據專家介紹，目前中國已經完成第一階段6G技術試驗，形成超過300項關鍵技術儲備。未來6G技術將如何賦能千行百業？在紫金山實驗室，一個看似簡單的乒乓球顛球測試，正在揭示6G將如何重塑未來的智能工廠。在紫金山實驗室，一台裝置正以恆定節奏持續顛動著乒乓球。小球可以長時間規律地圓周跳動，彷彿被無形的絲線精確操控。這並非雜技表演，而是全球首個面向6G的“時延有界確定性無線接入演示系統”。整個顛球過程，完全依靠6G網路進行即時無線控制，這對時延和穩定性都提出了極高要求。紫金山實驗室副研究員 劉澤寧：我們的目標是實現6G空口傳輸時延低至百微秒級，可靠性高達99.99999%，以及抖動低至微秒級的能力。這意味著在未來智能工廠當中，無數的工業裝置可以像人的神經一樣，通過無線的方式，去實現精準無誤地協同。在未來工廠，6G可以讓機器之間形成微秒級的默契配合，讓整個工廠變成協同一致的“有機體”。紫金山實驗室副研究員 劉澤寧：6G將首次將無線網路深入工業控制最核心的生產環節，取代工業現場最關鍵、最精密的控制匯流排，將為真正的“無人工廠”奠定基石。眼下，中國已完成第一階段6G技術試驗，形成超過300項關鍵技術儲備。“十五五”期間，中國將重點開展6G標準研製與產業研發，預計在2030年左右啟動商業應用。中國資訊通訊研究院無線與移動通訊研究所副所長 杜瀅：2030年具備6G規模組網能力，面向個人使用者衣食住行及工作等全生活場景，提供更加定製化、沉浸化、智能化的應用服務。預計到2035年，將實現6G規模化商用部署，有望培育形成兆元級的6G產業及應用。 (央視財經)

澳洲戰略政策研究所（ASPI）的《關鍵技術追蹤》（Critical Technology Tracker）報告，透過對過去二十一年（2003年至2023年）高影響力研究成果（即被引用次數最高的10%的論文）的深入分析，揭示了全球科研領導地位發生的驚人轉變。其中，中美兩國在關鍵技術領域的競爭尤為引人注目。研究團隊近日在《紐約時報》寫了一篇評論，題目是《川普拒絕中國學生於門外，無視了一個令人震驚的新現實》。這個新現實是：也許他們已不需要美國。文章稱，川普和共和黨人希望阻止中國學生進入美國頂尖大學的戰略技術領域。擔心美國在與中國的科技競賽中落後。對華鷹派人士認為，美國為一個致力於「在新興技術領域超越美國」的國家培養研究人員是「荒謬的」。但這種邏輯忽略了一個驚人的新現實：中國已經在科技研究領域超越了美國。中國學生要想在塑造未來的領域中獲取世界級研究經驗，已經不再需要到美國。禁止中國最優秀的人才進入美國校園，只會將更多人推向中國學術研究體系。他們梳理了Web of Science這一全球最全面的同行評審研究資料庫中索引的數百萬篇科學論文，識別最有影響力和最有衝擊力的研究。然後，利用這些資料對全球大學在64個關鍵技術領域的表現進行排名。發現令人震驚。基於所有技術領域的綜合表現，全球最好的研究型大學是北京的清華大學，它在64個領域中有29個進入全球前十，在人工智慧演算法和硬體加速器、對抗人工智慧以及自主系統運行這三個領域位居世界第一。美國表現最好的麻省理工學院僅在十個研究領域進入前十，並在其中兩個領域排名第一。他們發現，綜合表現最好的十所大學中有九所是中國大學。這還沒有將中國科學院等非大學機構納入考慮，如果納入統計，中國科學院將是全球表現最好的機構，在64個學科中的28個排名第一。那麼，他們先前的研究究竟還發現了什麼？中美研究主導的顛覆性轉變在二十世紀初期，美國曾在全球高影響力研究中佔據絕對優勢。在2003年至2007年的五年間，美國在64項關鍵技術中的60項處於領先地位。然而，這份最新報告顯示，這一巨大的歷史優勢已然崩塌。在最近的五年（2019年至2023年），美國僅在7項技術中保持領先。與美國的衰退形成鮮明對比的是中國的崛起​​。在2003年至2007年期間，中國僅在64項技術中的3項中領先。但到了2019年至2023年，中國已在57項關鍵技術中處於主導地位，進一步鞏固了其去年報告中的領先地位（當時為52項）。這一轉變證明了中國長期以來的巨額投入和戰略規劃正在逐步顯現成效。中國的崛起​​並非一蹴而就，而是在過去二十年間，從全球科研的中層地位逐漸穩步且持續地發展成為今天的科研強國。這種長期的資料分析能夠揭示各國在何時獲得、失去或面臨失去全球科技優勢的風險。美國雖然失去了研究優勢，但其數十年投資和開創性研究積累的知識、專業技能和機構實力，預計在短期內仍將使美國受益。然而，面對中國在自身科技領域和頂尖機構的空前投入，美國正迅速失去其優勢。中國在中間的十年（2013年至2017年）就已經在28項技術領域超越了美國。這種趨勢的加速體現在近幾年，中國在高性能計算、先進積體電路設計與製造（半導體晶片製造）、量子感測器等領域迅速趕超。關鍵技術領域的深入對比在諸多關鍵技術領域，中美研究的產出對比呈現出複雜且多變的局面：首先，在先進積體電路設計與製造領域，競爭尤其激烈。美國在2010年代之前一直保持著明顯的領先優勢。但中國持續增加其高影響力研究產出，並在2020年年度發表率上超過了美國。然而，由於美國早期的巨大積累，報告預測，如果現有趨勢持續，即使到2030年，美國在累計出版物總量上仍將保持領先。此外，資料顯示，中國正以犧牲美國全球份額為代價，在活躍專利族申請數量上迎頭趕上。其次，在國防相關技術中，中國的研究領先地位顯著增強。目前，中國在所有24項被列為「高風險」技術（即存在研究壟斷風險）的領域中均處於領先地位。這些新增的高風險技術包括雷達、先進飛機引擎、無人機、蜂群和協作機器人等具有明確國防應用的技術。以先進飛機引擎為例，中國在2023年貢獻了全球約70%的高影響力研究，且前十名的機構全部位於中國。這種研究上的極度主導反映了中國試圖在航空發動機製造和空軍能力上追趕美國的戰略努力。第三，在能源和環境技術中，中國的領先優勢極為突出。在電動電池研究方面，中國的領先優勢可能是64項關鍵技術中最顯著的。美國的貢獻佔比從2003年的30%驟降至2023年的5%，而中國的貢獻則飆升至驚人的75%。自2013年以來，兩國在高影響力研究產出上出現戲劇性分化。中國已成功將這種持續的高研究表現轉化為技術優勢和市場主導地位，例如在2022年，中國佔全球電動電池製造產能的77%。第四，在人工智慧（AI）和計算領域，情況則有所不同。在自然語言處理（NLP）量子計算領域，美國仍保持領先地位，報告預測，基於目前的趨勢，中國難以趕超，美國將至少領先至2030年。機構力量的較量與集中化在機構層面，中美兩國的主導力量展現出不同的結構性特徵。中國科學院（CAS）被認為是全球最大的科研機構，在《關鍵技術追蹤》中表現最為出色，在64項技術中的31項中處於全球領先地位，相比2003年至2007年僅領先6項，增幅巨大。中科院在能源環境技術、先進材料以及量子、國防和人工智慧等領域表現卓越。中國科學院在中國的「舉國體制」科技戰略中發揮核心作用，並積極將其科研成果商業化，參與建立了聯想、寒武紀等公司。