騰訊：融合2022年十大數字科技前沿應用趨勢（39頁）.pdf

《騰訊：融合2022年十大數字科技前沿應用趨勢（39頁）.pdf》由會員分享，可在線閱讀，更多相關《騰訊：融合2022年十大數字科技前沿應用趨勢（39頁）.pdf（39頁珍藏版）》請在三個皮匠報告上搜索。

1、2022年十大數字科技前沿應用趨勢Top 10 Digital Technology Application Trends 2022前過去的一年是極不平凡的一年，新冠肺炎疫情持續延宕，世界經濟復蘇震蕩不定，與此同時，數字科技正前所未有地滲透到經濟社會的方方面面，一個更加智能泛在、虛實共生的時空正在全面展開。我們于2020年發起了數字科技前沿應用趨勢研究項目，其中的很多預判已成為行業熱點，人工智能等數字技術在醫療、自動駕駛、安全等領域的應用深入開展，沉浸式媒體、數字虛擬人、虛實集成打開了全真數字世界的大門。新一年，我們繼續聚焦近未來有望落地的科技趨勢，先后訪談了重點領域的科學探索獎獲獎人、業界權

2、威專家，以及騰訊科技實驗室的科學家，凝練出三大類、十個重點方向：云原生、人工智能、未來網絡、云安全、量子計算等領域的新變革有望重塑信息基礎設施；空天科技、能源互聯網、復雜任務服務機器人與信息技術的融合正迸發出強勁的跨界創新勢能；萬物孿生、擴展現實將進一步連通虛實世界，為人們創造全新的體驗和數字生產力，讓虛擬世界更真實、讓真實世界更豐富?？萍嫉陌l展沒有終點，讓科技融入實體經濟促其高質量發展，讓生活更便捷、讓社會更美好才是永恒的趨勢。騰訊研究院院長 司曉01Preface專家推薦25年前，尼葛洛龐帝在數字化生存一書中描繪了一幅在數字空間工作、生活和學習的全新生存方式。而今天，這些預言已經轉化為現實

3、，數字科技正全面滲透到人類生產生活的各個角落，成為經濟社會發展的核心驅動力。面對疫情和全球產業格局調整帶來的不確定性風險，我們更需要加強科技預判，瞄準世界科技前沿，引領科技發展方向。這份報告給我們提供了諸多有價值的洞見，我們看到云原生、機器學習平臺、零信任安全等技術將為實體經濟的新舊動能轉換提供更為堅實基礎；衛星互聯網、能源互聯網、智能機器人將帶來連接變革、能源革命和服務升級；隨著數字引擎和VR、AR的應用擴展，一個與物理世界共生的數字世界正在向我們走來。數字科技之力正在轉化為未來的新動能，推動我國經濟更高質量發展。中國工程院院士 鄔賀銓02Expertsrecommend專家推薦Expert

4、srecommend當前，全球正在加速進入科技革命躍遷、經濟范式轉換和生產要素重置的重要變革期。算力已經成為人類生產力和國家競爭力的重要基礎，云計算、人工智能、未來網絡等技術與各行業持續深度融合，推動質量變革、效率變革和動力變革。隨著個人生活、企業運營和城市管理更多地轉移到數字世界中，云原生安全能力在未來尤為重要。虛擬現實構建了物理世界的數字鏡像，自然化了人機交互方式，數字孿生的發展實現了虛擬世界和物理世界的貫通融合，為人們認識、理解和改造世界提供了新手段。這將讓虛擬世界更真實、讓真實世界更豐富，不僅為人們帶來體驗的升級和認知的升維，還有望推動更多新物種、新產業、新經濟的涌現。數字科技對各行業

5、具有極強的交叉融合特性和支撐賦能作用，定會在碳中和、太空探索、裝備制造、醫療健康等重大國家戰略中發揮更大作用。數字科技的蓬勃發展，必將進一步推動實體產業的數字化和智能化，打通生產、分配、流通、消費各環節，助力構建國際國內雙循環的新發展格局。中國工程院院士 虛擬現實產業聯盟理事長 趙沁平03新 一 輪 科 技 革 命 與 產 業 變 革 正 重 構 世 界 創 新 版 圖 、 重 塑 全 球 經濟結構，加之新冠肺炎疫情給經濟社會發展增添了不確定性，國家迫切需要通過科技創新提供經濟發展新動能。該報告提出的一些信息領域新趨勢值得我們格外關注。在 信 息 通 信 方 面 ， 信 息 網 絡 將 更 智

6、 能 、 更 彈 性 ， 人 網 物 三 元 萬物 互 聯 以 及 網 絡 與 各 行 業 深 度 融 合 ， 將 為 數 字 經 濟 發 展 提 供 大 連接、廣覆蓋、智能化、無人化、高可靠的一體化網絡體驗。在信息計算方面，算力成為人類生產力和國家競爭力的基礎，云計算、人工智能、量子計算、類腦計算的演進，讓數字發動機更快運轉，進一步釋放數據要素的巨大價值。在信息交互方面，VR、AR、數字孿生等技術的不斷成熟，構建了虛實世界互動的新通路、新模式。在信 息 控 制 方 面 ， 更 柔 性 、 多 模 態 的 機 器 人 有 望 執 行 更 為 復 雜 的 任務 ， 成 為 人 類 的 幫 手 ，

