12月28日，阿里巴巴達(dá)摩院（以下簡(jiǎn)稱達(dá)摩院）發(fā)布了2022十大科技趨勢(shì)，從“范式重置”到“場(chǎng)景變革”再到“未來互聯(lián)”。 回顧2021年的科技趨勢(shì)預(yù)測(cè)，包含了量子計(jì)算、芯片開源、腦機(jī)接口、云原生、AI預(yù)訓(xùn)練大模型等，虛實(shí)難分的“元宇宙”更是在年尾掀起一波熱潮。

通過比對(duì)可以發(fā)現(xiàn)，所有尖端技術(shù)行至當(dāng)前，都是有跡可循的。在達(dá)摩院的預(yù)判中，2022年科技發(fā)展將趨于硬核、多元。

達(dá)摩院表示，這份報(bào)告的意義不只在于預(yù)測(cè)結(jié)果正確與否，而在于它努力提供的一個(gè)獨(dú)特視角和同樣努力構(gòu)建的一種科學(xué)方法。這個(gè)視角代表著一群面向?qū)嶋H問題的研究者對(duì)未來的思考，他們確實(shí)感受到了技術(shù)演進(jìn)的慣性；這個(gè)科學(xué)的方法則嘗試著讓這群人與社會(huì)各界者展開互動(dòng)，各方對(duì)未來的感知依靠這個(gè)方法交融，讓整個(gè)社會(huì)都感受到技術(shù)演進(jìn)的脈搏。

這是達(dá)摩院成立四年來第四次發(fā)布年度科技趨勢(shì)，通過“定量發(fā)散”與“定性收斂”結(jié)合的研究方法，過去四年間的770多萬篇論文和8.5萬份專利都進(jìn)入量化模型，定量分析的權(quán)重顯著上升，覆蓋159個(gè)與信息科學(xué)交叉的領(lǐng)域，挖掘其中熱點(diǎn)及重點(diǎn)技術(shù)突破。與此同時(shí)，參與其中的科學(xué)家、創(chuàng)新者和政策研究者也越來越多，深度訪談近100位科學(xué)家，他們對(duì)已有狀況的分析、對(duì)可能未來的前瞻和基于事實(shí)的嚴(yán)謹(jǐn)討論，都讓研究人員的思路得以開闊但視線得以聚焦。

以下是達(dá)摩院2022十大科技趨勢(shì)：

趨勢(shì)一：AI for Science

人工智能成為科學(xué)家的新生產(chǎn)工具，催生科研新范式。

實(shí)驗(yàn)科學(xué)和理論科學(xué)是數(shù)百年來科學(xué)界的兩大基礎(chǔ)范式，而人工智能正在催生新的科研范式。機(jī)器學(xué)習(xí)能夠處理多維、多模態(tài)的海量數(shù)據(jù)，解決復(fù)雜場(chǎng)景下的科學(xué)難題，帶領(lǐng)科學(xué)探索抵達(dá)過去無法觸及的新領(lǐng)域。人工智能不僅將加速科研流程，還將幫助發(fā)現(xiàn)新的科學(xué)規(guī)律。預(yù)計(jì)未來三年，人工智能將在應(yīng)用科學(xué)中得到普遍應(yīng)用，在部分基礎(chǔ)科學(xué)中開始成為科學(xué)家的生產(chǎn)工具。

科學(xué)研究是在星辰大海里探索未知，科學(xué)發(fā)現(xiàn)漫長(zhǎng)而偶然，重大突破仰賴大科學(xué)家的貢獻(xiàn)，如牛頓、愛因斯坦、楊振寧等，盡管眾多科學(xué)家不懈投入，科學(xué)發(fā)展的速度仍受到一定限制。

計(jì)算機(jī)科學(xué)改變科研的路徑是從下游逐漸走向上游。起初計(jì)算機(jī)主要用來做實(shí)驗(yàn)數(shù)據(jù)的分析與歸納。后來科學(xué)計(jì)算改變了科學(xué)實(shí)驗(yàn)的方式，人工智能結(jié)合高性能計(jì)算，在實(shí)驗(yàn)成本與難度較高的領(lǐng)域開始用計(jì)算機(jī)進(jìn)行實(shí)驗(yàn)的模擬，驗(yàn)證科學(xué)家的假設(shè)，加速科研成果的產(chǎn)出，如核能實(shí)驗(yàn)的數(shù)字反應(yīng)堆，能夠降低實(shí)驗(yàn)成本、提高安全性、減少核廢料產(chǎn)生。近年，人工智能被證明能做科學(xué)規(guī)律發(fā)現(xiàn)，不僅在應(yīng)用科學(xué)領(lǐng)域，也能在基礎(chǔ)科學(xué)領(lǐng)域發(fā)揮作用，如DeepMind使用人工智能來幫助證明或提出新的數(shù)學(xué)定理，輔助數(shù)學(xué)家形成對(duì)復(fù)雜數(shù)學(xué)的直覺。

人工智能將成為科學(xué)家繼計(jì)算機(jī)之后的新生產(chǎn)工具，一是帶來效率的顯著提升，人工智能將伴隨科研的全流程，從假設(shè)、實(shí)驗(yàn)到歸納總結(jié)，讓科學(xué)家不需要像過去一樣十年寒窗才能產(chǎn)出科學(xué)成果，而是能在一生中保持高產(chǎn)；二是讓科學(xué)不再依賴少數(shù)天才，人工智能對(duì)科學(xué)研究產(chǎn)生猜想，讓科學(xué)家就其中有意義有價(jià)值的部分進(jìn)行實(shí)驗(yàn)與證明，讓更多人能夠參與到科學(xué)研究中。

人工智能在各科研領(lǐng)域中的應(yīng)用節(jié)奏將有所區(qū)別，在數(shù)字化程度高、數(shù)據(jù)積累好、問題已經(jīng)被清晰定義的領(lǐng)域中將推進(jìn)地更快，如生命科學(xué)領(lǐng)域，AlphaFold2運(yùn)用生命科學(xué)積累的大量數(shù)據(jù)，通過基因序列預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)，對(duì)泛生命科學(xué)領(lǐng)域產(chǎn)生了深遠(yuǎn)的影響。另一方面，在復(fù)雜性高、變量因子多的領(lǐng)域，人腦難以歸納總結(jié)，機(jī)器學(xué)習(xí)可發(fā)揮優(yōu)勢(shì)在海量多維的數(shù)據(jù)中找到科學(xué)規(guī)律，如流體力學(xué)等。

