Периферийный общий интеллект на основе мировых моделей, больших языковых моделей и агентного искусственного интеллекта: основы, решения и проблемы

Edge General Intelligence Through World Models, Large Language Models, and Agentic AI: Fundamentals, Solutions, and Challenges
Zan Li, Jiawen Kang, Dusit Tao Niyato, Dong In Kim, Sumei Sun, Zhu Han, Xuemin Shen, Changyuan Zhao, Ruichen Zhang, Yinqiu Liu, Guangyuan Liu, Jiawen Kang, Jiacheng Wang, Dusit Niyato, Xuemin Shen, Zhu Han, Chau Yuen, Dong In Kim, Sumei Sun, Zan Li, Chau Yuen
2026-01-01

граничный общий интеллектагентный искусственный интеллектпланирование на основе воображениябольшие языковые моделимировые модели
Периферийный общий интеллект (Edge General Intelligence, EGI) представляет собой трансформационную эволюцию периферийных вычислений, в рамках которой распределённые агенты способны автономно воспринимать окружающую среду, рассуждать и действовать в разнообразных динамичных условиях. Эта концепция всё в большей степени реализуется посредством агентных систем искусственного интеллекта (ИИ), которые часто используют большие языковые модели (БЯМ) для сложного рассуждения и планирования. Однако одного лишь языкового рассуждения недостаточно для описания высокоразмерной физической динамики. Ключевую роль в преодолении этой проблемы играют мировые модели, выступающие в качестве проактивных внутренних симуляторов, которые не только предсказывают будущие состояния, но и активно моделируют будущие траектории, осуществляют рассуждение в условиях неопределённости и заблаговременно планируют многошаговые действия. Благодаря этой проактивности агенты могут предвидеть возможные результаты и оптимизировать решения до взаимодействия с реальным миром. Хотя предыдущие исследования в области робототехники и компьютерных игр продемонстрировали потенциал мировых моделей, их интеграция в беспроводную периферию для реализации EGI пока изучена недостаточно. В данном обзорном исследовании восполняется этот пробел посредством всестороннего анализа того, как мировые модели могут расширить возможности агентных систем на периферии, улучшая их способность к предвидению за пределами возможностей рассуждения на основе БЯМ. Сначала рассматриваются архитектурные основы мировых моделей, включая обучение латентных представлений, моделирование динамики и планирование на основе воображения. Опираясь на эти ключевые возможности, мы демонстрируем их проактивное применение в различных сценариях EGI, таких как транспортные сети, сети беспилотных летательных аппаратов (БПЛА), системы Интернета вещей (IoT) и виртуализация сетевых функций, тем самым показывая, как они могут улучшить оптимизацию при ограничениях по задержке, энергопотреблению и конфиденциальности. Затем исследуется их синергия с базовыми моделями и цифровыми двойниками, в результате чего мировые модели позиционируются как когнитивная основа EGI. Наконец, освещаются нерешённые проблемы, включая гарантии безопасности, эффективное обучение и развёртывание в условиях ограниченных ресурсов, а также формулируются перспективные направления дальнейших исследований.
1
Ключевые открытые проблемы включают гарантии безопасности, эффективное обучение и развёртывание при ограниченных ресурсах периферийных устройств.
2
Работа позиционирует мировые модели как когнитивную основу, дополняющую агентный ИИ, большие языковые модели, базовые модели и цифровые двойники на периферии.
3
В обзоре рассматриваются основы мировых моделей, включая обучение латентным представлениям, моделирование динамики и многошаговое планирование на основе воображения.
4
Мировые модели могут проактивно поддерживать оптимизацию в транспортных сетях, сетях БПЛА, системах IoT и виртуализации сетевых функций при ограничениях по задержке, энергии и конфиденциальности.
5
Мировые модели расширяют периферийный общий интеллект за пределы рассуждений только на основе языка, моделируя физическую динамику, неопределённость и будущие траектории.

агентные системы искусственного интеллекта на основе мировых моделей для периферийного общего интеллекта в беспроводных периферийных средах

использование мировых моделей для обеспечения проактивного восприятия, прогнозирования, многошагового планирования с учётом неопределённости и оптимизации при ограничениях по задержке, энергопотреблению и конфиденциальности

Publication Details
Publication Date
2026-01-01
Journal
Publisher
ISSN
Cited by
31
Access Type
Author Information
Authors
Zan Li
Jiawen Kang
Dusit Tao Niyato
Dong In Kim
Sumei Sun
Zhu Han
Xuemin Shen
Changyuan Zhao
Ruichen Zhang
Yinqiu Liu
Guangyuan Liu
Jiawen Kang
Jiacheng Wang
Dusit Niyato
Xuemin Shen
Zhu Han
Chau Yuen
Dong In Kim
Sumei Sun
Zan Li
Chau Yuen
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%