相較之下，美國的高影響力研究力量則越來越集中於少數科技巨頭。在2019年至2023年的研究中，Google、IBM、微軟和Meta等美國科技公司在AI、量子和計算技術領域佔據領先或強勢地位。例如，IBM在量子計算中排名第一，Google在自然語言處理中排名第一。有趣的是，在2003年至2007年，全球私人研究機構的參與更為多元化，包括來自荷蘭的飛利浦、韓國的三星和日本的NTT等公司。此外，美國政府機構和國家實驗室，如美國國家航空暨太空總署（NASA），在航太和衛星技術方面也表現突出。然而，值得注意的是，中國公司在全球高影響力研究生態系統中的作用相對較小，儘管中國在國家層面表現強勁。例如，在先進飛機引擎這一技術領域，中國在2023年發佈了全球約70%的高影響力研究，但表現最佳的公司是中國航空發動機集團（成立於2016年），其近期表現排名第22位。同樣，在先進射頻通訊領域，中國在2023年負責全球約30%的高影響力研究，作為表現最佳的中國公司，華為技術有限公司的近期表現僅排名第58位，而在2003年至2007年的表現排名中則完全缺席。雖然對於所有國家而言，科技追蹤器中的大多數排名都由專注於研究的機構主導，但令人驚訝的是，中國公司並未位居更高位置，與許多排名靠前的美國同行相比仍有差距。全球研究趨勢的概覽除了中美兩國之間的激烈競爭外，全球研究格局也展現出顯著的變化：印度正快速崛起，成為全球科學研究創新和卓越性的重要中心。印度目前在64項技術中的45項中位列前五，較去年增加，在生物燃料和高規格機械加工等領域表現強勁。印度在兩種技術（生物製造和分佈式帳本）中已取代美國位居第二。歐洲聯盟作為一個整體，在技術上具有競爭力，在兩種技術中領先，並在30種技術中排名第二。德國是歐盟成員國中表現最好的國家，在27項技術中排名前五名。英國的排名有所下降，在36項技術中位列前五，少於去年的44項。韓國在AI和能源環境類別中表現出色，在24項技術中排名前五名。韓國與日本的地位在過去二十年間基本上顛倒，日本目前僅在8項技術中具有優勢。伊朗在國防敏感技術方面表現突出，在8項技術中位列前五，尤其擅長智慧材料和不依賴空氣推進系統。澳洲作為AUKUS（澳英美三邊安全夥伴關係）的成員國，其研究排名在某些技術上有所提高，但在其他關鍵技術（如量子技術和部分國防技術）方面有所下滑。 AUKUS國家在某些「第二支柱」相關技術上的研究努力，聚合起來可以縮小與中國的差距，但在許多技術領域，例如先進機器人技術和自主系統操作技術，AUKUS的聯合努力仍落後於中國的高影響力研究產出。報告的結論這份涵蓋21年資料的報告最引人注目的發現是，大國之間的科研競爭格局可以在不到一代人的時間內發生劇烈變化。中國的高影響力研究產出在過去二十年間取得了巨大的飛躍，尤其是在2010年代以來的加速發展，是推動這種全球轉變的主要原因。對於像美國這樣的科技先驅國家而言，一些長期變化——例如高影響力研究產出的停滯不前——正使其在數十年來建立的科學研究實力面臨流失的風險。然而，高影響力研究只是評估一國科技潛力的“先行指標”，並不等同於當前的技術或商業化競爭力。雖然中國在研究方面佔據主導，但美國和其他先進經濟體在技術生態系統的應用和商業化方面仍保持著長期的優勢，例如在量子計算和疫苗領域的持續創新和當前領導地位。然而，這種優勢並非理所當然，沒有持續的科學研究投入，這種先發優勢最終也會消退。建立技術能力需要對知識、創新技能、人才和高績效機構進行持續的投資和積累，這絕非短期投入所能實現。報告結果提醒各國政府，必須採取更具戰略性和雄心勃勃的規劃與行動，利用結合起來的優勢，才有可能在日益集中化的科技競爭中保持集體領先。 （心智觀察所）

中國已成為新興技術創造領域的全球領先力量，在絕大多數關鍵技術領域都大幅超越美國。一個關鍵指標是，中國在科學出版物數量上領先於美國。這令人擔憂，因為它有可能削弱美國在創新領域的領導地位。ITIF去年對中國的創新能力進行了全面分析，研究得出結論：在大膽的產業政策、慷慨的政府補貼和生態系統整合的推動下，中國在先進領域的戰略性、國家支援的科學進步導致全球專利激增，表明中國已轉型成為全球創新領導者。中國在機器人技術領域展現出主導地位，在電池供應方面處於領先地位，通過加倍臨床生物技術試驗來創新公共衛生，在量子通訊領域憑藉 1,200 英里的 QKD 走廊遙遙領先，在人工智慧產出方面取得近乎同等的成就，並在半導體和化學品方面縮小差距。同樣，根據澳大利亞戰略政策研究所（ASPI）“關鍵技術追蹤”的最新研究結果，該研究評估了8個領域（例如人工智慧和機器人）的64個關鍵技術類別，結果顯示中國在57個技術子類別中處於領先地位，而美國僅在7個技術子類別中處於領先地位。這令人擔憂，因為這些關鍵技術是中國正在迅速超越的先進領域的關鍵投入。在評估排名前10%的高品質科學出版物時，ASPI發現，中國在所有8個關鍵技術領域都超過了美國。這種差距在能源和環境領域尤為明顯，中國在該領域的頂級出版物中佔比46%，而美國僅為10%。儘管美國在人工智慧領域處於領先地位，但中國產出的頂級出版物數量更多，貢獻率為30%，而美國僅為18%。（見圖1）圖1：八個關鍵領域中排名前 10% 的優質出版物份額在子領域層面，中國的主導地位更加明顯。在64個子類別中，有多個領域中國在前10%出版物的份額上領先美國50個百分點以上。例如，中國在高超音速探測和跟蹤技術方面領先美國60個百分點。在高規格加工工藝方面，中國領先美國56個百分點，而高規格加工工藝是先進製造業的關鍵組成部分。（見圖2）圖2：中國在排名前 10% 的優質出版物中所佔份額比美國高出 50 個百分點以上的子領域幸運的是，美國在某些領域仍然領先於中國。在64個關鍵技術類別中的7個領域，美國研究人員在排名前10%的高品質出版物中所佔比例更高。顯著的優勢包括疫苗和醫療對策、量子計算和原子鐘——在這些領域，美國都領先至少10%。此外，美國在自然語言處理、基因工程、核醫學和放射治療以及小型衛星等領域也存在較小的領先優勢。（見圖3。）圖3：美國在排名前 10% 的優質出版物中所佔份額高於中國的子領域此外，ASPI還指出，24項技術面臨被中國壟斷的高風險，另有19項技術面臨中等風險。該評估基於中國在全球十大研究機構中的佔比，以及其在論文發表數量上領先於第二位競爭對手的水平。許多高風險技術具有明確的國防應用，例如雷達、先進飛機發動機、無人機、叢集和協作機器人以及衛星定位和導航。（見表1）表1：ASPI指出，中國可能主導的技術中國的進步源於數十年來為提升技術能力而對教育和科研的大力投資。這些投資如今已產生豐厚回報，對軍事、經濟和科學領導力都產生了深遠的影響。中國積極的人才引進計畫，例如“千人計畫”，成功吸引了海外留學的科技專家，助力加速特定行業，尤其是半導體製造業的發展。此外，中國高度重視STEM教育，使其授予的STEM學位數量超過世界上任何其他國家，是美國的四倍多。重要的是，中國政府還在“軍民融合”戰略中建立了學術界、工業界和軍隊之間的緊密聯絡。通過消除民用和軍用部門之間的制度障礙，中國促進了新興技術的快速發展，服務於國防和戰略目標。為了充分應對中國近期的進步，美國政策制定者需要再次建立政府、學術界和私營部門之間富有成效的關係，如同二十世紀中葉那樣。他們可以從擴大而不是削減聯邦科學和工程研究預算入手。此外，必須簡化聯邦撥款的申請流程，使科學家能夠將更多時間投入到開創性的研究，而不是被繁瑣的官僚程序所束縛。國會應將研發稅收抵免增加一倍，以更好地支援私營部門的創新。此外，鑑於中國的發展勢頭，美國必須適應並採取行動，借鑑中國創新策略中的一些要素，包括建立工業研究機構、建立公私資本機制、加快製造業發展的激勵機制以及建立關鍵技術聯盟。 (點滴科技資訊)

