《騰訊研究院：2024數字科技前沿應用趨勢報告-智能科技 跨界相變（88頁）.pdf》由會員分享，可在線閱讀，更多相關《騰訊研究院：2024數字科技前沿應用趨勢報告-智能科技 跨界相變（88頁）.pdf（88頁珍藏版）》請在三個皮匠報告上搜索。

1、智能科技跨界相變 20242024 數字科技前沿應用趨勢 封面圖片由騰訊混元AI生成過去一年，我們見證了數字科技的加速度。每個人都身處變革巨浪之中，既對大模型的突破進展無比興奮，也對未來充滿了無限憧憬。新年伊始，眺望未來2-3年的科技趨勢。我們正駛向一個由連接衍生交互、由計算催生智能的時代。高性能計算、量子計算、云計算和邊緣計算這四大計算“融匯貫通，正催生全新的計算范式。通用人工智能漸行漸近，大型模型走向多模態，AI智能體可能成為下一代平臺，AI科學家有望加速問世。全球已達共識，AI治理將引領我們踏上更智慧、更安全的未來。機器人演進加速，靈巧手讓人形機器人更敏捷、更像人。AI與生命科學的交融，

2、將幫助我們洞察更多的生命奧秘。我們會進入一個3D、全真在場的新世界。腦機接口不僅在醫療實現突破，正拓展至更多的互動場景?；蛟S不久的將來，我們將親自見證意識上載從科幻成為現實。手機衛星電話、垂直起降飛機將改變我們的應急方式和出行模式。交通網、信息網、能源網的融合，將推動智能、綠色的能源變革。未來已來，一個充滿韌性和重塑的全新時代即將揭開序幕。讓我們擁抱變革，共同譜寫人類與科技和諧共生的新篇章！在這個日新月異的變革時代，我們有幸見證并參與了數字科技的創新突破。特別是近年來，以大模型為代表的AI技術，讓我們看到了通用人工智能的曙光，有望大幅加速技術演進的步伐。騰訊的2024數字科技趨勢，從連接、交互

3、、計算和智能四個維度，對100多項未來技術和重點方向給出了趨勢性判斷。從星地直連的衛星互聯網，到垂直起降飛機的未來交通網，再到能源、信息和交通的多網協同，未來網絡連接的廣度和深度都迎來無限可能。交互方式正在發生變革，數字交互引擎不僅讓虛擬世界更真實，也讓真實世界更豐富，未來的全新3D視界呼之欲出，腦機接口的新進展也帶來了更大的想象空間。計算無疑是各類智能的底層基礎支撐，也成為當前競爭的焦點領域。而智能的升級，不僅會給機器人注入具身智能，還給微觀世界的基因計算帶來新突破。預測未來的最好方式，就是創造未來。相信在行業各界的共同努力下，這些前瞻洞見會更快到來，從趨勢變成現實。丁 漢中國科學院院士去年

4、以來，以生成式AI為代表的人工智能技術發展激蕩人心，正在引發智能的元革命?？梢杂鲆姷奈磥?，智力將會成為一種基礎設施服務，新的IaaS呼之欲出。類比摩爾定律，未來可能會出現新的智能定律，對信息世界、物理世界和生命世界帶來全方位的影響。未來十年，AI會無所不在。首先，現有的各類應用可以用AI重新做一遍，新的交互變革、體驗創新將會帶來更新的智能硬件、更多的智能服務，孕育出比歷次工業革命都巨大的產業機會。其次，AI會成為各領域的底層操作系統，AI+機器人的具身智能，AI+生命科學的基因計算，AI+未來出行的自動駕駛汽車和垂直起降飛機，甚至AI+腦機接口的硅基和碳基結合的新生命體，都會一步步成為現實。最

5、后，AI能力的提升也伴隨著風險的擴大，我們要充分發揮技術發明的智慧和把握應用方向的智慧，讓AI科技更善良、更有創意，朝著強化人、成就人的方向可持續發展。張亞勤中國工程院院士、清華大學智能產業研究院（AIR）院長一、計算重塑高性能計算的“四算聚變”二、智能升維多模態智能體加速AGI進程AI加速人形機器人“手、腦”進化AI+基因計算解讀生命密碼三、沉浸交互數字交互引擎激發超級數字場景腦機接口從醫療突破邁向交互革命沉浸式媒體催生3D在場四、未來連接星地直連通信推動泛在網絡覆蓋eVTOL加速空中出行奔赴新時代多能流實時協同重塑虛擬電廠目錄本章節與行業機構光子盒聯合研究推出量 超 云 邊高性能計算3.0

6、將以高性能集群為基礎，融合量子計算、云原生和邊緣高性能，形成并行與分布式一體的計算架構。0102破 墻 而 出處理器、存儲和網絡等關鍵硬件技術，正在不斷進化、重組甚至是革新，試圖突破現有的性能瓶頸，其中存算一體技術為“后馮諾依曼時代”提供新的發展路徑。趨勢要點今年，全球各地高性能計算集群迎來向2.0架構（CPU+GPU）的升級潮，高性能計算集群、量子計算、云計算和邊緣計算的“四算融合”也成為高算 3.0 演進的新趨勢，衍生新一輪科技探索。高算相關研究機構和企業紛紛加大了在計算單元、存儲、網絡互聯、軟件中間件、算法等關鍵技術上的科研投入以適應新形勢，并努力尋找穿越“內存墻”的有效路徑。未來幾年，

7、高性能算力應用將爆發，以人工智能和科學計算模擬為代表的應用算法、軟件、以及相關的研究成果和記錄將迎來一輪刷新。加之可持續計算的加大投入，高性能計算技術應用發展呈現快演進、重效能的新形勢。03模 擬 一 切計算機模擬，因為算力的提升、軟件工具的迭代、以及與人工智能的結合，將成為大語言模型之后、迭代最快的應用發展路徑。2024年數字科技前沿應用趨勢04可 持 續 計 算持續高企的耗能，使得“計算能效”成為可持續計算的重要指標，高性能計算各個層面為“降耗提效”加緊探索。大事記chronicle of events2024年數字科技前沿應用趨勢9 月，算能與山大共同研發了面向高密度計算和數據中心場景的

8、 RISC-V 融合服務器集群方案正式交付，這是 RISC-V 在數據中心的首次商業落地，標志著 RISC-V 正式邁入高性能計算領域。該集群共有 3072 核，采用 48 顆算能科技 SG2042RISC-V SoC 64 核 CPU芯片。首個RISC-V高性能服務器集群交付2 月，Google Quantum AI團隊在自然雜志上發表名為通過擴展表面碼邏輯量子比特來抑制量子錯誤的論文，證明將多個量子比特分組合成為一個邏輯量子比特的糾錯方法可以提供更低的容錯率，進而證明量子糾錯達到“盈虧平衡點”，量子計算機將“越糾越對”。這是量子計算發展的重要里程碑，為實現通用計算所需的邏輯錯誤率指出了新的

9、途徑。糾錯量子技術實現“盈虧平衡點”7 月，歐洲中期天氣預報中心（ECMWF）發布了 4 月和 7 月進行的對比測試報告，將華為盤古氣象模型于歐洲數值模型進行了對比。報告顯示，盤古氣象模型在一系列精度指標上展現出優勢，在處理氣象學家關心的極端天氣預報方面表現出色。其1 小時-7 天的預測精度均高于傳統算法 operational IFS，同時預測速度提升 10000 倍。相關論文也發表在自然雜志。盤古氣象模型投入歐洲氣象預測最新 E 級高性能計算機 Jupiter 開建10 月 4 日，歐洲高性能計算聯合組織EuroHPC啟動了歐洲第一臺百億億級高性能計算機JUPITER的建設。該系統專為科學

10、和工業領域的最大可能模擬和人工智能應用而設計，預計 2024 年推出。JUPITER采用了當前最先進的高性能計算技術方案，包括歐洲自研 CPU Rhea、英偉達GH200、液冷機柜等，此外系統還預留了量子計算和神經形態計算的擴展規劃。1.0：CPU為核心計算單元2.0：CPU+GPU成主流3.0：CPU+GPU+QPU 異構計算集群至今未來圖片均來自互聯網公開信息2024年數字科技前沿應用趨勢關 鍵 學 科量子信息科技集成電路設計與系統信息與計算科學馮諾依曼架構下，限制高性能算力擴展的“內存墻”越發明顯https:/ 高性能計算集群全柜化浸沒式相變液冷技術硅光集成芯片連接與測控技術量子存儲器技

11、 術 熱 點市 場 趨 勢熱 議 問 題數據來源：https:/ 5 年，高性能計算傳統 市 場 的CAGR將維持在8%，而高算 云 服 務 的CAGR 將超過18%。合并市場總量預計將在 2027 年 達到592億美元。0100002000030000400005000060000202220232024202520262027高性能計算市場趨勢（單位：百萬美元）服務器云服務存儲應用相關服務中間件隨著高性能計算機群不斷引入web 服務和容器化等云計算技術，以及云計算平臺開始提供分布式高性能虛擬機服務，兩者技術棧開始迅速同化；傳統高性能計算與量子計算的融合，成為未來高性能算力躍升的高潛路徑，世

12、界各大研究機構紛紛開展試驗；量子計算系統的擴展引入了集群的思路，量子云平臺將成為量子計算軟件開發和應用探索的重要基礎設施；高性能、低功耗的芯片技術正在培育高性能邊緣計算的基礎，云邊協同的分布式架構將成為高性能計算未來的典型架構之一。云超同化量子集群出現、云服務普及2024年數字科技前沿應用趨勢高性能算力的充分利用，云計算技術的引入是必要選擇?，F有高算集群云原生化腳步進一步加快，如IBM 云原生高算Vela，以及 AWS 和英偉達聯合的Project Ceiba；另一方面云計算平臺對于并行+分布式的高性能計算方案實踐，也展現了進一步釋放現有算力價值的可能。比如谷歌云提出“算力多切片訓練”方案，以

13、實現超出一般高算集群負載的超大規模 AI 訓練。量子計算集群出現：IBM 公布可擴展量子計算系統 IBM Quantum SystemTwo，引入模塊化架構和計算機集群設計，可讓系統容納 10000 個量子比特。量子云服務普及：這有助于上層軟件和應用的高效研發。全球已有超過20家機構推出該服務，機構從整機公司（如IBM），發展到云服務商（如AWS），再到科研院所（如北京量子院）。高性能計算走向云邊協同高性能邊緣計算（HPEC）成長中：目前HPEC單點算力可達千萬億次每秒，自動駕駛和機器人是典型應用場景。除傳統計算平臺外，神經形態芯片、光電計算芯片等新技術的成熟也在不斷提升邊緣算力和能效?？梢赃\

14、行文生圖大模型的驍龍 8Gen3 很快將面世。IBM神經形態芯片NorrthPole 比相同制程的 CPU 芯片能效提升 25 倍。將在自動駕駛等場景試點。清華大學研發的 ACCEL 光電計算芯片在視覺 AI 任務中，比同用途常規芯片快三千余倍，能效提升四百萬余倍。云邊協同：為獲得實時計算決策以及更高的信息安全環境，將部分數據處理、模型訓練以及推理等工作，從數據中心/云平臺遷移至云邊協同架構下，是必要的技術路徑。量超融合量超融合成為行業共識：通過將計算任務在量子計算機和高性能集群之間進行分解和調配，實現量超協同，在大幅節約資源的情況下，雙向發揮量子計算機和超級計算機各自優勢。預計連接兩者的量子

15、測控系統將成為量超融合“三步走”的關鍵系統之一。2023年9月，本源量子與上海、鄭州機構/公司共同打造了中國首個“量超融合”先進計算平臺2023年11月，芬蘭VTT技術研究中心開放量子計算機，并通過LUMI超級計算機進行訪問IBM Vela 架構IBM Quantum System Two 集群既谷歌和亞馬遜，微軟、Meta 今年先后發布自研高性能芯片；而老牌芯片公司也相繼補齊 CPU 和 GPU 產品矩陣；同時，ARM和RISC-V芯片在高性能領域的應用探索也在增加，高性能芯片性能之爭加??；馮諾依曼架構的“內存墻”越發明顯，業界紛紛采用存算一體技術，提升現有芯片性能的同時，研發神經形態計算芯

16、片，探索“破墻”之路；量子比特制備的各條技術路線均有進展，競爭更加激烈；而芯片互聯、邏輯量子比特制備等突破，顯示量子計算芯片發展開始追求質量和實用。存算一體，突破“內存墻”量子比特制備路徑之爭將更激烈QPU 發展從數量到質量芯片技術多元化發展加劇英偉達、Intel、AMD 等紛紛采用 HBM和LPDDR 等內存技術實現近存計算，內存帶寬突破5TB/s，算力再提升。2024年數字科技前沿應用趨勢Quantinuum推出32量子比特GHZ狀態的新一代H2離子阱量子計算機。英偉達 Grace CPU 采用960GB LPDDR5X 內存AMD MI300X 采用192GB HBM3e 內存多條技術路

17、徑并進：超導、離子阱、光量子、冷原子等路徑均有進展，競爭將更激烈。千級量子計算機達成：IBM發布了1121量子比特的Condor 處 理 器；AtomComputing將在24年推出全球首臺超過1000量子比特的中性原子量子計算機。Intel 推出名為Tunnel Falls、含有12個硅自旋量子比特的量子芯片。AWS（亞馬遜）發布超導量子芯片，提出“主動+被動”糾錯方案，專注提升糾錯能力。九章三號首次突破255個可控光量子數目。眾多科技企業紛紛加入高性能芯片大戰的同時，芯片技術的多元化發展進一步加劇。微軟的ARM 架構CPU Cobalt100Meta RISC-V 架構SoC AI 加速芯

18、片位于葡萄牙的高性能計算集群Deucalion將 采 用 富 士 通 的ARM 架構高性能芯片 A64FX。算能科技日前向山東大學交付 國內首臺RISC-V 服務器集群，該 集 群 擁 有 48顆RISC-V 高性能芯片SG042。神經形態計算（Neuromophic Computing）是“后馮諾依曼時代”突破“內存墻”的重要計算技術路徑。受人類大腦原理的啟發，神經形態計算芯片通過存內計算（Computein Memory）方式，實現高算力的同時實現超低功耗。目前該類芯片尚處研發早期，Intel，IBM，中科院和清華等發布階段成果。芯片互聯出現：IBM發布133比特具備互聯結構的Heron處

19、理器。這是國際首次完成芯片互聯的結構，模塊化量子計算機時代即將到來。邏輯量子比特制備突破：哈佛大學、QuEra、MIT和NIST/馬里蘭大學聯合實現在48個邏輯量子位上執行復雜糾錯量子算法。云原生技術的加快普及，以及虛擬化和容器化技術與傳統計算變成平臺的結合，將加快AI 計算和傳統科學計算應用的大規模遷移，高性能算力的潛力將進一步得到釋放；人工智能大模型的研發、科學計算應用軟件的遷移，以及科學計算建模算法與人工智能技術的結合，將比預計的快許多，科學家和科研團隊的生產力將迅速提高，科學研究將迎來快速進步的新形勢。云原生技術加快普及2024年數字科技前沿應用趨勢云平臺容器服務將加快對高性能計算服務

