亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

大模型最佳載體，AI PC為PC行業發展提供新動力 　　AI大模型在云端運行存在數據泄露、傳輸延遲、運營成本越來越高等諸多問題，阻礙大模型的商業化應用，因此將AI大模型嵌入終端設備，形成混合AI架構是促進大模型普及的重要措施。AI PC使用場景與AI大模型目前覆蓋的應用場景高度重合，被稱為“大模型的最佳載體”。目前，高通、AMD、英特爾等芯片處理器廠商已推出針對AI PC的處理器，聯想、宏碁等品牌廠商也在積極推動AI PC的發展。目前AI PC市場整體 　　處于AI Ready向AI On過度的階段，根據Canalys預測，兼容AI的個人電腦有望在2025年滲透率達到37%，2027年兼容AI個人電腦約占所有個人電腦出貨量的60%，未來AI PC的主要需求來源為商用領域。同時AI PC將會為PC行業發展提供新動能，根據IDC的預測，中國PC市場將因AI PC的到來，結束負增長，在未來5年中保持穩定的增長態勢。 　　AI PC刺激底層硬件技術升級 　　AI PC產業升級過程中，處理器芯片、內存、散熱是主要受益領域，此外AI PC拉動PC行業出貨量增長也有助于促進中游代工及品牌廠商的業績增長。（1）在處理器方面，目前AI PC基本采用“CPU+GPU+NPU”的異構方案。高通的驍龍X Elite是目前市面上唯一達到微軟AI PC最低算力40TOPS要求的AI PC處理器。受益于AI需求定制化、專有化特點，ARM充分發揮其優勢成為全平臺主流架構，沖擊更多市場份額。（2）內存方面，AI PC將會拉升高世代DRAM芯片需求。AI大模型運行對內存容量提出更高要求，因此大容量的DDR5、LPDDR5/X等高世代 　　DRAM產品滲透率將會提升。（3）散熱模組方面，NPU性能釋放將會帶來更多能耗，因此AI PC可能會給出全新的解決方案，液冷散熱技術使用占比可能有所提升，據市場研究公司IDC預測，到2024年，超過75%的PC將采用液冷散熱技術。

大模型演進：工業革命級的生產力工具。目前，ANI已經廣泛應用，AGI處于研發階段，大模型是實現AGI的重要路徑。AI大模型通過預先在海量數據上進行大規模訓練，而后能通過微調以適應一系列下游任務的通用人工智能模型。在“大數據+大算力+強算法”的加持下，進一步通過“提示+指令微調+人類反饋”方式，實現一個模型應用在很多不同領域。人工智能的發展已經從“大煉模型”逐步邁向了“煉大模型”的階段，逐漸掀起多模態和多場景革命，重塑AI技術范式，提升模型能力天花板，應用價值顯著提升。大模型現狀：GPT引領，百模征戰。（1）ChatGPT加速迭代：從GPT-1至GPT3.5跨越4年多時間，ChatGPT發布僅一年，GPT迭代開啟“加速度”，現已具備多模態能力，并搭建GPTs生態，將定制化模型從ToB推廣到ToC，低門檻、低成本、定制化的特點，使得GPTs具備普及性和顛覆性。（2）他山之石：據業界不完全統計，23H1硅谷在人工智能領域共完成了42起融資，總金額約140億美元（占世界總融資金額的55%），應用方面的投資金額僅次于大模型，垂類場景應用的融資中對話機器人占據絕對優勢。（3）國內大模型：科技型企業包括人工智能企業、垂直大模型企業和數據智能服務商相繼進場，如商湯科技、度小滿和滴普科技等企業，以百度、騰訊和阿里為代表的互聯網云廠商占據中國通用大模型行業多數市場份額，在布局時間、基礎設施建設、應用場景等方面具備明顯優勢。（4）爆款應用：基于ChatGPT的火爆和大模型的迭代發展，海內外AI在對話、圖像、教育、辦公等多個領域出現爆款應用。大模型未來：應用多點開花，產業智能躍遷。（1）內容變革：擁有通用性、基礎性多模態、參數多、訓練數據量大、生成內容高質穩定等特征的AI大模型成為了自動化內容生產的“工廠”和“流水線”，隨著 GPTstore 的出現， AI 大模型將迎來自己的“APP Store”時代，AIGC 商業應用的前景愈發廣闊。（2）模型演繹：多模態模型核心目標是模擬人類大腦處理信息的方式，以更全面、綜合的方式理解和生成信息，底層通用大模型目前成為最受關注、建設和提升迫切性最強的領域，中間層模型國內目前尚未出現相關玩家。（3）AIGC主流的營收模式可分為四種：MaaS、按產出內容量付費、軟件訂閱付費、模型定制開發費。目前，按照產出量收費的模式占據主流，但隨著底層模型即AIGC生態的建立，最具長期增長潛力并將占據主要市場規模的為MaaS模式。據量子位預測，2023年AIGC不同商業模式規模約170億元，預期2026將翻一番，2030年有望突破萬億市場規模。

