今年的预测在很大程度上围绕着人工智能（AI）作为科技行业主要拐点的出现展开。虽然AI并不是什么新技术——多年来，企业一直在预测和理解人工智能方面进行大量投资。2022年底OpenAI发布的GPT-3.5系列吸引了全世界的目光，并引发了对生成式AI的投资热潮。因此，IDC预计，到2027年，全球AI解决方案支出将增长到5,000亿美元以上。同时，大多数企业也将经历技术投资权重向人工智能实施和人工智能增强产品/服务应用显著转移。

IDCFutureScape2024研究重点关注将在未来12至24个月内改变全球商业生态系统的外部驱动因素，以及技术和IT团队在定义、构建和管理在数字优先时代蓬勃发展所需的技术时将面临的问题。

预测一：降低GenAI的风险

耀眼的GenAI新技术有着两面性——提高效率和存在灾难性风险。为了降低风险，云计算和软件平台提供商将把GenAI安全和治理套餐与其主要服务捆绑在一起，以提高产品附加值，并使其与众不同。

预测二：监管要求多样化

监管AI系统的部署和开发将会因不同的地区和国家而异。这些不同的监管要求可能会导致组织采取更多分阶段的方法进行AI部署，这也将延长将技术转为价值的时间。

预测三：对话作为标准UI

对话已经成为企业和消费者应用及解决方案的标准用户界面。这些对话式AI界面将显著影响客户互动、销售、营销，甚至IT技术支持。

预测四：关注重点转向成果

随着对自动化的理解日趋成熟，项目发起人已从关注技术转变为关注成果，他们需要通过与业务和财务成果相一致的关键绩效指标来衡量投资所带来的价值。

预测五：基于GenAI的工具可实现软件质量自动化

由于GenAI为自动化测试带来的价值，IDC预计，它将迅速改变软件测试的质量，供应商将能够利用GenAI完成相当大比例的测试，减少手动工作并提高测试覆盖率，从而提高代码质量。

预测六：GenAI转变应用现代化IT服务

在应用现代化IT服务中提高AI的利用率可以简化效率、提高服务交付速度并增加IT服务利润。

预测七：将AI引入自发知识发现

GenAI的最新发展，促使人们对利用自然语言问答和会话式搜索以支持自发知识发现功能的需求激增。

预测八：GenAI货币化

虽然技术是优势的来源，但创新商业模式将帮助企业实现生成式人工智能的货币化，并推动竞争优势的持久发展。到2024年，33%的G2000企业将利用创新的商业模式，使GenAI的货币化潜力翻倍。

预测九：AGI即将到来

多个团队正致力于通用人工智能（AGI）领域，这些公司将在2028年之前试验AGI系统。随着AGI的发展，它将带来变革，影响从劳动力市场到“我们如何理解智能和创造力”等概念的方方面面。

预测十：芯片优先级发生变化

加速服务器的占比，将超出普通服务器的占比。

——以上内容来源于IDC咨询

《全球人工智能和自动化2024年预测》

（二）Gartner洞察：2024年重要战略技术趋势

Gartner11月发布了企业机构在2024年需要探索的十大战略技术趋势。Gartner研究副总裁BartWillemsen表示：

在这个人工智能（AI）技术飞速发展的时代，Gartner重要战略技术趋势收录的创新技术可以帮助企业机构在创造价值的同时，构建强大能力并保障自身安全。

这些创新技术部分由AI驱动，其他则旨在帮助企业机构实现高效、安全的运营和增长，适应AI的发展给客户期望和业务模式带来的新变化。

1、生成式AI全民化

生成式AI技术作为本年代最具颠覆性的技术趋势之一，具备创造全新内容（图像、语音、文本等）的能力，其广泛普及将大力推动信息和技能的全民化。

Gartner预测，到2026年，超过80%的企业将使用生成式AI的API或生成式AI模型，或者在生产环境中部署支持生成式的应用（目前这一比例不足5%）。

2、 AI信任、风险和安全管理（AITRiSM）

AI的广泛使用使得企业对其背后信任、风险和安全管理（TRiSM）的需求变得更加迫切和明确。AITRiSM可以支持AI模型治理，可以改善模型的可信度、公平性、可靠性、稳健性、透明性和数据保护。

