引言

作为推动新一轮科技革命和产业变革的战略性技术，人工智能（AI）具有很强的头雁效应。人机交互的新模式、新通路、新应用不断涌现，人工智能衍生的系列工具正逐渐在各个社会场景中释放潜力。在代码研发领域，随着机器学习和深度学习技术的高速发展，大语言模型解决了自然语言的歧义性问题，正在大幅提高开发效率以及代码质量。AI不仅改变了编程的方式，更在很大程度上推动了软件开发和创新的进步。

AI编程的现状与影响

AI不会取代人类，只会取代不会使用AI的人类

AI正在为人类完成一些基础工作，这是一个无可避免的趋势。软通动力集团百度生态业务负责人罗晟分享了在知识密集型的场景中，例如法律领域，依托自然语言处理和大数据技术，AI可以自动分析大量的法律文件和案例，为律师提供更具前瞻性和策略性的法律建议；在创意密集型场景中，AI可以通过机器学习和数据分析技术，来提供创新的策划方案和优化资源配置，生成式能力已获得越来越多人的认可；面向劳动力密集型场景，例如软件开发，AI可以通过自动生成代码和智能调试等技术来提高开发效率和质量，这不仅减少了开发人员的工作压力，还可以通过实时监测和预警来提高软件的质量和稳定性。 从种种现实场景应用可以看到，AI技术的普及并不是在替代人类，而是在解放人类，使我们有更多的时间和精力去关注更高层次的问题。换而言之，AI技术已经成为一种可以帮助人类解决复杂的问题、提高工作效率和生活品质的重要工具，在这个过程中，人与AI之间的关系并不是对立冲突，而是和谐共生关系。

由于降低了开发者的门槛并赋予了更大的创造力，人工智能也将开启人人都是开发者的新时代

大语言模型等技术的出现，使得AI能够理解和生成人类语言的能力越来越强。代码作为一种规范化的语言，与自然语言一样具有其特定的语法和规则。因此，当自然语言处理的准确性得到提高时，代码生成等任务也从中受益。百度代码团队经理彭云鹏认为，在自然语言中，由于人类表达的多样性和灵活性，往往存在多种解读的可能，即所谓的歧义性。代码作为一种精确的语言，消除了这种歧义性。对于AI来说，代码的生成和理解相较于自然语言处理更为简单，因而AI编程具备天然语言优势。 对于开发者而言，随着AI的加持，人与AI共生共创的表现将更加丰富。

云智小实验：AI编程实战展示

为了更进一步展现AI编程带来的实效，节目中特别设置了云智小实验环节。由CSDN入门级开发者通过百度Comate智能代码助手进行demo展示，与资深程序员的传统开发操作进行直观对比。 在架构设计与项目创建场景中，传统模式下，负责人要了解项目所需的技术，并针对架构的每一个环节策划相应的结构，才能开始项目创建；AIGC开发可以根据自然语言进行项目设计和开发，只需要输入提示词，AI便可将项目结构和关键配置信息整体输出，打破了开发小白对技术掌握不够带来的困扰。 在数据库设计和创建模型阶段，传统开发中必须由人工操作；而AIGC开发只需输入需要存储的信息，即可自主设计数据库表格，并写好模型映射关系，大幅节省了传统开发必须由人工操作的繁琐步骤。 面向前端页面开发场景，传统开发人员需要熟练掌握、等核心语法，以及多种布局技巧，才能够绘制前端静态页面；然而依托大模型，以AI与代码相结合的方式，能够精确控制页面的细节处理，更快速、高效地完成产品需求。 综合来看本次实验结果，AIGC开发在简单项目和快速原型开发方面展示了明显的优势。

