近日，自动化与智能科学学院吴琼副教授课题组在计算机和通信领域国际顶级期刊IEEE Communications Surveys & Tutorials（IEEE COMST）上发表了题为《From LLMs to Agentic and Embodied AI for Next-Generation Intelligent Vehicular Communications: A Comprehensive Survey》的综述论文。IEEE COMST最新影响因子为50.6，在IEEE旗下所有期刊中位居首位，是计算机和通信领域最具权威性的综述性期刊，代表了领域的学术前沿和未来的发展方向。该论文第一作者是吴琼副教授，共同第一作者为吴琼副教授指导的硕士生张文君，江南大学为第一单位。合作作者包括清华大学樊平毅教授、英国布鲁内尔大学王可之教授、美国高通公司樊强工程师、上海交通大学陈文教授、东南大学毛国强教授以及香港科技大学Khaled B. Letaief教授。这是我校学者首次以第一作者和第一署名单位在IEEE COMST发表论文。

论文长达38页，调研了近年来相关领域的198篇研究论文。该论文首次系统构建了从大语言模型、代理智能到具身智能的车联网人工智能演进框架，深入剖析了三种范式在重塑下一代智能车联网通信中的变革潜力。不同于以往仅关注自动驾驶决策的研究，论文独特地确立了以“感知-通信-控制”为核心支撑的智能化体系，为提升该领域系统化智能处理理论研究和技术探索提供了新视角。

在理论层面，论文详细阐述了针对车联网动态拓扑与资源受限环境的领域适配策略：包括大模型的模型压缩与云-边-车协同部署、代理智能的分布式多智能体协作机制，以及具身智能中感知模块与世界模型的重构方法。在应用层面，深入揭示了人工智能技术如何直接赋能物理层预测性波束成形、MAC层动态资源分配及网络层语义传输等核心通信功能，实现了从“传比特”到“传任务内涵”的范式跃迁。此外，通过集成视觉语言模型与深度强化学习的具身智能案例研究，论文定量验证了“感知-通信-控制”闭环在动态环境中优化带宽效率与用户体验质量的显著优势，为下一代车联网通信架构的设计提供了重要的理论参考与技术演进路径。

该研究成果得到了国家自然科学基金、江苏省基础研究计划、国家重点研发计划以及香港研究资助局卓越学科领域计划等多项高水平项目的支持。

论文链接：https://ieeexplore.ieee.org/document/11673126/

图1：大语言模型、代理智能和具身智能在车联网通信中的应用概览

图2：基于BERT的车联网入侵检测系统总体框架

图3：车联网语义信息提取示意图

图4：车联网视觉-语言模型在参数大小、推理时间和语义查询输出准确性方面的比较