CN115349279A

CN115349279A - Ai模型确定方法、装置、通信设备及存储介质

Info

Publication number: CN115349279A
Application number: CN202280002321.8A
Authority: CN
Inventors: 朱亚军
Original assignee: Beijing Xiaomi Mobile Software Co Ltd
Current assignee: Beijing Xiaomi Mobile Software Co Ltd
Priority date: 2022-06-23
Filing date: 2022-06-23
Publication date: 2022-11-15
Also published as: WO2023245576A1

Abstract

本公开实施例提供一种AI模型确定方法、装置、通信设备及存储介质；AI模型确定方法，由UE执行，包括：发送UE的AI能力信息，其中，AI能力信息用于基站确定UE使用的CSI的AI模型；其中，AI能力信息包括AI能力指示信息、AI等级指示信息、AI模型的标识信息、AI平台的标识信息、AI推理指示信息以及AI训练指示信息的其中至少之一。

Description

AI模型确定方法、装置、通信设备及存储介质

技术领域

本公开涉及但不限于无线通信技术领域，尤其涉及一种AI模型确定方法、装置、通信设备及存储介质。

背景技术

目前，可以利用人工智能(Artificial Intelligence，AI)技术提高空口的性能，例如可利用AI技术降低信道状态信息(Channel State Information，CSI)反馈开销以及提高信道估计的准确性。一种主流的方式是采用‘two-sided’AI结构：基于AI的CSI压缩编码器在用户设备(User Equipment，UE)侧，UE根据AI的CSI压缩编码器将测量的CSI压缩并将压缩的后CSI信息发送给基站；基于AI的CSI解压缩编码器在基站侧，基站利用与AI的CSI压缩编码器相应的CSI解压缩编码器将UE发送的压缩后的CSI信息解压还原出来。压缩和解压缩是AI模型的两个部分，是成对出现的，因此需要保证UE和基站所使用的AI模型是由共识的。

然而，对于CSI压缩这种基于UE侧和基站侧才能实现的AI模型，如果AI模型由基站下发给UE，或者AI模型由UE上报给基站；则需要在UE与基站之间交互AI模型，导致信令增加及功耗增加。

