來源：達摩院

　　1月11日，阿里巴巴達摩院發布《2023十大科技趨勢》。 　　達摩院今年推出的十大科技趨勢涵蓋范式重置、產業革新和場景變化三大領域，其中有些趨勢——例如多模態與訓練大模型和生成式AI的價值已經開始在現實社會有所顯現，有些趨勢——例如Chiplet和存算一體等技術正在引起全社會的深入思考，有些趨勢——例如云原生安全則提出了非常廣闊的命題并需要越來越多的人投入其中才能予以兌現。 　　展望 2023，多元技術的協同并進驅動計算與通信的融合、硬件和軟件的融合，應用需求的爆發驅動 AI 技術與行業的融合，數字技術與產業生態的融合，企業、個人與政府在安全技術與管理上的融合。科技進步與產業應用雙輪驅動的融合創新已成為不可逆轉的宏大趨勢。 　 　　范式重置

多模態預訓練大模型

　　基于多模態的預訓練大模型將實現圖文音統一知識表示，成為人工智能基礎設施。

　　人工智能正在從文本、語音、視覺等單模態智能，向著多種模態融合的通用人工智能方向發展。多模態統一建模，目的是增強模型的跨模態語義對齊能力，打通各個模態之間的關系，使得模型逐步標準化。目前，技術上的突出進展來自于 CLIP（匹配圖像和文本）和 BEiT-3（通用多模態基礎模型）。 　　基于多領域知識，構建統一的、跨場景、多任務的多模態基礎模型已成為人工智能的重點發展方向。未來大模型作為基礎設施，將實現圖像、文本、音頻統一知識表示，并朝著能推理、能回答問題、能總結、做創作的認知智能方向演進。 Chiplet

　　Chiplet 的互聯標準將逐漸統一，重構芯片研發流程。

　　Chiplet 是硅片級別的“解構 - 重構 -復用”，它把傳統的 SoC 分解為多個芯粒模塊，將這些芯粒分開制備后再通過互聯封裝形成一個完整芯片。芯粒可以采用不同工藝進行分離制造，可以顯著降低成本，并實現一種新形式的 IP 復用。 　　隨著摩爾定律的放緩，Chiplet 成為持續提高 SoC 集成度和算力的重要途徑，特別是隨著 2022 年 3 月份 UCle 聯盟的成立，Chiplet 互聯標準將逐漸統一，產業化進程將進一步加速。基于先進封裝技術的 Chiplet 可能將重構芯片研發流程，從制造到封測，從 EDA 到設計，全方位影響芯片的區域與產業格局。 存算一體

　　資本和產業雙輪驅動，存算一體芯片將在垂直細分領域迎來規模化商用。

　　存算一體旨在計算單元與存儲單元融合，在實現數據存儲的同時直接進行計算，以消除數據搬移帶來的開銷，極大提升運算效率，以實現計算存儲的高效節能。存算一體非常符合高訪存、高 并 行 的 人 工 智 能 場 景 計 算 需 求。在產 業 和 投 資 的 驅 動 下， 基 于SRAM，DRAM，Flash 存儲介質的產品進入驗證期，將優先在低功耗、小算力的端側如智能家居、可穿戴設備、泛機器人、智能安防等計算場景落地。 　　未來，隨著存算一體芯片在云端推理大算力場景落地，或將帶來計算架構的變革。它推動傳統的以計算為中心的架構向以數據為中心的架構演進，并對云計算、人工智能、物聯網等產業發展帶來積極影響。 　　產業革新

云原生安全

　　安全技術與云緊密結合，打造平臺化、智能化的新型安全體系。

　　云原生安全是安全理念從邊界防御向縱深防御、從外掛模式向內生安全的轉變，實現云基礎設施的原生安全，并基于云原生技術提升安全的服務能力。安全技術與云計算由相對松散走向緊密結合，經過“容器化部署”、“微服務化轉型”走向“無服務器化”的技術路線，實現安全服務的原生化、精細化、平臺化和智能化： * 以安全左移為原則，構建產品研發、安全、運維一體化的產品安全體系，增進研發，安全和運維融合協同；

以統一的身份驗證和配置管理為基礎，實現精準授權和動態策略配置；

以縱深防御體系為架構，平臺級的安全產品為依托，實現精準主動防御，化解傳統安全產品碎片化的問題；

以安全運營為牽引，實現涵蓋應用、云產品、網絡等全鏈路的實時檢測、精準響應、快速溯源和威脅狩獵。

軟硬融合云計算體系架構

　　云計算向以 CIPU 為中心的全新云計算體系架構深度演進，通過軟件定義，硬件加速， 在保持云上應用。

　　開發的高彈性和敏捷性同時，帶來云上應用的全面加速。云計算從以 CPU 為中心的計算體系架構向以云基礎設施處理器（CIPU）為中心的全新體系架構深度演進。通過軟件定義，硬件加速，在保持云上應用開發的高彈性和敏捷性同時，帶來云上應用的全面加速。新的體系架構下，軟硬一體化帶來硬件結構的融合，接入物理的計算、存儲、網絡資源，通過硬件資源的快速云化實現硬件加速。 　　此外，新架構也帶來軟件系統的融合。這意味著以 CIPU 云化加速后的算力資源，可通過 CIPU 上的控制器接入分布式平臺，實現云資源的靈活管理、調度和編排。在此基礎上，CIPU 將定義下一代云計算的服務標準，給核心軟件研發和專用芯片行業帶來新的發展機遇。 端網融合的可預期網絡

