昨日（9月16日），華為發布《智能世界2035》系列報告，展望了未來十年的關鍵技術趨勢，這些技術對教育、醫療、金融、制造、電力等行業帶來的改變和影響。 這些變革圍繞AI為核心，華為認為，AGI（通用人工智能）將是未來十年最具變革性的驅動力量。 值得關注的是，多項技術趨勢與應用傳感器技術為代表的物理感知息息相關。譬如，第一項技術趨勢即指出，走向物理世界是 AGI 形成的必由之路。十大技術趨勢主要有：

↓↓↓向下滑動，查看更多↓↓↓

趨勢一：走向物理世界是 AGI 形成的必由之路。AGI（通用人工智能）將是未來十年最具變革性的驅動力量，但仍需克服諸多核心挑戰，方能實現AGI奇點突破。

趨勢二：從執行工具到決策伙伴，AI 智能體驅動產業革命。隨著大模型的發展，AI智能體將從執行工具演進為決策伙伴，驅動產業變革。

趨勢三：人機協同編程，重塑軟件未來。開發模式迎來變革，人機協同編程成為主流。人類將更專注于頂層設計和創新思考，而把繁瑣的編碼執行工作，交給高效的AI來完成。

趨勢四：AI 于鏡像世界中升維，新交互打開沉浸體驗。交互方式正從圖形界面轉向自然語言，并向著融合人類五感的多模態交互演進。用戶通過語音、手勢等方式與數字世界互動，獲得深度沉浸的體驗。

趨勢五：移動互聯生態從 App 走向多 Agent 協同。手機App正從獨立的功能實體，轉變為由AI智能體驅動的服務節點。用戶只需給出指令，AI智能體將調用相關服務節點，為用戶提供極致體驗。

趨勢六：具身智能跨越鴻溝，形成多個萬億產業。隨著世界模型等關鍵技術突破，全新的L4+自動駕駛汽車將會走入人們的生活，成為“移動第三空間”。

趨勢七：突破馮? 諾依曼架構，新型算力滿足海量的算力需求。2035年全社會的算力總量將增長10萬倍，計算領域將突破傳統馮?諾依曼架構的束縛，在計算架構、材料器件、工程工藝、計算范式四大核心層面實現顛覆性創新，最終催生新型計算的全面興起。

趨勢八：數據即智能，Agentic AI 驅動存儲范式改變。2035年數據將成為推動人工智能發展的“新燃料”，AI存儲容量需求將比2025年增長500倍，占比超過70%，Agentic AI（智能體人工智能）驅動存儲范式改變。

趨勢九：從移動互聯網躍遷至智能體互聯網，搭建物理空間到數字空間的智能交互橋梁。通信網絡的連接對象將從90億人擴展到9000億智能體，實現移動互聯網至智能體互聯網的躍遷。

趨勢十：Token 管理能源網絡，讓智能成為能源的“神經系統”。能源將成為制約AI高速發展的核心要素。到2035年，可再生能源加速替代傳統化石能源，新能源發電量占比將突破50%。同時，人工智能將成為新能源系統的核心。

對此，在《智能世界2035》序言中，中國工程院院士、清華大學信息科學技術學院院長、北京信息科學與技術國家研究中心主任、腦與認知科學研究院院長戴瓊海解讀，更有效地感知世界、更智能的模型算法、更高效的算力芯片，是AGI走向物理世界的三大機遇，兼具宏觀與微觀、高動態、多模態的新一代傳感器可能是新的“奇點”：
正如華為《智能世界 2035》所言，邁向通用人工智能，關鍵在于走向物理世界。其機遇可能有三：
第一，更有效地感知世界。便攜式拍攝設備（如手機）的普及，創造了豐富的電子圖片，為 ImageNet 的構建及卷積神經網絡的出現打下了基礎；電子顯微鏡對蛋白質結構進行了高精度解析， 為 AlphaFold 提供了關鍵的數據支撐。更有效的感知將為人工智能展開更宏觀的畫卷、揭示更微末 的細節、刻畫更復雜的關系，讓人工智能能更好地向世界學習、將世界改造、與世界交互。因而，兼具宏觀與微觀、高動態、多模態的新一代傳感器可能是新的“奇點”。
第二，更智能的模型算法。通用人工智能的模型與算法是什么樣的？對于這個問題，仁者見仁 智者見智。但不可否認的是，物理世界中真實的智能（如人的智能）既是重要的目標，也將會帶來 巨大的啟示。若能對智能的過程實現深刻洞察，對智能的機理進行全面的解析，必將能為人工智能 帶來全新的模型與算法突破，使之如人的智能一般高效、可信、靈活、全面。因而，向物理世界中 最復雜的智能系統——腦智能——學習，也可能是未來的重要“奇點”。
第三，更高效的算力芯片。計算能力與智能水平息息相關，當前人工智能的發展也是伴隨著 算力的不斷提升。但是，線性提升的算力如何帶來智能水平的跨越式突破呢？這個問題似乎很難回 答。真正的突破口可能是算力的革命性飛躍，例如較現有的芯片實現數個數量級的效率提升。光計 算、量子計算、存算一體等新的范式的不斷成熟，就如同通信從電纜升級到光纜，將有望變革智能 的“物質基礎”。因而，將帶來算力革命性提升的新型芯片，可能是人工智能的關鍵“奇點”。