根据Gartner预测，到2026年，对I应用部署信任、风险和安全管理（AITRiSM）控制措施的企业，将能过滤掉80%的错误和非法信息，从而提高决策的准确性。

3、持续威胁暴露面管理（CTEM）

持续威胁暴露管理（ContinuousThreatExposureManagement，CTEM）是一种新的网络威胁管理方法，旨在帮助组织持续、统一地评估企业数字与物理资产的可访问性、暴露情况和可利用性。它整合了威胁情报态势感知和自动响应能力，使组织能够应对新的或不断演变的网络威胁，更有效、更主动地保护信息安全。

根据Gartner预测，到2026年，通过持续威胁暴露面管理项日确定安全投资优先级的企业机构，将使违规事件减少三分之二。

4、可持续技术

可持续技术是一种数字解决方案框架，旨在推动环境、社会和治理（ESG）成果，支持人权和长期生态平衡。随着各类互联网新技术的兴起，越来越多的关注点聚焦到能源消耗和环境污染上。选择有助于所在行业实现可持续发展、且为企业机构和主要利益相关者优先考虑的技术。

根据Gartner预测，到2027年，25%的CI0的薪酬将与其在可持续技术方面的贡献挂钩。

5、平台工程

平台工程师关于构建和运行内部自助服务平台的学科，每个平台是一个层，由专门的产品团队创建和维护，通过对接不同的工具和流程支持用户的具体需求。平台工程的目标是优化生产力和用户体验并加快业务价值的实现。

根据Gartner预测，到2026年，80%的软件工程部门将设立平台团队，在企业内部提供可复用的服务、组件和工具，支持应用交付。

6、AI增强开发

AI增强开发是指用生成式AI和机器学习（ML）等AI技术，帮助软件工程师开发、测试和交付应用。

根据Gartner预测到2028年，75%的企业软件工程师将使用AI编码助手(2023年初，这一比例不足10%)。

7、行业云平台

行业云平台是在SaaS、PaaS和IaaS服务基础之上组合不同的能力模块，打包形成一个产品，支持行业特定的业务成果。

根据Gartner预测，到2027年，超过50%的企业将使用行业云平台来加速其业务计划的实施2023年，这一比例不足15%)。

8、智能应用

智能应用是一种基于人工智能技术的应用程序，旨在提高效率、改善用户体验和提升决策准确性。消费级或企业级应用，利用AI以及相互关联的交易和外部数据实现了增强。

根据Gartner预测，到2026年，30%的新应用将使用A1创建个性化的自适应用户界面(目前这一比例不足5%)。

9、增强型互联员工队伍

该战略旨在优化人类员工交付的价值，通过建立互联关系，改善对于智能技术、劳动力分析和技能增强的使用，加快人才建设、扩大人才建设的规模。

根据Gartner预测，到2027年，25%的CIO将实施增强型互联员工队伍计划，将关键角色胜任工作所需的时间缩短50%。

10、机器客户

机器客户是指可以自主谈判和购买商品和服务以换取付款的非人类经济参与者。机器客户可以包括智能家居设备、智能汽车、智能机器人等互联产品。随着技术的发展，机器客户将越来越多，未来几年可能会有数十亿种。这些机器客户的增长趋势将成为数万亿美元的收入来源，并最终变得比数字商务更重要。

根据Gartner预测，到2028年，机器客户将淘汰20%人类可读形式的数字店面。

——以上内容来源于Gartner

《Gartner洞察：2024年重要战略技术趋势》

(三）德勤:2024AI智算产业趋势展望报告数据智能时代的到来

在智算时代的潮流中，我们站在了一个技术革命的前沿。2023年《数字中国连设整体布局规划》的发布，明确了数字中国是构建数字时代竞争优势的关键支撑。我们正式迈向一个全新的智算时代，更高效的计算、更智能的指理、更敏捷的内容生成，重新定义并生产力和生产组织形态。