　　基于云定義的可預期網絡技術，即將從數據中心的局域應用走向全網推廣。

　　可預期網絡（Predictable Fabric）是由云計算定義，服務器端側和網絡協同的高性能網絡互聯系統。計算體系和網絡體系正在相互融合，高性能網絡互聯使能算力集群的規模擴展，從而形成了大算力資源池，加速了算力普惠化，讓算力走向大規模產業應用。 　　可預期網絡不僅支持新興的大算力和高性能計算場景，也適用于通用計算場景，是融合了傳統網絡和未來網絡的產業趨勢。通過云定義的協議、軟件、芯片、硬件、架構、平臺的全棧創新，可預期高算力網絡有望顛覆目前基于傳統互聯網 TCP 協議的技術體系，成為下一代數據中心網絡的基本特征，并從數據中心的局域應用走向全網推廣。 雙引擎智能決策

　　融合運籌優化和機器學習的雙引擎智能決策，將推進全局動態資源配置優化。

　　企業需在紛繁復雜、動態變化的環境中快速精準地做出經營決策。經典決策優化基于運籌學，通過對現實問題進行準確描述來構建數學模型，同時結合運籌優化算法，在多重約束條件下求目標函數最優解。隨著外部環境復雜程度和變化速度不斷加劇，經典決策優化對不確定性問題處理不夠好、大規模求解響應速度不夠快的局限性日益突顯。學術界和產業界開始探索引入機器學習，構建數學模型與數據模型雙引擎新型智能決策體系，彌補彼此局限性、提升決策速度和質量。 　　未來，雙引擎智能決策將進一步拓展應用場景，在大規模實時電力調度、港口吞吐量優化、機場停機安排、制造工藝優化等特定領域推進全局實時動態資源配置優化。 計算光學成像

　　計算光學成像突破傳統光學成像極限，將帶來更具創造力和想象力的應用。

　　計算光學成像是一個新興多學科交叉領域。它以具體應用任務為準則，通過多維度獲取或編碼光場信息（如角度、偏振、相位等），為傳感器設計遠超人眼的感知新范式；同時，結合數學和信號處理知識，深度挖掘光場信息，突破傳統光學成像極限。 　　目前，計算光學成像處于高速發展階段，已取得許多令人振奮的研究成果，并在手機攝像、醫療、無人駕駛等領域開始規模化應用。未來，計算光學成像有望進一步顛覆傳統成像體系，帶來更具創造力和想象力的應用，如無透鏡成像、非視域成像等。 　　場景變換

大規模城市數字孿生

　　城市數字孿生在大規模趨勢基礎上，繼續向立體化、無人化、全局化方向演進。

　　城市數字孿生自 2017 年首度被提出以來，受到廣泛推廣和認可，成為城市精細化治理的新方法。近年來，城市數字孿生關鍵技術實現了從量到質的突破，具體體現在大規模方面，實現了大規模動態感知映射（更低建模成本）、大規模在線實時渲染（更短響應時間），以及大規模聯合仿真推演（更高精確性）。 　　目前，大規模城數字孿生已在交通治理、災害防控、雙碳管理等應用場景取得較大進展。未來城市數字孿生將在大規模趨勢的基礎上，繼續向立體化、無人化、全局化方向演進。 生成式 AI

　　生成式 AI 進入應用爆發期，將極大地推動數字化內容生產與創造。

　　生成式 AI（Generative AI 或 AIGC）是利用現有文本、音頻文件或圖像創建新內容的技術。過去一年，其技術上的進展主要來自于三大領域：圖像生成領域， 以 DALL·E-2、Stable Diffusion 為代表的擴散模型（Diffusion Model）；自然語言處理（NLP）領域基于 GPT-3.5的 ChatGPT；代碼生成領域基于Codex的 Copilot。 　　現階段的生成式 AI 通常被用來生成產品原型或初稿，應用場景涵蓋圖文創作、代碼生成、游戲、廣告、藝術平面設計等。未來，生成式 AI 將成為一項大眾化的基礎技術，極大地提高數字化內容的豐富度、創造性與生產效率，其應用邊界也將隨著技術的進步與成本的降低擴展到更多領域。 具體內容如下

**人工智能產業是指以人工智能關鍵技術為核心的、由基礎支撐和應用場景組成的、覆蓋領域極為廣闊的行業群。智能產品是指用人工 智能技術賦能的產品。 **

當前，人工智能作為新一輪產業變革的核心驅動力，正在催生新 技術、新產品、新產業、新業態、新模式，從而引發經濟結構的重大變革，實現社會生產力的整體提升。人工智能技術的應用正在成為眾多傳統產業發展、產品升級換代的突破點，推動產業的智能化轉型與 產品的智能化升級。

我國人工智能產業起步較晚，但發展勢頭迅猛。近年來，智能化基礎設施體系高速發展，全產業鏈基本形成，相關智能產品的種類和形態日益豐富，產業分布漸趨合理。人工智能和產業加速深度融合發展，正在掀起新一輪科技創新浪潮，不僅推動中國經濟的轉型升級， 而且為全球創新體系的重塑奠定基礎。

**目前，我國的人工智能企業廣泛分布在20個重點應用領域。其 中，企業技術集成與方案提供應用領域占比最高，說明在全面融合發展階段，突破應用領域的共性和關鍵技術是中國人工智能產業關注的焦點。****從應用領域企業融資額的分布看，智慧商業和零售，科技金融、 新媒體和數字內容類應用領域的融資額最高，智慧交通、關鍵技術研發和應用平臺、企業技術集成與方案、智能硬件也均屬于占比較高的應用領域。 **

