2022 年 10 月 29 日，奇绩创坛在北京中关村举办了 2022 年的年度共享活动《前沿科技立异创业趋势剖析（2022）》，奇绩创坛开创人兼 CEO 陆奇博士与创业者共享奇绩创坛这一年来看到的前沿科技立异创业趋势。（ 本文依据陆奇博士的讲演共享视频收拾，有删减）

　　（共享人：陆奇，奇绩创坛开创人兼CEO，曾任百度集团总裁兼COO、微软全球履行副总裁、yahoo履行副总裁等，结业于卡耐基梅隆大学，获核算机科学博士。）

　　今日共享的主题是《在技能驱动立异的无尽前沿掌握好时机》，咱们首要共享奇绩的国际观、奇绩剖析技能驱动立异趋势的办法和奇绩看到的立异信号。

　　技能怎样驱动立异和经济开展，它的中心和结构是怎样的呢？咱们能够从下面这张 PPT 开端：

　　技能驱动社会经济开展，它的结构是动力和信息的组合，它是中心出产力。任何一个经济年代最要害的是中心出产力。

　　人类开展经济大约有三个大的体系：农业体系、工业体系和数字化体系（图中的蓝色曲线）。

　　在农业体系，动力首要来自太阳能，出产首要依靠光合作用（对应图中橙色曲线，这条曲线比较简略，它一向在往前延伸）。

　　工业年代的动力是化石动力，人类运用机械设备、电气设备、电子设备来转化动力（对应图中绿色曲线）。

　　数字化年代是图中的蓝色曲线，这条蓝色的“数字化”曲线 年的前史，首要由于咱们开端有通用算力。

　　这条蓝色曲线为什么增加那么快？为什么会驱动经济开展的加快？原因是技能，技能一向便是人类最大的中心产能，它驱动了立异。在曩昔，技能是直接的产能，而今日，数字化把技能变成越来越直接的中心产能。（咱们能够去调查，这条蓝色曲线上的公司，他们公司的财政资源有多少份额是投入做研制的，多少是投入做出产的）

　　曩昔 40 多年，我国基本上把工业开展阶段的许多根底课都补齐了，能够参加这一波新年代的干流立异，让技能成为直接的产能。

　　为什么技能能够成为直接产能，加快驱动立异和经济开展呢？这本身跟技能的实质和结构分不开。

　　技能的实质是用信息去转化动力，改动自然现象，满意人的需求。技能的结构有两个组成部分：可编程，任何技能都有信息部分；可履行，有动力转化部分。

　　一同，技能的开展根据科学之上，科学是一个常识探究体系。由于技能和数字化的开展，科学开展的范式也在不断地演进。现在，数字化让科学进入了第四范式，其他微软的 Chris Bishop 提出了第五范式 （编者注：Chris Bishop 是微软技能院士、微软研讨院科学智能中心担任人 ） ，它是数据驱动和核算驱动的。科学的行进跟商业社会的经济开展越来越分不开。咱们处在这个年代的中心结构，使得这个产能会不断地、加快地产生。

　　剖析完技能的实质和结构今后，咱们来整理“技能驱动立异”的微观结构，这是一个更大的结构性结构，如下图：

　　数字化的渠道包含移动互联网/云、人工智能等，它们协助人类更好地获取信息（常识）。这些渠道不断地用信息和动力转化去改动物理国际。动力转化有必要要有动力，数字化推动了新一代动力的运用开展，特别是可继续的动力。

　　在物理国际里转化这些动力只需两种办法：一种是用生命的进程（biological pathway）来转化动力，对应是新生命科学；另一种是用物理的办法来转化动力，对应图中的新资料科技。转化动力有必要要有物理空间，所以有新的空间技能。这些整个组合在一同，构成了一个微观的结构，让咱们能够不断地拆解整理每个要害节点的结构和趋势。

　　数字化的开展趋势是渠道驱动的，跟着数字化开展，渠道的规划、才干都在生长。新的渠道诞生的速度也越来越快，也越来越多（下面这张图展示的是曩昔 50 多年生长起来的数字化渠道）。

　　此外，数字化的渠道，结构十分安稳。拆解数字化的渠道结构，能够协助咱们更好地剖析和判别未来数字化的趋势和时机。

　　数字化渠道的结构分为前端和后端两大部分，前端是跟人交互的，后端是通用的才干。

　　（1）底层是体会设备，设备傍边有高度集成的芯片模组和操作体系。今日咱们的设备有手机、电脑、眼镜、头显、手表、轿车、可穿戴、可植入等等一系列的设备。

　　（2）第二层咱们称为体会容器。假设你做操作体系，或许都知道“容器”是什么。咱们在数字化的进程傍边到现在为止有三大类容器（Container）。

　　榜首类容器是二维的，或许是一页，或许是一帧，它是文字符号和图画的载体，直接地用信息跟人交互，人能够去看、能够去听。

　　第二类容器是新一代的三维容器，人们称为元国际，让人能够在其内部具象地存在，实质上是让人们“在一同、在那里”，元国际会带来许多的立异和商业化开展的时机。

　　第三类容器是脑机接口，现在还很前期，但长时刻来看会十分重要，它能够是穿戴设备，也能够是植入式设备，通过数字化的容器来取得咱们人内涵的感触，能够跟人做交互。

　　（3）第三层是画布。在容器之上，从开发的视点来讲，咱们有画布（Canvas），写代码、做产品的同学应该知道这个概念。今日二维的画布有文档、图画和视频。在元国际里，新产生的画布是空间，是国际，是人。容器和画布都是数字化前端的中心的组成部分。

　　（1）底层是后端设备，设备里能够是服务器、交换机、数据中心、卫星载荷等等，有高度集成的芯片、模组、操作体系等。

　　（3）最上一层是才干的供应层，让数字化的才干像电相同能够无处不在。后端干流的才干供应是云、边际和区块链，Web 3 是新一代的数字化的才干供应，有机地融入了信赖和鼓励机制。

