近日，下一代移动网络（NGMN）联盟发布了《6G用例白皮书》，提出了4大类6G用例，首次对未来6G应用场景进行结构化总结。NGMN是由全球领先的移动网络运营商成立的行业组织，并向移动通信业的所有合作伙伴开放，其目标是确保下一代网络基础设施、服务平台和设备能够符合运营商的要求，并最终满足消费者的需求和期望。《6G用例白皮书》是由这些主流移动通信相关厂商联合研究的成果，将为行业的6G开发提供有影响力的指导。
NGMN总计确定了四大类共计50个6G用例，其中包含14个通用用例，《6G用例白皮书》对这14个通用用力进行详细描述。四大类用例本分别从以下角度展开：
增强的人类交流，包括可能丰富人类交流的6G用例，例如沉浸式体验、远程呈现和多模式交互；
增强的机器类通信，包括反映协作机器人和自主机器发展的用例、感知周围环境的需求、机器人相互之间通信的需求，以及机器人与人类进行通信的需求；
使能服务，包括需要附加功能的用例，例如高精度定位、地图绘制、环境或身体感应数据；
网络演进，描述与核心技术相关的演进，包括人工智能即服务、能源效率提升，以及提供无处不在的网络覆盖。
可以看出，6G用例全面涵盖了人、物、服务、网络等各方面的演进，将形成明显变革性的场景。
1、增强的人类交流
在增强人类交流用例中，NGMN研究了3个通用用例。
（1）XR沉浸式全息现场感通信
若干年后，以用户为中心的扩展沉浸式和3D现实以及全息现场感将可能成为工作和社交互动的常态。在这一场景下，一个人看起来好像是在某个特定的位置，而实际上是在另一个位置，比如一个人好像在办公室，而实际上是在车里。
这种场景似乎让人“分身有术”，这需要当前的真实自我与数字表示中的虚拟自我相结合系统的进展。同时，这一场景实现离不开可穿戴设备，以及皮肤贴片和生物植入物等。在这一场景下，我们将随身携带多个可穿戴设备，它们将无缝配合，提供自然、直观的界面，实现手势、说话和眼睛跟踪。此外，这一场景可以推动混合现实协同设计。这样的场景下，设备将完全感知环境，网络在预测人们的需求方面将变得越来越复杂，也正是6G需要解决的问题。
（2）远程操作多模态通信
当前，人类的多模态信息可以通过通信网络传输，如听觉和视觉或其组合。然而，交互触觉尤其是动觉（如肌肉运动）交互传输具有更严格的端到端通信延迟要求。实现双向触觉远程操作是6G技术背后的关键驱动因素之一，该技术旨在通过将来自多个来源的输入、输出组合传输到多个目的地，从而使多模态通信服务更接近现实。
在NGMN看来，人类多模态信息从可穿戴终端捕获，以及从环境传感器和社会感官洞察获得的推理知识以及一些补充方法，以增强远程多模态通信和控制。该技术的传感部分植根于工业传感器技术，它的通信端来自无线传感器网络和蜂窝通信技术的融合，极高的可用性、可靠性和超低延迟成为重大挑战。通过6G技术，多模态传感和通信融合将实现同步多模态信息的传输，不同要求形成分布式组合，增强提供定制服务的能力丰富用户体验。
（3）感知、技巧和思想的智能互动和分享
人们可以通过脑机接口与设备或控制机器进行交互。通过6G，脑机接口可能使人与人、人与机器之间远距离、实时的感知和思想共享成为现实。随着6G的出现，一个新的术语似乎开始发挥作用，它将被称为行为互联网（IoB），人类将把自己的个人行为特征纳入信息流。
随着越来越多的系统由人工智能技术驱动，机器不再被动地等待用户输入，这给人机界面带来了根本性的变化，机器可以感知人类“做”什么，推理人类“想要”什么，人机交互将演变为具有情感和相互理解的平等的类人交互。脑机接口在过去更多专注于帮助有严重运动障碍的人，未来将更多面向广泛的消费品。
2、增强的机器类通信
增强的机器类通信用例中，NGMN研究了2个通用用例。
（1）机器人网络结构
到2030年，预计将有大量自动移动机器人、无人机、AGV出现在在城市各个角落，用于货物运送和个人交通，确保交通安全、无碰撞和高效是一大挑战。在这里，考虑到包含其他机器人和未连接对象的聚合数据集，6G网络可以在这些机器人轨迹协调、交通管理中发挥关键作用，通过来自机器人的指定意图协商路径，确保避免碰撞。通过收集、处理和分发网络中所有连接节点的传感器数据，并在3D视图中以高精度动态映射，机器人可以有效地看到周围的角落并预测未来的路径，依赖泛在网络，机器人也无需携带太多车载传感器，这使得更小、更便宜、更轻的机器人可以用于新型的自动运输。
