再變幻莫測的技術發展周期，如果以年為單位也能探尋到每一次的關鍵進程。那么在全新的冪集創新中，今年有哪些新技術新突破領銜？又有什么樣的趨勢值得關注？
比如已在產業界大放光彩的AI雙星：AIGC、AI for Science，他們正在創造了什么新價值？能否解決更多實際問題？
硬科技創新背景下，屢屢傳來進展的異構計算、人形機器人、衛星互聯網、AR產品，背后是什么引擎在驅動？
為了幫讀者們準確把握前沿科技趨勢，也為了幫更多人串聯起技術突破和產業風口的內在線索，更為了大家提前看到技術驅動的未來。
年度十大前沿科技報告，再度來襲！
量子位智庫結合對科技領域的長期跟蹤，以及對70余家初創公司、研究院、投資機構的深度交流，提名了2022年度十大前沿科技趨勢。
根據趨勢內容，在此分為了三個板塊：新價值、新引擎；新物種、新場景；新標準、新機遇。
先來一睹為快：
新價值、新引擎
AIGC技術價值驗證：圖像及視頻生成大爆發；
AI for Science開啟新范式：數據驅動+機器猜想重塑多領域科研模式；
計算生物成為新引擎：醫療健康賽道迎來新型基礎驅動力；
新物種、新場景
新型基因編輯落地：臨床試驗開啟，進入罕見病治療；
人形機器人站上硬科技創新高地：跨界思路降低商用門檻；
衛星互聯網提速：打開商業航天新象限；
AR產品消費級落地：提供XR和元宇宙增長新潛能；
新標準、新機遇
異構計算成為共識：新行業標準明確現有算力最優解；
智能計算架構呼之欲出：新一代芯片探索顛覆馮諾依曼架構；
量子計算落地臨門一腳：軟件硬件同步提速。
如果要論2022年，已縱橫于各行各業的AI，誕生出哪些新價值、新引擎？AIGC一定是當仁不讓的一個。
技術模型端，DALL-2、Imagen、Stable Diffusion等多種模型出現證明了AI繪畫的可行性，隨后橫空出世的文本生成視頻模型Imagen Video、Phenaki，再次突破了AIGC的技術邊界。
基于對場景的理解，量子位智庫將AIGC適用的業務場景進行了整理。
在延展領域中，最為看好的是個性化內容營銷。它主要指由AI生成系統與底層的客戶數據系統/營銷效果反饋系統進行數據聯通，實時根據數據反饋調整生成需求。
按照現有技術成熟度以及現有需求成熟度分析，量子位智庫預計，2030年AIGC市場規模將超過萬億人民幣。
同樣引發關注、價值顯性的AI for Science賽道，在去年呈現出與AIGC截然不同的發展范式——
進入產業冷靜期，催生多種價值路徑，AI承擔的職責也正在發生變化。
與以往AI主要用于簡單建模不同的是，科學家們開始嘗試用AI來解決問題，定制開發相關算法等。生物之外，物理、數學、化學材料、半導體等領域也都有了全新探索，比如輔助證明數學定理、流體力學等物理仿真、輔助新材料設計、指導半導體電路設計等。
基于多方訪談和調研，量子位智庫將AI for Science的價值實現路徑分為三點。
第一，基于對海量數據的高維建模能力，對特定科學問題進行預測評估，典型案例如AlphaFold2。
第二，“科學原理+高性能計算”新方式，將科學模型的AI精準解作為機器學習的部分數據來源，催生第五范式的產生。
這種數據與原理雙驅動組合，未來將廣泛用于藥物研發、材料設計、能源節約、天體物理等場景。
第三、可從數據中總結和發現特定規律，輔助科學定律的發現。
除此之外，AI for Science還有加速實驗過程、推進科學研究低門檻化、并行化等價值。
朝著更深入產業的方向走去的，還有被AI激活的計算生物賽道——
已在藥物靶點發現、藥物分子設計、挖掘致病機理等實際領域落地。
例如，Insilico Medicine已利用 AlphaFold2在30天內發現 CDK20 小分子抑制劑；David Baker 團隊目前已實現了基于 AI 為各類靶點蛋白設計結合蛋白分子。