　　这儿先简略提一下，人工智能实质上是一个新的核算体系，根据堆叠向量的核算体系，能够在硅基或生物基上做。某种含义上讲，今日的干流算法一开端都是在生物基上做的，也便是人的大脑，只不过大脑的功耗只需 25 瓦，算力很有限，今日人工智能的中心立异是在堆叠向量这一层，能够运用到一切前端和后端。

　　（2）在这之上是数字化的开发根底，包含一系列的开源软件，让咱们能体系性地、有效地去开发前端、后端。这是数字化的渠道的结构和开展趋势。

　　首要咱们讲需求。C 端需求包含人群、时长、频次等层次，也能够把它分红这几个大类，通讯、交际、内容、消费等等。

　　这儿咱们把一类特他人群分了出来——P端（Producer），即发明者，这类人能够开发、规划、发明。发明能够是广义的，他们也能够是艺术家或许科学家。

　　数字化满意需求的才干，也适当结构化。到现在，咱们有 6 种不同的数字化的才干，能够体系性地满意长时刻越来越丰厚的 C 端、 P 端和 B 端的需求（见下图）。

　　（4）第四层是通过数字化才干在物理空间里原位直接地满意人的需求，比方由自动驾驶来完结将人直接送到目的地的使命。

　　（6）第六种是智能模型。某种含义上，智能模型能够说是一个能够考虑和做规划的大脑。它能够嵌入到任何一个场景去满意人的需求。

　　在上面的图中，咱们用蓝色标示了技能满意需求的开展，比方二维信息，通过电脑和手机，基本上一切的 C 端和大部分的 B 端都部分地满意了人的需求，元国际和 Web 3 才刚刚开端。

　　有了需求的结构和满意需求的数字化才干之后，接下来咱们怎样来判别有哪些立异时机？主张咱们看技能和需求的组合，技能开展开端商业化运用往往是这样几种状况：

　　榜首是单点打破。人工智能某种含义上是个单点打破，忽然非线性地呈现了一种新的才干，能够撬动一类需求。

　　第二是多点聚合，比方说，这一次的元国际技能在某种含义上便是多点聚合，瓜熟蒂落，许多技能一向在开展。

　　第三是纵深开辟，当这些技能聚合在一同之后，往往还会进一步地往纵深方向更深化地开展，撬动更多的需求。

　　所以咱们要判别在技能上是不是有或许单点打破或许是不是多点聚合，还有技能的深度是否能够满意更深层的需求。

　　新技能一般都是先单点切入需求。举个比方，元国际就在找一个方向打破，接着会往横向的运用场景拓宽，满意更多的需求，拓宽到了必定的宽度之后，才干纵向浸透更深的需求。新技能都是依照这样的惯例满意需求的。

　　上面这张图右上部分描绘了数字化驱动商业化的特性，为什么数字化会产生极高的商业价值和高速增加？它跟数字化工业生态的结构是分不开的。假设咱们用数字化的才干去满意一类需求，一般都是这样三位一体的生态结构（如图右上部分所示）。

　　假设咱们没有数字化的才干去满意这类需求，那么人类会通过三种活动去满意这类需求。

　　首要，人要去调查这类需求，要搜集信息，有了信息之后，人会做一系列模型去辅导决议计划，然后通过人和人之间的协作，用东西与流程去满意这些需求，这涉及到调查体系、决议计划体系和履行体系。

　　有了数字化之后，上述人的行为变成数字化的行为，调查体系改动成软件界说，决议计划体系从软件界说开端变成数据驱动，履行体系也从人的举动变成软件驱动。

　　软件界说和数字数据驱动之间的联系是什么？软件界说实质上是把人的常识用代码表达出来，让功率更高。可是数据驱动的效能远超软件驱动。一旦软件界说开端之后，就能够搜集许多数据，这些数据能够沉积许多的常识，比起人本身的常识能够更好地满意这人的需求。

　　举一个比方，我个人比较了解的是查找引擎，我做了很长时刻。一开端咱们用人的常识来写算法，通过查找引擎去找文档，所以查找引擎其实十分欠好用，常常找不到。可是今日的查找引擎，比方谷歌和百度，都十分奇特，不论你输入什么要害词，有简直很高的概率它们知道你在找什么，为什么找，知道你实在的目的，一切输入的要害词，点击了什么，怎样修正你的要害词。由于这些查找引擎是数据驱动的，它们能够通过堆集的数据学习。今日查找引擎所掌握的常识是远远超越咱们人类加在一同的常识。除了查找之外，内容引荐、电商供需的匹配、物流等等，一个个作业都将被数据驱动。

　　有了数据驱动，工业的增加快度会十分不相同，由于数字化工业具有这样四个特征：

　　（1）数字化的工业是高度集成的。芯片的集成度越来越高，摩尔定律决议了，相同功能的硬件，本钱会越来越低。

　　（3）数据驱动，生态沉积数据，数据就代表常识，所以软件生态会堆集许多常识，远超人的阅历和常识。

　　（4）协同效益十分强。今日的企业协同都是企业内部协同、上下流协同，数字化企业适当所以整个社会在协同。

　　从长时刻开展的趋势来看，为什么数字化的蓝色曲线会越来越高？ （详见第 2 页ppt）

　　数字化实质是人的延伸，任何数字化它都是这由下图这 6 个中心组成部分。数字化的内核结构便是围绕着人的需求做这 6 件事：获取信息、表达信息、存储信息、处理信息、传输信息，终究把处理好的信息交付给人类运用（下图展示了数字化怎样满意人的需求）。

　　人其实一向在做数字化，仅仅曩昔的算力跟今日不同。曩昔咱们运用纸笔记载和核算，后来咱们发明晰算盘这种硬件，可是咱们无法写个软件去帮咱们打算盘。但现在不同，现在有了高度集成的通用算力，都为咱们人类所用。

