年度十大前沿科技趋势：AIGC市场规模将超万亿，量子计算落地临门一脚

再变幻莫测的技术发展周期，如果以年为单位也能探寻到每一次的关键进程。那么在全新的幂集创新中，今年有哪些新技术新突破领衔？又有什么样的趋势值得关注？

比如已在产业界大放光彩的AI双星：AIGC、AI for Science，他们正在创造了什么新价值？能否解决更多实际问题？

硬科技创新背景下，屡屡传来进展的异构计算、人形机器人、卫星互联网、AR产品，背后是什么引擎在驱动？

为了帮读者们准确把握前沿科技趋势，也为了帮更多人串联起技术突破和产业风口的内在线索，更为了大家提前看到技术驱动的未来。

年度十大前沿科技报告，再度来袭！

量子位智库结合对科技领域的长期跟踪，以及对70余家初创公司、研究院、投资机构的深度交流，提名了2022年度十大前沿科技趋势。

根据趋势内容，在此分为了三个板块：新价值、新引擎；新物种、新场景；新标准、新机遇。

先来一睹为快：

新价值、新引擎

• AIGC技术价值验证：图像及视频生成大爆发；
• AI for Science开启新范式：数据驱动+机器猜想重塑多领域科研模式；
• 计算生物成为新引擎：医疗健康赛道迎来新型基础驱动力；

新物种、新场景

• 新型基因编辑落地：临床试验开启，进入罕见病治疗；
• 人形机器人站上硬科技创新高地：跨界思路降低商用门槛；
• 卫星互联网提速：打开商业航天新象限；
• AR产品消费级落地：提供XR和元宇宙增长新潜能；

新标准、新机遇

• 异构计算成为共识：新行业标准明确现有算力最优解；
• 智能计算架构呼之欲出：新一代芯片探索颠覆冯诺依曼架构；
• 量子计算落地临门一脚：软件硬件同步提速。

新价值、新引擎

AIGC技术价值验证：图像及视频生成大爆发

如果要论2022年，已纵横于各行各业的AI，诞生出哪些新价值、新引擎？AIGC一定是当仁不让的一个。

技术模型端，DALL-2、Imagen、Stable Diffusion等多种模型出现证明了AI绘画的可行性，随后横空出世的文本生成视频模型Imagen Video、Phenaki，再次突破了AIGC的技术边界。

基于对场景的理解，量子位智库将AIGC适用的业务场景进行了整理。

在延展领域中，最为看好的是个性化内容营销。它主要指由AI生成系统与底层的客户数据系统/营销效果反馈系统进行数据联通，实时根据数据反馈调整生成需求。

按照现有技术成熟度以及现有需求成熟度分析，量子位智库预计，2030年AIGC市场规模将超过万亿人民币。

AI for Science开启新范式：数据驱动+机器猜想重塑多领域科研模式

同样引发关注、价值显性的AI for Science赛道，在去年呈现出与AIGC截然不同的发展范式——

进入产业冷静期，催生多种价值路径，AI承担的职责也正在发生变化。

与以往AI主要用于简单建模不同的是，科学家们开始尝试用AI来解决问题，定制开发相关算法等。生物之外，物理、数学、化学材料、半导体等领域也都有了全新探索，比如辅助证明数学定理、流体力学等物理仿真、辅助新材料设计、指导半导体电路设计等。

基于多方访谈和调研，量子位智库将AI for Science的价值实现路径分为三点。

第一，基于对海量数据的高维建模能力，对特定科学问题进行预测评估，典型案例如AlphaFold2。

第二，“科学原理+高性能计算”新方式，将科学模型的AI精准解作为机器学习的部分数据来源，催生第五范式的产生。

这种数据与原理双驱动组合，未来将广泛用于药物研发、材料设计、能源节约、天体物理等场景。

第三、可从数据中总结和发现特定规律，辅助科学定律的发现。

除此之外，AI for Science还有加速实验过程、推进科学研究低门槛化、并行化等价值。

计算生物成为新引擎：医疗健康赛道迎来新型基础驱动力

朝着更深入产业的方向走去的，还有被AI激活的计算生物赛道——

已在药物靶点发现、药物分子设计、挖掘致病机理等实际领域落地。

例如，Insilico Medicine已利用 AlphaFold2在30天内发现 CDK20 小分子抑制剂；David Baker 团队目前已实现了基于 AI 为各类靶点蛋白设计结合蛋白分子。

