編者按

從2019年實(shí)質(zhì)性研究啟動(dòng)，到2023年國(guó)際電信聯(lián)盟發(fā)布愿景文件，再到2025年6G標(biāo)準(zhǔn)元年確立，6G正從前沿理念加速照進(jìn)現(xiàn)實(shí)。步入2026年，6G發(fā)展進(jìn)一步邁入技術(shù)與標(biāo)準(zhǔn)完善的關(guān)鍵時(shí)期，盡管業(yè)界已就6G初步形成共識(shí)，但諸多基礎(chǔ)性、關(guān)鍵性難題仍亟待破解。為此，《通信世界》特策劃“6G關(guān)鍵技術(shù)深潛”專題，聚焦系統(tǒng)架構(gòu)創(chuàng)新、技術(shù)路徑探索、融合能力提升等話題展開(kāi)深度探討，以期為產(chǎn)業(yè)發(fā)展提供參考與啟示。

隨著5G在全球范圍內(nèi)規(guī)模部署，無(wú)線通信技術(shù)迎來(lái)代際躍遷的關(guān)鍵時(shí)期。5G技術(shù)以其增強(qiáng)型移動(dòng)寬帶（eMBB）、超高可靠低時(shí)延通信（uRLLC）和海量機(jī)器類通信（mMTC）三大典型場(chǎng)景，初步構(gòu)建了萬(wàn)物互聯(lián)的基礎(chǔ)設(shè)施，為工業(yè)互聯(lián)網(wǎng)、智慧城市、自動(dòng)駕駛等垂直領(lǐng)域的數(shù)字化轉(zhuǎn)型提供了關(guān)鍵支撐。然而，社會(huì)數(shù)字化進(jìn)程的不斷加速，以及AI（人工智能）、元宇宙、全息通信等新興范式的快速演進(jìn)，對(duì)無(wú)線網(wǎng)絡(luò)的連接密度、傳輸速率、智能水平及其與物理世界的融合深度，提出了遠(yuǎn)超當(dāng)前能力的前瞻性需求。在此背景下，面向2030年及未來(lái)的6G已成為全球?qū)W術(shù)界與產(chǎn)業(yè)界共同探索的核心焦點(diǎn)。

針對(duì)更加極致的性能要求，6G網(wǎng)絡(luò)必須突破傳統(tǒng)以靜態(tài)配置為主要特征的架構(gòu)設(shè)計(jì)范式。現(xiàn)有網(wǎng)絡(luò)優(yōu)化嚴(yán)重依賴歷史數(shù)據(jù)與離線模型，在面對(duì)超大規(guī)模異構(gòu)設(shè)備接入、動(dòng)態(tài)多變業(yè)務(wù)需求以及復(fù)雜時(shí)變的無(wú)線傳播環(huán)境時(shí)，其局限性日益凸顯。網(wǎng)絡(luò)配置的滯后性、運(yùn)維成本的居高不下以及資源利用的粗放性，已成為制約網(wǎng)絡(luò)向更高效率、更高智能層次演進(jìn)的核心瓶頸。因此，亟須引入一種全新的網(wǎng)絡(luò)范式，能夠以前瞻、動(dòng)態(tài)、數(shù)據(jù)驅(qū)動(dòng)的方式，對(duì)物理網(wǎng)絡(luò)進(jìn)行全生命周期的精準(zhǔn)刻畫、實(shí)時(shí)監(jiān)控、智能優(yōu)化與閉環(huán)控制。正是在這一趨勢(shì)的驅(qū)動(dòng)下，網(wǎng)絡(luò)數(shù)字孿生技術(shù)被提出，并迅速被視作6G網(wǎng)絡(luò)向智能化演進(jìn)的一項(xiàng)關(guān)鍵使能技術(shù)。