人工智能與科研深度結(jié)合仍然需要解決三個(gè)挑戰(zhàn)，一是人機(jī)交互問題，人工智能與科學(xué)家在科研流程上的協(xié)作機(jī)制與分工需要更加明確，形成緊密的互動(dòng)關(guān)系；二是人工智能的可解釋性，科學(xué)家需要明確的因果關(guān)系來形成科學(xué)理論，人工智能需要更容易被理解，以建立科學(xué)與人工智能之間的信任關(guān)系；三是交叉學(xué)科人才，專業(yè)領(lǐng)域科學(xué)家與人工智能專家的相互理解程度低，彼此互相促進(jìn)的障礙仍然較高。

我們預(yù)測(cè)在未來的三年內(nèi)，人工智能技術(shù)在應(yīng)用科學(xué)中將得到普遍應(yīng)用，在部分基礎(chǔ)科學(xué)中開始成為研究工具。

趨勢(shì)二：大小模型協(xié)同進(jìn)化

大模型參數(shù)競(jìng)賽進(jìn)入冷靜期，大小模型在云邊端協(xié)同進(jìn)化。

超大規(guī)模預(yù)訓(xùn)練模型是從弱人工智能向通用人工智能的突破性探索，解決了傳統(tǒng)深度學(xué)習(xí)的應(yīng)用碎片化難題，但性能與能耗提升不成比例的效率問題限制了參數(shù)規(guī)模繼續(xù)擴(kuò)張。人工智能研究將從大模型參數(shù)競(jìng)賽走向大小模型的協(xié)同進(jìn)化，大模型向邊、端的小模型輸出模型能力，小模型負(fù)責(zé)實(shí)際的推理與執(zhí)行，小模型再向大模型反饋算法與執(zhí)行成效，讓大模型的能力持續(xù)強(qiáng)化，形成有機(jī)循環(huán)的智能體系。

谷歌的BERT、Open AI的GPT-3、智源的悟道、達(dá)摩院的M6、AliceMind等大規(guī)模預(yù)訓(xùn)練模型取得了巨大成果，大模型的性能有了飛躍性的提升，為下游的AI模型提供很好的基礎(chǔ)。然而大模型訓(xùn)練對(duì)資源消耗過大，GPT-3訓(xùn)練一次需要19萬度電，相當(dāng)于開車從地球到月球往返一圈，參數(shù)數(shù)量增加所帶來的性能提升與消耗提升不成比例，讓大模型的效率受到挑戰(zhàn)。

大模型的規(guī)模發(fā)展將進(jìn)入冷靜期，大模型與相關(guān)聯(lián)的小模型協(xié)同將是未來的發(fā)展方向。大模型沉淀的知識(shí)與認(rèn)知推理能力向小模型輸出，小模型基于大模型的基礎(chǔ)疊加在垂直場(chǎng)景的感知、認(rèn)知、決策、執(zhí)行能力，再將執(zhí)行的結(jié)果反饋給大模型，讓大模型的知識(shí)與能力持續(xù)進(jìn)化，形成一套有機(jī)循環(huán)的智能系統(tǒng)，參與者越多，受惠者也越多，同時(shí)模型進(jìn)化的速度也越快。

新的智能體系帶來三個(gè)優(yōu)勢(shì)：一是讓小模型更容易獲取通用的知識(shí)與能力，在特定場(chǎng)景做極致優(yōu)化，提升了性能與效率；二是解決了過去大模型數(shù)據(jù)集過于單一的問題，小模型在真實(shí)場(chǎng)景回收的增量數(shù)據(jù)，讓大模型有再進(jìn)化的元素；三是全社會(huì)不需要重復(fù)訓(xùn)練相似的大模型，模型可以被共享，讓算力與能源的使用效率最大化。

AI是數(shù)字經(jīng)濟(jì)時(shí)代的關(guān)鍵生產(chǎn)工具，給產(chǎn)業(yè)或?qū)W術(shù)的生產(chǎn)方式帶來顛覆式的改變，AI基礎(chǔ)模型讓AI的生產(chǎn)方式極大的簡(jiǎn)化，可以更靈活的按需開發(fā)垂直領(lǐng)域的增量算法模型，提高模型生產(chǎn)的效率。

另一方面，復(fù)雜系統(tǒng)彼此間可以更有機(jī)的融合，如城市治理的場(chǎng)景，云是治理中樞大腦，邊端是各路攝像頭及邊緣設(shè)備，其中一路攝像頭將看到的數(shù)據(jù)進(jìn)行學(xué)習(xí)，將學(xué)習(xí)的結(jié)果反饋給治理中樞，治理中樞再將學(xué)習(xí)的成果賦能給其他類似場(chǎng)景的攝像頭，形成不斷進(jìn)化的系統(tǒng)。

新的智能體系需要克服三個(gè)挑戰(zhàn)，一是大模型與知識(shí)和常識(shí)的融合，將以規(guī)則存在的知識(shí)利用起來，提升模型通用能力的同時(shí)也降低訓(xùn)練所需的數(shù)據(jù)量，讓大模型從數(shù)據(jù)驅(qū)動(dòng)走向知識(shí)與數(shù)據(jù)融合驅(qū)動(dòng)；二是大小模型的協(xié)同機(jī)制，包含大模型的知識(shí)與能力向小模型降維遷移的有效性挑戰(zhàn)、小模型的小樣本學(xué)習(xí)向大模型的升維融合、不同維度數(shù)據(jù)的清洗與治理等；三是大模型的可解釋性與因果推理，隨著小模型對(duì)大模型的依賴上升，對(duì)大模型的信任決定是否能被廣泛的使用。

我們預(yù)測(cè)在未來的3年內(nèi)，在個(gè)別領(lǐng)域?qū)⒁远嘀行牡拇笠?guī)模預(yù)訓(xùn)練模型為AI基礎(chǔ)模型，對(duì)協(xié)同進(jìn)化的智能系統(tǒng)進(jìn)行試點(diǎn)探索。在未來的5年內(nèi)，運(yùn)用AI基礎(chǔ)模型成為AI模型生產(chǎn)的標(biāo)準(zhǔn)方式，極大幅度改變生產(chǎn)流程及生產(chǎn)所需的技能。

趨勢(shì)三：硅光芯片

光電融合兼具光子和電子優(yōu)勢(shì)，突破摩爾定律限制。

電子芯片的發(fā)展逼近摩爾定律極限，難以滿足高性能計(jì)算不斷增長(zhǎng)的數(shù)據(jù)吞吐需求。硅光芯片用光子代替電子進(jìn)行信息傳輸，可承載更多信息和傳輸更遠(yuǎn)距離，具備高計(jì)算密度與低能耗的優(yōu)勢(shì)。隨著云計(jì)算與人工智能的大爆發(fā)，硅光芯片迎來技術(shù)快速迭代與產(chǎn)業(yè)鏈高速發(fā)展。預(yù)計(jì)未來三年，硅光芯片將承載絕大部分大型數(shù)據(jù)中心內(nèi)的高速信息傳輸。

