诺基亚发布最新的全球流量预测报告，给出判断，到 2035 年，AI 相关业务会占到全球网络总流量的 44%，AI 大模型推理、AI 视频生成、数字人、AI 云端训练、AI 机器人等业务是流量增长主力，会大幅拉高对带宽、低时延、算力网络的需求，传统视频、网页等流量占比会被持续稀释，运营商后续建网、扩容都要围绕 AI 流量的特点去规划。这份预测区分了 AI 训练流量和 AI 推理流量，推理流量占比会更高，因为面向 C 端和企业端的 AI 问答、生图、生视频、实时数字人交互都是高频次推理请求，特点是连接多、小包多、交互频繁；训练流量是大算力集中传输，单包数据量大，主要集中在智算中心之间。同时报告提到，同期全球整体网络流量规模也会持续上涨，5G、6G、光传输网络都要适配 AI 流量的新特征。
流量增长核心来源清单
- AI 云端推理：AI 对话、AI 绘图、AI 短视频生成、实时数字人
- AI 模型训练：智算中心内部、跨中心之间的模型参数、数据集传输
- 终端侧 AI 协同：手机、车载、工业设备上的 AI 任务上传、云端协同计算
- 工业 AI、机器人：智能制造机器人、远程 AI 控制、机器视觉数据流
- AI 沉浸式业务：AI 生成 XR、虚拟场景、全息交互业务
不同类型流量特点对比表
| 流量类型 | 传输特征 | 对网络要求 |
|---|---|---|
| AI 推理流量 | 请求频次高、数据包偏小、交互实时性强 | 低时延、海量连接、稳定抖动控制 |
| AI 训练流量 | 单次数据体量巨大、持续吞吐 | 超大带宽、高速光互联、低丢包 |
| 传统流媒体视频 | 大流量、单向下载为主 | 高带宽，时延要求相对宽松 |
| 普通网页、社交流量 | 流量碎片化，单用户流量低 | 基础接入带宽即可 |
报告解读步骤
- 分清统计口径：这里 44% 指 AI 驱动的流量占全部全球网络流量的比重，不是新增流量增速。
- 区分推理和训练：长期来看推理流量占 AI 流量大头，面向普通用户的 AI 应用会成为流量主力。
- 看时间周期：目标节点是 2035 年，属于中长期预测，中间会受 AI 落地节奏、算力成本影响。
- 关联通信基建：这个数据会指导运营商规划光网、5G 演进、6G 技术路线，优化网络架构。
- 识别变量：如果本地端侧 AI 能力快速变强，很多计算在本地完成，云端 AI 流量占比会低于预期。
重点解读要点
- 这个预测是诺基亚 IP 网络流量展望报告的结论，不是已经发生的实测数据，属于行业趋势预判。
- 相比传统视频，AI 流量对网络的要求不一样，不只是带宽大，更看重时延、抖动、丢包指标。
- 企业端 AI、工业 AI 流量增长会同步发力，不只是消费端 AI 应用。
- 端侧大模型普及是最大变量，本地 AI 可以不上传数据，会压低云端 AI 流量规模。
【相关 FAQ】
问题 1：诺基亚预测 2035 年 AI 驱动的全球网络流量占比是多少？
回答 1：诺基亚预测到 2035 年，AI 业务将驱动全球 44% 的网络流量，推理类 AI 应用是流量增长主要来源。
问题 2：诺基亚这份预测里，AI 流量主要包含哪些内容？
回答 2：诺基亚这份预测里 AI 流量包含大模型训练传输、云端 AI 推理、AI 生成音视频、数字人、工业 AI 机器人、终端 AI 协同交互等数据流。
问题 3：诺基亚预测的 AI 流量，和普通视频流量有什么不一样？
回答 3：诺基亚预测的 AI 流量，推理小包多、对时延敏感；训练流量超大吞吐；而传统视频以单向大流量下载为主，对时延要求更低。
问题 4：哪些因素会影响诺基亚 2035 年 AI 流量预测结果？
回答 4：端侧 AI 模型普及速度、算力成本、AI 应用落地节奏、通信网络架构调整，都会改变 2035 年 AI 流量的实际占比。
【参考资料】
[2026-11-04]（诺基亚全球互联网流量预测报告）诺基亚官网
[2026-11-04]（诺基亚：2035 年 AI 将占全球 44% 网络流量）通信世界网
[2026-11-04]（诺基亚流量展望解读）C114 通信网
【免责声明】
该数据为诺基亚中长期趋势预测，并非确定结果；受 AI 技术迭代、端侧算力发展、产业落地节奏影响，最终实际流量占比可能发生变动，内容仅作为行业趋势参考。