無(wú)線孿生網(wǎng)絡(luò)的核心內(nèi)涵，在于為物理無(wú)線網(wǎng)絡(luò)構(gòu)建一個(gè)高保真、多維度、可計(jì)算的數(shù)字虛擬映射。這一映射并非靜態(tài)的數(shù)據(jù)模型，而是一個(gè)深度融合物理層信道特性、網(wǎng)絡(luò)層協(xié)議棧行為、業(yè)務(wù)層流量模式及環(huán)境上下文信息的動(dòng)態(tài)演化系統(tǒng)。它通過(guò)持續(xù)、雙向的數(shù)據(jù)交互，實(shí)現(xiàn)與物理實(shí)體狀態(tài)的同步更新與共生演進(jìn)。然而，構(gòu)建精確的數(shù)字化副本并非最終目的，無(wú)線孿生網(wǎng)絡(luò)的更高層次價(jià)值在于其提供的推演與決策能力。在數(shù)字孿生體中，能夠以零風(fēng)險(xiǎn)、低成本的方式，對(duì)復(fù)雜的網(wǎng)絡(luò)算法、創(chuàng)新的架構(gòu)方案、精細(xì)的資源調(diào)度策略進(jìn)行大規(guī)模仿真驗(yàn)證與迭代優(yōu)化。基于先進(jìn)的AI與大數(shù)據(jù)分析技術(shù)，孿生體能夠深度洞察網(wǎng)絡(luò)內(nèi)在狀態(tài)、預(yù)測(cè)潛在故障與性能瓶頸、推演網(wǎng)絡(luò)演進(jìn)趨勢(shì)，進(jìn)而為物理網(wǎng)絡(luò)生成最優(yōu)的配置參數(shù)與控制策略，最終實(shí)現(xiàn)網(wǎng)絡(luò)管理從被動(dòng)響應(yīng)向主動(dòng)干預(yù)、從經(jīng)驗(yàn)驅(qū)動(dòng)向模型與數(shù)據(jù)聯(lián)合驅(qū)動(dòng)的范式變革。

01基于6G感知的無(wú)線網(wǎng)絡(luò)數(shù)字孿生架構(gòu)

傳統(tǒng)無(wú)線網(wǎng)絡(luò)的規(guī)劃、運(yùn)維與優(yōu)化依賴不完整且滯后的網(wǎng)絡(luò)性能數(shù)據(jù)，且對(duì)于物理環(huán)境信息利用不足，難以實(shí)現(xiàn)對(duì)復(fù)雜動(dòng)態(tài)物理環(huán)境的精細(xì)、實(shí)時(shí)刻畫。數(shù)字孿生技術(shù)的引入為解決這一根本性難題提供了全新路徑。面向6G的智能無(wú)線孿生網(wǎng)絡(luò)，其核心基礎(chǔ)在于充分利用并融合6G網(wǎng)絡(luò)內(nèi)生的增強(qiáng)感知能力，構(gòu)建動(dòng)態(tài)、高保真的數(shù)字映射。本文所闡述的無(wú)線網(wǎng)絡(luò)數(shù)字孿生架構(gòu)，正是以“6G感知”為核心驅(qū)動(dòng)，通過(guò)無(wú)線信號(hào)感知與多模態(tài)環(huán)境感知的深度融合，系統(tǒng)實(shí)現(xiàn)孿生體從靜態(tài)模型到動(dòng)態(tài)鏡像，最終演進(jìn)為具備決策能力的智能體的全過(guò)程。面向6G的智能無(wú)線孿生網(wǎng)絡(luò)架構(gòu)如圖1所示。

圖1 面向6G的智能無(wú)線孿生網(wǎng)絡(luò)架構(gòu)

