6G电磁世界模型论文提出 联合信道预测与环境三维重建新框架

随着第六代无线通信（6G）研究的推进，感通一体化与场景智能成为业界关注的重要方向。然而现有工作大多将信道预测与环境感知分开处理，缺乏统一的建模框架。arXiv上一篇新发表的研究针对这一痛点，提出名为电磁世界模型（EMWM）的统一框架，旨在同时完成信道状态信息预测与环境三维重建两项任务。

该框架的核心思路是利用光信号与射频信号在传播过程中对周围环境的共同依赖。研究将部分信道状态信息（CSI）与多视角RGB图像分别编码为CSI token与视觉token，再交由具备局部与全局聚合能力的分层世界模型主干进行联合处理。在学得的统一表征之上，框架采用基于混合专家（MoE）的CSI预测头补全完整信道信息，同时借助深度预测头估计多视角深度图，并进一步转化为三维点云用于环境重建。

为支撑训练与验证，研究团队基于校园数字孪生构建了一个大规模多模态数据集。实验结果显示，EMWM在CSI预测任务上的平方广义余弦相似度（SGCS）达到0.9699，优于传统神经网络以及大语言模型基线，并在不同信噪比条件下保持稳健，在28GHz频段展现出零样本泛化能力。作者将这一工作定位为首个面向6G任务的统一电磁建模范式探索。

【空音视角】 对WiFi感知与非接触监测从业者而言，这项研究的意义在于它印证了射频信号与视觉信号在物理层具备可被联合学习的互补性。空音所关注的CSI分析与WiFi感知，本质上同样依赖信道状态对环境扰动的敏感性，6G感通融合框架与统一电磁表征的演进，将为更细粒度的环境感知与室内状态重建提供新的模型与数据基础。但也需指出，该工作聚焦于通信信道与三维几何重建，与呼吸、心率等微弱生命体征信号的检测在任务层级上仍有距离，相关能力的跨任务迁移仍待进一步研究。

—— 本文基于公开报道由空音编辑部 AI 辅助改写 来源：arXiv 信号处理 原文链接：https://arxiv.org/abs/2608.17769