综述：生成式通信，面向6G的“从传输数据到控制生成”新范式

作者：Wenjun Zhang、Zhiyong Chen、Tong Wu、Guo Lu、Li Song、Feng Yang、Meixia Tao 论文：Generative Communications: Overview, Technologies, and Trends 链接：https://arxiv.org/abs/2607.09183

导读

6G 网络正在从“连接设备”转向“连接人、机器与环境中的智能行为”。在这一背景下，通信系统的目标也不再只是把比特准确送达，而是要让接收端理解意图、恢复语义，并生成任务所需的内容。本文提出的 Generative Communications（GenCom，生成式通信）正是围绕这一转变展开：发送端不再传输完整原始数据，而是传输最小但足够的语义线索、控制信号或潜在表示；接收端则依靠共享的生成式先验、知识库和大模型推理能力，合成符合任务目标的输出。 这篇综述的价值在于，它把生成式通信从一个直觉性的概念推进到较完整的系统框架：先定义 GenCom 的本质，再解释其三类核心机制，随后给出面向 6G 的双层架构、关键技术、典型应用和未来挑战。它尤其强调，GenCom 与传统通信、语义通信、知识辅助通信并不完全相同，其核心目标不是“更好地压缩数据”，而是把通信重新表述为“可控生成过程”。

1. Introduction / 引言

背景与问题

面向 6G 的通信系统被期待具备原生智能能力，包括语义理解、自主决策、实时自适应和跨模态交互。传统通信体系以 Shannon 信息论为基础，核心目标是让发送端的信息尽可能准确地在接收端复现，因此长期围绕误码率、吞吐量、频谱效率和可靠传输展开设计。 这一框架在语音、文本、视频和移动互联网时代取得巨大成功，但面对 6G 智能场景会暴露三类限制。第一，它缺少内生的语义理解能力，底层指标无法直接衡量内容是否对任务有用。第二，通信与智能模块往往分离，网络只能传输数据，不能在传输过程中主动理解、推理和生成。第三，大量传输内容对最终任务并不必要，造成语义冗余和带宽浪费。 论文从认知机制出发指出，人类理解本身具有生成性。人脑听到“我想吃苹果”时，并不是逐字符复制符号，而是基于共享语境、经验和概念图式主动重建对象与意图。这一机制启发下一代通信系统：只要发送双方拥有足够共享先验，就不必传输全部数据，也能完成有效理解和任务执行。

论文贡献

论文围绕 GenCom 给出系统化梳理，主要贡献包括三点。第一，明确 GenCom 的定义和两类本质属性：原生智能与生成驱动。第二，提出 GenCom 的核心机制，包括传输信息、生成模型先验和知识库的协同作用。第三，给出面向 6G 网络的双层架构，并从编码、大模型、知识同步、评价指标等方面总结关键技术，最后结合扩展现实、无人机协作、基站资源分配和可扩展传输讨论应用前景。

2. What is Generative Communications? / 什么是生成式通信

基本定义

论文将生成式通信定义为一种把理解、推理和生成直接嵌入通信过程的新范式。在 GenCom 中，发送端与接收端共同生成任务相关输出，而不是仅仅复制原始数据。发送端传输的是最小但足够的线索，例如文本提示、语义描述、约束条件、潜在码、局部观测或下采样图像；接收端则利用大语言模型、扩散模型、知识库和上下文记忆，将这些线索扩展为高质量、任务对齐的结果。 这一范式包含两个关键属性。其一是原生智能：语义理解、逻辑推理、多模态生成不是外接模块，而是通信链路的组成部分。其二是生成驱动：通信质量不再由符号保真度单独决定，而取决于接收端能否根据有限线索生成正确、可控、符合任务目标的内容。

