《华为：智能世界2030报告（2024版）（741页）.pdf》由会员分享，可在线阅读，更多相关《华为：智能世界2030报告（2024版）（741页）.pdf（741页珍藏版）》请在薪酬报告网上搜索。
1、智能世界2030构建万物互联的智能世界2024 版展望三 住：新交互体验，让空间人性化展望一 医：数智服务医疗，让生命有质量展望四 行：智能低碳出行，开启移动第三度空间展望二 食：用数据换产量，普惠绿色饮食目 录执行概要 06241036484展望五 城市：城市新基建，让城市有温度，更宜居展望八 数字可信：数字技术与规则塑造可信未来展望七 能源：让绿色能源更智能，呵护蓝色星球数据预测方法论 142指标预测 14368104128展望六 企业：新生产力重塑生产模式、增强企业韧性885展望智能世界 2030 年的愿景，人们希望进一步提升生命质量，普惠绿色饮食，改善居住体验；不再受出行拥堵和城市环境
2、污染的困扰，无顾虑地使用绿色能源、享受各种数字服务；放心地将重复性的、危险的工作交给机器人来完成，从而把更多时间和精力投入到有意义、有创意的工作和兴趣中去。为此，如何更好地满足人类社会发展的需求，成为各行各业持续探索的动力。华为积极与业界知名学者、客户、伙伴深入交流，投入对智能世界的持续探索。我们看到智能世界的进程明显加速，新技术和新场景不断涌现，产业相关参数指数级变化。为此，华为对 2021 年执行概要发布的智能世界 2030进行系统刷新，展望面向 2030 年的场景、趋势，并对相关预测数据进行了调整。华为致力于把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界。在本报告中，我
3、们从宏观趋势入手，通过对“医”、“食”、“住”、“行”、“城市”、“企业”、“能源”、“数字可信”八个维度在下一个十年的展望，来尝试描绘智能世界 2030 的美好图景。我们相信智能世界拥有无限可能，需要各行各业持续协作，不断探索，共创美好未来。012030 年，ICT 技术将进一步引领医疗体系从传统诊疗模式向全生命周期的健康管理转型，随着 AI 技术的持续创新，普惠医疗服务显著提升生命质量。展望一医:数智服务医疗，让生命有质量华为预测，到 2030 年：全球通用计算（FP32)总量将达 3.3 ZFLOPS，同比 2020 年增长 10 倍AI 计算（FP16）总量将达 864 ZFLOPS，
4、同比 2020 年增长 4000 倍2030 年，人们可以利用农情多元数据图谱，实现精准农耕；通过对数据的收集，模拟作物生长发育所需的温度、湿度等要素，打造不受变化莫测气候影响的“垂直农场”。展望二食：用数据换产量，普惠绿色饮食华为预测，到 2030 年：全球联接总数达 2000 亿全球每年产生的数据总量达 1YB，相比 2020 年，增长 23 倍2030 年，基于万兆家庭宽带、全息通信等技术，打造数字化的物品目录，通过自动配送，实现储住分离；构建智能管理系统，打造物与物的自动交互，让人类有可能在零碳建筑中工作和生活；基于下一代物联网操作系统，实现居家和办公环境的自适应，打造“懂你”的空间。
5、展望三住：新交互体验，让空间人性化华为预测，到 2030 年：全球光纤宽带用户数量达 16 亿万兆家庭宽带渗透率达 25%02新型城市数字基础设施、云计算、人工智能和可信数据空间等数字技术，加速城市数智化，让城市更宜居、城市的治理更高效展望五城市：数字新基建，让城市有温度，更宜居华为预测，到 2030 年：万兆企业 WiFi 渗透率达 84%2030 年，新能源、自动驾驶与车路云协同驶入“快车道”，让人类开启住宅、办公室之外的“移动第三空间”。展望四行:智能低碳出行，开启移动第三空间华为预测，到 2030 年：电动汽车占所销售汽车总量的比例达 82%整车算力超过 5000 TOPS智能汽车网联
6、化(C-V2X)渗透率达 60%2030 年，协作机器人、AMR 自动移动机器人、数字员工等新质生产力将进入千行万业，工业版人形机器人等新质生产力在工厂广泛使用将在提质增效方面带来显著成效。展望六企业：新质生产力重塑生产模式、增强企业韧性华为预测，到 2030 年：每万名制造业员工将与 1000 个机器人共同工作有 100 万家企业会建设自己的 5G-A 专用网络（含虚拟专网）云服务占企业应用支出比例达 87%AI 计算占企业 IT 投资比例达 7%032030 年，能源世界将逐渐以电为中心，绿氢成为重要一极。光储产业全球加速发展，从少数国家引领向全球规模部署转变。人们可以在近海、湖面部署新型
7、能源电厂，利用虚拟电厂、能源云构建“源网荷储”全链路数字化的能源互联网，实现全网智能化。展望七让绿色能源更智能，呵护蓝色星球华为预测，到 2030 年：全球可再生能源产量占全球发电总量比例达 65%数字身份、后量子密码、数字水印、隐私增强、AI 溯源证真等技术，为数字文明的可持续发展构建坚实基础。展望八数字技术与规则塑造可信未来华为预测，到 2030 年：隐私增强计算将占计算的比例超过 50%100%ICT 系统将具备量子安全或向量子安全迁移的能力0405数智服务医疗让生命有质量医06过去的十年，是人类健康发展充满“生命力”的十年，据联合国报告显示，2024 年，全球出生时预期寿命达到73.3
8、岁，比1995年增加了8.4岁1。这意味着活得长已经成为大多数人可以实现的目标，活得有质量将成为我们新的追求。人口老龄化在加速，预计到 2030 年老年人口将达到 9.94 亿，到 2050 年将达到 16 亿2，人类对医疗的需求也将激增。WHO 数据显示，全球卫生支出增长快于全球经济增长。WHO也预测，2030 年全球护士缺口高达 570 万人3，医护人员总缺口高达 1000 万人4。此外，慢性病和亚健康对人类生命质量的影响也在加剧。据 世界卫生统计报告2024 中显示，全球前 10 大死因中，有 7 个为慢性非传染性疾病，非传染性疾病的过早死亡率提升，一个 30岁的人在 70 岁之前死于四
9、大非传染性疾病（心血管疾病、癌症、慢性呼吸系统疾病和糖尿病）之一的机率为 22.7%5。同时，全球的医疗资源与人口增长分布形成剪刀差。根据联合国世界人口展望 2024显示，预计世界人口在今后五六十年内将继续增长，2080 年代中期达到约 103 亿人的峰值（2024年为 82 亿人），这给资源带来了额外压力，并对实现可持续发展目标（SDGs）构成挑战。例如，根据 2023 年统计，非洲人口是欧洲的 2 倍，而预计 2050 年，非洲人口将是欧洲的 3.5 倍6，但是从目前的医疗资源看，仅德国的每万人口医院床位是尼日利亚的 16 倍7。人口老龄化将加剧医疗资源的紧张，2080 年全球 65 岁及
10、以上的人口数量预计将达到 22 亿，超过 18 岁以下儿童的数量。8各国需要投资于进一步发展其人力资本，确保所有年龄的人都能获得医疗保健和优质教育。9为了应对这些挑战，未来医疗体系将从诊疗为主转向全生命周期的健康管理，通过普惠医疗确保人人可及，以提高医疗质量为核心，提供全程、高效的健康服务，构建系统化、无缝衔接的健康管理网络，构筑以城市为核心的智慧健康体系，提升全民整体健康水平。07得益于互联网、物联网、AI 等技术的发展，以及可穿戴设备、家用监测设备等产品的普及，到 2040 年，至少有四分之一的门诊护理、预防护理、长期护理和健康服务将转到线上。11 具体来说，利用 AI、大数据、物联网等技
11、术，实时分析用户身体指标数据、医学临床反应、健康诊疗结果等，识别出潜在的健康风险。例如，心率过高或血压异常，同时，通过数据模式识别，AI 可以提前检测到一些不易察觉的健康问题，如早期心脏病症状或糖尿病前期状态。通过以上，不仅可以发出警报提醒患者，还可以帮助患者在疾病发展前采取预防措施。我们还可以未来场景：健康状态实时监测，让健康管理更实时高效通过对营养、运动、睡眠等维度的干预，帮助用户逐渐改善不良生活方式，促进个人形成健康的生活习惯，从而少生病。例如，斯坦福大学的研究表明，通过智能手表和其他可穿戴设备持续监测心率和皮肤温度，AI 可以提前检测到感染的早期迹象。这些设备每天可以进行多达 250,
12、000 次测量，形成强大的监控能力。12 此外，通过建立一个综合健康管理平台，使医院、医生、用户及其家属能够共同访问和查看用户的健康数据。这种数据共享机制可以确保医生在院内和院外都能实时了解患者的健康状况，做出更准确的诊断和治疗决策。探索方向一：关注健康数据价值，从“治已病”转向“治未病”根据 WHO 的研究显示，身体患病 60%的因素和生活方式有关10，能否培养好的生活习惯是保持健康的重要前提。我们可以在获得授权的前提下，利用可穿戴设备对用户状态进行收集、使用健康数据进行分析和预测、通过统一的智能 AI 架构提供医疗建议和指导，把防病与日常生活习惯结合起来，疾控-医院-卫生服务中心-家庭一体
13、化，在发病以前消灭病痛，从“治已病”转向“治未病”。通过整合电子健康记录、可穿戴设备数据、实验室测试结果和公共卫生数据等多种来源，AI 系统能够构建全面的健康数据库。利用机器学习和深度学习算法，AI 分析这些数据，识别与疾病发生相关的模式，构建疾病预测模型。通过预测个体或群体的疾病发生概率，AI 可以实现早期预警。例如，研究人员利用 AI 和大数据技术，分析了全球范围内的公共卫生数据和流行病学信息，开发出能够预测流感等传染病爆发的模型。这未来场景：智能化疾病预测与预防，提升公卫应对能力些模型通过识别潜在的爆发点和传播路径，可以在疾病大规模爆发前提供预警，帮助卫生部门及早采取防控措施。13通过这
14、种智能化的疾病预测与预防系统，公共卫生部门可以更迅速地响应流行病威胁，并采取有效的防控措施，显著降低流行病对社会的影响。这不仅提升了公共卫生应对能力，也为个体提供了更加精准的健康管理服务，促进了整体社会的健康水平提高。08在未来的诊疗场景中，数智赋能将全面提升医疗服务的效率和精准度。医学影像筛查方面，AI 和大数据技术将发挥重要作用。通过深度学习算法，AI 可以分析大量的医学影像，如 X 光片、CT 扫描和 MRI，快速识别病灶并提供准确的诊断建议，显著提高筛查效率，减少漏诊和误诊。例如，研究表明，AI 在乳腺癌筛查中的表现优于传统方法，能够更早、更准确地检测到癌症。15 此外，电子病历系统将
15、与 AI 无缝集成，实时更新患者的健康数据，并通过智能分析提供个性化的治疗方案。例如，AI 可以利用电子病历中的数据预测患者的疾病风险，并辅助医生制定更有效的治疗计划。这种集成使得医疗决策更未来场景：智慧医疗创新，提升诊疗效率与精准度加精准，显著改善患者的治疗效果。16病理筛查也将受到数智技术的赋能。AI 可以分析病理切片，检测细胞和组织的异常变化，辅助病理医生做出更快速和准确的诊断。例如，AI 在分析病理图像和检测癌症细胞方面的表现已得到广泛认可。17在医保控费方面，大数据和 AI 技术将帮助医疗机构和保险公司进行智能费用管理。通过分析海量的医疗数据，AI 可以预测医疗费用趋势，识别不合理的
16、费用支出和潜在的欺诈行为，优化医保资金的使用效率。这种智能控费机制不仅保障了患者的利益，也提升了医疗资源的利用效率。探索方向二：数智赋能，提升医疗服务质量和普惠性人工智能技术在医疗行业的创新应用不仅事关广大人民群众的生命健康安全,而且会有力促进经济社会发展的转型升级。14数智医疗通过整合先进技术，显著提升医疗服务的质量和普惠性。首先，人工智能和机器学习算法能够分析大量医疗数据，辅助医生进行精准诊断和个性化治疗方案的制定，提高治疗效果和患者满意度。智能化决策支持系统减少误诊率和漏诊率，提升诊疗效率，使患者能更快得到有效治疗。此外，数智医疗系统优化了医疗资源的分配，通过智能调度和资源管理，确保医疗
17、服务在各个区域的均衡覆盖，包括偏远和资源匮乏地区。这种优化不仅提高了资源利用效率，还增强了医疗服务的普惠性，使更多患者能够及时获得高质量的医疗服务。09未来的全域医疗协同通过现代通信和信息技术，将医疗服务扩展到远程监测、咨询和治疗，AI和大模型在其中发挥关键作用。智能诊断与决策支持系统（CDSS）尤为重要，通过深度学习和机器学习技术，分析医学图像和电子健康记录，提供高精度诊断和个性化治疗方案，从而提升诊断的准确性和医疗效率。在全域医疗协同中，CDSS 可以帮助偏远地区的基层医生及时获取关键诊断信息，做出更加准确的判断和治疗决策。例如，在土耳其，将开发一款基于网络和移动端的应用程序，允许医生通过
18、移动应用程序实时远程监控患者数据。该系统将发挥糖尿病疾病筛查、诊断、治疗和监测的功能。18个性化健康管理是另一个重要领域，通过分析用户的历史和实时健康数据，AI 可以预测健康风险，提供个性化建议，帮助调整生活方式，预防疾病(CCJM)。这种技术在慢性病管理中显示出巨大的潜力，如通过远程监测高血压患者的健康状况，及时进行干预，大大改善了患者的健康(CCJM)。在全域医疗协同背景下，个性化健康管理通过连续的数据监测和分析，使得未来场景：AI 驱动全域医疗协同，实现医疗资源优化配置远程医生可以提供更为精准的健康指导。在全域医疗协同中，LLM 大语言模型可以通过实时对话帮助患者解答疑问，减少远程医生的
19、工作负担。这些系统能够进行智能对话，提供医疗建议和心理支持，甚至帮助患者预约医生，从而显著提高医疗资源的利用效率。例如，虚拟助手通过分析患者的对话内容，提供个性化的建议和指导，从而提高患者的心理健康状况19。视频通信技术在全域医疗协同中也至关重要，它使医生能够通过视频通话与患者进行面对面的交流，进行远程诊断和治疗，增加了医疗服务的便利性和覆盖范围。例如远程高血压管理项目利用视频通信和远程监测，有效降低了患者的血压水平。20通过上述应用可以看到，AI 和大模型显著提升了全域医疗协同服务的质量和效率，实现个性化健康管理和医疗资源的优化配置，推动了可持续和普惠医疗服务的发展。10探索方向三：多学科融
20、合推动医学科研创新多模态数据整合将成为未来精准医疗的重要工具。通过整合基因组学、蛋白质组学、代谢组学、影像数据和临床数据，研究人员能够更全面地了解疾病的发生和发展机制。例如，结合不同模态的数据，人工智能可以更准确地预测疾病未来场景：多模态数据融合，精准医疗的突破与提升风险并制定个性化治疗方案。Nature Medicine的一项研究显示，生成式人工智能与 LLM 在医学成像领域的融合为利用视觉和文本信息的力量开辟了新途径。这些先进技术的集成可以实现多模态数据融合、表示学习和改进的临床决策支持系统。基于生成式人工智能和 LLM 构建的多模态模型可以将医学图像的视觉特征与从放射学报告或电子健康记录
21、(EHR)中收集的上下文信息相结合，从而促进各种医学图像处理任务。LLM 可以处理放射学报告以提取相关信息，将其与相应的图像关联起来，并生成自然语言摘要，从而增强医疗专业人员之间的沟通并促进更好的患者护理决策。通过利用患者特定的信息（例如遗传数据、病史和生活方式因素），并将其与医学图像结合起来，这些人工智能模型可以帮助为个体患者提供有效的治疗和诊断。23多学科融合推动医学科研创新是当前医疗研究的重要前沿方向。通过整合生物医学工程、信息技术、人工智能和大数据等领域的先进技术，医学研究正在发生深刻变革。例如，纳米技术在药物递送系统中的应用可以提高治疗的精准度并减少副作用。21大数据分析帮助研究人员
22、从海量医疗数据中发现新的疾病模式和治疗方法，促进个性化医疗的发展。人工智能则可以结合医学图像分析和电子健康档案提升诊疗的速度和准确性。22这种多学科团队的合作，使得医学科研成果更快转化为临床应用，推动医疗技术的快速进步和创新，为未来医疗提供坚实的科学基础。11在药效精准评估方面，未来将从传统的“千人一药”模式转向更加个性化的“千人千药”模式。制定有效的药物治疗方案不仅需要考虑病患的个体差异，还要综合药物匹配、用药时机、剂量、疗程等因素，并根据实时诊疗情况进行调整，这对医生的诊断提出了更高要求。传统方法依赖医生的专业知识和经验，难以全面掌握每个病人的具体情况。借助 AI 和大模型技术，可以学习大
23、量病理诊疗数据，实时分析患者的个体差异，提供个性化治疗建议。例如，新加坡的研究机构创建了一个以人工智能技术驱动的药效精准评估平台，该平台可以快速识别每位患者的历史临床数据，根据患者的具体情况建议最佳用药剂量和联合用药方案，并在此基础上调整肿瘤大小或肿瘤生物标志物水平。24此外，在药物研发方面，人工智能(AI)已超越概念验证阶段。先进的机器学习(ML)技术正在未来场景：医药进入智能化时代，降本增效助力产业变革推动技术的发展，缩短评估时间并实现对未知领域的探索。在实践中，AI 研发工具使科学文献的摄取、结构化和推理速度提高了 1,000 倍；使用 AI 进行模拟的速度可以快 2 到 40 倍；人工
24、智能生成模型提出新假设的速度可以快 10 倍；人工智能驱动的自主实验室的实验速度提高了100 倍这样让我们需要更少的科学信息和数据的手动处理，从而将发现速度提高 10 倍。25 例如，AI 制药公司英矽智能发布“全球首个由AI 辅助决策的自动化实验室”，将人工智能与自动化、机器人和生物学能力融合，在 14 天内即可完成靶点发现和验证的全自动化干湿实验闭环。26展望未来，AI 因驱动的医药产业因其降本增效的作用，将持续加快发展，并带来前所未有的医药产业变革。12结语：数智服务医疗，让生命有质量面向 2030，AI、大模型、云计算和大数据等先进技术将成为提升人类健康水平的基础。这些技术将贯穿医疗各
25、个环节，从疾病的早期诊断到精准治疗，实现医疗服务的全面智能化和高效化。在健康管理方面，AI 驱动的统一智能架构将实现个性化的端到端健康管理，覆盖更多城市和偏远地区，为更多人提供及时的医疗服务。在诊疗方面，通过共享融合的数据平台处理海量医疗结构化和非结构化数据，可以提高疾病诊断的准确性和速度，同时整合全球医学研究和临床试验数据，帮助发现新的医学规律和治疗方法。云计算则为数据存储和处理提供强大支持，使这些智能技术能够无缝集成和高效运行。在医疗科研中，通过大数据、人工智能、基因组学、先进影像技术和临床决策支持系统等多模态手段，可以显著提升临床诊断和药物研发的准确性和效率。这些技术的应用和融合将大幅提
26、升医疗服务的质量和普惠性，推动医疗资源的优化配置和创新应用，为人类带来更高的健康水平和更长的寿命，推动全球医疗健康事业迈向新的高峰。面向 2030，先进的 ICT 技术将成为推动全球健康事业发展的关键支柱。通过大规模计算能力的提升，各类智能健康应用场景将加速实现，让更多人享受到更便捷、高效的医疗服务。华为预测：到2030 年，全球通用计算总量将达（FP32)3.3 ZFLOPS，同比 2020 年增长十倍，AI 计算（FP16）864 ZFLOPS，同比 2020 年增长 4000 倍。13华为预测，到 2030 年全球通用计算（FP32)总量将达3.3 ZFLOPS，同比 2020 年增长
27、10 倍AI 计算（FP16）总量将达 864 ZFLOPS，同比2020年增长 4000 倍14相关引用1 Source：UN “World Population Prospects 2024”https:/population.un.org/wpp/Publications/2 Source：UN “World Population Ageing 2022”https:/www.un.org/development/desa/pd/sites/www.un.org.development.desa.pd/files/wpp2022_summary_of_results.pdf 3 Sour
28、ce：WHO“State of The Worlds nursing 2020”https:/www.who.int/zh/publications/i/item/97892400032794 Source：WHO“Health workforce”https:/www.who.int/health-topics/health-workforce#tab=tab_15 Source：WHO “World Health Statistics 2024”https:/www.who.int/publications/i/item/97892400947036 Source：UN “World Po
29、pulation Prospects 2024”https:/population.un.org/wpp/Publications/7 Source：UN “World Population Ageing 2022”https:/www.un.org/development/desa/pd/sites/www.un.org.development.desa.pd/files/wpp2022_summary_of_results.pdf 8 Source：WHO“State of The Worlds nursing 2020”https:/www.who.int/zh/publications
30、/i/item/97892400032799 Source：WHO“Health workforce”https:/www.who.int/health-topics/health-workforce#tab=tab_110 Source：WHO “World Health Statistics 2024”https:/www.who.int/publications/i/item/978924009470311 Source：德勤“未来虚拟健康”https:/ Source：Stanford“Stanford Medicine scientists hope to use data from
31、 wearable devices to predict”https:/med.stanford.edu/news/all-news/2020/04/wearable-devices-for-predicting-illness-.html13 Source:Could an algorithm predict the next pandemic?https:/ 行业智能化架构与实现 城市和公共事业（清华大学出版社）15 Source:AI shows promise for breast cancer screening https:/ Source:Can AI Fix Medical R
32、ecords?https:/ How AI is improving cancer diagnostics https:/ Source:Intechopen“Clinical Decision Support Systems for Diabetes Care”https:/ Source:Is the world ready for ChatGPT therapists?https:/ Source:Telemedicine:Past,present,and future https:/www.ccjm.org/content/85/12/93821 Nanotechnology in l
33、eukemia https:/ Revolutionizing Medical Imaging with AI and Big Data Analytics https:/ Generative AI in Medical Imaging https:/ Harnessing AI to see a patients unique patterns https:/ How AI is accelerating and transforming drug discovery https:/ 英矽智能发布 AI 辅助决策自动化实验室 https:/ 2030 可持续发展的目标之一。据统计，至今全球
34、仍有超过 6.9 亿人在挨饿，预计到 2030 年，受饥饿影响的人数将超过 8.4 亿 1。农业从事者长期流失：根据国际劳工组织的数据，在全球范围内，从事农业工作的人的比例 从 1991 年 的 43.699%下 降 到 2019 年 的 26.757%2。人均耕地面积减少：据世界银行数据显示，在 1968-2021 这 50 年间世界银行数据显示，从 1968 年到 2021 年，全球人均耕地已从 0.32 公顷下降至 0.18 公顷,下降 44%3。土壤农药污染严重：据统计，目前全球 64%的农业土地(大约 2450 万平方公里)面临着农药污染的风险，其中 31%的土地面临着高风险4。与此
35、同时，随着消费的升级，人们对于饮食的需求有了新的变化，从“好吃”转向“吃好”，越来越追求吃得健康，吃得放心。2018 年，中国获得食品行业绿色认证的产品数量达到 13,316 个，2019 年，这一数量增至 14,699 个，同比增长 10.4%5。绿色认证产品的背后是对种植环境和技术更高的要求。在迈向 2030 年的进程中，挑战与需求并存，我们通过洞察看到，科技正在为农业赋能，帮助突破种植条件的限制，全面提升粮食的产量，让绿色食品进入每个普通人的餐桌。21在同一片大田中的两块土地，土壤的水分含量、营养情况、农作物的生长情况都可能不相同，而传感器和移动设备等既可远程管理农场，也能够做到实时监测
36、土壤湿度、环境温度、作物状况，获得精准数据。在肥力高的地方进行密集种植，反之则稀疏种植。播种、给水、施肥、调种等一系列农艺措施都可基于多元数据进行灵活调整，让土壤和作物处于最佳匹配状态。以玉米为例，仅依据数据进行的自适应播种这一改变，就能带来每公顷 300-600 公斤的增产6。未来场景：精准农耕，构建农情多元数据图谱精准农耕的前提，是对所收集数据的深入分析，形成农情多元数据图谱。基于云服务的农情图谱可以帮助农民迅速得到农作物在不同关键生长阶段的所需的土壤灌溉、肥力需求；还可结合地形的特征、气候预期、病虫害程度等信息进行产量预估、农作活动安排、预算管理等。多元数据图谱提供对农田的状态和农业生产
37、过程的多维度实时监测与分析，在多变环境中做出敏捷而高效的预警，及时给予多种应对措施的建议、快速锁定损失区域并估算后期产量。从而降低突变环境因素对产量的影响，帮助农民及时止损。探索方向一：用精准的数据，让种庄稼不再只靠经验正所谓“栽种有时，收获有时”（a time to plant and a time to pluck up that which is planted）。传统农业，适合播种的时节并不多，因而才制订了历法，以方便人们判断“农时”，即便有历法参考，人们依然需要个人经验来辅助。何时播种，何时施肥，何时除虫，若仅靠经验来判断，便会让农业生产有着极大不确定性和产生诸多浪费。22 无需农药
38、，无需土壤，减低对农业用水的浪费：垂直农场的模式下，通过营养液，利用水培或气雾栽培的方式，确保养分被植物高效吸收，残余养分，也可以和水一起回收。其所需用水不到传统种植方法的 10%，创造无污染的绿色农作物。农业工厂化的一个典型案例就是在室内种植的“垂直农场”，即用数据构建突破地域限制的标准化生长环境。在垂直农场里，从苗圃播种到施肥再到收割，每个环节都离不开对光照、温度、用水和营养输送等的精确控制，而数据未来场景：智能垂直农场，打造未来农业新形态就是掌握这些植物生命密码的“钥匙”。它会在全链条的各个环节发力，因地因时调整参数，为农作物构建起最为适宜的生长环境。总体而言，垂直农场有几大优势：探索方
39、向二：农场工厂化，让农业生产不再受自然环境的影响精准农耕的确能够用数据来提高粮食产量，但在人口增加、人均耕地下降、农田受污染和气候变迁等大背景下，要想满足未来庞大的粮食需求，它不能当作唯一的解决方案。精准农耕是依据时刻变化的数据，来分析、计算，以判断最好的种植方案。然而，风云变幻难测，数据只能用于当下，这无法解决农业数据分析结果的迭代使用问题。除“精准农耕”外，还可以将“农业工厂化”打造“垂直农场”作为补充，在封闭环境下，模拟作物生长发育所需的环境要素。“垂直农场”不但可以收集数据，同时可以人为调控，确保庄稼始终在最合适的环境内。事实上，无论耕地稀缺的日本、韩国和新加坡，还是土地资源丰富的美国
40、，都在积极发展“垂直农场”技术。23业界公司的尝试显示，在 7,000 平方米的空间里，可实现蔬菜每 16 天收割一次，达到每年 90 万公斤的惊人产量7。无受环境气候影响，始终确保新鲜农产品的理想生长条件：在封闭的环境中，借助自动控制系统，打造一个植物生长的可控环境确保高品质蔬菜的大规模可靠生产。这样可以让蔬菜生产落地更多的地域和气候环境中。无论在屋顶、办公楼、废弃厂房、沙漠、水上、甚至地下室，都能搭建起“垂直农场”。创造全球可复制的智能农业模式：同一套 ICT 控制系统和数据模型，可在世界上任何一个地方得到几乎一致的生产效果。在垂直农场的模式下，我们可以模仿出，酿制最好年份红酒所用的葡萄的
41、生长环境；在光照时间短又干燥的地区，也可以种植出喜温且不耐寒的车厘子。24结语：用数据换产量，应对人类粮食挑战未来，人们可以利用物联网技术，监测与分析每一份土地环境、每一株农作物长势的实时状态，通过精准的数据来提升产量。我们还能够依靠历史数据来预测未来的种植环境变化，提前采取干预措施，降低减产风险。运用大数据+人工智能+农艺知识相结合的科学决策体系，实现精准的农事操作，如水肥一体化实现精准的施水施肥，通过无人机实现察打一体，实现精准施药。利用类似“垂直农场”这样的新种植模式，可以帮助我们通过数据来打造不受气候变化和自然地理环境影响，可全球复制的智能农业形态，普惠绿色饮食。面向 2030 年，我
