蕭簫 發自 凹非寺量子位 | 公眾號 QbitAI

2023年，我們還會見證新的AI突破嗎？

過去一年里，我們圍觀了ChatGPT的崛起，看見國內外多模態大模型同臺競技，察覺到自動駕駛公司的商業化加速落地，也發現以AI制藥為核心的生物計算公司數量飆升……

在AI已經深入各行各業的情況下，我們還會迎來什么新的技術進展，又或者說以AI為基底，不同場景還會迎來怎樣的變革？

基于這些年扎根AI行業的判斷，百度研究院對新一年技術趨勢做出了預測：

• 【大模型生態】行業大模型生態初現，服務千行百業智能化升級

• 【數實融合】AI新型基礎設施建設需求增長，數字技術和實體經濟深度融合

• 【虛實共生】Web 3.0技術打造新型網絡空間，元宇宙業態有望迎來顛覆式創新

• 【自動駕駛】自動駕駛技術迎來新升級，推動智能汽車產業“揚帆遠航”

• 【機器人】行業應用機器人落地加速，改變勞動力短缺困境

• 【科學計算】AI技術成為重要科研輔助力量，改變多學科研究范式

• 【量子計算】量子計算核心技術持續突破，產業化進程加速

• 【隱私計算】隱私計算平臺實現數據互聯互通，兼顧價值創造和安全可信

• 【科技倫理】可解釋AI技術推進“人機互信”，可信可控技術能力成企業全新競爭優勢

• 【科技可持續發展】側重綠色低碳和可持續發展能力，邊緣計算和先進計算正實現關鍵突破

這不僅可以被視作百度未來一年里著重發展的“計劃書”，更是洞察科技行業未來一年走勢的風向標。

所以，2023年十大趨勢預測，反映了AI行業怎樣的發展態勢？相比去年十大科技趨勢又發生了哪些變化？

這些變化究竟源于行業進展、還是只是產生了方向上的突變？

不妨從三個維度來解讀十大趨勢，看看它究竟靠譜幾分。

總結今年十大科技趨勢，核心關鍵詞顯然還是智能化。

但如果從AI技術本身、“+AI”以及“AI+”這三大維度來看，這一年科技變革的主線又不僅僅是“智能化”這么簡單。

在這十大趨勢預測中，智能化構筑了科技變革的主線，AI技術始終占據重要位置，“AI向實”的變革正在發生——

總體來說，便是讓AI與實體經濟相結合，以AI來服務實體經濟。

先來看看AI技術自身的發展趨勢。

有AI技術“三駕馬車”之稱的數據、算力和算法，如今已形成幾大技術底座。

隨著未來一年的產業需求推動，技術底座還會不斷夯實。

無論是AI算法發展出的“深度學習平臺+大模型”體系、數實融合浪潮下進階的AI算力需求，還是關乎AI數據安全的隱私計算，都會進一步讓產業更智能化，指引行業探索出更多技術拐點。

如在智能交通場景上，利用百度智能方案幫助北京、廣州、長沙、重慶等城市大幅提高交通出行效率，便是技術底座夯實的案例之一。

再從“+AI”維度來看，AI的出現給不少跨學科、跨領域行業制造了新的上升空間。

如去年爆火的AI for Science，就是一個橫跨物理、化學和生物等諸多研究學科的新方向。AI在其中利用自身數據分析和推理能力，學習并解決新的問題，加速科研探索進程。

又如綜合電子、機械工程和計算機等領域為一體的機器人行業。AI的加持讓機器人具備了一定的自主完成任務能力、即進一步提升了認知智能，從而提升了勞動生產率。

因此在未來一年的科技發展中，AI跨領域融合更加扎實，不僅在AI for Science領域發展出更完善的工具體系，還會讓機器人協助產業進一步智能化、激發出這些領域的潛力。

