2025年11.0G-6G核心网网络架构与关键技术白皮书-未来移动通信论坛

6G核心网将采用控制面与用户面分离（CUPS）架构，提升灵活性与效率，并通过网络共享技术优化资源利用。以用户为中心的网络技术结合AI和大数据，实现动态优化与个性化服务。分布式自治核心网减少中心化依赖，结合MEC与区块链提升智能自治能力。服务化架构（SBA）引入微服务与开放API，增强网络可编程性与扩展性。同时，语义通信（SemanticCommunication）通过智能信息提取与传输优化，提高通信效率，助力低带宽环境下的信息传输。整体而言，6G核心网将更加智能、高效、开放，满足未来多样化应用需求。The6GcorenetworkwilladoptaControlandUserPlaneSeparation(CUPS)architecturetoenhanceflexibilityandefficiencywhileleveragingnetworksharingtechnologiestooptimizeresourceutilization.User-centricnetworking,combinedwithAIandbigdata,enablesdynamicoptimizationandpersonalizedservices.Adistributedautonomouscorenetworkreducesrelianceoncentralizedcontrol,integratingMECandblockchaintoenhanceintelligentautonomy.TheService-BasedArchitecture(SBA)introducesmicroservicesandopenAPIs,improvingnetworkprogrammabilityandscalability.Additionally,SemanticCommunicationenhancestransmissionefficiencythroughintelligentinformationextractionandoptimization,ensuringeffectivecommunicationeveninlow-bandwidthenvironments.Overall,the6Gcorenetworkwillbemoreintelligent,efficient,andopen,cateringtodiversefutureapplicationneeds. 11.1核心网发展概述 1.2白皮书章节安排 26G核心网网络架构与实时通信业务解决方案 22.16G核心网网络架构方案 22.2核心网通信交互方案 52.3核心网实时通信业务能力需求 72.4核心网实时通信业务实现技术需求 3网络共享 233.1网络共享技术应用驱动力 233.2网络共享的范围及内涵 233.3面向6G时代的挑战 254以用户为中心网络技术 264.1按需功能定制和编排 264.2通信与智能融合 2756G分布式自治核心网：架构与实现 285.1面向未来的NoStack架构 285.2机动拓扑下的智能切换与鲁棒性优化 305.3开放治理与开源生态构建 3566.基于全服务化架构的6G核心网 396.1基于全服务化架构的6G核心网概述 396.2OpenCN解耦与重构 407面向语义通信网络的跨层优化 507.1语义通信网络的服务场景与需求 507.2基于语义感知的网络构架设计 517.3基于分布式多智能体强化学习架构的资源分配算法 527.4语义通信网络的技术挑战 598智联未来：核心网演进与6G新时代 61致谢 62核心网从1G到6G经历了从模拟通信到智能万物互联的飞跃式发展，展现了通信技术从简单语音服务向多功能网络服务的深度转型。1G核心网以模拟语音通信为核心，实现了移动通信的起步；2G引入数字技术，提升语音质量并支持数据通信，为全球标准化奠定基础；3G实现语音、数据和多媒体服务的融合，通过全IP化架构支持视频通话、流媒体等新型业务；4G进入全IP化时代，实现超高速率、低时延和全业务融合，推动移动互联网和物联网的快速发展；5G采用服务化架构，凭借极高速率、超低时延和大规模连接能力支持多样化应用场景，同时引入网络切片和云原生技术实现按需部署与服务创新。展望未来，6G核心网将以全分布式架构和高度智能化为特征，结合太赫兹通信、智能反射面和网络数字孪生等关键技术，实现全域覆盖、极致性能和泛在连接，支撑沉浸式体验、万物智联及数字孪生社会的发展，成为未来智慧社会的关键基石。这份白皮书系统梳理了6G核心网的关键发展方向，共分为七个章节。引言部分阐述了6G核心网设计的背景和意义，聚焦通信业务场景的多样化需求及关键技术创新。第二章探讨了6G核心网的逻辑功能和网元间交互机制，强调其超越连接的特性，并通过双总线数据交互方案提升大数据传输能力。第三章分析了毫米波、太赫兹等6G无线使能技术对频率扩展和网络部署的影响，提出广域网络共享作为实现全球无死角覆盖的有效路径。第四章介绍了6G网络的多功能服务模式及其获取方式，旨在通过灵活交互满足计算、AI和数据服务的需求。第五章聚焦分布式自治核心网，通过无状态控制面和智能自治单元实现高灵活性与动态适应性，同时推动开放治理与开源生态建设。第六章将SBA架构与原生AI深度集成，设计基于服务的OpenCN架构，为用户提供个性化服务能力。第七章引入语义通信，提出跨层优化的资源分配框架，通过多维优化提升网络性能，助力6G核心网在动态环境下实现自我配置与智能化发展。网络架构是网元开发、网络部署、组网及运营的重要技术依据，主要定义网元的逻辑功能、网元之间的逻辑关系、网元间接口和协议以及提供网络服务的各种流程。6G网络架构的设计应综合考虑网络功能、组网、运营方面的需求，在网络功能方面，根据ITU-R《IMT面向2030及未来发展的框架和总体目标建议书》，应支持基本通信服务，还应支持6G新增的感知服务、智能服务和算力服务等延伸服务；在组网方面，应支持集中+分布式的组网方式，满足不同场景的业务需求；在运营方面，方案应有利于高效提供各种服务，应尽量简化网络拓扑降低管理复杂性，同时应充分考虑网络弹性和网络韧性的需求。6G网络架构尚未标准化，存在不同方案的可能性。本白皮书认为6G核心网的功能将在5G的基础上进一步增强，主要是增加对感知服务、智能服务和算力服务等新的服务能力的支持。6G网络可以基于5G网络架构进行优化和演进，在5G核心网的控制面和用户面基础上进行延伸，6G逻辑功能包括控制面、用户面、数据面、智能面，并可以依据上述逻辑功能的划分，形成各种网元实体。图2.1为6G核心网网络架构示意图。图2.16G核心网网络架构6G核心网控制面将支持通、感、智、算一体化的控制，实现网络连接服务、智能服务、计算服务、感知服务等的控制功能。连接控制功能仍然是控制面的基础功能，包括用户管理、鉴权认证、移动性管理、接入控制、会话管理、QoS控制等功能。同时，这些基础功能将进一步加强，为了支持天地一体化的全时空连接服务，移动性管理功能应能适应卫星网络高动态拓扑特征，支持不同轨位的卫星之间的移动性，以及星地网络的移动性管理功能等。在会话管理方面，用户面的选择、数据报文的转发及路径的规划、QoS策略下发执行等是基础功能，在6G核心网中这些功能可以进一步增强，使得会话管理更高效更智能。6G网络支持感知服务，控制面对通感一体的控制功能包括如下功能，感知业务的识别功能，这可能通过签约信息或者AF业务请求等方式识别；感知业务鉴权授权，即判断AF或用户是否有权限使用感知服务；感知业务调度功能，根据感知请求的终端或AF感知业务的需求等依据，判断此次感知任务所需感知结果，并进行相应的调度来执行感知计算和感知结果反馈。