目前美國政府的傳達資訊是，這場行動的衡量應以周為單位而非月，川普此前曾給出了四到五周的時間表，昨天又表示對伊作戰已基本結束，但不會是本周。之前我們分析過美伊戰爭對經濟和投資的影響，這次我們主要分析下接下去的持續時間。打擊目標的優先排序：包括消除伊朗的核計畫、導彈庫、海軍力量、以及對國內抗議的回應、瓦解哈米尼集團等。每個目標時間框架都不同，例如瓦解哈米尼集團可能設定為長期目標，而其他為短期目標。分析：按照川普最近的態度來看他有點不想打了，主要是他現在最怕油價上漲引發的通膨導致聯準會降息延後，畢竟美債償息壓力太大了，況且他還面臨中期選舉壓力。根據最近調查，美國國內52%的人反對空襲伊朗，只有39%的人支援，年輕選民反對尤為強烈，如果後續美國汽油價格上漲，反對的聲音會更加強烈，所以拖下去對他來說有弊無利。但話說回來對伊朗來說也是一樣的，一旦美國停止打擊，如果哈米尼集團繼續封閉荷姆茲海峽的話反而會成為眾矢之的，因為全世界都只會關心本國的通膨問題，沒人會在意伊朗是為了報復誰。按照上面羅列的任務排序，可能川普一開始以為把哈米尼以及核心團隊成員一鍋端後可以和委內瑞拉一樣快速完成所有任務目標，結果剩餘成員的反抗比他想像的頑強得多。考慮經濟代價後，一些長期任務目標會分步完成，戰爭到本質上算的從來都是經濟帳，因為對美國來說考慮的是本國經濟和居民滿意度問題，對哈米尼集團來說則是存亡問題，兩者的預算彈性完全不同。導彈發射能力：據估計伊朗擁有約2000枚彈道導彈，較多數量的沙赫德-136無人機，自衝突開始以來已發射約1200枚彈道導彈，伊朗的導彈能力可能會在很大程度上限制衝突的持續時間。分析：伊朗的導彈庫存肯定是經不起連續的高強度消耗，而且也不會像很多人那樣天真的認為沙漠裡會長出新武器，因為繼續打下去封鎖石油運輸對我們這個石油進口大國是很不利的。關鍵在於伊朗僅依靠無人機和短程武器就可以控制荷姆茲海峽的通行，導彈庫存並不是關鍵的牌。導彈交火/新攻勢的頻率：高頻率的軍事打擊表明衝突會持續較長時間，而打擊頻率的減少表明局勢降溫或轉向外交管道。同樣，中東地區（如黎巴嫩、伊拉克/敘利亞等）代理行動的增加可能意味著衝突會更持久。任何關於雙邊會談、特使任命、調解談判等都表明正在遠離長期的軍事介入。分析：目前打擊降溫的趨勢已經有了苗頭，哈米尼二號繼位後川普對斬殺的可能性不置可否，雖然伊朗嘴上喊著不想停戰，但其實心裡肯定是想要談的，畢竟雙方力量懸殊，如果美國全力以赴動真格的對哈米尼集團來說是滅頂之災。荷姆茲海峽的通行情況：荷姆茲海峽的完全關閉將給伊朗帶來相關的經濟風險，並危及向中國等關鍵客戶的原油輸送量，但目前海峽實際上已經處於關閉狀態。美國旨在為石油運輸提供保險擔保和海軍護送，該措施有可能降低交付風險，但不能完全消除風險。布倫特原油：在嚴重的地緣衝突中，近期合約的價格錯位可能會非常波動，但除非遠期價格也上調，否則這種波動很難持續。荷姆茲海峽關閉的風險並不意味著2年期價格會出現大幅波動，除非有證據表明荷姆茲海峽將長期關閉。換句話說，要實現油價長期站穩80–85美元的價格，需要2年期遠期價格也開始上漲。分析：很多人不知道，封閉荷姆茲海峽對伊朗來說每天的經濟損失高達1.4億美元，相當於財政收入的30%，再加上戰爭狀態下的大量經濟損耗，其實伊朗比美國更封不起。當然戰爭狀態下封閉海峽是制衡美國最具性價比的手段了，假設伊朗沒有封鎖石油運輸這個經濟武器，也不敢這麼強硬的，這地理位置也屬於老天爺賞飯吃。如果持續封閉荷姆茲海峽幾個月的話，油價大概會到每桶120–130美元的區間，美國將採取一些措施來緩解石油運輸問題，比如放戰略石油儲備、提供油輪保險、海軍護航、停止本國原油出口等。