當前，晶片製造已邁入 3 奈米製程階段，這相當於將 100 個原子緊密排列成一行。但傳統光刻機如同用大刷子粉刷牆面，精度愈發難以滿足晶片性能持續提升的需求。在此背景下，原子級製造技術應運而生，它彷彿為工程師配備了高倍顯微鏡與精準鑷子，能夠實現單個原子的操控與搭建，為晶片製造帶來革命性突破。在電子領域，原子級製造正引發一場深刻變革。以積體電路製造為例，隨著電子產品向小型化、高性能化加速發展，對晶片性能的要求也水漲船高。原子級製造技術憑藉對晶片內原子排列的精準控制，有效減少雜質與缺陷，大幅提升晶片性能。據行業測算，若能實現單原子特徵晶片的量產，其尺寸與功耗將降至當前指標的千分之一以下，而計算能力則有望提升千倍以上，將從根本上重塑積體電路產業格局。01 什麼是原子級製造？原子級製造被公認為製造業的未來發展方向，相較於傳統製造技術，它不僅在尺寸上實現微縮突破，更在精度上達到前所未有的高度，被譽為製造技術的“終極形態”。作為一項具有變革性意義的製造技術，原子級製造的核心目標是通過規模化、高精度的原子操控，將製造過程的可控維度精準推進至原子及原子基元層級。在這一過程中，製造精度不斷向原子尺度逼近，逐步實現原子級結構的精準構築，最終達成“按需逐原子創製” 的理想狀態。借助該技術，產品性能能夠突破現有瓶頸，無限逼近理論極限值。從製造要素革新的角度深入分析，原子級製造將全面重塑傳統製造的三大關鍵要素：加工對象：實現從連續宏觀材料向離散原子的根本性轉變。這一轉變讓製造過程得以從微觀層面精準建構材料基礎單元，為材料性能的定製化開發提供了可能，例如可根據需求設計特定原子排列的新型功能材料。加工精度：從傳統尺度範疇躍升至原子尺度。這意味著製造過程能夠對原子的排列方式、組合結構等進行精準調控，極大提升了製造精度與產品質量的可控性，使產品在微觀結構上的誤差控制在原子等級。性能決定模式：打破傳統“材料 + 結構” 決定產品性能的固有模式，建立 “原子調控直接決定產品性能” 的全新範式。這一突破為研發高性能、多功能的新型材料與產品開闢了全新路徑，例如通過調整原子組成與排列，開發出具備超強導電性、超高強度的特殊材料。02 原子級製造的關鍵技術原子級製造憑藉其顛覆性潛力，已被中國工業和資訊化部列為六大核心未來發展方向之一。其技術精髓在於對構成物質世界的基本單元—— 原子，實施前所未有的高精度操控。通過原子層面的精確去除、沉積、位移與組配等複雜操作，能夠打造出具有特定原子排列結構的高性能產品。從技術演進視角來看，原子級製造絕非簡單的“製造尺度奈米化”，而是標誌著人類製造活動從傳統工業時代的 “塑造物質形態”，向量子科技時代的 “揭示物質本質、重塑物質結構” 的深刻跨越，是人類在微觀世界探索與創造能力的巨大飛躍。其主要設計以下技術：原子層沉積：原子層沉積技術（atomic layer deposition, ALD）是一種原子級逐層生長的薄膜製備技術。其核心優勢在於沉積薄膜厚度的高度可控性、優異的均勻性與三維保形性，使其在半導體先進製程領域脫穎而出，成為功能薄膜沉積的關鍵核心技術。隨著全球半導體產業持續擴張，市場競爭日益激烈，半導體裝置製造產業正面臨新一輪技術變革，以 ALD 裝置為代表的原子級製造技術有望成為行業焦點賽道。據 SEMI 行業統計資料顯示，當前 ALD 在半導體鍍膜類股的市場份額約為 11%—13%，預計未來幾年將保持高速增長態勢，複合增長率高達 26.3%。原子層刻蝕：原子層刻蝕（ALE）是一種基於“自限性反應”的奈米加工技術，其特點是以單原子層為單位，逐步去除材料表面，從而實現高精度、均勻的刻蝕過程。它與 ALD（原子層沉積）相對，一個是逐層沉積材料，一個是逐層去除材料。作為原子級製造的重要環節，原子層刻蝕技術能夠實現材料的原子級精準去除，確保晶片製造過程中微觀結構的精度控制，為先進製程晶片的生產提供關鍵支撐。原子級精密定位技術：傳統測量手段在多自由度（DOF）測量能力、抗干擾性能及結構緊湊性方面存在明顯侷限，難以滿足原子級製造對高精度定位的迫切需求。在此背景下，光柵干涉儀憑藉其優異的多自由度測量能力、對環境擾動的強魯棒性以及小型化可整合優勢，逐漸成為支撐精密製造與奈米計量的核心技術，對其展開深入研究與產業化應用的緊迫性和必要性日益凸顯。原子級拋光技術：該技術的核心目標是實現晶圓表面原子尺度的平整度與超低表面粗糙度，確保晶圓達到小於 0.1nm 的局部甚至全域平整度，同時最大程度抑制亞表層損傷與表面玷汙。目前，主流的原子級拋光方法主要包括化學機械拋光（CMP）、電漿拋光與離子束拋光。儘管這些技術在理論上均具備實現原子級平整的巨大潛力，且在特定材料與應用場景中已展現出良好性能，但受限於拋光液配方最佳化、核心裝備研發、工藝參數偵錯等多重 “卡點”，國內原子級拋光技術的規模化、產業化應用仍面臨嚴峻挑戰，亟待突破關鍵技術瓶頸。03 政策頻出：為原子級製造發展保駕護航原子級製造作為極具技術挑戰性、產業創新性、國際戰略性與經濟帶動性的未來產業，當前正處於從理論創新與關鍵技術突破向產業化落地邁進的關鍵階段。祝世寧、楊華勇、汪衛華、譚久彬、謝素原等多位院士共同呼籲，應緊抓戰略機遇，打造原子級製造未來產業新賽道。院士們建議，中國需充分把握未來產業、終極製造與基礎交叉的核心特點，加強產業創新頂層設計與精準政策支援，強化宏觀指導、產業協同創新與生態體系建設，以原子級製造科技創新開闢未來製造新賽道，加速技術規模化產業處理程序，推動科技創新與產業創新深度融合，打造高價值、高可控、具有國際引領力的原子級製造未來產業。從政策實踐來看，中國對原子級製造的支援力度持續加大，政策體系逐步完善：2016 年，國家重點研發計畫啟動 “奈米科技” 專項，將原子尺度的材料設計與操控納入重點研究範疇，為原子級製造技術研發奠定基礎。2018 年，南京市與南京大學攜手共建國內首個原子製造研究中心，搭建起產學研協同創新平台。期間，宋鳳麒教授擔任某國家級課題組負責人，帶領團隊攻克多個技術難關，多次迭代原子級製造裝備，並於 2019 年大幅提升加工效率，實現幾分鐘內完成 1 英吋矽晶圓的原子簇顆粒製備（可用於感測器製造），該裝備成功入選國家 “十三五” 科技創新成就展。