6G网络支持智能服务，在延续5GC智能能力的基础上，6G将可能借助网络大模型技术，支持AIagent的集成，进一步扩展智能服务的能力。控制面对智能服务的控制功能包括如下功能，智能业务鉴权，即对接收到的来自终端或AF的业务请求进行鉴权，判断使用权限；智能业务调度，根据业务需求，判断由哪个/哪些智能节点执行智能任务，并接收反馈完成业务流程。此外，控制面也可以集成AIagent功能，实现以用户为中心的流程管控和资源调配的智能化。6G网络支持算力服务，控制面对算力服务的控制包括如下功能，算力资源管理功能，即收集和管理相关网元节点的算力资源，包括所管理的基站算力资源、用户面算力资源、MEC算力资源等等；算力资源调度功能，即根据UE请求或AF请求，将计算任务调度到合适的算力节点，并接收计算任务反馈；算力路由控制功能，即控制计算任务的路径。通过算力服务功能，实现面向应用体验提升和辅助终端将计算任务卸载到网络执行。6G用户面的主要职责仍将是UE的流量处理，用户面接受控制面的管控，实现报文转发和处理。主要功能包括对接收到的业务流进行识别，按照QoS策略要求进行数据的封装和转发，进行流量统计生成计费话单等等，这些和5G网络的用户面功能一致。除此之外，为了适应用户面在面向2B和2C的流程的处理的灵活性，还将引入网络可编程技术，从功能实现上可分为网元形态可编程、协议栈可编程、路径可编程和业务可编程四个层面。网元形态可编程功能，考虑2B场景需求的差异化，用户面需要增强定制化能力，可通过用户面的可编辑能力实现网元功能的灵活组合，满足行业用户的多样化需求，为他们提供基本服务和可选的增值服务。不同的转发面网元形态除了基本转发功能外，还可选具备新的转发技术助力转发性能的提升，或网卡卸载提升计算和存储能力，或通过管理能力开放提升本地业务的管控能力等。协议栈可编程功能，当下的网络设备对数据包的处理是固化的（相关程序写入芯片中在协议方面不支持扩展性。在协议栈功能设计方面，可以通过组建接口协议栈的组件库，根据业务需求进行差异化的协议功能设计，优化协议功能分布和接口设计。用户面路径可编程功能，即通过可编程技术动态调整数据转发路径，可以通过增强GTP或增强的SRv6协议的用户面来支持这个功能，用户面路径可编程具有敏捷/简化/可视/提速提效等特点，控制面可基于网络状态/负荷/业务需求动态生成更细粒度的转发路由，由用户面转发设备来完成，从而实现逐用户/业务流/逐数据包的灵活路径转发。6G数据面是一个新增的逻辑功能平面，主要面向6G网络新增的感知服务、智能服务等的需求，在网元之间传输相应数据。以感知场景为例，这些数据有的是用户相关的，如用户位置速度感知数据，有的是用户无关的，如环境感知数据。对于智能服务，需要传递网络和用户状态数据、模型数据等多种类型数据。这些数据与用户流量数据不同，并非用户主动获取，而是为了服务网络内部应用和外部应用的需求。数据面传输的数据是6G网络运行过程中产生的各种数据，包括用户数据、网络状态数据、通感一体数据、连接数据、资源利用数据、模型数据以及知识库等，这些数据分布在网络的各个平面，这些数据包括结构化的数据和非结构化的数据。6G网络中，网络运行数据的存储将与业务逻辑处理分离，减少数据和业务逻辑的关联性。一方面有利于网络动态数据的跨节点间的访问和使用，提升了网络的鲁棒性。另一方面，网络运行数据分离存储，便于数据的独立加工、分享和对外开放。6G数据面的逻辑功能包括如下几个方面，包括数据传输功能，即数据在网络节点之间的流转，根据数据的特征将数据发送到特定节点。在6G网络中，数据面与用户面处理的数据不同，将具有不同的转发传输机制和QoS要求。数据存储功能，即数据库功能，6G数据库是将在5G网络的UDR和UDSF基础上扩展，除了支持网络/用户静态数据、网络/用户动态数据外，还将支持网络模型知识数据、感知数据等的存储。数据处理功能，即数据的加工，例如在感知场景下，通过数据分析获得感知结果数据；在智能应用场景下，通过模型训练、推理等处理，获得智能决策的依据；在一些情况下，可能还需要在网计算处理，根据场景的不同，可能对数据进行聚合、分类、计算等处理。智能面是6G网络的智能中枢，既服务于6G网络自身的智能化，也服务于用户和业务应用的智能化需求。智能面提供网络AI相关的功能，包括数据建模、模型训练、推理决策、知识图谱构建等功能。5G网络中定义了独立的服务化功能NWDAF，6G网络智能面将在此基础上进行演进。相比5G架构，6G的智能面将发挥更加基础和广泛的作用。6G网络智能面将建立服务多场景智能的通用框架，区别于5G网络，6G网络智能面不仅具有感知和分析功能，还将具备决策能力。需要与数据面、控制面、用户面形成协同工作的能力，例如智能面将利用数据面提供数据输入，通过计算得到输出结果，这些输出结果可以在控制面或用户面进行策略执行。6G网络智能面的主要逻辑功能包括如下几个方面，包括智能任务处理功能，即智能任务的识别、根据任务需求进行任务分解、将分解的任务分发给合适的节点。这相当于AIagent智能体的功能，在此过程中，智能体可能需要借助网络大模型的能力来实现，而网络大模型可以是6G网络智能面的一部分或者独立的网络大模型实现。智能调度功能，因为智能任务的完成可能需要在不同节点上进行训练、推理、决策，还需要对数据/知识等进行调度。在此过程中，需要从数据库获得网元节点的算力信息、算力节点的智能能力信息、节点负载信息等作为智能调度的依据。跨层跨域的智能协同功能，因为不同域拥有的数据特征不同，未来6G网络中将广泛存在各种机器学习方式，如终端和边缘域的拆分学习和垂直联邦学习、边缘域和中心域的迁移学习和横向联邦学习、多智能体之间的群体学习等等。综上所述，以上是6G网络的主要逻辑功能，这些功能有的可能成为独立的网元，有的可能是作为其他网元内部的逻辑功能。本白皮书认为，控制面功能适合统筹在一个网元，有利于实现通感智算流程的统一控制和各种资源的统一调度，从而简化流程提升效率。数据面的数据存储功能适合独立存在，集中存储各种数据，便于实现数据集中管控和使用，实现数据价值最大化。而数据面的数据处理功能往往与具体的应用场景相关，可能与其他网元集成在一起，例如根据智能需求不同，智能训练推理等功能可以集成在控制面网元、用户面网元或智能面网元内部。6G网络逻辑功能增强的同时，网络功能之间的关系和呈现形式也将发生变化。总体上，在网络云化服务化的趋势下，网络逻辑功能之间的交互仍将采用服务化接口方式，不同的是由于网络中增加了更多种数据的交互需求，6G核心网可以采用双总线方案进行数据不同种类的信息的交互。所谓双总线设计，即在SBI（ServiceBasedInterface）总线的基础上扩展数据传输总线（DTI，DataTransmitionInterface），实现网络信令和数据的异步传输。其中SBI延续5G方案，仍将采用HTTP协议，主要用于网络单元之间信令以及少量数据的交互；数据总线主要用于网络中大量数据的搬迁，支持多种数据格式和数据类型的数据传输，为通感、智能等新兴服务提供数据传输管道，同时支持多种的数据传输协议、传输技术、消息中间件、加速和加密方式等。数据发送方与数据接收方可以通过SBI信令进行协商，交互数据传输任务的数据格式、数据类型、数据存储方式、数据量、业务特性、网络状态等信息，收发双方根据上述信息动态配置数据传输策略，灵活选择合适的数据传输协议或传输方式，例如FTP、RDMA、Kafka。相比于5G网络单一的HTTP协议，数据通道可实现信令交互和数据传输解耦，提升多样性数据的数据传输效率。