電子芯片集成技術(shù)進(jìn)步趨于飽和，高性能計(jì)算對(duì)數(shù)據(jù)吞吐要求不斷增長(zhǎng)，亟需技術(shù)突破。

光子芯片不同于電子芯片，技術(shù)上另辟蹊徑，用光子代替電子進(jìn)行信息傳輸，可以承載更多的信息和傳輸更遠(yuǎn)的距離。光子彼此間的干擾少、提供相較于電子芯片高兩個(gè)數(shù)量級(jí)的計(jì)算密度與低兩個(gè)數(shù)量級(jí)的能耗，相較于量子芯片，光子芯片不需要改變二進(jìn)制的架構(gòu)，能夠延續(xù)當(dāng)前的計(jì)算機(jī)體系。光子芯片需要與成熟的電子芯片技術(shù)融合，運(yùn)用電子芯片先進(jìn)的制造工藝及模塊化技術(shù)，結(jié)合光子和電子優(yōu)勢(shì)的硅光技術(shù)將是未來的主流形態(tài)。

硅光芯片的技術(shù)突破和快速迭代，以及高速增長(zhǎng)的商業(yè)化需求，歸因于云計(jì)算與人工智能的大爆發(fā)。大型分布式計(jì)算、大數(shù)據(jù)分析、云原生應(yīng)用讓數(shù)據(jù)中心內(nèi)的數(shù)據(jù)通信密度大幅提升，數(shù)據(jù)移動(dòng)成為性能瓶頸。傳統(tǒng)光模塊成本過高，難以大規(guī)模應(yīng)用，硅光芯片能夠在低成本的前提下有效提高數(shù)據(jù)中心內(nèi)集群之間、服務(wù)器之間、乃至于芯片之間的通信效率。

另一方面，據(jù)OpenAI統(tǒng)計(jì)，自2012年，每3.4個(gè)月人工智能的算力需求就翻倍，摩爾定律帶來的算力增長(zhǎng)已無法完全滿足需求，硅光芯片更高計(jì)算密度與更低能耗的特性是極致算力的場(chǎng)景下的解決方案。

硅光芯片概念誕生約40年前。本世紀(jì)初，核心技術(shù)的突破奠定大規(guī)模商用的基礎(chǔ)。可廣泛應(yīng)用于數(shù)據(jù)中心內(nèi)外的光通信，逐步向光計(jì)算拓展。硅光目前核心挑戰(zhàn)來自產(chǎn)業(yè)鏈和工藝水平。硅光芯片的設(shè)計(jì)、量產(chǎn)、封裝等未形成標(biāo)準(zhǔn)化和規(guī)?；M(jìn)而導(dǎo)致其在產(chǎn)能、成本、良率上的優(yōu)勢(shì)還未顯現(xiàn)。光計(jì)算領(lǐng)域的挑戰(zhàn)是精度低于電子芯片，進(jìn)而限制其應(yīng)用場(chǎng)景，集成度也需要提高來提升算力。

值得關(guān)注的是，光通信與光計(jì)算是相輔相成的，光通信中的光電轉(zhuǎn)換技術(shù)會(huì)在光計(jì)算中得到應(yīng)用，光計(jì)算中要求的低損耗、高密度光子集成也會(huì)進(jìn)一步促進(jìn)光通信的發(fā)展，將來數(shù)據(jù)計(jì)算和傳輸有可能都在光域完成。

光電融合是未來芯片的發(fā)展趨勢(shì)，硅光子和硅電子芯片取長(zhǎng)補(bǔ)短，充分發(fā)揮二者優(yōu)勢(shì)，促使算力的持續(xù)提升。未來3年，硅光芯片將支撐大型數(shù)據(jù)中心的高速信息傳輸；未來5-10年，以硅光芯片為基礎(chǔ)的光計(jì)算將逐步取代電子芯片的部分計(jì)算場(chǎng)景。

趨勢(shì)四：綠色能源 AI

人工智能助力大規(guī)模綠色能源消納，實(shí)現(xiàn)多能互補(bǔ)的電力體系。

風(fēng)電、光伏等綠色能源近年來快速發(fā)展，也帶來了并網(wǎng)難、消納率低等問題，甚至出現(xiàn)了“棄風(fēng)”、“棄光”等現(xiàn)象。核心原因在于綠色能源存在波動(dòng)性、隨機(jī)性、反調(diào)峰等特征，大規(guī)模并網(wǎng)可能影響電網(wǎng)的安全穩(wěn)定運(yùn)行。人工智能技術(shù)的應(yīng)用，將有效提升電網(wǎng)等能源系統(tǒng)消納多樣化電源和協(xié)調(diào)多能源的能力，成為提升能源利用率和穩(wěn)定性的技術(shù)支撐，推動(dòng)碳中和進(jìn)程。預(yù)計(jì)未來三年，人工智能技術(shù)將幫助電力系統(tǒng)實(shí)現(xiàn)大規(guī)模綠色能源消納，實(shí)現(xiàn)電力系統(tǒng)的安全、高效、穩(wěn)定運(yùn)行。

綠色能源大規(guī)模并網(wǎng)后，風(fēng)電與光伏發(fā)電的波動(dòng)性、隨機(jī)性、反調(diào)峰等特性將對(duì)電網(wǎng)的穩(wěn)定性和可控性造成沖擊，需要提高綠色能源并網(wǎng)、輸送、消納和安全運(yùn)行的能力。根據(jù)中國(guó)國(guó)家能源局測(cè)算，中國(guó)統(tǒng)一可再生能源電力消納責(zé)任權(quán)重需要從2021年的28.7%提升至2030年的40%，風(fēng)電、太陽(yáng)能發(fā)電總裝機(jī)容量屆時(shí)將達(dá)到12億千瓦以上。

人工智能技術(shù)在發(fā)電功率的精準(zhǔn)預(yù)測(cè)、電力優(yōu)化調(diào)度、電站性能評(píng)估、故障監(jiān)測(cè)和風(fēng)險(xiǎn)管理等方面將發(fā)揮不可替代的作用，帶來三大突破：

一是精準(zhǔn)的功率預(yù)測(cè)，大數(shù)據(jù)和神經(jīng)網(wǎng)絡(luò)的算法應(yīng)用，將提升氣象預(yù)報(bào)的準(zhǔn)確性，減少新能源發(fā)電功率預(yù)測(cè)的誤差。特別是在遠(yuǎn)距離、跨區(qū)域的綠能消納上，人工智能技術(shù)通過對(duì)電力天氣預(yù)報(bào)的預(yù)測(cè)和分析，調(diào)節(jié)發(fā)電功率，動(dòng)態(tài)優(yōu)化電力系統(tǒng)發(fā)電策略，保障電網(wǎng)穩(wěn)定運(yùn)行。

