6G目前還處在以研究為主的階段，但在未來兩年，6G將從技術研究走向實質性開發。業界已經達成共識，在2029年3月完成第一個版本的技術規范，因此6G的發展還有很長的一段路要走。幾年前備受關注的使能技術經過了一定程度的培育和發展。進一步的技術研究、早期開發和一些初步的實驗結果證明，甚至在某些情況下反證了某項技術的可行性，2025年最熱門的技術無疑也會隨之發生變化。瞭望2025年6G關鍵使能技術的發展趨勢，是德科技6G項目經理Roger Nichols做了如下探討。

首先，在 6G 關鍵使能技術中，大概率不會被踢出局的幾項技術有：

7-16GHz 地面移動無線通信系統

無線技術的發展首先取決于可以使用的頻譜資源。數據使用量的增加和無線連接的增長已經并將繼續對頻譜帶寬提出越來越高的要求。對于移動運營商來說，最理想（某些時候甚至是唯一可接受的）的情況是在其運營的區域內獨占頻譜資源。并且，在這些頻段上，他們可以支持足夠高的無線電發射功率，以確保網絡的高容量和高可靠性。對網絡容量需求的增長促使人們不斷探索如何重新利用7-24 GHz的無線電頻譜資源，尤其是7-16 GHz的頻段。該頻段在無線電導航、無線電定位和衛星應用中具有重要用途。世界各地的政府機構大多使用這一頻段，甚至將其作為專用頻段，這使問題變得更加復雜。

若要確保移動無線網絡在7-16 GHz 頻段正常工作，就必須認真考慮如何共享部分頻譜資源的問題。而頻譜共享機制涉及復雜的政策和技術，因此兩者都備受關注。即使是將這一頻率范圍中的部分頻段專門留給商用無線網絡使用，更高的傳播損耗也會需要各方投入更多精力來應對繁重的技術工作任務。若要解決接收機信噪比較低的問題，最顯著的方法就是縮小信號的覆蓋范圍。不過，由于無線電臺站的購置成本高以及在更多蜂窩網絡之間增加高密度回程連接所帶來的挑戰，這在經濟適用性上對于移動運營商而言并不可行。因此，研究如何利用先進的集成無線電和天線系統來克服上述挑戰至關重要（請參考下文中的新一代MIMO部分）。

人工智能

伴隨著多種通用的、功能強大的大型語言模型（LLM）的出現，機器學習（ML）作為實現人工智能的關鍵技術之一變得非常流行。但是，電信網絡工程師正在探索各種不同類型的大模型。LLM 基于網絡上的大量文本數據來進行訓練，提升理解和生成人類語言的能力。而移動無線網絡行業正在開發人工智能技術來優化網絡性能、解決無線電波束管理的復雜性、優化電路設計、提高數據傳輸效率以及降低整體功耗。

在這些領域并沒有使用LLM, 而是采用基于網絡和電路的技術數據，甚至是模擬和仿真工具生成的數據，訓練出來的ML模型。關鍵的技術難題在于需要構建一個可靠的模型，并且要確保該模型能夠持續取得比傳統方法更加出色的效果。這些難題可以歸納為：如何開發、完善和訓練模型（這意味著開發人員需要獲取大量可信賴的數據）；2）如何驗證模型在絕大多數情況下都能正常工作。

新一代MIMO

多路輸入/多路輸出（MIMO）技術是利用電磁波在發射端和接收端之間可以有多條傳輸路徑（如直接路徑、一條或多條反射路徑）這一事實而開發的。  在 MIMO 出現之前，多路徑傳播一直是無線通信領域需要解決的痛點問題，它會造成 '多路徑干擾'（有些人可能還記得電視機的花屏 “鬼影”，當時唯一的信號接入方式是通過天線的廣播系統）。蜂窩網絡中使用的 MIMO 現已發展到第四代。

為了解決用于5G網絡的 3.5 GHz 頻段下的高損耗問題，有必要采用最新的實現方式。基本方法包括：使用許多天線元件和復雜的數字信號處理（DSP），讓天線元件之間能夠協同工作，提高接收端的有效信噪比；不斷測量發射端和接收端之間的信道狀態（移動無線信道處于不斷變化的狀態），使得DSP 能夠持續執行任務，利用多個天線元件來克服信道狀態的不斷變化。 在保持信號覆蓋范圍不變的情況下（例如，保持與 3.5 GHz頻段相同的最大收發距離），向 7-16 GHz 頻段演進意味著 MIMO 系統的技術復雜性進一步提高：將搭載更多的天線元件甚至是分布式天線元件，并配備更強的 DSP。  鑒于整個系統所需克服的復雜性，這是利用 ML 的絕佳機會。

