基于棱镜的6G用例映射：整合技术需求与多维度服务分类 作者：Sunhye Kim、Yoon Seo、Seung-Hoon Hwang、Byungun Yoon

《Systems》：Prism-Based Mapping of 6G Use Cases Integrating Technical Requirements and Multidimensional Service Classification Sunhye Kim, Yoon Seo, Seung-Hoon Hwang and Byungun Yoon

　　摘要 目的：随着第六代（6G）通信技术的出现，系统地将其用例与相关技术要求相匹配变得至关重要，这有助于加速标准化进程、指导研发投资并为政策制定提供依据。方法：本研究将来自主要学术机构和6G相关组织的65个用例场景整合为21个代表性案例。通过三轮德尔菲专家评估（使用五点李克特量表和四分位距共识监测方法），根据六个核心维度（沉浸式通信、大规模通信、超可靠低延迟通信、集成传感与通信、集成人工智能与通信（IAAC）以及普适连接）来分配主要和次要技术要求。随后开发了一个基于三维（3D）棱镜的可视化框架，以展示这些要求之间的相互依赖关系。结果：IAAC和大规模通信被认为是最关键的技术要求，在大多数用例中均起到主要或次要的推动作用。棱镜框架揭示了六个维度之间的层次性和互补性，这是传统二维轮图难以充分体现的。此外，还建立了一个包含九项标准的多维度分类框架，涵盖数据传输模式、决策模式、通信流程、交互类型、设备类型、部署类型、人类活动创新、用户类型和个人化水平等要素，为服务设计提供了行业特定的指导。总体而言，所提出的框架支持以用户为中心的设计理念，为战略技术规划提供信息，并在承认定量分析和经济分析存在的局限性的同时，为政策制定做出贡献。

1. 引言
几乎每个十年，移动通信技术都会经历重大演变[1]。尽管当前的第五代（5G）网络技术已被广泛采用，但它仍无法满足新兴需求，如物联网（IoT）设备的普及、超精确控制以及沉浸式内容[2,3]。为弥补这些不足，6G技术在扩展5G能力的同时，也满足了新的技术要求，包括沉浸式通信、大规模通信和超可靠低延迟通信（HRLLC），并引入了集成传感与通信（ISAC）、集成人工智能与通信（IAAC）以及普适连接（UC）等新概念[4,5]。凭借太比特级别的通信速度、极低的延迟、精确的定位能力和基于人工智能的架构，6G有望实现智能出行、数字孪生、智能医疗和实时增强现实（XR）服务等先进应用[6,7]。标准化机构、行业联盟和学术界正在进行的6G研究产生了技术白皮书[8,9,10]，并促使人们研究用例[6,11]、商业机会[12]和生态系统演变[13]。然而，大多数研究依赖于定性方法，而非对个别用例及其相互依赖关系的结构化定量分析[7,14]。此外，基于行业部门或功能的现有分类方法未能捕捉到6G用例中的融合与重叠现象[11]。这些局限性限制了技术发展的优先级和集成6G服务的设计。为了解决这些问题，本研究对国内外文献中报告的6G用例进行了全面回顾与整合，具体将多种来源的信息整合为21个代表性案例，并通过德尔菲专家评估方法针对六个核心技术要求进行评估。随后提出了一种基于三维（3D）棱镜的可视化方法，该方法通过正交轴表示多个维度，从而能够同时直观展示因素间的相互依赖性和重叠关系。