其實幾個月內主要國家靠自身的石油儲備完全可以平抑油價，況且沙烏地阿拉伯、阿聯、科威特、伊拉克的石油生產能力都並未受損，一旦運輸線路通暢後石油價格的回落會十分迅速，這也是布油2年的遠期價格沒有大幅波動的原因，至今為止，油價的波動反映的都是短期的供求。跨資產策略：我們的基準假設保持不變，即全球經濟廣泛增長支援全球股票的普遍上漲，人工智慧主題推動更大的差異化，而不是壓制整體股市的回報。但也必須承認下行風險已經增加，尤其是對於歐洲和新興市場資產，因為其承受更高的石油和地緣風險。1980年以來的油價衝擊歷史表明，其影響大多僅限於整體通膨而並未傳導至核心通膨。如果油價上漲約10%並長期維持，那麼未來3-4個月整體通膨率將上升，相當於推動約30個基點的整體通膨，在這種情景下，即使聯準會對這一變化置之不理，降息也可能比當前預期的時間更晚。如果油價高到導致經濟活動惡化，聯準會可能在看到勞動力市場或消費者支出疲軟時轉向降息，即使通膨仍然高企。分析：長期看全球經濟和股市向上的趨勢並沒有改變，但由於歐洲和新興市場的原油更加依賴於進口，因此承擔了更多的短期下行風險。短期油價每上漲10%將導致通膨提高0.3%，以此推算如果戰爭持續數月的話聯準會降息肯定會延後。但如果油價持續維持高位，同時導致全球經濟惡化和通膨粘性增加（即典型的滯脹狀態），在核心通膨未被大幅抬高的基礎上，聯準會為了救經濟大機率仍會選擇降息。 (finn的投研記錄)

AI未來發展的路徑是怎樣的？矽基生物是否會被碳基生物替代？超級人工智慧會毀滅世界嗎？自從AI進入研發之路起，感性和理性的聲音交織在一起，爭論的聲音從未停止過。技術的進步，伴隨爭論而進。在今年的雲棲大會上，阿里巴巴集團CEO、阿里雲智能集團董事長兼CEO吳泳銘給出了自己的答案。9月24日，在杭州召開的雲棲大會上，阿里巴巴集團CEO、阿里雲智能集團董事長兼CEO吳泳銘發表主旨演講，他認為實現通用人工智慧AGI已是確定性事件，但這只是起點，終極目標是發展出能自我迭代、全面超越人類的超級人工智慧ASI。吳泳銘首次系統闡述了通往ASI的三階段演進路線：第一階段：“智能湧現”，AI通過學習海量人類知識具備泛化智能。第二階段：“自主行動”，AI掌握工具使用和程式設計能力以“輔助人”，這是行業當前所處的階段。第三階段：“自我迭代”，AI通過連接物理世界並實現自學習，最終實現“超越人”。為實現這一目標，吳泳銘明確了阿里雲的戰略路徑。阿里雲作為“全端人工智慧服務商”，將通過兩大核心路徑實施AI戰略：第一，通義千問堅定開源開放路線，致力於打造“AI時代的Android”；其二，建構作為“下一代電腦”的超級AI雲，為全球提供智能算力網路。為支撐這一宏大願景，吳泳銘表示，阿里巴巴正在積極推進三年3800億的AI基礎設施建設計畫，並將會持續追加更大的投入。根據遠期規劃，為了迎接ASI時代的到來，對比2022年這個GenAI的元年，2032年阿里雲全球資料中心的能耗規模將提升10倍。以下為演講全文——開始演講之前，我想特別感謝一下支援整個中國乃至全球科技行業的開發者朋友。今天是雲棲大會的10周年，雲棲大會起源於阿里雲的開發者大會，是廣大開發者推動了中國乃至全球的雲端運算、AI和科技行業的發展。所以，在演講之前，我想特別向開發者們致以最高的謝意。當前的世界，一場由人工智慧驅動的智能化革命剛剛開始。過去幾百年，工業革命通過機械化放大了人類的體能，資訊革命通過數位化放大了人類的資訊處理能力。而這一次，智能化革命將遠超我們的想像。通用人工智慧AGI不僅會放大人類智力，還將解放人類的潛能，為超級人工智慧ASI的到來鋪平道路。最近的三年，我們已經清晰地感受到它的速度。幾年時間，AI的智力從一個高中生迅速提升到博士生的水平，還能拿到國際IMO的金牌。AI Chatbot是人類有史以來使用者滲透率最快的功能。AI 的行業滲透速度超過歷史上所有技術。