未來智能世界中，傳感器發揮什么作用？
智能革命將是繼第一次工業革命（機械化）、第二次工業革命（電氣化）、第三次工業革命（信息化），之后的又一次社會變革。
智能革命將創造一個智能世界，其中，智能技術、通信與網絡、感知與交互、存儲與計算、新能源等五大基礎技術將融合，走向超級智能體。
這里，傳感器技術的主要應用，就在“感知與交互”中，是未來智能世界超級智能體的五大基礎技術之一。
感知與交互從傳統的鍵盤、鼠標、多點觸控、語音指令等機械輸入，到以傳感器感知為主導的手勢/體勢識別、眼球追蹤、觸覺/味覺/嗅覺感知、肌機、腦機接口，從單一輸入進化到更自然的類人交互。

通用人工智能（AGI）指具備人類級廣泛認 知能力的智能系統。其核心在于實現通用性、自主性與創新性：能夠在新環境中理解、學習 并完成任何人類可及的智力任務，勝任跨場景 推理、復雜問題解決，并展現出類人級別的靈 活適應與創造能力。AGI是人工智能發展的終極目標。
華為認為，走向物理世界是 AGI 的關鍵路徑，通過物理實體與環境實時交互，實現感知、 認知、決策和行動一體化，能讓智能體像人類 一樣用身體感知世界，在互動學習中成長，從 而更好地適應環境、解決復雜任務。未來重點 是從多模態數據積累、核心能力打磨、認知原 理提升三方面為 AGI 的實現筑牢根基。

具身智能跨越鴻溝，形成多個萬億產業，傳感器技術主導的感知交互為其中之一

具身智能是 AI 走向物理世界的關鍵體現， 它并非單一技術的突破，而是融合了 AI 技術、感知交互、計算存儲、通信網絡、三電（電池、 電機、電控）等多領域技術的綜合產物，它 讓 AI 首次擁有了“實體身軀”與“實時互動能 力”，擺脫了純軟件形態的局限。

這種有“身體”的智能形態，不僅能在真 實物理世界中自主完成抓取、移動、操作等復 雜任務，更能通過與環境的動態反饋持續優化 決策，成為連接人工智能技術與現實應用場景的核心橋梁，也是推動人工智能（AI）邁向通 用人工智能（AGI）跨越的關鍵一步。
通用人工 智能需要理解物理世界的規則，而具身智能正是 AI 感知、適應、改造物理世界的重要載體。 從廣義范疇來看，未來具身智能將應用于三大行業領域：智能駕駛、智能機器人及低空經濟。


空間感知、觸覺感知等是智能機器人需跨越的技術鴻溝，將推動產業走進千行萬業、千家萬戶
智能機器人領域，隨著大模型技術的突破 及一系列人形機器人原型機的發布，已成為炙 手可熱的產業賽道，吸引了大量的投資基金， 以及眾多的初創公司競相布局。
但我們判斷，通用智能機器人所面臨的技 術挑戰和難度要遠遠超過自動駕駛。目前智能機器人還需跨過手部操作、空間感知、觸覺感 知等一系列的技術鴻溝，業界尚未研發出具備 長序列任務強泛化能力的模型去實現手部的精 細操作，主要原因是真實數據匱乏以及觸覺能 力有待提升，在模型層面還存在一些理論突破 的難題。因此我們看到，目前的智能機器人主 要在工業工廠、物流等半結構化場景中執行特 定任務，比如搬運、分揀等，離機器人真正能 進入千家萬戶還有一定距離。
華為預計 2030 年前后，機器人領域的“ChatGPT 時刻” 有可能將到來——基于視覺 - 觸覺 - 語言 - 動作 模型（VTLA）或世界模型（World Model）的 手部操作系統將應運而生，末端執行器自由度 也將普及至 10 + 自由度（10+Dof）水平，屆 時機器人將突破工業場景的柔性操作限制并拓 展至部分消費級場景。
2035 年前后，隨著量產規模擴大，家庭機器人售價會低于 1 萬美金，成本不再是制約機器人普及的關鍵因素，機器人產業將進入爆發期。