国际电信联盟无线电通信部门（ITU-R）提出的传统可视化方法——即IMT-2030框架中的六边形“轮图”——仅在一个平面上展示了六个核心能力（沉浸式通信、大规模通信、HRLLC、ISAC、IAAC和UC）的整体结构。然而，这种二维表示方式存在根本性局限，因为它无法清晰地展现这些功能维度之间的连续性和相互依赖性。为了解决这一局限，本研究提出了一种基于棱镜的可视化结构，以三维形式展示六个6G技术要求之间的层次性和互联关系。具体而言，该棱镜通过两个相对的三角形平面将三种现有能力（沉浸式通信、大规模通信和HRLLC）与三种新兴能力（ISAC、IAAC和UC）配对：上层平面表示5G功能的扩展（如增强型移动宽带eMBB、超可靠低延迟通信URLLC和大规模机器类型通信mMTC），下层平面表示新引入的6G功能。这种配置实现了技术之间的连续性、可扩展性和互补性的可视化，而这在二维格式中难以实现，从而提供了对6G框架内结构关系的更全面和差异化的理解。总体而言，该框架能够根据主要和次要技术要求对用例进行重新分类，以结构化和直观的方式揭示它们的相互依赖关系。在这方面，本研究是最早基于系统化6G用例映射分析的成果之一，整合了技术和服务视角，从中得出可操作的见解。这里的相互依赖性是指单个用例同时依赖于多个技术要求；换句话说，某个用例无法通过单一技术实现，而是需要多个技术要求的共同满足。基于棱镜的可视化方法展示了技术要求之间的重叠和共享结构，以及支撑每个用例的具体技术组合。

除了技术分类外，本研究还引入了一个多维度标准框架，考虑了数据传输模式、决策模式、交互类型、设备特性、用户类型和个人化水平等因素。这一框架有助于更全面理解6G应用的社会、行为和产业背景，从而将分析范围扩展到技术因素之外。因此，最终的6G用例映射棱镜和多维度标准分类旨在指导以用户为中心的服务设计、战略技术规划和政策制定。

总结来说，本研究有三项主要贡献：首先，它对权威来源中的6G用例进行了全面回顾和整合，形成了可用于分析的统一数据集；其次，它采用德尔菲评估方法进行了结构化的技术映射，根据主要和次要技术要求对用例进行分类，并通过棱镜框架进行了可视化展示；第三，它提出了一个以服务为导向的多维度标准分类方法，纳入了用户行为和产业背景等非技术因素。这些贡献共同为6G发展的早期阶段的用户中心服务设计、战略技术规划和政策制定提供了可操作的见解。

本文的其余部分结构如下：第2节首先回顾相关文献，然后描述用于收集和精细化6G用例的方法；第3节展示基于棱镜的映射和多维度服务分类结果；第4节讨论对政府政策和产业的影响；第5节提出结论性意见并概述未来研究方向。

2. 第六代用例分析
2.1. 用例分析
用例分析是捕捉系统功能需求的强大工具[15]。它定义了系统的运作方式以及用户与其交互的方式。因此，在技术系统设计过程中，该方法起着关键作用，因为它明确了功能需求并描绘了满足这些需求的场景[16]。在此过程中，它识别出实现特定系统目标所需的交互序列，同时考虑了整个过程中的潜在变量。

在下一代通信网络的背景下，用例分析已成为从用户角度理解和阐明系统愿景的关键探索性工具[17]。许多研究利用用例分析来推导用户需求并确定必要的新功能，这些研究提供了如何应对不断变化的用户需求以指导下一代网络发展的见解，从而克服了先前技术和系统的限制。因此，用例分析在预测6G应用和支持所需的技术创新方面发挥着重要作用。

由于6G通信技术仍处于开发阶段，目前尚未对其技术要求和使用场景制定明确的标准[18]。因此，在本研究中，我们收集并整合了文献中已发布的6G用例，并基于这些数据提供了潜在6G应用的综合视图。

2.2. 6G用例场景的收集
我们从国内外的主要机构和相关学术文献中收集了6G用例场景[6,11,17,18,19]。所识别的用例从多个角度进行了分类，包括6G的核心驱动因素、技术要求和产业类型（表1）。表1列出了来自文献的6G用例分类。其中，6G的核心驱动因素包括第三代合作伙伴项目（3GPP）框架内下一代移动网络联盟提出的四类目标，概述了6G在人类、机器、服务和网络发展方面的预期方向。

被归类为增强型人类通信的用例涉及沉浸式体验、远程呈现和多模态交互，突显了它们改善人类通信的潜力。增强型机器通信反映了协作机器人和自主系统的使用增加、对环境传感的需求以及人类与机器之间无缝通信的需要。此外，支持服务包括与定位、映射、智能医疗和制造相关的用例。这些场景侧重于根据特定目的的数据提供和管理服务，从而增强用户和系统的功能能力。网络演进涵盖了核心技术的进步，包括人工智能驱动的服务、能效提升和普适网络覆盖。