当我们谈论数字中国的构建，不仅仅是在讨论一个国家级的技术升级，而是关乎如何利用数字技术来重塑经济增长模式，如何通过数据驱动的决策实现产业升级，如何通过这一切来实现社会和经济变革的问题。在这个过程中，AI大模型和相关算力基础设施的发展扮演着至关重要的角色。

这个时代，数字化、智能化不再是选择，而是走向未来的必经之路。

趋势一：AI智算产业将会重构传统ICT产业生态

数据作为新的生产要素，为AI产业链的各层带来增量需求。AI智算产业将升级传统ICT产业，云服务是核心载体。多数厂商将拓展AI赋能服务，以定位新价值。当前产业初期，存在跨环节服务模式，未来各环节将更聚焦。

趋势二：智算中心设施加速落地，高效的整合、调度算力资源为开发者提供良好的支撑是竞争的关键

中国正在采取三位一体的智算中心布局思路，引导技术、角色和场景升级。在复杂的地缘竞争下，国产替代是重要机遇。新基建建设高潮即将到来，与以往模式相比，本轮更注重建运一体、能耗控制、安全可信，并关注配套算力的运载、存储需求以及应用需求的协同发展。

趋势三：通用模型终将走向趋同，算力成本与AI原生应用生态将成为AI云服务竞争的关键点

AI智算时代云服务产品形态和关键价值发生变化，需要借助云原生和容器技术等新模式、智算等新能力打造产品优势，借助AI运维平台向下链接算力服务，向上支持AI模型和AI原生应用开发。

通用大模型之争最终将会集中在算力成本和参数规模的竞争，通过构建AI原生应用生态，提供AI云服务来实现商业变现。

趋势四：AI赛道投资火热，基建与应用两端爆发

当前中国资本市场对于AI领域的主要关注在两端：前端基础设施部署及后端应用开发；AI相关应用开发正由虚转实，落地实体经济的场景应用结合AI原生应用的组合布局初见端倪。

智能机器人板块投资数量断层领先，AI应用、智能制造板块跟随其后，整体投资向中早期倾斜，交易金额大多集中在千万元级。

——以上内容来源于德勤

《2024AI智算产业趋势展望报告数据智能时代的到来》

（四）GP+Bullhound：2024年科技预测：推动技术发展的十大趋势

向上滑动阅览

预测1：大型语言模型变小，颠覆人工智能市场

由于性能最高的人工智能模型是闭源的和商业化的，在开源社区中出现了一种相反的运动，即开发性能相同的小型模型，在某些情况下产生更好的结果。

预测2：从比特到数十亿：遗留数据刺激收购热潮

90%的企业数据是非结构化的，但随着企业转向生成式人工智能来提高运营效率并释放数据中的价值，这些数据不再无用。

预测3：私营机构将带头活化空间

围绕地球运行的卫星将从今天的约8000颗增加到未来10年的10万多颗，随着该行业走向商业化，私营部门公司将引领一场新的太空竞赛。

预测4：创作者挑战人工智能，真实性的崛起

阻碍人工智能创造内容的工具将在明年激增，因为2024年将成为人工智能生成和人类创造内容之间的战场。

预测5：AR/VR和AI将推动沉浸式教育投资激增

企业正在以前所未有的方式利用AR和VR来培训和提升员工的技能，尤其是在医疗和高风险行业，而对人工智能学习的需求正在推动教育科技公司获得数十亿美元的资金。

预测6：苹果将扩展订阅服务，推出无广告搜索引擎

苹果的搜索引擎与谷歌的竞争是该公司互联网战略中缺失的一环，尽管后者每年支付200亿美元成为iOS的默认引擎。

预测7：反洗钱和支付保护成为焦点

监管合规平台的数量正在增加，因为非法钱包通过DeFi发送了约20%的资金，而在数字交易的推动下，“反洗钱”市场有望在2023年至2030年间以16%的复合年增长率增长。

