生成式通信 GenCom：面向 6G 网络的新范式

近期，上海交通大学张文军院士团队在IEEE Wireless Communications Magazine上系统性阐述了面向 6G 网络的生成式通信（Generative Communications， GenCom）新范式。 本文将 GenCom 定义为将理解、推理和生成直接嵌入通信过程，使发送端与接收端协同生成任务相关结果的通信范式。在此范式下，通信不再被定义为数据复制，而是被重新定义为受控生成，即发送端不再传输完整内容，而是发送最小但充分的控制信息，使得接收端能够结合共享的生成模型先验、知识库和推理能力，受控生成满足通信目标的结果。围绕这一目标，本文系统阐述了 GenCom 的定义、核心机制与技术优势，提出由传输层和控制层构成的两层系统架构，总结联合信源—信道—生成编码、受控生成、通信感知大模型、知识同步和生成式评价指标等关键技术，并分析其在 XR 内容传输、无人机协同通信、基站资源分配和伸缩传输等场景中的应用潜力。论文成果发表在 IEEE Wireless Communications Magazine。

文章来源： IEEE Wireless Communications Magazine
论文题目： Generative Communications: Overview, Technologies, and Trends
论文作者： Wenjun Zhang, Zhiyong Chen, Tong Wu, Guo Lu, Li Song, Feng Yang, Meixia Tao （SJTU ICISEE）
原文链接： https://arxiv.org/pdf/2607.09183内
容整理： 吴桐 

引言

本文从人类认知机制中观察到，理解本身具有生成性。人在听到一句话或看到部分信息时，并不会机械复制全部符号，而是结合已有知识、上下文和经验，主动构建对应的目标实体。因此，有效理解并不一定需要接收全部数据，而可以通过少量信息与共享认知先验共同完成。

这一认知机制为下一代通信系统提供了新的启发：未来通信可以不再传输全部内容，而是传输足以激活接收端知识和生成能力的关键信息，由接收端主动恢复语义并完成任务。

基于这一观察，本文提出生成式通信 GenCom范式，将语义理解、逻辑推理和内容生成直接嵌入通信过程。

在 GenCom 中，发送端不需要完整描述原始内容，而只需发送最小但充分的控制信息。接收端结合本地部署的生成模型、共享知识库和上下文记忆，生成与发送端意图一致的目标结果。

生成式通信的定义与核心机制

本文将 GenCom 定义为：将理解、推理和生成直接嵌入通信过程，使发送端与接收端协同生成任务相关结果的通信范式。

在 GenCom 中，发送端不再传输内容的完整描述，而是发送最小但充分的控制信息；接收端利用本地生成模型、知识库和上下文，生成符合发送端意图的输出。通信是否成功，不再仅由符号恢复精度决定，而主要取决于生成结果是否正确、可控并满足任务需求。

GenCom 具有两项核心特征：

1. AI 原生： 语义理解、逻辑推理和多模态生成不再是附加功能，而是通信系统的组成部分。接收端由被动解码器转变为具备模型、记忆和工具调用能力的智能生成节点。
2. 生成驱动： 传输信号可以是提示词、潜在表示、结构约束或部分视觉信息。系统价值由生成结果的质量和任务效果决定，而不是由原始数据是否逐比特恢复决定。

GenCom 的核心机制由三类基础要素构成：

1. 传输信息：发送端只传输控制生成所需的必要信息，例如文本描述、任务指令、布局、分割图、潜在编码、主体特征或降采样图像。不同信息形式在传输负载、鲁棒性和可控性之间存在权衡。文本提示负载最低，但对结构控制较弱；结构化信号和潜在表示具有更强控制能力；降采样图像能够提高视觉一致性，但需要更多带宽。

2. 生成模型先验：大语言模型、扩散模型和视觉基础模型预先部署在通信两端，提供共享的数据分布、潜在空间和生成能力。接收端能够利用这些先验，将少量控制信息扩展为完整内容。
3. 知识库：知识库为生成结果提供事实和上下文依据，用于减少幻觉并保证与现实约束一致。当发送端与接收端的知识版本不一致时，系统需要通过版本控制、增量更新和来源记录完成同步。

系统架构与关键技术

系统架构

为了实现可控可信可验证的GenCom，本文提出由传输层和控制层组成的两层 GenCom 架构。

1. 传输层：发送端首先利用大语言模型或多模态模型理解源内容和任务需求，再提取紧凑的语义或潜在表示，并通过无线信道发送。接收端恢复传输表示后，利用大模型推理其意图和潜在结构，再结合本地生成模型、知识库和记忆生成最终结果。由此，内容恢复的主要负担从信道中的数据转移到传输信息与接收端生成能力的协同上。

2.控制层：控制层负责知识、模型、通信资源和计算资源的全局协调，主要包括：

• 知识同步： 维护知识库、模型和适配器版本一致性；
• 生成资源管理： 选择生成模型、推理模式、保真度和计算预算；
• 网络资源编排： 联合分配频谱、带宽、功率、链路和推理算力；
• 自学习： 根据任务成功率、时延和用户反馈优化模型及策略；
• 安全与可信： 提供来源追踪、内容审核、隐私保护和异常回退机制。

