华为-人工智能行业：智能世界2035-20250918-134页

微信扫码，打开到小程序

自本世纪初以来，AI 技术迅猛发展，标志着科技革命进入了新纪元，同时也成为人类历史上的 一个重要转折点——知识的创造和应用不再仅仅是人类的特权。随着生成式 AI 的出现，AI 发展取得 了令人瞩目的成就，但经过对其发展现状的冷静分析，我们可以看到，AI 的发展仍处于起步阶段。 目前，AI 应用仍主要集中在以问答功能为主的 AI 助手上。这类 AI 系统通常被视为“黑盒 子”，其属性难以像传统 ICT 系统那样被完全理解和保障。AI 仅仅提供了基础模块，而有待解决的 关键问题是如何将这些模块有效组合，打造出具有人类智能水平的智能系统。值得一提的是，AI 在 工业和服务领域的应用潜力巨大，但这一潜力尚未得到充分挖掘。 《智能世界 2035》及时为我们描绘了 AI 的发展愿景，深入探讨了技术融合将如何推动工业和 服务智能系统的转型。报告展望了物联网可能涵盖的各类工业系统，包括自主交通系统、智能电 网、智能工厂与农场以及自主通信网络等。此外，报告还全面分析了 AI 在医疗、教育、智能家居、 智慧城市和商业创新等服务领域的应用及影响。除了强调 AI 在这些领域的关键作用外，报告还探讨 了 AI 与其他创新技术的协同效应，以及转型可能带来的社会和经济影响。 例如，在 AI 大模型和云计算技术的支持下，教育应用将能够动态分析学生的知识掌握情况， 帮助教师实时生成个性化的教学方案，确保每个学生都能享受量身定制的学习体验。医疗行业将不 再局限于“治病救人”，而是完全融入一个由 AI、数字行为建模、远程医疗和合成生物学等前沿技 术驱动的全球健康生态系统。 这份报告客观阐述了 AI 和 ICT 技术融合将如何推动变革，造福人类和社会。 Joseph Sifakis 序言 为实现上述愿景，我们仍面临诸多超越通用人工智能范畴的技术挑战。我们的目标不仅是创造 一种“能够理解、学习任何人类所能完成的智力任务的机器”，更在于让机器能够整合自身能力， 自主行动，感知现实环境，并以自适应且可靠的方式追求其目标。 智能系统的构建正在颠覆传统的系统工程，需要将基于传统 ICT 模型的开发与数据驱动的 AI 技 术相结合。我们需要通过混合解决方案构建智能系统，确保其能够基于大量已有知识做出安全高效 的决策，还能规避 AI 系统的不可解释性。 在构建智能系统时，如果需要整合一些不可信的 AI 组件，则为了确保系统可靠性，需要可扩 展、可演进的混合解决方案，特别是要将符号和非符号知识（如用于决策的感官信息和模型）结合 起来。在开发智能系统时，我们需要在系统设计的正确性和运行阶段的韧性之间实现平衡，并通过 定期或针对性的更新，实现系统的持续演进。 此外，系统验证目前正从理性主义向经验主义转变。传统的基于模型的技术虽能保证高可靠 性，但由于系统固有的复杂性和异构性，已不再适用。我们需要超越当前随机测试和仿真的方法， 开发更严格的验证技术。同时，我们还必须通过基于知识的监测技术弥补可靠性降低的影响。 报告中提到的愿景既广泛又宏大，与科技巨头截然不同。科技巨头通常依赖机器学习并推崇超 大规模化发展，需要对高耗能基础设施进行巨额投资。 这一愿景的实现需要前所未有的技术突破，还需要全球范围的努力。在该愿景的推动下，相关 领域可以形成合力，共同开发特定的基础设施和数据平台，进而发展出可信的行业 AI。 此外，这种协同效应对按应用领域收集和清理数据至关重要。事实上，构建强大的行业 AI 应 用与基于网络数据训练通用大语言模型有着根本区别。我们可以在网络上找到几乎所有常见主题的 数据，但关键的行业事件通常是罕见的故障或异常。你可能拥有十年的“正常运行”数据，却只有 极少数灾难性故障事件，而行业 AI 模型必须从这些极为罕见的事件中学习。 