随着人工智能、自动驾驶和人形机器人快速发展，先进芯片正成为决定AI规模扩张的重要基础资源。过去，科技企业通常专注于芯片设计，将晶圆制造和封装交由专业代工厂商完成。马斯克旗下SpaceX与Tesla正在尝试打破这一分工模式，进一步向制造环节延伸。2026年8月，得克萨斯州政府正式宣布，SpaceX将在该州Grimes县建设Terafab大型半导体制造基地。基地不仅服务于现有芯片需求，更着眼于自动驾驶、人形机器人和太空计算等未来业务，以自主制造方式提高关键算力硬件的供给能力。一、建设全球超大规模垂直整合芯片制造基地Terafab由SpaceX与Tesla共同推进，首期资本投入超过168亿美元，规划制造空间超过1亿平方英尺，预计新增约3000个工程师、技术人员和工厂运营岗位。得州政府向项目提供3000万美元企业基金支持，并将其纳入就业、能源、技术与创新激励计划。路透社援引申报文件称，如果后续阶段全部实施，项目累计投资规模可能达到1190亿美元。与传统单一晶圆厂相比，Terafab更强调制造体系的一体化。根据得州政府和SpaceX公开材料，基地计划将逻辑芯片、存储芯片和先进封装集中布局，并逐步形成从光刻掩模、芯片制造到封装测试的内部能力。不同环节在同一制造体系内协同，可以减少跨企业、跨工厂流转带来的时间成本，使芯片设计、工艺调整、验证和量产之间形成更快反馈。英特尔也已加入项目，提供先进芯片设计、制造和封装方面的技术支持。项目将分阶段推进。Tesla已经在得州奥斯汀发布多类Terafab相关招聘岗位，覆盖光刻、外延、薄膜、工艺集成、存储以及自动化控制等环节，表明相关制造团队和工程能力正在同步搭建。Terafab的长期目标则更为激进：SpaceX在2026年公开文件中提出，希望基地具备每年生产约1太瓦计算硬件的能力，以缓解未来可能出现的芯片短缺，并降低整体计算成本。二、汽车、机器人和太空计算共同推高芯片需求Terafab的建设基础，是SpaceX与Tesla对未来算力需求的判断。两家公司预计，自动驾驶、人形机器人和太空AI基础设施将形成持续增长的芯片需求，现有供应体系可能难以完全满足长期扩张速度。Tesla已经具备自主AI芯片设计能力，其芯片需求正从汽车向机器人延伸。自动驾驶车辆需要持续处理摄像头和其他传感器数据，Cybercab等无人驾驶车型扩大部署后，将显著增加端侧推理芯片用量；Optimus人形机器人同样需要高性能芯片支持视觉感知、运动控制和环境交互。SpaceX则把芯片应用进一步延伸到太空计算。公司正在探索利用卫星星座建设轨道计算基础设施，对高性能、低功耗以及适应太空环境的专用芯片提出新的要求。与地面数据中心相比，太空设备还需要应对辐射、温度变化、能源供应和维护困难等条件，芯片设计和制造必须与具体应用场景更紧密结合。这种需求结构决定了Terafab并不是传统意义上面向广泛客户的晶圆代工项目，而是围绕自身业务构建的专用制造能力。汽车、机器人和太空计算虽然应用环境不同，但底层都依赖大规模AI推理和计算硬件。通过把芯片设计与制造更紧密地连接起来，SpaceX和Tesla可以根据终端需求调整产品和工艺，并提高新一代芯片的迭代速度。不过，Terafab并不意味着两家公司将完全脱离外部供应链。SpaceX公开文件明确表示，未来仍会从第三方采购相当比例的计算硬件，自建产能更多是对现有供应体系的补充和强化。三、AI竞争从芯片设计进一步向先进制造延伸近年来，谷歌、亚马逊、Meta、微软和Tesla等科技企业纷纷开发自有AI芯片，以降低对通用GPU的依赖并优化特定计算任务。但即使具备芯片设计能力，先进制程、高带宽存储和先进封装仍集中在少数半导体企业手中。随着AI模型、机器人和智能终端的计算需求快速增长，制造产能本身开始成为算力扩张的重要约束。Terafab将这种竞争进一步推向制造端。SpaceX在公开文件中把芯片制造、数据中心基础设施和电力供应视为AI持续增长面临的主要物理约束，并提出未来AI竞争将越来越取决于对“物理栈”的控制。按照这一思路，自主制造芯片不仅是供应链安全问题，也涉及计算成本、产品迭代和基础设施扩张速度。此前xAI建设吉瓦级训练集群，解决的是大规模算力和电力组织问题；Terafab继续向上游延伸，试图增加先进芯片这一核心硬件的自主供给。这种高度纵向整合的模式能否取得预期效果，仍取决于先进制程良率、设备供应、工程人才和规模化生产能力。芯片制造的技术复杂度和资本密集程度远高于一般硬件生产，自建工厂也很难完全替代成熟的全球半导体供应链。但Terafab至少释放出一个明确信号：当AI竞争进入超大规模部署阶段，头部科技企业关注的重点正在从模型和芯片设计扩展到制造、数据中心和能源等更底层的基础能力。谁能更稳定地掌握这些关键资源，谁就更有可能在下一阶段AI产业竞争中获得持续扩张的空间。参考文献：[1]GovernorAbbottAnnouncesSpaceXExpansionInGrimesCounty[EB/OL].(2026-08-06).https://gov.texas.gov/news/post/governor-abbott-announces-spacex-expansion-in-grimes-county.[2]SpaceX,Teslatoinitiallyspend$16.8billiononTerafabchipplantinTexas[EB/OL].(2026-08-06).https://www.reuters.com/business/media-telecom/spacex-says-terafab-be-built-texas-with-initial-investment-168-billion-2026-08-06/.[3]AntonShilov.ElonMusk'smassiveTerafabchip-makingfacilitystartstotakeshape—100millionsquarefeetofmanufacturingspaceand$16.8Binitialcapitalinvestment[EB/OL].(2026-08-07).https://www.tomshardware.com/tech-industry/semiconductors/terafab-starts-to-take-shape-100-million-square-feet-of-manufacturing-space-and-usd16-8b-initial-capital-investment.[4]KatherineHamilton.SpaceX,TeslatoBuildChipPlantinTexastoMeetComputeDemand[EB/OL].(2026-08-06).https://www.wsj.com/business/spacex-tesla-to-build-chip-plant-in-texas-to-meet-compute-demand-bcf070ce.

智慧养老，作为数字时代背景下诞生的新兴服务业态，正以前所未有的速度重塑传统养老格局。它不仅是科技赋能产业的典范，更是应对全球人口老龄化挑战的关键突破口。本文梳理这一新兴服务业的发展动因、市场现状、核心价值与未来趋势。一、市场机遇：老龄化浪潮催生庞大需求中国正经历快速且规模巨大的人口结构转变。65岁以上人口已超过2.6亿，且这一数字仍在持续增长。预计到2025年，中国养老市场规模将达到800亿美元，并在2030年突破3万亿人民币大关。庞大的老年群体，特别是慢性病患病率的上升，催生了对于高效、可持续养老照护体系的巨大刚需，为智慧养老这一新兴服务产业提供了爆发式增长的土壤。二、产业定义与核心特征：从“单点智能”到“全域智慧”智慧养老服务的核心，在于利用物联网、人工智能、5G、大数据等新一代信息技术，整合硬件、软件与服务，重构养老服务价值链。它区别于传统养老模式的本质特征是通过“数据驱动”，从环节单一化和机构分散化走向全链智能整合，主要表现在以下几个方面。一是主动预防，通过智能监测设备实现健康状况实时追踪与异常预警，变被动响应为主动干预。二是高效整合，将分散的养老服务与医疗系统无缝连接，实现跨机构的协同照护。三是个性化定制，基于个体数据和偏好，提供量身定制的健康管理方案与生活辅助。实践证明，采用智慧化手段的养老机构，其服务效率可提升40%以上，意外事件响应速度加快60%，显著优化了人力资源配置。三、关键驱动因素与全球格局在全球范围内，智慧养老作为新兴的服务业支柱，其迅猛发展并非偶然，而是由多重核心驱动力共同塑造，并在不同区域市场呈现出多样化的格局。1.核心驱动力剖析首先，人口结构的历史性转变是根本动力。全球范围内加速的人口老龄化，催生了对现代化、高效化养老解决方案的庞大刚需。其次，主流的“90-7-3”养老模式（即90%居家养老、7%社区养老、3%机构养老）奠定了市场基础，凸显出家庭护理场景的巨大潜力与广阔空间。再次，慢性病管理的迫切需求构成了强劲推力。心脑血管疾病、糖尿病等的高发，使得持续、便捷的居家健康监测与管理系统成为刚性需求，推动市场呈指数级增长。最后，政策支持与社会认知提升提供了关键保障。各国政府陆续出台扶持政策，同时公众对智慧养老的接受度不断提高，为产业创造了良好的发展环境。2.全球市场格局洞察从全球视野来看，智慧养老市场展现出巨大的增长潜力和鲜明的区域特色。据权威机构预测，全球智慧养老系统市场规模预计到2033年将达到约1155.7亿美元，期间年复合增长率将保持在12.6%的高位。区域市场表现各异：北美地区凭借其技术研发领先优势和较高的市场普及率，目前在市场中占据主导地位。欧洲市场则更为成熟，其发展注重成本效益与严格的合规性要求。而亚太地区无疑是未来最具活力的新兴市场，其庞大的老年人口基数、快速的经济增长以及巨大的市场潜力，正吸引全球资本和技术的关注，有望成为未来产业增长的重要引擎。在明确的内生动力推动下，智慧养老服务业正迎来黄金发展期，并将持续重塑全球养老产业的未来图景。四、主要发展趋势与服务创新智慧养老服务业正在技术革新与需求升级的双重驱动下蓬勃发展，其演进路径呈现出以下五大清晰趋势，共同勾勒出未来养老服务的崭新图景。1.服务个性化：从“标准化”到“量身定制”传统的“一刀切”式养老模式正被逐步淘汰。未来的核心趋势是个性化关怀，即利用大数据和评估工具，深入理解每位长者的健康状况、生活习惯及个人偏好，从而提供真正意义上的定制化照护方案与健康管理计划，显著提升服务的精准度与满意度。2.远程医疗普及：打破时空限制的医疗资源触达远程医疗的普及是智慧养老的关键一环。通过Telehealth（远程健康）服务和可穿戴设备的远程监测技术，老年人无需频繁前往医院，在家中即可享受专业的医疗咨询、慢病管理和紧急响应服务。这极大地缓解了医疗资源分布不均的压力，为行动不便或偏远地区的老人带来了福音。3.AI与数据分析深化：从“监测”到“预测与决策”人工智能（AI）与数据分析的应用正从表层监测向纵深发展。AI不再仅仅用于警报触发，而是通过深度学习，对海量健康数据进行分析，实现对跌倒、突发疾病等风险的主动预测，并为医护人员提供辅助诊断和个性化干预策略的建议，推动养老服务从“被动响应”向“主动预警”变革。4.系统集成化：构建“医养结合”的无缝服务体系“信息孤岛”问题正通过系统集成化得到解决。未来的趋势是将智慧养老系统与区域的医疗卫生、社保等平台进行深度整合，打通数据壁垒，实现老人健康信息在家庭、社区、养老机构与医院之间的顺畅流转，最终形成一体化的“医养结合”服务网络，确保照护服务的连续性和高效性。5.智能家居融合：打造全方位的智慧生活空间智慧养老正与智能家居生态深度融合。通过将紧急呼叫、环境传感器、智能药盒等养老设备与全屋的灯光、空调、安防等系统联动，能为长者创造一个更安全、舒适、便捷的生活环境。例如，夜间离床自动点亮小夜灯，发生意外时自动报警并联系亲属，真正实现全方位的智慧生活辅助。这五大趋势相互关联、协同作用，共同推动智慧养老服务业向更人性化、高效化和智能化的方向演进，最终目标是让每一位老年人都能享有有尊严、有品质的晚年生活。五、技术演进与未来展望家庭健康技术已历经从1.0（单设备监测）到4.0（多模态预测性护理）的演进。未来3-5年，技术创新将持续聚焦在以下几个方面。一是多模态感知，融合雷达、音频、视觉等非接触式传感技术，更精准、无感地监测生理指标（如血压、血糖）与环境参数。二是AI算法升级，发展个性化模型、小样本学习及可解释AI，以增强信任度和适应性。三是交互体验创新，引入自然语言、虚拟健康助手和AR/VR技术，提升服务的易用性和亲和力。前沿研究方面已开始探索联邦学习（保护隐私的数据协作）、量子计算在医疗数据处理中的应用等方向，预示着这一服务业巨大的技术纵深。六、社会价值与实证效果智慧养老服务的核心价值在于填补传统医疗系统在慢性病管理和院后护理领域的“空白期”，解决资源短缺、干预延迟等痛点。实证案例显示，AI医疗警报系统能将紧急响应时间缩短至90秒，降低高风险患者再住院率22%，并实现1:3.6的投资回报率，展现出显著的社会与经济效益。结语智慧养老产业方兴未艾，是技术赋能、需求拉动与政策引导共同作用下的典型新兴服务业。它正从技术应用的“单点突破”走向构建全域协同、主动服务的“智慧生态”。面对确定性的老龄化未来，推动这一新兴服务业的规模化、普惠化发展，不仅是巨大的市场机遇，更是构建未来社会福祉的重要支柱。参考文献：[1]RateMon.RateMonIntelligentCare:SmarterDetection,FasterProtection[EB/OL].(2025-06-30).https://www.ratemon.com/en.[2]AMR.SmartElderlyCareSystem12.6CAGRGrowthOutlook2025-2033[EB/OL].(2025-02-24).https://www.archivemarketresearch.com/reports/smart-elderly-care-system-46152#.