最后是“AI+”維度。

與+AI的區別在于，它并不僅僅是激發已有領域的潛力，還進一步地催生了領域中的新方向。

例如元宇宙、自動駕駛、AIGC和量子科技等，都是基于智能化實現的創新，但這并非意味著AI還會給行業帶來大量爆發性的新突破。

百度研究院認為，在今年這些智能化創新更加務實，換而言之，基于AI誕生的這些領域，在新的一年里會更加追求落地。

正如百度CTO、百度研究院院長王海峰所言：

縱觀人類的科技發展史，驅動科技革命和產業變革的核心技術，往往具有很強的通用性。

當其具備了標準化、自動化和模塊化的工業大生產特征，核心技術作為基礎設施的價值效應會變得越來越“實”。

所以，與往年情況相比，百度研究院今年的趨勢預測發生了什么變化？

如果說，前幾年AI行業尚處于技術“祛魅”的過程中，即不斷耗費人力物力，去探清它的能力邊界和技術周期，試圖找到合適的應用場景；

那么今年的AI行業已經在摸清能力范圍的情況下，進一步與實體經濟相結合、探索更有價值的落地方向。

如2020年橫空出世的GPT-3，一度引爆行業對于AI大模型的期待。

但隨后人們開始探清GPT-3的能力邊界、察覺到它的應用范圍，如今語言大模型才慢慢探索出適合落地的領域，成為工作者的“輔助”而非“替代者”。

在2023年，百度研究院進一步將AI落地的范圍擴大到了自動駕駛、元宇宙乃至量子計算這些在旁人看起來“還得幾年才能真正產生價值”的新方向和新領域。

以量子計算方向為例。

2020年，百度研究院對這一領域的預測是“為AI和云計算注入新活力”，2021年“量子科技創新觀念深入人心”，2022年“量子軟硬一體化方案將成為主流趨勢”……

而在2023年，這一領域的預測則變成了——核心技術持續突破，產業化進程加速。

但在這些新方向和新領域的預測上，百度研究院信心從何而來？

又或者說，這樣的趨勢預測是否真的靠譜、并有對應的行業突破加以佐證？

答案或許能從去年的突破和趨勢預測中得以窺見。

我們舉幾個例子來看。

談到2022年的最大的科技突破，不少人的第一印象肯定是AIGC的爆發。

AI繪畫方面，國外如Stable Diffusion、Midjourney已經火進畫手圈，大廠如OpenAI發布的DALL·E2和谷歌發布的Imagen，則不僅在文生圖方面“同場競技”，還成為不少AI學者研究的算法模型；

AI文本生成上，接近年末發布的ChatGPT，徹底將AIGC的熱度推向巔峰。

或許征兆并不明顯，但其實早在去年年初，百度研究院就預測到了這一趨勢：

超大規模預訓練模型呈現知識增強、跨模態統一建模、多學習方式共同演進的趨勢，并逐漸實用化。

例如AIGC （AI generated content，人工智能創造內容），借助大模型的跨模態綜合技術能力，可以激發創意，提升內容多樣性，降低制作成本，將會實現大規模應用。

這樣的結論并非偶然。

在國內，百度可以說是最早布局AIGC的大廠之一，在AI繪畫模型普遍英文輸入的情況下，早早實現了中文版文生圖模型文心·一格：

△國風繪畫尤其好看

做出這樣的預測，也是基于自家研究進度得出的結論。

又如量子計算。

2021年，中科大團隊相繼推出“祖沖之號”、“祖沖之二號”超導量子計算原型機，又與中科院上海微系統與信息技術所等構建了“九章二號”光量子計算原型機，相繼在兩種物理體系實現“量子優越性”，徹底讓量子計算出圈了一把。

但這還只是學術上的突破，量子計算究竟需要多久才能實現“人人可用”，仍舊是一個未知數。

而就在去年年初，百度研究院發布趨勢認為：

量子軟硬一體化方案成為主流趨勢，現實需求加速量子計算與各行業融合創新。

量子軟件和服務向跨平臺發展，用戶將在云原生量子計算平臺上獲得更豐富的量子后端選擇，而承載量子軟硬一體化方案的量子平臺將逐漸顯現其應用價值。

聽起來似乎有點“天方夜譚”，然而就在今年8月，百度真的發布了一臺名為“乾始”的產業級超導量子計算機，搭載10量子比特高保真度超導量子芯片。

除此之外，還發布了名為“量羲”的全球首個全平臺量子軟硬一體解決方案，可實現量子芯片“即插即用”。

如今，只需要在手機上下載量易伏APP，就能體驗包括中科院在內的量子計算機的使用，可以說是確實將自己的趨勢做了出來。

再例如自動駕駛領域。

去年對于國內外的自動駕駛公司而言，“真無人”已經是一個越來越常見的名詞。

國外保守如Waymo，先是在去年3月開啟舊金山市區無人化試駕，僅限員工體驗，隨后在鳳凰城開始提供打車服務；

而在去年年末，Waymo也終于開啟無人車機場接送，實現了“主副駕都無安全員”的7×24小時打車服務。

國內百度則不僅已經實現了無人車量產，更是在全國更多區域落地全無人Robotaxi，最近的一次消息則是在武漢開啟的夜間無人車——

而這也正是2022年初百度研究院立下的“flag”之一。汽車作為機器人的一種形態，在無人化上進展神速：

自動駕駛技術進入無人化落地新階段，多元“汽車機器人”不斷涌現，連接技術與場景。

2022年，在政策法規與技術進步的雙重推動下，自動駕駛將在無人化上高歌猛進，多元“汽車機器人”為代表的汽車形態迅猛發展。

……

不止是2022年。

今年是百度第四年發布研究成果?；仡櫱皫啄甑内厔蓊A測，會發現這幾年押中的大模型爆發、現象級科技成果應用，幾乎都會在其中有所體現。

例如2021年押中的數字人爆發；又例如2020年預測的NLP模型與知識深度融合趨勢，也在GPT-3上得以體現。

總結下來，這幾年百度研究院一直在自身實踐基礎上，對國內前沿科技布局進行預判和感知。

以此發布的這份趨勢，也不僅僅是未來一年國內外熱點的預判。如果回看過去的趨勢預測，又能更好地針對每年的變化和科技發展趨勢做出分析總結，以更好地發現AI發展過程中遇到的問題、繼續前進。