发明内容

本公开实施例一种AI模型确定方法、装置、通信设备及存储介质。

根据本公开的第一方面，提供一种AI模型确定方法，由UE执行，包括：

发送UE的AI能力信息，其中，AI能力信息用于基站确定UE使用的CSI的AI模型；其中，AI能力信息包括以下至少之一：

AI能力指示信息，用于指示UE是否支持AI能力；

AI等级指示信息，用于指示UE支持的AI能力所属的等级；

AI模型的标识信息，用于指示UE支持的AI模型；

AI平台的标识信息，用于指示UE支持的AI平台；

AI推理指示信息，用于指示UE是否支持AI的推理能力；

以及AI训练指示信息，用于指示UE是否支持AI模型的训练能力。

在一些实施例中，AI能力信息是每UE上报的。

在一些实施例中，AI能力信息是非强制性上报的或者是有条件的强制性上报。

在一些实施例中，方法包括：

接收CSI上报配置信息；其中，CSI上报配置信息是基站基于AI能力信息确定的；

基于CSI上报配置信息，确定UE使用的至少一个AI模型。

在一些实施例中，基于CSI上报配置信息，确定UE使用的至少一个AI模型，包括：

基于CSI上报配置信息中未包括AI模型的标识信息，确定UE使用UE支持的一个AI模型；或者，

基于CSI上报配置信息中包括至少一个CSI上报配置的标识信息与对应的AI模型的标识信息，确定不同的CSI上报配置使用对应的AI模型。

在一些实施例中，方法包括：发送AI模型使用信息；其中，AI模型使用信息用于确定UE使用的AI模型。

在一些实施例中，AI模型使用信息，包括以下至少之一：

AI模型的标识信息；

与AI模型的标识信息对应的CSI上报配置的标识信息。

在一些实施例中，发送AI模型使用信息，包括：

基于接收到来自网络设备的上报请求信息，发送AI模型使用信息；其中，上报请求信息用于请求UE使用的AI模型。

根据本公开的第二方面，提供一种AI模型确定方法，由基站执行，包括：

接收UE的AI能力信息；

基于AI能力信息，确定UE使用的至少一种信道状态信息CSI的AI模型；

其中，AI能力信息包括以下至少之一：

AI能力指示信息，用于指示UE是否支持AI能力；

AI等级指示信息，用于指示UE支持的AI能力所属的等级；

AI模型的标识信息，用于指示UE支持的AI模型；

AI平台的标识信息，用于指示UE支持的AI平台；

AI推理指示信息，用于指示UE是否支持AI的推理能力；

在一些实施例中，方法包括：发送CSI上报配置信息，其中，CSI上报配置信息用于指示UE使用支持的一个AI模型。

在一些实施例中，发送CSI上报配置信息，包括：

响应于确定UE支持一个AI模型，确定发送未包括AI模型的标识信息的CSI上报配置信息；其中，CSI上报配置信息用于指示UE使用UE支持的一个AI模型。

在一些实施例中，发送CSI上报配置信息，包括：

响应于确定UE支持多种AI模型，发送CSI上报配置信息，其中，CSI上报配置信息包括：至少一个CSI上报配置的标识信息与对应的AI模型的标识信息。

在一些实施例中，方法包括：

接收UE发送的AI模型使用信息；

基于AI模型使用信息，确定基站使用的CSI的AI模型。

在一些实施例中，AI模型使用信息，包括以下至少之一：

AI模型的标识信息；

与AI模型的标识信息对应的CSI上报配置的标识信息。

在一些实施例中，方法包括：发送上报请求信息；其中，上报请求信息用于请求UE使用的AI模型。

根据本公开的第三方面，提供一种AI模型确定装置，包括：

第一发送模块，被配置为发送UE的AI能力信息，其中，AI能力信息用于基站确定UE使用的CSI的AI模型；其中，AI能力信息包括以下至少之一：

AI能力指示信息，用于指示UE是否支持AI能力；

AI等级指示信息，用于指示UE支持的AI能力所属的等级；

AI模型的标识信息，用于指示UE支持的AI模型；

AI平台的标识信息，用于指示UE支持的AI平台；

AI推理指示信息，用于指示UE是否支持AI的推理能力；

在一些实施例中，AI能力信息是每UE上报的。

在一些实施例中，装置包括：

第一接收模块，被配置为接收CSI上报配置信息；其中，CSI上报配置信息是基站基于AI能力信息确定的；

第一处理模块，被配置为基于CSI上报配置信息，确定UE使用的至少一个AI模型。

在一些实施例中，第一处理模块，配置为基于CSI上报配置信息中未包括AI模型的标识信息，确定UE使用UE支持的一个AI模型；或者，

第一处理模块，被配置为基于CSI上报配置信息中包括至少一个CSI上报配置的标识信息与对应的AI模型的标识信息，确定不同的CSI上报配置使用对应的AI模型。

在一些实施例中，第一发送模块，被配置为发送AI模型使用信息；其中，AI模型使用信息用于确定UE使用的AI模型。

在一些实施例中，AI模型使用信息，包括以下至少之一：

AI模型的标识信息；

与AI模型的标识信息对应的CSI上报配置的标识信息。

在一些实施例中，第一发送模块，被配置为基于接收到来自网络设备的上报请求信息，发送AI模型使用信息；其中，上报请求信息用于请求UE使用的AI模型。

根据本公开的第四方面，提供一种AI模型确定装置，包括：

第二接收模块，被配置为接收UE的AI能力信息；

第二处理模块，被配置为基于AI能力信息，确定UE使用的至少一种信道状态信息CSI的AI模型；

其中，AI能力信息包括以下至少之一：

AI能力指示信息，用于指示UE是否支持AI能力；

AI等级指示信息，用于指示UE支持的AI能力所属的等级；

AI模型的标识信息，用于指示UE支持的AI模型；

AI平台的标识信息，用于指示UE支持的AI平台；

AI推理指示信息，用于指示UE是否支持AI的推理能力；

在一些实施例中，装置包括：第二发送模块，被配置为发送CSI上报配置信息，其中，CSI上报配置信息用于指示UE使用支持的一个AI模型。

在一些实施例中，第二发送模块，被配置为响应于确定UE支持一个AI模型，确定发送未包括AI模型的标识信息的CSI上报配置信息；其中，CSI上报配置信息用于指示UE使用UE支持的一个AI模型。

在一些实施例中，第二发送模块，被配置为响应于确定UE支持多种AI模型，发送CSI上报配置信息，其中，CSI上报配置信息包括：至少一个CSI上报配置的标识信息与对应的AI模型的标识信息。

在一些实施例中，第二接收模块，被配置为接收UE发送的AI模型使用信息；

第二处理模块，被配置为基于AI模型使用信息，确定基站使用的CSI的AI模型。

在一些实施例中，AI模型使用信息，包括以下至少之一：

AI模型的标识信息；

与AI模型的标识信息对应的CSI上报配置的标识信息。

在一些实施例中，第二发送模块，被配置为发送上报请求信息；其中，上报请求信息用于请求UE使用的AI模型。

根据本公开的第五方面，提供一种通信设备，通信设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，处理器被配置为：用于运行可执行指令时，实现本公开任意实施例的AI模型确定方法。

根据本公开的第六方面，提供一种计算机存储介质，计算机存储介质存储有计算机可执行程序，可执行程序被处理器执行时实现本公开任意实施例的AI模型确定方法。

本公开实施例提供的技术方案可以包括以下有益效果：

在本公开实施例中，UE发送UE的AI能力信息，其中，AI能力信息用于基站确定UE使用的CSI的AI模型；其中，AI能力信息包括AI能力指示信息、AI等级指示信息、AI模型的标识信息、AI平台的标识信息、AI推理指示信息、以及AI训练指示信息的其中至少之一。如此，可以使得基站知晓UE进行CSI压缩的AI模型是哪一个，从而有利于基站也基于与该AI模型对UE上报的压缩后的CSI进行解压，以确保能够正确解压出UE上报的压缩后的CSI。并且，由于无需在基站和UE之间AI模型的交互，从而可以减少交互AI模型的信令，可以降低UE与基站的功耗等。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开实施例。

附图说明

图1是根据一示例性实施例示出的一种无线通信系统的结构示意图。

图2是根据一示例性实施例示出的一种AI模型确定方法的示意图。

图3是根据一示例性实施例示出的一种AI模型确定方法的示意图。

图4是根据一示例性实施例示出的一种AI模型确定方法的示意图。

图5是根据一示例性实施例示出的一种AI模型确定方法的示意图。

图6是根据一示例性实施例示出的一种AI模型确定方法的示意图。

图7是根据一示例性实施例示出的一种AI模型确定装置的框图。

图8是根据一示例性实施例示出的一种AI模型确定装置的框图。

图9是根据一示例性实施例示出的一种UE的框图。

图10是根据一示例性实施例示出的一种基站的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开实施例的一些方面相一致的装置和方法的例子。

在本公开实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开实施例。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本公开实施例可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开实施例范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

请参考图1，其示出了本公开实施例提供的一种无线通信系统的结构示意图。如图1所示，无线通信系统是基于蜂窝移动通信技术的通信系统，该无线通信系统可以包括：若干个用户设备110以及若干个基站120。

其中，用户设备110可以是指向用户提供语音和/或数据连通性的设备。用户设备110可以经无线接入网(Radio Access Network，RAN)与一个或多个核心网进行通信，用户设备110可以是物联网用户设备，如传感器设备、移动电话(或称为“蜂窝”电话)和具有物联网用户设备的计算机，例如，可以是固定式、便携式、袖珍式、手持式、计算机内置的或者车载的装置。例如，站(Station，STA)、订户单元(subscriber unit)、订户站(subscriberstation)，移动站(mobile station)、移动台(mobile)、远程站(remote station)、接入点、远程用户设备(remote terminal)、接入用户设备(access terminal)、用户装置(userterminal)、用户代理(user agent)、用户设备(user device)、或用户设备(userequipment)。或者，用户设备110也可以是无人飞行器的设备。或者，用户设备110也可以是车载设备，比如，可以是具有无线通信功能的行车电脑，或者是外接行车电脑的无线用户设备。或者，用户设备110也可以是路边设备，比如，可以是具有无线通信功能的路灯、信号灯或者其它路边设备等。

