2023年底有个凛冽的寒冬，但春天已经不遥远。今年国内年度汉字被确定为“振”，正是寓意长路有险夷、明天会更好。

科技进步是生产力变革和经济发展的根本来源。而今年爆发的通用人工智能，正被期待引领“第四次工业革命”，大幅提高全要素生产率。大模型驱动的AIGC已经在大量场景中证明自己的价值，有公司获得上亿美元收入。大模型也带动了云计算的算、存、网设施升级，并且国产化率也在稳步提高。

前沿技术在今年也进步迅猛。量子计算实现了超越经典计算机的“拐点”；太空探索空前繁荣，人类发射了有史以来最多的火箭；AI驱动的科研将研究周期从数年缩短到数天；VR/AR也有望迎来“iPhone时刻”。对基础科技的持续投入，即将在不远的未来收获果实。

今年的科技突破和明年的趋势，无不在昭示春天即将到来。对此，我们总结了影响最广泛的九大科技趋势，它们最有可能深刻改变我们的未来。

大模型

通用人工智能的技术奇点已经到来。

今年是大模型基础设施建设“元年”。美股七巨头的市值一年飙涨11万亿美元，增长超过60%。国内大厂也悉数下场，发布大模型超过200个。人们期待大模型能带来生产力的大幅增长。马斯克说：（这是个）疯狂的时代！

过去许多人工智能技术都昙花一现，原因是没能在产业端落地。但大模型具备通用和泛化能力，更容易填平与物理世界的沟壑、在产业领域落地。因此有人认为，大模型将带来生产力变革，成为“第四次工业革命”。

大模型对数据需求也达到更高量级。据行业研究，可训练大模型的文本数据将在2026年耗尽。要让大模型持续进步，需要真实的产业数据和行业Know-How作为燃料，用产业数据反哺大模型，形成数据飞轮。只有扎根产业土壤，大模型才能持续进步，转化为真实生产力。

未来趋势：

1、大模型已经具备多模态融合、长上下文和轻量化部署能力。智能体则让大模型能更主动地感知、决策和行动。这能让大模型自主接管复杂问题，与物理世界更紧密互动，真正造福千行百业。

2、开源大模型能力已经接近闭源。人们基于开源底座大模型，去开发垂直大模型和应用，促进了大模型能力普惠和应用繁荣。未来，比拼的将不是大模型基础能力，而是应用生态和产业落地。

3、大模型正重塑很多行业的生产方式。但按照token收费与大模型创造的价值不匹配，也无法支持科技企业成本。未来科技企业可能不再按照API调用收费，而是深度介入行业、做出端到端应用，按照创造价值收取回报。大模型商业模式的探索者，可能成为最终赢家。

算存网力升级

服务好大模型将是公有云的增长来源。

今年是大模型的基础设施建设元年，也对更底层算力、存力和网力提出新挑战。大模型的普及将极大拉动对底层数字资源的消耗，明确推动云计算的算存网全面升级。

以存储为例，过去存算一体方案已到性能瓶颈，数据存取速度赶不上GPU需求，成为大模型训练的短板。部分自建设施训练大模型的客户，已经在采购下一代存算分离方案。

目前，升级基础设施能带来较大的回报。公有云比本地部署更契合大模型需求，将成为这波浪潮的最先受益者。据估计，云计算能获得AGI行业10%-20%的收入。服务好大模型将是公有云的发展重点。

未来趋势：

1、大模型对算存网消耗巨大。提升硬件的效能和软硬件配合效率，将软件能力卸载到硬件，成为云计算的发展方向。具体来说，就是降低硬件虚拟化消耗、减少资源调度消耗、通过分部等技术提升云资源使用率。

2、大模型带动数据中心能耗大幅增长。以GPT3为例，每次训练耗能就高达1300兆瓦时。这对数据中心的能源和冷却方案，都提出全新要求。

3、大模型的纯云端部署成本高昂，云边端侧混合部署成为趋势。低算力需求尽量在端侧满足，能大幅降低对云端算、网的消耗。这可能成为to C大模型的普遍部署方式。

4、云厂商高效部署大模型的需求，以及头部客户自行搭建底层设施的需求，都在增强云厂商升级底层设施的动力。以京东云为例，分布式存储平台云海、混合多云操作系统云舰、虚拟化引擎京刚和数据中心解决方案，都在今年迎来了升级。在云服务以外，专有云客户购买解决方案，也会看重性能指标。