2020 年 9 月，我國提出二氧化碳排放力爭“2030 年前達到峰值， 2060年前實現碳中和”，從當下到未來幾十年，我們將處于智能化時代與碳中和時代疊加共振的時代。在中國經濟較快增長的背景下， 實現碳中和的關鍵在于降低單位GDP能耗，這對能源、交通、制造業 和城市建設規劃等許多領域帶來了較大的減排壓力。而 AI 技術有望從多維度、多場景推動各行各業的提效降耗，必將在低碳減排進程中發揮巨大的、不可替代的作用。**事實上，AI 技術的日益普及正在催生以綠色清潔為特色的綠色生產力的整體躍升，推動社會進入提質增效減排的智能化時代。****因此，AI 技術將取代傳統信息技術成為數字經濟發展的核心驅動力、重要戰略抓手,數字經濟發展需要用 AI 技術 構建堅實的底座。 **

在全球人工智能發展的浪潮下，市場對人工智能的投入與期望空前巨大，正確理解智能產品與產業目前的發展狀態、市場預期、發展 趨勢，是各行業企業的重要任務之一。**本白皮書旨在為各類企業在人 工智能方向上的布局與行動舉措提供參考信息與建議，同時也為智能產品生產企業和人工智能企業在具體發展方向的選擇上提供參考。 **

**本白皮書由五章組成，****第1章介紹了智能產品與智能產業的概 念、特點以及發展狀況；****第 2 章闡述了前沿熱點、智能產業龍頭、智能產品標準等問題；****第3章梳理總結了典型智能產品的應用場景與應用案例，并分析了智能產品的關鍵特征；****第4章介紹了傳統產業智能化轉型的典型行業，包括智能制造、智能交通、智能電力、智慧農業、 智慧醫院、智慧教育、智慧礦山、智慧安防等八大傳統行業與AI技術融合發展的情況；**第5章闡述了智能產品與產業的發展趨勢，討論了發展機遇與面臨的挑戰，分析了智能產品與產業的市場需求，并對 未來發展趨勢進行展望。

全真互聯時代正在悄然到來，加速線上線下的跨時空融合，作為全真互聯的重要入口，數字人可以推動線上和線下更加全面地一體化，打造出沉浸式的“全真”體驗與可操作的“互聯”交互。進入2022年以來，數字人在諸多應用場景大放光彩，特別是在北京冬奧會的開幕式表演、氣象播報、手語解說中頻頻現身，使其用戶基礎不斷擴大。爆點事件推動數字人產業被用戶不斷加深認知，數字人形態、技術及應用受到大量關注，而支持產業快速發展的底層元素則包括技術的發展、用戶新需求、生態完善和標準的支持等。

伴隨著全真互聯的到來，未來數字人應用還將具有哪些可能性，技術路線會產生哪些變化? 騰訊研究院、騰訊云智能和創業黑馬合作，先后對數十家從事數字人的企業進行深度調研與跟蹤訪談 ，分析產業發展現狀，底層驅動力、未來方向和挑戰等。形成****《數字人產業發展趨勢報告（2023）》****（文末附下載二維碼）。從數字人的價值定位、核心技術、行業應用、C端發展、產業聚集 等十個不同維度進行剖析，挖掘出產業發展的十大趨勢。

****趨勢1：數字人制造和運營服務的B端市場不斷擴大，將面向更廣大的C端用戶提供服務，各類數字人價值定位和商業模式有差異。****數字人的最終服務對象為C端用戶，在B端的應用領域從電影動畫向廣告營銷、電商直播、虛擬偶像等領域不斷擴展。未來，以虛擬分身為代表的應用潛力巨大。從需求角度，數字人制造和運營服務在B端市場不斷擴大領域和規模，面向更廣大的C端用戶提供服務，而制作方式也從PGC向UGC發展。在20世紀80年代電影、動畫等領域早期的手繪數字人最先出現，伴隨著21世紀初計算機動畫和動捕技術的成熟，內容/IP型數字人大量應用在影視行業中，主要是增強影視中觀眾的體驗效果，隨后逐漸在文娛、市場營銷、文旅、虛擬偶像等場景推廣應用。近年，伴隨AI驅動技術的成熟，功能服務型數字人陸續出現，主要應用于行業服務場景，如金融數字人客服、傳媒數字人口播等。在虛擬空間中的虛擬分身數字人大范圍出現相對較晚，虛擬空間的技術和產品還在發展中，待產業進一步完善，此類應用潛力巨大，是數字人市場的增量空間。

****趨勢2：技術集綜合迭代驅動數字人形似人，制作效能將繼續提升。****多元技術推動數字人外形更像真人：建模技術發展推動超寫實數字人制作門檻、成本和周期進一步下降；物理仿真算法迭代推動服裝動態展示趨向真實；渲染引擎迭代和GPU算力提升推動數字人畫面更加精細和實時化；算法的優化推動專業動捕設備趨向便捷化，視覺動捕在C端應用潛力更大；面部捕捉技術向更簡單的硬件、更細膩的表情、更自動化的流程方向發展。