2024 年，原子級製造政策推進步入快車道：9 月 20 日，2024 原子級製造創新發展座談會召開，重點圍繞《原子級製造創新發展實施意見（2025—2030 年）》的內容科學性與可實施性展開深入研討；11 月 23 日，第一屆原子級製造產業發展論壇舉辦，由工業和資訊化部指導，近百家高校、科研院所與企業共同發起組建的 “原子級製造創新發展聯盟” 正式揭牌，標誌著產業協同創新體系初步形成；12 月 4 日，在 2024 裝備製造業發展大會上，工信部相關負責人明確表示，將推動科技創新與產業創新深度融合，加快培育發展原子級製造產業；12 月 26 日 —27 日，全國工業和資訊化工作會議提出，將制定出台原子級製造等領域創新發展政策，進一步完善政策保障體系。2025 年，政策支援力度持續加碼。9 月 2 日，工信部、國家市場監督管理總局聯合印發《電子資訊製造業 2025—2030 年穩增長行動方案》，首次將 “原子級製造” 寫入國家部委級正式行動方案，明確提出 “支援全固態電池、原子級製造等前沿技術方向基礎研究”，標誌著原子級製造的戰略地位得到空前提升。一系列政策與措施表明，中國正通過頂層設計與政策引導，系統性推動原子級製造技術發展，加強國家製造業創新中心建設，旨在提升中國製造業整體水平與國際核心競爭力。04 中國企業加速佈局，挑戰與機遇並存在政策支援與市場需求的雙重驅動下，國內企業已開始積極佈局原子級製造領域，部分企業在核心技術與產業化應用方面取得突破。作為 ALD 技術產業化的核心推動者，微導奈米專注於 ALD 技術在半導體、泛半導體、新能源、新材料等領域的應用落地。目前，該公司已推出 iTomic HiK、iTomic MW、iTomic PE 等多個以 ALD 技術為核心的系列產品，產品覆蓋邏輯晶片、儲存晶片、先進封裝、化合物半導體等諸多細分應用領域，並與國內多家主流廠商建立深度合作關係。經行業驗證，其多項裝置關鍵指標已達到國際先進水平。清華大學路新春教授聚焦原子級製造產業化實踐，現任華海清科股份有限公司董事長兼首席科學家。其帶領團隊研發的國產化學機械拋光（CMP）裝置，已成功應用於高端晶片製造，拋光精度達到 0.1 奈米，填補了國內高端拋光裝備的技術空白。儘管中國在原子級製造領域已取得階段性成果，但仍面臨諸多嚴峻挑戰。未來需要重點攻關原子級設計軟體、自組裝工藝、原位檢測技術等共性難題，並建立覆蓋材料、裝備、產品的全鏈條標準。 (半導體產業縱橫)

中美新的“制高點之爭”，核心不再是意識形態，而是晶片、人工智慧和機器人等關鍵技術的控制權。在這些領域，美國仍保持主要優勢，但中國的國家主導+民間創業混合模式賦予它強大動力，如果美國投資不足或誤判競爭情勢，就有可能失去優勢。作者：克里斯多福·A·麥克納利（Christopher A. McNally）美國檀香山查明納德大學政治經濟學教授中美新的“制高點之爭”，核心不再是意識形態，而是晶片、人工智慧和機器人等關鍵技術的控制權。在這些領域，美國仍保持主要優勢，但中國的國家主導+民間創業混合模式賦予它強大動力，如果美國投資不足或誤判競爭情勢，就有可能失去優勢。隨著中美貿易戰陷入僵局，全球最重要雙邊關係的潛在態勢正快速轉變。這種轉變通常被視為權力變化：一個大國崛起，另一個大國衰落。但它還有一個更貼切的概念，那就是「制高點之爭」。這個概念原本是軍事隱喻，1922年被弗拉基米爾·列寧（Vladimir Lenin）用來描述他的新經濟政策，尤其強調需要培育能夠引領或支撐整體經濟的工業部門。在1920年代，它主要指鋼鐵和化學等重工業，也包括基礎設施和金融中介，以支援對新興主導產業的投資。耶金（Daniel Yergin）和約瑟夫·斯坦尼斯拉夫（Joseph Stanislaw）1998年出版的著作，以及隨後面世的同名PBS系列紀錄片《制高點：世界經濟之戰》（《The Commanding Heights: The Battle for the World Economy》），對這個概念做了進一步普及。其中，政府控制與自由市場之間的鬥爭是重點。但隨著新經濟產業佔據領導地位，為控制這些產業而進行的地緣政治競爭相應發生變化，這場爭奪也涉及「制高點」性質的轉變。▲在長城汽車重慶永川生產基地銲接車間，智慧化銲接機器人正在進行銲接作業。更能體現這場21世紀鬥爭的，可能是川普2019年首次對華為施加製裁。當時，川普簽署了一項行政命令，禁止在美國網路使用華為設備，並將該公司列入美國商務部實體名單。其理由是，該公司提供並持續控製作為現代經濟核心的電信基礎設施，對美國的國家安全構成威脅。禁令頒布之後，美國進一步加強晶片製造設備的對華出口管制，拜登政府執政期間更是如此。美國也迫使日本和荷蘭等盟國的製造商採取類似做法。隨著這些政策措施出台，新一代「制高點之爭」已然成形。只是這一次，它不再只是關乎理念。 20世紀的核心意識形態衝突，即自由市場政策與國家指導政策的對抗，如今已退居次要地位。誠然，這兩個領域仍有狂熱的擁護者，但川普第二屆政府似乎決心打造一種新型的美國國家資本主義。它甚至更為激進，入股了境況不佳的科技公司（英特爾），並要求分享輝達和AMD的部分在華銷售額。▲4月，川普與黃仁勳在白宮宣佈，輝達將向美國製造業投資5,000億美元。不，這一次，「制高點之爭」幾乎體現了意識形態和政策組合的趨同。然而，它或許比一百年前更加激烈。如今，生物醫藥、電池等新興主導產業已成為現代經濟發展的關鍵。其中最核心的是以晶片、人工智慧和機器人技術為中心的技術新融合。這些是新制高點當中的高點。它們不僅將推動經濟繁榮，還將塑造21世紀的地緣政治優勢。或許正是因為這個原因（利害關係太大），所有主要行為者的經濟策略正日益趨同，尤其是美國和中國。中國顯然優先利用國家引導、投資和管控，打造強大的產業政策和技術升級新模式。最近，王旦和克羅伯（Arthur Kroeber）在《外交事務》雜誌發表文章，指出中國的經濟模式依賴於建立推動技術進步所需的深層基礎設施。這包括一個充滿活力的創新生態系統，它充分利用擁有先進製造知識的龐大勞動力，以及國家提供的電力和數位網路。作者稱之為“全方位技術戰略”，並認為正是這一戰略使得中國能夠比任何其他國家更快地推廣新技術。儘管中國經濟問題嚴峻，但他們認為，其科技發展動能難以阻擋。中國也在大力扶持民間創業和創新。作者認為，任何美國政府如果誤解，甚至低估中國強大的國家引導與民間創業結合所產生的優勢，都將面臨巨大風險。這種低估可能嚴重危及美國的技術領先地位。美國要維持現有優勢，必須在基礎建設、人力資本和工業產能方面進行大規模的長期投資。過去80年，美國的技術開發生態系統運作良好，在打造未來科技的同時，也培育了世界級企業。但如今，它正處於關鍵時刻，可能在「制高點之爭」中敗北。美國從未遇過這樣的競爭對手。美國也一直固步自封，對未來投資不足，尤其是在基礎建設和人力資本方面。