引言
在騰訊雲 TVP 與 51CTO 聯合主辦的 LeaTech 全球 CTO 領導力峰會上，騰訊研究院高階研究員 劉莫閒老師，為與會者分享了騰訊在前沿科技層面的豐富研究成果，帶大家一起洞察未來趨勢，增進對數字科技發展與應用全景的進一步瞭解。
騰訊作為一家科技企業，在時刻關注在更廣視覺裡數字科技正在往哪個方向發展，同時有可能會在產業甚至我們日常生活中提供哪些價值，產生哪些影響。
我們對前沿科技的研究一直都在持續，從 2021 年開始，騰訊聯動百位內部科學家、技術專家和外部院士專家，連續 3 年釋出《數字科技前沿應用趨勢》報告。希望攜手全社會的科技生態夥伴，一起洞察未來趨勢，助力更多創新，共同推動科技趨勢從方向成為現實，並透過以數強實，與大家共建更美好的真實世界。
該報告每年都會從我們的研究內容提煉一些關鍵字，作為當年的題目，從前年開始是以變數作為關鍵字，到了 2022 年，我們將技術的視覺更加擴充，我們發現趨勢是融合，到了今年我們以升維為核心關鍵字。
回顧一下我們的研究內容，從 2021 年開始，我們主要是從雲端計算、人工智慧、交通、雲安全等領域開始入手。2022 年，我們擴充到量子計算，網際網路、數字孿生、機器人以及混合現實等內容。到 2023 年有了城市的人工智慧，擴充到了機器人等一些比較細微和深度的領域，希望能夠更加廣闊全面地去開啟我們對於數字科技的認知角度。
下一步，我們又將所發現的科技熱點更加形象地匯聚成了一幅數字科技星圖，希望能夠與科技界人士一起實現探索數字科技星辰大海的美好願望。
報告透過十個維度闡釋我們對今年數字科技領域十個方向的研究與洞察，從最開始的高效能運算、作業系統、雲端計算這樣基礎的數字科技底層能力到時空人工智慧、能源網際網路、Web3 平臺級技術趨勢，再到機器人、數字人、數字辦公這樣人機物協同的技術演進，最後迴歸到我們永恆的數字科技的話題就是“安全”。
一、高效能運算
高效能運算是先進算力的一個非常重要的代表。算力有很多種，包括手機、PC 以及伺服器，雲平臺等等，代表了整個電腦科學領域的一個巔峰，裡面的技術實際上也引領著整個計算機行業的發展。
高效能運算正在被全世界各個國家所關注，甚至是成為國家技術的一種實力印證。國際上有一個很重要的高效能運算測評機構，叫 Top500，每半年會集結全球頂尖的高效能運算的機器做效能和能效的測試，最後會有一個排名。
這裡用 2021 年的排名做一個例子，全球這些頂尖的超級計算機，或者高效能運算機的國家擁有者比較多的就是美國、日本、中國、德國和義大利，這些國家對於高效能運算的研發實際上也都名列前茅。
這裡明星的高效能運算叢集，包括日本的富嶽，美國的頂點，中國的神威太湖之光。我們還需要把眼光放得再遠一點，關注下一代高效能運算機。
下一代高效能運算機非常重要的核心就是量子計算機，其使用了非常不同的計算原理完成計算的任務，比現在最頂尖的高效能運算機，要快幾百倍甚至是上千倍、上萬倍，差別是非常大的，是一個顛覆性的計算技術。
IBM 和谷歌在這方面研究比較早，下面的圖片是量子計算其中的一種技術路線，叫超導量子，其晶片是會放在類似於吊燈最下面，上面的線束都是它的操控系統和製冷系統，它會成為高效能運算下一代的計算核心。
在國內，我們是完全不同的量子計算機形態，下圖是中科院研發的九章——光量子計算機，形態跟剛才見到的吊燈是完全不一樣的，原因在於它用的是光量子，產生量子位元的方式是不一樣的，自然形態不同。
高效能運算正在邁入CPU+GPU+QPU3.0 時代，大家最近所熱議的大模型，比如 GPT3，每一次訓練要花費大概 640 萬美元，實際上就是被高效能運算機消耗掉的，大語言模型背後都是需要有雄厚的算力去支援的。
第一個趨勢是高效能運算在未來發展中異構計算已成共識，加速高效能運算 2.0 實現效能突破，3.0 探索 CPU+GPU+QPU。現在，國外一些公司及研究機構已經在把高效能運算和量子計算混合到一起探索技術可行性。
