正文

趋势一：大模型生态 —— 行业大模型生态初现，服务千行百业智能化升级

AI 大模型正在向跨语言、跨任务、跨模态的技术方向演进，已成为当下 AI 技术发展的一个主要趋势。依托深度学习平台，大模型技术的效能不断提升，具备了很强的通用性、泛化性、可解释性，以及开发流程标准化程度高的优势，能够解决 AI 碎片化难题，持续降低 AI 开发与应用的门槛。

随着大模型技术逐步成熟，训练能力、核心算子库和软件平台布局不断完善，在航天、金融、能源等领域，「行业大模型」开始浮现，围绕各行业需求，搭建 AI 基础设施，推进「AI+ 行业」的应用创新。我们预测 2023 年行业大模型将覆盖更多领域，逐渐形成生态，积极践行「普惠 AI」，服务千行百业的智能化升级。

趋势二：数实融合 ——AI 新型基础设施建设需求增长，数字技术和实体经济深度融合

我国「十四五」规划和 2030 年远景目标纲要都强调大力发展数字经济，为人工智能等数字技术带来了强大创新动力和广阔市场空间。当前，智算中心、深度学习平台和大模型等 AI 新型基础设施不断夯实，加快推动人工智能产业化落地，满足以制造业为主的实体经济转型需求；同时，我国庞大的制造业规模、丰富的应用场景和海量数据资源，非常有利于深度学习模型的迭代进化，技术与场景的融合，会催生出具有产业通用性的新产品新业态。

AI 新型基础设施建设，短期看，将会成为各地政府发展数字经济的重要抓手之一，对区域经济发展和产业升级有明显推动作用；中长期看，将促进数字技术和实体经济深度融合，更好的赋能产业数字化转型和智能化升级。

趋势三：虚实共生 ——Web 3.0 技术打造新型网络空间，元宇宙业态有望迎来颠覆式创新

人们正在构建一个内容丰富的虚拟世界，这个虚拟世界从最初平行于物理世界，逐渐发展到与物理世界紧密连接，未来有可能会实现彼此交互、融合和共生。预计 2023 年，得益于众多关键数字技术的突破，这一趋势将会加快。

Web 3.0 技术将会打造一个去中心化的，更加开放、公平和安全的新型网络空间，用户可以更安全的交换信息和价值；数字孪生和虚拟仿真、AI 等技术融合，会在购物、制造、家居、城市等诸多场景，创造更精准和智能的数字孪生体；AIGC 将带来全新的内容创作模式，广泛运用到绘画、文学甚至视频制作等领域，大幅降低内容生产成本；结合 VR/AR 带来的沉浸式体验服务，5G 提供的大数据高速传输能力，一个全面和丰富的元宇宙业态有望加速成型，在此之上的产品和服务模式，也可能会迎来新一轮的颠覆式创新。

趋势四：自动驾驶 —— 自动驾驶技术迎来新升级，推动智能汽车产业「扬帆远航」

随着自动驾驶进入城市场景，无论是感知复杂环境、还是处理海量数据的难度都大大增加，传统小模型无法满足高级别自动驾驶的要求。业界开始通过引入大模型技术，让自动驾驶汽车有效扩充语义识别数据，大幅提升长尾问题解决效率，进一步增强自动驾驶感知泛化能力，适应更多出行场景。

预计 2023 年，中国主要城市自动驾驶商业化落地将呈现运营范围、车队规模双增长的趋势，拥有自动驾驶技术的智能汽车的市场渗透率也将有新突破，智能汽车产业从此前的「试水试航」走向「扬帆远航」。

趋势五：机器人 —— 行业应用机器人落地加速，改变劳动力短缺困境

伴随全球老龄化加剧，未来各行业将面临严重的劳动力短缺的问题。不少国家已经积极发展自动化技术，改变劳动力短缺困境。

人工智能、大数据、云计算等关键技术的成熟，为自动化发展注入强大动力，特别是 AI 加持的各类机器人，将在实时感知、智能决策、优化控制等方面获得更大提升，越来越多地应用于施工、开采、救灾等需要大量人力的工作场景。此外，人形机器人产品将会在生活中扮演管家角色，承担简单的搬运、扫除、护理等工作，不仅极大地提高劳动生产率，而且在一定程度上可以让人摆脱繁重的体力劳动，使人们有更多时间享受美好生活。