對(duì)物理世界多維信息的深度感知能力是構(gòu)建高保真數(shù)字孿生系統(tǒng)的重要基礎(chǔ)。此處定義的6G感知包含兩個(gè)緊密耦合的層面。首先是無(wú)線信號(hào)感知，其核心在于利用通信信號(hào)本身或?qū)Ｓ酶兄ㄐ?，?shí)現(xiàn)對(duì)信道狀態(tài)信息、信號(hào)強(qiáng)度空間分布、復(fù)雜干擾圖譜、終端精準(zhǔn)定位及移動(dòng)軌跡等通信維度關(guān)鍵參數(shù)的實(shí)時(shí)測(cè)量與反演。其次是多模態(tài)環(huán)境感知，即通過(guò)在協(xié)同網(wǎng)絡(luò)中部署的視覺(jué)傳感器、激光雷達(dá)、毫米波雷達(dá)乃至廣泛的物聯(lián)網(wǎng)終端，獲取物理環(huán)境的高精度三維幾何結(jié)構(gòu)、物體材質(zhì)電磁屬性、動(dòng)態(tài)目標(biāo)分布與行為等信息。上述兩類感知數(shù)據(jù)流的深度融合與協(xié)同處理，共同構(gòu)成了數(shù)字孿生體實(shí)現(xiàn)“高精度虛實(shí)映射”不可或缺的數(shù)據(jù)基石，確保數(shù)字模型能夠持續(xù)、準(zhǔn)確地反映物理世界的真實(shí)狀態(tài)。

物理環(huán)境的動(dòng)態(tài)變化是決定電磁波傳播特性的核心因素。然而，傳統(tǒng)基于統(tǒng)計(jì)的信道建模方法對(duì)物理環(huán)境信息的利用往往較為有限，導(dǎo)致其建模精度在實(shí)際復(fù)雜場(chǎng)景中面臨瓶頸。近年來(lái)，隨著三維環(huán)境建模精度與效率的顯著提升以及AI技術(shù)的快速發(fā)展，基于高精度環(huán)境信息直接預(yù)測(cè)信道狀態(tài)的方法已成為學(xué)術(shù)界與工業(yè)界共同關(guān)注的前沿方向。該方法以精細(xì)化環(huán)境感知數(shù)據(jù)為基礎(chǔ)，融合基于物理規(guī)律的電磁仿真與數(shù)據(jù)驅(qū)動(dòng)的AI模型，能夠生成與真實(shí)物理世界高度吻合的空間連續(xù)信道響應(yīng)，從而實(shí)現(xiàn)從幾何場(chǎng)景到電磁環(huán)境的精準(zhǔn)映射，構(gòu)建高保真的無(wú)線信道數(shù)字孿生。在此基礎(chǔ)上，網(wǎng)絡(luò)性能高精度孿生模塊通過(guò)嵌入真實(shí)協(xié)議棧及資源調(diào)度算法模型，在數(shù)字域開(kāi)展覆蓋全網(wǎng)絡(luò)、全協(xié)議棧的高保真仿真，進(jìn)而輸出覆蓋、容量、時(shí)延等關(guān)鍵性能指標(biāo)的時(shí)空分布特征，最終在虛擬空間中精確復(fù)現(xiàn)物理網(wǎng)絡(luò)的實(shí)時(shí)運(yùn)行狀態(tài)與整體性能表現(xiàn)。

隨著數(shù)字孿生網(wǎng)絡(luò)技術(shù)的演進(jìn)，其技術(shù)核心逐漸從以建模仿真為主的“離線式”孿生，轉(zhuǎn)變?yōu)閷?shí)時(shí)虛實(shí)交互的“在線式”孿生。這就要求孿生機(jī)制具備智能性和適應(yīng)性。隨著大模型技術(shù)取得突破性進(jìn)展，融合大模型技術(shù)構(gòu)建孿生決策中樞成為實(shí)現(xiàn)語(yǔ)義化孿生系統(tǒng)的關(guān)鍵使能方案——從底層持續(xù)涌入的海量、多源映射數(shù)據(jù)中抽取知識(shí)、形成記憶、進(jìn)行推演并最終生成優(yōu)化策略。該中樞依賴持續(xù)的數(shù)據(jù)注入管道與先進(jìn)的機(jī)器學(xué)習(xí)（ML）模型，構(gòu)建四大核心智能能力（包括感知能力、記憶能力、決策能力及規(guī)劃能力)，使得孿生體能夠從被動(dòng)的“鏡像”轉(zhuǎn)變?yōu)橹鲃?dòng)的“策略生成器”。