6G核心网在接口协议设计方面，有如下三个趋势，对应三类数据交互，一是6G核心网信令交互向HTTP统一，同时底层协议在也可能发生变化，目前QUIC协议以其建链时间短、快速重传、安全等特点收到业界关注，可能替换TCP协议在6G网络中得到应用。统一的协议体系便于软件设计的复用、优化和提升。二是用户面协议将在5G基础上进行增强，支持协议栈可编程，以适应不同场景对用户面数据处理差异性的需求，包括增强业务感知和识别能力，增强路由选择灵活能力，增强反馈机制等。三是感知智能等数据交互和传输方案多样化，总的思路是，根据传输数据的特征决定选择传输协议，下面简单介绍几种协议的应用场景：FTP协议具有传输速度快、可靠性高、支持大容量文件传输等优势。在6G网络种面向智能运营和参数优化等需求，可能需要在网元之间传输网元的日志文件、KPI数据文件、告警文件等，FTP将成为优选方式，它在业界广泛使用且传输效率较高。数据接收方可先通过SBI信令协商获取数据发送方的数据文件目录，选择所需数据并通过FTP技术拉取目录中所对应的数据文件，实现数据的高效传输。RDMA协议具备低时延、高带宽的数据传输特性，可有效降低CPU负载。RDMA对网络要求较高，具有一定的区域性，目前主要应用于单个数据中心内。因此RDMA更适合于6G分布式网络，在一定区域范围内的网络自治域互联或自治域内部的数据传输。RDMA在数据通道中主要负责低延迟、高吞吐量、大规模的大块数据传输，例如AI训练数据采集、模型分发、感知数据实时处理等。收发双方预先通过SBI信令进行协商，确定双方的RDMA能力以及可达性。此外，长距离RDMA传输控制方案也取得了一定的进展，未来RDMA传输也可能在更广范围使用。Kafka是一种专注于高效的数据处理和传输的消息中间件，具有高吞吐、高可靠、高并发的优势。在6G网络中Kafka主要用于训练和推理数据的实时采集以及高频订阅数据的共享，可更加灵活高效的实现多节点数据收集汇总，降低数据生产者网元的负载。数据生产者网元可预先配置通过Kafka传输的数据，或根据对该数据请求和订阅的频率来选择动态选择Kafka平台。以科技创新、用户需求和网络演进为核心驱动力，6G核心网实时通信将聚焦基础语音、智能通话、特殊群体、星地融合以及多形态行业等沉浸式通信场景，推动6G实时通信业务的高质量发展，为各行业提供更加智能化、个性化的通信服务，助力垂直行业的数字化转型与创新升级，全面提升社会和经济的数字化、智能化水平。基础语音通信作为人与人之间最基础的交流方式，在通信技术的发展中始终扮演着核心角色。从模拟通信到数字语音通信，再到IP化的语音传输技术，每一次演进都显著提升了语音的清晰度、稳定性和覆盖能力。进入6G时代，基础语音通信迎来了全新的技术变革，不再仅仅是信息传递的工具，而是信息社会的重要基础模块，承担着更广泛、更深层次的功能。6G网络的高带宽和低时延特性，为基础语音通信注入了全新动力。在这一背景下，语音通信将突破传统限制，进入超高清音质与低功耗支持的新时代。超高清语音通信为用户带来接近真实的音质体验，支持从沉浸式会议到高品质教育等多样化场景；而低功耗语音通信则以长续航和高能效为核心，服务于资源受限环境中的语音交互需求。这些能力的实现，充分依赖6G网络的动态资源管理和分布式架构，确保在复杂环境下的高效通信。超高清语音通信超高清语音通信的目标是为用户提供接近真实环境的高保真音质体验。这一场景在沉浸式会议、高品质教育、音乐教学等多个领域有着广泛的应用潜力。随着6G网络的快速发展，超高清语音通信要求提供更清晰、更自然的语音传输，然而，要实现这一目标，当前技术在音质、时延与可靠性等方面仍存在显著的局限性。现有的语音通信技术受限于窄带和宽带语音编码方案，频率覆盖范围不足，难以体现20Hz至20kHz的全频段音频细节。这种限制不仅影响了语音的清晰度，还导致高音和低音部分的细节丢失，尤其在音乐教学等高质量音频场景中表现尤为明显。此外，在网络抖动和丢包情况下，语音流的稳定性无法得到有效保障，常导致语音断续或音质劣化。同时，现有网络架构在多用户并发或高负载场景下难以实现低于10ms的端到端时延，这一问题在实时语音交互场景中尤为突出。为满足超高清语音通信的场景需求，6G网络需要突破现有技术的限制，提供更加卓越的能力支持。首先，语音传输质量需要显著提升，支持覆盖更广频段的超宽频语音编码方案，以捕捉和还原语音的所有细节。其次，网络时延需优化至低于5ms，确保实时交互的流畅性。同时，通信的可靠性需达到99.999%的水平，确保在复杂环境和高负载条件下仍能保持稳定。动态优化能力也是关键，通过结合人工智能技术，根据环境条件实时调整语音特性，进一步提升用户体验。通信需求语音传输需支持超宽频音频频段，覆盖20Hz至20kHz以上，提供高保真音质体验。端到端时延需优化至5ms以下，以满足实时交互场景需求。在多用户并发和高负载条件下，通信可靠性需达到99.999%以上，确保语音质量稳定。同步需求语音流需与其他多模态数据（如视频和环境音）严格同步，允许误差小于5ms。多设备间需保持微秒级时间同步，以支持复杂交互场景和沉浸式体验。计算需求网络需具备实时语音处理能力，包括动态优化音质、降噪和增强技术。结合AI技术，根据用户场景和环境变化实时调整语音特性，以提升语音清晰度和用户体验。安全需求语音通信需保障内容的完整性和可信性，防止在传输过程中的信息丢失或篡改。同时需保护用户隐私，支持高安全级别的语音传输机制，以适应高敏感度场景的需求。感知需求系统需具备动态环境适应能力，能够根据外部噪声水平自动调整语音传输参数，确保在复杂环境中的语音清晰度和交互流畅性。低功耗语音通信低功耗语音通信是6G在设备领域的关键应用场景，专注于在能源受限环境中提供长期稳定的语音通信支持。它旨在通过优化设备能耗、提升网络效率，满足服务于资源受限环境中的语音通信的需求。相比传统语音通信，低功耗语音通信更加强调设备续航能力和能源管理，适合小型、低功耗设备的运行场景。可穿戴健康设备是低功耗语音通信的典型应用场景之一。用户佩戴的健康监测设备需要在长时间内记录生命体征数据。例如，一款心率监测设备可以在用户运动时实时检测心率并通过语音提醒异常情况，如心率过高或运动强度过大。低功耗设计显著延长了设备的续航时间，使其能够持续运行而无需频繁充电。依托6G网络的边缘计算能力，部分语音处理任务被转移至云端，减轻了终端设备的计算负担，不仅进一步降低功耗，还提升了系统的整体响应速度和稳定性。然而，现有语音通信技术在低功耗领域仍存在局限性。例如，大量设备在网络中并发连接时，传统网络协议的效率不足，导致设备能量消耗过快。此外，现有编码和传输技术难以同时满足低功耗和高语音质量的需求。6G通过轻量化协议栈和自适应语音编码技术，既保证语音通信的清晰度，又最大限度地减少能耗。类型通信需求支持低带宽语音传输，优化能耗的同时保证语音的清晰度和准确性。具备轻量化通信协议，适应设备对能耗的严格限制。能耗需求设备需实现微瓦级低功耗运行，延长可穿戴设备和分布式传感器的续航时间。可靠性需求在低功耗模式下仍需提供稳定的语音通信。处理需求自适应语音压缩技术，动态优化编码效率以降低功耗。结合边缘计算与云端协同，减少终端设备本地计算压力，提高能效比。动态适应需求根据设备运行状态和网络环境，动态调整语音通信资源，保障通信服务的持续性。智能语音交互智能语音交互融合了6G网络的高效通信、环境感知和语义解析技术，使语音交互从传统的指令模式升级为更智能、更贴近用户需求的动态服务。相比传统技术，现有语音交互系统在上下文理解、环境适应和个性化服务方面存在明显不足。例如，传统系统通常只能基于单一指令操作，无法感知用户情绪或环境变化，导致交互方式僵化。