20、的支持，并進一步兼容CUDA 等并行計算平臺，為用戶提供高度自動化的高性能計算工作環境，大大提高研發和實驗效率。云平臺HPC云服務容器服務谷歌云H3，A3GKETPU v5e亞馬遜云EC2UltraCLusterEKS微軟云NC H100 V5AKS英偉達云DGX CloudNCTIBM云VPCKS騰訊云THCCTKE阿里云SCCACK百度云CHPCCCE華為云GACSCCE計算平臺CUDAOpenCLOpenACCOpenMPSYCLROCmoneAPI+科學模擬應用和成就將迎來大爆發更多高算集群嘗試 LLM 訓練算力驟增，算法升級：傳統高算集群正在迅速的向CPU+GPU的計算架構升級，如芬

21、蘭的 LUMI；同時，全球新建高算集群也如雨后春筍，如德國的JUPITER 和沙特的 Condor Galaxy；而云超同化使各地高性能算力更易訪問；此外，許多傳統模擬數值算法經AI 技術優化后，性能大幅提升。需求強烈：各國科研團隊、企業和研究機構紛紛基于高性能算力展開各項科學計算模擬實驗。核聚變模擬血流和癌細胞模擬地理空間模擬暗物質模擬氣象模擬與預測量子電路模擬飛機材料腐蝕模擬大渦模擬傳統高算集群通過加裝 GPU 集群、結合云平臺高性能計算服務得到升級后，將具備更強的 AI 加速計算能力，進而可以支持人工智能大語言模型的訓練。智譜 AI 的 ChatGLM3支持在神威高算上運行；芬蘭將基于

22、LUMI 創建項目 LumiLLM，研制多語言模型，全面覆蓋歐洲官方語言；美國阿貢國家實驗室開始基于 Aurora創建 ScienceGPT，預計參數數量達到1 萬億，將為廣泛的科學研究提供幫助。Aurora 高算集群于今年完成安裝，理論峰值算力達 2E?？沙掷m計算，是數字經濟和雙碳目標背景下，高性能計算技術演進歷程中的路標和燈塔。擁有可持續高性能計算的技術，也將成為重要的競爭力；環境可持續的同時，計算能效將成為評估高性能計算技術先進性的重要指標，存算架構、冷卻技術、計算軟硬件和供需匹配3條路徑將并行展開探索；機器學習、神經網絡等人工智能技術與傳統科學計算建模的結合，將有助于大大提升建模效率和

23、模擬精度，進而提高能效；踐行可持續的高性能計算2024年數字科技前沿應用趨勢以TOP500 排名第一的Frontier 高算集群為例，其算力可達 1.6EFlop/s，功率可達20 兆瓦，相當于近 1萬戶家庭用電水平。據統計，數據中心的耗電量約占全球耗電量的 1%，我國 2020 年占比是2.7%。雖然當前尚無準確的數據中心能耗預測，但急劇增加的人工智能大模型訓練等高耗能計算應用，勢必會使這個數字繼續增加?？沙掷m計算，通常指在設計、建造和使用計算機技術（包括硬件、系統、軟件）的過程中，力求實現最大的能源效率和對環境影響的最小化。世界經濟論壇發布2023 十大新興技術報告，“可持續計算”位列其中

24、。Intel、IBM、英偉達等先進計算企業也在不遺余力的踐行和推動可持續計算。包括Green500、CCF、以及業界機構與企業，均采用“浮點運算次數/每瓦特（Flops/Watt）”作為能源效率評估的核心指標。2023 年 11 月 Green500 排名第一的是位于美國的 Henri 高算集群，能效達到 65.4GFlops/Watt。計算能效將更受關注浸沒式液冷加快普及更合理的算力供需匹配更先進冷卻技術更高能效的計算軟硬件提高計算能效的3 個途徑傳統風冷所需能耗可占數據中心總能耗的 20-30%。液冷，特別是浸沒式液冷能耗相比風冷低 30%以上。同時，利用環境水冷卻的水下數據中心也在實驗中

25、。英 特 爾 將 24臺裝有至強處理器的服務器，置于一個充滿合成且非導電油的槽中冷卻。高能效軟硬件持續探索清華大學研發出全球首枚憶阻器存算一體芯片，能耗僅為同類AI用途ASIC 的 3%IBM 研發出基于相變存儲器、用于深度學習推理的存算一體芯片 AIMC，在 8 位向量計算任務中，能效可達 9.76 TFlops/w高帶寬內存：H200 采用高帶寬內存 HBM3e，能耗降至 H100 的一半；超低功耗計算單元：神經形態計算具有超低功耗下實現高算力的潛力，值得持續探索。AI+科學模擬：深勢科技團隊將機器學習技術與科學模擬相結合，復現了今年戈登貝爾獎獲獎實驗，而相比獲獎方案，復現實驗所需資源減少

26、四個數量級，模擬速度提升三個數量級。追求“量子效用”IBM 提出“當量子計算機能夠以超出暴力經典計算方法的規模執行可靠的計算，從而為計算問題提供精確的解決方案時，即能獲得量子效用”。同時建議基于 100 多個量子位來探索能獲得量子效用的應用案例。多模態、Agent和端側從文本到圖像、音視頻等更多維度，多模態將推動AI應用的廣度；Agent為AI帶來“手和腳”，大幅拓展應用深度。端側大模型成為各大硬件廠商重點，有望帶來新生態。0102AI for Science生成式AI對科學研究的助力日益凸顯，“AI科學家”有望來臨。03趨勢要點生成式AI推動技術邁入了通用AI的門檻，從理解到生成，從感知到決

27、策，人工智能的能力進一步提升。加上多模態、Agent、以及具身智能等方向的持續探索，AI有望完成“感知決策行動”的閉環。邁入AGI門檻后，AI將有望成為通用目的技術，進而成為新生產力，給全球經濟、社會帶來全方位的巨大影響。價 值 對 齊RLHF和憲法性AI等多種技術和治理方式，持續強化與人類價值的協調，對齊也成為大模型的重要競爭力之一。2024年數字科技前沿應用趨勢關 鍵 學 科數學心理學信息與計算科學Gartner：生成式AI是當前炒作頂點在特定領域協助或主動完成某些任務。如駕駛、醫療對話等領域強于人類。具有可泛化的任務執行能力?？赏ㄟ^圖靈測試，讓人類誤以為是人類，或通過大學考試。明顯比人更

28、有智慧，或解決問題能力明顯超越人類，幫助解決危害人類的問題。GPT4邁進了AGI的門檻能否進化到下一階段，存在爭議2024年數字科技前沿應用趨勢Math3月，在ChatGPT發布4個月后，GPT4正式發布，帶來新的多模態識圖能力演示，回答的準確性相比GPT3.5大幅提升了40%。其人類考試的成績較GPT3.5大幅提升，達到Top 10%水平。11月6日，Open AI開發者日發布GPT-4 Turbo，允許用戶上傳資料，生成自定義的智能助理。同時開放應用商店，打造類似APP Store的應用生態。GPT4發布12家中國AI大模型首批備案通過8月31日起，12家大模型陸續通過生成式人工智能服務管

29、理暫行辦法備案。北京5家，百度“文心一言”、百川智能“百川”大模型、抖音“云雀”、中科院“紫東太初”、智譜“智譜清言”；上海3家，商湯“商量 SenseChat”、MiniMax“ABAB 大模型”、上海人工智能實驗室“書生通用大模型”；安徽1家，訊飛“星火”；浙江1家，阿里“通義千問”；（5）天津1家，360智腦；（6）廣東1家，騰訊“混元”。11月，第二批大模型備案通過11家。至此，國內已形成一批初見水平的AI創業企業，如minimax、智譜、百川、月之暗面（moonshot）。全球高度關注AI治理11月1日，由英國倡議發起的首屆“全球AI安全峰會”在倫敦布萊切利園開幕，布萊切利莊園是二戰

30、期間盟軍破譯密碼的主要地點。會議首日，美國、中國、歐盟和大約20個國家共同簽署了布萊切利宣言，重點在于識別人工智能產生的共同關注風險，建立對風險的科學認知，并制定跨國風險緩解政策。大事記chronicle of events文生視頻文生圖AGI多模態文本生成負責任的AIAgent可解釋AI關鍵技術點3年以上2-3年以上0-1年以上影響力中等影響力大影響力極大行業大模型代碼生成MaaS數據來源：IDC2024年數字科技前沿應用趨勢因果AI向量數據庫端側大模型合成數據蛋白質生成分子模擬多模態是人類世界的本來樣貌，AGI的發展趨勢一定是朝向多模態。技術將從單一的文本、圖像、視頻（2D和3D），再到聲

31、、光、電，甚至分子、原子等各類模態，而且具備跨模態遷移的特性。通過設計不同模態對應的解碼器，可以實現多模態之間的切換。未來理想的框架是：“多模態的對齊和融合+統一的編碼器和解碼器”，可以更好地解決多模態的理解和生成任務。從專業單反到“傻瓜相機”超級“變形金剛”北大聯合騰訊提出LanguageBind的多模態預訓練框架。用語言作為與其它模態之間的紐帶，凍結語言編碼器，然后用對比學習方法，將各個模態映射到一個共享的特征空間，實現多模態數據的語義對齊。圖讀世界多模態大模型可以實現對圖像和視頻的理解，包括數量、類型、空間關系、人物、地點、事件、時間序列，以及圖像中隱含的信息（如搞笑圖、醫學診斷等）。從

32、LLM走向LMM多模態大模型百花齊放：Blip2、InstructBlip、LLaVA、VisualGLM、MiniGPT5、VideoLLaMA、ImageBind、Meta-Transformer、GPT4V、Gemini、Pika、Runway、混元、文心一言、ChatGLM、MiniMax等。多模態具有更突出的優勢：帶來了更靈活和友好的用戶交互。是一個更完善的任務求解器，可以使用更多樣化的任務類型。主要的實現方法：多模態指令、多模態上下文學習、多模態思維、LLM 輔助視覺等將LLM（大語言模型）和文生圖相結合，讓用戶可以不必再學習復雜的Promot技巧，直接用日常語言提示，即可生成專業

33、級的圖片。這種方式，巧妙地利用了LLM的理解能力，進一步提升了文生圖的效果。騰訊混元生成圖片“醉后不知天在水，滿船清夢壓星河”由香港中文大學多媒體實驗室和上海人工智能實驗室 OpenGVLab聯合開發的Meta-Transformer可以應用于許多應用領域，包括3D識別、夜間安全、天氣預報等。2024年數字科技前沿應用趨勢Google Gemini的演示Agent是指能夠獨立思考、自主行動并可以與環境交互的軟件程序或機器人等實體。Agent包含三步：PPA，即感知(Perception)-規劃(Planning)-行動(Action)。人工智能之父、圖靈獎得主馬文明斯基（Marvin Mins

34、ky）在1986年出版了一本里程碑式的著作思維的社會（The Society of Mind），試圖解讀人類思維這個復雜的過程。Minsky認為社會中的某些個體經過協商之后可求得問題的解，這些個體就是Agent。Agent應具有社會交互性和智能性。比爾蓋茨撰文，表示AI Agent將是下一個平臺，人工智能即將徹底改變人們使用計算機的方式并顛覆軟件行業。在不久的將來，任何上網的人都將能夠擁有由人工智能驅動的個人助手，遠遠超越今天的技術水平。Agent發展如火如荼LLM+Memory+Planning+Tool use對話式編程A Survey on Large Language Model ba

35、sed Autonomous AgentsAutoGen框架允許多個 LLM 智能體通過聊天來解決任務。LLM 智能體可以扮演各種角色，如程序員、設計師，或者是各種角色的組合，對話過程就把任務解決了。微軟AutoGen發布短短兩周內，星標量從 390 增到 10K，并在 Discord 上吸引了 5000 多名成員。在大模型的加持下，根據會話自動調用相關的插件調用更便捷以自然語言的方式完成插件、各類應用的開發和部署開發門檻更低每個人將能擁有由AI驅動的個人助手，無需再根據需求下載不同的APP，把需求告知代理即可AI時代的新入口Agent是主動釋放LLM潛能的關鍵，讓大模型從“有腦”到“有手有腳

36、”2024年數字科技前沿應用趨勢大模型正在向端側轉移，AI 推理將在在手機、PC、耳機、音箱、XR、汽車，以及其它可穿戴式新型終端上運行。目前，一些手機已經在利用本地 AI 支持如暗光拍攝、降噪和人臉解鎖等功能。未來借助端側大模型，并結合向量化后的各類個人數據，用戶可以跟手機進行更流暢的交互，實現各種原生操作和功能。端側大模型應用的三種可能：（1）端側原生集成AI模型，類似siri，幫助用戶調用其他軟件，從而可能成為硬件新入口（2）將大模型作為獨立app，例如MIT一位教授將開源模型集成在手機端做一個獨立app；（3）將大模型接入即時通訊軟件作為chatbot，例如Whats App已經集成了

37、Meta AI。2024年數字科技前沿應用趨勢新一代 Ray-Ban Meta AI 互動FSD V12或重啟中國計劃；自研DOJO超算架構提升大模型能力谷歌Pixel 8 Pro 發布了 AI Core 應用首個更新，Gemini發布端側 Nano 版AI PIN等原生大模型終端試水手機終端新型終端智能車手機端側大模型蘋果AjaxGPT，性能超GPT3.5，PC上2000億參數小米13億和60億參數，面向手機、汽車和機器人VIVO130億藍心大模型實現端側跑通，開源7B大模型OPPO安第斯（AndesGPT），10億參數榮耀魔方，70億參數聯想推出AI PC端側大模型的主要優勢：1.本地數據

38、處理效率更高2.節省云端服務器帶寬和算力成本3.對用戶數據更好的隱私保護4.開啟更多交互新方式、新體驗高通驍龍8 Gen3 支持終端側運行100億參數的模型在AI技術的加持下，科學研究的效率大大增加。通過理論探索、設計實驗、分析數據等方向為科學發現提供動力。AI與各個科學領域結合后，正在發生一場充滿潛力和挑戰的科技革命。文獻閱讀及問題提出數據優化和處理對現象和數據觀察提出某種猜想；對既有文獻的梳理，在此基礎上提出新的研究問題，幫助科學家發現新問題。生成式AI與科研生成式AI成為基因科學的新引擎：生成式AI被用于預測基因序列、發現新的藥物靶點以及設計新型的生物材料。數據分析和挖掘自然科學領域大模

39、型DARWIN，是一個為物理、化學和材料科學應用而精心設計的專業化大語言模型（LLM），在多個科學任務中取得了最先進的結果，旨在通過人工智能驅動的自動化來增強和加快探索發現的過程?？蒲猩衿鰿hatPDF可以用十秒解析上萬字的研究文獻，分析文獻結構、定位內容，提高閱讀效率。AI文獻閱讀與問題提出數據優化處理數據分析挖掘科研大模型AI可以通過大量數據和復雜的數據分析，幫助提取有用信息和填補數據缺失，從而提高數據質量和利用效率。降低對數據的依賴。AlphaFold已預測出超過100萬個物種的2.14億個蛋白質結構，幾乎涵蓋了地球上所有已知蛋白質。AI可以幫助科學家預測蛋白質的結構，從而優化藥物研發過

40、程。麻省理工學院（MIT）的研究人員開發出一種擴散模型FrameDiff，該模型能夠生成自然界中不存在的新型蛋白質結構。該模型可以生成多達 500 個氨基酸序列的蛋白質主鏈，且無需依賴于預訓練蛋白質結構預測網絡。菲爾茲獎得主，數學家陶哲軒認為，預計如果使用得當，到 2026 年，AI 將成為數學研究和許多其他領域值得信賴的合著者。AI成為生命科學新引擎 基因數據分析 蛋白質表達及測量 基因序列分析2024年數字科技前沿應用趨勢一篇用GPT證明數學定理的論文引發巨大關注隨著大模型，尤其是LLM成為人機交互的新界面，并涌現出強大的推理和內容生成能力，大模型的價值對齊日益成為一個關鍵問題，即讓大模型