7、 為 解 決 國 家 老 齡 化 等 問 題 帶 來 新 思 路 ； 此外，能源互聯網將助力人類加快解決能源的管理和控制問題。星地協同智能化將加速數據中心資源更大范圍靈活調用，網絡將繼續由地面的平面互聯向空間三維互聯、太空和星際互聯延伸。中國工程院院士 余少華專家推薦Expertsrecommend04錄Contents前Preface專家推薦Expertsrecommend趨勢01趨勢02趨勢03趨勢04趨勢05趨勢06趨勢07趨勢08趨勢09趨勢10TRENDNO.1TRENDNO.2TRENDNO.3TRENDNO.4TRENDNO.5TRENDNO.6TRENDNO.7TRENDNO.

8、8TRENDNO.10TRENDNO.9云原生加速IT體系邁進全云時代量子計算NISQ時期仍將持續人工智能邁向普適化和工業化新階段云網融合構建“連接升維”疫后新需求按下云原生安全發展快進鍵多路徑并行演進推動萬物孿生硬件迭代驅動擴展現實（XR）產業拐點到來多模態融合驅動復雜任務服務機器人深入家庭生活雙碳目標倒逼能源互聯網加快發展星地協同智能化開啟“大航天”時代附錄十大數字科技趨勢技術集0102060939131619222528323605趨勢01云原生加速IT體系邁進全云時代TRENDNO.1云原生是一種IT技術方式，使組織能夠在云計算環境中構建和運行可擴展的應用程序。在多云、混合云等多元化部

9、署的主流環境下，隨著容器、無服務器等關鍵技術及工具不斷創新與兼容，以及分布式云服務的興起，云原生能更有效應對業務和數據動態多變的環境，促進新一輪的軟硬件相互定義乃至融合發展，推動IT體系向全面云化的新階段演進。當然，云原生涉及整個IT體系的變革，其發展也面臨可視化、復雜性、安全性等諸多挑戰，需要跳出傳統IT思維，用云原生的技術和管理模式進行系統應對。未來，伴隨著云原生操作系統的持續發展和完善，在多元場景下提供一致的云計算產品服務和體驗將成為業界共同努力的方向。06云原生是一種IT技術方式，使組織能夠在云計算環境中構建和運行可擴展的應用。隨著數字化的普及和深入，海量數據實時、靈活處理的情況日益普

10、遍，傳統IT架構越來越難以適應。云原生通過容器、服務網格、微服務、不可變基礎設施和聲明式 API等關鍵技術，使松散耦合的系統具有彈性、可管理性和可觀察性，能夠更低成本、高效地調用各類云計算資源向業務交付應用，推動IT體系向全面云化的新階段演進。首先，無服務器計算（Serverless）興起，正在成為云原生加速發展的新路徑。當前容器（Container）、微服務（Microservices）等技術已成為實踐云原生的主要路徑，但由于其技術實踐的復雜性并不低，對很多傳統企業而言應用門檻仍然較高。無服務器計算則在基礎設施之上建立新的抽象層，屏蔽部署、運維等帶來的復雜性，實現功能即服務（FaaS），使開

11、發人員只用專注開發代碼本身，而無需像容器那樣還要進行較復雜的底層基礎設施配置，從而大大提高應用開發和運營效率，比如通過云服務和小程序開發工具的深度集成，研發效率可以提升50%。此外容器、微服務等技術也在不斷地探索無服務器的理念，為用戶在云上便捷、高效地實現業務閉環提供了不同路徑。當然，無服務器計算也有廠商標準尚不統一、適用任務單一等局限性，因此并非是容器的替代，兩者更多呈現兼容互補的發展趨勢。其次，分布式云將有效拓展云原生業務構建的物理邊界，大幅減輕用戶多云管理負擔。分布式云憑借其對公有云服務向不同位置延伸和云資源全局統一管理的能力，正成為云服務演進的重要方向。一方面分布式云能將公有云的全棧P

12、aaS能力延伸到本地、邊緣等不同物理位置，任何物理位置均可提供大數據、AI、開發工具等和公有云同樣的PaaS服務，讓用戶在所需的位置都能基于豐富的工具使用構建云原生應用；另一方面分布式云對云資源的統一管理能力，可以有效融合公有云、私有云、混合云、邊緣云等全場景，由公有云廠商對全類型云計算資源進行高效、統一地管理、調度、更新、迭代，讓用戶能從復雜的多云管理中解放出來，將更多精力聚焦業務本身。最后，異構計算促進軟硬件相互定義和融合發展，推動云原生基礎設施性能持續突破瓶頸。隨著AI計算、科學計算等應用需求的普遍增加，云計算承載的業務場景持續細化和專業化，計算速度、成本、能耗等都面臨更高的要求。傳統以