****趨勢3：AI技術驅動數字人多模態交互更神似人，并逐步覆蓋數字人全流程。****當前數字人對語言理解還是以文本為主，動作合成上聲唇同步較為完善:（1）AI驅動數字人是指數字人等語音表達、面部表情和動作形態等通過深度學習模型進行運算，并將其結果實時或者離線驅動，并進行渲染。目前主流的 方式是圍繞NLP能力通過文本驅動，本質是通過ASR-NLP-TTS等AI技術進行感知-決策-表達的閉環來驅動數字人交互，同時需要預先設置相關的知 識圖譜或問答庫等，與數字人的對話系統對接，但目前NLP在通用性場景的能力還需要進一步完善。 （2）計算機視覺(CV)目前數字人聲唇同步技術相對完善，在游戲中已經大量應用;而其他表情和動作還需要描述性的數據或者標簽驅動，尚未智能合成， 表情動作也是是AI驅動未來發展的重點方向。 未來AI技術的重點方向是在輸入端實現多模態感知輸入，在輸出端提升多模態交互能力，綜合提升數字人的表現力，從目前的基于文本的交互，轉化為基 于語義的交互，特別是需要強化對人情緒的感知和表達。此外除了利用ASR-NLP-TTS等技術驅動數字人交互外，AI技術也應用在2D數字人的視頻生成、3D數字人的建模、視頻驅動、物理仿真等多個環節。

****趨勢4：數字人技術與SLAM、3D交互、體積視頻、空間音頻等技術深度融合，渲染將從本地到云端。****數字人作為3D呈現的一種方式，未來將與其他3D技術如SLAM（即時定位與地圖構建）、體積視頻、空間音頻等融合，進一步完善數字人和真實空間的交互。例如在直播場景中虛擬/真實空間中真人和數字人的交互，數字人對真實空間的感知等。同時由于數字人對渲染能力要求較高，未來云端渲染是重要的方向，將推動云服務商從算力（CPU）云服務，到渲染力（GPU）的云服務。但成本仍是云渲染普及的關鍵阻礙，需要突破。

****趨勢5：千行千面的數字人將成為人機交互新入口，但深度上仍需挖掘。****AI驅動的數字人通過AI能力建立人與大數據的連接，提高效率并滿足人情感交流需求，提升用戶體驗，將成為人機交互新入口：應用廣度上：目前使用文字或語音交互的場景都可用AI數字人軟著陸的方式替代，不需要改變原有的業務邏輯和商業模式，大眾接受成本較低，并提供更好的用戶體驗，未來應用場景非常廣泛，可以與各種領域相結合，服務規模化和標準化。應用深度上：數字人作為企業的數字資產，是對員工工作的增強，具有生產力的屬性，可以進一步釋放生產力，同時降本增效。未來數字人將根據不同行業的業務特點和應用場景進行更深度結合，孵化千行千面的數字員工，提供差異化服務。

****趨勢6：UGC數字人將加速出現，成為未來產業的增量空間。****未來1-2年技術門檻和成本將快速下降，會出現更開放的創作者生態、更豐富的UGC內容和商業模式，UGC將成為數字人的增量空間，同時也是數字人在C端應用的主要生產方式

********趨勢7：數字人仍以2D顯示設備為主，3D顯示設備成為特定領域的新解法。****數字人的顯示載體包括手機、平板電腦、AR/VR眼鏡、智慧大屏或線下一體機等多種終端設備。PC、手機、智慧大屏、銀行VTM機等2D主流顯示設備仍是數字人顯示的主要載體。數字人和3D的數字內容，對于裸眼3D、VR、AR等3D顯示設備的普及具有推動重要。特別在VR/AR設備中，6dof交互更突出數字人特點，因此會在特定領域成為新解法，如在XR設備中的線上演唱會、展會和會議等應用場景。

****趨勢8：在場是數字人發展的高級階段，將與應用場景深度耦合。****離線階段--目前數字人產業正處于快速發展期間：離線渲染、非交互類型的數字人仍是主流，在數字化營銷、文娛等領域應用廣泛；AI驅動的數字人在行業服務中，虛擬分身數字人在虛擬空間中處于爆發前期。在線階段--伴隨數字人快速發展和大量使用，用戶將很快進入體驗突破階段，在此階段利用AI驅動提供初級的實時交互和實時渲染技術不斷突破在場階段--實時交互，更加智能的數字人，并結合更深的行業理解，帶來更真實的沉浸感和更大的價值。

****趨勢9：藝術和技術雙輪驅動，北京有望成為產業新高地。****作為科技產品，數字人需要技術研發、人工智能、產品設計、運營、融資環境等多方面人才，因此互聯網發展較好的區域，如北京、杭州、上海、深圳等互聯網和數字內容高地，將成為數字人產業的重要聚居地。在眾多因素中，藝術和科技是最強驅動力，北京藝術資源相對集中，擁有中國傳媒大學、中央美術學院頭部藝術類院校和專家資源；科技產業優勢突出，互聯網企業數量較多，聚集了大量技術研發、AI算法等方面的人才；同時政府高度重視數字人產業，第一個發布數字人發展政策。在產業和政策的推動下，有望成為數字人產業聚焦的新高地。

********趨勢10.：數字人版權保護及行業合規體系需同步建設，推動實現可用、可靠、可知、可控。****數字人行業總體還在快速發展階段，發展和生存是企業的重點和方向，數字人著作權、外觀設計專利、商標等知識產權保護體系亟待完善。面向未來，數字人會正朝幾個方向加速迭代：一是外貌更加精致，形象更加逼真，動作更加自然，即“皮囊更好看”，跨越恐怖谷效應后，會使人覺得數字人和真人無異，有利于建立良好的心理連接；二是隨著AI技術的不斷完善，數字人多模態感知和交互的能力會得到顯著提升，數字人未來有可能具備記憶力和判斷力，從而更加智能，行為和思想上更趨于接近人，擁有“有趣的靈魂”。此外，數字人產業的加速發展，也需要渲染、動捕等行業開發工具、云渲染等技術支持體系的進一步完善，從而大幅提升制作效能，有效降低制作時間和成本。目前，很多技術已經接近商業化大規模推廣的臨界點，數字人產業有望進入全真互聯的新階段：將可能作為我們的分身，成為數字世界的交互入口，為我們帶來更智能、更沉浸的“在場”體驗。