最后，附上今年包括大模型生態、虛實共生、自動駕駛、量子計算等在內的十大科技趨勢預測，你最關注哪一個？

1、大模型生態：行業大模型生態初現，服務千行百業智能化升級

AI大模型正在向跨語言、跨任務、跨模態的技術方向演進，已成為當下AI技術發展的一個主要趨勢。依托深度學習平臺，大模型技術的效能不斷提升，具備了很強的通用性、泛化性、可解釋性，以及開發流程標準化程度高的優勢，能夠解決AI碎片化難題，持續降低AI開發與應用的門檻。

隨著大模型技術逐步成熟，訓練能力、核心算子庫和軟件平臺布局不斷完善，在航天、金融、能源等領域，“行業大模型”開始浮現，圍繞各行業需求，搭建AI基礎設施，推進“AI+行業”的應用創新。我們預測2023年行業大模型將覆蓋更多領域，逐漸形成生態，積極踐行“普惠AI”，服務千行百業的智能化升級。

△AI繪畫技術支持：百度飛槳文心一格

2、數實融合：AI新型基礎設施建設需求增長，數字技術和實體經濟深度融合

我國“十四五”規劃和2030年遠景目標綱要都強調大力發展數字經濟，為人工智能等數字技術帶來了強大創新動力和廣闊市場空間。當前，智算中心、深度學習平臺和大模型等AI新型基礎設施不斷夯實，加快推動人工智能產業化落地，滿足以制造業為主的實體經濟轉型需求；同時，我國龐大的制造業規模、豐富的應用場景和海量數據資源，非常有利于深度學習模型的迭代進化，技術與場景的融合，會催生出具有產業通用性的新產品新業態。

AI新型基礎設施建設，短期看，將會成為各地政府發展數字經濟的重要抓手之一，對區域經濟發展和產業升級有明顯推動作用；中長期看，將促進數字技術和實體經濟深度融合，更好地賦能產業數字化轉型和智能化升級。

△AI繪畫技術支持：百度飛槳文心一格

3、虛實共生：Web 3.0技術打造新型網絡空間，元宇宙業態有望迎來顛覆式創新

人們正在構建一個內容豐富的虛擬世界，這個虛擬世界從最初平行于物理世界，逐漸發展到與物理世界緊密連接，未來有可能會實現彼此交互、融合和共生。預計2023年，得益于眾多關鍵數字技術的突破，這一趨勢將會加快。

Web 3.0技術將會打造一個去中心化的，更加開放、公平和安全的新型網絡空間，用戶可以更安全地交換信息和價值；數字孿生和虛擬仿真、AI等技術融合，會在購物、制造、家居、城市等諸多場景，創造更精準和智能的數字孿生體；AIGC將帶來全新的內容創作模式，廣泛運用到繪畫、文學甚至視頻制作等領域，大幅降低內容生產成本；結合VR/AR帶來的沉浸式體驗服務、5G提供的大數據高速傳輸能力，一個全面和豐富的元宇宙業態有望加速成型，在此之上的產品和服務模式，也可能會迎來新一輪的顛覆式創新。

4、自動駕駛：自動駕駛技術迎來新升級，推動智能汽車產業“揚帆遠航”

隨著自動駕駛進入城市場景，無論是感知復雜環境、還是處理海量數據的難度都大大增加，傳統小模型無法滿足高級別自動駕駛的要求。業界開始通過引入大模型技術，讓自動駕駛汽車有效擴充語義識別數據，大幅提升長尾問題解決效率，進一步增強自動駕駛感知泛化能力，適應更多出行場景。

預計2023年，中國主要城市自動駕駛商業化落地將呈現運營范圍、車隊規模雙增長的趨勢，擁有自動駕駛技術的智能汽車市場滲透率也將有新突破，智能汽車產業從此前的“試水試航”走向“揚帆遠航”。