▲9月4日，川普與夫人梅蘭妮亞在白宮舉辦科技領袖晚宴，與Meta、蘋果、OpenAI等公司高層討論美國科技政策。然而，美國模式最大的威脅來自川普政府試圖推行美國式的混合國家資本主義。唉，這種國家資本主義看起來可能結合了兩個世界中最糟糕的情況：將裙帶資本主義與不多的國家總體指導和投資混合在一起。事實上，從因應能源轉型到移民、科學和學術界，川普第二屆政府的關鍵政策差不多就是為了破壞美國實現成功所需的關鍵支柱。這並不意味著「制高點之爭」勝負已分。由於美國制裁，晶片技術瓶頸如今已十分明顯，可能阻礙中國在其他技術（主要是人工智慧）領域的發展。而且，美國仍然擁有全球最優秀的教育和研究資源，以及為新技術快速籌集資金的能力。但過去80年來，「制高點之爭」從未如此勢均力敵。中國打造了令人驚嘆的科技生態系統，如今在電池、綠色科技、機器人和電動車領域中處於世界領先地位。美國則憑藉著數十年來累積的領先科技資源，擁有龐大的先發優勢。因此，在爭奪新制高點的競爭中，美國佔優勢。然而，如果華盛頓的政策制定者誤讀或低估了中國科技創新體系帶來的競爭威脅，未能進行戰略投資，這些優勢可能會被白白浪費。 （中美聚焦）

領先的晶圓代工廠和IDM廠商正朝著2奈米（或同等）技術節點的量產邁進，其中環柵（GAA）奈米片電晶體將發揮核心作用。GAA奈米片器件架構作為FinFET技術的後繼者，旨在進一步縮小SRAM和邏輯標準單元的尺寸。GAA 奈米片器件的主要特點是垂直堆疊兩個或多個奈米片狀導電溝道，每個邏輯標準單元包含一個堆疊用於 p 型器件，另一個堆疊用於 n 型器件。這種配置允許設計人員進一步縮小邏輯標準單元高度，其定義為每個單元的金屬線（或軌道）數量乘以金屬間距。設計人員還可以選擇加寬溝道，以犧牲單元高度為代價換取更大的驅動電流。除了面積縮小之外，GAA 奈米片電晶體相比 FinFET 還具有另一個優勢：柵極從各個方向包圍導電通道，即使在較短的通道長度下也能增強柵極對通道的控制。圖 1 – GAA 奈米片器件的 TEM 圖像在晶片製造商過渡到CFET（complementary FET ）技術之前， GAA 奈米片技術預計將持續至少三代技術。由於其 nMOS-pMOS 垂直堆疊結構， CFET 的整合複雜度顯著高於常規奈米片器件。根據 imec 的路線圖，這使得CFET 的量產只有從A7 節點開始才可行。這意味著GAA 奈米片時代必須至少延伸到 A10 技術節點，預計該節點的單元高度將小至90 奈米。然而，在不影響性能的情況下縮小基於 GAA 奈米片的標準單元尺寸極具挑戰性。這正是forksheet 裝置架構可能帶來緩解的地方，它是一種非破壞性技術，比常規 GAA 奈米片技術具有更大的擴展潛力。Forksheet，1nm的依仗2017 年，imec 推出了 forksheet 器件架構，首先作為 SRAM 單元的縮放助推器（ scaling booster），後來作為邏輯標準單元縮放推動器（scaling enabler）。其首次實現的獨特之處在於在柵極圖案化之前在 nMOS 和 pMOS 器件之間放置一層電介質壁（dielectric wall）。由於這堵牆位於邏輯標準單元的中間，因此該架構被稱為“內壁”（inner wall）forksheet。該牆在物理上將 p 柵極溝槽與 n 柵極溝槽隔離，從而實現比 FinFET 或奈米片器件更緊密的 n 到 p 間距。這允許進一步縮小單元面積（單元高度高達 90nm），同時仍提供性能提升。在這種“內壁”配置中，這些薄片由三柵極叉形結構（tri-gate forked structure）控制，該器件的名稱由此而來。圖 2 – 內壁叉片裝置的 TEM 圖像在 VLSI 2021 上，imec 展示了300 毫米內壁 forksheet 工藝流程的可製造性。對功能齊全的器件進行電氣特性測試，證實 forksheet 是最有前景的器件架構，能夠將邏輯和 SRAM 奈米片的微縮路線圖擴展到A10 節點。由於整合流程重用了大部分奈米片的生產步驟，因此從奈米片到 forksheet 的技術演進可以視為非顛覆性的。可製造性正受到挑戰儘管硬體演示成功，但對可製造性的一些擔憂仍然存在，這使得 imec 重新考慮並改進其最初的 forksheet 裝置架構。主要的挑戰與內壁本身的可製造性有關。為了實現 90nm 邏輯標準單元高度，介電壁需要非常薄，在 8-10nm 範圍內。但是，由於在裝置工藝流程的早期製造，壁面會暴露於所有後續的前端製程 (FEOL) 蝕刻步驟中，這些步驟可能會進一步減薄壁面，這對壁面材料的選擇提出了相當高的要求。此外，為了能夠實現特定於 n 或 p 的工藝步驟（例如 p/n 源極/漏極外延），專用掩模必須精確地落在薄介電壁上，這對p/n 掩模對準提出了挑戰。此外，實際應用中 90% 的器件都具有用於 n 和 p 溝道的公共柵極。在具有內壁forksheet 器件的標準單元中，介電壁會阻礙這種pn 連接柵極。除非將柵極做得更高以跨越該壁，但這又會增加寄生電容。最後，晶片製造商擔心三柵極架構，因為柵極僅從三面包圍溝道。與 GAA 結構相比，柵極存在失去對溝道控制的風險，尤其是在溝道長度較短的情況下。“外壁”叉片：CELL邊界處的介電壁在2025年超大規模積體電路技術與電路研討會（VLSI 2025）上，imec的研究人員展示了一種新穎的forksheet器件架構，並將其命名為“外壁”（outer wall）forksheet。他們通過TCAD模擬展示了這種外壁forksheet如何通過降低工藝複雜性、提供卓越性能並保持面積可擴展性，從而改進其先前的設計。圖 3 – Imec 的邏輯技術路線圖，展示了奈米片時代從 2nm 延伸到 A10 節點，採用外壁forksheet，然後過渡到 A7 及更高版本的 CFET外壁forksheet將介電壁置於標準單元邊界處，使其成為pp或nn wall。這使得每個wall可以與相鄰的標準單元共享，並且可以加厚（至約15奈米），而不會影響90奈米的單元高度。另一個顯著特點是wall-last整合方法。整個工藝流程始於形成寬大的Si/SiGe堆疊——這是任何GAA技術中都會重複出現的步驟。在奈米片溝道釋放步驟中蝕刻掉SiGe之後，該堆疊的Si層將形成奈米片狀的導電溝道。介電壁最終會將該堆疊一分為二，兩個極性相似的FET位於壁的兩側。介電壁本身在整合流程接近尾聲時進行處理，即在奈米片溝道釋放、源極/漏極回蝕和源極/漏極外延生長之後。替換金屬柵極 (RMG) 步驟完成了整合流程。圖 4 – (頂部) 內壁和 (底部) 外壁forksheet結構示意圖外壁forksheet的 5 項關鍵改進與 GAA 奈米片器件相比，內外壁forksheets具有兩個共同優勢。在面積縮放方面，它們均能夠在 A10 節點實現 90nm 邏輯標準單元高度，這與 A14 奈米片技術中 115nm 的單元高度相比更具優勢。