Tokens 的消耗速度兩三個月就翻一番。最近一年，全球AI行業的投資總額已經超過4000億美元，未來5年全球AI的累計投入將超過4兆美元，這是歷史上最大的算力和研發投入，必然將會加速催生更強大的模型，加速AI應用的滲透。實現AGI——一個具備人類通用認知能力的智能系統，現在看來已成為確定性事件。然而，AGI並非AI發展的終點，而是全新的起點。AI不會止步於AGI，它將邁向超越人類智能、能夠自我迭代進化的超級人工智慧（ASI）。AGI的目標是將人類從80%的日常工作中解放出來，讓我們專注於創造與探索。而ASI作為全面超越人類智能的系統，將可能創造出一批“超級科學家”和"全端超級工程師"。ASI將以難以想像的速度，解決現在未被解決的科學和工程問題，比如攻克醫學難題、發明新材料、解決可持續能源和氣候問題，甚至星際旅行等等。ASI將以指數級的速度推動科技的飛躍，引領我們進入一個前所未有的智能時代。我們認為，通往ASI之路將經歷三個階段：第一階段是“智能湧現”，特徵是“學習人”。過去幾十年的網際網路發展，為智能湧現提供了基礎。網際網路將人類歷史上幾乎所有的知識都數位化了。這些語言文字承載的資訊，代表了人類知識的全集。基於此，大模型首先通過理解全世界的知識集合，具備了泛化的智能能力，湧現出通用對話能力，可以理解人類的意圖，解答人類的問題，並逐漸發展出思考多步問題的推理能力。現在，我們看到AI已經逼近人類各學科測試的頂級水平，比如國際數學奧賽的金牌水平。AI逐漸具備了進入真實世界、解決真實問題、創造真實價值的可能性。這是過去幾年的主線。第二個階段是“自主行動”，特徵是“輔助人”。這個階段，AI不再侷限於語言交流，而是具備了在真實世界中行動的能力。AI可以在人類的目標設定下，拆解複雜任務，使用和製作工具，自主完成與數字世界和物理世界的互動，對真實世界產生巨大影響。這正是我們當下所處的階段。實現這一跨越的關鍵，首先是大模型具備了Tool Use能力，有能力連接所有數位化工具，完成真實世界任務。人類加速進化的起點是開始創造和使用工具，現在大模型也具備了使用工具的能力。通過Tool Use，AI可以像人一樣呼叫外部軟體、介面和物理裝置，執行複雜的真實世界任務。這個階段，由於AI能夠輔助人類極大提高生產力，它將快速的滲透到物流、製造、軟體、商業、生物醫療、金融、科研等幾乎所有行業領域。其次，大模型Coding能力的提升，可以幫助人類解決更複雜的問題，並將更多場景數位化。現在的Agent還比較早期，解決的主要是標準化和短周期的任務。要想讓Agent能解決更複雜、更長周期任務，最關鍵的是大模型的Coding能力。因為Agent可以自主Coding，理論上就能解決無限複雜的問題，像工程師團隊一樣理解複雜需求並自主完成編碼、測試。發展大模型Coding能力是通往AGI的必經之路。未來，自然語言就是AI時代的原始碼，任何人用自然語言就能創造自己的Agent。你只需要輸入母語，告訴AI你的需求，AI就能自己編寫邏輯、呼叫工具、搭建系統，完成數字世界的幾乎所有工作，並通過數位化介面來操作所有物理裝置。 未來，也許會有超過全球人口數量的Agent和機器人與人類一起工作，對真實世界產生巨大影響。在這個過程中，AI就能連接真實世界的絕大部分場景和資料，為未來的進化創造條件。隨後AI將進入第三個階段——“自我迭代”，特徵是“超越人”。這個階段有兩個關鍵要素：第一、AI連接了真實世界的全量原始資料目前AI的進步最快的領域是內容創作、數學和Coding領域。我們看到這三個領域有明顯的特徵。這些領域的知識100%是人類定義和創造的，都在文字裡，AI可以100%理解原始資料。但是對於其他領域和更廣泛的物理世界，今天的AI接觸到的更多是人類歸納之後的知識，缺乏廣泛的、與物理世界互動的原始資料。