此外，系统对模糊或高层次语义的理解能力有限，例如“让房间更舒服一点”这样的指令无法被传统系统有效解析。随着6G技术的引入，智能语音交互不仅能够理解用户的复杂需求，还能根据环境变化和用户情绪动态调整交互方式，从而广泛应用于智能家居、智能车载系统、智能客服等场景，为用户提供更加自然、高效的交互体验。在智能家居场景中，语音交互系统能够结合环境数据（如噪声水平、光线强度、温湿度）和用户的习惯动态优化交互方式。例如，当用户发出“让房间更舒服一点”的指令时，系统会综合调整灯光、温度和背景音乐，同时提示可能的选项以满足用户的潜在需求。然而，传统系统通常受限于高时延的网络环境，在实时响应和设备联动方面存在不足。智能语音交互让设备之间的协作更高效，也让用户的指令更加简洁。沉浸式多感官交互沉浸式多感官交互通过整合语音、视觉、触觉等多种信息模态，并结合AR眼镜、触觉反馈设备和语音交互终端，为用户带来全新的沉浸式互动体验。然而，现有技术在多模态信息的同步处理、设备间的协同效率以及复杂场景下的高精度支持方面仍存在显著不足。传统交互技术通常只能处理单一模态（如语音或视觉难以实现多感官信息的动态整合与实时反馈，导致用户体验割裂。同时，受限于网络带宽和延迟，现有系统在设备协同中效率较低，难以满足复杂任务和动态场景对实时性和高精度的要求，严重影响了交互系统的性能与应用价值。新一代沉浸式多感官交互借助多设备协同，通过动态整合感官信息和实时反馈，突破了这些技术瓶颈，为复杂任务、高精度操作和动态场景提供了全面支持。例如，在虚拟科学实验中，学生通过AR眼镜观察三维可视化的分子结构动态变化，并利用触觉手套感知物理现象，如力的作用或物体的质感。设备协同需求系统需支持AR眼镜、触觉反馈设备、语音交互终端和VR头显的无缝集成，确保设备之间的数据流高效传输和实时同步。多模态同步需求系统需保持语音、视觉、触觉等感官反馈的毫秒级同步，特别是在动态场景下，确保多模态信息一致性，避免延迟或信息错位影响体验。高精度反馈需求触觉反馈设备需提供高精度感知能力，例如模拟物体材质、震动强度和力反馈；视觉设备需支持动态三维内容渲染，满足高精细度的交互需求。实时交互需求系统需支持实时响应语音指令和手势操作，并将更新内容通过AR/VR设备即时呈现，同时触觉设备需同步提供反馈，确保交互流畅。扩展性需求支持未来感官扩展，例如增加温度感知、嗅觉模拟等新功能，同时设备需具有模块化设计，方便根据场景需求进行硬件升级和内容扩展。环境适应需求系统需根据用户所处环境（如噪声、光线强度）动态调整设备功能，例如增强AR显示亮度或触觉反馈力度，适应不同使用场景的需求。安全性需求保证用户个人信息安全。特殊群体通信是指通过融合语音、文字、肢体动作、表情和触感等多种输入/输出方式，结合语音识别、语音合成和意图识别等先进技术，实现高效的人机交互与信息传递，为残障人士提供个性化服务。这一技术在网络侧支持手语、语音与文字等多种形式的智能转化，并结合数字人呈现，实现多方无障碍通话，极大地提升了通信的便利性与包容性。随着XR、多模态交互、AI大模型等技术的不断突破，以及元宇宙相关产业需求的快速增长，我国智能化市场规模正迎来高速扩张。将数字人技术与AI大模型相结合，能够为残障人士提供更丰富、更便捷的通信体验。在通话过程中，通过用户上传的音/视频流或表情、肢体动作数据，实现数字人的实时驱动、语音转文字/文字转语音的智能翻译与渲染，全面满足用户的定制化需求，推动无障碍通信向更高水平迈进。残障人群包括视觉机能丧失或退化者、听/说机能差异者、肢体活动机能丧失或退化者、思维和判断机能弱化者。特殊群体通信需求包括：视觉机能丧失或退化者：设计并提供个性化的视觉辅助方案，如较大清晰的字体、强烈的对比度和可替代的提示方式等。在通话过程中，AI可以智能地根据用户需求调整界面，具体功能包括：智能文字显示优化：通过AI自动识别用户偏好，动态调整文字的字体、字号、颜色等，确保内容清晰可见，提升阅读体验。语音辅助交互：通过语音合成和语音识别技术，提供语音提示和语音交互功能，使用户能够通过语音完成业务设置、获取业务信息以及执行操作，完全免除视觉操作的障碍。听/说机能差异者：通过触觉和视觉等替代感官渠道，智能地将听觉信息转化为其他感官能感知的形式，包括文本显示、可视化提示、震动反馈等，帮助听觉机能差异者顺畅获取信息。具体功能包括：通话语音转文字：利用语音识别技术，将通话中的语音信息实时转化为文字，呈现给用户，从而使听觉障碍者能够通过文字实时跟进对话内容。输入文字转语音：通过语音合成技术，用户可以输入文字并由系统自动将其转化为语音发送给对方，确保无障碍的双向沟通。文字方式的业务提示与交互：在通话中，AI可提供基于文字的业务提示、设置交互等，用户可通过文字提示轻松了解并调整相关设置，享受便捷、直观的服务体验。肢体活动机能丧失或退化者：通过语音控制、眼动追踪、脑机接口等手段，使用户无需依赖传统的肢体动作，即可进行流畅的交互。具体功能包括：语音控制交互：通过语音识别技术，用户可以通过语音指令进行通话控制、操作设置等，减少对肢体动作的依赖，使用户能轻松掌控通话过程。眼动追踪与屏幕控制：结合眼动追踪技术，用户可以通过眼睛的移动来控制屏幕上的选项和操作，实现无需手部参与的精确交互。脑机接口辅助：对于更为严重的肢体活动障碍，AI结合脑机接口技术，可以通过脑波信号直接控制设备，帮助用户完成更复杂的交互任务。视觉和触觉反馈：通过触觉反馈或可视化提示，AI可为用户提供实时的操作反馈，帮助他们更好地理解当前的操作状态，并进行必要的调整。思维和判断机能弱化者：根据用户的认知状态自动调整交互模式，提供清晰、简明的指引与反馈，确保信息传递的准确性与有效性。具体功能包括：简化信息呈现：通过AI分析用户的认知水平，自动调整信息的复杂度，使用简洁的语言、清晰的结构和视觉提示，使用户能够更容易理解和处理信息。智能提醒与辅助决策：通过智能提醒和提示系统，帮助用户在沟通中做出判断和决策。例如，在重要事项讨论中，系统可以主动提供关键点提示或决策建议，帮助用户更好地理解当前情境。引导式互动与多重确认：在交互过程中，AI系统可以通过引导式对话或逐步确认的方式，确保用户在沟通中的每个步骤都得到了充分理解和同意，避免因判断困难导致的误解或错误。视觉和语音反馈：AI结合语音和视觉反馈，提供实时确认和反馈，帮助用户确认当前操作的结果，增强其参与感和安全感。卫星通信具有覆盖面积、通信质量高、不受地理位置限制、抗灾害能力强等优势特性。卫星与地面网络的深度融合将使6G网络实现天地一体化的全新通信格局。星地融合通信网络通过将卫星通信与地面网络结合，提供全球覆盖、提高通信可靠性、减少延迟，并支持多种通信形式。它在偏远地区、灾后恢复或极端条件下尤为重要，能够保障语音通信的顺畅与稳定。同时，灵活的带宽管理和增强的安全性使其成为高需求场景（如紧急救援、军事通信）的理想选择，且相较于建设地面基础设施，具有更高的成本效益。星地融合通信网络通过各类卫星和星地链路，以IP为信息承载，利用智能化的处理、传输和路由技术，使海陆空各类用户终端与通信平台互联互通。全球网络覆盖目前，地面通信网络覆盖率仅有全球面积的26%，地面网络基础设施无法大范围部署在人迹罕至的山区、海洋、森林和沙漠等区域，使得传统地面网络基础设施难以实现有效覆盖，这些区域因此成为移动通信网络的盲区。然而，随着科考探险和航海运输等活动的不断发展，这些区域的通信需求愈加迫切，既涉及科考数据的实时采集与传输，也关系到远洋货轮的安全管理与运营保障。在这一背景下，必须通过创新的技术手段来有效补充地面网络的不足。星地融合通信可多维连接空、天、地、海多个领域的多种业务，利用星地融合网络中部署的天基中继和地面网络基础设施的联合赋能，扩大现有地面网络的覆盖面积。