作為全球最具影響力的科技智庫之一，《麻省理工科技評論》憑藉其獨特的觀察力和專業視角，始終站在科技創新的最前沿。為挖掘那些可能改變世界的創新技術，自 2001 年開始了“十大突破性技術”（10 Breakthrough Technologies）的評選。在這份評選裡，我們關注的不僅僅是表面的技術進展，更希望發掘那些具有變革性潛力的科技突破。

在新發現頻頻登上頭條、各大科技公司不斷推陳出新的今天，要判斷那些突破能真正經得起時間考驗殊為不易。正因如此，我們每年都會精心編制這份榜單。儘管我們無法預見未來，但我們期待這些入選技術將在未來數十年持續塑造並影響世界。

以下是我們認為的有可能改變未來的最新重大進展。

重大意義：大語言模型釋放了 AI 的強大潛力，而現在是小模型高效應用的時代。

主要參與者：Allen Institute for Artificial Intelligence、Anthropic、Google、Meta、微軟、OpenAI

不可否認，在人工智慧領域，模型的規模至關重要。2020 年 OpenAI 推出的 GPT-3，是當時規模最大的語言模型。它的問世，直接推動了 AI 性能的飛躍，並引發了一場以更大規模為嚮導的技術浪潮。正如 OpenAI 研究科學家 Noam Brown 在 2024 年 10 月 TEDAI 舊金山會議（The AI Conference About The Impact and Power of AI）上所說：“過去五年人工智慧領域的巨大進步可以用一個詞概括：規模。”

然而，隨著高端模型的邊際收益逐漸減小，研究人員開始探索如何通過“小規模”實現“大突破”。在某些任務中，專注於特定資料集的小模型，性能可以媲美甚至超越更大的模型。這對希望在有限領域部署 AI 的企業來說無疑是好消息。如果你的需求是重複性較高的特定請求，那麼並不需要整個網際網路的資料來訓練模型。

如今，大多數科技巨頭都推出了其旗艦模型的小型版本。例如，OpenAI 提供了 GPT-4o 和 GPT-4o mini，Google DeepMind 發佈了 Gemini Ultra 和 Gemini Nano，Anthropic 的 Claude 3 分為大型的 Opus、中型的 Sonnet 和小型的 Haiku。此外，微軟也在積極開發一系列名為 Phi 的小語言模型。

不僅如此，越來越多的小型企業也開始提供小模型。AI 初創公司 Writer 聲稱，其最新語言模型在許多關鍵指標上的表現與頂級大模型不相上下，而其參數量僅為後者的 1/20。這種效率優勢讓小模型的訓練和運行速度更快，也為企業提供了更加經濟的選擇。同時，這對環境也是一大福音：小模型所需的計算資源顯著減少，因而能耗更低。

除此之外，小模型具備良好的便攜性——它們可以直接在我們的裝置上運行，無需依賴雲端請求。小型化，正成為 AI 發展的新趨勢。

重大意義：這座巨型望遠鏡配備了史上最大的天文數位相機，旨在快速、高效地拍攝大量照片，並持久保存。

主要參與者：美國能源部 SLAC 國家加速器實驗室（SLAC National Accelerator Laboratory）、美國國家科學基金會

當你仰望夜空時，不妨思考一下以下事實：我們能看到的物質僅佔宇宙的約 5%。天文學家認為，暗能量和暗物質構成了剩餘的 95%，但這些神秘物質究竟是什麼？為了揭開這一謎團，以及其他宇宙未解之謎，一台以美國天文學家維拉·魯賓（Vera Rubin）的名字命名的巨型望遠鏡將在智利開展探索。維拉·魯賓在 20 世紀 70 年代到 80 年代觀察到，在幾十個螺旋星系的外部區域，恆星的運動速度比預期的更快。她的計算提供了暗物質存在的重要證據——一種我們無法直接觀測但顯然影響恆星軌跡和宇宙結構的物質。

Vera Rubin 天文台將以更高的精度繼續這一研究。它由 SLAC 國家加速器實驗室和美國國家科學基金會共同營運，並將配備天文學領域迄今為止最大的數位相機。其首個任務是完成“時空遺產巡天”（Legacy Survey of Space and Time）。天文學家將把這台巨型鏡頭對準南半球的星空，連續十年重複拍攝同一片天空區域。

到任務結束時，這台 3.2 億像素的相機預計將記錄 200 億個星系，收集多達 60PB 的資料——當前美國國會圖書館儲存量的三倍。通過使用專門的演算法和超級電腦，這些圖像將被整合為一個時間推移的天文檢視。如此多的星系分佈和形狀資訊將幫助科學家研究暗物質的引力效應，並建立迄今為止最詳細的銀河系三維地圖。

如果一切順利，這台望遠鏡將在 2025 年年中捕獲其首張科學級圖像，這一重要時刻被稱為“首光”（first light）。不久之後，公眾有望看到 Vera C. Rubin 天文台發佈的首張照片。