或者更概括地来说，在量子位智库看来，从底层计算推演生物性质及原理、搭建预测及判断模型（比如疾病诊断与AI制药）、以及对生物体进行控制改造，都离不开计算生物学提供的模拟计算与底层机制推演。

量子位智库判断，目前计算生物学正进入基础沉淀期后半段，2025年将进入到普遍验证期，相关产业价值将远超于科研价值。

新物种、新场景

新型基因编辑落地：临床试验开启，进入罕见病治疗

以CRISPR/Cas9为代表的新型基因编辑凭借着成本低廉，操作方便，效率高等优点快速在产业推进，被认为是继ZFN、TALEN之后出现的第三代基因编辑技术。

过去的基因编辑技术领域需要让同一个蛋白质同时完成靶向定位和切割两个动作，针对目标DNA进行蛋白质设计的挑战极大，在效率、便携性、成本等方面存在明显短板。

而新型基因编辑方法，可以让导向RNA与蛋白质分别完成靶向定位和编辑动作。且因为RNA序列易于设计，大幅降低基因编辑整体难度和投入成本。

目前，CRISPR、碱基编辑（Base Editing）、先导编辑（Prime Editing）以及RNA编辑正在飞速发展。

从应用价值来划分，主要有医疗领域、物种改造两大类。

医疗领域又以基因治疗为代表，截至2022年8月，据公开数据统计，基因组编辑已在全球药物研发热门作用机制中位列第7，有217个相关药物进入研发。此外，还有异体细胞/器官改造、高通量自动化的致病基因筛选、类器官培养、新型诊断测试等应用。

物种改造方面，主要有农作物开发、工业微生物制造、病毒检测等场景。目前，我国进展最快的是齐禾高科等企业所在的分子育种领域。

人形机器人站上硬科技创新高地：跨界思路降低商用门槛

在机器人板块，诸多跨界玩家在人形机器人板块汇合，这其中包括传统造车企业、仿生机器人企业、智能硬件相关企业、消费电子企业等。

量子位智库认为，人形机器人主要有这两方面的应用价值。一方面，拟人形态能让机器人更好适应人类环境与人类工具，在日常服务中更有优势；另一方面，拟人形态便于更好与人类产生情感链接与互动，可落地在教育、引导、会展等场景中。

但由于硬件及软件配套等因素，目前人形机器人尚未展开产业级大面积推广。

而跨界玩家的加入为行业提供新的解决思路，多项能力在此处融合教会，有望降低商用门槛。

典型如特斯拉，环境感知部分采用自动驾驶中的FSD、Dojo芯片、纯视觉系统等技术，增强了人形机器人的商业化规模成本优势。

卫星互联网提速：打开商业航天新象限

作为商业航天传统三大应用领域之一的卫星互联网，在去年提速明显。它通过多次发射数百颗乃至上千颗小型卫星，在低轨组成卫星星座，并以这些卫星作为“空中基站”，从而完成向地面和空中终端提供宽带互联网接入等通信服务的新型网络，具有广覆盖、低延时、宽带化、低成本等特点。

它可以与5G和光纤网络互补发展，与传统运营商开展合作，在偏远地区提供网络服务。其中极地科考、海上通信、机载WiFi以以及陆地边远地区互联网接入是四大应用领域，在海陆空三类环境中，为全球用户提供实时互联网服务。

量子位智库根据公开数据推算，2023年卫星互联网服务市场规模将达6亿美元，2027年将达11亿美元。

目前国内的卫星互联网发展模式，开始由国家主导转变为国家与企业共同推动。量子位智库预计今年将迎来卫星发射的高峰期。

AR产品消费级落地：提供XR和元宇宙增长新潜能

XR也在持续性发展过程中，这当中AR时代的到来更值得关注。2022年Micro-Led 显示器的量产让 AR 眼镜有更高的分辨率，阵列、衍射光波导光学结构的使用让 AR 眼镜亮度更高，更容易户外场所。

Nreal Air、OPPO Air Glass、谷歌AR概念机One More Thing、Mojo Vision的AR隐形眼镜正引发广泛关注。

B端工厂、安防等场景有了相当的渗透率，具体有工业生产、智慧城市、教育教学、展陈导航等，而C端的市场也正在展开，已在AR游戏、AR社交、AR营销以及AR-HUD开始拓展。

