4月15日,《面向未来的数字社会——2022新华三 十大技术趋势白皮书》(下称“白皮书”)正式发布,并以兼具深度与广度的视角,对行业的深刻剖析、预测与建议获得了中国工程院院士、国际知名研究机构、国内ICT领域权威专家的联合推荐。

这是紫光股份旗下新华三集团第三年发布前瞻技术趋势。区别与以往仅聚焦技术走向,本次发布的白皮书首次推演出了面向未来的“四大”社会图景——虚实相融的家庭、主动服务的园区、生态智能的城市、以及强便利、高精准、个性化的公共服务。并提出扩展现实、绿色低碳、云边协同、隐私计算、分布式安全、全域超宽网络、确定性服务、通感一体、新计算架构、通用基础模型等影响未来经济发展及社会走向的关键技术。
白皮书是对下一阶段智慧社会建设路径的“剧透”

中国工程院院士 陈晓红
《“十四五”数字经济发展规划》明确,到2025年数字经济核心产业增加值要占GDP比重达10%。这一宏观目标可以视为对疫情背景下“疲软”经济的振兴手段。
“任何一个宏观目标都需要落到具体的产业、技术和人身上,新华三集团在此时发布这本白皮书,是从ICT的角度解读,面对不可预测的未来,我们需要往什么方向发力,智慧社会具有哪些属性,又如何建设”,这是白皮书主要回答的问题,也是新华三通过下一阶段场景和技术趋势预测传达出的ICT行业对国家政策的领会和解读,以及对时代需求和服务的回应。
促行业共识、助应用落地

信通院云大所所长 何宝宏
业界关注的焦点已从具体的技术名词,转向数字应用和数字治理等社会性词汇。这标志着整个社会已经从数字技术的创新、数字产业的培育为核心,更多的转向了数字技术的应用,数字产业的治理,以及全社会的数字化转型。
技术的发展有规律可循,数字化转型也有‘风向’。白皮书以前瞻的视野,对未来技术进行了预测,并给出相关数据。这有助于促进行业共识,助推应用落地,加快推进产业数字化转型。
白皮书将引导未来投资与发展

IDC中国副总裁兼首席分析师 武连峰
数字化转型是一个至少10年的旅程。制定长期数字化战略,持续的数字化投入是必须的。坚持长期数字化投入也许不难,但选准方向实现应有的数字化价值则极为困难,这要求组织深入洞察未来技术趋势,并结合行业和企业特点选准技术投资方向。
书中的信息和数据对政府政策制定者、企业管理者、企业业务领域负责人、企业CTO或CIO、ICT行业从业者等都具有很大参考价值,也是帮助组织实现长期数字化投入价值的有力支撑。
为从业者挖掘和捕捉更多创新可能性

新华三集团副总裁、技术战略部总裁 刘新民
数字经济已经在向“脱‘虚’向实”发展。作为数字经济发展的基座,技术也爆发出“务实向新”新方向。
这本白皮书,希望立足‘十四五’规划,从ICT行业角度出发,为从业者挖掘和捕捉更多的创新可能性,更希望立足‘十四五’规划,携手社会各界,在进一步发挥ICT价值的基础上,通过技术与产品的革新,加速数字与现实的互联互通,突出数字经济的引擎作用,助力中国经济高质量发展,在高速变化和充满不确定性的‘后疫情时代’、‘后全球化时代’中,寻找到新的破局之路。
几位专家对白皮书的内容及将对产业创新、数字经济发展起到的价值予以高度肯定,再次印证了新华三集团多年来始终坚持以技术创新为发展引擎,以客户需求为导向,不断提升数字化和智能化能力的决心与魄力。作为数字化解决方案领导者,新华三将以前瞻技术视野引领技术创新,以产学研创新模式加速技术创新到场景化应用的跨越,依托“芯-云-网-边-端”全产业链布局,持续的云智原生技术创新,以及不断进化的“数字大脑”,不断加速数字世界与物理世界的融合,赋能百行百业的数字化转型,为建设未来数字社会奠定坚实基础。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。