从第二个角度来看，6G不仅延续和扩展了5G的三个核心技术要求（eMBB、mMTC和URLLC），还将其发展为沉浸式通信、大规模通信和HRLLC[20]。这种转变不仅代表了技术能力的延续，还大幅提升了性能和应用范围。例如，eMBB发展为沉浸式通信，以支持XR和全息服务；URLLC扩展到需要更高可靠性和超低延迟的场景，如远程手术和全自动驾驶；mMTC则发展到满足更复杂连接需求的场景，如大规模密集传感器网络。除了上述三个技术要求外，还引入了三个新的技术要求：UC、ISAC和IAAC。这些要求反映了5G中未考虑的服务场景和功能，代表了技术期望的扩展。

具体来说，这些要求被分为六类：沉浸式通信、ISAC、大规模通信、IAAC、HRLLC和UC，每类的定义如下：
- 沉浸式通信作为eMBB的延伸，提供丰富的互动式沉浸体验，适用于远程协作和教育、远程医疗和远程手术等场景。
- ISAC整合了传感和通信功能，涵盖对象检测和跟踪、运动监测和环境监测等场景。
- 大规模通信扩展了mMTC，支持大规模设备连接，应用于工业自动化和监测、智慧城市和基础设施、智慧制造和物流等领域。
- IAAC实现了人工智能与通信的天然集成，支持智慧城市或工厂中连接机器人之间的自主协作，以及跨设备和网络的大规模计算任务自动化。
- HRLLC扩展了URLLC，涵盖了精密制造环境中的自动化、远程手术和智能医疗等场景。
- UC解决了智慧城市中的物联网网络部署和环境监测问题，以及服务不足或偏远地区的网络覆盖问题。

最后，根据产业特性，第六代通信的三个产业类型被分为五个领域：机械行业、汽车行业、仓储和物流行业、医疗行业以及媒体行业。
- 机械行业包括制造环境中无线通信技术的应用，例如传输产品数据的无线通信、支持现场操作的无线视频传输以及移动机器人（如自动化引导车辆AGVs）的远程控制。
- 汽车行业支持移动即服务平台，以实现高效的可访问性和移动性，还包括智慧城市与连接车辆之间的协作场景。
- 仓储和物流行业关注通过结构性改革向环保物流转型，发展可持续物流网络，并实现物流运营的数字化转型。
- 医疗行业包括脑机接口、个性化医疗、使用机器人系统的远程手术以及使用微机器人技术的微创手术等场景。
- 媒体行业包括支持虚拟环境和全息通信的场景，旨在提高内容的个性化和定制化，以实现更高效的内容传递。

2.3.根据技术要求详细划分用例

文献回顾显示，许多机构和研究人员根据六个关键技术要求对6G用例进行分类，即沉浸式通信、大规模通信、高可靠低延迟通信（HRLLC）、智能服务质量（ISAC）、智能协作与交流（IAAC）和通用通信（UC）（表2）。表2：基于IMT-2030框架的6G关键技术要求。因此，本研究中采用的六个技术要求并非仅来源于现有文献，而是基于国际6G标准化工作建立的正式框架。特别是ITU-R IMT-2030框架和3GPP的技术白皮书将沉浸式通信、大规模通信、HRLLC、ISAC、IAAC和UC确定为6G技术的基本支柱。此外，主要学术研究也围绕这六个维度构建了6G技术，表明它们代表了国际标准化和工业研究社区普遍认同的分类体系。

这个技术分类框架已被多项研究采用，从而提出了反映行业特性的用例。例如，智能工厂、自动驾驶汽车、机器人技术和远程手术等场景不仅体现了技术要求，还展示了应用领域的多样性和其产业影响力。这一观察表明，6G技术为支持当前和未来的各种行业提供了必要的基础设施。

然而，单个用例无法仅通过单一技术组件实现[21]。例如，基于全息图的远程协作需要结合沉浸式通信进行高速数据传输、HRLLC来最小化响应延迟，以及大规模通信来支持高密度设备连接。换句话说，6G用例依赖于多种互补技术元素的整合。因此，为了有效地构建和解释6G用例，需要一种新的方法来多维度地可视化技术组件之间的关系，以实现综合分析。接下来，我们将介绍一种基于六项关键技术要求的6G用例重构方法，并提供一个分析框架，以便直观理解这些技术之间的相互联系。