重大意義：一種全新藥物在預防 HIV 感染方面表現出極好的效果，且每年僅需注射兩次。

主要參與者：Gilead Sciences、GSK、ViiV Healthcare

2024 年 6 月，一項關於預防 HIV 的新藥試驗結果公佈，令人震驚。Lenacapavir 是一種每六個月注射一次的藥物，在烏干達和南非的試驗中成功保護了超過 5000 名女性和女孩免受 HIV 感染，其有效性達到了 100%。

由 Gilead 公司研發的這款藥物具有多重優勢。自 2012 年以來，我們已經有了有效的 HIV 暴露前預防（PrEP）藥物，但這些藥物需每日服用，或在有可能接觸病毒前服用。這對健康人群來說負擔較重。此外，因為這些藥物也可以治療感染，服用它們會帶來一定的社會污名。對一些人來說，這些藥物價格昂貴或難以獲得。在 Lenacapavir 的臨床試驗中，研究人員發現，注射這種新藥比每天服用 PrEP 藥物的效果更好，這很可能是因為參與者未能每天堅持服藥。

2021 年，美國食品藥品監督管理局（FDA，Food and Drug Administration）批准了另一種名為 Cabotegravir 的用於預防 HIV 的長效注射藥物。這款藥物由 ViiV Healthcare（主要由 GSK 控股）生產，需每兩個月注射一次。但儘管需求巨大，其推廣進展一直很緩慢。

科學家和社會活動人士希望 Lenacapavir 的情況會有所不同。目前，美國食品藥品監督管理局僅批准將其用於治療對其他藥物產生抗藥性的 HIV 患者。但 Gilead 已與多家製造商簽署許可協議，計畫在 120 個低收入國家生產用於預防 HIV 的仿製藥。

2024 年 10 月，Gilead 宣佈了 Lenacapavir 的更多試驗結果，在超過 3200 名不同性別和性取向的參與者（包括順性別同性戀者、雙性戀男性、跨性別男性和女性，以及其他非二元性別者）參與的預防 HIV 感染試驗中，其有效率達 96%。

聯合國設定了一個雄心勃勃的目標：在 2030 年終結艾滋病。然而，目前全球每年仍有超過 100 萬新增 HIV 感染病例。不過我們已經有了實現這一目標所需的藥物。現在最需要的，是讓這些藥物能夠真正惠及所有需要的人。

重大意義：生成式 AI 正在重新定義網際網路搜尋，同時也能提升我們在手機上尋找資訊的效率。

主要參與者：蘋果、Google、Meta、微軟、OpenAI、Perplexity

Google通過其 Gemini 語言模型推出的 AI 綜述功能（AI Overviews），正在改變數十億使用者的網際網路搜尋體驗。這一生成式搜尋技術或許是邁向 AI 智能助理的第一步——一個能夠解答所有問題並完成各種任務的未來工具。

與傳統搜尋結果提供一串連結不同，AI 綜述直接為使用者提供簡潔的答案，幫助使用者快速獲取洞見，無需反覆點選多個來源。在 2024 年 5 月美國首發後，因一些不精準甚至荒謬的回答引發爭議，Google對生成內容的來源做出限制，不再使用使用者生成內容、諷刺或幽默網站的資訊。

然而，生成式搜尋的崛起並不僅限於Google。2024 年，微軟 和 OpenAI 也相繼推出了類似的功能。同時，其應用場景不斷擴展，現在 AI 輔助搜尋可以在電腦和各種裝置上分析圖像、音訊、視訊，並提供定製化答案。

儘管競爭者不斷加入，Google憑藉其在全球搜尋領域的主導地位，已將 AI 綜述功能推廣至超過 10 億使用者。這使得搜尋體驗更像是對話。Google和 OpenAI 均報告稱，生成式搜尋改變了使用者與搜尋引擎的互動方式——人們會提出更長的問題，並進行更多的追問。

這種 AI 技術的應用對線上廣告和媒體行業影響深遠。生成式搜尋往往在回答中總結線上新聞或文章的資訊，這可能減少使用者點選原始來源的意願，削弱這些網站的廣告收入。一些出版商和藝術家已針對 AI 模型的內容訓練起訴相關公司，生成式搜尋或將成為媒體與科技巨頭之間新的爭論焦點。

重大意義：一種能顯著減少農業排放的牛飼料加入劑終於問世，為氣候變化難題提供解決方案。

主要參與者：Blue Ocean Barns、DSM-Firmenich、Rumin8、Symbrosia

奶牛打嗝，是導致氣候變化的最棘手的問題之一，現在其解決方案終於取得了實質性進展。

牛在消化過程中會打嗝排出甲烷，羊和山羊也是如此。這種強效溫室氣體是畜牧業排放的最大來源。根據不同的分析，畜牧業排放佔全球氣候污染總量的 11% 至 20%。

隨著全球人口的增長與財富的增加，漢堡、牛排、黃油、奶製品等食品的需求將持續增長，僅通過減少消費需求很難實質性降低排放。

於是，牛打嗝抑製劑應運而生。總部位於荷蘭的 DSM-Firmenich 開發了一種名為 Bovaer 的飼料加入劑，據稱可將奶牛的甲烷排放減少 30%，對肉牛的減排效果更好。其原理是抑制牛腸道中的一種酶，該酶通常將消化過程中產生的氫氣和二氧化碳轉化為牛打嗝時排出的甲烷。2024 年 5 月，美國食品藥品監督管理局批准了該加入劑在美國的使用。目前，Bovaer 已在包括澳大利亞、巴西和歐盟成員國在內的 55 個國家上市。