高安全可靠传送在极端天气灾害或地质灾害发生后，传统通信网络可能因基础设施损毁而瘫痪，而恢复通信的时间对救援行动至关重要。同时，应急场景中通常伴随大量用户的同时接入，例如救援人员、指挥中心和受灾群众的通信需求激增，传统通信网络在带宽和可靠性上难以支持。除此之外，在山地救援、极端突发事件等应急场景中，传统通信网络都不足以支持用户间通信，而星地融合通信网络的动态覆盖能力和高可靠性使其能够在极短时间内为应急响应提供必要的语音通信保障。通过高空平台、低轨卫星和无人机中继等技术，星地融合网络能够在灾害发生后的几分钟内实现灾区覆盖，为救援人员提供即时语音通信服务，同时，星地融合网络需支持高密度用户的并发接入，每平方公里可容纳数万用户，满足灾区的多用户通信需求。低延时与高带宽随着低地球轨道（LEO，约500-2000公里）卫星技术的进步，卫星与地面之间的传输距离大大缩短，延迟降到了100毫秒以内，接近地面网络的水平。这种低延迟显著提升了语音通信的体验，减少了语音时滞，使得对话更加自然、流畅，能够确保信息的及时传递。星地融合网络通过结合卫星和地面网络的优势，能够提供更高的带宽，满足日益增长的通信需求。卫星通信，尤其是低轨卫星，可以实现大规模的带宽覆盖，同时避免地面网络因拥塞或设施限制而无法提供足够带宽的问题。而且，通过与地面网络的融合，带宽可以根据需求动态调整，从而优化资源的使用，避免因为网络拥塞而导致的通信质量下降。多形态行业通信指的是企业通过实时通信技术，在2B场景中显著提升工作效率、客户满意度、安全性和协作效果。基于实时通信网络，企业能够以实时交互的方式为客户提供咨询、审核、面签、远程代办、指导等服务，同时支持信息留存和可追溯查询等功能，为用户带来更加高效、透明和便捷的服务体验，进一步提升大众生活的幸福感和满意度。行业典型场景如下：医疗行业：实时通信技术在医疗行业中具有重要应用价值，能够显著提升医疗服务效率和患者体验。例如，通过视频通话，医生可以为患者提供远程医疗咨询，实现虚拟面对面的交流，进行初步诊断并提供个性化的建议。远程监护和健康管理：医生可以实时监测患者的健康数据，如血压、心率或血糖水平，及时发现异常并采取必要的干预措施。医生与医疗团队协作：实时通信技术促进了医生和其他医疗专业人员之间的高效协作，医生可以通过即时消息、视频会议或共享平台讨论病例、制定治疗方案并分享最新的医学研究成果。急救指导与远程手术支持：在急救情况下，医生可以通过可视化语音向急救人员提供指导，帮助实施正确的急救措施；在远程手术中，专家可以通过视频和实时数据与手术团队协作，提供精准支持。患者教育和康复指导：实时通信技术还可用于患者教育和康复指导，帮助患者了解自身病情、掌握健康管理知识，并在康复过程中获得专业的实时建议，有效提升治疗效果和生活质量。教育行业：实时通信技术在教育行业具有广泛的应用前景，能够显著提升教学效果和学习体验。例如，通过视频会议和在线课堂，教师可以与学生进行实时互动，实现虚拟面对面的教学，尤其适用于远程教育和混合式学习环境。在线辅导和答疑：学生可以通过实时通信工具随时向教师提问，获取个性化的指导和帮助，有效解决学习中的疑难问题。教师协作与教学资源共享：实时通信技术促进了教师之间的协作，教师可以通过即时通讯、视频会议或在线平台共享教学资源、讨论教学策略以及共同开发课程内容。模拟实验和远程实训：通过实时通信技术，学生可以参与虚拟实验室或接受远程指导，完成实验操作和技能培训，即使在物理条件受限的情况下也能获得实践机会。金融行业：实时通信技术在金融行业的应用提升了服务效率和客户体验。例如，通过视频通话和在线沟通工具，金融顾问可以与客户进行实时互动，为其提供个性化的投资建议和理财咨询，模拟面对面交流的效果。风险监控和即时预警：通过实时通信技术，金融机构可以实现对市场变化和客户账户异常情况的实时监控，并在必要时迅速发出警告，降低风险。团队协作与决策支持：实时通信工具促进了金融团队之间的高效协作，交易员、分析师和管理人员可以通过即时消息、视频会议和共享数据平台快速讨论市场变化，制定投资策略并优化决策过程。客户服务与问题解决：客户可以通过实时聊天和视频通话与客服代表沟通，及时解决问题，提高服务质量和客户满意度。此外，实时通信技术还可支持远程培训，为金融从业人员提供灵活高效的学习机会。交通行业：实时通信技术在交通行业的应用极大地提升了运营效率和安全性。例如，通过实时数据传输和视频监控，交通管理中心可以实时监控道路状况，及时发现并应对交通拥堵或事故，确保交通流畅和安全。车辆远程监控与管理：利用实时通信技术，运输公司可以实时跟踪车辆的位置、速度和状态，优化路线规划，提升运输效率，同时进行预防性维护，减少故障率。驾驶员与调度团队的协作：实时通信工具使驾驶员与调度人员能够即时沟通，协调运输计划，处理突发状况，如天气变化或道路封闭，确保货物准时送达。紧急响应与事故处理：在紧急情况下，实时通信技术允许快速联系相关人员，协调救援行动，提供必要的指导和支持，减少事故损失。乘客服务与支持：交通运营商可以通过实时通信平台与乘客互动，提供行程信息更新、解答疑问和处理投诉，提升客户满意度。此外，实时通信技术还支持远程培训和知识共享，为交通从业人员提供持续学习和技能提升的机会。工厂行业：实时通信技术在工厂行业的应用显著提高了生产效率和运营管理水平。例如，通过实时视频和数据传输，工厂管理人员可以远程监控生产线的运行状况，及时发现问题并采取必要的干预措施。设备状态监控与维护：利用实时通信技术，工厂可以对设备进行实时监控，分析运行数据，提前预判并处理潜在故障，减少停机时间并延长设备寿命。团队协作与问题解决：工厂员工和技术团队可以通过即时消息、视频会议和共享文档平台进行高效协作，快速讨论并解决生产中的技术问题或质量偏差，确保生产顺利进行。远程支持与指导：在遇到复杂问题时，现场操作人员可以通过实时通信技术与专家联系，获得远程指导，快速解决问题，无需专家到场。紧急响应与安全管理：实时通信技术支持快速响应紧急情况，例如设备故障或安全事故，相关人员可以实时沟通，协调应急方案并有效处理危机。此外，实时通信技术还支持员工培训，通过虚拟课堂和在线指导，为员工提供技能提升和知识更新的机会，促进生产力和竞争力的提升。现有语音核心网（IMS网络）功能拆分过细，导致层级及网元众多、接口繁杂、业务交互流程冗长，网络的高复杂度不仅导致业务处理资源消耗大，系统运行效率低、运维成本高，更重要的是对新业务的迅速发布和差异化提供支持乏力，已经不能很好的满足5/6G时代公众及企业客户接入多模化、泛在化，及用户实时通信业务感知多维化（XR、实时互动等）、内容智能化（AI、实时协作等）、需求定制化的要求。面向未来6G网络，本章节深入剖析6G核心网实时通信实现的关键技术，包括功能架构设计要点、新技术要求等内容，以实现网络架构的简化和业务提供能力的提升，使能一系列通话增强服务和创新应用。分布式网络架构是6G核心网实时通信业务的基础设计，通过将计算、存储和通信功能从集中化的核心网下沉到边缘节点，降低数据传输路径，提高服务的实时性和可靠性。这种架构设计特别适用于6G的多样化场景，包括超高清语音通信和多模态智能交互，满足对低时延、高可靠性的需求。边缘节点优化：边缘节点部署在靠近用户接入点的位置，使数据处理可以在本地完成，避免回传核心网的延迟。通过合理规划节点的地理分布和密度，能够满足用户密集区域的高流量需求，同时在偏远地区提供低时延服务。每个边缘节点配备高性能计算单元，例如支持AI推理的CPU/GPU或专用加速器，以及高速存储设备，以处理语音编解码、多模态数据融合和实时推理等任务。