全面對標英偉達，華為開啟國產自主可控新征程。我們認為英偉達作為全球AI算力芯片龍頭坐擁三大法寶，分別是高性能芯片、其中IC設計是重點，CUDA架構、助力AI加速計算生態，Nvlink、NVSwitch助力芯片快速互聯互通與InfiniBand配合組網技術實現高效互聯互通；而華為作為國產計算之光全面對標英偉達，在算力方面，昇騰910芯片單卡算力已經可以與英偉達A100相媲美；統一達芬奇架構助力AI計算引擎；HCCS互聯技術，實現卡間高速互聯。 　　華為構筑世界AI算力第二選擇:全連接大會上，華為發布多款AI產品，為世界AI算力第二選擇。華為Atlas900SuperCluster、全新的華為星河AI智算交換機亮相，打開國產算力集群想象空間，同時發布“三力四總線”，打造智能世界數字基礎大設施，此外發布星河AI網絡解決方案，以高運力釋放AI時代的高算力；軟件方面，華為攜手基礎軟硬件創新，開啟國產AI生態；華為鯤鵬、昇騰、AI助力國產千行百業數字化升級，包括金融、智能制造、工業、教育、醫療等方面。 　　為領銜演繹國產AI計算產業崛起:我們認為華為AI計算產業的核心在于芯片的自主可控，其中以鯤鵬和昇騰為主導的海思芯片尤為重要，因此與之相關的國產集成電路產業突圍尤為重要，其中重中之重是EDA、光刻、代工產業；AI與信創雙輪驅動，國產服務器需求火爆，AI服務器中的主要元器件包括CPU、GPU板組、內存、硬盤、網絡接口卡組成，配合電源、主板、機箱、散熱系統等基礎硬件以提供信息服務，計算服務器基礎硬件供應商和華為生態伙伴也將迎來發展機遇；算力組網方面，華為有望帶動相關產品快速放量，其中包括國產AI服務器、交換機、光模塊等產品，此外，在算網的趨勢下，網絡可視化將迎來黃金發展周期。

