《华为：智能世界2030报告（264页）.pdf》由会员分享，可在线阅读，更多相关《华为：智能世界2030报告（264页）.pdf（264页珍藏版）》请在三个皮匠报告上搜索。

1、智能世界2030构建万物互联的智能世界1乔治.吉尔德序言畅享未来智能世界，人们无需再排队等候，无需再重复单调乏味的工作，任何商品和服务都会在你最需要的时候即时送达。未来全球数据将进入YB 时代，智能和宽带将像空气一样无所不及，几乎所有家庭、车辆和个人都能享受万兆网络。在这样的世界中，健康将可计算，诊疗将更高效，抗击癌症和疫情将取得显著成果。在这样的世界中，我们可以用工业化的方式解决农业问题，打造不受气候和土地资源影响的农场，用数据换产量，解决全球饥饿问题。在这样的世界中，无人驾驶汽车将开启第三空间，满足人们出行时的学习和娱乐等需求。无人驾驶革命将使能空中电动出租，带来出行新体验。在这样的世界中

2、，绿色、全光和数字化转型将打造更宜居、更人性化的全联接城市。全球 85%的企业将借助牢不可破的区块链技术保护个人隐私安全，隐私增强计算将占总计算的一半以上。在云计算的加持下，未来的能源将更清洁、更智能。在数字可信的世界中，企业将更具韧性，柔性生产将更受青睐。总之，未来将是一个智能世界。作为世界领先的技术领导者，华为引领数字未来建设，并致力于展望未来创新趋势。智能世界 2030报告描绘了华为对于未来世界的美好愿景。华为“智能世界”研究团队与 1000 多名来自各个行业的学者进行交流，悉心聆听数十家客户的想法，广泛征求合作伙伴的意见。研究团队分析了国际组织、科学期刊和咨询公司的大量数据，并结合华为

3、自身的洞察和判断。研究团队组织了 2000 多场研讨会，让思想在交流中碰撞出智慧的火花。2这份报告以信息理论为指导，打通学科界限，融合多学科智慧。经济信息论认为，财富在最本质上是知识（山顶洞人毕竟当时也拥有我们今天所掌握的所有物质资源）。经济增长指的是“学习”，具体表现在所有竞争公司降低成本的“学习曲线”上。限制学习过程的是时间当其他一切资源变得丰富时，时间依然有限。这就是智能世界的愿景。持续学习是华为不断丰富实践知识的基础。有限的时间提醒我们避免浪费，促使我们提升效率和降低成本。在这样的世界中，时间成本将用来衡量价值，工人为提供商品或服务所付出的时间将用于衡量产品和服务的价值。随着收入的增加

4、和成本的降低，时间成本将成为衡量进步的一个普遍标准。从这个衡量标准来看，我们生活在一个高速发展的时代。远古时期的人类醒来就要随时劳作以获取食物来维持生计，但我们现在为了获取食物只需要几分钟的时间。因此，我们有更多的时间进行发明创造，比如将本报告中描绘的愿景变为现实。如果按照时间成本来衡量，经济增长至少是通常估计的两倍。虽然世界人口在过去 40 年增长 75%，但生活用品的时间成本却下降了 75%。此外，在过去 40 年，中国以每年近 12%的增长高速发展，大幅领先世界其他国家。正如本报告对未来的憧憬，华为等公司对未来的探索和展望为社会发展提供了源源不断的动力。著名经济学家、未来学家3邬贺铨当今

5、世界，我们感受到工业化带来的经济社会发展，但同时也面临日益严峻的挑战。与老龄化、城镇化等伴随的是医疗需求激增、劳动力短缺、CO2排放增加、城市交通拥堵、环境污染严重，去年以来的新冠疫情持续不断，异常气候导致灾害频发，这些都凸显现代社会的脆弱性。联合国提出到 2030 年应达到的 17 个可持续发展目标，以此来应对上述挑战，这些目标的实现依赖科技创新与政策法规，需要通过数字化和智能化转型来建设智能世界。网络基础设施是信息化的基础，是未来社会的底座。未来世界对网络有何需求？全球互联网普及率现已超 52%，年均约增 3%，未来十年发展中国家的网民数还将持续增加，预计 2030 年全球互联网普及率可达

6、 70%，而且网络连接数增加更快，目前连接物的数量已超过连接人的数量，过去十年全球物联网连接数年复合增长率达到 10%，2030 年物联网连接数将较网民数有数量级的增加。IDC 报告20162020 年全球数据量年增 30%，可类推未来十年全球数据量将较现在增长 14 倍。数据驱动宽带化，过去十年消费应用的平均接入带宽增长十倍多，未来十年万兆级接入将大量应用。网络应用的主体将从消费应用转到产业应用，低时延和确定性通信及精准定位是工业应用的特点，高安全高可靠和数据保护是产业应用的前提。为了使网络能力能满足未来社会的要求，以 2030 为目标的未来网络技术研究已提前布局，取得初步成果，基于 IPv

7、6 地址潜力可提供应用感知和随流检测能力，在此基础上可开发新的路由协议支持低时延高可靠服务，进一步通过灵活 IP 协议提升网络对业务的自适应性，已经提出了一些新型网络体系方案，针对性为不同应用需求提供确定性、内生安全与边界安全结合的高安全性、绿色化、智能化、泛在化的网络能力。未来还将更深入融合 5G、云计算、物联网、大数据、人工智能、区块链等新一代信息技术，更精准对业务应用意图的理解和对网络资源的优化高效利用，实现云网协同安全可信。4华为公司发布智能世界 2030报告，从医、食、住、行、城市、企业、能源和数字可信等八个领域展望2030 年，通过利用新一代信息技术，让健康可计算、让生命有质量、让

8、数据换粮食、让城市更宜居、让建筑更绿色、让出行更便捷、让产业更智能、让社会更可信。本报告列举了一些示范应用取得的效果，引用了国际知名机构对上述八大领域的预测数据，使十年后的远景清晰可见。本报告还附有通信网络、计算、数字能源和智能汽车解决方案四份产业报告。本探索报告顾名思义是对未来的预判，但未来发展还有很多不确定性，本报告给出的预见仅是为科技工作者思考未来智能世界提供一个参考，鼓励创新思维，探索颠覆性技术应对未来社会的挑战。中国工程院院士中国互联网协会咨询委员会主任中国标准化专家委员会主任5 5高文人工智能在近十年取得了突破性进展，各类应用已经逐渐渗透到所有人的衣、食、住、行中，特别是在疫情期间

9、发挥了巨大的作用，让世人共同见证了人工智能的普惠价值。中国的人工智能技术在数据规模和产业应用、青年人才储备方面具有优势，但在原创算法与核心元器件、开源开放平台方面还是短板。如何尽快补上短板，使得我国的人工智能发展可以健康发展、长久不衰，是我们需要认真思考与布局的大事。本轮人工智能的蓬勃发展依赖于三个要素：数据、算法、算力。所谓算力就是超强的计算能力。人工智能的进步带来了远远超越摩尔定律的算力需求。以深度学习为例，从 2011 年兴起到今天，对于算力的需求一直是指数级增长的，每隔 3.4 个月算力需求翻一倍。2020 年，自然语言处理模型 GPT-3 参数量达到 1750 亿，算力需求是 364

10、0PD（PD 代表以千万亿次每秒的算力计算一天所用的浮点计算量）；2021 年，鹏程.盘古业界首个全开源 2000 亿参数中文预训练语言模型，使用 E 级 AI 算力的鹏城云脑 II 算了 50 天，算力需求达到了 25000PD；到 2023 年，这种巨量模型的算力需求能到百万PD，这就对现有计算机和计算处理能力提出了严峻的考验。AI 的发展离不开数据共享、算力共享、生态共享的大趋势。各算力中心之间如何在保障数据安全的前提下进行联动训练，探索打破隐私保护和数据挖掘相悖的方法，将是未来几年持续探索的话题。针对这个问题，联邦学习、AI 靶场等技术也先后面世，相信随着相关技术的逐渐成熟，保障数据安

11、全与促进数据开发利用将不再是矛盾，可信的计算平台也会促进算力网络的进一步发展。这份研究报告全面阐述了华为的研究发现，华为在计算产业的思考相信对关心计算产业发展的相关人士具有很好的启示和参考意义。面向未来 510 年，人工智能将会有更广泛的应用，比如以 AI 为主导的 6G 智能感知网络、突破现有的机器图像系统的类脑视觉等等，让我们大家一起携手走向计算产业的美好未来。中国工程院院士鹏城实验室主任北京大学博雅讲席教授6陈清泉汽车的出现改变了世界，使人们出行更便捷、更自由，但现在的汽车也给城市带来了“疾病”，如空气污染、交通堵塞、能源不可持续等。因此，汽车必须被改变。未来 10 到 20 年间，我们

12、将会迎来一场新的汽车革命。汽车工业发展到现在已有百余年的历史，它的身体十分强壮，但它的大脑有些衰退。信息产业拥有强大的大脑，它们进入造车新势力，但它们的身体仍然不够强大。因此，要完成这个革命，这两个产业应该跨界融合，开发新一代汽车。这场汽车革命的核心内容是电气化、自动驾驶、汽车互联和共享，目的是以人为本，车、路、城智能化，以实现安全、舒适、低碳、环保、节能、高效的自由出行。现在，中国经济已由高速增长阶段转向高质量发展阶段，中国崛起的时间线恰逢人类社会迈入第四次工业革命时期。我们需要颠覆性地战略思考应对这次工业革命，突破传统的线性思维。“四网四流”融合就是以突破性的环形思维取代线性思维。“四网”

13、指的是能源网、信息网、交通网、人文网；“四流”是指能源流、信息流、物质流、价值流。通过“四网四流”融合，可以将人的主观能动性和能源革命、信息革命、交通（出行）革命联动起来。其核心思想是，在人的先进思想（上层建筑）指导下，可以采用先进的信息（经济基础）技术，即将信息和云、5G、人工智能技术结合，从数据变信息，再通过数字化变知识、智能。然后将此智能和能源（经济基础）融合，产生智能能源，将废弃的能源变成有用的能源，同时促进碳中和，提高经济效益和生态效益。这也是人信息物理系统三位一体的融合创新。通过建立人机（信息）物理系统形成的新的生产关系，发掘第四次工业革命的数据红利所能带来的巨大生产力，并在前三次

14、工业革命生产力总和的基础上爆发出指数级的增长。从电动汽车到智能汽车，从智能汽车到智能交通，从智能交通到智能城市，再进入智能时代，我们可以产生很多附加值和价值机会。新时代新征程，我们现在已进入能源革命时代。中国正面临着很大的环境压力，对新能源汽车的需求比任何国家都迫切，所以中国必须要走发展新能源汽车的道路。做好能源与互联网的融合发展，现在是最好的机遇。7 7由于新能源智能汽车是移动的分布式能源、储能和信息载体，通过联动汽车革命、能源革命和信息革命，以及 四网四流 融合，特别是把能源流变成物质流，可以降低能源强度和碳排放强度，助推“碳中和”。“四网四流”融合通过已开发的智慧能源操作系统，将能源技术

15、和信息技术结合起来，将能源技术与云技术、边缘计算、人工智能和大数据技术结合起来，实现增值效果。这将推动能源领域从第四次工业革命向第五次工业革命过渡。智慧能源，除了安全、智能以外，最主要的是能否把原来没有用的能源变成有用的，从热力学来说就是把原来的上熵增变成熵减，或者说熵变成，其实质就是将原来无序的系统变成有序的系统。在汽车行业继续发展的同时，考虑到“碳中和”，才能行稳致远。全球即将迈入智能汽车时代，未来世界汽车产业科技发展方向共识是绿色、互联、智能，其发展与变革需要以创新为驱动，也终将会从电动车延伸至人类整个出行方式的变革。要改变人类未来出行方式仅限于研发与制造还远远不够，更要致力于通过智能网

16、联技术实现智捷交通，进而打造未来智慧城市，最终才能真正实现人类未来智能出行方式变革的目标。汽车是互联网、大数据、人工智能与实体经济深度融合的典型应用，信息技术重新定义汽车，网联化、智能化是汽车的发展方向，智能网联汽车是智能交通的重要支柱。智能网联汽车带来技术、政策、法规等多方面的挑战，智能汽车的标准化还在进行中，智能网联汽车的创新永远在路上。希望我们以后的交通系统是舒适的、生态的、方便的和安全的。让我们共同努力！世界电动车协会创始主席中国工程院院士英国皇家工程院院士8汪涛科技的发展速度，远远超越我们的想象。以 5G、云、AI 为代表的数字技术，不断突破边界，实现跨越式发展。技术的创新正从单一学

17、科到跨学科交叉，从单点技术到跨技术协同，从垂直行业到跨行业融合，数字化、智能化的未来，正在加速到来。今天，全球互联网把 46 亿人和 200 亿终端联接在一起，彻底改变了人们的生活和工作。互联网的规模仍在持续扩大，正在从消费互联网扩展到工业互联网，华为预测，到 2030 年，全球联接总量将突破2000 亿，与此同时，企业网络接入、家庭宽带接入、个人无线接入突破万兆，迎来一个万兆联接的时代。今天，每个人口袋里的一部智能手机的算力，已经远远超过当年阿波罗登月时主控计算机的能力。华为预测，到 2030 年，人类将进入YB 数据时代，全球通用计算算力将达到 3.3ZFLOPS(FP32)，AI 计算算

18、力将超过 105 ZFLOPS(FP16)，增长 500 倍。站在下一个十年的起点，我们隐约能看到智能世界 2030 的雏形。2030 年，ICT 技术与人体生物数据相结合，使得“健康可计算”成为现实，人类将活得更健康，更有质量；“大数据+人工智能+农艺知识”相结合的科学决策体系，将构建一个可持续的普惠绿色饮食系统；全息通信和全屋智慧控制系统，将打造“懂你”的空间，让我们的居住的空间更加人性化；新能源和自动驾驶技术的高速发展，让人类开启住宅、办公室之外的“移动第三空间”；新型城市数字基础设施、云计算和区块链等数字技术，让城市更宜居、城市的治理更高效；协作机器人、AMR 自动移动机器人、数字员工

19、等新型生产力将进入千行万业，这将重塑企业生产和交易模式，提升企业韧性；“源网荷储”全链路数字化的能源互联网，将系统性地减少碳排放，让绿色能源更加智能；区块链、数字水印、隐私增强等技术，为数字文明的可持续发展构建坚实基础。无界探索，翻开未来9 9基于对未来的不懈探索，过去三年，华为与业界 1000 多名学者、客户和伙伴深入交流，组织了 2000 多场研讨，集业界专家和华为专家的智慧，输出了面向下一个十年的思考智能世界 2030报告。在宏观层面，提出了跨学科、跨领域的八大探索方向，阐述 ICT 技术如何解决人类发展面临的问题与挑战，为组织、个人带来哪些新机会；在产业层面，系统思考了通信网络、计算、

20、数字能源以及智能汽车解决方案这四个领域的未来技术和发展方向。三十多年前，我们把电话部署到了每一个家庭，丰富人们的沟通与生活；十多年前，我们把网络联接到每一个角落，共建全联接世界；今天和未来，我们致力于把数字世界，带入每个人、每个家庭、每个组织，构建万物互联的智能世界。我们坚信，一个波澜壮阔的智能世界正在加速到来。想象力决定了我们的未来能走多远，行动力决定了我们到达未来有多快，预测未来最好的方式就是创造未来。在迈向智能世界 2030 的道路上，仍有大量的挑战需要跨越，让我们携起手来，勇于探索、持续创新，共同创造更美好的智能世界！华为常务董事 ICT 产品与解决方案总裁10目 录执行概要14183

21、04254展望一 医：展望二 食：展望三 住：展望四 行：让健康可计算，让生命有质量用数据换产量，普惠绿色饮食新交互体验，让空间人性化智能低碳出行，开启移动第三度空间117292108128展望五 城市：展望六 企业：展望七 能源：展望八 数字可信：城市新基建，让城市有温度，更宜居新生产力重塑生产模式，增强企业韧性让绿色能源更智能，呵护蓝色星球数字技术与规则塑造可信未来12通信网络计算产业趋势 未来网络场景 网络愿景与关键技术特征 倡议 附录A：缩略语 144 174 146 175 158 184 206207 169 170宏观趋势未来计算场景计算2030愿景及关键特征计算2030倡议附录

22、 13数字能源智能汽车解决方案212 228 230235 238 216219226 以低碳可持续发展为导向的新一轮能源变革开启 电力电子技术和数字技术成为驱动能源产业变革的核心技术 能源进入数字能源时代，绿色低碳、数字智能，多流合一 结束语 前言：ICT赋能汽车产业智能化，帮助车企“造好”车，造“好车”产业趋势：汽车产业迎来变革浪潮，跨界合作助力商业共赢 场景演进：把数字世界带入每一辆车，赋能产业实现智能驾驶、智慧空间、智慧服务和智能生产 技术趋势：智能汽车增量部件持续为产业注入新活力 数据预测方法论指标预测26026114站在智能世界的入口，眺望 2030 年：人们希望进一步提升生命质量

23、，普惠绿色饮食，改善居住体验；不再受出行拥堵和城市环境污染的困扰，无顾虑地使用绿色能源、享受各种数字服务；放心地将重复性的、危险的工作交给机器人来完成，从而把更多时间和精力投入到有意义、有创意的工作和兴趣中去。为此，如何更好地满足人类社会发展的需求，成为各行各业持续探索的动力。执行概要华为致力于把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界。在本报告中，我们从宏观趋势入手，通过对“医”、“食”、“住”、“行”、“城市”、“企业”、“能源”、“数字可信”八个维度在下一个十年的展望，来尝试描绘智能世界 2030 的美好图景。我们相信智能世界拥有无限可能，需要各行各业持续协作，不断

24、探索，共创美好未来。152030 年，人们以依托高灵敏的生物传感器、云端存储的海量健康数据，让健康可计算。人类将能实现主动预防，从“治已病”到“治未病”；借助物联网、AI 等技术，让未来的治疗方案将不再千篇一律；大型医疗设备更加便携化，实现居家远程医疗联动。2030 年，人们可以利用农情多元数据图谱，实现精准农耕；通过对数据的收集，模拟作物生长发育所需的温度、湿度等要素，打造不受变化莫测气候影响的“垂直农场”；通过 3D 打印，获得符合个人健康需求且口感最佳的人造肉，真正实现从靠天吃饭过渡到靠数据吃饭。2030 年，基于万兆家庭宽带、全息通信等技术，打造数字化的物品目录，通过自动配送，实现储住

25、分离；构建智能管理系统，打造物与物的自动交互，让人类有可能在零碳建筑中工作和生活；基于下一代物联网操作系统，实现居家和办公环境的自适应，打造“懂你”的空间。全球通用计算（FP32)总量将达 3.3 ZFLOPS，同比 2020 年增长十倍；AI 计算（FP16）总量将达 105 ZFLOPS，同比 2020 年增长 500 倍。全球联接总数达 2000 亿；全球每年产生的数据总量达 1YB，相比 2020 年，增长 23 倍。全球光纤宽带用户数量达 16 亿；万兆家庭宽带渗透率达 23%。展望一展望二展望三华为预测，到 2030 年：华为预测，到 2030 年：华为预测，到 2030 年：医:

26、让健康可计算，让生命有质量食：用数据换产量，普惠绿色饮食住：新交互体验，让空间人性化162030 年，出行将是多维的创新系统，基于自动驾驶技术的新能源汽车，能让我们拥有专属的移动第三空间；新型的载人飞行器不但能提升紧急救援效率，降低救急医疗物资的输送成本，甚至还能改变我们的通勤方式；通过定制高效地与他人共享出行方案，来提高交通工具的使用率，促进绿色出行。而这背后需要安全稳定的自动驾驶算法，低成本可靠的各类传感器、高速稳定的空天地一体化网络，以及基于强大算力交通管理大脑。由此，打造电气化、自主化、共享化、网联化的低碳出行体验。随着新型数字基础设施的普及与应用，城市环境治理方案将进一步优化，资源的

27、利用率和治理的效率将大幅提升，通过实现跨区的一网统管和一网通办平台，让居民将能享有更便利、人性的服务，生活在有温度，更宜居的城市中。2030 年，数字化转型推动企业的进一步升级，协作机器人、自主移动机器人等新生产力融入企业；通过对生产、物流等环节的柔性化重塑，实现以人为中心的新生产模式；供应链将数字化的影响下，变得可视化、网状化，企业将拥有更强的韧性以应对变化万千的市场环境。万兆企业 WiFi 渗透率达 40%。每万名制造业员工将与 390 个机器人共同工作；有 100 万家企业会建设自己的 5G 专用网络（含虚拟专网）；云服务占企业应用支出比例达 87%；AI 计算占企业 IT 投资比例达

28、7%。展望四展望五展望六华为预测，到 2030 年：华为预测，到 2030 年：行:智能低碳出行，开启移动第三空间城市：数字新基建，让城市有温度，更宜居企业：新生产力重塑生产模式，增强企业韧性电动汽车占所销售汽车总量的比例达 50%；整车算力超过 5000 TOPS；智能汽车网联化(C-V2X)渗透率达 60%。华为预测，到 2030 年：172030 年，能源将更加绿色、更加智能。人们可以在近海、湖面部署新型能源电厂，利用虚拟电厂、能源云构建“源网荷储”全链路数字化的能源互联网，零碳数据中心和零碳站点将有望成为现实。2030 年，数字可信将成为社会基础设施的基本要求。区块链、AI 打假、隐私

29、增强计算等技术与GDPR、隐私安全保护法等数字规则，双管齐下，共建数字可信的智能世界。50%以上的计算场景将采用隐私增强计算技术；85%的企业将采用区块链技术。全球可再生能源产量占全球发电总量比例达 50%。展望七展望八华为预测，到 2030 年：华为预测，到 2030 年：绿色能源更智能，呵护蓝色星球数字技术与规则塑造可信未来1819让健康可计算让生命有质量医20过去的十年，是人类健康发展充满“生命力”的十年，据 WHO（world health statistic 2021）报告显示，全球人口寿命延长了 5 岁，人类预期寿命从2000 年的 66.8 岁增加到 2019 年的 73.3 岁

30、1。这意味着活得长已经成为大多数人可以实现的目标，活得有质量将成为我们新的追求。伴随着人口老龄化的加速，2030 年全球 60 岁以上人口占比将达到 16.5%2，人类对医疗的需求也将激增。WHO 的 2019 数据显示，全球卫生费用支出占生产总值的 10%，其增长快于全球经济增长。WHO 也预测，2030 年全球护士缺口高达 570万人3，医护人员总缺口高达 1800 万人4。此外，慢性病和亚健康对人类生命质量的影响也在加剧。据2021 世界卫生统计报告，2019 年全球前 10 大死因中，有 7 个为慢性非传染性疾病，因慢病导致的过早死亡率为 17.8%5。同时，全球的医疗资源与人口增长分

31、布形成剪刀差。根据联合国世界人口展望 2019显示，预计到 2050 年，非洲人口将达 24.9 亿，欧洲人口为7.1亿6，但从目前的医疗资源来看，仅德国的平均每千人医生数量是尼日利亚（非洲经济强国）的10.5 倍7。面向未来，如何降低医疗成本，丰富医疗资源和医疗形态，创造新的预防和治疗手段，将帮助解决看病贵，看病难的问题，让人们少生病，让生命更有质量。在下一个十年，创新的解决思路正在不断涌现。21探索方向一：以计算识别隐患，从“治已病”转向“治未病”根据 WHO 的研究显示，身体患病 60%的因素和生活方式有关8，能否培养好的生活习惯是保持健康的重要前提。我们可以通过对健康状态的实时追踪和建

32、模计算，来督促良好生活习惯的培养。把防病与日常生活习惯结合起来，在发病以前消灭病痛，从“治已病”转向“治未病”。得益于互联网、物联网、AI 等技术的发展，以及可穿戴设备、家用监测设备等产品的普及，对个人健康建模不再是奢望。具体来说，利用大数据、物联网等技术，实时分析用户身体指标数据、医学临床反应、健康诊疗结果等，形成健康知识图谱。通过对比分析，为用户提供定制的健康解决方案。我们还可以通过对营养、运动、睡眠等维度的干预，帮助用户逐渐改善不良生活方式，促进个人形成健康的生活习惯，从而少生病。比如业界有公司尝试构建饮食和疾病之间关系的健康知识图谱，可帮助用户改善睡眠质量，利用自然语言处理等技术，持续

33、收集并分析全球范围内关于重大公共卫生事件的新闻、报告和搜索引擎指数，从中提取有效数据，并进行科学建模和智能化判断分析，可以有效提升应对公共卫生事件的响应速度和决策能力。未来场景：构建健康知识图谱，让健康管理更实时高效未来场景：传染病蔓延轨迹预测，让疾病预报更准确进行有效的体重管理，全年接受健康管理的参与者平均每天睡眠增加 35 分钟，体重减轻约 1.5 公斤9。从而降低因不良生活方式导致的相关疾病的发生概率。此外，我们甚至还可以将健康知识图谱与医疗知识图谱进行结合。这样，不但能绘制出患病的风险情况及未来发展趋势，让用户获得更准确的症状、药物、病情风险因素、医生诊断等信息；还可以帮助医生做出更迅

34、速、更有针对性的诊断。ICT 技术也可以用在流行病、疫情等监控和预测上，比如说业界有公司使用自然语言处理和机器学习，从官方公共卫生组织、数字媒体、全球航空公司票务数据、牲畜健康报告和人口统计声明等多种公共数据来源中，分析了数十亿个数据点，可以 24 小时不间断地分析疾病的传播与蔓延情况10。22探索方向二：以精准医疗，计算最佳治疗方案合理的医学治疗方案能够使患者获得有效、安全、便捷的治疗。制定医疗方案，要根据患者的个体差异，实时追踪和评估症状、疗效，如果把复杂的临床症状比作数学题目，那么怎样在诸多可行的治疗方案中寻求最优解？关键答案或许在于“计算”。通常，制定一个有效的药物治疗方案需要综合考虑

35、病患外部条件、药物匹配、用药时机、用药剂量、用药疗程和联合用药效果等因素，且还需不断根据诊疗情况实时完善，这给医生的诊断带来很大的挑战。在传统情况下，医生没有太多的时间，未来场景：药效精确评估，从“千人一药”到“千人千药去了解每个病人身体状况的方方面面，主要依赖专业知识和个人经验的判断，快速给出一个通用性的医疗方案。AI 通过学习成千上万的病理诊疗方案，并实时分析结合病人个体综合差异，可以帮助医生给出更具个性化的治疗方案。新加坡研究机构创建了以人工智能技术驱动的药效精准评估平台，该平台可以快速识别每位患者的历史临床数据，针对患者自身情况给出建议的用药剂量和联合用药方案，并在此基础上对肿瘤大小或

36、肿瘤生物标志物水平进行修正。此外，这些数据还可用于患者疗程和后续治疗方案的制定等11。23未来场景：AI 精准识别靶区，减少错杀健康细胞个性化的精准医疗的价值，也在帮助对抗人类的天敌癌症上。据统计，2020 年全球新发癌症病例 1,929 万例，死亡病例 996 万例12，预计2030 年患癌病例仍将增加 75%13。通过科技的力量，提升癌症的诊疗效果，改善医疗质量，将帮助患者快速康复。在传统的癌症放射治疗过程中，主要通过放射线对癌症部位进行照射，将癌细胞杀灭。但传统放疗的靶区设定范围较大，消灭癌细胞的同时也误伤了大量健康细胞，对人体伤害较大，易引发不良反应。自适应放疗借助 AI 技术，在放疗

37、过程中自动识别病灶位置变化，对放疗靶区的影像进行精密地勾画，以实现精准照射，从而减少对健康组织的损害。目前 AI 精准识别靶区，已实现 CT、超声、MRI 等多种影像的靶区自动勾画。通过基于人工智能技术的配准功能，根据临床的需要，在不同器官和选择区域间进行自动配准，突破传统算法的精度和速度限制。AI 的应用将原来 2-3 小时的勾画环节缩短至分秒级，使得放疗对健康组织的损害量降低 30%14。24探索方向三：家庭诊所，云边端计算协同，普惠医疗资源科技对疾病的预防与治疗发挥价值的同时，也推动人类思考，是否每个人都能享有对于健康实时管理的医疗产品和个性化医疗服务。业界在积极尝试，通过云边端计算协同

38、，实现远程医疗联动，便可让优质医疗资源可共享，同时还能让医疗服务不限于医院，而是扩展至社区、家庭。传统诊疗流程是病人至医院进行医学检查后，由医生现场诊断。但由于地域医疗资源分布不均，优质专家多集中在大城市，小城市和乡村医疗资源不足，常因诊断失误而贻误病情。在未来，将传统影像设备的复杂处理逻辑放到云端，在云上为医生提供远程阅片及人工智能辅助诊断功能，并将医学影像、检验检查结果、病历等在元器件小型化、芯片化的技术推动下，原来只能在医院内使用的大型医疗设备，正在便携化方向发展，让移动化检查成为现实。掌上超声：将超声波探头的性能集成到一个芯片中，通过智能手机应用进行超声信息采集，并结合云计算和深度学习

