王 强 曹建峰
当前，新一轮科技与产业革命蓄势待发， 新技术、新模式、新应用和新生态不断涌现， 这也使得以互联网为代表的数字技术与数字经 济、数字社会和数字治理等相关活动日益交叉 融合，并从网络原生向网上网下的数实融合新 阶段迈进。
一、数字交互和智能技术日臻成熟， 为数字化升级提供新动力
近年来，扩展现实产业加速发展，社交媒 体巨头“脸书”更名为“Meta”，旗下 VR 头显 产品突破 1000 万的销量，跨越了业界普遍共 识的产业规模化临界点；国内腾讯成立 XR 事 业部，加速布局软硬件等全链路的 XR 生态。 目前 VR 在培训、教育和文旅，AR 在安防巡检、 工业生产等领域已经成为行业标配。可以说， VR 和 AR 作为新一代交互方式、新型的计算 终端和用户入口，有望成为未来元宇宙时代最 重要的交互方式之一。
同时，以手机为显示终端的 VR360°全景 视频发展迅速。目前 VR360°全景技术已经在 看房、文旅、会展等场景中得到大范围的应用。 一些互联网视频网站和生活服务网站，也将其 作为重要流量入口，融入到现有业务和商业逻 辑中。如快手全景视频频道在 2021 年 1 月— 11 月期间，周均播放量超过 1 亿次。人民 VR、 新华社、中国国家地理等权威媒体机构也都加 入到创作行列，生态初具雏形。
近年来，人工智能已经在语音、图像、视 频和自然语言处理等领域取得了长足进步，并 在一些特定的任务上超越了人的能力，尤其是 一些突破性的成果，诸如 AlphaFold2 破解了 困扰生物学界 50 多年的蛋白质结构预测难题， 让人们再次惊叹和期待人工智能改变世界的无 限可能。在重点应用方面，融合了语音识别、 语音合成、自然语言处理、多模态建模、知识 图谱、3D 视觉技术和语音驱动面部动画的数 字虚拟人技术正在成为热点，从虚拟客服、虚 拟主播、虚拟偶像到各行各业的数字员工，数 字人正以更快的速度融入到经济社会中，推动 虚拟世界和现实世界的进一步融合。作为人工 智能集大成者的自动驾驶持续火热，传统车厂、 造车新势力和跨界者纷纷加速布局，在国内数 十个城市全面展开了自动驾驶的测试和运营。
超大模型蓬勃发展，有望加速通用人工 智能进程。当前的人工智能大多针对特定的场 景应用进行训练，生成的模型难以迁移到其他应用，属于小模型的范畴。整个过程不仅需要 大量的手工调参，还需要给机器喂养海量的 标注数据，这拉低了人工智能的研发效率，且 成本较高。OpenAI 的大规模预训练语言模型 GPT-3 在翻译、问答、内容生成等领域的不俗 表现，让业界看到了达成通用人工智能的希望。 大模型通常是在无标注的大数据集上，采用自 监督学习的方法进行训练，之后进行简单的微 调，或采用少量数据进行二次训练，就可以满 足新的应用场景的需要。这意味着对大模型的 改进可以让所有的下游小模型受益，大幅提升 人工智能的适用场景和研发效率。因此，大模 型正在成为业界重点投入的方向，谷歌、脸书、 微软以及国内的百度、阿里、腾讯、华为和智 源研究院等纷纷推出了超大模型。可以预见， 短期内，模型的规模就会进一步提升，行业将 出现多个万亿级参数的大模型，对算力基础设 施的需求也会进一步提升，与云的结合成为突 破算力限制的首选。同时，大模型中的数据类 型将不断丰富，由目前以文本为主向图像、视 觉等多模态方向丰富，进而推动模型准确性和 泛化能力的提升。
针对一些数据获取难的行业，小样本学习 技术为行业智能化带来了新解法。在工业、医 疗等行业，人工智能技术的落地往往面临训练 样本数量不足的挑战，而小样本学习技术正是 针对这一问题的有效方法。例如，先在大规模 数据集上预训练模型，之后在目标小样本数据 集上进行参数微调获得模型，这一方法在目标 数据集和源数据集较为类似的情况下比较有 效。再如，通过多任务分割网络和迁移学习， 可以实现对大量异质公开数据集的利用，将学 习到的知识和特征用于生成目标领域的模型， 从而实现知识在不同领域之间的迁移。