英偉達，全球AI算力王者歸來: 巨頭指引，海外科技龍頭廠商持續布局AI，持續加大資本支出儲備AI相關產品，涉及數據中心和服務器，其 中包括META、Google、微軟， 同時海外AI應用持續落地，其商業模式得到驗證，例如Microsoft 365 Copilot的定價超預期。AI大模型時 代拉開帷幕，對AI芯片需求量明顯增多。英偉達實為全球AI算力王者，英偉達相關AI芯片三個月內兩度漲價，其根本原因在于算力芯片供不 應求，稀缺性強，算力芯片依舊為大模型時代的稀缺要素。? AI有望成為臺積電未來支柱，英偉達相關服務器廠商業績有望高度景氣: 臺積電表示AI服務器需求強勁，有望成為未來支柱領域，公司預計 預計AI服務器未來5年收入將實現50%的CAGR增長。同時應對AI芯片需求，臺積電加大資本支出。公司為應對英偉達、AMD 等廠商對 AI 芯片 CoWoS 等先進封裝的需求，擴大對先進封裝制造廠的建設。此舉同樣驗證算力芯片高度景氣。英偉達芯片相繼落地，AI服務器廠商高 度景氣，中國臺灣多家電子代工廠爭相出貨有望業績兌現，例如鴻海、緯創、英業達、廣達、超微電腦等。? 國內算力，拐點之時: 算力是AIGC落地的先行指標，我們認為全球正處于AIGC的爆發期，如果說AIGC是科技企業開啟第二輪業績增長曲線的 “流量入口”，那么算力即是科技廠商開啟AI爭奪戰的“入場券”，目前我國相關AI應用目前已有雛形，我國正處于智算中心建設的加速期， 因此相關AI算力產品有望成為本輪科技浪潮下的先行指標，其中包括算力服務器、光模塊、交換機等產品。我們認為相關公司在本輪科技浪 潮中業績有望高度景氣，目前相關公司業績已經得到驗證，例如中際旭創、中科曙光等。

邊緣域AI的“寒武大爆發”。自ChatGPT問世以來，從GPT-1到GPT-3.5，GPT模型的智能化程度不斷提升，GPT-4多模態模型的發布進一步加速產業革命。ChatGPT對智能終端的賦能開啟新一輪“寒武大爆發”時代。

　　大模型發展歷程復盤，AI全面重構科技產業。ChatGPT引領大模型浪潮，AI的“iPhone“時刻來臨。3月21日，英偉達CEO黃仁勛在GTC2023大會上將ChatGPT比作AI的“iPhone“時刻，AI時代加速來臨。國際科技巨頭加緊布局多模態模型領域。2023年3月，微軟和谷歌兩大巨頭相繼推出大模型，OpenAI推出GPT-4模型，谷歌推出PaLM-E模型；隨后，OpenAl推出APIplugins，進一步擴大了ChatGPT的應用能力并催化至多場景的業務處理能力，AI的“APPStore“時代到來。2023年4月，Meta發布SAM模型，機器視覺顛覆式創新。2023年5月，谷歌發布輕量級PaLM2模型，能夠運行于移動端，有望帶動邊緣AI計算成長，邊緣AI迎“安卓時刻”。

　　從音頻到視頻，探討硬件終端的重估值潛力。我們看好AI+智能終端的趨勢，AI將帶來產品邏輯的深度變革，加速硬件的智能化、伴侶化趨勢。無論是手機、PC、AIOT、MR、汽車電子，都有重估值的潛力。當下，各大廠商紛紛布局，應用端革新漸漸開：1）手機端：高通利用驍龍AI軟件棧，運行StableDiffusion模型；華為P60率先搭載多模態大模型智慧搜圖；2）PC端：蘋果推出M2Ultra，配備32核神經網絡引擎，AMD、Intel均推出嵌入專用AI模塊的x86處理器，AIPC呼之欲出；3）AIOT：百度融合文心一言，打造AI音箱“小度靈機”；阿里巴巴天貓精靈，接入“通義千問”大模型；4）MR：蘋果發布AppleVisionPro，推出首款空間計算設備；5）智能汽車：奔馳與微軟AzureOpenAIService達成合作；特斯拉的FSD將取消Beta版本，V12有望落地。

　　從計算到連接，芯片為邊緣算力核心。邊緣AI芯片是邊緣算力的核心，主要可分為“計算+連接”兩方面，其中：計算芯片處于邊緣AI的核心，用于接受感知外界環境，同時對視頻語音信息加以處理運算，實現邊緣AI功能，賦能硬件終端；連接芯片位于諸多終端，更多是通過網絡協議接收指令，執行功能。伴隨產業發展，計算+連接芯片有二者融合的趨勢。當前，邊緣計算市場上參與者眾多，不同陣營廠商正以不同的路線共同推動邊緣計算快速發展。海外以英特爾、AMD等為代表的芯片廠商積極推出CPU、GPU、FPGA、DPU、IPU等邊緣算力芯片；國內芯片廠商則發揮在邊緣智能終端的優勢，加大邊緣AI芯片的布局。 　