42、们通过 ICT 技术将更多的农田、农具、农作物等关键农业生产要素联接起来，收集并综合利用气候、土壤、农作物生长状态等多类数据，以提升粮食产量。华为预测：到 2030 年，全球每年产生的数据总量达 1YB，相比 2020 年，增长 23 倍；全球联接总数达 2000 亿；IPv6 地址渗透率达 90%。未来随着数据不断在农业中体现，我们将逐步构建一个更有弹性、更绿色的粮食系统。25华为预测，到 2030 年全球联接总数达2000 亿，IPv6地址渗透率达90%全球每年产生的数据总量达 1YB，相比 2020 年，增长 23 倍26相关引用1 UN https:/www.un.org/sustai
43、nabledevelopment/hunger/2 International Labour Organization https:/ World Bank https:/ Fiona H.M.Tang et al.“Risk of pesticide pollution at the global scale”https:/ 观研天下 2021 年中国绿色食品市场调研报告-行业运营态势与发展前景预测6 新闻中国采编网，大数据谋定农业发展路径-丰收节贸易会：全球十大经典案例 http:/ AeroFarms https:/ 3000 件物品 1；每 10 名美国人中就有 1 人租用异地存储2；
44、而在英国，平均每个 10 岁的孩子平均拥有 238 个玩具，但每天只玩 12 个玩具3。如何兼顾“买买买”的满足感以及对清爽生活空间的向往，给未来居住空间设计提出了新的思路方向。据报告显示，2019 年全球建筑物运营所产生的二氧化碳排放量约为 10 GtCO2，占全球能源相关二氧化碳排放量总额的 28%4。与此同时，全球每年新建筑还在快速增加。根据国际能源署（International Energy Agency）预测，到 2050 年，全球建筑面积平均每年将增加 55 亿平方米5；据联合国全球环境报告显示，到 2060 年，世界预计将增加 2300 亿平方米（2.5 万亿平方英尺）的建筑，或
45、相当于当前全球建筑存量的总面积。这相当于在未来 40 年中，每 34 天增加一个纽约6。因此，世界绿色建筑理事会提出为实现巴黎气候协定而呼吁两个目标：从 2030 年起，所有新增的建筑必须净零碳运行，到 2050 年，100%的建筑必须以净零碳运行 7。同时，随着人们对居家体验个性化追求的不断增长，基于 ICT 技术的智能家居概念正被普及。据调研报告显示，近 80%的千禧一代和 69.2%的婴儿潮一代都对智能家居技术抱有积极的期待 8。在英国，目前 80%的消费者已经意识到智能家居技术，在消费者对技术趋势的认知度上仅次于移动支付，而互操作性已经成为他们当下最大的购买考虑因素9。除此之外，对便利
46、和安全的需求也驱动着人们对智能化空间的向往。33为你家里的物品建立一个数字目录，甚至进行 3D 扫描，将不常用的物品寄存在小区统一的仓库中。如果在某个周末，你需要为即将参加的派对挑选一套晚礼服的时候，可以通过全息投影的方式，虚拟选择一套合适的搭配。只需轻轻一个点击，小区自动配送系统，就会通过机未来场景：打造数字化的物品目录，通过自动配送，实现储住分离器人10 或者楼宇输送系统快速地将你所选择的衣物送上门11。这套系统甚至可以用来打造小区的共用物品“图书馆”，当你临时需要一个低频率使用的工具（比如电钻）时，你可以通过搜索这个共用物品“图书馆”的在线物品目录清单，利用自动配送系统，远程借取和归还。
47、探索方向一：新基建使能新社区设计理念，提供全局化服务目前，随着智能门禁、智能消防监测、高空抛物报警、快递提醒等服务逐渐融入人们的生活，居民与社区行政之间的联系正由松散走向紧密。未来，随着物联网、万兆光纤等新型基础设施的触达，越多越多的新型社区理念不断涌现，为居民提供如社区虚拟团建、宠物智能管控等全局化的服务，促进居民与社区的一体化融合。其中有一些新颖的设计理念，就是为了解决储物与居住之间的矛盾，带给人们更清爽的居家体验。34零碳建筑的运营模式，将是一种基于无人化、感知型的新交互模式：通过传感器实时监控并获取整个建筑的运营环境和条件数据；物联网将照明、电表、水表、水泵、供暖、火灾报警器和冷水机组
48、等核心系统与传感器和基于云的控制系统联系起来；通过云端智能的复杂算法，实时数据，自动做出节能的运营决策，并下达指令，例如，楼宇自动化系统可以根据入住率了解何时打目前，已有博物馆应用这一自动化控制系统实现了能源管理的系统化重构。通过布置 3,000 个数据点，它能实时采集和监测场馆内的各项环境数据，自动调节适宜展品陈列和参观者观展时的温光水气条件。经过这一系统性节能改造，实现了暖通空调、照明和用水效率升级，使博物馆温室气体排放减少 35%，电力成本降低 32%13。未来场景：博物馆自动管理控制系统开和关闭大楼中不同区域的空调，照明等，甚至电梯、通道和遮阳设备可以纳入系统管理的范围内。除了环境效益
49、之外，零碳建筑还能够提高舒适度，比如自动化系统将内部温度保持在宜人的水平，而出色的绝缘性能减少外部噪音污染；带来健康益处，比如保证充足的自然光，帮助人体增加维生素 D 的摄入、更好的睡眠和减少季节性抑郁。探索方向二：智能管理系统打造物与物的自动交互，助力零碳建筑根据世界绿色建筑理事会的定义，零碳建筑是指：一座高能效的建筑，其所有的运营能源都来自可再生能源，这些能源最好是现场产生，也包括场外产生，最终使得该建筑每年运营实现净零碳排放。当前，通过对建筑设计的改良和使用节能环保的新材料等可构建超低能耗的建筑12。在此之上，我们想要进一步向零碳建筑演进，除了使用绿色能源之外，ICT 技术的深度应用，也
50、是必备的一环。35探索方向三：居家环境自适应化，打造“懂你”的空间越来越多的人对于“空间”的期待已不再是简单的“有的住”，而是想拥有更好的体验。未来的房子将成为你的亲密伙伴，它会越来越懂你，并且心领神会，一切尽在不言中：疲劳一天回到家时，喜欢的灯光、音乐、香氛和电视节目自动开启；当走进厨房，冰箱会根据身体数据定制健康饮食计划；步入卧室，空调主动检测空气状况，将温度和湿度调节至最佳舒适状态；坐在沙发或躺在床上，可随时向家人分享一天的温馨照片、视频以及处理文件；你在家里任何地方出现摔倒或处于危险都能智能识别并通知你的家人、医院或安保及时知晓，让你得到及时救助。构成舒适家居生活的显性因素包括可以直观
51、感受到的温度、湿度、光线明暗和家居用品使用和信息分享便捷度等；隐性因素通常则包括室内空气质量和住所安全性等。一个科学的系统能够实时调控以上综合因素，为你塑造一个感官和体验上的最优居住空间。36丰富的智能家居设备和传感器，需要稳定可靠、高联接、高速全覆盖的网络，将收集到的数据传递到家庭智慧大脑，同时也连接云端的数据，让家居和云端大脑和数据无缝连接。其中的 AI 引擎，将结合场景模型，对全屋环境、用户行为及系统设备实时地分布式处理和计算，以形成智能决策。然后，通过调节各类家居设备的运行和协同状态，以匹配用户的实时体验需求，最终给用户带来沉浸式、个性化、可成长的全场景智慧体验。而且，用户可以通过不同
52、模式的交互，与智能家居系统进行互动：从传统的面板、APP 交互到更智能的语音、手势交互，甚至无感交互。多种多样的智能家居设备，通过不同的组合，形成多样化的智能场景。比如智能床、智能枕、卧室的照明、音效等系统的协同，为人体打造一个睡眠辅助系统，根据个体的生理健康特征和睡眠习惯，自动匹配床垫和枕头的软硬度；营造助眠的光环境，刺激褪黑素分泌；播放助眠音乐，舒缓心情；根据家庭环境中湿度、温度、氧气的浓度等指标，提供恒温、恒湿、恒净、恒氧的睡眠环境。在这个系统下，你睡觉的鼾未来场景：全屋智能结合场景式交互，打造亲切自然的居家体验声都是一种交互指令，被系统迅速识别，用于调节床垫和枕头来缓解打鼾症状；甚至你
53、睡觉时翻滚的动作，也能用于调节温湿度 14。而且，用户可以通过不同模式的交互，与智能家居系统进行互动：从传统的面板、APP 交互到更智能的语音、手势交互，甚至无感交互。家庭成员的视频、照片等会存储在家居内置存储中，并可以联网上云，让用户通过各种终端在不同地点访问分享，华为预测到 2030 年家庭云存储个个人云盘渗透率将达到 35%。用户的个人电脑也会上云，不仅与个人终端，也能与智能家居设备屏幕任意结合，在家里使用，华为预测到 2030 年家庭云电脑业务渗透率将达到17%。家庭摄像头、光感知终端等，可以通过智能识别用户在家里的姿势判断用户是否出现跌倒等险情，并及时通知家庭成员和医院施救，华为预测
54、到 2030 年具有隐私保护功能的 3D 雷达光感知家庭健康看护场景渗透率达到 8%；也可以识别家里活动的人员信息判断是否有陌生人了侵入，及时联系警察或保安进行安全保障，华为预测到 2030 年家庭看家和安防摄像头在中国渗透率将达 24%，全球达到 15%。37结语：新交互体验，让空间人性化构建智能化的社区新基础设施，通过 ICT 技术，将各智能设施产生的大数据汇集于统一的社区管理系统，依托系统进行社区实时全局化管理，让人们享受到更便利的生活服务。应用绿色设计和清洁能源技术实现建筑零碳排放。当被动节能式设计无法满足日常需求时，通过节能管理系统进行主动干预，优化能源使用结构，精准调节室内环境，降
55、低能耗。5G-A/F5G-A+AIoT 技术助力智能家居系统实现自适应。全屋智能家居系统根据客户的需求定制，在更高速的网络和更精密的算法加持下，它可以自主感知用户在家中的即时性需求，提供更自然、更贴心的服务。未来，通过传感器、物联网、人工智能等 ICT 技术，将从社区、建筑物和室内三个层面来对人们的居住环境进行改造，形成一套由外而内的全新的生活办公交互体验，打造“懂你”的安全个性化空间。2030 年，人们的家中将遍布各类智能家居，生活、娱乐将被新的交互模式来重塑；楼宇将安装各种智能管控设备；社区也将拓展更丰富的智慧功能。而这一切都需要通过大带宽的联接来提供没有时延的居住体验。华为预测：到 20
56、30 年，全球光纤宽带用户数量达 16 亿，万兆家庭宽带渗透率达25%。38华为预测，到 2030 年数量达 16 亿万兆家庭宽带渗透率达 25%全球光纤宽带用户39相关引用1 Los Angeles Times https:/ For many people,gathering possessions is just the stuff of life2 New York Times http:/ The Self-Storage Self3 The Telegraph Ten-year-olds have 7,000 worth of toys but play with just 330
57、 https:/www.telegraph.co.uk/finance/newsbysector/retailandconsumer/8074156/Ten-year-olds-have-7000-worth-of-toys-but-play-with-just-330.html4 UN Environment Programme,Global Alliance for Buildings and Construction 2020 GLOBAL STATUS REPORT FOR BUILDINGS AND CONSTRUCTION5 IEA Net Zero by 2050:A Roadm
58、ap for the Global Energy Sector https:/ UN Environment“Global Status Report 2017”https:/www.worldgbc.org/sites/default/files/UNEP%20188_GABC_en%20%28web%29.pdf7 WGBC https:/www.worldgbc.org/news-media/every-building-planet-must-be-%E2%80%98net-zero-carbon%E2%80%99-2050-keep-global-warming-below-2%C2
59、%B0c-new Smart Home Technologies Reshape Real Estate Preferences in 2020 https:/www.8 GfK https:/ The state of the Connected Home 2021:a year like no other10 亿欧智库 https:/ 中国自动驾驶末端配送产业商业化应用研究报告11 Sidewalk Labs https:/ Toronto Tomorrow A new approach forinclusive growth12 WGBC https:/worldgbc.org/thec
60、ommitment 13 Siemens https:/ 华为 https:/ 2.83 万亿英里，相当于地球到太阳距离的 3 万多倍1；在欧洲，每辆车每年行驶平均距离超过 1 万 2 千公里2。据研究表明，以载客里程和预计汽车保有量计算，到2030年，全球出行需求将增长70%3。由此可见，当前的交通系统仍面临着诸多挑战，比如：出行效率降低，交通变得拥堵：在世界范围内，堵车发生的情况越来越频繁，也越来越严重。全球每人每天平均至少因堵车浪费 15 分钟。哥伦比亚首都波哥大是全球最拥堵的城市。2018年，平均每位波哥大司机因拥堵损失 272 小时（超过 11 天！）4。拥堵还会造成大量的经济损失。
61、据统计，2023 年，美国因交通拥堵损失的金额达到 704 亿美元5。海量出行也给环境治理提出了更为严峻的挑战：根据国际能源署(IEA)统计数据显示，2020 年，交通运输业占整体全球碳排放的 26%，远超制造与建筑行业。随着汽车电气化进程不断加快，以及循环经济在汽车行业的推广，在 2030 年之前，每英里出行的碳排放最多将降低 75%，非循环资源的消耗降低 80%，加快低碳化发展6。此外，除了无拥堵、低碳化的追求之外，未来的出行理念将会被重塑：人们出行前首要思考的问题将从“我怎么到达目的地”变成“我在路上做什么”，比如你可以在一个只属于自己的个人空间里，安安静静地追剧、聚精会神地工作，全身放
62、松地享受座椅提供的按摩服务，从而得到了一种充分利用时间的满足感，让舟车劳顿不复存在。想要支撑以上的出行的变化和需求，未来交通网络需要进一步升级。通过将 ICT 技术和出行要素（车、信号灯、行人等）联接起来，从而实现出行的各个环节从“主动”向“自动”转变。45未来，港口、机场、轨道客运站等交通枢纽，将实现数据的深度融合与共享，通过精准分析各类信息，如客流量、货物量、天气变化等，可提前规划资源配置，实现交通运输的统一协同调度，如：港口能更高效地调度船舶与货物、与周边铁路、公路协同，提升物流运营的效率；机场可优化航班起降、中转和旅客服务流程，并与公路、铁路衔接，减少延误的同时，还能使旅客更便捷地抵达
63、或离开；轨道客运站能精准安排列车班次及实现与周边交通设施的快速换乘衔接，实现旅客的快速集散，提升出行体验。未来场景一：交通枢纽的统一协同调度总之，这些交通节点未来不再是孤立的个体，而是通过多式联运和统一智能调度紧密相连。港口不再仅仅是货物装卸的场所，而是与城市产业深度融合，形成港产城一体化发展模式。机场也不再局限于航空运输，而是与周边城市功能相互补充，实现站城融合。铁路客运枢纽通过智能化调度，实现与其他交通方式的无缝衔接，提升旅客换乘的便捷性和效率。这种融合和协同使得资源得到更充分的利用，减少了冗余和浪费，降低了综合物流成本。探索方向一：综合立体大交通的数字化、智能化，提升出行体验，降低综合物
64、流成本未来，整合各种交通方式、实现多模式协同调度的综合立体大交通，将显著提升旅客的出现体验，极大降低货物的综合运输成本。在技术的驱动下，大数据、人工智能、物联网等将在综合立体大交通中得到更广泛的应用。智能化的物流配送系统、自动驾驶的运输工具、实时动态的交通管理平台等将不断涌现，进一步提升交通和物流的效率和质量。政策层面也将为这一趋势提供有力支持，推动跨部门、跨区域的合作，加强基础设施建设的统筹规划，完善相关法律法规和标准规范，引导社会资本投入，为综合立体大交通的发展创造良好的政策环境。总之，未来的综合立体大交通将以融合、智能、高效为特征，为人们的生活和经济的发展带来前所未有的便利和机遇，助力社
65、会迈向更加繁荣和可持续的未来。46在科技飞速发展的时代，铁路的未来发展呈现出智能化、宽带化、云化的显著趋势，为人们的出行和货物运输带来前所未有的变革。“智能化”是铁路发展的核心方向。未来的铁路系统将配备先进的智能感知设备和自动化控制技术，列车能够实时监测自身的运行状态，提前预警潜在故障，确保运行的安全可靠。智能调度系统根据客流量、天气等因素，自动优化列车的运行线路和时刻表，提高运输效率。智能化的车站服务也将为旅客提供更加便捷的出行体验。“宽带化”是铁路发展的重要支撑。随着 5G-A等高速通信技术的应用，铁路沿线将实现宽带网络的全覆盖。这使得列车上的乘客能够享受到高速稳定的网络服务，满足工作、娱
66、乐等需求。同时，5G-R 技术也为列车与控制中心之间的实未来场景二：铁路的智能化、宽带化、云化时通信提供了保障，确保列车运行数据的快速传输，提升了铁路系统的响应速度和控制精度。“云化”为铁路运营带来了高效的数据管理和资源共享。通过云计算平台，铁路部门可以集中存储和处理海量的运营数据，包括列车运行数据、旅客信息、设备维护记录等。这不仅降低了数据管理的成本，还能实现数据的实时共享和协同工作。无论是调度中心、车站还是列车工作人员，都能及时获取最新的信息，做出精准的决策。总之，智能化、宽带化、云化的“三化”融合，将推动铁路行业进入一个全新的发展阶段。这不仅会提升铁路运输的服务质量和运营效率，还将加强铁
67、路在综合交通运输体系中的竞争力，为经济社会的发展注入强大动力，让人们的出行更加便捷、舒适，货物运输更加高效、顺畅。47当前，智能网联汽车已经成为全球发展共识，为抢占全球产业战略制高点，中国率先提出并坚定车路云一体化发展战略，发挥中国在跨行业协同机制、基础设施建设、信息通信技术等方面的优势，赋能智能网联汽车高质量发展。车路云一体化系统是通过新一代信息与通信技术将人、车、路、云的物理空间、信息空间融合为一体，基于系统协同感知、决策与控制，实现智能网联汽车及交通系统安全、高效、节能及舒适运行的信息物理系统。该系统由车辆及其他交通参与者、路侧基础设施、云控平台、相关支撑平台、通信网等组成。车路云一体化
68、将彻底改变人们对交通出行的认知。首先，车辆不再是孤立的个体，而是与道路设施和云端平台紧密相连的智能化单元。通过车与车、车与路之间的实时通信，车辆能够提前获取道路状况、交通信号等信息，从而优未来场景三：智能网联与车路云一体化化行驶路线和速度，提高出行效率，减少交通拥堵。道路设施将配备大量的传感器和智能设备，实时监测路况、车流量等数据，并将这些信息快速传输至云端。云端平台利用强大的计算能力和数据分析技术，对收集到的信息进行处理和分析，为交通管理部门提供决策支持，实现智能化的交通管控。其次，自动驾驶技术将得到更广泛的应用。公路上的车辆能够在智能系统的引导下，实现更加安全、高效的自动驾驶，减轻驾驶员的
69、负担，降低人为因素导致的交通事故发生率。同时，车路云一体化还将促进交通与能源、城市规划等领域的深度融合。例如，根据实时交通流量调整路灯亮度，实现节能减排；结合城市发展规划，优化公路布局，推动城市的可持续发展。总之，车路云一体化将为公路带来前所未有的变革，使交通出行更加智能、高效、安全和环保，为人们创造更加美好的出行体验。探索方向二：电气化，使能绿色出行随着出行耗能的不断增长，世界各国积极倡导低碳出行，交通领域的节能减排成为实施的关键。2021 年 7 月，欧盟委员会正式推出了欧洲绿色新政（European Green Deal），进一步明确了到 2030 年温室气体排放较 1990 年减少 5
70、5%的目标，并计划在 2050 年实现碳中和。在交通领域，绿色新政提出，到 2050 年碳排放要比 2021 年减少 90%，其中陆上交通贡献了欧盟 20.4%的温室气体排放，是减排的重点。欧盟和英国已经宣布了推进部署可再生能源的计划(气候行动追踪组织，2022 54)。欧盟委员会的“重新赋能欧盟”计划提议到 2030 年将可再生能源在整体能源结构中的占比目标从 40%更新为 45%。(EC,2022 30)。为实现陆上交通的节能减排，各国积极推动新能源汽车（纯电动汽车、插电式混合动力汽车、燃料电池汽车）的发展，不少国家制定了燃油汽车退出时间表：欧盟设立了 2030 年乘用车、厢式货车排放分别
71、减少 55%和 50%（此前目标分别为 37.5%和 31%）的目标，并首次提出2035 年新销售汽车均为零排放汽车的目标，这意味着欧盟从 2035 年起禁售燃油车7；日本计划到 2030 年，国内市场新能源汽车销售量要占新车销售量的 50%至 70%8；中国提出传统燃油汽车将于 2030 年逐步退出市场9。48城市公交、出租车、场地用车等公共领域的应用，拥有率先布局的优势，在很多城市取得了明显的进展，如中国深圳在 2017 年，全市超过 16,000 辆公交车全部实现了电气化，使其成为全球首个拥有 100 电动公交车队的城市10；在欧洲，丹麦超过 78%的新公共汽车采用的是新能源电动车；卢森
72、堡和荷兰，大约三分之二的新公共汽车是零排放的11。首先，公共交通工具的代际更换率高，为新能源汽车的替换提供了一个统一规划、便于实施的契机。在国家的补贴政策下，通过合理的运维方案也能将电动车的运营成本接近甚至优于传统燃油车，降低新能源车的替换阻力。其次，这类公共运营类的车辆，一直都有集中管理的场所，这些现成的场所可自然拓展为兼顾新能源车充电的多功能场所，让充电难不成为制约公共交通领域电气化的瓶颈。此外，相较于私家车，公共运营车辆每日运行时间长，产生更高的碳排放，对于其整体的电气化替代，将为交通领域的减排带来倍增效益。以北京市为例，2018 年，全市 7.1 万辆纯电动未来场景：新能源加速绿色公共
73、出行私家车，累计节油 0.89 亿升，减少二氧化碳排放量19.9万吨截至；仅0.94万辆的电动出租车，就能累计节油 0.65 亿升，减少二氧化碳排放量14.5 万吨12。国际能源署的报告显示，尽管受疫情的影响，2020 年全球汽车市场收缩了 16%，但新登记的电动汽车达到了创纪录的 300 万辆，比前一年增长了 41%,在使用的全球电动汽车数量超过1000 万辆。其强劲势头一直在持续，2021 年第一季度的销量达到去年同期水平的近2.5倍。与此同时，2020 年，消费者在电动汽车上的支出又增长了 50%，达到 1200 亿美元。而政府支持的补贴仅为 140 亿美元，连续第五年在总支出中所占比例
74、下降。这表明，尽管政府补贴仍能刺激电动汽车市场，但销售越来越多是由消费者的选择而驱动的。预计到2030年，全球道路上的电动汽车、面包车、重型卡车和公共汽车数量将达到 1.45 亿辆。如果各国政府加快努力实现国际气候和能源目标，全球电动车辆将达到 2.3 亿辆13。此外，国际能源署还预测，到 2040 年，将有超过 3 亿辆新能源汽车投用，每天将减少 300 万桶石油消耗14。49在降低环境污染以及运维费用的背景下，航空业积极布局新能源支线飞机和民用大客机。随着城市空中交通不断发展，航空业加速电气化进程，实现绿色发展。在碳排放方面，2022 年，航空业占全球人为二氧化碳排放总量的约 2%。若不加
75、以控制，预计到本世纪中叶，全世界将有 25%的碳排放量来自于航空业15。在运维及燃料支出方面，2018 年，全球 MRO成本为 690 亿美元，占航空公司运营成本的9%，其中发动机的维护费用占 42%（290 亿）。2023年，全球航空业的燃料成本为2150亿美元，约占运营费用的 30%。目前，新能源民航飞机的探索主要分为混合动未来场景：新能源民航飞机试水力、纯电动和氢燃料驱动三类。除了节能环保、减低噪声等优势外，新能源民航飞机还有助于实现新的飞机设计理念，比如翼身融合技术。这种设计可以显著地减小飞机的阻力和能耗，并改善飞行性能。此外，翼身融合技术还能增加飞机结构内部的容积，这些宝贵的空间可以
76、增加更多的运载量。2020 年 6 月，法国宣布投入 150 亿欧元，其中包括 15 亿欧元用于研发新能源民用大客机。法国计划在 2035 年实现新能源大客机首飞，将调动航空产业链中超过 1300 家公司参加该计划。为此，法国已制定了清晰的路线图首先是对空客的 A320 产品线进行改造，开发混合动力的 A320“继承者”客机。A320“继承者”的原型机将在 2026 年至 2028 年间亮相，并在 2035年之前实现首飞。50探索方向三：自主化，打造移动第三空间从畜力到机械，人类打造了拥有“强壮肢体”的交通工具；自动驾驶时代来临，标志着人类即将赋予交通工具“智慧大脑”。自动驾驶技术是影响出行方
77、式的重要变量，将会重新定义出行体验，并将深刻影响交通行业的商业模式。随着人工智能代替人类大脑成为交通工具的决策主体，司机的双手、双脚、双眼将从驾驶过程中被释放，使得娱乐、社交、消费、工作等场景在出行过程中被彻底打开，让交通工具成为人类的移动第三空间。自动驾驶技术分为多个等级，多采用美国汽车工程师协会和美国高速公路安全管理局的分类标准。该标准将自动驾驶的概念分为 L0-L5，L0 是没有自动驾驶的传统人类驾驶，L1-L3 主要起到辅助驾驶功能，L4-L5 代表车辆控制权可完全交给系统，不需要驾驶员操作。自动驾驶技术涉及 ICT、制造、交通等多个领域，发展离不开产业间的协同，对经济发展起到催化作用
78、。在规模化部署后，自动驾驶技术将显著提升道路交通的安全性和运输效率，在节能减排等方面也将展现出良好的社会效益和经济效益。根据美国研究报告，预计到 2050 年，自动驾驶将为美国创造大约 3.26.3 万亿美元的经济效益，其中社会福利和消费者福利接近8000 亿美元16。欧盟委员会在通往自动化出行之路：欧盟未来出行战略提出，2030 年，欧盟步入完全自动驾驶社会的远景目标。该战略认为，当自动驾驶的部署完全融入到整个运输系统中，将会为实现“2050 年，欧洲道路交通事故死伤人数为零的愿景”作出重大贡献17。中国国家发展改革委员会等 11 部委于 2020 年 2 月联合印发了智能汽车创新发展战略，
79、提出到 2025 年实现有条件自动驾驶的智能汽车达到规模化生产，实现高度自动驾驶的智能汽车在特定环境下市场化应用，到 2050 年，全面建成中国标准智能汽车体系18。同时中国交通运输部于 2023年 12 月颁布实施了公路工程设施支持自动驾驶技术指南明确了道路基础设施对自动驾驶的发展需提供必要支持，并在 2024 年 1 月，由中国工业和信息化部、中国交通运输部等 5部委联合发文关于开展智能网联汽车“车路云一体化”应用试点工作的通知，进一步加强对自动驾驶的深化发展的政策支持，并提出车、路、云一体化发展的指导思想。51进入 2030 年，随着自动驾驶汽车由 L2、L3 向L4、L5 迈进，自动驾
80、驶技术可能会迎来革命性的突破。随着人工智能、大数据、云计算、感知等技术的飞速发展，自动驾驶系统的感知能力、决策速度和准确性将得到极大提升。这意味着自动驾驶汽车将能够在更复杂的交通环境中实现更加安全、高效的行驶。公交车、出租汽车、低速物流、垂直行业运输（物流车、矿车）或将率先实现自动驾驶商业化。自动驾驶的技术发展依托单车智能和车路云协同，在此过程中对计算芯片、全时全天候感知、云计算、大数据分析能力、低时延高可靠的有线无线网络、AI 算法等均提出了更高的要求；其中单车智能提供车规级智能驾驶决策，如紧急避让、无人驾驶等；而车路云协同则提供单车智能无法触及的场景，如超视距安全，路网管控信息提前触达等；
81、两者相辅相成，加速自动驾驶的全民化应用。中低速开放道路：自动驾驶汽车在物流配送、清洁消杀、巡逻等领域取得了积极的成果。无人物流配送具备道路场景简单、车速低、危险性小的优势，可以在公共道路提供安全的无人货物配送服务。低速无人驾驶小车在抗击疫情中为医疗物资运输配送、清洁消杀、巡逻测温等工作提供支撑，用实际行动检验了低速无人小车的应用价值，为进一步推广应用奠定了市场基础。高速半封闭道路：重卡价格成本高，对传感器的价格相对不算敏感，可以通过增加激光雷达等传感器，有效提升车的感知性能；而且重卡更多用于高速运货场景，以及港口或物流园区，其行驶环境相对单一，路线较为固定。在复杂的城市道未来场景：自动驾驶与车
82、路云协同驶入“快车道”路几乎见不到重卡的身影，降低了对自动驾驶系统所要处理的行驶环境的复杂度，此外，而且卡车司机成本高、还有易超负荷运载、超工时工作的风险。因此，重卡的自动化驾驶能够迅速帮助行业降低成本，提高效率，易于形成立竿见影商业受益。据德勤中国智慧物流发展报告预测，无人卡车、人工智能等技术在未来十年左右逐步成熟，将广泛应用于仓储、运输、配送、末端等各个环节19。特殊封闭道路:在矿山，港口等环境中，自动驾驶同样扮演者越来越重要的角色。企业与港口合作进行自动驾驶集卡应用测试，其中部分企业实现了无人驾驶卡车在矿区多编组、夜间作业等。2023 年，在中国天津港第二集装箱码头，已实现基于“5G-A
83、+北斗+自动驾驶”的 92 辆智能驾驶车的常态化商业运营，预计到 2030 年，30%的码头都会实现水平运输无人驾驶。矿山场景的自动驾驶，将以安全与效率为两大核心关键词，率先创造经济价值。在自动驾驶模式下，矿卡、挖掘机、推土机等多种机械工程车辆协同作业。“指挥官”模式将代替“一矿卡一司机”的人员模式，一旦发生故障或者危险时，指挥人员可在控制中心开启远程接管模式，将车辆移至安全区域，并向周边车辆发送警告。日常开放道路：关注普通公众的驾驶安全，同时对管理部门的道路治理效率进行显著的提升，如异常通行事件的快速发现和快速触达、二次事故的快速预警、交通拥堵的路径优化选择、弱势交通参与者的通行预警、施工预