二是智能的調(diào)度控制，在電力調(diào)度端，深度學(xué)習(xí)、大數(shù)據(jù)驅(qū)動(dòng)技術(shù)和機(jī)理仿真技術(shù)融合，將幫助電力調(diào)度系統(tǒng)持續(xù)優(yōu)化控制策略，增強(qiáng)風(fēng)電、光伏、水電和儲(chǔ)能的多能源協(xié)調(diào)能力，實(shí)現(xiàn)多能互補(bǔ)，解決用電高峰期和低谷期電力輸出不平衡的問題。綠能的大規(guī)模并網(wǎng)對(duì)電網(wǎng)交直流混聯(lián)、源網(wǎng)荷儲(chǔ)交互的靈活重構(gòu)、運(yùn)行優(yōu)化與決策也提出了更高要求。未來，人工智能技術(shù)將支撐我國(guó)綠色能源進(jìn)入增量主體階段。

三是自動(dòng)化的故障響應(yīng)，基于大數(shù)據(jù)和深度學(xué)習(xí)做電網(wǎng)設(shè)備的實(shí)時(shí)監(jiān)測(cè)，有助于快速提取故障特征，大幅提升電力系統(tǒng)的故障識(shí)別能力和響應(yīng)速度。隨著技術(shù)融合的加深，未來有望實(shí)現(xiàn)毫秒級(jí)的自動(dòng)化預(yù)警監(jiān)測(cè)和控制。

綠色能源的大規(guī)模開發(fā)和利用已經(jīng)成為當(dāng)今世界能源發(fā)展的主要方向。在高比例綠色能源并網(wǎng)的趨勢(shì)下，傳統(tǒng)電力系統(tǒng)難以應(yīng)對(duì)綠色能源在大風(fēng)、暴雨、雷電等天氣下發(fā)電功率的不確定性，以及復(fù)雜故障及時(shí)響應(yīng)的應(yīng)對(duì)能力。在運(yùn)行監(jiān)測(cè)過程中，參數(shù)核驗(yàn)和故障監(jiān)測(cè)仍需要大量的人工參與，故障特征提取困難，識(shí)別難度大。針對(duì)大規(guī)模綠色能源并網(wǎng)在穩(wěn)定、運(yùn)行和規(guī)劃上面臨的各種挑戰(zhàn)，以人工智能為主的新一代信息技術(shù)將對(duì)能源系統(tǒng)整體的高效穩(wěn)定運(yùn)行提供技術(shù)保障和有力支撐。

人工智能與能源電力的深度融合，將推動(dòng)大規(guī)模新能源發(fā)電、并網(wǎng)、輸送、消納和安全運(yùn)行，完成對(duì)能源系統(tǒng)的升級(jí)改造。我們預(yù)計(jì)在未來的三年內(nèi)，人工智能技術(shù)將幫助電力系統(tǒng)實(shí)現(xiàn)大規(guī)模綠能消納，能源供給在時(shí)間和空間維度上能夠互聯(lián)互濟(jì)，網(wǎng)源協(xié)調(diào)發(fā)展，彈性調(diào)度，實(shí)現(xiàn)電力系統(tǒng)的安全、高效、穩(wěn)定運(yùn)行。

趨勢(shì)五：柔性感知機(jī)器人

機(jī)器人將兼具柔性和類人感知，可自適應(yīng)完成多種任務(wù)。

傳統(tǒng)機(jī)器人依賴預(yù)編程，局限于大型生產(chǎn)線等結(jié)構(gòu)化場(chǎng)景。近年來，柔性機(jī)器人結(jié)合柔性電子、力感知與控制、人工智能技術(shù)，獲得了力覺、視覺、聲音等感知能力，應(yīng)對(duì)多任務(wù)的通用性與應(yīng)對(duì)環(huán)境變化的自適應(yīng)性大幅提升。機(jī)器人將從大規(guī)模、標(biāo)準(zhǔn)化的產(chǎn)線走向小規(guī)模、非標(biāo)準(zhǔn)化的場(chǎng)景。預(yù)計(jì)未來五年，柔性感知機(jī)器人將逐步替代傳統(tǒng)工業(yè)機(jī)器人，成為產(chǎn)線上的主力設(shè)備，并在服務(wù)機(jī)器人領(lǐng)域開始規(guī)?；瘧?yīng)用。

機(jī)器人是技術(shù)的集大成者，在過去硬件、網(wǎng)絡(luò)、人工智能、云計(jì)算的融合發(fā)展下，技術(shù)成熟度有飛躍式的進(jìn)度，在現(xiàn)有機(jī)器人基礎(chǔ)上，機(jī)器人也朝向多任務(wù)、自適應(yīng)、協(xié)同化的路線發(fā)展。

柔性機(jī)器人是重要的突破代表，具有柔軟靈活、可編程、可伸縮等特征，結(jié)合柔性電子、力感知與控制等技術(shù)，可適應(yīng)多種不同的工作環(huán)境，并在不同的工作任務(wù)中進(jìn)行調(diào)節(jié)。近年柔性機(jī)器人結(jié)合人工智能技術(shù)，使得機(jī)器人具備感知能力，提升了機(jī)器人的通用性與自主性，降低對(duì)于預(yù)編程的依賴。

柔性感知機(jī)器人由于增加對(duì)環(huán)境的感知能力（包含力、視覺、聲音等），對(duì)任務(wù)的遷移能力增強(qiáng)，不再像傳統(tǒng)機(jī)器人需要窮舉各自可能性，并且可執(zhí)行依賴感知的任務(wù)（如醫(yī)療手術(shù)），拓展機(jī)器人的適用場(chǎng)景。另一個(gè)優(yōu)勢(shì)是任務(wù)中自適應(yīng)能力，面向突發(fā)的環(huán)境變化能夠及時(shí)反應(yīng)，準(zhǔn)確的完成任務(wù)并避免問題發(fā)生與擴(kuò)大。

在工業(yè)機(jī)器人領(lǐng)域，柔性感知機(jī)器人的出現(xiàn)讓機(jī)器人從大規(guī)模標(biāo)準(zhǔn)化的產(chǎn)線走向小規(guī)模非標(biāo)的產(chǎn)線，原因一是柔性感知機(jī)器人在任務(wù)間的轉(zhuǎn)換能力增強(qiáng)，二是智能化后降低使用的門檻。在疫情影響下，招工難度不斷提升，柔性感知機(jī)器人有望補(bǔ)足用工缺口。