在半导体制造持续逼近物理极限的当下，阿斯麦公司的HighNAEUV光刻技术已成为延续摩尔定律的关键支点。随着晶体管特征尺寸不断向原子尺度逼近，传统光刻技术在分辨率、良率和成本之间已面临日益尖锐的冲突。HighNA通过将数值孔径从0.33提升至0.55，将理论分辨率推进至8纳米，为2纳米及以下节点的单次图案化提供了可行路径。阿斯麦公司于2026年7月15日宣布，英特尔代工已在其18Å工艺的部分图层上，使用数值孔径为0.55的HighNAEUV光刻机进入高量产阶段，生产部分PantherLake处理器即英特尔酷睿Ultra系列3，且这些图层的良率与现有的0.33NALowNA平台相匹配。大约两年前，英特尔代工在俄勒冈州希尔斯伯勒接收了首台HighNAEUV光刻机EXE:5000系统，并随后引入了第二代EXE:5200B。如今，它成为业内首家利用这项技术实现高量产逻辑芯片图案化的公司。相比之下，台积电的策略更为审慎。面对每台HighNAEUV光刻机高达约4亿美元的造价，台积电仍选择固守0.33NAEUV加先进多重图案化路线，直至2026年初才启动HighNA评估工具的安装。这主要是因为HighNA单次曝光的成本溢价约为2.5倍，而继续使用已折旧的0.33NA设备进行多重图案化更为经济。由此，台积电有意将HighNA的量产学习曲线推迟两年或更久，而英特尔则正在这一领域加速积累。若HighNA的经济性按英特尔目前展示的较快轨迹成熟，其先发优势将有望转化为实际回报。商业战略的博弈终究建立在底层工程技术的突破之上。要真正理解英特尔为何敢于率先押注，以及High-NA究竟如何跨越物理与制造的鸿沟，就必须深入探究光刻系统的内部构造与工程架构。一份题为“TheHigh-NAEUVLithography:ArchitectureandOperationinASMLTwinScanEXE:5000Systems”的工程技术专著预印本为理解HighNAEUV光刻系统的全貌提供了系统性的分析框架。该文献的作者曾先后在GTE、西门子及Italtel等知名企业从事电子设计与电信领域知识产权保护工作，后以技术分析师的身份，运用工程分析的严谨方法，对High-NAEUV光刻技术进行系统研究。该专著对ASMLTWINSCANEXE:5000HighNAEUV光刻系统进行了以工程为核心的架构分析，系统性地描绘了支撑2纳米以下半导体制造所需的技术、光学与计算框架，依次剖析了这台机器全部互联的工业组件与子系统，具体包括：反射掩模（掩模版）的引入基础：涉及低热膨胀材料（LTEM）EUV掩模版的制造，涵盖其先进材料、亚纳米级原子沉积工艺以及几何布局参数。核心宏观架构：系统的整体布局，将容纳蔡司SMT多层反射镜链的庞大高真空洁净室主舱，与深埋在副厂房（sub-fab）楼层内的大功率TRUMPF工业级二氧化碳红外驱动激光器连接起来。光束传输单元（BDU）与等离子体生成：引导红外激光束通过庞大的水冷铜镜，经过20米的轨迹传输至光源腔的光机管线。在此处，辐射以双脉冲形式每秒轰击5万个锡微滴，生成窄带EUV等离子体，并通过与主舱对接的多吨重蔡司收集镜，在中间焦点（IF）处提供校准后的200-500瓦平均功率。多尺度同步与能量控制：TRUMPF-ASML耦合架构的微秒级时间同步，计算50kHz锡微滴发生器的热力学平衡，并详细说明光电调制环路。中间焦点快门工程：超快快门组件的机械与结构动力学，其工程设计能够在毫秒级响应时间内拦截多千瓦的激光路径，以在工件台步进期间保护上游光学器件。高真空气体动力学与污染控制：舱体核心的化学与流体动力学行为，量化了由中间焦点孔径处持续运行的超音速氢气流维持的动态气体锁。无接触运动学与激光计量：通过真空内的磁悬浮工件台定位彻底消除机械接触，并由高速干涉激光传感器组成的连续网络驱动，以亚纳米级精度追踪工件台坐标。运动学与光学集成：非对称光学的数学基础，详细说明了在平移晶圆平面上5毫米单次曝光狭缝的稳定性和扫描边界。热动力学与波前校正：双区热补偿算法（掩模图案吸收与投影光学镜箱反射），由预测性前馈软件环路和原位ILIAS波前计量驱动。外围与外部支持设备：超高真空抽气系统的架构层级，以及维持反射镜、掩模卡盘和晶圆台之间极端热平衡而设计的先进液冷歧管。分布式计算基础设施：主控机架协调内部确定性的现场可编程逻辑门阵列（FPGA）网络和子系统架构，以控制扫描机的实时运行。参考文献：[1]IntelTurnstoNext-GenerationASMLTooltoHelpMakeItsLaptopChips[EB/OL].(2026-7-15)https://english.aawsat.com/technology/5296205-intel-turns-next-generation-asml-tool-help-make-its-laptop-chips[2]ASML’sHigh-NAMilestoneIsanAI-ChipBridge[EB/OL].(2026-7-15)https://www.techi.com/asml-high-na-euv-intel-18a-ai-chip-readiness/[3]WillIntelFoundry’sHigh-NAEUVLeadCompoundIntoa14AAdvantage?[EB/OL].(2026-7-16)https://futurumgroup.com/insights/will-intel-foundrys-high-na-euv-lead-compound-into-a-14a-advantage/[4]TheHigh-NAEUVLithography:ArchitectureandOperationinASMLTwinScanEXE:5000Systems[EB/OL].(2026-06-17)https://engrxiv.org/preprint/view/7350

2026年7月，美国白宫联合国家安全相关部门，加速与OpenAI、Anthropic、谷歌等头部企业敲定针对人工智能前沿模型发布的自愿性行业标准（以下简称“标准”）。此举被视为落实特朗普人工智能行政令的关键步骤，旨在为具备高级网络渗透能力的尖端模型建立统一的安全标准，明确先进AI模型的准入条件、安全审查机制以及常态化发布流程。美国人工智能标准与创新中心将与国家安全局共同负责该标准的实施与监督。此前，美方对企业商业化的直接干预曾引发争议。2026年6月，在多方压力之下，Anthropic曾对其最新AI产品实施出口管控以防滥用，相关限制虽已解除，但这一风波促使白宫与科技界加快了协商节奏，试图以制度化标准化解临时行政干预带来的行业困惑。Anthropic表示，未来将联合亚马逊、微软、谷歌等伙伴，共同打造大模型通用安全评估与自律规范。针对科技头部企业，白宫已明确要求：OpenAI的GPT-5.6版本仅面向通过政府资质审核的主体开放。OpenAI回应称，认可政府的常态化监管，将依行政令推进GPT-5.6落地，并为后续前沿产品建立长效合规框架。谷歌也在其新一代代码模型上线前与监管部门进行了前置沟通，并深度参与了标准研讨。不过，三家企业均未就具体条款公开置评。2023年拜登政府时期，企业曾承诺发布前自检风险。特朗普2024年连任后，整体转向宽松监管以加速技术迭代。然而，随着大模型能力升级，其被用于网络攻击等风险暴露，美国从零散干预转向制度约束。尽管如此，不少硅谷人士与政策研究者仍担忧，行政介入加上标准约束，或将拖累科技创新的效率，从而削弱美国的技术优势。OpenAI的CEO山姆·奥尔特曼（SamuelHarrisAltman，以下简称奥尔特曼）更是在《金融时报》发文，呼吁构建全球性AI治理框架，依托中立机构公正研判技术风险。在英国《金融时报》署名文章《ThisishowwecanmakeAIsafeforeveryone》中，奥尔特曼系统阐释了其对人工智能未来全球治理的宏观构想。该文是OpenAI作为全球行业领军企业的官方立场声明，也是对当下全球AI监管规则碎片化、体系不统一现状的回应之一。奥尔特曼在文章开篇便指出，人工智能技术正以空前速度走出科幻范畴、融入大众日常生活，其变革影响力“堪比甚至超越电力革命”。他提出，单纯依靠企业实验室主导的技术研发模式，已无法应对人工智能带来的全球性风险与挑战，行业发展亟需建立由各国政府与国际社会共同主导的全球化治理体系。奥尔特曼治理愿景的核心是搭建一套突破单一国家管辖局限的全球性人工智能治理架构。由于人工智能具备天然的无国界属性，前沿AI模型完成训练后，其承载的技术能力与知识体系可通过参数权重、应用程序接口（API）快速跨境传播，单一国家的法律法规无法全面覆盖其衍生的跨境风险与发展机遇。他明确呼吁摒弃“单一国家独立监管”的传统模式，欧盟严苛的AI风险分级监管体系、美国的技术出口管制政策虽均适配各国自身发展需求、具备一定合理性，但极易引发全球监管标准冲突、加重行业合规成本、加剧全球技术鸿沟，最终阻碍人工智能技术红利在全球范围内的普惠共享。在具体的治理框架设计上，奥尔特曼提出组建一个由美国牵头、兼具开放性与包容性的国际合作论坛，依托多元要素，构建一套多层级、可动态适配技术发展的现代化AI治理体系。第一、制定全球通用的量化安全标准与基准。该合作论坛将汇聚各国政府代表、独立技术专家、学术科研机构及行业头部企业力量，联合制定前沿人工智能模型的统一安全规范。这套标准并非空泛的理论原则，而是具备落地性、可量化的实操基准，明确划定AI模型在网络安全防护、生物风险防控、虚假欺骗行为防范、自主智能代理运作等关键领域的能力阈值。奥尔特曼着重强调，伴随人工智能技术的高速迭代，相关基准标准需同步动态更新，适配技术发展节奏。他援引多项国际公共治理的成熟历史经验佐证这一思路：国际民航组织（ICAO）通过统一全球航空安全标准，大幅降低了全球航空事故发生率；全球金融领域的巴塞尔协议构建了统一的银行风险管理体系，规避了系统性金融风险；国际原子能机构（IAEA）则通过标准化的核查机制与跨国合作模式，在严控核扩散风险的同时，推动了核技术的和平普惠利用。奥尔特曼认为，人工智能治理同样需要这类具备技术中立性的统一基准，规避单一国家、企业或利益集团的操控干预。与此同时，标准制定全过程需公开透明，接受第三方专业核验，并通过常态化多边会议开展复盘修订，持续适配技术迭代带来的全新治理需求。第二、依托中立专业机构开展独立风险研判。由中立专业机构进行独立风险研判被认为是奥尔特曼治理构想中具有创新性、同时也最具争议的内容。他主张设立或依托独立的专业化技术评估机构，对各类人工智能模型的综合能力与潜在系统性风险开展中立、专业、客观的研判分析。这类机构需保持高度自主独立，参照国际原子能机构在核治理领域的职能定位，兼顾技术支撑、合规监督双重职能，始终坚守政治中立原则。商业科技企业始终面临“技术竞速”的行业内卷压力，为抢占市场先机、巩固行业优势，往往会加速AI模型迭代与产品落地，存在仓促发布未经过充分安全测试模型的风险。因此，亟需外部中立专业力量介入，平衡商业逐利诉求与安全治理需专业机构的工作需覆盖全流程监管，既开展模型落地前的前置安全评估，也实施常态化动态监测，通过红队测试、沙盒模拟、长期风险追踪等多元手段排查隐患。同时，机构需定期发布公开、透明的研判报告，让全球公众与政策决策者能够客观、全面地认知人工智能技术发展现状与潜在风险，摆脱对企业自主披露信息的单一依赖，大幅提升全球AI治理的科学性与公信力。第三、搭建分层赋能的规则激励机制。为实现人工智能技术的全球普惠目标，论坛需建立“守规获益、合规赋能”的正向激励体系。所有参与治理框架的国家与企业，只要严格遵循全球统一的AI安全与发展标准，即可获得前沿AI模型访问权限、跨国技术转让支持与国际科研合作机遇。具体而言，一方面面向发展中国家开放教育、科研用途的通用AI模型资源，助力弱势地区技术发展；另一方面针对高风险AI应用场景，实施严格的跨境出口管控，守住安全底线。他为此设计了三级分层赋能模型：基础层面，向全球全面开放通用人工智能工具，保障基础技术普及；中间层面，为治理框架参与成员国提供进阶版AI技术能力与合作资源；顶层层面，对可应用于敏感领域的超级智能模型实施严格权限管控与使用限制。该机制的核心目标，是打破人工智能技术的垄断格局，避免其成为少数发达国家、头部企业的专属资源，让人工智能真正成为驱动全球经济共同增长的核心引擎。在落地层面，可通过技术许可协议、跨国联合研发、全球能力建设基金等多元载体落地落地，助力中小国家与新兴市场融入全球AI产业价值链。第四、统筹治理规范与发展自主的平衡关系。奥尔特曼充分认可各国政府在AI治理规则制定中的主导地位，同时警示了技术过度商业化、治理过度政治化的双重风险。他提出，国际AI治理论坛可同步承担行业约束职能，有效缓解商业竞速带来的无序、不安全技术迭代问题。与此同时，全球统一治理框架充分尊重各国主权，在坚守核心安全底线的前提下，预留本土化调整空间。各国可结合自身国情，在数据隐私保护、伦理规范标准、社会文化适配等领域制定差异化细则，但防范大规模安全风险等核心基础性标准，必须保持全球统一，杜绝监管漏洞。针对跨国治理分歧，他还设计了配套的争议解决机制：依托专业仲裁机构处理成员国之间的规则冲突与权益分歧，建立梯度化惩戒体系，通过限制技术访问权限等柔性渐进式处罚措施，保障全球治理规则的落地执行力。第五、人工智能的治理需要具有哲学的思想和内核。奥尔特曼认为人工智能既是赋能全球发展的先进生产力工具，也暗藏不可忽视的系统性安全风险。单一国家或企业单方面收紧监管标准，极易丧失技术竞争优势、落后于行业发展；而全球各国无序发展、各自为战，又会持续放大人工智能的全球性风险。从实践层面来看，奥尔特曼的理论构想与OpenAI的近期战略布局契合。据消息人士披露，OpenAI正与美国政府深度沟通股权架构优化方案，同时积极参与G7等多边国际对话机制，主动对接全球AI政策体系。文章的发布时机也极具针对性，正值美国白宫加速搭建国内AI监管标准体系的关键阶段，奥尔特曼此举，实则是为美国本土监管体系搭建国际化延伸路径，推动美国成熟监管经验转化为全球多边治理通用规则。奥尔特曼并未回避外界对其治理构想的争议与质疑。针对外界对其“美国主导治理框架会损害中立性”的质疑，他回应称，考虑到当前全球技术发展格局，由技术领先国家承担初期牵头职能具备现实合理性，后续治理架构将持续优化扩容，通过轮值主席制、区域代表参与等机制，吸纳更多新兴经济体参与决策，保障治理体系的多元性与公平性。针对主权国家间规则落地难、执行力不足的核心痛点，他提出“技术手段+外交机制”的双重保障方案，依托模型水印、审计日志、区块链溯源等技术工具，搭配独立国际监察委员会的监督职能，筑牢规则落地根基。针对AI技术高速迭代、规则易滞后的问题，他提出“敏捷治理”模式，通过年度规则复盘审核、模块化标准动态更新、试点项目先行测试等方式，让治理规则适配技术发展速度。针对发展中国家技术基础薄弱、适配能力不足的问题，他提议设立全球专项发展基金，落地跨国技术转移计划，助力发展中国家开展人才培育、基础设施建设，缩小全球AI发展差距。同时，他主张推动AI治理体系与联合国、经合组织、世贸组织等现有国际机构深度衔接，将人工智能治理纳入全球数字经济合作框架，实现治理体系的兼容互通。奥尔特曼的提议也引发了广泛的讨论和美国政府的关注。从长期发展视角来看，若这套治理愿景顺利落地，将会对全球人工智能乃至整体科技产业的发展格局产生深远的影响，推动全球科技治理从“技术民族主义”的对立模式，转向“负责任全球化”的合作模式。这一体系不仅能有效降低科技领域的地缘博弈风险、化解跨国技术冲突，更能推动人工智能技术在气候治理、医疗健康、教育公平等全球性公共议题中落地应用，赋能全球可持续发展。参考文献：[1]OpenAIproposeshandingTrumpadministration5%stake[EB/OL].(2026-07-01).[2026-07-13]https://www.ft.com/content/7c803eab-8e80-4431-9a87-e943bf00e00b[2]SamAltman:ThisishowwecanmakeAIsafeforeveryone[EB/OL].(2026-07-01).[2026-07-13]https://www.ft.com/content/0c2e1077-f658-4b3d-9040-602615c961ca[3]为造福每个人而构建：我们的计划[EB/OL].(2026-06-08).[2026-07-13]https://openai.com/zh-Hans-CN/index/built-to-benefit-everyone-our-plan/[4]SamAltmansaideveryoneatSunValleywantstoknowhowtomakeAIcheaper[EB/OL].(2026-07-10)[2026-07-13].https://www.businessinsider.com/sam-altman-sun-valley-conference-cut-ai-costs-2026-7