AI编程的潜在应用前景

AI编程的应用前景十分广阔，它不仅可以提高软件开发的效率和质量，还可以为人类带来更多的创造力。

提高软件开发的效率和质量

AI编程可以通过自动生成代码、智能调试等技术来提高软件开发的效率和质量。这不仅可以减少开发人员的工作量，还可以提高软件的质量和稳定性。

为人类带来更多的创造力

AI编程可以为人类带来更多的创造力。通过利用AI的强大计算能力，开发者可以探索新的算法和技术，从而创造出以前无法想象的应用。

结论

AI编程正在成为软件开发领域的新趋势。它有望提高软件开发的效率和质量，为人类带来更多的创造力。随着AI技术的发展，AI编程的应用前景将更加广阔。

相关视频

---

「大模型+大算力」加持，通用人工智能和智能驾驶双向奔赴

开年以来 ChatGPT、GPT-4 的相继面世再度掀起计算机科学领域通用人工智能（AGI）研究热潮，也不断刷新我们对 AI 的认知。

作为具有人类水平表现的大型多模态模型，GPT-4 被视为迈向 AGI 的重要一步，标志着创新范式的深度变革和生产力的重新定义，也必将带来更多元的产品迁移。

截至目前，全球已经有超百万家初创公司声称使用这一秘密武器来创造新产品，而这些产品将彻底改变从法律到股票交易，从游戏到医疗诊断的近乎一切领域。

尽管其中很多是营销泡沫，但与所有技术突破一样，总会存在炒作周期和意想不到的远期效果。

事实上在另一边，进入 2023 年智能汽车领域同样十分热闹。

智能化已然成为上海车展全场关注的最大焦点，除了激光雷达等关键传感器的单点式突破，各大巨头也纷纷展示智能驾驶全产品矩阵，城市场景辅助驾驶量产落地加速推进。

更加值得注意的是，BEV、大模型、超算中心等计算机热词正在与自动驾驶、行泊一体、城市 NOA 等智驾焦点火速排列组合，颇有相互交融、双向奔赴的味道。

在这背后，一方面是近年来智驾、智舱持续升级对 AI 在汽车场景落地的数据、算法、算力不断提出更高要求，另一方面，AGI 的重大突破也已将触角伸向智能汽车，将其视为实现闭环应用的重要场景，很多企业布局已经相当高调。

日前，商汤科技 SenseTime 举办技术交流日活动，分享了以「大模型+大算力」推进 AGI 发展的战略布局，并公布该战略下的「日日新 SenseNova」大模型体系。

在「大模型+大算力」加持下，本次上海车展商汤绝影驾、舱、云一体产品体系已全栈亮相，近 30 款合作量产车型集中展出，商汤也再度分享了智能汽车时代的 AGI 落地新思考。

本次上海车展亮相的部分绝影合作车型展示

算法：AI 正式步入大模型时代

如商汤科技联合创始人、首席科学家、绝影智能汽车事业群总裁王晓刚所言，「AGI 催生了新的研究范式，即基于一个强大的多模态基模型，通过强化学习和人类反馈不断解锁基模型新的能力，从而更高效地解决海量的开放式任务。」

通用大模型并非为自动驾驶而生，或为满足自动驾驶的特定任务需求而设计。但智能驾驶开发的诸多新需求已在推动算法从专用小模型向通用大模型快速演进。

首先是应对海量数据处理和 Corner Case 问题的迫切需求。

对于感知系统低频出现但至关重要的小目标及带来的潜在安全隐患，算法开发需要面对海量数据，传统的 AI 小模型将难以同时处理大数据量和高复杂度的任务。通用大模型则可用在长尾目标的初筛过程，并叠加语料文字处理得到很好的效果。

再比如智驾算法开发对自动化数据标注、降低人工成本的诉求。相比于人工标注，通用大模型将自动化对海量数据完成标注任务，大幅降低标注数据获取的时间成本和本身的金钱成本，从而缩短研发周期、提升成本效益。

处于类似的考量，近年来国内外巨头企业已围绕大模型纷纷展开各自智驾布局。

继 Google 于 2017 年提出将 Transformer 结构应用在 CV 领域图像分类，大模型已在 GPT-2、GPT-3、BERT 等当中不断证明实力，特斯拉率先站台 Transformer 大模型征战图像视觉。

国内企业也紧随其后：

毫末智行已宣布自动驾驶认知大模型正式升级为 DriveGPT，网络表示利用大模型来提升自动驾驶感知能力并将大模型运用到数据挖掘，华为也已宣布加入大模型争霸赛，自研「盘古」即将对外上线。

作为行业领先的人工智能公司，商汤在大模型领域可谓乘风破浪，过去一两年则全面将大模型能力在各业务线 20 多个场景落地，包括智能驾驶。

商汤「日日新 SenseNova」大模型体系背后是大模型研发中深厚的积累。商汤有自己的全栈大模型研发体系，其中就包括针对大模型的底层训练及实施过程中的各种系统性优化。