历史表明，开放的生态系统和国际合作是技术进步的重要加速器，对于复杂且具有变革性的 AI 领域更是如此。开放的工具和平台将有效推动我们在系统互操作性和集成方面取得突破。 此外，国际合作对于达成监管框架共识、控制 AI 产品相关风险至关重要。以阻碍创新为由公 开反对加强监管，实际上是一种只顾短期利益的做法，长远来看不利于未来的发展。 因此，在这一背景下，我们需要开发更可靠、更能适应实体经济需求的 AI，向我们期待已久的 自主系统演进。这将有助于平衡 AI 的战略博弈，也将促使我们与志同道合的伙伴携手合作，以兼顾 发展与安全的方式监管 AI，造福社会。 2007 年图灵奖获得者 十年意味着什么？二十年前，人工智能的发展路径还是一团迷雾；十年前，以卷积神经网络为 核心的深度学习方兴未艾，人们还在畅想人工智能所能带来的无限机遇；今天，以大模型为代表的 人工智能正逐渐进入生活的每个角落。那再过十年，智能世界是什么样的？人工智能会怎么发展？ 会怎么改变我们的工作与生活？ 迈向通用人工智能的道路，可能并不是沿着现有路径拓展延伸，而是会经历若干不确定的“奇 点”，迎来突然的爆发，就如同过去十年的卷积神经网络和大模型。当前的我们不得不思索：未来 十年的“奇点”可能出现在哪里呢？ 正如华为《智能世界 2035》所言，迈向通用人工智能，关键在于走向物理世界。其机遇可能 有三： 第一，更有效地感知世界。便携式拍摄设备（如手机）的普及，创造了丰富的电子图片，为 ImageNet 的构建及卷积神经网络的出现打下了基础；电子显微镜对蛋白质结构进行了高精度解析， 为 AlphaFold 提供了关键的数据支撑。更有效的感知将为人工智能展开更宏观的画卷、揭示更微末 的细节、刻画更复杂的关系，让人工智能能更好地向世界学习、将世界改造、与世界交互。因而， 兼具宏观与微观、高动态、多模态的新一代传感器可能是新的“奇点”。 第二，更智能的模型算法。通用人工智能的模型与算法是什么样的？对于这个问题，仁者见仁 智者见智。但不可否认的是，物理世界中真实的智能（如人的智能）既是重要的目标，也将会带来 巨大的启示。若能对智能的过程实现深刻洞察，对智能的机理进行全面的解析，必将能为人工智能 带来全新的模型与算法突破，使之如人的智能一般高效、可信、灵活、全面。因而，向物理世界中 最复杂的智能系统——脑智能——学习，也可能是未来的重要“奇点”。 戴琼海 第三，更高效的算力芯片。计算能力与智能水平息息相关，当前人工智能的发展也是伴随着 算力的不断提升。但是，线性提升的算力如何带来智能水平的跨越式突破呢？这个问题似乎很难回 答。真正的突破口可能是算力的革命性飞跃，例如较现有的芯片实现数个数量级的效率提升。光计 算、量子计算、存算一体等新的范式的不断成熟，就如同通信从电缆升级到光缆，将有望变革智能 的“物质基础”。因而，将带来算力革命性提升的新型芯片，可能是人工智能的关键“奇点”。 当然，迈向通用人工智能之路依然漫长，正确的道路在哪里还需要不断探索。华为《智能世界 2035》报告构思宏阔、见解深邃，对未来十年人工智能的未来路径和智能世界的发展图景进行了系 统性的梳理与前瞻。其中勾勒的十大趋势，生动展现了一个多层次、多维度技术协同赋能的未来， 读来深受启发。《智能世界 2035》为我们开启了一扇眺望未来的重要窗口，它激励我们以更加开 放、融合与负责任的态度，去探索、去创造、去规范，共同探索通用人工智能的路径，开创智能与 生命共融、科技与人文同辉的美好未来。 中国工程院院士 清华大学信息科学技术学院院长 北京信息科学与技术国家研究中心主任 脑与认知科学研究院院长 《智能世界 2035》较系统地勾勒了未来十年智能技术演进与社会形态重塑的宏伟蓝图，视野开 阔、分析深入。值此研究报告发布之际，我愿从复杂系统与智能演进的内在逻辑出发，谈几点思考。 