预测8：人工智能正在通过个性化内容和收购重塑媒体

人工智能是2023年低迷市场中少数几个有弹性的行业之一，仅在美国就获得了230亿美元的投资；并购活动和大型收购将在2024年进行，企业将重新考虑整个产品，以利用其力量保持竞争力。

预测9：人工智能竞赛加剧半导体短缺

人工智能驱动的应用正在成倍增长，这给迎合这些应用的半供应带来了压力，大型云提供商竞相投资GPU，否则就有落后的风险

预测10：随着新法规的临近，碳核算将加速进行

对于提供自动碳会计软件的公司来说，这是一个意义深远的时刻，因为企业准备迎接2024年政府对排放计算的新要求；去年只有10%的排放量是综合测量的，因为大部分的过程都是人工的。

——以上内容来源于GP.Bullhound

《2024年科技预测：推动技术发展的十大趋势》

（五）毕马威：人工智能全域变革图景展望——跃迁点来临

大模型爆发以来，人工智能技术发展日新月异，创新成果纷纷涌现，本报告从技术变革、应用创新、安全治理、生态协同四大维度总结出人工智能产业发展十大趋势，希望为有志于投身人工智能领域的企业和个人提供有益参考。

ChatGPT引发的大模型创新热浪仍在涌动，有可能演变成一场比工业革命、信息革命更为深刻的人工智能革命。这一时代背景下，无论是推动大模型从单模态发展到多模态，还是倡导高质量数据和计算新范式，实际都在强调人工智能技术变革的本质——算法、数据、算力三大基础要素的精巧配合和相互促进。

趋势一：多模态预训练大模型将成为人工智能产业的标配

算法方面，预训练大模型起源于NLP领域，已进入“百模大战”阶段。多模态大模型将是AI产业标配。国内大模型在市场影响力上稍逊，但有本土优势。国内制造业等实体产业为大模型提供了丰富的数据和应用场景。未来，中国大模型可能后发先至，成为竞争关键因素。

趋势二：高质量数据愈发稀缺将倒逼数据智能飞跃

大模型训练需大量高质量数据，但存在噪声、缺失和不平衡问题，影响效果和准确性。高质量语言数据将在2026年耗尽，低质量数据分别在2030-2050年和2030-2060年枯竭。AI大模型发展将明显放缓，需解决数据质量问题并寻找新数据源。

趋势三：智能算力无处不在的计算新范式将加速实现

在算力方面，新硬件、新架构竞相涌现，现有芯片、操作系统、应用软件等都可能被推翻重来，预计有望实现“万物皆数据”“无数不计算”“无算不智能”，即智能算力将无处不在，呈现“多元异构、软硬件协同、绿色集约、云边端一体化”四大特征。

趋势四：人工智能生成内容应用向全场景渗透

在AIGC（Artificial Intelligence Generated Content，人工智能生成内容）应用方面，其发展源头在数字内容创作领域，从单模态内容到多模态数字化内容创建已初显雏形，预计未来会进一步提高人类创造内容的效率，丰富数字内容生态，开启人机协同创作时代，各种需要创意和新内容的场景，都可能被AIGC重新定义，AIGC向全场景渗透指日可待。

趋势五：人工智能驱动科学研究从单点突破加速迈向平台化

在AI4S（AIforScience，人工智能驱动的科学研究）应用方面，有望从单点突破加速迈向平台化。科研学者主导的单点应用初步证明了落地价值，平台化工具将提升通用性价值。产业界对AI4S的工程化需求增加，工程师和科研学者将共同主导下一阶段的发展。

趋势六：具身智能、脑机接口等开启通用人工智能应用探索

在AGI应用方面，需要基于先进算法实现智能处理和决策，并具备与人类大脑相似的认知架构。ChatGPT在感知能力方面仍需优化，而具身智能、脑机接口等技术可提供有效助力，但目前均处在早期技术孵化阶段，存在诸多问题，距离商业化应用还有很长的距离。一些机构和企业开始探索如何与ChatGPT结合，有望催生更符合AGI特征的应用。