在服務(wù)機(jī)器人領(lǐng)域，柔性感知機(jī)器人極大改善人機(jī)交互的體驗(yàn)與安全性，通過感知人的意圖，更柔軟地產(chǎn)生反應(yīng)與交互，使得服務(wù)機(jī)器人可實(shí)現(xiàn)與人更近距離的交互。

柔性感知機(jī)器人的另一個(gè)發(fā)展方向是可移動(dòng)性，與AGV（自動(dòng)導(dǎo)航機(jī)器）結(jié)合，可在更大范圍中實(shí)現(xiàn)自主性與執(zhí)行多任務(wù)的彈性，也為機(jī)器間與人機(jī)協(xié)作創(chuàng)造更多可能。

柔性感知機(jī)器人需要克服三個(gè)關(guān)鍵挑戰(zhàn)，一是機(jī)器人領(lǐng)域的智能水平受制于端側(cè)算力與小樣本學(xué)習(xí)的有效性，有賴于云端協(xié)同的突破；二是柔性機(jī)器人的精度受制于材料的剛性，執(zhí)行任務(wù)的準(zhǔn)確性較低，有賴于可變材料的突破；三是柔性機(jī)器人的成本，有賴于工藝優(yōu)化及進(jìn)一步通用化使得價(jià)格具備競(jìng)爭(zhēng)力。

我們預(yù)測(cè)，未來5年內(nèi)，柔性機(jī)器人將充分結(jié)合深度學(xué)習(xí)帶來的智能感知能力，能夠面向廣泛場(chǎng)景，逐步替代傳統(tǒng)工業(yè)機(jī)器人，成為產(chǎn)線上的主力設(shè)備。同時(shí)在服務(wù)機(jī)器人領(lǐng)域?qū)崿F(xiàn)商業(yè)化，在場(chǎng)景、體驗(yàn)、成本方面具備優(yōu)勢(shì)，開始規(guī)?；膽?yīng)用。

趨勢(shì)六：高精度醫(yī)療導(dǎo)航

人工智能與精準(zhǔn)醫(yī)療深度融合，助力診療精度與效率提升。

傳統(tǒng)醫(yī)療依賴醫(yī)生經(jīng)驗(yàn)，猶如人工尋路，效果參差不齊。人工智能與精準(zhǔn)醫(yī)療深度融合，專家經(jīng)驗(yàn)和新的輔助診斷技術(shù)有機(jī)結(jié)合，將成為臨床醫(yī)學(xué)的高精度導(dǎo)航系統(tǒng)，為醫(yī)生提供自動(dòng)指引，幫助醫(yī)療決策更快更準(zhǔn)，實(shí)現(xiàn)重大疾病的可量化、可計(jì)算、可預(yù)測(cè)、可防治。預(yù)計(jì)未來三年，以人為中心的精準(zhǔn)醫(yī)療將成為主要方向，人工智能將全面滲透在疾病預(yù)防和診療的各個(gè)環(huán)節(jié)，成為疾病預(yù)防和診療的高精度導(dǎo)航協(xié)同。

傳統(tǒng)醫(yī)學(xué)方法在疾病的早篩、診斷、預(yù)后、治療中存在局限性，體現(xiàn)在確診準(zhǔn)確率和診療效率、精度和效果等多方面。人工智能有望將醫(yī)療專家的經(jīng)驗(yàn)和新的輔助診斷技術(shù)有機(jī)結(jié)合，在滿足臨床設(shè)計(jì)目標(biāo)的基礎(chǔ)上不斷進(jìn)化，憑借良好的人機(jī)交互能力，與醫(yī)生協(xié)同互信，真正成為醫(yī)生不可或缺的幫手。

人工智能技術(shù)已被證明可與基因檢測(cè)、靶向治療、免疫治療等新技術(shù)研究有效結(jié)合，改變了單純依賴醫(yī)生經(jīng)驗(yàn)的診斷模式，以腫瘤為例：

在早篩和確診環(huán)節(jié)，人工智能技術(shù)的應(yīng)用從單一癌種走向全癌種的精準(zhǔn)早篩。使用人工智能影像分析，醫(yī)生可找到癌細(xì)胞的蹤跡，改變傳統(tǒng)僅用肉眼觀測(cè)癌細(xì)胞的診斷模式。通過對(duì)樣本大數(shù)據(jù)做標(biāo)志物的整合和分析，可實(shí)現(xiàn)大批量人群的自動(dòng)化篩查。同時(shí)，人工智能還能自動(dòng)生成多模態(tài)放射病理診斷和綜合評(píng)估報(bào)告，輔助醫(yī)生決策，提升癌癥早診率、治療率，降低惡性腫瘤的死亡率。根據(jù)英美國(guó)家的統(tǒng)計(jì)，使用人工智能技術(shù)做乳腺癌的早期篩查，陽(yáng)性誤診率分別降低了5.7%（美國(guó)）和1.2%（英國(guó)）。

在治療環(huán)節(jié)，人工智能技術(shù)將改善傳統(tǒng)癌癥治療方式，對(duì)腫瘤的處理不再是簡(jiǎn)單的手術(shù)切除與否，而是可以明確是否復(fù)發(fā)、轉(zhuǎn)移，做到比肉眼看得更準(zhǔn)，讓治療過程透明簡(jiǎn)單?；谂R床數(shù)據(jù)的分析，人工智能在放療與化療的個(gè)體情況檢測(cè)和靶向用藥方面也將發(fā)揮關(guān)鍵作用。此外，人工智能將在腫瘤特異性免疫治療過程中，持續(xù)提升預(yù)測(cè)抗原的精度。特異性的細(xì)胞免疫治療是最具潛力的腫瘤治療方法，需要通過腫瘤特異性識(shí)別來做抗原預(yù)測(cè)，人工智能代替人工實(shí)驗(yàn)來篩選海量的異常抗原肽和免疫細(xì)胞受體的空間結(jié)構(gòu)，完成醫(yī)生無法完成的工作。

在預(yù)后環(huán)節(jié)，人工智能技術(shù)改變了以往單純依賴專家經(jīng)驗(yàn)的預(yù)測(cè)方式，實(shí)現(xiàn)了基于臨床數(shù)據(jù)指征的精確計(jì)算，能夠指引預(yù)后，降低風(fēng)險(xiǎn)。

高精度醫(yī)療導(dǎo)航的主要挑戰(zhàn)是標(biāo)準(zhǔn)化、規(guī)范性和可解釋性，可解釋性是建立人工智能和醫(yī)生的互信關(guān)系、推動(dòng)產(chǎn)業(yè)化的先決條件。

未來三年，以人為中心的精準(zhǔn)醫(yī)療將成為主要方向，全面滲透在疾病預(yù)防和診療的各個(gè)環(huán)節(jié)，成為疾病預(yù)防和診療的高精度導(dǎo)航協(xié)同。而隨著因果推理的進(jìn)一步發(fā)展，可解釋性有望實(shí)現(xiàn)突破，人工智能將為疾病的預(yù)防和早診早治提供有力的技術(shù)支撐。

