論文の概要: From Semantic to Token Communication: The Next Paradigm for Large-Model-Driven 6G Intelligent Connectivity

• arxiv url: http://arxiv.org/abs/2609.10714v1
• Date: Wed, 09 Sep 2026 18:11:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:04.867503
• Title: From Semantic to Token Communication: The Next Paradigm for Large-Model-Driven 6G Intelligent Connectivity
• Title（参考訳）: セマンティックからトークンコミュニケーションへ - 大規模モデル駆動型6Gインテリジェントコネクティビティの次のパラダイム
• Abstract要約: 6Gネットワークは、通信システムを信頼性の高いビット配信から、意味認識とタスク指向の接続へと駆動している。 強力なマルチモーダル理解と生成能力を持つ大規模モデル(LM)がこのシフトを加速した。 現在のLM駆動セマンティックコミュニケーション(SemCom)は断片化されている。 トークンは、この欠落した抽象化の自然な候補である、と我々は主張する。
• 参考スコア（独自算出の注目度）: 94.51565447227847
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The ambitious requirements of sixth-generation (6G) networks are driving communication systems from reliable bit delivery toward meaning-aware and task-oriented connectivity. Large models (LMs), with strong multimodal understanding and generation capabilities, have accelerated this shift and made semantic communication (SemCom) increasingly practical. Yet current LM-driven SemCom remains fragmented: semantic representations are typically tied to specific modalities, models, or tasks. While the bit provides a universal unit for digital transport, there is still no analogous unit for representing and processing semantics, which limits interoperability, theoretical unification, and scalable system design. We argue that tokens provide a natural candidate for this missing abstraction. Two trends support this: unified multimodal LMs now encode text, images, audio, video, and robot actions in one token space, while distributed LM inference already generates substantial token-level traffic through expert routing, cache transfer, and speculative decoding. Token communication (TokenCom) emerges by unifying these trends, using the LM's native processing unit as a communication abstraction above the bit level and enabling importance assignment, error handling, and resource allocation directly at token granularity. This survey traces the evolution from LM-driven SemCom to TokenCom. We review three major directions of LM-driven SemCom: source-centric semantic coding, channel semantics for physical-layer tasks, and collaborative edge-device intelligence. We then examine the token abstraction, the transmission techniques it requires, and two emerging paradigms, namely TokenCom for LM services and for embodied and agentic intelligence. Finally, we identify open challenges toward unified, scalable, and AI-native 6G communication systems.
• Abstract（参考訳）: 第6世代(6G)ネットワークの野心的な要件は、通信システムを信頼性のあるビット配信から、意味認識とタスク指向の接続へと駆動することである。 強力なマルチモーダル理解と生成能力を持つ大規模モデル(LM)は、このシフトを加速し、セマンティックコミュニケーション(SemCom)をより実用的なものにしている。 セマンティック表現は通常、特定のモダリティ、モデル、タスクに結びついています。 ビットはデジタルトランスポートのための普遍的なユニットを提供するが、セマンティクスを表現・処理するための類似のユニットはいまだ存在しておらず、インターオペラビリティ、理論的統一、スケーラブルなシステム設計が制限されている。 トークンは、この欠落した抽象化の自然な候補である、と我々は主張する。 統一されたマルチモーダルLMは、1つのトークン空間でテキスト、画像、オーディオ、ビデオ、ロボットアクションをエンコードする一方、分散LM推論はエキスパートルーティング、キャッシュ転送、投機的復号化を通じて、既にかなりのトークンレベルのトラフィックを生成している。 トークン通信(TokenCom)は、LMのネイティブ処理ユニットをビットレベル以上の通信抽象化として使用し、トークンの粒度を直接的に重要な割り当て、エラーハンドリング、リソース割り当てを可能にすることにより、これらのトレンドを統一することによって実現される。 この調査は、LM駆動のSemComからTokenComへの進化をトレースする。 本稿では,ソース中心セマンティックコーディング,物理層タスクのチャネルセマンティックス,協調エッジデバイスインテリジェンスという,LM駆動のSemComの主な3つの方向性について概説する。 次に、トークンの抽象化、それに必要な伝送技術、および2つの新しいパラダイム、すなわちLMサービスのためのTokenComと、具現化およびエージェントインテリジェンスについて検討する。 最後に、統一的でスケーラブルでAIネイティブな6G通信システムに対するオープンな課題を特定します。