核心机制

GenCom 的核心是三类要素的深度融合。 第一类是传输信息。它不再承担完整复现源数据的职责，而是作为生成过程的条件信号。具体形式取决于任务，可以是文本语义、分割图、主体提示、布局、潜在表示、压缩嵌入、转向向量或低分辨率观测。其价值在于触发和约束接收端生成，而不是逐比特保存原始信息。 第二类是生成模型先验。大语言模型、扩散模型和多模态基础模型中包含大量结构化知识、潜在空间和参数化经验。接收端利用这些先验，可以对稀疏线索进行语义推断、受控合成和外推生成。换言之，很多“信息”并不经由信道传输，而是预先存在于模型内部。 第三类是知识库。知识库提供事实校验、上下文 grounding 和跨节点一致性维护。当发送端与接收端知识不一致时，系统需要通过版本记录、知识增量更新和溯源机制触发同步，避免生成内容偏离事实或违反约束。

主要优势

与传统通信相比，GenCom 的优势不只是“压缩更强”，而是通信目标发生了变化。它能够用极少传输负载维持任务可用的语义质量，在高噪声、低带宽或设备受限环境下仍保持较强鲁棒性。同时，由于接收端具备生成能力，网络可以支持跨模态内容恢复、意图驱动传输、资源自适应调度和任务级质量控制。 当然，GenCom 的优势依赖一个前提：发送端、接收端和网络控制层必须共享足够一致的模型、知识和评价标准。否则，极低负载传输可能带来生成偏差、事实错误或不可控输出。

3. Architecture and Key Technologies / 架构与关键技术

双层架构

论文提出的 6G 生成式通信架构由控制层和传输层组成。传输层负责端到端的信息表达、无线信道传输、接收端推理和内容生成。发送端代理从源内容中提取任务相关表示，经过表示模块和传输模块进入无线信道；接收端代理通过接收模块、大模型推理模块和生成 grounding 模块，合成最终结果。 控制层位于系统上方，承担全局智能协调任务，包括自学习、网络资源编排、知识同步服务和生成资源管理。控制代理可以收集数据与奖励、自动微调模型、管理知识版本、制定推理策略，并根据网络状态、用户意图和模型负载动态调整服务策略。

这种架构的关键在于跨层协同。传输层负责执行具体通信与生成任务，控制层则维护模型、知识、资源和策略的一致性。二者结合后，网络不再只是传输管道，而成为模型驱动的语义生成系统。

关键技术

论文总结了支撑 GenCom 落地的几类基础技术。 首先是联合信源-信道-生成编码。传统联合信源信道编码关注在信道扰动下保持内容或语义保真，而生成式编码进一步把接收端生成模型纳入优化目标，使编码表示天然适配生成模型的潜在空间和条件接口。发送端提取任务相关控制信息后，将其编码为面向生成的信道符号；接收端恢复表示后，与条件嵌入空间对齐，再注入扩散模型或大语言模型生成输出。

其次是受控生成。接收端不能仅依靠内部先验自由生成，而必须生成与发送端意图、物理约束和任务目标一致的结果。为此，发送端需要传输条件提示、潜在控制码、约束条件或任务信号，接收端则通过条件生成、约束解码、检索增强和反馈校正提升可控性。 第三是具备通信感知能力的大模型。GenCom 中的大模型不仅要理解文本或图像，还要理解信道状态、传输负载、设备能力、延迟约束和资源预算。在边缘设备受限场景下，这些模型还需要通过压缩、剪枝、量化、蒸馏和边缘协同推理实现轻量部署。 第四是知识驱动生成与同步。生成内容是否可靠，很大程度上取决于共享知识是否一致。控制层需要提供模型增量广播、知识图谱更新、版本追踪、溯源验证和冲突处理机制，使多端节点在不频繁传输大规模知识库的情况下保持语义一致。 第五是评价指标。传统服务质量指标难以评价生成结果是否“语义正确、任务有用、事实可靠”。因此 GenCom 需要面向意图和任务的指标，例如语义相似度、感知质量、事实一致性、控制成功率、任务完成率和生成稳定性。