例如，商汤近期向社区发布的用于真实感知、重建和生成的多模态的数据集 OmniObject3D 中包含 190 类 6000 个物体，数据质量非常高。

再比如，商汤在 2019 年就已首次发布 10 亿参数的视觉大模型，到 2022 年参数规模已达到 320 亿，这也是世界上迄今为止最大的视觉模型。

此外，商汤也在智驾领域持续展示大模型能力。2021 年开发的 BEV 感知算法在 Waymo 挑战赛以绝对优势取得冠军，2021 年 BEV Former 的 Transformer 结构至今仍是行业最有影响力的 BEV 工作，今年开发的 UniAD 是业内首个感知决策一体化的端到端自动驾驶解决方案。

在技术实力的另一端是量产进度。商汤也给出了自己的智能驾驶量产公式：

自动驾驶技术能力=场景数据 x 数据获取效率 x 数据利用效率² =场景数据 x 数据获取效率 x 先进算法 x 先进算力。

而先进的算法大模型不仅将通过跨行业数据汇聚提升驾驶场景数据资源，通过数据闭环开发模式和自动数据标注提升数据获取效率，更将大幅提升感知精度和感知丰富度进而成倍提升数据利用效率。

依托原创 AI 算法和模型积累，商汤领先的 BEV 感知算法推进国内首批量产应用，并采用 Domain Adaption 算法有效解决跨域泛化问题。商汤首创的自动驾驶 GOP 感知体系将目标数据获取的人力成本降低 94%，实现低成本的车端模型开发，目前也已投入量产应用。

算力：智能汽车时代的重要基础设施

随电子电气架构技术由分布式不断向集中式演进，大算力芯片成为新型电子电气架构实现的物理基础。

近年来车端芯片算力发展突飞猛进，如英伟达规划中的 Atlan 单颗芯片算力超 1000TOPS，THOR 单颗算力超 2000TOPS，将大幅提升单车感知决策能力。

而在云端，AGI 在自动驾驶、网联等场景的泛化应用将提出比车端指数级更高的算力要求——从数据标注到模型训练，从场景仿真到算法迭代。

算力将是智能汽车时代的新型基础设施。

在此背景下，近年来主流企业纷纷开启双线并行探索，车端自研算力平台，云端建立超算中心。而进入大模型时代后，数据量随着多模态的引入也将大规模增长，因此必然也会导致 AGI 对算力需求的剧增。

可以看到，英伟达车端云端同步布局并将提供端到端的全栈式 AI 加速计算解决方案，特斯拉也早在 2021 年 8 月发布自研云端超算中心 Dojo。

据近期报道，埃隆·马斯克也将成立一家人工智能公司来与 OpenAI 竞争，已购买数千个英伟达 GPU 并一直招募 AI 研究人员和工程师。

国内方面，吉利、蔚来、特斯拉、毫末智行、小鹏等企业也已跟进布局云端算力集群，投入巨大以提升智驾开发算力储备。

对于商汤来说，如果说大模型将是支撑智能驾驶的上层建筑，那么大算力就是数字基座。

商汤科技董事长兼 CEO 徐立表示，目前大模型对基础算力、基础设施的需求非常旺盛，基础算力对并行效率的要求也非常高，但真正好用的基础设施其实十分稀缺。

出于这一原因，商汤历时五年自建了业界领先的 AI 大装置 SenseCore，完成 2.7 万块 GPU 的部署并实现 5.0 exa FLOPS 的算力输出能力，是亚洲目前最大的智能计算平台之一，可同步支持 20 个千亿规模参数量的超大模型同时训练。

位于上海临港的 AIDC 人工智能计算中心将为智能汽车的数据存储、标注、脱敏、仿真训练、算法迭代到部署的闭环提供算力支持，打通基于数据驱动的算法生产全流程，加速高级别智能驾驶技术的 AI 模型生产和持续迭代，推动实现规模化量产。

在 AIDC 的基础上，AI 大装置也将提供支持大模型生产的一系列服务：

如此规模的算力设施即使特斯拉同期也尚难以望其项背，也必将推动大模型的高效闭环。

「大模型+大算力」推动智能汽车行业整体进程

汽车行业正在面临百年未有之大变革。尽管此次以「大模型+大算力」推进 AGI 发展是商汤提出的战略布局，但事实上，这一理念早已在行业层面达成共识。

基于感知、决策规控和 AI 云三大核心能力，商汤「大模型+大算力」已赋能绝影驾、舱、云三位一体产品体系量产落地：

除智能驾驶领域的全栈能力和行泊一体量产解决方案外，「大模型+大算力」也正在助力商汤打造智能座舱跨场景生态。

车展期间，与商汤「日日新 SenseNova」大模型体系深度融合的绝影未来展示舱升级亮相，语言大模型「商汤商量 SenseChat」以及 AIGC 文生图平台「商汤秒画 SenseMirage」也已上车，多点融合重构人车交互方式，打造第三空间。