報告目錄如下：(一) 發展現狀1. 網紅數字人推動C端直觀認知和概念普及2. 融資事件頻繁及專項政策的出臺進一步加深對產業的認知3. 技術發展是數字人第一推動力4. Z世代用戶崛起，數字人和虛擬空間為互聯網原生一代提供新體驗5. 頭部企業從工具、平臺和應用多維度入局，引領數字人產業發展6. 標準制定引導產業規范發展**(二) 產業趨勢1. 價值定位：**數字人制造和運營服務的B端市場不斷擴大，將面向更廣大的C端用戶提供服務，各類數字人價值定位和商業模式有差異。**2. 技術迭代：**技術集綜合迭代驅動數字人形似人，制作效能將繼續提升。**3. AI賦能：**AI技術驅動數字人多模態交互更神似人，并逐步覆蓋數字人全流程。**4. 融合發展：**數字人技術與SLAM、3D交互、體積視頻、空間音頻等技術深度融合，渲染將從本地到云端。**5. 行業應用：**千行千面的數字人將成為人機交互新入口，但深度上仍需挖掘。**6. C端模式：**UGC數字人將加速出現，成為未來產業的增量空間。**7. 硬件載體：**數字人仍以2D顯示設備為主，3D顯示設備成為特定領域的新解法。**8. 發展路徑：**在場是數字人發展的高級階段，將與應用場景深度耦合。**9. 產業集聚：藝術和技術雙輪驅動，北京有望成為產業新高地。10. 合規前置：數字人版權保護及行業合規體系需同步建設，推動實現可用、可靠、可知、可控。(三) 應用案例1. 典型產品:**數字人播報SaaS工具、數字人UGC制作工具、數字人生產工具、快速數字分身生成工具、C端數字人直播工具、布料實時仿真工具、AI驅動數字人直播工具、視頻實時驅動產品、 AI 驅動業務中臺、虛擬空間產品2. **新型顯示:**AR眼鏡、裸眼3D屏幕、沉浸式裸眼3D交互3. **解決方案:**騰訊云數字人整體解決方案、中之人驅動直播方案、超寫實數字人制作方案、高品質數字人制作和直播方案4. **行業應用:金融、傳媒、文旅、云展廳、科教、泛娛、影視、市場營銷、公益**

來源：騰訊安全

　　近年來，勒索軟件攻擊愈演愈烈，僅2021年上半年，就至少發生了1200多起勒索軟件攻擊事件，極大地威脅數字經濟的平穩健康發展。Cybersecurity Ventures的調查數據顯示，2021年全球勒索軟件造成的損失將達到200億美元，預估到2031年，損失將超過2650億美元。 　 　　日前，在中國產業互聯網發展聯盟指導下，人民郵電報、中國信息安全、騰訊安全聯合實驗室、騰訊研究院聯合推出《2022產業互聯網安全十大趨勢》（以下簡稱《趨勢》）。報告圍繞“產業安全宏觀態勢”“產業安全實踐”“產業安全技術演進”三大維度，面向年度行業趨勢進行分析和研判，為產業數字化發展提供參考和指引。 　 　　技術演進的背后，“風口”與“風險”相倚伴生

　　《趨勢》研究發現，新的勒索模式將在2022年出現，勒索軟件攻擊將變得更加復雜。勒索軟件的模式演變為包括基于滲出信息的數據敲詐、從雙重勒索到多重勒索轉變，并且極有可能會發生勒索病毒和供應鏈攻擊的結合。 　 　　《趨勢》提出，由于IT工業化的發展、標準化程度提高，即取即用的通用IT組件大量應用于軟件系統開發中，減少了開發者“重復造輪子”的困難，降低了技術應用的門檻，這是IT技術革新的必然趨勢。但對于安全來說，這是一個巨大的挑戰。假使威脅發生，企業是否做好了應急預案，受影響的業務能否在盡可能短的時間內恢復，這些“靈魂拷問”成為了企業數字化轉型過程中的必修課題。 　 　　技術的發展是飛躍式的。隨著以微服務、容器、DevOps為特征的云原生的發展和普及，行業面臨著計算技術和基礎架構的變革，催生容器安全等新“風口”出現。《趨勢》調研專家認為，2022年，國內容器安全市場相較2021年將有2-3倍增速，并在未來幾年保持可觀的增長。

　　此外，人工智能技術的大量應用，基于AI的安全博弈將進一步加強。一方面，攻防雙方的自動化、智能化水平將持續升級，另一方面，AI深度偽造的問題也將變得更為突出。但雙刃劍的另一面，通過分析網絡流量、識別惡意應用，智能算法將在保護人類免受威脅方面發揮越來越大的作用。 　 　　行業普遍關注的零信任也有望成為產業安全下一輪爆發點，2022年，零信任產品的探索將基于客戶的需求更重實效，以解決現實訴求為目標獲取市場。反對零信任概念的泛化、濫化和概念化也將會成為行業共識。 　 　　《趨勢》還指出，威脅自動化檢測與響應相關技術通過不斷提升威脅智能感知、智能決策與處置的自動化水平和能力，將最大化利用企業碎片化的安全能力以及有限的安全資金、人力等資源，進一步促進安全產業界的合作與技術的協同發展。 　 　　同樣地，數據要素融合的趨勢帶來跨領域、跨行業、跨地域之間的數據流通，在增進數字經濟規模的同時，也放大了數據泄露的安全問題。如何解決數據要素流通和數據隱私的泄露之間的矛盾成為了解決數據要素市場化的關鍵，但隱私計算以其“數據可用不可見”的特性打開了這一問題的技術突破口。 　 　　簡而言之，技術是產業安全的內核，在新技術探索和產業應用落地的推進過程中，“風口”與“風險”也必將相伴相生。 　 　　高度競爭態勢下，共建成為生態完善的唯一路徑