基站120可以是无线通信系统中的网络侧设备。其中，该无线通信系统可以是第四代移动通信技术(the 4th generation mobile communication，4G)系统，又称长期演进(Long Term Evolution，LTE)系统；或者，该无线通信系统也可以是5G系统，又称新空口系统或5G NR系统。或者，该无线通信系统也可以是5G系统的再下一代系统。其中，5G系统中的接入网可以称为新一代无线接入网(New Generation-Radio Access Network，NG-RAN)。

其中，基站120可以是4G系统中采用的演进型基站(eNB)。或者，基站120也可以是5G系统中采用集中分布式架构的基站(gNB)。当基站120采用集中分布式架构时，通常包括集中单元(central unit，CU)和至少两个分布单元(distributed unit，DU)。集中单元中设置有分组数据汇聚协议(Packet Data Convergence Protocol，PDCP)层、无线链路层控制协议(Radio Link Control，RLC)层、媒体接入控制(Medium Access Control，MAC)层的协议栈；分布单元中设置有物理(Physical，PHY)层协议栈，本公开实施例对基站120的具体实现方式不加以限定。

基站120和用户设备110之间可以通过无线空口建立无线连接。在不同的实施方式中，该无线空口是基于第四代移动通信网络技术(4G)标准的无线空口；或者，该无线空口是基于第五代移动通信网络技术(5G)标准的无线空口，比如该无线空口是新空口；或者，该无线空口也可以是基于5G的更下一代移动通信网络技术标准的无线空口。

在一些实施例中，用户设备110之间还可以建立E2E(End to End，端到端)连接。比如车联网通信(vehicle to everything，V2X)中的车对车(vehicle to vehicle，V2V)通信、车对路边设备(vehicle to Infrastructure，V2I)通信和车对人(vehicle topedestrian，V2P)通信等场景。

这里，上述用户设备可认为是下面实施例的终端设备。

在一些实施例中，上述无线通信系统还可以包含网络管理设备130。

若干个基站120分别与网络管理设备130相连。其中，网络管理设备130可以是无线通信系统中的核心网设备，比如，该网络管理设备130可以是演进的数据分组核心网(Evolved Packet Core，EPC)中的移动性管理实体(Mobility Management Entity，MME)。或者，该网络管理设备也可以是其它的核心网设备，比如服务网关(Serving GateWay，SGW)、公用数据网网关(Public Data Network GateWay，PGW)、策略与计费规则功能单元(Policy and Charging Rules Function，PCRF)或者归属签约用户服务器(HomeSubscriber Server，HSS)等。对于网络管理设备130的实现形态，本公开实施例不做限定。

为了便于本领域内技术人员理解，本公开实施例列举了多个实施方式以对本公开实施例的技术方案进行清晰地说明。当然，本领域内技术人员可以理解，本公开实施例提供的多个实施例，可以被单独执行，也可以与本公开实施例中其他实施例的方法结合后一起被执行，还可以单独或结合后与其他相关技术中的一些方法一起被执行；本公开实施例并不对此作出限定。

为了更好地理解本公开任一个实施例所描述的技术方案，首先，对相关技术中进行部分说明：

在一个实施例中，AI软实现的复杂度要比AI硬实现的复杂度高很多。示例性的，AI软实现可以是在芯片内置一些基本模型；通过基站转变一些参数，UE侧通过C语言把模型完善。AI硬实现可以是直接把AI模型内置在芯片，将AI模型内置在芯片中可以是通过Verilog语言固化在硬件中的。

如图2所示，本公开实施例体提供一种AI模型确定方法，由UE执行，包括：

步骤S21：发送UE的AI能力信息，其中，AI能力信息用于基站确定UE使用的CSI的AI模型；

其中，AI能力信息包括以下至少之一：

AI能力指示信息，用于指示UE是否支持AI能力；

AI等级指示信息，用于指示UE支持的AI能力所属的等级；

AI模型的标识信息，用于指示UE支持的AI模型；

AI平台的标识信息，用于指示UE支持的AI平台；

AI推理指示信息，用于指示UE是否支持AI的推理能力；

这里，UE可以是各种移动终端或固定终端。例如，该UE可以是但不限于是手机、计算机、服务器、可穿戴设备、车载终端、路侧单元(RSU，Road Side Unit)、游戏控制平台或多媒体设备等。

在一个实施例中，步骤S21可以是：向基站发送UE的AI能力信息。

这里，基站可以是各种类型基站。例如，该基站可以是2G基站、3G基站、4G基站、5G基站或其它演进型基站。

在另一个实施例中，步骤S21可以是：向网络设备发送AI能力信息。

这里，网络设备可以是接入网设备或者核心网设备。该接入网设备可以是各种基站。该核心网设备可以是核心网的各种逻辑节点或者功能；例如，该核心网设备可以是接入与移动性管理功能(Access and Mobility Management Function，AMF)或者网络功能(Network Function，NF)。若UE向核心网设备发送UE的AI能力信息，可以是：UE向基站发送UE的AI能力信息，基站将UE的AI能力信息转发给核心网设备。

在一个实施例中，步骤S21可以是：上报UE的AI能力信息。示例性的，UE向基站上报UE的AI能力信息。

这里，AI能力指示信息、AI等级指示信息、AI模型的标识信息、AI平台的标识信息、AI推理指示信息及AI训练指示信息可分别通过AI能力信息的至少一个比特携带或者指示。

在另一些实施例中，A能力信息包括但不限于以下至少之一：

AI能力指示信息，可用于指示UE的芯片是否支持AI能力；

AI等级指示信息，可用于指示UE的芯片支持的AI能力所属的等级。

示例性的，AI能力信息指示取第一值，例如“0”时，用于指示UE支持AI能力；AI能力信息指示取第二值，例如“1”时，用于指示UE不支持AI能力。

这里，AI能力可以是指任意一种AI能力；例如，该AI能力可以是但不限于是CSI压缩的AI能力、或者AI定位能力等。

示例性的，AI能力所属等级可以是但不限于是x、y、及z的其中至少之一的等级或者系列。例如，协议规定了UE的芯片支持AI能力所属等级可以为x、y、及z三个等级。又如，基站和UE协商UE的芯片支持AI能力所属等级可以为x、y、及z三个等级。这里，x、y、及z三个等级分别与UE的不同算力能力和/或存储能力相对应。如此，基于UE的算力能力和/或存储能力等，可以确定出UE支持AI能力是属于x、y、及z三个等级中的哪个等级。