趨勢(shì)七：全域隱私計(jì)算

破解數(shù)據(jù)保護(hù)和利用兩難，隱私計(jì)算走向全域數(shù)據(jù)保護(hù)。

數(shù)據(jù)安全保護(hù)與數(shù)據(jù)流通是數(shù)字時(shí)代的兩難問題，破解之道是隱私計(jì)算。過去受制于性能瓶頸、技術(shù)信任不足、標(biāo)準(zhǔn)不統(tǒng)一等問題，隱私計(jì)算尚只能在少量數(shù)據(jù)的場(chǎng)景下應(yīng)用。隨著專用芯片、加密算法、白盒化、數(shù)據(jù)信托等技術(shù)融合發(fā)展，隱私計(jì)算有望跨越到海量數(shù)據(jù)，數(shù)據(jù)源將擴(kuò)展到全域，激發(fā)數(shù)字時(shí)代的新生產(chǎn)力。預(yù)計(jì)未來三年，全域隱私計(jì)算技術(shù)將在性能和可解釋性上有新的突破，或?qū)⒊霈F(xiàn)數(shù)據(jù)信托機(jī)構(gòu)提供基于隱私計(jì)算的數(shù)據(jù)共享服務(wù)。

在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)成為核心生產(chǎn)要素，但與此同時(shí)，數(shù)據(jù)確權(quán)、數(shù)據(jù)法規(guī)、隱私保護(hù)意識(shí)、數(shù)據(jù)安全保障等因素，已成為跨組織間數(shù)據(jù)的共享與價(jià)值挖掘必須面對(duì)的課題。

隱私計(jì)算融合密碼學(xué)、人工智能、芯片設(shè)計(jì)等學(xué)科，以多方安全計(jì)算、差分隱私、可信計(jì)算為代表技術(shù)，可在保證數(shù)據(jù)隱私不泄露的情況下實(shí)現(xiàn)計(jì)算分析，為跨組織的數(shù)據(jù)共享提供可行的模式。然而性能瓶頸、技術(shù)信任不足、標(biāo)準(zhǔn)不統(tǒng)一等問題，讓隱私計(jì)算尚只能在少量數(shù)據(jù)的場(chǎng)景下應(yīng)用。

隱私計(jì)算將迎來三方面的突破，讓隱私計(jì)算能被大規(guī)模應(yīng)用：一是性能與效率的跨越式提升，包含同態(tài)加密的算法突破，降低加解密的算力需求、軟硬一體的加速芯片，針對(duì)多方安全計(jì)算和聯(lián)邦學(xué)習(xí)場(chǎng)景進(jìn)行性能優(yōu)化、更多第三方提供可信執(zhí)行環(huán)境（TEE）等。二是隱私計(jì)算技術(shù)的白盒化，提升技術(shù)的可解釋性進(jìn)而強(qiáng)化信任度，通過開放集成能力，降低跨技術(shù)、跨模型的集成壁壘。三是數(shù)據(jù)信托機(jī)構(gòu)的出現(xiàn)，作為可信第三方提供技術(shù)與運(yùn)營(yíng)，加速組織間的數(shù)據(jù)共享。

隱私計(jì)算的技術(shù)突破將推動(dòng)數(shù)據(jù)計(jì)算由私域走向全域，分析的精度與深度也隨著可用的數(shù)據(jù)量增加而提升，在某些對(duì)數(shù)據(jù)量強(qiáng)依賴的領(lǐng)域效果更顯著，如商業(yè)分析、風(fēng)險(xiǎn)控制、學(xué)術(shù)研究、人工智能、精準(zhǔn)營(yíng)銷等。另一方面，全域隱私計(jì)算技術(shù)成熟后，有望成為數(shù)據(jù)共享的標(biāo)準(zhǔn)，數(shù)據(jù)流通的風(fēng)險(xiǎn)將大幅降低，數(shù)據(jù)所有者與數(shù)據(jù)保管者的責(zé)任邊界更加明確，安全程度也更加可衡量。

除了技術(shù)之外，隱私計(jì)算最大的不確定性來自于運(yùn)營(yíng)模式和合規(guī)標(biāo)準(zhǔn)。運(yùn)營(yíng)模式尚未形成完整的體系，讓數(shù)據(jù)提供方有足夠的誘因共享數(shù)據(jù)，同時(shí)保障數(shù)據(jù)質(zhì)量讓數(shù)據(jù)使用方有意愿付出費(fèi)用。就合規(guī)標(biāo)準(zhǔn)而言，隱私計(jì)算的合規(guī)紅線并不明確，讓技術(shù)發(fā)展存在較大的不確定性，技術(shù)與標(biāo)準(zhǔn)需要在發(fā)展過程中不斷地相互促進(jìn)。

我們預(yù)測(cè)在三年內(nèi)，全域隱私計(jì)算將在性能和可解釋性上有新的突破，并開始出現(xiàn)數(shù)據(jù)信托機(jī)構(gòu)提供基于隱私計(jì)算的數(shù)據(jù)共享服務(wù)。在未來的五到十年，全域隱私計(jì)算將改變現(xiàn)有的數(shù)據(jù)流通方式，新型業(yè)務(wù)也將在全域數(shù)據(jù)的基礎(chǔ)上誕生，提升全社會(huì)以數(shù)據(jù)為核心的生產(chǎn)效率。

趨勢(shì)八：星地計(jì)算

衛(wèi)星及地面一體化的通信與計(jì)算，促進(jìn)空天地海的全面數(shù)字化。

基于地面網(wǎng)絡(luò)和計(jì)算的數(shù)字化服務(wù)局限在人口密集區(qū)域，深空、海洋、沙漠等無人區(qū)尚是服務(wù)的空白地帶。高低軌衛(wèi)星通信和地面移動(dòng)通信將無縫連接，形成空天地海一體化立體網(wǎng)絡(luò)。由于算隨網(wǎng)動(dòng)，星地計(jì)算將集成衛(wèi)星系統(tǒng)、空中網(wǎng)絡(luò)、地面通信和云計(jì)算，成為一種新興的計(jì)算架構(gòu)，擴(kuò)展數(shù)字化服務(wù)的空間。預(yù)計(jì)未來三年，低軌衛(wèi)星數(shù)量會(huì)迎來爆發(fā)式增長(zhǎng)，衛(wèi)星及其地面系統(tǒng)將成為新型計(jì)算節(jié)點(diǎn)。