84、警、通行管控措施的提前预警等；通过自动驾驶技术的发展，显著的降低日常通行的事故率。52未来，空域是城市交通发展的重要资源，可以搭建高效的空中城市交通网络，将极大程度的释放路网资源，减少市民的出行时间，提高城市的物流效率和应急救援能力。UAM（Urban Air Mobility，城市空中交通）概念、eVTOL（Electric Vertical Takeoff and Landing，电动垂直起降）飞行器应运而生，现已成为目前全球航空界的新兴领域和最热门的新赛道。作为新质生产力的代表，低空经济发展前景广阔，潜在产业链市场规模达万亿20。eVTOL 作为低空经济的重要载体，商业化有望提速。电动垂
85、直起降飞行器 eVTOL（Electric Vertical Takeoff and Landing）的研发，吸引了全世界各种创新公司的投入，在全球范围内具有性能上的进展。目前而言，多家公司的五座飞行器都可以达到 250 公里左右的巡航里程。有公司在努力开发七座及上的 eVTOL21；也有公司在探索氢燃料的空中飞行器22，以获得更长的续航里程（600 公里以上）。这一类新型飞行器未来潜在应用在紧急医疗服务、城市空中客运（UAM）、区域客运（RAM）、空中货运、个人飞行器等多种场景模式。未来场景：城市空中交通空中应急救援系统：在过去的十年间，摩天大楼如雨后春笋般涌现于全球各大城市。未来十年，随着
86、全球城镇化进程的提速，摩天大楼的建设仍将保持高热度。快速拔地而起的摩天大楼在给城市带来美丽风景线的同时，也增添了安全隐患。高楼消防、高楼医疗救援成为未来城市的新难题之一。空中应急救援系统的出现，使得消防和医疗救援力量能够快速到达高楼层实施灭火和人员救助，保障居民生命财产安全，成为摩天都市消防、医疗隐患的新解。空中巴士/空中出租车：便捷、高效的交通体验已经成为都市人的核心需求之一。随着电池储能密度的提高，飞行器续航和承载能力的提升，电动垂直起降飞行器（eVOTL）有望成为改善市内交通体验的利器。目前，空中客运试点已经展开，并取得了显著进展。空中快递：无人机快递具有快速、高效、灵活的特点，能够大大
87、缩短快递的配送时间，提升服务体验，尤其是在应对紧急件、偏远地区配送或特殊情况下的物资运输时，具有明显优势。利用大数据、人工智能、5G-A 通感一体等技术，可以实现多源数据拟合、空域态势感知、未来，自动驾驶技术将推动传统车体革新，让车内空间和布局更充满想象力，打造迎合不同场景的移动第三空间，新的商业模式将不断涌现，如餐饮业。自动驾驶餐车可能是未来的标配，你和亲朋好友的聚餐可能是以全新的形式展开：预定好一顿午餐，自动驾驶餐车会准时把你们依次接上，根据需求规划好一条风景优美的行驶路线，在欣赏美景的同时，品尝美食，畅聊人生，打造真正属于你们包间。这样既避免了往返餐厅的交通，又保证了就餐期间的私密性。对
88、于餐饮店而言，门店的大小不再制约它业务的大小，门店的位置不再制约它业务的范围，门店的生意也不受人流量的影响。53黑飞识别预警、低空航路规划等功能。一方面，通过高精度网格化的低空空域计算，可以提升低空空域精细化管理能力，合理规划和动态管理无人机的飞行路径，支撑大规模、高密度、高复杂度的低空运行场景；另一方面，结合 5G-A、雷达、无线电侦测等多种技术手段，可实现对低空空域的实时、连续飞行态势感知，及时识别和反制黑飞，保障城市低空安全。电池技术的进步大幅提升了 eVTOL 的续航能力和载重能力。例如，最新的锂电池和固态电池技术，使得 eVTOL 能够飞行更长的距离并承载更多乘客和货物。全球范围内，
89、多个城市已经开始试点空中客运服务。2019 年，该领域的中国科技公司，在浙江启动了全球首个城市空中交通客运服务，将原本需要 40 分钟的道路交通行程缩短为 5 分钟的空中之旅23；23 年，总部位于上海市中国科技企业宣布，其 eVTOL 飞行器在单次充电状态下，顺利完成 250.3 公里飞行，刷新了全球 2 吨级 eVTOL 飞行器航程纪录。2024 年法国巴黎奥运会期间，该领域德国科技公司为奥运会提供城市空中交通试运营服务。2024 年 2月 27 日中国科技公司进行了跨城跨湾航线首次演示飞行（深圳-珠海），20 分钟飞行约 55 公里后成功在珠海九洲港着陆，标志着全国首条eVTOL 跨城跨
90、湾航线试飞成功。根据 NASA 的预测，2030年空中巴士的载客总人数将高达7.4亿。当然，为实现 UAM 这类的未来场景，需要高速稳定的空天地一体化网络连接和定位系统、低成本可靠的视觉传感器和激光雷达、安全稳定的自动飞行算法、以及高效实时的指挥调度平台。到 2030 年，低空出行相关的适航规章、基础设施以及空管系统将完成建立，技术发展使得飞行器更安全可靠，航程更长，低空出行成为主要出行方式之一。54探索方向四：共享化，提升交通效率，促进低碳出行未来的交通，一定是整合多种交通方式（包括公路、铁路、航空、水运等）、构建多层次、高效率的综合交通体系的立体化大交通，在交通管理系统的统一调配下，按照乘
91、客的出行偏好，提供一键式量身定制的出行方案，并确保交通工具的高效共享，避免一车一人一行程的高碳出行方式。国际道路运输联盟将 MaaS（出行即服务）定义为：将用户置于出行服务的核心位置，根据用户需求量身定制出行方案。MaaS 将不同出行方式整合，为用户提供一键式按需出行服务，通过单个应用程序和一次购买即可满足所有出行需求24。出行即服务系统的建设目标之一就是要提供一体化的、便捷的公共交通出行服务，提倡绿色出行。这类平台通过整合区域内各种交通（地面公交、轨道交通、共享汽车、共享单车）资源及城际交通（民航、高铁、长途客运）的出行方式，未来场景：出行即服务（Maas）打造一键式出行服务接入餐饮、住宿、
92、购物、旅游等信息，基于公共交通智能调度、个人出行模式识别、绿色出行优先等，整合互联网的支付能力，实现出行行程预定、路径一键规划、公共交通无缝衔接、费用一键支付等功能，整体提升公众公共交通出行满意度，提高公众绿色出行良好体验。欧盟很多的城市都在开展 MaaS 的示范，不同城市的集成度不一样，集成度涵盖设施的集成、票价的集成、支付方式的集成、信息通信的集成、管理体制的集成、出行服务的集成等不同方面。瑞典哥德堡、德国汉诺威、奥地利维也纳、芬兰赫尔辛基是最早探索 MaaS 的城市。这些城市充分发挥数字化技术的优势，从整个系统层面优化公交车、网约车、自行车、城市配送等出行系统，进而孵化出很多新兴的出行服
93、务企业，推动城市低碳发展25。对个人而言，在确保出行安全的前提下，减少出行费用，改善出行体验；对政府而言，可以优化交通基础设施的投资和管理，满足城市可持续发展的需求，提升市民满意度。此外还可以创造更多的出行服务商业机会，降低服务成本，扩大服务范围。最终实现调度一体化，资源共享化，体验人本化，出行低碳化。55探索方向五：网联化实现安全、高效、规模化的自动驾驶在一定的自动驾驶能力条件下，安全、ODD（Operation Design Domain，自动驾驶系统功能设定的运行条件，包括环境、地 理和时段限制、交通流量及道路特征等）和经济性这三个方面存在矛盾关系。为提高自动驾驶安全性，必须通过限制 O
94、DD 并针对性调优逼近系统上限，才能实现小规模商业化落地；或使用较昂贵的设备来提升单车智能自动驾驶的安全性，但这样会损失自动驾驶的经济性。自动驾驶要实现规模商业化落地，需要进一步探索找到安全性、ODD 限制和经济性的平衡点，从本质上提升自动驾驶的能力水平。车路协同自动驾驶的本质是给每辆车开了一个“天眼”，这个“天眼”就是“上帝视角”，它不仅能帮助车辆在“完美”视角下保障安全，还能高效分配道路时空资源，让所有交通要素各过去 10 年，在繁忙的港口，已经有先驱开始探索利用高架轨道对集装箱进行运输。集装箱被送到类似缆车的轨道中，“缆车系统“根据集装箱的目的地进行调度，把集装箱送往铁路站点、卡车仓库，
95、甚至内陆城市的无水港，以极低的成本，极大地了提升了集装箱运输的效率。未来，未来场景：提供更安全，更高效的调度服务整合各种交通方式、实现多模式协同调度的综合立体大交通，保障了交通的畅达，加速了货物的集散，带动港口周边产业蓬勃发展。交通设施互联互通，多式联运无缝对接，物流效率大幅提升，促进产业集聚，推动城市发展，实现港产城的深度融合。未来宽带将不仅仅在地面，还将延伸到空中，从小于千米高度的无人机、到万米高度的航空飞行器、数百公里高度的低轨航天飞行器都需要宽带连接。立体网络将由 100m 热点覆盖的小未来场景：在空中拥有“家一样”的带宽体验 站、覆盖半径 110Km 的宏站和覆盖半径大于300Km4
96、00Km 的低轨卫星共同组成，分别为用户提供万兆、千兆、百兆的连续宽带体验28。行其道、各得其所。车路协同自动驾驶的实现基础是通过集成先进的感知、计算、通信、决策控制等技术，构建一套能够连通信息空间与物理空间，基于数据的自由流动构建状态感知、实时交互、科学决策、精准执行的闭环赋能体系26。实现网联化，首先离不开网络的连续覆盖，当前全球移动通信服务仅覆盖了约 20%的陆地面积，而陆地面积仅占全球面积的 29%，全球只有不到 6%的面积被覆盖。在中国，超过 95%的海洋面积尚未被移动通信网络覆盖27。所以需要空天地立体网络提供全球连续覆盖。其次，随着车内，飞行器内用户大屏娱乐，全息会议的普及，仅靠
97、地面网络无法给用户带来一致性的娱乐、办公体验，需要空天地立体网络提供大带宽、高可用的网络。56结语：智能低碳出行，开启移动第三空间未来出行是一个多维的创新系统，通过电气化、自主化、共享化、网联化打造一个智能便捷低碳的出行体验，需要有新能源技术的创新应用，安全稳定的自动驾驶算法，低成本可靠的各类传感器、高速稳定的空天地一体化网络，以及基于强大算力交通管理大脑。通过移动第三空间，重塑出行体验，孵化创新的出行服务，带动周边行业的商业模式的更新迭代。城市智能交通管理系统，优化资源调配，通过提升交通工具的共享效率，帮助缓解交通拥堵，降低出行带来环境污染，让不断激增的出行需求和环境对低碳的追求不再是一个矛
98、盾体。华为预测，到 2030 年，中国新能源汽车占所销售汽车总量的比例将高达 82%，中国 L3 及以上自动驾驶搭载率达到 30%。整车算力超过 5000 TOPS;智能汽车网联化(C-V2X)渗透率达 60%。57华为预测，到 2030 年全球电动汽车占所销售汽车整车算力超过中国 L3及以上自动驾驶新车智能汽车网联化(C-V2X)总量的比例达 82%5000 TOPS搭载率达30%渗透率达 60%58相关引用1 source：U.S.Department of Transportation Federal Highway Administration https:/highways.dot.
99、gov/newsroom/us-driving-last-year-was-lowest-two-decades-new-data-show2 source：ACEA https:/www.acea.auto/fact/passenger-cars-what-they-are-and-why-they-are-so-important/3 source：WEF“Raising Ambitions:A new roadmap for the automotive circular economy”http:/www3.weforum.org/docs/WEF_Raising_Ambitions_
100、2020.pdf4 source:INRIX The INRIX Global Traffic Scorecard https:/.br/2019/02/INRIX_2018_Global_Traffic_Scorecard_Report_final_.pdf5 source：INRIX Inc发布的2023 年全球交通记分卡报告6 source：WEF“Raising Ambitions:A new roadmap for the automotive circular economy”http:/www3.weforum.org/docs/WEF_Raising_Ambitions_202
101、0.pdf7 source：EU“A European Green Deal”https:/ec.europa.eu/info/strategy/priorities-2019-2024/european-green-deal_en8 Source:Chowdhury Mahbubul Alam “Strategies of the Next Generation Vehicles(NGV)in Japan”https:/www.kitakyu-u.ac.jp/law/kenkyu/pdf/46-3_4choedhry2.pdf9 Source:能源与交通创新中心中国传统燃油汽车退出时间表研究
102、 http:/ source：深圳市交通运输局“深圳 9 月实现公交 100%纯电动”http:/ source：Pierre Dornier Denmark,Luxembourg,Netherlands lead the way on emissions-free buses https:/www.transportenvironment.org/press/denmark-luxembourg-netherlands-lead-way-emissions-free-buses12 source：新能源汽车国家大数据联盟等 新能源汽车大数据蓝皮书13 source：IEA “Global E
103、V Outlook 2021”https:/www.iea.org/reports/global-ev-outlook-202114 source：IEA World Energy Outlook https:/www.iea.org/topics/world-energy-outlook15 source：于占福“航空运输及航空制造业碳中和发展之路探索”http:/ Source：SAFE “Americas Workforce and the Self-Driving Future Realizing Productivity Gains and Spurring Economic Gro
104、w”59 https:/avworkforce.secureenergy.org/wp-content/uploads/2018/06/Americas-Workforce-and-the-Self-Driving-Future_Realizing-Productivity-Gains-and-Spurring-Economic-Growth.pdf17 Source：EU“On the road to automated mobility:An EU strategy for mobility of the future”https:/eur-lex.europa.eu/LexUriServ
105、/LexUriServ.do?uri=COM:2018:0283:FIN:EN:PDF18 Source:中国国家发展和改革委员会 智能汽车创新发展战略 https:/ 19 source：德勤中国智慧物流发展报告 https:/ 通用航空装备创新应用实施方案（2024-2030 年）()21 source：Lilium https:/ source：Skai https:/www.skai.co/23 source：亿航智能 https:/ source：IRU https:/www.iru.org/who-we-are/where-we-work/europe/maas-mobility-
106、service25 source：ITS Deployment Evaluation https:/www.itskrs.its.dot.gov/its/benecost.nsf/ID/d1c266bdeefee830852581bb005d27be26 source:清华大学智能产业研究院,百度 Apollo 面向自动驾驶的车路协同关键技术与展望 2.0 https:/ 2.0.pdf27 source:Shanzhi Chen et al.“Vision,Requirements,and Technology Trend of 6G:How to Tackle the Challenges
107、 of System Coverage,Capacity,User Data-Rate and Movement Speed”https:/ieeexplore.ieee.org/document/900361828 source：FG-NET-2030 “Network 2030:A Blueprint of Technology,Applications and Market Drivers Towards the Year 2030 and Beyond”https:/www.itu.int/en/ITU-T/focusgroups/net2030/Documents/White_Pap
108、er.pdf60H2TAXI?61H2TAXI?6263数字新基建，让城市有温度、更宜居城市64城市化是本世纪最重要的全球趋势之一。当前，全世界一半以上人口生活在城市地区，到 2030年，这个比例预计将提升到60%1。以中国为例，常住人口城镇化率从 2012 年的 53.1%提高至2023 年的 66.2%，城镇基本公共服务覆盖范围显著扩大2。华为预测，到 2030 年，中国的城镇化率将提升到 70%。中国将形成以粤港澳、长三角为代表的 5 个超级城市圈3。届时，全球人口超一千万的城市也将增加至 43 座4。随着城市化进程的加快，全球的城市管理都面临着城市规模增长与城市各种资源有限之间的巨大矛
109、盾，并且城市在能源消耗，环境污染，交通堵塞，信息基础设施发展不均衡等方的问题日益严重。据联合国人居署的数据显示，全球城市平均消耗约 75%的一次能源，且排放了全球温室气体总量的 50%至 60%5。到 2030 年全球城市每年产生的废物总量将达到 25.9 亿吨6，每年向河流、湖泊和海洋排放的塑料将达到 5,300 万吨7。严重的空气污染导致世界各地每年 700 万人死亡8。如何提升城市资源利用率，缓解城市规模增长与有限资源之间的矛盾成为城市未来需要解决的最重要需求。另一方面我们也看到5G/5G-A、云计算、人工智能、数据空间、智能传感、AR/VR 等各种新技术的快速进步，给未来城市的发展带来
110、了更多新的可能，城市场景也将成为各种新技术的最佳应用创新场所与孵化基地。过去十多年来，世界各国都在加快城市的数字化进程，希望借助高科技手段探索城市的可持续发展路径。2020 年，全球投入试点的智慧城市数量将近 1000 个。其中，中国 500 个，欧洲 90 个，美国 40 个9。与此同时，面向智慧城市的投资金额也在逐年提升，2020 年相关投资接近 1240亿美金，同比增长 18.9%10。根据 IDC 预测，到 2027 年中国智慧城市 ICT 市场投资规模将超过 1.1 万亿，以 8%的复合增速测算11。华为预测，到 2030 年，中国智慧城市 ICT 市场规模将超过 1.5 万亿元。显
111、然，城市的数字化，智能化已成为全球领先城市探索城市可持续发展的最关键路径。65城市数字化发展的基础是数据，而数据则来源于遍布在城市各个角落，各种各样的传感装置，如同人们需要通过视觉、听觉、嗅觉、味觉、触觉等来感知周边环境一样，城市也需要通过遍布于城市中的各种触角感知城市的变化，从而为城市数字化发展提供最基本的数据支撑。美国麻省理工学院技术评论杂志把这种基于传感器技术的“感知城市”列为 2018 年全球十大突破性技术之一。我们认为未来城市一方面将会从局部感知系统走向全域感知的网络，基于各种通信方式，将分散的各种传感节点联接起来，通过对海量数据的综合分析，形成对城市变化更为精准的判未来场景：纳米传
112、感，精准感知城市脉搏断。另一方面，传感技术本身的突破与发展也必将为“感知城市”带来跨越式的发展。在所有的传感技术之中，一种低成本、微型化的纳米传感器技术有望成为推动新一轮传感技术革命的“颠覆性”技术，拥有可观的发展前景和巨大的应用潜力，未来纳米传感产品可以大量布撒，形成无线纳米传感器网络，使得城市的感知能力大大扩展，将为气候监测，健康检测，环境保护等各个领域带来革命性的变化。通过纳米技术制作的传感器，尺寸小、精度高、性能会得到极大改善，纳米传感器是站在原子尺度上，极大地丰富了传感器的理论，推动了相应的制作水平，拓宽了应用领域。当前已在探索方向一：数字新基建，打造城市发展新引擎城市的不断“膨胀”
113、，给有限的资源供给，以及环境带来巨大压力，如何采用技术的手段大幅提升城市综合治理效率，实现城市治理的科学化，精细化，让有限的资源能够满足城市可持续发展的需求，是城市未来发展所面临的最大挑战。传统的工业化时代，城市提供了水，电，气，道路等物理的公共基础设施，支撑了工业化城市的快速发展，面向未来，如何建设一个先进的城市数字新基建，为城市走向数字化，智能化提供加速度，无疑是城市未来场景探索的主要方向之一。我们认为城市数字新基建主要应由四个方面组成，自底向上，底层是遍布于城市各个角落的智能感知系统，能够实时，精准地感受到城市的脉搏，感受到城市的变化；第二层是智能联接，通过覆盖城市的高速有线，无线联接技
114、术，将城市联成一个有机的整体；第三层是智能中枢，是城市未来的“大脑”与决策系统，是海量数据的汇聚点，也是支撑城市可持续发展的重要业务集散地，实现城市数据的全域共享，支撑AI价值最大化，实现城市发展的精细化，科学化，自动化；最上层是智慧应用，基于城市的数字新基建，面对不同的城市治理场景，需要打造一个完整的城市智慧应用生态体系，打通面向客户服务的最后一公里，为城市智慧化发展提供各种可能；这四个方面有机联接，相互支撑，共同形成一个城市智能体，支撑城市迈向全场景智能，共赴智慧时代。66生物、化学、机械、航空等领域获得了很多广泛的早期应用。石墨烯纳米气敏传感器：这是一种对气味非常敏感的传感器，气敏传感器
115、上和气体接触的表面附着了一层纳米涂层作为敏感材料，用于改善传感器的灵敏度和性能。这种传感器内置的金属有机薄膜能够收集气味分子，然后通过等离子纳米晶体将所捕获的化学信号放大，它不仅可以检测环境中最常见的二氧化碳，而且能够快速检测有害气体、有毒气体。美国一所大学研制成功利用石墨烯开发出新型的纳米涂层，他们将这种纳米薄膜集成到气敏传感器的电路中，与目前最好的使用碳基材料的传感器相比，对分子响应提高了 100 倍，大大提升了气体传感器的灵敏度12。不久的将来一小片传感器就能准确识别出空气中的有害气体，有毒气体，爆炸物等，从而大大提升城市对于工厂，边检等特殊场所的空气，爆炸物的危险感知能力。纳米缝隙传感
116、器：是一种能够识别特定频段声音的传感器，其独特之处在于，传感器间的缝隙间距能够达到纳米级别，从而能够保证很高的声音传感灵敏度。研究人员们在粘弹性聚合物表面添加 20 纳米厚度的铂金层，搭建了传感器框架。通过让表面的铂金变型延展，上下层之间便产生了空隙，暴露出底层的聚合物，研究人员便能测量传感器表面的电导系数。实验中，针对音频的测试，在干扰噪音高达 92 分贝的实验环境中，纳米裂缝传感器的表现大大优于传统传声器，能够将特定频段音源准确地识别出来。当把纳米传感器放置在小提琴的表面，它能够精确的记录乐曲中的每一个音符，并且将其“翻译”给外接设备，输出电子乐曲。当把纳米裂缝传感器佩戴在手腕处，它甚至能
117、精确地测量人体的心跳。可以预见，这种技术的突破未来将大大加强城市对于声音的感知能力13。67城市数字化转型离不开各行业海量的信息交换，当前以“5G、F5G、万兆 WiFi”为代表的新一代联接技术的发展，让城市真正开始走向高速网络的全域覆盖。而这些都离不开城市全光网络的支撑，通过构建城市的全光底座，加速城市运行体系与全光网等城市通信基础设施的全面融合，城市的业务创新将会从政务服务延伸至每个人，每个企业与每个家庭。当前全球领先城市已经做了很多早期探索，全光城市初步展现出了巨大发展潜力与价值。2021 年 4 月，中国上海发布了“全光智慧城市全球第一城”以 F5G 光网为底座，构建城市“1毫秒”时延
118、圈，实现全市光高速枢纽布局，为后续城市智慧化发展打下了一个坚实的网络基础14。当前领先型城市开始发布相关万兆行动计划，其中北京市发布“光网之都，万兆之城”行动计划（2023-2025 年）、上海市发布上海市进一步推进新型基础设施建设行动方案（2023-2026 年）建设以 5G-A 和万兆光网为标志的“全球双万兆城市”、青海发布 青海省“双万兆（5G-A/F5G-A）”产业发展及应用创新指导意见、沙特政府发布10Gbps 社会白皮书再现中东万兆发展远见，截止目前国内外 20 多个城市和省份发布相关长期规划。澳大利亚的阿德莱德市，已有多达 1,000 座建筑接入万兆网络，建筑内的企业能够以 10
119、Gbps的网速访问云端服务，为教育、视频、IT 和软件工程等行业带来了巨大机遇。15我们相信，在全光城市基础设施的支撑下，未来网络联接容量，带宽，用户体验还将会有更加飞跃式地提升，上下行速率达到对称 10Gbps、时延降低到微秒级、联接数提升 100 倍以上。未来场景：全光城市，开启万兆互联时代未来的全光城市目标架构将包含四个组成部分：全光接入：光联接延伸至家庭、楼宇、企业、5G 基站等城市全场景。全光传输向大型企业、楼宇、5G 基站等末端延伸，万兆接入支撑各行业数字化转型，1ms 入云入算，赋能 F5G-A+X，5G 2B 等行业应用扩展。到 2030 年，政府机构，金融机构，重点院校和科研
120、机构，大型医院，大型工业企业所在场所以及县以上开发区和产业园区的传送网 OTN 覆盖率将达到 100%。全光锚点：家庭宽带、政企、5G、数据中心等业务的汇接点，由全光网统一传送；实现多技术协同，业务智能分流，支持各类业务的一跳入云入算。到 2030 年，每万人将会拥有 4 个全光 OTN 锚点，其中 100G 锚点会占据 25%。全光承载：城市光网一跳直达。通过全光交叉，光电混合 ASON 等技术，打造立体化的全光网络架构，实现一跳直达、高可靠联网、云间高速、光算协同等特性。50%以上的数据中心间将通过光联接，单波带宽在 400G 以上，Mesh 化光纤保护网络提供抗 2 次及以上断纤业务不中
121、断能力，可靠性将达到 6 个 9。数据中心内也将全部采用光电混合方式，使用全光交换连接数据中心内的各个交换机路由器。智能自动运维：实时感知网络动态，主动运维，并能够进行预测性运维，从而实现网络资源弹性化，业务自动化、资源分配自动化，运维自动化。到 2030 年，城市将会进入到万兆联接的时代：万兆的企业接入，万兆的家庭宽带接入，万兆的个人无线接入体验。68人工智能计算中心作为城市信息基础设施的重要组成部分，为快速增长的城市 AI 算力需求提供必不可少的基础支撑，在推进 AI 产业化、赋能产业 AI 化、助力治理智能化、促进产业集群化等方面发挥作用，是数字经济时代促进城市全域数字化转型升级、优化产
122、业结构、提升城市竞争力的关键。中国工业和信息化部等六部门联合印发算力基础设施高质量发展行动计划，提出到 2025 年，中国算力规模应超过300 EFLOPS，其中智算规模超过 35%。华为预测，到 2030 年，全球智算规模将超过 864 ZFLOPS，中国智算规模将达到 241 ZFLOPS。智算中心建设呈现出“算力多元化、服务一体化、产业协同化、能耗低碳化、价格普惠化“的特征，智算中心也走向了人工智能算力网络。以智算中心、算力网络为代表的算力基础设施能够有效促进 AI 产业化和产业智能化，是支撑数字经济发展的城市智能底座。为了让 AI 真正地赋能千行万业，推动城市全域数字化转型，智算中心提
123、供高性价比、普惠、安全的算力资源，未来场景：智算中心，打造城市智能底座，支撑城市全域数字化、智能化升级使 AI 算力像水、电、气一样成为城市的公共基础资源，供政府、企业、公众自主取用。武汉在智算中心于 2021 年 5 月 31 日正式投运，服务能力为 1500PFLOPS，并规划在未来扩容至 6800PFLOPS，作为国内首家具有公共服务性质的人工智能算力基础设施，立足武汉，辐射湘鄂赣三省，成为华中地区规模最大的智算中心，为武汉及周边地区的企业提供了强大的算力支持。中心通过提供普惠算力，支持包括智能制造、自动驾驶、智慧城市、智慧农业、气象预测、药物研发等多个领域的创新应用的研发，例如，借助智
124、算中心，武汉伯生科技的“思符蛋白质结构预测平台”能在更小范围内寻找靶点药物，将解析过程压缩到一天，结构分析效率平均提升超 10 倍，费用降低到几百元。从智造工厂，到前沿实验室，从业界现实痛点，到人类未来生活，作为数字经济的核心生产力，算力正日益成为打造武汉数字经济前沿技术最佳试验场和应用孵化器的新引擎，并孵育壮大一批具有爆发潜力的高成长性数字经济企业。69可以预见在城市数字化转型过程中，随着城市全量数据的打通，融合，AI 必将会在城市的各个场景中发挥越来越重要的作用，城市将从基于人的经验治理走向基于 AI 的算法治理，从局部的智能走向全场景的智能。在这个技术进步的过程中，城市治理的理念会发生一
125、些重要的变化：例如从被动服务走向主动服务，从粗放式管理走向精细化管控，从事后处理走向实时响应与预测，预防。同时也会面临一些新的挑战：AI 会催生新的公共治理主体，算法权力凭借算法优势与海量数据支撑，逐渐融入进城市治理体系，反向推动城市治理的变革；AI 拓宽原有城市治理领域，散布在城市的各种感知单元，保障城市资源的精准，高效提供；AI 技术伦理，人工智能基于以人为本，公平公正等基本价值理念，不断纠正技术发展中存在的路径偏离。我们认为无论是顺应城市治理思想的转变还是未来场景：智能中枢，城市从人治走向 AI 治理面对技术进步所带来的各种挑战，未来的城市都需要一个强大的智能中枢平台，承上启下，并且能够