这里，可通过AI等级指示信息取不同的值，以指示UE或者UE的芯片支持AI能力所属的等级。

示例性的，AI模型可以是任意一种AI模型。例如，该AI模型可以是但不限于是CNN模型、RNN模型、或者transformer模型等。

这里，AI模型的标识信息用于唯一标识AI模型。如此，可以通过UE上报AI模型指示信息，以告知基站UE支持的AI模型，从而有利于基站确定出UE使用的AI模型。

示例性的，AI平台可以是任意一种AI平台。例如，该AI平台可以是但不限于是TensorFlow平台或者Pytorch平台等。

示例性的，AI推理指示信息取第一值，例如“0”时，用于指示UE支持AI的推理能力；AI推理指示信息取第二值，例如“1”时，用于指示UE不支持AI的推理能力。

示例性的，AI训练指示信息取第一值，例如“0”时，用于指示UE支持AI模型的训练能力；AI训练指示信息取第二值，例如“1”时，用于指示UE不支持AI模型的训练能力。

在一个实施例中，AI能力信息可用于指示AI模型使用的AI平台；和/或，AI能力信息可用于指示UE或者UE的芯片支持AI能力等级对应的AI平台。如此，在本公开实施例中，AI能力信息还可用于基站确定UE在支持不同AI模型时对应的AI平台，和/或用于基站确定UE或者UE的芯片支持不同AI能力所属等级时对应的AI平台。

如此，可以确保UE进行CSI压缩及基站进行CSI解压缩时使用不同的AI平台。

这里，AI能力信息用于基站确定UE使用的CSI压缩的AI模型；和/或，AI能力信息还可用于基站确定使用的CSI解压缩的AI模型。

在本公开实施例中，UE发送UE的AI能力信息，其中，AI能力信息用于基站确定UE使用的CSI的AI模型；该AI能力信息包括AI能力指示信息、AI等级指示信息、AI模型的标识信息、AI平台的标识信息、AI推理指示信息、以及AI训练指示信息的其中至少之一。如此，可以使得基站知晓UE进行CSI压缩的AI模型是哪一个，从而有利于基站也基于与该AI模型对UE上报的压缩后的CSI进行解压，以确保能够正确解压出UE上报的压缩后的CSI。并且，由于无需在基站和UE之间AI模型的交互，可以减少交互AI模型的信令，可以降低UE与基站的功耗等。

在一些实施例中，AI能力信息是每UE上报的或者每功能(per feature)上报的。例如，每UE上报是指不管UE支持的频段有多少，UE可以只需要上报一次该AI能力信息。例如，每功能上报是指UE针对每个频段每个频段组分别上报该AI能力信息。

这里，AI能力信息是非强制性上报是指：在进行UE能力上报时，强制UE上报该AI能力包含的AI能力信息。

这里，AI能力信息是有条件的强制性上报是指：在UE支持特定AI能力的情况下，则UE需要上报UE支持AI能力对应的AI能力信息。

示例性的，UE支持以下至少之一的AI能力，则上报以下至少之一的AI能力的AI能力信息：UE支持AI模型压缩的CSI的上报、UE支持AI的推理能力及支持AI模型的训练能力。

如此，对于UE支持的AI能力，可有条件的强制性上报该AI能力的AI能力信息。

需要说明的是，本领域内技术人员可以理解，本公开实施例提供的方法，可以被单独执行，也可以与本公开实施例中一些方法或相关技术中的一些方法一起被执行。

如图3所示，本公开实施例提供一种AI模型确定方法，由UE执行，包括：

步骤S31：接收CSI上报配置信息；其中，CSI上报配置信息是基站基于AI能力信息确定的；

步骤S32：基于CSI上报配置信息，确定UE使用的至少一个AI模型。

在本公开的一些实施例中，AI能力信息可以为步骤S21中AI能力信息；AI模型可以为步骤S21中AI模型。示例性的，AI能力信息包括AI能力指示信息、AI等级指示信息、AI模型的标识信息、AI平台的标识信息、AI推理指示信息以及AI训练指示信息的其中至少之一。

在一个实施例中，步骤S31中接收CSI上报配置信息，可以是：接收基站发送的CSI上报配置信息。

这里，CSI上报配置可以是任意一种CSI上报配置。例如，CSI上报配置可以是周期性CSI上报配置或者非周期CSI上报配置；又如，CSI上报配置可以是基于预定频段的CSI上报配置；再如，CSI上报配置基于某个PUCCH资源的上报CSI上报配置；再如，CSI上报配置可以是基于某个波束的CSI上报配置；等等。

这里，CSI上报配置的标识信息用于唯一标识CSI上报配置。例如，上报配置的标识信息为“00”时，可用于标识一种特定的CSI上报配置。

在一些实施例中，步骤S32，包括：

基于CSI上报配置信息中未包括AI模型的标识信息，确定UE使用UE支持的一个AI模型；或者，基于CSI上报配置信息中包括至少一个CSI上报配置的标识信息与对应的AI模型的标识信息，确定不同的CSI上报配置使用对应的AI模型。

本公开实施例提供一种AI模型确定方法，由UE执行，包括：

基于CSI上报配置信息中包括的AI模型的标识信息，确定UE使用AI模型的标识信息所指示的AI模型。

示例性的，UE支持一个AI模型，且UE接收到基站发送的CSI上报配置信息；UE若确定CSI上报配置信息中未包括AI模型的标识信息，则确定UE使用UE支持的该一个AI模型。

示例性的，UE支持一个或多个AI模型，且UE接收到基站发送的CSI上报配置信息；UE若确定CSI上报配置信息中包括一个AI模型的标识信息，确定UE使用该AI模型的标识信息所指示的AI模型。

示例性的，UE支持多个AI模型，且UE接收到基站发送的CSI上报配置信息；UE若确定CSI上报配置信息中包括：CSI上报配置的标识信息“00”与第一AI模型的标识信息、以及CSI上报配置第标识信息“01”与第二AI模型的标识信息。UE若确定当前使用CSI上报配置的标识信息“00”指示的CSI上报配置，则确定UE使用的AI模型为第一AI模型；或者若确定当前使用上报配置的的标识信息“01”指示的CSI上报配置，则确定UE使用的AI模型为第二AI模型。