　　根據Crunchbase的數據，2021年安全行業在全球范圍前所未有地獲得風投資金218億美元，融資規模創下了新的紀錄。在資本的推動下，行業出現了局部產能溢出的現象。

　　但無論是從行業、企業，還是在國家戰略部署的維度看，資本是否密集只是一個階段性的指標，它并不代表行業本身的先進性。相對而言，一些具有長效價值、需要逐步打磨、投入相對更多人力和資源的技術方向，仍缺乏資本的關注和助力。 　 　　根據行業發展的過往經驗研判，**《趨勢》認為，安全產業將繼續保持高度競爭的態勢，呈現出超過數字經濟整體發展速度的趨勢。**企業與企業之間的競爭格局將會持續變化。當前的行業領導者，將會面對掌握技術核心競爭力的新興企業的挑戰。而大企業在人才、資本、客戶積累上保有優勢，市場格局將會發生劇烈變化。 　 　　當前數字經濟正處于創新周期，各種新應用、新模式、新技術不斷出現，同時也在與工業、農業、金融、傳媒等傳統行業相互交融，衍生出更多的機遇與挑戰。安全產業本身是一個迭代極其快速的行業，“共建模式”是建立下一個十年更完善生態體系的唯一路徑，新的應用、操作系統和新的開源思路持續更新，使產業永遠處于共建的進程當中。 　 　　2022產業互聯網安全十大趨勢

1. 相關法律從立法走向執行，監管前置成為趨勢
2. 數字創新“級聯效應”打破行業邊界，供應鏈安全風險從隱形變為顯性
3. 局部產能溢出，創新產能不足，新競合提速
4. 通過共建實現行業共存、共生，是建立下一個十年更完善生態體系的唯一途徑
5. 勒索病毒危害擴大化，Wannacry事件可能重演
6. 云端開發、安全運維體系變革及容器安全等新“風口”出現
7. 基于AI的安全博弈進一步加強，應用場景不足限制AI在行業中的廣泛應用
8. 零信任產品化更重實效，反泛化、濫化、概念化
9. 威脅自動化監測與響應增加生產效能，緩解孤島式安全和人才短缺難題
10. 全球大規模數據泄露趨于常態化，數據安全有序流通成為挑戰

具體內容如下

　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。

　　騰訊于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，騰訊繼續聚焦近未來有望落地的科技趨勢，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。

　　趨勢1：云原生加速IT體系邁進全云時代

　　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。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。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。

　　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。二是云原生實踐過程中遷移和管理復雜度較高。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。

　　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。

　　趨勢2：量子計算NISQ時期仍將持續

　　2021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。

　　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量子比特。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。

　　趨勢3：人工智能邁向普適化和工業化新階段

　　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Alpha Fold2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工智能進程，推動算法普適化。小樣本學習技術破解數據缺乏難題，助力更多行業智能化。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。

　　趨勢4：云網融合構建“連接升維”

　　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5G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。

　　AI構建智慧化網絡。將人工智能與無線通信相結合，通過構建新型無線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。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。

　　空天地一體化組網。空天地一體化指的是天基（高軌/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。

　　趨勢5：疫后新需求按下云原生安全發展快進鍵

　　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。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。

　　云上安全防御將成為抵御勒索攻擊最優解。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”。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 Detectionand Response，簡稱“XDR”）有望提升組織整體網絡安全風險響應速度。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。

　　趨勢6：多路徑并行演進推動萬物孿生

　　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空間的觀察和交互，去理解和優化真實的物理空間。

　　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。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。三是通過結合AR/VR提升交互友好性性，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。

　　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；另一方面，游戲引擎逐步融合行業知識和前沿技術來提升數字孿生的應用能力。

　　趨勢7：硬件迭代驅動擴展現實（XR）產業拐點到來

　　VR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。

圖片

　　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。

　　和VR相比，AR硬件仍在成熟過程中，短時間內多種技術路線將會并存。光學和顯示是AR產品的核心。

　　以手機為顯示終端的VR360或全景視頻發展迅速。目前VR360已經在看房、文旅、會展等場景中得到大范圍的應用。一些互聯網視頻網站和生活服務網站，也將其作為重要流量入口，并融入到現有業務和商業邏輯中。

　　趨勢8：多模態融合驅動復雜任務服務機器人進入家庭生活

　　家庭是典型的非標場景，對機器人技術成熟度要求遠高于工業和商用，且可為機器人支付的成本相對有限。

　　感知、理解、控制是智能機器人的三個核心模塊。未來3-5年，多模態融合感知、非結構化場景AI分析與柔性本體技術將取得突破，助推可執行復雜任務的智能服務機器人進入家庭生活。多模態融合感知技術的普遍應用，提升了機器人環境感知能力，加速了服務機器人適配家庭需求的進程。

　　展望未來，隨著物聯感知設備價格親民化、減速機國產化、開發者生態的不斷完善等，更穩定、更便宜的消費級機器人變成可能。但機器人成為家庭生活的智能執行體和標配“成員”，仍需經歷更長的發展期。

