La Asociación 5G Media Action Group (5G-MAG) ha lanzado un nuevo proyecto de código abierto denominado banco de pruebas 6G y caracterización del tráfico mediante IA, una iniciativa orientada a estudiar cómo las aplicaciones de Inteligencia Artificial interactúan con las redes móviles de próxima generación. El proyecto se enmarca en los trabajos vinculados al estudio de medios 6G del 3GPP SA4 y busca ofrecer a la industria herramientas avanzadas para evaluar el comportamiento de los motores de IA en distintos entornos de red. 5G-MAG celebrará una sesión pública en línea para presentar en detalle el proyecto Banco de pruebas 6G y caracterización del tráfico mediante IA.
El evento tendrá lugar el 27 de febrero a las 13:00 horas y se realizará de manera online. Durante la sesión se profundizará en los objetivos del proyecto, sus componentes técnicos y cómo la industria puede participar o beneficiarse del entorno de pruebas.
La convocatoria forma parte de las reuniones abiertas que organiza regularmente 5G-MAG para su comunidad, con el objetivo de compartir avances técnicos y fomentar la colaboración en el desarrollo de tecnologías 5G y 6G vinculadas al sector de medios y servicios digitales.
La nueva plataforma proporciona un entorno especializado que permite probar y caracterizar el consumo de recursos de red por parte de diferentes aplicaciones de IA, así como analizar su tolerancia ante variaciones en latencia, ancho de banda o pérdida de paquetes. Con ello, la industria podrá anticipar cómo funcionarán los servicios basados en IA en escenarios 6G reales.
Entorno técnico para simular redes y aplicaciones reales
El proyecto incorpora un motor de escenarios capaz de reproducir más de once tipos de casos de uso, incluyendo aplicaciones de IA agente que utilizan herramientas del Protocolo de Contexto de Modelo (MCP), aplicaciones multimodales que procesan audio, vídeo e imágenes simultáneamente, y variantes en tiempo real de baja latencia mediante tecnologías como WebRTC o WebSockets.
Además, el banco de pruebas integra un emulador de red basado en Linux que simula condiciones compatibles con estándares 3GPP. Este sistema permite recrear entornos ideales 6G, redes 5G urbanas, escenarios Cell Edge, redes satelitales (NTN) o situaciones de congestión, ofreciendo control preciso sobre retardo, pérdida de paquetes y ancho de banda.
El entorno también facilita la integración directa con proveedores de grandes modelos de lenguaje (LLM) como OpenAI, Google DeepMind (Gemini), DeepSeek y vLLM, generando tráfico de aplicaciones realista para las pruebas.
Entre sus capacidades, el sistema recopila más de 60 indicadores clave de rendimiento (KPI), poniendo especial énfasis en métricas críticas para aplicaciones de IA como el TTFT (tiempo hasta el primer token), el TPOT (tiempo por token de salida), percentiles de latencia y relaciones de tráfico en enlace ascendente y descendente. También analiza factores del bucle del agente, evaluando cómo la calidad de la red influye en la capacidad de la IA para completar tareas complejas de varios pasos.