13、CPU為主的IT通用計算架構和軟硬件分離的方式，越來越難以滿足專業應用的高性能處理需要，促進可使用CPU、GPU等多種計算單元的異構計算（HC），以及集成存儲設07 感謝中國科學院計算技術研究所研究員崔慧敏，騰訊云副總裁王慧星，騰訊云容器產品技術總監于廣游，云技術運營服務部宋昭文、楊政權、鄧逾越在云計算研究中給予的指導和支持備及虛擬運算的超融合基礎架構（HCI）蓬勃發展。由此，軟硬件進入相互定義、相互開源和開放的新階段，為提升云原生基礎設施算力能力和能源效率、降低損耗和成本等帶來了新的發展紅利。整體而言，隨著云原生技術的發展成熟，未來企業上云用云將更加低成本和高效便捷，一個“全云”的新時代正在

14、成型。雖然云原生已經成為主流探索方向，但涉及IT體系的整體變革仍面臨不少挑戰。主要有：一是云原生資源的多變性影響IT體系全鏈條的可觀測性。云原生理念的實現借助了微服務、容器、無服務架構等諸多技術，幫助租戶屏蔽了基礎設施的復雜性，但同時也降低了IT系統在云上全流程的可觀測性，例如微服務狀態監測與管理較難、無服務器架構使用過程中調試工具不完善等，導致初期的使用門檻和成本較高。二是云原生實踐過程中遷移和管理復雜度較高。為有效提升基礎平臺資源利用率、業務應用彈性伸縮效率和靈活性，云原生技術實踐往往涉及多云間的業務部署、遷移和管理等復雜場景，需要成熟的技術工具和人員能力才能有效應對，有待整個行業持續建設

15、培養。三是數據隱私和安全風險也是影響云原生發展的關鍵問題。云原生的開源開放性，有利于集成各種三方工具，但也造成安全威脅的多樣化，安全策略難以集中一致地實施。例如云原生體系下微服務的API數量將不斷遞增，進而擴大了攻擊面、增大了數據泄露的風險。這些問題和挑戰，都需要跳出傳統IT的思維，用云原生的技術和管理模式進行系統解決。未來，伴隨著云原生操作系統的持續發展和完善，在多云、混合云場景下提供一致的產品服務和體驗將成為業界共同努力的方向。傳統的公有云邊界有望突破，公有云的產品將“延伸”到任何用戶需要的環境中，不同的物理位置均可提供云原生服務，加速數字業務云上的閉環。08趨勢02TRENDNO.220

16、21年是量子計算備受矚目的一年，國際國內均有較為明顯的科研成就。量子比特數量實現較大規模增長，各量子計算硬件技術也皆有發展；越來越多的機構開始研發上層軟件和算法，并有越來越多的算法在小規模實際問題上得到實驗。未來幾年，仍是量子計算積蓄力量的階段，量子計算有望突破1000個量子比特，量子糾錯的進展對實現可用邏輯量子比特至關重要，量子計算與經典計算相結合的混合計算體系或將成為更加有效的應用方案，而量子計算在組合優化、化學制藥、機器學習等領域也有望產生實際的應用價值。量子計算NISQ時期仍將持續092021年是量子計算界備受矚目的一年，中國連續兩次實現了量子計算優越性，國際上量子計算企業獲得風險投資

17、首次突破10億美元，量子比特數量實現較大規模增長，國內“祖沖之二號”量子比特數量已達66個，國際上推出了127量子比特超導量子處理器以及基于中性原子的256量子比特模擬器，軟件開發和算法應用也在加緊實驗探索中。當前，量子計算處于NISQ(含噪聲中等規模量子)時代。產業界均在努力增加量子比特數量，提升單個量子比特的質量。同時，因為多個量子比特相互作用會產生新的錯誤，學術界和產業界都在尋求糾錯的突破。國內量子計算發展追趕很快，除學術界以外，國內越來越多的科技集團和初創公司也投身量子計算開發，并開放量子計算云平臺?？傮w上，國內量子計算的最高水平在量子比特數量和質量方面與國際上差距不大，但是支持量子計

18、算運行的關鍵設備的研制，例如稀釋制冷機和測控系統，與國際水平相比還存在差距。此外，國內量子軟件和算法開發相對落后，開展量子計算用例研究的企業偏少。2022年，將是量子計算繼續積蓄力量之年。隨著100+量子比特設備的推出，需要開發適用于更大規模量子計算機的軟硬件相關技術，為未來通用量子計算機的實現打好基礎。硬件方面，主流量子計算硬件技術（如超導、離子阱、光量子等）將并行發展，按照一些國際大公司公布的路線圖，兩到三年內，量子計算有望突破1000量10子比特。超導體系方面，中國技術團隊已取得了量子計算優越性；離子阱體系提出了QCCD(量子電荷耦合器件)架構，比特串擾小，且可擴展性較好；光子技術除了達

19、到量子計算優越性外，還成功實現了編程。上述技術均已經或有望在短期內超越100量子比特，但由于量子糾錯難題短期內難以突破，因此未來何時實現可用的量子邏輯比特，還不清晰。此外，從幾十到一百、從幾百到一千，跨過每個門檻都可能需要工藝上的重大調整。除此之外，還需要解決串擾、發熱控制和測控自動化等方面的問題。其中，為了與處于低溫下的量子芯片更好交互，量子計算機組件例如測控系統，需要部分在低溫環境下集成。然而，量子計算機短期內主要目標是規模擴大和性能提升，預計各個方案的運行溫度和體積不會有量級上的變化。量子計算與經典計算相結合的混合計算體系或將成為更加有效的應用方案。量子計算機的具體形態以及是否通過芯片實

