新兴应用对性能的要求已经超出了5G网络的能力，迫切需要向6G网络快速演进。6G预计将提供每秒太比特（Tbps）量级的数据速率、亚毫秒量级的时间响应以及亚厘米量级的定位精度，同时满足联合国可持续发展目标。

迈向亚太赫兹频谱

这要求部署范式转换的技术与设计方法，并使用新的频段，包括部署可重构超材料收发器、集成通信与感知功能，以及向亚太赫兹频谱迁移。

这将使6G成为一个极其复杂、难以建模和优化的系统。

数字孪生与机器学习的重要性

数字孪生（DT）与机器学习（ML）是解决6G建模与优化复杂性的两项关键技术。数字孪生是6G物理网络的虚拟复制体，它对于实时建模复杂系统至关重要，能提供对其行为与性能的宝贵洞察，并生成海量的训练数据。

预期成果

机器学习提供先进的分析与决策能力，使6G通信系统能够自我优化、自我配置和自我修复。数字孪生与机器学习的融合为6G通信网络的建模、仿真和优化提供了一种强大方法。预计将催生一个高度智能、动态的网络环境，其中物理与虚拟对象无缝交互，决策得以实时制定与执行。
TWIN6G是首个此类人员交流研究与知识转移项目，旨在构建全球首个开放获取、开源的数字孪生仿真平台，用于设计6G网络。该平台将集成针对新兴技术的精确物理模型，以及基于物理机制的机器学习设计，以实现动态、实时的网络优化。