智能的本质，并非仅仅是数据模式的识别与归纳，更在于其对物理世界的理解、互动与重塑能 力，因为对物理世界已有的认知汇聚了人类的重要的知识和智慧。《智能世界 2035》敏锐地捕捉 到了这一核心，即“走向物理世界是 AGI 形成的必由之路”。当前基于大模型的人工智能在感知和 生成上取得了重大成就，但其认知模式仍困于基于多重线性统计关联的框架内，因此，普遍认为它 仍缺乏对复杂物理现象以及因果关系的深层次抽象与推理的能力。真正的突破或将源于一种使数据 空间和物理空间深度融合的超越现有范式的新架构，这个新架构应能够将数理原理或知识内嵌到数 据空间中，使其能完整准确认知数据系统中的复杂性，这是我们研究和经常讲到的精准智能或 SCI for AI。这是一个复杂系统自组织、自适应、不断逼近真理的过程，其数学基础与实现路径是未来 十年我们面临的核心科学挑战。 《智能世界 2035》所描绘的十大技术趋势，并非孤立的技术罗列，而是构成了一个相互依存、 协同演进的复杂生态系统。从计算范式的革命（突破冯 • 诺依曼瓶颈）、存储范式的改变（数据即 智能），到网络范式的跃迁（迈向智能体互联网），其底层驱动力是一致的：即为了支撑智能体在 物理与数字融合的“镜像世界”中进行大规模、实时、可靠的交互与决策。智能体（Agent）作为 核心载体，其从执行工具到决策伙伴的演进，标志着人工智能从处理信息的工具转变为能够主动规 划、协作并作用于环境的认知主体。这不仅是技术的升级，更是生产力和生产关系的范式革命。 智能革命的真正价值，最终要体现在对千行百业的赋能乃至重塑上。《智能世界 2035》不仅 聚焦于技术本身的跃迁，更用大量篇幅深入剖析了智能体将如何作为新质生产力的核心，驱动医 疗、教育、制造、金融、能源等关键领域发生范式革命。从“AI 协同诊疗”到“设计即制造”，从 “超个性化金融”到“智慧能源网络”，我们看到的不是一个简单的“+AI”过程，而是一场深刻 的“AI 原生”化重构。其核心在于，智能体能够深入行业机理，将海量数据、专业知识与物理模型 郑志明 深度融合，形成具有感知、分析、决策和行动能力的行业级“大脑”与“神经系统”，从而极大提 升产业运行的效率、韧性与创新活力。这种赋能是一个复杂的系统性问题，需要技术专家与领域专 家深度协作，共同破解行业特有的复杂性挑战。 尤为重要的是，《智能世界 2035》中“Token 管理网络，让智能成为能源的神经系统”这一 趋势，点明了智能世界发展的一个关键约束与使能条件。未来无处不在的智能体及其承载的海量算 力，其运行必须以可持续的能源为基础。将智能技术融入能源网络的管理与调度，构建一个如同神 经系统般灵敏、高效、自适应的能源互联网，是实现智能世界可持续发展的物理基石。这体现了系 统思维中不同层级（能源、计算、智能）之间深度耦合与协同的必要性。 最后，我想强调，迈向 2035 年的智能世界，其过程绝非单纯技术的线性叠加，而是一个充满 不确定性的复杂系统工程。它需要我们不仅在算法、算力、数据等技术上寻求突破，更需要在基础 理论、系统架构乃至伦理法规上进行前瞻性的布局和探索。中国科技界在参与构建这个未来时，应 更加注重原始创新与底层技术的贡献，推动建立开放、协同、包容的技术发展生态。 《智能世界 2035》为我们提供了宝贵的思想碰撞和战略思考的起点。它激励我们以更为系统、 辩证的思维去理解并塑造未来，共同迎接一个以人为本、人机共生、绿色可持续的智能新纪元。 中国科学院院士 北京航空航天大学教授 人工智能学院院长 随着智能世界 2035 的到来，人类进入关键历史时刻。数字认知和物理世界相互融合，具身智 能应运而生，重塑着我们星球的方方面面。作为香港科技大学首席副校长，我很荣幸与大家分享未 来愿景。