　　数字化是人的延伸，也是前史的长潮，会不断地加快、行进。这也是为什么数字化开展会让更多的技能驱动立异成为直接出产力，发明更多的商业价值和社会价值。

　　有了方才针对数字化结构的剖析之后，那咱们接下来看新一代的出产力的微观时机板块概览。在奇绩创坛，咱们通常用这一页的微观时机板块看创业立异时机。

　　这张图中心这一条黄色横线表达的是数字化结构怎样让技能成为直接的中心产能，对它的中心解读是：

　　（1）信息进程越来越软件界说和数据驱动。软件界说和数据驱动让咱们更好地了解并满意人类的需求。

　　（2）物理进程（注：包含生物进程）越来越模块化、标准化、流程化、细小化。当模块化和细小化到了必定的程度之后，自然会变成软件驱动；一旦软件界说，就会开端搜集数据了，自然会变成数据驱动。

　　把（1）和（2）组合在一同，结合前面临技能的界说（技能的实质是用信息去转化动力，改动自然现象，满意人的需求），就能够了解（上图中黄色框部分）：越来越多物理进程、动力转化进程终究都会被软件界说和数据驱动，所以新技能都能够通过数字化来变成直接出产力。

　　曩昔经济开展首要的中心产能是劳动力、厂房和出产资料等。当今这个年代需求不同的出产力，中心产能变成了技能，并且技能成为越来越直接的出产力，这带来的经济规划和效益都会和曩昔彻底不相同。

　　咱们以为，这个年代的出产力在前期阶段的要素之一便是创业。创业十分重要，它代表了这个年代发明价值的中心办法。

　　有了这个认知之后，咱们能够解读这儿的每一个大板块。首要咱们来细心拆解数字化和微观板块所代表的时机。每个板块里的结构和趋势会给咱们带来什么样的时机？

　　（1）榜首个大的板块是移动互联网和云。移动互联网和云是人类前史上从来没有过的一个立异渠道，由于它触达每一个人（每个人都有手机），并且有满意多的内容营销手法，能够让任何产品很快触达方针用户，并且有完好的开发东西链。

　　在云的板块，通过微服务等一系列的手法，它能够让每一个企业和实体，将它的原子才干用微服务来封装，然后通过编列高效地去满意任何的需求组合。

　　（2）第二板块，达方针能。人工智能的中心是根据堆叠向量的核算体系立异，而不再是用符号和文字。人工智能能够带来一系列新才干，能够嵌入现有前端和后端，开辟新的设备，它能进入任何一个现有的体会容器，也会发明出新的体会容器。（咱们之后会细心拆解人工智能，此处是一个概要）

　　（3）第三板块，元国际。今日人类用的都是二维容器基本上是纸张的延伸，无论是淘宝仍是美团，实质上是在很快地写信（传输信息），元国际实质上是一个三维的、存在和具象的容器，“在一同，在那里”。

　　从前史开展视点来讲，今日数字化的二维信息基本上是纸张的传承。举个比方，电脑实质上是替代了打字机，只不过把纸变成了屏幕，保留了键盘。今日咱们都是用纸张或许人类发明的纸张的延伸在处理二维信息。在前史上再过 100 年、 200 年，三维容器会变得了不得，由于纸张发明有很长时刻了，但元国际这样的三维容器还在前期，长时刻来看立异空间十分大。

　　（4）第四板块，Web 3。Web 3 其实是新一代的数字才干，它是信赖、具有、确权和鼓励的数字化，它用软件界说人和人之间的联系。

　　（5）第五板块，脑机能够把人内涵感触数字化，它能够收集人类用文字和语音都表达不出来的爱情和感触。

　　（6）第六板块，量子是一种全新的核算体系，它是根据新的核算柱石（量子羁绊），带来极大的算力打破。

　　（1）榜首是新动力，首要的驱动要素从需求端来讲是可继续、可再生，有许多的技能立异，包含光、风、氢能、可控核聚变等等。

　　（2）第二是新生命科技，数字化带来了全新的开展方式，能够撬动许多新产品和新工业。

　　今日的技能加上数字化的才干，让咱们能够触达越来越多时机，去满意越来越多人类的需求。

　　总结一下，咱们在奇绩看到的技能驱动立异的无尽前沿，便是这一页总览里的十大板块。

　　前面咱们讲的都是全球性的趋势，而在我国时机十分多，创业者尽或许要读懂、了解清楚立异的大盘。

　　首要，我国将必定进入技能驱动开展的前史阶段。咱们在农业年代打下了十分强的根底，曩昔 40 年基本上把工业年代开展该补的课都补了。

　　第二，我国今日是北美之外仅有一个具有大规划驱动高科技立异研制才干的国家。从前史开展视点来讲，技能驱动开展干流行进加快，下一阶段的经济开展必定会以技能驱动立异为首要驱动力，比方数字化成为社会根底，新生命科学打开了新的工业化前沿，可继续的新动力结构——这一切既是全球的趋势，也是我国的干流趋势。

　　第三，我国的微观开展比其他国家经济地域结构上更丰厚，有国家严重方针的导向。从需求上来讲，我国的双循环包含消费、基建和人口结构，当然也有必定程度上短期的疫情影响。

　　第五，在我国做创业立异会与全球环境与资本商场自然地产生相关，有天然的地域溢出的时机。

　　这一页（第 7 页 ppt）总结了咱们我国的立异进入了技能驱动开展的阶段。咱们在微观结构上要充沛了解有这样一个的大格式，协助咱们找好和掌握时机。

　　在确认新的时机前，咱们先拆解技能立异前沿的活泼点，再从创业的视点看哪些范畴是值得咱们积极参加的。

　　首要咱们讲移动互联网和云。移动互联网和云在技能推动方面能够看前端和后端（上图顶端部分）。

　　（1）画布上最大的时机是视频，特别是直屏的短视频，不论是抖音，快手，或许 TikTok ，这儿都隐藏着许多时机。

　　后端相较前端而言时机更多一些，由于云的开展所需求的根底设备开发和工业运用开发有几十年的时机窗口期。

　　（1）在云原生的根底设备方面，容器、FaaS、WASM 这些新一代更轻的容器，奇绩创坛都十分看好。

　　（2）根底设备未来的趋势必定是数据驱动，所以像数据栈——从湖、库房、数据经纬，再到数据网格等等，咱们以为都存在着许多时机。

　　（3）云的后端设备方面，在芯片上， X86 曾统一天下，但到今日咱们有了 ARM64、RISC-V、DPU 等多样的芯片结构。数据中心的通讯带宽现已从 100G 扩容到400G再到 800G ，这儿都存在着许多的后端创业立异的时机。