以「商量」为例，作为千亿级参数的自然语言处理模型，其使用大量数据训练并充分考虑中文语境，展示出出色的多轮对话和超长文本的理解能力。

商汤也展示了语言大模型支持的诸多汽车场景创新应用，如在行车过程中化身「邮件助手」自动提炼关键信息，作为「会议助理」自动生成会议纪要，大大节省用户行车时处理工作的时间和精力，为未来出行的应用场景拓展带来丰富的想象空间。

此外，以人工智能大模型开发、生产、应用为核心，一站式

四大领域、十大趋势，数字科技化身未来的新动能

好奇心与 探索 ——人类进步的阶梯。

19世纪的最后一天，世界上所有的知名物理学家齐聚一堂，准备为经典物理画上一个完美的句号，所以当时的议题是如何消除经典物理这座漂亮大厦上的两朵乌云。这两朵乌云第一朵是经典物理中已知地球的空间中是有空气的，因为声音便是通过空气这一介质传播的，那么宇宙中又存在怎样的介质能够让阳光穿越真空照耀大地的？第二朵乌云则是人们在做实验的时候发现辐射能量很可能是不连续的。

后来的故事大家也都知道，科学家们在好奇心的驱使下提出了各种看似荒诞的理论，例如波尔提出了惊世骇俗的波尔模型、薛定谔提出了薛定谔波动方程……在一个个荒诞的理论的迭代与互补下，第一朵乌云诞生了相对论，第二朵乌云诞生了量子物理，它们共同将完美的经典物理推翻，也一手构建了现在的信息时代、数字时代。

2021年也是不平凡的一年，虽其分量远不及“两朵乌云”，但在疫情这一针猛烈的催化剂下，人工智能、云原生等数字 科技 融合多种技术、多个行业、多个产品，正前所未有地渗透到医疗、自动驾驶、安全等经济 社会 的方方面面，那么近未来有望落地的 科技 趋势是怎样的？

近期，在腾讯 科技 向善创新周发布《2022年十大数字 科技 前沿应用趋势》（后简称“报告”），通过访谈重点领域的科学 探索 奖获奖人、业界权威专家，凝练出了IT重塑、智能世界、虚实共生、网络革命四大领域，数字孪生、量子计算等十大数字 科技 前沿应用趋势。

在解析报告之前需明白一点，数字 科技 化身未来新动能的应用大爆发不是单一技术的突破，而是多种技术循序渐进式的增量与融合的结果。正如腾讯研究院院长司晓在“ 科技 向善之夜”中《离线-在线-在场》的主题演讲所言：“元宇宙等概念本身是一种技术渐进式发展的趋势，就像我们在30年前说信息高速公路，10 年前说移动互联网一样，概念本身叫什么并不重要，它只是一个巨大的技术应用和孵化的池子，任何一项技术单点的突破或炒作，都不会把我们瞬间带入到新时代。”

举个例子，在演讲中司晓表示腾讯计划在深圳大铲湾的一个半岛上，建立一个全新的未来总部——企鹅岛（非正式名称），在“企鹅岛”上，我们有可能看到腾讯在智慧城市上的种种积累和设想。

司晓介绍，“企鹅岛”的设计方案在一款沙盒 游戏 中被复制出来。这个数字孪生一方面体现出 游戏 所积累的AI 、方针等技术在建筑设计等场景的应用，另一方面，在这个虚拟仿真环境下，可以以更低成本来验证一系列交通、能源等系统的规划以及设计是否合理。

其实，刚在前文中提到的数字孪生亦是融合多种数字技术的一个概念池子，例如在数字孪生中拟出真实的智慧城市的交通控制系统，让公交和现实中的一样，等红灯、自动避让、等人上下车，所以在数字孪生城市中引入自动驾驶仿真系统，而这个系统则是基于 游戏 引擎，通过机器学习不断优化，让 游戏 里的载具去真的感知周围的环境，从而最大限度的还原现实生活场景。