与相邻范式的区别

GenCom 与语义通信、知识辅助通信、大模型增强通信有明显交叉，但侧重点不同。语义通信通常强调从源数据中提取任务相关语义并传输，生成模型可能作为后处理模块存在；GenCom 则要求编码、传输和生成过程一体优化，接收端生成能力是通信范式的核心组成。知识辅助通信强调利用共享知识减少传输量，而 GenCom 更进一步，把模型先验、知识库和受控生成共同纳入系统设计。

4. Typical Applications for GenCom / 典型应用

扩展现实内容分发

在扩展现实中，完整传输多视角视频、全景视频或三维场景会消耗大量带宽。GenCom 可以只传输稀疏视角、场景描述、网格结构、关键主体或运动提示，由接收端生成高保真沉浸式内容。这样既降低传输成本，也能根据用户视角、设备算力和网络状态动态调整生成质量。

无人机协同通信

多无人机系统需要在空中节点和地面基站之间交换图像、视频、点云和环境信息。直接传输原始传感数据会带来高带宽和高延迟压力。GenCom 可以让无人机传输局部语义摘要、目标线索或环境约束，由其他节点基于共享地图、任务先验和生成模型补全场景，从而支持更高效的协同感知与任务规划。

基站资源分配

论文还讨论了基于智能代理的基站资源分配。基站代理可以理解用户意图、生成负载、信道状态和资源约束，自动制定频谱分配、波束成形、功率控制、模型部署和计算调度策略。与固定规则相比，这种方式更适合处理高度动态的 6G 网络需求。

语义保真可扩展传输

GenCom 支持根据带宽、设备能力和任务需求动态调节传输粒度。当网络受限时，系统只发送语义描述、场景轮廓或下采样观测，由接收端补全内容；当资源充足时，则可以直接传输更完整的数据以获得高保真结果。论文实验显示，文本加下采样图像的方案可以在显著降低传输符号开销的同时保持较高语义相似度，而纯文本生成进一步压缩传输量，但会牺牲一部分可控性和视觉一致性。

5. Future Research Directions / 未来研究方向

基础理论

GenCom 仍缺少统一理论框架。传统信息论关注信号保真和信道容量，而生成式通信需要刻画“最小传输线索、模型先验、知识库与任务目标”之间的关系。未来理论应回答：在给定模型先验和任务约束下，什么信息必须传输，什么信息可以由接收端生成，生成误差如何界定，任务级容量如何定义。

实时处理

GenCom 虽然能降低带宽压力，却会引入生成推理时延。扩展现实、车联网、无人机控制等场景对实时性要求极高，因此需要低延迟生成模型、端侧轻量推理、缓存复用、渐进式生成和传输-计算联合调度。

边缘协同推理

6G 场景中的智能节点高度分布式，单个终端往往无法独立承担复杂生成任务。未来需要研究多边缘节点之间如何拆分模型、共享中间表示、协同维护知识，并在隐私、带宽和时延约束下完成分布式生成。

安全与韧性

GenCom 引入了新的攻击面。攻击者可能操纵提示、污染知识库、篡改潜在表示，或利用生成模型产生看似合理但错误的内容。系统需要在高维潜在空间中建立鲁棒检测、语义一致性验证、可信溯源和安全回退机制，确保生成结果可靠可控。

6. Conclusion / 结论

本文提出的生成式通信代表了一种重要方向：通信系统的目标从“复制数据”转向“控制生成”。在这一范式中，发送端传输最小但足够的语义与控制信息，接收端依靠生成式先验、知识库和推理能力合成任务所需输出。它有望在 6G 中带来超高效传输、语义级鲁棒性和新的网络智能功能。 不过，GenCom 要真正落地，还需要解决理论、实时性、边缘协同、知识同步、评价指标和安全可信等关键问题。可以预见的是，随着大模型、多模态生成和智能网络控制持续发展，通信系统将越来越像一个分布式的生成智能体：它不只是传递信息，而是在约束下共同生成意义、内容和行动。