與此同時，Blue Ocean Barns、Rumin8 和 Symbrosia 等初創公司正在研發以紅海藻為原料的加入劑，這些產品可能進一步降低甲烷排放。其他一些機構則通過嘗試開發疫苗或改變牛腸道微生物群來尋求更持久的解決方案。

不過，現在還不清楚有多少農場主願意為這些產品買單。根據 Bovaer 美國行銷方 Elanco 的說法，使用該產品的農場主可以獲得溫室氣體信用額度，一些公司會在自願碳市場購買這些信用額度，以此來減少其企業的碳足跡。同時，Rumin8 公司表示，使用其加入劑的牛群可提供更多的肉類和奶製品。

當然，這些加入劑並不能解決全部問題。畜牧業還需採取其他重大措施，例如停止對吸碳森林的侵佔，來減少其氣候排放。此外，要真正減少需求，食品公司需開發更好、更便宜、更環保的替代產品，包括植物漢堡和奶製品等。

儘管如此，牛打嗝抑製劑已被視為解決這一重大氣候難題的重要一步。

重大意義：工業廢料、二氧化碳有望變身環保航空燃料，大幅降低排放。

主要參與者：Gevo、LanzaJet、Montana Renewables、Neste、World Energy

2024 年，全球航空業消耗了約 1000 億加侖噴氣燃料，其中環保燃料僅佔 0.5%。不過，這一局面將發生改變。

資料顯示，航空業的溫室氣體排放約佔全球溫室氣體排放量的 4%，而新型替代燃料有望大幅減少航空排放。新型燃料可以使用包括餐飲業的廢油、農作物秸稈、工業廢料，以及從空氣中捕獲二氧化碳等在內的原料製成。根據不同原料，它們可以將碳排放量減少一半或幾乎完全消除。更重要的是，現有飛機無需改裝就能使用這些燃料，這意味著減排效果可以很快顯現。

越來越多的政府也開始重視這一領域，通過立法要求航空公司使用替代燃料，也稱為可持續航空燃料（SAFs）。從 2025 年開始，歐盟和英國機場使用的燃料中，替代燃料至少佔 2%。這一強制要求在未來幾十年中將逐步提高，歐盟要求到 2050 年達到 70%。

目前市面上的可用替代燃料主要來自廢油脂。Montana Renewables 最近獲得了美國能源部 14.4 億美元的貸款支援，用於擴建生產設施。但廢油脂的供應有限，難以滿足未來需求。

幸運的是，其他技術路線也在快速發展。2024 年初，LanzaJet 建成了首個商業化乙醇制噴氣燃料工廠，年產能達 900 萬加倉。用二氧化碳製造的合成燃料雖然還未形成商業規模，但預計將為航空業提供新的選擇。

該領域目前面臨一個關鍵挑戰是成本問題。當下，可持續航空燃料的平均價格是傳統燃料的近三倍。隨著更多企業進入這一領域，價格有望下降，但新型燃料的成本可能會更高。

重大意義：人工智慧讓機器人學習新技能的速度大幅提升。

主要參與者：Agility、亞馬遜、Covariant、Robust、豐田研究院

生成式人工智慧正在徹底改變機器人的訓練方式，科幻小說裡那種無所不能的機器人，似乎離我們越來越近了。

機器人與人工智慧的淵源由來已久。多年來，機器人一直在用人工智慧來探測障礙物。但最近幾年，大語言模型的快速發展讓機器人專家們看到了新的可能。

大語言模型可以“消化”海量的文字資料——從教科書到詩歌再到使用手冊，然後根據需要生成新的內容。這種方法用在機器人身上似乎很有前景，但難度也不小。畢竟，生成文字是一回事，指導實體機器人完成複雜動作則是另一回事。

現在，研究人員終於在這個領域取得重大突破。他們找到了一種把各種資料相結合併轉化為機器人能理解的資訊的方法。以洗碗為例：可以讓人戴上感測器收集真實的洗碗動作資料，讓人用機械臂遠端操作收集示範資料，還可以從網上蒐集大量人類洗碗的圖片和視訊，再把這些資料經過適當處理後輸入人工智慧模型，就能訓練出一個比使用傳統方法訓練更具優勢的機器人。學習了同一任務的多種完成方式，人工智慧就能更好地隨機應變，在現實環境中做出恰當的判斷。

這一突破將徹底改變機器人的學習方式。一些倉儲機器人已經開始採用這種先進的訓練方法，從中積累的經驗將為未來打造智能家用機器人奠定基礎。

#十大突破性技術 你可以在這裡找到鉅亨號中所有使用「十大突破性技術」為關鍵字所發布的內容