“一站式机器学习平台”正在成为人工智 能的研发基础设施，推动模型工业化进程。人 工智能的模型开发往往面临算力资源搭建周期 长、计算框架维护繁琐、算法和模型调优门槛 高、人才缺口大等难题，这使得传统上通过自 建开展人工智能研发的方式面临重大瓶颈，难 以满足工业化大生产的需求。一站式机器学习 平台，可以为开发者提供从数据标注、数据预 处理、模型构建、模型训练、模型评估到模型 服务的全流程开发支持，帮助开发者更快完成 业务模型的搭建，大幅降低机器学习的进入门 槛。相比自建模型的繁琐工作，未来将有更多 的开发者选择一站式机器学习平台进行高效的 模型开发，加速人工智能模型生产的工业化。
可信和安全人工智能技术的持续探索，正 在成为 AI 普适化和工业化的重要保障。人工 智能在产业落地过程中，还面临一些模型本身 的问题和外部安全风险。一方面，模型的输入 数据和输出结果之间，存在着人们无法洞悉的 “隐层”，使得人工智能的工作原理难以被清晰 解释，也被称为“黑盒”，这导致行业应用中 面临模型可解释性不足等问题。另一方面，随 着人工智能被应用到更多高价值的行业，算法 后门攻击、对抗样本攻击、模型窃取攻击等带来的安全风险与日俱增。科学家正在探索一 种能够将知识驱动和数据驱动相结合的有效方 法，从而更好地发挥两者的优势，提升人工智 能的鲁棒性和可解释性。例如，贝叶斯深度学 习，不仅可以发挥贝叶斯算法本身的可解释性， 从少量数据中学习，又具备深度学习强大的拟 合能力，预计将在人工智能可解释性方面发挥 重要作用。同时，通过安全左移，增强主动安 全检测，对各类攻击进行侦测与拦截，从而提 升人工智能系统的安全性，也是技术研发的重 要方向。
二、新技术革命推动更多元的网络新 空间涌现
以元宇宙为代表的下一代互联网已成为世 界各国和国际巨头布局的重点。在信息技术加 速发展、疫情推动全社会生产生活加速线上化 的背景下，元宇宙日益成为全球关注的热点。 美国元宇宙产业以企业为核心推动，Facebook 改名 Meta，投入超过 1 万名工程师从事虚拟现 实等硬件和内容的开发；微软 CEO 纳德拉表 示，公司正在努力打造一个“企业元宇宙”； 全球 GPU 芯片巨头英伟达推出了建设元宇宙 的模拟和协作平台 Omniverse ；韩国信息通讯 产业振兴院联合 25 家机构和企业成立元宇宙 联盟，首尔推出了元宇宙发展 5 年规划，投资 70 亿韩元建造元宇宙首尔，包括首尔虚拟公共 服务中心，元宇宙 120 中心等，这也是全球由 地方政府出台的第一个综合性中长期元宇宙政 策。
元宇宙将推动产业链各环节产生增量价 值。元宇宙的产业链较移动互联网时代将更加 绵长，底层架构、后端基建、应用设备、内容 开发、交互设计等，都将衍生出不可估量的市 场需求，可塑造全新的数字产业链和价值链， 为新兴信息技术提供更多新应用场景。远程会 议、教育培训、心理咨询、旅游导览等应用场 景将有望实现更加沉浸式、互动式的体验，如 分隔两地的建筑设计师可共同参与同一建筑的 设计等。世界银行发布的数据显示，2020 年全 球元宇宙市场规模已达 46.9 亿美元，2020 年— 2027 年间年均增速估计将达到 43.3%。元宇宙 将促成数字经济新形态迈向更为深度数字化的 未来。元宇宙高度关注用户体验，推动虚拟和 现实进一步融合，有望创造新的商业模式，催 生“创作者经济”，孵化出新的就业岗位及新 的数字产业创业方向。比如，将有更多艺术创 作者（音乐人、插画师、时装师等）和知识分 享者，在元宇宙环境下提供艺术品、知识产品 及相关服务。 数字引擎、多媒体等为代表的交互技术 有望成为产业新制高点。