第二個共同優勢是寄生電容減小：位於壁兩側的兩個場效應電晶體 (FET)（內壁為 n 和 p，外壁為 n 和 n/或 p 和 p）可以比基於奈米片的單元放置得更近，而不會引起電容問題。此外，外壁forksheets有望在五個關鍵方面超內壁forksheets設計。首先，由於採用了wall-last整合方法，電介質壁省去了幾個複雜的FEOL步驟。因此，它可以由主流的二氧化矽製成。在後壁工藝步驟中，通過在寬Si/SiGe堆疊中形成溝槽並用SiO 2電介質填充來形成壁。其次，由於wall位於單元邊界，其寬度可以放寬至約 15nm，從而簡化工藝。第三，現在可以輕鬆連接一個標準單元內的n 和 p 器件的柵極，而無需穿過介電壁。第四，外壁forksheets有望提供優於內壁器件的柵極控制，這與形成Ω-gate而非三柵極forksheets結構的能力相關。更寬的介電壁使得在最後的RMG步驟中對壁進行幾奈米的刻蝕成為可能。這使得柵極能夠部分環繞溝道的第四個邊緣，從而形成W形柵極，增強了對溝道的控制。通過TCAD模擬，imec的研究人員發現，刻蝕掉5奈米的介電壁是最佳選擇，可將驅動電流提高約25%。圖 5 – 壁面蝕刻對柵極形成的影響：從三柵極到 Ω 柵極，再到 GAA第五個方面與forksheet整合流提供全溝道應變（full channel strain）的潛力相關，這是一種額外的性能提升，有利於驅動電流。通常，可以通過實施源極/漏極應力源來獲得全溝道應變。該方法已被證明在（p型）FinFET中非常有效，但在GAA奈米片和內壁 forksheet 器件架構中難以實現。從概念上講，其思路是將Ge原子併入源極/漏極區域。由於Ge原子比Si原子更大，它們會在Si溝道中引入壓縮應變，從而提高載流子的遷移率。圖 6 – 在外壁forksheet 工藝流程開始時，在寬大的 Si（灰色）/SiGe（紫色）層堆疊頂部沉積一層“pre-wall”硬掩模（棕色）。這樣，硬掩模下方的 Si“種子晶體”便可支援源極/漏極外延生長外壁 forksheet 器件之所以能夠實現完全有效的源極/漏極應力源，是因為採用了wall-last方法。在製作壁之前，硬掩模會繼續覆蓋寬 Si/SiGe 堆疊的中間部分，該部分稍後將用於形成壁（圖 6）。此硬掩模下方的“Si spine”現在可以在源極/漏極外延生長期間充當種子晶體，充當從一個柵極溝道延續到下一個柵極溝道的矽“template”。這類似於 FinFET 技術中的Si subfin：想像一下將源極/漏極外延模組旋轉 90°（圖 7）。如果沒有這樣的矽晶體範本（template），源極/漏極外延介面處就會形成垂直缺陷，從而消除矽溝道內形成的壓縮應變。圖 7 – 外壁forksheet中的Si spine（右）提供了從一個柵極溝道到下一個柵極溝道的連續矽晶體範本。這在概念上類似於 FinFET 技術中的Si subfin（左）SRAM 和環形振盪器設計中的外壁forksheet最後，imec 進行了一項基準研究，以量化外壁forksheet的功率性能面積 (PPA) 優勢。當比較 A10 外壁forksheet和基於 A14 奈米片的 SRAM 位單元的面積時，奈米片架構的面積優勢就變得顯而易見。佈局顯示，基於外壁forksheet的 SRAM 單元面積減少了 22% ，這是由於在柵極間距縮小的基礎上，pp 和 nn 間距也減小了。性能評估的另一個關鍵指標是環形振盪器的模擬頻率，表示為有效驅動電流與有效電容之比 (I eff /C eff )。模擬表明，對於 A10 節點，需要一個外壁forksheet來保持與之前的 A14 和 2nm 節點的頻率指標一致，前提是所有這些器件結構都能實現全溝道應力。事實證明，在奈米片（2nm 和 A14）和內壁forksheet器件中實現全溝道應力具有挑戰性，它的缺失會導致驅動電流損失約 33%。因此，預計在外壁forksheet器件中實現有效源/漏應力器的能力將在環形振盪器設計中產生進一步的性能優勢。圖 8 – 環形振盪器模擬結果（有和沒有後端 (BEOL) 負載）展望與結論叉片 (forksheet ) 器件架構由 imec 引入，旨在將基於奈米片的邏輯技術路線圖擴展到A10 技術節點，並預期 CFET 能夠實現量產。由於可製造性問題，imec 放棄了原有的內壁forksheet設計，並開發了“升級”版本：外壁forksheet。與內壁forksheet相比，新設計在提升性能和保持面積縮小的同時，確保了更高的可製造性。展望未來，imec 目前正在研究外壁forksheet設計與 CFET 架構的相容性，以及 CFET 能在多大程度上從這種創新的擴展助推器中獲得 PPA 效益。 (半導體行業觀察)

AI 為未來場景提供了可實現的技術手段，推動著創新快速發展和產品應用落地。近年來，隨 著生成式 AI 這一技術取得的顯著進展，也引發了生成式 AI 同終端產品深度結合的創新浪潮:從應用的角度看，各終端廠家和應用廠家密集推出基於大模型的 AIGC 應用產品，涵 蓋對話、寫作、學習、媒體創作、辦公商務等領域。從硬體裝置的角度看，各終端廠家的 AI 能力也在不斷推陳出新，產業界也紛紛提出 AI 終端、AI PC 不同維度的概念定義。為了讓消費者對 AI 終端的能力有更清晰、更直觀的認知，同時也為了讓產業界對 AI 終 端的能力演進達成統一的共識，協同產業有序發展，參考汽車駕駛自動化分級，以及清華大學 PERSONAL LLM AGENTS(個人大語言模型智能體)中的智能體能力分級，我們提出 AI 終端智能化 L1~L5 分級標準，並期待產業界同仁一起來完善、最佳化該分級標準。針對 AI 終端分級標準，進一步高階抽象出支撐該分級標準的 AI 終端六大關鍵技術特徵。我們認為，原生智能 OS 需要具備統一的 AI 系統底座、原生智能應用、系統級智能體、 開放生態四大核心要素，以能夠更好地支撐 L1~L5 智能等級的終端 AI 技術演進。如下以華為 HarmonyOS 原生智能技術架構為例來展開四大核心要素。統一的 AI 系統底座: 全新打造的 AI 系統底座，在 OS 層提供統一的 AI 基礎模型、 資料接入、模型與算力的調度能力、模型載入與升級的工程化治理框架等，同時為 OS 其他子系統(如媒體子系統、檔案子系統等)提供協調一致的智能化改造。原生智能應用: 對使用者日常使用的系統應用(如電話、消息、圖庫等)和服務(如掃碼、 圖片編輯等)進行智能化升級，提供超越預期的智能化體驗。小藝超級智能體:作為系統級智能體，具備高效精準的多裝置、場景融合感知和意圖 理解能力、高階任務規劃和反思能力、廣泛的工具呼叫和操作執行能力，為使用者提供 體系化、可擴展、全場景智能能力，並與領域 Agent 一起相互協作，共同完成更復 雜的任務。