在本公开实施例中，UE可以通过接收基站发送的CSI上报配置信息，准确确定出UE所使用的CSI压缩的AI模型为基站CSI解压缩的AI模型是相对应的；如此可以确保UE与基站之间采用对应的AI模型的同时无需UE与基站之间交互AI模型的具体AI参数信息。

这里，基站与UE之间的AI模型可以是相对应的。UE利用该AI压缩模型对CSI压缩，并将压缩后的CSI发送给基站；基站利用与UE相对应的AI解压缩模型对压缩后的CSI解压缩。

如图4所示，本公开实施例提供一种AI模型确定方法，由UE执行，包括：

步骤S41：发送AI模型使用信息；其中，AI模型使用信息用于确定UE使用的AI模型。

本公开实施例提供一种AI模型确定方法，由UE执行，包括：在发送AI能力信息之后，发送AI模型使用信息。

在一个实施例中，AI模型使用信息，用于指示UE使用的AI模型。

在一个实施例中，AI模型使用信息，可用于基站确定UE使用的AI模型；和/或，AI模型使用信息，可用于基站确定基站使用的AI模型。

在一个实施例中，AI模型使用信息，可用于UE确定UE使用的AI模型。

在一些实施例中，AI模型使用信息，包括以下至少之一：

AI模型的标识信息；

与AI模型的标识信息对应的CSI上报配置的标识信息。

示例性的，UE向基站发送AI模型使用信息，其中，AI模型使用信息包括AI模型的标识信息，AI模型使用信息用于指示UE使用的AI模型。如此，可以直接告知基站：UE所使用的AI模型。

示例性的，UE向基站发送AI模型使用信息，其中，AI模型使用信息包括：CSI上报配置的标识信息；则基站接收到该CSI上报配置的标识信息后，可以基于接收的CSI上报配置的标识信息与存储的AI模型的标识信息与CSI上报配置的标识信息的对应关系，确定出UE使用的AI模型的标识信息。如此，也可以通过接收的CSI上报配置的标识信息，确定出UE所使用的AI模型。

如此，在本公开实施例中，可以通过UE上报AI模型使用信息，若AI模型使用信息中携带AI模型的标识信息，可以直接告知基站UE所使用的AI模型；和/或若AI模型使用信息中携带CSI上报配置信息，则可以使得基站基于CSI上报配置信息的标识信息确定出AI模型的标识信息，从而也可以使得基站确定出UE使用的AI模型。如此，可以通过多种方式告知基站：UE所使用的AI模型，从而可以适用更多的应用场景。

本公开实施例提供一种AI模型确定方法，由UE执行，包括：确定UE使用的AI模型。

本公开实施例提供一种AI模型确定方法，由UE执行，包括：基于UE所处场景，确定UE使用的AI模型。

本公开实施例提供一种AI模型确定方法，由UE执行，包括以下至少之一：

基于UE的AI能力信息，确定UE使用的AI模型；

基于UE支持的AI模型，确定UE使用的AI模型。

示例性的，若UE支持一个AI模型，则确定UE使用的AI模型为UE支持的AI模型；或者，若UE支持多个AI模型，则确定UE使用的AI模型为多个AI模型中任意一个；等等。

在一些实施例中，基于UE所处场景，确定UE使用的AI模型，包括：

基于UE处于第一速度场景和/或城市场景，确定UE使用第一等级的AI模型；或者，

基于UE处于第二速度场景和/或乡村场景，确定UE使用第二等级的AI模型；其中，第一速度小于或等于第二速度。

本公开实施例提供一种AI模型确定方法，由UE执行，包括：基于UE处于第一速度场景和/或城市场景，确定UE使用第一等级的AI模型；或者，基于UE处于第二速度场景和/或乡村场景，确定UE使用第二等级的AI模型；其中，第一速度小于或等于第二速度。

这里，通过协议约定或者基站与UE协商，可以将UE的AI能力分为第一等级或者第二等级；或者，将UE的AI能力分为第1至第N等级，其中，N为大于1的整数；或者将UE的AI能力分为x、y或者z等级。这里，不同的等级所对应的UE的算力能力和/或存储能力等不同。例如，将UE的AI能力分为第一等级或者第二等级，第一等级所对应的算力能力和/或存储能力，小于第二等所对应的算力能力和/或存储能力。

如此，在本公开实施例中，UE可以基于UE所处的场景，选择合适的AI模型进行CSI压缩。如此当将该UE使用的AI模型发送给基站时，可以使得基站基于对应的AI模型进行CSI解压缩。

在一些实施例中，步骤S41中发送AI模型使用信息，包括：

本公开实施例提供一种AI模型确定方法，由UE执行，包括：

示例性的，UE接收基站发送的上报请求信息，发送AI模型的标识信息和/或与AI模型标识信息对应的CSI上报配置的标识信息；该上报请求信息用于请求UE使用的AI模型。

如此，在本公开实施例中，UE可以基站的触发，即基站发送的上报请求信息，以上报AI模型是使用信息；如此可以使得基站准确确定出UE使用的AI模型。

以下一种基于AI模型确定方法，是由基站执行的，与上述由UE执行的AI模型确定方法的描述是类似的；且，对于由基站执行的AI模型确定方法实施例中未披露的技术细节，请参照由UE执行的AI模型确定方法示例的描述，在此不做详细描述说明。

如图5所示，本公开实施例提供一种AI模型确定方法，由基站执行，包括：

步骤S51：接收UE的AI能力信息；

步骤S52：基于AI能力信息，确定UE使用的至少一种CSI的AI模型；

其中，AI能力信息包括以下至少之一：

AI能力指示信息，用于指示UE是否支持AI能力；

AI等级指示信息，用于指示UE支持的AI能力所属的等级；

AI模型的标识信息，用于指示UE支持的AI模型；

AI平台的标识信息，用于指示UE支持的AI平台；

AI推理指示信息，用于指示UE是否支持AI的推理能力；

本公开实施例所涉及的AI模型确定方法，也可以由网络设备执行；该网络设备可以是核心网设备。

在本公开的一些实施例中，AI能力信息可以为步骤S21中AI能力信息；AI模型为上述实施例中AI模型。

在一个实施例中，步骤S51，可以是：接收UE上报的UE的AI能力信息。

在一些实施例中，AI能力信息包括但不限于以下至少之一：

AI能力指示信息，可用于指示UE的芯片是否支持AI能力；

在一些实施例中，步骤S52，可以是：基于AI能力指示信息、AI等级指示信息、AI模型的标识信息、AI平台的标识信息、AI推理指示信息及AI训练指示信息的其中至少之一，确定UE使用的至少一种CSI的AI模型。

