作者： 优势铺

引言：大脑启发计算

人脑以20瓦的功耗实现了远超任何AI超算的智能——这背后的机制启发了类脑计算。传统冯·诺依曼架构面临“内存墙”和功耗瓶颈，而类脑计算试图模拟大脑的神经突触结构，实现超低功耗的智能计算。随着脑科学大模型的突破，类脑计算正在迎来新的发展机遇。

一、类脑计算的动机

1.1 冯·诺依曼瓶颈

传统CPU/GPU架构中，计算和存储分离，数据在处理器和内存之间频繁搬运。这一“冯·诺依曼瓶颈”导致：

• AI训练功耗巨大（GPT-4训练耗电约5000万度）
• 数据搬运功耗远大于计算功耗
• 摩尔定律放缓后性能提升受限

1.2 大脑的计算方式

人脑的计算特点与数字计算机根本不同：

• 存算一体：神经元同时完成计算和存储，无数据搬运
• 脉冲驱动：神经元以脉冲（spike）通信，事件驱动，极低功耗
• 大规模并行：860亿神经元、100万亿突触并行工作
• 可塑性：突触强度随学习动态调整

二、类脑芯片

2.1 Intel Loihi 2

Intel第二代神经拟态芯片，采用基于脉冲的架构：

• 100万神经元，1.2亿突触
• 可编程学习规则
• 制程：Intel 4（EUV）
• 功耗：毫瓦级运行简单任务

2.2 IBM NorthPole

IBM的NorthPole芯片将内存和计算完全融合：

• 无外部DRAM，所有存储在芯片内
• 推理速度：ResNet-50每秒46000帧
• 能效比：传统GPU的数十倍

2.3 清华天机芯

清华大学的天机芯（Tianjic）采用异构融合架构：

• 同时支持脉冲神经网络（SNN）和人工神经网络（ANN）
• 曾驱动无人自行车实现自平衡骑行
• 第三代芯片正在研发中

2.4 浙大达尔文

浙江大学的达尔文类脑芯片系列：

• 达尔文2：百万神经元规模
• 支持在线学习
• 面向边缘智能场景

芯片	架构	神经元	特点
Loihi 2	SNN	100万	可编程学习
NorthPole	存算一体	–	极致推理速度
天机芯	SNN+ANN	4万	异构融合
达尔文2	SNN	100万	在线学习

三、脉冲神经网络（SNN）

SNN是类脑计算的核心算法范式，与深度学习的关键区别：

• 信息编码：用脉冲的时间序列编码信息，而非连续的激活值
• 时间动态：神经元具有膜电位累积和时间衰减特性，天然处理时序信息
• 事件驱动：只有膜电位达到阈值时才发放脉冲，无事件时功耗近零
• 可塑性学习：STDP（脉冲时序依赖可塑性）规则实现局部无监督学习

SNN的挑战在于训练——传统的反向传播算法难以直接应用于脉冲的离散事件。近年来 surrogate gradient 方法使SNN的深度训练成为可能。

四、脑科学大模型

4.1 从脑科学到AI

大脑是AI的终极参照系。当前脑科学与AI的交叉正在加速：

• 连接组学：绘制大脑神经连接图谱，为类脑架构提供蓝图
• 神经数据驱动：大规模神经记录数据训练脑基模型
• 脑启发架构：Transformer的注意力机制即来源于大脑的注意力模型

4.2 脑基础模型

2024年，多个团队发布了脑科学大模型：

• NeuroGPT：基于大规模脑电（EEG）数据预训练的通用脑信号模型
• BrainGPT：融合fMRI数据的脑活动预测模型
• 神经解码模型：从脑信号解码语言、图像甚至视频

这些模型正在将脑科学从“描述性”走向“预测性”，并为脑机接口提供更强大的解码能力。

五、应用场景

1. 边缘AI：类脑芯片超低功耗适合IoT设备、可穿戴的持续智能
2. 机器人：事件驱动传感器+类脑芯片实现快速反应控制
3. 脑机接口：脑科学大模型提升BCI信号解码精度
4. 实时信号处理：雷达、声纳的场景感知
5. 低功耗推理：替代GPU用于边缘端AI推理

