01

實驗科學和理論科學是數百年來科學界的兩大基礎范式，而人工智能正在催生新的科研范式。機器學習能夠處理多維、多模態的海量數據，解決復雜場景下的科學難題，帶領科學探索抵達過去無法觸及的新領域。

人工智能不僅將加速科研流程，還將幫助發現新的科學規律。預計未來三年，人工智能將在應用科學中得到普遍應用，在部分基礎科學中開始成為科學家的生產工具。

02

超大規模預訓練模型是從弱人工智能向通用人工智能的突破性探索，解決了傳統深度學習的應用碎片化難題，但性能與能耗提升不成比例的效率問題限制了參數規模繼續擴張。

人工智能研究將從大模型參數競賽走向大小模型的協同進化，大模型向邊、端的小模型輸出模型能力，小模型負責實際的推理與執行，同時小模型再向大模型反饋算法與執行成效，讓大模型的能力持續強化，形成有機循環的智能體系。

03

電子芯片的發展逼近摩爾定律極限，難以滿足高性能計算不斷增長的數據吞吐需求。硅光芯片用光子代替電子進行信息傳輸，可承載更多信息和傳輸更遠距離，具備高計算密度與低能耗的優勢。

隨著云計算與人工智能的大爆發，硅光芯片迎來技術快速迭代與產業鏈高速發展。預計未來三年，硅光芯片將承載絕大部分大型數據中心內的高速信息傳輸。

04

風電、光伏等綠色能源近年來快速發展，也帶來了并網難、消納率低等問題，甚至出現了“棄風”、“棄光”等現象。核心原因在于綠色能源存在波動性、隨機性、反調峰等特征，大規模并網可能影響電網的安全穩定運行。

人工智能技術的應用，將有效提升電網等能源系統消納多樣化電源和協調多能源的能力，成為提升能源利用率和穩定性的技術支撐，推動碳中和進程。

預計未來三年，人工智能技術將幫助電力系統實現大規模綠色能源消納，實現電力系統的安全、高效、穩定運行。

05

傳統機器人依賴預編程，局限于大型生產線等結構化場景。近年來，柔性機器人結合柔性電子、力感知與控制、人工智能技術，獲得了力覺、視覺、聲音等感知能力，應對多任務的通用性與應對環境變化的自適應性大幅提升。

機器人將從大規模、標準化的產線走向小規模、非標準化的場景。

預計未來五年，柔性感知機器人將逐步替代傳統工業機器人，成為產線上的主力設備，并在服務機器人領域開始規?；瘧谩?/span>

06

傳統醫療依賴醫生經驗，猶如人工尋路，效果參差不齊。人工智能與精準醫療深度融合，專家經驗和新的輔助診斷技術有機結合，將成為臨床醫學的高精度導航系統，為醫生提供自動指引，幫助醫療決策更快更準，實現重大疾病的可量化、可計算、可預測、可防治。

預計未來三年，以人為中心的精準醫療將成為主要方向，人工智能將全面滲透在疾病預防和診療的各個環節，成為疾病預防和診療的高精度導航協同。

07

計算和通信領域的變革不斷加快，數據安全和隱私保護得到前所未有的關注。全域隱私計算將成為安全領域的基石性技術。

隨著專用芯片、加密算法、白盒化、數據信托等技術融合發展，隱私計算有望實現全域數據安全保護，為數字時代保駕護航。

08

基于地面網絡和計算的數字化服務局限在人口密集區域，深空、海洋、沙漠等無人區尚是服務的空白地帶。高低軌衛星通信和地面移動通信將無縫連接，形成空天地海一體化立體網絡。

由于算隨網動，星地計算將集成衛星系統、空中網絡、地面通信和云計算，成為一種新興的計算架構，擴展數字化服務的空間。

預計未來三年，低軌衛星數量會迎來爆發式增長，衛星及其地面系統將成為新型計算節點。

09

新型網絡技術發展將推動云計算走向云網端融合的新計算體系，并實現云網端的專業分工：

云將作為腦，負責集中計算與全局數據處理；網絡作為連接，將多種網絡形態通過云融合，形成低延時、廣覆蓋的一張網；端作為交互界面，呈現多元形態，可提供輕薄、長效、沉浸式的極致體驗。

云網端融合將促進高精度工業仿真、實時工業質檢、虛實融合空間等新型應用誕生。預計未來兩年，將有大量新型應用在云網端融合的新計算體系中運行。

10

隨著端云協同計算、網絡通信、數字孿生等技術發展，以沉浸式體驗為核心的XR（未來虛實融合）互聯網將迎來爆發期。眼鏡有望成為新的人機交互界面，推動形成有別于平面互聯網的XR互聯網，催生從元器件、設備、操作系統到應用的新產業生態。

XR互聯網將重塑數字應用形態，變革娛樂、社交、工作、購物、教育、醫療等場景交互方式。預計未來三年，外形與重量接近普通眼鏡的新一代XR眼鏡將產生，成為下一代互聯網的關鍵入口。