　　趨勢9：雙碳目標倒逼能源互聯網加快發展

　　隨著新能源技術與信息技術的發展和成熟，能源互聯網成為雙碳背景下能源結構轉型的重要解決方案。可以預見，未來電網的源、荷、儲三端將會發生重大變化：在源端，波動的清潔能源將大規模、高比例地接入電網；在負荷側，大量用戶將迎來參與發電和儲能的“新身份”；在儲能方面，大量電化學儲能技術的發展，尤其是氫儲能技術，將大大降低能量的存儲與運輸成本。這些變化將給能源互聯網發展帶來重大變革：在能量層，建設多能互補的綜合能源系統，以匹配多變的能源供需；在信息層，通過建設電力-交通耦合網絡、電力-算力耦合網絡等，實現智慧的能源管理和控制；在價值層，能源互聯網的建設需要探索能源共享經濟，引導全民參與，實現共建共享共贏。

　　源、荷、儲三端的快速變化，帶來了對“網”端一體化、數字化的改造、優化需求，互聯網技術與原有能源系統耦合的不斷加深，正在加速能源互聯網技術的成熟和落地。基于構建綠色低碳、安全高效和開放共享的能源生態的目標，三大技術趨勢正在加速形成：能量層，綠色、低碳的綜合能源網絡將日益重要。

　　能源互聯網是一個復雜巨系統，雙碳目標下，其主體不應再局限于兩大電網和傳統新能源公司，而是將有更多互聯網公司、數字化公司、金融公司、綜合能源服務公司參與其中，通過構建“清潔低碳、安全高效、開放共享”的新型能源生態系統，共同探索雙碳目標的快捷安全達成路徑。

　　趨勢10：星地協同智能化開啟“大航天”時代

　　太空在經濟、社會、軍事等領域發揮著舉足輕重的地位，成為新一輪國家競爭的制高點。航天智能化水平快速提升，成為技術創新與突破的新平臺。

　　星地智能化協同，提升衛星海量數據智能化處理能力。一方面，為了應對海量數據和傳統衛星較弱的數據處理能力之間的矛盾，衛星需要通過AI算法對海量數據進行預處理。另一方面將地面數據中心“發射到太空”。衛星上預處理完的有效數據傳輸到地面數據中心，數據中心具備的AI算法和大數據處理能力可以對接收的數據進行二次計算，實現分析處理快速響應。

　　人工智能技術助力衛星遙感數據融入千行百業。利用計算機視覺技術將是衛星遙感數據處理的重要趨勢，通過深度學習技術可以在確保成果質量的基礎上，大幅提升效率，正融入不同應用場景。

　　航天商業化將開啟大眾服務窗口。航天的產品設計不再追求宇航級質量和要求，更加注重現有技術的不斷迭代和工業化量產。太空旅行、空間站商業化、太空電影拍攝逐步向大眾市場普及。

5G的發展速度非常之快。截止2021年9月，全球已經部署了150多萬5G站點，有176張5G商用網絡提供5G服務，幫助超過5.2億用戶實現跨代體驗升級；得益于快速成熟且不斷加速發展的終端產業，全球已經有超過1000款5G終端發布，涵蓋了個人手機、家庭CPE和行業模組等，為5G的多樣化業務提供了豐富生態。5G在快速規模商用的過程中，給我們的生活和工作帶來了很多變化。然而，5G帶來的改變才剛剛開始。

圍繞人類社會發展的需求，華為嘗試探索智能世界2030。2030年的社會，將基于物理世界與數字世界的深度融合，移動互聯網到全真全感互聯網再升級；在商業層面，數字經濟成為核心舞臺，行業從工具效率提升到決策效率提升；環境同樣是未來十年的重要命題，綠色增長和網絡安全成為基石。

無線網絡是智能世界2030的重要支柱。華為提出無線網絡未來十年十大產業趨勢，定義未來的無線網絡，把智能世界變成現實：

趨勢1：萬兆之路構筑虛擬與現實橋梁

趨勢2：一張網絡融合全場景千億物聯

趨勢3：星地融合拓展全域立體網絡

趨勢4：通感一體塑造全真全感互聯

方向5：把智能帶入每個行業、每個聯接

趨勢6：全鏈路全周期原生綠色網絡

趨勢7：Sub-100GHz全頻段靈活使用

趨勢8：廣義多天線降低百倍比特成本

趨勢9：安全將成為數字化未來的基石

趨勢10：移動計算網絡，端管云深度協同

第四屆世界智能大會在津召開期間，中國新一代人工智能發展戰略研究院發布了《中國新一代人工智能科技產業發展報告?2020》和《中國新一代人工智能科技產業區域競爭力指數?2020》。報告指出，中國人工智能科技產業發展已經步入融合產業部門主導的新階段。人工智能和實體經濟的深度融合正在成為驅動中國經濟轉型升級和可持續發展的動力源泉。

　　據中國新一代人工智能發展戰略研究院首席經濟學家、南開大學經濟研究所所長劉剛介紹，作為第四次工業革命的引擎，人工智能技術屬于典型的通用技術(General Purpose Technologies)。從前三次工業革命發生發展的歷程看，通用技術只有與經濟社會全球融合的條件下，才能成為帶動經濟長期發展的驅動力量。通用技術創新和產業化創造出前所未有的“關鍵生產要素”，例如，第一次工業革命的蒸汽機和第二次工業革命的電力。“關鍵生產要素”具有廣泛的應用領域、低成本和無限供給的特征。當“關鍵生產要素”被廣泛投入到現有產業，不斷提高企業和產業的生產力水平，才能帶來經濟和社會的長期發展。例如，作為第二次工業革命通用技術的電力，從照明到生產流程的改造再到以電力為能源的生活用品的普及，在與經濟社會融合的過程中，不僅帶來了社會生產力的大幅躍升，而且改變了人類的生產和生活方式。