41、的能力和行為跟人類（使用者）的價值、倫理原則和真實意圖相一致，確保人類與人工智能協作過程中的信任與安全。業界和研究人員已在探索實現大模型價值對齊的技術和治理措施，諸如人類反饋的強化學習（RLHF）、憲法 AI（Constitutional AI），可擴展監督（如AI監督）、模型可解釋性等，以構建更加安全可靠且有用的大模型。未來對齊技術的發展，需要更好將人類監督和AI監督結合起來。RLHF是當前比較有效的對齊技術RLHF包括初始模型訓練、收集人類反饋、強化學習、迭代過程等幾個步驟，其核心思路是要求人類訓練員對模型輸出內容的適當性進行評估，并基于收集的人類反饋為強化學習構建獎勵信號。AI對齊的多種

42、技術和治理措施2024年數字科技前沿應用趨勢訓練數據干預構建價值對齊的專門數據集。對訓練數據進行記錄，以識別是否存在代表性或多樣化不足的問題。對訓練數據進行人工或自動化篩選、檢測以識別、消除有害偏見?？山忉?、可理解的大模型為了實現AI價值對齊，人們需要理解人工智能如何作出決策。例如OpenAI利用GPT-4來針對其大語言模型GPT-2的神經網絡行為自動化地撰寫解釋并對其解釋打分；有研究人員則從機制解釋性（mechanisticinterpretability）的角度來應對AI對齊問題。紅隊測試在模型發布之前邀請內部或外部的專業人員，對模型發起各種對抗攻擊，以發現潛在問題并予以解決?；跈z索或外

43、部工具的對齊將要對齊的價值觀保存為一個外部模塊，大模型回復時需要檢索出要對齊的價值觀并作出合適的回復。通過外部工具（搜索引擎、代碼編譯器、計算器等）輔助回復的生成，以確保生成內容的真實性。凝聚行業共識，推動形成大模型價值對齊的技術和倫理指南，總結推廣最佳實踐。鼓勵開放研究，支持關于AI安全性、公平性、可解釋性、價值對齊和其他倫理議題的研究，并鼓勵研究者公開其研究結果，促進全球社區協作。將人類監督和AI監督更好地結合，當下的AI價值對齊工作還面臨一個關鍵問題，即在人類的智能基本保持不變的前提下，隨著AI能力持續提升，人類自己對前沿AI模型的有效監督將變得越來越困難。因此，為確保AI安全，需要使我

44、們監控、理解、設計AI模型的能力與模型本身的復雜性同步發展。例如，OpenAI成立超級對齊團隊，核心是希望探索利用AI來幫助人類解決比人類強大的AI系統的價值對齊問題?；谧匀环答亴R的探索：這是更天然的強化學習方式，如傳言Open AI的Q*，一方面突破了人類數據的限制，可以自己生產海量訓練數據，另一方面，模型具備了自主學習和自我改進的能力。2024年數字科技前沿應用趨勢大模型0102靈巧操作03趨勢要點根據工信部印發人形機器人創新發展指導意見，人形機器人集成人工智能、高端制造、新材料等先進技術，有望成為繼計算機、智能手機、新能源汽車后的顛覆性產品，將變革人類生產生活方式，重塑全球產業發展格

45、局。特別是在關鍵技術突破方面，打造人形機器人“大腦”和“小腦”、突破“肢體”關鍵技術、健全技術創新體系。2023年以來，基于視覺-語言的大模型嵌入機器人本體，加速思考（“感知腦”）和執行（“靈巧手”）突破，推動機器人邁向智能化帶來新的可能。在思考能力層面，大模型的嵌入極大提升機器人感知環境、分解任務、規劃流程以及與環境交互的能力。同時，云邊結合的分布式計算平臺發展，強化了機器人的訓練和分析決策速率。在執行層面，以靈巧手為代表的關鍵技術，進一步強化了人形機器人末端執行應用能力，集中體現在微操作、近操作等環節。隨著視聽觸多模態、端側算力、運動控制技術的進步、人形機器人技術將加速迭代，走向更柔性、更

46、智能、更靈巧。AI加速人形機器人“手、腦”進化多訓練平臺大模型的嵌入極大提升機器人分解任務、規劃子任務，與環境交互的能力多感知、多自由度功能融合、微型驅動器產業化，強化了機器人的微操作、近操作能力云邊結合的分布式計算平臺發展，強化了機器人的訓練和分析決策速率2024年數字科技前沿應用趨勢關鍵學科、行業趨勢、典型事件關鍵學科材料和工程機器人學機器學習Markets and Markets對人形機器人市場預測，市場規模將從2023年的18億美元增長到2028年的138億美元，其復合年增長率可達50.2%。高盛預測在最理想的情景下（產品設計、用例、技術、可負擔性和公共接受度等障礙被克服），2035年

47、人形機器人市場或將達到1540億美元。人形機器人市場規模2028年有望增長到138億美元7月，李飛飛團隊發布最新成果VoxPoser具身智能技術，可以使機器人直接聽懂人類的自然語言指令并完成復雜任務，無需額外的數據和訓練。0預訓練完成復雜指令特斯拉擎天柱再次升級人形機器人Optimus快速迭代，商業化進程持續推進。特斯拉擎天柱的力控能力、抓取復雜物體的能力、利用FSD技術的視覺感知和處理能力。多家科技公司布局具身智能OpenAI投資了人形機器人公司1X，英偉達CEO黃仁勛也公開唱多“具身智能”。微軟基于ChatGPT 自然語言理解和推理能力，生成控制機器人的相關代碼。騰訊通過將預訓練 AI 模

48、型和強化學習技術應用到機器人控制領域，使得Max能夠在復雜環境中展現出栩栩如生的運動行為，并學會障礙追逐比賽的智能策略。大事記chronicle of events2023工業和信息化部關于印發人形機器人創新發展指導意見的通知，部署到2025年，人形機器人創新體系初步建立，“大腦、小腦、肢體”等一批關鍵技術取得突破。國家政策支持創新體系建立（資料來源：Markets and Markets，2023）2024年數字科技前沿應用趨勢關鍵技術點及成熟度云-邊端協同計算機器人視覺云端計算文本分析邊緣計算LLM+機器人認知學習多模態感知內置微型驅動器交互式AI關 鍵 技 術 點3年以上2-3年以上0-

49、1年以上影響力中等影響力大影響力極大目前技術還在發散期，未來3-5年將進一步收斂多感知多自由度靈巧手端到端大模型實現站立、行走；有一定的手部能力主動識別、感知0-code、自然語言交互感知層可用大模型控制預制編程自進化、自學習實現奔跑、跳躍有聽覺、視覺傳感器復雜地形行走、多模態傳感器，可用AI控制手眼協調端到端控制1848年，圖靈在“機器智能”的文章中，首次提到“嵌入式智能（肉體智能）”（embodied-intelligence）和“非嵌入式智能（無肉體智能）”（disembodied-intelligence）”，這被公認是“具身智能”概念的首次提出；值得注意的是，1950年這兩個核心概念

50、進一步發展為“智力”和“體力”，進一步將AI和機器本體做了區分。從Wabot-1開始，機器人的“硬件”和“軟件”技術開始了各自發展到相互融合的螺旋上升，研發主體從AI和機器人本體兩條路線逐漸匯聚。當前，以特斯拉Tesla-bot為代表的一系列人形、AI機器人頗受矚目。具身能力是這一階段機器人的技術前沿布局方向。代表性機器人：Wabot-1代表性機器人：波士頓動力Atalas特斯拉Gen-1、Gen2傅里葉GR-1、宇樹H1、小鵬PX-5代表性機器人：Asimo2024年數字科技前沿應用趨勢趨勢要點1：大模型在文本、自然語言和視覺領域取得重要突破，提升機器人的理解能力英偉達創始人黃仁勛在ITF

51、World 2023大會上表示，人工智能的下一次浪潮將是具身智能，即能理解、推理以及與真實物理世界互動的智能系統。在Chatgpt出現之前，大模型與具身智能領域的結合更多出現在感知層面，在海量數據集上預訓練的視覺模型只是作為一種更好的表征提取器來提升機器人在場景中的感知能力，而具體的規劃與動作執行依然需要大量的具身場景數據進行訓練。AI大模型，以及后續的多模態，可以從語音、視覺感知、決策、控制等多方面為機器人更好進行學習訓練和進化。當前，算法的難點在于對隨機性的自適應能力和嘗試規劃等問題。大模型目前可以完成離散動作的決策和選取，把通用任務進一步描述分解成個別動作，未來將持續發展算法的泛化能力，

52、向端到端大模型發展。谷歌：從語言模型到多模態模型綜合布局英偉達：將動作Token映射到手臂上PaLM-E和RT-2采用了類似Token轉化思路。PaLM-E的技術前身是谷歌的“PaLM”大語言模型，模型參數規模達到5620億，集成用于控制機器人的視覺與語言，特征是無需重新訓練即可執行各種任務。通過添加感知信息以及機器人控制，實現了PaLM模型的具像化，使之能跟真實物理世界互動。PaLM-E具有“正遷移”的表現，這意味著它可以從一項任務學到的知識和技能遷移到另一項任務，較單任務執行機器人性能獲得顯著提升。Robotics Transformer 2（RT-2）是由Google DeepMind突

53、出的一個用于控制機器人的視覺-語言-動作（VLA）的AI模型。RT-2使用經過精調的LLM來輸出運動控制命令，可移植性訓練數據中未明確包含的任務，并在新出現技能評估中將基線模型的表現提升了3倍。李飛飛和斯坦福：Vox Poser實現具身智能技術突破借助大模型，機器人獲得應急能力，可應對突發狀況Voxposer技術原理示意：LLM和VLM的雙向交互過往機器人的控制模式是預設軌跡，導致機器人的控制與行動比較受局限。而李飛飛團隊在2023年發布的VoxPoser系統，將LLM（大語言模型）和VLM（視覺語言模型）接入機器人，前者用來理解人類指令并生成交互代碼，實現與后者的交互，而VLM進行規劃路徑，

54、生成操作指示地圖3D Value Map。兩者能力結合從而實現通過自然語言指令與機器人交互，可將復雜指令轉化為具體行動規劃，而無需預設數據和提前訓練，同時，系統也具備很強的抗干擾能力，可以在遇到干擾因素時快速重新規劃。VoxPoser還產生了四個涌現能力：（1）評估物理特性；（2）行為常識推理；（3）精度矯正；（4）基于視覺的多步操作；英偉達VIMA支持文本、視覺、語音等多模態作為機器人的任務輸入；并使用使用預先訓練的 T5 模型對多模態提示進行編碼。在零樣本泛化訓練中，VIMA的任務成功率比之前的最優方法提高了最多2.9倍。2024年數字科技前沿應用趨勢趨勢要點2：云邊結合的分布式算力平臺發

55、展強化了訓練速率和數據質量，降低產業化門檻由于機器人是 AI、算力、IoT、底層硬件等綜合技術的集大成者，所以“具身智能”的進化速度取決于硬件和軟件雙輪驅動。當下，機器人技術受到訓練數據短缺的限制。不同于大語言模型的數據集可以直接從互聯網端獲取，機器人的數據都是動態的數據集，需要在仿真環境中，獲得動態模擬數據，也依賴于和物理環境的基礎和交互，這些都需要一定的時間。當前，機器人訓練數據有兩類，包括真實數據和合成數據。例如，谷歌RT-1模型是基于17個月收集了13萬臺機器人的13萬條真實數據，而英偉達也在通過少量示范+大規模自動生成的技術路線，為機器人“腦”的發展，創造“數據糧倉”。未來，通過云-

56、邊-端融合的機器人系統和架構，例如云端運行超大模型Nvidia A100 GPU，邊緣運行小模型。讓機器人達到數百萬千萬級水平，從而降低價格成本，實現大規模商用。谷歌云：平臺推動機器人自主決策水平特斯拉：人型機器人采用自動駕駛視覺神經網絡算法和Dojo計算平臺特斯拉計劃利用Dojo對海量的視頻數據進行無監督學習，以加速特斯拉的Autopilot和完全自動駕駛（FSD）系統的迭代，同時為特斯拉的人形機器人Optimus提供算力支持。Dojo將加速人形機器人的開發，其能夠為機器人的神經網絡訓練提供算力支持，更快速地處理海量數據，有望推動機器人加速落地。Google 專門開發協議，將模型部署在多TP

57、U 云服務實現實時推理。實驗結果表明，基于現成的VLM 模型PaLM-E 和PaLI-X，RT-2 取得了良好的泛化和涌現性能。英偉達與得克薩斯大學奧斯汀分校合作發布了一片最新論文，介紹了一個名為“MimicGen”的系統，只需少量人類示范，便能自動生成大規模的機器人訓練數據集。英偉達：開發MiniGen可自動生成數據集騰訊：通過游戲仿真引擎和真實狗動捕數據，搭建分層預訓練模型騰訊Robotics X機器人實驗室和騰訊游戲合作，通過游戲技術推動了仿真引擎的準確性和高效性，并在游戲制作和研發過程中積累了多元的動捕素材。這些技術和數據對實驗人員基于物理仿真的智能體訓練，以及真實世界機器人策略部署，

58、起到了幫助作用。通過引入預訓練模型和強化學習技術，可讓機器狗分階段進行學習，有效的將不同階段的技能、知識積累并存儲下來，讓機器人在解決新的復雜任務時，不必重新學習，而是可以復用已經學會的姿態、環境感知、策略規劃多個層面的知識，并“舉一反三”。2024年數字科技前沿應用趨勢趨勢要點3：多感知、多自由度功能融合的靈巧手強化了人形機器人的微操作能力空心杯電機與靈巧手關節適配性高，特斯拉Optimus 選用其作為動力源，帶動產業熱炒騰訊研發擁有8個自由度、帶觸覺感知的靈巧手，可以完成調酒等復雜動作內置式多指靈巧手是靈巧手發展的主要技術路線。特斯拉人形機器人擎天柱靈巧手有6個執行器，可實現11個自由度，

59、其中空心杯電機為核心部件。騰訊Robotics X實驗室公布最新機器人研究進展，首次展示在靈巧操作領域的成果，推出自研機器人靈巧手 TRX-Hand和機械臂TRX-Arm。其中，靈巧手TRX-Hand擁有像人手一樣靈活的操作能力，可適應不同場景，靈活規劃動作，自主完成“操作”。機器人邁向通用智能的道路上，還需要突破工程方面的難題才能發揮更大生成價值，帶來顛覆性應用落地。目前論文和一些demo展示的機器人與大語言模型結合偏重交互問題，而機器人仍需解決復雜環境的通用移動能力和高精度操作能力。軟件方面，強化學習控制算法按智能體(agent)是否理解環境與自身的動態模型可分為無模型強化學習算法與基于模

60、型的強化學習算法。硬件方面，靈巧手作為機器人實現操作的終端工具十分重要?？招谋姍C、觸覺感知傳感器的發展，提升了人形機器人末端執行器的靈敏度和魯棒性。中國科學院自動化研究所提出基于視覺-語言大模型推理的靈巧手類學習框架中國科學院自動化研究所王鵬研究員研究組研發的Casia Hand系列靈巧手及類人靈巧操作機器人在2023世界機器人大會上首次展出，課題組提出了一系列基于靈巧手的類人靈巧操作學習模型和算法，并在實際機器人上進行了驗證。包括：基于視覺-語言大模型推理的靈巧手類人功能性工具操作學習框架。2024年數字科技前沿應用趨勢生 物 育 種AI+生物技術加速育種4.0時代到來01生 命 健 康A