六、挑战与展望

挑战

• SNN训练算法：缺乏成熟的深度训练框架
• 工具链：类脑芯片的编程模型和开发工具不成熟
• 规模：百万神经元仍远小于大脑的860亿
• 生态：缺乏标准化的应用场景验证

展望

类脑计算不会取代GPU，而是在特定场景（边缘、低功耗、实时）形成互补。随着脑科学大模型的突破和类脑芯片的成熟，存算一体架构有望成为AI算力的新范式。中国在天机芯、达尔文等类脑芯片上有先发优势，应持续投入。

结语

类脑计算是AI硬件中最具远见的方向之一。它试图从根本上解决冯·诺依曼瓶颈，用大脑启发的架构实现超低功耗智能。虽然距离通用应用还有很长的路，但在边缘AI和脑机接口等特定场景，类脑计算正在展现出不可替代的价值。脑科学大模型的兴起将为这一领域注入新的动力。

引言：从诺奖到临床

2020年诺贝尔化学奖授予CRISPR基因编辑技术，2023年底全球首款CRISPR疗法Casgevy获批上市——基因编辑正式进入临床医学时代。从镰刀型贫血到遗传性失明，从癌症免疫疗法到心血管疾病预防，CRISPR正在重新定义疾病治疗的可能性。

一、CRISPR技术原理

1.1 基本机制

CRISPR-Cas9系统源自细菌的免疫防御机制。向导RNA（gRNA）引导Cas9核酸酶到目标DNA序列，Cas9在精确定点切割DNA双链。细胞修复切割的过程可以用来：

• 基因敲除：利用非同源末端连接（NHEJ）引入移码突变，使基因失活
• 基因敲入：利用同源定向修复（HDR）插入新序列
• 基因调控：使用失活Cas9（dCas9）调控基因表达而不切割

1.2 技术演进

版本	特点	优势
CRISPR-Cas9	经典双链切割	工具成熟
碱基编辑（CBE/ABE）	不切割双链，直接转换单个碱基	更安全，无双链断裂风险
先导编辑（PE）	搜索-替换式精确编辑	可做所有12种碱基转换和小片段插入删除
Cas12/Cas13	切割单链DNA/RNA	核酸检测、RNA编辑

二、临床应用进展

2.1 遗传性血液病

Casgevy（exa-cel）是全球首款获批的CRISPR疗法，用于治疗镰刀型贫血和β-地中海贫血：

• 机制：编辑患者造血干细胞的BCL11A基因，恢复胎儿血红蛋白表达
• 疗效：临床试验中94%的患者实现无输血依赖
• 流程：体外编辑干细胞后回输，一次性治疗
• 价格：约220万美元/次

2.2 遗传性失明

Editas的BRILLIANCE试验使用CRISPR直接在体内编辑CEP290基因，治疗Leber先天性黑蒙症10型（LCA10）。这是首次人体体内基因编辑，部分患者视力得到改善。

2.3 癌症免疫疗法

CRISPR用于改造T细胞增强抗肿瘤能力：

• 敲除PD-1基因解除免疫抑制
• 敲除TCR基因减少异体排斥（通用型CAR-T）
• 插入靶向受体增强肿瘤识别

多家企业正在推进CRISPR编辑的CAR-T临床试验。

2.4 心血管疾病

Verve Therapeutics使用碱基编辑技术敲除肝脏PCSK9基因，一次性注射即可永久降低LDL胆固醇。猴子实验中LDL降低60%以上并持续数年。人体试验已启动。