　　第四工業革命的核心技術是包括互聯網、物聯網、大數據、云計算、區塊鏈、5G和人工智能在內的新一代信息技術。新一代信息技術的產業化使“數據和計算”成為第四次工業革命的“關鍵生產要素”。數據是網絡空間的所有存在物，是網絡空間對物理和社會空間映射的產物。網絡空間及其與物理和社會空間的互動和融合產生海量數據，大數據、云計算和區塊鏈技術解決了數據的采集、整理、存儲和分析。人工智能則實現了數據的精準匹配、仿真模擬和優化控制。作為新型基礎設施建設的重要內容，5G保證了網絡空間的發展和數據的瞬時傳輸。新一代信息技術的發展使“數據和計算”成為類似蒸汽機和電力一樣的廉價投入品，為賦能和改造現有產業創造條件。

　　作為通用技術，在人工智能科技產業的發展過程中，形成了兩個主要產業部門：核心產業部門和融合產業部門。核心產業部門是指包括人工智能在內的新一代信息技術產業化過程中創造的新興產業部門。核心產業部門產出“數據和計算”。而融合產業部門則是人工智能與實體經濟融合發展過程中創造的產業部門，例如，智能制造、智能交通、新零售、新媒體和數字內容產業。融合產業部門把“數據和計算”作為投入品，產出則是我們日常生產和生活中的智能化產品。

　　中國新一代人工智能發展戰略研究院對人工智能科技產業的動態追蹤研究表明，隨著核心產業部門的發展和核心技術的成熟，面對新冠疫情的沖擊和包括5G在內的新型基礎設施建設步伐的加快，中國的人工智能科技產業開始步入融合產業部門主導的新發展階段。

　　首先，從797家中國人工智能骨干企業中的581家應用層企業的應用領域分布看，人工智能技術已經廣泛分布在十八個應用領域。其中，企業技術集成與方案提供、智能機器人兩個應用領域的企業數占比最高，分別為15.43%和9.66%。關鍵技術研發和應用平臺、新媒體和數字內容、智能醫療、智能硬件、金融科技、智能商業和零售和智能制造領域企業數占比相對較高，分別為8.91%、8.91%、7.65%、7.03%、6.65%、6.52%、6.15%。智能農業的占比最低，僅為0.75%。企業技術集成與方案提供和關鍵技術研發及應用平臺占比排名第一和第三位，說明在人工智能與實體經濟的融合發展過程中，技術集成和應用方案提供發揮著至關重要的作用。而智能機器人企業數排名第二則說明制造業的智能化是人工智能發展的迫切需求。

　　在581家人工智能樣本企業中，可獲得577家企業截至2019年底的融資數據。通過577家企業所屬產業領域的融資額占比，可以看出哪些應用領域更受資本的青睞。從人工智能應用領域企業融資額的分布看，智慧零售、新媒體和數字內容、智慧金融類應用領域的融資額最高，占比分別為18.37%、15.96%和15.94%。除此以外，關鍵技術研發和應用平臺、智慧交通、智能硬件融資額占比在5%以上，屬于占比較高的應用領域。

　　其次，人工智能基礎和技術層企業通過與實體經濟企業的協同，共同構建產業智能化創新生態，推動人工智能與實體經濟的融合發展。其中，最為典型的是智能安防產業的發展。在傳統安防產業智能化的過程中，圍繞著視頻數據結構化、智能終端和邊緣計算在內的關鍵技術突破，形成了富有活力的產業創新生態系統。在智能制造、智能醫療、智能交通、金融科技和智能教育等領域，都出現了產業智能化創新生態系統。適合于特定產業領域智能化的創新生態系統建設，成為人工智能與實體經濟深度融合發展的標志。

　　第三，處于“極化”中的人工智能核心產業部門企業，通過與其他地區優勢產業企業的合作，通過技術“擴散”，推動人工智能與實體經濟的融合發展。該報告基于15家人工智能開放創新平臺和4家計算機視覺獨角獸公司的技術“擴散”數據分析表明，通過與其他地區優勢產業的合作，共同推動人工智能與實體經濟的融合發展。其中，電子信息制造業和汽車制造成為智能化發展的前沿產業。

　　最后，傳統產業的龍頭企業，通過自主創新、技術引進和與核心技術企業合作的方式，轉型升級為人工智能企業，成為推動人工智能與傳統產業融合發展的主導者。報告基于50家非初始人工智能上市公司的分析表明，傳統產業的龍頭企業通過智能化轉型，與掌握人工智能核心技術的企業共同構建產業創新生態系統，推動產業的智能化。從技術來源看，50家非初始人工智能上市公司主導的融合產業部門的技術來源，主要是核心產業部門的人工智能初創企業，占比為16%。其次是人工智能上市公司，例如，阿里巴巴和科大訊飛，占比為16%，排名第三和第四的分別是非初創人工智能技術公司和獨角獸公司，占比為10%和7%。除了平臺公司，人工智能初創企業和中小企業是產業智能化的重要技術來源方。

　　在系統調查研究的基礎上，報告發現，人工智能與實體經濟的融合發展，不是簡單的技術引進和集成，而是一系列互補性創新和專用技術體系的形成過程。因而，推動人工智能與實體經濟融合發展需要創新思維。尤其是對后發地區而言，不能僅僅把工作的重心放在招商引資上，而應當重視通過培育和構建適宜當地產業智能化需求的產業創新生態系統和創新創業環境，通過互補性創新和專用性技術積累，才能通過人工智能與當地優勢產業的融合發展過程中，不斷提升區域企業和產業競爭力。