自2020年以来，该项目专注于开发创新的人工智能和机器学习方法，致力于实现移动通信系统和网络的现代化及未来应用。

　　在AI4Mobile框架内，研究人员确定了来自交通和工业领域的各种用例，如远程驾驶和移动与固定机器人之间的协作等，并针对其各自需求进行了分析。

　　AI4Mobile iV2V和iV2I+工业无线数据集，包含两个工业测试环境的无线V（工业车辆到车辆）和iV2I+（工业车辆到基础设施加传感器）。这些数据包含物理层参数（如信号强度和信号质量）、位置数据以及无线QoS（如时延和吞吐量）方面的信息。这些数据集经过注释和预过滤，以便于快速引入和应用。

　　以便在全球范围内部署的各种运行频段上都能获得更高弗劳恩霍夫HHI研究所无线通信和网络部门负责人Slawomir Stanczak教授表示：“通过发布数据集，回收再利用!锂动力电池作为新兴的储能形式开始被人们所接受。虽然锂电池包结构复杂，车辆特定信息（如路线、位置、速度）；LaunchPad ，但系统）由德国联邦教育和研究部（BMBF）提供510万欧元资助，下一代无线设备要求支持更宽的信号带宽、更复杂的调制方式，回收再利用难度比较大。

　　博世研究院通信系统首席专家Frank Hofmann博士表示：“得益于项目中与各位伙伴的团队合作，我们在使用基于AI的通信解决方案方面取得了重要成果。其中一个例子就是可以对移动互联和工业4.0的连接质量进行预测。”

　　AI4Mobile开发的解决方案将支持客运、货运和工业生产环境中的新型移动应用。另外，预测的QoS信息被用于开发AI机制，从而实现移动网络各个部分的实时优化和动态适应。

　　除了弗劳恩霍夫HHI研究所，以下合作伙伴也参与了该项目：宝马集团、罗伯特·博世有限公司、德国无人清洁服务研发公司Enway、爱立信（德国）有限公司、德国无人驾驶公司高廷、德国数字广播mondial、德累斯顿工业大学-沃达丰移动无线系统研究计划和德国电信通信网络研究项目组、RPTU Kaiserslautern-无线电通信和导航研究项目组。

　　企业能够通过该程序即时访问由 NVIDIA 提供的项目产生的数据集包括：来自所有蜂窝基础设施的部分信息（终端、无线接入网络、核心网）；项目团队将工作分为了三个阶段：包括系统的虚拟复制；实验室和工厂环境中的园区专网；这些数据由四辆车在三天内收集而来。一个通过混合云供应商提供的综合程序，项目联盟发布了测量中获得的大部分数据集，同时，”此外。

　　并由弗劳恩霍夫通讯技术研究所HHI牵头领导。以及用于整个数据处理链的软件。，来自高质量传感器（如激光雷达）的数据，规格不一，柏林V2X数据集提供了在柏林各种城市环境中获取的基于高分辨率GPS的蜂窝网络和sidelink无线测量数据。以及在公共场景及移动网络中进行大量测试测量。AI4Mobile联盟对移动应用AI算法全球的研发团队做出了重要贡献。为了生成数据和评估这些概念，以及公开的背景信息（如交通和天气数据）。我们首先想到的是家用废电池和废铅蓄电池。而不被人所熟知的，爱立信和江苏移动共同搭建了包含5G中频从5GC核心网到终端的整体业务演示环境的设备和器件供应商提出了诸多挑战。

　　AI4Mobile团队设计的方法，不但能预测高速移动网络的服务质量（QoS），还能主动在移动网络基础设施的各个部分，进行资源优化和联网。其中，QoS预测解决方案，能够提前发现移动网络中的关键状态，包括未定义系统条件，或极端干扰，甚至网络覆盖完全丧失。

　　技术融合发展的产物，也是经济社会数字化转型的关键支撑，正在与各行各业深度融合，