近年，全球連接及數(shù)字化的需求不斷增加，不再只是服務(wù)人口密集的區(qū)域，也延伸到深空、海洋、沙漠等無人區(qū)，單靠地面網(wǎng)絡(luò)和計(jì)算已無法有效滿足需求。星地計(jì)算將衛(wèi)星系統(tǒng)、空中網(wǎng)絡(luò)、地面通信和云計(jì)算集成，成為一種新興的計(jì)算架構(gòu)。

空中網(wǎng)絡(luò)和地面通信系統(tǒng)無縫對(duì)接，以及技術(shù)能力不斷迭代升級(jí)，將為全球各類應(yīng)用提供高性能、低成本、高可靠、無處不在的數(shù)字化連接，降低獲取連接的復(fù)雜度，并全面提升連接質(zhì)量。

算隨網(wǎng)動(dòng)，泛在互聯(lián)網(wǎng)不同連接場(chǎng)景下將會(huì)產(chǎn)生新的算力需求，促進(jìn)和催生更豐富多元的算力，在多種計(jì)算任務(wù)中發(fā)揮作用，從而滿足不同行業(yè)、不同場(chǎng)景下的數(shù)字化需求，全面提升各行各業(yè)的運(yùn)行質(zhì)量。

星地計(jì)算通過空、天、地、海廣覆蓋的網(wǎng)絡(luò)連接實(shí)現(xiàn)全息泛在的智能高速寬帶通信和全域計(jì)算服務(wù)，促進(jìn)萬物互聯(lián)，將有效解決偏遠(yuǎn)地區(qū)、航海航空的通信需求，低延時(shí)廣覆蓋的網(wǎng)絡(luò)將促進(jìn)云網(wǎng)端的進(jìn)一步融合，為各種極端場(chǎng)景帶來新型應(yīng)用的可能。從產(chǎn)業(yè)視角而言，人與設(shè)備在線更容易，意味著更深更廣的數(shù)字化與智能化，將極大程度催化組織的全局智能。

星地計(jì)算在實(shí)現(xiàn)上仍面臨較多難題：一是空天地一體化通信問題。面向種類繁多、結(jié)構(gòu)復(fù)雜的泛在互聯(lián)網(wǎng)的各種業(yè)務(wù)需求，傳統(tǒng)衛(wèi)星通信的簡(jiǎn)單技術(shù)體制、靜態(tài)處理機(jī)制、薄弱產(chǎn)業(yè)基礎(chǔ)都難以適用。二是星群計(jì)算問題。天上星間信息傳輸光變電和電變光的發(fā)熱問題還未被解決，制約了星間信息傳輸?shù)男?。三是星地產(chǎn)業(yè)融合問題，地面硬件技術(shù)（如芯片）應(yīng)用到衛(wèi)星上仍然面臨較大的環(huán)境適應(yīng)問題（宇宙射線、空間干擾等），需要新的制造工藝突破。

我們預(yù)計(jì)在未來三年，低軌衛(wèi)星數(shù)量會(huì)迎來爆發(fā)式增長(zhǎng)，與高軌衛(wèi)星共同組成衛(wèi)星互聯(lián)網(wǎng)。在未來五年，衛(wèi)星互聯(lián)網(wǎng)與地面網(wǎng)絡(luò)將無縫結(jié)合形成天地一體的泛在互聯(lián)網(wǎng)，衛(wèi)星及其地面系統(tǒng)成為新型計(jì)算節(jié)點(diǎn)，在各類數(shù)字化場(chǎng)景中發(fā)揮作用。

趨勢(shì)九：云網(wǎng)端融合

云網(wǎng)端融合形成新計(jì)算體系，催生云上新物種。

新型網(wǎng)絡(luò)技術(shù)發(fā)展將推動(dòng)云計(jì)算走向云網(wǎng)端融合的新計(jì)算體系，并實(shí)現(xiàn)云網(wǎng)端的專業(yè)分工：云將作為腦，負(fù)責(zé)集中計(jì)算與全局?jǐn)?shù)據(jù)處理；網(wǎng)絡(luò)作為連接，將多種網(wǎng)絡(luò)形態(tài)通過云融合，形成低延時(shí)、廣覆蓋的一張網(wǎng)；端作為交互界面，呈現(xiàn)多元形態(tài)，可提供輕薄、長(zhǎng)效、沉浸式的極致體驗(yàn)。云網(wǎng)端融合將促進(jìn)高精度工業(yè)仿真、實(shí)時(shí)工業(yè)質(zhì)檢、虛實(shí)融合空間等新型應(yīng)用誕生。預(yù)計(jì)未來兩年，將有大量新型應(yīng)用在云網(wǎng)端融合的新計(jì)算體系中運(yùn)行。

云計(jì)算發(fā)展過去經(jīng)歷了兩個(gè)階段，第一階段是基礎(chǔ)設(shè)施云化，云計(jì)算取代傳統(tǒng)數(shù)據(jù)中心，算力與數(shù)據(jù)向云端遷移。第二階段是架構(gòu)云原生化，應(yīng)用使用云原生的先進(jìn)架構(gòu)，走向容器化與無服務(wù)器化。在網(wǎng)絡(luò)連接技術(shù)高速發(fā)展的背景下，云計(jì)算開始走向第三個(gè)階段，云、網(wǎng)、端的協(xié)作關(guān)系發(fā)生變化，走向云網(wǎng)端融合的新體系架構(gòu)。

新的體系架構(gòu)下，云和端將專業(yè)分工。云作為體系中的“腦”，負(fù)責(zé)計(jì)算與數(shù)據(jù)處理，具備更好的計(jì)算效率、體系化的數(shù)據(jù)處理以及高精高效高覆蓋的人工智能。

網(wǎng)作為體系中的連接，光纖、5G、衛(wèi)星互聯(lián)網(wǎng)等技術(shù)通過云融合，形成低延時(shí)、廣覆蓋的一張網(wǎng)，連接各種形態(tài)的云和端，讓云網(wǎng)端形成更有機(jī)的整體。

端作為體系中的交互界面，可大幅簡(jiǎn)化非必要的計(jì)算和數(shù)據(jù)資源，更專注在用戶體驗(yàn)上，如輕薄、長(zhǎng)效、沉浸式體驗(yàn)等，端的形態(tài)將更加多元，覆蓋各類場(chǎng)景下的交互需求。端云協(xié)同，實(shí)現(xiàn)在一種的端上完成多樣場(chǎng)景，而在多種的端上有一致的體驗(yàn)。

云網(wǎng)端的融合協(xié)同將更高效地促進(jìn)誕生更多新型應(yīng)用：在云端，應(yīng)用將不受過去裝置資源的限制，釋放更多可能性，如高精度的工業(yè)仿真；在網(wǎng)側(cè)，分布式的算力將更促進(jìn)更多低時(shí)延的邊緣計(jì)算應(yīng)用，例如實(shí)時(shí)的工業(yè)質(zhì)檢；在端側(cè)，云網(wǎng)端進(jìn)行協(xié)同與交互，催生如元宇宙的虛擬世界。