39、等技术，实现实时复合成像和自动扫描等强大功能，打破时间和空间限制，让传统笨重的大型超声台式机所具备的功能在随身携带的轻巧手持设备上得以实现。使得原本医院一台十多万美金的大型超声仪器，变成几千美金就可以拥有的掌上设备15。未来场景：云上诊断，专家资源面对面未来场景：设备便携化，降低专业医疗检测的门槛诊疗信息同步传输，患者只需面对屏幕，就可接受知名专家的云端诊疗服务。通过“终端数据采集+5G+云计算”方式，在社区医院与医学中心之间建立医学影像信息互联共享，患者在社区医院医疗设备上拍片后，自动或手动将影像文件上传至云端，由医学中心在云端阅片并出具报告。25结语：让健康可计算，让生命有质量面向 203

40、0 年，人类可以依托高度灵敏的生物传感器技术与智能硬件支持，实时跟踪身体各项指标，并建立个人的健康知识突破，从而实现自主驱动个人健康，减少对医生的依赖。在 ICT 技术的驱动下，未来的治疗方案也将不再千篇一律。例如，强大的算力支持和高度智能的深度学习系统将在精准的药物治疗方案、靶区自适应放疗和康复机器人训练力量精准控制等方面有着深度应用等等。通过精密的软硬件、强大的云边端计算能力和稳定的网络覆盖，使得便携化的医疗设备可以普及到在各个基层医院、社区、甚至家庭等多种场景，可以按需实时采集医疗数据并上传至云端处理中心，实现远程医疗联动。面向 2030，ICT 技术可以使得一系列提高人们健康水平与生活

41、质量的应用场景正变得触手可及，这背后需要大量的计算来支撑。华为预测：到 2030 年，全球通用计算总量将达（FP32)3.3 ZFLOPS，同比 2020 年增长十倍，AI 计算（FP16）105 ZFLOPS，同比 2020 年增长 500倍。26华为预测，到 2030 年：全球通用计算（FP32)总量将达 3.3 ZFLOPS，同 比 2020 年 增 长 10 倍。AI 计算（FP16）总量将达 105 ZFLOPS，同 比 2020 年 增 长 500 倍。27相关引用WHO “World Health Statistics 2021”https:/apps.who.int/iris/

42、bitstream/handle/10665/342703/9789240027053-eng.pdfWPA “World Population Ageing 2015 Report”https:/www.un.org/en/development/desa/population/publications/pdf/ageing/WPA2015_Report.pdfWHO“State of The Worlds nursing 2020”https:/www.who.int/zh/publications/i/item/9789240003279WHO “World will lack 18 m

43、illion health workers by 2030 without adequate investment,warns UN”https:/www.who.int/hrh/com-heeg/bmj.i5169.full.pdfWHO “World Health Statistics 2021”https:/apps.who.int/iris/bitstream/handle/10665/342703/9789240027053-eng.pdfUN“World Population Prospects 2019”https:/www.un.org/development/desa/pub

44、lications/world-population-prospects-2019-highlights.html 中国卫生健康委员会 2019 中国卫生健康统计年鉴 http:/ D.FARHUD “Impact of Lifestyle on Health”https:/www.ncbi.nlm.nih.gov/pmc/articles/PMC4703222/#B1MIAO Health “Chronic disease management s digital future”https:/ Stieg“How this Canadian start-up spotted coronavi

45、rus before everyone else knew about it”https:/ Kye Jyn Tan et al.“Personalised,Rational,Efficacy-Driven Cancer Drug Dosing via an Artificial Intelligence SystEm(PRECISE):A Protocol for the PRECISE CURATE.AI Pilot Clinical Trial”https:/www.frontiersin.org/articles/10.3389/fdgth.2021.635524/fullUN“国际癌

46、症研究机构：2020 年全球新增 1930 万癌症患者 1000 万人因癌症去世”https:/news.un.org/zh/story/2020/12/1073672CBS News “Global cancer cases projected to rise 75%by 2030”https:/ Tech http:/ Network,Inc.https:/ 13：14：15：28426.9276.34?29426.9276.34?3031用数据换产量普惠绿色饮食食32民以食为天，粮食是全世界最大的天，实现“零饥饿”被联合国列入 2030 可持续发展的目标之一。据统计，至今全球仍有超过 6

47、.9 亿人在挨饿，预计到 2030 年，受饥饿影响的人数将超过 8.4 亿1。过去，为了解决粮食短缺的问题，人们主要看天吃饭，更多依赖于资源禀赋，比如气候、土壤条件，以及农业劳动力的补给等。但随着自然环境的变化、城市化进程的加速，仅依赖现有自然条件以及传统农业技术，很难支撑 2030 可持续发展目标的2达成：农业从事者长期流失：根据国际劳工组织的数据，在全球范围内，从事农业工作的人的比例从1991年的 43.699%下降到 2019 年的 26.757%3。人均耕地面积减少：据世界银行数据显示，在1968-2018 这 50 年间，全球人均耕地已从 0.323公顷下降至 0.184 公顷,下降

48、 43%4。土壤农药污染严重：据统计，目前全球 64%的农业土地(大约 2450 万平方公里)面临着农药污染的风险，其中 31%的土地面临着高风险5。与此同时，随着消费的升级，人们对于饮食的需求有了新的变化，从“好吃”转向“吃好”，越来越追求吃得健康，吃得放心。2018 年，中国获得食品行业绿色认证的产品数量达到 13,316 个，2019 年，这一数量增至14,699 个，同比增长10.4%6。绿色认证产品的背后是对种植环境和技术更高的要求。在迈向 2030 年的进程中，挑战与需求并存，我们通过洞察看到，科技正在为农业赋能，帮助突破种植条件的限制，全面提升粮食的产量，让绿色食品进入每个普通人

49、的餐桌。33探索方向一：用精准的数据，让种庄稼不再只靠经验正所谓“栽种有时，收获有时”（a time to plant and a time to pluck up that which is planted）。传统农业，适合播种的时节并不多，因而才制订了历法，以方便人们判断“农时”，即便有历法参考，人们依然需要个人经验来辅助。何时播种，何时施肥，何时除虫，若仅靠经验来判断，便会让农业生产有着极大不确定性和产生诸多浪费。在同一片大田中的两块土地，土壤的水分含量、营养情况、农作物的生长情况都可能不相同，而传感器和移动设备等既可远程管理农场，也能够做到实时监测土壤湿度、环境温度、作物状况，获得精准

50、数据。在肥力高的地方进行密集种植，反之则稀疏种植。播种、给水、施肥、调种等一系列农艺措施都可基于多元数据进行灵活调整，让土壤和作物处于最佳匹配状态。以玉米为例，仅依据数据进行的自适应播种这一改变，就能带来每公顷300-600 公斤的增产7。未来场景：精准农耕，构建农情多元数据图谱精准农耕的前提，是对所收集数据的深入分析，形成农情多元数据图谱。基于云服务的农情图谱可以帮助农民迅速得到农作物在不同关键生长阶段的所需的土壤灌溉、肥力需求；还可结合地形的特征、气候预期、病虫害程度等信息进行产量预估、农作活动安排、预算管理等。多元数据图谱提供对农田的状态和农业生产过程的多维度实时监测与分析，在多变环境中

51、做出敏捷而高效的预警，及时给予多种应对措施的建议、快速锁定损失区域并估算后期产量。从而降低突变环境因素对产量的影响，帮助农民及时止损。34精准农耕的确能够用数据来提高粮食产量，但在人口增加、人均耕地下降、农田受污染和气候变迁等大背景下，要想满足未来庞大的粮食需求，它不能当作唯一的解决方案。精准农耕是依据时刻变化的数据，来分析、计算，以判断最好的种植方案。然而，风云变幻难测，数据只能用于当下，这无法解决农业数据分析结果的迭代使用问题。除“精准农耕”外，还可以将“农业工厂化”打造“垂直农场”作为补充，在封闭环境下，模拟作物生长发育所需的环境要素。“垂直农场”不但可以收集数据，同时可以人为调控，确保

52、庄稼始终在最合适的环境内。事实上，无论耕地稀缺的日本、韩国和新加坡，还是土地资源丰富的美国，都在积极发展“垂直农场”技术。探索方向二：农场工厂化，让农业生产不再受自然环境的影响农业工厂化的一个典型案例就是在室内种植的“垂直农场”，即用数据构建突破地域限制的标准化生长环境。在垂直农场里，从苗圃播种到施肥再到收割，每个环节都离不开对光照、温度、用水和营养输送等的精确控制，而数据就是掌握这未来场景：智能垂直农场，打造未来农业新形态些植物生命密码的“钥匙”。它会在全链条的各个环节发力，因地因时调整参数，为农作物构建起最为适宜的生长环境。总体而言，垂直农场有几大优势：无需农药，无需土壤，减低对农业用水的

53、浪费：垂直农场的模式下，通过营养液，利用水培或气雾栽培的方式，确保养分被植物高效吸收，残余养分，也可以和水一起回收。其所需用水不到传统种植方法的 10%，创造无污染的绿色农作物。35业界公司的尝试显示，在 7,000 平方米的空间里，可实现蔬菜每 16 天收割一次，达到每年 90万公斤的惊人产量8。不受环境气候影响，始终确保新鲜农产品的理想生长条件：在封闭的环境中，借助自动控制系统，打造一个植物生长的可控环境确保高品质蔬菜的大规模可靠生产。这样可以让蔬菜生产落地更多的地域和气候环境中。无论在屋顶、办公楼、废弃厂房、沙漠、水上、甚至地下室，都能搭建起“垂直农场”。创造全球可复制的智能农业模式：同

54、一套 ICT 控制系统和数据模型，可在世界上任何一个地方得到几乎一致的生产效果。在垂直农场的模式下，我们可以模仿出，酿制最好年份红酒所用的葡萄的生长环境；在光照时间短又干燥的地区，也可以种植出喜温且不耐寒的车厘子。36探索方向三：餐桌上的 3D 打印，打造肉类食品的低碳方案除粮食蔬菜外，肉类也是人类必不可少的食物来源。传统畜牧业不但低效，难以满足未来的肉类供应需求，而且容易对环境造成影响，据估算，畜牧业每年大约排放 71亿吨二氧化碳当量，占人为温室气体排放总量的 14.59。甲烷是一种短暂但强大的温室气体，是仅次于二氧化碳的第二大气候变化“贡献者”，而人类引起的甲烷排放的大部分来自牲畜（全世界

55、大约有 10 亿头牛）10。3D 打印是改善人造肉口感、外形、味道等质量因素以及规模化生产的重要技术之一，无论是使用植物蛋白还是动物细胞，都可以使用 3D 打印技术：在植物蛋白合成肉的过程中，可用 3D 打印技术来搭建纤维支架，尽量模仿天然肉的外观和口感；当用动物细胞来培育肉时，3D 打印将肌肉组织、脂肪等营养元素，一层层堆叠起来、最终形成人工肉。当前，通过 3D 打印技术，已经可以实现猪肉、鸡肉、牛排的等多种类型肉类的制作，且人造牛排的价格正向超市牛排趋近。随着全球人口持续成长，联合国粮食及农业组织（FAO）估计，2050 年全球对肉的需求将比现在增长 7011。因此，我们需要积极寻找新方式

56、来解决肉类的获取问题。人造肉的探索也获得业界越来越多的关注。未来场景：3D 打印人造肉，用数据培养绿色健康的肉食新形态37结语：用数据换产量，应对人类粮食挑战未来，人们可以利用物联网技术，监测与分析每一份土地环境、每一株农作物长势的实时状态，通过精准的数据来提升产量。我们还能够依靠历史数据来预测未来的种植环境变化，提前采取干预措施，降低减产风险。运用大数据+人工智能+农艺知识相结合的科学决策体系，实现精准的农事操作，如水肥一体化实现精准的施水施肥，通过无人机实现察打一体，实现精准施药。利用类似“垂直农场”这样的新种植模式，可以帮助我们通过数据来打造不受气候变化和自然地理环境影响，可全球复制的智

57、能农业形态，普惠绿色饮食。此外，每个人还可以按照自己对肉类的偏好，形成个性化的口感、营养成分的数据模型，通过 3D 打印，获得符合个人健康需求且口感最佳的人造肉。面向 2030 年，我们通过 ICT 技术将更多的农田、农具、农作物等关键农业生产要素联接起来，收集并综合利用气候、土壤、农作物生长状态等多类数据，以提升粮食产量。华为预测：到 2030 年，全球每年产生的数据总量达 1YB，相比 2020 年，增长 23 倍；全球联接总数达 2000 亿；IPv6 地址渗透率达 90%。未来随着数据不断在农业中体现，我们将逐步构建一个更有弹性、更绿色的粮食系统。38华为预测，到 2030 年：全球联

58、接总数达 2000 亿，IPv6 地址渗透率达 90%。全球每年产生的数据总量达 1YB，相 比 2020 年，增 长 23 倍。39相关引用UN https:/www.un.org/sustainabledevelopment/hunger/UN https:/.undp.org/content/china/zh/home/sustainable-development-goals.htmlInternational Labour Organization https:/data.worldbank.org/indicator/SL.AGR.EMPL.ZSWorld Bank https:/

59、 H.M.Tang et al.“Risk of pesticide pollution at the global scale”https:/ 2021年中国绿色食品市场调研报告-行业运营态势与发展前景预测 新闻中国采编网，大数据谋定农业发展路径-丰收节贸易会：全球十大经典案例http:/ https:/ http:/www.fao.org/3/i3437zh/I3437ZH.pdfWorld Econmic Forum “Study shows that feeding cows seaweed could help reduce methane emissions”https:/www.

60、weforum.org/agenda/2021/03/feeding-cows-seaweed-can-fight-methane-climate-change/联合国粮食及农业组织（FAO）“WORLD AGRICULTURE TOWARDS 2030/2050”http:/www.fao.org/3/ap106e/ap106e.pdf1：2：3：4：5：6：7：8：9：10：11：40?41?4243新交互体验让空间人性化住44人类居住的发展，从岩洞到房屋，从乡村到城市，从活动到存储，是一部空间管理的历史。今天，工业化的发展极大丰富了物质资源，这给人们带来愉悦感的同时，也侵占了生活空间。据

61、报道，平均每个美国家庭拥有 3000 件物品1；每 10 名美国人中就有 1人租用异地存储2；而在英国，平均每个10 岁的孩子平均拥有 238 个玩具，但每天只玩12 个玩具3。如何兼顾“买买买”的满足感以及对清爽生活空间的向往，给未来居住空间设计提出了新的思路方向。据报告显示，2019 年全球建筑物运营所产生的二氧化碳排放量约为 10 GtCO2，占全球能源相关二氧化碳排放量总额的 28%4。与此同时，全球每年新建筑还在快速增加。根据国际能源署（International Energy Agency）预 测，到 2050年，全球建筑面积平均每年将增加 55 亿平方米5；据联合国全球环境报告显

62、示，到 2060 年，世界预计将增加 2300 亿平方米（2.5 万亿平方英尺）的建筑，或相当于当前全球建筑存量的总面积。这相当于在未来 40 年中，每 34 天增加一个纽约6。因此，世界绿色建筑理事会提出为实现 巴黎气候协定而呼吁两个目标：从 2030 年起，所有新增的建筑必须净零碳运行，到 2050 年，100%的建筑必须以净零碳运行7。同时，随着人们对居家体验个性化追求的不断增长，基于 ICT 技术的智能家居概念正被普及。据调研报告显示，近 80%的千禧一代和 69.2%的婴儿潮一代都对智能家居技术抱有积极的期待8。在英国，目前 80%的消费者已经意识到智能家居技术，在消费者对技术趋势的

63、认知度上仅次于移动支付，而互操作性已经成为他们当下最大的购买考虑因素9。除此之外，对便利和安全的需求也驱动着人们对智能化空间的向往。45探索方向一：新基建使能新社区设计理念，提供全局化服务目前，随着智能门禁、智能消防监测、高空抛物报警、快递提醒等服务逐渐融入人们的生活，居民与社区行政之间的联系正由松散走向紧密。未来，随着物联网、万兆光纤等新型基础设施的触达，越多越多的新型社区理念不断涌现，为居民提供如社区虚拟团建、宠物智能管控等全局化的服务，促进居民与社区的一体化融合。其中有一些新颖的设计理念，就是为了解决储物与居住之间的矛盾，带给人们更清爽的居家体验。为你家里的物品建立一个数字目录，甚至进行

64、 3D扫描，将不常用的物品寄存在小区统一的仓库中。如果在某个周末，你需要为即将参加的派对挑选一套晚礼服的时候，可以通过全息投影的方式，虚拟选择一套合适的搭配。只需轻轻一个点击，小区自动配送系统，就会通过机器人10或者楼宇未来场景：打造数字化的物品目录，通过自动配送，实现储住分离输送系统快速地将你所选择的衣物送上门11。这套系统甚至可以用来打造小区的共用物品“图书馆”，当你临时需要一个低频率使用的工具（比如电钻）时，你可以通过搜索这个共用物品“图书馆”的在线物品目录清单，利用自动配送系统，远程借取和归还。46探索方向二：智能管理系统打造物与物的自动交互，助力零碳建筑根据世界绿色建筑理事会的定义，

65、零碳建筑是指：一座高能效的建筑，其所有的运营能源都来自可再生能源，这些能源最好是现场产生，也包括场外产生，最终使得该建筑每年运营实现净零碳排放。当前，通过对建筑设计的改良和使用节能环保的新材料等可构建超低能耗的建筑12。在此之上，我们想要进一步向零碳建筑演进，除了使用绿色能源之外，ICT 技术的深度应用，也是必备的一环。目前，已有博物馆应用这一自动化控制系统实现了能源管理的系统化重构。通过布置 3,000 个数据点，它能实时采集和监测场馆内的各项环境数据，自动调节适宜展品陈列和参观者观展时的温光水气条件。经过这一系统性节能改造，实现了暖通空调、照明和用水效率升级，使博物馆温室气体排放减少35%

66、，电力成本降低 32%13。未来场景：博物馆自动管理控制系统零碳建筑的运营模式，将是一种基于无人化、感知型的新交互模式：通过传感器实时监控并获取整个建筑的运营环境和条件数据；物联网将照明、电表、水表、水泵、供暖、火灾报警器和冷水机组等核心系统与传感器和基于云的控制系统联系起来；通过云端智能的复杂算法，实时数据，自动做出节能的运营决策，并下达指令，例如，楼宇自动化系统可以根据入住率了解何时打开和关闭大楼中不同区域的空调，照明等，甚至电梯、通道和遮阳设备可以纳入系统管理的范围内。除了环境效益之外，零碳建筑还能够提高舒适度，比如自动化系统将内部温度保持在宜人的水平，而出色的绝缘性能减少外部噪音污染；

67、带来健康益处，比如保证充足的自然光，帮助人体增加维生素 D 的摄入、更好的睡眠和减少季节性抑郁。47探索方向三：居家环境自适应化，打造“懂你”的空间 越来越多的人对于“空间”的期待已不再是简单的“有的住”，而是想拥有更好的体验。未来的房子将成为你的亲密伙伴，它会越来越懂你，并且心领神会，一切尽在不言中：疲劳一天回到家时，喜欢的灯光、音乐、香氛和电视节目自动开启；当走进厨房，冰箱会根据身体数据定制健康饮食计划；步入卧室，空调主动检测空气状况，将温度和湿度调节至最佳舒适状态。丰富的智能家居设备和传感器，需要稳定可靠、高联接、高速全覆盖的网络，将收集到的数据传递到家庭智慧大脑。其中的 AI 引擎，将

68、结合场景模型，对全屋环境、用户行为及系统设备实时地分布式处理和计算，以形成智能决策。然后，通过调节各类家居设备的运行和协同状态，以匹配用户的实时体验需求，最终给用户带来沉浸式、个性化、可成长的全场景智慧体验。而且，用户可以通过不同模式的交互，与智能家居系统进行互动：从传统的面板、APP 交互到更智能的语音、手势交互，甚至无感交互。未来场景：全屋智能结合场景式交互，打造亲切自然的居家体验构成舒适家居生活的显性因素包括可以直观感受到的温度、湿度、光线明暗和家居用品使用便捷度等；隐性因素通常则包括室内空气质量和住所安全性等。一个科学的系统能够实时调控以上综合因素，为你塑造一个感官和体验上的最优居住空

69、间。多种多样的智能家居设备，通过不同的组合，形成多样化的智能场景。比如智能床、智能枕、卧室的照明、音效等系统的协同，为人体打造一个睡眠辅助系统，根据个体的生理健康特征和睡眠习惯，自动匹配床垫和枕头的软硬度；营造助眠的光环境，刺激褪黑素分泌；播放助眠音乐，舒缓心情；根据家庭环境中湿度、温度、氧气的浓度等指标，提供恒温、恒湿、恒净、恒氧的睡眠环境。在这个系统下，你睡觉的鼾声都是一种交互指令，被系统迅速识别，用于调节床垫和枕头来缓解打鼾症状；甚至你睡觉时翻滚的动作，也能用于调节温湿度14。48结语：新交互体验，让空间人性化构建智能化的社区新基础设施，通过 ICT 技术，将各智能设施产生的大数据汇集于

70、统一的社区管理系统，依托系统进行社区实时全局化管理，让人们享受到更便利的生活服务。应用绿色设计和清洁能源技术实现建筑零碳排放。当被动节能式设计无法满足日常需求时，通过节能管理系统进行主动干预，优化能源使用结构，精准调节室内环境，降低能耗。5G+AIoT 技术助力智能家居系统实现自适应。全屋智能家居系统根据客户的需求定制，在更高速的网络和更精密的算法加持下，它可以自主感知用户在家中的即时性需求，提供更自然、更贴心的服务。未来，通过传感器、物联网、人工智能等 ICT 技术，将从社区、建筑物和室内三个层面来对人们的居住环境进行改造，形成一套由外而内的全新的生活办公交互体验，打造“懂你”的个性化空间。

71、2030 年，人们的家中将遍布各类智能家居，生活、娱乐将被新的交互模式来重塑；楼宇将安装各种智能管控设备；社区也将拓展更丰富的智慧功能。而这一切都需要通过大带宽的联接来提供没有时延的居住体验。华为预测：到 2030 年，全球光纤宽带用户数量达 16 亿，万兆家庭宽带渗透率达 23%。49华为预测，到 2030 年：全球光纤宽带用户数量达 16 亿。万兆家庭宽带渗透率达 23%。50相关引用Los Angeles Times https:/ For many people,gathering possessions is just the stuff of lifeNew York Times

72、http:/ The Self-Storage SelfThe Telegraph Ten-year-olds have 7,000 worth of toys but play with just 330https:/www.telegraph.co.uk/finance/newsbysector/retailandconsumer/8074156/Ten-year-olds-have-7000-worth-of-toys-but-play-with-just-330.htmlUN Environment Programme,Global Alliance for Buildings and

73、 Construction 2020 GLOBAL STATUS REPORT FOR BUILDINGS AND CONSTRUCTIONIEA Net Zero by 2050:A Roadmap for the Global Energy Sectorhttps:/ Environment“Global Status Report 2017”https:/www.worldgbc.org/sites/default/files/UNEP%20188_GABC_en%20%28web%29.pdfWGBC https:/www.worldgbc.org/news-media/every-b

74、uilding-planet-must-be-%E2%80%98net-zero-carbon%E2%80%99-2050-keep-global-warming-below-2%C2%B0c- Smart Home Technologies Reshape Real Estate Preferences in 2020 https:/www.1：2：3：4：5：6：7： https:/ The state of the Connected Home 2021:a year like no other亿欧智库 https:/ Labs https:/ Toronto Tomorrow A ne

75、w approach forinclusive growthWGBC https:/worldgbc.org/thecommitmentSiemens https:/ https:/ 年全美车辆行驶里程为 2.83 万亿英里，相当于地球到太阳距离的3 万多倍1；在欧洲，每辆车每年行驶平均距离超过 1万 2 千公里2。随着城市半径的扩大，越来越多的上班族每天面临着长距离通勤的挑战，中国每天承受超过 60 分钟极端通勤时间超过 1千万人3。据研究表明，以载客里程和预计汽车保有量计算，到 2030 年，全球出行需求将增长 70%4。由此可见，当前的交通系统仍面临着诸多挑战，比如：出行效率降低，交通变

76、得拥堵：在世界范围内，堵车发生的情况越来越频繁，也越来越严重。据统计，美国通勤者每年至少因堵车浪费 54 小时5。哥伦比亚首都波哥大是全球最拥堵的城市。2018年，平均每位波哥大司机因拥堵损失 272 小时（超过11天！）6。拥堵还会造成大量的经济损失。据统计，2019 年，美国因交通拥堵损失的金额达到 880 亿美元7。海量出行也给环境治理提出了更为严峻的挑战：根据国际能源署(IEA)统计数据显示，2020 年，交通运输业占整体全球碳排放的 26%，远超制造与建筑行业。随着汽车电气化进程不断加快，以及循环经济在汽车行业的推广，在 2030 年之前，每英里出行的碳排放最多将降低 75%，非循环

77、资源的消耗降低 80%，加快低碳化发展8。此外，除了无拥堵、低碳化的追求之外，未来的出行理念将会被重塑：人们出行前首要思考的问题将从“我怎么到达目的地”变成“我在路上做什么”，比如你可以在一个只属于自己的个人空间里，安安静静地追剧、聚精会神地工作，全身放松地享受座椅提供的按摩服务，从而得到了一种充分利用时间的满足感，让舟车劳顿不复存在。想要支撑以上的出行的变化和需求，未来交通网络需要进一步升级。通过将 ICT 技术和出行要素（车、信号灯、行人等）联接起来，从而实现出行的各个环节从“主动”向“自动”转变。57探索方向一：电气化，使能绿色出行随着出行耗能的不断增长，世界各国积极倡导低碳出行，交通领

78、域的节能减排成为实施的关键。2021 年 7 月，欧盟委员会正式推出了 欧洲绿色新政（European Green Deal），进一步明确了到2030 年温室气体排放较 1990 年减少 55%的目标，并计划在 2050 年实现碳中和。在交通领域，绿色新政提出，到 2050 年碳排放要比 2021年减少 90%，其中陆上交通贡献了欧盟 20.4%的温室气体排放，是减排的重点。城市公交、出租车、场地用车等公共领域的应用，拥有率先布局的优势，在很多城市取得了明显的进展，如中国深圳在 2017 年，全市超过 16,000 辆公交车全部实现了电气化，使其成为全球首个拥有 100 电动公交车队的城市12

79、；在欧洲，丹麦超过 78%的新公共汽车采用的是新能源电动车；卢森堡和荷兰，大约三分之二的新公共汽车是零排放的13。未来场景 1：新能源加速绿色公共出行为实现陆上交通的节能减排，各国积极推动新能源汽车（纯电动汽车、插电式混合动力汽车、燃料电池汽车）的发展，不少国家制定了燃油汽车退出时间表：欧盟设立了 2030 年乘用车、厢式货车排放分别减少 55%和 50%（此前目标分别为 37.5%和 31%）的目标，并首次提出 2035 年新销售汽车均为零排放汽车的目标，这意味着欧盟从 2035年起禁售燃油车9；日本计划到 2030 年，国内市场新能源汽车销售量要占新车销售量的 50%至70%10；中国提出

80、传统燃油汽车将于 2030 年逐步退出市场11。首先，公共交通工具的代际更换率高，为新能源汽车的替换提供了一个统一规划、便于实施的契机。在国家的补贴政策下，通过合理的运维方案也能将电动车的运营成本接近甚至优于传统燃油车，降低新能源车的替换阻力。其次，这类公共运营类的车辆，一直都有集中管理的场所，这些现成的场所可自然拓展为兼顾新能58在降低环境污染以及运维费用的背景下，航空业积极布局新能源支线飞机和民用大客机。随着城市空中交通不断发展，航空业加速电气化进程，实现绿色发展。在碳排放方面，2019 年，航空业占全球人为二氧化碳排放总量的约 2%。若不加以控制，预计到本世纪中叶，全世界将有 25%的碳

81、排放量来自于航空业17。在运维及燃料支出方面，2018 年，全球 MRO 成未来场景 2：新能源民航飞机试水源车充电的多功能场所，让充电难不成为制约公共交通领域电气化的瓶颈。此外，相较于私家车，公共运营车辆每日运行时间长，产生更高的碳排放，对于其整体的电气化替代，将为交通领域的减排带来倍增效益。以北京市为例，2018 年，全市 7.1万辆纯电动私家车，累计节油 0.89 亿升，减少二氧化碳排放量 19.9 万吨；仅0.94万辆的电动出租车，就能累计节油 0.65亿升，减少二氧化碳排放量 14.5 万吨14。国际能源署的报告显示，尽管受疫情的影响，2020 年全球汽车市场收缩了 16%，但新登记