　　移动互联网和云技能活泼的范畴怎样跟需求匹配？通过下图，咱们能从 C 端和 P 端 B 端来总结两大趋势。

　　榜首，从移动互联网满意 C 端用户的需求视点来讲，首要是往更深的方向浸透。

　　举几个比方，在奇绩咱们长时刻一向高度重视的通讯、交际和游戏。通讯永久是长时刻的刚需，永久存在立异的时机。交际每一代有每一代的时机，年青人不会满意于和爸爸妈妈运用相同的交际产品。游戏从某种含义上代表了软件界说的、新的人类体会，长时刻存在许多立异时机。（见上图中 C 端需求标黄的部分）

　　在发明者端，规划是十分重要的时机。咱们或许都听说过 Figma ，但这仅仅一个开端。跟着软件品种不断丰厚，软件封装也越来越完好、体会越来越好，未来数字化发明立异的时机也会有更多的规划者参加其间，所以咱们十分看好规划。（见上图中 P 端需求标黄的部分）

　　在 B 端，咱们以为时机更多体现在宽度上。今日的企业大多是用电脑作业，手机掩盖的并不宽，因而从宽度上有许多在 B 端创业的时机，特别是对职工这一部分。（见上图中 B 端需求标黄的部分）

　　这两年来，奇绩创业营一共收到了 36000 多份的请求，这些立异范畴的数据都不断增加，咱们挑了一些比较有说服力的数据来跟咱们共享。

　　未来，咱们也会与咱们共享更多奇绩创坛看到的信号和详细事例。咱们期望奇绩创坛能成为咱们看到未来创业时机的窗口，协助每个创业者更好地把控你们所重视的时机。

　　在本年创业营的请求中，数据根底设备项目的请求量比上一年增加了75%，云原生创业项目的请求量比上一年增加了30%，用云和移动互联网做先进制作的请求量增加了10%。

　　在移动互联网和云这个范畴，奇绩一共出资加快了 78 个项目，比方像Authing蒸汽回忆，做云原生身份渠道；Affine，下一代协同根底设备；Sifive赛昉，做 RISC-V 芯片。

　　综上所述，云和移动互联网这个范畴隐藏着许多创业时机。从好的视点来看，创业时机许多；从欠好的视点来说，门槛比较低，所以竞赛十分剧烈，咱们要做好心理准备。

　　人工智能用堆叠向量来做核算，实质上是核算体系的立异，它能通过简略优化的办法高效地抽取特征，这些特征让咱们能够快速处理问题。所以咱们重视人工智能立异必定要重视算法，算法上的单点打破能够敏捷开辟一系列新时机。

　　在人类前史上，人工智能给咱们带来的中心立异时机便是能开发一个智能体系，这个体系能够从环境傍边取得信息，从信息傍边抽取常识，用这些常识去规划、去履行，去跟环境做交互。

　　第二种办法是把算法和芯片组合在一同，我国有许多所谓的算法驱动芯片的创业公司。

　　智能体系能够是上述不同的方式，但实质上代表了智能。智能能够通过各种载体嵌入现有的前端和后端，或许发动新的前端和后端。比方说根据 Transformer 预练习大模型，特别是生成模型，在曩昔几年来的累积下，它所代表的才干现在现已十分挨近临界点，将撬动一系列大的创业立异的新时机。

　　总结一下，在人工智能范畴立异，必定要重视算法的活泼前沿和这种智能体系的活泼前沿。

　　前端设备有自动驾驶轿车，它是用根据人工智能技能做出来的软件界说的轿车；还有软件界说的机器人；更多的传感器；嵌入人工智能算法芯片的 AIoT 设备 ；前端的人工智能特别芯片，特别是低功耗的芯片等。一同，人工智能也带来了新一代操作体系的时机。

　　人工智能也能够开发一些比较共同的画布，比方说笔直作业的对话机器人（客服）等等。

　　在曩昔 10 年人工智能商业化的进程中，创业者能够根据这些活泼的前台才干找到许多的创业时机。

　　在后端设备上，现在最首要的活泼前沿是大算力的芯片，特别是 GPU。某种含义上，人工智能通用芯片英伟达现在占据了一个十分强的工业位置。当然也有许多异构算法的芯片，但大算力芯片是现在最要害的。

　　在根底设备这一层，活泼的首要是大模型，特别是多模态预练习模型，包含笔直范畴的大模型。相同活泼的还有开发渠道，特别是针对大算力芯片的开发渠道，比方英伟达的 CUDA，在当下这个阶段就比方最初的 Windows 操作体系，十分重要，由于今日都需求通过 CUDA 渠道来开发。

　　大算力芯片、大模型、开发渠道，这“三架马车”是现在人工智能新一代的前沿，能够撬动许多的工业立异、运用立异的时机。这些才干供应能够构成笔直的云端的大脑，能用来做内容发明、药物研制、科学试验等。

　　在了解了人工智能前端后端的结构性才干之后，再来看需求。咱们提到过，人工智能简直能够进入现有的任何一个品类。咱们来简略剖析一下图中标黄的几个范畴。

　　在 C 端标黄的是内容和出行（见上图）。在曩昔几年人工智能运用比较多的是内容引荐，这方面大厂相较创业公司会有更多时机，比方说字节、谷歌等。其次是出行，自动驾驶带来了许多的时机。