架構(gòu)的頂層價(jià)值最終體現(xiàn)于智能內(nèi)生網(wǎng)絡(luò)全場(chǎng)景應(yīng)用層，它標(biāo)志著數(shù)字孿生驅(qū)動(dòng)網(wǎng)絡(luò)自治閉環(huán)的全面實(shí)現(xiàn)?；谥悄芑瘜由傻木珳?zhǔn)策略，通過(guò)穩(wěn)定的“決策反饋”環(huán)路將控制指令下發(fā)至物理網(wǎng)絡(luò)，從而賦能網(wǎng)絡(luò)規(guī)劃、建設(shè)、維護(hù)、優(yōu)化與運(yùn)營(yíng)的全流程變革。在規(guī)劃與建設(shè)階段，可在孿生環(huán)境中對(duì)站址規(guī)劃、參數(shù)配置進(jìn)行零風(fēng)險(xiǎn)的仿真驗(yàn)證與迭代優(yōu)化，極大提升投資效率。在運(yùn)維階段，可通過(guò)實(shí)時(shí)比對(duì)孿生預(yù)測(cè)與實(shí)際性能，實(shí)現(xiàn)故障的提前預(yù)警、根因自定位及自愈方案仿真，變被動(dòng)響應(yīng)為主動(dòng)預(yù)防。在優(yōu)化層面，可實(shí)現(xiàn)網(wǎng)絡(luò)參數(shù)的分鐘級(jí)甚至秒級(jí)動(dòng)態(tài)閉環(huán)調(diào)整，實(shí)時(shí)應(yīng)對(duì)業(yè)務(wù)潮汐與突發(fā)干擾。最終，在業(yè)務(wù)運(yùn)營(yíng)層面，該架構(gòu)能為垂直行業(yè)提供網(wǎng)絡(luò)切片的深度可視化、自主管理及服務(wù)等級(jí)協(xié)議的可預(yù)測(cè)保障，真正實(shí)現(xiàn)“網(wǎng)絡(luò)即服務(wù)”。

綜上所述，本文提出的基于6G感知的無(wú)線網(wǎng)絡(luò)數(shù)字孿生架構(gòu)，通過(guò)深度集成無(wú)線信號(hào)與多模態(tài)環(huán)境感知，構(gòu)建了從物理世界精準(zhǔn)數(shù)字化，到智能認(rèn)知與分析，再到全場(chǎng)景自主決策與執(zhí)行的完整技術(shù)體系。這一架構(gòu)不僅為6G網(wǎng)絡(luò)實(shí)現(xiàn)通信、感知、計(jì)算與控制的內(nèi)在融合提供了系統(tǒng)化工程藍(lán)圖，也標(biāo)志著網(wǎng)絡(luò)運(yùn)維范式從傳統(tǒng)依賴人工經(jīng)驗(yàn)向未來(lái)由數(shù)據(jù)與模型聯(lián)合驅(qū)動(dòng)的歷史性深刻轉(zhuǎn)變。

02面向工業(yè)互聯(lián)網(wǎng)的智能化無(wú)線網(wǎng)絡(luò)數(shù)字孿生實(shí)踐

工業(yè)互聯(lián)網(wǎng)場(chǎng)景中復(fù)雜的物理環(huán)境與動(dòng)態(tài)的生產(chǎn)流程，對(duì)無(wú)線通信的超高可靠、超低時(shí)延與確定性提出了嚴(yán)峻挑戰(zhàn)，使其成為驗(yàn)證6G“智能內(nèi)生”與“數(shù)字孿生”網(wǎng)絡(luò)架構(gòu)理念的典型應(yīng)用場(chǎng)景。本文基于上述理念，融合AI與高精度環(huán)境建模技術(shù)，在真實(shí)的自動(dòng)化倉(cāng)儲(chǔ)場(chǎng)景中設(shè)計(jì)并實(shí)現(xiàn)了一套智能化無(wú)線網(wǎng)絡(luò)數(shù)字孿生系統(tǒng)。該實(shí)踐旨在通過(guò)構(gòu)建與物理環(huán)境實(shí)時(shí)同步、支持閉環(huán)優(yōu)化的數(shù)字映射，探索面向復(fù)雜工業(yè)環(huán)境的6G網(wǎng)絡(luò)智能運(yùn)維可行路徑。