82、的电动汽车达到了创纪录的 300 万辆，比前一年增长了41%,在使用的全球电动汽车数量超过 1000万辆。其强劲势头一直在持续，2021 年第一季度的销量达到去年同期水平的近 2.5 倍。与此同时，2020 年，消费者在电动汽车上的支出又增长了50%，达到 1200 亿美元。而政府支持的补贴仅为140 亿美元，连续第五年在总支出中所占比例下降。这表明，尽管政府补贴仍能刺激电动汽车市场，但销售越来越多是由消费者的选择而驱动的。预计到2030 年，全球道路上的电动汽车、面包车、重型卡车和公共汽车数量将达到 1.45 亿辆。如果各国政府加快努力实现国际气候和能源目标，全球电动车辆将达到 2.3 亿辆

83、15。此外，国际能源署还预测，到 2040 年，将有超过 3 亿辆新能源汽车投用，每天将减少300 万桶石油消耗16。本为 690 亿美元，占航空公司运营成本的 9%，其中发动机的维护费用占 42%（290 亿）。2019 年，全球航空业的燃料成本为 1880 亿美元，约占运营费用的 23.7%。预计 2028 年，MRO 将增长到1030 亿美元18。目前，新能源民航飞机的探索主要分为混合动力、纯电动和氢燃料驱动三类。除了节能环保、减低噪声等优势外，新能源民航飞机还有助于实现新的飞机设计理念，比如翼身融合技术。这种设计可以显著地减小飞机的阻力和能耗，并改善飞行性59探索方向二：自主化，打造移

84、动第三空间从畜力到机械，人类打造了拥有“强壮肢体”的交通工具；自动驾驶时代来临，标志着人类即将赋予交通工具”智慧大脑”。自动驾驶技术是影响出行方式的重要变量，将会重新定义出行体验，并将深刻影响交通行业的商业模式。随着人工智能代替人类大脑成为交通工具的决策主体，司机的双手、双脚、双眼将从驾驶过程中被释放，使得娱乐、社交、消费、工作等场景在出行过程中被彻底打开，让交通工具成为人类的移动第三空间。自动驾驶技术分为多个等级，多采用美国汽车工程师协会和美国高速公路安全管理局的分类标准。能。此外，翼身融合技术还能增加飞机结构内部的容积，这些宝贵的空间可以增加更多的运载量。2020 年 6 月，法国宣布投入

85、150 亿欧元，其中包括 15 亿欧元用于研发新能源民用大客机。法国计划在 2035 年实现新能源大客机首飞，将调动航空产业链中超过 1300 家公司参加该计划。为此，法国已制定了清晰的路线图首先是对空客的A320 产品线进行改造，开发混合动力的 A320“继承者”客机。A320“继承者”的原型机将在 2026年至 2028 年间亮相，并在 2035 年之前实现首飞。该标准将自动驾驶的概念分为 L0L5，L0 是没有自动驾驶的传统人类驾驶，L1L3 主要起到辅助驾驶功能，L4L5 代表车辆控制权可完全交给系统，不需要驾驶员操作。自动驾驶技术涉及 ICT、制造、交通等多个领域，发展离不开产业间的

86、协同，对经济发展起到催化作用。在规模化部署后，自动驾驶技术将显著提升道路交通的安全性和运输效率，在节能减排等方面也将展现出良好的社会效益和经济效益。根据美国研究报告，预计到 2050 年，自动驾驶将为美国创造大约 3.26.3 万亿美元的经济效益，其中社会福利和消费者福利接近 8000 亿美元19。60随着自动驾驶汽车由 L2、L3 向 L4、L5 迈进，公交车、出租汽车、低速物流、垂直行业运输（物流车、矿车）获将率先实现自动驾驶商业化。低速开放道路：自动驾驶汽车在物流配送、清洁消杀、巡逻等领域取得了积极的成果。无人物流配送具备道路场景简单、车速低、危险性小的优势，可以在公共道路提供安全的无人

87、货物配送服务。低速无人驾驶小车在抗击疫情中为医疗物资运输配送、清洁消杀、巡逻测温等工作提供支撑，用实际行动检验了低速无人小车的应用价值，为进一步推广应用奠定了市场基础。高速半封闭道路：重卡价格成本高，对传感器的价格相对不算敏感，可以通过增加激光雷达等传感器，有效提升车的感知性能；而且重卡更多用于高速运货场景，以及港口或物流园区，其行驶环境相对单一，路线较为固定。在复杂的城市道路几乎欧盟委员会在通往自动化出行之路：欧盟未来出行战略提出，2030 年，欧盟步入完全自动驾驶社会的远景目标。该战略认为，当自动驾驶的部署完全融入到整个运输系统中，将会为实现“2050年，欧洲道路交通事故死伤人数为零的愿景

88、”作出重大贡献20。中国国家发展改革委员会等 11部委未来场景 1：自动驾驶汽车驶入“快车道”于2020 年 2 月联合印发了 智能汽车创新发展战略，提出到 2025 年实现有条件自动驾驶的智能汽车达到规模化生产，实现高度自动驾驶的智能汽车在特定环境下市场化应用，到 2050 年，全面建成中国标准智能汽车体系21。见不到重卡的身影，降低了对自动驾驶系统所要处理的行驶环境的复杂度，此外，而且卡车司机成本高、还有易超负荷运载、超工时工作的风险。因此，重卡的自动化驾驶能够迅速帮助行业降低成本，提高效率，易于形成立竿见影商业受益。据德勤中国智慧物流发展报告预测，无人卡车、人工智能等技术在未来十年左右逐

89、步成熟，将广泛应用于仓储、运输、配送、末端等各个环节22。特殊封闭道路:在矿山，港口等环境中，自动驾驶同样扮演者越来越重要的角色。企业与港口合作进行自动驾驶集卡应用测试，其中部分企业实现了无人驾驶卡车在矿区多编组、夜间作业等。在中国上海洋山港，“5G+L4 级智能驾驶重卡”车速最高达到每小时 80 公里，队列行驶间距缩短至15米。基于北斗系统厘米级定位，车辆在 15 秒内可实现一次误差仅为 3 厘米的精准停车，单点装卸效率提升了10%23。61矿山场景的自动驾驶，将以安全与效率为两大核心关键词，率先创造经济价值。在自动驾驶模式下，矿卡、挖掘机、推土机等多种机械工程车辆协同作业。“指挥官”模式将

90、代替“一矿卡一司机”的人员模式，一旦发生故障或者危险时，指挥人员可在控制中心开启远程接管模式，将车辆移至安全区域，并向周边车辆发送警告。日常开放道路：自动驾驶出租车（Robotaxi）是自动驾驶公司服务出行的必然选择，也是实现商业闭环的最好出路之一。据调研报告显示，Robotaxi可取代 63%的网约车/出租车和 27%的公共交通24。未来，自动驾驶技术将推动传统车体革新，让车内空间和布局更充满想象力，打造迎合不同场景的移动第三空间，甚至会颠覆现有行业的商业模式，如餐饮业。自动驾驶餐车可能是未来的标配，你和亲朋好友的聚餐可能是以全新的形式展开：预定好一顿午餐，自动驾驶餐车会准时把你们依次接上，

91、根据需求规划好一条风景优美的行驶路线，在欣赏美景的同时，品尝美食，畅聊人生，打造真正属于你们包间。这样既避免了往返餐厅的交通，又保证了就餐期间的私密性。对于餐饮店而言，门店的大小不再制约它业务的大小，门店的位置不再制约它业务的范围，门店的生意也不受人流量的影响。62未来，空域是城市交通发展的重要资源，可以搭建高效的空中城市交通网络，将极大程度的释放路网资源，减少市民的出行时间，提高城市的物流效率和应急救援能力。根据 NASA 在城市空中交通空域整合概念和考虑因素中的界定，在城市中用于客运或货运的、安全高效的有人驾驶、无人驾驶（空中）交通工具系统，由飞行器、指挥调度平台、导航与定位系统、充电系统

92、、停机坪等构成。电 动垂直 起降飞行 器 eVTOL（Electric Vertical Takeoff and Landing）的研发，吸引了全世界各种创新公司的投入，在全球范围内具有性能上的进展。目前而言，多家公司的四座飞行器都可以达到 100 公里左右的巡航里程25。有公司在努力开发七座及上的 eVTOL26；也有公司在探索氢燃料的空中飞行器27，以获得更长的续航里程（600公里以上）。这一类新型飞行器未来潜在应用在未来场景 2：城市空中交通紧急医疗服务、城市空中客运（UAM）、区域客运（RAM）、空中货运、个人飞行器等多种场景模式。空中应急救援系统：在过去的十年间（2010-2020）

93、，摩天大楼如雨后春笋般涌现于全球各大城市。未来十年，随着全球城镇化进程的提速，摩天大楼的建设仍将保持高热度。快速拔地而起的摩天大楼在给城市带来美丽风景线的同时，也增添了安全隐患。高楼消防、高楼医疗救援成为未来城市的新难题之一。空中应急救援系统的出现，使得消防和医疗救援力量能够快速到达高楼层实施灭火和人员救助，保障居民生命财产安全，成为摩天都市消防、医疗隐患的新解。空中巴士/空中出租车：便捷、高效的交通体验已经成为都市人的核心需求之一。随着电池储能密度的提高，飞行器续航和承载能力的提升，eVOTL有望成为改善市内交通体验的利器。目前，空中客运试点已经展开，2019 年，该领域的中国科技公司，在浙

94、江启动了全球首个城市空中交通客运服务，将原本需要 40 分钟的道路交通行程缩短为 5 分钟的空中之旅28。根据 NASA 的预测，2030 年空中巴士的载客总人数将高达 7.4 亿。当然，为实现 UAM 这类的未来场景，需要高速稳定的空天地一体化网络连接和定位系统、低成本可靠的视觉传感器和激光雷达、安全稳定的自动飞行算法、以及高效实时的指挥调度平台。63探索方向三：共享化，提升交通效率，促进低碳出行国际道路运输联盟将 MaaS（出行即服务）定义为：将用户置于出行服务的核心位置，根据用户需求量身定制出行方案。MaaS 将不同出行方式整合，为用户提供一键式按需出行服务，通过单个应用程序和一次购买即

95、可满足所有出行需求29。出行即服务系统的建设目标之一就是要提供一体化的、便捷的公共交通出行服务，提倡绿色出行。这类平台通过整合区域内各种交通（地面公交、轨道交通、共享汽车、共享单车）资源及城际交通（民航、高铁、长途客运）的出行方式，接入餐饮、住宿、购物、旅游等信息，基于公共交通智能调度、个人出行模式识别、绿色出行优先等，整合互联网的支付能力，实现出行行程预定、路径一键规划、公共交通无缝衔接、费用一键支付等功能，整体提升公众公共交通出行满意度，提高公众绿色出行良好体验。欧盟很多的城市都在开展 MaaS 的示范，不同城市的集成度不一样，集成度涵盖设施的集成、票价的集成、支付方式的集成、信息通信的集

96、成、管理体制的集成、出行服务的集成等不同方面。瑞典哥德堡、德国汉诺威、奥地利维也纳、芬兰赫尔辛基是最早探索 MaaS 的城市。这些城市充分发未来，在交通管理系统的统一调配下，按照乘客的出行偏好，提供一键式量身定制的出行方案，并确保交通工具的高效共享，避免一车一人一行程的高碳出行方式。未来场景：出行即服务（Maas）打造一键式出行服务挥数字化技术的优势，从整个系统层面优化公交车、网约车、自行车、城市配送等出行系统，进而孵化出很多新兴的出行服务企业，推动城市低碳发展30。对个人而言，在确保出行安全的前提下，减少出行费用，改善出行体验；对政府而言，可以优化交通基础设施的投资和管理，满足城市可持续发展

97、的需求，提升市民满意度。此外还可以创造更多的出行服务商业机会，降低服务成本，扩大服务范围。最终实现调度一体化，资源共享化，体验人本化，出行低碳化。64探索方向四：网联化实现安全、高效、规模化的自动驾驶单车智能自动驾驶容易受到遮挡、恶劣天气等环境条件影响，在全量目标检测、轨迹预测、驾驶意图“博弈”等方面存在困难。而网联化通过信息交互协同、协同感知与协同决策控制，可以极大地拓展单车的感知范围、提升感知的能力，引入高维数据为代表的新的智能要素，实现群体智能。网联化可以从本质上解决单车智能自动驾驶遇到的技术瓶颈，提升自动驾驶能力，从而保证自动驾驶安全，扩展自动驾驶 ODD（Operation Desi

98、gn Domain，自动驾驶系统功能设定的运行条件，包括环境、地理和时段限制、交通流量及道路特征等）。此外，经济性是自动驾驶规模商业化落地必须要面对的问题，高等级自动驾驶需要大量的车载传感器，一般一台 L4 级自动驾驶车辆需要 612 台摄像头、312 台毫米波雷达、5 台左右激光雷达以及12 台 GNSS/IMU 和 12 台计算平台，单车成本昂贵。网联化通过路侧感知和调度，把单车昂贵的设备成本降低，是自动驾驶规模化落地的必然趋势，是单车智能的演进方向31。实现网联化，首先离不开网络的连续覆盖，当前全球移动通信服务仅覆盖了约 20%的陆地面积，而陆地面积仅占全球面积的 29%，全球只有不到

99、6%的面积被覆盖。在中国，超过 95%的海洋面积尚未被移动通信网络覆盖 32。所以需要空天地立体网络提供全球连续覆盖。其次，随着车内，飞行器内用户大屏娱乐，全息会议的普及，仅靠地面网络无法给用户带来一致性的娱乐、办公体验，需要空天地立体网络提供大带宽、高可用的网络。65过去 10 年，在繁忙的港口，已经有先驱开始探索利用高架轨道对集装箱进行运输。集装箱被送到类似缆车的轨道中，“缆车系统“根据集装箱的目的地进行调度，把集装箱送往铁路站点、卡车仓库，甚至内陆城市的无水港，以极低的成本，极大未来宽带将不仅仅在地面，还将延伸到空中，从小于千米高度的无人机、到万米高度的航空飞行器、数百公里高度的低轨航天

100、飞行器都需要宽带连接。立体网络将由 100m 热点覆盖的小未来场景 1：提供更安全，更高效的调度服务未来场景 2：在空中拥有“家一样”的带宽体验 地了提升了集装箱运输的效率。未来，空天地立体网络将支撑无人车、无人机的“缆车系统”，为每一辆车、每一架飞行器提供更安全、更高效的调度服务，实现规模化自动驾驶。站、覆盖半径110Km 的宏站和覆盖半径大于300Km400Km 的低轨卫星共同组成，分别为用户提供万兆、千兆、百兆的连续宽带体验33。66结语：智能低碳出行，开启移动第三空间未来出行是一个多维的创新系统，通过电气化、自主化、共享化、网联化打造一个智能便捷低碳的出行体验，需要有新能源技术的创新应

101、用，安全稳定的自动驾驶算法，低成本可靠的各类传感器、高速稳定的空天地一体化网络，以及基于强大算力交通管理大脑。通过移动第三空间，重塑出行体验，孵化创新的出行服务，带动周边行业的商业模式的更新迭代。城市智能交通管理系统，优化资源调配，通过提升交通工具的共享效率，帮助缓解交通拥堵，降低出行带来环境污染，让不断激增的出行需求和环境对低碳的追求不再是一个矛盾体。华为预测，到 2030 年，全球电动汽车占所销售汽车总量的比例达 50%，中国自动驾驶新车渗透率达 20%。整车算力超过 5000 TOPS;智能汽车网联化(C-V2X)渗透率达 60%。67华为预测，到 2030 年：全球电动汽车占所销售汽车

102、总量的比例达 50%。整车算力超过 5000 TOPS。中国自动驾驶新车渗透率达20%。智能汽车网联化(C-V2X)渗透率达 60%。68相关引用U.S.Department of Transportation Federal Highway Administration https:/highways.dot.gov/newsroom/us-driving-last-year-was-lowest-two-decades-new-data-showACEA https:/www.acea.auto/fact/passenger-cars-what-they-are-and-why-they-

103、are-so-important/中国城市规划设计研究院 2021年中国主要城市通勤监测报告http:/ Ambitions:A new roadmap for the automotive circular economy”http:/www3.weforum.org/docs/WEF_Raising_Ambitions_2020.pdfAJ Willingham Commuters waste an average of 54 hours a year stalled in traffic,study sayshttps:/ The INRIX Global Traffic Scoreca

104、rdhttps:/.br/2019/02/INRIX_2018_Global_Traffic_Scorecard_Report_final_.pdfINRIX https:/ “Raising Ambitions:A new roadmap for the automotive circular economy”http:/www3.weforum.org/docs/WEF_Raising_Ambitions_2020.pdfEU “A European Green Deal”https:/ec.europa.eu/info/strategy/priorities-2019-2024/euro

105、pean-green-deal_enChowdhury Mahbubul Alam “Strategies of the Next Generation Vehicles(NGV)in Japan”https:/www.kitakyu-u.ac.jp/law/kenkyu/pdf/46-3_4choedhry2.pdf能源与交通创新中心中国传统燃油汽车退出时间表研究 http:/ 9 月实现公交 100%纯电动”http:/ Dornier Denmark,Luxembourg,Netherlands lead the way on emissions-free buses https:/ww

106、w.transportenvironment.org/press/denmark-luxembourg-netherlands-lead-way-emissions-free-buses新能源汽车国家大数据联盟等 新能源汽车大数据蓝皮书IEA “Global EV Outlook 2021”https:/www.iea.org/reports/global-ev-outlook-2021IEA World Energy Outlook https:/www.iea.org/topics/world-energy-outlook于占福“航空运输及航空制造业碳中和发展之路探索”http:/ htt

107、ps:/www.iata.org/1：2：3：4：5：6：7：8：9：10：11：12：13：14：15：16：17：18：69SAFE “America s Workforce and the Self-Driving Future Realizing Productivity Gains and Spurring Economic Grow”https:/avworkforce.secureenergy.org/wp-content/uploads/2018/06/Americas-Workforce-and-the-Self-Driving-Future_Realizing-Produc

108、tivity-Gains-and-Spurring-Economic-Growth.pdfEU “On the road to automated mobility:An EU strategy for mobility of the future”https:/eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=COM:2018:0283:FIN:EN:PDF中国国家发展和改革委员会 智能汽车创新发展战略https:/ 德勤中国智慧物流发展报告 https:/ https:/ 中国首份 Robotaxi 乘客调研报告https:/www.weride

109、.ai/static/中国首份自动驾驶出租车（Robotaxi）乘客调研报告-65333c4d8c753aa16d8e00a1b4f5c1bd.pdf Volocopter “The Roadmap to scalable urban air mobility”https:/volocopter- Lilium https:/ https:/www.skai.co/亿航智能 https:/ https:/www.iru.org/who-we-are/where-we-work/europe/maas-mobility-serviceITS Deployment Evaluation https

110、:/www.itskrs.its.dot.gov/its/benecost.nsf/ID/d1c266bdeefee830852581bb005d27be清华大学智能产业研究院,百度 Apollo 面向自动驾驶的车路协同关键技术与展望https:/apollo.auto/docment/面向自动驾驶的车路协同关键技术与展望.pdfShanzhi Chen et al.“Vision,Requirements,and Technology Trend of 6G:How to Tackle theChallenges of System Coverage,Capacity,User Data-R

111、ate and Movement Speed”https:/ieeexplore.ieee.org/document/9003618FG-NET-2030 “Network 2030:A Blueprint of Technology,Applications and Market Drivers Towards the Year 2030 and Beyond”https:/www.itu.int/en/ITU-T/focusgroups/net2030/Documents/White_Paper.pdf19：20：21：22：23：24：25：26：27：28：29：30：31：32：33

112、：70H2TAXI?71H2TAXI?7273城市新基建，让城市有温度，更宜居城市74城市化是本世纪最重要的全球趋势之一。当前，全世界一半以上人口生活在城市地区，到 2030 年，这个比例预计将提升到 60%1。以中国为例，据摩根斯坦利预测，中国的城市化率将从现有的 60%提升到 2030 年的 75%，新增 2.2 亿人进入城市2。中国将形成以粤港澳、长三角为代表的 5 个超级城市圈3。届时，全球人口超一千万的城市也将增加至 43 座4。随着城市化进程的加快，全球的城市管理都面临着城市规模增长与城市各种资源有限之间的巨大矛盾，并且城市在能源消耗，环境污染，交通堵塞，信息基础设施发展不均衡等方

113、的问题日益严重。据联合国人居署的数据显示，全球城市平均消耗约75%的一次能源，且排放了全球温室气体总量的50%至 60%5。到 2030 年全球城市每年产生的废物总量将达到 25.9 亿吨6，每年向河流、湖泊和海洋排放的塑料将达到 5,300 万吨7。严重的空气污染导致世界各地每年 700 万人死亡 8。如何提升城市资源利用率，缓解城市规模增长与有限资源之间的矛盾成为城市未来需要解决的最重要需求。另一方面我们也看到 5G、云、AI、区块链、智能传感等各种新技术的快速进步，给未来城市的发展带来了更多新的可能，城市场景也将成为各种新技术的最佳应用创新场所与孵化基地。过去十多年来，世界各国都在加快城

114、市的数字化进程，希望借助高科技手段探索城市的可持续发展路径。2020 年，全球投入试点的智慧城市数量将近 1000 个。其中，中国 500 个，欧洲 90 个，美国 40 个9。与此同时，面向智慧城市的投资金额也在逐年提升，2020 年相关投资接近 1240 亿美金，同比增长18.9%10。显然，城市的数字化，智能化已成为全球领先城市探索城市可持续发展的最关键路径。75探索方向一：数字新基建，打造城市发展新引擎城市的不断“膨胀”，给有限的资源供给，以及环境带来巨大压力，如何采用技术的手段大幅提升城市综合治理效率，实现城市治理的科学化，精细化，让有限的资源能够满足城市可持续发展的需求，是城市未来

115、发展所面临的最大挑战。传统的工业化时代，城市提供了水，电，气，道路等物理的公共基础设施，支撑了工业化城市的快速发展，面向未来，如何建设一个先进的城市数字新基建，为城市走向数字化，智能化提供加速度，无疑是城市未来场景探索的主要方向之一。我们认为城市数字新基建主要应由四个方面组成，城市数字化发展的基础是数据，而数据则来源于遍布在城市各个角落，各种各样的传感装置，如同人们需要通过视觉、听觉、嗅觉、味觉、触觉等来感知周边环境一样，城市也需要通过遍布于城市中的各种触角感知城市的变化，从而为城市数字化发展提供最基本的数据支撑。美国麻省理工学院技术评论杂志把这种基于传感器技术的“感知城市”列为 2018 年

116、全球十大突破性技术之一。我们认为未来城市一方面将会从局部感知系统走向全域感知的网络，基于各种通信方式，将分散的各种传感节点联接起来，通过对海量数据的综合分析，形成对城市变化更为精准的判断。另一方面，传感技术本身的突破与发展也必将为“感知城市”带来跨越式的发展。自底向上，底层是遍布于城市各个角落的智能感知系统，能够实时，精准地感受到城市的脉搏，感受到城市的变化；第二层是智能联接，通过覆盖城市的高速有线，无线联接技术，将城市联成一个有机的整体；第三层是智慧中枢，是城市未来的“大脑”与决策系统，是海量数据的汇聚点，实现城市数据的全域共享，支撑 AI 价值最大化，实现城市治理的精细化，科学化，自动化；

117、最上层是智慧应用，基于城市的数字新基建，面对不同的城市治理场景，需要打造一个完整的城市智慧应用生态体系，打通面向客户服务的最后一公里，为城市智慧化发展提供各种可能；这四个方面有机联接，相互支撑，共同形成一个城市智能体，支撑城市迈向全场景智慧时代。未来场景：纳米传感，精准感知城市脉搏在所有的传感技术之中，一种低成本、微型化的纳米传感器技术有望成为推动新一轮传感技术革命的“颠覆性”技术，拥有可观的发展前景和巨大的应用潜力，未来纳米传感产品可以大量布撒，形成无线纳米传感器网络，使得城市的感知能力大大扩展，将为气候监测，健康检测，环境保护等各个领域带来革命性的变化。通过纳米技术制作的传感器，尺寸小、精

118、度高、性能会得到极大改善，纳米传感器是站在原子尺度上，极大地丰富了传感器的理论，推动了相应的制作水平，拓宽了应用领域。当前已在生物、化学、机械、航空等领域获得了很多广泛的早期应用。石墨烯纳米气敏传感器：这是一种对气味非常敏感的传感器，气敏传感器上和气体接触的表面附着了一层纳米涂层作为敏感材料，用于改善传感76器的灵敏度和性能。这种传感器内置的金属有机薄膜能够收集气味分子，然后通过等离子纳米晶体将所捕获的化学信号放大，它不仅可以检测环境中最常见的二氧化碳，而且能够快速检测有害气体、有毒气体。美国一所大学研制成功利用石墨烯开发出新型的纳米涂层，他们将这种纳米薄膜集成到气敏传感器的电路中，与目前最好

119、的使用碳基材料的传感器相比，对分子响应提高了 100倍，大大提升了气体传感器的灵敏度11。不久的将来一小片传感器就能准确识别出空气中的有害气体，有毒气体，爆炸物等，从而大大提升城市对于工厂，边检等特殊场所的空气，爆炸物的危险感知能力；纳米缝隙传感器：是一种能够识别特定频段声音的传感器，其独特之处在于，传感器间的缝隙间距能够达到纳米级别，从而能够保证很高的声音传感灵敏度。研究人员们在粘弹性聚合物表面添加20 纳米厚度的铂金层，搭建了传感器框架。通过让表面的铂金变型延展，上下层之间便产生了空隙，暴露出底层的聚合物，研究人员便能测量传感器表面的电导系数。实验中，针对音频的测试，在干扰噪音高达 92

120、分贝的实验环境中，纳米裂缝传感器的表现大大优于传统传声器，能够将特定频段音源准确地识别出来。当把纳米传感器放置在小提琴的表面，它能够精确的记录乐曲中的每一个音符，并且将其“翻译”给外接设备，输出电子乐曲。当把纳米裂缝传感器佩戴在手腕处，它甚至能精确地测量人体的心跳。可以预见，这种技术的突破未来将大大加强城市对于声音的感知能力12。77城市数字化转型离不开各行业海量的信息交换，当前以“5G、F5G、千兆 WiFi”为代表的新一代联接技术的发展，让城市真正开始走向高速网络的全域覆盖。而这些都离不开城市全光网络的支撑，通过构建城市的全光底座，加速城市运行体系与全光网等城市通信基础设施的全面融合，城市

121、的业务创新将会从政务服务延伸至每个人，每个企业与每个家庭。当前全球领先城市已经做了很多早期探索，全光城市初步展现出了巨大发展潜力与价值。2021 年 4 月，中国上海发布了“全光智慧城市全球第一城”以 F5G 光网为底座，构建城市“1 毫秒”时延圈，实现全市光高速枢纽布局，为后续城市智慧化发展打下了一个坚实的网络基础13。澳大利亚的阿德莱德市，已有多达 1,000 座建筑接入万兆网络，建筑内的企业能够以10Gbps 的网速访问云端服务，为教育、视频、IT 和软件工程等行业带来了巨大机遇14。我们相信，在全光城市基础设施的支撑下，未来网络联接容量，带宽，用户体验还将会有更加飞跃式地提升，上下行速

122、率达到对称 10Gbps、时延降低到微秒级、联接数提升100 倍以上。到 2030 年，城市将会进入到万兆联接的时代：万兆的企业接入，万兆的家庭宽带接入，万兆的个人无线接入体验。未来的全光城市目标架构将包含四个组成部分：全光接入：光联接延伸至家庭、楼宇、企业、5G 基站等城市全场景。全光传输向大型企业、楼宇、5G基站等末端延伸，支撑各行业数字化转型，赋能F5G+X，5G 2B 等行业应用扩展。全光锚点：家庭宽带、政企、5G、数据中心等业务的汇接点，由全光网统一传送；实现多技术协同，支持各类业务的一跳入云。全光交换：城市光网一跳直达。通过全光交叉等技术，打造立体化的全光网络，实现一跳直达、云间高

123、速、云光协同等。全自动运维：实时感知网络动态，主动运维，并能够进行预测性运维，从而实现网络资源弹性化，业务自动化、资源分配自动化，运维自动化。未来场景：全光城市，开启万兆互联时代78可以预见在城市数字化转型过程中，随着城市全量数据的打通，融合，AI 必将会在城市的各个场景中发挥越来越重要的作用，城市将从基于人的经验治理走向基于 AI 的算法治理，从局部的智能走向全场景的智慧。未来场景：智慧中枢，城市从人治走向 AI 治理在这个技术进步的过程中，城市治理的理念会发生一些重要的变化：例如从被动服务走向主动服务，从粗放式管理走向精细化管控，从事后处理走向实时响应与预测，预防。同时也会面临一些新的挑战

124、：AI 会催生新的公共治理主体，算法权力凭借算法优势与海量数据支撑，逐渐融入进城市治理体系，反向推动城市治理的变革；AI 拓宽原有城市治理领域，散布在城市的各种感知单元，保障城市资源的精准，高效提供；AI 技术伦理，人工智能基于以人为本，公平公正等基本价值理念，不断纠正技术发展中存在的路径偏离。我们认为无论是顺应城市治理思想的转变还是面对技术进步所带来的各种挑战，未来的城市都需要一个强大的智慧中枢平台，承上启下，并且能够自主进化，它一方面汇聚来自于城市各个角落的海量数据，另一方面通过平台把数据转变成一种城市治理的先进能力，普惠千行百业，极大提升城市治理效率与用户服务体验。日本丰田公司的早期探索