基于技术成熟度评估，量子位智库认为AR技术已进入稳步爬升期。但B端定制化特色明显，垂直赛道的标准化产品仍需一定时间提炼。C端产品相较更易标准化生产，但需一定时间寻找关键场景并进行推广。

部分技术也需进一步完善，比如AR空间感知及计算能力、异构计算体系等。

新标准、新机遇

异构计算成为共识：新行业标准明确现有算力最优解

新技术新模型下，计算、算力究竟诞生了什么新标准、新机遇？异构计算正在成为行业共识。

在过去一年中，各头部企业都在通过先进设计、先进制程、先进封装或扩充产品线等方式来实现对异构计算的布局。

这其中，由英特尔牵头，AMD、Arm、高通、台积电、三星、Meta、微软等十大行业巨头联合成立的Chiplet标准联盟“Universal Chiplet Interconnect Express”为重要节点。

异构计算的价值在于能让最适合的专用硬件去服务最适合的业务场景，实现性能、成本、功耗三者间的平衡。基于不同技术细节，它可以分为板卡集成异构计算、芯片级异构计算、超异构计算。

近年来，异构计算主要应用在HPC高性能计算、AI、5G通信、物联网以及云计算等场景中，软件栈和生态建设进度明显，部分产品已规模化落地。

未来有两大发展趋势值得关注，一是超异构与Chiplet的相互成就；二是异构计算仍需技术流程协同、软硬件标准统一，以及由于不同系统架构、指令和程序导致的技术难度提升。

智能计算架构呼之欲出：新一代芯片探索颠覆冯诺依曼架构

除此之外，新一代的智能计算架构也受到广泛关注。当前摩尔定律已逼近极限，依靠器件尺寸微缩来提高芯片性能的技术路径在功耗和可靠性方面都面临巨大挑战。

传统的冯诺依曼架构已无法适应现如今AI计算对算力和低功耗的需求，存算一体芯片、类脑芯片、硅光芯片作为More than Moore的代表开始受 到关注。

存算一体是直接利用存储器做数据处理，通过拉近或消除计算单元与存储单元之间的距离，打破存储墙和功耗墙瓶颈。

近年来，存算一体经历了从学术界到工业界的转变，头部公司已初步实现量产。未来有两大趋势值得关注：新型存储器件与终端推理。

类脑计算产业落地角度讲，模仿人脑价值在于解决当前AI在信息处理和计算模式上遇到的困难，为实现通用人工智能奠定基础。

目前类脑计算已在移动终端设备、低维离线信息处理、事件相机、触觉感知等领域发挥低功耗、 低延时等优势。未来，将逐步建立起围绕类脑计算的生态，以及加快跨学科融合研究。

硅光芯片技术核心理念是“以光代电”，即利用激光束代替电子信号进行数据传输，能同时满足长距离数据传输以及微电子芯片间的短距离大容量的数据传输。可应用场景包括数据中心、5G、光计算以及自动驾驶-硅光激光雷达。

量子计算落地临门一脚：软件硬件同步加速

还有一个不容忽视的计算机遇当属于量子计算。相关数据显示，到2031年左右，有将近8000亿的市场规模将会直接与量子计算相关，全球70%的企业想在这方面做一些布局。

去年诺奖颁向了量子纠缠，其核心应用领域量子计算也在此等加持中加速落地与发展。

以谷歌、霍尼韦尔为代表的积极投入下，量子计算进入到探索如何解决实际应用中高难问题的NISQ阶段。国内以百度、图灵量子等机构则正在探索实际场景中的落地应用。

归结起来，量子计算近期突破主要在两个方面：

一方面是量子计算的核心硬件，即量子计算机本身的进展，包括量子比特数量、量子纠错效果、量子体积。

另一方面则是基础研究、基础设施、应用研发、生态网络等相关配套设施的完善。

量子位智库认为，其落地价值主要在量子模拟、直接建模/辅助机器建模等方面。

One More Thing

除此之外，还有这些提名技术值得关注：数据安全及隐私增强计算技术、新型能源、绿色科技、AGI通用人工智能、生物信息研究、游戏引擎等。

本文来自微信公众号 “量子位”（ID：QbitAI），作者：杨净，36氪经授权发布。

该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。