高通与诺基亚贝尔实验室成功展示了多供应商AI模型如何在无线网络中实现互操作性协同工作。诺基亚贝尔实验室研究员Carl Nuzman和高通首席工程师Rachel Wang在博客中透露，他们通过顺序学习技术展示了训练灵活性，支持网络解码器优先或设备编码器优先的模式。这一技术允许不同公司在不共享专有细节的情况下，设计出可互操作的AI模型，仅通过共享模型输入输出对的训练数据集即可实现合作。

两家公司在2024年世界移动通信大会(MWC)上首次亮相了AI增强型信道状态反馈(CSF)编码器和解码器模型的无线互操作性。这些模型分别运行于搭载高通5G调制解调器-射频系统的参考移动设备和诺基亚原型基站中。通过顺序学习技术开发的互操作模型将在2025年MWC上进一步展示其进展。信道状态反馈帮助网络确定向设备传输数据的最佳方式，AI生成的精确波束显著提升了网络效率与智能化水平。

合作进一步验证了AI模型在不同物理环境中的稳健性。研究覆盖三种蜂窝基站场景：室外郊区和两个室内环境。通用AI模型与特定位置训练的超本地模型性能对比显示，前者在多样化环境中的表现接近后者。在室内场景中，调整后的通用模型(Adapted Common模型)在多个位置的吞吐量表现与超本地模型差距仅1%，证明其对新场景的适应能力。AI增强型CSF通过精准波束模式提升信号强度、降低干扰，移动用户在不同位置的吞吐量增益达15%至95%，远超传统3GPP I型光束网格反馈。

顺序学习支持两种训练方式：编码器优先与解码器优先。高通与诺基亚分别展示了两种模式。在2024年MWC上，高通设计编码器模型并共享数据集，诺基亚据此开发解码器。2025年，诺基亚转而设计解码器模型并生成数据集，高通据此开发编码器。两种方式的模型性能相近，差距仅几个百分点。这一合作不仅凸显了AI在无线网络中的灵活性与可扩展性，也为未来标准化部署提供了参考。