20、現尚處研究過程中。一方面，量子計算機可能采用混合技術，將超導、離子阱等各技術體系的優勢結合起來。分布式量子計算機可能是實現大規模通用量子計算機的路徑之一；另一方面，在實際應用中，量子計算很可能會與經典計算機混合使用。量子計算解決部分擅長的問題，而經典計算作為輔助來協同解決整個問題。目前國內外研究人員已開始研究混合量子-經典算法。未來，量子計算機可能在高性能計算中心與經典計算進行集成。軟件算法方面，預計在2023年前后，量子計算有希望開始在若干領域(例如組合優化、量子化學、機器學習等)實現具有應用價值的專用量子模擬機。目前，很多世界五百強企業開始進行量子計算的“概念驗證”。但是還沒有哪個領域的應

21、用有公認的落地應用表現，行業正在持續探索和尋找“殺手級應用”。根據技術成熟度判斷，最先帶來價值的應用可能會在化學、優化等領域相關的方向出現。優化包括車輛和飛行器(如無人機)的路徑優化、投資組合優化。量子計算已經在小規模的優化問題上展示了一定的可行性，未來量子計算有望應用于更大規模的優化問題。三到五年內，量子計算有望用于小規模的分子模擬和蒙特卡羅模擬，分子模擬是新藥物、新材料開發的基礎，蒙特卡羅模擬在金融領域有廣泛應用。另外，量子計算有望為更大規模的模擬提供加速，可能在學術領域產生價值，例如通過模擬物理系統帶來新的科學發現。此外，量子計算的應用價值，還需要業界持續共同探索。在解決某些經典計算復雜

22、度高的問題上，量子計算有望有巨大的加速優勢。量子計算的可理論證明加速的算法在持續研究，另外也有越來越多的變分量子算法在小規模實際問題上進行實驗，但由于硬件限制，無法判斷在問題規模逐漸增大時的運行效果。11量子計算產業鏈將隨科研及應用發展逐步形成。目前全球多個國家和地區已經在積極構建量子計算產業鏈。從稀釋制冷機、低溫布線生產商，到量子芯片、量子測控系統生產商，到云平臺、開發平臺提供商，量子算法和軟件開發商，再到下游的金融、制藥、物流、航空行業等，業界有望構建更全的產業鏈條。在生態合作層面，量子計算各參與方增進交流，多學科相互協同、軟硬件算法各方面研發相互促進，學術界和產業界共研、共創、共同進步，

23、是促進量子計算的科研及產業生態健康發展的重要因素；在資本層面，因該領域專業門檻較高而又備受關注，因此未來資本市場的專業性和理性對產業發展也至關重要，避免因不當行為而導致行業聲譽受損，甚至影響到科學研究本身。 感謝中國科學技術大學教授陸朝陽 ，騰訊量子實驗室負責人張勝譽，電子科技大學鄧光偉研究員在量子計算研究中給予的指導和支持12趨勢03人工智能邁向普適化和工業化新階段TRENDNO.3人工智能已經在一些特定的任務上超越了人的能力，但大規模應用仍存在瓶頸，包括依賴大量標注數據、模型泛化能力不強、研發效率低和安全風險等問題，限制了產業的進一步發展。未來，多種人工智能技術將加速演進，超大模型有望推動

24、通用人工智能進程，小樣本學習技術將破解行業數據不足的難題，一站式機器學習平臺正成為人工智能研發的基礎設施，針對人工智能算法優化的專用芯片可望在更多場景落地，加之可信和安全AI的持續探索，人工智能將與更多的行業深度融合，向更加普適化和工業化的方向邁進。13近年來，人工智能已經在語音、圖像、視頻和自然語言處理等領域取得了長足的進展，并在一些特定的任務上超越了人的能力，尤其是一些突破性的成果，諸如AlphaFold2破解困擾生物學界50多年的蛋白質結構預測難題，讓人們再次驚嘆和期待人工智能改變世界的無限可能。在重點應用方面，融合了語音識別、語音合成、自然語言處理、多模態建模、知識圖譜、3D視覺技術和

25、語音驅動面部動畫的數字虛擬人技術成為熱點，從虛擬客服、虛擬主播、虛擬偶像到各行業的數字員工，數字人正在以更快的速度融入到經濟社會中，推動虛擬世界和現實世界的進一步融合。作為人工智能集大成者的自動駕駛持續火熱，傳統車廠、造車新勢力和跨界者紛紛加速布局，在國內數十個城市全面展開了自動駕駛的測試和運營。人工智能的大規模應用仍然面臨技術瓶頸，如依賴大量標注數據、模型泛化能力弱、魯棒性較弱、研發效率低、部分行業數據量少等問題，限制了產業的進一步發展。但這些問題隨著超大模型、一站式機器學習平臺、小樣本學習等技術的加速演進，有望得到解決，進一步推動人工智能向更加普適化和工業化的方向邁進。超大模型將加速通用人