这一愿景不仅汲取了华为《智能世界 2035》报告中揭示的技术趋势，更凝聚了学术界、 产业界和社会的共同期待。 网络、计算、存储、云和能源是推动变革的五大核心技术，共同构成了超级智能体发展的综合 底座。预计到 2035 年，网络将需要支撑 90 亿人口拥有 9,000 亿智能体，通信容量将增长 100 倍。 与此同时，算力需求将激增 10 万倍，催生出全新的范式，如模仿大脑高效能的神经形态处理器与 量子处理器等。存储将迈入尧字节时代，让数据“觉醒”，为持续学习提供有形资源。云边协同共 生将推动 AI 民主化，而能源领域的突破，特别是高密度电池和可持续发电，将消除认知和实现之间 的最后障碍。在这些基础设施的加持下，具身智能将成为可能，促进制造机器人、家庭助手等物理 实体以自主性、适应性和目标导向的方式行动。 这将对我们的星球产生深远积极的影响。以道德框架为指导、以清洁能源为动力的智能体将在 农业、物流和电网中发挥积极作用，优化资源配置并大幅减少浪费和碳排放。在 AI 增强传感器和无 人机的支持下，精准农业不仅能提高产量，还能在保护生物多样性方面发挥作用。智能电网将通过 实时分析系统的安排，实现可再生能源发电与需求的平衡，开启零碳城市生态系统的时代。此外， 基于 AI 的气候建模将提供前所未有的预测能力，帮助决策者采取预防措施，应对极端天气事件和海 平面上升，这对像香港这样易受影响的沿海地区来说至关重要。 人类生产将经历场景跃升，重塑工作的本质和创造力。在制造业，具身智能将催生出自我优 化的工厂，机器不仅能执行任务，还可在运行过程中实时优化流程设计，形成一个持续创新的良性 循环。在金融服务业，智能体在风险评估、欺诈检测和提供个性化咨询服务方面的能力将接近人类 水平，可以解放专业人士，让其专注于战略决策。在研究领域，当通用人工智能（AGI）的奇点真 正到来时，AGI 将成为人类的协作伙伴，以超越当前想象的规模进行假设构建、实验操作与数据分 郭毅可 析。这种人机协作将加速医学、材料科学和量子技术等领域的突破，推动人类在疾病治疗、气候韧 性和可持续材料方面取得进步。 我们的日常生活也将发生改变。智能体将成为值得信赖的伙伴，持续监测并预测我们的健康需 求，并在症状显现之前提供个性化的治疗干预。教育将转向自适应、沉浸式平台，根据每个学习者 的进度和兴趣定制课程，在高度互联的世界中促进终身学习。家庭将成为一个虚实融合的全息生活 空间，能够响应情绪、健康和生产力需求。在交通行业，AI 驱动的网络将使能安全、高效和零碳的 出行方案，重塑人们对距离和时间的体验。 然而，智能世界 2035 的愿景要建立在 AI 向善的基础上。需建立道德准则来指导每一个算法， 确保公平、透明和有效的问责。包容性也必须纳入考虑，确保每个地区、各类人群以及不同社会经 济阶层都能从技术发展中受益。安全（包括网络安全和物理安全）必须经过严格的设计，以确保数 据完整性并防范恶意利用。唯有嵌入这些原则，才能在未来的智能世界中更好地捍卫人类的尊严。 在协作过程中，位于东西方交汇处的香港，已成为创新、人才与伦理讨论的中心。香港科技大 学的使命是增进知识、培养创造力和服务社会，这与智能世界 2035 的愿景完美契合。我们将携手 华为、学术界同仁和行业先锋，共同谱写发展新篇章。我们将以科技之力守护地球家园，激发经济 活力，促进人类繁荣。 香港科技大学首席副校长 回首人类数千年的文明进程，从狩猎文明到农耕文明，从工业文明到数字文明，每一次文明的 跃迁都源自人类对未知的不断探索。没有探索，就没有创造；没有创造，就不会有文明的进步。这 份深植于人类基因的探索精神，推动我们不断突破认知与技术的边界，走向更加繁荣的智能文明。 2021 年，华为发布了《智能世界 2030》报告，从医、食、住、行和企业数字化转型等领域做 了展望。