第二個是人工智慧大規模應用，極大地推動了高效能運算的發展，像特斯拉都在大規模新建 CPU+GPU 一套高效能運算的資料中心完成他們的人工智慧訓練。AI 技術廣泛應用於高效能運算，演算法和軟體成為量子計算發展的新增長點和驅動力。
第三個是科學計算現在隨著 CPU 和 GPU，甚至雲化，讓其能夠有機會在更高效率的平臺上進行，確實也節省了很多的時間和人力。
二、泛在作業系統
作業系統的功能是向下管理更多的硬體，向上支撐更多的軟體，同時在中間更好調配和排程軟體和硬體的資源，讓整個系統能夠更加最佳化地執行。這裡有如下三大趨勢：
第一，軟體定義的深化。軟體定義指的是更加快速或高效地去管理各種各樣的硬體，不論它是什麼品牌、什麼版本、什麼系統、哪個地域的硬體都能夠更好管理甚至重新規劃它的角色。這樣實現管理更廣泛的海量異構資源。同時在軟體側也同樣會更加深化，低程式碼會成為上層應用開發非常重要的趨勢。
第二，應用場景的驅動。萬物互聯和泛在計算的新應用模式，正在催生更多樣化的應用場景類作業系統，各大廠商也都會紛紛根據自己業務需要，去開發更加適合他們的系統級甚至雲級別的作業系統。第三，作業系統也不完全是孤立的，雲-邊-端不同型別泛在作業系統更趨於互動與協同，支援複雜場景“人機物”深度融合。
三、雲端計算
雲端計算經過了 20 多年的發展，已日臻成熟，將逐漸向精細化、整合化和異構計算持續演進，有如下三個趨勢：
第一，雲交付模型豐富。交付模型持續豐富來適配使用者轉型的各種需求，同時雲上服務的顆粒度更加精細化，從天級、小時級到秒級、毫秒級來供使用者選擇。
第二，雲原生正規化躍進。隨著雲原生的發展和普及，不光是業務系統，還有大資料、數字孿生、區塊鏈等等一系列比較複雜的應用也都在雲原生化。
第三，異構計算雲化。隨著複雜系統雲原生化以後，會對 IAAS 層有更高的要求，不同的業務會有不同計算的偏好，雲上虛擬化和池化不斷成熟，為客戶提供類 CPU 的雲端異構計算服務也會照進現實。
四、時空人工智慧
時空人工智慧是隨著城市本身以及社會數字化以後，以人的需求為中心，進行實時、高效的供需匹配計算，這樣人與城市間的連線、互動被大幅擴充，無數新的應用場景湧現出來，從而滿足市民的需求。
時空人工智慧的下一步發展，主要基於時空大資料的應用。
第一是孿生。城市的數字孿生就是把城市很多空間的執行環境根據時間的維度，把資料都積累下來，包含空間層面的變化，業務層面的變化如人流、車流等等，都積累成為時空大資料，最終能夠實現有效管理甚至是識別一些潛在的風險。
第二是熱力圖，它能切實解決我們的很多問題，無論是在上班高峰期人流、車流的疏導還是在過去一段時間特殊疫情情況下輔助軌跡流調。
時空人工智慧已經在切實幫助我們解決供給、供需的問題，接下來發展的趨勢主要有三方面：
第一，資料的統籌會更加完善，各種各樣紛繁複雜的異構資料會更好地統籌清洗梳理放到我們儲存裡面去。
第二，城市資源匹配提效，推動更多人工智慧訓練基礎資料的積累，讓人工智慧得以有條件產生。
第三，推理決策能力增強，用人工智慧去解決一些實際的業務問題，其決策和輔助的能力也在逐漸地增強。
五、能源網際網路
能源網際網路實際上是我們未來整個能源領域所發展的一個重要狀態，已經不再是發電、供電、配電的單向過程，特別是汽車以及家中各種各樣儲能的裝置、園區裡面儲能電站，都會變成能源輸送和儲能重要節點，能源會在這些節點之間相互流轉。要達到這種狀態確實還需要時間，現在我們看它要經歷的過程，軟體定義能源網路成為電網平衡先決條件，也有三個趨勢要點：
第一介面標準化。無論是在消費電子端還是汽車的充電樁都在標準化，標準化以後，支援各種能源生產、消費設施的“即插即用”與“雙向傳輸”。我們就可以更好地實現相互的電源流轉。
第二硬體模組化。供電、配電、用電、儲電這些硬體模組化，也有助於我們更好管理，讓它們更好協同起來，更加靈活地適應各類風、光電場的工作需求。
第三軟硬體松耦合。硬體和軟體資源抽象成共享資源池，從軟體定義網路（SDN）到軟體定義一切（SDX）實現要素互聯，會出現一種類似於作業系統的軟體，幫我們更好管理和協調能源的流轉和用電裝置的執行。