這些資訊是有侷限的。AI要實現超越人類的突破，就需要直接從物理世界獲取更全面、更原始的資料。舉一個簡單的例子，比如一家汽車公司的CEO要迭代明年的產品，大機率會通過無數次的使用者調研或者內部的討論來決定下一款汽車將要具備什麼樣的功能，與競對相比要實現那些方面的長板，保留什麼方面的能力。現在AI要去做還是很難的，核心點在於它所獲得的資料和資訊，全都是調研來的二手資料。如果有一天AI有機會，能夠連接這款汽車的所有的資料和資料，它創造出來的下一款汽車會遠遠超過通過無數次頭腦風暴所創作出來的。這只是人類世界當中的一個例子，更何況更複雜的物理世界，遠遠不是通過人類知識歸納就能夠讓AI理解的。所以AI要進入到一個更高的階段，就需要直接從物理世界獲取更全面、更原始的資料，就像在自動駕駛的早期階段，只靠人類的總結，Rule-based的方法去實現自動駕駛，無法實現很好的效果。新一代的自動駕駛，大部分採用端到端的訓練方法，直接從原始的車載攝影機資料中學習，實現了更高水平的自動駕駛能力。即便我們現在看起來相對簡單的自動駕駛問題，僅依靠人類歸納的知識和規則，也無法解決，更何況整個複雜的物理世界。只是讓AI學習人類歸納的規律，是遠遠不夠的。只有讓AI與真實世界持續互動，獲取更全面、更真實、更即時的資料，才能更好的理解和模擬世界，發現超越人類認知的深層規律，從而創造出比人更強大的智能能力。第二、Self-learning自主學習隨著AI滲透更多的物理世界場景，理解更多物理世界的資料，AI 模型和agent能力也會越來越強，有機會為自己模型的升級迭代搭建訓練infra、最佳化資料流程和升級模型架構，從而實現 Self learning。這會是AI發展的關鍵時刻。隨著能力的持續提升，未來的模型將通過與真實世界的持續互動，獲取新的資料並接收即時反饋，借助強化學習與持續學習機制，自主最佳化、修正偏差、實現自我迭代與智能升級。每一次互動都是一次微調，每一次反饋都是一次參數最佳化。當經過無數次場景執行和結果反饋的循環，AI將自我迭代出超越人類的智能能力，一個早期的超級人工智慧（ASI）便會成型。一旦跨過某個奇點，人類社會就像按下了加速鍵，科技進步的速度將超越我們的想像，新的生產力爆發將推動人類社會進入嶄新的階段。這條通往超級人工智慧的道路，在我們的眼前正在日益清晰。隨著AI技術的演進和各行各業需求爆發，AI也將催生IT產業的巨大變革。我們的第一個判斷是：大模型是下一代的作業系統。我們認為大模型代表的技術平台將會替代現在OS的地位，成為下一代的作業系統。未來，幾乎所有連結真實世界的工具介面都將與大模型進行連結，所有使用者需求和行業應用將會通過大模型相關工具執行任務，LLM將會是承載使用者、軟體 與 AI計算資源互動調度的中間層，成為AI時代的OS。來做一些簡單的類比：自然語言是AI時代的程式語言，Agent就是新的軟體，Context是新的Memory，大模型通過MCP這樣的介面，連接各類Tools和Agent類似PC時代的匯流排介面，Agent之間又通過A2A這樣的協議完成多Agent協作類似軟體之間的API介面。大模型將會吞噬軟體。大模型作為下一代的作業系統，將允許任何人用自然語言，創造無限多的應用。未來幾乎所有與計算世界打交道的軟體可能都是由大模型產生的Agent，而不是現在的商業軟體。潛在的開發者將從幾千萬變成數億規模。以前由於軟體開發的成本問題，只有少量高價值場景才會被工程師開發出來變成商業化的軟體系統。未來所有終端使用者都可以通過大模型這樣的工具來滿足自己的需求。模型部署方式也會多樣化，它將運行在所有裝置上。現在主流的呼叫模型API的方式，來使用模型只是初級階段，其實看起來非常原始。