ChatGPT引領AI突破，伴隨通用AI技術同工業領域融合應用的滯后周期不斷縮短，工業AI應用落地進展有望加速。ChatGPT通過突破性的“Transformer架構大模型+RLHF（人類反饋強化學習）算法”帶來自然語言處理在表述邏輯性、自然性等人機交互體驗領域的巨大提升，掀起AI產業一輪新高潮。工業領域因對AI可解釋性等嚴苛要求導致技術創新與應用落地錯位時間相對較長，但隨著人工智能技術可用性增強及工業信息化水平的大幅提升，近年通用AI技術的工業落地間隔由20年逐步縮短至小于5年，伴隨ChatGPT帶來的通用AI大模型突破，工業AI亦有望迎來快速發展。

　　研發設計環節：AI可賦能創成式設計、仿真優化、電子設計優化等。CAD領域：通過AI賦能，工程師可通過交互方式向設計軟件指定他們的要求和目標，創成式引擎將自動生成設計方案，目前AI驅動的創成式設計功能已在Siemens Solid Edge、PTC Creo及Autodesk FUSION 360等主流CAD產品中使用。CAE領域：AI可賦能仿真優化，提升仿真效率，而工業數字孿生通過仿真運行生成數據，又可反哺工業AI模型訓練，目前微軟ProjectBonsai正使用Ansys Twin Builder仿真軟件創建設備或流程的數字孿生，以助力其模型訓練。EDA領域：AI可有效賦能EDA工具，大幅提升設計生產效率及設計產品的PPA（功耗、性能、面積），Cadence于2021年推出的AI驅動的EDA設計工具Cerebrus較傳統EDA產品可實現10倍的生產效率提升和設計產品20%的PPA（功耗、性能、面積）提升。我們認為，AI賦能帶來的CAD/CAE/EDA等研發設計軟件能力提升，有望同步提升其軟件價值量，進一步打開研發設計類軟件更高市場天花板。　　生產運維環節：AI可賦能早期缺陷檢測、預測性維護、產品質量分析、生產預測等。早期缺陷檢測方面：AI可使用實際運營數據，根據各種參數有效預測資產狀況，使工程師在資產發生故障前就能關注并維護資產；預測性維護方面：AI模型可使用來自設備端的運行數據，并根據這些數據對預測性維護進行科學規劃，同時工程師可通過AI持續監控設備運行狀態，大幅減少人工監控時間，有效降低資產設備維護成本；產品質量分析方面：通過機器視覺能夠找出會被肉眼漏過的缺陷，提高質量分析效率，同時AI還可用于檢測運行環境中的異常，從而改進質量流程；生產預測方面：企業可通過準確收集生產時序數據和關聯的生產參數創建AI預測模型，并通過生產流程仿真生成數據優化模型，通過這些模型找出生產過程中發生異常的原因及潛在問題，并持續修改資源規劃策略，達到精益生產目的。以上只是AI在生產運維環節已經應用的部分功能，伴隨AI模型算法能力進一步加強，AI在生產運維環節的應用廣度和深度亦有望進一步提升。　　經營管理環節：AI可賦能CRM、SCM、ERP等經營管理類軟件。CRM領域：AI可通過幫忙編寫回復客戶郵件、提升虛擬客服交流能力、通過語言交互方式幫助銷售人員準確分析和定位特定客戶群體等方式大幅提升客戶關系管理和營銷管理效率；SCM領域：AI可通過主動對影響供應鏈流程的事件發出告警，并預測篩選出受影響的訂單和自動郵件反饋供應商等方式大幅提升供應鏈敏捷性，此外AI還可助力企業招投標信息、商品價格信息、競品信息等市場信息采集分析，提升企業供應鏈決策有效性。ERP領域：AI可在財務領域、信息采集等多場景提升ERP產品能力。　　工業互聯網平臺匯聚算力、算法、數據和應用，是工業AI的絕佳入口。工業互聯網平臺的本質是通過工業互聯網網絡采集海量工業數據，并提供數據存儲、管理、呈現、分析、建模及應用開發環境，匯聚制造業企業及第三方開發者，開發出覆蓋產品全生命周期的工業APP應用，以提升工業生產經營效率。工業互聯網平臺匯聚了算力、數據、算法及應用場景的AI全要素，有望成為工業AI融合應用的絕佳入口。此外，工業互聯網平臺的重要能力之一是通過封裝在其PaaS平臺層的大量通用的行業Know-how知識經驗或知識組件以及算法和原理模型組件，以低代碼方式構建上層工業APP應用，而ChatGPT代碼生成能力的跨越式進步有望重塑工業PaaS低代碼開發平臺，有望使得非程序員的工程師能夠使用自然語言指令進行零錯誤的工業APP開發，大幅提升工業互聯網平臺的應用創建能力、降低應用開發成本。 　