126、自主进化，它一方面汇聚来自于城市各个角落的海量数据，另一方面通过平台把数据转变成一种城市治理的先进能力，普惠千行百业，极大提升城市治理效率与用户服务体验。日本丰田公司的早期探索：在丰田未来城市的规划中，每个房屋、建筑、车辆都配备有相应的传感器，这些数据会汇聚到一个城市的数据操作系统，通过这个系统将人、建筑物、车辆全部连接在一起。在获取各种信息之后，由 AI 分析人们所处环境状况，通过人工智能可以保证人车分流，也保证了道路上车辆与行人之间的绝对安全。另外除了诸如室内机器人之类的新技术外，居民在家中还可以通过 AI 技术来检查健康状况，可穿戴，家庭医用传感器会将数据传递给数据操作系统，从而指导改善
127、个人的健康与生活16。70基于海量，实时的城市感知数据，无处不在的高速联接，公共的智能中枢平台，未来城市智慧应用的范围将会从服务政务，到服务产业发展，服务智慧生活，智慧将会以一种润物细无声的方式融入到城市的每个角落，在这个过程中，打造与共建一个围绕城市的智慧应用创新生态体系，打通服务客户的最后一公里将是城市新基建价值发挥的关键所在。在这个方面，一些领先的城市也开始了早期的探索与实践，在中国，华为与深圳市光明科学城合作，计划共建一座“绿色、全光、智慧”的示范城区，加速智能制造、生命科学、全光网等城市重点产业的业务创新。在这里将建设中国第一个生命科学与智能制造创新中心,打造科学城生命科学（EI H
128、ealth）未来场景：智慧产业生态，让城市走向全场景智慧与智能制造（Fusion Plant）服务平台，通过吸引产业上下游生态，共同推动生命科学与传统制造产业向智能化的转型升级。服务平台将为企业的业务创新提供支持服务：公共的大算力平台，海量的存储能力，针对生物医疗领域的影像分析，基因分析，药物研发数据分析等算法模型服务。针对工业企业的工业互联网服务，加速生物医疗，工业企业的数字化转型，推动相关智慧应用产业链的发展。在城市新基建模式下，构建围绕城市的智慧创新生态链，在城市新基建与行业数字化创新之间架设起一座桥梁，最终达到生态服务产业，产业繁荣生态的创新发展态势，充分发挥出城市新基建的巨大价值，普
129、惠千行百业，是城市未来走向全场景智慧的关键。71机器识别技术的出现使得非接触服务成为可能，今天在中国大多数发达省份，政务办理已不再需要去政府的服务大厅，通过手机就能够进行远程的自助服务，可以预见未来十年政务服务的数字化，智能化程度将会进入到更高的发展阶段。一、数字身份认证将会得到全面普及，人们随时携带的身份证，驾驶证，社保，银行卡等证件都将实现数字化，预计到 2027 年全球电子身份认证市场空间将达到 180 亿美金17。二、数字信用作为城市数字化的基础能力，将重构公共服务的业务流程与客户体验。无证借书、刷脸看病、信用租车等一系列服务流程优化将大大提升市民的日常服务体验。三、一站式电子政务将进
130、入到全面普及阶段，未来所有的政务服务都将具备远程服务能力，能够支持无接触地远程办理，而固定的政务服务大厅将可能完成其历史使命，不复存在。未来场景：基于数据的主动精准服务技术的发展会催生新的城市治理和服务方式，今天在中国很多城市出现的“一网统管”便是其典型的代表。以大数据、物联网技术为基础，综合城市管理与市民需求，形成跨部门、跨层级、跨区域的运行治理架构。未来随着海量数据的不断积累与汇聚，人工智能技术的不断成熟，政务服务也必将会更多地向主动服务，精准服务的方向发展，大幅提升城市治理效率与市民的服务体验。以智慧养老为例：上海的街道推行给独居的老人安装智能水表。在老人的同意下，通过实时监测独居老人的
131、用水情况，12 小时内用水量一旦低于 0.01 立方米，街道的“一网统管”平台，就会接收到报警信息，并及时通知社区，社区志愿者就会第一时间上门查看老人的情况，通过这些智能设备的使用，使得社区对于独居老人的关怀做到细微之处，给老人的生活带来温暖18。探索方向二：智慧政务服务，让城市更有温度曾经何时，为了办理一件普通业务，我们在城市的各个职能部门之间来回奔走。今天，在中国的大多数城市，都有了统一的政务服务大厅，大多数业务能够得到统一的办理。疫情之后，我们发现，越来越多的政务服务可以能够通过手机进行无接触的办理。以人为本的政务服务理念在中国以及全球领先的一些城市不断得到贯彻与落实，同时以云，AI，智
132、能传感、区块链等为代表的高科技也在不断进步，那么两者的结合，在未来产生会产生怎样的聚变效应，如何让人们在享受便捷城市服务的同时，感受到更多来自城市的温暖，将会是城市政务服务未来发展的主要方向。72数据成为继土地、劳动力、资本、技术之后的“第五大关键生产要素”，是驱动数字经济发展的新引擎。数据流通交易的加速推进是激活数据价值、释放数据潜能的关键。到 2030 年，全球数据交易市场规模将达到 3011.0 亿美元，中国数据交易市场将保持较高速增长，市场规模将达到5155.9 亿元，年复合增长率约为 20.3%。19 数字社会释放了城市海量数据，也开辟出了城市数据新空间。城市数据量从 TB 到 PB
133、 级海量持续增加，使数据成为城市的“石油能源”、“信息高速公路”。基于城市数据空间，结合大数据、区块链、人工智能、隐私计算和安全可信技术等技术，使得城市能够更有效地处理和分析海量数据，从海量数据中挖掘的数据要素价值，为城市管理和决策提供支持，激发了更大的经济和社会价值，成为城市发展的新引擎。面对不同社会主体对数据汇聚、数据流通、数据安未来场景：构建城市数据空间，促进数据要素流通、价值释放全等的不同程度、不同场景的需求，城市数据空间将数据进行一站式的归集、加工、开发和应用，从数据汇聚存储、治理加工、开发利用及智能化应用提供全链路能力，满足复杂场景的社会化综合治理开发需求，为城市各方参与主体提供统
134、一的供需对接和交互平台，实现业务多场景的数据开放、数据共享、数据授权和数据价值创新。上海数据集团作为上海市公共数据授权运营主体，承担着构建数据要素市场、激发数据要素潜能、保障数据安全的战略使命。通过整合城市数据空间、行业数据空间、企业数据空间和个人数据空间，利用创新的技术寻找数据要素的价值场景，释放数据要素的生产力，帮助上海各政府机构、本地企业、民众挖掘和赋能数据要素的价值，打造“城市数据空间”新范式为城市级数据畅通体系大循环奠定基础条件。73城市每天会产生大量的固体废物，如何有效处理这些废物始终是困扰城市管理者的一大难题，。而“无废城市”是以创新，绿色，共享城市发展理念为指引，推动绿色发展和
135、生活方式，推进固体废物源头减量和资源化利用，将固体废物对环境的影响降至最低。世界各国已纷纷开展“无废城市”计划：欧洲的循环经济一揽子计划，计划到 2030 年：城市垃圾回收率达到 65%，包装废弃物回收率达到75%，减少城市废弃物填埋量最大至 10%，禁止填埋可回收的废弃物，推进产业集群，促进资源循环利用20；C40 联盟迈向零废弃宣言，计划到 2030 年各缔约城市人均市政废弃物产生量将比 2015 年减少 15%；废弃物填埋和焚烧处理量比 2015 年减少至少 50%；将废弃物回收率提高到 70%21；而中国则在 2019 年启动了11+5 的“无废城市”试点22，探索构建固体废物分类资源
136、化利用体系。伴随着世界各国建设“无废城市“发展目标，可以预见围绕固体废物处理的相关技术与创新将会在未来将得到飞速发展，相关的探索与实践也会大量涌现。韩国松岛未来城市项目利用负压抽吸技术，生活垃圾可以在家里通过地下管道输送到垃圾处理中心的自动垃圾处理系统；马来西亚有相关企业研发了垃圾处理系统23。通过地下管道，将垃圾投未来场景：自动垃圾处理，让“无废”城市成为现实放站的城市固体垃圾，高速运至 2.5 公里以外的全封闭式垃圾箱内。再由拉臂式卡车在固定时间将垃圾箱运走清理。大幅度节省了垃圾收集的时间。欧洲有公司研制的自动垃圾分拣机器人，利用人工智能的方式，自动识别传送带上的不同种类的垃圾，根据客户要
137、求，对这些垃圾进行归类，再处理与利用，大幅提升了垃圾的分拣效率，机器人的分拣效率是普通工人的数倍，并且可以7*24 小时连续不断地工作。有了这些垃圾分拣智能机器人的帮助，我们相信，未来城市废弃物分拣将有可能实现无人化，自动化，大幅提升城市垃圾的处理效率问题。在人工智能技术的帮助下，未来城市废物收集，运输，分拣，处理将会实现全流程信息化，自动化与智能化，智能的垃圾回收箱，无人驾驶的垃圾运输车，自动的垃圾分拣机器人，自动化的垃圾回收利用装置等创新应用将会层出不穷，从而实现城市固体废物处理全流程的自动化，无人化，真正实现人类“无废”城市的理想。探索方向三：智慧化环境治理，让城市更宜居伴随着城市的发展
138、，空气污染，二氧化碳排放，固体废物处理，水污染等城市环境问题日益严重，城市相应的环保基础设施的建设也远远落后与城市经济发展与人口的增长。未来如何解决城市发展与环境治理之间的矛盾，如何利用数字化，智慧化手段提升城市环境治理效率，让城市对于每一个人更宜居，将成为城市未来探索的重要方向之一。74水资源的不均衡，水污染一直是困扰城市发展的重大问题，全球城市一方面缺水，全球近半人口（约 36 亿人）处于缺水状态24；另一方面，市工业废水，农业化学水污染等问题也日益严重。当前全球大多城市的水资源管理和使用还多处在按照功能方式设置，条块分割的状态，未来城市会打通取水，供水，排水的全产业链条，从系统化视角对水
139、资源进行全局的优化，重构城市涉水设施，构建以 AI 为核心的城市智慧水系统。比如：基于天气预测，城市用水需求量预测，优化取水，供水与排水的各个环节，利用精准的水资源生产与调度，减少过程中所需的能耗，实现城市水资源的最大化利用。另一方面，随着技术的进步，各种先进技术都会应用到城市的水资源管理中，在城市水资源保护过程中，水质监测通常是一项重要内容，特别是对工业废水的处理。传统检测技术一般是通过化学途径来实现，不仅时间较长，反应慢，还易受到各种客观条件的制约。相比之下，一种新型的光谱检测技术则规避了以上缺点，它未来场景：光谱检测，用光的技术让“生命之源”更清澈能够借助不同物质在光学频谱中独有的身份信
140、息，对水质状态进行有效、全过程的实时监测，随时感知污水处理状态。在美国已有科研团队做出针对水质检测的光谱传感器，通过传感器识别污水独有的光学特性，确定污染物在光谱中的相应区域，再通过与自然水域中水质的光学特性对比，即可快速确定污水的存在与规模25。光谱技术还能够进一步与物联网、人工智能、云计算等分析技术融合。利用传感器监测收集水质数据，再借助数据的深度挖掘与分析，使得水质监测向全天候、高速、实时、自动化、智能化方向发展，从而提高水源污染事件的预警效率。更进一步，光谱技术还可以利用人工智能等手段挖掘水质参数与处理工艺间的隐藏关系，从而更科学地升级改造城市污水处理流程，形成源头防控、过程监管、综合
141、治理的闭环。75近年来，随着空气污染给人类健康造成的威胁日益严重，城市空气质量问题也开始引发人们越来越多的关注。世界卫生组织公布的数据显示，全世界有将近 90%的城市空气质量没有达到该组织制定的安全标准，并且其污染的状况还在不断加剧，工业废气污染，燃煤污染，汽车尾气污染等城市空气污染已成为当今世界最主要的公共卫生挑战之一。对城市而言，通过部署低成本，高可靠的空气质量监测传感网络，监测整个城市的空气质量和气象参数，采取优化措施，改善环境质量成为大多数城市的必然选择。当前业界已有公司开发出高度集成的综合环境空气质量监测系统26，集成的传感器和软件不仅能够测量城市环境中的环境污染物浓度，如 PM2.
142、5、PM10、CO、NOx、SOx 和 O3，还可以监测气象参数，如噪音、温度、湿度、环境压力、降雨和洪水，并通过无线通信方式将数据实时传输到云平台，从而使得城市的整体环境质量及重点区域环境质量能够得到有效，实时，可视的管理。未来场景：AI 传感，实时的空气质量感知与治理 未来随着传感技术与人工智能技术的结合，采用机器学习方法对传感器进行训练，使其不仅能够检测出周边的各项环境数据，并且能够基于训练好的模型对于周边环境变化有一个基本的判断，通过终端侧智能的提升，大幅提升城市对于环境的自主感知，实时感知能力。例如：在疫情防治的过程中，我们可以利用 AI传感技术减少病毒感染的风险。人的每次呼气，都会
143、有小液滴散发到空气中，如果某人被感染，则呼吸道飞沫可将病毒传染给他人，环境湿度或者温度越低，气溶胶可以在空气中停留的时间就会越长，而人在这样的环境中被传染的概率就会越大，具备 AI 能力的传感系统能够通过对空气中 VOC，湿度，温度的测量，从而判断出当前的空气环境是否有利于病毒的传播，并且能够通过集中控制的通风，空调等系统，自动调整周边的环境，降低人类病毒感染的风险。可以预见未来基于这些方面的创新应用将会大幅提升我们对空气质量的自主感知与优化能力，提升城市与我们周边环境的空气治理效率。76下一个十年，将是 5G，光，AI，云，区块链，智能传感等 ICT 技术快速发展的十年，城市将会进入到万兆联
144、接的时代：万兆的企业接入，万兆的家庭宽带接入，万兆的个人无线接入体验，华为预测：到 2030 年，全球万兆企业 WiFi 的渗透率将达到 84%，全球万兆家庭宽带渗透率将达到 25%。城市与 ICT 技术的结合与聚变必将会在未来产生巨大的裂变效应，城市将进入全域数字化、智能化阶段，底座智能化、数据价值化、业务模型化以及应用智慧化四大发展趋势，共同构建了一个全新的城市智能化架构，并将驱动新的建设模式。城市的可持续发展和经济增长将发生结构性改变，通过构建城市智能体，综合合理规划利用城市资源，不仅全面提升城市治理效率，大幅提升城市资源的利用率、用户的体验，也通过新质生产力的融合与创新，带动城市经济高
145、质量发展，还能真正实现城市的可持续发展目标，让城市更有温度，更宜居。结语：城市新基建，让城市有温度，更宜居77华为预测，到 2030 年全球万兆企业 WiFi渗透率达84%78相关引用1 Source：UN “可持续发展目标”https:/www.un.org/sustainabledevelopment/zh/cities/2 Source：中国政府网 https:/ Source：摩根士丹利 中国城市化 2.0:超级都市圈4 Source：UN “The Worlds Cities in 2018”https:/www.un.org/en/events/citiesday/assets/p
146、df/the_worlds_cities_in_2018_data_booklet.pdf5 Source：UN Habitat https:/unhabitat.org/topic/energy6 Source：中华人民共和国生态环境部 李金惠：“无废城市”理念助推可持续发展 https:/ Source：Amy Arthur,PA Science“Annual plastic water pollution could reach 53 million tonnes by 2030”https:/ Source：UN https:/news.un.org/zh/story/2019/03/
147、10295319 Source:德勤 超级智慧城市报告 https:/ Source:IDC 全球智慧城市支出指南https:/ Source:IDC 中国智慧城市市场预测，2023-2027 https:/ Source:Mohammad Mehdi Pour et al.“Laterally extended atomically precise graphene nanoribbons with improved electrical conductivity for efficient gas sensing”https:/ 13 Source:Daeshik Kang et al.U
148、ltrasensitive mechanical crack-based sensor inspired by the spider sensory system https:/ Source：新华网“这个“全光智慧城市全球第一城”，给了我们哪些启示？”http:/ Source：S https:/ Source:Woven Planet Holdings,Inc https:/www.woven-city.global/17 Source:Shanhong Liu “Identity verification market value worldwide 2017-2027”https:/
149、Source：新华网 科技“勿忘老”，0.01 立方米用水让我知道你很好 http:/ 19 上海证券交易所2023 中国数据交易市场研究分析报告20 Source：EPRS“Towards a circular economy Waste management in the EU”https:/www.europarl.europa.eu/RegData/etudes/STUD/2017/581913/EPRS_STU%282017%29581913_EN.pdf21 Source：Jessica L.Leath Is Bitcoin Reminiscent of Past Bubbles?
150、https:/www.c40knowledgehub.org/s/article/Advancing-towards-zero-waste-declaration-Planned-actions-to-deliver-commitments?language=en_US22 Source：中国生态环境部 https:/ Source：Stream https:/stream- Source：联合国水机制（UN-water）世界水发展报告25 Source：USGS “Using optical sensors to detect sewage contamination in the Grea
151、t Lakes”https:/www.usgs.gov/centers/umid-water/science/using-optical-sensors-detect-sewage-contamination-great-lakes?qt-science_center_objects=0#qt-science_center_objects26 source：Oizom https:/ 年 65 岁以上人口比例将超过12%；25 岁以下人口占比从 2020 年的 41%，下降至 2030 年的 39%1。人口老龄化导致世界出现巨大的劳动力缺口。到 2030 年，全球劳动力短缺超过 8,520 万
152、人，超过德国目前的人口2。在占世界GDP 70%的全球15个最大经济体中，有 12 个经济体将面临劳动力短缺。而劳动力与各国经济发展又有着十分紧密的联系。以制造业为例，到 2030 年，全球制造业面临 790 万工人的短缺，未实现产值 6071.4 亿美元3。随着全球新一轮科技革命和产业变革突飞猛进，新一代信息通信、生物、新材料、新能源等技术不断突破，并与先进制造技术加速融合，为制造业高端化、智能化、绿色化发展提供了历史机遇。到 2035 年，中国的规模以上制造业企业将全面普及数字化网络化，重点行业骨干企业基本实现智能化、各种产品和装备都将从“数字一代”发展成“智能网联一代”。工业 AI 等新
153、质生产力在工厂广泛使用将在提质增效方面带来显著成效，在部分试点项目中实现生产效率提高45%、产品研制周期缩短 35%、产品不良品率降低 35%等，并且将涌现出离散型智能制造、流程型智能制造、大规模个性化定制、远程运维服务等新模式新业态。面向未来，消费需求的多样化也在影响着生产模式的变化，倒逼企业进行生产模式的革新。捕捉、激发并拉动越来越多样化的消费者需求成为企业做大、拓展业务必备的能力。未来的企业不但需要通过迅速响应新消费需求，推出功能创新的产品，如基于“一人经济”的发展，快速调整产品形态，推出一人食套餐、迷你家电，甚至迷你 KTV 等；还要能从情感维度主动激发消费者的购买欲望，对产品的外表、
154、形象、含义进行快速的组合设计，如在短期内定制出各类限量款或联名款。此外，黑天鹅事件也在对企业的延续性提出了新的挑战。如新冠疫情在全球范围内爆发对经济产生负面影响，带来工厂停工、物资短缺等问题，以及对全球物流供应链产生冲击。疫情造成全球贸易额下滑 1.7 万亿 2.6 万亿美元4，以此更加凸显增强产业链韧性的重要性。85协作机器人是工业机器人的一种，最初目的是满足中小企业的定制化和柔性制造需求，符合未来制造业的发展趋势。相比传统的工业机器人，协作机器人更适合干人不想干的工作，比如分类，包装，挑拣等高重复性的工作。而且协作机器人有几个优势：更安全：协作机器人更加轻巧智能，携带的传感器可以确保它一触
155、即停。因此它也不需要像传统工业机器人那样，通过物理的防护围栏圈隔起来，而是通过虚拟数字围栏来限制其运动范围。这样，我们可以将其随需布置在生产线上的任意位置，与同一生产线上的工作人员亲密合作，共同完成任务。更快速灵活地部署：传统工业机器人的移动路径和作业动作，需要专业人员通过特殊的编程器，用专有的编程语言，进行规划和编程，从而导致它的部署时间长，成本居高不下。而协作机器人通过人性化的编程，如拖动示教，自然语言和视觉指导，可以随时投放在新的岗位上，快速完成编程和调试，迅速执行任务。未来场景：协作机器人更低的 TCO，更短的 ROI：协作机器人的售价和每年的维修成本远低于传统工业机器人，在过去几年，
156、协作机器人的平均售价下降了一半5。随着它的规模化普及，我们可期待协作机器人的成本将进一步降低，可被更多的企业采购，快速产生经济回报。目前协作机器人在 3C 和汽车等制造领域应用最为广泛，同时，我们也看到它在医疗化验和检测的应用崭露头角，帮助医务人员减少重复、费时的工作流程如做尿液分析，也可以降低工作人员的传染风险如咽拭子采样。探索方向一：无人化生产和服务，弥补劳动力缺口企业需要及时把握商机，才能扩大业务，这就要求企业在收到紧急大单时，能够快速扩充产能。然而，越来越多的企业受制于劳动力短缺的问题，白白错失机会。这就需要企业通过新质生产力来迅速补位。此外，人们也在尝试通过引入新质生产力来帮助改善教
157、育、医疗等领域长期以来资源分配不均、专业人才匮乏的问题。86自主移动机器人，一般需要具备丰富的环境感知能力、基于现场的动态路径规划能力、灵活避障能力、全局定位能力等。工业制造及物流领域的自主移动机器人，目前主要基于 SLAM(simultaneous localization and mapping，同步定位与地图构建)技术，实现自主导航，而不再需要任何标签来行驶6。在生产线，自主移动机器人实现产线物流的自动化与无人化，比如生产任务下达的无人化；下料、取料和上料过程中，自主移动机器人与各类机台和设备的无人化对接；物料搬运的无人化。在仓储领域，自主移动机器人主要用于货物的自主移动机器人（AMR）
158、是制造业向柔性化、智能化发展的关键使能要素，改变企业的生产流程、仓储物流等重要环节。未来场景：自主移动机器人智能拣选、位移以及出入库，实现“货架到人”的拣选模式。管理控制系统根据订单信息指派的自主移动机器人，顶起订单货品所在货架自动搬运到操作台；根据订单信息将指定货位的货品取下，完成拣选后，机器人再将货架送回原来的位置。此外，物料的配送和调度也不仅仅在厂房内部，也可以扩展到园区内的范围，比如在货物卸载之后，机器人就可以将货物自主入库；在厂房与厂房，仓库与仓库之间进行货物的搬运和出入库自动登记。在这种情况下，我们需要赋予机器人室外自主导航的能力，如激光导航，视觉导航以及卫星定位。87人形机器人指
159、具有人的形态、能够完成人类肢体可完成的动作和作业、具有类人的感知学习和认知能力的新型机器人。人形机器人将是“具身智能”最有价值载体，与快速发展的通用人工智能、AI 大模型能力结合，使机器能够以更自然、更智能的方式与环境进行互操作和互动、完成类人的各种复杂任务。工业版人形机器人既能灵活操作、又能敏捷移动、还能自主学习决策。与传统工业机器人相比，未来场景:工业版人形机器人人形机器人不再需要事先规划来完成特定任务，而是可以自主感知、理解、学习和决策在工厂产线的操作任务，拥有强大自主决策、操作交互能力。在制造工厂里可以胜任各种岗位需求，如更高效、更安全地完成物品搬运放置、质量检测、贴标装配和高危作业等
160、。随着新一代7*24无休“打工人”进厂，产线效益、产品质量都将得到大幅提升，劳动力短缺这一世纪难题也将迎刃瓦解，必将翻开智能制造新篇章。88AI 教员，通过观察分析学生学习模式以及个体差异，突破过往千篇一律的教学内容和方式，提升教学质量，让因材施教成为可能。比如随着大数据、云计算、物联网、虚拟和增强现实等技术进一步发展，AI 辅助教育将能够更精化地分解学习行为和教学行为，建立更完善、更精细化的教育模型；还能更有效地调用虚拟和增强现实技术，根据学生的个性喜好，打造能提升注意力的知识点的呈现和互动方式，让知识更有效地被学生接受。对老师而言，AI 教员可将教师从重复枯燥的试未来场景：AI 教员，实现
161、因材施教卷批改、日常管理工作中解放出来，让他们专注于创造教学研究、有更多的时间投入到与学生一对一交流中；通过基于教学活动产生的大数据，辅助教师更好地把握教学情况，从而对教学方式、课程内容的组织给出关键性建议。对学校而言，AI 教员可部署在任何地方，化身各个学科的特级教师，将优质的教育理念和内容，带入偏远地区。AI 教员可通过视觉、语音等多维方式与当地学生进行互动，避免由于师资不足，一个老师跨学科教四五门课的现象，弥补教学资源的匮乏，促进教育公平7。89为了能够适应多变的市场需求，以在激烈的竞争中取得优势地位，企业必须更为积极地拥抱新的生产模式。因此，柔性生产、柔性制造系统等概念正越来越受更多企
162、业的青睐。这种按需生产的先进生产方式，能够帮助提高企业的灵活性，提升他们在瞬息万变的市场需求面前的快速响应能力；帮助缩短产品的研发周期，降低研发成本；提高设备利用率、降低库存风险、提升资金周转率。以此，企业将更有能力把握市场机会，获得持续发展的生命力。产品设计和产线规划的柔性化：当企业接到一个新品类的生产订单时，需要快速地进行产品的研发和设计，并对生产线所需的设备、工序、流程、规模等一系列要素进行快速调整，这里就需要通过 ICT 技术进行拟实生产，包括运用仿真、建模、虚拟现实等技术，对新的生产制造全过程进行模拟，降低新品开发和设计的成本，更精准地规划生产线的调整成本和生产能力。未来场景：ICT
163、 使能柔性生产任务分配的柔性化：不管是企业按照客户的个性化需求完成对产品的设计，还是客户直接参与产品的设计（如通过模块化让客户自发定义产品的最终形态），都需要一个智能的任务调度系统。该系统会根据工厂的生产能力、订单复杂度和交付时间需求，自动调整并给出一个最优的生产任务分配方案。当企业收到订单后，该系统会自动分析出订单中的所有可通用的模探索方向二：新生产模式满足个性化需求在整个生产到消费的过程中，消费者的角色正发生着巨大的变化，决策点逐渐向上游迁移，可参与的环节会越来越广。比如，在传统的规模化生产时代，企业自己设计并完成生产，消费者从成品中进行挑选。随着企业对消费者的需求把握更为精准，所提供的产
164、品品类越来越丰富，让消费者有了更大的挑选空间，然而这也造成库存的巨大问题。现阶段，电商、网红直播等新模式的兴起，让企业能够更直接且精准地把握实际需求量，从而及时调整生产数量，从根上避免产生库存；企业甚至能提前规划好生产规模，避免产能过剩。未来，消费者的意见和决策能够直接参与到生产中的设计环节，比如在柔性制造的过程中，可以通过模块化设计，让消费者自由组合搭配并决定所需生产的产品形态或款式，之后企业才启动生产。这样，整个生产模式开始真正进入个性化阶段，随着模块化的颗粒度越来越细，会带给消费者更高选择搭配的自由度，最终达成充分个性化的生产模式。90块部件以及需要定制的模块部件，并识别生产这些部件所需
165、的全部工序和物料。通过统筹安排生产任务的发放、生产物料和工具的及时到位，确保充分发挥出工厂中所有设备和人员的最大生产效率，不让任何一个部件的生产成为订单交付的瓶颈。设备生产能力的柔性化：随着定制化需求和小批量订单越来越多，工厂需要实时切换各个设备生产工序。传统的生产设备往往因为需要专业人员通过特定的编程设备和语言来重新编码，导致调整耗时长，而无法满足企业的快速响应的需求。未来，随着视觉编程、自然语言交互、行动捕获等 ICT 技术的渗透，工厂能快速实现对生产设备功能的重新编程和定义，以及时满足企业柔性化生产的需求。物流管理的柔性化：模块化是实现柔性生产的重要可行路径之一，通过模块化生产出大量的成
166、品组件，这就需要自动化的 ICT 手段来有效地进行仓储和物流管理，避免漏发、发错、发混。以家具企业为例，大规模的定制化下，所产生的每一块板，装饰条，把手等都可能需要有一个属于它自己的识别码或 RFID，来协助自动化的打包和装车规划，以及运输和配送环节的全流程跟踪。通过对制造业的柔性化改造，我们可以将传统的货 场 人的“以产定销”链路，转换为“人 场 货”这样的“以需定产”链路，甚至还可以进一步压缩成“人 货”的短链路，真正实现以人为中心的新生产模式。91探索方向三：打造有韧性的智能供应系统，帮助企业应对突发性危机近几年，“黑天鹅”事件频繁发生，对传统供应链提出新的挑战。企业面临各种不确定性因素
167、的影响，更有意愿巩固自己的供应系统，增强其韧性，保障企业的正常运营。据调研显示，94%的受访企业都声称新冠疫情导致其供应链中断，62%的企业会在长期情况下考虑寻找新的供应商8。越来越多的企业将打造一个有韧性，智能的供应链作为其最重要的战略布局之一。供应链可视化就是利用 ICT 技术，采集、传递、存储、分析供应链中的上下游订单、物流以及库存等相关指标信息，以图形化的方式展现出来。供应链可视化可以有效提高整条供应链的透明度和可控性，从而大大降低供应链风险。对于上游供货，通过对物料、设备等的追踪，实时显示其整体交付的程度，包括包装、入库、出库、质检等工序的状况，甚至可以追溯其生未来场景：数字化技术让