一、RMC-6236三期临床进展概述在2026年美国临床肿瘤学会（ASCO）年会上，RevolutionMedicines公司的研究性pan-RAS抑制剂daraxonrasib（RMC-6236）在RASolute3023期试验中，针对既往接受过治疗的转移性胰腺癌患者显示出明确的生存获益：总体人群中位总生存期（OS）达到13.2个月，而标准化疗组为6.7个月，提示该药在这一高度难治人群中实现了接近翻倍的生存改善。同时，中位无进展生存期（PFS）也由3.6个月提高至7.2个月，说明其不仅延长生存，也能更有效地控制疾病进展[1]。此外，3级及以上治疗相关不良事件比例低于化疗组，且因治疗相关不良事件停药的比例更低，提示其整体安全性和可耐受性优于传统方案。这一结果之所以受到重视，在于其将“RAS靶向”从早期活性信号推进到能够实际影响胰腺癌二线治疗格局的层面[2]。对于长期缺乏有效靶向手段的转移性胰腺癌而言，这意味着临床上第一次出现了兼具显著疗效与可接受安全窗的广谱RAS抑制策略[3]。二、RMC-6236对于胰腺癌治疗的重要性与突破性从机制上看，daraxonrasib属于口服、RAS(ON)多选择性三元复合物抑制剂，可同时作用于突变型与野生型KRAS/NRAS/HRAS的活化态，因此突破了以往仅针对单一突变位点的局限。这类设计使其有望覆盖更广泛的RAS驱动肿瘤人群，而不仅限于突变频率较低的KRASG12C亚群[1,3]。从疾病治疗角度看，转移性胰腺癌长期以化疗为主，疗效上限低、耐药明显，既往二线治疗的OS通常处于6至7个月量级[1,4]。daraxonrasib在RASolute302中将OS提升至13.2个月，说明“直接靶向RAS驱动”已经不再只是概念验证，而是具备进入标准治疗竞争区间的现实可能。这也构成其最核心的突破性：其证明了广谱RAS依赖性可以被临床利用，并且这种利用能够转化为真实的生存获益。从安全性角度看，覆盖野生型RAS理论上可能带来更大毒性担忧，但RASolute3023期结果显示其停药率反而低于化疗组，提示其治疗窗可接受[1]。因此，这一结果不仅是有效，更是有效且可持续使用。三、与国内外同类研究比较（一）国际同类研究在国际上，daraxonrasib并非孤立进展，而是建立在早期pan-RAS研究基础上的进一步跃迁。其1/2期研究已显示，在既往治疗的胰腺癌患者中可获得约20%的客观缓解率、约87%的疾病控制率，PFS约8.5个月，说明3期阳性结果并非突然出现，而是延续了稳定的前期疗效信号[2]。与此同时，其他KRAS靶向药物也提供了对照参照。如sotorasib在KRASG12C突变转移性胰腺癌中显示OS6.9个月、PFS4.0个月；adagrasib在KRASG12C实体瘤合并分析中胰腺癌亚组ORR约33.3%、PFS约7.4个月，说明单一突变选择性抑制剂在PDAC中具有活性，但受限于突变谱范围[5,6]。相比之下，daraxonrasib的优势在于其不局限于G12C，而是面向更常见的RAS依赖性胰腺癌生物学背景，因此理论覆盖面更广、临床可及人群也更大。此外，ADT-1004、ADT-007等新一代pan-RAS相关策略虽在前临床胰腺癌模型中表现出较强活性，并显示部分耐药克服潜力，但尚未形成与RASolute302相当的3期生存证据[2,7]。另外，siG12D-LODER等KRASG12D/V相关局部晚期胰腺癌研究，以及ifebemtinib联合garsorasib在KRASG12CNSCLC中的推进，也反映出当前在RAS通路联合抑制方面布局积极，但总体上仍缺乏像daraxonrasib这样已经进入3期并证实OS获益的胰腺癌数据[10,11]。（二）国内同类研究国内相关研究更多集中在突变特异性抑制剂与联合治疗策略。例如，garsorasib（D-1553）在KRASG12C突变胰腺癌中的1/2期研究显示ORR45.5%、PFS7.6个月，说明国内在KRAS靶向方面已具备较好的早期临床推进能力，但适用人群仍局限于G12C这一较小亚群[8]。此外，HRS-4642联合nimotuzumab已启动针对KRASG12D复发或转移性胰腺导管腺癌的Ib/II期研究，体现出国内正沿“KRAS+EGFR”组合路径探索更广谱的突变覆盖，但目前仍停留在研究设计和早期临床阶段[9]。四、总结总体来看，daraxonrasib在RASolute302中的结果具有三层意义：第一，它首次以随机3期证据证明pan-RAS抑制可显著改善既往治疗后转移性胰腺癌患者的生存；第二，它突破了传统突变特异性治疗的范围限制，使更广泛的RAS驱动人群有机会受益；第三，它为后续联合治疗和耐药管理提供了清晰基准，因为既往研究已提示RAS扩增、RTK/MAPK/PI3K重激活等耐药机制可能影响长期疗效[12,13]。因此，这一进展证明广谱RAS靶向在胰腺癌中真正进入可改变治疗格局的阶段。相较于国内外多数仍处于早期探索或亚群验证阶段的同类研究，daraxonrasib目前代表了该领域最具临床转化价值的标志性成果。参考文献1.O'Reilly,E.M.,Wainberg,Z.A.,Hendifar,A.E.,(...),Wolpin,B.M.(2026)DaraxonrasiborChemotherapyinPreviouslyTreatedMetastaticPancreaticCancer.TheNewEnglandjournalofmedicine.https://doi.org/10.1056/NEJMoa26055552.Honda,R.(2026)DaraxonrasibandBeyond:Pan-RASInhibition,Resistance,andNext-GenerationStrategies.CancerScience.https://doi.org/10.1111/cas.704973.Holderfield,M.,Lee,B.J.,Jiang,J.,(...),Singh,M.(2024)Concurrentinhibitionofoncogenicandwild-typeRAS-GTPforcancertherapy.Nature.https://doi.org/10.1038/s41586-024-07205-64.Linehan,A.,O’Reilly,M.,McDermott,R.,O'Kane,G.M.(2024)TargetingKRASmutationsinpancreaticcancer:opportunitiesforfuturestrategies.FrontiersinMedicine.https://doi.org/10.3389/fmed.2024.13691365.Strickler,J.H.,Satake,H.,George,T.J.,(...),Hong,D.S.(2023)SotorasibinKRASp.G12C-MutatedAdvancedPancreaticCancer.NewEnglandJournalofMedicine.https://doi.org/10.1056/NEJMoa22084706.Bekaii-Saab,T.S.,Yaeger,R.,Spira,A.I.,(...),Pant,S.(2023)AdagrasibinAdvancedSolidTumorsHarboringaKRASG12CMutation.JournalofClinicalOncology.https://doi.org/10.1200/JCO.23.004347.Bandi,D.S.R.,Nagaraju,G.P.,Sarvesh,S.,(...),El-Rayes,B.F.(2025)ADT-1004:afirst-in-class,oralpan-RASinhibitorwithrobustantitumoractivityinpreclinicalmodelsofpancreaticductaladenocarcinoma.MolecularCancer.https://doi.org/10.1186/s12943-025-02288-98.Yamamoto,N.,Yan,D.,Ganju,V.,(...),Xu,R.-H.(2026)EfficacyandsafetyofgarsorasibinpatientswithKRASG12C-mutatedadvancedpancreaticcancer.BritishJournalofCancer.https://doi.org/10.1038/s41416-025-03286-w9.Leng,Q.,Zhou,J.,Wang,X.,(...),Cao,D.(2025)HRS-4642combinedwithnimotuzumabinthetreatmentofrecurrentormetastaticpancreaticductaladenocarcinoma:studyprotocolofasingle-arm,prospectivephaseIb/IItrial.FrontiersinPharmacology.https://doi.org/10.3389/fphar.2025.156248110.Golan,T.,Khvalevsky,E.Z.,Hubert,A.,(...),Galun,E.(2015)RNAitherapytargetingKRASincombinationwithchemotherapyforlocallyadvancedpancreaticcancerpatients.Oncotarget.https://doi.org/10.18632/oncotarget.418311.Alagesan,B.,Varghese,A.M.,Ang,C.,(...),O’reilly,E.M.(2026)APhaseIITrialofanExtended-ReleasesiRNAImplantTargetingKRASG12D/VinLocallyAdvancedPancreaticCancer.ClinicalCancerResearch.https://doi.org/10.1158/1078-0432.CCR-25-318912.Aronchik,I.,Kar,S.,Zhuang,Y.,(...),Singh,M.(2026)AcquiredresistancetotheRAS(ON)multi-selectiveinhibitordaraxonrasibguidesrationalcombinationtherapystrategiesinpancreaticcancer.NatureMedicine.https://doi.org/10.1038/s41591-026-04537-w13.Liaki,V.,Barrambana,S.,Kostopoulou,M.,(...),Barbacid,M.(2026)Atargetedcombinationtherapyachieveseffectivepancreaticcancerregressionandpreventstumorresistance.ProceedingsoftheNationalAcademyofSciencesoftheUnitedStatesofAmerica.https://doi.org/10.1073/pnas.2610708123

过去谈到网络攻击，人们最容易想到的是黑客窃取数据、索要赎金，或者企业因为客户信息泄露而遭受经济损失。但两份最新发布的网络安全研究报告显示，数据泄露带来的经济影响正在发生一个值得关注的变化：攻击本身造成的直接损失固然重要，但企业越来越大的压力，正在来自攻击之后的业务中断、调查处置、系统恢复以及第三方供应链产生的连锁影响。与此同时，人工智能正在让网络攻击变得更快、更容易规模化，使企业传统的安全响应速度面临新的挑战。一、数据泄露越来越贵，真正昂贵的是“后续影响”IBM发布的《2026年数据泄露成本报告》显示，2026年全球数据泄露事件的平均成本达到499万美元，创下报告统计以来的新高。值得注意的是，推动成本上涨的主要因素并不是攻击者直接拿走了多少钱，而是企业为了发现和处理攻击所付出的成本，以及攻击造成的业务损失。这两类成本合计达到318万美元，占平均数据泄露成本的63%。所谓业务损失，包括系统中断影响正常经营、客户流失等；发现和处置成本则涉及安全调查、危机管理等工作。换句话说，一次网络攻击的影响已经不能简单按照“被偷走多少钱”来衡量。即使攻击者没有成功获得巨额赎金，只要企业的信息系统长时间无法正常运行，或者需要投入大量资源调查和恢复，同样可能产生高昂成本。Verizon联合CyberAcuView发布的《2026年数据泄露影响研究》也得出了相似结论。该报告分析了2019年至2025年间近7万份美国网络保险理赔记录，其中约3.8万份记录了实际损失。从全部历史数据看，一半发生赔付的网络事件经济影响超过8.3万美元，损失最高的10%超过92万美元，最严重的2.5%则超过500万美元。更值得关注的是，2019年至2024年，网络事件的损失中位数由约6万美元提高至约11万美元，增长约80%，明显高于同期约23%的美国消费者价格指数涨幅。这些数据共同说明，网络攻击造成的经济影响不仅在扩大，而且正在越来越深入地影响企业正常经营。二、AI正在进一步压缩企业应对攻击的时间人工智能带来了一个新的变量——攻击速度。IBM的报告显示，在遭遇恶意攻击的机构中，超过四分之一报告遭遇了AI驱动的攻击，这一比例较上一年增长56%。其中，AI深度伪造和身份冒充占AI驱动攻击的45%，AI生成恶意软件占19%。与非AI驱动的恶意攻击相比，AI驱动攻击平均使一次数据泄露成本增加约100万美元。人工智能之所以值得警惕，并不仅仅因为它创造了新的攻击方式，更重要的是它降低了实施攻击所需要的时间、成本和专业门槛。过去攻击者可能需要人工寻找漏洞、制作钓鱼信息、筛选攻击对象，现在部分工作可以借助人工智能自动完成。当攻击从“人的速度”转向“机器的速度”，留给企业发现和处理问题的时间也随之缩短。而现实中的企业响应仍然相对缓慢。IBM调查显示，企业平均需要183天发现一次数据泄露，还需要64天完成控制，从攻击发生到发现并控制平均达到247天。这也解释了为什么人工智能正在同时成为网络安全领域的“矛”和“盾”。攻击者利用AI扩大攻击规模，防守方同样开始使用AI提高检测和响应效率。IBM的数据显示，大规模使用AI和自动化开展安全工作的企业，平均在215天内完成数据泄露的发现和控制，而没有使用相关技术的企业需要280天，两者相差65天；前者平均数据泄露成本比后者低193万美元。但目前这种能力还没有普遍形成。只有36%的受调查企业在预防、检测、调查和响应等安全环节广泛使用AI和自动化。即使已经开始使用AI与自动化、安全AI等工具的企业，其应用也主要集中于威胁发现、响应和控制，只有18%将其用于漏洞扫描和漏洞管理。这意味着，企业虽然开始用AI“追赶攻击”，但更多仍停留在事后发现和处置阶段，利用AI提前发现薄弱环节、主动预防攻击的能力还有较大提升空间。三、网络安全正在从“防止被攻击”转向“降低攻击影响”综合两份报告可以看到网络安全正在出现一个重要变化：面对越来越复杂且快速的网络攻击，企业很难保证自己永远不会遭遇安全事件，网络安全的目标因此正在从单纯追求“不要被攻破”，进一步转向“即使发生攻击”，也尽可能减少损失并快速恢复。这意味着企业判断自身网络安全能力时，不能只看部署了多少防火墙、安全软件或者检测系统，还要关注发生问题之后能否迅速发现、隔离和恢复业务；不仅要管理自己的信息系统，还要了解关键软件、云平台和其他合作伙伴可能带来的风险；对于AI不能只关注如何利用它提高效率，还要同步建立身份认证、访问控制和安全治理机制。AI带来的网络安全竞争，本质上也是一场“速度竞争”。当攻击者能够利用AI更快发现漏洞、更大规模实施攻击时，依赖人工判断和层层处置的传统安全模式将越来越难以跟上。谁能够更早发现风险、更快控制攻击、更迅速恢复业务，谁就更有可能把一次严重的网络攻击控制在可承受范围内。从这个意义上说，未来网络安全能力的衡量标准可能不再只是“防住了多少攻击”，而是在不可避免的安全事件发生之后，企业究竟能够多快恢复正常运行，又能够把损失控制在多大范围内。参考文献：1.IBM.CostofaDataBreachReport2026.https://www-api.ibm.com/adobe/assets/urn:aaid:aem:21111142-1251-4369-86fb-57b82f5bb108/original/as/Cost-of-a-Data-Breach-Report-2026.pdf.2.Verizon.2026BreachImpactStudy:ApublicationfromtheauthorsoftheDataBreachInvestigationsReport.https://www.verizon.com/business/resources/reports/2026-breach-impact-study-dbir.pdf