125、：在丰田未来城市的规划中，每个房屋、建筑、车辆都配备有相应的传感器，这些数据会汇聚到一个城市的数据操作系统，通过这个系统将人、建筑物、车辆全部连接在一起。在获取各种信息之后，由 AI 分析人们所处环境状况，通过人工智能可以保证人车分流，也保证了道路上车辆与行人之间的绝对安全。另外除了诸如室内机器人之类的新技术外，居民在家中还可以通过 AI 技术来检查健康状况，可穿戴，家庭医用传感器会将数据传递给数据操作系统，从而指导改善个人的健康与生活15。79基于海量，实时的城市感知数据，无处不在的高速联接，公共的智慧中枢平台，未来城市智慧应用的范围将会从服务政务，到服务产业发展，服务智慧生活，智慧将会以一

126、种润物细无声的方式融入到城市的每个角落，在这个过程中，打造与共建一个围绕城市的智慧应用创新生态体系，打通服务客户的最后一公里将是城市新基建价值发挥的关键所在。未来场景：智慧产业生态，让城市走向全场景智慧在这个方面，一些领先的城市也开始了早期的探索与实践，在中国，华为与深圳市光明科学城合作，计划共建一座“绿色、全光、智慧”的示范城区，加速智能制造、生命科学、全光网等城市重点产业的业务创新。在这里将建设中国第一个生命科学与智能制造创新中心,打造科学城生命科学（EI Health）与智能制造（Fusion Plant）服务平台，通过吸引产业上下游生态，共同推动生命科学与传统制造产业向智能化的转型升级

127、。服务平台将为企业的业务创新提供支持服务：公共的大算力平台，海量的存储能力，针对生物医疗领域的影像分析，基因分析，药物研发数据分析等算法模型服务。针对工业企业的工业互联网服务，加速生物医疗，工业企业的数字化转型，推动相关智慧应用产业链的发展。在城市新基建模式下，构建围绕城市的智慧创新生态链，在城市新基建与行业数字化创新之间架设起一座桥梁，最终达到生态服务产业，产业繁荣生态的创新发展态势，充分发挥出城市新基建的巨大价值，普惠千行百业，是城市未来走向全场景智慧的关键。80探索方向二：智慧政务服务，让城市更有温度未来场景：基于数据的主动精准服务曾经何时，为了办理一件普通业务，我们在城市的各个职能部门

128、之间来回奔走。今天，在中国的大多数城市，都有了统一的政务服务大厅，大多数业务能够得到统一的办理。疫情之后，我们发现，越来越多的政务服务可以能够通过手机进行无接触的办理。机器识别技术的出现使得非接触服务成为可能，今天在中国大多数发达省份，政务办理已不再需要去政府的服务大厅，通过手机就能够进行远程的自助服务，可以预见未来十年政务服务的数字化，智能化程度将会进入到更高的发展阶段。一、数字身份认证将会得到全面普及，人们随时携带的身份证，驾驶证，社保，银行卡等证件都将实现数字化，预计到 2027 年全球电子身份认证市场空间将达到 180 亿美金16。二、数字信用作为城市数字化的基础能力，将重构公共服务的

129、业务流程与客户体验。无证借书、刷脸看病、信用租车等一系列服务流程优化将大大提升市民的日常服务体验。三、一站式电子政务将进入到全面普及阶段，未来所有的政务服务都将具备远程服务能力，能够支持无接触地远程办理，而固定的政务服务大厅将可能完成其历史使命，不复存在。技术的发展会催生新的城市治理和服务方式，今天在中国很多城市出现的“一网统管”便是其典型的代表。以大数据、物联网技术为基础，综合城市以人为本的政务服务理念在中国以及全球领先的一些城市不断得到贯彻与落实，同时以云，AI，区块链等为代表的高科技也在不断进步，那么两者的结合，在未来产生会产生怎样的聚变效应，如何让人们在享受便捷城市服务的同时，感受到更

130、多来自城市的温暖，将会是城市政务服务未来发展的主要方向。管理与市民需求，形成跨部门、跨层级、跨区域的运行治理架构。未来随着海量数据的不断积累与汇聚，人工智能技术的不断成熟，政务服务也必将会更多地向主动服务,精准服务的方向发展，大幅提升城市治理效率与市民的服务体验。以智慧养老为例：上海的街道推行给独居的老人安装智能水表。在老人的同意下，通过实时监测独居老人的用水情况，12小时内用水量一旦低于 0.01立方米，街道的“一网统管”平台，就会接收到报警信息，并及时通知社区，社区志愿者就会第一时间上门查看老人的情况，通过这些智能设备的使用，使得社区对于独居老人的关怀做到细微之处，给老人的生活带来温暖17

131、。81未来场景：基于区块链的数据共享数据是城市数字化进程中最为重要的生产资料，而传统的数据共享模式存在基于中心服务模式，不利于数据开放，共享；数据交换过程中存在较高安全风险；标准规范体系不完善；数据访问安全控制，传输加密，访问行为审计等技术与方案分散，对接困难等诸多问题，导致城市政府部门之间，政府与企业之间的数据共享困难。而区块链技术与云计算、大数据、人工智能等新兴信息技术充分融合，用以解决城市数字化过程中面临的数据可信流动、共享、使用等问题，拥有不可替代的优势。区块链由多方维护，采用多种密码技术保证传输和访问安全以适应不同场景需求，采用哈希指针连接以有效地防篡改，从而打造数据共享的安全可信载

132、体，在数字政务等复杂的业务环境中，有助于便捷地建立部门间信任关系，极大促进跨部门数据的共享效率。通过将区块链底层技术服务和城市数据化建设结合起来，研究区块链技术在城市信息基础设施、智慧交通、能源电力等各个场景的应用，将成为城市政务服务未来探索的重要方向之一。迪拜作为世界上数字化进程最快的城市之一。正在积极实施最具创新性的想法，以期在未来将迪拜变成一个基于区块链的智能大都市。在其智慧城市计划中，一项正在开发的试点计划特别受到大家的关注：该计划利用区块链技术跟踪、运送和交付进口及出口货物。其主要理念是将其整合进城市的外贸领域，创建一个安全透明的平台。由于文件处理效率的提高，预计区块链系统的实施将节

133、省约 15 亿美元和 2510 万工时，这将使政府机构摆脱排队的烦恼18。82探索方向三：智慧化环境治理，让城市更宜居未来场景：自动垃圾处理，让“无废”城市成为现实伴随着城市的发展，空气污染，二氧化碳排放，固体废物处理，水污染等城市环境问题日益严重，城市相应的环保基础设施的建设也远远落后与城市经济发展与人口的增长。未来如何解决城市发展与环境治理之间的矛盾，如何利用数字化，智慧化手段提升城市环境治理效率，让城市对于每一个人更宜居，将成为城市未来探索的重要方向之一。城市每天会产生大量的固体废物，如何有效处理这些废物始终是困扰城市管理者的一大难题，而“无废城市”是以创新，绿色，共享城市发展理念为指引

134、，推动绿色发展和生活方式，推进固体废物源头减量和资源化利用，将固体废物对环境的影响降至最低。世界各国已纷纷开展“无废城市”计划：欧洲的循环经济一揽子计划，计划到 2030 年：城市垃圾回收率达到 65%，包装废弃物回收率达到 75%，减少城市废弃物填埋量最大至10%，禁止填埋可回收的废弃物，推进产业集群，促进资源循环利用19；C40 联盟 迈向零废弃宣言，计划到 2030 年各缔约城市人均市政废弃物产生量将比 2015 年减少 15%；废弃物填埋和焚烧处理量比 2015 年减少至少 50%；将废弃物回收率提高到 70%20；而中国则在 2019 年启动了 11+5 的“无废城市”试点21，探索

135、构建固体废物分类资源化利用体系。伴随着世界各国建设“无废城市“发展目标，可以预见围绕固体废物处理的相关技术与创新将会在未来将得到飞速发展，相关的探索与实践也会大量涌现。韩国松岛未来城市项目利用负压抽吸技术，生活垃圾可以在家里通过地下管道输送到垃圾处理中心的自动垃圾处理系统；马来西亚有相关企业研发了垃圾处理系统22。通过地下管道，将垃圾投放站的城市固体垃圾，高速运至 2.5 公里以外的全封闭式垃圾箱内。再由拉臂式卡车在固定时间将垃圾箱运走清理。大幅度节省了垃圾收集的时间。欧洲有公司研制的自动垃圾分拣机器人，利用人工智能的方式，自动识别传送带上的不同种类的垃圾，根据客户要求，对这些垃圾进行归类，再

136、处理与利用，大幅提升了垃圾的分拣效率，机器人的分拣效率是普通工人的数倍，并且可以 7*24 小时连续不断地工作。有了这些垃圾分拣智能机器人的帮助，我们相信，未来城市废弃物分拣将有可能实现无人化，自动化，大幅提升城市垃圾的处理效率问题。在人工智能技术的帮助下，未来城市废物收集，运83未来场景：光谱检测，用光的技术让“生命之源“更清澈输，分拣，处理将会实现全流程信息化，自动化与智能化，智能的垃圾回收箱，无人驾驶的垃圾运输车，自动的垃圾分拣机器人，自动化的垃圾回收利用装置等创新应用将会层出不穷，从而实现城市固体废物处理全流程的自动化，无人化，真正实现人类“无废”城市的理想。水资源的不均衡，水污染一直

137、是困扰城市发展的重大问题，全球城市一方面缺水，全球近半人口（约36 亿人）处于缺水状态23；另一方面，市工业废水，农业化学水污染等问题也日益严重。当前全球大多城市的水资源管理和使用还多处在按照功能方式设置，条块分割的状态，未来城市会打通取水，供水，排水的全产业链条，从系统化视角对水资源进行全局的优化，重构城市涉水设施，构建以 AI 为核心的城市智慧水系统。比如：基于天气预测，城市用水需求量预测，优化取水，供水与排水的各个环节，利用精准的水资源生产与调度，减少过程中所需的能耗，实现城市水资源的最大化利用。另一方面，随着技术的进步，各种先进技术都会应用到城市的水资源管理中，在城市水资源保护过程中，

138、水质监测通常是一项重要内容，特别是对工业废水的处理。传统检测技术一般是通过化学途径来实现，不仅时间较长，反应慢，还易受到各种客观条件的制约。相比之下，一种新型的光谱检测技术则规避了以上缺点，它能够借助不同物质在光学频谱中独有的身份信息，对水质状态进行有效、全过程的实时监测，随时追踪污水处理状态。在美国已有科研团队做出针对水质检测的光谱传感器，通过传感器识别污水独有的光学特性，确定污染物在光谱中的相应区域，再通过与自然水域中水质的光学特性对比，即可快速确定污水的存在与规模24。光谱技术还能够进一步与物联网、人工智能、云计算等分析技术融合。利用传感器监测收集水质数据，再借助数据的深度挖掘与分析，使

139、得水质监测向全天候、高速、实时、自动化、智能化方向发展，从而提高水源污染事件的预警效率。更进一步，光谱技术还可以利用人工智能等手段挖掘水质参数与处理工艺间的隐藏关系，从而更科学地升级改造城市污水处理流程，形成源头防控、过程监管、综合治理的闭环。84未来场景：AI 传感，实时的空气质量感知与治理近年来，随着空气污染给人类健康造成的威胁日益严重，城市空气质量问题也开始引发人们越来越多的关注。世界卫生组织公布的数据显示，全世界有将近 90%的城市空气质量没有达到该组织制定的安全标准，并且其污染的状况还在不断加剧，工业废气污染，燃煤污染，汽车尾气污染等城市空气污染已成为当今世界最主要的公共卫生挑战之一

140、。对城市而言，通过部署低成本，高可靠的空气质量监测传感网络，监测整个城市的空气质量和气象参数，采取优化措施，改善环境质量成为大多数城市的必然选择。当前业界已有公司开发出高度集成的综合环境空气质量监测系统25，集成的传感器和软件不仅能够测量城市环境中的环境污染物浓度，如 PM2.5、PM10、CO、NOx、SOx 和 O3，还可以监测气象参数，如噪音、温度、湿度、环境压力、降雨和洪水，并通过无线通信方式将数据实时传输到云平台，从而使得城市的整体环境质量及重点区域环境质量能够得到有效，实时，可视的监控与管理。未来随着传感技术与人工智能技术的结合，采用机器学习方法对传感器进行训练，使其不仅能够检测出

141、周边的各项环境数据，并且能够基于训练好的模型对于周边环境变化有一个基本的判断，通过终端侧智能的提升，大幅提升城市对于环境的自主感知，实时感知能力。例如：在疫情防治的过程中，我们可以利用 AI 传感技术减少病毒感染的风险。人的每次呼气，都会有小液滴散发到空气中，如果某人被感染，则呼吸道飞沫可将病毒传染给他人，环境湿度或者温度越低，气溶胶可以在空气中停留的时间就会越长，而人在这样的环境中被传染的概率就会越大，具备AI能力的传感系统能够通过对空气中VOC，湿度，温度的测量，从而判断出当前的空气环境是否有利于病毒的传播，并且能够通过集中控制的通风，空调等系统，自动调整周边的环境，降低人类病毒感染的风险

142、。可以预见未来基于这些方面的创新应用将会大幅提升我们对空气质量的自主感知与优化能力，提升城市与我们周边环境的空气治理效率。85结语：城市新基建，让城市有温度，更宜居下一个十年，将是 5G，光，AI，云，区块链，智能传感等 ICT 技术快速发展的十年，城市将会进入到万兆联接的时代：万兆的企业接入，万兆的家庭宽带接入，万兆的个人无线接入体验，华为预测：到 2030 年，全球万兆企业 WiFi 的渗透率将达到 40%，全球万兆家庭用户渗透率将达到 23%。城市与 ICT 技术的结合与聚变必将会在未来产生巨大的裂变效应，大幅提升城市资源的利用率，治理的效率，用户的体验，从而真正实现城市的可持续发展目标

143、，让城市更有温度，更宜居。86华为预测，到 2030 年：全球万兆企业 WiFi渗透率达40%。87相关引用UN “可持续发展目标”https:/www.un.org/sustainabledevelopment/zh/cities/摩根士丹利 中国城市化 2.0:超级都市圈摩根士丹利 中国城市化 2.0:超级都市圈UN “The World s Cities in 2018”https:/www.un.org/en/events/citiesday/assets/pdf/the_worlds_cities_in_2018_data_booklet.pdfUN Habitat https:/u

144、nhabitat.org/topic/energy中华人民共和国生态环境部 李金惠：“无废城市”理念助推可持续发展https:/ Barrett,PA Science”Annual plastic water pollution could reach 53 million tonnes by 2030”https:/ https:/news.un.org/zh/story/2019/03/1029531德勤 超级智慧城市报告 https:/ 全球智慧城市支出指南https:/ Mehdi Pour et al.“Laterally extended atomically precise gr

145、aphene nanoribbonswith improved electrical conductivity for efficient gas sensing”https:/ Daeshik Kang et al.Ultrasensitive mechanical crack-based sensor inspired by the spider sensory system https:/ https:/ Planet Holdings,Inc https:/www.woven-city.global/Shanhong Liu “Identity verification market

146、value worldwide 2017-2027”https:/ 科技“勿忘老”，0.01立方米用水让我知道你很好 http:/ Suparna Dutt DCunha Dubai Sets Its Sights On Becoming The Worlds First Blockchain-Powered Government https:/ 11：12：13：14：15：16：17：18：89EPRS“Towards a circular economy-Waste management in the EU”https:/www.europarl.europa.eu/RegData/et

147、udes/STUD/2017/581913/EPRS_STU%282017%29581913_EN.pdfJessica L.Leath Is Bitcoin Reminiscent of Past Bubbles?https:/www.c40knowledgehub.org/s/article/Advancing-towards-zero-waste-declaration-Planned-actions-to-deliver-commitments?language=en_US中国生态环境部 https:/ https:/stream- “Using optical sensors to

148、detect sewage contamination in the Great Lakes”https:/www.usgs.gov/centers/umid-water/science/using-optical-sensors-detect-sewage-contamination-great-lakes?qt-science_center_objects=0#qt-science_center_objectsOizom https:/ 年 65 岁以上人口比例将超过12%；25 岁以下人口占比从 2020 年的 41%，下降至 2030 年的 39%1。人口老龄化导致世界出现巨大的劳动力

149、缺口。到 2030 年，全球劳动力短缺超过 8,520 万人，超过德国目前的人口2。而劳动力与各国经济发展又有着十分紧密的联系。以制造业为例，到 2030 年，全球制造业面临 790 万工人的短缺，未实现产值 6071.4 亿美元3。面向未来，消费需求的多样化也在影响着生产模式的变化，倒逼企业进行生产模式的革新。捕捉、激发并拉动越来越多样化的消费者需求成为企业做大、拓展业务必备的能力。未来的企业不但需要通过迅速响应新消费需求，推出功能创新的产品，如基于“一人经济”的发展，快速调整产品形态，推出一人食套餐、迷你家电，甚至迷你 KTV 等；还要能从情感维度主动激发消费者的购买欲望，对产品的外表、形

150、象、含义进行快速的组合设计，如在短期内定制出各类限量款或联名款。此外，黑天鹅事件也在对企业的延续性提出了新的挑战。如新冠疫情在全球范围内爆发对经济产生负面影响，带来工厂停工、物资短缺等问题，以及对全球物流供应链产生冲击。据估计，2020 年因疫情原因，全球 GDP 损失了近 3.94 万亿美元的经济产出4。据调研数据显示，尽管世界不同地区的经济开始呈现复苏势头，但供应链中断是公司增长的最大风险，而且对其的担忧度也比之前更严重5。为此，如何增强产业链韧性的也成为尤为重要的问题，需要企业思考。95企业需要及时把握商机，才能扩大业务，这就要求企业在收到紧急大单时，能够快速扩充产能。然而，越来越多的企

151、业受制于劳动力短缺的问题，白白错失机会。这就需要企业通过新生产力来迅速补位。此外，人们也在尝试通过引入新生产力来帮助改善教育、医疗等领域长期以来资源分配不均、专业人才匮乏的问题。协作机器人是工业机器人的一种，最初目的是满足中小企业的定制化和柔性制造需求，符合未来制造业的发展趋势。相比传统的工业机器人，协作机器人更适合干人不想干的工作，比如分类，包装，挑拣等高重复性的工作。而且协作机器人有几个优势：更安全：协作机器人更加轻巧智能，携带的传感器可以确保它一触即停。因此它也不需要像传统工业机器人那样，通过物理的防护围栏圈隔起来，而是通过虚拟数字围栏来限制其运动范围。这样，我们可以将其随需布置在生产线

152、上的任意位置，与同一生产线上的工作人员亲密合作，共同完成任务。更快速灵活地部署：传统工业机器人的移动路径和作业动作，需要专业人员通过特殊的编程器，用专有的编程语言，进行规划和编程，从而导致它的部署时间长，成本居高不下。而协作机器人通过人性化的编程，如拖动示教，自然语言和视觉指导，可以随时投放在新的岗位上，快速完成编程和调试，迅速执行任务。探索方向一：无人化生产和服务，弥补劳动力缺口未来场景：（动手）协作机器人更低的 TCO，更短的 ROI：协作机器人的售价和每年的维修成本远低于传统工业机器人，在过去几年，协作机器人的平均售价下降了一半6。随着它的规模化普及，我们可期待协作机器人的成本将进一步降

153、低，可被更多的企业采购，快速产生经济回报。目前协作机器人在 3C 和汽车等制造领域应用最为广泛，同时，我们也看到它在医疗化验和检测的应用崭露头角，帮助医务人员减少重复、费时的工作流程如做尿液分析，也可以降低工作人员的传染风险如咽拭子采样。96未来场景:（跑腿）自主移动机器人自主移动机器人（AMR）是制造业向柔性化、智能化发展的关键使能要素，改变企业的生产流程、仓储物流等重要环节。自主移动机器人，一般需要具备丰富的环境感知能力、基于现场的动态路径规划能力、灵活避障能力、全局定位能力等。工业制造及物流领域的自主移动机器人，目前主要基于 SLAM(simultaneous localization

154、and mapping，同步定位与地图构建)技术，实现自主导航，而不再需要任何标签来行驶7。在生产线，自主移动机器人实现产线物流的自动化与无人化，比如生产任务下达的无人化；下料、取料和上料过程中，自主移动机器人与各类机台和设备的无人化对接；物料搬运的无人化。在仓储领域，自主移动机器人主要用于货物的智能拣选、位移以及出入库，实现“货架到人”的拣选模式。管理控制系统根据订单信息指派的自主移动机器人，顶起订单货品所在货架自动搬运到操作台；根据订单信息将指定货位的货品取下，完成拣选后，机器人再将货架送回原来的位置。此外，物料的配送和调度也不仅仅在厂房内部，也可以扩展到园区内的范围，比如在货物卸载之后，

155、机器人就可以将货物自主入库；在厂房与厂房，仓库与仓库之间进行货物的搬运和出入库自动登记。在这种情况下，我们需要赋予机器人室外自主导航的能力，如激光导航，视觉导航以及卫星定位。97未来场景:AI 教员，实现因材施教AI 教员，通过观察分析学生学习模式以及个体差异，突破过往千篇一律的教学内容和方式，提升教学质量，让因材施教成为可能。比如随着大数据、云计算、物联网、虚拟和增强现实等技术进一步发展，AI 辅助教育将能够更精化地分解学习行为和教学行为，建立更完善、更精细化的教育模型；还能更有效地调用虚拟和增强现实技术，根据学生的个性喜好，打造能提升注意力的知识点的呈现和互动方式，让知识更有效地被学生接受

156、。对老师而言，AI 教员可将教师从重复枯燥的试卷批改、日常管理工作中解放出来，让他们专注于创造教学研究、有更多的时间投入到与学生一对一交流中；通过基于教学活动产生的大数据，辅助教师更好地把握教学情况，从而对教学方式、课程内容的组织给出关键性建议。对学校而言，AI 教员可部署在任何地方，化身各个学科的特级教师，将优质的教育理念和内容，带入偏远地区。AI 教员可通过视觉、语音等多维方式与当地学生进行互动，避免由于师资不足，一个老师跨学科教四五门课的现象，弥补教学资源的匮乏，促进教育公平8。98未来场景：ICT 使能柔性生产在整个生产到消费的过程中，消费者的角色正发生着巨大的变化，决策点逐渐向上游迁

157、移，可参与的环节会越来越广。比如，在传统的规模化生产时代，企业自己设计并完成生产，消费者从成品中进行挑选。随着企业对消费者的需求把握更为精准，所提供的产品品类越来越丰富，让消费者有了更大的挑选空间，然而这也造成库存的巨大问题。现阶段，电商、网红直播等新模式的兴起，让企业能够更直接且精准地把握实际需求量，从而及时调整生产数量，从根上避免产生库存；企业甚至能提为了能够适应多变的市场需求，以在激烈的竞争中取得优势地位，企业必须更为积极地拥抱新的生产模式。因此，柔性生产、柔性制造系统等概念正越来越受更多企业的青睐。这种按需生产的先进生产方式，能够帮助提高企业的灵活性，提升他们在瞬息万变的市场需求面前的

158、快速响应能力；帮助缩短产品的研发周期，降低研发成本；提高设备利用率、降低库存风险、提升资金周转率。以此，企业将更有能力把握市场机会，获得持续发展的生命力。产品设计和产线规划的柔性化：当企业接到一个新品类的生产订单时，需要快速地进行产品的研发和设计，并对生产线所需的设备、工序、流程、规模等一系列要素进行快速调整，这里就需要通过 ICT 技术进行拟实生产，包括运用仿真、建模、虚拟现实等技术，对新的生产制造全过程进行模拟，降低新品开发和设计的成本，更精准地规划生产线的调整成本和生产能力。探索方向二：新生产模式满足个性化需求前规划好生产规模，避免产能过剩。未来，消费者的意见和决策能够直接参与到生产中的

159、设计环节，比如在柔性制造的过程中，可以通过模块化设计，让消费者自由组合搭配并决定所需生产的产品形态或款式，之后企业才启动生产。这样，整个生产模式开始真正进入个性化阶段，随着模块化的颗粒度越来越细，会带给消费者更高选择搭配的自由度，最终达成充分个性化的生产模式。任务分配的柔性化：不管是企业按照客户的个性化需求完成对产品的设计，还是客户直接参与产品的设计（如通过模块化让客户自发定义产品的最终形态），都需要一个智能的任务调度系统。该系统会根据工厂的生产能力、订单复杂度和交付时间需求，自动调整并给出一个最优的生产任务分配方案。当企业收到订单后，该系统会自动分析出订单中的所有可通用的模块部件以及需要定制

160、的模块部件，并识别生产这些部件所需的全部工序和物料。通过统筹安排生产任务的发放、生产物料和工具的及时到位，确保充分发挥出工厂中所有设备和人员的最大生产效率，不让任何一个部件的生产成为订单交付的瓶颈。99设备生产能力的柔性化：随着定制化需求和小批量订单越来越多时，工厂需要实时切换各个设备生产工序。传统的生产设备往往因为需要专业人员通过特定的编程设备和语言来重新编码，导致调整耗时长，而无法满足企业的快速响应的需求。未来，随着视觉编程、自然语言交互、行动捕获等ICT 技术的渗透，工厂能快速实现对生产设备功能的重新编程和定义，以及时满足企业柔性化生产的需求。物流管理的柔性化：模块化是实现柔性生产的重要

161、可行路径之一，通过模块化生产出大量的成品组件，这就需要自动化的 ICT 手段来有效地进行仓储和物流管理，避免漏发、发错、发混。以家具企业为例，大规模的定制化下，所产生的每一块板，装饰条，把手等都可能需要有一个属于它自己的识别码或 RFID，来协助自动化的打包和装车规划，以及运输和配送环节的全流程跟踪。通过对制造业的柔性化改造，我们可以将传统的货场人的“以产定销”链路，转换为“人场货”这样的“以需定产”链路，甚至还可以进一步压缩成“人货”的短链路，真正实现以人为中心的新生产模式。100探索方向三：打造有韧性的智能供应系统，帮助企业应对突发性危机供应链可视化就是利用 ICT 技术，采集、传递、存储

162、、分析供应链中的上下游订单、物流以及库存等相关指标信息，以图形化的方式展现出来。供应链可视化可以有效提高整条供应链的透明度和可控性，从而大大降低供应链风险。近几年，“黑天鹅”事件频繁发生，对传统供应链提出新的挑战。企业面临各种不确定性因素的影响，更有意愿巩固自己的供应系统，增强其韧性，保障企业的正常运营。据调研显示，94%的受访企业都声称新冠疫情导致其供应链中断，62%的企业会在长期情况下考虑寻找新的供应商9。越来越多的企业将打造一个有韧性，智能的供应链作为其最重要的战略布局之一。未来场景：数字化技术让供应链可视化对于上游供货，通过对物料、设备等的追踪，实时显示其整体交付的程度，包括包装、入库

163、、出库、质检等工序的状况，甚至可以追溯其生产流程中的各种状态。对接物流系统中各种交通工具的运营数据，实时了解其运作状态，利用全球定位系统、人工智能、5G、IoT 等技术，在移动过程中有效的监控运输过程和货物状态。通过可视化调度中心，可随时整合或分拆订单，并优化运输资源和路线。由此，帮助企业针对物流中可能出现突发事件，及时调整物流路线，确保物资的准时、安全地到达目的地。101未来场景：由“供应链”向“供应网”转型 对仓库运营环境信息的实时监控，建立远程监控系统，通过各类传感器，用图像化呈现仓库的温度、湿度、灰尘、烟雾浓度等运维信息，一旦发生如火灾、漏水等前期征兆，可及时介入，避免物资在传统供应链

164、的模式下，链条上的每一个环节都是下个环节正常运营的先决条件，但也会成为瓶颈。比如，当上游的原材料商的供应出现问题，下游厂商的生产必定受到影响，进而导致整个链条的低效运作，甚至瘫痪10。未来，随着云计算、物联网、大数据、人工智能等 ICT 技术的引入，供应链将向供应网转型，让每个环节所需的上游物资都有多重的供货备份，并可以通过多路径送达。通过加强企业内外部的互联互通，打造多触点的协同供应生态系统，杜绝链条中“最弱一环”效应。的损失。对货物出入库信息的实时追踪，随着货物的流通，通过 IoT、RFID、二维码等技术，自动识别并登记物品的信息，可在远端实时调取货物仓储的状态数据。102结语：生产力重塑