AI 于鏡像世界中升維，傳感器技術主導創新交互方式：從平面到空間、從單模態到多模態

人類對極致體驗的追求永無止境，從最早的紙張文字，到電話語音，再到移動互聯網的動態視 頻，每一次媒介的變革，都是人類突破信息邊界與感官邊界的進步。隨著 AI、空間計算、XR 等技 術的演進，數字世界與物理世界的邊界正逐步消融，虛實融合正在成為新一代信息社會的基礎體驗 范式。
虛實融合的第一步突破會體現在交互方式的重塑上。過去幾十年， 人機交互主要停留在二維平面和單模態輸入（鍵 盤、鼠標、觸控）。 而未來，隨著多模態技術的成熟，交互會 快速走向三維空間與自然化——顯然這些交互方式的實現將由攝像頭、雷達、觸覺傳感器等多種傳感器實現，如：
視覺交互通過高精度攝像頭與眼動追蹤技 術，實時捕捉用戶的注意力焦點與意圖。
空間手勢交互依賴傳感器陣列和 AI 算法將動作轉化為虛擬空間的操作指令。
語音與肢體交互則逐漸與傳統方式融合， 形成更自然的多模態交互體系。
短期來看，微手勢交互技術會成為業界熱點，長期來看，腦機接口也將被納入多模態框架，使人機協作真正進入“直覺式交互”階段。
這里，報告介紹了從當前的視覺+聽覺到五感融合的感知趨勢。
交互范式的更新為虛實融合打開了入口， 而要進一步深化，關鍵在于感官維度體驗的全 面升級，將帶來更多創新的交互設備，如感知 精細手勢的指環、感知脈搏的項鏈、超輕量的 3D 眼鏡、腦機設備等。

視覺：通過全息顯示、光場重建等先進方 式，讓用戶在任何角度都能獲得真實景深和空 間感，視覺體驗無限逼近現實。
聽覺：依托更先進的換能技術與空間聲 學算法，打造“完美聲音”。這包括高性能 MEMS 揚聲器、超薄振膜等創新方式，使聲音 具備精準的空間定位感與真實的音質還原度。
多感官拓展：在視覺與聽覺趨于完美的 基礎上，逐步疊加觸覺、嗅覺、味覺等維度。未來終端設備將讓用戶不僅能“看見”和“聽 見”，還可以“觸摸”、“聞到”、“品嘗” 數字世界，從而實現真正的全感官沉浸體驗
。隨著這些感官維度的不斷疊加和融合，不 同感官的反饋需要融合對齊。虛擬體驗將不再 是“屏幕前的模擬”，而是成為與現實同等真 實的“臨境體驗”。

AI+傳感器，在未來智能世界中的應用，將能預防80%慢性病
除了展望未來十年的關鍵技術趨勢，華為在報告中亦給出了這些技術對教育、通信、醫療、金融、制造、電力等行業帶來的改變和影響。
AI+傳感器會如何改變各行各業？
在通信領域，無線網絡通過多模態感知，采集環境數據，與數字孿生技術結合， 將構建全新的融合感知服務能力，在一個系統中同時實現通信和感知功能。這種一體化技術 能夠使通信網絡作為一個巨大的傳感器，利用無線電波的傳輸、反射和散射來感知和理解物 理世界。
未來十年，無線網絡將 更加強調“通感算智”多要素融合的一體化服務能力，以滿足未來智能時代應用對多種能力 協同的需求。無線網絡的角色也將從傳統的被 動服務提供者轉變為積極的參與者和賦能者， 在智能體協作、數字孿生、甚至于為一些低功 耗終端提供無線充電等應用中發揮關鍵作用。

在醫療領域，展望 2035 年，在健康守護期，傳感器與 可穿戴設備使個體狀態被實時感知與預測，風 險在萌芽階段即可被干預，AI 驅動的預測與干 預手段將使超過 80% 的慢性疾病有望得到有效 的預防，從而有效延長人類的健康壽命。
到 2035 年，健康管理體系建立在無處不 在的感知網絡和智能算法之上。全球將有百億 醫療與健康相關 IoT 設備持續采集心電、血糖、 呼吸、睡眠、情緒和環境等多模態數據，經邊 緣芯片處理后轉化為標準化的“健康單元”， 為每個人生成動態更新的全息健康畫像，成為 預測和干預的基礎。
為了支撐這一體系，平臺需顯著增強能力：一是算力需求隨分析任務激增而大幅上升；二是數據安全與隱私成為核心；三是關鍵物聯網應用要求連 接延遲在 2035 年比現在降低數十甚至數百倍。