26、工智能進程，推動算法普適化。當前的人工智能大多是針對特定的場景應用進行訓練，生成的模型難以遷移到其他應用，屬于“小模型”的范疇。整個過程不僅需要大量的手工調參，還需要給機器喂養海量的標注數據，這拉低了人工智能的研發效率，且成本較高。Open AI的大規模預訓練語言模型GPT-3在翻譯、問答、內容生成等領域的不俗表現，讓業界看到了達成通用人工智能的希望。大模型通常是在無標注的大數據集上，采用自監督學習的方法進行訓練，之后進行簡單的微調，或采用少量數據進行二次訓練，就可以滿足新的應用場景的需要。這意味著對大模型的改進可以讓所有的下游小模型受益，大幅提升人工智能的適用場景和研發效率，因此大模型正在成

27、為業界重點投入的方向，谷歌、臉書、微軟，國內的百度、阿里、騰訊、華為和智源研究院等紛紛推出超大模型?？梢灶A見的是，短期內，模型的規模會進一步提升，行業將出現多個萬億級參數的大模型，對算力基礎設施的需求也會進一步提升，與云的結合成為突破算力限制的首選。同時，大模型中的數據類型將不斷豐富，由目前文本為主向圖像、視覺等多模態方向豐富，進而推動模型準確性和泛化能力的提升。小樣本學習技術破解數據缺乏難題，助力更多行業智能化。在工業、醫療等很多行業，人工智能技術的落地往往面臨訓練樣本數量不足的挑戰，而小樣本學習技術正是針對這一問題的有效解法。如，先在大規模數據集上預訓練模型，之后在目標小樣本數據集上進行參

28、數微調獲得模型，這一方法在目標數據集和源數據集較為14類似的情況下比較有效。再如，通過多任務分割網絡和遷移學習，可以實現對大量異質公開數據集的利用，將學習到的知識和特征用于生成目標領域的模型，從而實現知識在不同領域之間的遷移。一站式機器學習平臺有望成為人工智能研發基礎設施，推動模型工業化。人工智能的模型開發往往面臨算力資源搭建周期長、計算框架維護繁瑣、算法和模型調優門檻高、人才缺口大等難題，這使得傳統上通過自建開展人工智能研發的方式面臨重大瓶頸，難以滿足工業化大生產的需求。一站式的機器學習平臺可以為開發者提供從數據標注、數據預處理、模型構建、模型訓練、模型評估到模型服務的全流程開發支持，幫助開

29、發者更快完成業務模型的搭建，大幅降低機器學習的進入門檻。相比自建模型的繁瑣工作，未來將有更多的開發者選擇一站式機器學習平臺高效地進行模型開發，加速人工智能模型生產的工業化。此外，在軟硬件一體化的趨勢下，針對人工智能算法優化的ASIC專用芯片將在更多的行業應用場景落地。相比GPU和FPGA芯片，ASIC雖然沒有前兩者的通用性和靈活性，但可以完美適配AI算法，并針對不同的需求場景優化，在性能、功耗和成本上都要優于前兩者，預計將成為未來主流，助力人工智能在更多的行業加快落地。人工智能在產業落地中，還面臨一些模型本身的問題和外部安全風險。一方面，模型的輸入數據和輸出結果之間，存在著人們無法洞悉的“隱層

30、”，這使得人工智能的工作原理難以被清晰解釋，也被稱為“黑盒”，導致了行業應用中面臨模型可解釋性不足等問題。另一方面，隨著人工智能被應用到更多高價值的行業，算法后門攻擊、對抗樣本攻擊、模型竊取攻擊等帶來的安全風險與日劇增。未來，可信和安全人工智能技術的持續探索，將成為AI普適化和工業化的重要保障?？茖W家正在探索一種能夠將知識驅動和數據驅動相結合的有效方法，從而更好地發揮兩者的優勢，提升人工智能的魯棒性和可解釋性。如，貝葉斯深度學習，不僅可以發揮貝葉斯算法本身的可解釋性，從少量數據中學習，又具備深度學習強大的擬合能力，預計將在人工智能可解釋性方面發揮重要作用。同時，通過安全左移，增強主動安全檢測，

31、對各類攻擊進行偵測與攔截，提升人工智能系統的安全性，也是技術研發的重要方向。此外，加快完善人工智能治理和倫理規范已成為業界基本共識， 政府、企業和科研機構分別從法律法規、倫理道德等多層面探索AI向善的落地機制，為人工智能的普適化和工業化保駕護航。感謝騰訊優圖實驗室總經理吳運聲，優圖實驗室副總經理吳永堅在人工智能研究中給予的指導和支持15通過引入云計算技術，信息通信網絡的核心功能將在虛擬機和容器上構建，這讓未來網絡核心網的擴容更加靈活便捷、彈性即用。感知與智能將成為網絡技術演進的新趨勢，推動連接能力升維。無線通信與無線感知能力相融合實現了通信感知一體化，網絡由此具備了原生感知能力，從連接信息變成

32、連接行為，從交互認知延伸到交互感知。同時，新型無線AI網絡架構和協議可以高效捕獲信道特征、適應未知環境，帶來物理層面的性能提升。此外，空天地一體化的網絡將實現人聯與物聯、無線與有線、廣域和近域、空天和地面等的智能全連接，不僅可以在全球實現寬帶和物聯網通信，為用戶提供泛在通信服務，還可以將增強定位導航、實時地球觀測等新能力集成到網絡系統中。趨勢04云網融合構建“連接升維”TRENDNO.416得益于信息通信技術的快速發展，互聯網從發端時主要聚焦在科研逐步向消費型網絡發展，目前正向生產型網絡不斷演進，未來網絡將從信息傳輸向產業服務轉變，網絡將更加智能化、便捷化。通感一體塑造全真全感互聯。從1G到5