也许我们已经在逐渐进入更加智慧的“在场办公”时代。在移动互联网之前，我们是离线办公，工作需要去实实在在的办公室、沟通需要面对面交流或打电话、发邮件；移动互联网普及后，办公方式再次迎来变革，特别是在疫情加速下，基于腾讯会议、Zoom、飞书等在线协作工具大家可以在线办公；而随着XR（混合现实）、感知交互、虚拟仿真等技术发展，“在场办公”未来可期。

在场时代其实并不遥远，例如Meta公司（原Facebook）前不久发布了一款VR虚拟办公室程序Horizon Workrooms，用户使用 Oculus 这样的 VR 设备便能进入这个虚拟办公室进行交互式办公，就好像是在真实的办公室办公一样。而这些随着XR等技术与触觉手套等硬件技术的发展，未来会有越来越多场景与公司从在线时代步入在场时代，即虚实共生。

司晓在演讲中还举到过一个大开脑洞的例子——火星移民。如果未来人类“火星在场”，在远程去往火星上派机器人建基地之前，我们可能会首先实现在虚拟世界中对“火星”在场，也就是给火星建一个超拟真的模型，去模拟各种可能出现的情况。

可以看到，无论是一个智慧城市概念体——企鹅岛，还是星辰大海的火星移民，其都是基于现有数字技术不断进化、融合而来，它们并不会因为某一项技术的突破便将人类带入“未来”时代，正如司晓在演讲中谈到的那样：“元宇宙这些概念本身就是一种技术渐进式发展的趋势，而这个过程需要的技术可能源自于完全不同领域的技术涌现与应用，但这两个应用方向并不必然冲突，甚至有可能是相互依存的。”

前文中提到，“未来”新时代的实现过程必然是不同领域的技术涌现与应用，而在风云诡谲的2021年，我们可以看到人工智能等数字技术在医疗、自动驾驶、安全等领域的应用深入开展，沉浸式媒体、数字虚拟人、虚实集成亦打开了全真数字世界的大门，那么在2022年数字 科技 在IT重塑（云原生、量子计算、云安全）、智能世界（人工智能、复杂机器人、星地协同智能化）、虚实共生（万物孪生、扩展现实）、网络革命（云网融合、能源互联网）四个领域又会有怎样的应用趋势呢？

一、IT重塑

如果说第一次工业革命的蒸汽机把人们带入了蒸汽时代、第二次工业革命的电力应用把人们带进了电气时代，那么第三次 科技 革命IT技术则将人们带入了互联网时代，从PC互联、移动互联到如今万物互联初现雏形，IT正在被重塑。

IT架构被重塑的最直接的表现便是“云化”，随着数字化的普及和深入，海量数据实时、灵活处理的情况日益普遍，传统IT架构越来越难以适应，许多企业都会将自己的网站部署在云端（包括公有云、混合云等），这就是所谓的企业“上云”。而随着上云进程的加快，一种基于分布部署和统一运管的分布式云——云原生开始带领企业进入全云时代（云原生是以容器、微服务、DevOps等技术为基础建立的一套云技术产品体系，可使松散耦合的系统具有弹性、可管理性和可观察性，能够更低成本、高效地调用各类云计算资源向业务交付应用）。

首先，无服务器计算（Serverless）兴起，正在成为云原生加速发展的新路径；其次，分布式云将有效拓展云原生业务构建的物理边界，大幅减轻用户多云管理负担；最后，异构计算将促进软硬件相互定义和融合发展，推动云原生基础设施性能持续突破瓶颈。

不过云原生涉及IT体系的整体变革仍面临不少挑战，例如云原生资源的多变性影响IT体系全链条的可观测性、实践过程中迁移和管理复杂度较高，其中数据隐私和安全风险则是影响云原生发展的关键问题。

《报告》认为，新一代网络攻击技术使攻击变得更加隐蔽、快速，攻击范围从个人向企业、基础设施蔓延，造成的攻击损失成指数增长。在此背景下，零信任将重塑云原生的安全新边界，成为远程办公时代有效地安全解决方案；面对攻击更加复杂、赎金不断增长的勒索攻击，云上安全防御将成为最优解；面对快速的网络攻击，全面覆盖网络、 端点以及云基础架构的扩展威胁检测与响应（XDR）升级，将促进更多的组织增强“主动免疫力”。