類似大型主機時代的分時復用階段，每個人只有一個終端連接上大型主機分時復用。這種方式無法解決資料持久化，缺乏長期記憶，即時性不夠，隱私無法解決，可塑性也不夠。未來模型將運行在所有計算裝置中，並具備可持久記憶，端雲聯動的運行狀態，甚至可以隨時更新參數，自我迭代，類似我們今天的OS運行在各種環境之中。正是基於這個判斷，我們做了一個戰略選擇：通義千問選擇開放路線，打造AI時代的Android。我們認為在LLM時代，開源模型創造的價值和能滲透的場景，會遠遠大於閉源模型。我們堅定選擇開源，就是為了全力支援開發者生態，與全球所有開發者一起探索AI應用的無限可能。我們的第二個判斷：超級AI 雲是下一代的電腦。大模型是運行於 AI Cloud之上新的OS。這個OS可以滿足任何人的需求。每個人都將擁有幾十甚至上百個Agent，這些Agent 24小時不間斷地工作和協同，需要海量的計算資源。資料中心內的計算範式也在發生革命性改變，從CPU為核心的傳統計算，正在加速轉變為以 GPU為核心的 AI 計算。新的AI計算範式需要更稠密的算力、更高效的網路、更大的叢集規模。這一切都需要充足的能源、全端的技術、數百萬計的GPU和CPU，協同網路、晶片、儲存、資料庫高效運作，並且24 小時處理全世界各地的需求。這需要超大規模的基礎設施和全端的技術積累，只有超級AI雲才能夠承載這樣的海量需求。未來，全世界可能只會有5-6個超級雲端運算平台。在這個新時代，AI將會替代能源的地位，成為最重要的商品，驅動千行百業每天的工作。絕大部分AI能力將以Token的形式在雲端運算網路上產生和輸送。Token就是未來的電。在這個嶄新的時代，阿里雲的定位是全端人工智慧服務商，提供世界領先的智能能力和遍佈全球的AI雲端運算網路，向全球各地提供開發者生態友好的AI服務。首先，我們有全球領先的大模型——通義千問。通義千問開源了300多款模型，覆蓋了全模態、全尺寸，是最受全球開發者歡迎的開源模型。截至目前，通義千問全球下載量超6億次，衍生模型超17萬個，是全球第一的開源模型矩陣，可以說是滲透計算裝置最廣泛的大模型。同時，阿里雲提供一站式模型服務平台百煉，支援模型定製化以及Agent快速開發，同時提供AgentBay這樣的Agent運行環境、靈碼/Qoder等一系列開發者套件，讓開發者可以方便地使用模型能力和建立使用Agent。其次，阿里雲營運著中國第一、全球領先的AI基礎設施和雲端運算網路，是全球少數能做到軟硬體垂直整合的超級AI雲端運算平台之一。在硬體和網路層面，阿里雲自研的核心儲存系統、網路架構、計算晶片，構成了阿里雲大型計算叢集最堅實的底座。阿里雲正在全力打造一台全新的AI超級電腦，它同時擁有最領先的AI基礎設施和最領先的模型，可以在基礎架構設計和模型架構上協同創新，從而確保在阿里雲上呼叫和訓練大模型時，能達到最高效率，成為開發者最好用的AI雲。AI行業發展的速度遠超我們的預期，行業對AI基礎設施的需求也遠超我們的預期。我們正在積極推進三年3800億的AI基礎設施建設計畫，並將會持續追加更大的投入。從現在我們看到的AI行業遠期發展以及客戶需求角度來看，為了迎接ASI時代的到來，對比2022年這個GenAI的元年，2032年阿里雲全球資料中心的能耗規模將提升10倍。這是我們的一個遠期規劃，我們相信通過這樣的飽和式投入，能夠推動AI行業的發展，迎接ASI時代的到來。超級人工智慧到來之後，人類和AI會是怎麼樣的協作關係？未來的AI越來越強，甚至超越人類智能能力的ASI誕生，那我們人類和AI將如何相處？我們對未來充滿樂觀，超級人工智慧到來之後，人類和AI是一個嶄新的協同方式。程式設計師可能已經感受到了，我們可以下一個指令，通過Coding這樣的工具，讓它晚上12個小時就能夠創造出一個我們需要的系統，從這裡我們看到了未來人和AI怎麼樣去共同協同的一種早期的雛形。