在全球化学产业深度调整、传统石化产能过剩与绿色转型压力持续加大的背景下，近日韩国政府发布了《K-化学路线图2030》，并同步启动“化学产业创新联盟”，标志着韩国化学产业将进入以高附加值、绿色低碳和智能制造为核心的新一轮系统性重塑阶段。该路线图由韩国产业通商资源部牵头制定，联合地方政府、龙头企业、中小企业及科研机构等约130家机构共同参与，旨在通过政产学研一体化的方式，推动韩国化学产业从以往的大宗、通用型产品结构，加快向高端特种化学品和先进材料体系转型，支持建设覆盖原料、材料、应用和需求的完整化学工业价值链。根据《K-化学路线图2030》，韩国计划到2030年推动该国化学产业从当前全球第5位跃升至第4位，在高附加值化学品领域形成更具国际竞争力的产业结构。为实现这一目标，路线图以高附加值转型、绿色转型、强化全球环境规制应对能力为三大主轴，对研发体系、产业基础设施和协同机制进行系统性升级，重点突破一批具有战略意义的核心材料与关键工艺技术。根据路线图，在技术路径上，韩国计划将制造AI转型（M.AX）深度引入化学产业全链条。明确提出，将在化学材料设计、合成、分离、后处理和加工等环节全面引入人工智能与自动化技术，通过数据驱动和算法优化实现研发与生产方式的根本性变革。一方面，依托AI与自动化实验设备，构建自主实验体系，大幅缩短新材料研发周期；另一方面，在生产端推动从原料投放到能源管理的全过程智能化，搭建能实时优化工艺条件、降低能耗的智能工艺控制系统。在研发组织方式上，《K-化学路线图2030》突破了以往按不同材料领域分散推进的模式，转而强调搭建围绕化学产业完整价值链的“One-Team”协同体系。政府不再仅支持单一技术或单一企业，而是以半导体、未来汽车等关键需求产业为牵引，由需求侧龙头企业提出明确的材料性能指标，再由原料企业、材料企业、应用企业和中小创新主体组成联合体，协同推进技术研发并直达产业化阶段。这一模式旨在显著提高研发成果与市场需求的匹配度，减少技术先进但难以落地的风险。为增强政策精准性和资源配置效率，80余名韩国国内专家历时6个月对化学产业关键技术进行系统梳理和水平评估，最终形成217项具有现实可行性的要素技术清单。技术支持按市场规模、成长潜力和技术成熟度划分为四类，并计划提供差异化的支持策略：1）短期集中型，对于技术成熟度高、市场空间大，将重点提供商业化相关的研发支持；2）长期管理型，对于技术市场大但技术难度高的，提供中长期攻关支持；3）市场开拓型，对于市场较小但极具潜力的技术，将提供前瞻研发和专利布局支持；4）影响扩大型，对成熟的技术领域，则侧重推动规模化放大和工艺效率提升。这种分层分类支持机制，有助于在资源有限的情况下实现整体效益最大化。与路线图同步成立的“化学产业创新联盟”，被定位为路线图的“指挥中心”和“推进引擎”。联盟下设半导体、显示、未来汽车、二次电池、宇宙•航空•国防、先进高分子材料、电气通信、绿色环境和监管应对等在内的9个分领域，覆盖原料、材料、应用、需求等整个生态系统，将联合推进9个旗舰项目。联盟通过制度化协作机制，将大型化学企业的关键材料性能需求、中小企业的技术创新能力与科研机构的研发资源有效整合，将成为推动韩国化学产业整体跃升的关键组织载体。《K-化学路线图2030》不仅是韩国应对石化行业结构性困境的产业政策工具，更体现出其以AI驱动制造升级、以需求牵引技术创新、以联盟机制重塑产业生态的系统性思路。在全球化学产业加速向高端化、绿色化和智能化演进的背景下，该路线图有望成为韩国实现化学产业“二次跃迁”的重要战略支点，其实施进展与成效值得持续关注。资料来源：1.韩国产业通商部https://www.motir.go.kr/kor/article/ATCL3f49a5a8c/171378/view2.韩联社.“K-화학고부가·친환경전환…"2030년글로벌4위로””https://www.yna.co.kr/view/MYH20251223002500038

2026年1月29日，韩国科学技术信息研究院（KISTI）发布《数据洞察》第60号报告《人工智能与协作预测的未来高增长科学技术241项——PROJECTEARTH：应对气候转型的未来有望技术》。报告基于2006年至2022年全球科技论文数据，对科学技术领域未来增长潜力进行系统预测与评估。报告显示，KISTI构建了由1,400名AI虚拟专家组成的协作智能体系，依托约2,200万篇论文及其引文关系数据，对4,234个技术集群进行深度学习分析，并预测其8年后的增长可能性。在此基础上，筛选出555个高增长候选集群，并通过定量与定性整合评估，最终确定241项未来高增长技术，归纳为七大主题领域：1、先进生物医疗与传染病应对：该领域聚焦疾病早期诊断与精准治疗技术，如循环肿瘤DNA（ctDNA）癌症诊断技术，用于提升肿瘤早期筛查与动态监测能力；免疫检查点抑制剂相关技术，涉及癌症免疫治疗机制与药物开发。该主题还涵盖基因编辑、分子诊断等方向，体现生物医学领域向精准化与高效化发展的趋势。2、人工智能视觉与精密监测：该领域强调复杂环境中的目标识别与高精度检测能力，如复杂环境下的对象探测技术、工业质量检测技术等。相关技术主要面向高可靠识别与自动化监测需求，体现人工智能在工业与环境感知领域的深化应用。3、人工智能预测诊断与网络物理安全：该领域围绕预测分析与系统安全展开，涵盖基于深度学习的空气质量预测技术、网络威胁情报分析等。技术重点在于提升系统风险识别与预警能力，并强化数字基础设施安全保障。4、智能社会系统与可持续产业转型：该领域关注数字治理与可持续发展技术，包含数字隐私保护、可持续水产养殖技术等。技术方向体现信息社会治理能力与产业绿色转型的结合。5、高功能先进材料与高效能源系统：该主题聚焦材料性能优化与能源转换效率提升，关注氢能转换、水力机械性能优化等领域。相关技术围绕能源系统效率与材料功能提升展开。6、智能自主系统与资源优化：该领域强调自主决策与资源管理能力，如医疗人工智能轻量化技术、物联网（IoT）安全认证技术等。相关技术体现智能系统在资源优化与安全保障中的应用。7、气候、灾难、安全基础设施及地球环境监测：该领域聚焦环境监测与城市基础设施韧性，重点关注城市地下空间开发及防灾韧性技术等。该主题强调基础设施安全与环境监测能力建设。同时，作为专项研究“PROJECTEARTH”，报告在241项技术中进一步遴选12项气候转型核心技术，涵盖能源转型与脱碳、生态监测与环境修复、资源循环利用以及城市韧性建设等方向：1、能源转型与脱碳：包含光催化异质结制氢、漂浮式海上风力-波浪混合能源系统、基于人工智能的太阳能发电系统诊断与监测技术、燃料电池用阴极催化剂及其制造技术。该方向主要围绕清洁能源获取与转化效率提升展开。2、生态监测与环境修复：土壤微生物群落功能分析技术（用于提升碳隔离效率）、大气PM2.5成分分析及源解析技术、水处理用高性能膜材料开发技术。该方向强调污染监测与环境治理能力建设。3、资源循环与可持续产业：可持续水产养殖创新技术、农业/畜牧业废弃物资源化利用技术。该方向聚焦资源循环利用与产业绿色转型。4、城市韧性与社会保障：面向低碳城市的地下空间开发集成技术、多维度能源贫困解决方案、基于物联网（IoT）的气候灾难早期预警系统。该方向强调城市安全保障与社会韧性提升。该报告验证了AI与大规模文献数据融合开展科技趋势预测的可行性，形成可扩展、可复现的未来技术识别框架。研究结果为科研机构和政策部门在技术布局与资源配置方面提供了系统化数据支撑。参考资料：1、KISTI,'1,400명AI전문가활용미래유망기술예측'데이터인사이트(DATAINSIGHT)발간.20260129.https://www.kisti.re.kr/promote/post/news/68902、KISTIDATAINSIGHT제60호:인공지능과함께예측한미래고성장과학기술241선-PROJECTEARTH:기후전환대응미래유망기술-.20260116.https://www.kisti.re.kr/post/data-insight/6884?t=1784105858943#

2026年4月28—29日，ITER组织召开“公共－私营聚变研讨会”，会上四位不同背景的专家ITER的SimonMcIntosh、NTTDataItaly的AntonioPolicicchio、英伟达（NVIDIA）的TomGibbs以及GaiaLab的ThomasKopinski共同描绘了一幅图景：核聚变不仅是人工智能（AI）的应用场景，更是推动AI技术发展演进的重要动力。一、聚变AI的数据特性与挑战现代人工智能系统的发展，依赖于互联网中丰富的数字资源，包括文本、图像、代码和视频等。然而，聚变能源领域面临着与之截然不同的状况。Gibbs在讨论中指出，“大语言模型和智能体的数据很便宜，但训练成本极高，而物理AI（PhysicalAI，即从真实物理系统而非数字内容中学习的应用）恰恰相反，数据极其昂贵，但训练成本并不高。”这种区分具有重要意义。在托卡马克装置上进行一次等离子体放电实验，其数据获取的难度和成本，远高于收集十亿条网页数据。聚变实验中，实验成本高昂，机器使用时间有限，每次放电可能只探索极窄的运行窗口。有价值的数据必须从体量有限、但含金量极高的数据集中仔细提取。McIntosh指出，聚变组织还面临另一重挑战：数十年的历史数据被储存在从未为现代AI工作流设计的格式中。“说到底，我们必须做‘数据考古’，才能利用前人产出的成果。”他以运行超过40年的JET（欧洲联合环）为例，大量有价值的实验记录、软件工具和工程背景仍然存在，但并非总能以便于检索、比对或复用的形式存在。通过AIAgent，团队已开始追踪文件、识别模式，从过去和现役的托卡马克装置中重建那些本可能永远尘封的历史运行知识。数据恢复只是任务之一。数据格式标准化和数据本身的可信度验证同样棘手。McIntosh透露，聚变界花了近20年开发通用数据格式，让为一个装置构建的软件能在其他装置上测试和复用。这套框架被称为IMAS（集成建模与分析框架），由ITER主导开发，确保线圈电流、诊断信号等关键信息能在不同设施间以一致方式存储。但即便数据井然有序，“找到它”仍是挑战。McIntosh介绍了一个与ITER内部文档系统连接的AI助手，它能帮助工作人员在数秒内检索工程记录、技术文档和项目资料——这在以往需要漫长的手动搜索。二、聚变“世界模型”的构建与应用McIntosh描述的理念中，最具野心的是为ITER运行做准备而训练的聚变“世界模型”。McIntosh表示，“我们有一个GPU集群，计划用它来训练一个聚变世界模型”。从本质上讲，这样的模型将从现有托卡马克装置收集的数据中学习，构建出装置行为的一个简化但有用的表征。它可以让团队在实际运行前模拟放电脉冲、测试流程、预判故障，并在ITER启动完整实验前提升准备度。McIntosh将其类比为人类通过直觉建立的认知模型，即在实际接触之前，就能对事物的状态有一定的预判。对ITER而言，目标类似：在装置真实情况出现之前预测其下一时刻发生的状态。这样的世界模型能将过去和现有托卡马克装置数十年的知识积累，以可迁移的方式输送到ITER，使ITER运行第一天的数据，立即可用于改进第二天的预测。“这种持续校准和再训练的循环，将确保我们数据驱动型机器学习模型的能力，能够与ITER不断拓展的前沿知识齐头并进，”McIntosh说。ITER已于今年3月安装了八块全新的GPU，以支撑这些AI需求。三、AI替代模型的加速效应与发展方向Gibbs在研讨会上介绍了另一条加速路径：用传统等离子体模拟数据训练的AI替代模型（SurrogateModels）。传统高保真模拟代码单次运行可能消耗数百乃至上千GPU小时，而替代模型一旦训练完成，可在毫秒级时间内输出近似结果，Gibbs估计提速可达10³至10⁶倍。这一速度为数字孪生（DigitalTwin）打开了可能性：持续接收传感器数据更新的虚拟聚变装置副本，帮助操作人员理解实时演变的等离子体状态。据Gibbs，多个实验装置已拥有数字孪生实例。但若AI模型将成为实时聚变控制的核心，仅有更快的模型可能还不够——底层硬件和连接实时数据与模型的软件或许也需要同步进化。当GPU仍是当今AI江湖的主角时，Kopinski提出了不同的观点：聚变将需要替代性的计算架构。等离子体系统高度动态、非线性，某些控制问题的响应速度需求远超常规方法所能舒适交付的范围。“他们在讨论毫秒级时，我们讨论的已是微秒级，”Kopinski说。他介绍GaiaLab正基于Q.ANT的光子硬件开发聚变世界模型，用光速计算来预测和控制等离子体行为，“比实时更快”。Q.ANT原型已部署，光子芯片商用的世界模型有望在2030年前成为现实。四、AI在聚变施工与维护中的即时应用尽管远期愿景激动人心，专家们反复强调，AI的最大价值可能来得比预想的早。ITER目前正处于组装与调试阶段，施工支持是近在眼前的优先事项。Policicchio展示了更具体的应用：基于激光雷达（LiDAR）的进度追踪，以及设备的预测性维护。“我相信这将成为减少大型工程进度延误的关键使能技术之一。”五、核聚变对AI技术的挑战与推动ITER的目的始终是实验科学。它计划检验的运行模式、脉冲持续时间和综合性能水平，在这一规模上前所未有。那些结果必须在现实中测量，而非仅从软件推断。AI无法替代一场从未有人尝试过的实验，但它能缩短通向这一发现的路径。ITER并不只是采用现成的人工智能工具。它正在直面工业AI领域最难的问题：如何从稀缺数据中学习，如何统一碎片化的档案，如何预测复杂物理系统，以及如何在失误代价高昂的场景下实时行动。这使得核聚变成为人工智能技术极具挑战性的应用场景之一，同时，核聚变研究也在推动着人工智能技术的进一步发展。参考文献：[1]ITER.HowfusionisteachingAInewtricksatITER[EB/OL].[2026-06-08].https://www.iter.org/node/20687/how-fusion-teaching-ai-new-tricks-iter.[2]可控核聚变.ITER遇上AI：核聚变如何成为人工智能进化的“最硬”试验场[EB/OL].[2026-06-08].https://mp.weixin.qq.com/s/LQwa5KgGK1kcsPa-zqaHQw.