当前IT被重塑的不仅仅只有架构，还有算力。2021年是量子计算备受瞩目的一年，国际国内均有较为明显的科研成就，《报告》认为2021年量子计算已步入了NISQ(含噪声中等规模量子)时代，同时《报告》还认为2022年将是量子计算继续积蓄力量之年。

在硬件方面，主流量子计算硬件技术（如超导、离子阱、光量子等）将并行发展，两到三年内，量子计算有望突破1000量子比特，届时量子计算与经典计算相结合的混合计算体系或将成为更加有效的应用方案；而软件算法方面，预计在2023年前后，量子计算有希望开始在若干领域(例如组合优化、量子化学、机器学习等)实现具有应用价值的专用量子模拟机，如用于小规模的分子模拟和蒙特卡罗模拟（分子模拟是新药物、新材料开发的基础，蒙特卡罗模拟在金融领域有广泛应用），且量子计算产业链将随科研及应用发展逐步形成。

二、网络革命

IT被重塑的同时，得益于信息通信技术的快速发展，互联网从发端时主要聚焦在科研逐步向消费型网络发展，目前正向生产型网络不断演进，未来网络将从信息传输向产业服务转变，网络将更加智能化、便捷化，即云网融合构建“连接升维”。

在此背景下，当下感知与智能将成为网络技术演进的新趋势。具体而言，一方面，无线通信与无线感知加速融合可实现通信感知一体化，使网络具备原生感知能力，即从连接信息变成连接行为，从交互认知延伸到交互感知，通感一体正塑造全真全感互联；另一方面，新型无线AI网络架构和协议可以高效捕获信道特征、适应未知环境，带来物理层面的性能提升，AI构建智慧化网络已成为行业公认的发展趋势；此外，空天一体化组网（即天基、空基等网络与地基网络在系统层面实现地面与非地面网络的全面一体化）还将实现人联与物联、 无线与有线、广域和近域、空天和地面等的智能全连接，不仅可以在全球实现宽带和物联网通信，为用户提供泛在通信服务，还可以将增强定位导航、实时地球观测等新能力集成到网络系统中。

连接升维除了体现在互联网上，还体现在能源互联网身上，双碳目标正倒逼能源互联网加快发展。随着“碳达峰、碳中和”的提出，我国能源相关产业迎来了从量变到质变突破的发展元年，首先，清洁能源大规模、高比例地接入电网成为必然趋势；其次，大规模储能技术正成为新能源推广和能源革命的基础；最后，分布式能源与储能技术的变革影响着负荷侧的身份转变。

源、荷、储三端的快速变化，带来了对“网”端一体化、数字化的改造、优化需求，这些变化 将给能源互联网发展带来重大变革：在能量层，建设多能互补的综合能源系统以匹配多变的能源供需；在信息层，通过建设电力-交通耦合网络、电力-算力耦合网络等，实现智慧的能源管理和控制；在价值层，能源互联网的建设需要 探索 能源共享经济，引导全民参与，实现共建共享共赢。

三、虚实共生

经济基础决定上层建筑，底层基础技术的重塑与变革也必然会带来了应用层技术的升级与落地，在行业数字化变革进程中，数字孪生作为理解和优化物理实体的中间件，通过融合行业知识和新兴技术，从设备、产线到工厂，从街道、区域到城市，从细胞、器官到人体，正多路径并行演进推动万物孪生。

《报告》认为，研究人员、工程人员、管理人员通过数字孪生，实现对工业设备、城市街道、人体器官等的理解、优化将成为必然趋势。一方面，行业建模工具通过融合多类技术，正向实时化、显性化和友好交互方向演进；另一方面， 游戏 引擎逐步融合行业知识和前沿技术来提升数字孪生的应用能力，凭借其模拟逼真、渲染实时、开发便捷的特点，为行业数字孪生构建提供新型路径。

不过，当前虽然数字孪生应用需求处于爆发期，但其开发应用依赖行业知识沉淀、不同工具的融合协同、以及计算和网络支撑等多类技术条件，对高精度、多尺度、低时延等大场景的支持能力仍较为薄弱，发展仍处于初级阶段，未来还需要多项技术能力的突破和整合去推动数字孪生进一步发展。