硬件设计以模块化为主，支持灵活扩展，适应不同流量需求和任务复杂度。此外，边缘节点通过内置AI实现自智功能，能够根据网络和设备状态完成任务优化和恢复。自智功能包括自配置（在启动时自动完成网络初始化）、自优化（通过负载均衡优化任务分配）和自修复（在节点故障或链路中断时动态迁移任务）。区域资源池化：分布式节点的计算、存储和带宽资源通过虚拟化技术整合为资源池，实现统一管理。资源池化打破了传统网络中资源分散和难以共享的问题，显著提高资源利用率，同时为高峰负载提供弹性支持。资源池化支持按需扩展，当流量激增或场景切换时，可以通过动态增加节点参与资源池来提升整体计算能力。这种弹性扩展能力能够应对突发的高负载场景，例如应急通信或大规模虚拟会议。通过全局调度系统实现多节点协同工作，核心网提供全局视图，而边缘节点负责具体任务执行。协同机制确保资源能够在区域内灵活流动，提高服务的灵活性和效率。分层协同架构：核心网根据任务的复杂性和实时性要求，将其分解为多个子任务，由边缘节点和核心网协同完成。例如，边缘节点负责语音数据的编解码和缓存，核心网则负责全局同步和资源调度。在分布式架构中，路由优化至关重要。通过智能路由算法，边缘节点与核心网之间的路径根据实时网络状态动态调整。路径优化不仅减少传输时延，还提高了数据流的稳定性和传输效率。智能流量预测与负载均衡：利用深度学习模型分析历史流量和实时数据，边缘节点能够预测未来的流量分布和峰值负载。流量预测为资源调度提供数据支持，确保资源分配更具针对性和前瞻性。动态负载均衡机制通过权重分配算法，将计算任务按优先级分配到不同的边缘节点，避免单节点过载。通过任务迁移功能，边缘节点在负载过高时可动态转移任务至其他节点，确保服务连续性。分布式算力是指将计算任务分解并分布到多个计算节点（如服务器、边缘设备或终端设备）上，并通过协同运行实现高效计算的能力。它突破了传统集中式计算的局限，利用分布式架构提升系统的性能、弹性和可靠性，成为现代计算体系的重要组成部分。分布式算力具有以下核心特点：并行处理：通过将大规模计算任务划分为多个子任务，并在不同节点上并行执行，显著提高处理速度和效率，满足高性能计算需求。弹性扩展：分布式算力可以根据实时需求动态调整节点数量和资源分配，从而有效应对计算负载波动，避免资源浪费或性能瓶颈。低延迟响应：结合边缘计算技术，分布式算力能够将计算任务分配到距离用户更近的节点执行，减少数据传输延迟，为实时通信和其他延迟敏感型应用提供保障。容错能力：分布式架构中，任务和数据通常有冗余备份。当某个节点发生故障时，系统能够迅速切换到其他节点，保证任务不中断，提升系统可靠性。全局协同：通过智能调度和分布式数据库管理，分布式算力可以实现计算资源的全局优化，进一步提升计算效率和资源利用率。区块链的优势在于其去中心化、透明性和信息不可篡改性。通过分布式网络中的多个节点共同维护，区块链消除了传统中心化系统中的单点故障和信任问题，同时，借助加密算法和共识机制，一旦数据被记录在区块链中，就无法被篡改或删除，提供了极高的安全性。数据安全与隐私保护：传统物联网设备的管理和通信往往依赖中心化服务器，而区块链能够为设备提供去中心化的管理方式，避免中心化平台的单点故障和数据泄露风险。在灾难恢复、远洋运输、偏远地区物联网设备等场景中，通信数据的安全性非常重要。在极端环境或灾难发生后，设备可以在没有传统网络依赖的情况下，通过区块链直接与其他设备进行安全认证和通信，保证通信过程中产生的数据不能被恶意篡改或丢失，确保通信记录的完整性与真实性。在偏远地区和灾难发生时，敏感数据（例如救援指令、科考数据等）可能涉及隐私或国家安全。通过区块链的加密存储和分布式账本，可以有效地保护数据隐私，确保只有授权用户能够访问数据，并且能够追溯数据的使用记录。智能合约和自动化通信：在6G核心网实时通信网络中，可能涉及多个通信层次和协议。例如，卫星与地面通信站之间的数据交换、物联网设备与数据中心的交互等。通过智能合约，可以自动执行特定的协议或任务，无需人工干预。智能合约可以在特定条件下自动执行数据传输、存储、认证等操作，确保网络通信的自动化与高效性。跨域互操作性：6G核心网实时通信网络、卫星网络、物联网设备等可能使用不同的技术协议和通信方式。区块链作为统一的信任层，可以帮助不同网络之间实现数据共享与通信协议的互操作性，保证信息交换的可信性。分布式存储与带宽管理：区块链能够提供去中心化的数据存储方案，这对于卫星通信和边缘计算中面临的带宽限制和数据存储需求非常有用。在带宽受限的环境中，通过区块链技术，可以将数据分散存储在不同的节点（如卫星、地面站、边缘计算设备等提高数据的可靠性和访问效率。区块链还可以作为带宽管理和资源分配的透明记录系统，通过智能合约动态调整带宽资源的分配。并增强协议的适应性。这项技术满足了6G核心网实时通信场景下的大规模设备6G核心网实时通信在超高速、低时延和广连接的核心需求下，对编解码技术提出了更高的性能要求。编解码技术作为通信系统的核心，直接影响数据传输的可靠性、效率和适应性。相比5G时代，6G需要在更复杂的通信场景中提供更高效、灵活的编解码解决方案。通过融合高效编码技术、动态调制、自适应编解码算法和AI优化能力，6G编解码技术不仅实现对多样化场景的支持，还能充分利用频谱资源，为未来网络提供坚实的技术基础。AI驱动编码技术：通过深度学习模型优化编码与解码流程，适用于6G核心网实时通信复杂的多模态通信场景。该技术采用端到端神经网络架构，能够实时预测信道特性和网络波动，动态调整传输策略。它在处理语音、视频和感知数据的多模态融合时表现尤为出色，通过智能优先级排序和压缩算法，在低带宽条件下保留核心内容，同时在网络条件改善时恢复高质量传输。AI驱动技术尤其适合高带宽和多模态通信环境，结合分布式协同和边缘计算，提升了多任务并发的处理效率，是6G核心网实时通信多样化场景中的智能化基础能力。自适应编解码技术：通过实时监测网络状态和设备需求，动态调整编码参数，如比特率、冗余度和频段覆盖范围，以最大化资源利用率。它更注重规则驱动的调整机制，适用于低功耗设备和波动网络环境。例如，在物联网设备中，该技术通过动态压缩和分段传输，确保关键数据的优先传输；在边缘节点，它结合轻量化计算模型，实现快速响应，降低核心网负载和端到端延迟。自适应编解码技术特别适合于分布式架构和资源有限的场景，为6G核心网实时通信的稳定性和高效性提供了基础支撑。意图感知技术是6G核心网实时通信网络中的关键技术之一，旨在实现人与智能体、智能体与智能体之间更自然、高效的互动。通过结合生成式大模型和语义通信技术，意图感知能够精准捕捉用户的需求和目的，不再局限于传统的显性指令，而是通过多模态数据（如手势、触觉反馈、表情和语音残余信息）精准识别用户的真实意图，即使语言表达不完整或非传统，也能通过语义推理和情境分析进行准确解读。结合NLP技术，这些意图能够被实时转换为文字、语音或图像形式，帮助用户与他人或智能设备进行高效沟通。在实际应用中，意图感知技术不仅能够优化人机交互体验，还能使6G核心网实时通信网络动态调整资源分配和数据传输策略，以适应用户意图。例如，听障人士可以通过手语或手势输入，利用意图感知技术将其翻译为自然语言文本供他人阅读；视障人士则可以通过语音输入表达意图，系统基于NLP技术生成结构化响应，并通过语音反馈的形式回传结果；对于语言障碍者，系统可借助模糊语义解析和情境补全技术，将不完整表达转换为完整语义，支持多方通信。联邦学习是一种分布式学习框架，允许多个设备在本地进行数据训练，只共享模型更新而不传输原始数据，这样有效保护了数据隐私。它的主要优势在于无需集中存储数据即可实现多方协作，既避免了敏感信息的泄露，又提高了模型训练的效率。