伦敦是在历史城区、复杂交通网络和多层级城市治理体系之上，逐步构建数字基础设施、城市数据和智慧交通体系的。2026年国际管理发展学院（IMD）智慧城市指数中，伦敦位列全球第四，也是排名最高的英语城市。伦敦的实践表明，智慧城市建设不仅需要部署传感器、人工智能和自动驾驶等新技术，更需要建设能够连接不同部门、不同区域和不同应用场景的数字底座，并通过开放数据、跨部门协同和城市试验推动技术应用。一、以数字连接基础设施夯实智慧城市底座数字连接是伦敦智慧城市建设的重要基础。由于既有城市基础设施高度复杂，数字基础设施建设面临地下隧道、历史建筑以及多层级治理等约束，伦敦采取了将既有城市基础设施数字化改造与新型数字基础设施建设相结合的方式。2021年6月，伦敦交通局与数字基础设施服务商BoldynNetworks签订为期20年的特许经营协议，在伦敦地铁隧道内铺设超过2000千米光纤，为地铁车站和隧道提供4G、5G网络连接。该网络并非仅仅服务于乘客通信，还承担物联网传感器、闭路电视及其他城市数字化应用的数据传输功能，使原本服务于交通系统的基础设施成为支撑城市数字化发展的公共数字底座。地面数字连接能力也在持续提升。伦敦市政府近年来通过“ConnectedLondon”等项目，与各行政区和通信企业合作改善数字连接能力。官方数据显示，伦敦具备千兆网络能力的地区占比已由2017年的4%提升至88%，同时要求新开发项目配备全光纤连接。由此，伦敦逐步形成覆盖交通、建筑和公共空间的数字连接体系。这一做法体现了伦敦智慧城市建设的重要特点：不将数字基础设施视为单一行业基础设施，而是将其作为城市级公共基础设施进行统筹。交通网络、通信网络和城市感知网络之间形成协同关系，使一次基础设施投入能够服务于多个城市应用场景。二、从开放政府数据向城市数据基础设施演进数字连接构成智慧城市的“网络底座”，数据是驱动城市运行和创新的核心资源。伦敦较早将公共数据开放纳入智慧城市建设体系，并逐步形成从政府开放数据平台向城市级数据基础设施演进的发展路径。早在2010年，伦敦就推出城市数据门户LondonDatastore，为开发者、研究机构、企业和公众提供交通、环境、健康、经济等领域的数据。开放数据并非只是政府信息公开的补充，而是被赋予推动城市创新和公共服务改善的功能。伦敦交通局开放交通数据的实践尤其具有代表性，通过开放应用程序编程接口（API），第三方开发者可以调用实时公交、地铁运行和交通服务数据，形成城市出行规划等应用。城市出行规划应用Citymapper便是伦敦开放交通数据生态形成的重要应用案例之一。近年来，伦敦进一步推进城市数据平台建设。2025年7月，“伦敦城市数据资源库”（DataforLondonLibrary）正式公开运行，提供超过5000个数据集的检索和链接服务，通过连接不同机构的数据资源，提升城市数据的发现、共享和利用能力。与传统数据门户集中提供政府数据不同，伦敦城市数据资源库强调“连接而非收集”，并非将各机构数据物理集中存储于单一平台，而是通过统一的数据发现和连接机制，将分散在伦敦市政府、交通、卫生、地方政府等机构的数据资源联系起来。同时，伦敦还通过伦敦数据咨询委员会加强数据治理和跨部门协调，并计划进一步完善数据的数字化和安全共享机制。由此可以看到，伦敦的城市数据体系经历了由“数据开放”向“数据基础设施”转变的过程。早期重点是让公众和开发者能够获取政府数据，随后逐渐转向通过统一的数据发现和连接平台，提高分散城市数据资源的可发现性、共享效率和利用能力，支撑规划、基础设施建设和公共服务。不过，伦敦开放数据实践也表明，数据开放本身并不会自动带来透明治理和公共参与。开放数据既可以促进创新和公共服务，也可能被纳入数字经济和平台资本主义的商业逻辑。公共数据成为企业开发商业产品的重要资源，但由此产生的经济收益如何分配、数据基础设施由谁塑造以及公共利益如何得到保障，仍需通过制度和监管予以解决。因此，伦敦开放数据实践的价值不仅在于“开放了多少数据”，更在于探索政府如何将数据转化为城市公共基础设施，同时处理好数据开放、商业创新和公共利益之间的关系。三、以智慧交通推动数据与城市运行深度融合交通是伦敦智慧城市建设最成熟的应用领域之一。伦敦较早将数字技术应用于公共交通支付、实时交通信息、拥堵管理和低排放治理，形成了覆盖“支付—运行—监管—创新”的智慧交通体系。2003年推出的伦敦交通卡Oyster卡推动了伦敦公共交通电子支付体系发展，随后伦敦进一步推广银行卡和移动设备的非接触式支付。目前，已形成覆盖地铁、公交等交通方式的数字化支付体系。与单纯实现电子支付相比，该体系更重要的意义在于将乘客出行与交通运营数据连接起来，为交通运行分析和服务优化提供更加丰富的数据基础。伦敦还利用数据和数字化监测手段支持拥堵收费和超低排放区（ULEZ）等政策的落地。相关措施将价格机制、车辆监测和环境治理结合起来，通过数据识别车辆和交通状况，并利用经济激励改变出行行为。这表明智慧交通不仅包括自动驾驶等前沿技术，还包括利用数据提高传统交通政策的精准性和执行能力。在自动驾驶等新技术方面，伦敦建设了城市级试验环境。2016年启动的格林威治智慧出行生活实验室（SmartMobilityLivingLab，现称TRLLivingLab）将真实城市街道作为测试环境，为联网和自动驾驶车辆提供技术验证场景。英国2024年通过《自动驾驶法案》，并于2026年启动自动驾驶乘客服务许可试点，为自动驾驶商业化部署逐步建立监管框架。伦敦智慧交通建设由此形成了较为完整的技术演进路径：从数字支付和信息服务起步，向实时数据治理、智能交通管理和自动驾驶测试延伸。这一过程也说明，智慧城市技术只有嵌入真实城市运行体系，才能形成持续的应用价值。四、以跨部门协同解决多层级城市治理难题伦敦智慧城市建设的另一项重要经验，是通过跨部门协调机制解决城市治理碎片化问题。伦敦实行较为复杂的两级治理体系。全市层面由大伦敦政府承担战略统筹职能；地方层面则包括32个自治市（Londonboroughs）以及具有特殊行政地位的伦敦城。为此，伦敦逐步建立了跨区域、跨部门的数字协作机制。2019年成立的伦敦技术与创新办公室（LOTI）是其中的重要平台。LOTI最初有15个自治市的成员组成，目前已扩展至28个自治市，并连接大伦敦政府、伦敦各自治市联合机构（LondonCouncils）以及超过1000名地方政府工作人员。其主要任务并非开发某一种具体技术，而是帮助各地方政府共同解决数字化服务中的共性问题，减少重复建设，推动知识共享、能力建设和联合项目实施。例如，LOTI参与推进“GetOnlineLondon”等数字包容项目，为数字技能不足、缺少设备或网络条件的居民提供支持。由此，LOTI实际上承担了伦敦智慧城市建设中的“协同层”功能。这种治理模式具有一定的普适意义。对于多中心、跨行政区域的大城市而言，智慧城市建设往往不是缺少技术，而是缺少能够将技术、数据和公共服务连接起来的治理机制。伦敦的经验表明，智慧城市建设既需要数字基础设施，也需要治理基础设施，后者包括跨部门协作机制、数据治理机制、共同技术能力和统一的服务标准。五、从数字创新走向数字包容和可持续发展伦敦智慧城市建设并未将技术创新局限于交通和经济领域，而是逐步将数字包容、环境治理和社区发展纳入整体框架。伦敦提出到2030年实现净零排放目标，并利用空气质量监测、智能能源管理等数字化手段支持绿色转型。例如，部分区域通过在路灯等城市设施中引入植被和空气污染治理技术开展试点；公共建筑逐步使用智能能源管理系统以降低能耗。Bunhill2能源中心利用北线地铁通风井产生的废热，为伊斯灵顿约2400户家庭供热，体现了伦敦将传统城市基础设施与现代能源技术结合的探索。与此同时，伦敦开始更加重视智慧城市建设的公平性。市政府推出“未来社区2030”等项目，将数字和绿色基础设施投资向相对弱势地区倾斜，试图避免智慧城市资源集中于经济条件较好的区域。数字包容也成为城市数字化转型的重要内容。伦敦曾提出“全民数字接入”目标，通过“GetOnlineLondon”等服务，为居民提供数字技能、设备和网络支持。由此，智慧城市的目标从“让城市更智能”进一步扩展为让更多居民能够使用数字化城市服务并从中受益。参考文献：[1]GOVERNMENTTECHNOLOGYAGENCYOFSINGAPORE.Smartcitiesaroundtheworld:London[EB/OL].2026-06-30[2026-08-19].https://www.tech.gov.sg/technews/smart-cities-around-the-world-london/.[2]GREATERLONDONAUTHORITY.Digitalanddataprogrammes[EB/OL].[2026-08-19].https://www.london.gov.uk/programmes-strategies/business-and-economy/mayors-priorities-londons-economy-and-business/smart-london/digital-and-data-programmes.[3]TAVMENG.“Opendatameansbusiness”:InfrastructuralandeconomicimplicationsofopeningupdatainsmartLondon[J].DigitalGeographyandSociety,2024,7:100098.DOI:10.1016/j.diggeo.2024.100098.

2025年11月，Alphabet旗下自动驾驶公司Waymo宣布，在美国旧金山湾区、洛杉矶和凤凰城三地，将原本仅限城市道路的无人驾驶出租车服务延伸至高速公路，向部分公众用户开放全程无安全员的收费运营。这意味着，在高速公路等高车速、长距离场景中，完全无人驾驶从测试阶段迈入商业化试运行阶段，Waymo在运营半径和业务模型上实现又一次关键升级，也进一步拉开了与其他自动驾驶企业在技术成熟度和场景覆盖上的差距。一、服务场景延伸此次高速公路服务并非单点试验，而是嵌入既有运营网络的系统性扩展。Waymo已在凤凰城、旧金山、洛杉矶和奥斯汀等地提供无人出租车服务，每周完成超过25万单付费出行，商业车队规模超过1500辆，并计划在2026年前进一步扩展至亚特兰大、迈阿密和华盛顿特区。在此基础上，高速公路场景的引入，使其原本相对“碎片化”的城市出行网络开始连成跨城走廊。在旧金山湾区，Waymo以旧金山为核心，将服务范围南延至圣荷西，实现“半岛一体化”的约260平方英里连续运营区，并首次将圣荷西米奈塔国际机场纳入正式上下客点。这是继凤凰城天港国际机场之后，Waymo接入的第二座机场，使机器人成为机场长距离接驳的重要选项。在洛杉矶和凤凰城，高速服务重点覆盖市中心与外围居住区之间的主要干道，有利于提升跨城区通勤效率。按照Waymo披露的信息，目前高速服务首先向“早期体验”用户开放，由用户在App中主动勾选高速路线偏好，系统在判断高速路线具备明显时间优势时，才会为其匹配包含高速路段的行程。这种渐进式开通模式，既有利于企业在真实运营中持续收集数据、改进算法，也为监管机构和城市管理者保留了观察和评估的空间。二、高速场景的技术难度与安全应对与城市道路相比，高速公路的交通参与者类型更单一、信号灯较少，表面上更“规则”，但车速更高、事故后果更严重，对系统冗余和极端工况应对能力提出更高要求。Waymo在官方博客和技术说明中强调，其在高速场景上投入了大量封闭场地试验和仿真测试，用以弥补真实道路上“罕见事件”样本不足的问题，通过大规模模拟来训练系统在紧急变道、汇入车流、应对突发障碍等情形下的决策能力。在硬件与系统架构上，Waymo继续沿用多传感器融合方案，使用激光雷达、毫米波雷达和多摄像头构建360度环境感知，并在车辆上部署具备冗余能力的计算与制动系统，使其中一路出现故障时，系统仍能保持基本控制并执行安全停车或驶离策略。公司还与加州公路巡警等安全机构联合制定了高速运营规范，包括车辆遇到交通事故、救援现场、临时封闭车道等情形时的处理流程，力图将自动驾驶行为纳入既有交通安全体系之中。需要注意的是，联邦监管机构和社会舆论对自动驾驶安全性的审视仍十分严格。美国国家公路交通安全管理局（NHTSA）曾就Waymo车辆在撞击路障、违反交通标志等场景中的“异常行为”发起调查，并促使企业进行数次软件召回和升级，其中2025年一次召回涉及1212台第五代自动驾驶系统车辆，原因是旧版本软件在特定条件下可能与链条、闸门等路面设施发生轻微碰撞。截至2025年10月，NHTSA记录的Waymo车辆涉事事故超过一千三百起，但大多数为低速擦碰和轻微事故，受伤比例显著低于同等里程的人类驾驶车辆。这些事实一方面表明，自动驾驶在真实环境中难以避免交通事件，另一方面也显示，通过持续的软件更新和监管约束，可以在总体层面逐步改善安全表现。三、对城市出行效率和商业模式的推动从用户体验和出行效率看，高速公路的开放具有直接收益。对于旧金山湾区、洛杉矶盆地和凤凰城都市圈这类高度依赖高速公路通勤的区域，新服务使跨城或跨区出行时间有望显著缩短。Waymo预计，在部分路线上，使用高速路径可将行程时间压缩近一半，这对于经常往返城市与郊区、或需要在不同城区间多点通勤的乘客而言，将明显提升对无人出租车的使用意愿。机场接驳是另一个具有代表性的高价值场景。传统出租车和网约车的收入结构中，机场线路往往占较大比重，竞争激烈。Waymo先后将凤凰城天港国际机场和圣荷西米奈塔国际机场纳入服务范围，并通过高速公路串联机场与核心城区，为“门到门”自动驾驶出行建立了具备稳定需求和支付能力的应用场景，有利于提高车队利用率与单车营收水平。从行业竞争格局看，Waymo目前仍是美国唯一在多座城市提供完全无安全员、面向公众收费的自动驾驶出租车服务企业，其在城市道路和高速公路的同步运营，形成了差异化优势。相比之下，特斯拉的机器人出租车仍依赖车内监控人员或司机配合，亚马逊旗下Zoox主要在拉斯维加斯等有限区域提供短途体验服务，并且仍处在监管审查和技术验证阶段。Waymo在高速场景率先实现规模化商业运营，将进一步巩固其在美国无人驾驶出行市场的先发地位。四、展望从长远看，Waymo在多个城市同步落地高速公路服务，既是自身商业模型“从试点走向规模”的关键一步，也为自动驾驶出行提供了可验证的范例：通过先在特定区域、特定路段、特定人群中取得相对稳定的安全记录，再逐步向更复杂的空间和更广泛的用户扩展。如果后续运营数据能够持续证明其在事故率和伤害程度上优于人工驾驶，且能够妥善处理个案事故和责任认定问题，高速公路无人驾驶出租车或将从当下的区域化运营，演进为跨州、跨区域的自动驾驶出行网络，对美国乃至全球的道路交通体系产生深远影响。参考文献：[1]WaymolaunchesrobotaxifreewayserviceinSanFrancisco,LA,Phoenix[EB/OL].(2025-11-13).https://www.reuters.com/business/waymo-launches-robotaxi-freeway-service-san-francisco-la-phoenix-2025-11-12/.[2]RafeRosner-Uddin.WaymotorolloutdriverlesstaxisonhighwaysinthreeUScities[EB/OL].(2025-11-13).https://arstechnica.com/cars/2025/11/waymo-to-roll-out-driverless-taxis-on-highways-in-three-us-cities/.[3]AndrewJ.Hawkins.Waymoishittingthehighway—butcanithandlethespeed?[EB/OL].(2025-11-13).https://www.theverge.com/news/818552/waymo-highway-california-arizona-robotaxi-challenge.[4]Waymo’sRobotaxisCanNowUsetheHighway,SpeedingUpLongerTrips[EB/OL].(2025-11-12).https://www.wired.com/story/waymo-robotaxis-can-now-take-highways-freeways/.