或者更概括地來說，在量子位智庫看來，從底層計算推演生物性質及原理、搭建預測及判斷模型（比如疾病診斷與AI制藥）、以及對生物體進行控制改造，都離不開計算生物學提供的模擬計算與底層機制推演。
量子位智庫判斷，目前計算生物學正進入基礎沉淀期后半段，2025年將進入到普遍驗證期，相關產業價值將遠超于科研價值。
以CRISPR/Cas9為代表的新型基因編輯憑借著成本低廉，操作方便，效率高等優點快速在產業推進，被認為是繼ZFN、TALEN之后出現的第三代基因編輯技術。
過去的基因編輯技術領域需要讓同一個蛋白質同時完成靶向定位和切割兩個動作，針對目標DNA進行蛋白質設計的挑戰極大，在效率、便攜性、成本等方面存在明顯短板。
而新型基因編輯方法，可以讓導向RNA與蛋白質分別完成靶向定位和編輯動作。且因為RNA序列易于設計，大幅降低基因編輯整體難度和投入成本。
目前，CRISPR、堿基編輯（Base Editing）、先導編輯（Prime Editing）以及RNA編輯正在飛速發展。
從應用價值來劃分，主要有醫療領域、物種改造兩大類。
醫療領域又以基因治療為代表，截至2022年8月，據公開數據統計，基因組編輯已在全球藥物研發熱門作用機制中位列第7，有217個相關藥物進入研發。此外，還有異體細胞/器官改造、高通量自動化的致病基因篩選、類器官培養、新型診斷測試等應用。
物種改造方面，主要有農作物開發、工業微生物制造、病毒檢測等場景。目前，我國進展最快的是齊禾高科等企業所在的分子育種領域。
在機器人板塊，諸多跨界玩家在人形機器人板塊匯合，這其中包括傳統造車企業、仿生機器人企業、智能硬件相關企業、消費電子企業等。
量子位智庫認為，人形機器人主要有這兩方面的應用價值。一方面，擬人形態能讓機器人更好適應人類環境與人類工具，在日常服務中更有優勢；另一方面，擬人形態便于更好與人類產生情感鏈接與互動，可落地在教育、引導、會展等場景中。
但由于硬件及軟件配套等因素，目前人形機器人尚未展開產業級大面積推廣。
而跨界玩家的加入為行業提供新的解決思路，多項能力在此處融合教會，有望降低商用門檻。
典型如特斯拉，環境感知部分采用自動駕駛中的FSD、Dojo芯片、純視覺系統等技術，增強了人形機器人的商業化規模成本優勢。
作為商業航天傳統三大應用領域之一的衛星互聯網，在去年提速明顯。它通過多次發射數百顆乃至上千顆小型衛星，在低軌組成衛星星座，并以這些衛星作為“空中基站”，從而完成向地面和空中終端提供寬帶互聯網接入等通信服務的新型網絡，具有廣覆蓋、低延時、寬帶化、低成本等特點。
它可以與5G和光纖網絡互補發展，與傳統運營商開展合作，在偏遠地區提供網絡服務。其中極地科考、海上通信、機載WiFi以以及陸地邊遠地區互聯網接入是四大應用領域，在海陸空三類環境中，為全球用戶提供實時互聯網服務。
量子位智庫根據公開數據推算，2023年衛星互聯網服務市場規模將達6億美元，2027年將達11億美元。
目前國內的衛星互聯網發展模式，開始由國家主導轉變為國家與企業共同推動。量子位智庫預計今年將迎來衛星發射的高峰期。
XR也在持續性發展過程中，這當中AR時代的到來更值得關注。2022年Micro-Led 顯示器的量產讓 AR 眼鏡有更高的分辨率，陣列、衍射光波導光學結構的使用讓 AR 眼鏡亮度更高，更容易戶外場所。
Nreal Air、OPPO Air Glass、谷歌AR概念機One More Thing、Mojo Vision的AR隱形眼鏡正引發廣泛關注。
B端工廠、安防等場景有了相當的滲透率，具體有工業生產、智慧城市、教育教學、展陳導航等，而C端的市場也正在展開，已在AR游戲、AR社交、AR營銷以及AR-HUD開始拓展。