3. 6G用例的棱镜图
3.1 基于技术要求的分类

在这项研究中，我们根据关键技术要求对各种6G用例进行了结构化的重新分类和可视化描述。具体来说，这个过程包括三个系统步骤：文献收集与整理、基于技术要求的评估，以及结构可视化。

首先，我们回顾了主要的国内和国际出版物及机构报告[6,11,17,18,19]，提取出了65个用例。由于不同来源中对用例的描述和分类存在差异，我们根据功能相似性和应用目的进行了整合。例如，“远程诊断”和“通过触觉互联网提供的医疗服务”被归类为“远程医疗”，而“通过物流数字化转型优化供应链”和“货物运输/分拣/装载优化”等用例被归类为“智能物流”。通过这一整合过程，最终确定了21个具有代表性的用例。这种综合方法基于表1中所列的主要6G相关出版物，从中去除了重复的用例。最后，根据三个标准选择了具有代表性的用例：首先，仅包括与六个核心6G要求有明确技术相关性的用例；其次，具有相似目的或功能的用例根据功能相似性进行了合并（例如，“远程诊断”和“通过触觉互联网提供的医疗服务”被整合到远程医疗类别中）；第三，仅出现在单一文档或机构报告中的不可重复的用例被排除。通过这一过程，从最初的65个用例中选出了21个具有代表性的用例。

随后，通过三轮德尔菲专家评估确定了每个细化用例与六个核心6G技术要求之间的关系。专家小组由六名成员组成，选择标准包括：(i) 在无线通信、AI或技术管理方面至少有10年的专业经验；(ii) 积极参与6G相关研究、标准化或产品开发；(iii) 来自学术界（两位教授）、政府相关研究机构（两位高级研究人员）和工业界（两位来自电信和AI行业的从业者）的平衡代表。在第一轮中，研究团队初步制定了用例与技术要求的对应关系。在第二轮中，每位专家使用五点李克特量表（1=不相关，5=极其重要）独立评估每个技术要求对每个用例的相关性。通过四分位数范围（IQR）监测一致性，IQR > 1.0的条目被标记为需要进一步讨论[22]。在第三轮中，所有专家聚集在一个结构化的研讨会上讨论被标记的条目并达成共识；同时，IQR ≤ 1.0的条目无需进一步讨论。值得注意的是，这个IQR阈值反映了德尔菲方法的惯例，即五点量表上的IQR ≤ 1.0通常被认为是充分的一致性指标[22,23]。为了进一步评估21个用例-要求对之间专家评分的内部一致性，计算了第二轮评分的Cronbach’s alpha（α）系数，结果为α = 0.83，表明评分者间具有良好的可靠性，满足通常应用的α ≥ 0.70的阈值[24]。各条目的变异系数范围从8.2%到23.6%，平均为14.7%，这证实了在没有第三轮研讨会的条件下专家判断的一致性是可接受的。最后，将主要和次要技术要求的分配结果整理成映射表（表3），以突出显示应用领域和技术要求之间的相互关系。

表3：基于技术要求的第六代用例映射

之后，根据德尔菲过程确定的主要和次要技术要求，将每个用例映射到棱镜的空间域中，以突出这些要求之间的相互关系；结果使用图1中所示的棱镜结构进行可视化。选择三角形棱镜（T-棱镜）作为替代的3D几何形状，有三个结构上的原因：首先，六个核心6G要求分为两组（上表面为三个5G继承的功能，下表面为三个6G特有的功能），使得T-棱镜成为能够同时表示这两组功能的简单3D结构，因为它们通过侧面边缘连接。相比之下，立方体和球体在所有维度上施加相同的层次权重，因此无法突出现有功能和新兴功能之间的进化层次[21]。其次，三元棱镜在多维数据可视化中有先例：2019年Nagata等人展示了T-棱镜提供了一个基于坐标变换的3D空间，可以在多个视角下同时进行检查，同时保持组件之间的相对距离，而二维投影不可避免地会扭曲这些距离[25]。第三，棱镜的矩形侧面编码了每个继承的5G功能与其6G对应功能之间的垂直对应关系（例如，eMBB—沉浸式通信，mMTC—大规模通信），从而表示了一种层次关系，这种关系无法通过雷达图或平行坐标图来传达。总体而言，T-棱镜展示了关键用例在每个技术轴上的分布和相互关系，从而解释了这些6G技术特征的复杂性和相对重要性。值得注意的是，用例在棱镜中的当前位置是基于专家分配的优先级排序，而不是基于计算出的几何坐标。在未来的研究中，我们将开发一个定量坐标映射模型，将李克特量表分数转换为基于T-棱镜变换框架的3D坐标，从而实现在这个棱镜空间内的算法定位和用例配置文件的数学比较。