2.5 农业与食品

CRISPR在农业领域的应用同样广阔：

• 高GABA番茄（已在日本上市）
• 抗白粉病小麦
• 多产水稻
• 无过敏原花生

与转基因不同，基因编辑作物不含外源基因，在多国按非转基因管理。

三、递送技术

基因编辑的疗效取决于能否将编辑工具高效安全地递送到目标细胞。主要递送方式：

方式	适用场景	优势	局限
体外编辑	血液病（造血干细胞/T细胞）	可控性强	仅限可提取细胞
AAV病毒载体	肝脏、眼、肌肉	组织特异性好	免疫原性、载荷有限
LNP脂质纳米粒	肝脏为主	无病毒载体	肝外递送难
病毒样颗粒（VLP）	多种组织	递送蛋白非核酸	开发早期

四、安全与伦理

4.1 脱靶效应

CRISPR可能在非目标位点切割造成意外突变。虽然高保真Cas9变体和优化gRNA设计已大幅降低脱靶率，但长期安全性仍需持续监测。

4.2 胚胎编辑伦理

2018年“基因编辑婴儿”事件引发全球谴责。生殖系基因编辑（可遗传修改）被国际科学界普遍叫停。2024年世卫组织发布全球治理框架，明确禁止临床生殖系编辑。

4.3 可及性

Casgevy 220万美元的价格使绝大多数患者无法负担。如何降低成本、提高可及性是基因编辑疗法面临的重大社会挑战。

五、未来方向

1. 体内编辑成熟：LNP和VLP递送突破使更多疾病可通过注射治疗
2. 先导编辑应用：精确大片段编辑开启更多遗传病治疗可能
3. 表观遗传编辑：不改变DNA序列而调控基因表达，可逆更安全
4. 编辑器进化：AI辅助设计更小型高效的新型Cas酶
5. 从治疗到预防：心血管等慢性病的一次性预防性编辑

结语

CRISPR基因编辑正在从科学突破转化为临床现实。从首款疗法获批到数十项临床试验推进，基因编辑有望在未来十年内改变遗传病、癌症和心血管疾病的治疗格局。中国在这一领域的基础研究和临床试验均处于第一梯队，有望在全球基因治疗产业中占据重要位置。

引言：光伏的下一程

晶硅太阳能电池效率已逼近理论极限（29.4%），而钙钛矿太阳能电池以惊人的效率提升速度，被视为光伏产业的下一代技术。2024年，钙钛矿-硅叠层电池实验室效率突破34.6%，远超单结晶硅的记录。钙钛矿正在从实验室走向产业化。

一、钙钛矿材料特性

1.1 什么是钙钛矿

钙钛矿太阳能电池中的“钙钛矿”指的是一类具有ABX3晶体结构的材料，其中最常用于光伏的是有机-无机杂化钙钛矿（如甲基铵铅碘CH3NH3PbI3）。

钙钛矿材料的优异特性：

• 吸光系数高：比晶硅高1-2个数量级，几百纳米薄膜即可充分吸光
• 载流子扩散长度长：电子和空穴可以传输微米级距离而不复合
• 带隙可调：通过组分调节带隙（1.2-2.3 eV），适合叠层电池
• 溶液法加工：可低温溶液涂布制备，工艺简单成本低