示例性的，基站接收到UE发送的AI能力信息，其中，AI能力信息包括AI能力指示信息及AI模型的标识信息；基站若确定AI能力指示信息指示UE支持AI能力信息，则可以基于AI模型的标识信息确定出UE支持的AI模型；基站从UE支持的AI模型中选择一个或多个AI模型作为UE使用的AI模型。

示例性的，基站接收到UE发送的AI能力信息，其中，AI能力信息包括AI能力指示信息及AI等级指示信息；基站若确定AI能力指示信息指示UE支持AI能力信息，则可以基于AI等级指示信息确定出UE支持的AI能力所属等级；基站确定UE使用的AI模型为AI能力所属等级中包括的一个或多个AI模型。

示例性的，基站接收到UE发送的AI能力信息，其中，AI能力信息包括AI平台的标识信息；基站可以基于AI平台的标识信息，可以确定出UE支持的AI平台；基站确定UE使用的AI模型为与UE支持的AI平台对应的一个或多个AI模型。

如此，本公开实施例中可以通过UE发送的UE的AI能力信息，确定出UE合适使用的AI模型。并且，可以通过多种方式确定出UE使用的AI模型，如此可以适应更多的应用场景。

以上实施方式，具体可以参见UE侧的表述，在此不再赘述。

如图6所示，本公开实施例提供一种AI模型确定方法，由基站执行，包括：

步骤S61：发送CSI上报配置信息，其中，CSI上报配置信息用于指示UE使用支持的一个AI模型。

在本公开的一些实施例中，CSI上报配置信息可以为步骤S31中CSI上报配置信息；CSI上报配置信息的标识信息可以为上述实施例中CSI上报配置信息的标识信息。

在一个实施例中，CSI上报配置信息是基于UE的AI能力信确定的。

在一些实施例中，步骤S61中发送CSI上报配置信息，包括：

本公开实施例提供一种AI模型确定方法，由基站执行，包括：响应于确定UE支持一个AI模型，确定发送未包括AI模型的标识信息的CSI上报配置信息；其中，CSI上报配置信息用于指示UE使用UE支持的一个AI模型。

在其它实施例中，基站若确定UE支持一个AI模型，也可以在CSI上报配置信息中携带AI模型的标识信息。

在其它实施例中，基站若确定UE支持多个AI模型，从多个AI模型中选择一个AI模型，并将该一个AI模型的标识信息携带在CSI上报配置信息中发送给UE。

如此，在本公开实施例中，基站向UE发送CSI上报配置信息，以指示UE进行上报的CSI可以采用基站指示UE使用的AI模型进行压缩。

在一些实施例中，步骤S61中发送CSI上报配置信息，包括：

本公开实施例提供一种AI模型确定方法，由基站执行，包括：

这里，同一个CSI上报配置的标识信息对应一个AI模型的标识信息。

如此，在本公开实施例中，基站可以给UE配置多个使用的AI模型，对于不同的CSI上报配置，配置不同的AI模型，以使得UE可以对于不同的CSI上报配置的CSI采用合适的AI模型进行压缩。

以上实施方式，具体可以参见UE侧的表述，在此不再赘述。

接收UE发送的AI模型使用信息；

基于AI模型使用信息，确定基站使用的CSI的AI模型。

在本公开的一些实施例中，AI模型是使用信息可以为步骤S41中AI模型使用信息。

示例性的，AI模型使用信息，包括以下至少之一：

AI模型的标识信息；

与AI模型的标识信息对应的CSI上报配置的标识信息。

本公开实施例提供一种AI模型确定方法，由基站执行，包括：发送上报请求信息；其中，上报请求信息用于请求UE使用的AI模型。

这里，发送上报请求信息，包括：向UE发送上报请求信息。该上报请求信息用于触发UE上报AI模型使用信息。

以上实施方式，具体可以参见UE侧的表述，在此不再赘述。

为了进一步解释本公开任意实施例，以下提供一个具体实施例。

本公开实施例提供一种AI模型确定方法，由通信设备执行，通信设备包括UE和基站；AI模型确定方法包括以下至少之一：

步骤S71：UE上报UE的AI能力信息；其中，AI能力信息包括以下至少之一：

AI能力指示信息，用于指示UE是否支持AI能力；

AI等级指示信息，用于指示UE支持的AI能力所属的等级；

AI模型的标识信息，用于指示UE支持的AI模型；

AI平台的标识信息，用于指示UE支持的AI平台；

AI推理指示信息，用于指示UE是否支持AI的推理能力；

AI训练指示信息，用于指示UE是否支持AI模型的训练能力。

在一个可选实施例中，AI能力信息是每UE上报的或者每功能(per feature)上报的。

在另一个可选实例例中，AI能力信息是非强制性上报的或者是有条件的强制性上报的。例如，若UE支持以下至少之一的能力，则UE上报该以下至少之一能力的AI能力信息：UE支持AI模型压缩的CSI的上报、UE支持AI的推理能力及支持AI模型的训练能力。

步骤S72：基站接收AI能力信息并配置UE使用的AI模型；其中，步骤S72，包括步骤S72a和S72b；

步骤S72a：基站基于UE的AI能力信息，确定UE支持的一个或多个AI模型；

步骤S72b：基于UE支持的一个或多个AI模型，确定UE使用的AI模型；并发送CSI上报配置信息；

在一个可选实施例中，若确定UE支持一个AI模型，基站发送未包括AI模型的标识信息的CSI上报配置信息。

在另一个可选实施例中，若确定UE支持多个AI模型，基站发送CSI上报配置信息；CSI上报配置信息包括：至少一个CSI上报配置的标识信息与对应的AI模型的标识信息。