2026年7月10日，长征十号乙运载火箭在海南商业航天发射场点火升空，约6分钟后，火箭一子级垂直降落在南海预定海域的“领航者”号回收平台上。与SpaceX猎鹰9号展开着陆腿稳稳站定的画面不同，这枚火箭的箭体上没有伸出任何支撑结构，而是直接挂在了平台上方一张柔性网上。全球首次运载火箭网系回收，就此宣告成功。图1.长十乙火箭回收现场实景图片来源：MITTechnologyReview一、我国网系回收专利技术方案我国选择的网系回收方案与SpaceX猎鹰9号的着陆腿回收方案，走的是完全不同的两条技术路径。本文通过专利检索，检索到了我国火箭网系回收方案最相关且最新的4篇专利，分别来自北京航天发射技术研究所、北京宇航系统工程研究所、郑州机械研究所有限公司和北京理工大学。北京航天发射技术研究所提出了一种绳网式火箭回收系统及方法（专利公开号：CN121430400A，申请日：2025.10.29）。这套系统由四根横梁组成方形框架，每根横梁上安装滑车，对角滑车之间连接阻拦索，四根阻拦索两两平行、垂直交叉，形成一个可移动的“井”字形窗口。火箭下落时，八台伺服电机驱动滑车快速移动，将这个窗口对准火箭的预定挂载位置。火箭挂住阻拦索后继续下坠，每根阻拦索通过动滑轮和缓冲索拉动液压缸活塞杆伸出，由液压系统耗散能量。这套系统的关键在于，它将火箭巨大的下坠动能转化为液压油的流动能耗散掉，实现了所谓的“柔性捕捉”。图2.绳网式火箭回收系统立体图郑州机械研究所提出了Z字布局定长单绳火箭箱体捕捉回收网系（专利公告号：CN116718081B，申请日：2023.7.19），每根阻拦索以Z字形路径绕过定轮和动轮，两端固定在对角立柱上。同一根绳索上的两个动轮被牵引机构驱动同步同向移动时，绳索从一侧“释放”的长度与从另一侧“收进”的长度完全相等，中间拦截段的长度始终保持恒定。这意味着网系在快速调整位置的过程中，绳索的几何形状和张力不会发生突变，牵引机构也不需要克服绳索两端收放带来的额外阻力，驱动力需求大幅减小。对于高速下落的火箭来说，网系能否在毫秒级时间内完成定位，直接决定了捕捉的成败。图3.Z字布局定长单绳回收网系示意图北京宇航系统工程研究所提出了一种阻力舵与挂索回收一体化机构、回收方法（专利公告号：CN115523806B，申请日：2022.9.28），这套机构安装在火箭箭体上，在上升和再入阶段，它是一块紧贴箭体的气动舵面，用于控制火箭姿态。而在着陆前最后一刻，舵面内部隐藏的拦阻杆和拦阻钩会旋转伸出，让火箭直接,“挂”在阻拦索上。这种一体化设计的价值在于，火箭不需要像猎鹰9号那样在箭体上集成沉重的着陆腿和支撑结构，只需要一个轻量化的小型机构即可完成挂网动作，箭体的重量代价大幅降低。图4.阻力舵与挂索机构结构示意图北京理工大学提出了一种基于无迹卡尔曼滤波器的精确控制火箭回收索系统（专利公告号：CN114802829B，申请日：2022.2.15），这套方案的核心是在网系回收系统中引入无迹卡尔曼滤波器，对视觉测量信号进行滤波处理。它首先建立火箭和回收索系统的多体动力学模型，用数学模型“预测”系统下一时刻的状态，同时用视觉测量数据去“校正”预测结果，两者融合后得到最接近真实情况的状态估计。在捕获框各边中心设置虚拟节点，直接从动力学模型中提取捕获框中心位置，无需额外推算。同时，控制器设计了饱和函数，在跟随阶段让控制量从零逐渐增大，避免初始冲击引起绳索剧烈振动。简单来说，这套算法让网系在复杂动态环境下依然能精确地“瞄准”并跟随火箭。图5.基于无迹卡尔曼滤波的精确控制火箭回收索系统示意图上述4篇专利从不同角度围绕网系回收展开技术布局，北京航天发射技术研究所关注回收网本身的结构布置和能量吸收，郑州机械研究所侧重解决网系绳索的快速相应和定位问题，北京宇航系统工程研究所致力于解决火箭本身如何与网配合的问题，而北京理工大学关注点在于解决怎么让网精准找到火箭的问题。二、网系回收VS.着陆腿回收SpaceX未对其回收技术进行专利布局，从其他相关网络信息源可知，猎鹰9号一级回收的核心思路是：一级火箭在返回过程中，通过发动机多次点火减速，在触地瞬间将速度降至零，同时四套碳纤维-铝合金着陆腿展开支撑箭体。这套方案要求发动机具备极为精准的推力调节能力——猎鹰9号的Merlin发动机最低可节流至约40%推力，即便如此，单台发动机的最小推力仍然大于几乎空载的一级箭体重量，火箭无法悬停，只能通过精确计算让速度在触地瞬间恰好为零。这就是马斯克所说的“悬停式着陆”难度所在。而网系回收的思路完全不同。火箭末段减速不需要做到“零速零高”同时到达，只需要降至一个相对较低的速度范围内，由网系完成最后的能量吸收。箭体上不需要着陆腿，取而代之的是一组轻量化的挂索机构。也就是说，SpaceX把复杂留在了箭体上——着陆腿、额外推进剂、深度节流发动机；而网系回收把复杂留在了回收平台上——动轮定位系统、液压缓冲阵列、柔性网架以及控制算法中。两种方案各有优劣势。SpaceX的方案的成熟度毋庸置疑，经过十多年数百次迭代，其回收成功率已超过98%，助推器复用次数已达20次以上，是当前唯一经过大规模商业验证的可回收方案。但它对运载能力的损失也相当明显，一级回收需要预留约30-40%的运力用于携带额外推进剂和着陆腿。网系回收在这方面有明显优势，取消着陆腿和相应的结构加强后，箭体干重显著降低，同样的火箭可以携带更多有效载荷。同时，网系对末段着陆精度的要求相对宽松，柔性缓冲提供了一定的容错空间，北理工的捕获控制算法则进一步扩大了这种容错能力——即便火箭存在一定的水平速度或姿态角偏差，网系也能主动跟随调整。这对于工程初期的快速迭代是有利的。当然，网系回收也面临挑战。“领航者”号这样的专用回收平台投入巨大，网系本身的耐久性、多海况适应性、多型号兼容性都需要长期验证。捕获控制算法在实际工程应用中的鲁棒性还需要进一步测试。一次成功不等于技术成熟，后续还需要大量工程迭代来证明这套方案在商业发射场景下的可靠性和经济性。表1.SpaceX的着陆腿回收和中国网系回收对比三、总结与展望网系回收对于中国卫星互联网建设有着特殊的意义。“千帆星座”“星网”等低轨星座需要部署上万颗卫星，若全部使用一次性火箭，发射成本将难以承受。可回收火箭是实现低成本、高频次发射的前提。网系回收较低的运载能力损失意味着每次发射可以携带更多卫星，海上平台的灵活部署意味着可以在沿海商业发射场就近回收、快速复用。诸如北理工的精准控制算法则为这种高频次作业提供了技术保障——自动化的跟随捕获和缓冲控制降低了人为干预的需求，使得回收流程更加标准化和可重复。这对于需要快速抢占轨道和频率资源的星座组网任务至关重要。长十乙的网系回收成功，意味着中国在火箭回收领域拥有了一套不同于SpaceX的自主技术方案，将为中国商业航天提供更多元的技术选择。网系回收的工程化才刚刚开始，但其潜力值得持续关注。参考文献1、北京航天发射技术研究所.一种绳网式火箭回收系统及方法：中国，202511557814.X[P].2026-01-30[2026-07-19]．2、北京宇航系统工程研究所.一种阻力舵与挂索回收一体化机构、回收方法：中国，202211188661.2[P].2024-09-20[2026-07-19]．3、中国机械总院集团郑州机械研究所有限公司.Z字布局定长单绳火箭箱体捕捉回收网系：中国，202310886505.1[P].2025-10-28[2026-07-19]．4、北京理工大学.一种基于无迹卡尔曼滤波器的精确控制火箭回收索系统：中国，202210151173.8[P].2023-10-20[2026-07-19]．5、MITTechnologyReview，中国首次实现运载火箭可控回收！长十乙首飞成功创造历史[EB/OL].(2026-7-10)[2026-7-19].https://www.mittrchina.com/news/detail/166226、Wikipedia，SpaceXReusableLaunchSystemDevelopmentProgram[EB/OL].[2026-7-19].https://en.wikipedia.org/wiki/SpaceX_reusable_launch_system_development_program#bodyContent7、TechCrunch,ChinaisCatchingUptoElonMusk’sReusableRockets[EB/OL].(2026-7-10)[2026-7-19].https://techcrunch.com/2026/07/10/china-is-catching-up-to-elon-musks-reusable-rockets/8、BBC，ChinaLandsReusableRocketforFirstTime,StateMediaSays[EB/OL].(2026-7-10)[2026-7-19].https://www.bbc.com/news/articles/cm2rmmx86pdo9、spaceOFFSHORE,SpaceXBoosterRecoveryProgram[EB/OL].[2026-7-19].https://space-offshore.com/booster-recovery/