168、供应链可视化产流程中的各种状态。对接物流系统中各种交通工具的运营数据，实时了解其运作状态，利用全球定位系统、人工智能、5G-A、IoT 等技术，在移动过程中有效的监控运输过程和货物状态。通过可视化调度中心，可随时整合或分拆订单，并优化运输资源和路线。由此，帮助企业针对物流中可能出现突发事件，及时调整物流路线，确保物资的92准时、安全地到达目的地。对仓库运营环境信息的实时监控，建立远程监控系统，通过各类传感器，用图像化呈现仓库的温度、湿气、灰尘、烟雾浓度等运维信息，一旦发生如火灾、漏水等前期征兆，可及时介入，避免物资的损失。对货物出入库信息的实时追踪，随着货物的流通，通过 IoT、RFID、二维
169、码等技术，自动识别并登记物品的信息，可在远端实时调取货物仓储的状态数据。在传统供应链的模式下，链条上的每一个环节都是下个环节正常运营的先决条件，但也会成为瓶颈。比如，当上游的原材料商的供应出现问题，下游厂商的生产必定受到影响，进而导致整个链条的低效运作，甚至瘫痪9。未来，随着云计算、物联网、大数据、人工智能等 ICT未来场景：由“供应链”向“供应网”转型 技术的引入，供应链将向供应网转型，让每个环节所需的上游物资都有多重的供货备份，并可以通过多路径送达。通过加强企业内外部的互联互通，打造多触点的协同供应生态系统，杜绝链条中“最弱一环”效应。93结语：新质生产力重塑生产模式、增强企业韧性面向 2
170、030 年，数字化转型推动企业的进一步升级。利用人工智能、传感器、物联网、云计算、5G-A、AR/VR 等技术来打造新质生产力，弥补劳动力缺口，帮助企业把握新的业务商机，拓展企业边界。华为预测：到 2030 年，每万名制造业员工将与 1000 个机器人共同工作，VR&AR 用户数达10 亿。有 100 万家企业会建设自己的 5G-A 专用网络（含虚拟专网）；云服务占企业应用支出比例达 87%；AI 计算占企业 IT 投资比例达 7%。未来，通过对产品设计、任务分配、设备功能、物流配送等环节的柔性化重塑，实现以人为中心的新质生产模式。3D 打印技术的进一步完善和商业化普及，甚至可以直接省去模具制
171、造、产线调整等环节，让消费者自己设计，自己生产，打造个性化生产模式。供应链也将会在数字化的助力下变得可视化、网状化，生产现场升级为新型工业控制底座和新型工业生产网络等新质生产力装备，制造行业全面跨入新质生产时代，使得企业有十足的韧性以应对变化万千的市场环境。94华为预测，到 2030 年每万名制造业员工将与云服务占企业应用支出有 100 万 家企业会建设自己的 5G-A专用网络（含虚拟专网）AI 计算占企业 IT 投资1000 个机器人共同工作比例达 87%比例达 7%95相关引用1 Source：UN“World Population Prospects 2019”2 Source：Korn
172、 Ferry“Future of Work-The Global Talent Crunch”https:/ Source：Korn Ferry“Future of Work-The Global Talent Crunch”https:/ Source：Park,Cyn-Young et al.An Updated Assessment of the Economic Impact of COVID-19 https:/www.adb.org/publications/updated-assessment-economic-impact-covid-195 source：前瞻产业研究院 20
173、20 年中国协作机器人行业市场现状与竞争格局分析6 source：中国移动机器人产业联盟 2020-2021 工业制造领域自然导航 AGV/AMR 产业发展研究报告7 source：德勤 全球教育智能化发展报告 https:/ Source：安联研究 全球供应链调查：后新冠疫情时代的恢复力研究 https:/ 9 source：埃森哲 数字化供应链的六大要诀 https:/ 2024 年 3月发布的2023 年全球气候状况报告显示，2023 年，全球温室气体浓度、地表温度、海洋热量和酸化、海平面上升、南极海冰面积和冰川消融等多项气候变化指标创下新纪录。全球近地表平均温度比工业化前水平高 1.4
174、5 摄氏度（0.12 摄氏度），过去 10 年是有记录以来最热的 10 年。全球海面平均温度从 2023 年 4 月开始就不断创下历史新高，南极海冰面积是有记录以来新低，冬季结束时的海冰最大面积比之前的最低纪录少 100 万平方公里。二氧化碳、甲烷和一氧化二氮这三种主要温室气体的浓度在2022 年创纪录的水平上继续上升，其中二氧化碳的浓度水平比工业化前水平高 50%1。气候变化和经济发展也密切相关。国际货币基金组织研究发现，对于年均温度 25的中等收入和低收入发展中国家而言，升温 1会带来经济增长率下降 1.2%的负面影响2。面对气候变化对全人类社会的挑战，全球各国积极应对。2015 年巴黎协
175、定在第 21 届联合国气候变化大会上达成全球共识：将全球平均气温相比工业化前水平的增幅限制在低于 2，尽力将增幅限制在 1.5水平，在本世纪下半叶人为排放量与清除量实现平衡。2020 年 9 月，中国在联合国大会上提出中国双碳目标：力争于2030 年前二氧化碳排放达到峰值，并争取 2060年前实现碳中和。根据联合国环境规划署报告显示，要实现 2目标，到 2030 年，年排放量必须比当前无条件国家自主贡献低 150 亿吨二氧化碳当量，如果未能在 2030 年之前大幅减少全球排放量，将不可能把全球温度升幅控制在 1.5以下3。联合国气候变化 COP28 会议发布的全球盘点报告指出，与 2019 年
176、的水平相比，到 2030年全球温室气体排放量需要减少 43%，才能将全球温升控制在 1.5以内，各方应采取行动，争取到 2030 年在全球范围内实现可再生能源发电能力增加两倍、能源效率提高一倍的目标4。101实现全球的气候控制目标，需要从能源的供应、消费和固碳等多角度入手，全方位促进全球能源结构转型。在供应侧，尽可能用可再生能源替代化石能源发电、制氢，实现生产侧清洁替代，转变能源生产方式。国际可再生能源署预计到2030 年，可再生能源发电占比需从目前的 30%上升到 68%5；在消费侧，消费端，力争在交通、工业、农业、建筑等绝大多数领域中用电力取代化石能源，实现消费侧电能替代，转变能源使用方式
177、。国际可再生能源署预计到 2030 年，终端能源消费电力占比将从目前 22%提升到 29%6；在固碳方面，通过生态建设、土壤固碳、碳捕集封存等组合工程去除不得不排放的二氧化碳。此外，随着新能源在能源网络中渗透率的提高，传统的能源网络架构和产业结构面临新的挑战，新的范式将随之出现。同时伴随着能源网络复杂性的提高和行业数字化进程的发展，数字化技术和电力电子技术成为脱碳解决方案的重要组成部分。如何进一步提高新能源的比例、如何适应新的能源结构、如何充分发挥技术的使能作用成为未来抑制全球变暖的关键问题。探索方向一：光储产业全球加速发展，从少数国家引领向全球规模部署转变据 IRENA 估算，2023 年，
178、全球可再生能源装机 容 量 新 增 14%，达 到 473GW，其 中 光 伏新 增 347GW，增 长 率 达 到 33%，风 能 新 增114GW，增长率达到 13%7，到 2050 年全球可再生能源发电将占全球总发电量的90%以上8。2020 年中国政府提出到 2030 年中国太阳能和风力发电总装机量达到 12 亿 KW 以上9，此目标已在 2024 年中提前实现。德国联邦政府设立目标，到 2030 德国可再生能源份额将超过总电力需求的 80%10。在新型可再生能源中，光伏加储能的发电综合成本不断下降，全球 50%的国家已实现分布式光储平价用电，30%的国家投资内部收益率超过 10%。2
179、015 年，光伏年装机量超过 1GW 的国家和地区只有 7 个，到 2018 年已经有 11 个，预计 2024 年将有 38 个11。未来光储产业将加速在全球规模部署。102未来场景 1：清洁能源大基地走向“风光水火储氢”协同，安全稳定可靠的新能源是关键大规模的能源基地通过集中管理和优化能源配置，可以实现规模经济，降低单位能源成本，提高能源利用效率。大型能源基地通常在有较好的水力、光照、土地资源禀赋的地方建设，配备有高效的能源输送网络，可以将清洁能源远距离输送到需求地区，满足更广泛的能源需求。大型能源基地的建设往往伴随着先进技术的应用和推广，促进了能源相关产业的技术进步和产业升级。中国“十四
180、五”规划建设新疆、黄河上游、川滇黔桂水风光综合基地等九大基地，在西南、西部建设新能源基地总装机超 600GW 12。北非摩洛哥建设风光储基地，风光装机 10.5GW，储能装机 5GW/20GWh，通过海底电缆外送英国，输电长度达 3800 公里，满足英国 7.5%的电力需求13。在清洁能源大基地发展过程中，“风光水火储氢”一体化协同场景受到重视，通过优先利用风电、光伏等清洁能源，发挥水电、煤电调节性能，适度配置储能设施，协同氢能源系统，统筹多种资源协调开发、科学配置。2022 年 3 月，中国“十四五”现代能源体系规划提出，积极推进多能互补的清洁能源基地建设，科学优化电源规模配比，优先利用存量
181、常规电源实施风光水（储）风光火（储）等多能互补工程”。中国四川省雅砻江两河口水光互补基地是全球装机容量最大的水光互补电站，开发规模首次提升到百万 KW 级，同时也是全球海拔最高（4000-4600 米）的大规模水光一体化多能互补项目，年发电量 20 亿 kWh，年降低碳排放 160 万吨。14 清洁能源大基地具有“两高一大”特征，带来安全新挑战。由于能源基地高比例新能源和高比例电力电子装备，新能源间歇性、波动性、随机性带来并网安全和送出消纳问题。同时基地占地大、地处偏远地区，给电站运维、设备可靠性、光储系统安全性带来较大挑战。产业需要制定全新的解决方案，应对相关挑战，保障安全稳定可靠的新能源生
182、产和利用。103在光伏发展初期，由于光伏度电成本较高，全球各区域主要通过售电补贴的方式促进光伏建设。比如中国国家发展与改革委员会在 2013 年发布关于发挥价格杠杆作用促进光伏产业健康发展的通知，明确光伏发电项目自投入运营起执行标杆上网电价或电价补贴标准。在这种政策驱动市场的发展模式下，光伏建设以大电站为主，电站的装机容量占比超过 60%。随着技术进步使光伏度电成本下降 90%以上，大部分区域实现光伏平价，工商业和户用光伏场景投资收益快速上升，在中国、欧洲、日本等市场快速发展，但大型电站仍是最重要的建未来场景 2：光储产业由“地面电站”为主，到“电站、工商业、户用”全场景发展设场景，电站装机容
183、量占比在 50%左右，产业进入政策加市场共同驱动的发展模式。目前光伏和储能的成本仍在持续下降，产业进入全场景全面商业化，全场景共同发展的模式。电站装机容量占比约 40%，出现大基地、微网新城等形式。工商业场景加速走进千行百业，出现矿山、岛屿等新场景。户用场景在原美国欧洲等市场基础上，加速向亚太、拉美、非洲等新兴市场发展。据彭博新能源财经计算，从2015 年到未来五年，电站、工商业、户用场景装机容量年均复合增长率分别为 6.2%、18.8%和 12%15。104目前部分国家正在积极利用近海发电，2023 年全球海上风电装机容量增加了 10.8GW，比上一年增长 24%，其中中国以 6.3GW 的
184、增量领先，欧洲以 3.8GW 的增量紧随其后。即便如此，海上风能当前只提供全球电量的 0.3%，还有巨大的发展空间16，随着大量海上风电技术创新，安装和运营成本的下降，海上风能迎来快速发展的阶段。相比陆上风能，海上风能在风力、有效发电时间上面有天然的自然优势，同时新技术创新让海上风力涡轮机尺寸、综合容量因数等方面都超出陆上风能。未来场景 1：海上风能，潜在的新能源1520MW，达到陆地风机容量的 34 倍。同时，海上很少有静风期，其发电时间往往能达到3000 小时/年，远高于陆上的 2000 小时/年的发电时间，更能有效利用风电机组的容量18。而伴随着技术改进，海上风电的容量系数可以达到405
185、0%，高于陆上风能，是光伏的 2 倍，在一些区域和天然气、燃煤相同19。这些因素都让海上风电更具有基本负荷技术的特征。当前全球范围内海上风力涡轮机部署位置主要还是在 80 公里以内，水深小于 40 米的浅水区，通过单桩方式固定。而随着海上漂浮风电技术的应用，简化了涡轮机的安装，提供了比固定式更低成本的替代方案，进而可以进入到水深60 米的海域。同时在距离海岸 80150 公里的距离，高压直流技术的成熟提供了更有成本竞争力的方案。这些创新技术都大大拓展了海上风电的潜在空间20。各项创新让海上风电的装机成本大幅降低，海上风电迎来快速发展时期。IEA 预计到 2040 年海上发电成本将比 2019
186、年下降 60%21。全球风能理事会（GWEC）预测，到 2030 年，全球海上风电装机量将从 2023 年的 75 GW 升至275 GW。未来五年海上风电的增长率将达到25%22。IEA 预计 2040 年海上风电将成为欧洲最大的电力来源23。探索方向二：新能源，新部署：水上电厂随着陆上风电、光伏项目的快速发展，土地紧缺、离用电负荷中心远、光伏高温下效率下降、生物多样性等问题开始出现，而近海因为其独特的地理和资源优势，特别是针对岛屿国家，将风能发电和光伏发电从陆地拓展到海上，正在成为风能电和光伏发电发展的新方向。P=1/2 AV3 Cp根据风力涡轮机的电力输出等式，发电功率 P与风速 V 的
187、三次方成正比，与涡轮的扫轮面积A 成正比。海上风况优于陆上，风流过粗糙的底表或障碍物时，风速的大小和方向都会发生变化，而海面粗糙度较小，距离海岸 10 公里的海上风速通常比沿岸陆上高出 25%17。同时海上风湍流强度小，具有稳定的主导风向，机组承受的疲劳负荷较小，可以延长风电设备的使用寿命。而涡轮风机的扫略面积直接和风机的直径相关，2021 年海上涡轮机直径已经可以达到 164米，发电容量达到 10MW，预计 2030 年海上风机直径可以达到 230250 米，发电容量达到105 据 IRNEA 统计，到 2023 年底全球光伏累计装机容量达到 1411GW 24，其中陆上光伏电站一直是光伏产
188、业的建站主要模式。但陆上光伏的发展也开始面临土地获取以及成本制约的问题，同时陆上光伏在高温情况下会出现效率下降，漂浮光伏成为新的部署模式。水上漂浮式光伏电站可以利用近海海面、水塘、中小型湖泊、水库、蓄水池、采煤塌陷区形成的水上平台将光伏组件漂浮在水面进行发电。根据支撑结构差异，漂浮光伏主要有薄膜型、淹没型、漂浮阵列型。其中薄膜型重量轻，不需要坚固的浮桥作为支撑结构；淹没型可以安装或不安装浮桥；漂浮阵列则需要刚性浮桥作为支撑。与陆基光伏相比，漂浮光伏不但可以节省用于农业用途的土地，而且相比路基遮阳障碍物更少，灰尘数量更少。同时由于海上风速较高，以及水的存在，水体的自然冷却潜力也会提高未来场景 2
189、：漂浮光伏（FPV），新部署模式光伏的性能。2020 年荷兰乌得勒支大学的学者基于北海实际测试及研究论文表明，由于海上相对湿度较高，风速较高，海上的漂浮光伏表观温度远低于陆基光伏，两个地点的平均环境温度差为 5.05 摄氏度，但两个点的光伏面板表面温度差达到 9.36 摄氏度。全年发电量海上漂浮光伏比陆基光伏的年均产出能高出约12.96%25。随着技术的不断成熟，漂浮光伏将迎来快速发展时期。2021 年 7 月 14 日世界最大的内陆漂浮光伏系统之一新加坡胜科登格漂浮太阳能电站正式竣工投运，覆盖水面面积45公顷（相当于约 45 个足球场），覆盖水面上累计安装了12.2 万块太阳能板，装机容量达
190、 60MW 26。据 Rethink Energy 预计，到 2030 年全球漂浮光伏的市场容量将超过 60GW 27，全球潜力达到400GW 28。随着技术的成熟，漂浮光伏的部署速度在加速，为可再生能源的全球扩张打开了新的领域。106工业、交通等行业是消费端碳排的主要来源。按国际能源署估算，电力行业碳排占比为40%，工业部门碳排占比约 24%，交通行业碳排占比约 21%30。在工业领域，二氧化碳排放主要集中在黑色金属、非金属矿产、石油化工、有色金属等传统制造业。减排以传统行业绿色化改造为重点，推广工业“绿电”和电动制造。比如在钢铁行业，推广电弧炉炼钢应用，减少化石能源的使用；在有色金属行业使
191、用绿色电力实现减排；在建材水泥行业通过原料替代、余热发电等方式发展电气化；在供热行业，用热泵代替天然气或燃油锅炉为建筑物供暖。在交通领域，以汽车为主体的道路交通是交通领域碳排放的重要一环，其排放占比接近交通领域排放总量的 74.5%31。近年来，新能源汽车发展超预期，截至 2023 年底，中国新能源乘用车保有量 1800 多万辆，预测到 2034 年新能源乘用车保有量将达到 1.8 亿量，10 年增长 10 倍。中国新能源商用车截至 2023 年底保有量 244万辆，预计到 2034 年，保有量将达到 2200 多万辆，10 年增长 9 倍，汽车电动化已成为不可逆的趋势32。铁路交通将进一步提
192、高电气化水平，助力优化陆路交通运输结构。航运交通实现部分电动化，港口码头电气化水平不断提高，内河航运由于运距较短，将更适宜推广电动化和燃料电池技术。通过优化运输结构、发展绿色出行、加快新能源基础设施建设，并与智能电网、5G 和人工智能等技术结合，实现智能交通系统，交通电气化将为实现碳减排目标和建设绿色、低碳城市做出重要贡献。探索方向三：未来能源世界将以电为中心，绿氢将成为重要一极为了实现碳减排的目标，电能替代化石能源是重要路径。而以光伏、风力为代表的可再生能源发电的成本不断下降，带动全球电气化进程不断加速。另一方面，制氢、储氢、运氢、用氢各环节的技术持续进步，在化工、交通、发电等场景出现越来越
193、多的新业态，绿氢成为电能的重要补充。按 IRENA 估算，到 2030 年直接消费的绿氢占比将达到 3%，传统化石能源占比从 2020 年的 63%下降到 47%29。未来场景 1：工业、交通等行业电能替代加速107随着新能源发电占比不断提高，由于光伏、风力发电本身所固有的随机性、波动机、和间歇性，加上极端天气的影响，电力系统的安全稳定面临严峻挑战。储能技术与构网型技术、跟网型技术相结合，储能系统与风电、光伏等新能源发电系统集成，构建风储或光储一体化系统，可以有效提高新能源的电能质量和出力可控性，促进新能源消纳和降低碳排。同时，储能系统可以提供调频、调相、备用、黑启动等多种电力辅助服务功能，提
194、升电网的稳定性和灵活性。全球电力需求持续增长，负荷尖峰特征明显，规模持续增加，然而尖峰负荷的累计时间短、频次低、总电量规模小，这些特征使得单纯通过增加电网投资来平衡电力需求的成本大、利用效率低。储能系统可以存储低谷时段的电能，在高峰时段释放，实现电力的削峰填谷，平衡电网负荷，提高电网运行效率和可靠性，节省电力系统投资。在工业园区、大都市公共建筑等具有多种能源需求的场景中，储能系统还可以与分布式新能源相配合，灵活布置、系统高效，实现源网荷储的友好互动和高效运行。作为提升电力系统调节能力的重要举措，预计到 2030 年，抽水蓄能仍然是电力系统中可调节资源的主力。截至 2023 年底，全球抽水蓄能装
195、机规模达到 1.94 亿 KW，新型储能累计装机规模达到 9130 万 KW 33。按中国国家能源局的规划，2030 年中国抽水蓄能装机规模将达到 1.2亿 KW 以上34。以压缩空气储能、电化学储能、热（冷）储能等多种新型储能技术路线将并存发展，依托系统友好型“新能源+储能”电站、新能源大基地储能、电网侧独立储能、共享储能、用户侧储能等模式，在源、网、荷各侧开展布局应用，满足系统调节需求。锂离子、钠离子电池等电化学储能以其高能量密度、长循环寿命、高效率和快速响应等优点，广泛应用于各种源侧、网侧和用户侧储能场景，钠离子电池储能因为安全性和元素储量大而受到关注。液流电池储能适用于需要长时间放电的
196、应用场景，包括大规模储能和长时储能领域。压缩空气储能适用于大规模储能，适用于能量搬移、调峰储能场景。飞轮储能以其快速响应特性，主要用于电网调频、短时功率支持和电能质量改善等场景。超级电容器储能适用于短时间、大功率的负荷平滑和峰值功率管理场景，如大功率直流电机的启动支撑、动态电压恢复等。热储能技术包括显热储热、相变储热和热化学储热，可广泛应用于光热发电、清洁能源供暖、火电灵活性改造等领域。未来场景 2：储能多技术路线发展，促进能量在时间和空间维度的平衡108绿色交通、化工领域氢冶金、绿电制氢、绿氢合成氨/甲醇、氢发电等新技术新业态新模式将大范围推广。电力在能源系统中的核心纽带作用充分发挥，通过电
197、转氢、电制燃料等方式与氢能等二次能源融合利用，助力构建多种能源与电能互联互通的多能源互补体系。在冶金、化工、交通运输、发电等领域，氢能作为反应物质或原材料等，成为清洁电力的重要补充，与电能一起，共同构建以电氢协同为主的终端用能形态，助力全社会实现深度脱碳。世界各国都将氢能作为未来发展绿色能源实现能源转型的重要一环，纷纷布局制氢装备、加氢基础设施、构建储运体系、统筹加氢网络、提升关键核心技术、培养氢能专业人才。中国规划到 2030 年，形成较为完备的氢能产业技术创新体系、清洁能源制氢及供应体系，产业布局合理有序，可再生能源制氢广泛应用，有力支撑碳达峰目标实现。到 2035 年，形成氢能产业体系，
198、构建涵盖交通、储能、工业等领域的多元氢能应用生态。可再生能源制氢在终端能源消费中的比重明显提升，对能源绿色转型发展起到重要支撑作用。预计到 2030 年，中国电解槽装机量达到 100GW 以上，绿氢产量超过 770 万吨每年35。2022 年 9 月，美国能源部发布国家清洁氢能战略和路线图，提出到2050 年清洁氢能将贡献约 10%的碳减排量，到 2030、2040、2050 年美国清洁氢需求将分别达到 1000、2000、5000 万吨每年36。2022年欧洲发布REPowerEU 计划，提出多个促进氢能发展战略，到 2030 年实现自产 1000 万吨绿氢，并进口 1000 万吨绿氢，保障
199、氢能供应，成立欧洲氢能银行，投资 30 亿欧元发展氢能产业37。国际能源署发布Global Hydrogen Review 2023，预计全球 2030 年绿氢规模达5100 万吨，电解槽装机规模 500600GW 38。未来场景 3：绿氢广泛应用，成为能源世界重要一极109电力系统“源、网、荷、储”的互动会逐步加速、加深，打破传统价值链的边界，打破传统电力系统“源随荷动”的强计划属性，电力供需将变得越来越灵活、随机。围绕电力数智化总体发展目标，未来在数字化边端（边端采集与控制）、泛在通信网络（地面通信与卫星通信）、算力和存储（云平台、云边端协同、空间计算与区块链）、算法和应用（人工智能、图计
200、算与高级分析等）等新一代数字化使能技术的大力发展和广泛应用下，将全面联通物理世界与数字空间，通过将电力系统中的设备信息、生产过程等转化为数字表达，打造电力系统在虚拟空间中的“数字镜像”。同时，通过数字化监控、智能化分析、数智化自治等数字化能力的进阶式提升，完成物理世界与数字空间从虚实映射到深度交互的演进，进而实现整个电力系统的数字孪生。电力数字孪生可以分为三种形态：1）数字化监控，监控的目的是通过泛在感知、高速通信及平台存储，对电力设备资产的运行过程及运行状态全面、精准、实时地在数字空间中进行反映，并基于多维数据对设备资产进行全生命周期的动态监控与诊断，从而实现对各类电力场景的“比特感知瓦特”
201、。感知网络的建立和机理模型的构建是实现电力系统高效数字化监控的基础；同时，数据互通和泛在物联也需要数据加密技术的支持以确保信息安全。2）智能化分析，智能化分析的目的是基于确定的运行模式和机理规则，对发电机组、输配电网、电力负荷等未来运行变化进行分析预测与模拟反馈，为基于现有体系的运营优化和系统控制提供决策支持，从而实现对各类电力场景的“比特管理瓦特”。算力和算法是提高电力系统智能化分析准确性的核心技术，通过构建涵盖多领域多学科复杂数据模型以及数字空间的仿真模拟，可以帮助物理实体进行优化和决策，并形成有效闭环。3）数智化自治，数智化自治是指基于跨系统、跨模块的海量数据交互，依托自适应、自进化的复
202、杂算法模型，通过数字空间共享的智能成果，主动识别出当前物理世界运行模式的“瓶颈”，下达决策性指令或提出预见性改造方案，从而通过数字空间的“决策自治、成果反哺”，促进物理世界与数字空间的深度交互，实现“比特增值瓦特”。由于涉及到大量跨系统数据的交换与共享，因此除了高级分析等人工智能技术外，区块链及隐私计算等技术也是关键。探索方向四：能源互联网将打通“源网荷储用”，实现全网数智化 110虚拟电厂的出现打破了传统的发电厂和用电用户的边界，重构了电力系统的价值链。IRENA对虚拟电厂（VPP）的定义为“一个依靠软件和智能电网远程自动调度和优化分布式能源资源”的系统。在协调分布式发电、太阳能光伏、存储系
203、统、可控和灵活的负载以及其他分布式能源资源时，VPP 可以提供快速的辅助服务，以取代基于化石燃料的电力。首先虚拟电厂对分布式异构能源进行聚合。这里的分布式能源既包括新型可再生能源发电系统，如屋顶光伏、小型风力电站，也包括工业和家庭的各种负荷装置，如暖通空调系统、电力加热泵、电池制氢等。同时为了减少可再生能源不稳定性带来的影响，虚拟电厂还会接入传统化石能源发电装置，如小型的分布式燃气发电、小型水利发电、柴油发电机等。随着电动车、家用储能的发展，电动汽车、家庭储能也会成为虚拟电厂接入的异构能源的一部分。形态上，虚拟电厂不改变物理网络结构，而是通过软件平台聚合了分散而各自独立的电源设备、储能设备、可
204、控负荷等，通过灵活的调度管理与电网高效互动，既能作为“正电厂”向电力系统供电，又能作为“负电厂”消纳系统内的富余电力，实现多时空电量平衡，提高电网安全与新能源消纳能力。人工智能与大数据，实现最优调度，智能调度决策是虚拟电厂的核心能力。通过为聚合的各类电源及储能设备制定合理有效的调度安排，能够最大程度保障电网平衡运行，提高能源利用效率，同时提高各聚合方的经济收益与参与积极性。虚拟电厂的调度决策有两大核心依据：1）以供定调：虚拟电厂有两种方式参与电力市场交易，一是基于可调电源的发电能力，决定直接参与电力现货市场交易竞价的可调电量；二是根据电网需求侧响应要求，参与调峰、调谷、调频等电力辅助服务，平抑
205、电网波动、保障电网平衡。在这样的模式下，对可调电源的出力变化或可控负荷的需求变化进行准确判断，是支持调度决策的关键要素。人工智能技术的深入应用，将大幅提高预测模型的准确性。通过稀疏建模、集成学习或其他机器学习方式，建立气候情况、发电性能、用电需求等相关数据间的影响关系，并根据未来天气变化情况对供需曲线进行准确预测。另外，多源配网的复杂性意味着分布式电源或储能设备的运行状态或将随时出现变化和调整。因此，虚拟电厂运营商也需要对聚合的可调电源进行实时状态监测，当设备状态或未来场景 1：虚拟电厂，电力价值链新范式111出力情况发生变化时，及时更新调整预测模型参数，并基于实时预测结果动态调优出力策略，实
206、现灵活调度。2）以价定调：虚拟电厂聚合的各类电源因其特性不同，出力曲线也不同。虚拟电厂运营商可以基于对可调电源的出力预测，结合电力市场价格预测，通过数据建模对不同机组进行差异化调度，提高聚合方与运营商的经济收益。商业上，未来虚拟电厂通过规模经济模式来实现各种分布式能源所有者单独无法形成的商业循环。分布式能源要参与到未来的能源市场中并盈利，需要具备对能源市场价格的实时跟踪能力，同时分布式新能源设备必须能够基于市场变化以及电网波动进行实时响应，这都需要在分布式能源中配置互联网络、边缘网关或边缘计算等 ICT 基础设施。同时要能够参与市场，会产生比如保险、合规等交易成本。这些新增成本都会阻碍分布式能
207、源拥有者单独参与市场。而虚拟电厂通过汇聚大量的分布式能源，可以通过规模经济的方式来降低成本，实现盈利。虚拟电厂的商业模式可能会发展面向电网和面向用户两种模式。在面向电网的商业场景中，虚拟电厂将分布式的异构资源，通过打包的方式，面向电网提供电力服务。典型的服务如通过聚合的发电系统、储能装置、蓄冷/热等为电网提供频率响应。在这种情况下，虚拟电厂将聚合的分布式资源作为一个整体，通过向电网释放需求方灵活性而获得报酬。在面向用户的商业场景中，虚拟电厂通过对能源市场价格的跟踪，为用户提供削峰填谷充电服务，为用户节省充电费用。简言之，虚拟电厂通过将分散分布式能源资产统一起来，对分布式能源的进行远程自动化调度
208、管理，对能源市场进行实时跟踪，作为一个整体为电网提供灵活性能力，让小型分布式资源的所有者不仅可以通过省电来节省成本，还可以通过提供电力服务来获益，同时也让新能源为主体的新型电力系统具备更大的灵活性。随着虚拟电厂模式的兴起，软件公司、新能源公司、传统的化石能源公司、电力公司等等各种角色纷纷从不同的角度进入这个领域。一个典型案例是上海市黄浦区商业建筑虚拟电厂项目，重点整合该地区商业楼宇中的可调负荷，已完成 6 万 KW 商业建筑可调资源的开发，其中包括冷水机组、风冷热泵、电热锅炉、动力照明、充电桩等大量可控用电设备，可调楼宇 130 幢，单个楼宇的平均响应能力 100-500KW，其中 20%的商