趋势七：人工智能安全治理趋严、趋紧、趋难

人工智能安全治理呈现出趋严、趋紧、趋难三大特征，主要包括“黑箱”困境等技术安全挑战，虚假信息、偏见歧视乃至意识渗透等应用安全挑战，数据泄漏、篡改和真实性难验证等数据安全隐患。

趋势八：可解释AI、伦理安全、隐私保护等催生技术创新机遇

人工智能在发展过程中面临的技术伦理与社会伦理风险表明，人工智能安全、可信的发展之路任重道远，在解决AI风险的过程中催生出可解释AI、联邦学习等技术创新机遇。其中，联邦学习正成为新型的“技术基础设施”，有望成为下一代人工智能协同算法，隐私计算和协作网络的基础，使数据在合法合规、安全高效的基础上，实现数据价值流动。

趋势九：开源创新将是AGI生态建设的基石

AGI强调通用性，需要满足大量细分场景和长尾需求，因此生态系统需要繁荣开放，以穷尽各种专用化、场景化乃至碎片化的需求，确保生态的丰富性和完整性。开发者越多，底层模型和上层应用的迭代速度也会越快。然而，开源也存在风险，选择开源可能会公开商业机密，不利于构建竞争壁垒。此外，开源模式可能引发专利侵权风险，对知识产权管理规则和流程规范建立提出了挑战。

趋势十：模型即服务（MaaS）将是AGI生态构建的核心

商业模式对AGI生态的价值实现至关重要，目前以MaaS模式为代表。MaaS的核心价值在于降低算法需求侧的开发和使用成本，使AI模型和应用成为简便的工具。这使得用户可以专注于业务逻辑和使用体验，解决AI落地的关键瓶颈。在供给侧，通用大模型、领域大模型、行业大模型和企业/个人小模型将共同推动AI在各行业的落地，最终实现AGI。

——以上内容来源于毕马威

《人工智能全域变革图景展望——跃迁点来临》

（六）Forbes：2024十大AI发展趋势

趋势一：Nvidia将成为云服务商

大多数组织使用云提供商的GPU，而不是直接从英伟达购买。亚马逊、微软和谷歌等英伟达大客户正在开发AI芯片与英伟达竞争。为了应对，英伟达推出云服务和数据中心，减少对云公司的依赖。今年推出DGXCloud，预计明年加大实施力度。2024年，英伟达与大型云提供商关系将更复杂。

趋势二：StabilityAI可能面临倒闭

AI初创公司StabilityAI在2023年经历人才流失和财务困境，公司董事会成员因纠纷退出，试图筹集资金但失败。预计明年将关闭，目前正寻找收购者但反应冷淡。

趋势三：“大型语言模型”和“LLM”两个词将逐渐消失

在AI领域，大型语言模型常被用作先进AI模型的简称，但随着模型类型增多和多样性增加，这一术语将不再准确。多模态AI是2023年的主要趋势，许多领先的生成AI模型涉及多种媒体。2024年，随着模型更加多样化，描述它们的术语也将如此。

趋势四：商业闭源模型将持续领先于开源模型

开源与闭源AI模型之争是AI领域的重要话题。尽管一些公司公开了其先进模型权重，但最好的基础模型仍然是闭源。预计闭源模型将继续超越开源模型，原因在于开发新模型所需的大量投资以及公司在开源方面的困境。尽管开源模型越来越受欢迎，但最先进的人工智能系统预计将继续是专有的。

趋势五：许多财富500强公司将新设首席人工智能官职位（ChiefAIOfficer）

人工智能成为《财富》500强公司的首要任务，各行业董事会和管理团队都在探索AI对业务的影响。明年，大型企业将更常任命“首席人工智能官”来领导组织的人工智能计划。

趋势六：替代Transformer架构的新兴技术将获得认可

自2017年谷歌推出Transformer架构以来，它已成为AI技术的核心。然而，随着研究的深入，一些团队正在开发下一代AI架构，寻求超越transformers的创新。这些新型架构旨在降低计算密集度、提高长序列处理能力，并展示出优于transformers的特性。预计明年，这些挑战者中的一种或多种将赢得实际应用，从研究新奇事物转变为有竞争力的AI方法。尽管transformers仍将占据主导地位，但2024年有望成为替代技术成为现实选择的一年。

