人工智能（AI）作为新一轮科技革命与产业变革的核心驱动力，正深刻重塑全球经济社会的发展格局。我国高度重视人工智能战略布局：2017年国务院印发《新一代人工智能发展规划》，明确将人工智能上升为国家战略；2023年，以大语言模型（LLM）为代表的生成式人工智能在全球范围内引发技术浪潮，国家相继出台《生成式人工智能服务管理暂行办法》等政策法规，持续推动人工智能技术的规范化、产业化发展；2024年，人工智能被写入《政府工作报告》，“人工智能+”行动全面启动，标志着我国进入以AI赋能千行百业的新阶段；2025年，国务院围绕“人工智能+”进一步部署六大专项行动，加速技术攻关与产业融合落地；2026年《政府工作报告》再度强调构建智能经济生态，为人工智能的前沿探索与行业应用提供了更为广阔的创新空间与制度保障。

从技术演进脉络来看，人工智能经历了从浅层机器学习到深度学习、再到以Transformer架构为基础的大模型时代的跨越式发展。深度神经网络（DNN）、卷积神经网络（CNN）、循环神经网络（RNN）及其变体长短期记忆网络（LSTM）等模型在图像识别、语音处理、自然语言理解等领域取得了里程碑式突破。近年来，以GPT系列、BERT、视觉基础模型为代表的预训练大模型凭借其强大的泛化能力和少样本学习特性，正在重新定义各类感知与决策任务的性能边界。与此同时，联邦学习、强化学习、神经架构搜索（NAS）以及模型压缩与量化等技术的持续突破，进一步推动了人工智能从云端走向边缘、从实验室走向实际部署。

在通信与信息领域，人工智能技术的深度渗透催生了一系列新的研究范式。在物理层，基于深度学习的信道估计、信号检测、信道编解码与波束管理等方案已展现出超越传统方法的性能优势；在网络层人工智能驱动的资源调度、流量预测与网络切片优化正推动网络走向自智演进；在应用层，多模态大模型、AI Agent（智能体）、检索增强生成（RAG）等技术正在重构人机交互与智能服务的形态。面向6G的通感算智一体化愿景，更是将人工智能能力的内生化视为网络架构设计的核心要素之一。

然而，人工智能技术在实际落地过程中仍面临诸多挑战：模型的可解释性与可信度不足制约着其在高可靠场景的应用；训练数据的稀缺性与标注成本限制了监督学习的适用边界；端侧部署的算力与能效约束对模型轻量化提出了更高要求；大模型的幻觉问题、安全对齐与隐私保护亦是亟待攻克的核心难题。

为系统梳理人工智能技术的最新进展，深入探讨其在通信、感知、计算及垂直行业中的应用实践，特策划并组织本期专题。欢迎从事相关技术研究的专家学者和专业技术人员提供原创性研究论文，踊跃投稿。

一、征稿范围

包括但不限于以下方向：

★ 大语言模型（LLM）及多模态基础模型的架构设计与优化

★ 生成式人工智能（AIGC）的理论方法与内容生成应用

★ 联邦学习与隐私保护机器学习方法研究

★ 深度强化学习在通信网络资源管理中的应用

★ AI驱动的物理层信道估计、信号检测与信道编解码

★ 基于机器学习的智能波束管理与天线选择

★ AI赋能的网络流量预测、异常检测与网络优化

★ 面向6G的通感算智一体化中的AI关键技术

★ AI Agent（智能体）系统设计及其任务自动化应用

★ AI在生活与行业中的应用

二、专题主编

 廖勇 副研究员（重庆大学）Email：liaoy@cqu.edu.cn

               博士，重庆大学副研究员、博士生导师，主研高速移动通信、智能通信。主持国家级、省部级项目10余项，发表学术论文100余篇。担任中国电子学会组织工作委员会委员，《电子与信息学报》《电讯技术》等期刊编委。曾获中国精品科技期刊顶尖学术论文（F5000）荣誉。

三、投稿要求

·稿件类型：中文、英文（国际合作）或中英文双语稿件均可，研究性论文或综述、评论均可，应属于作者的科研成果，未在国内外公开发表，已作脱密处理，无学术不端行为。

·稿件格式：参照《电讯技术》论文模板（关注本刊微信公众号，回复“模板”下载，或在《电讯技术》官网https://www.teleonline.cn “相关下载”栏目下载）。

·投稿方式：登录《电讯技术》官网https://www.teleonline.cn注册后投稿。投稿时务请在备注栏注明“人工智能技术前沿与应用”专题。

·截稿日期：2026年10月31日。

·评审方式：专用方式加急处理。

·录用发表：录用后即在中国知网网络首发，正刊择期出版，稿酬从优。