209、业建筑具备分钟级自动需求响应能力。此外还接入了 2 个居民社区、3 个电动车充电平台的多元化响应资源，完成商业建筑虚拟电厂生产与运营调度应用的开发与上线运行。该项目作为上海电力需求响应的日常调度资源，已累计调度超 2000 幢次，单次最大削峰负荷 5 万 KW，区域峰值柔性负荷调控能力超过 10%39。虽然虚拟电厂模式要取得最终成功还有技术、商业等各个领域的很多问题需要解决，但可以预期虚拟电厂在未来的电力系统价值链中必然有一席之地。112传统的能源网是典型的集中式架构，不断提高机组容量、电压等级、网络规模获得规模效益；能源的生产、输送、消费之间有着明显的界限，无法做到端到端统一的管理和调度；供
210、电、供气、供热、供冷等不同的能源网络之间相互割裂，阻碍了综合能效的提高。随着分布式能源的部署，能源消费者具备生产能力，打破了能源生产、消费之间的界限，成为具有生产和消费的双重属性，需求侧响应变得前所未有的重要。同时多种能源的互联也可以提高能源综合效率，从而有助于可再生能源的消纳。因此，迫切需要一个综合平台来解决这个问题，而能源云则可能是应对这些挑战的一种解决方案。能源云是一个跨领域的前沿概念，其内涵和外延还在不断的发展。能源云可以认为是能源互联网的操作系统，典型特征包括融合、开放、智能等。融合首先要实现电力系统的源、网、储、用的端到端的融合接入。源侧典型的接入实体既包括大量分布式新能源如太阳能
211、、风能、生物能，也包括化石能源如燃气发电等；网侧最重要的接入实体是能源路由器。通过能源路由器实现能量流的自由流通；用侧则包括各种工商业负载和家庭负载，如暖通系统、电力热泵等；储侧既包括源、网、用的各种固定储能设备，也包括电动汽车等移动储能装置。除了实现电力系统的融合统一接入，能源云还要打破电、气、热、冷之间的界限，通过接入供热、供气、供冷等多种能源，构建综合能源融合系统，通过多能互补提高能源综合利用率。在能源云的加持下，未来的能源互联网是一个开放系统。能源云的用户将包括个体端（如电动车主、用户电源）、企业用户（如零碳园区、虚拟电厂等）和政府用户（如零碳城市等），用户数量将远远超过传统的能源客户
212、。同时能源云也要能够和碳交易系统等第三方系统进行互联互通。因此能源云必须是一个生态开放的系统,在这个平台上向开发者开放各种能源数据，提供编程接口，由开发者针对不同场景实现各种应用。同时在平台上构建能源应用商店，通过应用商店面向不同用户进行分发，并完成开发者的商业循环。通过开放编程解耦实现和能源交易市场、碳市场等各种第三方生态系统互通，打造能源产业新商业模式。要实现能源云的融合、开放，能源云必须是一个智能的平台。智能既体现在通过人工智能算法使能能源资产更智能，如通过 AI 控制光伏面板角度提升发电量等，也体现在能源云本身的智能上。能源云基于海量接入的分布式能源数据和源网荷储用的端到端链路数据，构
213、建数据资产，基于数据资产和大数据建模能力构建面向用户和开发者的数据平台。通过算法实现对分布式能源的生产预测、基于历史数据的负荷预测、动态需求响应、对能源市场价格的实时分析判断等。通过人工智能、大数据等智能高效的技术的加持，能源云的目标是实现能量在生产和消费者之间按需自由流动，最终实现整个能源系统的多能互补、绿色低碳、安全稳定。绿色和数字化成为推动经济转型的一对孪生技术。能源是数字世界的底座，数字化技术帮助能源产业更智能。通过数字化技术构建能源互联网操作系统，推动能源产业升级，加速能源产业的减排目标的实现。未来场景 2：能源云，能源互联网的操作系统 113欧盟在数字化战略“Shapping Eu
214、ropes Digital Future”中指出，通过数字化解决方案跟踪电力最需要的时间和地点，可以提高能源效率，减少化石燃料的使用。同时，ICT 行业也需要经历自己的绿色转型。ICT 行业估计占世界总用电量的 5-9%，排放总量的 2%以上40。数据中心和电信网络需要提高能效，重新利用废弃能源，并使用更多的可再生能源。欧盟提出了要求，在 2030 年前实现数据中心气候中性、高能效和可持续，电信运营商在环境足迹方面需要采用更透明度措施。探索方向五：提倡 ICT 高效用电，加快节能减排步伐据国际能源署研究报告显示，随着全球互联网用户数量、流量的迅速增长，数据中心和传输网络的耗电大幅上升。2022
215、 年全球数据中心电力需求约为 460 TWh，约占全球最终电力需求的2%，到 2026 年，预计数据中心电力需求将超过1000TWh，占据电力需求增量的三分之一41。2019 年数据网络消耗约 250 TWh，约占全球用电量的 1%，其中移动网络占三分之二42。中国 2030 年数据中心用电预计将达突破 4000 亿KWh，占全社会用电量的比重将升至 3.7%43。而 PUE 每 优 化 0.1，可 节 省 用 电 250 亿 度，减少碳排放约千万吨，若全部使用绿电，碳排放每年可以减少 3.2 亿吨44。引入绿电和降低PUE 成为低碳数据中心的关键举措。为了降低数据中心和电信网络的碳排放，大型
216、ICT 公司一直是绿电的最大购买者。2019 年Google、Facebook、Amazon、Microsoft 是全未来场景：打造低碳数据中心与低碳网络，加速碳减排进程 114球绿电购买的前四大公司。据彭博新能源财经统计45，2023 年全球绿电采购交易数量创下历史新高。2024 年前两个月，谷歌、微软分别宣布签署 609MW 和 295MW 的可再生能源购电协议（PPA）。2024 年 5 月，微软与布鲁克菲尔德资产管理公司宣布，双方已签署有史以来全球最大的企业级清洁能源采购协议，将投资100 多亿美元开发可再生能源发电能力，以满足人工智能和数据中心日益增长的需求。面向未来，谷歌提出在 2
217、030 年实现全球实时零碳运营，将零碳的统计范围从年过渡到小时46；Facebook 计划在 2030 年实现自身供应链范围内净零排放47；微软则表示将于 2030 年实现负碳排放，并在 2050 年消除企业所有历史碳排放 48。根据 Uptime 的调研显示，2022 年全球数据中心平均 PUE 为 1.55。这就意味着约 36%的电力是用于冷却和其他辅助功能49。随着越来越多高温服务器的投入使用，为了进一步降低冷却系统的能耗，通过采用自然空气冷却而不是传统的冷机和空调的方式成为降低 PUE 的有效方式。目前业界已经有很多尝试，比如使用100%海水为数据中心冷却系统供电；使用寒冷的室外空气来
218、确保数据中心设备保持在最佳温度；通过将在海底建数据中心，将 PUE 低至1.07 50。除了引入可再生能源、自然冷却实现数据中心高效、节能，另外一个重要手段就是人工智能的应用。通过数据中心内的传感器收集温度、电量、泵速、耗电率、设定值等各种数据，再对这些数据做人工智能分析，用分析的结果调整数据中心的运行模式和控制阀值，从而实现降本增效。将人工智能用于数据中心冷却，实现将用于冷却的能量减少 4051；中国联通河南分公司引入华为的 iCoolingAI 解决方案通过融入了大数据、人工智能等，实现数据中心自动进行能效调优，实现数据中心 PUE 降低约 8%15%52。据 DCD 的报告，欧盟 Hor
219、ison 2020 资助的位于瑞典 BTDC 研究项目，在自然冷却的同时，通过人工智能算法实现冷却系统、IT 负载、服务器风扇和温度协同，PUE 达到 1.01的最高水平53！随着 AI 等业务场景的成熟，数据中心的算力多样化将持续进步，数据中心功率密度不断提升，将大型数据中心作为一个整体，基于人工智能算法实现供电、服务器、负荷的的协同创新可能成为下一步的创新方向，在支撑密度提升的同时，持续降低数据中心系统 PUE。在通信网络方面，国际电联、GeSI、GSMA 和SBTi 制定了符合巴黎协定目标的途径,到2030 年，ICT 行业需要将温室气体排放量减少45%54。通信网络实现低碳绿色除了和数
220、据中心类似引入绿电外，还可以通过光电混合、网络架构极简等手段实现更绿色，减少碳排放。通信设备与计算设备同根同源，随着摩尔定律走向瓶颈，光电混合是结构性提升设备能效的发展方向，通过网络级、设备级、芯片级的光电混合技术，可以持续提升通信设备的能效，满足未来百倍容量增加能耗基本不变的绿色网络目标。另外传统通信网络按照置专业划分，造成运营维护条块分割，已经越来越难以适应网络自动化和智能化的发展。未来网络需要按照业务本质进行架构重构，形成基础电信网、云网和算法三层极简网络架构。极简网络架构可以大幅降低自动驾驶网络的算法复杂度，降低对算力的需求，降低运维成本，从而实现网络的绿色低碳。通过绿电引入、架构创新
221、、人工智能算法应用等手段，数据中心和通信网络将会更加省电、高效，并最终真正实现零碳目标。115到 2030 年，世界需要将排放量减少一半，以数字化技术、电力电子技术为代表的各种新型技术，帮助风光等新能源加速部署以实现生产侧清洁替代，帮助消费侧通过电气化实现电能替代，同时提升各种能源设备的“质量”，保障电力系统及其他能源系统的“安全”，赋能千行百业减碳减排。华为预测：到 2030 年，全球可再生能源产量占全球发电总量比例达 65%；光伏装机容量接近6000GW，光伏度电成本低至 0.01 美元；80%的数字基础设施将通过绿能供电。2030 年技术将进一步使绿色能源更智能，并使能千行百业进一步加大
222、减排效果，推动能源革命，实现全球经济的绿色低碳转型和可持续发展!结语：技术推动能源革命，实现绿色美好未来116华为预测，到 2030 年全球可再生能源产量占全球发电总量比例达65%1171 WMO“2023 年全球气候状况”,https:/wmo.int/zh-hans/news/media-centre/2023nianqihoubianhuazhibiaodachuangjilushuipingwmo2 WMO The Global Climate in 2015-2019,https:/library.wmo.int/doc_num.php?explnum_id=99363 UNEP“e
223、missions gap report 2020”https:/www.unep.org/zh-hans/emissions-gap-report-20204 UN,https:/unfccc.int/zh/cop28/5-key-takeaways#end-of-fossil-fuels5 IRENA World Energy Transformation outlook 20236 IRENA World Energy Transformation outlook 20237 IRENA“Renewable_Energy_Statistics_2024”8 IRENA World Ener
224、gy Transformation outlook 20239 中国政府网 http:/ IRENA Remap 2030,Renewable Energy Prospects:Germany11 IRENA“Renewable_Energy_Statistics_2024”12 中华人民共和国国家发展和改革委员会，“十四五”可再生能源发展规划13 https:/www.afrik21.africa/en/morocco-xlinks-to-bring-10-5-gw-of-solar-and-wind-power-to-the-uk/14 新华网，http:/ BloombergNEF，Ne
225、w Energy Outlook Series16 GWEC:GLOBAL OFFSHORE WIND REPORT 202417 郑崇伟等“国内外海上风能资源研究进展”http:/ id=2014&quarte r_id=6&falg=118 赵振宙、王同光、郑源 风电机原理19 IEA Offshore Wind Outlook 201920 IRENA Future of wind 201921 IEA Offshore Wind Outlook 201922 GWEC:GLOBAL OFFSHORE WIND REPORT 2024相关引用11823 IEA“Offshore Wind
226、 Outlook 2019”24 IRENA“Renewable_Energy_Statistics_2024”25 S.Zahra Golroodbari Wilfried van Sark“Simulation of performance differences between offshore and land-basedphotovoltaic systems”https:/ Chen Lin“Singapore unveils one of the worlds biggest floating solar panel farms”https:/ Harry Morgan“Floa
227、ting Solar set for 60-Fold boom by 2030”https:/rethinkresearch.biz/articles/floating-solar-set-for-60-fold-boom-by-2030/28 WORLD BANK GROUP“Where Sun Meets Water Floating solar market report”https:/openknowledge.worldbank.org/handle/10986/3188029 IRENA World Energy Transformation outlook 202330 IEA,
228、Energy Statistics Data Browser,CO2 emissions by sector,World,1990-202131 http:/ “充电网络产业十大趋势”，https:/ CNESA，“储能产业研究白皮书 2024”34 中国国家能源局，“新型电力系统发展蓝皮书”35 RMI,中国氢能联盟研究院，“中国 2030 年“可再生氢 100”发展路线图”https:/ U.S.National Clean Hydrogen Strategy and Roadmap,https:/www.hydrogen.energy.gov/library/roadmaps-visio
229、n/clean-hydrogen-strategy-roadmap37 EU Hydrogen strategy,https:/energy.ec.europa.eu/topics/energy-systems-integration/hydrogen_en38 IEA,“Global Hydrogen Review 2023”,https:/www.iea.org/reports/global-hydrogen-review-202339 ZHAO Jianli,XIANG Jiani,TANG Zhuofan,et al.Practice exploration and prospect
230、analysis of virtual power plant in shanghaiJ.Electric Power,202340 European Commission“Shapping Europes Digital Future”https:/www.consilium.europa.eu/en/press/press-releases/2020/06/09/shaping-europe-sdigital-future-council-adopts-conclusions/11941 IEA:Electricity 202442 IEA“Data Centres and Data Tr
231、ansmission Network”43 中国通信标准化协会 http:/ 蒋均牧“以创新方案降低 PUE：华为助力打赢数据中心绿色攻坚战”https:/ Bloomberg NEF“Corporate Clean Energy Buying Grew 18%in 2020,Despite Mountain of Adversity”46 Google,https:/sustainability.google/commitments/#47 Facebook,https:/ Microsoft,https:/ HARRY MENEAR“The Uptime Institute release
232、s annual data centre findings”https:/ Peter Judge“Project Natick:Microsofts underwater voyage of discovery”https:/ Joe Devanesan“Has Google cracked the data center cooling problem with AI?”https:/ HUAWEI https:/ HARRY MENEAR“Hive partners with worlds most efficient data centre,BTDC”https:/ ITU“ICT i
233、ndustry to reduce greenhouse gas emissions by 45 per cent by 2030”120H2Li?121H2Li?122123技术与规则塑造可信未来数字可信124人类总是能够不断的进步，靠的是大规模协作，而协作的根基是信任。在现行规则的商业世界里，企业间的合作交互、企业内的运作和管理、供应生态等环节的每一次互动，无不建立在信任的基础上。随着数字技术对这些环节的重塑，数字孪生，人工智能的快速发展，数字人的诞生，以及元宇宙等概念的产生，人与人，人与机器，机器与机器之间连接变得更加频繁，所以建立数字信任是万物互联的基础，是组织最重要的战略目标之一。在
234、数字化转型的加速驱动下，数字是产品的生命线，一旦发生信息破坏或隐私泄漏等事件，信任就会被打破，组织的业务运作、商业价值（如品牌，市值等）、声誉和公信力等都将陷入危险之境。AI 的快速演进，协助人类高效的完成各项工作。AI 在医疗，自动驾驶等领域日益广泛，人类在向通用人工智能（AGI）迈进的过程中，AI承担的角色越来越重要，生成式 AI（AIGC）的快速迭代，业界已进入百态千模，大量生成的文本，音视频数据已难辨真伪。一个有负责任的 AI 系统不光要保护 AI 系统的安全，AI 模型的安全，同时也希望 AI 具备一定的透明性，可追溯性，AI 生成的数据也要能辨真伪可溯源。建立可追责，能演进数字系统
235、才能树立长久数字信任。数字信任是一个复杂庞大的系统，包含隐私、安全、身份、透明、追溯、数据所有权，数据完整性以及治理和合规等关键领域1。因此，组织不仅需要从多维度入手，还要通过不同的工具来实现数字可信，如数字身份、数字水印技术、隐私增强计算、人工智能等。新的安全技术应用，新的规则定义，将塑造可信的数字未来。125随着大语言模型的飞速发展，人工智能将被广泛应用于各行各业，随之而来各种基于 AI 的“数智体”，将会以各种形式存在于我们的数字世界与物理世界中，提升效率与创造力，加速经济的发展。而人们将以各种形式与数智体互动，数字身份便是互动与协作的可信基座。不管是人与数智体、数智体与数智体之间，都需
236、要标识并认证彼此的身份。由于未来数智体将广布于各行各业，数量可能超过人类，并且没有地理位置、运行载体等限制，未来去中心、可提供广泛认证方式的数字身份系统将是一个演进趋势。数智体的身份标识，就如同人的姓名、身份证一样。首先要能识别这些广泛的数智体，才能未来场景：数字身份提供数智体可信标识确保交互的对象正确，任何实体都能通过公开的方式查询与登记身份标识，可以通过区块链或其他的分布式存储机制实现。探索方向一：ICT 技术使能数字可信数据资产为组织和个人带来了史无前例的快捷和便利，但同时也带来被窃取和盗用的高风险。数据资产的安全和完整性依赖于访问控制、隐患预防、数字存证、隐私加密、数字鉴假证真等技术的
237、应用。ICT 在打造数字信任上的探索，使得数据能够在可确权、可溯源、可验证的基础上实现交易与共享，从而帮助组织与个人在充分利用数据价值的同时，更好地管理数据资产，保护核心数据。126人工智能（AI）正处于高速发展之中，机器学习和深度学习的进步推动了大模型的诞生和优化，如 Chat-GPT，Sora 等，随着数量、质量不断的提高，AI 生成内容与现实之间的界限越来越模糊，在向通用人工智能（AGI）迈进的过程中，逐渐具备类似人类的认知与学习能力。同时 AI 高速发展产生了双面影响，积极的一面，方便了人类的生活和工作；不利的一面，深度伪造变得更容易，让人类难以识别真假，比如AI 合成音视频的诈骗事件
238、就在不断发生。华尔街日报报道，英国某能源公司的高管接到母公司 CEO 的电话，并向 CEO 指定的位于匈牙利的供应商账户转入了 24.3 万美元，经过调查发现这是一起由 AI 伪造语音的诈骗事件，该笔资金最终流向了墨西哥等地，所有的损失最后由保险公司承担。2未来场景：AI 安全保障数字生活可信这些案例表明，仅凭人类自身或传统技术很难识别出利用数字技术手段仿造的音视频。解决这类问题的一种有效方式就是采用 AIGC 溯源证真技术，在 AI 生成的媒体内容添加元数据，嵌入身份信息，及数字水印等，保障生成来源和身份可信。因此各国政府针对标识溯源也相继提出相关标准法案与行政命令。拜登于 2023 年 1
239、0 月签署颁布关于安全、可靠、值得信赖地开发和使用人工智能的行政命令，其中第 4.5 条要求减少 AI 合成内容带来的风险：“培养识别和标记人工智能系统生成的合成内容的能力”。中国在 2024 年 6 月也立项强制性标准人工智能生成合成内容标识方法。欧盟 2024 年 8月 1 日正式生效人工智能立法，也强调特定人工智能系统（Certain AI systems）的生成数据要具备标识能力。针对 AI 标识追溯要求，业界也开始制定一些技术标准，2022 年 6 月，ISO/IEC 立项媒体可信的 JPEG Trust 标准工作组，JPEG Trust 标准工作组发布了面向 AIGC 溯源证真标准
240、草案 ISO/IEC 21617，2024 年 7 月通过国家代表投票，并将于近期发布正式国际标准；未来，国内国际的 AIGC 内容治理都可参考 JPEG Trust 的信任模型和核心思想，指导标准制定和应用实践并建立互联互通机制，形成一套完整的内容溯源证真体系，重塑数字内容信任。当前 AI 在高速发展，AI 系统在各行各业承担的角色也越来越重要，AI 系统一旦被攻击或恶意破坏产生的影响将会成倍放大。未来越来越多的 AI 系统，不光要支持溯源证真能力，还将关注 AI 系统的自身安全，AI 模型的安全，AI 的输入和输出数据可信等安全技术要求，降低 AI 系统误用风险，保护 AI 创造的价值。1
241、27数字世界里，数据是最重要的资产，本身就面临窃取、挪用的风险。AIGC 等涌现，提供前所未有的自然语言处理、图像生成等能力，彻底改变了各行各业。这些数据资产或生成式数据被非法盗用或误用会对个人、公司造成非常恶劣的影响，如何追溯、如何对数据资产进行有效的保护都是亟待解决的问题。数字水印溯源技术已经成为解决这些问题的一种有效的方法。对数据集进行数字水印处理可确保可追溯性和所有权，防止未经授权的使用。未来场景：数字水印支撑信息溯源 在模型训练期间嵌入水印允许所有者在盗窃或滥用情况下识别并证明所有权。同时，人工智能也彻底改变了传统的数字水印处理方式，还能实现卓越的语义水印技术，实现类似密码学一样的安
242、全数字水印。数字水印溯源技术在未来建立信任方面将发挥重要作用，通过实时音视频通信数字水印溯源技术可以定位泄露者。图像和音频数据集可能只有在经过数字水印处理后才会发布。创作者也可以使用数字水印溯源技术，以避免未经授权的数据收集和使用。大数据时代，数据被称为“新原油”。但与原油不同的是，数据不会被消耗掉，因此，数据的价值可以被不同的组织在不同的场景和区域重复发掘利用。当然，数据共享也带来了安全和隐私方面的挑战：在机器学习的推动下，数据挖掘和分析等用途逐渐兴起，如何在保护数据隐私的前提下，允许多方进行数据协作，获取数据价值，对于像金融、医疗、零售等行业来说尤为重要。随着企业机构数据分析和数据仓库环境
243、的日趋复杂化，传统的数据脱敏技术面临巨大压力，无法满足新时代的复杂要求，从而助推了人们对隐私增强计算（PEC）技术作为替代方案的兴趣。隐私增强计算是个技术门类的统一术语，通常指在隐私信息采集、存储、以及在执行搜索或分析过程中对于保护和增强隐私安全性的数据安全技术。它一般用来保护用户的个人数据信未来场景：隐私增强计算技术保护计算安全息在不被滥用的前提下还能够保证数据被有效利用，充分发挥其商业、科学和社会价值，为用户提供高效优质的服务。隐私增强计算技术的探索有很多种，比如说：128差分隐私：对基础数据通过添加随机生成的“噪声”，但同时保证更改后的数据仍然在执行任何计算时，达到统计或方向上的整体正确
244、。通过混淆原数据的方法，防止任何个人的数据被别人直接共享。同态加密：同态加密提供了一种不需要解密，直接对加密数据进行处理的功能。原始数据经过同态加密后，生成密文数据，经过计算处理，形成密文结果。然后通过同态解密，得到的计算结果与将原始数据直接计算处理所得到的计算结果一致。联邦学习：主要解决的问题是，在进行机器学习时，满足企业各自数据不出本地的前提下，通过加密样本对齐，各自建立模型。在此基础上，再建立虚拟的联合模型。这个联合模型和通过传统方式直接将各方数据聚合到一起而训练出来的模型，在性能上基本一致。除了上述技术之外，隐私增强计算技术还有可信计算环境（TEE）、零知识证明（Zero-Knowle
245、dge Proof）、K匿名（K-Anonymity）、L-多样化（L-Diversity）等。未来，隐私计算将会包含更多迎来更多更优秀的算法，也会得到更广泛的应用，更好地兼顾隐私的保护和数据价值的发掘。量子计算飞速发展，到 2030 年后，传统的安全算法面临被量子计算机破解风险，向抗量子计算攻击的后量子算法（PQC）及量子密钥分发（QKD）演进已刻不容缓。未来场景：量子安全保障数字未来可信 NIST PQC 竞赛产生的首批标准算法已正式发布，ISO/IEC 国际标准首批 PQC 草案已完成。鉴于 NIST 候选算法 SIKE 被攻击的案例，PQC算法多样性演进已获得初步共识，如 ISO/IE
246、C标准草案就包含美国 NIST 提交的算法和德国提交的 Frodo 算法。除此之外，多国及多产业组织发布 PQC 的迁移策略及规划指引，指导产业界开展 PQC 迁移实践。量子密钥分发（QKD）是利用量子力学特性，借助量子叠加态的传输测量实现的密钥安全分发。QKD 的高安全性具备理论可证明，得到中欧多国认同，是高安全等级场景下的保障量子安全的一种有效手段。129数字可信涉及众多组织和利益相关人，尤其在个人信息保护上，欧盟制定 通用数据保护条例（GDPR），全球多个国家和地区推出相关的法律，如中国的个人信息保护法等。GDPR 是目前世界上最严格的针对个人数据的隐私和安全法，正式生效于 2018 年
247、 5 月 25 日。在保护个人数据取到积极作用，多次打击数据巨头的违规使用，截至 2024 年 7 月 31 日，已累计罚款40 亿欧，开出了 1701 张罚单，其中最大一笔罚单高达 12 亿欧元。2019 年，美国发起了对涉嫌垄断市场、抑制竞争、侵犯用户隐私的行为的巨头公司进行反垄断调查；2020 年 5 月 27 日，日本参议院正式通过数字平台交易透明化法案，该法案旨在规制特定数字平台，增加特定数字平台的公开义务。2021 年 1 月 19 日，德国反对限制竞争法第十修正案正式生效，此次修法，在滥用相对优势地位行为的规制层面，拓展现行竞争规则的适用范围，以防范与遏制企业滥未来场景：统一规则
248、加强数据保护，降低数据垄断用相对优势地位的行为；2021 年，中国国务院制定发布国务院反垄断委员会关于平台经济领域的反垄断指南；由此可见，数据反垄断趋势正在全球蔓延。未来，在数据保护及反垄断法的不断完善和应用中，避免大平台对个人隐私数据进行非法地获取、滥用及交易等侵犯数字安全、破坏公平竞争的行为，从而促进数字信用生态的建设。探索方向二：规则塑造数字可信数字技术的快速发展也带来诸多新的安全挑战。各行各业都在进行数字化转型，全面云化、万物互联、人工智能等新技术正在飞速发展。数字化的转型也带来网络安全风险增加，保障安全的数字化环境是确保 ICT 产生积极经济影响的关键。作为全球技术提供者，华为深知网
249、络安全对建立人们对数字世界的信任是很有必要的。国际社会中，网络安全与政治的质疑、贸易的壁垒越来越多地纠缠在一起，但政治的质疑并没有促进网络安全问题的解决，贸易的壁垒只是把网络安全作为借口，人们往往无法从中识别出主要矛盾。为了解决未来数字世界的信任问题，未来更多的政府和组织会建立明确的公平公正规则，建议统一中立的技术标准，落地安全保障措施，塑造数字信任体系。130政府和行业组织应建立统一的网络安全标准，这些标准应该是技术中立，同等地适用于所有企业、所有 ICT 产品。一直以来，电信行业不断通过制定统一标准来提升电信网络的连续性、可靠性和兼容性。正如麻省理工学院媒体实验室联合创始人尼古拉斯 尼葛洛
250、庞帝在FastCompany杂志发表的一篇文章中写到：“电信政策应该基于客观标准，而不是地缘政治问题。”华为积极向标准组织贡献提案，持续为各 ICT 安全标准制定做贡献。在联接领域，向国际标准组构筑并全面实施端到端的全球网络安全与隐私保障体系是华为的重要发展战略之一。华为在遵从适用的国家和地区法律法规、国际标准并参考监管机构、客户要求和行业最佳实践的基础上，建立和完善有效的、可持续、可信赖的网络安全与隐私保护保障体系，并积极地与有关政府、客户及行业伙伴加强合作，共同应对网络安全与隐私保护方面的挑战。华为坚持以“正直可信、负责任有能力、开放透明”为核心原则的网络安全价值观，华为绝不会在其设备中植