AIGC

AIGC商业化迅猛，有企业已赚取数亿美元。

AIGC是基于现有文本、音频和图像创作新内容的技术。过去一年，AIGC的进展来自三个领域：图像生成、自然语言处理和代码生成。

这些领域的商业化进展迅猛：AI作画企业Midjourney和视频企业Heygen都实现了大规模收入；代码生成的收费服务被广泛接受；数字人带货也广泛应用于商家电商。AIGC成为大模型商业化的前锋。

AIGC还深刻改变了内容创作的范式，将人们引领入数字内容“0成本”时代。有人认为，这堪比内容创作从绘画转向摄影的时刻。

未来趋势：

1、AIGC的能力持续扩大。人们不仅用来创作，也将凝聚了行业Know-How的流程和知识传授给它，让AIGC设计和执行方案。AGIC的能力从创意领域出发，逐渐深入生产核心领域。

2、AIGC改变内容创作范式，实现了创意构思与实现的分离，并将重心转移到创意构思一侧。未来，内容创作进入“创意-AI实现-再创意-再实现”的新范式，能够快速迭代，效率极大提升。

3、AIG的著作权得到解决，为广泛使用铺平道路。中国的AI著作权第一案宣判，承认用户使用提示词和调参的产出，具备独创性和著作权。OpenAI也宣布为用户侵权诉讼提供辩护和索赔。越来越多内容生产者，开始用AIGC绘图取代版权图片。

4、在国内电商等领域，AIGC已经融合进日常生产。举例来说，数字人直播已经应用于京东超过4000个品牌直播间，部分品牌的每小时成交金额达到真人的45%，凭借直播时间长的优势，全天成交金额能达到真人2.3倍。在金融营销领域，领航者平台不仅能生成物料本身，还能接管营销活动策划的全流程，已经应用于日常金融营销活动。

国产化

国产化替代稳步推进，“真替真用”存在挑战。

国产化替代仍在稳步推进。今年，英伟达和AMD被限制向中国出售高性能GPU，使国产化进程愈发紧迫。

在国产化替代需求中，硬件主要是CPU、GPU、服务器和存储，软件是操作系统、数据库和工业应用软件。在补齐各项能力之外，“真替真用”也是一项挑战，许多企业采购国产化方案后，还缺乏实操经验。

在企业向国产化方案迁移中，不可避免存在大量异构资源的协同调度。这使得混合多云的优势愈发显现出来。

公有云发展已经进入新阶段：主流云能力驱动，建设速度放缓，重点转向云迁移市场。据行业研究，公有云用户已经有86%实施了多云战略，平均使用2到4个公有云，博彩众长来满足企业需求。企业开始追求“混合多云”的优势：解决资源异构、降低数字成本、满足国产化替代和用云安全。

未来趋势：

1、未来几年的国产化增速可能下降，但仍保持在30%以上。国产化“强化关键能力、构筑自强自立”的大方向不会动摇。伴随各环节成熟，国产化产品正在进入核心业务领域。

2、国产芯片与国外先进产品仍存在差距，在制程工艺、配套供应链和应用生态上都有不足。但由于摩尔定律逼近极限，制程更新变慢，以及新架构的出现和关键领域持续投入，国产化产品存在加速追赶的机遇。

3、国产替代无法一刀切实现，需要渐进式解决方案。在未来3-5年，需要兼顾存量X86设施和增量ARM设施。企业主动寻求专有云“一云多芯”和混合多云的解决方案。能够屏蔽异构硬件差异，帮助企业平滑迁移、低成本用云的厂商，将存在巨大机会。

4、提升国产化率和实现“真替真用”，也成为国内云厂商的主旋律。以京东云为例，目前为客户提供专有云“一云多芯”和混合多云等解决方案。京东云自身已完成80%国产化集群适配。从成本看，国产替代原本可能增加服务器50%成本，但利用混合多云提升资源利用率，整体IT成本反而能降低10%。

AI for science

科学研究不再需要“99%的汗水”。

人工智能带来“科学新范式”。AI处理和分析海量数据的能力，帮助研究者挖掘出通常方法难以发现的数据模式，进而总结出科学规律。英伟达数学家Jim Fan也声称，数学的AI Copilot时代已经到来。

计算机科学家纷纷成了科学“新星”：“诺奖风向标”美国拉斯克奖被授予两位谷歌DeepMind科学家，以表彰他们发明了AlphaFold，大幅提升预测蛋白质三维结构的效率。两位科学家用ChatGPT证明了数学定理。陶哲轩则表示，GPT4为自己的近期研究提供了“解题思路”，自己只用计算。

在物理、化学、材料、气象、生物学等多个领域，AI都大幅提升了研究效率。“大海捞针”的重复工作被AI接管，过去需要数年的工作，例如解析蛋白质结构，被加速到数天。如果说过去科学家是“沙滩拾珠”，现在AI就是在拿筛子筛沙滩。