基于技術成熟度評估，量子位智庫認為AR技術已進入穩步爬升期。但B端定制化特色明顯，垂直賽道的標準化產品仍需一定時間提煉。C端產品相較更易標準化生產，但需一定時間尋找關鍵場景并進行推廣。
部分技術也需進一步完善，比如AR空間感知及計算能力、異構計算體系等。
新技術新模型下，計算、算力究竟誕生了什么新標準、新機遇？異構計算正在成為行業共識。
在過去一年中，各頭部企業都在通過先進設計、先進制程、先進封裝或擴充產品線等方式來實現對異構計算的布局。
這其中，由英特爾牽頭，AMD、Arm、高通、臺積電、三星、Meta、微軟等十大行業巨頭聯合成立的Chiplet標準聯盟“Universal Chiplet Interconnect Express”為重要節點。
異構計算的價值在于能讓最適合的專用硬件去服務最適合的業務場景，實現性能、成本、功耗三者間的平衡?；诓煌夹g細節，它可以分為板卡集成異構計算、芯片級異構計算、超異構計算。
近年來，異構計算主要應用在HPC高性能計算、AI、5G通信、物聯網以及云計算等場景中，軟件棧和生態建設進度明顯，部分產品已規?；涞亍?/p>
未來有兩大發展趨勢值得關注，一是超異構與Chiplet的相互成就；二是異構計算仍需技術流程協同、軟硬件標準統一，以及由于不同系統架構、指令和程序導致的技術難度提升。
除此之外，新一代的智能計算架構也受到廣泛關注。當前摩爾定律已逼近極限，依靠器件尺寸微縮來提高芯片性能的技術路徑在功耗和可靠性方面都面臨巨大挑戰。
傳統的馮諾依曼架構已無法適應現如今AI計算對算力和低功耗的需求，存算一體芯片、類腦芯片、硅光芯片作為More than Moore的代表開始受 到關注。
存算一體是直接利用存儲器做數據處理，通過拉近或消除計算單元與存儲單元之間的距離，打破存儲墻和功耗墻瓶頸。
近年來，存算一體經歷了從學術界到工業界的轉變，頭部公司已初步實現量產。未來有兩大趨勢值得關注：新型存儲器件與終端推理。
類腦計算產業落地角度講，模仿人腦價值在于解決當前AI在信息處理和計算模式上遇到的困難，為實現通用人工智能奠定基礎。
目前類腦計算已在移動終端設備、低維離線信息處理、事件相機、觸覺感知等領域發揮低功耗、 低延時等優勢。未來，將逐步建立起圍繞類腦計算的生態，以及加快跨學科融合研究。
硅光芯片技術核心理念是“以光代電”，即利用激光束代替電子信號進行數據傳輸，能同時滿足長距離數據傳輸以及微電子芯片間的短距離大容量的數據傳輸。可應用場景包括數據中心、5G、光計算以及自動駕駛-硅光激光雷達。
還有一個不容忽視的計算機遇當屬于量子計算。相關數據顯示，到2031年左右，有將近8000億的市場規模將會直接與量子計算相關，全球70%的企業想在這方面做一些布局。
去年諾獎頒向了量子糾纏，其核心應用領域量子計算也在此等加持中加速落地與發展。
以谷歌、霍尼韋爾為代表的積極投入下，量子計算進入到探索如何解決實際應用中高難問題的NISQ階段。國內以百度、圖靈量子等機構則正在探索實際場景中的落地應用。
歸結起來，量子計算近期突破主要在兩個方面：
一方面是量子計算的核心硬件，即量子計算機本身的進展，包括量子比特數量、量子糾錯效果、量子體積。
另一方面則是基礎研究、基礎設施、應用研發、生態網絡等相關配套設施的完善。其落地價值主要在量子模擬、直接建模/輔助機器建模等方面。
除此之外，還有這些提名技術值得關注：數據安全及隱私增強計算技術、新型能源、綠色科技、AGI通用人工智能、生物信息研究、游戲引擎等。
?來源：量子位
??
免責聲明：本文版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請第一時間告知，我們將根據您提供的證明材料確認版權并按國家標準支付稿酬或立即刪除內容！本文內容為原作者觀點，并不代表本公眾號贊同其觀點和對其真實性負責。?
?
為您發布產品，請點擊“閱讀原文”
?