33、G時代，通信能力和感知能力是相互獨立的，進入后5G時代后，隨著通信頻譜向毫米波、太赫茲、可見光擴展，與傳統的感知頻譜重合，使得通信與感知融合成為了可能。一是通信和信息感知融合網絡在盡可能不影響通信功能的前提下，使用通信技術本身的可用以感知探測的能力，實現對目標、環境或者內容的智能自適應的感知，助力網絡通信性能的提升或賦予通信系統新的能力。二是通信網絡的信息感知也是多維度的，其中包括環境和目標感知、業務數據和內容感知、網絡狀態感知。利用無線通信信號提供實時感知功能，獲取環境的實際信息，并且利用先進的算法、邊緣計算和人工智能能力來生成超高分辨率的圖像，完成現實世界的數字化重建，可以和虛擬化世界進行

34、融合，獲得更加真實的體驗。三是通感一體化將分階段、分層次融合演進，逐步實現“業務共存、能力互助、網絡互惠”。未來將構建起人機物智慧互聯、智能體高效互通的新型網絡，有能力提供擴展現實、全息通信等深度沉浸式交互場景，全方位支持自動駕駛、無人機協作等高精度物理空間感知業務，未來還可應用在智慧城市、氣象預報、環境監測、醫療成像等場景，甚至拓展豐富的室內新業務。AI構建智慧化網絡。目前大量新應用、新業務上線的時間越來越快，對網絡的時延、可靠性和穩定性要求極高，同時網絡運維運營難度和成本增加也是必然趨勢，傳統被動式的人工運維運營模式已越來越難以滿足需求。在這一背景下，將人工智能與無線通信相結合，通過構建新

35、型無線AI網絡架構和協議，可以顯著提升網絡智能，促進感知、通信與計算的深度融合。一方面AI無線網絡有諸多優勢，它能很好地捕獲信道特征、適應未知環境，帶來物理層性能的顯著提升；AI深度強化學習能夠智能挖掘利用網絡分布資源，實現多用戶、多目標、高維度的優化決策；AI能利用網絡大數據和算力，自主適應業務和網絡環境變化、實現網絡自治和智能服務。另一方面對AI網絡關鍵技術的研究，可以催生更多新興應用和持續提升業務體驗，通過網絡與云、邊緣計算、AI等融合，不斷往智能化網絡發展。AI網絡提供的低碳節能的開放生態，將持續推動周邊產業的發展，已成為行業公認的發展趨勢?？仗斓匾惑w化組網?？仗斓匾惑w化指的是天基（高

36、軌/中軌/低軌衛星）、空基（臨空/高空/低空飛行器）等網絡與地基（蜂窩/WiFi/有線）網絡的深度融合，在17系統層面實現地面與非地面網絡的全面一體化，在協議、網絡、業務、終端等方面實現深度融合。一方面目前全球還有三十億人口未能接入互聯網，全球大部分的地理空間（如森林、山區、沙漠、海洋、天空等）是沒有網絡覆蓋的。移動網絡在有一定人口規模的區域能力和效率更高，而衛星在人口稀疏地區可以更經濟的實現覆蓋。通過星地融合拓展全域立體組網，不僅能夠實現人口常駐區域的常態化覆蓋，而且能夠實現偏遠地區、海上、空中和海外的廣域立體覆蓋，滿足地表及立體空間的全域、全天候的泛在覆蓋需求，實現用戶隨時隨地按需接入。另

37、一方面空天地一體化的網絡將實現人聯與物聯、無線與有線、廣域和近域、空天和地面等的智能全連接，為用戶提供泛在通信服務，不僅可以在全球實現寬帶和物聯網通信，還可以將增強定位導航、實時地球觀測等新能力集成到網絡系統中。未來，用戶無論是步行、乘車、乘機，甚至當部分通信基礎設施因災害而受損后，都可以通過同一部終端接入網絡，并獲得連續的高質量的服務體驗。感謝騰訊云通信副總經理王軍、騰訊云5G解決方案負責人劉航在未來網絡研究中給予的指導和支持18趨勢05疫后新需求按下云原生安全發展快進鍵TRENDNO.5后疫情時代，開放網絡架構、技術應用場景泛化將導致多種不同安全風險疊加。新一代網絡攻擊技術使攻擊變得更加隱

38、蔽、快速，攻擊范圍從個人向企業、基礎設施蔓延，造成的攻擊損失成指數增長。在此背景下，零信任將重塑安全新邊界，成為遠程辦公時代有效的安全解決方案；面對攻擊更加復雜、贖金不斷增長的勒索攻擊，云上安全防御將成為最優解；面對快速的網絡攻擊，全面覆蓋網絡、端點以及云基礎架構的擴展威脅檢測與響應（XDR）升級，將促進更多的組織增強“主動免疫力”。1920企業數字化轉型與業務上云成為產業互聯網發展的重要趨勢，傳統企業保護邊界逐漸被瓦解，平臺、業務、用戶、終端呈現出多樣化趨勢，邊界消融導致攻擊面逐漸增多，帶來更多安全風險。如何構建企業的“主動免疫”體系，成為業內關注的焦點。零信任重塑安全新邊界。一方面遠程辦公