在元宇宙等新一代 互联网发展背景下，交互技术成为新的发展 热点，也是全球新技术竞争的新高地。这些 技术包括 GPU 图形处理芯片、游戏渲染引擎、 动捕系统、建模软件、高精度相机、5G 传感、 边缘计算、脑机接口、可穿戴式设备、感知 交互、机器视觉、激光点云扫描、语音、自 然语言处理、全息影像、仿真引擎、空间声场、 追踪计算、AIGC（人工智能生产内容）、非 同质化通证（NFT）以及区块链等基础技术， 全球的高科技企业纷纷在这些领域积极发力。 以游戏引擎为例，全球主要份额被 2 家公司 占据，即 Unity 与 Unreal，其中 Unity2021 年 的市场占比已达 50% ；而微软近期之所以斥 巨资 687 亿美元收购动视暴雪，除了内容 IP， 很大程度上也是看中了后者在游戏引擎方面 的强大实力。
同时，数字引擎凭借其模拟逼真、渲染实 时、开发便捷等特点，成为当下产业界实践数 字孪生平台的路径，并正与设计仿真软件、3D建模工具的数据进行兼容，适配不同行业的需 求。以自动驾驶为例，行业普遍预测，为了保 证自动驾驶技术安全可靠，车企需要 110 亿英 里的测试数据来优化其自动驾驶系统。目前， 各大车企已投入自动驾驶车队进行路测，按照 测算，假设 100 辆自动驾驶汽车以 25 英里（40 公里）每小时的平均时速、每天 24 小时不停 歇地进行路测，仍然需要 500 多年的时间才能 完成目标里程，耗费的成本也将相当惊人。结 合专业的游戏引擎、工业级车辆动力学模型、 虚实一体交通流等技术，腾讯打造了虚实结合、 线上线下一体的自动驾驶仿真系统 TAD Sim （Tencent Autonomous Driving Simulator），如同 《头号玩家》中的“绿洲”一样，允许车企进 入高度真实的虚拟试驾情境，在模拟环境中开 展自动驾驶测试验证，提高自动驾驶研发效率。 TAD Sim 内置高精度地图，可以完成感知、决 策、控制算法等实车上全部模块的闭环仿真验 证，不同天气、光照条件等环境的几何模拟以 及测试车辆的感知能力、决策能力和车辆控制 仿真都可以实现。结合采集的交通流数据以及 更多极端交通场景的模拟，在 TAD Sim 上可以 进行各种激进驾驶、极端情况下的自动驾驶等 项目的测试，以更高的效率、更安全的方式完 成在现实世界中无法进行的各项测试。
三、由消费到产业，数实融合是数字 经济提质升级的新方向
C2B 成为产业互联网发展的重要模式。中 国消费互联网的发展取得了举世瞩目的成绩， 腾讯、阿里、字节、京东、美团、百度和拼多 多等一大批消费互联网企业，服务了全国超 10 亿网民的衣食住行用玩等各类需求，并不断走 向国际化。与此同时，消费互联网连接起来的 亿万网民，又是传统产业的重要用户。因此， 很多传统产业也纷纷拥抱互联网，立足客户感 知，提升服务能力。消费互联网在 C 端积累的 产品能力、运营经验和流量优势，也让其在服 务产业互联网中有了天然的助力。例如，互联 网公司在底层的账户体系、连接能力以及大数 据、广告、内容上的业务积累，能够成为很好 的业务切入点，这也是很多互联网公司近几年 基于 C2B 方向不断探索的比较有效的发展模 式。
数实融合是数字经济高质量发展的必由之 路。在消费互联网向产业互联网扩展的过程中， 互联网等数字技术和实体经济的融合正在逐步 加深，未来将没有纯粹的互联网企业，也没有 纯粹的实体企业，互联网企业也有实体的部分， 实体产业也有互联网的服务，数字技术和实体 经济的深度融合将成为未来发展的重要趋势。 同时，国家政策也积极鼓励这一融合。例如， 第十四个五年规划和 2035 年远景目标纲要指 出，要充分发挥海量数据和丰富应用场景优势， 促进数字技术与实体经济深度融合，赋能传统 产业转型升级，催生新产业新业态新模式，壮 大经济发展新引擎。习近平总书记在十九届中 央政治局第三十四次集体学习时强调，面向未 来，我们要站在统筹中华民族伟大复兴战略全 局和世界百年未有之大变局的高度，统筹国内 国际两个大局、发展安全两件大事，充分发挥 海量数据和丰富应用场景优势，促进数字技术 和实体经济深度融合，赋能传统产业转型升级， 催生新产业新业态新模式，不断做强做优做大 我国数字经济。