165、生产模式，增强企业韧性面向 2030 年，数字化转型推动企业的进一步升级。利用人工智能、传感器、物联网、云计算、5G、AR/VR 等技术来打造新生产力，弥补劳动力缺口，帮助企业把握新的业务商机，拓展企业边界。华为预测：到 2030 年，每万名制造业员工将与 390 个机器人共同工作，VR&AR 用户数达 10 亿。有 100 万家企业会建设自己的 5G 专用网络（含虚拟专网）；云服务占企业应用支出比例达 87%；AI 计算占企业 IT 投资比例达 7%。未来，通过对产品设计、任务分配、设备功能、物流配送等环节的柔性化重塑，实现以人为中心的新生产模式。3D 打印技术的进一步完善和商业化普及，甚至

166、可以直接省去模具制造、产线调整等环节，让消费者自己设计，自己生产，打造全新的个性化生产模式。供应链也将会在数字化的助力下，变得可视化、网状化，增强企业的韧性以应对变化万千的市场环境。103华为预测，到 2030 年：每万名制造业员工将与390 个机器人共同工作。云服务占企业应用支出比例达 87%。有 100 万 家企业会建设自己的 5G 专用网络（含虚拟专网）。AI 计算占企业 IT 投资比例达 7%。104相关引用UN“World Population Prospects 2019”Korn Ferry“Future of Work-The Global Talent Crunch”http

167、s:/ Ferry“Future of Work-The Global Talent Crunch”https:/ M.Szmigiera Impact of the coronavirus pandemic on the global economyhttps:/ Economic conditions outlook,June 2021 https:/ 2020 年中国协作机器人行业市场现状与竞争格局分析中国移动机器人产业联盟 2020-2021工业制造领域自然导航 AGV/AMR 产业发展研究报告德勤 全球教育智能化发展报告https:/ 全球供应链调查：后新冠疫情时代的恢复力研究 ht

168、tps:/ 埃森哲 数字化供应链的六大要诀https:/ 年）是人类有记录以来最暖的十年，全球平均温度比工业化前（1850-1900 年）的水平约高 1.2 摄氏度1，已经趋近人类社会可容忍、可控制的最高升温警戒线；全球二氧化碳平均摩尔浓度已经超过 410ppm，即 CO2质量超过整个大气质量的万分之四，创造了有史以来的最高纪录2，海洋吸收每年排入大气的大约 23%的人为二氧化碳排放量，导致海洋酸化在持续，影响海洋生物甚至整个海洋生态系统3；西伯利亚北极的广大地区2020 年的温度高于平均值 3，俄罗斯的维科扬斯克镇的温度达到北极圈有记录以来的创记录的 384；2010-2019 年天气相关事

169、件估计平均每年造成了 2310 万人流离失所5。气候变化和经济发展也密切相关。国际货币基金组织研究发现，对于年均温度 25的中等收入和低收入发展中国家而言，升温 1的会带来经济增长率下降1.2%的负面影响6。面对气候变化对全人类社会的挑战，全球各国积极应对。2015 年巴黎协定在第 21届联合国气候变化大会上达成全球共识：将全球平均气温相比工业化前水平的增幅限制在远低于 2，尽力将增幅限制在 1.5 水平，在本世纪下半叶实现人为排放量与清除量实现平衡。2020 年 9 月，中国在联合国大会上提出中国双碳目标：力争于 2030 年前二氧化碳排放达到峰值，并争取 2060 年前实现碳中和。根据联合

170、国环境规划署2020 年排放差距报告显示，要实现 2目标，到 2030 年，年排放量必须比当前无条件国家自主贡献低150 亿吨二氧化碳当量，如果未能在 2030 年之前大幅减少全球排放量，将不可能把全球温度升幅控制在1.5以下7。实现全球的气候控制目标，需要从能源的供应、消费和固碳等多角度入手，全方位促进全球能源结构转型。在供应侧，尽可能用可再生能源替代化石111能源发电、制氢，实现生产侧清洁替代，转变能源生产方式预计到 2030 年，可再生能源发电占比需从目前的 26%上升到 42%8；在消费侧，消费端，力争在交通、工业、农业、建筑等绝大多数领域中用电力取代化石能源，实现消费侧电能替代，转变

171、能源使用方式。预计到 2030 年，终端能源消费电力占比将从目前20%提升到30%9；在固碳方面，通过生态建设、土壤固碳、碳捕集封存等组合工程去除不得不排放的二氧化碳。2020 年，全球可再生能源装机容量新增 45%，达到 280GW，其中光伏新增 162GW，增长率达到50%，风能新增 114GW，增长率达到 90%以上10。到 2050 年全球风能发电和太阳能发电将占全球总发电量的 60%11。预计到 2030 年中国太阳能和风力发电总装机量将达到 12 亿千瓦以上12，中国非化石能源发电将达到整体的 50%13。德国可再生能源联合会(BEE)在其 2030 年景规划中，预目前在欧洲部分国

172、家，正在积极利用近海发电，其中英国和德国截至 2020 年海上风电装机容量超过 18GW，占全球海上风电的 51%15。丹麦也积极部署，其 2018 年 15%的电力来自海上风能发电。即便如此，海上风能当前只提供全球电量的0.3%16，还有巨大的发展空间，随着大量海上风电技术创新，安装和运营成本的下降，海上风能迎来快速发展的阶段。此外，随着新能源在能源网络中渗透率的提高，传统的能源网络架构和产业结构面临新的挑战，新的范式将随之出现。同时伴随着能源网络复杂性的提高和行业数字化的进程的发展，ICT 技术成为脱碳解决方案的重要组成部分。如何进一步提高新能源的比例、如何适应新的能源结构、如何充分的发挥

173、 ICT 技术的使能作用成为未来抑制全球变暖的关键问题。探索方向一：新能源，新部署：水上电厂计到 2030 德国可再生能源份额将超过总电力需求的 77%14。但随着陆上风电、光伏项目的快速发展，土地紧缺、离用电负荷中心远、光伏高温下效率下降、生物多样性等问题开始出现，而近海因为其独特的地理和资源优势，特别是针对岛屿国家，将风能发电和光伏发电从陆地拓展到海上，正在成为风能电和光伏发电发展的新方向。未来场景 1：海上风能，潜在的主力新能源相比陆上风能，海上风能在风力、有效发电时间上面有天然的自然优势，同时新技术创新让海上风力涡轮机尺寸、综合容量因数等方面都超出陆上风能。P=1/2 AV3 Cp11

174、2根据风力涡轮机的电力输出等式，发电功率 P 与风速 V 的三次方成正比，与涡轮的扫轮面积 A 成正比。海上风况优于陆上，风流过粗糙的底表或障碍物时，风速的大小和方向都会发生变化，而海面粗糙度较小，距离海岸 10km 的海上风速通常比沿岸陆上高出 25%17。同时海上风湍流强度小，具有稳定的主导风向，机组承受的疲劳负荷较小，可以延长风电设备的使用寿命。而涡轮风机的扫略面积直接和风机的直径相关，2021年海上涡轮机直径已经可以达到 164 米，发电容量达到10MW，预计 2030 年海上风机直径可以达到 230250 米，发电容量达到 1520MW18。相比较，陆上涡轮风机 2021 年直径约为

175、 158 米，发电容量 5.3MW，预计 2025 年直径达到 170 米，发电容量 5.3 兆瓦19。海上风机的容量可以达到陆地风机容量的 34 倍20。同时，海上很少有静风期，其发电时间往往能达到 3000 小时/年，远高于陆上的 2000 小时/年的发电时间，更能有效利用风电机组的容量21。而伴随着技术改进，海上风电的容量系数可以达到 4050%，高于陆上风能，是光伏的 2 倍，在一些区域和然气与燃煤相同22。这都让海上风电更具有基本负荷技术的特征23。当前全球范围内海上风力涡轮机部署位置主要还是在 80km 以内，水深小于 40 米的浅水区，通过单桩方式固定24。而随着海上漂浮风电技术

176、的应用，简化了涡轮机的安装，提供了比固定式更低成本的替代方案，进而可以进入到水深 60 米的海域。同时在距离海岸 80150km 的距离，高压直流技术的成熟提供了更有成本竞争力的方案25。这些创新技术都大大拓展了海上风电的潜在空间。各项创新让海上风电的装机成本大幅降低，预计到2040 年海上发电成本将比 2019 年下降 60%26。欧洲海上风电很快会在成本上击败天然气发电，并与太阳能光伏和陆上风能持平27。全球风能理事会（GWEC）预测，到 2030 年，全球海上风电装机量将从现在的 29.1 GW 升至 234 GW28。未来五年海上风电的增长率将达到 31.5%29。IEA预计2040

177、年海上风电将成为欧洲最大的电力来源30。海上风电迎来快速发展时期。113未来场景 2：漂浮光伏（FPV），光伏产业新趋势据国际能源署(IEA)发布的Snapshot of Global PV Markets 2021，截止 2020 年底全球光伏累计装机容量达到 760.4GW31。2020 年，光伏约占所有新增可再生能源总发电量的 42%32，其中陆上大型光伏电站一直光伏产业的建站主要模式。但陆上光伏的发展也开始面临土地获取以及成本制约的问题，同时陆上光伏在高温情况下会出现效率下降，漂浮光伏成为新的部署模式。水上漂浮式光伏电站可以利用近海海面、水塘、中小型湖泊、水库、蓄水池、采煤塌陷区形成的

178、水上平台将光伏组件漂浮在水面进行发电。根据支撑结构差异，漂浮光伏主要有薄膜型、淹没型、漂浮阵列型。其中薄膜型太阳能电池模块是一种由硫化镉、砷化镓等非硅材料制备成的微米量级厚度的光伏材料。这种材料基本形态为一层薄膜，重量轻，不需要艰坚固的浮桥作为支撑结构；淹没型可以安装或不安装浮桥；漂浮阵列则需要刚性浮桥作为支撑。与陆基光伏相比，漂浮光伏不但可以节省用于农业用途的土地，而且相比路基遮阳障碍物更少，灰尘数量更少。同时由于海上风速较高，以及水的存在，水体的自然冷却潜力也会提高光伏的性能。2020 年荷兰乌得勒支大学的学者基于北海实际测试及研究论文表明，由于海上相对湿度较高，风速较高，海上的漂浮光伏表

179、观温度远低于陆基光伏，两个地点的平均环境温度差为 5.05 摄氏度，但两个点的光伏面板表面温度差达到 9.36 摄氏度33。全年发电量海上漂浮光伏比陆基光伏的年均产出能高出约 12.96%34。随着技术的不断成熟，漂浮光伏将迎来快速发展时期。2021 年 7 月14 日世界最大的内陆漂浮光伏系统之一新加坡胜科登格漂浮太阳能电站正式竣工投运，覆盖水面面积 45 公顷（相当于约45 个足球场），覆盖水面上累计安装了 12.2 万块太阳能板，产能达 60 兆瓦35。据 Rethink Energy预计，到 2030 年全球漂浮光伏的市场容量将超过60GW36。而漂浮光伏的全球潜力达到 400GW，足

180、以将太阳能光伏的现有装机容量翻一番37，随着技术的成熟，漂浮光伏的部署速度在加速，为可再生能源的全球扩打开了新的领域。114探索方向二：能源互联网将打通“源网荷储用”，实现全网智能化传统电力行业的基本模式是大型发电厂集中发电，利用大规模输配电网络将电能交付给消费者，同时保持发电和需求之间的平衡，消费者基于消费量进行付费。传统的电力系统灵活性只存在于生产侧，发电厂根据负荷变化调整发电量，并保证电网的稳定。随着可再生能源装机成本和 LCOE 的下降，可再生能源发电已经成为当今重要供电方案。未来的电力系统，分布式能源大量渗透，电力系统从集中式向分布式转变。电气化和数字化将重塑现有的范式。同时大多数可

181、再生能源本质上是间歇性的，为了实现供需之间的平衡，必须让电力系统更加灵活，这都需要先进的 ICT 技术的支撑来实现。虚拟电厂的出现打破了传统的发电厂和用电用户的边界，重构了电力系统的价值链。IRENA 对虚拟电厂（VPP）的定义为“一个依靠软件和智能电网远程自动调度和优化分布式能源资源的系统。在协调分布式发电、太阳能光伏、存储系统、可控和灵活的负载以及其他分布式能源资源时，VPP 可以提供快速的辅助服务，以取代基于化石燃料的电力”38。首先虚拟电厂对分布式异构能源进行聚合。这里的分布式能源既包括新型可再生能源发电系统，如屋顶光伏、小型风力电站，也包括工业和家庭的各种负荷装置，如暖通空调系统、电

182、力加热泵、电池制氢等。同时为了减少可再生能源不稳定性带来的影响，虚拟电厂还会接入传统化石能源发电装置，如小型的分布式燃气发电、小型水利发电、柴油发电机等。随着电动车、家用储能的发展，电动汽车、家庭储能也会成为虚拟电厂接入的异构能源的一部分。未来场景 1：虚拟电厂，电力价值链新范式115商业上，未来虚拟电厂通过规模经济模式来实现各种分布式能源所有者单独无法形成的商业循环。分布式能源要参与到未来的能源市场中并盈利，需要具备对能源市场价格的实时跟踪能力，同时分布式新能源设备必须能够基于市场变化以及电网波动进行实时响应，这都需要在分布式能源中配置互联网络、边缘网关或边缘计算等 ICT 基础设施。同时要

183、能够参与市场，会产生比如保险、合规等交易成本。这些新增成本都会阻碍分布式能源拥有者单独参与市场。而虚拟电厂通过汇聚大量的分布式能源，可以通过规模经济的方式来降低成本，实现盈利。虚拟电厂的商业模式可能会发展面向电网和面向用户两种模式。在面向电网的商业场景中，虚拟电厂将分布式的异构资源，通过打包的方式，面向电网提供电力服务。典型的服务如通过聚合的发电系统、储能装置、蓄冷/热等为电网提供频率响应。在这种情况下，虚拟电厂将聚合的分布式资源作为一个整体，通过向电网释放需求方灵活性而获得报酬。在面向用户的商业场景中，虚拟电厂通过对能源市场价格的跟踪，为用户提供削峰填谷充电服务，为用户节省充电费用。简言之，

184、虚拟电厂通过将分散分布式能源资产统一起来，对分布式能源的进行远程自动化调度管理，对能源市场进行实时跟踪，作为一个整体为电网提供灵活性能力，让小型分布式资源的所有者不仅可以通过省电来节省成本，还可以通过提供电力服务来获益，同时也让新能源为主体的新型电力系统具备更大的灵活性。随着虚拟电厂模式的兴起，软件公司、新能源公司、传统的化石能源公司、电力公司等等各种角色纷纷从不同的角度进入这个领域。一个典型案例是科技公司与南澳大利亚州政府合作，在 1000 多个低收入家庭安装了屋顶太阳能系统以及住宅蓄电池，并相互连接形成一个虚拟电厂39。澳大利亚能源市场运营商 AEMO 2021年发布了对该虚拟电厂模式的第

185、一次审查，认为虚拟电厂模式通过及时的电池充电和放电，对关键的电网事故进行了频率响应，保持了电网稳定40。同时除了帮助稳定电网外，安装了屋顶太阳能系统和住宅蓄电池的房主的电费下降幅度高达 20%41。虽然虚拟电厂模式要取得最终成功还有技术、商业等各个领域的很多问题需要解决，但可以预期虚拟电厂在未来的电力系统价值链中必然有一席之地。116未来场景 2：能源云，能源互联网的操作系统传统的能源网是典型的集中式架构，不断提高机组容量、电压等级、网络规模获得规模效益；能源的生产、输送、消费之间有着明显的界限，无法做到端到端统一的管理和调度；供电、供气、供热、供冷等不同的能源网络之间相互割裂，阻碍了综合能效

186、的提高。随着分布式能源的部署，能源消费者具备生产能力，打破了能源生产、消费之间的界限，成为具有生产和消费的双重属性，需求侧响应变得前所未有的重要。同时多种能源的互联也可以提高能源综合效率，从而有助于可再生能源的消纳。因此，迫切需要一个综合平台来解决这个问题，而能源云则可能是应对这些挑战的一种解决方案。能源云是一个跨领域的前沿概念，其内涵和外延还在不断的发展。能源云可以认为是能源互联网的操作系统，典型特征包括融合、开放、智能等。融合首先要实现电力系统的的源、网、储、用的端到端的融合接入。源侧典型的接入实体既包括大量分布式新能源如太阳能、风能、生物能，也包括化石能源如燃气发电等；网侧最重要的接入实

187、体是能源路由器。通过能源路由器实现能量流的自由流通；用侧则包括各种工商业负载和家庭负载，如暖通系统、电力热泵等；储侧既包括源、网、用的各种固定储能设备，也包括电动汽车等移动储能装置。除了实现电力系统的融合统一接入，能源云还要打破电、气、热、冷之间的界限，通过接入供热、供气、供冷等多种能源，构建综合能源融合系统，通过多能互补提高能源综合利用率。117在能源云的加持下，未来的能源互联网是一个民主的、开放的系统。能源云的用户将包括个体端（如电动车主、用户电源）、企业用户（如零碳园区、虚拟电厂等）和政府用户（如零碳城市等），用户数量将远远超过传统的能源客户。同时能源云也要能够和比如碳交易系统等第三方系

188、统进行互联互通。因此能源云必须是一个生态开放的系统。在这个平台上向开发者开放各种能源数据，提供编程接口，由开发者针对不同场景实现各种应用。同时在平台上构建能源应用商店，通过应用商店面向不同用户进行分发，并完成开发者的商业循环。通过开放编程解耦实现和能源交易市场、碳市场等各种第三方生态系统互通，打造能源产业新商业模式。要实现能源云的融合、开放，能源云必须是一个智能的平台。智能既体现在通过人工智能算法使能能源资产更智能，如通过 AI 控制光伏面板角度提升发电量等，也体现在能源云本身的智能上。能盟在数字化战略“Shapping Europe s Digital Future”中指出，通过数字化解决方

189、案跟踪电力最需要的时间和地点，可以提高能源效率，减少化石燃料的使用43。同时，ICT 行业也需要经历自己的绿色转型。ICT 行业估计占世界总用电量的 5-9%，排放总量的 2%以上44。数据中心和电信网络需要提高能效，重新利用废弃能源，并使用更多的可再生能源。欧盟提出了要求，在 2030 年前实现数据中心气候中性、高能效和可持续，电信运营商在环境足迹方面需要采用更透明度措施45。源云基于海量接入的分布式能源数据和源网荷储用的端到端链路数据，构建数据资产，基于数据资产和大数据建模能力构建面向用户和开发者的数据平台。通过算法实现对分布式能源的生产预测、基于历史数据的负荷预测、动态需求响应、对能源市

190、场价格的实时分析判断等。通过人工智能、大数据等智能高效的技术的加持，能源云的目标是实现能量在生产和消费者之间按需自由流动，最终实现整个能源系统的多能互补、绿色低碳、安全稳定。2020 年 7 月，欧盟推出 1.8 万亿欧元的经济复苏计划，重点支持欧盟绿色和数字化双转型42。绿色和数字化成为推动经济转型的一对孪生技术。能源是数字世界的底座，数字化技术帮助能源产业更智能。通过数字化技术构建能源互联网操作系统，推动能源产业升级，加速能源产业的减排目标的实现。探索方向三：提倡 ICT 高效用电，加快节能减排步伐118未来场景：打造低碳数据中心与低碳网络，加速“碳中和”进程据 IEA 研究报告显示，自

191、2010 年以来，全球互联网用户数量翻了一番，全球互联网流量增长了 12 倍，数据中心和传输网络的耗电大幅上升，2019 年全球数据中心电力需求约为 200 TWh，约占全球最终电力需求的 0.8%46。2019 年数据网络消耗约 250 TWh，约占全球用电量的 1%，其中移动网络占三分之二47。中国 2030 年数据中心用电预计将达突破 4000 亿千瓦时，占全社会用电量的比重将升至 3.7%48。而 PUE 每优化 0.1，可节省用电250 亿度，减少碳排放约千万吨，若全部使用绿电，碳排放每年可以减少3.2 亿吨49。引入绿电和降低 PUE 成为低碳数据中心的关键举措。为了降低数据中心和

192、电信网络的碳排放，大型 ICT公司一直是绿电的最大购买者。2019 年 Google、Facebook、Amazon、Microsoft 是全球绿电购买的前四大公司50。2020 年亚马逊购买超过 5GW成为全球最大的新能源买家，台积电、Verizon 则上升到第三和第四的位置51。面向未来，谷歌提出在 2030 年实现全球实时零碳运营，将零碳的统计范围从年过渡到小时52；Facebook 计划在2030 年实现自身供应链范围内净零排放53；微软则表示将于 2030 年实现负碳排放，并在 2050 年消除企业所有历史碳排放54。根据 Uptime 的调研显示，2020 年全球数据中心平均 PU

193、E 为 1.5955。这就意味着约 38%的电力是用于冷却和其他辅助功能。随着越来越多高温服务器的投入使用，为了进一步降低冷却系统的能耗，通过采用自然空气冷却而不是传统的冷机和空调的方式成为降低 PUE 的有效方式。目前业界已经有很多尝试，比如使用 100%海水为数据中心冷却系统供电56；使用寒冷的室外空气来确保数据中心设备保持在最佳温度；通过将再海底建数据中心，将 PUE 低至1.0757。119除了引入可再生能源、自然冷却实现数据中心高效、节能，另外一个重要手段就是人工智能的应用。通过数据中心内的传感器收集温度、电量、泵速、耗电率、设定值等各种数据，再对这些数据做人工智能分析，用分析的结果

194、调整数据中心的运行模式和控制阀值，从而实现降本增效。将人工智能用于数据中心冷却，实现将用于冷却的能量减少 4058；中国联通河南分公司引入华为的iCoolingAI 解决方案通过融入了大数据、人工智能等，实现数据中心自动进行能效调优，实现数据中心 PUE 降低约 8%15%59。据 DCD 的报告，欧盟 Horison 2020 资助的位于瑞典 BTDC 研究项目，在自然冷却的同时，通过人工智能算法实现冷却系统、IT 负载、服务器风扇和温度协同，PUE 达到 1.01 的最高水平60！随着 AI 等业务场景的成熟，数据中心的算力多样化将持续进步，数据中心功率密度不断提升，将大型数据中心作为一个

195、整体，基于人工智能算法实现供电、服务器、负荷的的协同创新可能成为下一步的创新方向，在支撑密度提升的同时，持续降低数据中心系统 PUE。在通信网络方面，2020 年 2 月，国际电联、GeSI、GSMA 和 SBTi 制定了符合巴黎协定的基于科学的途径,到 2030 年，ICT 行业需要将温室气体排放量减少 45%61。通信网络实现低碳绿色除了和数据中心类似引入绿电外，还可以通过光电混合、网络架构极简等手段实现更绿色，减少碳排放。通信设备与计算设备同根同源，随着摩尔定律走向瓶颈，光电混合是结构性提升设备能效的发展方向，通过网络级、设备级、芯片级的光电混合技术，可以持续提升通信设备的能效，满足未来

196、百倍容量增加能耗基本不变的绿色网络目标。另外传统通信网络按照置专业划分，造成运营维护条块分割，已经越来越难以适应网络自动化和智能化的发展。未来网络需要按照业务本质进行架构重构，形成基础电信网、云网和算法三层极简网络架构。极简网络架构可以大幅降低自动驾驶网络的算法复杂度，降低对算力的需求，降低运维成本，从而实现网络的绿色低碳。通过绿电引入、架构创新、人工智能算法应用等手段，数据中心和通信网络将会更加省电、高效，并最终真正实现零碳目标。120到 2030 年，世界需要将排放量减少一半，以风能、光伏为代表的新能源正加速部署实现生产侧清洁替代，消费侧通过电气化实现电能替代。ICT 作为一个行业，除了自

197、身需要节能减排以外，同时也在赋能其它行业来减少碳排放。华为预测：到 2030 年，全球可再生能源产量占全球发电总量比例达 50%；光伏装机达 3000GW，光伏度电价格低至 0.01 美元；80%数字基础设施将通过绿能供电。2030 年 ICT 将进一步使绿色能源更智能，并使能千行百业进一步加大减排效果，实现全球经济的绿色低碳转型和可持续发展!结语：ICT 让绿色能源更智能，实现经济可持续发展121华为预测，到 2030 年：全球可再生能源产量占全球发电总量比例达 。50%122相关引用WMO “2020 was one of three warmest years record”https:

198、/public.wmo.int/en/media/press-release/2020-was-one-of-three-warmest-years-recordWMO “WMO Greenhouse Gas Bulletin”https:/library.wmo.int/index.php?lvl=notice_display&id=21795#.YULmBJ0zZdhUN https:/news.un.org/zh/story/2021/04/1082492WMO “Climate change indicators and impacts worsened in 2020”https:/

199、public.wmo.int/en/media/press-release/climate-change-indicators-and-impacts-worsened-2020WMO The state of the Global Climate 2020 https:/public.wmo.int/en/our-mandate/climate/wmo-statement-state-of-global-climateWMO The Global Climate in 2015-2019 https:/library.wmo.int/doc_num.php?explnum_id=9936UN

200、EP“emissions gap report 2020”https:/www.unep.org/zh-hans/emissions-gap-report-2020IRENA World Energy Transformation outlook 2021https:/www.irena.org/-/media/Files/IRENA/Agency/Publication/2021/March/IRENA_World_Energy_Transitions_Outlook_2021.pdf RENA World Energy Transformation outlook 2021https:/w

201、ww.irena.org/-/media/Files/IRENA/Agency/Publication/2021/March/IRENA_World_Energy_Transitions_Outlook_2021.pdf IEA Renewable Energy Market Update：Outlook for 2021 and 2022IEA Renewable Energy Market Update：Outlook for 2021 and 2022中国政府网 http:/ 中国 2030 年前碳达峰研究https:/yhp-website.oss-cn- 2030 年前碳达峰研究报告

202、_1616485155447.pdf IRENA Remap 2030,Renewable Energy Prospects:GermanySource:GWEC Global Offshore Wind Report 20201：2：3：4：5：6：7：8：9：10：11：12：13：14：15：12316：17：18：19：20：21：22：23：24：25：26：27：28：29：30：31：32：33：34：Source:IEA Offshore Wind Outlook 2019郑崇伟等 “国内外海上风能资源研究进展”http:/ r_id=6&falg=1GWEC Global O

203、ffshore Wind Report 2020GWEC Global Offshore Wind Report 2020IEA Offshore Wind Outlook 2019赵振宙、王同光、郑源 风电机原理EA Offshore Wind Outlook 2019IEA Offshore Wind Outlook 2019IRENA Future of wind 2019 IRENA Future of wind 2019 IEA Offshore Wind Outlook 2019IEA Offshore Wind Outlook 2019GWEC Global Offshore W

204、ind Report 2020GWEC GWEC Global Wind Report 2021IEA Offshore Wind Outlook 2019IEA Snapshot of Global PV Markets 2021 https:/iea-pvps.org/wp-content/uploads/2021/04/IEA_PVPS_Snapshot_2021-V3.pdfIEA Snapshot of Global PV Markets 2021S.Zahra Golroodbari Wilfried van Sark “Simulation of performance diff

205、erences between offshore and land-basedphotovoltaic systems”https:/ Golroodbari Wilfried van Sark “Simulation of performance differences between offshore and land-basedphotovoltaic systems”https:/ Lin “Singapore unveils one of the worlds biggest floating solar panel farms”https:/ Morgan “Floating So

206、lar set for 60-Fold boom by 2030”https:/rethinkresearch.biz/articles/floating-solar-set-for-60-fold-boom-by-2030/WORLD BANK GROUP “Where Sun Meets Water Floating solar market report”https:/openknowledge.worldbank.org/handle/10986/31880IRENA“Innovation landscape for a renewable-powered future:Solutio

207、ns to integrate variable renewables”Steve Hanley Tesla Virtual Power Plant In Australia Outperforms Expectationshttps:/ Hanley Tesla Virtual Power Plant In Australia Outperforms Expectationshttps:/ Hanley Tesla Virtual Power Plant In Australia Outperforms Expectationshttps:/ https:/ec.europa.eu/comm

208、ission/presscorner/detail/en/QANDA_20_2088European Commission Shapping Europe s Digital Futurehttps:/www.consilium.europa.eu/en/press/press-releases/2020/06/09/shaping-europe-s-digital-future-council-adopts-conclusions/European Commission Shapping Europe s Digital Futurehttps:/www.consilium.europa.e

209、u/en/press/press-releases/2020/06/09/shaping-europe-s-digital-future-council-adopts-conclusions/IRENA Future of wind 2019 European Commission“Shapping Europe s Digital Future”https:/ec.europa.eu/info/sites/default/files/communication-shaping-europes-digital-future-feb2020_en_4.pdf IEA“Data Centres a

210、nd Data Transmission Network”https:/www.iea.org/reports/data-centres-and-data-transmission-networks35：36：37：38：39：40：41：42：43：44：45：46：47：125中国通信标准化协会 http:/ PUE：华为助力打赢数据中心绿色攻坚战”https:/ Centres and Data Transmission Networks”https:/www.iea.org/reports/data-centres-and-data-transmission-networksBloom

211、berg NEF “Corporate Clean Energy Buying Grew 18%in 2020,Despite Mountain of Adversity”https:/ https:/sustainability.google/commitments/#Facebook https:/ https:/ MENEAR The Uptime Institute releases annual data centre findingshttps:/ Googles Finland data center pioneers new seawater coolinghttps:/ Ju

