4月2日，"AI4Comm4AI：大模型/基座模型和通信网络的美妙碰撞"前沿探索者系列沙龙在北京大学治贝子园成功举办。本次沙龙作为AI4Comm4AI前沿探索者系列的首场活动，由JCIN（JournalofCommunicationsandInformationNetworks）编委会主办，北京大学电子学院与JCIN编辑部联合承办，并得到中国自动化学会网联智能专委会的技术支持。来自学术界和产业界的专家学者参与此次论坛，线上线下同步进行，其中线下参会60余人，线上参会超过百人。与会者围绕大模型在通信网络领域的创新应用与未来发展方向展开了深度交流。

开幕式上，北京大学博雅特聘教授程翔主持并致辞。他指出，当前人工智能技术正在深刻重构通信技术发展范式，大模型凭借其强大的学习和推理能力，将为通信与多模态感知智能融合、网联具身智能体协同等关键场景带来革命性突破。程翔教授强调，本次论坛旨在搭建产学研深度交流平台，促进AI与通信网络技术的融合发展。

在专题报告环节，八位专家学者带来了精彩分享。程翔教授以"大模型/基座模型赋能的无线通信传输研究"为题，详细介绍了"机器联觉"创新概念。该概念基于任务驱动的AI原生思想，实现了通信与多模态感知的智能融合。报告重点展示了团队研发的三大核心技术：基于预训练大语言模型的信道预测方案LLM4CP、无线物理层多任务方案LLM4WM，以及面向信道预测的无线基座模型WiFo，这些创新成果为6G网络中的通信感知融合提供了全新思路。

西安交通大学丁宁教授围绕"大模型分布式训练中GPU间通信机制及其应用"展开深入分析。他指出，随着模型规模不断扩大，GPU间通信效率成为制约训练性能的关键因素。丁教授系统阐述了数据并行、模型并行等典型通信模式，并对比分析了英伟达通信架构与DeepSeek团队DualPipe方案的优劣，为优化大模型训练性能提供了重要参考。

中国移动研究院正高级工程师李男在"大模型与通信网络的融合思考"报告中指出，传统通信系统在环境适应性和数据挖掘方面存在明显局限。他通过多个案例展示了如何利用大模型的多模态处理能力提升网络特征提取和资源管理效率，同时强调了通信网络在连接保障、边缘计算等方面对大模型落地的重要支撑作用。

清华大学李勇教授分享了"移动网络世界模型"的最新研究成果。针对5G/6G网络规划面临的复杂性挑战，开发了基于通用人工智能的数字孪生解决方案，该模型能够精确模拟用户移动轨迹、信道质量等多维数据，显著提升了网络规划的准确性和资源调度效率。

华为无线研究部高级专家梁璟探讨了"智能无线网络和通用人工智能"的发展前景。她指出，随着AGI技术快速发展，无线通信网络正在向大规模智能连接演进。梁璟详细分析了智能无线网络在架构创新、性能提升方面的机遇，同时指出了高效资源调度、智能协议设计等关键技术挑战。

西湖大学吴泰霖研究员在"生成模型用于复杂系统的设计与控制"报告中，介绍了基于扩散生成模型的创新方法。该方法通过叠加能量模型，实现了闭环生成控制与安全验证，并结合蒙特卡洛树搜索技术，开发出准确率随计算量提升的test-timescaling方案，为复杂系统设计提供了新思路。

东南大学许威教授以"MIMO智能通信与大模型"为主题，分享了团队在解耦表征学习方面的突破。通过深度挖掘通信数据中的物理特征，该技术显著提升了智能通信系统性能。许教授还系统阐述了大模型在通信领域的应用潜力，包括基于通信数据的大模型训练方法等创新实践。

香港科技大学张军副教授在"人工智能在通信领域的应用——从专家模型到基础模型"报告中，深入分析了基础模型在无线通信领域的变革性应用。他重点探讨了"学习压缩"、"学习估计"和"学习优化"三大技术方向，展示了如何利用大语言模型等基础模型提升通信系统的压缩效率、参数估计精度和资源优化水平。

与会专家围绕大模型训练优化、通信物理层设计、网络资源调度等关键技术问题展开深入交流，并就数据安全、隐私保护等共性挑战进行了多角度探讨。专家们一致认为，AI与通信技术的深度融合将为行业发展带来新的机遇与挑战。

本次论坛通过理论探讨与实践案例的深度结合，为AI与通信网络领域深度融合提供了丰富的技术参考和创新思路，进一步促进了产学研各界在AI与通信融合领域的协同创新与合作。与会专家表示，期待未来继续加强跨界合作，共同推进大模型/基座模型技术在通信网络领域的创新应用。