当然，作为虚实共生时代双子星（分别为数字孪生与扩展（XR）现实）的扩展现实，在硬件迭代的驱动下也迎来了产业的拐点。在VR领域，随着VR光学、显示、定位和交互等硬件技术发展方向和思路的明确，超短焦的光学设计、Micro-LED、更轻便的交互控制器成为未来趋势；在AR领域，由于光学模组算力、电池限制等硬件限制，短时间内多种技术路线将会并存；值得注意的是，《报告》显示以手机为显示终端的VR 360或全景视频发展迅速，其生态已初具雏形。

总之，扩展现实已跨过了产业拐点。目前，VR在培训、教育、文旅，AR在安防巡检、工业生产等领域已经成为行业标配。《报告》认为，VR和AR作为新一代交互和计算的终端和下一代互联网的硬件入口，将带来新一轮的信息浪潮和产业链格局的重塑。

四、智能世界

IT重塑、网络革命、虚实共生，任数字 科技 与产业如何发生化学反应，人类最终的目的是打造一个智能世界，显然，我们当前正迈入这样一个世界。

首先在赋予世界“智慧”的人工智能上，人工智能已经在一些特定的任务上超越了人的能力，但在大规模应用上仍存在瓶颈，限制了产业的进一步发展。《报告》认为，未来多种人工智能技术将加速演进，且人工智能将与更多的行业深度融合，向更加普适化和工业化的方向迈进。

其一是超大模型，短期内，模型的规模会进一步提升，大模型中的数据类型将不断丰富，由目前文本为主向图像、视觉等多模态方向丰富，进而推动模型准确性和泛化能力的提升；其二是小样本学习技术，通过多任务分割网络和迁移学习，可以实现对大量异质公开数据集的利用，将学习到的知识和特征用于生成目标领域的模型，从而实现知识在不同领域之间的迁移；最后是一站式机器学习平台，通过为开发者提供从数据标注、数据预处理、模型构建、模型训练、模型评估到模型服务的全流程开发支持，可以帮助开发者更快完成业务模型的搭建，大幅降低机器学习的进入门槛，有望成为人工智能研发基础设施，推动模型工业化。

其次，多模态融合将驱动复杂任务服务机器人深入家庭生活。在感知方面，触觉传感技术突破，以及多模态感知融合技术迭代，将提升机械臂工作的精度和准确率，实现对不同材质、形状和软硬性状物品的抓握推举；理解方面，基于计算机视觉和NLP技术的进步，机器人对复杂服务任务和家庭环境的理解将进一步深入；控制方面，柔性、仿生机器人本体技术的持续进展，将显著提升人机互动的体验和安全性。

随着NLP、先进传感器等底层技术实现商用化，叠加新冠疫情加速家庭消费升级，服务机器人智能化程度不断提升，并下探至更为广阔的家用消费级市场，《报告》认为，未来3-5年，家庭服务机器人有望实现更自然的人机交互、完成更复杂的操作任务，逐步成为家政、 娱乐 、教育、陪伴等细分场景的生活助手。

最后，星地协同智能化将开启“大航天”时代。当前，航天业最大的变化便是其发展模式正由国家主导向国家和企业共同推进演化，而造成这一显著变化的核心原因在于航天智能化水平快速提升，这也将成为技术创新与突破的新契机。

《报告》认为，星地智能化协同，一方面将提升卫星海量数据智能化处理能力，通过卫星与地面站协同推理，数据计算精度可快速提升，同时卫星回传数据量大幅减少；另一方面，人工智能技术将助力卫星遥感数据融入千行百业，例如在农业领域，AI算法+卫星数据深度挖掘协助农民开展保险核保、产量预测，有望成为环境、 社会 与公司治理投资的风险预警工具；此外，航天智能化将打开航天商业化的大众服务窗口，太空旅行、空间站商业化、太空电影拍摄逐步向大众市场普及，亚轨道旅行、卫星影像私人订制、时空信息数字化等新物种也将加速涌现。

面对疫情和全球产业格局调整带来的不确定性风险，我们更需要加强 科技 预判，瞄准世界 科技 前沿，引领 科技 发展方向。透过报告我们看到数字 科技 正从四大方向、十个领域推动我们进入“新时代”，并正在转化为未来的新动能，推动我国经济与人民生活更高质量发展，正如腾讯研究院院长司晓所言：“ 科技 的发展没有终点，让 科技 融入实体经济促其高质量发展，让生活更便捷、让 社会 更美好才是永恒的趋势。”