61、I+基因計算助力實現個性化健康預測02生 物 制 藥AI+基因工程重塑分子藥物設計和研發規則03趨勢要點 基因是生命的最基本元素?；蛴嬎阒甘褂糜嬎惴椒▉矸治龊屠斫饣蛐畔⒌倪^程。人工智能、大數據、云計算等數字技術正在廣泛應用于基因檢測、分析、預測、調控以及生物合成等方面，通過大算力的支持，充分利用多模態的海量基因數據，可以幫助我們解答生命科學的重要問題。AI與基因計算的結合，開辟了巨大的科學和應用前景，但同時也存在基因隱私保護、基因編輯倫理等問題。2024年數字科技前沿應用趨勢特別鳴謝：谷曉峰中國農業科學院生物技術研究所副所長姚建華騰訊AILab AI醫療首席科學家楊子翊騰訊量子實驗室高級研

62、究員存儲和管理海量生物數據的技術，支撐生物數據的快速查詢和分析熱點方向關鍵學科生物信息學生物學計算機科學基因數據處理技術基因表達分析技術基因網絡分析技術基因智能設計技術對基因組中的基因表達程度進行量化，幫助了解基因功能、調控機制及基因變異影響等利用復雜網絡理論研究基因調控網絡、蛋白質相互作用等，支持了解生物系統運作機制利用AI算法和大數據分析優化基因組設計和編輯過程，創造具有特定性狀或功能的生物體根據BCC Research統計，全球消費級基因檢測市場在2026年將達到377.2億美元，2021-2026年亞太地區復合增速達 20.9根據Statista統計，2023年至2030年，全球基因編

63、輯行業市場規模將以22.3%的復合增速進行增長，2023年市場規模約為66.19億美元，到2030年，預計達到360.61億美元市場研究公司Global Market Insights Inc.發布報告預測，到2032年，基因組學行業中的人工智能市場規模將達到125億美元，復合年增長率為39.2%2024年數字科技前沿應用趨勢前基因組時代生物數據庫建立、檢索工具開發及DNA/蛋白質序列分析1958-1980s基因組時代后基因組時代基因組測序和識別、網絡數據庫系統建立和交互界面開發大規?；蚪M分析、多模態數據聚合處理、單細胞測序技術、基因編輯、基因療法等1990s-2010s2010s-人類基因

64、組計劃，完成92%基因測序AI分析海量多模態基因數據2024年數字科技前沿應用趨勢Francis H.C.Crick提出中心法則相關圖片來源：王志珍院士一個科技里程碑:分子生物學的中心法則；science官網；science文章 CRISPR technology:A decade of genome editing is only the beginning,https:/doi.org/10.1126/science.add8643 等Frederick Sanger等提出第一代DNA測序技術第二代測序技術（高通量測序）科學公布迄今最完整人類基因組測序結果基因編輯未來應用前景2023年1月

65、，諾貝爾化學獎得主Jennifer A.Doudna教授團隊在科學雜志發表文章CRISPR technology:Adecade of genome editing is only the beginning；4月，中科院開發了PrimeRoot系統，在水稻和玉米中實現了長達11.1Kb的大片段DNA的高效精準定點插入，相關成果發表于自然-生物技術基因組編輯生物醫藥對話大模型2023年9月，清華大學智能產業研究院、水木分子發布新一代對話式藥物研發助手ChatDD(Drug Design)和全球首個千億參數多模態生物醫藥對話大模型ChatDD-FM 100B基因預測模型2023年9月，Googl

66、e DeepMind團隊基于AlphaFold開發了新的人工智能模型AlphaMissense，可用于判別人類的基因突變是否會導致疾病，該研究進展Accurate proteome-wide missense variant effect prediction withAlphaMissense發布在Science；11月，DeepMind宣布，AlphaFold預測范圍從蛋白質擴展至DNA、RNA等大事記chronicle of events2023單細胞測序數據分析多模態數據分析基因變異和表型關聯分析基因編輯工具優化智能化表型組技術基因/蛋白質生成技術蛋白質結構預測技術基因調控網絡關鍵技術

67、點3年以上2-3年以上0-1年以上影響力中等影響力大影響力極大單細胞測序技術2024年數字科技前沿應用趨勢完整基因組合成單細胞測序數據分析基因表達調控精細控制基因變異和表型關聯分析基因組注釋自動化基因網絡和調控元件分析基因設計技術個性化基因組分析多基因編輯系統高精度基因變異檢測關 鍵 技 術 點多組學數據整合預測性基因組學基于AI+生物技術，進行標準化多維大數據關聯分析和設計，利用基因編輯、合成生物等前沿技術，精準調節控制目標性狀的基因和網絡，選育新品種AI大模型強大的數據處理和模式識別能力，將用于支持對遺傳信息的深度挖掘、表型特征的高精度預測以及育種過程的智能化決策分子育種正在產生大量的表型

68、和基因型數據，對海量基因測序數據、蛋白質結構數據、圖像數據等數據的處理成為關鍵育種4.0中的數字技術表觀預測：提升表觀合成的精準度表觀合成：依托空間組學數據庫基因編輯：提高作物產量和性能2023年4月，農業農村部發布2023年農業用基因編輯生物安全證書(生產應用)批準清單。萬建民院士團隊開發了新型的多重正交堿基編輯器MoBE和隨機化多sgRNA組裝技術，獲得了新的抗除草劑水稻突變植株。來源：南京農業大學官網通過整合多組學數據，構建智能模型，預測并優化人工設計的合成表觀回路，大幅度提升表觀合成的精準度，推動合成表觀技術在作物改良上的應用。中國農科院生物所提出利用合成表觀技術設計和創制智能作物（S

69、MART Crop）的途徑和路線圖。來源：中國農科院生物所海量表型數據、環境數據采集（物聯網技術、遙感技術、GPS技術等）育種算力平臺（云計算技術、網絡技術、信息安全技術等）多維組學數據處理（大數據技術、AI技術等）高準確率模型構建（AI技術，如機器學習、NLP）基因測序、預測、編輯&表型設計（AI技術、數字孿生技術等）2024年數字科技前沿應用趨勢AI與基因計算在個體健康管理、疾病預防、診斷和治療等方面的應用將持續深化。例如，結合基因組信息和AI算法，構建高度精準的疾病預測模型，預測個體在未來發生特定健康問題的風險，從而實現早期干預通過AI，可實現復雜數據處理、解決數據噪聲問題，也可高效的對

70、基因與功能之間的復雜調控關系進行識別、挖掘隨著單細胞組學、單細胞多組學和空間組學突破，基因測序技術正在從多細胞/組織層級向單細胞層級進化基因測序：單細胞注釋模型基因成像：依托空間組學數據庫基因預測：分析基因突變的致病性在 基 因 突 變 如 何 影 響 人 類 健 康 方 面，AlphaMissense模型對全部7100萬種可能的基因錯義突變進行了分類，將其中89%的變異分類為“可能致病”和“可能良性”。相比之下，人類專家目前的成績是0.1%。scBERT:在單細胞測序領域首次引入BERT范式。在預訓練階段通過大規模訓練數據學習到通用的基因和表達編碼，提升模型泛化能力、在跨平臺數據集的魯棒性；

71、基于少量數據微調，降低對精標注數據依賴，提升模型準確性。騰訊AI Lab scBERT模型來源：谷歌DeepMind 從空間角度出發，深入研究基因及其相互作用?？臻g組學技術借助各類成像或者測序技術，可以同時測量細胞的基因表達譜和空間位置，得到細胞微環境里其他細胞的基因表達和細胞間的相互作用。例如，基因交互式可視化、腦組織空間結構等。騰訊AI Lab 空間多組學數據庫（SODB）2024年數字科技前沿應用趨勢AI制藥多模態數據統一表示多模態生物醫藥領域的基礎模型BioMedGPT，旨在將生物世界中的分子、文本和知識進行統一表示學習，以提高各項下游任務的能力。BioMedGPT在數據層面整合了基因

72、、分子、細胞、蛋白、文獻、專利、知識庫等多源異構的數據。來源：清華AIR&水木分子AI技術在藥物研發中，主要用于海量文獻信息分析整合、發掘藥物靶點、化合物高通量虛擬篩選、全新分子設計/優化、分子 ADMET 成藥性預測、分子逆合成分析、耐藥性預測等場景通過量子化學計算、AI技術與生物醫藥技術的結合，開發實用化、產業化的合成生物學技術，可提升企業創新藥研發實力基因分析發掘藥物靶點AI助力生物合成基因簇挖掘采深度學習法對基因組數據進分析，可發現、篩選并鑒定出潛在的、具有新穎結構的活性化合物相關的物合成基因簇。騰訊量子實驗室模型流程圖AI繪制基因互作網絡，加快疾病治療靶點發現。美國丹娜-法伯癌癥研究

73、所基于人體基因表達數據集，預 訓 練 了 一 個 基 于 遷 移 學 習 的 AI 模 型 Geneformer。對于罕見病，可能僅需少量的數據就能推測出這些罕見疾病的病理機制。來源：Nature期刊,Transfer learning enables predictions in network biology2024年數字科技前沿應用趨勢打 造 構 建“超 數”的 高 效 工 具 集01大眾應用方面，數字交互引擎或將走向UGC內容生產與交互工具02助推 行業 數字孿生 走向 實時行業應用方面，數字交互引擎推動各行業數字孿生走向實時性03趨勢要點數字交互引擎是在文化創意場景下產生、伴隨數字文

74、化產業升級而不斷實現技術迭代一類工具集，集成了物理模擬、3D建模、實時渲染等多種前沿技術，是文化科技融合的典型產物。數字交互引擎主要由圖形模塊、仿真模塊、實時渲染等模塊構成，它以軟件代碼包形式創造虛擬場景，動態呈現其外觀變化，支持其與物理世界進行實時交互。在發展前期，數字交互引擎主要應用于游戲場景，在行業場景下被稱為“游戲引擎”；在服務游戲產業高效構建虛擬世界、與現實世界高質量交互的過程中，不斷實現技術迭代、提升跨平臺通用能力，逐步成為跨行業、跨場景應用的數字交互引擎。當前，數字交互引擎已經應用于文旅、汽車、工業等多元領域，成為構建實時虛擬世界、實現虛實交互的關鍵工具集。有望成為大眾化3 D

75、內 容 工 具數字交互引擎與AIGC互相驅動，打造構建超級數字場景的高效工具集2024年數字科技前沿應用趨勢關鍵學科計算機圖形學物理學數學計算機科學軟件工程的受訪專家認為，數字交互引擎是關系到我國科技競爭力的重要技術82%73%提升數字孿生項目實施效率82%的受訪專家認為使用數字交互引擎能夠提升數字孿生項目實施效率優化實時交互能力，畫面可以實時響應73%的受訪專家認為使用數字交互引擎能夠優化實時交互能力，畫面可以實時響應受訪專家認同數字交互引擎代表著游戲產業原生的科技力量2024年數字科技前沿應用趨勢數據來源：中國音數協游戲工委、中國游戲產業研究院數字交互引擎的應用與價值研究報告。調研說明：本

76、次調研面向具有數字交互引擎應用經驗的行業專家（包括文化和非文化領域），覆蓋影視制作、演藝直播、文物保護、文化會展、文化旅游以及工業、建筑與智慧城市、汽車等八個領域，共計回收近100份有效問卷，收集到關于數字交互引擎技術行業應用情況的專業認知。早期游戲開發者構建通用代碼的開發工具，如知名游戲制作工具RPGMaker，已具有“3D游戲之父”卡馬克在開發游戲毀滅戰士（DOOM）的過程中開發了Id Tech引擎，Id Software公司推出雷神之錘（Quake），Quake引擎被認為是游戲行業的第一款初代虛幻引擎（Unreal Engine）推出，將渲染、碰撞偵測、AI、圖形、網絡和文件系統集成為一

77、個完整的引擎Xbox360、PS3等主機平臺發售，更強的硬件架構帶來算力和游戲表現力的快速提升第一批基于UE3的主機游戲和PC游戲發布，將游戲表現力提升到新高度藝電（EA）、育碧（Ubisoft）等大型游戲廠商的自研引擎在各自的游戲類型上表現更好，不斷提升游戲表現力國產游戲廠商陸續研發自研引擎，逐步推出QuickSilverX、START云游戲引擎、NeoX、Messiah等引擎2018年英偉達（Nvidia）發布支持實時光線追蹤的RTX系列顯卡2022 UnrealEngine5正式發布，核心的實時全局光照技術以及Nanite支持海量多邊形技術全球頭部廠商的自研引擎也紛紛實現了基于光線追蹤的

78、實時動態全局光照技術，標志著引擎進入實時動態全局光照時代2005年初代Unity 引擎發布，數字交互引擎的適配平臺從PC、主機拓展至Mac隨著移動互聯網時代到來，Unity率先支持iOS、安卓等平臺，數字交互引擎開啟“移動端躍遷”Unity支持的研發平臺超過20余個，主流商業引擎涉足汽車、建筑設計、動畫等領域，應用不斷超越游戲場景國產自研引擎的跨行業應用進入加速期，助力文物保護、智能駕駛、智慧工廠等多元領域2024年數字科技前沿應用趨勢來源：中國音數協游戲工委、中國游戲產業研究院數字交互引擎的應用與價值研究報告5月6月6月大事記chronicle of events2023英偉達發布Avata

79、r Cloud Engine for Games（ACE for Games），可高效生成智能化的游戲角色6月南航翔翼與騰訊游戲共同打造國產自研全動模擬機視景軟件系統，國產引擎促進我國民航工業核心自研技術發展科技部將“三維數字交互引擎關鍵技術研發與應用生態構建”納入國家重點研發計劃AIGC+引擎實時數字孿生實時渲染關 鍵 技 術 點3年以上2-3年以上0-1年以上影響力中等影響力大影響力極大多類物理模擬系統2024年數字科技前沿應用趨勢音視頻技術Unity發布Muse和Sentis，用生成式AI加速實時3D應用創建，簡化游戲項目集成 AI 的過程數字交互引擎及其生成的游戲場景，是AIGC爆發、

80、迭代背后的重要推動力：首先，游戲是AI的重要訓練場景，促進AI決策更加智能；同時，數字交互引擎結合PCG（程序化內容生成）技術，已大量應用于3D內容制作，可助力AIGC提升3D內容生成能力；未來，數字交互引擎及其創建的3D數字資產也將為AI大模型訓練提供重要支持。數字交互引擎融入更多AI能力，正在加速數字文化產業的工業化進程：當前AIGC已滲透進游戲制作的多個環節，包括動畫、對話和語音、美術、3D資產及場景等，簡化內容開發流程，提升影視、游戲、廣告等行業的智能化、工業化水平。數字交互引擎與AIGC的結合，將打造構建超級數字場景的高效工具集。隨著數字交互引擎的應用不斷拓展，游戲正在成為一個不斷創

81、造新價值和新可能的“超級數字場景”。未來，作為底層工具的數字交互引擎與AIGC相結合，將加速打造更多的“超級數字場景”，在感知與認知的雙重維度上，實現人類生產與生活模式的全面躍遷。隨著以數字交互引擎為代表的游戲科技進入游戲之外的更多領域，游戲將迎來新的產業擴容，成為不斷創造新價值與新可能的“超級數字場景”。游戲作為前沿科技的“試驗場”，在深度跨界、產業擴容的過程中，也將推動數字交互引擎進一步與多種前沿技術廣泛連接，其中數字交互引擎與AIGC的加速融合將成為重要趨勢，兩者的互相驅動，將打造構建超級數字場景的高效工具集、輻射多元社會場景。2024年數字科技前沿應用趨勢英偉達的Omniverse平臺