GenCom 中的资源分配不再是单纯的无线资源问题，而是通信、计算和生成质量的联合优化。系统需要根据用户意图、信道条件、时延要求、终端能力和目标生成质量，同时分配带宽、功率、时频资源及推理预算。相应地，网络公平性也不能只依据吞吐量判断，而应关注用户最终获得的任务效用、生成质量、时延满足率和任务成功率。

关键技术

1. 联合信源—信道—生成编码：联合信源—信道—生成编码（Joint Source-Channel-Generative Coding，JSCGC）将信源表示、无线信道和生成模型接口联合设计。其基本流程如图3所示

JSCGC 的目标不是恢复原始比特，而是保证传输表示能够有效控制接收端生成模型。其编码结果需要与生成模型的条件空间和推理路径对齐，使受信道扰动后的表示仍能提供有效控制。它并非在传统通信系统后附加一个生成器，而是从训练阶段就将编码、信道和生成过程共同优化。

2. 受控生成：生成模型如果完全依赖自身先验，容易产生语义漂移或事实幻觉。因此，发送端除传输高度压缩的语义信息外，还需要传输主体、布局、潜在向量或任务约束等控制信号，使输出保持内容、结构和目标一致。

3. 通信感知大语言模型：GenCom 中的大语言模型需要理解压缩通信信息、感知信道条件，并根据网络和设备能力调整生成策略。由于终端算力有限，还需要通过压缩、剪枝、量化、蒸馏和端边协同推理降低开销。

4. 知识增强与同步：完整模型和知识库规模巨大，无法频繁通过数据平面传输。因此，系统需要采用模型差分、知识增量、版本控制和按需加载等轻量方式，维持发送端、接收端和边缘节点之间的知识一致性。

典型应用场景

本文分析了四类典型应用。

1. XR 内容传输：XR 业务需要传输多视角、全景和高分辨率视频，带宽与时延压力巨大。GenCom 可以只传输点云、网格、人物骨骼、动作参数或稀疏视角信息，由接收端生成完整的 360 度内容。

2. 无人机协同通信：无人机受电量、信道和连接稳定性限制，难以持续交换完整图像和视频。GenCom 可以只传输目标类别、位置、风险区域和任务状态，其他无人机或地面站结合地图和知识生成完整环境信息。

3. 基于智能体的资源分配：基站可部署大模型智能体，根据用户意图、任务类型、信道状态和资源情况，联合优化带宽、功率、波束、模型部署和计算调度。

4. 语义—保真度自适应传输：系统可根据带宽和终端能力，在文本、结构信息、降采样图像和完整数据之间动态切换。资源有限时传输高层语义，资源充足时直接传输高保真内容，从而实现传输成本和结果质量之间的灵活权衡。

概念验证实验

本文在 DIV2K 验证集的 200 张图像上进行了概念验证。生成模型采用 SDXL，文本描述由 BLIP 提取，并比较 JPEG+LDPC、文本加降采样图像和仅文本生成等策略。

结果显示，仅文本生成方案的传输负载约为传统基线的 **0.05%**，仍可获得 0.811 的 CLIP 相似度。文本与降采样图像联合传输仅需要基线约 3%—12% 的开销，即可达到 0.853—0.863 的 CLIP 相似度。

传统 JPEG+LDPC 能够实现像素级恢复，但传输成本最高；文本加降采样图像能够较好保持内容和结构一致性；仅文本生成虽然保留基本语义，但更容易出现风格和布局变化。

这一结果也说明，不同控制信息对应不同的通信目标。文本适合在极低带宽条件下保持高层语义，降采样图像和结构信息则可以进一步约束主体、布局和视觉风格。实际系统应根据业务对语义、结构和像素保真的不同要求，自适应选择传输单元。

该实验表明，GenCom 的目标并不是简单追求最小传输量，而是在传输负载、生成可控性和语义保真度之间取得平衡。

结语

本文提出生成式通信 GenCom，将通信目标由“准确传输全部数据”转变为“传输受控生成所需的最小必要信息”。GenCom 将理解、推理、生成和知识增强直接嵌入通信过程，并通过传输层和控制层协同实现。JSCGC、受控生成、通信感知大模型、知识同步和生成式评价指标构成其主要技术基础。

XR、无人机、资源分配和自适应传输等应用表明，GenCom 有望大幅降低通信负载，提高语义级鲁棒性，并为 6G 网络引入新的智能功能。其本质并不是在传统通信系统之后增加一个生成模型，而是从系统目标、信息表示、编码方式、接收机功能、资源管理和评价标准等多个层面，将通信重新定义为面向生成、知识和任务的智能过程。

不过，GenCom 仍处于早期阶段。其理论边界、实时推理效率、知识一致性、安全机制和跨设备协同尚未形成成熟方案。未来只有在传输收益能够稳定覆盖生成计算成本，并同时保证可控、可信和可验证的前提下，生成式通信才可能进一步走向实际部署。