隨著科技的進展，行動通訊網路以每十年一世代 (Generation) 的速度進步。從1980年代的第一世代的大哥大開始，到2030年預計誕生的6G網路，數以萬計的研究人員與工程師日以繼夜地投入電信產業的發展，希望提供更快、更普及、更節能的網路服務。以6G網路為例，根據產業發展的需求，未來發展目標可以分成以下三面向：
第一，針對元宇宙、全像式影像、虛擬實境等高品質影音應用，需要更高頻寬的無線接取網路服務。
第二，考慮到萬物聯網的需求，帶來裝置密度與系統容量的設計挑戰。
第三，車聯網與企業專網的應用，改變了過去以人為主的設計準則，引入了更嚴格的延遲限制。

為了達成上述6G網路高頻寬、廣布建、低延遲需求，各學術中心與業界單位嘗試在先進無線技術、增廣頻譜接取、異質網路架構以及智能通訊應用這四個面向上的發展，為 6G網路技術達成突破，並期許開放架構能加速6G 技術發展。

首先，在先進無線技術方面，6G網路除了傳統的時域與頻域多工外，透過多天線技術，產生出無線通訊額外多工維度的可能。此維度不僅止於波束指向或是空間多工，舉例而言，Orbital Angular Momentum (OAM) 技術可透過特有的多模分工 (Mode-Division Multiplexing，MDM) 方式，大幅增進通道傳輸容量，成為6G潛在的無線技術突破。

在增廣頻譜接取方面，在6G發展中，希望透過拓展操作頻帶至10 THz，提供相較5G數百倍的無線通訊網速。然而，更寬廣的頻帶使用，也帶來了異質無線特性的整合問題，舉例來說，微米波通訊可以提供高速資料傳輸，卻也受限於嚴重的通道衰減。因此，如何整合異質的無線接取頻帶，同時提供高速與低延遲的網路是6G發展中的一個主要問題。除了異質頻帶的整合外，異質網路架構的整合是另一個挑戰。考慮到無人機與低軌道衛星在未來通訊中的應用，6G網路不僅止於地面上大小基地台的整合，還包含了在三維空間中，不同高度與覆蓋的異質無線網路整合。

最後，智能通訊應用希望借力於機器學習近年突破性的發展，為6G網路提供以使用者為中心的資源最佳化動態配置。然而，若要將機器學習應用於通訊網路，所需的不止於演算法的開發，更重要的是計算資源調度的基礎設施以及標準化的資料接口。對此，Open Radio Access Network (O-RAN) 透過開放架構以及電信商合作，形成智能通訊的潛在解決方案。