82、集成了數字交互引擎、AI等多種技術能力，不僅能支持高效開發場景逼真、物理精確的游戲，也能廣泛助力工業制造、自動駕駛等領域的虛擬仿真與協作。隨著數字交互引擎與AIGC的融合加深、工具門檻進一步降低，數字交互引擎有望以更低的使用門檻為大眾提供3D內容的生產力。正如短視頻變革了今天的社會信息傳播方式，未來，數字交互引擎也有望作為大眾化的3D內容生產與交互工具，支持人們創造自身在虛擬空間中的形象及資產等，在數實相生世界里實現生產與生活。Roblox等游戲展現了“UGC+游戲+社交”的可能形態，面向大眾的游戲創作工具已初現雛形；同時，UE、Unity等主流商業引擎集成大量AI工具，不斷借助AI技術提升高

83、質量角色創作、大規模場景生成的效率，降低開發者的使用門檻與創作難度。高質量的畫面效果及實時算力支撐提升關鍵模塊技術水平：如實時渲染、物理模擬等云游戲提供強大算力支撐：平臺算力云化，降低用戶的接入成本豐富的開發者與多元的內容體系降低準入門檻：提供更完善素材和UGC工具，實現低門檻、高效率的創作構建用戶社區：構建社區和豐富的生活、娛樂、社交功能，構建開發者生態良好可持續的盈利模式多元化商業模式：探索多元商業模式，推動創作者變現，聚集內容開發者生態商業技術UnityUnity引擎中集成大量AI制作工具Machine Learning Agents平臺更智能、更大規模地打造出各類風格的數字資產，還可以

84、讓這些數字資產以更接近真實世界的方式與真人實現交互通過深度強化學習和模仿學習相結合的方式，讓游戲開發者能夠輕松地訓練用于2D、3D 和 VR/AR游戲的智能Agent，2024年數字科技前沿應用趨勢展示：實時渲染感知：實時可視化交互：實時調用數字交互引擎憑借其在數據可視化、實時渲染、友好交互等方面的能力，已成為眾多行業數字孿生重要的構建及運行平臺，并支撐各行各業的數字孿生在應用層面提升實時性。未來，隨著數字交互引擎集成更多AI能力，將進一步提升數字孿生構建的效率與智能化水平，助力數字孿生技術以更智能化的形式服務于各行各業，促進各領域提高研發生產效率、降低產業創新風險。支持數據的實時感知接入并進

85、行可視化展現能夠實現3D模型的實時渲染和展示支持用戶對孿生體的快速查看、調用和修改2024年數字科技前沿應用趨勢醫療突破腦機接口將加速腦科學發展，助力醫療領域神經系統疾病監測與治療突破01交互革命腦機接口將與混合現實等技術深度融合，推動新一代人機交互模式變革02人機共生腦機接口與人工智能相輔相成，成為促進人機和諧共生的重要路徑之一03趨勢要點腦機接口（BCI，brain-computer interface）：在人或動物腦與外部設備間建立的直接連接通路，實現大腦與外部設備的直接交互。根據傳感器或電極植入部位不同，主要分為非侵入式（Non-invasive）和侵入式（Invasive）兩大類。經

86、過百年的近現代技術發展，腦機接口已形成了一系列基本的技術研究和應用范式，但由于對人腦認識的局限性，目前腦機接口仍處于發展早期。不過近年在數字技術尤其AI不斷突破的加持下，腦機接口也呈現出加速發展的趨勢，預計醫療、軍事、教育、混合現實交互、類腦智能等領域將發揮重點帶動作用，全球商用市場將以17%以上的年增長到2023年突破60億美元。從長遠看腦機接口的意義更為重大，是人類應對人工智能威脅、弱化老齡化社會沖擊、探索人類本質等重大問題，構建人機和諧社會的重要路徑之一。2024年數字科技前沿應用趨勢涉及學科計算機科學神經科學認知科學信號與信息處理醫學材料科學 1780年：意大利Luigi Galvan

87、i發現靜電能讓死青蛙腿肌肉抽搐，稱動物電流 1875年：英國Richard Conton發現非人類動物大腦中的電信號 1924年：德國Hans Berger開發了腦電圖（EEG）首次記錄人腦中的電信號起源：1780s科學設想：1930s 1938年：美國Herbert Jasper構思繪制了從腦電波中解碼出語言的示意圖 1973年：美國Jacques Vidal論文首次提出“腦機通信”的概念 1984年：加拿大William Gibson在科幻神經漫游者描繪腦機接口設想 1969年：德國Eberhard Fetz研究驗證猴子能學會用意念控制儀表的指針 1988年：美國Farwell和Donch

88、in創建P300拼寫器，后成為重要的范式之一 1997年：美國Richard Norman開發了猶他電極陣列，后廣泛應用科研論證：1960s 1984年：美國FDA批準人工耳蝸臨床中用于成人 1997年：美國FDA批準腦深部電刺激(DBS)用于治療原發性震顫和帕金森病 2005年：美國Cyberkinetics公司BrainGate實現人體腦機接口控制機械臂實用探索：1990s 2001年：美國ASU發表具有生物活性的基于聚酰亞胺的柔性皮質內電極陣列 2014年：IBM發布TrueNorth類腦芯片，推動更高效、低能耗的類腦計算發展 2019年：美國Neuralink公司發布具備1024個通道

89、的高速寬帶腦機接口系統新技術融合：2000s腦機接口（BCI）信號處理預處理特征提取分類信號收集應用程序界面應用反饋2024年數字科技前沿應用趨勢類腦芯片主要的傳感器安裝模式 腦磁圖MEG 腦電圖EEG 腦皮層電圖ECoG 皮質內微電極（IM）功能近紅外光譜fNIRS假肢/外骨骼微創植入技術高密度電極陣列柔性電極/生物相容電極神經調控/刺激技術關鍵技術點3年以上2-3年內0-1年內影響力中等影響力大影響力極大多模式傳感器技術指標侵入式BCI技術目標侵入式BCI技術要點非侵入式BCI技術目標非侵入式BCI技術要點共性技術要點采樣率(Sampling rate)每秒100,000Hz高密度電極陣列

90、,新型生物相容性電極1000Hz以上高密度通道新算法,減噪技術時延(Time Delay)無線通信,新算法10毫秒以內無線通信,新算法新算法,無線通信空間分辨率(Spatial Resolution)毫米級或細胞級高密度電極陣列,微創植入技術,新型生物相容性電極-高密度通道-控制自由度(Degree of Freedom)對數十個乃至上百個獨立控制通道的解碼高密度電極陣列,神經調控技術-高密度通道新算法,個性化優化信息傳輸速率(Information Transfer Rate)每分鐘百字量級無線通信,高密度電極陣列每分鐘60字以上無線通信,高密度通道新算法,減噪技術,無線通信準確率(Accu

91、racy)95%以上新算法,神經調控技術,個性化優化90%以上新算法,減噪技術新算法,減噪技術,個性化優化使用壽命(Functional Lifetime)5-10年以上新型生物相容性電極,無線供電系統,小型化設計依賴于設備設計和材料性價比新型生物相容性材料，如導電聚合物水凝膠新型生物相容性材料來源：State-of-the-Art on Brain-Computer Interface Technology多模態神經信息編解碼無線通信技術人工神經網絡無線供電系統濾波/降噪技術小型化設計數字孿生腦2024年數字科技前沿應用趨勢2023年5月，馬斯克的腦機接口公司Neuralink首次獲得美國F

92、DA批準，開始人體臨床試驗開放招募，可能率先針對頸脊髓損傷或肌萎縮側索硬化癥(ALS)導致四肢癱瘓的患者。Neuralink的核心并非底層技術突破，而是強大的工程能力，實現了高通量、微型化腦機接口裝置的機器人精準微創植入，有望加速腦機接口產品化、商業化的進程。Neuralink獲批首次人體臨床試驗瑞士腦機科研團隊讓癱瘓男子再行走2023年5月，瑞士洛桑聯邦理工大學等機構通過在人體內植入腦-脊接口（BSI），成功讓因脊髓受損而下半身癱瘓的患者恢復自主行走能力。研究團隊在自然雜志公布的研究成果顯示，在患者頭部和脊髓周圍植入傳導裝置，能夠實現在大腦和脊髓間重建“數字橋梁”。此項技術展現了腦機接口技術

93、應用對殘障人群的巨大價值。蘋果Vision Pro上市暗藏腦機接口2023年6月，蘋果正式發布頭顯產品Vision Pro，宣布進入空間計算時代，其卓越的混合現實（XR）體驗引發全球熱議。除手動、聲控等交互外，Vision Pro還實現了流暢的眼動交互，通過人眼與大腦連接，創造了一種簡略的腦機接口（BCI）體驗，如監測瞳孔變化預測用戶行為從而實時重建UI。這打開了未來XR和BCI融合創新的探索空間。大事記chronicle of events研究機構2023E2030E增長率Precedence23.564.216.7%Gran View20.463.217.5%Zion216116.5%Al

94、lied2254.613.9%Data Horizzon23.67517.8%平均值226417%人工智能加速迭代與威脅：AI大模型加速迭代，在越來越多任務中展現出對人類腦力的超越性，這種顛覆性威脅下，腦機接口是未來人與AI共生的重要出路之一 神經相關疾病患病率攀升：1）老齡化加深，伴隨癲癇、阿爾茨海默癥和帕金森癥等增多；2）神經發育障礙問題越來越受重視，如自閉癥、注意力缺陷、學習障礙等；3）殘疾人對輔助技術需求強 現代軍事人機協作需求加強：在無人機、自主武器等大量應用的情況下，腦機接口可以提高軍隊人機協作能力，同時改善訓練和醫療效果39.8%40.1%28.1%29.2%20.0%21.1%

95、12.2%9.7%20222032北美歐洲亞太拉美82.1%81.3%17.9%18.7%20222032非侵入式侵入式58.6%57.7%24.6%23.1%10.7%11.6%6.1%7.7%20222032醫療通信娛樂家居來源：Towards Healthcare，Precedence Research2024年數字科技前沿應用趨勢醫療領域仍將是牽引腦機接口發展的重點領域。腦機接口與醫療的結合應用展現出了廣闊的前景，不僅能為癱瘓和神經退行性疾病患者提供重要的溝通和控制解決方案，還有潛力推動神經科學和臨床神經醫學的研究進展未來腦機接口將重點向疾病治療、人體增強等多樣化的應用場景深化，潛在應

96、用功能包括恢復（如神經和精神疾病治療）、替換（如控制神經假體）、增強（如增強感官體驗）、補充和改善等神經發育障礙和退行肢體缺陷及運動障礙感覺缺陷和損傷心理健康與精神疾病一是重復刺激患者大腦，實現運動相關神經元部分連接或功能修復；二是獲取患者運動意圖，實現對外部設備控制完成行動通過腦電信號分析和調控人的情緒和認知狀態，輔助診療抑郁癥、焦慮癥、精神分裂癥等，并通過神經反饋訓練促進患者康復瑞士EPFL腦-脊接口讓癱瘓者恢復自主行走能力針對神經發育障礙、退行導致的各類疾?。ㄈ绨d癇、阿爾茨海默癥、孤獨癥），更精準的監測、分析、干預等提升診療效果Stanford、UCSF的讀腦設備讓失語者重新說話（Nat

97、ure）解碼患者自身感覺信息，實現感覺補償甚至修復，已在聽覺、視覺、觸覺等感覺缺陷和損傷診療中發揮積極作用癲癇：2021年浙大實現國首例款自研閉環神經刺激系統Epilcure治療癲癇臨床植入帕金森：2022年宣武醫院完成國內首創閉環神經刺激器治療帕金森病植入孤獨癥：BrainCo推出腦機接口社交溝通訓練系統支持孤獨癥兒童治療BCM通過動態電流電極，成功在受試者腦海中呈現指定圖像（Cell）抑郁癥：Inner Cosmos推出目前最小、侵入性最少的植入物“數字藥丸”并開展臨床實驗Muse推出基于EEG的冥想和睡眠頭帶幫助用戶日常精神和睡眠狀態調整優化2024年數字科技前沿應用趨勢人機交互模式的演

98、進需求將驅動腦機接口與其他技術的融合發展。通過腦機接口，我們可以實現直接從大腦獲取信息和指令，這將與虛擬現實（VR）、增強現實（AR）和元宇宙等新興技術有效融合，提供更為直接和自然的交互方式未來腦機接口與混合現實的結合，特別在商業及生活服務方面的適用領域會十分廣泛，如娛樂、社交、身份識別、疲勞干預、個性化學習等。這類腦機技術多采用非植入式，更加安全便捷、更易被大眾接受，真正形成消費級應用才能加速普及命令行交互Command-Line Interface圖形交互Graphical User Interface自然交互Natural User Interface命令行Type命令行Type鼠標Po

99、int觸控Touch眼神Gaze語音Speech手勢Speech腦電Think腦機接口將促進人機自然交互全面升級【例】OpenBCI與Varjo合作開發的Galea BCI系統，整合包含多種傳感器的非侵入式腦機接口系統和混合現實系統，創造出了能進行多重體驗交互的新型軟硬件平臺主要傳感&交互 腦電 肌電 皮膚電 光電（心率）眼動追蹤 手部追蹤 激光雷達娛樂：更沉浸生活：更便捷工作：更高效學習：更專注游戲主播用腦機頭帶玩3A游戲腦機頭帶對司機疲勞監測與警報腦電圖耳機+神經科學APP教學基于腦機接口的智能家居系統研究【例】Meta2022年發布肌電圖+AI腕帶交互裝置2024年數字科技前沿應用趨勢應

100、對人工智能的潛在威脅提高了腦機接口發展的必要性。腦機接口有望架設人腦與人工智能的直接、高速連接，一方面能增強人腦信息處理和交互能力，避免被人工智能直接替代；另一方面能促進人工智能向人腦機制深入學習演進，走向更可信可控、低耗高效的發展方向類腦計算是腦機接口與人工智能結合的重點發展方向之一，主要包括神經科學研究（特別是對大腦信息處理基本原理）、類腦計算器件（硬件）、類腦學習與處理算法（軟件），長期可能促成新的類腦計算結構體系、賽博格（人機融合體）、腦聯網等的發展突破“人類必須成為機器人才能避免AI的統治這主要與帶寬有關，即你的大腦和你的數字版本之間的連接速度”馬斯克大腦信息解碼與重建來源：Impr

101、oving visual image reconstruction from human brain activity using latent diffusion models via multiple decoded inputsAI技術的加速突破（如LLM、DM等），能支持更高效處理腦機接口采集的大量腦信號，提升對大腦文字、影像等信息解碼與重建效率，促進大腦信息處理機制等的基礎研究，提升未來“腦-腦通信”的可能性來源：Semantic reconstruction of continuous language from non-invasive brain recordings德克薩斯大

102、學奧斯汀分校研究團隊 實 現，基 于 GPT-1 和 大 腦fMRI數據訓練的模型，信息重建準確率：感知語音（聽錄音）:72-82%想象語言（想故事）:41-74%無聲電影（看電影）:21-45%大阪大學研究團隊實現，基于擴散模型，重建通過fMRI獲得的人腦活動圖像，有效降低計算成本同時保留高生成性能類腦計算軟硬件腦機接口促進腦數據采集和腦科學研究，能反過來支持類腦計算的框架、算法、芯片等技術創新，跳出馮-諾伊曼計算結構局限，推動更低功耗、高效率、可信可控的AI發展，降低AI風險、促進向人機和諧共生方向發展IBM在其類腦芯片TrueNorth的基礎上醞釀用于神經推理的新芯片原型NorthPol