從報告“GPU研究框架（2023）”看，GPU的核心競爭力在于架構等因素決定的性能先進性和計算生態壁壘。國內GPU廠商紛紛大力投入研發快速迭代架構，推動產業開放構建自主生態，加速追趕全球頭部企業。國產替代需求持續釋放疊加國際局勢不確定性加劇，AI&數據中心、智能汽車、游戲等GPU需求有望高增，國產GPU迎來發展黃金期，我們看好國產GPU公司的發展與投資機遇。第一，我們從性能和生態2個維度構建了GPU完整的研究體系。1）性能：決定GPU是否“高效”，其中微架構/制程是影響GPU性能的核心要素。2）生態：CUDA構筑通用計算堅固壁壘。第二，提出在評估GPU性能的指標的重要性上：微架構、制程、流處理器數量、核心頻率對GPU性能影響較大。我們詳細梳理了GPU的微架構、制程、顯存容量/位寬/帶寬/頻率、核心頻率等各類性能參數及重要性程度，并利用“核心數核心頻率2”公式對性能算力進行量化，揭示可用3DMark、MLPerf 等GPU軟件跑分進行相關性能測試評估。第三，詳細拆解了NVIDIA Fermi和Hopper兩大典型微架構的具體硬件實現，在頂點處理、光柵化計算、紋理貼圖、像素處理的圖形渲染流水線上對Fermi架構進行了拆分；在指令接收、調度、分配、計算執行的通用計算流水線上對Hopper架構進行了簡單易懂的描述，并指明更多、更專、更智能等未來架構升級迭代的方向。第四，明晰了生態是構建通用計算壁壘的基石。提出GPU研發難度在圖形渲染硬件和通用計算軟件生態層面，在IP、軟件棧方面研發門檻較高，需要較長的積累，先發者優勢明顯。CUDA生態從2006年推出至今，經過不斷發展完善，幾乎已在行業生態內處于壟斷地位。第五，深度復盤Nvidia/AMD（ATI）的產品迭代和競爭發展史，通過對NVIDIA長期保持領先和AMD（ATI）反超進行總結得出結論：架構創新升級和新興領域前瞻探索是領跑GPU行業的關鍵。 第六，梳理和測算了國內GPU在AI&數據中心、智能汽車、游戲行業的市場空間和發展趨勢。以下為報告原文，節選部分內容，更多內容請參看原報告“GPU研究框架（2023）”。

ChatGPT引領AI技術新一輪熱潮，預示著NLP技術有望迅速進入平民化應用時代。2022年11月30日，OpenAI公司上線了聊天機器人模型ChatGPT，迅速引發了全球的熱潮。ChatGPT是一種預訓練的語言大模型，采用大量的參數和大量的數據進行訓練，基于人類反饋的強化學習算法，將NLP技術和機器學習結合，極大地提升了模型算法的效率和能力。隨著ChatGPT的熱度不斷攀升，多家科技公司都開始布局ChatGPT相關技術領域，NLP技術有望迅速進入平民化應用時代。