（2）协作机器人互动
通过协作机器人，人类和机器人之间的互动将更加密切。这些相互连接的协作机器人能够可靠地阅读和解释人类的行为和意图，并以可靠的方式做出反应，从而以高效和安全的方式帮助人类。
比如，在数字孪生的帮助下，协作机器人作为人类的同事，能够完成精确且具有挑战性的任务，或者在老年人或残疾人的家中作为护理助理，完成人类的繁重工作。协作机器人可以是一台单独的机器，负责执行命令或适应当前的情况，也可以作为外骨骼或自适应轮椅更接近人类，甚至还可以在彼此之间组建团队，共同解决任务，并在团队层面与人类协作。为了释放出最大的潜力，多组协作机器人应该能够共同定义它们在网络控制下的协作甚至通信方式。
3、使能服务
使能服务的用例中，NGMN研究了6个通用场景。
（1）3D高精度定位和追踪
高精度3D定位以及厘米或更高级别的跟踪能力，尤其是在室内环境中，将为未来的智能工厂、仓库、医院等场景带来许多新机会，使能全自动化，尤其是自主移动的协作机器人，这需要借助6G网络来实现。为了适应人类的生活和工作环境，需要厘米级的精度，例如查找和旋转门把手，从书架上拿起正确的书籍，从抽屉中取出正确的工具。
以一个未来图书馆为例，所有带有定位标签的书籍都可以随机放置在书架上，且无需分类，但它们的位置将被自动收集，并且可以建立一个3D数字孪生模型，其中包含每本书的精确位置，机器人管理员可以使用定位信息为用户取书。
又如，智能制造越来也需要高度自治系统，当两个或多个机器人协同工作时，就非常需要高精度的相对定位。例如，无人机需要降落在移动的运载工具上充电；当检测到容器中液体或固体即将用完，运输机器人需要对其进行重新填充。在这种近距离使用情况下，就需要厘米级的相对定位精度来执行任务。
（2）交互式映射
数字孪生是一种对机器或建筑的情况获得准确和最新视图的方法，它构成了智慧城市和数字化工厂的基础，2030年有可能成为许多部门中无处不在的工具和平台，用于学习、指导、分析和更多目的。以城市为例，通过城市的数字孪生体，物理资产的实时表现可以形成一个连续的交互式地图，即物理世界的虚拟化模型，借此将实现高效的大规模系统管理，如市政当局可以借助数字孪生管理城市交通、供暖、供水、垃圾处理等。数字孪生的实现，需要大量无线传感器和执行器提供准确的地图信息，并在地图更新时执行操作。当然，数字孪生还可以计划未来的活动，根据过去事件模拟未来的状态。对数字孪生的处理和分析能力可以作为网络服务提供，同时还可以连接到与数字地图同步的物理世界。
（3）数字医疗健康
6G时代，医疗保健将实质性地转变为我们所说的数字医疗保健，通过众多可穿戴设备，全天候监测健康人群和病人的重要参数。健康监测和医学研究还将包括与外部身体设备进行通信的植入体内设备，这些设备反过来可以将数据传输到网络上，在互联网上对身体进行分析，通过身体感应和分析，结合广域连接，实现6G远程医疗模式。这将使人们能够选择日常生活的支持和监测，特别适合老年人。另外，通过XR工具与触觉信息以及音频/视频信息相结合，使人们获得身临其境的体验。因此，具有连接功能的医疗传感器和执行器的身体网络有助于解决当今医疗系统在交互式远程监测和预测治疗方面的不足。到2030年代，这些传感器不仅在诊断方面会更加准确可靠，而且通常会成为子网络的一部分，可以选择从分布式云存储库进行更新并与之交互。
（4）自动化探测、识别和检查
在未来通信系统的支持下，6G网络具备感知环境的能力。例如，未来可能在安检程序中使用相关技术，取消机场的安检设备，当人们在拥挤的区域移动时（不仅仅是在安检入口处），可以使用多种感知模式的组合来对他们进行筛查，如通过6G网络感知并识别人们在拥挤的控制区域是否携带特定种类的金属物体，消除潜在的威胁。
在可预见的未来，在智能医院中，基于6G网络感知和机器学习的无设备识别方式将实现手势识别、心跳检测、坠落检测、呼吸检测、入侵检测等功能，为患者日常生活提供自动保护。例如，医疗康复系统可以在患者进行物理治疗练习期间对其进行自动监督，一旦出现错误动作或姿势，将自动发出提示，从而显著提高医疗康复能力。