103、e，融合了類腦計算和硅優化計算之間、計算和內存之間、硬件和軟件之間的界限，相比傳統CPU能以極其節能的方式快速執行計算任務，大幅提升能效25倍中國科學院自動化研究所團隊，創新一種基于神經調制依賴可塑性的新型類腦學習方法NACA，通過全局多巴胺的彌散支持與輸入信號同步，甚至先于輸入信號的正向信息傳播，再加上選擇性的對STDP的調整，使得NACA表現出明顯的快速收斂和緩解災難性遺忘優勢2024年數字科技前沿應用趨勢沉 浸 式沉浸式技術日趨成熟，模型成為視頻的信息載體01AIGC已經商用，大模型在垂直領域不斷強化多媒體能力02底層協議根據場景需求優化完善，推動多媒體賦能產業互聯網03趨勢要點未來視頻

104、向沉浸式體驗、高效生成演進、從面向人眼視覺到面向機器視覺、從消費級到產業端。體驗、內容生成、標準和網絡協議是多媒體的關鍵技術。伴隨著設備從平面到XR的升級、AI技術的不斷進步，以及產業互聯網對視頻的需求提升，多媒體體驗將更加沉浸。同時，AIGC技術將高效生成文字、圖片和視頻。深度學習視頻編解碼也將進一步壓縮，提升效率。此外，在應用層和網絡層的優化，將進一步推動多媒體賦能產業互聯網。多 媒 體+AI協議2024年數字科技前沿應用趨勢關鍵學科多媒體技術信息與計算科學多媒體壓縮、多媒體處理、多媒體理解、機器視覺生成編輯：硬件采集視頻壓縮編碼：編解碼標準視頻傳輸：網絡傳輸協議、時延、Qos、Qoe視頻

105、的呈現：設備、交互、清晰度、HRD信息論音頻數據處理過程輸入設備輸出設備采集預處理編碼文件封裝網絡協議打包云端后臺服務文件解封裝抖動緩沖設備管理展示渲染解碼網絡協議解包發送接收2024年數字科技前沿應用趨勢時間階段分辨率清晰度標準設備聚焦方向交互領域1990年代電視階段352240（NTSC制式）352288（PAL制式）MPEG-2電視傳輸渠道電視廣播單向交互面向C端，鏈接人到人21世紀初PC流媒體階段720p、1080p（標清和高清）（全高清，Full HD）H.264編碼PC實現流媒體互動快進、雙向弱交互2010-2020移動互聯網階段1080p、4K（UHD，超高清）H.265（HEV

106、C）AV1PC手機更高壓縮比和分辨率基于移動設備、移動多媒體的雙向交互2020年-今4K、8KHDR（10比特）H266VVC手機、XR更高壓縮比和更多樣的視頻形態低時延、實時互動、3DoF、6DoF強交互面向產業，鏈接人和物、設備1、如何提高qoe和qos：進一步降低時延、提高壓縮比。2、更高效的內容生成和呈現：AIGC、HDR技術3、更多樣內容、互動內容、新媒體：沉浸式交互和體驗 4、更深入產業，助力產業互聯網2024年數字科技前沿應用趨勢故宮 x 騰訊沉浸式數字體驗展9月，蘋果發布會介紹，用戶可利用iPhone 15 Pro 超廣角和主攝一起來拍攝帶三維感的視頻，并在AppleVisio

107、n Pro 中重現，這也是首款可以實現空間視頻拍攝的智能手機?？臻g計算AIGC技術日趨成熟Stable Diffusion、Midjourney、Runway、Pika等專業模型，以及GPT4V、Gemini等多模態模型先后發布，文生圖、文生視頻技術日益成熟。裸眼3D1月，騰訊申請“全息裸眼3D設備”專利獲批。9月，騰訊會議展示裸眼3D效果，同時具備雙目視差和移動視差。觀看者除了能體驗到出屏的立體感，同時也可以通過左右移動，看到不同視角的立體內容，更真實，沉浸感更強。大事記chronicle of events6DoF云渲染點云AIGC 3D云游戲VCM關 鍵 技 術 點3年以上2-3年以上0

108、-1年以上影響力中等影響力大影響力極大視頻編解碼空間音頻下一代視頻壓縮標準2024年數字科技前沿應用趨勢空間計算超低延時直播視頻向更加沉浸式，雙向交互方向演進，3DoF視頻已經商用落地，在微信視頻號、快手等平臺可以體驗。裸眼3D產品已經產品化，谷歌、騰訊均發布了裸眼3D的產品。6DoF視頻和體積視頻目前還在演進和探索中，目前點云的技術路線相對比較成熟，有望實現突破。未來伴隨硬件的進一步成熟和6DoF技術演進，更多的UGC 3D沉浸式內容將會出現，同時模型文件將成為多媒體的重要載體3DoF產品商用落地6DoF視頻探索中三維重建技術是6DoF視頻的核心，目前采集端用相機陣列進行采集，三維重建有深度

109、圖、點云和光場等不同方式，其中深度圖的方式較為成熟。硬件推動 高通xr芯片 蘋果頭顯 裸眼3D屏幕日益成熟標準推動三維重建方式深度圖點云采集相機陣列光場裸眼3D已經產品化 H265成熟：mv-hevc、3d-hevc，H266推動沉浸視頻演進：針對全景視頻、3D視頻提出方案 6dof 點云標準：PCCUGC 3D內容隨著Vision Pro、新款Iphone的推出，用戶未來可以直接采集和顯示3D圖片和視頻。模型文件成為重要載體模型文件成為載體，視頻和應用的界限將模糊化。Nerf是未來重要方向。體積視頻還在演化大規模分發鏈路支持云上直播和點播轉碼產品化多媒體容器格式支持分發協議優化4k、8k、轉

110、碼一部手機游云南VR360游白沙細月敦煌研究院VR360遠程會診系統2024年數字科技前沿應用趨勢騰訊會議裸眼3D以極高的精度和細節捕獲空間中深度、色彩等信息，生成3D模型素材，實現更為沉浸的體驗。全球體積視頻市場從 2022 年的 17.9 億美元增長到 2023 年的23.1 億美元，復合年增長率(CAGR)為 28.7%。AIGC技術在多媒體的文字、圖片生成等方面已經商用，未來聚焦生成更加穩定的視頻和3D內容。同時在垂直領域如數字人、超分、老片修復等方向不斷強化多媒體的能力隨著更多樣化的塊劃分方法和編碼模式的不斷涌現，以及更復雜的預測和變換技術的引入，傳統視頻編碼算法的復雜度不斷提高，完

111、全依賴傳統編碼框架技術來提高視頻編碼壓縮效率變得越來越困難。深度學習技術在圖像分類、目標檢測等計算機視覺任務上已取得了巨大的成功，近幾年，深度學習技術為圖像/視頻編碼框架定義了全新的結構范式，實現了圖像和視頻編碼器性能的顯著提升，這為圖像/視頻編碼領域帶來了新的研究機遇。數 字 人：Talking FaceGeneratio，利用Gan大模型，數字人動作更自然文本生成文本人類平均水平ChatGPTLaMDA文本生成圖片人類專業水平MidJourneyStable Diffusion生成3D模型不可用Magic3DDreamFusion生成視頻探索ImagenPhenaki生成音頻可用Audio

112、LM生成動畫可用PFNN/MANN/NSMDeepMimic1、技術進步在急劇加速；2、3D生成極有可能在2年內可用；3、創新多出現在多領域技術交叉領域AI 在垂直領域不斷強化多媒體能力在超分、老片修復等方向：利用大模型利用解決視頻穩定性，簡化人工手動優化在傳統編碼框架中引入深度神經網絡來進一步提升壓縮性能。深度學習策略實現對傳統編碼標準中的塊劃分、預測模式等大量待搜索對象快速判決，從而緩解編碼端搜索壓力、降低計算復雜度。JVET 開展的神經網絡視頻編碼（NNVC）探索實驗和增強壓縮視頻編碼（ECM）探索實驗，相比VVC/H.266標準參考軟件VTM，在RA和 AI配置下，Y、Cb、Cr三個通

113、道BD-rate分別節?。?21.17%,-32.29%,-33.05%和-11.06%,-22.62%,-24.13%，具備演進成為下一代視頻編碼標準的技術潛力。AI增強傳統編碼能力端到端神經網絡視頻編碼技術：打破傳統編碼框架，完全使用深度學習方法實現編解碼流程?；谏窠浘W絡視頻編碼，利用海量數據集進行神經網絡訓練，學習去除視頻壓縮失真任務中的先驗知識。例如jpeg-ai的主要動機是基于深度神經網絡的工具在圖像編碼、計算機視覺和圖像處理任務中的出色性能。JPEG AI旨在開發一種圖像編碼標準，以滿足云存儲、視覺監控、自動駕駛車輛和設備、圖像采集存儲和管理、視覺數據實時監控和媒體分發等廣泛應用

114、的需求。2024年數字科技前沿應用趨勢AI生成視頻、3D是主要探索方向多媒體技術在產業互聯網中的應用，將根據不同場景進行優化，從而更好地滿足產業互聯網的需求。在產業互聯網中，網絡協議需要根據場景需求進行優化以提高傳輸效率。傳統的直播傳輸的播放模型存在諸多問題，如緩存固定、傳輸可靠性過高、無法區分視頻幀優先級等。針對這些問題，在消費互聯網中的WebRTC通信模型基礎上，進行優化，在網絡時延、QoE和可靠性等進行優化，對場景需求進行最優匹配。2009-HTTP Live Streaming(HLS)協議2019-LL-HLS(Low-Latency HLS)采用chunk編碼，將延時降低到3秒左右

115、基于TCP 協議2005-RTMP協議基于UDP協議快直播的延時可降低到800ms以內，并同時兼顧延時、卡頓和首幀耗時，綜合QoS遠超傳統直播信令改造，利用miniSDP和0-RTT的結合，大幅減少信令耗時、提升信令交互成功，進而降低首幀耗時和提升開播成功率。音視頻改造，讓WebRTC支持AAC，H.265，附加前向糾錯，抗50%以上丟包。還引入了B幀，增強了畫質，同時大幅減少了碼率。傳輸改造，采樣柔性分級丟幀的傳輸策略來漸進式降低碼率，以適應弱網情況。支持P2P分發網絡，能夠將看同一視頻流的用戶群就近地組織成網絡，相互分享傳輸。2B2C：快直播電商領域，隨時發起的低延時秒殺活動賦予了電商直播

116、更強的互動娛樂性，拉動了用戶觀看時長以及交易額增長企業體育直播，多機位鏡頭結合超低延時直播技術應用，能夠無縫切換現場多視角鏡頭，現場沉浸式體驗更佳。時延和c端QoS時延和穩定工業遠程作業，基于100ms的極低視頻延遲，實現遠程流暢工程作業，降低作業危險和現場往返時長，提升作業效率。To B優化優化在C端低延時的演進路線信令改造：提升信令鏈路對網絡異常抵抗能力，減少網絡異?；謴蜁r間，提升視頻應用穩定性音視頻改造，優化相機采集、視頻渲染和視頻編解碼耗時，從音視頻處理層面減少端到端畫面延遲。傳輸改造，以減少視頻傳輸延遲為目標，適當平衡抗丟包和抗網絡波動能力，減少視頻延遲；并引入多網傳輸策略，減少單一

117、網絡依賴，提升傳輸穩定性；1998-RTSP 協議 over UDP2017-Secure Reliable Transport(SRT)協議2011-webrtc 協議畫面延時可降低到100ms以內，兼顧抗弱網能力2024年數字科技前沿應用趨勢衛星研制“工業化”通過使用工業級COTS器件、批量生產和可回收技術，衛星的研制和發射成本大幅度下降，大規模星座部署成本可控，服務能力大幅度提升01通信標準“一體化”3GPP基于5G開展非地表網絡NTN技術研究，R17版本完成面向高軌彎管衛星的窄帶物聯網標準研究，實現星地通信技術一體，實現產業鏈融合02衛星通信“大眾化”衛星通信系統正在拓展到更泛在、更商

118、業、更大眾的應用領域，必然催生大量的軟硬件需求。包括即時通信和應急通信產品的新需求，以及泛在物聯網的爆發等。衛星網絡安全也進入公眾視野。03趨勢要點實現Anytime Anywhere Anyone Anything 一直以來就是通信技術發展的目標，盡管目前地面蜂窩網絡已經實現了70%人口的覆蓋，但是僅有20%的地表面積被網絡覆蓋，大部分地區還處于失聯狀態?；谛l星的無線通信技術可以以較低的成本實現廣域覆蓋，并不受地質災害、安裝環境的影響，實現寬窄帶通信服務星地直連需要通過商業航天和通信技術結合來實現。受益于商業航天近些年的快速發展，火箭發射成本得到了大幅度的降低，衛星的研制成本和性能也有了大

119、幅度的提升，可以滿足星地直連大通量衛星研制和大規模星座建設和發射的需求?；诘孛?G衍生的非地表網絡協議實現了產業鏈融合和賦能，并有望實現星地通信一致化的體驗。未來1-3年，隨著衛星研制能力的提升和星地融合通信協議的進步，基于平板天線的寬帶衛星通信系統和棉線微型設備的窄帶星地融合通信系統有望進入大規模普及階段，基于寬帶的手機直連衛星通信技術也將得到快速的發展。2024年數字科技前沿應用趨勢學科背景根據ABI研究預測，隨著NTN技術的發展，未來手機直連衛星會進入到快速增長階段。到2030年全球會有1.7億臺NTN移動終端設備，總共帶來163億美元的收入，從2022年到2030年間的復合年均增長率

120、可以達到76%。業務需求、星座規模、服務能力和帶寬之間相互影響、相互促進。衛星成本降低和通信技術演進推進手機直連衛星應用的加速發展；手機直連衛星的發展促進應用需求的多樣化，增加了對業務多樣性和帶寬的需求，又進一步對星座建設和通信技術演進提出要求；衛星數量越多，衛星的制造成本降低又進一步推動產業的發展。技術關鍵點和方向關鍵學科航空航天無線通信電子工程2024年數字科技前沿應用趨勢2023年2月27日，星鏈公司發射星鏈2.0 mini版本衛星，重量800kg，支持S頻段，計劃支持T-mobile手機上星應急通信，開啟低軌手機直連星座組網；2024 年初，發射了 6 顆支持存量手機直連的星鏈衛星。星

121、鏈2.0 mini版本入軌華為Mate60 Pro發布2023年8月，華為發布Mate 60 Pro手機，支持通過天通衛星的語音通信功能，標志著商用手機進入衛星通信時代。2024 年初，榮耀Magic6 系列旗艦新品，號稱實現了體積最小、信號最穩、且最省電的手機衛星通信體驗?；贜TN的窄帶通信測試成功2023年，多家運營商和私營公司成功開展了基于3GPP IoT NTN的星地直連通信，驗證了基于地面蜂窩的通信協議可以支持使用現有衛星進行通信大事記chronicle of events窄帶物聯應急通信服務6G星地融合通信語音通信低軌寬帶通信關鍵技術點3年以上2-3年以上0-1年以上影響力中等影