　　在 B 端出产端，人工智能在曩昔、今日、未来都有许多可见的自动化和智能化时机，包含质量检测、自动化、出产线等。

　　人工智能商业化在曩昔十年逐渐浸透进入了许多的运用场景，到现在为止都还没有撬动很大的工业，可是离这个临界点越来越近了。

　　从今日人工智能技能才干和需求匹配视点来讲，咱们以为人工智能当下有五大时机：（见下图）

　　（1）榜首，新一代软件界说的新动力轿车。软件界说的轿车很有或许成为下一个信息工业的母生态。

　　今日信息工业的母生态是手机，许多的芯片、设备、软件等等都是优先为手机规划，为手机优化，然后再考虑其他设备。

　　关于未来，有很高的概率新的母生态会是轿车。由于轿车的复杂度决议了许多的芯片、软件、硬件、设备都要先为轿车规划，然后再运用到机器人上。一同轿车也是新一代动力的中心转折点。咱们必定要重视轿车，现在国内现已有许多的大厂和创业公司布局了这个范畴。

　　（2）第二是机器人，比方说服务机器人和模块化机器人。据奇绩的调查，现在现已有越来越多的开展时机了。

　　除了这两大工业以外，新的时机在于前沿算法驱动，特别是大规划的、多模态的预练习模型，包含最近几年做的根据分散模型的生成模型。

　　人工智能的算法才干现已十分挨近临界点，很有或许在接下来1-2年的时刻里再撬动三个大的工业：

　　（1）内容工业，咱们能够考虑下怎样根据 AI 做内容，有什么样的东西会开展起来。

　　（3）人工智能在科学范畴的运用，AI for Science，比方猜测蛋白质结构的 AlphaFold。

　　这些立异都需求时刻，但咱们或许处于这个临界点，现已能够开端逐渐探究商业化了。

　　本年与多模态预练习大模型有关的创业项目比上一年增加了 70%，跟分散生成模型相关的有 300% 增加，三维神经网络 NeRF 烘托重建相关的项目比上一年增加了 20%（这跟元国际有关）。

　　现在奇绩创坛在人工智能范畴出资加快了 95 个项目。这儿举三个比方：深言科技是根据人工智能大模型做文本信息处理，星亢原是 AI 与生物物理相结合的核算规划驱动的药企，翼方健数是人工智能年代隐私核算的四小龙之一。

　　（这儿提示一下咱们，由于有些项目涉及到多个范畴，所以会被重复符号，比方说有项目既是人工智能，又处于移动互联网和云，所以总数加起来会超越咱们现在的 250 多个项目。）

　　元国际这个范畴比较特别，它是跨渠道的容器立异，在运用端给咱们带来的更多是做流量渠道的时机。假设想建大规划的新流量渠道，元国际是有新时机的，由于它实质上是 3D 存在具象的新一代容器。

　　元国际在设备端很活泼，有眼镜、头显、光模组、外围设备、手套、专用芯片、操作体系等等。苹果现已在多个区域注册了 RealityOS 的商标，所以元国际设备端的立异是十分活泼的，创业时机也适当多。

　　画布这端，咱们做运用的现在比较多的是做空间、展会等等，还有便是做敞开国际、游戏、社区、虚拟人、虚拟服装等。现在现已有许多的创业公司开端探究元国际前端时机。

　　后端一般在前期的时机也许多。由于假设没有后端的根底设备，人们也无法开辟前端的立异时机。

　　元国际后端为什么需求专用芯片？由于 XR、MR、AR 中的 R（Reality）代表实际，实际中的三维结构和三维结构里的人、物、场的组合，需求不同的核算，读写算法跟今日的干流核算办法是不相同的。所以咱们看好未来有独自的专用芯片去加快这种立异。

　　在根底设备上，咱们以为必定会有新一代的引擎，比方物理引擎、动作引擎等。只需大高校的规划的引擎才干驱动许多的运用场景，一同会诞生更多东西和东西衍生出来的渠道，比方三维重建等，特别是根据 NeRF 这样的算法立异模型，由于它会把重建的本钱降得十分低，速度变得十分快。

　　其他在云这一层有许多的延伸时机，包含在 Web 3 里做数字化的虚拟财物等等。从技能的视点来讲，元国际前后端的时机都十分多。

　　从运用的视点来讲，要想产品跟需求匹配，前期要找到一点切入进去，但这个点有必要满意宽，人群有必要满意多，人群运用频次要比较高。（见下图的 C 端、P 端和 B 端）

　　现在咱们看到比较活泼的也相对比较看好的，在 C 端便是交际、内容、游戏三大类，这是咱们以为前期元国际运用撬动概率比较高的三个范畴；在 B 端，咱们看到比较多的是职工相关的运用，特别是协同，微软、Meta 也都在做这方面的作业；营销端也有必定的时机。

　　在元国际立异前期，许多设备还没做起来，所以在 Web 和手机端做 AR 的创业者比较多，当然做 VR、MR 设备的也有，但数量级都还不行。

　　图中咱们标出了一个“真假结合”点，意思是人工智能和元国际的技能组合。国内像腾讯这样的大厂一向都在提真假结合，也便是在实在的物理空间中引进真假结合的各种体会，C 端和 B 端都有时机。（见上图 C 端和 B 端的红圈部分）

　　总结一下，元国际是全新的，未来有长时刻幻想空间和开展时机的、新的技能才干和体会容器，开展进程必定是上下崎岖的，但只需咱们仔细去探究，不断去堆集技能，撬动需求，时刻必定会给尽力的创业者以丰厚的报答。

　　从奇绩的窗口看数据，跟上一年比，本年核算机图形学相关的创业项目增加了60%，XR 及其设备相关的项目增加了30%。VR 增加了10%，相对来说不是那么高，但长时刻的时机许多。

　　咱们在元国际范畴里边投了有时机个项目。这儿举三个比方，Motphys 是做物理动作引擎的；灵图立异科技是做新一代的影视内容，运用了十分前沿性的技能；影眸科技团队来自上海科技大学，项目是根据共同的光场技能做生成和交互渠道。