251、入或允许他人植入后门，也绝不会违反法律为任何个人或组织收集情报，包括任何政府组织、代理和实体。华为充分理解隐私保护的重要性，致力于保护消费者、客户、供应商、合作伙伴、雇员及其他相关实体的个人数据，在所有运营国家遵从适用的隐私保护及个人数据保护法律法规。华为发布关于构筑全球网络安全保障体系的声明及华为隐私保护总体政策，明确华未来场景：公平标准促进 ICT 行业健康发展未来场景：网络安全与隐私保障体系提升数字信任织 3GPP、GSMA 贡献了 300 多个提案，持续多年保持业界领先；在计算领域，我们向 ISO/IEC、ETSI、TC260等贡献了人工智能计算平台安全框架、机密计算通用框架、远程证明
252、架构等提案，并与产业伙伴共同推动计算安全技术发展与应用落地。有了清晰、公平、统一的网络安全技术及验证标准之后，ICT 产品就可以进行独立的全面安全验证和评估。各个组织基于验证及评估结果，结合自身安全要求，有比较的进行选择所需的产品，促进 ICT 行业的健康发展。为在网络安全与隐私保护上的基本态度、总体原则和要求。各业务部门基于业务场景和风险人群，识别网络安全与隐私保护风险并制定相应管理要求，并将管理要求融入相关业务流程、IT 系统和工具中。建立端到端网络安全与隐私保护验证体系，例行开展度量、稽查、内部审计活动，并设立了独立于业务体系的组织对华为产品和服务进行验证，针对发现的问题持续进行管理改进
253、；同时与第三方合作，开展测试、认证、外部审计等活动，不断提升网络安全与隐私保护管理水平。面向全员例行开展网络安全与隐私保护意识培训教育与考试，针对管理者、高风险人群等进行专项培训；建立问责机制，发布网络安全与隐私保护违规问责定级标准，对违规行为进行问责。131面向 2030 年，人类可以借助数字身份、人工智能、量子安全算法等技术更好地保护个人隐私和数据资产，更精准地打击假新闻等数字造假行为，减少诈骗或数据盗用的隐患。数字水印及隐私增强计算等技术为多方实现安全加密的数据共享，在不影响隐私安全的前提下，确保数据价值的流通。华为预测：到 2030 年，50%以上的计算场景将采用隐私增强计算技术，10
254、0%ICT 系统将具备量子安全或向量子安全迁移的能力。同时，以 GDPR 为代表的数字安全领域法律和规则，以及数据反垄断趋势将会拓展至全球各地，进一步在个人与组织之间构建信用体系，加速组织在数字可信方面的合法合规进程。一个健全的数字可信生态需要多方共建。企业除了做好自身的防护和对合作方的管控，还可与相关机构合作，共同打击违反信息安全、数据垄断相关的违法行为，保护用户数据安全。企业还应建立网络安全与隐私保障体系，积极参与到加强全民数字技能的教育和培训中，提升公民数据安全和隐私意识，共建数字可信的智能世界。结语：共建数字可信的智能世界132华为预测，到 2030 年100%ICT 系统将具备量子安
255、全或向量子安全迁移的能力50%以上的计算场景 将采用隐私增强计算技术133相关引用1 Source:Omar Abbosh，KELLY BISSELL Securing the Digital Economy:Reinventing the Internet for Trust,Accenture,https:/ Source:Catherine Stupp Fraudsters Used AI to Mimic CEOs Voice in Unusual Cybercrime Case https:/ 版通信网络构建万物互联的智能世界139通信网络 2030今天，智能化已经成为全社会未来 1
256、0 年的主要发展方向，中国、欧盟、美国都发布了新的愿景。中国在“十四五”规划和 2035 年远景目标纲要中将行业智能化作为重要的发展方向，并围绕制造、能源、农业、医疗、教育、政务等给出了明确的发展目标。欧盟在其发布的2030 Digital Compass计划中提出 2030年 75%的企业将使用云计算、大数据和人工智能服务，90%以上的中小企业应达到基本数字化水平，并宣布为实现上述目标将加大能源和数字基础设施的投资。美国国家科学理事会（National Science Board）在其2030 愿景报告（Vision2030）中也建议未来 10 年必须对人工智能领域加大投入，同时持续投资相应
257、的数字基础设施，包含大数据、软件、计算、网络等，以保持其在智能化时代的竞争力。行业智能化对企业网络的改造提出了明确的要求，在工信部印发的工业互联网创新发展行动计划（2021-2023）中提出，需要加快工业设备网络化改造、推进企业内网升级，推动信息技术（IT）网络与生产控制（OT）网络融合，建设工业互联网园区网络；探索云网融合、确定性网络、IPv6 分段路由（SRv6）等新技术的部署。在欧盟欧洲工业数字化（Digitising European Industry）的平台规划中，提出要将纳米光电子、AI、5G、IoT 等作为未来工业网络领域的关键使能技术并加大投资，期望在未来获得领导地位。近几年，
258、生成式人工智能成为全球热点，被认为是使能行业智能化的关键要素之一。生成式人工智能训练依赖庞大的算力基础设施，而网络作为连接算力基础设施的“管道”，对算力的高效利用起至关重要的作用。在工信部牵头印发的算力基础设施高质量发展行动计划中提出，为推动算力基础设施高质量发展，应加强重点应用场所光传送网（OTN）覆盖率，产业趋势01140通信网络 2030提升 SRV6 等创新技术使用占比，落地枢纽节点数据中心间网络低时延连接。面向行业智能化的需求，全球领先电信运营商纷纷行动起来，开始在不同程度上探索“联接+”的业务发展方向。中国移动提出 5G+AICDE（AI、IoT、Cloud Computing、B
259、ig Data、Edge Computing）的发展战略；中国电信提出2030 年要构建云网一体的融合架构。中国联通发布 CUBE-Net3.0，明确提出联接+计算+智能的新发展方向，发布互联网 2030 白皮书，凝聚产业共识推进下一代互联网技术和产业演进；德国电信在 2030 展望中提出面向 B2B 业务要成为数字使能者（Digital Enabler），提供网络+IoT+云和数字化的综合服务。根据GSMA 的调研，面向工业、金融、健康、能源、农业的 B2B、云、IoT 场景将成为全球电信运营商未来“联接+”最具发展潜力的领域。另一方面，运营商网络自身也在智能化转型，领先运营商们纷纷提出相应
260、的“AI+”战略，比如中国移动全面推进“AI+”行动，目标 2025 年迈上 L4 级自智网络。畅想 2030 年，人们可以依托高灵敏的生物传感器与智能硬件，通过宽带网络实时监测身体各项指标，并借助 AI 分析端云安全存储的海量历史健康数据，自主驱动个人健康，减少对医生的依赖，提高健康水平与生活质量；人们可以基于万兆家庭宽带、全息通信等新技术，实现更人性化的人机交互体验；人们将基于空地覆盖的立体网络，实现交通工具的网联化，满足自由出行、智慧出行和低碳出行的需求；人们可以利用无处不在的感知技术、有线/无线万兆宽带、普惠 AI 和面向千行百业的应用，构建更加宜居的城市数字基础设施；人们可以通过通信
261、感知融合、自动化和智能化的技术实现高效的环境治理；人们可以利用协作机器人、AMR、数字员工等新型劳动力，结合工业互联网，使得从需求提出到生产交付的全过程更准确、更低成本，并提升制造产业的韧性；人们可以将能源物联网和智能电网相结合，构建“源网荷储”全链路数字化的绿色能源互联网，零碳数据中心和零碳站点也有望成为现实。人们可以将区块链、数字水印、AI 打假、隐私增强的计算与内生安全的网络相结合，以保障数字安全可信。面向 2030 年，通信网络将从连接百亿人向连接千亿物的方向发展。首先，通信网络规模还将持续增长，网络管理将更加复杂，未来 10 年如何通过软件技术创新，让网络可以自配置、自修复、自优化，
262、实现在网络规模持续增加的情况下运营维护成本基本不变，将极具挑战；其次，工农业无人值守、汽车端到端自动驾驶、低空载人飞行、低空无人机外卖和货运等物联场景对网络的覆盖能力、质量保障能力和安全可信提出更高的要求，未来 10 年如何通过协议和算法创新，实现网络能够承载多种业务，同时满足高质量和灵活性的要求将极具挑战；最后，由于摩尔定律放缓，量子计算等新技术还不成熟，计算、存储、网络能效的持续提升已经出现了瓶颈，未来 10 年如何通过基础技术创新构建一个绿色低碳的网络，实现网络容量增加数十倍的同时能耗基本保持不变将极具挑战。通信网络已经成为推动未来世界发展的主导力量之一，与传统产业不同，通信网络经过近两
263、个世纪的发展，依然看不到任何放缓的迹象，短短 30 年，通信技术就实现了从 2G 到 5G 的快速升级，从 ADSL 到千兆光纤家庭的规模部署，未来 10 年通信网络将持续探索新的场景和技术，迎接智能世界的全面到来！141通信网络 2030当虚拟世界还是冰冷机器的时候，人机交互方式是人要主动适应机器，PC 时代我们学习使用鼠标和键盘，智能手机时代我们学习使用触摸屏，传统汽车时代我们需要学习操作按键和旋钮。当虚拟世界达到高级智能阶段的时候，人机交互方式将转变为机器能主动适应人，机器从 1837 年摩尔斯发明有线电报至今，从联接个人、家庭扩展到联接组织，从有线到无线，通信网络不断创新来适应业务的多
264、样性和快速变化。未来 10 年，通信网络将不仅要联接个人，还要联接与个人相关的各种感知、显示和计算资源以及 AI Agent（智能体）；不仅要联接家庭用户，还要联接与家庭相关的家居、车和内容资源；不仅要联接组织里的员工，还要联接与组织相关的机器、边缘计算和云资源，以满足智能世界丰富多样的业务需求。随着网络联接对象的扩展，业务需求的变化，未来 10 年除了业界已有共识的 5G 向 5G-A/6G、F5G向 F5G-A/F6G、IPv6+向 Net5.5G/Net6G、自智网络从 L2 向 L4+持续演进之外，各种新型的网络场景也将不断涌现。未来网络场景02（智能大屏、智能家居、智能汽车、智能外骨
265、骼等）能够理解人的自然语言、手势、眼神，甚至脑电波，实现虚拟世界与物理世界更加自然的融合，为人机交互带来超现实的感官体验。（图 1 超现实人机交互体验）2.1 下一代人机交互网络：以人为中心的超现实体验142通信网络 2030未来 10 年，通信网络需要支持 XR、裸眼 3D、数字触觉、数字嗅觉、AI Agent（智能体）等全新的人机交互体验。这对通信网络提出更高的要求。图 1 超现实人机交互体验物理世界个人计算机虚拟世界超现实计算人机交互网络场景3数字触觉场景2裸眼3D场景4数字嗅觉3D视觉、触觉、听觉等多模交互呈现语言、触觉、光感、脑机等多模信息采集2020年人主动适应机器2030年机器主
266、动适应人个人与环境融合成为“超现实计算机”空间计算 超现实渲染 多模呈现 虚实交互场景5AI Agent场景1 XRCPU总线外设143通信网络 20302.1.1 XR：虚实的完美结合，自然的交互体验虚拟现实（Virtual Reality，VR，指已经包装好的视觉、音频数字内容的渲染版本）、增强现实（Augmented Reality，AR，指用其他信息或人工生成的内容，覆盖当前环境的图像）、混合现实（Mixed Reality，MR，AR 的高级形式，虚拟元素融入物理场景中）、扩展现实（eXtended Reality，XR，由计算机技术和可穿戴设备生成的所有真实和虚拟环境及人机交互，包
267、含了VR、AR 和 MR）业务以其三维化、自然交互、空间计算等不同于当前互联网终端的特性，被认为是下一代个人交互的主要平台。2020 年疫情造成社交隔离，激发了 VR 游戏、虚拟会议、AR 测温等需求爆发，美国数字游戏发行平台 Steam 的 VR 活跃用户翻倍增长，一些厂家也已经发布更加轻便的 AR 眼镜。随着5G、WiFi 6、光纤等“三千兆”宽带的普及，未来 10 年 XR 业务将迎来快速发展期。据华为预测，2030 年 XR 用户数将达到 10 亿。中国信息通信研究院在虚拟（增强）现实白皮书中，将 XR 的技术架构分为五个部分，包括近眼显示、感知交互、网络传输、渲染处理和内容制作，并对
268、 XR 发展阶段进行了预测，得到了产业界一定的认同。（表 1 XR 业务对网络的需求）表 1 XR 业务对网络的需求技术体系技术指标部分沉浸2021深度沉浸2022-2025完全沉浸 XR2026-2030近眼显示单眼屏幕分辨率2K4K8K视场向（FOV）120o140o200o角分辨率（PPD）203060可变焦显示否是是内容制作360o全景视角分辨率（弱交互）8K12K24K游戏（强交互）4K8K16K网络传输（平均值）弱交互（Mbps）902901090往返时延：弱交互202020往返时延：强交互555传输媒介有线/无线无线渲染处理渲染计算4K/90 FPS8K/120 FPS16K/2
269、40 FPS/注视点渲染交互设计眼球互动/眼球追踪声音交互沉浸声个性化沉浸声触觉交互触觉反馈精细化触觉反馈移动交互虚拟移动（行走重定向）高性能虚拟移动144通信网络 2030表 2 裸眼 3D 对网络的需求技术体系技术指标Lenslet（2021-2025）SLM（2025-2030）成熟度预判规模成熟少量应用显示尺寸70 寸大屏10 寸小屏 70 寸大屏分辨率16K16K交互设计带宽1Gbps10Gbps1Tbps（10X10cm 物体，就需要 4K60 帧，10Gbps）双向网络时延弱交互：20ms强交互：5ms弱交互：5ms强交互：1ms传输媒介有线/无线交互设计声音交互跟踪位置，空间声
270、场Spatial Sound手势交互手势识别移动交互跟踪位置，空间计算Spatial Compute可用性Audio：3 个 9Video：5 个 9当前，XR 逐渐步入深度沉浸体验阶段。2024年初，Apple Vision Pro 正式发售，屏幕双目分辨率达到 2300 万像素，单眼分辨率超 4K，提供了优秀的清晰度、色彩准确性和视觉体验。我们预测，2030 年 XR 将达到完全沉浸体验，主要表现为 8K 单眼分辨率、200 度视场角、千兆码率。XR 显示效果的提升必然会对内容提出更高的要求，如果内容渲染在云上实现，则端云 MTP（Motion To Photons，头动到显示画面）交互对
271、承载 XR 业务的网络传输往返时延（RTT）要求是 20ms。如果是流媒体类弱交互的业务，用户晃动较少，则 RTT 时延 20ms 可以满足要求；如果是游戏类强交互的业务，用户晃动频繁，则时延必须控制在 5ms。因此，为支持 XR 业务未来 10 年的发展，网络需要具备超千兆带宽和 520ms 的网络时延能力。2.1.2 裸眼 3D：逼真的影像再现，全新的视觉体验裸眼 3D 的技术实现主要包含三个环节：对 3D物体的数字化、网络传输、利用光学或者计算重建显示。根据显示方式不同，裸眼 3D 可以分成两大类。一类是光场显示（Lenslet），利用双眼视差产生3D 视觉效果，包括视差障碍、柱状透镜、
272、指向光源等多种技术。这些技术对观赏角度有苛刻要求，需要结合对用户观看位置的实时捕捉，并动态地进行调节。第二类是空间光调制器（spatial-lightmodulator，SLM），利用干涉方法将三维物体表面散射光波的全部振幅和相位信息存储在记录介质中，当用同样的可见光照射全息图时，由于衍射原理，可以再现原始物体光波，为用户提供“栩栩如生”的视觉感受。（表 2 裸眼 3D对网络的需求）参考：IEEE1981.1 触觉互联网、Digital Holography and 3D Display145通信网络 2030近几年，基于光场显示的裸眼 3D 通过与用户位置感知和计算技术结合，发展的很快，一些
273、厂商已经商用相关的创新产品，我们判断到 2025年会在娱乐、商业领域出现大量实用案例，对带宽的需求超千兆，对实时交互的要求较高，在强交互下需要网络时延小于 5ms，商业应用需要 5 个 9（99.999%，1 年内不能工作时间少于 5 分 15 秒）的网络可用性。基于光学重建的全息技术近几年也出现一些突破，业界已经诞生厚度 10 厘米、投影尺寸在 100 平方厘米左右的产品原型。我们判断未来 10 年，这类小型的全息产品将可以实现商用，用于展会、教学和个人便携终端等场景，对带宽的需求在 10Gbps 左右，对时延的要求为 15ms，网络可用性要满足商业 5 个 9 的要求。真人级的全息产品对带
274、宽的要求更高，会过 1Tbps，但是我们判断 2030 年还不具备规模商用的能力。因此，从裸眼 3D 的需求看，未来 10 年网络需要支持每用户 110Gbps 带宽、15ms 时延和5 个 9 的可用性。2.1.3 数字触觉：多维的体感交互，可触摸的互联网IEEE 在触觉互联网（tactile Internet）架构中，将数字触觉技术分为用户层、网络层和化身层三个层面。用户层输入位置、速度、力度、阻抗等信息，经过网络数字化后变成指令数据提供给化身层；化身层采集到触觉、听觉、本体感受数据，经过互联网提供给用户层，用于用户实时决策。根据交互方式又可以划分为两大类：第一类是机器控制，应用场景如远程
275、驾驶、远程控制等；第二类是精细交互，应用场景如电子皮肤、远程手术等。（表 3 数字触觉对网络的需求）表 3 数字触觉对网络的需求交互方式流量方向流量类型可靠性网络时延（ms）带宽机器控制用户-化身触觉5 个 91-102Mbps化身-用户Video5 个 910-201-100MbpsAudio3 个 910-20512Kbps触觉反馈5 个 91-1020Mbps(100 DOFs)精细交互化身-用户触觉反馈5 个 91-10110Gbps（电子皮肤）主动认知能力：网络层还需要支持性能动态监测、任务认知、3D 地图构建等服务参考 IEEE1981.1 触觉互联网146通信网络 2030机器控
276、制在工业领域拥有大量应用场景，对网络可用性要求高于 5 个 9，部分行业甚至要求达到 7 个 9（99.99999%），根据不同业务场景，网络时延在 110ms，带宽在 100Mbps 以内。精细交互中基于柔性电子的电子皮肤是未来最具发展空间的场景，电子皮肤集成了大量精细的压力、温度等传感器。根据英国萨里大学（University of Surrey）的相关分析，每平方英寸电子皮肤就需要 2050Mbps 的带宽，每个手掌需要1Gbps。在电子皮肤场景下，用户层不一定是人类，也有可能是智能机器，可以根据化身层的电子皮肤采集到的海量数据信息进行分析、计算和决策，对化身层进行控制。用户层也有可能直
277、接通过脑机或者肌电神经接口与人连接，实现沉浸式的远程交互体验。我们判断在精细交互的场景下，将需要 110Gbps 的网络带宽。因此，从数字触觉的需求看，根据不同业务场景，网络需要支持每用户 110Gbps 的带宽、110ms 时延和大于 5 个 9 的可用性。2.1.4 数字嗅觉：深层的感官交互，可品味的互联网人类的五种感官由远及近可以分为非接触的（视觉、听觉、嗅觉）和需要接触的（触觉、味觉）。与视觉和听觉比较，嗅觉是非接触体验中较深层次的感官。数字嗅觉包含三个技术环节：气味的感知、网络传输、气味的重现。气味的感知目前已经有一些应用案例，比如利用复合材料组成条形码，可以根据味道产生化学反应，并
278、产生颜色的变化，然后通过深度卷积神经网络算法（DCNN）识别条形码与气味的关系，在一些特定场景，如危险品检测、食物新鲜度检测中已经有应用。气味的重现业界已经有一些商业化的产品，如 VR 气体发生器，可以使用 5 种气味墨盒，然后根据 VR 游戏场景释放相应的味道，如海洋、火药、木材、土壤等，在一些研究报告中也提出未来可以基于脑机接口更直接和准确地让人感知到气味。我们将气味感知（电子鼻）与气味重现结合起来，可以构建一个不仅闻其声、观其影，还能知其味的数字嗅觉互联网。数字嗅觉对网络带宽和时延的需求目前还不清晰，但是对计算的需求比较明确。综上，下一代人机交互网络将支持 XR、裸眼3D、数字触觉、数字
279、嗅觉等全新体验，对用户网络的需求将是带宽 10Gbps、网络时延 1ms、可用性要达到 5 个 9。147通信网络 2030未来，每个人可能有 N 个 AI Agent。华为预计，到 2030 年无线 AI Agent 活跃用户数将达 60 亿，不仅包括虚拟世界中的数字分身，还包括物理世界的具身智能，比如工业机器人，服务机器人，陪伴机器人，自动无人机，自动驾驶汽车等。这些 AI Agent 将以独立的身份运行，成为独立的社会参与个体。2.1.5 AI Agent(智能体)：类真人级交互，独立的个人助理随着 AI 的发展，AI 应用走向 Agent 化，仅需给定一个目标，AI Agent 会根据
280、给定的任务，详细拆解出每一步子业务流，并依靠来自外界的反馈和自主思考，自己创建对应子业务流的Prompt（提示词），闭环子业务流任务，最终实现给定任务目标，完成用户意图。AI Agent 从四个方面影响物理世界：对象变化：网络的服务对象新增硅基（智能体）连接，智能体作为独立的个体使用网络。未来物理世界交互的对象将从人与人扩展到人与数字人、人与机器人，人与家庭服务机器人、机器人与机器人等。体验变化：传统网络主要针对下行流量进行网络覆盖和容量设计，AI 智能体引入后，对网络带来时延和上行速率的要求。内容变化：交互的模态将 2D 音视频扩展到环境信息、通话双方 3D 场景等，例如两个人远程虚拟现场谈
281、话，AI 实时生成两个人谈话的 3D 场景，让通话双方感受到相同的场景和温度，使人身临其境。范围变化：过去网络服务是以人为中心设计的，围绕人的活动范围确定网络的服务能力，未来要考虑类人智能体的活动能力和活动范围，提供全时全域的在线服务能力。在人与 AI Agent 交互的过程中，AI Agent 端到端响应时延至关重要，时延如果太大，用户体验差，势必会影响 AI Agent 发展。响应时延包含两部分：一部分是 AI 处理内容时延，另一部分是网络传输时延。根据华为预测，AI agent 端到端时延在 400ms 内可以达到真人面对面交流体验，2024 年 OpenAI 发布的ChatGTP-4o
282、，用户提问到 AI 反馈，端到端时延约 700ms，体验已经接近真人级。根据华为预测，在 2030 年人与 AI Agent 交互过程中，平均 1s 内会有 3 张图片随语音一起传输，如果想获得优秀体验，则网络保障速率至少 10-20Mbps，如果想获得极致体验，则需要32-64Mbps。（表 4 AI Agent 网络时延和带宽的需求）图片大小网络时延 保障带宽优秀体验200KB（小图）200ms10Mbps400KB（大图）20Mbps极致体验200KB70ms32Mbps400KB64Mbps表 4 AI Agent 网络时延和带宽的需求148通信网络 2030场景分类商用时间家庭车业务
283、峰值带宽往返时延业务影院10 年内16K 视频（180 英寸屏幕）1.6Gbps50ms1.6Gbps，20ms（16K XR）游戏10 年内360o24K 3D VR/AR4.4Gbps5ms4.4Gbps，5ms（24K XR）全息教学10 年内10 英寸全息12.6Gbps20ms12.6Gbps，20ms全息会议1020 年真人级全息(70 英寸)1.9Tbps15ms12.6Gbps，15ms（微缩全息，10 英寸)自动驾驶10 年内家庭机器人10cm 定位5 个 9 可用性520cm 定位5 个 96 个 9 可用云电脑23 年内极速 GPU 云电脑(浅压缩编码，4K 60fps)
284、500Mbps15ms存储12 年内极速融合存储(类本地化体验)5Gbps5ms家庭安防23 年内3D 光感知(1024*768 30fps)1Gbps20ms2.2 住行合一网络：相同宽带体验的第三空间随着华为 ADS（Advanced driving system）高阶智能驾驶辅助系统、特斯拉 FSD（Full Self-Driving）自动化辅助驾驶系统大规模落地商用，百度萝卜快跑无人出租车在武汉火爆出圈，可以预见的是，到 2030 年，汽车端到端自动驾驶将成为新常态，汽车从停车场驶出自动接客、沿途自动驾驶、到目的后自动泊车，汽车驾驶员的大脑、眼睛、手和脚将被解放。在对未来自动驾驶汽车的
285、畅想中，最具有吸引力的就是在汽车里面也可以享受到和在家庭环境一样的沉浸式影音娱乐、社交、办公体验。车内和家庭当前都已经出现多屏应用场景，未来将会有 3D、全息的应用场景，家庭8K/16K大屏、车内MR将逐渐普及。从 5G-A/F5G-A/Net5.5G 开始，移动和固定宽带基本上同步迈入超千兆时代，这也支持了住行合一的体验实现。自动驾驶的汽车在未来将成为家庭、办公室之外的“第三空间”，未来用户可以享受到从家庭到出行，再到办公室的连续宽带业务体验。（表 5 家庭和出行对网络的需求）表 5 家庭和出行对网络的需求人们在家庭和办公室的业务场景包含大屏、多屏、3D、全息教学和 XR。随着具身智能和人形
286、机器人技术不断发展，机器人会更聪明、更类人，能执行更多的实体任务。视觉感知能力作为机器人“眼睛”，是多模态交互和环境感知的重要组成。机器视觉要实现对环境的全量感知，需要高空间分辨率、高帧率和宽泛的感光范围，这将导致图像信息量大幅提升。同时为了满足类人互动的高实时性，对网络提出新要求：网络带宽需百倍提升，网络需满足超低时延要求。考虑到真人级全息会议在 2030 年普及率不高，家庭和办公业务的主流宽带需求还是 110Gbps、时延小于5ms。未来家庭和办公网络将不仅提供宽带的无缝覆盖，还将支持居家办公、场所安全和机器人等全新生活场景。家庭网络基于通信感知融合能力，能够感知用户位置、室内空间、环境安
287、全等，为人们构建一个更加人性化的居住和办公环境。到 2030 年每月平均家庭网络流量达到 1.3TB。据企业业务市场洞察显示，90%以上城市居民工作与生活在各类园区，80%以上的 GDP 和 90%以上的创新在园区内产生。人们在政务、149通信网络 2030金融、工厂制造、能源、交通等领域的生产活动中越来越多的依赖云技术和 AI 技术。根据权威机构统计，人均终端数量从 2022 年的人均 1台增加到了 2025 年的人均 3-5 台，加上海量的物联终端和哑终端通过无线方式接入到网络中，未来到 2030 年无线终端增长将超过 10 倍。视频会议作为企业远程沟通和混合办公的重要工具，高清视频会议作
288、为关键增长点，预计全球市场每年将增长 10%。对于企业场景，提供Wi-Fi 7 和 10Gbps 能力基础设施，为企业提供更好的云计算和 AI 服务将非常重要。人们在移动第三空间（车内）的业务场景也将包含 3D、全息教学和 XR。未来 10 年，对网络带宽的主流需求是支持 1Gbps10Gbps，网络时延也要小于 5ms。考虑到自动驾驶依托网络的车路协同场景，对网络的可用性也提出了更高要求，可用性要大于 5 个 9，并支持 10cm的定位精度。同时，随着自动泊车、自动接客等场景不断完善，对停车场等车辆启停位置的网络覆盖和速率，也提出了明确的要求。除了沉浸式影音娱乐，未来家庭还有云电脑、家庭安防
289、、云存储/NAS 等丰富的业态。云电脑是在云网融合趋势下催生的重要云业务，其利用云渲染技术，将本来在终端侧的计算和渲染转移到综上，面向未来家庭、办公室、自动驾驶汽车三个空间，需要构建住行合一的万兆网络新能力。云端，用户使用轻终端即可享受电脑业务。家庭安防，除了已有的家庭智能摄像头，其他感知技术也在向着升维和融合的方向不断演进，逐渐出现了如 3D 光感知康养等新的安防方案。家庭存储在向着极速、融合、应用集成等方向发展，极速云存储不仅可实现数据存储及备份等基础业务的类本地化体验，还支持文件在线编辑、在线视频即点即播等极速速率体验，并可集成文档协作、智能相册等丰富的在线应用等。华为预测到 2030
290、年全球家庭云存储个人云盘渗透率将达到 35%，家庭云电脑业务渗透率将达到 17%，具有隐私保护功能的 3D 雷达光感知家庭健康看护渗透率达到 8%，家庭看家和安防摄像头在中国渗透率将达 24%，全球也将达到 15%。随着全球固网光纤网络代际发展，到 2030 年 F5G-A 将形成主流，全球光纤宽带用户数量达 16 亿，千兆及以上家庭宽带渗透率达到 60%，对应 F5G-A 万兆家庭宽带渗透率达 25%，FTTR-H 家庭光纤渗透率达到 31%，面向中小企业 FTTR-B 宽带渗透率达到 41%。150通信网络 20302.3 空天地全域立体网：提供全球无缝覆盖的无边界宽带体验未来宽带将不仅在
291、地面，还将延伸到空中，从小于千米高度的无人机、低空载人飞行器到万米高度的航空飞行器，再到数百公里高度的低轨航天飞行器都需要宽带连接。空天地全域立体网络将由覆盖半径 100m 的小站、110Km 的宏站和 300Km1000Km 的低轨卫星网络共同组成，分别为用户提供万兆、千兆、百兆的连续立体无缝宽带体验。宽带将成为生活不可分割的一部分，伴随着人类娱乐和生活的足迹，也伴随着工业、农业智能化的无人值守需求，走向海洋、大漠和天空。一张由天空和地面交织的宽带网络，将为人类新生活体验、行业万物智能化提供服务。（图 2 全域立体宽带网络）2.3.1 地面网络回望无线网络的发展历史，我们已经见证了无线蜂窝网
292、络技术进步带动数字经济发展的关键作用，及其带来的巨大经济和社会价值。为使能多样化的新兴业务体验，地面网络能力持续向更快和更深拓展。更快：为了支撑 XR、裸眼 3D 等极致业务体验，5G-A 在 5G 基础上进一步将下行速率 1Gbps提升到 10Gbps，上行速率从 100Mbps 提升到1Gbps，带宽能力提升 10 倍；超宽带频谱是万兆能力的基础，设备能力向多频化、宽带化方向发展。在现有近 100MHz FDD 频段与 100200MHz TDD 频段基础上，引入具备更大带宽的 U6G 频段，能够提供200-400MHz 可用频谱；引入毫米波频段，能够提供高达 800MHz 的频谱资源。不