Open RAN

無線接入網（RAN）指的是無線通信系統中連接移動終端設備（如智能手機）與基站之間的傳輸網絡。在5G網絡出現之前，RAN是一個封閉的架構，少數幾家大型網絡設備制造商都使用自己的專有網絡設備。然而，將 RAN 的數字部分虛擬化（在高性能通用服務器上運行的軟件實體）的想法促使業界共同努力將由此帶來的RAN系統功能拆分（無線電單元、數字單元、集中單元）標準化，同時在這些架構組件之間也實現接口的標準化。這種O-RAN （開放式無線接入網絡）架構帶來了新的概念，包括 RAN 功能的智能控制（RAN 智能控制器或 RIC），這其中 ML 已經在一定程度上得到了應用。許多人認為，O-RAN（和其他開放標準）是實現 6G 的必由之路。因此在該領域，業界正在開展進一步的工作，以便推動這些概念的迭代升級。

其次，在2025年，6G 領域中下面這幾項技術將備受關注，但商業化風險較高。

毫米波技術（用于5G網絡的24-71 GHz頻段）

3GPP 協議規定的頻率范圍 2（FR2）已在 5G 網絡中投入使用，不過業界一直在努力推動其商業化進程，希望該服務能夠盈利。但是這項技術依然價格昂貴，沒有明確的 '殺手級應用 '來推動應用的普及和量產（從而通過規模經濟效應來降低成本）。此外，還需要在標準的制定和實際部署方面下功夫，以提高無線鏈路的可靠性，尤其是智能波束管理，它與多輸入多輸出（MIMO）類似，依賴于準確的實時信道狀態信息，也可受益于 ML。然而，這對更高網絡容量和頻譜接入的需求是巨大的，7-17 GHz頻率范圍釋放出來的容量是遠遠不夠的。因此，FR2頻段（大部分已分配但尚未充分利用）可以成為其中必要的一部分。

地面和非地面網絡的融合

最近有很多關于地面和非地面無線網絡（NTN）融合的新聞，也就是利用衛星和高空平臺基站（HAPS--氣球、亞軌道平流層飛艇等）。這關系到是否能夠實現更好的信號覆蓋和更高的可靠性，特別是在發生自然災害或海難時。 然后，要實現這些技術也頗具挑戰性：

• 從發射端到接收端的距離高達數百公里（而不是數百米）

• 需要管理多個不同網絡之間的數據傳輸

• 需要進行干擾管理，因為傳輸方向增加了一個維度（幾乎沒有手機信號塔會將信號直接向上或者向下發射，而且所有標準化的無線電信道模型都只有二個維度）

這是一個令人振奮的領域，雖然衛星公司的商業模式似乎顯而易見（相同的基礎設施，更多的用戶），但對于管理地面網絡的移動運營商來說，卻不那么清晰。

集成傳感與通信（ISAC）

利用通信信號感知周圍的環境是另一個備受關注的領域。交通管理、無人機管理、人群管理以及無數其他應用都在考慮使用這樣技術。所面臨的挑戰主要與以下兩個方面有關：電磁波的頻率、波長和信號帶寬；網絡容量管理。信號的頻率、波長和帶寬與傳感技術能否達到超高的物理和時間精度有直接關系。網絡容量也很重要，將無線網絡資源僅用于傳感意味著這些資源不能被用于通信，而網絡容量需求已在上文討論過。

然而，適合用于數據通信的信號并不一定適合用于傳感。此外，如果傳感和通信可以使用完全相同的信號，也不能保證實現傳感所需的信號理想方向與系統傳輸所需的電磁波信號的方向一致。因此，在技術層面執行的工作意味著除了要應對來自多個基站和移動設備的復雜傳感干擾之外，還要應對多重挑戰。這方面的商業模式并不明顯，因此這項技術的最終效用還有待觀察。

第三，下面這些課題仍然會受到科研界的關注，但其商用的可能性會更加不明朗。

智能超表面

在許多無線通信系統中，信號在室內傳播和室外到室內的傳播都存在著問題。 例如，停車場、大型商業樓宇、購物中心和室內體育館都采用分布式天線系統和無線電中繼器，有時甚至采用額外的獨立基站。理論上，使用安裝在墻壁上的大型 '表面 '來實施智能反射表面這項技術，是一種成本較低的方法，可以使室內的信號接收效果大為改觀。它們也將變得足夠智能，能夠適應不斷變化的環境條件（人員、家具變化、室內機器搬遷等）。  目前面臨的挑戰是如何在降低成本的同時，提高可靠性和靈活性，并提高性能。還需要開展大量的工作來解決諸多挑戰，特別是在降低成本方面這種需求更加迫切。

亞太赫茲技術（頻率超過100 GHz）

由于在上文提到的FR2 頻段上缺乏商業成功，工作頻率在100 GHz 以上超寬頻帶范圍吸引力減弱。再加上亞太赫茲頻段比 24-71 GHz 頻段更昂貴、更難管理的事實，這種情況進一步加劇。業界和學術界仍在進行大量研究，但太赫茲頻段已不再被考慮納入6G 無線接入技術的主流用途。盡管如此，使用 D 波段技術（110-170 GHz）的點對點 “微波”通信鏈路已經取得了巨大成功。對高容量回程數據傳輸解決方案的巨大需求可能會推動在該領域和其他利基應用中對更高頻率技術的進一步投資。不出所料，正在研究的技術包括半導體、天線、波束管理、高速數字信號處理器，甚至帶內全雙工技術（同時發送和接收數據，使數據傳輸速率提高一倍）。