四、科技伦理是产业健康发展的“安 全带”
随着数字化、网络化、智能化深入发展， 我国数字经济的健康、可持续发展越来越离不开科技伦理的保障。尤其是人工智能、虚拟现 实、脑机接口、量子计算、基因编辑等众多新 兴技术及其应用日益进入深水区甚至无人区， 科技在造福我国经济社会发展的同时，也可能 带来隐私侵犯、大数据杀熟、算法歧视、深度 伪造、就业替代、道德失范等负面影响，这对 加强科技伦理建设、落实科技伦理治理提出了 更高要求。
2017 年以来，国家持续加强科技伦理顶 层设计，成立了国家科技伦理委员会，明确 科技伦理是科技活动必须遵守的价值准则； 将“健全科技伦理治理体系”“健全科技伦理 体系”分别写入十九届四中全会的决定、第 十四个五年规划和 2035 年远景目标纲要中； 修订《科学技术进步法》，提出科技伦理管理 主体责任、科技伦理审查机制等要求。在科 技伦理问题较为突出的人工智能与算法领域， 国家新一代人工智能治理专业委员会先后发 布了《新一代人工智能治理原则——发展负 责任的人工智能》和《新一代人工智能伦理 规范》，为各界开展人工智能活动提供伦了理 指引；中央网信办等国家部委先后出台了《关 于加强互联网信息服务算法综合治理的指导 意见》和《互联网信息服务算法推荐管理规 定》，明确要求开展算法推荐活动应当尊重社 会公德和伦理，建立科技伦理审查等方面的 管理制度和技术措施。
在上述工作的基础上，2022 年 3 月，随 着中办、国办印发《关于加强科技伦理治理的 意见》，我国对加强科技伦理治理也作出了全 面部署。这表明，国家对科技伦理治理工作高 度重视，将其视为科技创新的重要支撑。可以 说，国家科技战略规划已经迈上科技创新与科 技伦理并重的新台阶。随着全球科技竞争的日 益激化，科技伦理治理不仅事关社会伦理的风 险防范，而且事关国家科技竞争力，因而《意 见》明确要求加强科技伦理治理，将科技伦理 作为开展科学研究、技术开发等科技活动的价 值理念和行为规范，防控科技伦理风险，推动 科技向善，实现科技自立自强。面向未来，有 效落实上述《意见》，需要在科技伦理治理体 制、科技伦理治理制度保障、科技伦理审查和 监管、科技伦理教育和培训等多方面深入推进 相关工作。
随着科技伦理成为数字经济发展的必选 项和必答题，互联网行业也更加重视科技伦 理与科技向善，积极推进负责任的研究与创 新。互联网企业从理念原则、治理机制、服 务工具、人员培训等方面积极践行科技伦理 要求，尤其是尝试通过技术创新方式解决技 术应用带来的社会伦理问题，涌现出了 AI 鉴伪、合成数据、联邦学习、算法歧视奖励、 伦理服务工具等具有良好实践效果的做法， 这种技术化、市场化的治理模式未来将发挥 出更大的价值。
需要在全社会塑造科技向善的文化理念。 简而言之，就是通过必要的制度和机制，让科 技伦理充分发挥对数字经济的“安全带”作用， 让科技更好地增进人类的福祉。
参考文献
[1] 世界银行博客 https://blogs.worldbank.org/zh-hans/ digital-development/can-metaverse-offerbenefits-developing-countries
[2]《国务院关于印发“十四五”数字经济 发展规划的通知》国发〔2021〕29 号
[3]《不断做强做优做大我国数字经济》， 《求是》杂志，2022 年 2 月
（作者王强系腾讯研究院资深专家、前沿科技研 究中心主任，曹建峰系腾讯研究院高级研究员）