未来趋势：

1、科研数据成为AI for science的稀缺资源。即使在科研数据相对丰富的领域，针对特定课题，数据对AI仍显稀缺。未来，科研数据的收集和治理将愈发重要，成为AI for science的驱动力。

2、人工智能具备泛用性，更容易成为跨学科的“通才”。而跨学科正是科学发现的富饶地。未来典型的科研配置，将是各领域科学家+人工智能专家的组合。

3、人工智能已经具备从数据“归纳”出科学规律的能力。下一步，人们期待人工智能获得从规律出发，推演没见过的新规律的“演绎”能力。

VR/AR

所有人都在观望苹果Vision Pro的成败。

虚拟现实（VR）和增强现实（AR）经历了撕裂的一年。市占率占国内七成的Pico大幅收缩，其他VR/AR厂商也面临收缩和资金紧张。但明年年初，苹果将发售旗舰设备Vision Pro。人们期待它能兼顾“高性能”和“轻便穿戴”，成为iPhone式的定义行业的产品。另一家大厂Meta也将推出Quest 3头显。

无论苹果成败，2024年都将成为VR/AR不平凡的一年。如果成功，国内厂商将快速跟进和投入，将市场推向高点。如果产品反响不佳，以苹果的投入尚如此，则说明技术和市场不成熟，大量厂商将退缩继续观望。

未来趋势：

1、围绕苹果Vision Pro，国内供应商加速投入。在显示屏幕、图像芯片、扬声器、电池等多个环节，完善的供应链生态都是行业繁荣的前提。苹果Vision Pro为上游企业打了一剂强心剂。

2、AI正在弥补VR/AR的交互短板。过去VR交互无法兼顾稳定追踪、细微操控、穿戴舒适和产品低价等。而人工智能带来更精确的语义理解、指令识别和对话能力，并加强了设备的服务能力。AI+VR/AR可带来使用体验大幅提升。

太空技术

火箭发射以后只用出“油钱”。

人类正在加速迈向星辰大海。SpaceX的猎鹰九号展示了可回收火箭的可能性，并拉开低成本太空探索的序幕。2023年，SpaceX发射火箭超过100次，全球各国发射火箭首次超过200次，人类对航天事业的热情空前高涨。

中国太空探索也实现多项突破。今年年底，民营企业星际荣耀的“双曲线二号”，首次实现了国产火箭的复用飞行。蓝箭航天发布了中国首款可复用的液氧甲烷不锈钢火箭“朱雀三号”。国家队的“长征九号”则于近期提出了火箭第一级可回收的改造构想。

未来趋势：

1、在过去，火箭材料占绝大部分成本，一枚土星五号的造价接近一艘航母。而可回收火箭将每次发射的成本降低到燃料附近，每千牛的推力成本仅为1000美元。火箭发射成本的大幅降低，使太空通讯、微重力制造等探索成为可能。

2、卫星通信成为新热点。它们以卫星为通信基站，为地面用户提供高速、可靠、大范围的网络服务。Starlink计划在低轨道部署12000颗卫星，其服务在多国已经上线。中国则有中国卫星网络集团有限公司，来对标Starlink。未来，网络服务将覆盖森林、沙漠和海洋，变得无处不在。

量子计算

量子计算的计算成果，已经不能由经典计算机来验证。

量子计算的应用已进入倒计时。人们普遍相信这个时间会早于预期，将2030年定为“容错量子计算年”。光量子计算公司QCI的CEO甚至认为，2024年就能看到量子计算的一些实际应用。

在今年，IBM首次实现了超过100个量子比特的计算，它能完成的计算已经无法用经典计算机来复现，标志着“拐点”到来。哈佛大学联合Quera，首次推出了具有48个逻辑量子比特的电路。中科大的“祖冲之二号”，则将纠缠量子比特的数目从20个提高到51个。

未来趋势：

1、量子计算的发展是两只脚走路：首先是量子比特变多，IBM认为需要达到10万个；其次是量子纠错机制发展，让人们可以剔除退相干的比特，实现可用的计算。在这两方面，全球公司都在取得突破，认为临界点在数年内就会到来。

2、量子计算将与云计算结合，将一部分运算跑在经典计算机上，一部分用量子计算解决。IBM认为，尽管AI让经典计算机更强大，比如解决了蛋白质预测等难题，但量子计算仍能把计算资源推向新的高峰和边界。

3、近四成行业人士认为“量子寒冬”不会到来，但也有四成人士认为，ChatGPT和BERT代表的人工智能进步，缓解了人们对量子计算的需求，可能在未来分散量子计算的投资。

本文源自金融界资讯