39、要求企業重塑安全機制。調查機構數據顯示，2021年有超過60%的企業員工可以在家辦公，遠程辦公常態化意味著企業需要制定適應新環境和辦公常態的安全策略和工具，以更好地降低風險。大量安全措施不完善的個人設備和網絡將成為網絡攻擊跳板。另一方面零信任將帶來安全角色與理念“雙進階”。零信任作為一種基于動態身份認證和授權的安全理念框架，對訪問控制進行顛覆式創新，引導安全體系架構從以“網絡為中心”向“身份為中心”進行演化升級。在理念方面，零信任將信任最小化、權限動態化，成為突破物理隔離的網絡關鍵技術，多因素身份驗證成為必需品，尤其是在后疫情時代遠程辦公、邊界模糊將導致身份安全驗證成為必選項。在角色方面，零信

40、任理念推動企業和員工重新思考自身安全防護角色和相應的技術、流程和規范。通過改變企業的風險應對理念，強化員工的安全防護角色，零信任將幫助企業創造更多價值，鞏固網絡安全底座。 云上安全防御將成為抵御勒索攻擊最優解。自2018年以來，勒索軟件攻擊數量猛增了350%；2020年，勒索軟件的平均贖金已高達31萬美元；2021年，每11秒就發生一次勒索攻擊，全年累計將超過300萬次。勒索攻擊已經成為全球經濟面臨的嚴重威脅之一，企業遭受攻擊不再是“會不會”的問題，而是“何時”的問題，勒索攻擊儼然成為產業互聯網時代的“流行病”。一方面勒索攻擊手法將更加復雜。從滲透網絡到盜取登錄憑證，再到攻擊備份系統，潛伏周期

41、更加漫長、隱蔽性更高。加密貨幣普及助推贖金快速增長；大型企業和基礎設施成為攻擊重點；另一方面勒索攻擊將更加SaaS化。勒索攻擊從制作、傳播、攻擊到收益呈現系統化、便捷化趨勢，具備“開箱即用”的特性?！岸嘀乩账鳌蹦Ｊ揭l數據泄露風險；供應鏈成為勒索攻擊重要切入點。防范勒索攻擊的重點應在事前防御環節，而不是遭遇攻擊后的解密環節。從技術層面來講，可通過聚焦零信任、威脅檢測等安全前沿技術，保障云平臺和云上業務安全。云原生安全產品由于自適應、全生命周期防護的顯著優勢，是兼顧成本、效率及安全的云上安全防御“最優解”。擴 展 威 脅 檢 測 與 響 應 （ Extended Detection and Re

42、sponse，簡 稱“XDR”）有望提升組織整體網絡安全風險響應速度。當前，網絡安全攻防對抗已感謝騰訊安全副總裁楊光夫、騰訊安全李濱、黃佩鈺、江國龍、胡龍等專家在安全研究中給予的指導和支持21從原來的技術之爭逐步演變為如今的速度之爭。面對日益嚴峻的網絡空間安全威脅，網絡安全威脅信息的分析研究將有助于企業更好地“知己知彼”，了解自身的網絡安全弱點，掌握已知和未知的網絡安全風險點，從而提升企業在實戰中的監測和響應能力，筑牢網絡安全防御城墻。以大數據分析、自動化技術為核心，融合多種威脅檢測能力的XDR技術將有效應對利用人工智能技術發起的自動攻擊。在檢測方面，XDR將幫助用戶對資產、漏洞、威脅、事件進

43、行排查，從而快速了解網絡的暴露面和重點攻擊手法，提前針對性制定防御策略。在防御方面，采取主動防御措施，對網絡威脅進行精準打擊。在預測方面，XDR將構建安全預警機制，不斷收集有關新型網絡威脅的信息數據，根據當前網絡環境的薄弱環節有效預測可能的威脅，以幫助企業更好地應對未知威脅。網絡安全威脅信息的使用將有效提升報警準確性，降低無效報警數量，極大減輕安全運營人員工作壓力，使其聚焦于真正的威脅，提升安全運營的效率。趨勢06多路徑并行演進推動萬物孿生TRENDNO.6在行業數字化變革進程中，數字孿生成為理解和優化物理實體的中間件。數字孿生具備實時感知、虛實映射、人機交互等多種能力，可以幫助人們通過對虛擬

44、空間的觀察和交互，去理解和優化真實的物理空間。伴隨3D建模、物理仿真、影像技術、實時渲染等單點技術的突破及交叉融合，各類數字孿生工具百花齊放。其中，游戲引擎更為行業數字孿生提供了新路徑。通過融合行業知識和新興技術，數字孿生的功能和性能得到了進一步提升，從設備、產線到工廠，從街道、區域到城市，從細胞、器官到人體，各領域的孿生體正在加快構建中。22數字孿生成為理解和優化物理實體的中間件。人對物理空間運行機制的深度理解是各行各業數字化的前提，但因為物理空間具有尺度跨度大、層級復雜、動態變化、觀測繁瑣等特點，借助虛擬空間來表達物理實體的時空狀態、運行規律，正成為人高效觀測和認識物理空間的重要路徑。此外