具體而言，該系統(tǒng)首先依據(jù)物流作業(yè)的動(dòng)態(tài)規(guī)則與基礎(chǔ)三維場(chǎng)景，自適應(yīng)生成契合實(shí)際堆載狀態(tài)的高保真環(huán)境模型；進(jìn)而，通過(guò)結(jié)合稀疏射線追蹤仿真與AI信道預(yù)測(cè)技術(shù)，高效生成空間連續(xù)的信道數(shù)據(jù)；最終，經(jīng)由數(shù)字孿生可視化引擎，實(shí)現(xiàn)從物理環(huán)境、無(wú)線信道到全空間網(wǎng)絡(luò)性能指標(biāo)的端到端動(dòng)態(tài)映射與沉浸式呈現(xiàn)。該實(shí)踐不僅驗(yàn)證了關(guān)鍵技術(shù)點(diǎn)的有效性，也為6G網(wǎng)絡(luò)在垂直行業(yè)的深度應(yīng)用提供了可參考的范本。

03基于場(chǎng)景特性的自適應(yīng)環(huán)境生成

要實(shí)現(xiàn)無(wú)線網(wǎng)絡(luò)數(shù)字孿生與真實(shí)物理環(huán)境的高保真映射，構(gòu)建能夠動(dòng)態(tài)響應(yīng)實(shí)際生產(chǎn)狀態(tài)的三維場(chǎng)景模型是重要基礎(chǔ)。工業(yè)互聯(lián)網(wǎng)場(chǎng)景中的物體布局、物料堆載狀態(tài)等動(dòng)態(tài)因素，會(huì)顯著改變電磁波的傳播路徑與多徑結(jié)構(gòu)，從而直接影響無(wú)線信道特性。因此，需要深入分析特定場(chǎng)景的靜態(tài)布局特征與動(dòng)態(tài)變化模式，識(shí)別出密集貨架、移動(dòng)設(shè)備、貨物存量等關(guān)鍵影響因素。

基于上述分析，本文提出一種自適應(yīng)的三維環(huán)境生成機(jī)制。該機(jī)制以基礎(chǔ)靜態(tài)三維場(chǎng)景為基礎(chǔ)模型，依據(jù)實(shí)時(shí)獲取的生產(chǎn)數(shù)據(jù)（如貨物堆載率、設(shè)備位置等），動(dòng)態(tài)地將相應(yīng)物體模型按實(shí)際空間分布融入環(huán)境中。這一過(guò)程不僅實(shí)現(xiàn)了對(duì)物理世界幾何構(gòu)成的精確數(shù)字化復(fù)現(xiàn)，更構(gòu)建了一個(gè)能夠隨生產(chǎn)流程動(dòng)態(tài)演變的“傳播響應(yīng)式”孿生環(huán)境。由此生成的自適應(yīng)三維場(chǎng)景，為后續(xù)進(jìn)行高保真、高時(shí)效的無(wú)線信道仿真與網(wǎng)絡(luò)性能分析提供了準(zhǔn)確且可靠的物理基礎(chǔ)。不同貨物堆載率下的場(chǎng)景孿生可視化如圖2所示。