这里，基站可根据当前的信道状态指示UE使用的AI模型。

这里，UE可根据基站配置的使用的AI模型CSI压缩，基站可使用相应的AI模型对压缩后的CSI进行解压缩。

在一可选实施例中，步骤S72也可以由步骤S73代替。

步骤S73：UE上报AI模型使用信息，其中，AI模型使用信息用于确定UE使用的AI模型。

在一个可选实施例中，UE基于UE所处场景，确定UE使用的AI模型。

例如，UE基于UE处于第一速度场景和/或城市场景，确定UE使用x等级的AI模型；或者，基于UE处于第二速度场景和/或乡村场景，确定UE使用y等级的AI模型；其中，第一速度小于或等于第二速度。这里，x等级所对应的算力能力和/或存储能力，小于y等级所对应的算力能力和/或存储能力。

在一个可选实施例中，UE发送的AI模型使用信息包括以下至少之一：AI模型的标识信息、及与AI模型的标识信息对应的CSI上报配置信息的标识信息。

这里，AI模型是使用信息可以是UE主动上报，也可以是UE基于基站的触发上报。这里UE基于基站的触发上报，可以是：UE接收到基站发送上报请求信息而上报。

如图7所示，本公开实施例提供一种AI模型确定装置，包括：

第一发送模块51，被配置为发送UE的AI能力信息，其中，AI能力信息用于基站确定UE使用的CSI的AI模型；其中，AI能力信息包括以下至少之一：

AI能力指示信息，用于指示UE是否支持AI能力；

AI等级指示信息，用于指示UE支持的AI能力所属的等级；

AI模型的标识信息，用于指示UE支持的AI模型；

AI平台的标识信息，用于指示UE支持的AI平台；

AI推理指示信息，用于指示UE是否支持AI的推理能力；

本公开实施例提供的AI模块确定装置可应用于UE中。

在一些实施例中，AI能力信息是每UE上报的。

本公开实施例提供一种AI模型确定装置，包括：

本公开实施例提供一种AI模型确定装置，包括：第一处理模块，配置为基于CSI上报配置信息中未包括AI模型的标识信息，确定UE使用UE支持的一个AI模型。

本公开实施例提供一种AI模型确定装置，包括：第一处理模块，被配置为基于CSI上报配置信息中包括至少一个CSI上报配置的标识信息与对应的AI模型的标识信息，确定不同的CSI上报配置使用对应的AI模型。

本公开实施例提供一种AI模型确定装置，包括：第一发送模块51，被配置为发送AI模型使用信息；其中，AI模型使用信息用于确定UE使用的AI模型。

在一些实施例中，AI模型使用信息，包括以下至少之一：

AI模型的标识信息；

与AI模型的标识信息对应的CSI上报配置的标识信息。

本公开实施例提供一种AI模型确定装置，包括：第一发送模块51，被配置为基于接收到来自网络设备的上报请求信息，发送AI模型使用信息；其中，上报请求信息用于请求UE使用的AI模型。

如图8所示，本公开实施例提供一种AI模型确定装置，包括：

第二接收模块61，被配置为接收UE的AI能力信息；

第二处理模块62，被配置为基于AI能力信息，确定UE使用的至少一种信道状态信息CSI的AI模型；

其中，AI能力信息包括以下至少之一：

AI能力指示信息，用于指示UE是否支持AI能力；

AI等级指示信息，用于指示UE支持的AI能力所属的等级；

AI模型的标识信息，用于指示UE支持的AI模型；

AI平台的标识信息，用于指示UE支持的AI平台；

AI推理指示信息，用于指示UE是否支持AI的推理能力；

本公开实施例提供的AI模型确定装置可应用于基站中。

本公开实施例提供一种AI模型确定装置，包括：第二发送模块，被配置为发送CSI上报配置信息，其中，CSI上报配置信息用于指示UE使用支持的一个AI模型。

本公开实施例提供一种AI模型确定装置，包括：第二发送模块，被配置为响应于确定UE支持一个AI模型，确定发送未包括AI模型的标识信息的CSI上报配置信息；其中，CSI上报配置信息用于指示UE使用UE支持的一个AI模型。

本公开实施例提供一种AI模型确定装置，包括：第二发送模块，被配置为响应于确定UE支持多种AI模型，发送CSI上报配置信息，其中，CSI上报配置信息包括：至少一个CSI上报配置的标识信息与对应的AI模型的标识信息。

本公开实施例提供一种AI模型确定装置，包括：

第二接收模块61，被配置为接收UE发送的AI模型使用信息；

第二处理模块62，被配置为基于AI模型使用信息，确定基站使用的CSI的AI模型。

在一些实施例中，AI模型使用信息，包括以下至少之一：

AI模型的标识信息；

与AI模型的标识信息对应的CSI上报配置的标识信息。

本公开实施例提供一种AI模型确定装置，包括：第二发送模块，被配置为发送上报请求信息；其中，上报请求信息用于请求UE使用的AI模型。

需要说明的是，本领域内技术人员可以理解，本公开实施例提供的装置，可以被单独执行，也可以与本公开实施例中一些装置或相关技术中的一些装置一起被执行。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本公开实施例提供一种通信设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

在一个实施例中，通信设备可以包括但不限于至少之一：UE及基站。

其中，处理器可包括各种类型的存储介质，该存储介质为非临时性计算机存储介质，在用户设备掉电之后能够继续记忆存储其上的信息。

处理器可以通过总线等与存储器连接，用于读取存储器上存储的可执行程序，例如，如图2至图6示的方法的至少其中之一。

本公开实施例还提供一种计算机存储介质，计算机存储介质存储有计算机可执行程序，可执行程序被处理器执行时实现本公开任意实施例的AI模型确定方法。例如，如图2至图6所示的方法的至少其中之一。

关于上述实施例中的装置或者存储介质，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图9是根据一示例性实施例示出的一种用户设备800的框图。例如，用户设备800可以是移动电话，计算机，数字广播用户设备，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图9，用户设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制用户设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在用户设备800的操作。这些数据的示例包括用于在用户设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为用户设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为用户设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述用户设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当用户设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当用户设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为用户设备800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为用户设备800的显示器和小键盘，传感器组件814还可以检测用户设备800或用户设备800一个组件的位置改变，用户与用户设备800接触的存在或不存在，用户设备800方位或加速/减速和用户设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于用户设备800和其他设备之间有线或无线方式的通信。用户设备800可以接入基于通信标准的无线网络，如WiFi，4G或5G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，用户设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由用户设备800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