293、同区域可图 2 全域立体宽带网络以结合业务需求和网络建设节奏，分梯次的采用 Sub6G，U6G 频段和毫米波的频谱组合进行网络建设。由于无线基站站址资源的稀缺性和高价值特征，在现有宏站、微站站址基础上进行叠加频段升级是最经济和高效的建设模式，因此一方面对设备的多频能力提出了更高的要求，另外一方面，也要求提升 U6G 频段和毫米波频段的覆盖能力，以便最大程度的复用现有基站站址资源。更深：无线网络用户分布符合二八原则，20%在室外，80%在室内，无线网络要具备深度覆盖能力。一方面可采用室内数字化方案，借助 DMIMO 等极致容量能力充分满足室内的高容量场景需求，如机场、体育场馆、Shopping
294、Mall 等。另一方面，也可以在 Sub6G 频段引入FDD MM、SDL、SUL 等技术来提升室外宏站O2I 覆盖室内的网络能力，从而满足大部分室内场景的体验需求。高度覆盖用户体验带宽低轨：卫星/空间站高空：航空器低空：无人机地面百兆千兆万兆数十万米千米百米151通信网络 20302.3.2 NTN 网络广袤的地球表面，陆地面积只占 29%，71%被海洋覆盖。陆地上也存在崇山峻岭、戈壁荒漠等人迹罕至、人类无法生存的地方，这些地方长期无地面宽带网络覆盖。随着经济全球化不断发展、人类不断探索自然、开采自然资源，过去的无人区内，越来越多的出现人和物联网设备的足迹，因此在无人区有宽带覆盖的诉求也越来
295、越强烈。卫星处在高空，以低轨卫星为例，其处在离地 300-2000 千米距离，可以轻松实现超大范围的信号覆盖，为无人区、人烟稀少的地方等提供服务。因此，卫星宽带/窄带通信越来越受青睐。近 10 年，随着火箭回收技术的不断成熟，卫星单位发射成本不断下降，不少企业开始或计划大规模部署低轨卫星，在蜂窝网覆盖之外的地区，面向家宽用户提供百兆宽带能力。但是，卫星网络受频谱资源限制和干扰因素影响，单颗低轨卫星的实际峰值容量约1020Gbps，宽带接入单用户体验速率 100-200Mbps。假设 1 万颗卫星组成覆盖全球的卫星网络，分布在超低轨道（VLEO）到低轨道（LEO）的多个轨道平面上，每颗卫星与多个
296、方向的卫星基于 100Gbps 以上的激光通信组成多路由星间光链路，考虑到卫星实际经过的地区至少一半是海洋、沙漠等宽带需求极低的区域，实际全球宽带卫星网络有效容量将在100Tbps 左右，容量密度小于 2.5Mbps/km（相当于地面 4G 普通城区网络容量密度的几十分之一）。标准层面，3GPP 正在积极定义全球统一的面向NTN 网络的移动通信协议标准，Rel-17 发布了第一个基于 5G 标准的透明转发技术标准，Rel-18 提升了 IoT-NTN 覆盖与性能、完成空口传输链路增强等特性研究，Rel-19 正在研究支持星上再生的网络架构和星间链路技术以进一步提升卫星网络的性能和效率，预计 R
297、el-20 将正式发布 NTN 手持宽带智能终端的新标准。和地面网络相比，卫星网络的星间连接和拓扑具有随时间持续动态变化的特点，因此在卫星组网技术上需要考虑由于时变动态性带来的新挑战。IETF 正在积极制定与动态网络相关的标准，包括成立时变路由（Time-Variant Routing）工作组，对具有时变动态特征的网络应用场景、功能需求以及网络管理模型进行讨论和标准化，而卫星网络是 TVR 的重要应用场景之一。终端层间，随着低轨通信卫星宽带的终端尺寸持续优化，业界最新推出的小型化便携式宽带卫星 CPE 产品重量降低至 1.1kg，尺寸小至可以装入背包中携带，借助电池供电，可基本满足个人移动性的
298、需求，如：网联汽车、野外露营和勘探工作等。可以预见未来卫星通信将作为 5G-A 网络的网络边缘补充，满足人和物从窄带到宽带的业务需求，实现全球普遍覆盖的无边界体验。152通信网络 20302.4 工业互联网：面向智能制造、服务于人机、机机协同的新网络工业互联网（Industrial Internet）是信息通信技术与工业经济深度融合的新型基础设施，通过对人、机、物、系统等的全面连接，构建起覆盖全产业链、全价值链的全新制造和服务体系，为工业乃至产业数字化、网络化、智能化发展提供了实现途径。传统工业互联网体系包含工业控制、工业软件、工业网络、信息安全四个关键组成，其中工业网络是整个体系的基础。传统
299、工业网络基于 ISA-95 金字塔模型构建。这个架构已经存在了 20 多年，是一个服务于“以人为核心”的制造体系。随着智能制造的发展，未来需要一个面向智能制造、“服务于人机（机器人）协同、机机协同”的新架构。新架构以人、机器人、智能平台（云/边缘计算）三者对等构建，私有的工业总线将被支持实时性的通用化工业网络和开放的数据层所替代，智能平台将汇聚人和机器人的各项数据，实时分析和决策，支撑人与机器人工作的有效协同。为支撑工业互联网平稳发展，网络需满足以下三点要求：网络确定性时延：工业领域的自动化控制、运动控制等场景对网络数据传输的时延、抖动、可靠性等方面需要有严格要求。网络可靠性：工业现场的控制业
300、务往往都在毫秒级，因此为保障网络故障不影响业务，网络倒换要更快，要达到亚毫秒级。运维管理智能：工业网络运维管理的一个基本原则就是“0”工作量，即简单直接，不能给工业生产带来额外的负担据华为的预测，2030 年全球总联接数将会达到2000 亿，其中无线、无源联接数约 1000 亿，基于有线、Wi-Fi、短距通信的联接数约 1000 亿。工业领域除了海量的压力、光电、温湿度传感器外，还有大量的智能摄像头、无人机、工业机器人也将接入到网络中。随着 AI 时代的到来，华为预测到 2030 年全球将有 2000 万工业机器人加入先进智能制造领域。随之而变的是，工业网络将从传统的多种窄带技术走向更加通用化
301、的宽带技术。通用化的工业网络，将打破传统消费、办公和生产业务的边界，基于 5G、TSN、IPv6+、Wi-Fi7工业光网等确定性宽带网络和切片技术实现融合承载，满足任意人/物（Any-Workforce）的互联，以及消费、办公和生产系统全要素上云的需求。通用化的工业网络还将实现同厂家办公与生产系统之间、同行业不同厂家之间、不同行业相关业务之间的数据按需分享和工作无缝协同，满足任意业务（Any-Workload）的宽带互联、多云数据共享需求。通用化的工业网络将更加智能，面向无边界、移动性、跨行业、跨云需求，支持基于意图驱动的网络自动化管理和基于 AI 的主动式安全和隐私保护，满足任意地点（Any
302、Workplace）的业务安全可信的需求。每个企业都存在多种业务类型，要求通用化的工业网络满足业务可用、安全、可信三类需求，如智能医疗包含远程诊疗、监测护理和远程手术等业务；智能电网包含视频巡检、电网控制和无线监测等业务；智能制造包含工厂环境监控、信息采集和操作控制等业务。（表 5 智能化企业对网络的需求）153通信网络 2030表 6 智能化企业对网络的需求参考 信通院5G 端到端切片行业 SLA 需求研究报告行业业务类型业务对网络的要求数量业务可用（单用户、单业务）安全可信带宽需求/单用户（Mbps）业务时延需求（ms）B1B2B3B4B5T1T2T3T4T5S1S2M1M2M311010
303、2020505010010050100205010205105逻辑隔离物理隔离可视可管可运营智能医疗16K 远程诊疗101G监测护理2K全息远程手术510G智能电网视频巡检-电网控制-无线监测-智能制造工厂环境100信息采集10K操作控制1K2.5 算力网络：面向机器认知，联接智算中心、海量用户数据与多级算力服务通信网络带给社会的价值体现在其承载的业务，过去网络帮助人们建立了沟通渠道，承载了通讯服务；今天网络连接了端和云，带给人们丰富的内容，承载了内容服务。今天的网络还是面向人类认知设计的系统，例如视频内容的帧率选择考虑到人类对运动物体的视觉感知力，定义为 30 帧/秒，采集的音频也利用了人类
304、认知系统的掩盖效应机制。对于人类的认知，这样的编码质量可以被认为是精细的质量，但是对于需要超越人类的用例则远远不够，如机器人的监控系统可以从超过人类可听频率的声音中检测到异常。普通人看到事件时的响应速度约为 100ms，因此很多应用基于这个时延进行设计，但是人类之外的应用，如紧急停车系统，则需要进一步缩短响应时间。相 对 于 今 天 面 向 人 类 设 计 的 网 络，根 据 IOWNGF面向 2030 愿景和技术研究报告的分析，未来面向 XR、机器视觉、自动驾驶等智能机器的网络将从四个方面提升性能：首先是增强感知力，能够捕捉物理世界更加精细、精确和多维度的数据，如在工业异常检测场景下，将视频
305、采集的帧率提升到 120 帧/秒；其次是响应速度，如在面向机器控制的场景下，将端到端响应时间缩减到 10ms；再次是支持资源的可扩展性，目的是在动态工作负载情况下实现网络和计算资源的高效利用，如支持资根据每种业务的典型带宽和时延要求，结合对 2030 年企业各种终端的数量预测，可以判断未来一个大中型企业需要 100Gbps 的网络带宽，单用户最大带宽要达到 10Gbps，网络时延根据不同业务存在 1ms/5ms/20ms 多种需求，并存在网络安全、可信的需求。154通信网络 2030源动态线性扩展的能力；最后是能效，主要是提升计算资源的使用效率，需要将目前多数企业采取的固定配置的计算资源使用方
306、式改变为云共享服务方式，未来进一步提升为事件驱动的无服务器模式，实现能效的大幅提升。智能机器将产生更加精确的数据，包含网络时钟、地理定标（用于数字世界的精确建模），从而摆脱数据的处理和计算对于今天高度集中的互联网平台的依赖，应用程序将向以数据为中心转变，实现数据与计算、通信的解耦。面向机器认知的网络，将需要适应海量的机器数据采集和传输、非常严格的时延要求，以及大量用户订阅的需求，可以根据系统整体状况和重要程度的不同，控制数据发布者的数据生成和注入，可以在网络中的通信、计算节点之间存储和共享数据，可以提供精确的时间和位置标记，能够确保数据安全、隐私和完整性，支持数据在不同协议之间的代理服务，并可
307、以跨越多个不同的网络。数据中心层面，随着 AI 大模型的发展，模型参数将发展到万亿、十万亿、乃至百万亿，单体智算中心难以有效应对大模型的发展。现阶段，常见的单体智算中心算力规模通常在 1 万至 5万卡之间；先进的单体智算中心算力上限约为6 万卡。从技术层面看，当算力需求超过 8 万卡时，单体智算中心在供电稳定性、散热效率、网络带宽等方面都会面临巨大挑战。这些技术瓶颈使得单体智算中心难以实现 10 万+卡的算力规模。因此，面对 AI 日益增长的高算力需求，跨数据中心分布式算力协同成为必然趋势，数据中心网络将持续向超融合数据中心网络演进，从以前的多技术以太、IB、FC 等多种网络技术向超融合以太演
308、进，并提供一个支持大规模、高吞吐、高可靠的数据中心网络。终端层面，随着摩尔定律的放缓，终端算力在超过 128 核之后，经济性将面临瓶颈，同时受制于体积和功耗的约束，终端本地算力势必无法支撑超大大模型的运行。同时，云数据中心受到传输带宽成本和时延的影响，也无法满足未来智能机器海量强实时业务的处理需求。因此，面向机器认知的新型网络需要支持在边缘侧部署大模型进行数据分析处理、推理等功能，而不必将数据全部传到中心云。未来网络将联接云、边、端，将海量机器数据传输到各级算力基础设施，根据不同业务 1ms/5ms/20ms 的时延要求，实时地将数据调度到城市内分布式的边缘计算、城市群的数据中心集群、骨干的集
309、约化大数据中心等三级计算资源。（图 3 面向机器数据服务的三级计算资源）图 3 面向机器数据服务的三级计算资源低低高高城市内（边缘计算）城市群（区域数据中心集群）骨干（东数西算集约化数据中心）实时性计算强度155通信网络 2030计算的效率、可信度与网络的带宽、时延、安全性、隔离度都存在相关性，计算与网络需要相互协同。主流运营商已经发布了计算与网络融合服务的新商业愿景，并提出了“算力网络”的全新理念，希望将云边端多样的算力通过网络化的方式连接与协同，实现多级算力服务的按需调度和高效共享。算力网络代表了从“面向人的认知”向“面向机器认知”的网络设计理念的重要变化。中国政府在关于加快构建全国一体化
310、大数据中心协同创新体系的指导意见中明确提出：“随着各行业数字化转型升级进度加快，全社会数据总量爆发式增长，数据资源存储、计算和应用需求大幅提升，迫切需要推动数据中心合理布局、供需平衡、绿色集约和互联互通，构建数据中心、云计算、大数据一体化的新型算力网络体系，促进数据要素流通应用，实现数据中心绿色高质量发展”，并提出要“通过引导数据中心集约化、规模化、绿色化发展，在国家枢纽节点之间进一步打通网络传输通道，加快实施东数西算工程，提升跨区域算力调度水平”。为 支 持 算 力 网 络 标 准 工 作 的 积 极 开 展，ITU-T 开 启 Y.2500 系 列 编 号，以 Y.2501“Computi
311、ng Power Network-framework and architecture”为 首 个 标 准，将 形 成 算力网络系列标准，并与中国通信标准化协会（CCSA）算力网络系列标准相互呼应，算力网络已经纳入了很多运营商 6G 与未来网络技术研究的范畴，是未来 10 年通信网络演进的关键场景。华为预测，到 2030 年，为支撑城市内应用1ms 入云入算，城市内光联接将延伸至家庭、楼宇、企业、5G 基站等城市全场景，每万人将会拥有 4 个全光 OTN 锚点，其中 100G 锚点会占据 25%；政府机构，金融机构，重点院校和科研机构，大型医院，大型工业企业所在场所以及县以上开发区和产业园区的
312、传送网 OTN覆盖率将达到 100%。156通信网络 20302.6 自智网络：无人值守自进化网络回顾波澜壮阔的通信行业发展史，关键技术的持续创新，促进了运营商网络能力的不断跃升。网络能力的跃升激发了多样化业务创新，促进了各行各业繁荣，同时，网络自身也提出了业务敏捷发放、用户体验精准保障、跨领域高效运维的高阶智能化目标。随着生成式 AI 取得突破，通信大模型等关键技术快速发展，电信行业在迎来新流量、新连接、新业务的巨大发展机遇的同时，网络的智能进程也将会显著加速。未来，运营商根据自身情况，结合 AI 智能体、数字助理，面向客户提供零故障、零等待、零接触的极致服务体验，面向网络实现自配置、自保障
313、、自优化的运营运维，对内促进业务创新增收、对外赋能行业构建新质生产力。华为预计，领先运营商的网络自智水平将在2025年后陆续实现L4级别，到2030年，全球大多数运营商的网络将达到 L4 级别。从技术维度来看，L4 级自智网络的关键特征是以机器作为运维的主体，人在关键任务/场景提供决策辅助。在未来大部分场景中，机器使用 AI 来理解人的意图，然后生成下一步网络规划和优化的建议，并使用决策式 AI 模型完成智能决策，实现以机器为主的自智网络。同时，TM Forum 也给出了从业务价值维度定义的自智网络 L4 的特征，供产业参考并有序地迈向 L4 级自智网络。（表 7 自智网络代际特征）通信大模型
314、是实现自智网络 L4 的关键使能技术，通信大模型通过打造 AI 智能体和数字助理，端到端重塑网络能力，可以有效支撑运营商智能化目标达成。AI 智能体可以充分利用通信大模型的意图理解和逻辑推理能力，实现电信领域复杂问题的分解和最优方案的决策，再调用系统能力，完成面向特定场景的自治，带来全新的网络运营运维体验。AI 数字助理可以充分利用通信大模型的自然语言理解能力，为不同角色量身打造个人数字助理，通过自然语言完成复杂的人机交互工作，一方面降低员工的学习难度，提升员工学习效率，另一方面将海量知识和数据按需提供给员工，提升其运营运维效率。随着 AI 智能体和 AI 数字助理逐步应用于网络的“规、建、维
315、、优、营”全生产流程，通信网络 2030 年将迎来四个方面的重塑：重塑运维模式：基于自然语言打造全新的交互运维模式 重塑系统能力：围绕感知-分析-决策-执行，全面提升现有系统能力 重塑业务流程：以机器为中心设计业务流，端到端流程自动化，缩短业务上市时间 重塑集成模式：摆脱传统 API 集成模式，通过大模型实现自助式集成，缩短业务 TTM视角商用时间代际特征L3/机器辅助人L4/人辅助机器面向客户零等待业务发放自动化业务交付自动化零故障体验可感可视体验可评估可保障零接触可视可交互面向网络自配置配置自动下发事前仿真、事后验证自修复精准诊断隐患预测预防自优化单目标专项优化多目标协同优化表 7 自智网
316、络代际特征157通信网络 2030未来网络关键技术特征03从联接百亿人到联接千亿物，一个智能原生、安全可信，具备确定性体验和通信感知融合能力的立体超宽、绿色网络是未来网络发展的方向。（图 4 通信网络 2030 的愿景）3.1 未来网络技术发展方向图 4 未来网络技术发展方向 绿色低碳立体超宽智能原生安全可信通信感知融合确定性体验通信网络2030计算传感边缘显示云机器内容车家居联接百亿人 到 联接千亿物产业愿景 技术预见 业务场景 目标网络个人家庭组织158通信网络 2030通信网络2030具备6大技术特征和17项关键技术，每个关键技术又包含多项未来需要研究的技术点。（图 5 通信网络 203
317、0 的关键技术特征）3.2 关键技术特征图 5 通信网络 2030 的关键技术特征 智能原生自动驾驶网络边缘智能原生绿色低碳极简架构光电混合系统节能&多维能效通信感知融合无线感知光感知WiFi 感知安全可信网络安全数字可信立体超宽3 个万兆接入超宽全 T 网络MTN 卫星通信网络确定性体验三级时延圈端到端切片5 个 9 以上高可靠泛在差异化体验保障网络2030关键技术特征159通信网络 20303.2.1 立体超宽网络未来几年，网络性能将持续提升，从今天的泛在千兆增长到泛在万兆。根据华为预测，2030年全球人均月无线蜂窝网络流量增长 40 倍，达到 600GB。全球千兆以上及万兆家庭宽带网络渗
318、透率分别达到 60%和 25%，家庭月均网络流量 增长 8 倍，达到 1.3TB。网络接口将从 400G升级到 800G/1.6T，单纤容量突破 100T，在网络覆盖能力上要从地面走向空间立体网络。1)3 个万兆接入：个人、家庭、组织共同迈入万兆时代到 2030 年，随着全球各国光纤网络的广泛部署，有线和无线将从今天的家庭、个人、园区三千兆共同迈入三万兆时代。支持万兆家庭宽带，光接入网络预期 2027 年50GPON 会 超 百 万 端 口，2030 会 需 要 用 到200G PON 的技术。传统用于 WDM 的相干检测技术将用于 PON 领域，可以显著提高接收器灵敏度，并支持更高频谱速率的
319、调制格式，如QPSK、16-QAM 等，实现更高的数据速率。为实现万兆个人宽带能力，移动网络主要研究方向是充分发挥 Sub100GHz 频谱组合优势和Massive MIMO的持续演进，标志性创新技术如下：ELAA-MM（Extremely Large Antenna Array-Massive MIMO）：增强高频段（如毫米波、6GHz 频段）的覆盖，实现无处不在的下行 10Gbps 体验。MBSC（Multi-band Serving Cell）：把多个频段绑定成一个虚拟大载波，共享控制信道，节省控制信道资源，提升下行用户体验约30%，提升小区容量约 20%。FSA（Flexible Sp
320、ectrum Access）：通过灵活的上下行时隙资源配比，有效缓解上行资源瓶颈，实现上行 1Gbps 体验。3GPP Rel-16 标 准 中，5G NR 定 义 了 两 个 频率 范 围 FR1 和 FR2，涵 盖 了 从 450MHz 到52.6GHz 的所有 IMT 频谱；Rel-17 标准中新标识了 6GHz 授权频谱（n104）；Rel-18 标准的正式冻结标志着成功开启 5G-A 时代，6GHz 授权频谱已经完成 6425-7125 MHz（n104）频段的明确定义；Rel-19 涵盖了 5G-A 进一步演进的重要方向，首批立项涵盖：AI 空口技术、通感融合（信道研究）、Ambi
321、ent IoT 无源物联等新业务及技术方向，并启动新频谱7-24GHz的信道模型研究。这标志着 100GHz 以下频谱向 5G 全面演进已经成为业界共识。面向 Massive MIMO 的持续演进，Rel-17 标准中定义了 FDD CSI 增强，TDD SRS 扩容标准特性；Rel-19 中立项了 U6G 新频段混合波束赋 形（HBF）、子 带 全 双 工、FDD 64T/128T Massive MIMO 等多天线相关的重要课题。为实现万兆园区宽带接入能力，未来还需要研究全光以太技术万兆和百 GE 接入、支持毫米波和高密度 MIMO 的下一代 WiFi 技术，WiFi 7 理论上可以支持万
322、兆的用户接入能力，由于无线空口技术已经逼近香农极限，未来 WiFi 和移动网的发展都需要引入更大的频谱空间，而频谱又属于稀缺资源，业界也在讨论未来 WiFi 8 与 6G 融合的可行性。160通信网络 20302)超宽全 T 网络：接入、骨干、数据中心网络全面进入 T 时代综合考虑家庭、个人、企业、AI 训推等场景人与物的宽带需求，在流量驱动下，未来网络接入 层 将 出 现 T（Tbps，1Tbps=1024Gbps）级别的接口，骨干设备每槽位将支持 40100T 的接入容量，数据中心将出现每槽位 400T 的网络设备。2030 年，运营商在千万人口规模城市的宽带通信网络，将在接入、骨干、数据
323、中心内和互联网多个环节进入全 T 时代。为 满 足 业 务 发 展 需 求，数 通 设 备 需 要 研究 800G/1.6T 的 高 速 以 太 网 接 口 技 术，和200GE/400GE 接口相比，800G 以太网是一个全新的技术，还没有完成标准化工作，目前有两种技术路线，一是继续采取可插拔的模式，二是采取光电合封的技术（CPO），两种技术路线未来都会占据一定的市场空间。预计超过800G 的可插拔光模块将遇到功率和密度问题，光电合封的技术将成为主流选择。同时波分设备也需要突破单系统 100T 的传输能力，未来需要一系列的技术突破才能满足新的需求，包括研究高波特率的电光调制器材料、空分复用传
324、输系统与器件、从 C 波段扩展到 L和 S 波段的新型光放大器技术等。3)NTN 卫星通信网络：地面网络覆盖有效补充低轨卫星宽带接入主要面向偏远地区的家庭、企业、轮船等场景，以及将卫星宽带作为回传链路与地面蜂窝网、WLAN 网络结合，面向偏远地区的乡村或者企业提供宽、窄带覆盖的应用案例。图 6 卫星通信网络行业物联VLEO（500Km）LEO（1000Km）跟踪/遥测指令站 5米天线 关口站1米天线（最多30个）商业用户双抛物面天线家庭用户多通道相位阵终端星间光链路（多个链路方向/每个卫星）互联网1Gbps100Mbps1020Gbps数百个几个600Gbps万颗卫星偏远家庭161通信网络 2
325、030在星地之间传输域，由于要支持宽带 CPE 终端和手持 NTN 终端高效接入卫星网络，需要研究深衰落、大时延、超高多普勒频移和高动态的新空口技术；需要研究针对空口随机接入和高速切换的时频同步技术、面向星地链路特点优化的编解码/波形/调制/多址等关键空口技术，实现高可靠的接入、高效的多址和无线传输、高速移动性管理。为了提升卫星的覆盖能力和网络谱效，需研究高性能的多天线波束赋形技术，突破超大孔径高增益多天线技术，具备超多波束并发的空分复用能力和波束的高速切换能力，满足高性能宽带 CPE 终端和 Rel-20 智能手持终端的接入需求；同时还需要研究星内波束间、星间协同抗干扰技术，提升空间频谱复用
326、率和谱效；需要研究多层低轨星座下，针对星地链路的时频空功多维度资源的多用户统一调度技术，实现网络资源的充分高效利用；需要研究大带宽星地激光技术，满足日益增长的馈电带宽需求，需要解决激光传输抗大气湍流等技术。在卫星之间传输域，不同轨道高度的卫星构成多层星座，每层星座内通过星间链路组网。同轨、同层、邻层卫星之间按需建设星间链路，形成空间立体网络。星间链路将采用激光、太赫兹等技术，支持 100Gbps 以上的速率；需要研究工业产品如何航天化、相控阵列天线小型化、星间光动态跟瞄等技术。在网络的管理和控制域，包括运控中心、网管中心、信关站和融合的核心网，为完成星网管理、用户管理和服务支撑等任务，需要研究
327、地面关口站与星座网络间的弹性高效动态路由协议，支持多层卫星星座智能切换的超分布融合核心网等新技术。162通信网络 20303.2.2 确定性体验为满足家庭场景下办公和学习等业务需求、企业场景下安全和可靠性生产的需求，通信网络要能做到确定性体验。1)三级时延圈：20ms/5ms/1ms 时延圈满足差异化业务诉求未来 10 年，互联网流量模型将发生颠覆性的变化，从目前服务消费娱乐的“自上而下”内容流量转变为服务全行业智能化的“自下而上”数据流量，智能机器产生的大量数据需要在数据中心处理。为协调电力和算力的发展，构建全社会绿色算力，网络需要服务于未来数据中心的集约化布局，根据不同的业务需求，以用户为
328、中心构建骨干、城市群、城市内三级时延圈，满足 20ms、5ms 和 1ms 的不同业务诉求，并可以根据业务属性通过网络层面直接进行实时调度，实现全社会算力的绿色和高效。除了通过网络架构构建三级时延圈，对业务时延进行系统性保障，业界还需要对网络端到端的确定性技术进行研究。城市内光联接延伸至家庭、楼宇、企业、5G基站等城市全场景。全光传输向大型企业、楼宇、5G 基站等末端延伸，万兆接入支撑各行业数字化转型，1ms 入云入算，赋能 F5G-A+X，5G 2B 等行业应用扩展。到 2030 年，政府机构，金融机构，重点院校和科研机构，大型医院，大型工业企业所在场所以及县以上开发区和产业园区的传送网 O
329、TN 覆盖率将达到 100%。家庭宽带、政企、5G、数据中心等业务的汇接点，由全光网统一传送，实现多技术协同，业务智能分流，支持各类业务的一跳入云入算。到2030年，每万人将会拥有4个全光OTN锚点，其中 100G 锚点会占据 25%。无线接入的场景下，随着算力/数据向边缘下移，无线部分的时延在整个端到端网络时延中的占比可达到 30%60%，缩减无线部分时延成为改善端到端会话体验的重点。但无线空口的共享特性决定了多用户复用资源导致实时性和高速率难以得到保障。未来业界需要研究多载波聚合技术、多天线空分技术，通过载波配置和空口容量提升，运用差异化分层分级调度策略，在多频段广义载波内提升业务在时延约
330、束下的带宽，为应用提供确定性体验；智能化的核心网需要建立智能闭环体验保障机制，做到实时体验的感知和调度，保障业务的确定性体验。光纤接入的场景下，目前基于时分复用（TDM）的 PON 技术上行采取突发模式来防止冲突，难以满足低时延的要求，未来需要研究频分复用（FDMA）技术，允许多个 ONT 终端并发，从根本上保障低时延要求。同时PON与OTN结合，P2P 或 P2MP 的联接方式，让用户接入带宽可以达到 100G 以上，一跳入云减少时延。广域网络则需要改变目前尽力而为的转发机制，需要研究 PHY、MAC 层的协议改进，集成SRv6、iFit、RDMA广域无损、确定性IP的新技术，实现端到端时延
331、可按需保障。2)端到端切片：为垂直行业打造更加适配的逻辑“专网”和服务端到端切片为各行业提供独立运行、相互隔离的定制化专网服务，是服务垂直行业的关键切入点。端到端切片是一种有 SLA 保障的网络虚拟化技术，在网络基础设施上隔离出不同的逻辑或物理网络，满足不同行业、不同业务的SLA 诉求，包含无线切片、承载网切片、核心网切片技术及端到端的管理与服务。无线切片技术：无线切片可分为硬切片、软切片。硬切片通过资源隔离实现，如为特定切片静态预留 RB（Resource Block）、载波隔离等；软切片通过资源抢占实现，如基于 QoS 的调度、动态预留 RB 等。目前网络已经实现了基于优163通信网络 2
332、030先级为不同切片提供速率保障，需要进一步研究针对不同切片提供最合适的 PHY/MAC/RLC/PDCP 层无线协议，比如针对 URLLC（超可靠低延迟通信）切片提供具有低时延编码方式的PHY 层、HARQ 机制优化的 MAC 层。承载网切片技术：承载网切片分为物理隔离、逻 辑 隔 离。物 理 层 隔 离 技 术 有 光 层 的fgOTN(Fine-grain OTN)，通过不同的波长或单波长内的 fgODU 承载不同的业务；有 MAC 层的 FlexE(Flex Ethernet)，通过时隙调度实现业务隔离。逻辑隔离技术有 IP 层 SRv6 Slice-ID、流量工程（TE）、VPN 等
333、，通过标签与网络设备资源预留方式实现业务逻辑隔离。物理层隔离和逻辑层隔离技术上互补，可以为承载网提供确定性和灵活性兼顾的网络能力。未来业界需要进一步研究 FlexE 与 TSN、DetNet 的拥塞管理机制、面向时延的调度算法、高可靠冗余链路等技术的融合，以及 PON+OTN/IP E2E 切片能力，提供确定性时延和零丢包的物理切片技术、小颗粒度的接口等。核心网切片技术：在 5G SA 架构中，微服务是核心网网络功能的最小模块化组件。未来业界需要结合三级时延圈的要求，支持将微服务按业务需求灵活编排形成不同的切片，并根据时延带宽需求，把切片微服务灵活部署在不同的网络位置。端到端管理与服务：3GPP 中定义了端到端的 切 片 管 理 功 能 NSMF（Network Slicing Management Function），通过 NSMF 拉通各子域 NSSMF，形成端到端自动化切片，满足切片