（5）智能工业
智能工业不仅关注生产流程，还关注整个业务流程，同时关注低碳和资源循环。对于制造业来说，其业务包括生产过程研究、产品研究、产品设计、原型制作、生产、运输、仓储和交付，移动通信需要能够支持所有这些步骤，使每个步骤和总体过程在物理世界和数字世界之间形成闭环。6G在工业场景中会有大量的机会，这方面有待进一步探讨。
（6）服务的可信组合
增强的人机通信将越来越需要融合网络，这对可信的服务组合提出要求，以支持未来各种越来越动态和复杂的用例。
以一个海外旅游游客为例，他可以随身携带一套预先配对的可穿戴设备和移动设备，并拥有一套个人网络环境和一套服务，但游客应该能够动态访问其他网络环境提供的服务，根据个人偏好，建立网络连接不仅应允许传输数据包，还应允许发现和配对不同网络中承载的服务。
此类场景通常很难实施，需要在各种服务之间建立可靠的关系，以防止个人数据以非预期的方式暴露或使用。6G将通过在不同网络（移动和固定接入、蓝牙、Wi-Fi等）之间建立联邦控制面板，为简化和可信的服务组合提供参考框架。控制面板管理服务注册、发现和用户面功能配对所需的服务节点，它将允许人们定义用户面服务如何交互和使用个人数据的策略。
4、网络演进
网络的用例中，NGMN研究了3个通用场景。
（1）原生可信AI（AIaaS）
AI可以是优化网络性能的工具，但也可以是移动网络提供的一种通用服务，以支持新的应用，这被称为AI即服务（AIaaS），其中具有人工智能平面/层的网络将能够在需要时将分布式人工智能学习和推理作为本地服务公开和提供相应服务。
移动通信网络本身可以利用AIaaS进行运营和管理，以实现零接触自治网络的愿景。例如，通过AIaaS提供的持续学习能力，网络配置、功能等可以由网络系统本身进行操作和管理。人工智能模型为这些自动化任务提供的参考将需要将通信、传感和计算功能作为一个整体集成到6G网络中，尤其是在分布式边缘节点上集成大规模训练和推理模型时。这种分布式特性是整个计算和资源管理朝着更复杂的任务和更大的智能领域扩展的关键。
AIaaS将是6G网络的一项综合服务，以实现运营商自身运营需求的其他用例，如动态流量和资源管理以及节能机制。数据管理是从AIaaS中受益的另一个例子，获取大量数据并不意味着数据质量高或可用。因此，AIaaS需要支持高效的数据处理，以选择高质量的数据，同时降低计算复杂性和能耗。除了满足运营商网络本身的需求外，AIaaS的一个重要方面是通过移动网络向外部用户的应用提供分布式人工智能解决方案，从而创造新的价值。
（2）扩展覆盖
此前，移动运营商主要在人口稠密地区建设网络基础设施，目前也在未连接的偏远地区或海上进行覆盖尝试。6G计划将覆盖范围扩大到由于技术或经济原因迄今尚未覆盖的地区。根据联合国可持续发展目标的精神，需要为所有地方、所有人提供负担得起通信服务。
通过地面和非地面网络的无缝多址连续性服务，6G可以提供全球3D覆盖，消除覆盖空白。随着人们活动范围的不断扩大，3D覆盖范围从陆地表面延伸到海洋、天空和太空。非地面网络可以作为地面基站的中继链路，而非地面网络和移动设备之间的直接连接也具有诱人的前景，硬件方面，集成的移动设备确保了不同接入服务之间的无缝切换。
（3）提高能源效率的自治系统
6G网络和设备中的能耗优化可以通过网络、计算和存储资源的智能分配来实现，方法是利用本地AI/ML模型的自主系统功能。在优化能耗各种场景中，相关模型可以弹性地调节设备的休眠、激活和活动状态以及相关状态持续时间管理。
另外，环境能源（如太阳能、风能、地热等）和专用能源（如电磁耦合、压电转换、电容或电感耦合等）采集技术均可用于用于绿色AI/ML模型，并缩短训练时间，以最大限度地降低能耗，同时优化能源效率。
目前，5G商用仅2年多时间，6G还处于初期研究阶段，《6G用例白皮书》勾勒出了6G时代的一些未来场景。从当前技术来看，这些场景还无法实现，但这些场景在一定程度上已经有了需求的端倪，是社会发展和人们生活更高水平的表现。
