6G无线通信系统对信道模型的精确性、高效性及环境适配性提出前所未有的挑战。本报告从底层电磁理论出发，延伸至高动态复杂场景的统计建模，最后探讨AI赋能的信道生成新范式。首先，针对全息超表面等6G前沿技术，提出基于高斯-勒让德求积的连续孔径信道离散化方法，信道重构精度比经典方法提升多个数量级，使能多场景小尺度统计建模。其次，面向6G天空地海一体化需求，开展海陆信道实测与建模，提出大小尺度和海浪引起的定点衰落统计模型，采用基尼系数量化信道稀疏性，并精准刻画超视距传播规律。再次，为解决统计建模的环境适配性问题，提出体素化辐射场信道预测方法，训练效率较传统神经辐射场提升约47倍，所需数据量降低80%。进一步，构建了基于视觉语言模型与全景RGB-D的信道预测框架，实现多径功率、时延及到达角等信道信息的智能生成。