圖2 不同貨物堆載率下的場(chǎng)景孿生可視化

04基于AI技術(shù)的無(wú)線信道孿生

傳統(tǒng)基于確定性射線追蹤的信道建模方法雖能提供較高的精度，但其計(jì)算復(fù)雜度隨環(huán)境復(fù)雜度呈指數(shù)級(jí)增長(zhǎng)，難以滿足大規(guī)模工業(yè)場(chǎng)景下數(shù)字孿生對(duì)時(shí)效性的要求。為解決這一矛盾，本文提出一種融合確定性仿真與AI技術(shù)的無(wú)線信道孿生方法，在保證精度的前提下顯著提升建模效率。該方法的核心在于構(gòu)建“稀疏仿真—智能預(yù)測(cè)”的混合框架。首先，基于自適應(yīng)環(huán)境生成模塊輸出的三維場(chǎng)景，采用面向無(wú)線傳播優(yōu)化的稀疏采樣策略進(jìn)行有限數(shù)量的精確射線追蹤仿真，獲取關(guān)鍵空間位置的信道特征樣本。與此同時(shí)，從三維環(huán)境中提取與電磁傳播強(qiáng)相關(guān)的幾何與材質(zhì)特征，構(gòu)建高維環(huán)境特征向量。隨后，利用深度神經(jīng)網(wǎng)絡(luò)等AI模型，建立從環(huán)境特征到完整信道參數(shù)的映射關(guān)系。

該模型通過(guò)大量離線生成的仿真數(shù)據(jù)進(jìn)行訓(xùn)練，學(xué)習(xí)物理環(huán)境與電磁傳播之間的內(nèi)在規(guī)律，從而實(shí)現(xiàn)對(duì)新場(chǎng)景或動(dòng)態(tài)變化場(chǎng)景的快速、高精度信道預(yù)測(cè)。由此構(gòu)建的AI增強(qiáng)型信道孿生，不僅能夠近乎實(shí)時(shí)地生成空間連續(xù)的高保真信道數(shù)據(jù)，支持對(duì)覆蓋、干擾等網(wǎng)絡(luò)性能指標(biāo)的快速分析；還能有效捕捉傳統(tǒng)統(tǒng)計(jì)模型難以反映的場(chǎng)景特異性傳播特征，為動(dòng)態(tài)工業(yè)環(huán)境下無(wú)線網(wǎng)絡(luò)的實(shí)時(shí)數(shù)字孿生提供了可擴(kuò)展、高效率的核心技術(shù)支撐。

05全空間無(wú)線網(wǎng)絡(luò)性能孿生

在完成高保真環(huán)境建模與信道預(yù)測(cè)的基礎(chǔ)上，為實(shí)現(xiàn)對(duì)工業(yè)無(wú)線網(wǎng)絡(luò)狀態(tài)的全局洞察與量化評(píng)估，需要構(gòu)建覆蓋全空間的網(wǎng)絡(luò)性能數(shù)字孿生，實(shí)現(xiàn)數(shù)字域中對(duì)整個(gè)目標(biāo)區(qū)域無(wú)線網(wǎng)絡(luò)性能的高精度、細(xì)粒度仿真與可視化呈現(xiàn)，全空間無(wú)線網(wǎng)絡(luò)數(shù)字孿生如圖3所示。

圖3 全空間無(wú)線網(wǎng)絡(luò)數(shù)字孿生

結(jié)合具體的網(wǎng)絡(luò)部署方案（如基站位置、發(fā)射功率、天線模式等），本平臺(tái)可計(jì)算并渲染出參考信號(hào)接收功率（RSRP）、信號(hào)與干擾加噪聲比（SINR）、上下行吞吐量等關(guān)鍵性能指標(biāo)在三維空間中的分布情況。這一全空間性能映射使得網(wǎng)絡(luò)規(guī)劃者與運(yùn)維人員能夠直觀識(shí)別覆蓋盲區(qū)、干擾熱點(diǎn)及容量瓶頸，為網(wǎng)絡(luò)優(yōu)化提供精確的空間指引。