212、dge Project Natick:Microsofts underwater voyage of discoveryhttps:/ Devanesan Has Google cracked the data center cooling problem with AI?https:/ https:/ MENEAR Hive partners with worlds most efficient data centre,BTDChttps:/ ICT industry to reduce greenhouse gas emissions by 45 per cent by 2030https

213、:/www.itu.int/en/mediacentre/Pages/PR04-2020-ICT-industry-to-reduce-greenhouse-gas-emissions-by-45-percent-by-2030.aspx48：49：50：51：52：53：54：55：56：57：58：59：60：61：126H2Li?127H2Li?128129数字技术与规则塑造可信未来数字可信130人类总是能够不断的进步，靠的是大规模协作，而协作的根基是信任。在现行规则的商业世界里，需求的收集、客户的接触、企业的运作和管理、供应生态等环节的每一次互动，无不建立在信任的基础上。随着数字技术对

214、这些环节的重塑，以及元宇宙等新概念的萌芽，建立数字信任成为组织最重要的战略目标之一。在数字化转型的加速驱动下，组织与组织之间、组织与客户之间以及组织内部的互动从物理世界迁移至数字世界，由此而产生的宝贵数字资产，一旦发生信息安全被破坏，或隐私被泄漏等事件，信任就会被打破，组织的业务运作、商业价值（如品牌，市值等）、声誉和公信力等都将陷入危险之境。数字信任是一个复杂庞大的系统，包含隐私、安全、身份、透明、数据完整性以及治理和合规等关键领域1。因此，组织不仅需要从多维度入手，还要通过不同的工具来实现数字可信，如区块链、隐私增强技术、人工智能等。新的技术应用，以及新的规则定义，将塑造可信的数字未来。1

215、31数字资产为组织和个人带来了史无前例的快捷和便利，但同时也带来被窃取和盗用的高风险。数字资产的安全和完整性依赖于隐患预防、数字存证、隐私加密、数字鉴假等技术的应用。ICT 在打造数字信任上的探索，使得数据能够在可确权、可溯源、可验证的基础上实现交易与共享，从而帮助组织与个人在充分利用数据价值的同时，更好地管理数字资产，保护核心数据。越来越多的企业希望对合同有一种可以更高效地制定、更中立地监督，更自动地执行的方案。据报告显示，2020 年，全球建筑工程类的平均纠纷金额达 5426 万美金，平均纠纷期为 13.4 个月2。这不仅对企业造成了经济上的损失，甚至还会影响企业的正常运营。基于区块链技术

216、的智能合约，是近几年来引起广泛讨论和探索的一个方向。智能合约的概念可以追溯到 1994 年，由 Nick Szabo 提出：以数字形式指定的一系列承诺，包括各方履行这些承诺的协议。因此，智能合约是一种旨在提供、验证及执行合约的特殊协议。但这个概念由于技术手段的缺乏，迟迟未能取得有效的进展，直到引入区块链技术。基于区块链技术的智能合约以数字化的形式将合约条款写入区块链中，合约事务的保存和状态处理都在区块链上完成。代码本身解释了参与方的相关义务。它包含了有关交易的所有信息，可以在不需要第三方的情况下，当满足条件后就自动启动执行机制。由于区块链的分布式特性，保障智能合约的存储、读取、执行整个过程透明

217、可跟踪、且不可篡改。此外，这样的智能合约还将帮助企业降低运营成本，提高合同执行效率，通过去中心化的技术手段，让合约免受第三方的干扰，让交易更精探索方向一：ICT 技术使能数字可信未来场景：基于区块链的智能合约准，更可靠。但也正因为区块链的特性，让这种智能合约的实施推广存在诸多挑战。比如说，如果在创建智能合约协议时，已经包含了错误，那么这个错误就无法被修改；此外，由于去中心化的智能合约，只受制于代码约定的义务，不容易通过法律监管。基于区块链技术的智能合约在物流、电子商务、金融保险等多个领域有着巨大的潜在市场应用价值。据咨询公司预测，智能合约能将美国的个人房贷成本降低 480-960 美元/年；在

218、美国和欧洲，将银行房贷运营成本降低 30-110 亿美金/年，将个人车险费降低 45-90 美金/年；帮助全球汽车保险公司将保险理赔成本降低 210 亿美金/年3。132未来场景：AI 打假，维护组织声誉和公信力既然 AI 越来越像人一样工作，那么 AI 假装成某些人也就不是难事。比如 AI 合成音视频的诈骗事件就在不断发生。华尔街日报报道，英国某能源公司的高管接到母公司 CEO 的电话，并向 CEO指定的位于匈牙利的供应商账户转入了 24.3 万美元，经过调查发现这是一起由 AI 伪造语音的诈骗事件，该笔资金最终流向了墨西哥等地，所有的损失最后由保险公司承担4。2020 年，英国第四频道官方

219、账号在 Twitter 上分享了一则通过深度伪造技术（Deepfake）制作的英国女王圣诞致辞伪造短片。该频道遭到了众多媒体和网友的批评，指责其不尊重女王5。根据布鲁金斯学会（Brookings Institute）报告显示，“深度伪造”技术会削弱民众对整个公共机构的信任（source：Brookings Institute）6。这些案例表明，仅凭人类自身或传统技术很难识别出利用数字技术手段仿造的音视频。而且这种AI 伪造技术还在不断被滥用。一条解决这个问题的路径是利用 AI 技术来“以毒攻毒”。基于深度学习的神经网络模型能够有效应用于自然语言、图像处理领域，正在向音视频理解方面延展，未来将广

220、泛应用于区分真实的音视频和由AI 深度合成的视频，例如 AI 技术通过对比两段视频画面中微小的差异或者音频中某一段波形与原音频不一致的地方来识别音视频是准确，从而鉴别音视频片段是否是通过 AI 技术深度合成；另外，基于机器学习和 API 的自动化防御系统，将利用鉴别器算法技术，及计算影响的网络因果推理等叙事模型，自动检测、判定和清除社交网络上的虚假信息，并通过追溯到数据源，为处理数字犯罪提供证据链。133未来场景：隐私增强计算大数据时代，数据被称为“新原油”。但与原油不同的是，数据不会被消耗掉，因此，数据的价值可以被不同的组织在不同的场景和区域重复发掘利用。当然，数据共享也带来了安全和隐私方面

221、的挑战：在机器学习的推动下，数据挖掘和分析等用途逐渐兴起，如何在保护数据隐私的前提下，允许多方进行数据协作，获取数据价值，对于像金融、医疗、零售等行业来说尤为重要。随着企业机构数据分析和数据仓库环境的日趋复杂化，传统的数据脱敏技术面临巨大压力，无法满足新时代的复杂要求，从而助推了人们对隐私增强计算（PEC）技术作为替代方案的兴趣。隐私增强技术是个技术门类的统一术语，通常指在隐私信息采集、存储、以及在执行搜索或分析过程中对于保护和增强隐私安全性的数据安全技术。它一般用来保护用户的个人数据信息在不被滥用的前提下还能够保证数据被有效利用，充分发挥其商业、科学和社会价值，为用户提供高效优质的服务。隐私

222、增强计算技术的探索有很多种，比如说：差分隐私：对基础数据通过添加随机生成的“噪声”，但同时保证更改后的数据仍然在执行任何计算时，达到统计或方向上的整体正确。通过混淆原数据的方法，防止任何个人的数据被别人直接共享。同态加密：同态加密提供了一种不需要解密，直接对加密数据进行处理的功能。原始数据经过同态加密后，生成密文数据，经过计算处理，形成密文结果。然后通过同态解密，得到的计算结果与将原始数据直接计算处理所得到的计算结果一致。联邦学习：主要解决的问题是，在进行机器学习时，满足企业各自数据不出本地的前提下，通过加密样本对齐，各自建立模型。在此基础上，再建立虚拟的联合模型。这个联合模型和通过传统方式直

223、接将各方数据聚合到一起而训练出来的模型，在性能上基本一致。除了上述技术之外，隐私增强计算技术还有可信计算环境（TEE）、零知识证明（Zero-Knowledge Proof）、K 匿名（K-Anonymity）、L-多样化（L-Diversity）等。未来，隐私计算将会包含更多迎来更多更优秀的算法，也会得到更广泛的应用，更好地兼顾隐私的保护和数据价值的发掘。134探索方向二：规则塑造数字可信技术手段并不能完全解决信息泄露、网络诈骗等破坏数字可信的行为，还需要通过相关规则的制定，双管齐下来帮助建立一个可信的智能世界。此外，个人数据安全的问题并非只是个体权利的保护，而且影响各国数字化战略的长远发展

224、。目前，部分大平台拥有数据流量优势，容易成为数字巨头，滥用自身优势，收集、使用、扩散消费者的个人信息。这种趋势的蔓延，既会加深企业与客户之间的不信任度，又会加剧企业之间不平等竞争。这将不利于整个社会的健康发展。未来场景：建立新的互联网个人信息调动机制未来场景：各国纷纷出台数据保护相关规则近年来，针对过度收集数据的规则制定和诉讼探索在不断推进。在公平交易的数字战略中，大数据背景下的个人信息的调动机制将会变得更加平衡，兼顾隐私权利和个人信息开发两个目的，在传统告知同意原则的基础上，强调主体对于个人信息的控制权。2021 年，个人信息保护法正式发布，作为中国首部关于个人信息保护的专门法律，重申了个人

225、信息保护工作的多项基本原则，包括公开透明、目的明确、最小必要。未来，个人信息调动机制将从规则框架上继续细化，为用户明确数据收集的场景、用途及风险。GDPR 是目前世界上最严格的针对个人数据的隐私和安全法，由欧盟起草通过，正式生效于 2018年 5 月 25 日。自生效以来，GDPR 总共收到了28.1万份数据泄露通知7。据统计数据显示，截至2021 年 9 月 2 日，自 GDPR 生效以来，已开出了841张罚单，总计超过 12.87 亿欧元，其中最大一笔罚单高达 7.46 亿欧元8。除 GDPR 之外，全球其他国家和地区也推出了数据保护相关的法律法规：2020 年，美国发布联邦数据战略与 2

226、020 年行动计划，旨在保护数据完整性、确保流通数据真实性、数据存储安全性等基本原则；阿联酋和新西兰也分别出台数据保护法和2020 年隐私法，加强对数据安全及个人隐私保护的规则建设。135未来场景：数据反垄断趋势全球化2019 年，美国发起了对涉嫌垄断市场、抑制竞争、侵犯用户隐私的行为的巨头公司进行反垄断调查；2020 年 5月 27 日，日本参议院正式通过数字平台交易透明化法案，该法案旨在规制特定数字平台，增加特定数字平台的公开义务。2021年 1月19 日，德国反对限制竞争法第十修正案正式生效，此次修法，在滥用相对优势地位行为的规制层面，拓展现行竞争规则的适用范围，以防范与遏制企业滥用相对

227、优势地位的行为；2021 年，中国国务院制定发布国务院反垄断委员会关于平台经济领域的反垄断指南；由此可见，数据反垄断趋势正在全球蔓延。未来，在反垄断法的不断完善和应用中，用户和第三方企业将从行业巨头手中获得更多的数据主权，避免大平台对个人隐私数据进行非法地获取、滥用及交易等侵犯数字安全、破坏公平竞争的行为，从而促进数字信用生态的建设。136面向 2030 年，人类可以借助区块链、人工智能等技术更好地保护个人隐私和数字资产，更精准地打击假新闻等数字造假行为，减少诈骗或数据盗用的隐患。隐私增强计算等技术为多方实现安全加密的数据共享，在不影响隐私安全的前提下，确保数据价值的流通。华为预测：到 203

228、0 年，50%以上的计算场景将采用隐私增强计算技术；85%的企业将采用区块链技术。同时，以 GDPR 为代表的数字安全领域法律和规则，以及数据反垄断趋势将会拓展至全球各地，进一步在个人与组织之间构建信用体系，加速组织在数字可信方面的合法合规进程。一个健全的数字可信生态需要多方共建。企业除了做好自身的防护和对合作方的管控，还可与相关机构合作，共同打击违反信息安全、数据垄断相关的违法行为，保护用户数据安全。企业还应该积极参与到加强全民数字技能的教育和培训中，提升公民数据安全和隐私意识，共建数字可信的智能世界。结语：共建数字可信的智能世界13750%以上的计算场景将采用隐私增强计算技术。85%的企业

229、将采用区块链技术。华为预测，到 2030 年：138相关引用Omar Abbosh，KELLY BISSELL Reinventing the Internet to Secure the Digital Economyhttps:/ ARCADIS 2021 Global Construction Disputes Reporthttps:/ Smart Contracts in Financial Services:Getting from Hype to Reality https:/ Catherine Stupp Fraudsters Used AI to Mimic CEO s V

230、oice in Unusual Cybercrime Case https:/ “Deepfake queen to deliver Channel 4 Christmas message”https:/ A.Galston Is seeing still believing?The deepfake challenge to truth in politics https:/www.brookings.edu/research/is-seeing-still-believing-the-deepfake-challenge-to-truth-in-politics/DLA PIPER “DL

231、A Piper GDPR fines and data breach survey:January 2021”https:/ https:/ 2030144今天，智能化已经成为全社会未来10年的主要发展方向，中国、欧盟、美国都发布了新的愿景。中国在“十四五”规划和2035年远景目标纲要中将行业智能化作为重要的发展方向，并围绕制造、能源、农业、医疗、教育、政务等给出了明确的发展目标。欧盟在其发布的2030 Digital Compass计划中提出2030年75%的企业将使用云计算、大数据和人工智能服务，90%以上的中小企业应具备数字技术的基本水平，并宣布为实现上述目标将加大能源和数字基础设施的投

232、资。美国国家科学理事会（National Science Board）在其2030愿景报告（Vision2030）中也建议未来10年应加大对数据、软件、计算、网络的投资，以保持其在数字经济领域的竞争力。行业智能化首先对企业网络的改造提出了明确的要求，在中国政府印发的工业互联网创新发展行动计划（2021-2023）中提出，需要加快工业设备网络化改造、推进企业内网升级，推动信息技术（IT）网络与生产控制（OT）网络融合，建设工业互联网园区网络；探索云网融合、确定性网络、IPv6分段路由（SRv6）等新技术的部署。在欧盟数字化欧洲工业（Digitising European Industry）的平台

233、规划中，提出要将纳米光电子、AI、5G、IoT等作为未来工业网络领域的关键使能技术并加大投资，期望在未来获得领导地位。面向行业智能化的需求，全球领先电信运营商纷纷行动起来，开始在不同程度上探索“联接+”的业务发展方向。中国移动提出5G+AICDE（AI、IoT、Cloud Computing、Big Data、Edge Computing）的发展战略。中国电信提出2030年要构建云网一体的融合架构。中国联通发布CUBE-Net3.0，明确提出联接+计算+智能的新发展方向。德国电信在2030展望中提出面向B2B业务要成为数字使能者（Digital Enabler），提供网络+IoT+云和数字化的

234、综合服务。根据GSMA的调研，面向工业、金融、健康、能源、农业的B2B、云、IoT场景将成为全球电信运营商未来“联接+”最具发展潜力的领域。产业趋势通信网络 2030145畅想2030年，人们可以依托高灵敏的生物传感器与智能硬件，通过宽带网络实时获取及跟踪身体各项指标，并在云端安全存储海量历史健康数据，将有能力自主驱动个人健康，减少对医生的依赖，提高健康水平与生活质量。人们可以基于万兆家庭宽带、全息通信等新技术，实现更人性化的人机交互体验。人们将基于空地覆盖的立体网络，实现交通工具的网联化，满足自由出行、智慧出行和低碳出行的需求。人们可以利用无处不在的感知技术、有线/无线万兆宽带、普惠AI和面

235、向千行百业的应用，构建更加宜居的城市数字基础设施。人们可以通过通信感知融合、自动化和智能化的技术实现高效的环境治理。人们可以利用协作机器人、AMR、数字员工等新型劳动力，结合工业互联网，使得从需求提出到生产交付的全过程更准确、更低成本，并提升制造产业的韧性。人们可以将能源物联网和智能电网相结合，构建“源网荷储”全链路数字化的绿色能源互联网，零碳数据中心和零碳站点也有望成为现实。人们可以将区块链、数字水印、AI打假、隐私增强的计算与内生安全的网络相结合，以保障数字安全可信。面向2030年，通信网络将从连接百亿人向连接千亿物的方向发展。首先，通信网络规模还将持续增长，导致网络管理更加复杂，需要网络

236、更加智能，未来10年如何通过软件技术创新，实现在网络规模持续增加的情况下运营维护成本基本不变，将极具挑战；其次，工业、农业无人值守、自动驾驶等物联场景对网络的覆盖能力、质量保障能力和安全可信提出更高的要求，未来10年如何通过协议和算法创新，实现网络能够承载多种业务，同时满足高质量和灵活性的要求将极具挑战；最后，由于摩尔定律放缓，量子计算等新技术还不成熟，计算、存储、网络能效的持续提升已经出现了瓶颈，未来10年如何通过基础技术创新构建一个绿色低碳的网络，实现网络容量增加数十倍的同时能耗基本保持不变将极具挑战。通信网络已经成为推动未来世界发展的主导力量之一，与传统产业不同，通信网络经过近两个世纪的

237、发展，依然看不到任何放缓的迹象，短短30年，通信技术就实现了从2G到5G的快速升级，从ADSL到千兆光纤家庭的规模部署，未来10年通信网络将持续探索新的场景和技术，迎接智能世界的全面到来！通信网络 2030146从1837年摩尔斯发明有线电报到今天，通信网络从联接个人、家庭扩展到联接组织，通信网络需要不断被创新才能适应业务的多样性和快速变化。未来10年，通信网络将不仅要联接个人，还要联接与个人相关的各种感知、显示和计算资源；不仅要联接家庭用户，还要联接与家庭相关的家居、车和内容资源；不仅要联接组织里的员工，还要联接与组织相关的机器、边缘计算和云资源，以满足智能世界丰富多样的业务需求。随着网络联

238、接对象的扩展，业务需求的变化，未来网络场景图1 超现实人机交互体验通信网络 2030147未来10年除了业界已有共识的5G向5.5G/6G、F5G向F5.5G/F6G、IPv4/MPLS向IPv6+、自动驾驶网络从L2向L5持续演进之外，各种新型的网络场景也将不断涌现。下一代人机交互网络：以人为中心的超现实体验当虚拟世界还是冰冷机器的时候，人机交互方式是人要主动适应机器，PC时代我们学习使用鼠标和键盘，智能手机时代我们学习使用触摸屏，传统汽车时代我们需要学习操作按键和旋钮。当虚拟世界达到高级智能阶段的时候，人机交互方式将转变为机器能主动适应人，机器（智能大屏、智能家居、智能汽车、智能外骨骼等）

239、能够理解人的自然语言、手势、眼神，甚至脑电波，实现虚拟世界与物理世界更加自然的融合，为人机交互带来超现实的感官体验。（图1 超现实人机交互体验）未来10年，通信网络需要支持XR、裸眼3D、数字触觉和数字嗅觉等全新的人机交互体验。这对通信网络提出更高的要求。XR：虚实的完美结合，自然的交互体验虚拟现实（Virtual Reality，VR，指已经包装好的视觉、音频数字内容的渲染版本）、增强现实（Augmented Reality，AR，指用其他信息或人工生成的内容，覆盖当前环境的图像）、混合现实（Mixed Reality，MR，AR的高级形式，虚拟元素融入物理场景中）、扩展现实（eXtende

240、d Reality，XR，由计算机技术和可穿戴设备生成的所有真实和虚拟环境及人机交互，包含了VR、AR和MR）业务以其三维化、自然交互、空间计算等不同于当前互联网终端的特性，被认为是下一代个人交互的主要平台。2020年疫情造成社交隔离，激发了VR游戏、虚拟会议、AR测温等需求爆发，美国数字游戏发行平台Steam的VR活跃用户翻倍增长，一些厂家已经发布更加轻便的隐形AR眼镜，并计划在2年内上市。随着5G、WiFi 6、光纤等“三千兆”宽带的普及，未来10年XR业务将迎来快速发展期。据华为预测，2030年XR用户数将达到10亿。中国信息通信研究院在虚拟（增强）现实白通信网络 2030148皮书中，

241、将XR的技术架构分为五个部分，包括近眼显示、感知交互、网络传输、渲染处理和内容制作，并对XR发展阶段进行了预测，得到了产业界一定的认同。（表1 XR业务对网络的需求）当前，XR还处于部分沉浸体验阶段，主要表现为2K单眼分辨率、100-120度视场角、百兆码率、20ms MTP（Motion To Photons，头动到显示画面）时延，如果内容渲染全部在云端实现，20ms是保障不头晕的基础要求。我们预测，2030年XR将达到完全沉浸体验，主要表现为8K单眼分辨率、200度视场角、千兆码率。如果全部渲染还在云端，则需要5ms的MTP时延，如果通过技术方式，将容易引起头晕的环境内容放在本地渲染，则时

242、延只与内容的类型相关。如果是流媒体类弱交互内容，20ms时延就可以满足要求；如果是游戏类强交互内容，则仍然需要5ms的时延。因此，支持XR业务未来10年的发展，网络需要具备1Gbps带宽和520ms的网络时延能力。裸眼3D：逼真的影像再现，全新的视觉体验 裸眼3D的技术实现主要包含三个环节：对3D物体的数字化、网络传输、利用光学或者计算重建显示。根据显示方式不同，裸眼3D可以分成两大类。一类是光场显示（Lenslet），利用双眼视差产生3D视觉效果，包括视差障碍、柱状透镜、指向光源等多种技术。这些技术对观赏角度有苛刻要求，如果希望大面积使用需要结合对用户观看位置的实时捕捉，并动态地进行调节。第

243、二类是空间光调制器（spatial-light-表1 XR业务对网络的需求通信网络 2030149modulator，SLM），利用干涉方法将三维物体表面散射光波的全部振幅和相位信息存储在记录介质中，当用同样的可见光照射全息图时，由于衍射原理，可以再现原始物体光波，为用户提供“栩栩如生”的视觉感受。（表2 裸眼3D对网络的需求）近几年，基于光场显示的裸眼3D通过与用户位置感知和计算技术结合，发展的很快，一些厂商已经在展示相关的创新产品，我们判断到2025年就会在娱乐、商业领域出现大量实用案例，对带宽的需求在1Gbps左右，对实时交互的要求较高，在强交互下需要网络时延小于5ms，商业应用需要5个

244、9（99.999%，1年内不能工作时间少于5分15秒）的网络可用性。基于光学重建的全息技术近几年也出现一些突破，业界已经诞生厚度10厘米、投影尺寸在100平方厘米左右的产品原型。我们判断未来10年，这类小型的全息产品将可以实现商用，用于展会、教学和个人便携终端等场景，对带宽的需求在10Gbps左右，对时延的要求为15ms，网络可用性要满足商业5个9的要求。真人级的全息产品对带宽的要求更高，要超过1Tbps，但是我们判断2030年还不具备规模商用的能力。因此，从裸眼3D的需求看，未来10年网络需要支持每用户110Gbps带宽、15ms时延和5个9的可用性。数字触觉：多维的体感交互，可触摸的互联网

245、 IEEE在触觉互联网（tactile Internet）架构中，将数字触觉技术分为用户层、网络层和化身层三个层面。用户层输入位置、速度、力度、阻参考：IEEE1981.1 触觉互联网、Digital Holography and 3D Display表2 裸眼3D对网络的需求通信网络 2030150抗等信息，经过网络数字化后变成指令数据提供给化身层；化身层采集到触觉、听觉、本体感受数据，经过互联网提供给用户层，用于用户实时决策。根据交互方式又可以划分为两大类：第一类是机器控制，应用场景如远程驾驶、远程控制等；第二类是精细交互，应用场景如电子皮肤、远程手术等。（表3 数字触觉对网络的需求）机器

246、控制在工业领域拥有大量应用场景，对网络可用性要求高于5个9，部分行业甚至要求达到7个9（99.99999%），根据不同业务场景，网络时延在110ms，带宽在100Mbps以内。精细交互中基于柔性电子的电子皮肤是未来最具发展空间的场景，电子皮肤集成了大量精细的压力、温度等传感器。根据英国萨里大学（University of Surrey）的相关分析，每平方英寸电子皮肤就需要2050Mbps的带宽，每个手掌需要1Gbps。在电子皮肤场景下，用户层不一定是人类，也有可能是智能机器，可以根据化身层的电子皮肤采集到的海量数据信息进行分析、计算和决策，对化身层进行控制。用户层也有可能直接通过脑机或者肌电神

247、经接口与人连接，实现沉浸式的远程交互体验。我们判断在精细交互的场景下，将需要110Gbps的网络带宽。因此，从数字触觉的需求看，根据不同业务场景，网络需要支持每用户110Gbps的带宽、110ms时延和大于5个9的可用性。数字嗅觉：深层的感官交互，可品味的互联网人类的五种感官由远及近可以分为非接触的（视觉、听觉、嗅觉）和需要接触的（触觉、味觉）。与视觉和听觉比较，嗅觉是非接触体验中较深层次的感官。数字嗅觉包含三个技术环节：气味的感知、网络传输、气味的重现。气味的感知目前已经有一些应用案例，比如利用复合材料组成条形码，可以根据味道产生化学反应，并产生颜色的变化，然后通过深度卷积神经网络算法（DC

248、NN）识别条形码与气味的关系，在一些特定场景，如危险品检测、食物新鲜度检测中已经有应用。气味的重现业界已经有一些商业化的产品，如VR气体发生器，可以使用5种气味墨盒，然后根据VR游戏场景释放表3 数字触觉对网络的需求通信网络 2030151相应的味道，如海洋、火药、木材、土壤等，在一些研究报告中也提出未来可以基于脑机接口更直接和准确地让人感知到气味。我们将气味感知（电子鼻）与气味重现结合起来，可以构建一个不仅闻其声、观其影，还能知其味的数字嗅觉互联网。数字嗅觉对网络带宽和时延的需求目前还不清晰，但是对计算的需求比较明确。综上，下一代人机交互网络将支持XR、裸眼3D、数字触觉、数字嗅觉等全新体验

249、，对用户网络的需求将是带宽10Gbps、网络时延1ms、可用性要达到5个9。住行合一网络：相同宽带体验的第三空间在对未来自动驾驶汽车的畅想中，最具有吸引力的就是在汽车里面也可以享受到和在家庭环境一样的沉浸式影音娱乐、社交、办公体验，车内和家庭都将出现多屏、3D、全息的应用场景，家庭8K/16K大屏、车内MR将逐渐普及。从5G/F5G/WiFi 6开始，移动和固定宽带基本上同步迈入千兆时代，这也支持了住行合一的体验实现。自动驾驶的汽车在未来将成为家庭、办公室之外的“第三空间”，未来用户可以享受到从家庭到出行，再到办公室的连续宽带业务体验。（表4 家庭和出行对网络的需求）人们在家庭和办公室的业务场

250、景包含大屏、多屏、3D、全息教学和XR。考虑到真人级全息会议在2030年普及率不高，家庭和办公业务的主流宽带需求还是110Gbps、时延小于5ms，未来家庭和办公网络将不仅提供宽带的无缝覆盖，还将支持居家办公、场所安全和机器人等全新生活场景。家庭网络基于通信感知融合能力，能够感知用户位置、室内空间、环境安全等，为人们构建一个更加人性化的居住和办公环境。人们在移动第三空间（车内）的业务场景也将包含多屏、3D、全息教学和XR。未来10年，对网络带宽的主流需求是支持1Gbps10Gbps，网表4 家庭和出行对网络的需求场景分类商用时间家庭车业务峰值带宽往返时延业务影院10年内16K视频（180英寸屏

251、幕）1.6Gbps50ms1.6Gbps，20ms（16K XR）游戏10年内36024K 3D VR/AR4.4Gbps5ms4.4Gbps，5ms（24K XR）全息教学10年内10英寸全息12.6Gbps20ms12.6Gbps，20ms全息会议10到20年真人级全息(70英寸)1.9Tbps15ms12.6Gbps，15ms（微缩全息,10英寸）自动驾驶10年内家庭机器人10cm定位5个9可用性520cm定位5个96个9可用通信网络 2030152图2 卫星宽带网络络时延也要小于5ms。考虑到自动驾驶依托网络的车路协同场景，对网络的可用性也提出了更高要求，可用性要大于5个9，并支持10

252、cm的定位精度。综上，面向未来家庭、办公室、自动驾驶汽车三个空间，需要构建住行合一的万兆网络新能力。卫星宽带互联网：地面到空中的连续宽带覆盖未来10年网联无人机将更加普及，并带来千亿规模的新产业空间，将出现更多的城市载人飞行器，数万颗低轨宽带卫星将运行在天空中。卫星宽带将具备规模商用能力，载人太空旅行和深海探索将成为热门的娱乐项目。宽带将成为生活不可分割的一部分，伴随着人类娱乐和生活的足迹，也伴随着工业、农业智能化的无人值守需求，走向海洋、大漠和天空，需要像空气一样随时可获取。一张由天空和地面交织的宽带网络，将为人类新生活体验、行业万物智能化提供服务。（图2 卫星宽带网络）受频谱资源限制和干扰