122、響力大影響力極大時間點協議芯片設備天地融合1990年代以銥星系統為代表的私有協議專用芯片專用通信設備不融合21世紀初借鑒地面蜂窩通信協議研發專用衛星通信協議如全球星的通信協議是基于CDMA系統的專用芯片專用設備不融合2022年借鑒地面蜂窩通信協議研發專用衛星通信協議如全球星的通信協議是基于CDMA系統的專用芯片在通用設備中植入獨立的專用衛星通信芯片業務融合2022年-至今基于3GPP NTN協議實現和地面蜂窩網絡的兼容通用芯片在通用設備中植入獨立通用的衛星通信芯片協議兼容未來星地融合的衛星通信協議通用雙模芯片標準商用手機協議融合2024年數字科技前沿應用趨勢 近年來，商業航天實現突破性進展，通

123、過使用工業級COTS器件、批量生產和可回收技術，衛星的研制和發射成本大幅度下降，大規模星座部署成本可控，服務能力大幅度提升。工業級器件大規模使用火箭可回收技術衛星批量化生產基于工業級器件降低衛星研制成本：大量的商業航天公司使用低成本高性能的工業級器件替代傳統的宇航級器件研制低軌衛星，并通過多模冗余設計解決空間輻噪導致的失效問題，大幅度降低了衛星的研制成本和時間。SpaceX通過高推重比發動機、多級并發、動態調度等技術實現火箭發動機的可回收和重復使用，降低火箭的發射成本，并進一步結合星箭一體化技術增加單個火箭運載衛星的數量，從而大幅度降低衛星的部署成本。批量化生產衛星降低衛星的測試成本和研制周期

124、：通過衛星工廠來批量化生產標準衛星，可以降低衛星的研發和測試成本，并減少衛星的研制周期，為短時間內大規模星座部署提供保障。2017年3月，獵鷹9號火箭B1021成為世界上首個兩次被成功回收的軌道級助推器2024年數字科技前沿應用趨勢ABI：各種衛星的軌道高度示意通信標準“一體化”：3GPP基于5G開展非地表網絡NTN技術研究，R17版本完成面向高軌彎管衛星的窄帶物聯網標準研究，R18推進基于寬帶的5G NR NTN通信協議的研發工作，實現星地通信技術一體，實現產業鏈融合。3GPP確定技術演進標準ITU劃分手機直連頻段3GPP IoT NTN在軌測試成功3GPP R17標準正式發布，通信國際標準

125、化組織3GPP R17版本發布，支持面向衛星物聯網的IoT NTN標準，標準完成了基于高軌彎管衛星的NB-IoT和eMTC系統的支持，后續會逐漸演進到低軌和NR NTN；國際電聯ITU正式確定NTN網絡的可用頻段：ITU劃定N255和N256頻段可用于部署基于NTN的衛星窄帶物聯網系統，L頻段的34MHz FDD帶寬被定義為N255，S頻段的30MHz定義為N256頻段；基于R17 IoT NTN的在軌測試成功：多個運營商和衛星物聯網公司開展了基于高軌衛星和R17 IoT NTN標準的在軌測試，并獲得成功，標志著基于高軌衛星IoT NTN的通信協議已經初步實現了技術閉環https:/www.c

126、onnectivity.technology/2020/05/r-technical-explainer-on-3gpp-5g-non.html2024年數字科技前沿應用趨勢衛星通信系統正在從專業和特殊行業應用拓展到更泛在、更商業、更大眾的應用領域，必然催生大量的軟硬件需求。其中一個重點趨勢是對于寬窄帶結合的即時通信和應急通信產品的新需求，由此帶來對語音和視頻壓縮技術的新需求。另一個重點趨勢是泛在物聯網的爆發。近年來，衛星網絡安全攻擊事件激增。例如，衛星提供商Viasat的KA-SAT網絡遭遇“多方面”攻擊，導致烏克蘭與歐洲部分區域KA-SAT衛星寬帶用戶服務全部中斷，被忽視的衛星通信系統網絡

127、安全進入公眾視野。商用手機具備衛星應急通信功能低軌手機直連開展技術驗證IoT NTN進入部署階段，網絡安全引起關注2022年末，華為和蘋果相繼發布手機支持應急通信短報文功能；2023年10月，華為發布Mate 60 Pro手機支持天通衛星的語音通話功能。Starlink發射2.0mini版本衛星，相比1.0版衛星，體積提升了4倍，重量增加了3倍，通信能力提升了4倍，未來支持S頻段的T-Mobile的手機直連；AST Mobile開始部署基于低軌的超大陣列天線以支持手機直連功能，并開展了多次在軌測試。2023年MWC展上，鵬鵠物宇等單位聯合發布了基于IoT NTN的衛星物聯網終端設備和模組，設備

128、體積小，功耗低，有效降低了衛星物聯網的使用門檻，為后續大規模普及提供鋪墊。騰訊安全天馬實驗室聚焦前沿衛星互聯網絡及新基建下各類產業應用場景的安全研究，率先原創發現多個影響范圍廣泛的通用型高危漏洞，為衛星電話、地圖測繪、廣播電視、氣象監測等應用領域提供安全保障。2024年數字科技前沿應用趨勢趨勢要點隨著城市化進程加速，交通擁堵和環境污染問題日益突出，人類社會對綠色、高效的交通方式的需求日益迫切。在電動飛機技術、新能源技術和數字技術的發展和共同引領下，電動垂直起降飛行器（electric vertical take-off and landing，eVTOL）逐漸從概念走向現實，將徹底改變以地面交

129、通為主導的出行模式，加速空中出行奔赴新時代。eVTOL以電池為能源，采用分布式電推進系統，不僅大幅降低飛行噪音，提高操作安全性，還能實現垂直起降，無需跑道。這使其成為一種具備應用潛力的綠色、智能空中交通工具。近期，我國工信部等四部門共同發布綠色航空制造業發展綱要（2023-2035年）明確提出了到2025年實現eVTOL試點運行。在政策的大力支持下，空中出行有望在2025年后逐步成為公眾的交通選擇。在全尺寸原型機試飛測試中，多旋翼、復合翼、矢量推進構型的技術逐步得到提升，其中矢量推進構型成為業界主流方案。eVTOL的動力裝置電推進系統也向更高效、更輕量級的方向發展。01寧德時代研發能量密度高達

130、500Wh/kg的鋰電池技術，鋰電的里程碑式突破有望推動eVTOL續航里程大幅提升，為eVTOL執行城際/區域空中交通奠定技術基礎。02長期來看無人駕駛eVTOL是降低運營成本的重要方向，短期內有人駕駛是主流選擇。在相對復雜的低空環境中實現無人駕駛，數字化智能化的空中交通管理系統成為必不可少的低空新基建。032024年數字科技前沿應用趨勢eVTOL的發展歷程空氣動力學飛行力學結構力學仿生學材料學計算機控制理論eVTOL的應用場景2024年數字科技前沿應用趨勢eVTOL從概念誕生到如今成為新興行業，得到了航空航天企業、運輸行業、政府、軍方和學術界等機構的大力推廣和支持。旅游觀光、機場擺渡、城市空

131、中出租車、城際通航、區域客運、商務飛行等載人客運城市末端配送、緊急醫療服務、城際空中快遞、鄉村物流載物貨運空中巡邏、應急處突、交通執法、緝毒緝私、空中監控、警力機動、軍需運輸、救援搜索、空中通訊等國防安防城市管理、消防滅火、應急救援、環保監測、疫情防控、自然保護、社區治理、農林植保公共服務eVTOL的相關學科美國NASA首次發布Puffin eVTOL的動畫概念視頻eVTOL先行者JOBY公司成立20092014美國直升機協會和美國航天航空協會正式引入 eVTOL概念，引起全球產業界跟進Uber提出城市空中出租車計劃“Uber Elevate”20162018美國NASA定義基于eVTOL的城

132、市空中交通（UAM）概念歐盟航空安全局EASA發布eVTOL航空管理規定，建立針對性監管20192023中國民航局頒發首個無人駕駛eVTOL適航證，引發全球關注2021Joby、Archer、Lilium、Vertical四家evTOL公司通過SPAC在納斯達克上市籌集資金Joby、Volocopter、Lilium、Archer 等公司的eVTOL原型機完成飛行技術演示20222023年，Joby,Archer,Lilium,Vertical等頭部eVTOL公司已完成首架全尺寸原型機的飛行測試，實現了垂直起降、高速巡航、懸停飛行過渡到前飛等各項主要飛行任務，展示了eVTOL技術的可行性和未來

133、的商業化潛力。多家廠商完成全尺寸eVTOL的飛行測試大事記chronicle of events關鍵技術點3年以上2-3年以上0-1年以上影響力中等影響力大影響力極大2023年4月，寧德時代發布了其研發成功單體能量密度500Wh/kg的凝聚態電池，用于民用電動載人飛機項目的合作開發，被航空界認為是極大提升電動飛機續航里程的關鍵性技術。電動飛機高能量密度電池技術取得突破全球首個無人駕駛eVTOL適航證頒發2023年，歐盟EASA在原有適航認證基礎以外還從監管角度定義了飛行器運行要求、電池電量儲備要求、飛行員執照、空域整合以及合規要求等。美國FAA和中國CAAC也在積極制定eVTOL的監管框架并發

134、布相關文件。全球民航部門加速完善eVTOL監管體系低空通訊導航監測系統eVTOL主機廠的適航取證工作有序推進，eVTOL產業生態體系加速構建。隨著各主要民航監管部門對多個型號和構型的eVTOL的審查工作不斷推進，頭部OEM有望在2025-2026年集中獲得適航證。在此背景下，主機廠、零部件供應商、基礎設施建設商、服務提供商以及領域外玩家（如互聯網、物流、汽車企業）都在提前布局eVTOL市場。多旋翼eVTOL（短距離運輸）矢量推進型eVTOL氫能源eVTOL高性能航空電池技術低空航行信息服務系統復合翼eVTOL2024年數字科技前沿應用趨勢2023年10月，中國民航局為億航智能EH216-S型號

135、載人無人駕駛航空器頒發型號合格證，也是全球首例面向無人駕駛eVTOL的型號合格證。億航智能隨后也舉行了EH216-S型號的商業載人首飛演示?？沼驍底只瘜\生平臺輕量高效的電推進系統全自動駕駛等飛行控制技術態勢感知和空中避障系統備注：受限于篇幅，以上僅列出部分eVTOL的關鍵技術。載人客運是eVTOL的發展方向和核心場景，未來市場規模預計超萬億美元。eVTOL將率先在載貨物流、城市服務、消防救災等場景啟動運營，待各項技術成熟政策完善和市場接受，才會邁入大范圍載人客運時代。許多公司已經提前構想和研究空中交通的“共享出行”運營模式，摩根士丹利預測城市客運和區域客運等潛在市場規模在2040年將超過1萬億

136、美元。eVTOL續航里程持續提升，帶動空中交通轉向服務城際和區域出行。受限于電池能量密度不足，電動航空最初定位是城市空中交通場景。隨著電池技術發展和續航里程提升，城際和區域出行的商業模式將為運營商帶來更高的單位經濟效益，為客戶有效節省時間；同時所需的飛行頻率和機隊密度較低，對城市帶來的影響更小。技術成熟度在eVTOL商業化的不同技術路線中，相較于多旋翼構型，矢量推進型和復合翼構型eVTOL在航程、巡航速度和載重比方面優勢明顯，具有較好的有效載荷、最大起飛重量和運營經濟性，因此城際運輸等空中交通商業場景中應用推廣顯示出更大的的潛力。eVTOL普遍采用分布式電推進系統（DEP，Distribute

137、d Electric Propulsion）作為動力裝置，有利于提升飛行器的氣動效率、載運能力、環保性和魯棒性等，是一種航空領域的顛覆性技術。電推進系統向更高效、輕量和安全的方向發展矢量推進型和復合翼型的航程和效率優勢較為明顯eVTOL整機研發項目的主要技術路線形成eVTOL采用分布式電推進系統，利用電力驅動多個推進器作為動力裝置，能有效提升飛行器氣動效率、載運能力、環保性和魯棒性等，是一種航空領域的顛覆性技術。電推進系統下一步發展的方向是更高效、更輕量、更安全。具體包括但不限于：高壓平臺的應用和推廣普及；通過提高電壓，降低線束直徑；進一步提高功率元器件IGBT的效率；軸向磁通電機取代徑向磁通

138、電機，降低電機重量；提高電源模塊和驅動模塊的效率。全球超900個eVTOL研發項目中，矢量推進構型最受青睞320個263個149個來源：美國垂直飛行協會，截止至2023年11月2024年數字科技前沿應用趨勢eVTOL基于推進動力方式形成多種主要技術路線多旋翼構型實現技術路線簡單，但是氣動效率較低，有效載荷和航程相對有限。目前電池能量密度能支撐約30分鐘飛行，用于短距離運輸場景，無法支持中長距離載客運輸。多旋翼“升力+巡航”復合翼構型可以有效地提升巡航效率、航程和安全性，但是垂直起降和平飛攜帶的無效結構重量過多，限制飛行器的有效載荷和飛行速度。復合翼傾轉旋翼構型重量輕、推力大、效率高，在速度和航

139、程上具有優勢，但開發難度、成本和風險高。傾轉旋翼傾轉涵道風扇構型的突出優勢是在巡航階段所消耗的能量更小，但是懸停的效率較低、消耗能量高，更適合長距離飛行場景。同時較其他機型更容易降低噪音和振動。涵道矢量推進構型的優勢取決于定位的商業場景及其對應航程距離效率DEP推進效率達95%-97%，比先進的渦扇發動機高出20%。電機功率重量比可達其他發動機的6倍。安全功率不因高海拔或炎熱天氣而衰減。多個電機的冗余設計提升安全性?？沙掷m純電飛機運行全過程零排放。大幅度降低社區噪聲水平15dB以上。eVTOL使用電推進系統具有多方面優勢109個59個備注：后兩類因飛行器可通過改變螺旋槳/機翼/涵道方向實現飛行

140、器的起降和巡航，又稱為矢量推進型。從經濟性的角度出發，絕大多數主機廠都在正式生產的eVTOL機型中采用更為成熟穩定、能量密度和功率密度相對較高的鋰電池，以實現航程距離較長的空中交通，另一方面也滿足適航認證過程中對于飛行器安全性的要求，加速適航取證后的量產制造。未來隨著氫氣儲存技術和氫燃料電池的穩定性得到顯著提升，以氫能源為動力的低空飛行器也有望得到應用推廣。鋰電池成為eVTOL商用的首選能源航空級別的高能量密度電池商業化漸近高能量密度電池技術被航空界認為是極大提升電動飛機續航里程的關鍵性技術。2023年4月，寧德時代發布了單體能量密度500Wh/kg的凝聚態電池，用于電動飛機研發。對于部分頭部

141、企業而言，電池能量密度達到500Wh/kg，有潛力支持現有機型飛行400-500km。電池是eVTOL續航提升的主要驅動力氫能應用潛力大但受限于總成本高長期來看，氫燃料電池的能量密度最高可達鋰電池的上百倍，然而，氫能電池受成本重量和儲運及潛在安全風險等制約，短期內應用空間有限。氫能源在航空的應用潛力巨大頭部廠商選擇現階段具備比較優勢的鋰電池航空業綠色轉型的能源選擇有鋰電池、氫燃料電池、電子燃料（e-Fuels）等。在頭部廠商的目標航程范圍內，鋰電池的技術更加穩定成熟，且能源效率高、單位成本低（見下表），且目前可通過與新能源汽車電池生產商合作進行量產。電池需滿足安全、高能量、可量產等條件在滿足航