如图10所示，本公开一实施例示出一种基站的结构。例如，基站900可以被提供为一网络侧设备。参照图10，基站900包括处理组件922，其进一步包括一个或多个处理器，以及由存储器932所代表的存储器资源，用于存储可由处理组件922的执行的指令，例如应用程序。存储器932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件922被配置为执行指令，以执行上述方法前述应用在所述基站的任意方法。

基站900还可以包括一个电源组件926被配置为执行基站900的电源管理，一个有线或无线网络接口950被配置为将基站900连接到网络，和一个输入输出(I/O)接口958。基站900可以操作基于存储在存储器932的操作系统，例如Windows Server TM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM或类似。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本公开旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims

1.一种AI模型确定方法，其中，由用户设备UE执行，包括：

发送UE的人工智能AI能力信息，其中，所述AI能力信息用于基站确定所述UE使用的信道状态信息CSI的AI模型；其中，所述AI能力信息包括以下至少之一：

AI能力指示信息，用于指示UE是否支持AI能力；

AI等级指示信息，用于指示UE支持的AI能力所属的等级；

AI模型的标识信息，用于指示UE支持的AI模型；

AI平台的标识信息，用于指示UE支持的AI平台；

AI推理指示信息，用于指示UE是否支持AI的推理能力；

2.根据权利要求1所述的方法，其中，所述AI能力信息是每UE上报的。

3.根据权利要求1所述的方法，其中，所述AI能力信息是非强制性上报的或者是有条件的强制性上报。

4.根据权利要求1至3任一项所述的方法，其中，所述方法还包括：

接收CSI上报配置信息；其中，所述CSI上报配置信息是所述基站基于所述AI能力信息确定的；

基于所述CSI上报配置信息，确定所述UE使用的至少一个所述AI模型。

5.根据权利要求4所述的方法，其中，所述基于所述CSI上报配置信息，确定所述UE使用的至少一个所述AI模型，包括：

基于所述CSI上报配置信息中未包括所述AI模型的标识信息，确定所述UE使用所述UE支持的一个所述AI模型；

或者，

基于所述CSI上报配置信息中包括至少一个CSI上报配置的标识信息与对应的AI模型的标识信息，确定不同的CSI上报配置使用对应的所述AI模型。

6.根据权利要求4所述的方法，其中，所述方法还包括：

发送AI模型使用信息；其中，所述AI模型使用信息用于确定UE使用的AI模型。

7.根据权利要求6所述的方法，其中，所述AI模型使用信息，包括以下至少之一：

AI模型的标识信息；

与所述AI模型的标识信息对应的CSI上报配置的标识信息。

8.根据权利要求6或7所述的方法，其中，所述发送AI模型使用信息，包括：

基于接收到来自网络设备的上报请求信息，发送所述AI模型使用信息；其中，所述上报请求信息用于请求所述UE使用的AI模型。

9.一种AI模型确定方法，其中，由基站执行，包括：

接收用户设备UE的人工智能AI能力信息；

基于所述AI能力信息，确定所述UE使用的至少一种信道状态信息CSI的AI模型；

其中，所述AI能力信息包括以下至少之一：

AI能力指示信息，用于指示UE是否支持AI能力；

AI等级指示信息，用于指示UE支持的AI能力所属的等级；

AI模型的标识信息，用于指示UE支持的AI模型；

AI平台的标识信息，用于指示UE支持的AI平台；

AI推理指示信息，用于指示UE是否支持AI的推理能力；

10.根据权利要求9所述的方法，其中，所述方法包括：

发送CSI上报配置信息，其中，所述CSI上报配置信息用于指示所述UE使用指示一个所述AI模型。

11.根据权利要求9所述的方法，其中，所述发送所述CSI上报配置信息，包括：

响应于确定所述UE支持一种AI模型，确定发送未包括AI模型的标识信息的CSI上报配置信息；其中，所述CSI上报配置信息用于指示所述UE使用所述UE支持的一个所述AI模型。

12.根据权利要求9所述的方法，其中，所述发送所述CSI上报配置信息，包括：

响应于确定所述UE支持多种AI模型，发送CSI上报配置信息，其中，所述CSI上报配置信息包括：至少一个CSI上报配置的标识信息与对应的所述AI模型的标识信息。

13.根据权利要求10所述的方法，其中，所述方法包括：

接收UE发送的AI模型使用信息；

基于所述AI模型使用信息，确定基站使用的CSI的AI模型。

14.根据权利要求13所述的方法，其中，所述AI模型使用信息，包括以下至少之一：

AI模型的标识信息；

与所述AI模型的标识信息对应的CSI上报配置的标识信息。

15.根据权利要求14所述的方法，其中，所述方法包括：

发送上报请求信息；其中，所述上报请求信息用于请求所述UE使用的AI模型。

16.一种AI模型确定装置，其中，包括：

第一发送模块，被配置为发送用户设备UE的人工智能AI能力信息，其中，所述AI能力信息用于基站确定所述UE使用的信道状态信息CSI的AI模型；其中，所述AI能力信息包括以下至少之一：

AI能力指示信息，用于指示UE是否支持AI能力；

AI等级指示信息，用于指示UE支持的AI能力所属的等级；

AI模型的标识信息，用于指示UE支持的AI模型；

AI平台的标识信息，用于指示UE支持的AI平台；

AI推理指示信息，用于指示UE是否支持AI的推理能力；

17.一种AI模型确定装置，其中，包括：

第二接收模块，被配置为接收用户设备UE的人工智能AI能力信息；

第二处理模块，被配置为基于所述AI能力信息，确定所述UE使用的至少一种信道状态信息CSI的AI模型；

其中，所述AI能力信息包括以下至少之一：

AI能力指示信息，用于指示UE是否支持AI能力；

AI等级指示信息，用于指示UE支持的AI能力所属的等级；

AI模型的标识信息，用于指示UE支持的AI模型；

AI平台的标识信息，用于指示UE支持的AI平台；

AI推理指示信息，用于指示UE是否支持AI的推理能力；

18.一种通信设备，其中，所述通信设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为：用于运行所述可执行指令时，实现权利要求1至8、或者权利要求9至15任一项所述的AI模型确定方法。

19.一种计算机存储介质，其中，所述计算机存储介质存储有计算机可执行程序，所述可执行程序被处理器执行时实现权利要求1至8、或者权利要求11至15任一项所述的AI模型确定方法。