隨著5G技術在全球范圍內大規模部署，無線通信領域正站在代際躍遷的重要節點。5G憑借增強型移動寬帶（eMBB）、超高可靠低時延通信（uRLLC）和海量機器類通信（mMTC）三大核心場景，搭建起萬物互聯的基礎框架，有力推動了工業互聯網、智慧城市、自動駕駛等領域的數字化轉型。然而，社會數字化進程持續加快，AI、元宇宙、全息通信等新興技術不斷涌現，對無線網絡的連接密度、傳輸速率、智能化水平以及與物理世界的融合程度提出了更高要求，遠超當前網絡的能力范疇。
在此形勢下，面向2030年及未來的6G網絡成為全球學術界和產業界共同關注的焦點。為滿足6G網絡對極致性能的追求，傳統以靜態配置為主的網絡架構設計范式已難以適應。現有網絡優化主要依賴歷史數據和離線模型，在應對超大規模異構設備接入、動態多變的業務需求以及復雜多變的無線傳播環境時，其局限性愈發明顯。網絡配置的滯后性、運維成本的高昂以及資源利用的粗放，成為制約網絡向更高效率、更高智能層次發展的關鍵因素。
為了突破這些瓶頸，網絡需要一種全新的范式，能夠以前瞻、動態、數據驅動的方式，對物理網絡進行全生命周期的精準管理，包括精準刻畫、實時監控、智能優化和閉環控制。在這一需求的推動下，網絡數字孿生技術應運而生，并迅速被視為6G網絡向智能化演進的關鍵使能技術。該技術通過構建物理網絡的虛擬鏡像，實現對網絡狀態的實時感知和預測，為網絡的智能優化和動態調整提供有力支持。