云網(wǎng)端融合的體系需要克服兩個(gè)挑戰(zhàn)，一是網(wǎng)絡(luò)技術(shù)的發(fā)展，由于在新的體系中網(wǎng)絡(luò)扮演著關(guān)鍵的角色，網(wǎng)絡(luò)質(zhì)量、成本與覆蓋都將成為體系的制約條件，新型網(wǎng)絡(luò)技術(shù)（如5G與衛(wèi)星互聯(lián)網(wǎng)）需要不斷以應(yīng)用需求為導(dǎo)向進(jìn)行技術(shù)優(yōu)化迭代并且多種手段開展覆蓋建設(shè)。二是信息安全，數(shù)據(jù)在云上處理，對(duì)數(shù)據(jù)加密、數(shù)據(jù)治理、安全計(jì)算、隱私計(jì)算等安全技術(shù)的要求更高。

我們預(yù)測(cè)在未來的2年內(nèi)，將有大量的應(yīng)用場(chǎng)景在云網(wǎng)端的體系運(yùn)行，伴隨著更多依云而生的新型設(shè)備，帶來更極致也更豐富的用戶體驗(yàn)。

趨勢(shì)十：XR 互聯(lián)網(wǎng)

XR 眼鏡會(huì)成為重要交互界面，帶動(dòng)下一代互聯(lián)網(wǎng)發(fā)展。

隨著端云協(xié)同計(jì)算、網(wǎng)絡(luò)通信、數(shù)字孿生等技術(shù)發(fā)展，以沉浸式體驗(yàn)為核心的XR（未來虛實(shí)融合）互聯(lián)網(wǎng)將迎來爆發(fā)期。眼鏡有望成為新的人機(jī)交互界面，推動(dòng)形成有別于平面互聯(lián)網(wǎng)的XR互聯(lián)網(wǎng)，催生從元器件、設(shè)備、操作系統(tǒng)到應(yīng)用的新產(chǎn)業(yè)生態(tài)。XR互聯(lián)網(wǎng)將重塑數(shù)字應(yīng)用形態(tài)，變革娛樂、社交、工作、購(gòu)物、教育、醫(yī)療等場(chǎng)景交互方式。預(yù)計(jì)未來三年，外形與重量接近普通眼鏡的新一代XR眼鏡將產(chǎn)生，成為下一代互聯(lián)網(wǎng)的關(guān)鍵入口。

互聯(lián)網(wǎng)的發(fā)明，引領(lǐng)了數(shù)字時(shí)代的發(fā)展，互聯(lián)網(wǎng)的更新迭代，也對(duì)產(chǎn)業(yè)的格局產(chǎn)生巨大影響。移動(dòng)互聯(lián)網(wǎng)讓手機(jī)取代個(gè)人電腦，操作系統(tǒng)和應(yīng)用也產(chǎn)生了極大變化，而隨著VR、AR為代表的虛擬現(xiàn)實(shí)技術(shù)的產(chǎn)業(yè)化，下一代的XR互聯(lián)網(wǎng)，也將對(duì)數(shù)字時(shí)代產(chǎn)生巨大影響。

XR互聯(lián)網(wǎng)將改變用戶的信息感知和獲取方式，最大的特征是是由二維平面走向三維立體的沉浸式體驗(yàn)，信息會(huì)以最自然的方式被獲取，讓用戶所見即所得。

構(gòu)筑XR互聯(lián)網(wǎng)需要四大要素：硬件（如XR眼鏡等）、內(nèi)容（如娛樂、購(gòu)物、社交等）、人工智能（如空間感知、數(shù)字孿生）、基礎(chǔ)設(shè)施（如5G、云計(jì)算等）。四大要素中硬件和內(nèi)容會(huì)率先發(fā)展，硬件是獲取數(shù)據(jù)的根本，也是互聯(lián)網(wǎng)平臺(tái)的載體。XR眼鏡會(huì)成為XR互聯(lián)網(wǎng)的重要入口，同時(shí)云網(wǎng)端協(xié)同將改變眼鏡的形態(tài)，使其向著分體積更小、重量更輕、響應(yīng)速度更快的方向發(fā)展。內(nèi)容則以?shī)蕵飞缃缓娃k公場(chǎng)景為先，再逐漸發(fā)展至購(gòu)物、教育、醫(yī)療等對(duì)遠(yuǎn)距互動(dòng)有一定需求的場(chǎng)景。

XR互聯(lián)網(wǎng)改變?nèi)伺c科技互動(dòng)的方式，一是模擬真實(shí)世界的時(shí)空，解決真實(shí)世界遠(yuǎn)距移動(dòng)的問題，如遠(yuǎn)程教育、遠(yuǎn)程醫(yī)療、遠(yuǎn)程辦公等，消除地理空間的限制，解決真實(shí)世界存在的問題。二是創(chuàng)造真實(shí)世界不存在的時(shí)空，解決真實(shí)世界不完美的問題，如游戲、社交等，滿足用戶重新建立自我認(rèn)可的需求。XR互聯(lián)網(wǎng)也將重塑現(xiàn)有的產(chǎn)業(yè)結(jié)構(gòu)，催生一批從元器件、設(shè)備、操作系統(tǒng)到應(yīng)用的新產(chǎn)業(yè)。

XR互聯(lián)網(wǎng)當(dāng)前還處于發(fā)展初期，技術(shù)上最大的挑戰(zhàn)是如何實(shí)現(xiàn)高度沉浸式體驗(yàn)。一是AR、VR、MR眼鏡等終端在算力、分辨率、體積和功耗的問題有較大提升空間，使用者體驗(yàn)仍有一定差距。二是當(dāng)前的體驗(yàn)技術(shù)更注重視覺和聽覺，對(duì)觸覺、嗅覺、味覺等體驗(yàn)技術(shù)仍有巨大技術(shù)差距。最后是隱私風(fēng)險(xiǎn)，個(gè)體隱私數(shù)據(jù)作為支撐其持續(xù)運(yùn)轉(zhuǎn)的底層資源需要不斷更新和擴(kuò)張，數(shù)據(jù)資源合規(guī)收集、儲(chǔ)存與管理的規(guī)則尚待探討。

我們預(yù)計(jì)未來3年內(nèi)會(huì)產(chǎn)生新一代的眼鏡，融合AR與VR的技術(shù)，利用端云協(xié)同計(jì)算、光學(xué)、透視等技術(shù)將外形與重量接近于普通眼鏡，XR眼鏡成為互聯(lián)網(wǎng)的關(guān)鍵入口，得到大范圍普及。