142、空級別安全要求的條件下，提高電池的能量密度（Wh/kg）和功率密度（W/kg），且以業界可接受的成本實現量產，是電池研發的重要方向。當前電池性能尚不足支持eVTOL長距離飛行使用能量密度300Wh/kg左右的電芯，估算不同構型的eVTOL的單次充電的最大航程：多旋翼 構 型 為 30-40km，復 合 翼 構 型 為 250-280km，傾轉旋翼構型為250km，涵道矢量推進構型為175km。高能量密度電池正在跨越商業化門檻公司（國家）電池能量密度商用時間寧德時代（中國）500Wh/kg的凝聚態電池2023年發布，未公布商用時間AmpriusTechnologies（美國）400Wh/kg的硅

143、陽極鋰離子電池2024年商用Lilium WithIonBox（德國）330Wh/kg的硅陽極鋰離子電池已經用在測試機型中來源：寧德時代，Amprius，LiliumH2FLY氫能飛機指標電池Batteries綠氫e-Hydrogen電子燃料e-Fuels一級能量效率73%22%13%電力價格0.36美元/kWH成本/千瓦時 軸功率0.5美元/kWH1.7美元/kWH2.8美元/kWH飛行航程1100（2040年）-2000km（2050年）最長達3400km最長達1600km氫能飛機商業化進度慢于電動飛機2024年數字科技前沿應用趨勢來源：Lilium Battery Webinar,202

144、3年11月其他要求：快速充電減少碳足跡原材料可得性電池可回收德國H2FLY今年發布了一款雙體式、四座位、單發的液態氫飛機HY4，并完成了有人駕駛的飛行演示。美國Universal Hydrogen今年試飛氫能源飛機，獲得FAA頒發的特殊適航證?？罩锌蛙嚬居媱澰?035年之前推出氫能飛機。Universal Hydrogen氫能飛機超高能量密度電池技術的研發廠商舉例eVTOL電池研發的各項要求包括但不限于：得益于智能駕駛技術發展與政策支持等有利因素，eVTOL飛行器正逐步從傳統的有人駕駛模式過渡到更高效的無人駕駛模式，呈現出“軟件定義飛行器”的趨勢。數字技術逐步在低空空域管理中應用和推廣，從支

145、持空域數字化到助力監管部門在復雜和密集的低空空域中實現有效監管，有力促進和保障低空經濟發展。通導監設施數據空域信息數據機實時數據城市空間數據數字孿孿低空空域真實低空空域空域建模 基于地理信息數據和BIM空間數據融合，及場景自定義編輯，實現大規模、高精度三維建模數據融合 無人機，空域、CNS 設施實時數據融合，低空空域運行態勢實時感知時空計算 基于實時四維時空計算，實現無人機飛行計劃和飛行航跡的時空沖突校驗，保障飛行活動安全有序仿真模擬 依托低空空域數字孿生體，構建面向行業的算法仿真/訓練能力，加速產業協同發展數字化平臺應用加速低空空域開放和利用的進程全自動無人駕駛eVTOL是未來低空出行的演進

146、方向2024年數字科技前沿應用趨勢數字技術進步前提下，“軟件定義飛行器”成為可能未來eVTOL的競爭力關鍵既包括飛行器的設計和性能，也包括決策AI為核心的智能駕駛軟件技，同時還需要配備高效的數字化空中交通管理系統。無人駕駛的核心是滿足民航管理部門對安全性的要求無人駕駛不僅是技術實現的問題，還需要滿足民航管理部門對航空安全性的要求。為了使eVTOL符合適航認證對于安全性的要求以及更容易被乘客接受，主機廠會對早期機型配備飛行員或無人駕駛安全員，但長期看實現自主飛行是大幅度降低運行成本的方向之一。億航EH216-S是無人駕駛eVTOL低空基礎設施建設助力高效安全空中交通管理低成本、高精度、高可靠性的

147、通訊、導航、監視系統，可以實時獲取航空器的信息，降低航空器間隔，提高空域流量和安全性?；趥鹘y氣象雷達以及激光雷達等新一代傳感器收集的氣象數據，結合AI大模型等技術，為低空飛行帶來更精準、網格化的氣象服務?；谠朴嬎?、邊緣計算、深度學習和人工智能的管控和調度系統，為eVTOL飛行提供決策支持，比如實時航路規劃、起降場選擇。騰訊數字孿生技術在低空空域的應用低空空中交通管理面臨高度復雜性和不確定性eVTOL未來在低空運行的流量大于現有通航直升機，但數量級會少于城市內的網約車。eVTOL運行調度的環境是三維，還要考慮到天氣等因素對低空空域的影響，環境的復雜性、不確定性較高。我國正在加強和規范空域資源

148、管理、促進空域有效利用空域是國家重要戰略資源。2023年11月，國家空管委發布中華人民共和國空域管理條例（征求意見稿），提出實現空域資源科學精細配置、分級分類管理、動態靈活使用。低空基礎設施可支撐高效安全的空中交通管理數字化平臺應用加速空域數字化集成物聯感知、空間構建、時空計算、逼真渲染、仿真推演、數字孿生等技術的數字化平臺，為空域管理部門進行民用場景的空域設計、航道規劃、模擬測試提供數字化工具。Lilium Jet 是配備飛行員的eVTOL工業-電力互聯網協同煉鋼廠，以鋼鐵工藝流程中可調節負荷為初步虛擬電廠試點，并逐步囊括多種可調節資源01算力-電力多個IDCs通過光纖可以進行數據負荷傳輸，

149、并與其之間傳輸數據的光纖網共同構成算力網絡實現協同02電動汽車(EV)將電力網絡與交通網絡這兩個復雜的人造系統緊密耦合，交通網將成為強大的調控資源03交通-電力隨著新能源技術與信息技術的發展與成熟，虛擬電廠將成為雙碳背景下關鍵環節能源結構轉型的重要解決方案。當前，未來電網的源、荷、儲三端正在發生重大變化；源端：波動的清潔能源將大規模、高比例地接入電網；負荷端，大量用戶或將迎來參與發電、儲能與電網響應的“新身份”；儲能端，大量電化學儲能技術的發展，以及氫儲能技術的研發，正在大幅減少能量的存儲與運輸成本。以往虛擬電廠更多應用在較為狹窄的應用場景，接下來，我們應該將其上升到城市甚至是城市間的尺度。城

150、市運行中有三類調節性負荷，分別是工業、算力和交通。隨著工業革新、大模型算力、新能源汽車等領域的發展，其電力需求仍在不斷攀升，是危也是機，讓數字化聚合起來的“電廠，可以通過承擔多網耦合、協同的工作，將上述幾類用電大戶，轉變為可調節的資源，從而有效應對由于能源結構轉型所帶來的電網壓力，保障新能源下新型電力系統的順利轉型。2024年數字科技前沿應用趨勢整個南方電網的響應時間只有幾秒電力的供需平衡在總量和時間兩個維度上都有挑戰每一次平衡delta的過程挑戰機遇本地控制云平臺儲能可調負荷電力交易/輔助服務交易市場虛擬電廠：以數字化聚合起來的“電廠”分布式能源靈活性平穩出力引導自備電廠、傳統高載能工業負荷

151、、工商業可中斷 負荷、電動汽車充電網絡、虛擬電廠等參與系統調節，省級電網基本具備5%以上的尖峰負荷響應能力2021/10 國務院2030年前碳達峰行動方案收益：浙江2021 小時、分鐘、秒級響應，支付4元/KWh收益社會價值：10MW靈活性可等效每年減排9000噸，節省燃氣電廠備用費 8000萬元虛擬電廠虛擬電廠：以數字化聚合起來的“電廠，由于大電網新能源占比不斷提升，虛擬電廠需要承擔多網耦合、協同的工作2024年數字科技前沿應用趨勢新型電力系統的儲能需求與C端互動，平移伸縮電動車充電速度，聚合為“大電池”-工業V2G數據中心虛擬電廠管理平臺響應調度算力-電力協同騰訊IDC離線業務/斷點續算/

152、可續渲染工業-電力協同生產節奏調整，短流程鋼鐵“華容道”時間時間連鑄LF AOD2 AOD1電爐6電爐5電爐4電爐3電爐2電爐1時間時間負荷負荷500100015005241511 Wh4535661 Wh3707623Wh2節點節點4142753Wh4節點節點功率功率（W W）交通-電力協同智能充電、V2G等新型虛擬電廠須從系統工程的角度，尋找城市運行當中核心三類調節性負荷并進行整合，建立長期虛擬電廠管理機制2024年數字科技前沿應用趨勢可再生能源消納以及電力電子化是實現碳中和的關鍵，穩定電力供應是實打實的剛性需求。隨著近年來新能源行業發展，電力電子資源的不斷增加，國家需要有更高效的數字化控

153、制手段蔚來參與全國最大規模V2G需求響應山東電力交易現“負電價”運營中廣核新能源虛擬電廠參與響應8月23日，車網互動驗證中心（簡稱e-Park）的V2G充放電系統需求響應試驗在無錫正式啟動。該系統是目前國內規模最大的V2G充放電系統，為新型電力系統建設提供了有力支撐?！拔逡弧逼陂g，山東電力現貨市場實時交易電價波動劇烈，區間為1047.51元/兆瓦時至-80元/兆瓦時（約為1.05元/度至-0.085元/度），多次出現負電價。2023年中，中廣核新能源深圳虛擬電廠成為首批滿足并網接入要求的標準化虛擬電廠，并成功參與首輪精準響應，響應容量和響應精度位于虛擬電廠運營商前列。智能、有序、高效的數字化控

154、制手段成為當下能源變革的先決條件2024年數字科技前沿應用趨勢騰訊以鋼鐵工藝流程中可調節負荷為初步虛擬電廠試點，并逐步囊括多種可調節資源；初步盤查，可通過調整電爐的生產節奏和功率以獲得負荷靈活性；可根據不同優化目標對當日生產計劃進行調整-容量：典型短流程電爐煉鋼生產線可提供5-20MW靈活性：-方法：調整電爐的生產節奏和功率以獲得負荷靈活性：-策略：可根據不同優化目標對當日生產計劃進行調整模型與目標策略：可以設定不同的生產目標，如：最快生產時間、最快生產時間+模鑄、最低電價、最大化峰谷錯開、最低電價下的需求側響應（未來引導的響應方式）。電弧爐(20MW)典型短流程電爐煉鋼生產線可提供5-20M

155、W靈活性產品軋鋼機(10MW)廢鋼電弧爐(20MW)煉鋼部分軋鋼機(10MW)軋鋼部分設備：在保證生產情況下調節產出；組織：需要平衡設備運行和人力排產；電網交互控制：電網需要按不同時間尺度通知、控制負荷方在響應時段降低電爐功率，延長電爐時間，或設備錯峰，獲得靈活性，目標在不損失總產量的要求下：1、降低整體用電費用；2、降低負荷、獲得補助2024年數字科技前沿應用趨勢根據與其他數據中心是否互聯，數據中心有兩類：獨立的數據中心（如傳統的機房）；互聯網數據中心（IDC）：多個IDCs通過光纖可以進行數據負荷傳輸，并與其之間傳輸數據的光纖網共同構成數據網絡（i.e.,算力網絡）東西電力資源差異大，云計

156、算場景下IDC負荷通過算力網絡轉移數據負荷，AI海量計算時代尤其重要。在不影響任務表現的情況下，調節服務器功率，關注響應速度、響應深度、響應時長、響應精度對實時性不敏感的計算任務進行擴縮容和“斷點續算”，快速改變負荷分布包括科學計算、視頻渲染等獨立/耦合并行任務算力/負荷平移壓扁伸縮時間原始可秒級靈活調節負荷分布2024年數字科技前沿應用趨勢電動汽車(EV)將電力網絡與交通網絡這兩個復雜的人造系統緊密耦合；EV 的充放電與出行由駕乘用戶決定，形成以EV 為核心的信息-物理-社群系統(Cyber-Physical-Social System,CPSS)，帶來新的問題與調控潛力電力-交通網絡耦合的

157、定義：充電負荷通過交通網絡轉移，改變電網潮流分布，新能源車時代尤其重要。充電負荷時空分布（上海）出行服務供需不平衡充電供需不平衡目標：出行需求/充電負荷的供需不平衡？可通過各類價格對營運車輛進行適當引導出行價格可用于對車流密度與供需關系調控充電價格可用于對充電需求時空分布的調控最大化系統可容納的EV充電服務數量確保公平和可靠可以最大化EV充電服務數量把可節省時間作為激勵信息，用戶個人數據上傳交通擁堵信息發布2024年數字科技前沿應用趨勢顧問指導專家李學朝騰訊智慧交通副總裁張勝譽騰訊量子實驗室負責人騰訊杰出科學家張正友騰訊首席科學家、騰訊AI Lab及騰訊Robotics X 實驗室主任李 航騰

158、訊集團市場與公關部總經理（名單按姓氏的首字母順序排列）郭凱天騰訊集團高級副總裁策劃司曉騰訊研究院院長2024年數字科技前沿應用趨勢王 迪騰訊機器學習平臺部副總經理商世東騰訊云副總裁騰訊天籟實驗室負責人岳 淼騰訊集團市場與公關部副總經理李 強騰訊集團副總裁政企業務總裁劉 穎騰訊云副總裁劉 杉騰訊云副總裁騰訊多媒體實驗室負責人騰訊杰出科學家劉 威騰訊杰出科學家劉煜宏騰訊數據平臺部副總經理張 軍騰訊集團市場與公關部總經理趙 巖騰訊星星海實驗室負責人騰訊杰出科學家特別鳴謝（名單按姓氏的首字母順序排列）2024年數字科技前沿應用趨勢安柏霖付濤井天增劉超茹炳晟楊卿張露文陳創前高峰孔倩劉金松宋丹丹楊雪張強陳

159、俊文谷曉峰李力劉晶唐敏豪楊子翊張陶陳磊郭慶來李芮劉兆瑞滕超楊鐘靈張翔陳立翰韓磊李偉羅璇王煥超姚建華張意晗陳夢珂郝少剛李忻呂奇瑞王軍姚麟張云飛陳銘良賀輝群李陽陽毛峻嶺王宇凡葉佳賓趙軍陳強侯文禎李源孟祥芝吳昊曾耿華鄭興源陳曉岸胡仁成李志成倪瑞捷吳羽曾欽杵鄭一聰陳煜東胡軼強黎國龍聶再清肖瑋鄒弘宇鄭宇代凌燕黃婷婷梁聰慧潘興德謝良張策竇淼磊紀多斌廖芳莉龐宏啟熊依雪張川川馮宇彥焦典林海川戚元覲徐佳康張建青執行編委王強劉莫閑陳守雙周政華主筆高性能計算：劉莫閑多模態智能體：王強、曹建峰、徐思彥人形機器人：徐一平、王煥超AI+基因計算：袁媛數字交互引擎：陳孟、李南腦機接口：吳朋陽沉浸式媒體：宋揚、王強星地直連通信：王鵬eVTOL：陳楚儀、張雪琴虛擬電廠：李瑞龍聯合出品騰訊星星海實驗室、騰訊云異構計算產品中心、騰訊量子實驗室、騰訊數據平臺部、騰訊機器學習平臺部、騰訊云智能數智人，騰訊Robotics X、騰訊AI Lab、騰訊北極光工作室、騰訊互娛研發效能部引擎技術中心、騰訊多媒體實驗室、騰訊會議天籟實驗室、騰訊 SSV 應急開放平臺、騰訊安全天馬實驗室、騰訊智慧交通、騰訊SSV碳中和實驗室、騰訊院士專家工作站、騰訊集團公共事務部、騰訊集團市場與公關部、騰訊新聞、騰訊研究院2024年數字科技前沿應用趨勢主編劉瓊