所以我們覺得，從Vibe Coding到Vibe Working。未來，每個家庭、工廠、公司，都會有眾多的Agent和機器人24小時為我們服務。也許，未來每個人都需要使用100張GPU晶片為我們工作。正如電曾經放大了人類物理力量的槓桿，ASI將指數級放大人類的智力槓桿。過去我們消耗10個小時的時間，獲得10小時的結果。未來，AI可以讓我們10小時的產出乘以十倍、百倍的槓桿。回顧歷史，每次技術革命解鎖更多生產力之後，都會創造出更多的新需求。人會變得比歷史上任何時候都強大。最後，我想強調，一切才剛剛開始。AI將重構整個基礎設施、軟體和應用體系，成為真實世界的核心驅動力，掀起新一輪智能化革命。阿里巴巴將持續投入，與合作夥伴和客戶一起，讓AI深入產業、共創未來。祝大家度過一個充實愉快的雲棲大會，謝謝大家！ (鋅財經)

“歐米伽未來研究所”關注科技未來發展趨勢，研究人類向歐米伽點演化過程中面臨的重大機遇與挑戰。將不定期推薦和發佈世界範圍重要科技研究進展和未來趨勢研究。2025年3月，全球科技界迎來一股強勁的創新浪潮，其核心驅動力非人工智慧（AI）莫屬。本文通過對當月密集發佈的科技報告進行解讀，揭示了AI正以前所未有的深度和廣度滲透並賦能各個領域。從大語言模型的持續演進和AI智能體的嶄露頭角，到能源革命、機器人浪潮、量子計算等前沿技術的突破，以及數位化生存帶來的新思考，都清晰地描繪出一幅以AI為核心，多領域技術深度融合的宏偉藍圖。然而，在擁抱科技進步的同時，安全、倫理與治理等挑戰也日益凸顯，需要全球共同關注和應對。歐米伽未來研究所 2025 年 3 月收錄了近 300 篇世界範圍人類與科技未來趨勢研究報告，並從中精選出 118 部。這些報告全面反映了全球在前沿科技領域的最新動向和特點，對各行業專業人士感知科技未來脈搏具有重要的指導和參考意義。人工智慧：從 “無所不在” 到 “無所不能” 的飛躍人工智慧的發展已然進入了一個全新的階段。過去，我們見證了 AI 概念的普及以及基礎模型的爆發式增長。而如今，AI 正朝著更精細化、實用化、智能化與責任化的方向大步邁進。大語言模型（LLM）和基礎模型的研究熱度居高不下。以 “DeepSeek” 為例，眾多報告圍繞它展開深入探討，如《2025 年 DeepSeek 革命》《2025 年 DeepSeek 技術溯源及前沿探索報告》等，這足以顯示業界對其高度關注，並致力於建構相關生態。同時，對 LLM 能力的挖掘也在持續深入。研究者們不僅期望 AI 能夠 “能說會道”，還力求它能 “看懂圖”“聽懂話”，並具備更強的邏輯推理和高效資訊處理能力。像《長上下文語言建模綜合研究》《停止過度思考：大型語言模型高效推理研究綜述》等，都體現了這一趨勢。此外，對多模態能力的研究，如《ICLR 2025 多模態大模型總胡說八道？》《多模態思維鏈推理：全面綜述》等，也成為熱點，這意味著 AI 將能夠更好地理解和處理來自不同形式的資料。在底層技術方面，對擴散模型和 Transformer 架構的探索也在不斷推進，例如《CVPR2025 最新 < 擴散模型 > 論文速讀》《Lecun 新論文 CVPR2025 < 無需歸一化的 Transformer>》，這將進一步推動 AI 技術的迭代升級。與此同時，AI 智能體（Agent）與具身智能（Embodied AI）嶄露頭角。AI 不再僅僅侷限於數字世界，而是開始邁向物理世界，主動與現實環境互動。大量相關報告，如《AI Agent 智能體行業深度》《基於大語言模型的智能體最佳化研究綜述》等，都明確指向這一趨勢。