関連論文リスト

• Advancing Multi-Robot Networks via MLLM-Driven Sensing, Communication, and Computation: A Comprehensive Survey [35.94145527541823]
  MLLM指導下でのマルチロボット協調のための統合設計手法について検討した。 4つのエンドツーエンドのデモ(センス -> コミュニケーション -> 計算 -> アクション)を提示します。 システムレベルのメトリクス – ペイロード,レイテンシ,成功 – を強調して,R2Xオーケストレーションがデバイス上のベースラインで純粋に向上する理由を示している。
  論文  参考訳（メタデータ） (2026-03-31T06:26:53Z)
• Towards 6G Native-AI Edge Networks: A Semantic-Aware and Agentic Intelligence Paradigm [85.7583231789615]
  6Gはインテリジェンスをネイティブネットワークの能力として位置づけ、無線アクセスネットワーク(RAN)の設計を変革する このビジョンの中では、セマンティック・ネイティブのコミュニケーションとエージェント・インテリジェンスが中心的な役割を果たすことが期待されている。 エージェントインテリジェンスは、RANエンティティに目標駆動の自律性、推論、計画、マルチエージェントコラボレーションを提供する。
  論文  参考訳（メタデータ） (2025-12-04T03:09:33Z)
• Latent Space Alignment for AI-Native MIMO Semantic Communications [11.185200213307208]
  本稿では,意味コミュニケーションにおける意味的ミスマッチに対処する新しい手法を提案する。 ニューラルネットワークベースのモデルは、電力予算と複雑さの制約の下でセマンティックプリコーダ/デコーダを学ぶ。 目的指向のセマンティックコミュニケーションシナリオにおいて,提案手法の有効性を示す。
  論文  参考訳（メタデータ） (2025-07-22T15:16:18Z)
• Token Communication in the Era of Large Models: An Information Bottleneck-Based Approach [55.861432910722186]
  UniToComは、トークンを処理と無線通信の両方の基本的な単位として扱う統一トークン通信パラダイムである。 本稿では,重要な情報を保持するトークンの学習を容易にする生成情報ボトルネック(GenIB)の原理を提案する。 我々は、離散トークンと連続トークンの両方の処理を統合するために、因果変換器に基づくマルチモーダル言語モデル(MLLM)を受信機に採用する。
  論文  参考訳（メタデータ） (2025-07-02T14:03:01Z)
• SIMAC: A Semantic-Driven Integrated Multimodal Sensing And Communication Framework [22.924064428134507]
  単一モードセンシングは精度と能力の限界に直面し、通信システムとの疎結合実装によりレイテンシが増大する。 本稿では,これらの課題を克服するために,意味駆動型統合マルチモーダルセンシング・通信フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-11T01:04:42Z)
• Token Communications: A Large Model-Driven Framework for Cross-modal Context-aware Semantic Communications [78.80966346820553]
  我々は、生成意味コミュニケーション(GenSC)において、クロスモーダルなコンテキスト情報を活用するための大規模なモデル駆動フレームワークであるトークン通信(TokCom)を紹介する。 本稿では,GFM/MLLMをベースとしたトークン処理をセマンティック通信システムに組み込む方法について検討し,将来無線ネットワークの様々な層において効率的なTokComを実現する上での鍵となる原則について述べる。
  論文  参考訳（メタデータ） (2025-02-17T18:14:18Z)
• Agent-driven Generative Semantic Communication with Cross-Modality and Prediction [57.335922373309074]
  本稿では,強化学習に基づくエージェント駆動型ジェネリックセマンティックコミュニケーションフレームワークを提案する。 本研究では, エージェント支援型セマンティックエンコーダを開発し, 適応的セマンティック抽出とサンプリングを行う。 設計モデルの有効性をUA-DETRACデータセットを用いて検証し、全体的なA-GSCフレームワークの性能向上を実証した。
  論文  参考訳（メタデータ） (2024-04-10T13:24:27Z)
• Enabling the Wireless Metaverse via Semantic Multiverse Communication [82.47169682083806]
  無線ネットワーク上のメタバースは、第6世代(6G)無線システムの新たなユースケースである。 メタバースを人間/機械エージェント固有のセマンティック・マルチバース(SM)に分解する新しいセマンティック・コミュニケーション・フレームワークを提案する。 各エージェントに格納されたSMは、セマンティックエンコーダとジェネレータから構成され、生成人工知能(AI)の最近の進歩を活用する。
  論文  参考訳（メタデータ） (2022-12-13T21:21:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。