為具體說(shuō)明環(huán)境動(dòng)態(tài)性對(duì)網(wǎng)絡(luò)性能的直接影響，圖4對(duì)比了同一物流倉(cāng)庫(kù)在兩種不同貨物堆載率下的信號(hào)覆蓋情況。其中，圖4（a）所示為業(yè)務(wù)淡季（低堆載率）的RSRP空間分布，此時(shí)貨架間遮擋較少，信號(hào)傳播條件相對(duì)良好，覆蓋較為均勻；圖4（b）則展示了業(yè)務(wù)旺季（高堆載率）的對(duì)應(yīng)情況，密集堆疊的貨物構(gòu)成復(fù)雜的多重遮擋，導(dǎo)致信號(hào)衰減顯著加劇，局部區(qū)域出現(xiàn)嚴(yán)重覆蓋弱化甚至盲區(qū)。這一對(duì)比表明，生產(chǎn)狀態(tài)的變化會(huì)根本性地改變無(wú)線傳播環(huán)境，而本文所構(gòu)建的性能孿生能夠準(zhǔn)確捕捉并量化此類影響，從而為面向動(dòng)態(tài)生產(chǎn)流程的自適應(yīng)網(wǎng)絡(luò)優(yōu)化提供可靠的決策依據(jù)。

(a)

(b)

圖4 不同貨物堆載下的信號(hào)覆蓋情況

結(jié)語(yǔ)

本文針對(duì)6G網(wǎng)絡(luò)智能化與孿生化的核心需求，闡述了智能無(wú)線孿生網(wǎng)絡(luò)的架構(gòu)設(shè)計(jì)與關(guān)鍵技術(shù)；所提出的融合無(wú)線信號(hào)感知與多模態(tài)環(huán)境感知的技術(shù)架構(gòu)，為解決物理網(wǎng)絡(luò)動(dòng)態(tài)精準(zhǔn)映射與智能閉環(huán)管控提供了系統(tǒng)性框架。通過(guò)工業(yè)互聯(lián)網(wǎng)場(chǎng)景下的實(shí)踐驗(yàn)證，證明了該架構(gòu)在復(fù)雜動(dòng)態(tài)環(huán)境中實(shí)現(xiàn)高保真信道孿生與全空間性能可視化的可行性，展現(xiàn)了其在網(wǎng)絡(luò)自主優(yōu)化與運(yùn)維中的顯著潛力。展望未來(lái)，隨著通信感知一體化與AI技術(shù)的進(jìn)一步發(fā)展，無(wú)線網(wǎng)絡(luò)數(shù)字孿生將在提升網(wǎng)絡(luò)智能水平、賦能垂直行業(yè)應(yīng)用方面發(fā)揮更為關(guān)鍵的作用，為實(shí)現(xiàn)6G萬(wàn)物智聯(lián)的愿景奠定堅(jiān)實(shí)基礎(chǔ)。

本文刊載于《通信世界》2026年第1期

原標(biāo)題《面向6G的無(wú)線網(wǎng)絡(luò)數(shù)字孿生架構(gòu)與實(shí)踐》

作者：中國(guó)聯(lián)通集團(tuán)建設(shè)發(fā)展部 王佳

中訊郵電咨詢?cè)O(shè)計(jì)院 孫語(yǔ)瞳 由志遠(yuǎn) 班瑞

中國(guó)聯(lián)通集團(tuán)網(wǎng)絡(luò)運(yùn)營(yíng)事業(yè)部 高允翔

責(zé)編/版式：孫天

長(zhǎng)圖制作：朱文鳳

審校：梅雅鑫 王 濤

監(jiān)制：劉啟誠(chéng)

【通信世界新媒體矩陣】

央視頻 | 微軟MSN | 視頻號(hào) | 微博 | 今日頭條 | 百家號(hào) | 網(wǎng)易號(hào) | 人民號(hào) | 騰訊新聞

搜狐 | 新浪看點(diǎn) | 雪球號(hào) | 抖音 | 快手 | 愛(ài)奇藝 | 知乎 | 嗶哩嗶哩 | 咪咕視頻 |CSDN

【新媒體團(tuán)隊(duì)】

監(jiān)制｜劉啟誠(chéng)

審校｜王濤 梅雅鑫

編輯｜梅雅鑫 孫天 朱文鳳

視頻制作｜蔣雅麗 黃楊洋