这些年我们欣喜地看到一些展望逐步变成了现实，比如：智能和宽带正在普及每个人、每 个家庭、每个组织，甚至每辆车。 今天，我们正处在一个技术范式深刻变革的时代。两年前逐渐进入大众视野的生成式人工智 能，正以我们从未想象过的方式，重新定义未来的可能性。正因如此，我们比以往任何时候都更需 要前瞻的视野，更需要依靠科技的愿景与假设来指引前路。 过去的 2 年，我们的研究团队与业界 100 多名专家、学者、客户和伙伴进行了广泛的交流，组 织了 200 多场研讨会，参考了来自联合国、世界经济论坛等权威机构的数据和方法，集业界和华为 自身专家的智慧，共同输出了未来十年的关键技术展望，以及这些技术对人们的生产、生活带来的 改变和影响。 首先，AGI 将是未来十年最具变革性的驱动力量，但仍需克服诸多核心挑战，方能实现 AGI 奇 点突破。当前 AI 在感知与生成方面进步显著，却缺乏对复杂物理现象的深层推理能力，未来真正 的突破或将源于一种新的架构，实现数字世界与物理世界的深度融合。我们认为，走向物理世界是 AGI 形成的必由之路。同时，随着大模型的发展，未来 10 年 AI Agent 将进一步理解物理世界的客 观规律，发展为侧重实践的行动系统，能够自主闭环执行多类任务，从执行工具演进为决策伙伴， 最终驱动各个产业发生智能化革命。 其次，人工智能的飞速发展，必将重塑现有的开发范式，改变人机交互模式，并催生更多新应 用。比如：在软件开发领域，人类将更专注于系统架构与创新设计，而 AI Agent 则高效承担具体 执行，开发范式迎来全新重构。在人机交互界面，我们将从图形交互迈向自然语言交互，并在视觉 汪涛 与听觉的基础上，逐步融合五感，实现沉浸式的空间多模态交互模式，用户体验将在镜像世界中升 维。移动互联网中的百万 App 不再是信息孤岛，而是 Agent 相互连接的智能服务，形成多智能体 协同的新生态。同时，随着世界模型等关键技术突破，全新的 L4+ 自动驾驶汽车将会走入人们的生 活，成为“移动第三空间”。 与前几次工业革命“单点技术突破”不同，AI 时代将展现出“共生乘数效应”，AI 技术、基础 设施与应用场景三要素正相互赋能、协同演进。AI 技术是引擎，场景应用是驱动，而基础设施则是 承载一切创新的基石，决定了人工智能发展的速度和高度。没有高性能计算、高速网络和高质量数 据所构建的坚实基础，再先进的算法也无法高效运转，再广阔的应用场景也无法落地实现。 人工智能技术的迅猛发展，正以前所未有的速度推动算力需求的增长。我们预测，2035 年全 社会的算力总量跟 2025 年相比，将增长 10 万倍。计算领域将迎来历史性变革——技术演进路径将 逐步脱离传统冯 • 诺依曼架构的框架束缚，在计算架构、材料器件、工程工艺、计算范式四大核心 层面实现颠覆性创新，最终催生新型计算的全面兴起。 另外，数据将成为推动人工智能发展的“新燃料”。伴随数字孪生、具身智能的普及以及可 能的超级智能体的出现，到 2035 年，人工智能存储容量需求将比 2025 年增长 500 倍，占比超过 70%。未来应用与存储需求的紧耦合，将推动存储技术向超高带宽，超大容量，超强智能方向演 进，驱动存储范式变革。 未来十年，世界将迎来数千亿智能体的广泛联接。这一趋势将催生面向智能体互联网的新一代 网络架构，推动实现高实时、高智能的交互体验，突破万物互联的边界。 在智能时代，全球范围内电力设施和能源成本将会是制约 AI 高速发展的核心要素，预计到 2035 年，全球数据中心耗电量将高达 1.5 万亿度，能源供给需要发生大的变革，可再生能源加速替 代传统化石能源，新能源发电量占比将突破 50%。同时，人工智能将成为新能源系统的核心，通过 Token 管理瓦特，实时管理每一焦耳的能量，从而实现更加动态和高效的电网。 技术作为驱动人类文明跃迁的引擎，其根本在