2026年7月23日，国际能源署发布《2026年电力年中更新报告》。在美伊冲突引发的能源冲击背景下，受工业、家用电器、制冷需求、数据中心以及电气化进程推动，全球电力消费预计将在2026年显著增长。本次年中更新报告是基于今年2月发布的《2026年电力展望》全面报告，重点评估近期电力市场发展情况，并更新截至2027年的电力需求及供应前景预测。报告纳入2025年最新数据以及对2026年和2027年的新增预测，系统分析全球电力需求、分燃料发电量以及电力生产相关二氧化碳（CO₂）排放等趋势。同时，报告对中国、欧盟、印度和美国等主要经济体的最新电力市场动态进行了回顾，并更新了全球主要市场电力批发价格的跟踪情况。一、全球电力需求加速增长，电力市场面临能源价格冲击全球电力需求预计将在2026年和2027年保持较快增长，增速均高于2025年。尽管美伊冲突暂时推高了发电成本，且部分地区的紧急节能措施正在实施。预计2026年电力需求将增长3.6%，到2027年将进一步加速至3.8%，高于2025年的3%。工业增长、家电普及率上升、电动汽车、空调和热泵的快速推广，以及数据中心容量持续扩张等结构性因素，将继续推动电力消费在“电力时代”初期的增长。因此，全球电力消费量预计在2027年达到30700太瓦时（TWh），较2025年的28600太瓦时有所增加。然而，由于中东地区持续的军事冲突及更广泛的地缘政治紧张局势，预测仍面临下行风险，这可能进一步拖累全球经济并影响电力需求。全球主要经济体迄今已适应了来自霍尔木兹海峡的液化天然气（LNG）供应减少的情况，同时满足不断增长的电力需求。新的天然气液化项目，尤其是北美地区的项目，以及各类LNG出口国产量的提升，有助于缓解市场紧张局面。然而，全球近20%的LNG供应暂时中断，引发了显著的价格波动，导致亚洲和欧洲的天然气价格达到自2022至2023年能源危机以来的最高水平。高企的天然气价格进一步促使多个亚洲和欧洲国家将燃料从天然气转向煤炭，而可再生能源发电的持续扩张也在推动电力供应多元化，从而增强了能源安全，并有助于减轻此次冲击带来的影响。全球主要经济体的电力消费预计将继续大幅上升，而能源价格上涨和供应中断则抑制了部分对价格敏感市场的用电需求。在中国，电力需求预计将在2026年加速增长至5.5%，较2025年的5.2%有所上升，这得益于制造业活动的增加以及电动汽车充电量的持续增长。在印度，今年电力需求预计将回升至7%，高于2025年低迷的1.6%（当年早季降雨导致电力消耗减少）。在美国，电力需求继续保持强劲上升趋势，预计今年将增长近2%，主要由数据中心、空调和工业用电量的增加推动。在欧盟，随着电气化进程持续推进，加上第一季度天气寒冷以及热浪期间制冷需求上升，电力需求预计将进一步增长2%。相比之下，一些新兴经济体——尤其是依赖液化天然气进口且比许多发达经济体更敏感于价格变化的孟加拉国和巴基斯坦——受到此次危机的严重影响，纷纷采取燃料节约措施，从而抑制了电力消费。2026年可能出现比预期更强的厄尔尼诺现象，这可能会进一步增加全球电力需求，因为许多地区的制冷需求将随之上升。厄尔尼诺天气模式通常还会影响电力供应，导致水力发电和风力发电减少，尤其是在拉丁美洲和东南亚等地区，从而迫使这些地区更加依赖煤炭和天然气以避免电力短缺。二、可再生能源发电处于领先地位，太阳能光伏成为主要增量来源到2026年，可再生能源发电量预计将超过燃煤发电，从而扩大其在全球电力供应结构中的占比。继2025年与煤炭发电量基本持平后，全球可再生能源发电量预计在2026年将增长超过8%。其在电力总产量中的份额也预计从2025年的33%上升至2027年的37%。随着可再生能源的广泛应用，电网的扩展与现代化、系统灵活性的提升、更强劲的区域电价信号以及对现有基础设施的更高效利用，都将对整合风能、太阳能光伏等波动性可再生能源的日益增长的份额起到关键作用。图12019-2027年全球电力发电按来源划分的细分数据太阳能光伏仍是全球电力供应增长的最大贡献者。预计2026年发电量将增加约600太瓦时，大致与2025年创纪录的年度增长水平相当，2027年也预计将保持类似增速。因此，太阳能光伏有望在2026年超过风能，成为仅次于水电的全球第二大可再生能源发电来源。预计2026年天然气价格走高将限制燃气发电的增长，同时支撑燃煤发电量的上升。全球范围内，2026年燃气发电量预计基本持平，这将是过去十年中连续第三年没有显著年度增长。2027年燃气发电量有望回升，但地缘政治不确定性可能持续影响未来前景。预计2026年核能发电量将再次增长，但增速放缓，随后在2027年大幅加快。由于新反应堆投入运行延迟以及维护相关停机，今年的增长势头受到抑制。相比之下，2027年中国和印度新增反应堆，美国和法国电力产量持续强劲，同时延迟的项目陆续完成，预计将推动增长超过4%。2026年，电力生产产生的二氧化碳（CO2）排放量预计上升1%，之后在2027年趋于平稳。今年排放量上升的原因是部分国家因天然气价格高而转向燃煤发电，且上半年受天气因素影响，煤炭和石油发电量有所增加。预计2027年电力部门的CO₂排放量总体保持稳定，因为可再生能源、核能和天然气共同满足不断增长的电力需求，在全球范围内逐步取代燃煤发电。三、天然气价格飙升推高了电力批发价格，但各地区的影响差异显著霍尔木兹海峡危机导致液化天然气价格飙升，使燃气发电成本上升，并自3月起推高了多个地区的批发电价。2026年第二季度，欧盟和日本的平均现货批发电价同比上涨超过30%。然而，美国受液化天然气价格冲击影响较小，第二季度的平均批发电价与去年同期基本持平。在印度，由于液化天然气在电力结构中的占比相对较低，平均电价涨幅不足10%。与此同时，澳大利亚的批发电价则下降约45%，这得益于可再生能源发电强劲以及电池储能容量快速扩张，在用电高峰时段减少了对燃气电厂的依赖。尽管负电价在多个市场中已变得普遍，但白天持续存在的大幅小时价差仍凸显出灵活性价值的日益增长。负电价通常与系统灵活性不足有关，反映出技术、监管或合同方面的限制。2026年上半年，南澳大利亚和加利福尼亚的批发市场时段中，约有20%出现负电价，与2025年的水平相当。与此同时，在西班牙，由于可再生能源发电量强劲，2026年上半年负批发电价时段占比上升至17%，较2025年的10%有所增加。相比之下，瑞典和芬兰在同一时期内，随着供需双方均实施了更多灵活性措施，负电价时段占比从约6%下降至仅2%。与此同时，许多市场的日内价格波动仍保持较高水平。2026年6月欧洲遭遇热浪期间，多个市场的中午低点与晚间高峰之间的价格差甚至达到每兆瓦时600美元。这些条件为灵活资源（包括电池储能和负荷响应）创造了显著机遇，可实现发电与用电的时段调整，利用价格差价获取价值，并提升整体系统的灵活性。四、全球电力需求持续增长，能源转型与电力系统灵活性面临新挑战总体来看，《2026年电力年中更新报告》反映出全球电力系统正在进入需求持续增长、能源供应波动加剧与电力结构加速转型相互交织的新阶段。一方面，工业发展、电气化进程、数据中心扩张以及制冷需求增长持续推高全球用电需求，使电力在能源体系中的重要性进一步提升；另一方面，美伊冲突引发的能源价格上涨和供应中断表明，地缘政治风险正在更加直接地传导至电力市场，并加剧不同地区能源成本和电力价格的分化。值得关注的是，可再生能源正在成为全球新增电力供应的主要来源，太阳能光伏增长尤为突出，但可再生能源占比提升也对电网扩容、系统灵活性和储能能力提出了更高要求。天然气价格上涨、燃煤发电阶段性回升以及电力行业CO₂排放短期反弹表明，能源转型并非线性推进，传统能源仍将在能源安全和电力供应保障中发挥重要作用。从电力市场运行看，负电价频繁出现以及日内峰谷价差扩大，说明随着风电、光伏等波动性电源规模扩大，电力系统对储能、需求响应等灵活性资源的需求正在快速增加。因此，未来电力系统竞争的重点不仅在于扩大清洁能源装机规模，还在于提升电网消纳能力和系统灵活调节能力，实现发电侧、电网侧、负荷侧和储能侧的协同优化。参考文献：[1]IEA(2026),ElectricityMid-YearUpdate2026,IEA,Paris.[EB/OL].(2026-07-23）.https://iea.blob.core.windows.net/assets/3c66a000-244c-4efb-aaeb-cda33eb833da/ElectricityMid-YearUpdate2026.pdf.

本文聚焦美国《白宫2028财年研发优先事项备忘录》提出的研发优先实践工作，从创新科研资助机制、顶尖科技人才培育、自我迭代型科研体系构建、联邦研发融入国家整体创新生态四大维度，解读美国联邦科研机构改革实施路径。1.建立新机制，支撑前沿科学为攻克高难度前沿科技难题，美国提出要革新科研机构形态与资助工具。面对产业、慈善资金崛起，多学科交叉研究日益增多的现实，联邦政府鼓励发展新型科研机构，对传统首席研究员主导的实验室形成补充。在沿用共识型同行评议基础上，配套新评审机制，发掘高风险高回报项目、青年人才以及跨学科创新构想。各机构采取组合式资助思路，针对不同科技挑战匹配对应的工具，兼顾项目类型、风险与周期，提升财政资金效益。具体实施原则包括：补齐中型敏捷科研（agile，mid-scalescience）短板，支持10到100人团队开展跨学科的基础研究，且往往需要借助比较多的基础设施（开发仪器、数据集、实验平台等）；借鉴美国国家科学基金会X-Labs等模式探索新组织形态；增加5年及以上的长期资助，首年全额拨付经费，减少科研人员应付考核的压力，配套考核评估，可动态调整资助，参考国立卫生研究院先锋奖等成熟项目；推行“快速资助”，简化申报、压缩评审周期至一个月以内，支持预实验与时效性探索课题；广泛设立科研奖励与挑战赛，以结果为导向，目标撬动至少3倍民间资本，搭配预采购、测试设施开放等激励；试点“黄金票”（goldenticket，指单个评审人员能够推荐那些可能过不了共识评审的非常规方案）、“提前市场承诺”（advancemarketcommitments，指通过在技术尚未成熟前释放未来采购需求，降低研发面临的市场不确定性）等创新工具。2.在全国范围内发掘潜在人才，突破大都市和传统人才集聚区的地域局限人才选拔重点考察实际技术能力，依托能力测评、学科竞赛、工程实践成果，减少对文书、院校背书的依赖，借助标准化量化工具挖掘被埋没的优秀青年。拓展K-12高阶STEM培优，通过寄宿项目、学科竞赛，引导天赋学生投身重大科学问题。将科研实习作为人才培养必备环节，实习周期不少于一学期，高中阶段就开展职业实训、创客实践。加大对研究生、博士后、青年教师扶持力度，破除人才流动障碍。推行经费直接拨付个人的模式，资金可跟随研究者流动，倒逼科研机构争抢人才。搭建学术、产业、联邦实验室之间流动通道，设立联合博士项目，拓宽技术技能人才参与科研的渠道。奖学金可设置弹性服务义务，引导受资助者通过科研、育人、创业、参与国防工业、服务政府等多种方式，履行后续义务，同时尊重人才发展的选择权。3.打造能够自我优化迭代的科研体系联邦每年研发投入约2000亿美元，但对科研资助制度本身的评估投入不足。备忘录要求各机构建立并发展“元科学”的研究与评估能力，即对科研开展规律本身进行研究。各机构设立元科学专职部门，评估各类项目成效，试点新制度，推动跨机构改革。建立科研缺口图谱，跳出历史拨款惯性，联合产学研慈善机构梳理未解决技术难题、重复投入项目，指导经费布局。搭建元科学专用数据平台，归集申请、评审、项目产出数据，长期跟踪获资助者和落选优质项目。重视项目主管队伍建设，吸纳顶尖科技人才短期任职，拓宽人才来源，完善薪酬晋升机制，严格执行利益冲突管理。持续削减科研行政负担，清理非法定的合规要求，推动申报流程标准化，优化联邦技术转移制度，吸引更多社会资本投入研发。4.推动联邦研发深度融入美国整体科技创新生态联邦研发只是创新体系的一环，必须联动企业、高校、地方政府，强化非联邦配套出资，撬动社会资本，同时统筹研发与非研发类财政投入，培育区域产业集群。在前沿技术领域，打破从基础到应用再到制造的线性研发思维，支持联合体项目，实现基础研究与制造研发迭代耦合；基础科研成果作为公共知识公开，工艺创新实行专利许可，科研平台与制造基地就近布局，服务地方优势产业。扩大非联邦配套出资机制应用，优先选择企业、地方政府等有实质配套投入的项目，借助合作协议、公私联合体等工具分担创新风险。统筹研发资金与教育、基建、中小企业扶持、政府采购等资源，跨部门协同布局，让科技红利覆盖全美各地。深化产教融合，发挥产业在仪器设备、算力、人才招聘上的优势，通过联合出资、实习实训、课程共建、专家指导等方式，放大联邦人才项目实施效果。参考资料：1.OSTPDirectorReleasesLandmarkReportandRecommendationsforRenewingAmericanScientificDiscovery.[EB/OL].(2026-7-21)[2026-8-24].https://www.whitehouse.gov/releases/2026/07/45470/.2.MEMORANDUMFORTHEHEADSOFEXECUTIVEDEPARTMENTSANDAGENCIES.[EB/OL].(2026-7-21)[2026-8-24].https://www.whitehouse.gov/wp-content/uploads/2026/07/White-House-Fiscal-Year-2028-RD-Priorities-Memorandum.pdf.3.SCIENCEANEWGOLDENAGE.[EB/OL].(2026-7)[2026-8-24].https://www.whitehouse.gov/wp-content/uploads/2026/07/Science-A-New-Golden-Age.pdf.