趋势七：监管机构将严格审查云服务提供商对AI创业公司的战略投资及其带来的会计问题

微软、亚马逊和Alphabet等公司纷纷投资了数十亿美元，而英伟达等公司也向数十家AI初创企业投入资金。这些投资的动机部分是为了确保这些初创企业成为长期的计算客户。然而，这些投资也涉及会计规则中的灰色地带，特别是循环交易的问题。虽然目前这些交易很少受到监管机构的审查，但预计未来将更加严格。这些投资可能会对2024年整体人工智能筹款环境产生重大影响。

趋势八：Microsoft与OpenAI的合作关系可能出现问题

微软向OpenAI投资超过100亿美元，并合作开发关键产品，但两者关系密切。随着OpenAI拓展企业业务，与微软竞争客户，微软开始寻求其他合作伙伴和内部研究。未来微软和OpenAI之间的合作可能会出现裂痕。

趋势九：将从人工智能的炒作和跟风现象中回流到加密货币

风险资本家和技术领导者目前只对AI感到兴奋，但风险投资公司的“信念”可能迅速转变。加密货币是一个周期性行业，已经过时，但下一轮大牛市即将到来。一些人可能会跟随加密资产的炒作，如果过度AI炒作转向其他领域，那将是一个好发展。

趋势十：人工智能与版权纠纷

生成AI模型在训练中使用了大量受版权保护的内容，引发版权纠纷风险。通过案例和法院裁决推动法律实践发展，强调公平使用原则在AI应用的复杂性和不确定性，预测未来将出现法律诉讼和和解。美国最高法院将提供最终解决方案，但在此之前，律师将面临繁忙工作。

——以上内容来源于Forbes

《2024十大AI发展趋势》

（七）腾讯研究院：2024数字科技前沿应用趋势

过去一年，我们见证了数字科技的加速度。每个人都身处变革巨浪之中，既对大模型的突破进展无比兴奋，也对未来充满了无限憧憬。

新年伊始，眺望未来2-3年的科技趋势。我们正驶向一个由连接衍生交互、由计算催生智能的时代。

未来已来，一个充满韧性和重塑的全新时代即将揭开序幕。让我们拥抱变革，共同谱写人类与科技和谐共生的新篇章！

趋势一：：高性能计算的“四算聚变”

全球高性能计算集群升级至2.0架构（CPU+GPU），四算融合成为高算3.0新趋势。加大科研投入，寻找穿越“内存墙”路径。未来几年，高性能算力应用将爆发，可持续计算加大投入，呈现快演进、重效能新形势。

趋势二：多模态智能体加速AGI进程

生成式AI推动技术迈入通用AI门槛，提升AI能力。多模态、Agent和具身智能等方向持续探索，AI有望完成闭环。迈入AGI门槛后，AI有望成为通用目的技术，成为新生产力，对全球经济、社会产生巨大影响。

趋势三：AI加速人形机器人“手、脑”进化

工信部印发《人形机器人创新发展指导意见》，人形机器人集成人工智能等先进技术，有望成为颠覆性产品，变革生产生活方式，重塑全球产业格局。突破关键技术，加速迭代，走向更柔性、智能、灵巧。

趋势四：AI加速驱动基因测序、基因编辑、基因合成发展AO

基因是生命的基本元素，基因计算使用计算方法分析和理解基因信息。AI、大数据、云计算等数字技术广泛应用于基因检测、分析、预测、调控和生物合成，利用大算力支持多模态基因数据解答生命科学问题。AI与基因计算结合开辟了巨大科学和应用前景，但存在基因隐私保护和伦理问题。

趋势五：数字交互引擎激发超级数字场景

数字交互引擎是文化创意工具，集成多种技术，实现技术迭代。由图形、仿真和实时渲染等模块构成，以软件包创造虚拟场景，支持与物理世界交互。最初应用于游戏，后成为跨行业、跨场景的数字交互引擎，应用于文旅、汽车、工业等领域，是构建实时虚拟世界、实现虚实交互的关键工具。