45、，基于數字孿生在虛擬空間中預先進行模擬仿真和數據分析，其逐漸演變為建筑設計、街道規劃、產線搭建等物理實體運行找到最優解的方式之一。并且在運行過程中融合傳感、物聯、控制等技術，實現對物理空間的干預優化也是各行業數字化過程中的重要支撐。綜上，研究人員、工程人員、管理人員通過數字孿生，實現對工業設備、城市街道、人體器官等的理解、優化將成為必然趨勢。行業建模工具通過融合多類技術向實時化、顯性化和友好交互方向演進。一是通過融合高性能計算、5G傳輸、云渲染等技術，從計算、傳輸、呈現多個角度全面提升實時性。例如城市數字孿生在探索通過云端渲染、5G網絡、GPU計算等降低信息傳輸和呈現的延遲，在不同的終端都能保

46、證數字孿生應用的性能。二是借助3D展示、模型輕量化等技術實現顯性化表達，降低理解門檻，例如工業領域的仿真軟件嘗試基于3D技術提升后處理能力，并借助機器學習將復雜的仿真模型轉化為更易理解的圖像和函數，降低理解物理規律的門檻。三是通過結合AR/VR提升交互友好性，工業、城市、醫療等領域的建模工具均加速豐富接口和數據格式，以適配虛擬現實平臺，實現數字孿生和虛擬現實的融合應用。23游戲引擎為行業數字孿生構建提供新型路徑。一方面游戲引擎憑借其模擬逼真、渲染實時、開發便捷的特點成為當下產業界實踐數字孿生平臺的路徑，并正與設計仿真軟件、3D建模工具的數據進行兼容，適配不同行業的需求。另一方面，游戲引擎逐步融

47、合行業知識和前沿技術來提升數字孿生的應用能力。領先的游戲引擎正在探索集成仿真、IOT、AI等技術能力，從客戶端性能、使用便捷性、功能豐富性等方面提升游戲引擎能力，例如交通領域基于AI優化工具鏈，能夠借助游戲引擎自動生成道路、汽車、環境等孿生體，大幅提升數字孿生開發效能。當前，雖然數字孿生應用需求處于爆發期，但其開發應用依賴行業知識沉淀、不同工具的融合協同、以及計算和網絡支撐等多類技術條件。當前對高精度、多尺度、低時延等大場景的支持能力仍較為薄弱，發展仍處于初級階段，應用潛力有待釋放。未來需要多項技術能力的突破和整合，例如借助高性能計算、并行計算等提升數字孿生系統的運行效率，結合XR、多模態交互

48、技術提升人機交互便捷性以大幅提升數字孿生性能和功能等。此外，不同工具平臺的集成協同，設備數據、設計數據、仿真數據的打通應用也將推動數字孿生進一步發展。 感謝騰訊CSIG仿真技術總監孫馳天，騰訊CSIG交通數字孿生高級產品經理張龍 ，騰訊CSIG交通數字孿生高級開發工程師馮守超，騰訊智慧空間產品部高級產品總監李洪飛在萬物孿生研究中給予的指導和支持24趨勢07硬件迭代驅動擴展現實（XR）產業拐點到來TRENDNO.7VR光學、顯示、定位和交互等硬件技術發展方向和思路比較明確，超短焦的光學設計、Micro-LED、更輕便的交互控制器將是未來方向。而AR光學模組是AR產品的核心，目前仍在不斷演進中，自

49、由曲面BirdBath、光波導等技術路線各有優劣，短期內仍將共存。未來，VR發展需要優質內容和生態助力硬件在消費端的普及，而AR設備在算力、電池限制條件下，需要進一步優化實時的環境識別、定位、虛擬與現實交互等算法。此外，互聯網平臺將與虛擬現實行業不斷融合，在內容分發、優質生態資源虛擬化，以及虛擬現實原生概念和場景方面深入合作，讓真實世界更豐富、虛擬世界更真實。252021年擴展現實產業加速發展，社交媒體巨頭“臉書”更名為“Meta”，旗下VR頭顯產品突破1000萬的銷量，業界普遍認為，當一個平臺用戶超過1000萬，內容和生態將實現跨越式發展。目前VR在培訓、教育、文旅，AR在安防巡檢、工業生產

50、等領域已經成為行業標配。VR和AR作為新一代交互和計算的終端和下一代互聯網的硬件入口，將帶來新一輪的信息浪潮和產業鏈格局的重塑。VR硬件發展路徑基本明朗。VR頭顯將進一步輕薄化，光學方案將在保障顯示效果前提下，由目前主流的菲涅爾透鏡向更輕薄的超短焦技術路線發展，產品將更加輕薄，重量將進一步降低，佩戴體驗將更加友好。顯示方案將由目前主流的Fast-LCD，向Micro-OLED演進。交互方式中物理控制器仍是主流：現有手柄將進行升級，自帶Camera利用SLAM算法來進行場景的追蹤以及即時地圖的構建；同時新形態的控制器也將不斷出現，如輕便小巧的戒指類控制器，可實現觸覺反饋的手套等。此外RGB高清S