頂尖學府如斯坦福和伯克利的博士論文，《建構類人化具身智能體：從人類行為中學習》《邁向視覺 - 語言基礎模型》，也聚焦於此，這預示著學術前沿正朝著讓 AI 走出螢幕，成為能在現實中執行任務、與人協作的智能體這一方向發展，這無疑是通向通用人工智慧（AGI）的關鍵一步。AI 的應用更是全面滲透到各個行業。在科研與教育領域，《利用大型語言模型改變科學》《2025 邁向未來的 AI 教學實驗報告》等展示了 AI 在加速科學發現、革新教育模式方面的巨大潛力。醫療健康與生物技術領域，《2025 年全球醫藥研發趨勢報告》《大型語言模型在生物資訊學中的應用綜述》等預示著 AI 將在新藥研發、疾病診斷等方面發揮愈發重要的作用。工業與製造領域，《2025 工業大模型白皮書》表明 AI 正助力製造業向更智能、更柔性的方向轉型升級。在金融、安全與交通領域，《2025 主動安全 智御未來》《生成式人工智慧在交通規劃中的應用》等報告反映了 AI 在網路攻防、交通最佳化等方面的深化應用。特別值得一提的是，在軍事與國防領域，多份報告，如《軍工 AI + 機器人行業系列報告》《2025 軍事領域人工智慧應用場景》等，顯示出大國在軍事智能化領域的競爭日益白熱化。然而，隨著 AI 技術的飛速發展，安全、倫理與治理問題也愈發凸顯。《2025 負責任人工智慧進展報告》《2025 可解釋人工智慧的實證檢驗》等報告表明，全球對於 AI 潛在風險，如偏見、幻覺、惡意利用等問題的擔憂與日俱增，建立有效治理框架、確保 AI 可信可控發展的需求迫在眉睫。能源革命：向清潔、安全、智能加速邁進能源領域一直是全球關注的焦點，在 2025 年 3 月，能源轉型在技術創新和系統融合方面尋求著新的突破。可再生能源持續擴張並不斷最佳化。REN21 的全球可再生能源現狀報告系列，從概覽、能源需求、供應、系統與基礎設施等多個維度進行闡述，表明可再生能源的發展已進入系統性佈局階段。同時，對太陽能系統關鍵績效指標（KPI）和建築太陽能一體化（BIPV）技術創新的關注，體現了業界在提升效率和拓展應用場景上的不懈努力。在能源轉型過程中，能源結構多元化與安全性考量至關重要。《2025 能源安全遠景報告》《2025 邁向核能新時代》《2025 生物燃料：航運業可行的燃料方案白皮書》等報告顯示，除了可再生能源，核能、生物燃料等多種清潔能源路徑以及儲能技術（電池）也受到高度重視，這有助於確保能源安全，推動能源結構的多元化發展。智能化正在賦能能源系統。能源與 AI 的結合，如《2025 能源安全遠景報告：能源與人工智慧》所示，以及智能水電技術、智能電網等方向的研究，預示著能源系統的管理和營運將變得更加智能化、高效化。機器人浪潮：從工廠走向生活的多元應用與 AI 智能體和具身智能的興起相呼應，機器人領域，尤其是人形機器人，正迎來前所未有的關注熱潮。人形機器人成為焦點，多份報告，如《2025 人形機器人 100：繪製人形機器人生態價值鏈圖譜》《2025 - 2035 年人形機器人發展趨勢報告》等集中湧現，這表明業界普遍看好人形機器人的潛力，並開始從技術路線、產業鏈、標準化、商業化等多個角度進行佈局，AI 被視為推動人形機器人走向通用智能的關鍵因素。專用機器人在特定領域的應用也在持續深化和拓展。手術機器人（《2025 手術機器人行業發展現狀》《2025 骨科手術機器人技術的崛起白皮書》）、農業無人機（《2023 - 2 - 24 農業無人機產業洞察報告》）、四足機器狗（《2025 四足機器狗發展現狀》）等專用機器人的相關報告，充分展示了這一點。無人機技術同樣在不斷演進。無人機不僅在農業、軍事等領域廣泛應用，其自身技術也在持續發展，如軟體化網路、蜂群、空天地一體化網路等，顯示出無人機正成為建構未來立體網際網路絡的關鍵節點。前沿科技基石：半導體、量子計算與新一代連接支撐上述應用層創新的底層技術也在加速突破。