此外，联邦学习通过减少数据传输和存储需求，降低了6G核心网实时通信成本，同时能够满足对数据隐私和安全性较高的要求。资源优化：联邦学习能够协助6G核心区实时通信网络中的各个节点（如网元设备、卫星、地面基站、边缘设备等）进行流量管理优化。每个节点通过在本地进行数据分析和模型训练，优化流量调度和带宽分配，然后汇总更新后的模型，实现全网智能调整，提升网络整体性能。例如，卫星系统可以利用联邦学习，在不断接收反馈数据的过程中，预测链路质量波动，并根据需求变化灵活调整。这使得卫星链路可以适应不同环境和时间段的通信需求，保障高可靠性的数据传输。增强物联网设备的智能处理能力：在6G核心网实时通信网络中的物联网设备常常面临带宽限制。联邦学习使得物联网设备可以在本地进行数据分析和模型训练，只将更新后的模型而非原始数据传输到节点网元设备、地面站或卫星，从而节省带宽并保护数据隐私。联邦学习能够帮助6G核心网实时通信网络与物联网设备进行智能化的监控和管理，提升网络效率并优化设备性能。强化网络安全与隐私保护：联邦学习的关键优势之一是数据本地处理，避免了传输敏感信息到中央服务器。通过这种方式，在涉及敏感数据（如军事通信、个人信息等）时，用户的隐私得到充分保护。每个节点（如网元设备、卫星、边缘计算节点）都可以本地训练安全检测模型，识别潜在的安全威胁并针对不同攻击模式进行防护。通过共享各节点的安全防护经验，6G核心网实时通信网络能够持续优化防护策略，提升整体的网络安全性。数字孪生技术通过将物理实体（如设备、生产线、工厂等）的数据和行为以数字化模型的形式在虚拟空间中进行实时映射和交互，构建出虚实结合的仿真系统，为工业行业的智能化、精细化管理提供了强有力的工具支持。例如，在工业领域，数字孪生技术的应用主要体现在以下几个方面：设备状态监测与预测性维护：数字孪生可以通过实时采集设备运行数据（如温度、振动、能耗等），建立设备运行状态的数字模型，对设备性能进行实时监测。结合大数据分析和AI技术，系统能够预测设备潜在故障，提前发出维护提醒，降低非计划停机率，延长设备使用寿命。生产过程优化：数字孪生技术可模拟生产流程，分析各环节的效率和瓶颈。通过实时调整生产参数，优化资源分配，提高生产效率和产品质量。同时，虚拟模型可以在引入新工艺、新设备前进行仿真测试，避免对实际生产的干扰和资源浪费。工厂全生命周期管理：在工厂建设阶段，数字孪生可用于设计方案的虚拟验证与优化；在运营阶段，可实时监控工厂运行情况，优化能耗和物流；在更新改造阶段，利用数字孪生模型快速评估改造方案的可行性和影响，降低实施风险。远程操控与协作：借助数字孪生，操作人员可以通过虚拟模型对工业设备进行远程监控和操作，尤其适用于危险环境或特殊场景。同时，不同岗位和地域的员工可通过共享的数字孪生模型进行协同作业，提高协作效率。智能决策支持：结合实时数据和历史数据，数字孪生模型能够模拟不同决策方案的实施效果，为管理者提供科学的决策依据。例如，在生产调度、供应链管理、能耗控制等方面，数字孪生可以显著提升决策的精准性和响应速度。随着通信技术的不断发展，为了满足越来越严苛的性能指标，网络通信设备在不断迭代创新并且网络的密度也随之逐渐加大，这给通信网络运营商在规划网络部署位置、平衡网络建设成本以及运营维护网络都带来巨大困难。而网络共享技术被视为解决这一难题的关键使能技术被诸多运营商广泛关注。自从2G以来，网络共享技术便在各代移动通信技术中作为基础的功能特性被纳入国际标准并被广泛应用。随着未来6G通信系统的发展，毫米波、太赫兹等技术被视为是扩大频率带宽、提升网络容量的重要6G无线使能技术，频率的提升会造成6G基站覆盖范围的降低，因此从运营商的部署角度，未来6G网络的部署成本会进一步增加，并且在进行6G基站站点以及小区频率规划时的部署难度以及后期的运维成本都会有所增加。同时，6G移动通信系统的重要设计目标之一就是广域连接，实现全球全域无死角覆盖，包括空、天、地、海的无线信号覆盖。可以预见，依靠单独的运营商实现这一目标非常困难，部署开销巨大。因此多家运营商联合部署实现广域连接是行之有效的未来发展方向。考虑到未来6G移动通信系统的产业化进程以及6G通信行业的发展，在6G通信网络设计之初就要考虑引入网络共享使能技术。6G网络共享技术不仅可以像传统5G网络共享技术一样使多个运营商共享彼此的无线频谱、无线基础设施以及核心网设备资源等，还可以拓展共享的范围与对象，例如共享卫星接入网、共享6G网络能力。引入6G网络共享技术不仅可以潜在缓解各个运营商未来6G网络的部署压力、降低6G网络规划、部署以及运维的难度，便于未来6G通信网络的迅速推广；同时还可以整体提升网络利用率，降低6G网络的能量消耗，符合未来网络低碳环保的设计理念。6G网络共享示意图如下图所示：与传统的网络共享中的概念相似，即多家运营商可以共享相同的频谱，节约频谱资源，降低频率规划难度。但是由于6G网络使用频段的提高，需要考虑高频段频率共享的动态管理，以实现跨网、跨用户的频谱协调与合作。地面网络共享主要聚焦于多个运营商可以共享同一套无线以及核心网基础设施，例如可以参考已有的MOCN、GWCN、IndirectNetworkSharing等网络共享技术。不同的是，6G地面网络共享可以基于未来6G分布式网络的整体架构支持共享6G核心网子网，例如为满足特定业务需求，在特定区域多个运营商可以共享同一套6G核心网子网。并且6G地面网络共享可以考虑对网络共享机构进行创新，例如在6G核心网子网共享场景中，用户流量可以通过该子网卸载到本地而无需回到归属网络。最后6G地面网络共享也可以进一步提升灵活性，即按需进行网络共享，而不仅限于固定区域固定共享对象的网络共享，便于大规模灵活地应用网络共享技术。为实现6G地面网络共享新需求，需要在6G核心网的设计之初考虑构建灵活的接入控制与网络管理机制，并且考虑创新网络共享架构。随着卫星自身技术的不断发展，卫星与通信网络相融合的技术也日益成熟，其中卫星接入网可以作为地面网络的补充，为用户提供广域的网络覆盖。但是作为通信网络运营商，部署一整套卫星网络会有诸多限制并且成本巨大，因此卫星网络共享便成为了可行的部署选项。多个运营商共享一套卫星网络，该卫星网络覆盖全球，在全球范围内分区域为不同运营商的用户提供接入服务。然而如果考虑低轨卫星的网络共享场景，由于卫星移动带来的与地面网络的重叠问题（例如频率干扰、接入控制等），需要后续进一步研究解决。考虑到6G网络会提供超越连接的多种能力，例如感知能力、智能能力以及计算能力等，因此6G网络新能力共享可以让多家运营商共享支持特定6G能力的网络基础设施或平台。例如共享计算能力场景，当产生需要大量算力的业务时，多家运营商可以将算力资源甚至平台进行共享，来弥补单一运营商算力的不足。6G网络新能力共享可以充分发挥6G网络的潜能，并赋予6G网络新能力更丰富的价值。当然，6G网络能力共享需要6G核心网对网络能力进行精确管控和调度，也需要运营商间的协调和配合。3.3面向6G时代的挑战6G网络共享技术有助于6G移动通信系统的部署与发展，是6G的关键使能技术。但是6G网络共享技术更加丰富的共享场景与对象对6G核心网的管控和调度提出了更高要求；而且网络共享涉及多家运营商，需要考虑跨运营商的网间协调以及网间安全的问题，还需保障用户在使用共享网络时的服务质量不降级；最后6G网络共享技术需要考虑建立统一完善的跨运营商之间的监管与激励机制（或平台体现共享网络的价值，调动运营商的积极性。这样才可以推动6G网络共享技术的快速发展。伴随着6G时代的到来，新业务和新需求将不断涌现。例如，全息通信、感官互联、智能交互、通信感知、智慧内生、数字孪生、全域覆盖等业务将会逐渐普及。