图1：第六代用例映射棱镜

德尔菲评估的结果表明，在6G环境中，IAAC和大规模通信是最关键技术要求。在21个用例中，IAAC在六个维度中的平均李克特得分最高（平均=4.31，标准差=0.47），并且在21个用例中的14个（67%）中被认定为主要或次要要求。大规模通信紧随其后（平均=4.18，标准差=0.52），与13个用例（62%）相关。相比之下，沉浸式通信（平均=3.62，标准差=0.71）和ISAC（平均=3.58，标准差=0.68）相关的用例较少，反映了特定领域的角色而非跨领域的角色。这些分数差异在统计上得到了证实：对六个维度的单因素分析显示F = 14.3（p < 0.001），表明观察到的平均重要性分数的变化不是由随机判断造成的。这些结果表明，虽然大规模通信（5G的核心组成部分）继续发挥着关键作用，但IAAC在6G背景下代表了最显著的新要求（图2）。特别是，大规模通信作为支持超连接环境中大规模连接和数据传输需求的核心基础设施技术，涉及物联网设备、传感器和可穿戴设备。同时，IAAC是6G环境的关键技术要求，包括5G未实现的范式，如智能网络运营、自主服务质量（QoS）管理和通过用户行为预测的网络优化。总体而言，将基于AI的决策集成到网络设计和运营中，增强了具有自动化关键功能（如资源分配、流量管理和故障响应）的AI驱动网络的可行性。

图2：第六代用例映射棱镜：大规模通信和IAAC

大规模通信和IAAC不仅仅是抽象的技术概念，而是被确认为实际6G应用场景中的核心组成部分。具体来说，我们的研究发现，在超连接基础设施扩展场景中，大规模通信是一个核心技术要求，包括非地面网络（如卫星连接）、地面网络扩展、工业场所、智能农业、渔业和畜牧业。特别是在智能电网等能源网络中维持稳定的实时数据流需要大规模通信提供的高连接密度和广泛覆盖范围。此外，在涉及智能决策和自主操作的场景中，如智慧城市、智能物流、全自动化、学习工厂、实时维护和智能家居，IAAC也是必不可少的。这些领域不仅需要数据连接，还需要能够识别用户和服务环境并实时响应动态变化的基于上下文的适应型网络基础设施。这些能力是通过集成AI的通信基础设施实现的。

这些发现表明，未来的6G技术开发必须超越传输性能的改进，同时支持大规模连接和AI驱动的智能。此外，IAAC和大规模通信可以作为设计核心6G服务场景时的互补组件。

3.2 基于多维标准的分类

为了系统地评估6G用例的多样性和复杂性，我们根据以下标准进行了分类：

首先，根据数据传输的时间敏感性和QoS要求，将数据传输模式分为硬实时、软实时、非实时和混合类型[26]。例如，涉及实时操作移动车辆的决策用例被归类为硬实时，而涉及消费者移动设备连接和跟踪的用例（轻微延迟不会导致关键问题）被归类为软实时。总体而言，这种分类为网络资源分配和技术设计奠定了基础。

其次，根据系统处理数据和做出决策的时间，将决策模式分为实时、周期性、一次性以及混合类型[23]。例如，需要实时避障、状态分析和环境响应的无人机自主电力线路检查被归类为实时，而使用物联网设备和传感器定期监控生产线状况的用例被归类为周期性。总体而言，这种分类考虑了从超低延迟要求到预测政策设计的各种场景。