半導體在全球科技競爭中佔據核心地位，《2025 新勢力崛起：全球晶片戰爭與半導體產業格局重構》《2025 英國晶片計畫》等報告凸顯了這一點，各國紛紛加緊佈局，試圖重塑產業格局。量子計算正從理論走嚮應用探索階段。《新興產業・量子資訊技術行業深度報告》《2024 年全球量子技術專利態勢分析白皮書》等表明，雖然量子技術距離大規模應用還有一定距離，但專利佈局和產業投資正在加速，已成為大國博弈的新前沿。連接技術也在不斷升級換代。5G 向 5G - A 演進並與 AI 結合（《2025 5G - A×AI 新技術、新服務、新模式白皮書》），面向物聯網的 RedCap 技術（《2024 5G RedCap 技術在物聯網中的應用白皮書》《2025 RedCap 和 eRedCap 技術在物聯網中的應用白皮書》），高速乙太網路以及探索中的 Li - Fi 等，共同建構起更快、更廣、更智能的數字連接底座。數位化生存：安全、信任與未來生活的重塑隨著技術的全面滲透，數字社會的運行方式也引發了深刻反思。網路安全形勢日益嚴峻，《2024 年網路安全重要趨勢報告》《2024 中國政企機構資料安全風險研究報告》等揭示了這一現狀，AI 驅動的攻擊與防禦已成為新常態，資料安全和身份認證面臨新的挑戰。在技術變革和社會變遷的大背景下，信任成為稀缺資源（《2025 年全球信任度調查報告：信任及不滿情緒危機》），而對幸福感的追求始終是人類社會的終極目標之一（《2025 年世界幸福報告》）。AI 對勞動力的影響備受關注，《2025 AI 時代下的人機協同：重塑工作及勞動力研究報告》《2025 發揮人類潛能：人工智慧（AI）技能革命研究報告》等預示著人機協作將成為常態，終身學習和技能更新變得至關重要。總結：2025 年 3 月呈現的科技報告圖景，是以 AI 為主引擎，多領域技術加速突破、深度融合的生動寫照。從微觀的模型演算法最佳化，到宏觀的產業生態建構；從數字世界的智能湧現，到物理世界的互動變革；從能源結構的綠色轉型，到社會形態的數位化重塑，科技正以前所未有的力量塑造著未來。但我們也必須清醒地認識到，技術的雙刃劍效應日益凸顯，安全風險、倫理困境、社會影響、地緣政治競爭等挑戰也如影隨形。因此，在擁抱技術進步的同時，加強前瞻性治理、促進負責任創新、彌合數字鴻溝、建構全球信任，將是人類社會共同面臨的重要課題。在未來數月乃至數年，我們將繼續見證這場波瀾壯闊的科技變革如何展開，以及人類如何智慧地駕馭它，駛向更值得期待的未來 (歐米伽未來研究所2025)

【導讀】四大投研人士解讀《新型儲能製造業高品質發展行動方案》 儲能領域迎來重磅檔案！ 近日，工業和資訊化部等八部門印發《新型儲能製造業高品質發展行動方案》（以下簡稱《方案》），共計22條內容。其中提到，到2027年，中國新型儲能製造業全鏈條國際競爭優勢凸顯，優勢企業梯隊進一步壯大，產業創新力和綜合競爭力顯著提升，實現高端化、智能化、綠色化發展。 該《方案》對新型儲能製造業高品質發展有何指導意義？如何看待中國新型儲能製造業全鏈條的未來發展空間和前景？新型儲能製造業下有那些細分領域投資機會可以挖掘？

任正非出席最高層召集的民營企業家座談會，發表講話，以下為發言要點： 1、科技創新的核心地位：任正非強調了科技創新在企業發展中的核心地位，指出華為多年來持續加大研發投入，在通訊、晶片等領域不斷突破技術瓶頸，以應對全球科技競爭的挑戰。 2、人工智慧的未來發展：他提到人工智慧是未來發展的重要方向，企業應積極佈局，加強基礎研究與人才培養，為中國在全球人工智慧領域贏得一席之地。 3、人才的重要性：任正非提出“什麼都沒有了，只要我的人還在，我就還能重新重振雄風”，強調了人才對於企業的重要性，還指出要擁抱世界，依靠全球創新。