電子報
專利雷達〡月報
2026年7月 全球 AI-RAN 專利與標準競賽：誰將主導 6G 智慧網路新時代？
近年來，生成式 AI 的快速發展，正重新定義全球通訊產業的競爭模式。過去行動通訊設備的競爭重點，在於基地臺效能、頻譜效率與網路容量；如今，競爭核心正逐漸轉向如何讓 AI 成為網路的一部分。
在這股趨勢下，AI-RAN（Artificial Intelligence Radio Access Network） 已成為全球 6G 發展最受矚目的技術之一。它並非單一項新技術，而是一種將人工智慧深度整合至無線接取網路（RAN）的新架構，使基地臺除了提供通訊服務，也能成為 AI 運算平台，兼具網路最佳化、邊緣推論與智慧管理等能力。
值得注意的是，AI-RAN 並不是 3GPP 的正式標準名稱，而是產業界與研究社群廣泛採用的技術用語。3GPP 目前仍以 AI/ML for NG-RAN、AI/ML for NR Air Interface 等工作項目推動相關標準化。然而，隨著國際大廠、標準組織與研究聯盟積極投入，AI-RAN 已逐漸成為未來 AI 原生（AI-native）6G 網路的重要發展方向。
AI-RAN 競爭，不只是基地臺，而是 AI 基礎設施
AI-RAN 的興起，反映出通訊網路角色的重大轉變。
傳統基地臺的主要功能是無線訊號收發與基地頻處理，而 AI-RAN 則進一步將 GPU、NPU 等 AI 加速器整合至網路架構，使基地臺不僅能提供通訊服務，也能執行 AI 模型推論與邊緣運算。換言之，未來的電信網路除了傳送資料，更可能成為分散式 AI 運算平台。
因此，AI-RAN 所競爭的不只是通訊設備，而是整個 AI 基礎設施，包括高效能運算（HPC）、AI 晶片、雲端平台、邊緣運算與網路軟體等技術的整合能力。這也使 AI-RAN 成為 6G 時代串聯通訊與 AI 產業的重要橋梁。
國際標準競逐：3GPP、ITU-R、O-RAN 與 AI-RAN Alliance
目前全球 AI-RAN 的發展主要由四個重要組織共同推動。
首先是 ITU-R，透過 IMT-2030 架構提出「Ubiquitous Intelligence（無所不在的智慧）」願景，將 AI 視為下一代行動通訊的重要能力。
其次是 3GPP，持續在 Release 18、Release 19 推動 AI/ML 應用於 NG-RAN、NR Air Interface 等標準工作，建立 AI 模型管理、資料蒐集及控制架構。
第三是 O-RAN Alliance，致力於開放式 RAN 架構與智慧控制器（RIC），透過開放介面讓不同設備廠商共同導入 AI 應用，加速多供應商互通與創新。
近年成立的 AI-RAN Alliance，則成為推動 AI-RAN 發展的重要產業聯盟。目前已有逾數十家企業與研究機構參與、並持續增加，包括 NVIDIA、Ericsson、Nokia、Samsung、Qualcomm、Microsoft、SoftBank、SK Telecom、Vodafone 等，希望建立 AI 原生網路的共同技術願景與產業生態系。
專利競爭焦點，正從通訊走向 AI 與運算整合
AI-RAN 的競爭模式，也與過去 5G 有明顯不同。
5G 時代的專利大多集中於無線傳輸、天線、編碼及基地臺架構；AI-RAN 則逐漸轉向 AI 模型部署、運算資源管理、GPU 加速、智慧排程及能源最佳化等跨領域技術。
目前全球主要專利與技術布局，大致可分為五個方向：
第一，是 AI for RAN，利用 AI 最佳化頻譜配置、波束管理、干擾抑制及節能控制。
第二，是 AI on RAN，將基地臺視為邊緣 AI 運算平台，支援生成式 AI、智慧製造、自駕車及 XR 等低延遲應用。
第三，是 AI and RAN，讓 AI 工作與通訊功能共用相同的運算資源，提高 GPU、CPU 與 AI 加速器的使用效率。
第四，是 AI-native RAN，建立以 AI 為核心的網路架構，使 AI 成為網路設計的重要能力，而非額外增加的功能。
第五，則是 Agentic AI 與自主網路（Autonomous Networks），透過大型語言模型（LLM）及 AI Agent，自動完成網路管理、資源協調及策略最佳化，已開始在標準組織內被討論與試驗，預期將影響未來標準發展。
國際大廠布局，策略各有不同