第三，根据信息流的方向性和交互的复杂性，将通信流分为单向、双向和混合类型[27]。例如，针对大量人群的公共安全警报被归类为单向，而涉及多辆车、基础设施组件和控制系统之间的实时数据交换的用例被归类为双向。因此，每个类别涉及不同的技术考虑，包括带宽优化、实时同步和灵活连接。

第四，根据通信主体和交互性质，将通信和交互类型分为人与人（H2H）、人机（H2M）、机器对机器（M2M）和设备对设备（D2D）类型[26,28,29]。例如，用户在进行移动时实时交换数据的用例被归类为人与人（H2H）交互，而企业设备通过卫星自动传输数据且无需人工干预的情景则被归类为机器对机器（M2M）交互。这种分类涵盖了从沉浸式服务到完全自动化系统的各种交互需求。第五，设备类型根据使用环境和功能目的被划分为个人设备、工业设备或混合设备，从而使得技术设计能够专注于用户体验或工业生产力[27,28]。具体来说，用户可以随时随地访问的设备用例被归类为个人设备，而与智能传感器和工厂自动化系统等设备相关的用例则被归类为工业设备。第六，设备部署类型取决于6G技术是在现有设备上运行还是需要引入新设备。例如，依赖现有移动设备（如智能手机或全球定位系统）进行通信的用例被归类为在现有设备上运行，而需要新硬件来实现沉浸式技术（如VR/AR设备）的用例则被归类为引入新设备。这一标准有助于制定商业化策略并评估用户接受度。第七，人类活动创新的类型根据技术对人类角色和活动的影响被分为任务替代、任务辅助或新活动创建[30,31]。例如，自动驾驶技术和智能交通系统替代人类活动（如交通管理）的用例被归类为任务替代，而涉及新型交通方式（如空中出租车和无人机）的情景则被归类为新活动创建，同时还包括支持这些新活动的网络基础设施。作为第八个标准，用户类型根据服务对象被分为个人用户、工业用户和公众用户，从而使得服务设计能够满足不同的需求[30,31]。具体来说，将6G网络用于商业目的的用例被归类为工业用户，而涉及6G应用于公共安全、救灾及相关功能的用例则被归类为公众用户。最后，个性化程度根据服务为用户量身定制的程度被分为个性化或通用类型[11,32]。例如，涉及个性化学习和教育体验的用例被归类为个性化，而均匀应用于所有用户的公共服务则被归类为通用型。这种分类是设计6G用户体验和开发基于AI的网络优化策略的关键因素。

表4展示了根据这一分类策略匹配的6G用例的代表性示例。值得注意的是，虽然基于第3.1节中详细的技术要求的分类能够明确优先级，但本节概述的分类策略提供了结合社会和行为特征的概念性标准。总体而言，应用一个完美的、互斥且全面的框架存在固有的局限性。此外，用户类型或人类活动等分类会随着用户环境的变化而变化，往往表现为连续谱而非离散边界。因此，而不是将所有用例强行归入 rigid categories，而是进行了多维度用例匹配，以全面考察6G可能实现的社会和工业场景的范围和特征。

对于政府政策而言，本研究的结果具有重要的政策意义，适用于为6G时代做准备的政府、行业领导和标准化机构。例如，在专家研讨会评估中，人工智能融合（IAAC）和大规模通信始终被评为非常重要，许多用例都集中在这些维度上。因此，这些维度成为棱镜可视化中的核心组成部分。这一发现反映了普遍认识到人工智能整合和超大规模连接性需求是推动6G技术发展的基础要素。人工智能融合的重要性凸显了建立具备智能决策、实时优化和适应性服务交付能力的原生AI网络的必要性。为了实现这一潜力，政策制定者应创建鼓励公私合作的创新生态系统；支持AI集成通信标准的发展；并促进AI芯片、边缘计算基础设施和AI治理框架的研究与开发（R&D）。这些措施还应伴随着解决伦理、隐私和安全问题的举措，以确保对嵌入AI的通信系统的信任。大规模通信则需要部署超可靠、高容量的网络基础设施，以支持XR、数字孪生、自动驾驶和智慧城市等应用预期的大量数据流量。为此需要战略性的政策措施，包括投资高频频谱利用、开发太赫兹通信技术以及与卫星系统的集成，以实现无缝的全球覆盖。同时，可以实施激励机制来促进各行业大规模采用物联网和机器类型通信系统，从而促进向全面连接环境的过渡。