253、因素影响，单颗低轨卫星的实际峰值容量约1020Gbps，假设1万颗卫星组成覆盖全球的卫星网络，分布在超低轨道（VLEO）到低轨道（LEO）的多个轨道平面上，每颗卫星与多个方向的卫星基于100Gbps以上的激光通信组成多路由星光传输链路，考虑到卫星实际经过的地区至少一半是海洋、沙漠等宽带需求极低的区域，实际全球宽带卫星网络有效容量将在100Tbps左右。在蜂窝网覆盖之外的地区，卫星宽带可面向使用多通道相位阵天线的消费者提供百兆宽带能力，向使用双抛物面天线的企业客户提供千兆宽带能力，并经过星光传输链路将数据传送到全球数百个关口站与互联网连接，相当于形成一张全球立体覆盖、时延在100ms以内的准4G

254、网络。目前低轨卫星宽带的终端天线尺寸还比较大，尚无法满足个人移动性的需求，主要场景是面向偏远地区的家庭、企业、轮船等，业界已经出现将卫星宽带作为回传链路与地面蜂窝网、WLAN网络结合，面向偏远地区的乡村或者企业提供宽、窄带覆盖的应用案例。未来随着卫星宽带的普及，有可能出现支持高移动性的卫通信网络 2030153星宽带场景（终端），如网联汽车、小型化的个人终端等，满足人和物从家庭WiFi到城市蜂窝网，再到无缝覆盖的卫星网连续宽带体验需求。工业互联网：面向智能制造、服务于人机协同的新网络工业互联网（Industrial Internet）是信息通信技术与工业经济深度融合的新型基础设施，通过对人、机

255、、物、系统等的全面连接，构建起覆盖全产业链、全价值链的全新制造和服务体系，为工业乃至产业数字化、网络化、智能化发展提供了实现途径。工业互联网体系包含工业控制、工业软件、工业网络、信息安全四个关键组成，其中工业网络是整个体系的基础。传统工业网络基于ISA-95金字塔模型构建。这个架构已经存在了20多年，是一个服务于“以人为核心”的制造体系。随着智能制造的发展，未来需要一个面向智能制造、“服务于人机（机器人）协同”的新架构。新架构以人、机器人、智能平台（云/边缘计算）三者对等构建，私有的工业总线将被支持实时性的通用化工业网络和开放的数据层所替代，智能平台将汇聚人和机器人的各项数据，实时分析和决策，

256、支撑人与机器人工作的有效协同。华为预测，2030年全球总联接数将会达到2000亿，其中无线、无源联接数约1000亿，基于有线、WiFi、短距通信的联接数约1000亿。工业领域除了海量的压力、光电、温湿度传感器外，大量的智能摄像头、智能汽车、无人机、机器人也将接入到网络中，工业网络将从传统的多种窄带技术走向更加通用化的宽带技术。通用化的工业网络，将打破传统消费、办公和生产业务的边界，基于5G、TSN、IPv6+、工业光网等确定性宽带网络和切片技术实现融合承载，满足任意人/物（Any-Workforce）的互联，以及消费、办公和生产系统全要素上云的需求。通用化的工业网络还将实现同厂家办公与生产系统

257、之间、同行业不同厂家之间、不同行业相关业务之间的数据按需分享和工作无缝协同，通信网络 2030154满足任意业务（Any-Workload）的宽带互联、多云数据共享需求。通用化的工业网络将更加智能，面向无边界、移动性、跨行业、跨云需求，支持基于意图驱动的网络自动化管理和基于AI的主动式安全和隐私保护，满足任意地点（Any-Workplace）的业务安全可信的需求。每个企业都存在多种业务类型，要求通用化的工业网络满足业务可用、安全、可信三类需求，如智能医疗包含远程诊疗、监测护理和远程手术等业务；智能电网包含视频巡检、电网控制和无线监测等业务；智能制造包含工厂环境监控、信息采集和操作控制等业务。（

258、表5 智能化企业对网络的需求）根据每种业务的典型带宽和时延要求，结合对2030年企业各种终端的数量预测，可以判断未来一个大中型企业需要100Gbps的网络带宽，单用户最大带宽要达到10Gbps，网络时延根据不同业务存在1ms/10ms/100ms多种需求，并存在网络安全、可信的需求。算力网络：面向机器认知，联接海量用户数据与多级算力服务通信网络带给社会的价值体现在其承载的业务，过去网络帮助人们建立了沟通渠道，承载了通讯服务；今天网络连接了端和云，带给人们丰富的内容，承载了内容服务。今天的网络还是面向人类认知设计的系统，例如视频内容的帧率选择考虑到人类对运动物体的视觉感知力，定义为30帧/秒，采

259、集的音频也利用了人类认知系统的掩盖效应机制。对于人类的认知，这样的编码质量可以被认为是精细的质量，但是对于需要超越人类的用例则远远不够，如机器人的监控系统可以从超过人类可听频率的声音中检测到异常。普通人看到事件时的响应速度约为100ms，因此很多应用基于这个时延进行设计，但是人类之外的应用，如紧急停车系统，则需要进一步缩短响应时间。相 对 于 今 天 面 向 人 类 设 计 的 网 络，根 据IOWNGF面向2030愿景和技术研究报告的分析，未来面向XR、机器视觉、自动驾驶等表5 智能化企业对网络的需求参考 信通院5G端到端切片行业SLA需求研究报告通信网络 2030155智能机器的网络将从四

260、个方面提升性能：首先是增强感知力，能够捕捉物理世界更加精细、精确和多维度的数据，如在工业异常检测场景下，将视频采集的帧率提升到120帧/秒；其次是响应速度，如在面向机器控制的场景下，将端到端响应时间缩减到10ms；再次是支持资源的可扩展性，目的是在动态工作负载情况下实现网络和计算资源的高效利用，如支持资源动态线性扩展的能力；最后是能效，主要是提升计算资源的使用效率，需要将目前多数企业采取的固定配置的计算资源使用方式改变为云共享服务方式，未来进一步提升为事件驱动的无服务器模式，实现能效的大幅提升。智能机器将产生更加精确的数据，包含网络时钟、地理定标（用于数字世界的精确建模），从而摆脱数据的处理和

261、计算对于今天高度集中的互联网平台的依赖，应用程序将向以数据为中心转变，实现数据与计算、通信的解耦。面向机器认知的网络，将需要适应海量的机器数据采集和传输、非常严格的时延要求，以及大量用户订阅的需求，可以根据系统整体状况和重要程度的不同，控制数据发布者的数据生成和注入，可以在网络中的通信、计算节点之间存储和共享数据，可以提供精确的时间和位置标记，能够确保数据安全、隐私和完整性，支持数据在不同协议之间的代理服务，并可以跨越多个不同的网络。随着摩尔定律的放缓，终端算力在超过128核之后，经济性将面临瓶颈，云数据中心受到传输带宽成本和时延的影响，也无法满足未来智能机器海量强实时业务的处理需求，面向机器

262、认知的新型网络需要支持在边缘侧进行数据分析和处理，而不必将数据全部传到中心云。未来网络将联接云、边、端，将海量机器数据传输到各级算力基础设施，根据不同业务1ms/10ms/100ms的时延要求，实时地将数据调度到城市内分布式的边缘计算、城市群的数据中心集群、骨干的集约化大数据中心等三级计算资源。（图3 面向机器数据服务的三级计算资源）计算的效率、可信度与网络的带宽、时延、安全性、隔离度都存在相关性，计算与网络需要图3 面向机器数据服务的三级计算资源通信网络 2030156相互协同。主流运营商已经发布了计算与网络融合服务的新商业愿景，并提出了“算力网络”的全新理念，希望将云边端多样的算力通过网络

263、化的方式连接与协同，实现多级算力服务的按需调度和高效共享。算力网络代表了从“面向人的认知”向“面向机器认知”的网络设计理念的重要变化。中国政府在关于加快构建全国一体化大数据中心协同创新体系的指导意见中明确提出：“随着各行业数字化转型升级进度加快，全社会数据总量爆发式增长，数据资源存储、计算和应用需求大幅提升，迫切需要推动数据中心合理布局、供需平衡、绿色集约和互联互通，构建数据中心、云计算、大数据一体化的新型算力网络体系，促进数据要素流通应用，实现数据中心绿色高质量发展”，并提出要“通过引导数据中心集约化、规模化、绿色化发展，在国家枢纽节点之间进一步打通网络传输通道，加快实施东数西算工程，提升跨

264、区域算力调度水平”。为支持算力网络标准工作的积极开展，ITU-T开启Y.2500系列编号，以Y.2501“Computing P o w e r N e t w o r k-f r a m e w o r k a n d architecture”为首个标准，将形成算力网络系列标准，并与中国通信标准化协会（CCSA）算力网络系列标准相互呼应，算力网络已经纳入了很多运营商6G与未来网络技术研究的范畴，是未来10年通信网络演进的关键场景。认知网络：向高级智能进化的网络学术界经常将物理世界的变化进行拟人化描述，以便于人们更容易理解技术对世界的影响。1877年德国哲学家卡普在技术哲学纲要中首次提出“工

265、具和器物是人体器官投影”的概念和理论。1964年媒介理论家麦克卢汉在理解媒介一书中提出“机械技术时代是人类身体的延伸，电子技术时代是人类神经系统的延伸”的观点。1995年罗素在地球脑的觉醒（The Global Brain Awakens）一书中提出“人类的各种连接，正在使地球成为类人脑组织，地球正在觉醒”的观点。从身体到神经再到大脑，整个数字世界正在向着高等生命进化。通信网络 2030157通信网络已经诞生一百多年，早期的电报网、模拟电话网已经消失或被替代。过去50年，移动通信网、光通信网、数据通信网通过不断的代际演进，保持了蓬勃的生命力，与光纤管线、机房站点一起构成了网络强健的身体。最近1

266、0年，网络最大的变化是出现了神经系统的进化。人的神经系统既包含实现自主应激反应、可以闭环管理的基础神经系统，也包含具备分析思考和主动认知能力的高级神经系统（大脑）。从软件定义网络（SDN）到自动驾驶网络（ADN），网络已经逐渐进化出了自己的基础神经系统。未来10年，网络神经系统将向两个方向持续进化：一个方向是具备通信感知融合能力（无线感知、WiFi感知、光感知等），另一方向是还将进化出大脑，一个可以构建虚拟世界，并自主完成推理和决策的数字孪生系统，这将是网络进化为高等生命、具备认知智能的标志。认知智能本身是一个工程与数学结合的问题，要求系统可实时感知各种外部和内部变化，通过自主分析预测，主动做

267、出管理。认知智能的构建将包含两个维度：时间维度和功能维度。时间维度：根据历史信息（如T1、T2），通过学习，能够推测出未来（T3）的变化，典型的如L5自动驾驶网络，可以根据历史性能和告警，对将出现的性能劣化给出准确的预测。功能维度：根据多个环境功能（如A、B）的信息，通过学习，能够判断出网络功能（如C）的变化，典型的如认知无线系统、网络安全等，可以根据用户位置、信道的变化预测出用户将发生的切换，可以根据报文的行为异常，判断安全态势的改变等。认知网络概念的提出已经有很多年，世界一些知名的大学、研究机构和公司都在进行相关研究，但一直没有突破性进展。认知技术最早用于无线网络，2004年IEEE成立了

268、802.22标准组，是业界基于认知的第一个无线标准。近年来伴随着AI在多场景的突破，如在无人驾驶场景，基于实际道路的无人驾驶里程已经超过百万公里；在生产质量控制场景，借助AI视觉能够大大缩短质检时间；在农业场景，智能采摘机器人的采摘苹果效率可以达到人工的两倍以上等，通信产业也开始探索如何将AI应用于网络，希望在未来10年，借助AI和数字孪生技术的结合，在认知网络方面获得突破性进展，可以通过对多维度数据信息的分析、推理，大幅度提升对网络未知状态的预测和判断能力。作为即将觉醒的数字世界的一部分，通信网络未来将具备融合感知能力和认知智能，像高等生命一样，四肢发达、感觉敏锐、头脑灵活。通信网络 203

269、0158网络愿景从联接百亿人到联接千亿物，一个智能原生、安全可信，具备确定性体验和通信感知融合能力的立体超宽、绿色网络是未来网络发展的方向。（图4 通信网络2030的愿景）网络愿景与关键技术特征关键技术特征通信网络2030具备6大技术特征和15项关键技术，每个关键技术又包含多项未来需要研究的技术点。（图5 通信网络2030的关键技术特征）图4 通信网络2030的愿景通信网络 2030159立体超宽网络 未来十年，网络性能将持续提升，从今天的3个千兆（5G/F5G/WiFi 6）增长到3个万兆（6G/F6G/WiFi 8）。根据华为预测，2030年全球人均月无线蜂窝网络流量增长40倍，达到600

270、GB。全球千兆以上及万兆家庭宽带网络渗透率分别达到55%和23%，家庭月均网络流量增长8倍，达到1.3TB。网络接口将从400G升级到800G/1.6T，单纤容量突破100T，在网络覆盖能力上要从地面走向空天地一体。1)空天地一体：无缝立体的连续宽带体验未来宽带将不仅在地面，还将延伸到空中，从小于千米高度的无人机到万米高度的航空飞行器，再到数百公里高度的低轨航天飞行器都图5 通信网络2030的关键技术特征通信网络 2030160需要宽带连接。立体网络将由覆盖半径100m的小站、110Km的宏站和300Km400Km的低轨卫星共同组成，分别为用户提供万兆、千兆、百兆的连续宽带体验。（图6 立体宽

271、带网络）在卫星与地面接入域，网络需要支持终端自由接入地面和空间网络；需要研究深衰落、大时延和高动态的新空口技术；需要研究面向负载均衡的星内、星间的波束赋形，将激活的用户均匀分配在不同波束中，实现资源高效利用；需要研究抗干扰技术，提升频谱复用率；需要研究全球巨量切换请求和复杂切换条件下的快速决策框架，以及基于有限地面站的移动性管理框架等技术。在卫星之间传输域，不同轨道高度的卫星构成多层星座，每层星座内通过星间链路组网。同轨、同层、邻层卫星之间按需建设星间链路，形成空间立体网络。星间链路将采用激光、太赫兹等技术，支持100Gbps以上的带宽能力；需要研究工业产品如何航天化、相控阵列天线小型化、激光

272、传输动态跟瞄等技术。在网络的管理和控制域，包括运控中心、网管中心、信关站和融合的核心网，完成星网管理、用户管理和服务支撑等任务，需要研究地面关口站与星座网络间的新动态路由协议，支持空天地一体智能切换的超分布融合核心网等实现空天地一体化。2)3个万兆接入：个人、家庭、组织共同迈入万兆时代未来10年，随着全球各国光纤网络的广泛部署，有线和无线将从今天的家庭、个人、园区三千兆共同迈入三万兆时代。支持万兆家庭宽带，光接入网络预期需要用到200G PON的技术。传统用于WDM的相干检测技术将用于PON领域，可以显著提高接收器灵敏度，并支持更高频谱速率的调制格式，如QPSK、16-QAM等，实现更高的数据

273、速率。为实现万兆个人宽带能力，移动网络主要研究方向是Sub100GHz频谱的灵活应用和Massive MIMO的持续演进。目前3GPP R16标准中，图6 立体宽带网络通信网络 20301615G NR已经定义了两个频率范围FR1和FR2，涵盖了从450MHz到52.6GHz的所有IMT频谱，正在定义的R17标准中，52.6GHz以上频谱用于5G NR已经成为了重要课题之一，这标志着100GHz以下频谱向5G全面演进已经成为业界共识。为实现万兆园区宽带接入能力，未来还需要研究支持毫米波和高密度MIMO的下一代WiFi技术，正在定义的WiFi 7理论上可以支持万兆的用户接入能力，由于无线空口技术

274、已经逼近香农极限，未来WiFi和移动网的发展都需要引入更大的频谱空间，而频谱又属于稀缺资源，业界也在讨论未来WiFi 8与6G融合的可行性。3)超宽全T网络：接入、骨干、数据中心网络全面进入T时代综合考虑家庭、个人和企业场景人与物的宽带需求，在流量驱动下，未来网络接入层将出现T（Tbps，1Tbps=1024Gbps）级别的接口，骨干设备每槽位将支持40100T的接入容量，数据中心将出现每槽位400T的网络设备。2030年，运营商在千万人口规模城市的宽带通信网络，将在接入、骨干、数据中心网络多个环节进入全T时代。为 满 足 业 务 发 展 需 求，数 通 设 备 需 要 研究800G/1.6T

275、的高速以太网接口技术，和200G/400G接口相比，800G以太网是一个全新的技术，还没有完成标准化工作，目前有两种技术路线，一是继续采取可插拔的模式，二是采取光电合封的技术（CPO），两种技术路线未来都会占据一定的市场空间。预计超过800G的可插拔光模块将遇到功率和密度问题，光电合封的技术将成为主流选择。同时骨干波分设备也需要突破单纤100T的长途传输能力，未来需要一系列的技术突破才能满足新的需求，包括研究高波特率的电光调制器材料、从C波段扩展到L和S波段的新型光放大器技术等。确定性体验为满足家庭场景下办公和学习等业务需求、企业场景下安全和可靠性生产的需求，通信网络要能做到确定性体验。1)三

276、级时延圈：100ms/10ms/1ms时延圈满足差异化业务诉求未来10年，互联网流量模型将发生颠覆性的变化，从目前服务消费娱乐的“自上而下”内容流量转变为服务全行业智能化的“自下而上”数据流量，智能机器产生的大量数据需要在数据中心处理。为协调电力和算力的发展，构建全社会绿色算力，网络需要服务于未来数据中心的集约化布局，根据不同的业务需求，以用户为中心构建骨干、城市群、城市内三级时延圈，满足100ms、10ms和1ms的不同业务诉求，并可以根据业务属性通过网络层面直接进行实时调度，实现全社会算力的绿色和高效。除了通过网络架构构建三级时延圈，对业务时延进行系统性保障，业界还需要对网络端到端的确定性

277、技术进行研究。无线接入的场景下，实时业务对空口瞬时速率要求高，但由于单载波多用户的复用而频谱受限，实时性很难得到保障。未来业界需要研究多载波聚合技术，通过载波配置和传输解耦，在多频段的广义载波内提升业务在时延约束下的带宽。云化的无线核心网则需要研究实时操作系统（Real-Time OS），强化系统确定性调度框架，保障业务的实时性。通信网络 2030162光 纤 接 入 的 场 景 下，目 前 基 于 时 分 复 用（TDM）的PON技术上行采取突发模式来防止冲突，难以满足低时延的要求，未来需要研究频分复用（FDMA）技术，允许多个ONT终端并发，从根本上保障低时延要求。广域网络则需要改变目前尽

278、力而为的转发机制，需要研究PHY、MAC层的协议改进，集成TSN、确定性IP的新技术，实现端到端时延可按需保障。2)端到端切片：为垂直行业打造更加适配的逻辑“专网”和服务端到端切片为各行业提供独立运行、相互隔离的定制化专网服务，是服务垂直行业的关键切入点。端到端切片是一种有SLA保障的网络虚拟化技术，在网络基础设施上隔离出不同的逻辑或物理网络，满足不同行业、不同业务的SLA诉求，包含无线切片、承载网切片、核心网切片技术及端到端的管理与服务。无线切片技术：无线切片可分为硬切片、软切片。硬切片通过资源隔离实现，如为特定切片静态预留RB（Resource Block）、载波隔离等；软切片通过资源抢占

279、实现，如基于QoS的调度、动态预留RB等。目前网络已经实现了基于优先级为不同切片提供速率保障，需要进一步研究针对不同切片提供最合适的PHY/MAC/RLC/PDCP层无线协议，比如针对URLLC（超可靠低延迟通信）切片提供具有低时延编码方式的PHY层、HARQ机制优化的MAC层。承载网切片技术：承载网切片分为物理隔离、逻辑隔离。物理隔离技术有光层硬管道，通过不同的波长或单波长内的ODUk承载不同的业务；有MAC层的FlexE(Flex Ethernet)，通过时隙调度实现业务隔离。逻辑隔离技术有IP层SRv6 Slice-ID、流量工程（TE）、VPN等，通过标签与网络设备资源预留方式实现业务

280、逻辑隔离。未来业界需要进一步研究FlexE与TSN、DetNet的拥塞管理机制、面向时延的调度算法、高可靠冗余链路等技术的融合，提供有界时延和零丢包的物理切片技术、小颗粒度的FlexE接口等。核心网切片技术：在5G SA架构中，微服务是核心网网络功能的最小模块化组件。未来业界需要结合三级时延圈的要求，支持将微服务按业务需求灵活编排形成不同的切片，并根据时延带宽需求，把切片微服务灵活部署在不同的网络位置。端到端管理与服务：3GPP中定义了端到端的切片管理功能NSMF（Network Slicing Management Function），通过NSMF拉通各子域NSSMF，形成端到端自动化切片，

281、满足切片业务的弹性开通、扩缩容诉求。面向2030，业界需要进一步研究切片SLA的感知、精确度量和调度，实现切片的自动化闭环控制。此外，切片能力还需要面向垂直行业提供服务，让行业客户能够灵活按需定制，未来如何满足行业客户对切片的CRUD（Create/Read/Update/Delete）诉求，切片与客户专网、边缘业务的配置协同等问题，仍需继续研究增强。3)5个9高可靠：满足行业生产控制系统要求，使能企业全要素上云 传统企业管理和生产系统以“人”为中心，基于ISA-95金字塔模型构建，包含ERP、MES、SCADA、PLC等多个系统，未来智能化企业将以“人-物”协同为基础，构建云、边、物、人扁平

282、化新架构。当 前 企 业 云 化 主 要 需 求 是 非 实 时 的 E R P 和M E S 系 统，对 云 网 的 可 用 性 要 求 为 3 个 9通信网络 2030163表6 自动驾驶网络的分级定义参考：TMF 2020（99.9%）。2030年，随着企业全要素上云，实时系统如SCADA、PLC对云网（边）的可用性要求将大于5个9。提升无线接入网络可用性是未来主要研究方向，目前5G已经提供了URLLC的基础可靠性，在港口、煤矿等场景下可用性已经可以达到4个9（99.99%），未来移动网络将通过引入AI技术，更好地预测信道衰落特征，识别信道变化的包络，提升单位频谱可支持的URLLC连接数

283、，通过智能化预测和干扰跟踪以及E2E协同等方式将移动网络可用性提升到5个9。智能原生1)自动驾驶网络：网络向L4/L5高级智能化方向持续演进自动驾驶网络作为网络神经系统发展的高级阶段，通过数据与知识驱动的智能极简网络，实现网络自动、自愈、自优、自治，使能新业务并实现极致客户体验、全自动运维、最高效资源和能源利用。当前自动驾驶网络还处于L2L3的发展阶段，具备部分和有条件自治的能力，系统可以根据AI模型在特定的外部环境中面向特定单元使能闭环运维。未来自动驾驶网络还将向高级智能持续演进，可以在更加复杂的跨域环境中，面向多业务实现整个生命周期的闭环自动化能力。（表6 自动驾驶网络的分级定义）为了支撑

284、自动驾驶网络向L4/L5等级演进，我们需要研究以下关键技术方向。第一，在管理和运营层面，通过统一数据建模，使数据和功能/应用解耦，数据跨层保持一致性；构建网络的数字孪生，结合仿真技术实现对真实网络的分析和操控。具体业界需要对以下技术点进行研究。基于目标的自适应决策架构：从传统面向功能实现的架构演进到基于目标的决策架构，构筑应对复杂不可预测环境的系统能力。需要重点解决如下几个关键挑战：系统多个目标之间可能相互冲突、提高环境的可预测性、自治系统与其他自治系统或人类一起协作。模型驱动和数据驱动混合架构：模型驱动要求在设计阶段完成详尽的风险分析，识别各种有害事件，其优点是可信任、可解释，适用于关通信网

285、络 2030164键任务。数据驱动通过机器逐步取代人类的态势感知和适应性决策能力，应对复杂的不确定性场景，是迈向自动驾驶网络的第一步，其优点是性能高，缺点是与训练样本空间相关、可解释性差，当前仅适用于非关键任务。基于语义的意图：自动驾驶网络自治系统间通过意图化接口极简交互，对外屏蔽内部差异化的实现过程，开箱即用。不关心彼此的实现，只关心结果的目标达成，实现系统间的解耦，包括用户意图、业务意图、服务意图和资源意图等四个类别。网络数字孪生：在数据感知方面，研究高性能网络近似测量，实现近似零误差测量。在建模与预测层，构造高精度近似仿真模型，研究通过网络演算、排队论，提供有理论保障的SLA高性能仿真。

286、在控制管理方面，通过快慢控制结构理论求解网络巨系统的资源分配与优化问题。第二，在网元层面，从把AI用于运维到把AI用于网元算法和功能重构，实现AI Native网元。针对网元设备的实时状态数据，自动驾驶网络通过基于AI的实时分析和处理，可以动态补偿和优化参数，提高网络设备算法精确度，实现智能超宽带，如认知无线、认知光网络等，需要将设备计算能力提升十倍。自动驾驶网络L4/L5能力达成不仅取决于软件系统的进步，还必须结合网络架构、协议、设备、站点和部署方案的简化，以极简架构抵消网络连接复杂性。2)边缘智能原生：通过云原生和AI技术重构智能边缘在通信网络2030架构中，云核心网将综合云原生的灵活、开

287、放以及AI面向业务的感知能力构建边缘智能原生。边缘智能原生要支持基于AI的业务感知能力：一方面，面向消费者的个人网络将针对全感全息类通信业务提供高效编解码、传输优化、体验保障、协同调度的能力。另一方面，面向行业的专用网络则可基于确定性操作系统，强化系统调度框架，为千行百业提供业务保障。如基于MEC的5G ToB+AI推理服务，以机器视觉处理为例，在边缘侧采用AI图像特征识别的处理方式，可以降低骨干传输带宽要求，并提高业务实时性。边缘智能原生要支持Mesh互联和水平算力调度：网络将连接多级算力资源池，为实现算力的高效使用，网络将需要能够对各种算力资源进行感知。首先，算力感知要研究如何对AI业务的

288、算力需求进行度量、建模。算力网络中计算芯片多种多样，如CPU、GPU、ASIC、TPU、NPU等，需要准确度量上述芯片的算力大小、适用的业务类型；其次，算力网络中的计算节点需要将其算力资源信息、算力服务信息、位置信息发送到网络节点，实现网络对算力、存储等多维度资源和服务的感知，需要研究新型算力路由控制和转发技术，如基于IPv6+的算力状态通告、算力需求感知和算力路由转发等；最后，网络不仅要感知算力，还要能够灵活匹配不同物联网终端的场景，根据华为预测，2030年全球IPv6的渗透率要超过90%，以满足万物互联的需求，需要研究层次化IPv6地址架构和超大规模的高速寻址和转发的创新技术，既满足轻量级

289、协议需求，又能兼容传统IP网络，实现从数据到计算的全球可达。通信感知融合：通信技术外延的全新领域在1G至5G时代，通信和感知是独立存在的，例如4G通信系统只负责通信，雷达系统只负责测速、感应成像等功能。这样分离化设计存在通信网络 2030165无线频谱与硬件资源的浪费，功能相互独立也会带来信息处理时延较长的问题。进入5.5G/6G时代，通信频谱将迈向毫米波、太赫兹、可见光，未来通信的频谱会与传统的感知频谱重合，通信感知融合可以方便实现通信与感知资源的联合调度，从技术角度又可分为三类。无线感知：5.5G新推出的三大场景之一就是融合通信感知（HCS），主要应用在车联网、无人机的自动驾驶场景，R16

290、定义的定位能力在商用场景能达到米级精度，未来演进的目标是将定位精度提高到厘米级。同时随着无线向毫米波、太赫兹高频方向演进，未来通信感知融合也可以应用在智慧城市、气象预报、环境监测、医疗成像等场景。无线通信感知技术还在起步阶段，未来业界需要加强基础理论研究，如通信感知折中优化理论；当前对0.3THZ以上频段的信道建模还处于空白状态，需要加强研究太赫兹远/近场传播模型，空间目标反射、散射、绕射模型，空间稀疏感知模型等；加强对高性能、低功耗射频芯片和器件的研究；加强对超大规模太赫兹阵列天线结构的研究；加强对高效分布协同感知算法的研究，如主动雷达照射、环境电磁调控、多点协同收发、目标成像、场景重建、信

291、道反演等。WiFi感知：802.11bf定义了WiFi的感知标准，可应用在室内、室外、车内、仓库、货场等场景，提供高精度定位、姿态/手势识别、呼吸检测、情绪识别、周界安防等功能。未来WiFi感知需要加强物理层技术研究，设计新的信号、波形、序列；需要加强MAC层技术研究，如CSI/SNR感知模式下，测量结果反馈与感知精度的折中；单/双/多站雷达模式下，节点间同步与协调；多协议（802.11az、802.11be、802.11ay）的协作感知机制等。光感知：光感知可以分为光纤传感和激光雷达感知。光纤传感主要应用在能源、电力、政府、交通等行业，感知温度、震动、应力的变化，提供火灾监控预警，设备/管线