AI-RAN 的發展，也讓全球設備商與 AI 公司展開新的合作與競爭。
NVIDIA 積極將 GPU 與 AI 平台導入電信網路，並與 Nokia、T-Mobile、SoftBank 等企業合作，推動 AI 原生 6G 平台，希望將基地臺打造為 AI 運算節點。
Nokia 則將 AI-RAN 視為下一代無線網路的重要發展方向，於 2026 年正式發表 AI‑native RAN 平台並啟動商用化與試點，廣泛商用預期自2027 年起，採用軟體訂閱模式，並規劃與 NVIDIA 的可程式化運算平台結合，朝 AI-native RAN 演進。
Ericsson 採取不同策略，選擇將 AI 能力直接整合至基地頻設備與無線電設備，強調在既有 5G 網路上提升效能與節能表現，逐步邁向 AI 原生網路，而非完全依賴 GPU 架構。
Samsung 則聚焦軟體化 RAN 與 AI 運算整合，希望藉由更具彈性的架構，因應不同電信業者的部署需求。
由此可見，AI-RAN 並不存在單一技術路線，而是形成「GPU 運算平台」、「AI 基地頻架構」與「軟體化 RAN」等多元發展模式，未來仍有相當大的演進空間。
臺灣的機會，不在基地臺，而在 AI 運算與半導體
AI-RAN 的興起，也為臺灣帶來新的發展契機。
雖然臺灣在大型行動通訊設備市場並非主要供應國，但在 AI 晶片、高效能運算、GPU 伺服器、ASIC、網路晶片、光通訊、邊緣運算及系統整合等領域具有完整供應鏈。
未來 AI-RAN 所需的 GPU、AI 加速器、高速互連、散熱技術、矽光子、CPO（Co-Packaged Optics）、邊緣伺服器及 AI 軟硬體平台，都與臺灣半導體及資通訊產業高度相關。
另一方面，國內學研單位近年亦積極投入 AI Native RAN、語意通訊、可重構智慧反射面（RIS）、聯邦學習、數位分身網路及低軌衛星通訊等研究，若能持續參與 3GPP、O-RAN Alliance 與 AI-RAN Alliance 等國際合作，並建立跨校、跨產業的試驗平台，將有助於提升臺灣在 6G 標準制定、核心專利及關鍵技術上的國際影響力。
展望未來，AI-RAN 已不再只是無線接取網路的技術演進，而是 AI 與通訊深度融合的重要里程碑。下一波 6G 的競爭，也將從基地臺設備延伸至 AI 晶片、運算平台、軟體架構及國際標準。對臺灣而言，如何善用既有的半導體與資通訊優勢，積極投入 AI 原生網路的研發與國際合作，將是能否在 6G 時代取得關鍵地位的重要課題。
參考資料
- ITU-R. Recommendation ITU-R M.2160: Framework and Overall Objectives of the Future Development of IMT for 2030 and Beyond.
- 3GPP. AI/ML for NG-RAN（Release 18／Release 19 技術文件）。
- O-RAN Alliance. AI/ML Architecture and RAN Intelligent Controller Specifications。
- AI-RAN Alliance，《Vision and Mission White Paper》。
- Latva-aho, M., & Leppänen, K. (Eds.). Key Drivers and Research Challenges for 6G – Ubiquitous Wireless Intelligence. University of Oulu.
- Saad, W., Bennis, M., & Chen, M. (2020). A Vision of 6G Wireless Systems: Applications, Trends, Technologies, and Open Research Problems. IEEE Network.
- Nokia AI-RAN。
- Ericsson AI in RAN。
- NVIDIA AI-Native 6G Platform。
- Letaief, K. B., Shi, Y., Lu, J., & Lu, Y. (2019). The Roadmap to 6G: AI-Empowered Wireless Networks. IEEE Communications Magazine.