这些技术在各个行业都具有相关性，应用范围涵盖医疗保健、制造业、内容制作、教育、物流等相关行业。因此，政策制定者应强调跨行业融合策略，推进互操作基础设施的发展，并为早期采用6G服务的行业制定有针对性的激励措施。此外，经济目标（包括数字包容性、可持续性和劳动力发展）应系统性地纳入技术部署策略中，以确保6G的采用能够促进更广泛的社会目标。最终，6G政策的制定应与国际合作框架保持一致，支持频谱共享、互操作性和联合研发，同时保持监管灵活性以应对相关技术的快速演变。映射结果还在三个监管领域提供了具体的建议。首先，在标准和频谱政策领域，人工智能融合（出现于67%的用例中）和大规模通信（62%）的重要性表明，政府应将其IMT-2030标准化贡献（包括向3GPP Release 20和Release 21技术规范的提交）与人工智能融合和大规模通信能力支柱相协调。从频谱角度来看，表3中列出的大规模通信用例涉及非地面网络、智慧城市环境和工业场地扩展，需要广覆盖、高密度的频谱，这仅靠毫米波频段无法充分满足。因此，监管机构应主动将中高频段频谱（7–24 GHz）指定为6G的主要覆盖层，符合ITU-R IMT-2030框架下的技术性能要求[21]，并相应地协调国家频谱策略。其次，在AI治理方面，人工智能融合在映射中的核心作用要求制定专门针对网络嵌入式AI的治理框架，不同于通用AI监管。在这方面，2024年2月十国政府发布的支持“安全、开放和设计即弹性”原则的联合声明确立了国际基准。国家政策制定者应通过制定特定于行业的算法透明度、数据主权和责任分配要求来实现这一基准，包括自主服务质量管理（QoS）和实时流量编排[34]。第三，在监管沙盒领域，政府应在技术中心性最高的行业中实施受控部署环境，如表3所示，包括医疗保健（主要要求：HRLLC）、智能制造（共同主要要求：IAAC和ISAC）和智慧城市基础设施（大规模通信和UC）。这些沙盒框架在放宽许可条件的情况下促进6G支持服务的受控实验，同时生成关于性能、安全性和经济效益的实证证据；现有文献中缺乏此类证据，这将大大降低后续商业部署的投资不确定性[38]。

另一个政策建议涉及本研究确定的用例组合中的公共支持顺序。德尔菲映射显示6G用例在两个维度上有自然的结构化差异，即技术成熟度（体现在Likert评分高于或低于中位数（4.0））和部署成熟度（通过活跃的试点项目或现有5G基础设施的存在来衡量）。在HRLLC和大规模通信两个维度上得分均高于中位数的用例，包括远程医疗、智能电网系统、灾难和紧急监测以及地面网络扩展，表现出明确的社会需求和成熟的运营商生态系统，适合于近期激励计划，如针对性补贴、强制性服务水平承诺和公共采购要求，以确保需求确定性。主要基于人工智能融合的用例，包括全自动化、智能物流和学习工厂应用，在实现商业化之前需要在AI基础设施和跨行业数据共享框架上投入大量资金；因此，政策支持应优先考虑促进条件，包括开放数据计划、互操作性要求和与3GPP Release 20时间表对齐的研发合作计划。与此同时，沉浸式娱乐和包含全息组件的远程教育等用例主要受到设备可负担性和消费者采纳的限制，而非网络能力的限制；因此，政策应侧重于需求侧的刺激，包括内容生态系统开发、数字素养倡议和针对设备制造商的税收激励，其实施顺序应在HRLLC和大规模通信基础设施建设之后[39,40]。