上海正加快推进“全球电竞之都”建设，2026年上半年网络游戏销售收入953亿元，同比增长14.43%；并在2026年3月23日印发首个游戏电竞专项政策《上海市关于支持游戏电竞产业发展的若干举措》（简称“游戏沪十条”）构建覆盖人才培养、项目运营等环节的全周期扶持体系。放眼海外，美国游戏产业同样展现出强劲的发展态势。2026年上半年美国娱乐软件协会（EntertainmentSoftwareAssociation，ESA）先后发布两份重量级报告：一是《21世纪的电子游戏：2026经济影响报告》（VideoGamesinthe21stCentury:The2026EconomicImpactReport），二是《2026美国电子游戏产业基本事实》（2026EssentialFactsAbouttheU.S.VideoGameIndustry）。两份报告分别从产业动能与消费市场两个维度勾勒出美国游戏行业的全貌：2025年美国游戏产业直接雇佣8.3万人，全行业创造并支撑近25.1万个岗位；全年经济影响高达958亿美元；同年游戏消费支出达607亿美元，超过电影、电视、音乐三大娱乐产业消费支出的总和，游戏已不再是边缘消遣，而是美国经济最具活力的产业之一。加利福尼亚、华盛顿、得克萨斯、纽约和佛罗里达五州揽下了全行业74%的就业。据ESA估算，2025年纽约州电子游戏产业相关经济活动的州际总经济影响约为43.7亿美元，在各州中排名第四。聚焦纽约市，据纽约市媒体与娱乐市长办公室（Mayor'sOfficeofMediaandEntertainment，MOME）统计，纽约市拥有380多家游戏公司和超过7900名独立游戏开发者。为进一步打响纽约城市品牌，纽约市通过“纽约游戏之夏”这类低成本、高声量的组合活动放大既有活动的城市影响力，推动纽约建成东海岸电子游戏产业高地。一、活动概况：逐月接力串起全季热度MOME主办2026年纽约游戏之夏活动（NYCSummerofGames2026），该活动时间为2026年5月至9月，历时四个月。纽约游戏之夏活动并非重新设计一系列官方活动，而是把5月至9月间既有的行业活动与市政府主办的新兴城市游戏节共同纳入一张城市日历形成集群效应，从而带动纽约市游戏产业发展，核心活动包含第二届纽约电子游戏节与PlayNYC2026等环节，完整活动日历如下：表2026纽约游戏之夏活动日历时间活动性质5月9日第二届纽约电子游戏节（TheNYCVideoGameFestival）市政府主办，游戏之夏的起点6月10-14日翠贝卡游戏画廊（TribecaGamesGallery）翠贝卡25周年游戏单元展会，公众试玩游戏6月20日PowerUpFestival电子游戏爱好者协会举办的纽约市电子游戏和音乐节7月15日PaleyGXGamingVR媒体博物馆的游戏与VR体验7月21-22日游戏变革节（GamesforChangeFestival）游戏的社会价值与公共议题8月16日“寓教于乐”名人直播（NewYorkVideogameCriticsCircleStream-a-thonforPlayingWithPurpose）行业评论与公益直播8月22-24日PlayNYC@AnimeNYC独立游戏大展，嫁接动漫展流量8月30日Wonderville's2ndAnnualAlt.CtrlFestival玩家可现场体验非传统输入设备带来的独特游戏体验9月16日GamesBeat内部系列：品牌与游戏（GamesBeatInsiderSeries:BrandsGames）汇聚了业内最具影响力的人物，就游戏、科技和娱乐的未来展开即兴对话9月22-25日有色人种游戏开发者博览会（GameDevsofColorExpo）多元群体与行业平权该活动5月以官方节庆开幕，6至7月以游戏展会、音乐节和社会议题提升格调，8月以超大流量的消费级展会收割热度，9月再以行业平权议题收官，实现月月有重点、受众全覆盖，纽约市政府以极低的直接投入获得了整个夏天的城市话题主导权。二、第二届纽约电子游戏节：把游戏节办成教育与职业通道第二届纽约电子游戏节于2026年5月9日（星期六）9:00—18:00在曼哈顿下城区举行，门票仅10美元，MOME将其定义为“一场关于创意、科技与教育的全天庆典”，内容涵盖游戏设计、电竞、科技和面向数字媒体职业通道的博览会，受众明确指向学生、家长、教育工作者、行业从业者、政策制定者以及所有热爱游戏的纽约人。MOME专员表示，第二届游戏节将“展示让纽约成为全球数字游戏产业中心的人才队伍、独立开发者与城市机构”，他特别强调节日的多重功能“家庭可以享受寓教于乐的一天；学生可以接触高校与雇主，规划数字职业路径；游戏社群可以聚在一起，为如何支持这台经济引擎碰撞新想法”，内容亮点如下：一是市长杯决赛。MOME与纽约市教育局合作，面向全市公立学校学生举办“我的世界”教育版电竞赛事，经各行政区线下预选赛决出的小学、初中、高中冠军队伍，在游戏节现场角逐“市长杯”总冠军。建造命题全部取自纽约真实地块，如改善通往皇后区WilletsPoint足球场的交通、把总督岛重塑为可持续发展中心，让学生在游戏中理解城市规划的真实影响。二是大学电竞决赛。来自纽约州立大学（SUNY）、纽约市立大学（CUNY）及私立高校的27支队伍经角逐后，8支晋级队伍在游戏节现场进行《英雄联盟》与《无畏契约》的大学电竞总决赛，这是“纽约大学电竞巡回赛”（NYCCollegiateEsportsCircuit）的收官之战。三是产业伙伴与前沿体验。现场体验与合作伙伴包括ASUSROG、TargetDarts、美国全国电竞协会、HowardTechnologySolutions、MegaMinds，VividImagination更搭建了两座无人机足球竞技场，以此呼应2026年由纽约—新泽西承办的FIFA世界杯。AI内容创作、VR沉浸体验、独立游戏试玩与经典街机也贯穿全场。纽约电子游戏节不以厂商首发和硬件销售为核心，而是通过“游戏+教育+职业”的方式，以中小学建造赛接基础教育，以大学电竞决赛接高等教育，以职业通道博览会接就业市场。三、PlayNYC2026：双展绑定实现流量提升PlayNYC是纽约本土游戏社群组织Playcrafting出品的旗舰展会，定位于为独立开发者和小型工作室提供展示舞台，展品同时覆盖电子游戏与桌面游戏，2026年PlayNYC展期为8月22日至24日。PlayNYC从小型社区活动起步，通过与纽约动漫展AnimeNYC的深度绑定，跃升为大型展会。一张AnimeNYC的门票即可同时进入PlayNYC与AnimeNYC的展区与内容。这种绑定使独立开发者能够接触更广泛的动漫与游戏消费者，并获得现场试玩反馈和开发者—玩家互动机会。PlayNYC证明了“小展借大展”的可行性，独立游戏展不必与巨头拼预算，而是嵌入既有超级流量的展会生态中实现共生。政府的介入程度也较小，把它纳入城市日历、给予背书，即可放大其城市品牌效应。四、“纽约游戏之夏”的经验小结结合“2026纽约游戏之夏”的实践经验，可得出两点启示：一是将单个大展升级为城市游戏季，纽约没有另起炉灶，而是把翠贝卡、游戏变革节、PlayNYC等活动纳入一张官方日历群。因此，可以打造“游戏之夏/游戏季”官方日历，例如以ChinaJoy为峰值，向前衔接WePlay、indiePlay独立游戏活动、电竞职业联赛夏季赛，向后延伸高校电竞、游戏艺术展与玩家社区活动，由市政府部门统一背书和宣发，把不到一周的ChinaJoy变成一季的城市话题。二是把游戏节办成教育与职业通道，而不只是消费和游戏展商的狂欢。上海可借鉴纽约“游戏+教育”设计，面向中小学开设以真实城市更新命题的建造类赛事，让学生在游戏中理解城市，面向高校扩容电竞与游戏设计赛事，并在展会现场设立“游戏职业通道博览会”，让企业招聘、高校专业展示与玩家体验同场发生。参考文献：1.NYCMayor‘sOfficeofMediaandEntertainment.NewYorkCityHitsStartonthe2ndAnnualNYCVideoGameFestival[EB/OL].(2026-04-16)[2026-08-17].https://www.nyc.gov/site/mome/news/04162026-nyc-video-game-festival.page2.NYCMayor’sOfficeofMediaandEntertainment.NYCSummerofGames[EB/OL].(2026-05-01)[2026-08-17].https://www.nyc.gov/site/mome/industries/nyc-summer-of-games.page3.EntertainmentSoftwareAssociation.2026EssentialFactsAbouttheU.S.VideoGameIndustry[EB/OL].(2026-06-03)[2026-08-17].https://www.theesa.com/resources/essential-facts-about-the-us-video-game-industry/2026-data/4.EntertainmentSoftwareAssociation.2026EconomicImpactReport[EB/OL].(2026-04)[2026-08-17].https://www.theesa.com/wp-content/uploads/2026/04/EIR_2026_FINAL.pdf5.上海市企业出海综合服务平台.“游戏沪十条”出台，上海瞄准全球游戏电竞“话语权”[EB/OL].(2026-04-11)[2026-08-17].https://segg.sh.gov.cn/zxfw/gzdt/20260411/f1a240bc110c45bbb0217556efafccee.html

情报工作是一项复杂的任务，涉及多个环节，包括情报收集、情报分析、情报传递和反馈等。在这个过程中，既有人的因素，也有技术的因素。情报工作需要人员具备敏锐的观察力、深刻的洞察力以及强大的应变能力，这些素质共同作用，借助先进的技术手段，最终将复杂、零散的信息转化为有价值的判断和建议。无论是在市场竞争中对竞争对手的策略进行监测，还是在国家竞争中对潜在威胁的预判，情报都发挥着不可忽视的作用。近年来，地缘政治问题日益凸显，情报在国家安全和战略决策中的合法、合规应用受到广泛关注。情报的核心任务在于保障国家的安全和战略利益，确保对潜在风险和威胁做出预判和防范。合规和透明的信息收集为国家的防御策略提供支持，使其能够在维护自身安全的基础上参与国际合作。因此，情报不仅是维护国家利益的手段，也是影响国家外交、军事部署和经济策略的重要因素。一、情报：“大博弈”中的核心力量开启国家之间以情报手段为主进行博弈的新模式，肇始于19世纪英俄在中亚地区的影响力竞争。当时，英国和俄国在中亚地区展开长达数十年的竞争，尽管涉及外交和情报活动，但其目标主要是增强区域稳定的掌控力，并确保国家利益。通过合法的情报收集和对区域文化、经济情况的深入了解，双方致力于掌握关键信息，以减少直接军事冲突的可能性。1839年，阿瑟•康诺利（ArthurConolly）中尉最先创造性地使用了“大博弈（TheGreatGame）”这个词来描述英俄两国为了争夺在中亚的统治权与影响力而进行的竞争。这个词随后借鲁德亚德•吉卜林1901年出版的小说《基姆》（Kim）而流传下来。图1阿瑟•康诺利（ArthurConolly）中尉在“大博弈”期间，情报活动发挥了至关重要的作用。英国和俄国都投入了大量资源以收集对方的军事、经济和政治信息，并设法通过各种手段影响当地的局势。例如，英国派遣了大量年轻的探险家、地理学家进入中亚收集情报。俄国则展开了一系列行动，如向中亚派遣特工和使节，以建立地方情报网络。情报不仅仅是战术层面的工具，更成为支撑战略决策的重要支柱。例如，英国情报部门多次通过收集和分析情报来预测俄国的行动意图，从而调整对阿富汗和波斯的政策。俄国则通过情报网，逐步掌握了中亚地区的政治动态，并根据这些情报确定向南推进的步伐。二、情报搜集中的“硬实力”阿瑟•康诺利（ArthurConolly）中尉不仅是“大博弈”一词的提出者，还是作为士兵、冒险家或者官员走遍中亚收集信息并提供情报的众多年轻人中的一员。“康诺利们”的情报“硬实力”包括信息的记录与收集，对经济情报进行分析，以及区域政治格局的可视化。1.信息的记录与收集“大博弈”中的情报收集人员常常通过做笔记、画地图等方式来记录收集到的信息。他们在旅途中绘制地图，记录地形、道路和战略要地的位置。这些地图对于本国政府了解中亚地区的地理状况至关重要。他们详细记录所见所闻，包括军事部署、经济状况和社会文化动态，并定期向上级汇报。这些报告为政府制定政策提供了依据。图219世纪手绘地图2.经济情报的分析在“大博弈”时期，经济资源的分布和贸易路线的信息同样是重要的情报内容。例如，哪些地区产出丰富的矿产、粮食和畜牧产品，哪些贸易路线更为活跃，这些信息对了解中亚的经济状况非常重要。掌握这些信息有助于评估对方经济的自给自足能力及其对外贸易依赖度，从而为本国的经济封锁策略或贸易谈判提供依据。情报人员通过观察、记录市场物资流通情况、贸易往来和关税制度，不仅帮助本国了解当地的商业活动，也为潜在的贸易路线或禁运区域提供了参考，直接影响了对中亚经济政策的制定。3.区域政治格局的可视化情报人员通过绘制地图和记录区域内不同部族或政权的分布，帮助本国了解区域政治格局的动态。这种信息的收集为国家提供了更加客观的判断依据，使其能够采取更加平衡的外交措施，并在合法的前提下预防可能的冲突，以保障国家的战略利益和区域的和平与稳定。通过这些步骤，“康诺利们”得以收集到更多的信息，并将信息转化为情报，成为国家战略决策的关键依据。三、情报搜集中的“软实力”从相关传记资料来看，康诺利的动机不仅仅是为国家服务，某种程度上也包含了个人的冒险精神和对未知领域的探求欲望。在这种探索欲的驱使之下，康诺利在艰辛的环境中发展出重要的应变能力。除了专业的情报“硬实力”值得今天的情报从业人员借鉴，其在异域文化中的适应能力、语言技巧等“软实力”也同样值得关注。•克服语言和文化障碍：康诺利及其同事必须熟练掌握波斯语、阿拉伯语或土耳其语，并迅速适应当地文化，才能融入当地环境。•适应严峻的自然环境：从沙漠到高原，中亚的环境极为恶劣，不仅气候多变，还经常缺乏水源和补给，这要求他们具备强大的体力和适应能力。•建立坚实的人际网络：通过与当地领导人、商人和其他关键人物建立关系，探险者们建立了坚实的人际网络，能够获取有效信息，并获得在该地区行动的支持。图3“康诺利们”的情报软实力除此以外，情报搜集中的“软实力”还非常考验情报人员对当地环境的理解。情报搜集不仅仅依赖硬性的军事或政治数据，还涉及对文化、社会心理、历史背景等因素的敏锐洞察。具体来说，情报人员需要通过细致的文化理解和社会观察来捕捉到隐性的、潜在的，甚至是无法直接量化的信息，这对于制定有效的战略决策至关重要。康诺利在“大博弈”期间，除了关注俄国军事行动外，还非常注重中亚各国和各部族的文化、宗教信仰和社会结构的变化。这种深刻的文化理解让他能够更精准地分析不同族群的态度和行为，如通过研究中亚的部族和社会网络，理解了不同民族的政治需求与社会心理，从而能够通过文化纽带和历史背景去影响他们的政治态度。四、现代情报工作：“硬科技”与“软实力”相结合与康诺利的时代相比，现代情报工作在方法和技术上发生了深刻的变革。“大博弈”时期，情报人员必须亲自深入一线，与当地民众接触，凭借观察、文化理解和人际网络搜集情报；而现代情报工作更多地依赖于科技手段的支持，如卫星监控、互联网、社交媒体和大数据分析等。卫星和无人机等技术手段可以为情报部门提供合法的地理信息和自然环境数据，互联网和社交媒体也成为开放的舆情观察来源。大数据分析技术在信息收集上具有优势，为识别潜在的风险和趋势提供了合规支持。现代情报工作借助科技手段，提升了情报分析的客观性和效率，进而加强国家在全球化背景下的安全与合作能力。在这方面，现代情报人员不必再亲身前往某地即可获取大量信息，从而在全球范围内大大提高了情报收集的速度和广度。然而，现代情报工作也面临着信息过载的问题。如今的情报人员每天需要处理海量的数据信息，这远远超过了个人处理能力。因此，人工智能和自动化分析工具在情报工作中发挥了关键作用。通过机器学习和自然语言处理技术，情报人员可以自动过滤、分类、提取关键信息，从而更有效地应对信息过载的问题。不过，现代情报工作在信息甄别上也尤为依赖有如“康诺利们”所具有的“软实力”。尽管科技手段强大，但理解不同文化、语言背景下的信息含义依旧需要“软实力”支持。许多情报机构会配备语言学家、社会心理学家和文化专家，以便在大数据和自动化分析的基础上，对信息进行更加精细化的解读。现代情报工作应当始终遵循道德和法律规范，将“硬科技”与“软实力”结合，在合规的信息收集和分析框架内。通过合法渠道获取信息，并在文化理解的基础上进行分析，可以帮助国家实现更全面的预判与决策，保障国家利益的同时，积极促进全球和平与合作。参考文献：[1]大博弈[EB/OL].[2024-11-08].https://baike.baidu.com/item/%E5%A4%A7%E5%8D%9A%E5%BC%88/5899626.[2]努尔米宁.18-19世纪地图领域的科学、技术和探索[EB/OL].[2024-11-08].https://www.thepaper.cn/newsDetail_forward_4761417.[3]ArthurConolly[EB/OL].[2024-11-08].https://britishempire-me-uk.translate.goog/conolly.html?_x_tr_sl=auto_x_tr_tl=zh-CN_x_tr_hl=zh-CN.[4]YAPPM.ThelegendoftheGreatGame[EB/OL].[2024-11-08].https://www.thebritishacademy.ac.uk/documents/2491/111p179.pdf.