在農業及飲食領域，農業生產將突破地理與氣候的約束，形成“全域感知、智能決策、精準執行” 的新型生產關系。
未來農田是遍布智能設備的“數字農場”， 每一塊土地都擁有“智慧大腦”，通過土壤傳感器和氣象監測儀等傳感設備，實時感知土壤 濕度、光照和溫度，動態調節作物生長所需的 環境和營養。
當系統檢測到土壤濕度低于設定 值，滴灌設備會自動運行，精準補充水分，既 不浪費水資源，又能讓作物“喝飽喝足”。農 民不用再頂著烈日到田間巡視，只要通過手機 等智能終端查看數據，就能知道哪塊土地需要 施肥，以及什么時間需要防治病蟲害。
在溫室大棚里，植物生長不再依賴自然光照，人造光源根據作物需求調節光照的時長和強度，讓作物在反季節也能旺盛生長。垂直農場利用多層 種植和營養液栽培等技術，在城市中心也能實 現綠色蔬菜全年無休的生產。
此外，隨著基因組學、人工智能與穿戴設備的深 度融合，人類社會將進入全新的營養管理模式。
智能穿戴設備（如柔性電子皮膚、植入式納米傳感器）實時追蹤血糖和維生素水平等多項 生理指標，形成動態更新的個人營養“數字孿 生體”，為飲食個性化推薦和管理提供了基礎。
構建“飲食 - 身體 - 環境”的動態平衡系統，通過可穿戴設備與云端算法的協同，助力飲食選擇從“經驗判斷”走向“數據驅動”。
在物流倉儲領域，智能倉儲機器人全面普及，形成“感知 - 決策 - 執行”全閉環無人倉。
在感知層面，倉儲機器人配備多模態傳感 系統。通過視覺傳感器、激光雷達和深度攝像 機的融合，機器人能夠實時感知倉庫環境、貨 物狀態和作業進度。每個貨架、每個貨物都配 備物聯網傳感器，構建起數字化的倉儲環境。 這些感知數據通過高速網絡實時傳輸到中央處 理系統，為智能決策提供數據支撐。
此外，量子傳感與邊緣 AI 的組合技術成為高價 值物流的品質守護者。每個運輸載具配備的量子傳感器可實現原子級精度的環境監測，實時 捕捉溫度、濕度、震動等參數的細微變化。邊 緣 AI 設備在本地進行實時數據分析和決策，響 應速度達到毫秒級。這種技術組合已覆蓋超過 90% 的高價值物流場景，使生鮮和醫療等敏感貨物的貨損率降至 0.1% 以下，每年減少經濟損失超過 2000 億美元。
在礦業領域，AI+傳感器重塑礦藏勘探與生產。過去三十年，從 3D 地震成像到納米傳感器的技 術創新完成了量變積累，而未來十年，AI 將帶 來一場質變的沖擊波，它正在重新定義油氣礦 山行業的技術邏輯與競爭規則。
AI 技術的深度融合正在重塑地質勘探全流程，到 2035 年，勘探將進入“全息地殼 透視”時代，形成“數據采集 - 量子建模 -AI 解 釋 - 實鉆反饋”的閉環系統。這一變革的核心是 AI 地質勘探，其通過集成量子計算、智能傳感和 實時反饋機制，實現從地質解釋到地殼認知的革 命性提升。
此外，AI 地質勘探的數據采集依托智能 傳感技術擴展探測半徑，填補傳統方法盲區。隨鉆前探與隨鉆遠探技術將會在隨鉆油藏描述和隨鉆地質導向方面發揮更大的作用，探測的 更多、更準、更遠、更快；遠探與前探測井技 術利用聲波、電磁波等測井技術，將測井作業 的探測范圍由現在的數十米大幅提高到井旁數 百米和井間數千米，能有效填補傳統測井與井 間地震之間的探測空白，并在鉆進過程中實時 回傳底層數據，形成地層實時掃描的“透視鉆 頭”，同步啟動衛星遙感與無人機光譜掃描， 實現地表地質特征的廣域覆蓋。
結語
自2021年首次發布《智能世界》系列報告以來，這已是華為第三次對該報告進行迭代。
在《智能世界2035》中，圍繞著AI技術進行描述，顯示了華為這位全球科技巨頭對未來技術發展的趨勢預判——AI技術的發展將勢不可擋，通用人工智能（AGI）將是AI發展的終極目標。
走向物理世界是 AGI 形成的必由之路，這里，由各種傳感器提供的視覺、聽覺、嗅覺、觸覺、味覺等感知能力，是鏈接AGI與物理世界的橋梁，是當前智能機器人需跨越的技術鴻溝，具有形成萬億產業集群的潛力。
審核編輯 黃宇