生態開放: 為三方生態應用提供開放的模型開發和部署能力、高價值 AI 元件能力、 領域 Agent 開發平台能力，為生態應用開發和應用部署、應用運行進行全流程價值 賦能。感知是指通過感測器資料獲得上下文資訊的過程。這裡的感測器包括硬體感測器和軟體感測 器，硬體感測器指具有物理結構的感知單元，如加速度計等。而軟體感測器則泛指廣泛的軟體資料， 如聊天記錄、日程安排等。現有終端裝置、系統和軟體中已經有大量的感知過程，比如短影片軟體分析行為感知使用者喜好、 智慧型手機感知環境光照自動調節亮度、智能手錶識別使用者心率和 IMU 資料感知使用者動作等等。然而， 目前大部分感知都是“碎片化”的，這種碎片化主要體現在幾個方面:感知領域碎片化，每個軟體只能感知軟體內的行為和資料;感知過程和結果碎片化，軟體在有限的感知視野內根據自身需求各自實現和執行感知步驟，得到侷限在某特定領域的感知結果，並通常不互相分享感知結果;時間碎片化，系統出於能耗和隱私考慮往往不允許執行長期感知動作。碎片化的感知難以得到更全面的感知結果，進而無法支撐下一代 AI 終端對物理世界全方位的 感知需求。在未來全場景智能的願景下，原生智能的 OS 需要打破碎片化:從多終端多源頭彙總軟體、硬體的感知資料，建構統一協同的感知資料底座;在系統層做最大程度的過程共享、調度最佳化，降低長時間感知的資源佔用和整體功耗，實現系統級全域最優的感知過程。打破多個終端硬體、不同應用之間的隔離，從使用者上下文、裝置上下文、場景上下文中抽象出更高維度的感知結果。AI 要超越今天的能力，我們需要的不僅僅是能夠看到或對話交流的 AI，我們還需要可以做到 的 AI。當 AI 結合了更高維度的感知結果，將觸發思考，進而影響自主行為。與人類常見的行為模 式一樣，看到烏雲即可聯想到下雨從而帶了一把傘出門，AI 將學會感知複雜世界並與之互動，並 在此過程中觸發智能的、可按需編排調度的主動服務。在不久的將來，更高維度的智能感知、更智 慧的基礎模型、更高階的空間智能將為具身智能賦能，開啟智能社會的更多可能性。通用意義的 AI Agent 智能體實現了“以意圖為中心”的 AI 與人的協作機制，系統超級智能 體則進一步結合 OS 系統的底層能力，為使用者提供體系化、可擴展的智能能力。OS 系統資源中 的各項能力(感知能力、記憶能力、工具能力等)向系統超級智能體開放並由其進行管理。系統超級智能體主要由以下四個邏輯功能模組組成:類似於終端作業系統(HarmonyOS、Android、iOS)的系統級 APP 和普通 APP 一樣， 除了系統超級智能體之外，下一代 AI 終端中還將存在多個領域智能體(領域 Agent)。系統超級 智能體和領域 Agent 相互協作，為使用者提供全域性與專業性結合的智能服務體驗。端側側重感知執行，雲側側重規劃決策，端雲協同構築真正強大的全域化智能，同時，端雲 協同一體的晶片、算子、模型的設計，還可以釋放更強大的硬體資源。以華為端雲協同解決方案為例， AI 計算生態同棧，端雲模型同源，為業務帶來極致性能體驗。端側自訂算子程式設計: 業界首次開放端側 NPU(Cube)的自訂算子程式設計，使能更 多樣的模型能夠運行在硬體加速器上，並可根據需要進行專門的定製最佳化。端雲統一的 AI 計算生態: 業界首次實現端雲統一的 AI 計算生態，端雲的算子最佳化可 以互相使能或借鑑，並借助社區力量，推動端雲硬體加速的協同發展。端雲晶片同源: 有利於端雲算力動態互助，以端助雲降成本，以雲助端提升體驗，同 時便於業務在多裝置間流轉時，保持能力、體驗的一致性。端雲模型同源: 有利於模型能力、資料分佈、詞表、端雲體驗一致性的對齊，助力端 雲演算法協同、資料協同、業務場景協同。隨著 AI 在未來的智能社會中扮演著越來越重要的角色，AI 系統需要處理更豐富更全面的個人 資訊，一旦 AI 系統被攻破，大量使用者敏感資料可能會被竊取和濫用，此外，AI 大模型本身也可能 成為攻擊目標，比如攻擊者可以通過設計出特殊的提示詞進行越權訪問，獲得其本來無權訪問的用 戶隱私資料，或引導智能體執行一些不該執行的動作。生成式 AI 系統的可信安全體系需要從晶片、硬體、作業系統、大模型、智能體等多個維度全 新設計。以華為 AI 終端為例，通過深度整合軟體、硬體、晶片與雲端各層防護機制，形成立體、動態、 自適應的“軟硬芯雲一體化安全架構”，確保資料、應用和使用者互動的安全無虞。智能感知與動態防護的軟體安全:1)整合自我學習與適應能力的 AI 安 全引擎，即時監控系統行為，識別異常活動，有效抵禦病毒、木馬和 0 Day 攻擊。2)採用微服務架構，實現服務間最小權限原則和隔離，降 低單一服務受損對整體系統的影響。3)內建的隱私保護機制，將確保用 戶資料在處理、儲存和傳輸過程中的加密與匿名化，保護個人隱私。內建安全與可信執行環境的硬體安全: 通過整合安全晶片(如 TPM、 SE 等)實現硬體級的金鑰管理、身份驗證和資料加密，為系統提供 不可篡改的信任根。此外，基於可信執行環境(Trusted Execution Environments, TEEs)為敏感操作提供獨立的執行空間，同時實現基 於密碼學的機密計算，保證了資料和計算過程的保密性、可靠性、不可 篡改性。定製化安全指令與硬體加速的晶片級安全: 在晶片設計階段融入安全理 念，開發定製化的安全指令集，以硬體加速的方式執行加密運算和安全 協議，確保從底層硬體到上層應用的全程安全。策略統一和風險共享的端雲安全協同: 安全雲作為軟硬芯雲架構的中樞， 承擔著安全策略的集中管理和跨裝置協同防禦的任務。鴻蒙能夠即時接 收最新的安全補丁和威脅情報，實現安全策略的統一部署、更新與威脅 預警，並協調不同裝置間的防禦行動，形成強大的協同安全效應。生態在 AI 終端中佔據著非常重要的一環，推動了應用和服務的多樣化發展。通過建立開放的 生態系統，開發者可以輕鬆接入和利用 AI 能力，從而快速開發出創新的應用和服務，滿足使用者的 多樣化需求。總體上，華為 AI 終端基於“分層開放、全流程價值賦能”的原則助力鴻蒙 AI 生態開發。應用開發和部署階段:模型開發部署能力開放: Core Deep Learning API，基於軟硬芯雲垂直整合，提 供硬體加速的端側模型推理、訓練和構圖介面，支援三方模型通過 Tools(統一 IR) 轉換為預設 MindSpore Lite，實現一次開發即可在多晶片(CPU、GPU、NPU、 DSP)運行，確保海量存量 AI 應用極易遷移的同時，在麒麟晶片、HarmonyOS 上 更能夠發揮出 AI 應用的極致性能體驗。高價值 AI 能力開放: 為應用提供與 HarmonyOS 深度適配的，極具競爭力的原子化 AI 介面(Core AI API)，以及高階 AI 系統能力元件(AI 控制項、意圖框架)，應 用可直接整合，實現快速開發與迭代，提升使用者體驗和應用性能。領域 Agent 開發平台開放: 小藝開放平台為領域 Agents 提供一站式、無程式碼開發 整合環境，同時提供移動終端獨特的工具 / 外掛，如位置服務外掛、事件通知外掛等， 賦能 CP 高精準、高效率地開發移動終端領域 Agent。應用運行階段:應用智能化推薦: 基於多裝置融合感知、意圖框架體系以及系統級多入口，小藝建議 幫助應用 & 服務多維度、多頻次、多場景、高效率地觸達使用者，實現從人找應用，到 應用找人。服務智慧化編排: 在小藝系統超級智能體的統一協同下，服務可分可合、自動化編排， 實現服務按需組合，入口一步直達。 (AI雲原生智能算力架構)