趋势六：科学计算 ——AI 技术成为重要科研辅助力量，改变多学科研究范式

AI for Science 正受到越来越多的关注，AlphaFold 等模型的成功让人们看到，人工智能技术对科学计算产生巨大影响，正在改变许多学科的研究范式。

通过引入 AI 技术，研究者们开发了科学计算工具，解决传统科学计算过于复杂而难以求解的问题，提升系统建模分析能力。相信未来会有更多功能强大的科学计算工具出现，推动 AI 技术成为重要的科研辅助力量，在物理、化学、生物、材料学等基础科学及药物研发等应用领域体现自身的独特价值。

趋势七：量子计算 —— 量子计算核心技术持续突破，产业化进程加速

过去一年，量子计算技术已在软硬件、应用和网络等关键技术方向实现新一轮突破。预计 2023 年，多种技术路线的量子芯片性能指标将持续提升，云原生量子计算平台将提供更强大、更丰富、更专业的服务，易用性大幅提升，开发门槛进一步降低，量子设备将在多个应用场景中展现出优势，在人工智能、材料模拟、金融科技、生物制药等方向诞生更多具备实际应用价值的量子算法；随着量子计算硬件性能与量子算法的不断提升，量子软硬一体化方案的价值与需求将会更加凸显。

公众对量子信息科学的关注将会不断增强，有关量子科普与教育将产生更加广泛与迫切的需求，借助量子计算平台加速形成繁荣的量子计算产业生态，政产学研用多方协同和资源汇聚会进一步深化。

趋势八：隐私计算 —— 隐私计算平台实现数据互联互通，兼顾价值创造和安全可信

数据安全治理和数据要素市场化的重要性和紧迫性日渐上升，隐私计算技术进入快速发展阶段，金融、通信、医疗、互联网等领域有越来越多的机构开始自建隐私计算平台，应用场景不断拓展和深化，推进各家隐私计算平台的互联互通逐渐成为行业新趋势。

在此背景下，「横纵交织」的可信数据流通网络初步呈现。可以预见，借助不断发展壮大的数据流通网络，未来几年隐私计算技术的应用场景将会不断推陈出新，隐私计算平台也会在多个行业成为支撑数据安全治理和数据要素市场化发展的重要基石，有助于塑造兼顾价值创造和安全可信的数据产业。

趋势九：科技伦理 —— 可解释 AI 技术推进「人机互信」，可信可控技术能力成企业全新竞争优势

人工智能等技术的快速发展，带来了新的社会伦理问题与风险，引起世界各国的关注。我国政府今年出台《关于加强科技伦理治理的意见》，向联合国提交《关于加强人工智能伦理治理的立场文件》，积极倡导「以人为本、智能向善」原则，确保人工智能安全、可靠、可控。

科技企业和科学家也在积极探索可解释 AI 技术，尝试在价值对齐的背景下促进有效的人机交流，让 AI 真正理解人类意图，降低算法的「黑箱风险」，实现更有预见性的 AI 治理。好的技术不仅关注结果，更要关注过程，我们预测，未来在一个高度智能化和数字化的社会，具备可信可控的 AI 技术能力，将成为企业新的竞争优势。

趋势十：科技可持续发展 —— 侧重绿色低碳和可持续发展能力，边缘计算和先进计算正实现关键突破

近年来，在可持续发展理念的影响下，促进节能减排和降本增效已成为新技术的重要演进方向。其中，边缘计算兼顾了计算的实时性和弹性，能够减少海量数据的传输，节约巨大的数据传输和能源成本，未来边缘计算与 5G、AI 等技术协同，将助力低碳经济的发展。先进计算正在从计算理论、架构、系统等多个层面提升现有算力规模、降低算力成本、提高算力利用效率。

我们预测未来会有更多侧重绿色低碳和可持续发展能力的新技术突破，其落地应用将有望缓解环保、健康、能源和材料等问题，提升人类生存环境的质量。