　　咱们在奇绩社区的创业者中也看到了元国际前期的生长信号，有十分超卓的创业项目加入了奇绩社区。

　　从结构的视点来讲，Web 3 实质上是一种代表着信赖和鼓励机制的全新数字化才干。

　　在前端，Web 3 基本上运用的都是现有设备，当然在国外也有做手机的，许多的体会都根据浏览器，而画布上有钱包、NFT、Dapp、DID、DAO 等等。

　　创业者特别要注意相关方针和规则，由于这个范畴里仍是有一些现在不是十分清晰的、仍需求探究的空间。

　　在后端，特别是国外商场，Web 3 首要是通过干流的公链所带来的网络。Web 3 给咱们供给的数字化才干包含智能合约、代币、确权等等，可是咱们能够看到在这个范畴上更多的、更活泼的是根底设备上的立异。国外曩昔几年在 Web 3 上许多投入的都是底层技能立异，从 L0-L4、ZK 扩容、一致算法、数据链接、安全、隐私等等。后端设备在芯片上也有部分的时机，但更多是在根底设备上的。

　　总结一下，这是一个十分前期的范畴。Web 3 所代表的是全新的数字化界说人和人之间信赖联系、鼓励机制联系、组织联系的技能。

　　Web 3 有长时刻幻想空间，未来能够满意简直一切人的需求。从 C 端、B 端，再到 P 端，Web 3 创业者通过长时刻探究，都有时机找到未来的运用点。（下图显现的是 Web 3 技能对应的需求）

　　在现在这个阶段，咱们能够看到 Web 3，特别是海外创业团队做的比较多的是偏金融方向的运用，包含买卖、前期游戏等等，一同在元国际和 Web 3 结合的层面，数字财物、虚拟人、虚拟地产等等都是值得重视的立异范畴。在发明端以内容为主，在 B 端也有时机，特别是供应链——怎样用区块链和 Web 3 的技能下降买卖本钱，都很值得去探究。

　　在web 3 的运用端， GameFi（Web 3 游戏），相较上一年简直是 12 倍的增加；DID 方面的创业项目增加了450%（DID 是用去中心化的身份认证对接更多的链上和链下的数据来做各种运用，比方说招聘等）；做 NFT 的跟上一年比较有 140% 增加。做 DAO 的有挨近 90% 的增加。做公链及相关技能的也有挨近一倍的增加。

　　奇绩在这个方面起步仍是比较晚，也比较慎重，咱们一共投了 10 个项目。这儿给咱们举了三个比方，一个是做 Web 3 音乐的优异团队伯牙智能音乐，一个在美国做联邦学习 MLOps、隐私和去中心化的机器学习的项目 FedML，还有一个是做 NFT 的 Cedar 雪松，也是以美国商场为主的。

　　脑机接口范畴前端是可穿戴设备或部分可植入的技能，后端首要是生物资料、芯片、信号处理等等，

　　这个范畴还处在十分早的阶段，现在起步在恢复、医疗和开端交互（P 端规划、B 端动物）的阶段。长时刻来看，运用规模十分大，简直一切的严重疾病，比方老年痴呆，长时刻来看脑机接口都有立异创业的时机（见下图中黄色的表格）。

　　本年做脑机在宠物运用的有 50% 的增加，做神经恢复的跟上一年比也有 50% 的增加。

　　奇绩一共加快了 4 个项目，有NeuraMatrix（对标美国的Neuralink），还有未来脑律臻泰智能等。2022年秋季路演日也有一个十分优异的团队做宠物脑机接口。

　　奇绩一向都十分重视这个范畴。技能我就不多讲了，虽然现在还处于很前期的阶段，但只需创业者能找到运用场景能够走到未来，脑机接口开展空间是十分可观的。

　　量子是核算体系加上核算柱石的立异，中心是在量子羁绊状况时，通过一种特其他机制来做核算。现在能够详细做的量子核算（试验状况）首要有四种：电子，光子，离子和原子（见上图中标橙色的文字）。

　　量子核算是一种全新的核算体系。它所代表的是人类在算力上极大的打破。开篇咱们提到过，咱们处在一个算力能够驱动立异，技能成为新一代中心产能的年代，假设算力上有许多打破，那会有极强的商业化运用的远景，简直能够用在一切需求端上。

　　特别需求重视的或许是量子优胜或许量子霸权（学术上做得比较多），在哪些运用范畴量子子算力比经典算力有结构性的优势。

　　量子范畴的创业者比较多的是 PQC——后量子年代的加密技能，量子混合云以及光量子。

　　到现在为止，奇绩创坛也出资并加快了 5 个项目。这儿举两个比方，一个是用现有量子核算才干供给云服务的弈维量子，另一个是做离子阱道路量子核算整机的硬件公司华翊量子。

　　奇绩创坛一向重视这个范畴，由于它所代表的立异十分重要，不仅能极大地进步现有算力，还有许多其他的运用。

　　下面这一页，咱们整理了针对开发者有量业立异时机有哪些，包含在我国怎样自建生态，今日一切数字化的技能仓库都在这一页上面。这张图上还整理和总结了曩昔的数字化渠道，它的中心结构对咱们未来在我国自建生态有哪些重要的学习含义，包含操作体系、界说性的体会、高度集成的芯片架构、大规划的运用驱动等。

　　在我国的数字化立异，奇绩创坛一向重视为开发者做的根底设备（安全服务和安全技能等）。由于数字化安全越来越重要，未来不可是要保卫你的疆域，更要保卫数字空间，一同咱们也重视开发者的东西、协同、根底设备和开源社区生态等。