　　ChatGPT具有良好的商業價值，未來應用空間廣闊。ChatGPT相關技術不僅對眾多的C端應用帶來革新，同時也將對B端應用產生重大影響，企業數字化轉型有望真正從數字化走向智能化，ChatGPT在企業辦公中的應用，具備很大的想象空間。我們認為，協同辦公類應用作為企業各類應用的入口，同時具備知識管理、流程引擎等功能，具備很強卡位價值，在把ChatGPT技術引入后，可以極大提升產品的功能與應用體驗。員工僅需給出想要辦理的流程，由ChatGPT進行智能化辦理，從而改變過去員工需要自行在OA、ERP及業務系統中完成信息錄入、功能查找、業務辦理的現狀，將極大地提升辦公效率和使用體驗。目前微軟已經將ChatGPT應用到了Dynamics365、Teams等產品線，未來將要應用到Bing搜索中，未來的商業價值空間十分可觀。 　 　　AIGC有望成為未來人工智能的重要方向，商業化模式仍需摸索。AIGC即人工智能內容生成，ChatGPT就是典型的文本生成式的AIGC，其目前的成功也有望帶動AIGC在圖像、音樂、視頻等其他領域落地。Gartner曾多次將生成式AI列為未來的重要技術趨勢，是當下最引人注目的人工智能技術之一。據Gartner預計，到2025年，生成式人工智能將占所有生成數據的10%，而目前這一比例還不到1%。隨著ChatGPT開啟付費訂閱試點，AIGC的商業化進程正式拉開帷幕。據量子位報告統計，到2030年，AIGC的市場規模將超過萬億人民幣，但由于AIGC目前產業化程度有限，大量業務場景尚未成功變現，商業模式也還處于探索階段。我們認為，在當下時點，AIGC基于其出色的降本增效能力，在企業級市場的應用前景較為明朗和穩定，在C端消費市場的商業模式仍需進一步摸索。 　

摘要

多重因素驅動6G發展。一是解決5G網絡投資高、功耗高、運維難等挑戰的需求。二是“元宇宙”等未來新應用和新場景帶來信息處理新需求。三是移動通信技術、計算機技術、人工智能與大數據技術融合（ICDT）發展帶來的創新機遇。

ICDT融合的6G將是一個端到端的信息處理與服務系統，是通信網絡、感知網絡和算力網絡融合的智能網絡。本文嘗試提出信息處理效率概念作為6G直觀的能力度量，圍繞通信能力、計算能力、感知能力、AI能力和安全能力定義了6G能力矩陣及性能指標等級，并探討信息處理效率理論框架和最大化信息處理效率的技術途徑。

ICDT融合的6G網絡是感知、通信、計算、智能一體化架構，資源共享、能力開放，應用協同。本文通過定義網絡大腦、感知控制、計算控制、通信控制、用戶控制與業務控制等關鍵功能實體，構建了一體化網絡控制框架，并分析了分布式計算、分布式感知、分布式智能、內生安全和意圖管理等關鍵技術。

ICDT融合的6G空口是通信感知一體化空口、基于AI的空口，具備學習能力、通信能力、感知能力和多頻段融合組網能力。其中，基于無線感知的無線通信，以及基于無線通信的無線感知是兩個重點技術方向，具有高頻譜效率、高硬件效率和高信息處理效率三大優勢。

ICDT融合的6G終端是功能升級的智能體，一是從智能個人終端向更友好的終端體驗發展，二是從剛性形態向柔性形態發展，三是從個人終端向無人機、無人車、機器人及其他智能化設備的垂直應用終端發展，四是從封閉架構向開放模塊化終端發展，為6G的豐富應用提供了重要支撐。

