この記事では、大規模言語モデル（LLM）や大規模マルチモーダルモデル（LMM）が、自然言語の理解や生成、複雑な推論において前例のない突破口を開いたことを述べています。これらのモデルは、機械、車両、およびヒューマノイド間の6G自律通信の主要なエネーブラーとしての役割を果たしています。本稿では、LLMおよびLMMを利用したタスク指向の自律通信を概観し、マルチモーダルセンサーの統合、適応的再構成、無線タスクのためのプロンプトおよびファインチューニング戦略を中心に説明しています。また、LMMに基づく交通制御、LLMに基づくロボットスケジューリング、環境を考慮したチャンネル推定の3つのケーススタディを通じて、提案されたシステムが従来のディープラーニング技術を大幅に上回ることを示しています。