　　下面这张图讲的是我国自建生态中心的开展途径和其间的模块，自建生态最要害的是这几个要害点：

　　（2）第二层，工艺/资料。有一些要害技能是需求时刻堆集的，需求一代一代人打磨中心工艺，比方说线宽多少，到底是硅基的仍是用其他资料的。

　　（3）第三层是芯片规划，比方 core 的规划、IP 规划 和现在用得比较多的 Chiplet 规划。

　　（5）第五层，芯片品种，驱动立异的是大芯片（x86, ARM, RISC-V, chiplet 等），特别是大算力芯片，集中度十分高。

　　（6）第六层是开发东西，芯片的集成度和东西是分不开的。已然我国要自建生态，必定需求把控一切相关的生态。

　　（8）操作体系里的运用供给反应，使得芯片不停地迭代，只需构成闭环才干实在树立我国自己的生态。

　　自建生态在云和手机上有一些时机，轿车方面的时机某种含义上或许更多一点，有或许跑到榜首队伍。其他，未来换道超车的时机也会有，但或许花的时刻要更久一些。

　　自建生态给在我国的创业者带来了许多时机，咱们都应该找到合适自己做的，积极地参加。这些技能生态不但本身是有很高的商业价值，还能够撬动更多在我国开展的数字化运用，这便是在 P 端发明端的时机空间。

　　咱们能够把数字化描绘成 3 个轴（前端设备、体会容器、后端才干）和 6 个数字化才干，图中例举了今日中美几家估值万亿美元的公司。

　　C 端有十分多开展的空间，只需找到一个宽的场景，任何有志向、有才干，并且乐意向前走好久的创业者都能够做一个体量十分大的数字化工业生态。未来 10 年到 20 年，许多时机等候有志向的创业者去探究。

　　这些数字化的生态，特别是 C 端，会触达许多的社会层面，有许多社会职责，社会职责跟商业利益分不开。奇绩创坛对创业者的主张是，永久要做对的、有正能量的事，站在前史对的一边，不可是掌握好商业的时机，也承担起应有的社会职责。

　　B 端在我国时机十分多，简略来说，中心思路是把企业都当作一个生命体，用生命体系的开展进程来看待未来的开展时机。企业的数字化与生物进化十分像，必定会一步一步地向后开展。

　　比方微柔和 IBM 做的作业，他们让企业开端在桌面记载信息，这对应的就像是记载生命体信息的基因。

　　今日的移动互联网/云以及人工智能给咱们带来许多的时机，别离包含以下两点：

　　（2）二是深度协同， Figma、Github 这类东西将会掩盖每一个功能。

　　协同必定是未来。这个范畴未来必定有许多的创业时机，Figma 仅仅开了个头罢了。

　　其他，在人工智能年代，企业将会成为数字化生命体，针对每一个流程、每一个工种、每一个岗位、每一个功能，专门担任数据获取、仿真模仿设备、做辅佐决议计划体系和自动化等，这些都是时机。

　　企业数字化很难，原因是进入的门槛高，但和 C 端不同，创业者一旦进入，就取得了天然的壁垒，有许多好生意能够做。

　　首要讲新动力，它的驱动力是可继续性。总的来说新动力科技有以下几个大板块：

　　（1）榜首是绿色动力，新的动力——光、风、氢、 部分的可控核聚变，有一波技能驱动创业的时机。

　　（2）第二是储能技能。绿色动力有一个很大的问题是出产后用不完，因而各式各样存储动力的技能，比方长时储能、分布式储能，将有许多创业时机。

　　（3）第三是电气化。电是新动力的载体，一切东西都要电气化，所以在新式电池方面将有许多时机。

　　（4）第四是负碳。现在碳排放仍然是待处理的问题，这就涉及到各种“捕捉”碳的才干和运用。

　　（5）第五是数字化重组的新一代电网。今日的电网需求下降排放，但终究的方式是用数字化才干把它编列在一同，协同悉数的出产和需求，提高功率，驱动科研开发。

　　其他，前史上大工业的中心驱动力有时会是方针。比方在美国前史上，许多的工业化设备都是二战时的国家方针驱动的。无论是我国、欧洲仍是美洲，政府都出台了许多的方针去驱动新动力，所以从创业视点来讲，这条赛道有许多值得咱们探究的时机。

　　首要，新生命科技有许多的方式立异。假设重视生命科学，或许都知道工程学（Engineering）和科学（Science）组合在一同构成了 Engineering Science，几十年前鼓起的组成生物学便是其间的代表。加上数字化的才干，生命科技构成了全新的立异方式，给许多的创业者带来体系性的时机。（见上图左面的“生物科技+”）

　　这个方式上的立异给咱们带来了三个产出新成果的渠道。（见下图左面的“颠覆性中心渠道”）

　　（1）榜首是数据驱动的组成生物学，它通过算力来进行规划和挑选，构成各式各样的组合。

　　（3）第三是“生物+”机器，也便是生物的机制加上自动化的设备，再加上接口（包含脑机接口）、微流控芯片等等，也构成了一个立异的渠道。

　　这三个颠覆性的中心渠道能够把上游的东西和下流的工业运用有效地组合在一同，体系性地产出许多的时机。

　　咱们判别未来 10 年、20 年到 30 年，今日日子中所用的各种资料和设备设备将会通过生物组成的办法来制作，一同医疗、药物和设备也都会有体系性的时机。

　　咱们以为这个工业本身也会结构性的演化，由于它的立异方式在变，改动的中心原因在于“硅基”和“碳基”的差异。（见下图“信息驱动的研制中心才干”）

　　硅基的数据由 0 和 1 组成，而碳基则由 ATGC组成；硅基的产能是算力，而碳基的产能是试验通量；硅基的功率是算法，碳基的功率则是办法学。这在某种含义上来说是一种新的“生物基”核算体系，便是这个新的算法体系在驱动工业产生结构性改动。