292、故障诊断，环境和设施受力监控等。激光雷达感知可应用于家庭和车场景，提供环境空间感知、高精度定位、姿态手势识别等功能。目前光纤传感在复杂的环境下经常出现较高的误报率，未来需要研究如何通过AI和大数据分析降低误报率。激光感知需要加强三维全景建模算法技术的研究，基于激光雷达感知数据，进行多雷达坐标系配准。根据华为预测，2030年全球万兆企业WiFi渗透率将达到40%，F5G大中型企业的渗透率将达到42%，5G行业专网在大中型企业的渗透率将达到 35%，通信网络在为企业提供宽带服务之外，还可以利用通信感知融合能力采集静态信息（空间环境、通信盲区、障碍物）和动态信息（人、车、物的位置、运动轨迹、姿态、手

293、势等），进行数据建模，并基于数字孪生进行仿真、识别及预测变化，为千行百业赋能。通信感知融合是通信技术外延的全新领域，未来发展空间很大。安全可信：6级安全可信框架构筑网络安全新底座 一方面安全本身正在从传统集中式防护、外挂式的架构向网络内生安全新架构演变，另一方面从消费互联到工业互联将要求网络不仅安全，而且可信。安全可信包含组件可信（芯片/操作系统）、设备安全、连接安全、管理安全、联邦可信、数据可信六个层次。其中设备安全、连接安全和管理安全属于网络安全的范畴，组件可信、数据可信和联邦可信属于可信的范畴，二者之通信网络 2030166间有侧重，也有协同。安全可信是一个系统工程，涉及跨平台可信操作系

294、统和芯片、网络内生安全、云安全大脑、多智能体跨域可信联邦、数据差分隐私处理等层次化安全可信技术。（图7 具备六级安全可信框架的网络）组件可信：可信的数据源是安全可信的基础，组件（芯片和操作系统）层面的可信执行环境（Trusted Execution Environment）是被广泛认知且应用的方案，未来网络将在网元设备中引入芯片级的可信计算技术，在网元底层基础上构建一个可信、安全的软硬件运行环境，实现从芯片、操作系统到应用的逐级验证，确保数据的真实性。设备和连接安全：通过对通信协议和网络设备改造，在IPv6报文头部嵌入可信标识和密码凭证，网络设备可以基于标识的验证来确认请求的真实性和合法性，防

295、止伪造与假冒，构建细粒度的接入验证和溯源能力。管理安全：首先，未来网络要构建云网安一体化的安全服务架构，将各类安全功能组件化和微服务化，实现集约化编排，实现安全能力的敏捷部署；其次，由于用户规模扩大和复杂度增加，安全策略的数量呈指数级增长，传统人工模式的规划管理将无法适应，未来需要研究流量与业务特征自学习及建模技术、基于特征模型的风险预测和安全策略编排技术、安全策略冲突检测及自动优化技术等。联邦可信：为满足未来多网多云的安全可信要求，未来网络需要以区块链技术来构建网络基础数字资源（包含联接、计算等）的可信服务体系，通过分布记账、共识机制、去中心化的秘钥分配等，保证资源所有权和映射关系的真实性，

296、防止匿名篡改、非法劫持等安全可信问题。数据可信：网络在用户接入和业务感知点将接触到用户数据，必须在保障用户信息安全方面增强透明化的能力。业界需要研究对用户的ID、通信数据等信息强化加密传输的技术，并通过假名化、密态计算等技术最终实现用户信息全透明。绿色低碳 1)极简架构：通过基础网、云网和算网的极简图7 具备六级安全可信框架的网络通信网络 2030167架构实现网络低碳传统网络按照专业划分，造成运营维护的条块分割，已经越来越难以适应网络自动化和智能化的发展。未来网络需要按照业务本质进行重构，构建起基础网、云网和算网三层极简网络架构。基 础 网：用 于 实 现 设 备 端 口 级 互 联，在10

297、0%光纤到站和支持全光交叉（OXC或者ROADM）的光底座基础上，构建接入（有线/无线）、交换、核心端到端网络，提供大带宽、低时延和高可靠的宽带服务，基于All-in-One全频谱天线、全融合核心网、极简协议、极简运维实现网络的绿色低碳。云网：用于云和端租户级互联，基于端到端切片技术，Overlay在基础网络之上提供敏捷和开放、有SLA保障的虚拟网络，通过一网多用提升网络使用率，达到网络节能的目的。算网：用于数据与算力的业务级互联，并为数据处理提供算力路由服务和可信保障，基于分布式、开放的协议构建，通过对数据的灵活调度，实现多级算力基础设施的合理布局、绿色集约。三层网络之间存在依赖性，算网为了

298、实现数据与算力之间实时、弹性的连接，需要云网提供敏捷的虚拟管道建立能力和开放的可以按需驱动的接口，算网最重要的低时延和大带宽特征也需要基础网络的支持。2)光电混合：光电技术融合将带来通信网络设备架构及能效的深刻变化通信网络产业中光与无线、数通等各专业技术传统上相对独立，但随着网络向高速、高频、高能效方向的发展，传统电子技术即将遇到距离、功耗等可持续发展的瓶颈，光电技术将出现融合的趋势。未来10年，我们可以看到，为提升电子器件的高速处理能力并降低功耗，将出现芯片出光、光电合封等新产品形态；为了提升数通设备高速端口的传输距离，将引入光的相干技术；为降低基站的重量和功耗，将出现直接出光纤的新型天线；

299、为实现低轨卫星之间的高速数据传通信网络 2030168输，将采用激光替代微波；为满足水下移动设备的通信需求，将采用穿透力更高的可见光替代无线电磁波覆盖；为实现脑电波的准确探测，将采用透过率更高的远红外光技术。光电混合是结构性提升设备能效的发展方向，预计到2025年之前，基于光总线的光电合封芯片就会实现商用。一些学术机构也正在研究可以替代电交换网的光Cell交换技术，预计到2030年之前将出现采用光总线和光Cell交换技术的设备级光电混合产品。在更远的未来，产业还将出现采用光计算和光RAM内核与通用计算内核混合的芯片级产品。采用网络级、设备级、芯片级的三级光电混合技术，可以持续提升通信设备的能效

300、，实现未来网络容量增加、能耗基本不变的绿色网络目标。总结与技术展望2030年将出现一个“多网多云”的世界，通过由人性化的万兆家庭网络、工业化的万兆园区网络、超现实体验的万兆个人网络和全球覆盖的卫星宽带组成的“立体网络”，百亿人和千亿物将接入公有云、行业云、电信云等多云共存的智能世界。未来通信网络的基础层，将基于网络级、设备级、芯片级光电混合不断提升网络的能效；将通过端到端虚拟切片在基础网之上构建起打通专业网络的“断点”、面向不同租户需求、提供差异化SLA能力的云网层；将通过IP网络协议创新，面向智能业务需求，提供数据与算力之间高动态的算网层；通过三层极简网络、三级光电融合实现网络的绿色低碳。未

301、来通信网络将面向行业智能化的确定性业务体验需求，在用户到多级计算资源之间构建起城市内1ms、城市群10ms、骨干100ms三级时延圈，并支持大于5个9的网络可用性，构建安全、可信的网络能力，支持全行业、全要素上多云的需求。未来通信网络将支持智能原生，通过网元状态数据与AI结合，通过算法创新，逼近理论极限，将“不确定”变为“确定性”，提升网络性能；通过网络运维数据与AI结合、大数据分析和闭环优化，全面提升网络自动化水平和全场景服务能力；通过边缘智能原生，感知千行百业多样性的业务需求，提升业务体验。未来通信网络将支持通信感知融合，通过无线、光等多模态感知技术，采集环境数据，与数字孪生技术结合，面向

302、行业构建全新的融合感知服务能力。20多年前，IP技术重构了通信网络转发架构。10多年前，云技术深刻影响了网络管理控制架构。未来10年，AI技术将嵌入网络各层架构，推动网络向高等智能体进化。为支持未来网络智能化的发展，网络将在联接技术的基础上增强计算能力，未来还将采用光电混合技术实现通信网络的绿色低碳。综上所述，立体超宽、确定性、智能原生、通信感知融合、安全可信、绿色低碳是通信网络2030架构演进的方向。通信网络 2030169倡议著名科幻小说家，神经漫游者的作家威廉吉布森曾讲过这么一句话：“未来已来，只是尚未流行”。智能世界虚拟与现实世界融合的关键技术AR是由英国海军60年前发明的，并被用于战

303、斗机的瞄准器；而早在上世纪80年代麻省理工学院就已经成立了媒体实验室，致力于改变人与电脑的交互方式，实现人性化的数字体验。通信技术与计算技术同根同源，1981年IBM推出首部个人电脑之后不到5年就诞生了首台路由器设备，通信设备与计算机的主要差异是增强了光、无线和网络协议接口。影响通信网络未来发展的3个关键技术云、AI和光，也正在重构计算产业，除了我们熟悉的云和AI技术之外，最近10年，光技术也开始深度影响计算产业的发展。业界在光计算领域目前有两个研究方向：一是利用光学器件替代电子器件，构建光电混合计算机；二是利用其并行处理能力，构建算力增强百倍、极低功耗的光学神经网络。未来网络在设计绿色低碳架

304、构时也可以借鉴光在计算领域应用的经验。对于目标网络，我们现在还无法用一个准确的关键词来完全代表。如果基于网络自身的能力，从泛在千兆到立体万兆，6G/F6G可能是关键词；如果基于网络外在的表现，从面向消费互联到面向工业互联，工业互联网可能是关键词；如果基于业务实质的变化，从面向人的认知到面向机器的认知，联接海量用户数据与多级算力服务，算力网络可能是关键词；如果基于底层技术变迁，从电子技术到光子技术，全光网络可能是关键词；如果基于网络智能的提升，从L3到L5的自动驾驶，认知网络或者数字孪生网络也可能是关键词。未来10年，通信网络既充满想象空间，也存在很多不确定性，需要全产业共同努力，共同探索这些新

305、技术方向，共建通信网络2030！通信网络 2030170附录 A：缩略语缩略语英文全称中文全称3GPP3rd Generation Partnership Project第三代合作伙伴计划5G5th Generation of mobile communication第五代移动通信5G NR5G New Radio5G 新空口5G SA5G Standalone5G 独立组网5GtoB5G to Business5G 到企业6G6th Generation of mobile communication第六代移动通信ADSLAsymmetric Digital Subscriber Line非

306、对称数字用户线路AIArtificial Intelligence人工智能AMRAutomated Mobile Robot自走机器人ADNAutonomous Driving Network自动驾驶网络APIApplication Programming Interface应用编程接口ARAugmented Reality增强现实ASICApplication-Specific Integrated Circuit专用集成电路B2BBusiness to Business企业到企业CCSAChina Communications Standards Association中国通信标准化协会C

307、POCo-Packaged Optics光电合封CPUCentral Processing Unit中央处理单元CRUDCreate,Read,Update,Delete增加、查询、更新和删除CSI/SNRChannel State Information/Signal-to-Noise Ratio信道状态信息/信噪比DCNNDeep Convolutional Neural Network深度卷积神经网络DetNetDeterministic Networking确定性网络DoFDegrees of Freedom自由度E2EEnd to End端到端ERPEnterprise Resour

308、ce Planning企业资源计划F5G5th Generation Fixed Network第五代固网F6G6th Generation Fixed Network第六代固网FDMAFrequency Division Multiple Access频分多址FlexEFlexible Ethernet灵活以太通信网络 2030171FOVField Of View视场角FPSFrames Per Second视频帧率FR1/FR2Frequency Range_1/Frequency Range_2频率范围 1/频率范围 2GPUGraphical Processing Unit图形处理单

309、元GSMAGSM AssociationGSM 协会HCSHarmonized Communication and Sensing通信感知融合IMTInternational Mobile Telecommunications国际移动通信IoTInternet of Things物联网IOWNGFInnovative Optical and Wireless Network Global Forum创新光和无线网络全球论坛IPv6+IPv6 enhanced innovationIPv6 增强创新ISA-95International Society of Automation 95国际自动化

310、学会 95ITU-TInternational Telecommunication Union-Telecommunication Standardization Sector国际电联电信标准化部门LEOLow-Earth Orbit低轨MACMedia Access Control媒体接入控制Massive MIMOMassive Multiple-Input Multiple-Output大规模 MIMOMECMulti-access Edge Computing多接入边缘计算MESManufacturing Execution System制造执行系统MRMixed Reality混合现

311、实MTPMotion-to-Photon头动响应NPUNeural Processing Unit神经处理单元NSMFNetwork Slice Management Function网络切片管理功能NSSMFNetwork Slice Subnet Management Function网络切片子网管理功能ODUkOptical channel Data Unit-k光通道数据单元 kONTOptical Network Terminal光网络终端PDCPPacket Data Convergence Protocol分组数据汇聚层协议PHYPhysical Layer物理层PLCProgr

312、ammable Logic Controller可编程逻辑控制器PONPassive Optical Network无源光网络PPDPixel Per Degree角度像素密度QAMQuadrature Amplitude Modulation正交幅度调制通信网络 2030172QoSQuality of Service服务质量QPSKQuadrature Phase Shift Keying四相相移键控RAMRandom Access Memory随机存取存储器RBResource Block资源块Real-Time OSReal-Time Operating System实时操作系统RLC

313、Radio Link Control无线链路控制SCADASupervisory Control And Data Acquisition监控与数据采集SDNSoftware-Defined Network软件定义网络SLAService Level Agreement服务水平协议SLMSpatial Light Modulator空间光调制器SRv6 Slice-IDSRv6 Slice IdentifierSRv6 切片标识TDMTime Division Multiplexing时分复用TETraffic Engineering流量工程TOPS/WTera Operations Per

314、Second/Watt每瓦每秒万亿次运算TPUTensor Processing Unit张量处理器TSNTime Sensitive Networking时延敏感网络URLLCUltra-Reliable Low-Latency Communication超高可靠性超低时延通信VLEOVery Low-Earth Orbit超低轨VPNVirtual Private Network虚拟专用网络VRVirtual Reality虚拟现实WDMWavelength Division Multiplexing波分复用Wi-Fi 6Wireless Fidelity 6无线保真 6Wi-Fi 7Wi

315、reless Fidelity 7无线保真 7Wi-Fi 8Wireless Fidelity 8无线保真 8WLANWireless Local Area Network无线局域网XReXtended Reality扩展现实计算 2030173十年前，人类进入ZB1数据时代，移动互联网、云计算、大数据刚刚起步；今天，这些技术已经深刻地改变人类社会，计算发挥了前所未有的作用。2030年，人类将迎来YB1数据时代，对比2020年，通用算力增长10倍、人工智能算力增长500倍2。数字世界和物理世界无缝融合，人与机器实现感知、情感的双向交互；人工智能无所不及，帮助人类获得超越自我的能力，成为科学家的

316、显微镜与望远镜，让我们的认知跨越微小的夸克到广袤的宇宙，千行万业从数字化走向智能化；计算能效将持续提升，走向低碳计算，帮助人类利用数字手段加速实现碳中和目标。未来十年，计算将帮助人类跨入智能世界，这是一个波澜壮阔的史诗进程，将开启一个与大航海时代、工业革命时代、宇航时代等具有同样历史地位的新时代。前言计算 2030174计算经过半个世纪的发展，已经深深地融入了人类的生活和工作。未来10年，计算作为智能世界的基石，将持续推动社会经济发展和科学进步。面向2030年，中国、欧盟、美国等均将计算作为战略方向重点布局。在中国十四五规划和2035年远景目标纲要中，将高端芯片、人工智能、量子计算、DNA存储

317、等作为强化中国的战略科技力量；在欧盟2030数字指南针：欧洲数字十年之路中，计划到2030年，75%的欧盟企业将充分运用云计算、大数据或人工智能，打造欧盟首台量子计算机；而美国，则再次提出“无尽前沿”，借助法案和拨款，推动美国在人工智能、高性能计算&半导体、量子计算、数据存储和数据管理技术等领域的领先性研究。2030年，数字世界和物理世界无缝融合，人与机器实现感知、情感的双向交互，计算具备模拟、还原、增强物理世界的能力，超现实体验将驱动计算走向边缘，云与边缘、边缘与边缘、虚拟与现实多维协同计算；人工智能将从感知走向认知，具备创造的能力，更加普惠并赋予万物智能；科学探索的边界将不断扩展，带来算力

318、需求的快速增加，未来将出现100EFLOPS2级的超级算力和智能的科学研究新范式；碳中和目标驱动计算走向绿色，未来将更好地匹配绿色能源和业务体验。计算所依赖的半导体技术逐步接近物理极限，计算将迎来创新的黄金10年，软件、算法、架构、材料的创新和突破将开启智能、绿色、安全的计算新时代。预计2030年，全球数据年新增1YB；通用算力增长10倍到3.3ZFLOPS，人工智能算力增长500倍超过100ZFLOPS2。宏观趋势计算 2030175未来计算场景计算 2030176更聪明的AI行：AI智慧交通 智能交通领域，通过摄像头、雷达、气象传感器等采集各种数据，边缘完成车辆识别、交通事件识别、路面状况

319、识别，生成局部路段的全息数据，并在云端形成城市级道路数字孪生，实现车道级实时路况、历史路况的全息呈现。通过云端策略计算，可以对每辆车、每条道路生成不同的交通指令，指挥车辆、调节交通信号，从而更高效、低碳的完成出行。预计2030年，全球道路上的电动汽车、面包车、重型卡车和公共汽车数量将达到1.45亿辆。每辆汽车行驶中产生的数据（一辆车平均每天行驶2小时，行驶中每秒上传的压缩数据将从现在的10KB升至1MB，10万辆车智能网联汽车每天需要传输的数据量大约为720TB）需要在汽车与城市之间频繁进行数据交换，借助智慧交通基础设施的海量数据存储和分析能力，城市通勤时间将得到大幅提升（日均通勤缩短15-3

320、0分钟），交通事故和汽车对城市碳排放量也随之大幅降低。以计算为核心，持续支撑交通的数字化升级和智慧化管理。大交通从“运力”时代进入“算力”时代是历史的必然选择，“算力”带来的交通安全、效率、体验的提升，必将释放出新的生产力，推动社会经济的发展。行：AI无人驾驶 随着L4级的自动驾驶规模商用，数据被源源不断地送往数字孪生，AI在数字世界中不断学习训练，自动驾驶AI将变得越来越聪明，最终将在应对复杂路况、极端天气超越人类,实现更高级L5级的完全自动驾驶。智能驾驶算力需求增长会远超摩尔定律，随着边界案例（Corner Case）的不断积累，算力需求不断增长，到2030年L4+自动驾驶汽车的单车算力将

321、达到5000T。智能驾驶将驱动将无监督学习或弱监督学习带入数据闭环中，利用车端快照获取的图片和视觉信息，实现自动化无监督的视频级AI机器学习训练。自动驾驶催生端云协同的计算需求，未来单个车厂的云端至少需要10EFLOPS以上的算力。城：智慧的城市城市占据全球2%的面积，居住着超过全球50%以上的人口，消耗了全球2/3的能源、排放了70%的温室气体（250多亿吨二氧化碳）。城市的智慧化治理成为实现城市可持续发展的必然选择。智慧城市中的物联网传感器则持续生成城市运行的环境数据，未来，每一个物理实体都将有一个数字孪生，如城市楼宇、水资源、基础设施等将组成城市数字孪生，实现更加智能的城市管理。城市智慧

322、治理将带来100倍的社会数据聚集，实现高效城市治理。智慧能源基础设施借助数据的保存和分析能力将城市能源消耗中供需二者协调到一个系统中，以实时数据处理来实现城市能源的高效调度。例计算 2030177如：通过城市能源的消耗数据绘制出城市实时能效地图，动态监控能源的使用情况，再针对性的进行能源调度，将居民高峰用电平均需求减少15%以上。城市中每个居民息息相关的气象、海洋、地震等公共服务，背后也是依赖大量的数据计算处理。通过更多元、更大量的城市及自然环境数据，智慧公共服务将可以更好地预测天气、海洋和地震对城市生活的影响，从而使城市在面对极端事件时更具韧性。每个居民还可以通过这些智慧化的公共服务，结合自

323、身地理位置等信息，以定制化的信息判断气候或突发事件对自身的影响。数据是智慧城市高效运作的核心要素，如何对生成的海量数据进行有效管理和使用是智慧城市发展绕不开的主题。更普惠的AI医：AI精准医疗 在医疗领域，人工智能已经可以自动识别出微小的肺结节，与以往肉眼识别、手工标识相比可以节省医生大量的时间。未来人工智能将在更加复杂的问诊中，深入参与医生的病情推理过程，与医生“讨论病情”，为医生提供可解释的诊断依据和预期疗效分析。这将使得人工智能出方案、医生审核成为普遍的诊疗模式。世界卫生组织估计到2030年，将出现1800万卫生工作者的短缺，人工智能将为人类应对这一挑战提供有力的帮助。医：AI药物筛选

324、AI将更加透明，不再是一个黑盒，不仅会告知结论，同时也会告知如何得出结论的，让人类明白AI的思考过程，和人类建立彼此的互信。有了这样的基础，AI就可以在更广的范围内发挥更大的作用，帮助人类完成复杂的任务，比如：进行抗病毒药物筛选，AI会告诉我们选出药物的原因，而不是只给出一个药物列表（通常情况下，如果我们只是看到一个结果，将很难做出决策）。教育：个性化教育 人类训练人工智能的过程，同时也是认识自己的过程，人工智能使得认识人类的智能、人脑的规律变计算 2030178得更加重要，进而重新认识教育、改革教育3。未来人工智能将改变人类自己的学习、认知的过程。如人工智能教员通过精细化地分析学生的行为、习

325、惯、能力等，制定个性化的教学内容、计划和教学方式，学生的学习潜力将得到极大的挖掘，接纳新知识更多、更容易。人工智能进入人类生活的方方面面，让我们更高效的思考、创作、学习，让优质稀缺的资源变得更加容易获得，将在精准医疗、创作设计、文化教育、老人护理、社区服务、自动驾驶等领域普惠每一个人。更纵深地感知预计到2030年，全球联接总数将达到两千亿，传感器的数量达到百万亿级，传感器持续不断地从物理世界采集数据，温度、压力、速度、光强、湿度、浓度等，为了让机器人具备“视觉、触觉、听觉、味觉、嗅觉”，需要更加多维的感知能力。数据量、时延等原因决定了产生感知的计算在边缘完成，边缘将具备智能的数据处理能力，例如

326、模仿人类大脑工作的模拟信息处理技术等。未来，大量感知计算将在边缘完成，处理大约80%的数据。感知智能让海量数据的采集、分析成为可能，让更多的行业获得感知自我的能力，并通过云端的数字孪生与物理世界形成协同，驱动行业的数字化创新。食：智慧农业 未来将建立和完善天空地一体化的智能农业信息遥感监测网络，互联网、物联网、大数据、云计算、人工智能等现代信息技术与农业深度融合，具备农业信息感知、定量决策、智能控制、精准投入、个性化服务的全新农业生产方式将逐步实现。智慧大田、智慧大棚、智慧养殖、智慧种植、喷药无人机等对边缘AI计算有广泛的需求。农业智能传感与控制系统、智能化农业装备和农机田间作业自主系统将加快

327、发展农业电子商务、食品溯源防伪、农业休闲旅游、农业信息服务水平，农业将迎来全方位全过程的数字化、网络化、智能化改造。企业：智能控制设备 人工智能技术将在生产系统中高度普及，融入企业作业各个环节，这将带来工厂作业模式、人员配置、部门区域协同等一系列的升级。未来10年，人工智能技术将给关键生产环节带来大幅的质量提升与成本收益。AI可以帮助制造企业实现控制层智慧化运营管理、贯通层海量数据分析挖掘以及感知层更低时延诊断预警。中国制造2025提出，制造业重点领域全面实现智能化，试点示范项目运营成本将降低50%，产品生产周期缩短50%，不良品率降低50%。比如，工厂的轴承故障诊断、钢炉热异常检测、电力设备

328、的检修等深度学习场景，制造工厂可以通过AI技术进行更低时延的诊断预警，提高生产检测效率，缩短订单交付周期。企业：生产机器人 未来，从操作机械到指挥机器，人类告别恶劣极端的工作环境。人工智能将参与企业更多的非操作性任计算 2030179务，人与机器形成无缝的协作关系。从产品设计、生产、销售，到企业架构、员工的雇用和培训等各个环节，人工智能将驱动企业业务进行彻底的重塑。如企业采用人工智能对经济发展、社会热点事件等进行分析，判断行业外部及企业的发展趋势，或者根据分析结果优化生产计划、形成方案，为产品概念的开发提供决策建议；特别是在满足个性化需求的柔性生产中，人工智能的创造能力不仅能够按照定制要求设计

329、，更能综合需求变化和产品使用数据生成新的产品设计。预计到2030年，每万名制造业员工将与390个机器人共同工作，机器准确理解人的指令、准确感知环境、做出决策建议与行动。今天，无人值守的黑灯工厂已开始规模部署，人工智能驱动机器人忙碌于生产线和物流系统，在重复性高的场景中，机器让人类告别重复枯燥的工作。未来，机器将帮助人类处理非确定场景下危险、恶劣工作，人将从现场操作转变为远程指挥，在更加舒适的环境中工作，远离危险。如在采矿业，中国提出了煤矿智能化发展的目标，到2025年大型煤矿和灾害严重煤矿基本实现智能化决策和自动化协同运行，井下重点岗位机器人作业，实现井下少人到井下无人，2035年建成智能感知

330、、智能决策、自动执行的煤矿智能化体系。4从操作性工作到创造性工作，企业智能化重塑。未来人工智能深度参与人类的思考，与人形成互动，并呈现出推理的过程，成为可信任的智能，将在金融、医疗、司法等需要高质量决策的复杂场景中发挥巨大作用。未来10年，通过对物理世界的不断学习，人工智能将更加聪明，从确定性场景到非确定性场景，在越来越多的任务领域中增强人类，帮助人类获得超越自我的能力。超越现实的体验住：智慧交互今天，人工智能已经在帮助人类完成一些过去难以完成的任务。例如，通过手机摄像头可以识别出我们所不认识的植物，并能获取它的生活习性、栽培方法；机器人帮助增强人类的行动力，如外骨骼机器人辅助病人进行康复；家

331、用机器人则能帮助老人陪伴、家务劳动等智能化工作。预计2030年，家用智能机器人使用率将超过18%。人工智能参与人类的思考和创造过程，需要结果具备可解释性，并符合人类思考问题的逻辑，具备与人类使用自然语言无缝交流的能力，未来人工智能将实现从感知到认知、从弱人工智能到强人工智能的跨越。当前人工智能在写诗、作画上进行了初级尝试，未来人工智能将完成更加复杂的创造性工作，如电影制作、艺术创作和工业设计等。人工智能能够提供高度定制化的内容服务，人们可以随时获得一幅定制的画作，一部定制的电影。比如在互动电影的观看过程中，观众可以在观影中通过不同的选择来影计算 2030180响剧情走向，人工智能将完成每一条故

332、事线的演绎和视频生成，因此相同的电影将产生不同的结局，整体内容也更加丰富。未来这种人类提出主题、人工智能实现细节的创作方式将极大地提升人类的创造力、丰富人们的生活。住：AR/VR 数据将构建出众多的数字空间，旅游景点、全息会议、虚拟展会这些数字空间与物理世界共同组成了一个虚实融合的世界。在虚拟旅行中游览“真实的”山川、流水；与千里之外的朋友促膝交谈；对话先哲，与王阳明一起悟道，与普鲁塔克探讨特修斯之舟；人与人、人与社会、人与自然、人与机器的交流方式将发生革命性的改变，未来人类的生活、工作和学习方式将重新定义。预计2030年，超过30%的企业在数字世界中运营与创新，各种虚实结合的AR（Augme

333、nted Reality，增强现实）/VR（Virtual Reality，虚拟现实）用户数达到10亿。住：虚拟世界/元宇宙数字世界与物理世界的无缝融合，能够准确感知和还原物理世界，在虚实结合的世界中理解用户的意图，体验将驱动计算走向边缘，云与设备、设备与设备、虚拟与现实多维协同计算。云端将实现物理世界的建模、镜像，经过计算、加入虚拟的元素，形成一个数字的世界；边缘设备将具备听觉、视觉、触觉、嗅觉和味觉能力，人与设备之间实现实时交互；多维协同的计算将用户所处的环境整体变成一台超级计算机，计算环境信息、识别用户意图，并通过全息、AR/VR、数字嗅觉和数字触觉等技术进行用户呈现。更精确地探索未知今天，“高性能计算+物理模型”的方法已被广泛应用到众多的科学问题。未来，随着人类认知边界的不断扩展，量子力学、生命科学、地球大气、宇宙起源的研究，尺度从10-21到1028米，跨越微观世界到无垠宇宙，科