ICDT融合的6G技術必然來帶ICDT融合產業形態，形成以集成電路、基礎軟硬件為上游，以信息處理基礎設施、能力平臺和終端為中游，升級的2C、2B和2G應用為下游的產業新格局。為了6G更好的發展，本文建議加快6G創新鏈與產業鏈融合發展，培養6G高端人才體系，形成創新與產業集群效應，解決6G發展面臨的理論、器件和芯片等瓶頸問題。

引言

信息技術發展日新月異。融合信息技術、通信技術、人工智能與大數據技術、數字孿生技術的6G技術持續發展。2020年11月全球6G大會上，《ICDT融合的6G網絡》白皮書1.0正式發布，指出6G將是一個端到端的信息處理與服務系統，其核心功能將從信息傳遞擴展到信息采集、信息計算與信息應用，提供更強的通信、計算、感知、智能和安全等多維內生能力。白皮書詳細闡述了ICDT融合的網絡架構與協議棧、感知通信計算一體化、空天地一體化、內生智能架構、意圖網絡、確定性網絡、孿生體域網、內生安全架構、開放網絡架構、AI使能空口、多功能空口等技術，以及太赫茲、可見光、超大規模天線、智能超表面、全息無線電、新波形新編碼等新空口使能技術。白皮書同時還介紹了智能泛終端、量子信息、生物信息和材料能源應用等跨界融合技術。

一年來，全球6G技術呈加速發展趨勢。2021年1月，歐盟正式啟動6G旗艦研究項目“Hexa-X”，2月份，美國貝爾實驗室發布了《6G通信白皮書》，3月，日本宣布投入500億日元進行6G技術研發，4月發布Beyond5G促進戰略-6G路線圖。4月，德國啟動首個有關6G技術的研究項目，并在7月公布6G資金。NGMN發布第一版《NGMN6G驅動力與愿景》白皮書。隨后啟動了6G用例研究與規范工作。5月，歐盟Horizon2020項目“REINDEER”啟動6G新天線技術研究，美國科學基金會面向NextG網絡發起RINGS計劃，6月，韓國宣布，在2025年之前投資2200億韓元開發和標準化6G核心技術，俄國無線電科學研究所向俄聯邦通信部提交了一份6G研發路線草案，中國IMT-2030(6G)推進組發布《6G總體愿景與潛在關鍵技術》白皮書，9月發布了《6G網絡架構愿景與關鍵技術展望》白皮書和《通信感知一體化技術報告》、《超大規模天線技術研究報告》等報告；6月，中國移動成立未來研究院，將致力于6G基礎研究。8月，英國布里斯托大學和倫敦國王學院成立了6GFutures中心。9月，華為發布《智能世界2030》報告。全球6G的發展呈現出跨界融合、多面突破的局面。

本白皮書是《ICDT融合的6G網絡》的第二版本，在1.0版本基礎上，將聚焦感知、通信、計算融合的網絡能力、架構、空口、終端和產業，介紹6G新進展，分析6G新問題，提出6G新方案。

L4級別自動駕駛是未來技術的演進方向，互聯網和算法公司選擇直接面向L4級別高級駕駛功能進行開發。

百度作為PC互聯網時代的搜索入口，龐大的客戶數據助力其AI業務的發展。基于AI技術搭建了Apollo自動駕駛開放平臺，面向”自動駕駛、智能車聯、智能交通“三大領域。硬件+軟件+數據多方面能力結合，共同實現L4級別自動駕駛能力

實現純視覺低成本L4級別自動駕駛技術，降維賦能車企。通過與威馬等造車新勢力合作，實現自動駕駛功能上車。與傳統造車企業吉利合作，強強聯合，計劃推出”集度“品牌汽車。

商用車自動駕駛Robo-Truck場景相對低速和封閉，有望率先實現商業化落地。有效降低駕駛事故率，降低人力成本，彌補崗位缺口，節約燃油，全球市場規模有望達到萬億元。

國內重卡企業陸續開啟自動駕駛布局，自動駕駛港口應用加速。

//pdf.dfcfw.com/pdf/H3_AP2023899_1.pdf?00.pdf