△AI繪畫技術支持：百度飛槳文心一格

5、機器人：行業應用機器人落地加速，改變勞動力短缺困境

伴隨全球老齡化加劇，未來各行業將面臨嚴重的勞動力短缺問題。不少國家已經積極發展自動化技術，改善勞動力短缺困境。

人工智能、大數據、云計算等關鍵技術的成熟，為自動化發展注入強大動力，特別是AI加持的各類機器人，將在實時感知、智能決策、優化控制等方面獲得更大提升，越來越多地應用于施工、開采、救災等需要大量人力的工作場景。此外，人形機器人產品將會在生活中扮演管家角色，承擔簡單的搬運、掃除、護理等工作，不僅極大地提高勞動生產率，而且在一定程度上可以讓人擺脫繁重的體力勞動，使人們有更多時間享受美好生活。

6、科學計算：AI技術成為重要科研輔助力量，改變多學科研究范式

AI for Science正受到越來越多的關注，AlphaFold等模型的成功讓人們看到，人工智能技術對科學計算產生巨大影響，也正在改變許多學科的研究范式。

通過引入AI技術，研究者們開發了科學計算工具，解決傳統科學計算過于復雜而難以求解的問題，提升系統建模分析能力。相信未來會有更多功能強大的科學計算工具出現，推動AI技術成為重要的科研輔助力量，在物理、化學、生物、材料學等基礎科學及藥物研發等應用領域體現自身的獨特價值。

△AI繪畫技術支持：百度飛槳文心一格

7、量子計算：量子計算核心技術持續突破，產業化進程加速

過去一年，量子計算技術已在軟硬件、應用和網絡等關鍵技術方向實現新一輪突破。預計2023年，多種技術路線的量子芯片性能指標將持續提升，云原生量子計算平臺將提供更強大、更豐富、更專業的服務，易用性大幅提升，開發門檻進一步降低，量子設備將在多個應用場景中展現出優勢，在人工智能、材料模擬、金融科技、生物制藥等方向誕生更多具備實際應用價值的量子算法；隨著量子計算硬件性能與量子算法的不斷提升，量子軟硬一體化方案的價值與需求將會更加凸顯。

公眾對量子信息科學的關注將會不斷增強，有關量子科普與教育將產生更加廣泛與迫切的需求，借助量子計算平臺加速形成繁榮的量子計算產業生態，政產學研用多方協同和資源匯聚會進一步深化。

△AI繪畫技術支持：百度飛槳文心一格

8、隱私計算：隱私計算平臺實現數據互聯互通，兼顧價值創造和安全可信

數據安全治理和數據要素市場化的重要性和緊迫性日漸上升，隱私計算技術進入快速發展階段，金融、通信、醫療、互聯網等領域有越來越多的機構開始自建隱私計算平臺，應用場景不斷拓展和深化，推進各家隱私計算平臺的互聯互通逐漸成為行業新趨勢。

在此背景下，“橫縱交織”的可信數據流通網絡初步呈現?？梢灶A見，借助不斷發展壯大的數據流通網絡，未來幾年隱私計算技術的應用場景將會不斷推陳出新，隱私計算平臺也會在多個行業成為支撐數據安全治理和數據要素市場化發展的重要基石，有助于塑造兼顧價值創造和安全可信的數據產業。

△AI繪畫技術支持：百度飛槳文心一格

9、科技倫理：可解釋AI技術推進“人機互信”，可信可控技術能力成企業全新競爭優勢

人工智能等技術的快速發展，帶來了新的社會倫理問題與風險，引起世界各國的關注。我國政府今年出臺《關于加強科技倫理治理的意見》，向聯合國提交《關于加強人工智能倫理治理的立場文件》，積極倡導“以人為本、智能向善”原則，確保人工智能安全、可靠、可控。

科技企業和科學家也在積極探索可解釋AI技術，嘗試在價值對齊的背景下促進有效的人機交流，讓AI真正理解人類意圖，降低算法的“黑箱風險”，實現更有預見性的AI治理。好的技術不僅關注結果，更要關注過程，我們預測，未來在一個高度智能化和數字化的社會，具備可信可控的AI技術能力，將成為企業新的競爭優勢。

10、科技可持續發展：側重綠色低碳和可持續發展能力，邊緣計算和先進計算正實現關鍵突破

近年來，在可持續發展理念的影響下，促進節能減排和降本增效已成為新技術的重要演進方向。其中，邊緣計算兼顧了計算的實時性和彈性，能夠減少海量數據的傳輸，節約巨大的數據傳輸和能源成本，未來邊緣計算與5G、AI等技術協同，將助力低碳經濟的發展。先進計算正在從計算理論、架構、系統等多個層面提升現有算力規模、降低算力成本、提高算力利用效率。

我們預測未來會有更多側重綠色低碳和可持續發展能力的新技術突破，其落地應用將有望緩解環保、健康、能源和材料等問題，提升人類生存環境的質量。

△AI繪畫技術支持：百度飛槳文心一格