6G不僅是速度升級，更是網路架構的根本變革。AI驅動的能源管理、數位孿生技術與標準化流程，皆是實現效能突破的關鍵。6G正重新定義無線網路邊界，但在邁向IMT-2030願景的過程中，仍須克服頻譜共享、技術整合與測試驗證等挑戰。
從5G到6G的轉型遠不止是速度升級，它代表著網路設計、營運與商業模式的根本性變革。6G預計將智慧與感知技術融入無線電系統核心，重新定義頻譜策略，並重塑能源與成本模型。本系列將分兩部分探討6G發展趨勢與關鍵挑戰。首篇聚焦可能加速6G技術創新的突破性進展；次篇則進一步分析實現IMT-2030願景所面臨的技術挑戰。
推動6G發展的關鍵突破
AI原生網路：從最佳化到核心設計原則
在業界討論中，有一個明確主題逐漸成形：人工智慧正從附加功能轉變為網路設計的基礎要素。在5G時代，AI主要應用於網路層級及透過RAN智慧控制器(RAN Intelligent Controller, RIC)功能實現；而在6G時代，AI將融入無線接取網路與實體層。此轉變需要建立標準化的訓練流程、模型交換機制與裝置端推論流程。以定義測量精準度、延遲、能耗與記憶體的關鍵績效指標，並建立可互通的介面，使AI模型能在多廠商環境中運作。實體層的雙端AI應用能帶來直接效益：基地台與用戶設備協同運作，壓縮並提升通道狀態資訊(Channel State Information, CSI)的表徵效率，在移動狀態下加速波束追蹤，並將AI應用於聯合源通道編碼(Joint Source-channel Coding, JSCC)。這些能力並非科學實驗項目，而是基於傳統演算法在FR3(Frequency Range 3)面臨複雜性極限而精準規劃的解決方案——該範圍涉及數千天線元件規模與近場效應顯著。
AI在RAN領域同樣至關重要：AI-for-RAN透過AI最佳化RAN運作，提升頻譜利用率、降低成本並增強能源效率；AI-and-RAN則讓AI與RAN協同運作，最大化基礎設施利用率；AI-on-RAN更進一步，在無線網路中啟用新型服務與應用。此外，代理式AI(Agentic AI)亦將在跨層級協調最佳化策略中扮演關鍵角色。
思維層面的轉變與技術革新同等重要：我們不再最佳化固定架構，而是設計具備學習能力的自適應架構。然而AI原生技術唯有在可測試、基準化驗證並確保部署可靠的前提下才能真正發揮作用。要在具實際傳輸損耗的真實環境下測試驗證AI原生設計，需仰賴具備無線與AI雙領域專業知識的合作夥伴提供先進測量解決方案。
新頻譜與新規則：FR3領航
早期6G熱潮聚焦於次太赫茲(sub-THz)頻段。然而，現實卻將關注轉向FR3——介於FR1與FR2之間的公分波(cmWave)頻段。原因何在？因該頻段能透過擴展天線元件與波束成形技術，提升能源效率的同時，在既有大型基地台架構下取得更寬頻寬並維持覆蓋能力。
FR3發展藍圖聚焦三大要務：
- 與現有基地台覆蓋能力對等：為維持鏈路預算，天線陣列規模將躍升至數百至數千個元件。這將推動前端效率、散熱設計、校準及近場波束成形等領域的創新。
- 共存與共享：FR3頻段已存在衛星通訊、地球探測及國防雷達等既有用戶。預期更精準的濾波器與保護頻帶、干擾消除技術，以及跨地面與非地面網路的動態共享策略，其戰略重要性甚至不亞於原始吞吐量。
- 全球協調：碎片化的頻譜分配阻礙設備量產並延遲覆蓋進程。隨著2027年世界無線電通信大會(World Radiocommunication Conference, WRC)臨近，協調已非可有可無的選項，而是6G市場普及的基石。
6G的變革不僅限於速度，網路設計、頻譜策略與能源模型將同步重構
顛覆遊戲規則的硬體
射頻光子學與異質整合技術的突破，正從學術論文走向實際原型。多頻、寬頻光子前端可實現微波至毫米波(mmWave)的低損耗、可重構鏈路，而射頻、混合訊號與控制的CMOS緊密整合技術則能縮小無線電頭端的尺寸、重量、功耗與成本。
與此同時，可重構智慧表面(RIS)與新材料技術有望實現極大規模多輸入多輸出(xMIMO)的實用化。若RIS能克服校準、控制、可靠性與成本等瓶頸，將透過導引電場而非單純增強功率，重塑覆蓋範圍與能耗的取捨關係，尤其在FR3頻段中更具潛力。
隱於雷達之下的關鍵趨勢
能源作為首要設計考量
除智慧調度機制外，更值得關注的是AI驅動的硬體適應技術：射頻鏈與天線子陣列深度休眠、包絡追蹤(Envelope Tracking)、細粒度電壓/頻率調節、流量感知的喚醒/休眠協調機制。即便天線數量增加，能源預算仍須持續降低。
數位孿生與高保真模擬
隨著天線數量、NTN鏈路、RIS面板及感測疊加層激增，實體試錯法已難以持續。基於涵蓋多種損耗條件的模型，數位孿生技術正成為必要手段，可在實地測試前降低物理層設計選擇、共存策略及城市級部署的風險。
AI實踐標準化
雖不及AI炒作般耀眼，卻至關重要：具備真實損耗的共享資料集、模型透明性文件、可重現性要求，以及可互通的模型交換格式，使基地台編碼器能與UE解碼器無縫協作。
AI不再是附加功能，而是從實體層到RAN全面融入6G網路的設計核心
重新定義6G無線網路能力邊界
6G代表無線網路能力的新階段。在實現願景之前，仍須克服頻譜共享、AI導入及測試複雜度提升等挑戰。本系列第二篇文章將進一步剖析實現IMT-2030願景所需面對的關鍵技術議題。
(本文作者為是德科技(Keysight Technologies)6G解決方案負責人)