　　假设是有志向、有勇气的创业者，有时机用 30 年、40 年来建立新一代根据这种“生物基”算力的微软、英特尔和台积电等相似今日信息工业万亿价值的公司。

　　本年跟上一年比，组成生物学范畴的创业项目增加了 30%，基因修改范畴增加率 15%，而试验室自动化范畴增加了150%，这是几个增加较快的范畴 。

　　奇绩出资并加快了包含小熊猫生物倍生生物大橡科技等在内的40余个项目。从奇绩的视点来讲，几十年后，他们都有或许成为相似微柔和英特尔的根据“生物基”核算的生态公司。

　　新资料科学的结构性趋势与新生命科技有相似之处，但也有不太相同。新资料科学是一门运用科学，它是由工业需求、资料本身研讨以及数字化三个杠杆一同在驱动。

　　用 AI 算法和算力去规划资料，这一类项目本年跟上一年比是 60% 的增加。 特性资料（比方石墨烯、MOF、钙钛矿等），本年增加了 120 %。

　　其他，半导体的工业需求更强，碳化硅、氮化镓、铌酸锂薄膜，特别是光核算和光感知。这儿简略弥补下光的重要性，由于今日的核算基本上是电磁场为主，都是硅基上用电子来做核算，可是未来越来越多的结构性时机是用光来做核算，但这或许需求比较长的时刻。

　　这个范畴奇绩出资并加快了21个创业项目，共享几个事例：Fronka 做设备和数据服务，光本位用相变资料做下一代光核算芯片与光器材，乐象永续做生物基的可继续资料。

　　（1）陆地上比较积极的是自动驾驶，首要是感知层和决议计划层的立异。这方面常常会有一些好项目，也包含低空飞行、笔直起降的 eVTOL。

　　（2）人类对水下特别是对深海的探究现在才刚刚开端，未来会有越来越多的时机。

　　本年在低轨通讯有 10% 的增加，笔直起降是 40% 的增加，海底探究增加 30%。

　　在新空间范畴，奇绩也出资和加快了 17 个项目，都十分优异，比方氦星光联做星间激光通讯，东方空间做运载火箭等。

　　物理空间是十分重要的稀缺资源，它需求时刻去探究和开展，可是商业化的价值十分深远。到现在为止，人类前史上最大的一家商业化的公司是荷兰东印度公司，由于其时发现了新大陆。今日咱们有相似的时机，需求时刻，可是体量将会十分大。

　　讲完了四个新科技驱动的立异前沿之后，咱们再回去回忆一下这个总盘（第 6 页 ppt）。

　　在技能驱动立异作为直接产能的状况下，立异开展的速度也越来越快，时机也十分多，这十分特别，实质原因是范式改动。

　　在之前的一切时机板块，我一向讲技能推动、需求拉动，技能和需求组合之后，中心是发明价值。

　　咱们对价值的界说是：现在和未来通过商场和社会环境来继续满意用户/客户需求的才干，简而言之，价值便是满意需求的才干，一切都是要发明价值。只需发明价值，才干够在商场和环境中推动社会经济高效和可继续的开展。

　　曩昔没有数字化的时分，用技能满意社会需求，大约需求阅历五个阶段（下图）：

　　一般的进程是，首要由大学、研讨院做根底研讨，然后推动运用研讨。有了研讨成果之后做技能研制，再用这些技能去做产品，终究把产品推向商场。做根底研讨和运用研讨的都是大学和科研机构，大厂和创业公司基本上是做产品和商场。

　　但有了数字化之后，立异体系就产生了演化，每一个阶段的周期越来越短，更新速度越来越快。

　　咱们看到的趋势是，做技能研制、运用研讨，乃至根底研讨的大厂和创业公司越来越多。（下图展示的是产、学、研新的出产体系）

　　以信息科学范畴为例，在美国引领信息科学前沿的早就不是大学了，而是谷歌、微软、Meta。在人工智能范畴，走在更前面的是 Open AI、DeepMind 这些创业公司。

　　创业公司之所以去做研讨，这是范式改动带来的。为什么创业者会去做？由于创业者生态是一个体系性的、从 0 到 1 去探究的完好进程，数字化的才干让创业者团队也能够高速探究前沿。

　　范式的演化带来了新的出产力，而新的出产力需求新的出产联系，这样才干充沛发挥出产力。产、学、研通过下一个阶段的不断探究，会找到新的组合。

　　在这个进程傍边，咱们以为创业者以及他们所发明的生态体系将会扮演越来越中心、越来越重要的人物。由于这个生态无处不在，能够体系性地、从 0 到 1 地把技能转化为价值。

　　（1）假设你是学生，你具有其他集体所没有的共同优势——满意年青，离未来最近，对前沿有天然的敏锐直觉。

　　虽然学生没有阅历，有些乃至没有钱，但相对来说探究的时机本钱很低，反而是一种优势。

　　作为学生，要害要做的是打造中心才干（洞悉和处理问题的才干），归纳考虑作业开展方向，决断地决议，快速地试错，找到归于自己的时机。

　　这类创业者往往是愿景驱动，拿一个很大的榔头去找钉子。但要找到这个钉子，要害是要改动思路。

　　创业归根到底是商场需求和本身才干的匹配，有必要以需求为导向。有的时分科研创业者要做的榜首件作业便是找一个匹配组合你技能才干的 CEO。

　　（3）假设你在大厂，大厂充沛训练了你的技能、产品及相关的事务阅历，并且协助你堆集人脉和资源。这时分你要做的便是找到好的方向，找到你想做的事。

　　大厂创业者遇到的常见问题是犹疑和张望。当你觉得有一个好 idea 的时分，他人或许也早就想到了，这个时分你要有肯定的勇气走出来。

　　（4）创业者也有特其他优势。你现已踩过许多坑，并从中汲取阅历教训。在技能驱动和创业立异的浪潮下，你将有更大的概率找到一个想做并能做的方向，决断地走出榜首步。

　　奇绩创坛，原YC我国，由陆奇博士（前百度总裁兼COO、微软履行副总裁、yahoo履行副总裁）于2018年创建。作为前期创业生态圈的新物种，咱们出资前期创业项目，然后全身心投入近3个月的时刻，像联合开创人相同，与开创团队一同高强度地作业，高密度、高效益地提高每一个创业企业的中心才干，特别是加快产品与商场的匹配，以协助团队在路演日取得下一轮融资。

上一篇：运营商数字化运维转型方向、途径和特征 下一篇：HR思想系列之五：数字化思想