趋势六：沉浸式媒体催生3D在场

未来视频技术将向沉浸式体验、高效生成演进，从面向人眼视觉到面向机器视觉，从消费级到产业端。关键技术包括体验、内容生成、标准和网络协议。随着设备升级、AI技术进步和产业互联网需求提升，多媒体体验将更加沉浸。AIGC技术将高效生成内容，深度学习视频编解码将提升效率。应用层和网络层优化将进一步推动多媒体赋能产业互联网。

趋势七：脑机接口从医疗突破迈向交互革命

脑机接口是在人或动物脑与外部设备间建立的直接连接通路，实现大脑与外部设备的直接交互。根据传感器或电极植入部位不同，分为非侵入式和侵入式两大类。经过近现代技术发展，脑机接口已形成一系列基本的技术研究和应用范式，但目前仍处于发展早期。随着数字技术和AI的突破，脑机接口呈现出加速发展趋势，预计医疗、军事、教育、混合现实交互、类脑智能等领域将发挥重点带动作用，全球商用市场将以17%以上的年增长到2023年突破60亿美元。

趋势八：星地直连通信推动泛在网络覆盖

美国太空探索技术公司成功发射21颗“星链”卫星，其中6颗具备“直连手机”功能。这些卫星新增了中频PCS频谱天线，配备先进的eNodeB调制解调器，提供天基手机漫游接入服务。荣耀Magic6系列旗舰新品也实现了手机卫星通信体验。这两个标志性事件预示着2024年可能成为星地直连泛在网络全面普及的元年。

趋势九：eVTOL加速空中出行奔赴新时代

随着城市化进程加速，交通拥堵和环境污染问题突出，人类社会对绿色高效的交通方式需求迫切。低空出行、低空经济成为解决之道，eVTOL是核心引擎，采用新能源电池和分布式电推进系统，实现垂直起降、绿色智能交通。未来，eVTOL、新能源和数字技术将加速空中出行方式，改变地面主导的出行模式，推动全球进入空中出行新时代。

趋势十：多能流实时协同重塑虚拟电厂

随着新能源技术和信息技术的不断进步，虚拟电厂在能源结构转型中发挥着关键作用，成为实现能源优化配置的重要策略。未来电网的源端、负荷端和储能端都在经历显著变革。波动性清洁能源大规模、高比例接入电网，用户逐渐转变为发电、储能及电网响应的参与者，电化学储能和氢储能技术降低能量存储与运输成本。这些变化将推动能源结构的转型和优化。

——以上内容来源于腾讯研究院

《智能科技跨界相变—2024数字科技前沿应用趋势》

说在最后

在经济发展的关键阶段，我国正面临着前所未有的机遇和挑战。以生成式人工智能为代表的智能经济活动逆势增长，不仅助力我国经济持续增长，更成为科技创新和产业升级的重要基石，推动我国经济体系向现代化迈进。

综合各大权威机构的预测，2024年将成为AI产业的爆发之年。届时，我们将见证众多创新应用场景和产品形态的涌现。大模型和AIGC技术将深度融入各行业，引领产业生态模式的革新；MaaS和PaaS模式将成为智能经济时代的重要业态，为用户提供更高效、便捷的服务；多模态预训练大模型将成为人工智能产业的核心技术，推动产业持续创新发展。

2024年虽不是AIGC元年，但无疑是AIGC高速发展、充满机遇与挑战的一年。我们必须积极拥抱人机共生的时代，勇敢迎接AI浪潮的挑战，成为站在时代前沿、拥抱未来的企业。只有这样，我们才能在未来的竞争中立于不败之地。

本文系转载汇总，意在分享AI前沿发展趋势，以上内容并不代表本账号观点。文章仅供参考学习，如涉侵权，请私信联系删除！

公众号搜索神州数码云基地，回复关键词【报告】获取完整AI发展趋势报告合集。

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/AllinToyou/article/detail/70980