六、Web3
Web1 是可讀，Web2 是可讀可寫，Web3 是可確權，這也是我們認為非常重要的發展方向。Web3 觸及到人類社會“交易”的本質，帶來價值網際網路。同時帶來一個資訊重構的變化，價值的互動方式、交易方式都會發生鉅變，對商業形態和社會形態帶來巨大的衝擊。
NFT 是一個非常重要的嘗試和探索，甚至一段程式碼都可以成為一個 NFT 在網路上進行交易。隨著我們對於 Web3 的使用增多，上鍊的人員增多，數字資產的數量增多以及交易量的增多，隱私和擴容技術突破將加速應用向 Web3 遷移。
第一個趨勢就是通用去中心化身份「DID」成為 Web3 底座。
第二個是擴容推動應用遷移，把技術和業務分離開，分離開以後就可以讓整個鏈條的區塊鏈效能有提高，透過這樣的方法擴容。
第三個是零知識證明價值凸顯，在整個系統層面解決隱私安全、隱私計算以及區塊鏈本身對於交易透明性的矛盾，把這個部分抽離出來之後透過專門的網路解決，提升整個效能。
七、機器人
機器人一直以來發展得比較迅速，仿生機器人看起來也是一個非常重要的發展方向。它會是家用機器人的一個最合適形態，我們也一直在關注特斯拉擎天柱機器人的發展，這是它去年最新的形態，最近它已經掌握了自動駕駛這套技術體系。
仿生機器人還有一個非常重要的點就是觸覺，可以幫助它識別工作環境以及感受它所接觸物體的形態，從而更好、更精細地去做很多實質性的工作，而不僅僅是動腦子。這個觸覺大致可以把它分成兩類，第一就是感知，就是知道這個物體在哪裡。第二就是反饋，不光是知道它在哪裡，還知道它帶來的影響是什麼，比如手可能會變形，類似這樣觸覺反饋的技術。
柔性材料革新推動機器人仿生精進有如下趨勢：
第一，柔性材料取得突破性科研進展，推動機器人“穿戴”高解析度、大面積的觸覺感測，超高解析度電觸覺渲染手套實現壓覺和力覺融合，可用於盲文識別、擼貓等。
第二，觸覺智慧，科技公司投身觸覺感知的軟硬體研發，推動機器人從觸覺感知向觸覺智慧進化，可以讓機器人利用觸覺感知搬運不規則物品。
第三，視觸融合，將來可以讓 VR 和 AR 的感官更加沉浸，觸覺感知技術在視覺補足、視觸聽多模態融合實現方面發揮增量價值，有望在 2-3 年內實現產品級突破。
八、數字人
數字人也是我們進入到數字社會非常重要的形態，其技術也逐漸成熟，從專業到平面化也能夠實現了，效率得到了非常大的提升。數字人分級也在逐漸產生，比如低保真、高保真、超寫實等等。
這個領域發展也會進入到一個新的階段，無論是製作效率的提升還是 AI 技術的融入，讓數字人的表達和反應會更加精細和真實，甚至會逐漸達到我們心理的預期，成為我們自己的代言人，將來也許真的會有一個由 AI 驅動，產生真正情感的數字人，這樣數字人必然將成為全真互聯的互動新入口。
九、數字辦公
光場顯示，讓我們透過一個螢幕就可以感受到一個人在旁邊，可以感受到他的情緒和存在。人工智慧也已經開始成為我們的助手，比如可以幫助快速生成特精美的海報。同時大型語言模型技術的突破也加速了 AI 在數字辦公方面的應用。
數字辦公有三方面的發展趨勢：
第一，溝通“在場”。不受時間、地點、裝置、網路制約，與遠方的合作伙伴面對面交流。
第二，協作“無界”。數字協同技術將在“人-內容-功能-AI ”四個維度立體提升數字辦公生產力。
第三，知識“共創”。數字生產力從辦公外溢，圖譜化協作引發知識共創正規化革新。
十、產業安全
產業安全是最後一個需要關注的點，無論前沿技術發展有多麼迅速，我們所關注到的體驗、所關注到的這些應用有多麼的複雜和絢麗，都不能忘記安全問題，要時刻去關注和使用最新的安全技術。
對於任何應用的使用，安全始終是我們數字科技非常重要的，甚至是最後的城牆和堡壘，透過資料治理、零信任安全體系、威脅情報、AI、大資料、隱私技術等技術及理念驅動解決新型安全問題的新思路、新方法和新路徑。多元技術必將促進產業安全一站式和場景化。希望大家一起來共築資訊保安的堡壘。
在最後，歡迎感興趣的朋友關注「騰訊研究院」公眾號，持續獲取數字科技的相關報告與最新資訊。