基礎研究是重大技術創新的源頭，中美在關鍵技術領域的競爭態勢已成為全球科技格局演變的重要風向標。《科技導報》特邀顧天安團隊，通過建構競爭集中度、領先度等多維指標，深度剖析中美基礎研究競爭態勢，揭示中國面臨的潛在優勢領域圍堵、創新安全雙重挑戰等現實問題，並提出深化體制機制改革、激發科研主體活力等政策建議。近年來，新一輪科技革命和產業變革加速發展，關鍵核心技術攻堅任務艱巨。在中美科技競爭激烈的背景下，科學研判中國在關鍵技術領域基礎研究競爭格局中所處位勢刻不容緩。當前針對全球各國基礎研究競爭力演變的長周期研究、針對中美科技競爭集中度高的關鍵核心技術領域的系統性研究十分匱乏。本研究選取人工智慧、半導體等10大核心關鍵技術領域及27個重點技術方向，獲取Web of Science資料庫2012-2021年的2650.9萬篇論文資料，借鑑產業組織理論“結構-行為-績效”（SCP）分析範式，建構多維指標，旨在揭示中國在關鍵技術領域基礎研究存在的差距與不足並提出建議。1 全球關鍵技術領域競爭基本態勢1.1 10大關鍵技術領域基礎研究整體呈現“三高”特徵2012-2021年，10大關鍵技術領域基礎研究呈現“三高”特點。一是增長率高，發文量年均複合增長率達10.46%，是其他領域的2.28倍。二是競爭集中度高，2012—2021年期間10大關鍵技術領域排名前2位和前5位國家發文量佔比均值分別為51.59%和73.66%，顯示出高度集中。三是中美競爭熱度高，截至2021年，中國在27個重點技術方向中排名第1的有18個，佔比66.7%，中美排名前2位的達25個，佔比89.3%，表明中國已從“跟跑”轉向“跟跑、並跑、領跑”並舉，中美關鍵技術競爭將進入關鍵階段。1.2 中國關鍵技術領域基礎研究能力顯著提升2012年以來，中國在10大關鍵技術領域高水平論文發文量快速增長，年均增速約20%。其中人工智慧領域增速最快，2021年中國人工智慧領域高水平論文發文量約2.97萬篇，佔過去10年總發文量的29.8%，較2012年增長10倍（圖1），佔全球發文總量的1/4，位居世界第1，這反映出中國在多個關鍵技術領域基礎研究投入力度持續增強，成果數量大幅提升。圖1 2012—2021年中國10大關鍵技術領域基礎研究進展情況（資料來源：Web of Science）1.3 中美科技競爭“雙峰格局”初步形成採用集中度指標分析，2012年兩國在27個重點技術方向中競爭集中度高於0.5的僅8個，且其中6個重點技術方向美國高水平論文數量明顯高於中國（圖2）。截至2021年末，兩國在27個重點技術方向競爭集中度高於0.5的達21個，高於0.6的有10個，按照兩國競爭集中度由高到低排序前5位的重點技術方向包括災害預防與減災、先進材料等（圖3），表明中美“雙峰格局”初步形成，競爭日趨激烈。圖2 全球關鍵技術領域基礎研究競爭集中度分析（2012年）（資料來源：Web of Science）圖3 全球關鍵技術領域基礎研究競爭集中度分析（2021年）（資料來源：Web of Science）1.4 美國在關鍵技術領域基礎研究影響力全球領先學科規範化引文影響力指標顯示，2012-2021年美國在10大關鍵技術領域基礎研究影響力始終位居全球首位，保持著科技創新的全球中心地位。中國影響力指數雖從2012年的15.34上升到2021年的15.49，但與全球主要經濟體國家相比仍存在差距，亟需從“高數量”向“高品質”轉變。2 中國在關鍵技術領域面臨的現實挑戰2.1 潛力優勢領域或將面臨更大力度圍堵和制裁分析領先度指標，中國在11個重點技術方向實現“後發趕超”，在9個方向“持續跟進”，在6個方向“重點突破”。美國為保持領先，可能對中國潛在優勢領域如人工智慧、機器人等進行更大力度打壓，需提前佈局應對。2.2 競爭集中度大幅提升方向或將面臨創新與安全雙重挑戰兩國在先進製造、半導體等11個重點技術方向競爭集中度大幅提升。一方面，中國進入“無人區”的技術方向增多，亟需提升原始創新能力；另一方面，海量基礎研究成果及核心資料長期被美西方跟蹤監測的重大風險將日益凸顯，關鍵核心技術安全問題需高度關注。2.3 多個重點技術方向影響力差距仍在持續擴大2012—2021年期間，在27個重點技術方向中中國僅有基因組學、自治技術2個技術方向與美國高被引文章影響力差距縮小，其餘25個方向差距擴大，較2012年兩國影響力差距擴大程度前5位的包括先進電腦硬體及軟體、災害預防與減災等，反映出中國在一些關鍵領域面臨引領性和原創性成果短缺、高品質基礎研究內生動力不足等挑戰。2.4 科技文獻資源服務保障國家戰略能力有待提升美國等西方國家建構了完備的全球科技文獻基礎資料庫體系，支援精準監測與評估。而中國科技文獻資料庫以國內資料為主，難以支撐國家科學研判全球科技創新態勢，服務保障國家戰略的能力亟待加強。3 推動關鍵技術領域基礎研究高品質發展的建議深化基礎研究體制機制改革加強統籌規劃，發揮新型舉國體制優勢，建構協同高效的創新體系，強化國家戰略科技力量。最佳化國家科技計畫體系，加大投入，引導地方、企業、社會資金參與，形成多元化投入格局。推進國家科技資源共享服務平台建設，建構完善的國家科技文獻資訊保障服務體系，強化科技文獻資源保障服務國家科技戰略能力。激發各類科研主體創新活力對科研人員，落實自主權，建立符合基礎研究特點的人才評價激勵機制，對自由探索和顛覆性創新活動建立免責機制。對企業，吸納關鍵技術領域頭部企業基礎研究力量，引導其加大基礎研究投入，支援企業承擔國家科研項目，發揮以重點企業為依託的國家工程研究中心成果轉化紐帶作用。對新型研發機構，在科研模式、人才評價等方面給予創新空間，支援其先行先試，建設創新平台，承擔科研任務。健全基礎研究項目管理機制推進基礎研究項目管理改革，提升基礎研究科研組織程度，強化部門協同。關注中美競爭集中度快速提升的領域，制定國家科技創新戰略管理專項計畫，推動自主創新與國家安全“雙輪驅動”，落實全生命周期管理，建立跨部門常態化機制。廣泛開展基礎研究國際合作中國要聚焦關鍵領域“卡脖子”環節，堅持獨立自主和國際合作“兩條腿走路”。對中國有潛在優勢的領域，應進一步加強基礎研究多元化投入，大力推動中國科技期刊卓越行動計畫。對競爭集中度較低的領域，實施“與技術領先友好國合作開展科技創新”為主的發展策略，提升國際化水平和影響力。 (科技導報)