ITU-R在6G愿景中不仅明确了对未来网络极致空口性能和全新服务能力的需求，更注重引入通感、AI等新技术和新频段后网络对沉浸式、超可靠低时延、超大规模连接等多样化场景的个性化服务供给能力。例如，在身临其境的沉浸式业务中，6G网络将不仅是数据传输的管道，更是提供沉浸式体验的平台。用户需要获得低时延、就近的数据服务和计算服务，要求网络支持低时延、高带宽、高可靠的多模态数据传输，提供个性化的沉浸式体验。在超可靠低时延场景中，如自动驾驶、远程医疗等应用对网络的可靠性和时延要求极高。这就要求网络架构具备极高的可靠性和稳定性，能够确保数据传输的准确性和及时性。在超大规模连接的场景中的设备和应用种类繁多，用户需求也千变万化。因此，网络需要具备足够的灵活性和可扩展性，以适应不同设备和应用的需求，并支持用户数量的快速增长以及设备之间相互协作。可见，6G网络更加注重用户的需求和体验，能根据终端的能力和所处环境、业务需求等因素，调整网络服务策略，智能优化网络资源调配，实现以用户为中心的目标。面向6G，服务对象从传统的普通消费者，扩展到垂直行业用户、运营商和设备商合作客户等不同类型。它们对网络的需求各不相同，因此需要6G网络根据具体服务对象，提供匹配的定制业务服务。现有网络引入切片技术应对不同场景和需求，虽然能够提供差异化服务，但整体仍按照以网络为中心、最大化服务能力的方式，进行网络节点、实体和功能部署，无法对网络资源进行灵活配置和管理。随着6G进入用户需求更加多样化、差异化和精细化的时代，以及AI、算力、感知等维度的引入，网络管理的精细度也需要同步提高。6G多样化场景带来多样化需求，且需求不断变化，未来网络算力、数据靠近边缘呈分布式，同时某些智能应用场景也需要在边缘实现AI服务，比如AI推理，以上这些仅仅依靠集中式公共网络可能无法满足所有要求，需要在边缘服务部署定制化子网络满足特定需求，以补充公共网络的服务能力。因此部署能够灵活弹性网络是至关重要的。展望未来，利用集中式公共网络和分布式定制化子网络全面满足未来6G网络的各种需求，如图4.1所示。图4.1基于用户的定制化网络6G网络将融合智慧内生，可以为用户提供更智能、高效和个性化的体验，从而满足日益增长的智能化需求，推动各行各业的发展。首先，构建内生智能的网络功能。通过将AI内生到各个相关网络功能中，使网络功能具有智处理、智分析、智决策等能力，形成满足支撑AI全生命周期流转的统一体系，以减轻数据流转带来的信令和资源开销。其次，构建多层分布式智能体系。通过在集中式公共网络和分布式定制化子网络架构中构建多层分布式智能体系，形成差异化分布式智能部署。在集中式公共网络部署智能超脑，作为集中的智能控制中心，完成全局统筹的中枢控制与智能调度。在多级分布式子网络按需部署分布式智能功能或者泛终端智能功能，形成分布式智能大脑。然后通过分布式智能大脑在边侧进行智能处理和分析，保障数据的隐私安全，避免非授权数据的扩散。同时，还可通过分布式智能大脑间的智能协同，合理调用资源满足相应的业务需求，提高智能服务效率和分散网络压力，进一步地提升用户服务体验。另外，还可以通过分布式智能大脑与智能超脑协同完成网络内生智能，以辅助提高边缘智能服务效率。随着网络技术的快速发展和用户需求的不断变化，传统的控制面架构在高动态性场景中面临着如下的挑战与需求：但在面对现代复杂业务（如高移动性用户和大规模机器通信）时，新场景下移动和覆盖范围有限，地面终端需要频繁进行位置更新，每个卫星需要处理户数量和业务场景急剧增加时，这些核心节点成为性能瓶颈。尤其在多接入以实现动态扩展以支持本地化处理。在资源利用方面，新型异构网络和多业务融合场景中控制面常常难以根据业务需求实时分配资源，导致资源利用效率低下。这在高带宽需求和低时延要求并存的一旦节点故障，恢复需要大量的状态迁移或重建工作，导致业务中断和用户求实时分配资源，导致资源利用效率低下。这在高带宽需求和低时延要求并无状态控制面（StatelessControlPlane）的设计核心思想是将状态信息从控制面中剥离出来e)状态分离：通过分布式全局网络视图（GNV）的设计，控制面功能可直接获取动态的全局网络状态，实现控制逻辑的灵活部署。具体而言，控制面不再绑定于固定节点，而是通过访问分布式一致性协议维护的状态，能够在节点故障时快速切换。对于高动态环境，控制面可以即时调整路由和接入策式算法动态分析各区域负载，根据带宽需求、计算能力和用户位置优化资源分配，从而避免资源浪费并提升整体效率。此外，这种机制通过减少跨区域或切换过程中，其他节点可立即接管控制任务，而无需复杂的状态迁移。同时，结合多路径传输技术，控制面能够应对高速用户移动或频繁切换环境，的响应能力。例如，在用户快速切换或设备接入爆发通过访问分布式视图迅速获取所需信息，进行高效决当前的核心网在灵活部署方面仍然依赖网元为基础的部署颗粒，常常需要经过中长周期的配置调整，导致难以快速响应动态需求。传统网元架构的协议栈多为垂直封闭，缺乏横向协作能力。这不仅在一定程度上限制了弹性扩展，还直接影响了网络功能的高效配置。针对这一问题，分布式核心网设计了聚合控制面架构。通过将多个传统网元功能进行模块化和解耦，控制面被重新构建为智能自治单元。在这个新架构中，每个自治单元能够独立地实现资源管理、用户认证和服务质量控制等关键功能，并可以根据需要进行动态扩展或合并。例如，在一个多节点分布式网络中，各个节点可通过自治单元协同完成全局的控制任务，而不受制于单点性能瓶颈。如图5.1所示：图5.1聚合网络架构通过拉取状态对网络功能“塑形”上图展示了改进前后两种网络架构的对比。在传统网络中，核心网通过“搭积木”的方式由网元组合实现控制面功能，这种方式在集中式架构下运作良好，但在分布式节点中对弹性拓展能力提出了更高要求。在机动场景中，每个节点的算力不一，任务需要卸载到周围节点时，基于大颗粒度网元的处理方式会增加处理时延。此外，聚合控制面通过整合多种协议栈和功能模块，实现了更精细的功能划分和更高效的资源调度。这种设计能够显著降低跨节点通信的复杂性和时延，同时提升网络的灵活性和适应性。在实际应用中，聚合控制面已成功地支持了多接入边缘计算（MEC）场景中的快速服务部署和动态资源分配，其效果显著优于传统集中式架构。这种设计相比传统架构更具适应性和扩展性，能够更好地满足未来6G网络的复杂需求，尤其是在高动态和高密度接入的环境下。在分布式核心网中，尤其是在节点具备高机动性的场景下，实现切换的低时延和高可靠性是当前网络演进中的重要课题。这一挑战首先在非地面网络（Non-TerrestrialNetworks，NTN）的研究中被重点关注。3GPP在Release16中提出NTN作为增强网络覆盖和提升可靠性的关键技术，为解决高机动性场景下的网络问题奠定了基础。在此基础上，3GPP在B5G阶段的Release17提案中进一步提出了游牧网络（NomadicNetworks）的概念，该技术明确指出了在动态机动场景下对核心网性能的更高要求。游牧网络强调核心网需具备高灵活性和动态适应能力，以应对网络拓扑频繁变化和节点快速移动的特点。这一方向在6G早期研究中得到了进一步深化，为未来网络提供更强的支持。在应对高机动性场景时，分布式核心网的切换性能成为一个需要重点关注的领域。现有5G网络架构的切换流程在处理动态复杂环境时，依然存在优化空间，例如控制面时延较高以及数据面可能发生丢包的情况。无状态分布式范式能够应对上述挑战给出解决方案。本节将参考现有5G切换流程，讨论分布式机动拓扑中的挑战以及通过控制面与数据面的优化来解决这些问题的可能性，从状态分布化的视角为相关课题提供启发与参考。为了展示多子网网络中锚点移动导致的切换过程所引起的挑战，我们假设如图一所示的拓扑结构。在