除了技术政策考量之外，本研究中的用例映射结果还对6G商业化的经济和财务维度具有直接影响。正如Oughton和Lehr通过全面的技术经济评估5G所展示的，基础设施投资需求与性能目标的非线性关系：例如，提供每用户100 Mbps的保证速度所需的资本支出是最佳努力部署的四到五倍。在6G背景下，由于人工智能融合和大规模通信成为主导技术要求，这种成本放大尤为明显。具体来说，原生AI网络架构需要在边缘计算硬件、专用AI芯片和AI治理框架上投入大量资金，而涉及非地面网络、智慧城市和大规模工业物联网的大规模通信用例则需要密集部署太赫兹频段基站，这在有限传播条件下会导致高昂的单位成本[39]。因此，政策制定者应根据技术中心性和经济准备度这两个标准来优先考虑用例。根据表3中的映射结果，医疗保健（例如远程手术和远程医疗）和智慧城市基础设施表现出高技术中心性（主要要求分别为HRLLC和大规模通信），并结合了相对成熟的部署生态系统，使其成为早期投资激励和公私合作伙伴关系的有力候选者。相比之下，尽管沉浸式娱乐和全自动化在技术上要求较高，但由于设备成本、频谱可用性和消费者采纳的不确定性，它们面临更大的市场准备障碍，因此可能需要与3GPP Release 20及后续版本对齐的后期投资阶段[37]。为了将本研究中的技术映射转化为可操作的投资策略，未来的研究应扩展棱镜框架，加入第四个维度，即经济可行性评分，借鉴5G/6G技术经济文献中推荐的成本效益分析、总拥有成本建模和社会需求指标[39,40]。这样的扩展将把当前的技术路线图转变为一个全面的商业化准备评估工具。

总之，本研究汇编并综合了来自主要国内外文献的6G用例，并根据六个核心技术要求（即沉浸式通信、大规模通信、HRLLC、ISAC、IAAC和UC）进行了三轮德尔菲专家评估，并使用基于IQR共识监测的方法进行评估。其主要创新包括：（1）基于棱镜的3D可视化框架，能够捕捉六个技术要求之间的结构依赖性，这是传统二维图表无法有效表示的；（2）九个标准的多维度分类框架，结合了社会、行为和工业服务背景，而不仅仅是技术维度。该框架产生了行业特定的见解：在医疗保健领域，HRLLC是远程手术和远程医疗的主要推动力，而人工智能融合支持智能诊断；在智能制造领域，IAAC和ISAC共同作为自主质量控制和实时传感的要求；在基础设施领域，包括智慧城市和非地面网络，大规模通信和UC建立了基本的连接要求。所提出的多维度分类进一步有助于识别关键技术应用，为跨行业融合策略的制定提供信息，并支持在多样化工业背景下设计以用户为中心的服务。总体而言，本研究通过引入一种可复制的方法论框架，将结构化的技术要求分析与多维度服务背景分类相结合，推动了文献的发展。将人工智能融合和大规模通信确定为主要的跨用例要求，强调了同时解决原生AI网络智能和大规模设备连接性的战略研发规划的必要性。因此，Prism框架作为一种实用的决策支持工具，用于制定分阶段的技术路线图，并指导在六个技术维度上的研发投资分配。本研究还指出了四个主要的局限性，这些局限性决定了未来研究的重点。首先，技术需求的优先级判定基于专家的定性判断；尽管采用了基于四分位距（IQR）的共识监控方法，但未来的研究应进一步纳入客观的定量指标，如技术依赖性评分、性能要求权重以及情景实施难度系数，并对专家评分结果进行正式的可靠性和有效性分析，以减少主观性并提高研究的可重复性。其次，所有21个用例均来源于现有的学术文献和机构报告；因此，未来的研究应整合通过6G试点项目、实验室实验以及前瞻性行业路线图识别出的新用例，以提高研究的预见性。第三，目前Prism框架中的位置确定是基于专家的共识排名而非计算得出的坐标；因此，未来的研究将建立一个定量映射模型，将李克特量表（Likert scale）的评分转换为3D坐标，从而实现用例的数学比较和算法定位。最后，也是最值得关注的一点，本研究仅关注技术需求，而没有考虑经济可行性、市场准备情况、成本效益分析或社会需求，而这些因素对于6G的实际商业化至关重要。因此，将技术经济维度纳入Prism框架是未来研究最具影响力的方向，因为它可以将当前的技术映射转化为一个评估6G商业化准备程度的综合性工具。