1.2 效率提升速度

钙钛矿电池的效率提升速度前所未有：

• 2009年：3.8%
• 2015年：20.1%
• 2020年：25.2%
• 2024年：单结26.7%，钙钛矿-硅叠层34.6%

晶硅用了60年达到的效率水平，钙钛矿仅用了15年。

二、叠层电池：突破极限

单结晶硅电池理论效率极限29.4%，而叠层电池通过将不同带隙的材料组合，可以突破这一限制。

2.1 钙钛矿-硅叠层

顶电池用宽带隙钙钛矿（~1.68 eV）吸收高能光子，底电池用窄带隙硅（~1.12 eV）吸收低能光子。这种组合的理论效率极限超过43%。

当前实验室记录34.6%（牛津光伏），商业化产品目标30%+。相比顶级晶硅组件（24%），叠层组件可多发25%以上的电量。

2.2 全钙钛矿叠层

顶电池宽带隙钙钛矿+底电池窄带隙钙钛矿，理论效率也可达40%+。优势是完全不含硅，可以溶液法全涂布制备，成本更低。但窄带隙钙钛矿（含锡）的稳定性是难点。

三、稳定性挑战

稳定性是钙钛矿商业化的最大障碍。钙钛矿薄膜对水分、氧气、高温和紫外光敏感，容易降解。

3.1 退化机制

• 水分：钙钛矿遇水快速分解，需高阻水封装
• 热稳定性：典型钙钛矿在85°C以上开始相变
• 光诱导降解：紫外光和持续光照下离子迁移
• 离子迁移：钙钛矿中的卤素离子在电场下迁移，导致性能衰减

3.2 解决方案

• 组分工程：混合阳离子（FA/MA/Cs）和混合卤素（I/Br）提高稳定性
• 界面钝化：在界面引入钝化层减少缺陷
• 封装技术：使用边缘密封+阻水薄膜，水汽透过率降至10^-4 g/m²/day
• 2D/3D异质结构：用2D钙钛矿作为保护层提升3D钙钛矿稳定性

当前钙钛矿组件已通过IEC 61215稳定性认证（1000小时双85湿热测试），但25年使用寿命仍需长期验证。

四、产业化进展

企业	技术路线	进展
极电光能	单结钙钛矿	150MW产线投产，GW级在建
协鑫光电	钙钛矿叠层	100MW产线，1m×2m组件
纤纳光电	单结钙钛矿	GW级产线规划
牛津光伏	钙钛矿-硅叠层	与晶硅厂合作 Licensing
隆基绿能	钙钛矿-硅叠层	实验室效率33.9%，中试线在建

五、成本与市场

5.1 成本优势

钙钛矿组件的理论制造成本可低至0.5-0.7元/W，低于晶硅的0.8-1.0元/W。主要节省来自：

• 材料用量少（薄膜vs晶硅片）
• 低温溶液工艺（能耗低）
• 无需高纯硅料
• 柔性基底可用（BIPV场景）

5.2 市场前景

• 2025-2027：中试线验证，初期商业化，BIPV和便携电源场景
• 2028-2030：GW级量产，成本竞争力显现
• 2030+：钙钛矿-硅叠层成为主流高效组件方案

预计2030年钙钛矿组件市场规模达数百GW级别。

六、中国优势

中国在钙钛矿产业化上具有明显优势：

1. 政策支持：钙钛矿列入“十四五”重点研发计划
2. 产业链：光伏全产业链配套完善
3. 企业集群：极电、协鑫、纤纳、隆基等形成产业集群
4. 资本投入：VC和产业资本持续加码

结语

钙钛矿太阳能电池是光伏产业最具变革性的技术方向。叠层电池突破晶硅效率极限，溶液法工艺带来成本优势，柔性特性拓展应用场景。虽然稳定性仍需长期验证，但产业化进展的速度超预期。中国有望在钙钛矿时代继续保持光伏产业的全球领先地位。

引言：锂之外的選择

锂电池主导了新能源产业，但锂资源分布不均、价格波动剧烈。钠离子电池以资源丰富、成本低廉的优势，正在成为大规模储能和低成本电动车的有力补充。2025年，宁德时代、中科海钠、比亚迪等企业的钠电池产线相继投产，钠离子电池从实验室走向量产。

一、钠离子电池原理

1.1 与锂电池的差异

钠离子电池的工作原理与锂离子电池相似——钠离子在正负极之间嵌脱。但钠的物理化学性质与锂有显著差异：

参数	锂离子	钠离子
离子半径	0.76 Å	1.02 Å
标准电位	-3.04 V	-2.71 V
理论比容量	3860 mAh/g	1166 mAh/g
资源储量	有限，分布集中	海洋中取之不尽

钠更大的离子半径意味着它在电极材料中的扩散更慢、嵌入更难，需要设计专门的电极材料。

1.2 正极材料

钠电池正极主要有三条路线：

• 层状氧化物：NaxMO2（M=过渡金属），能量密度高（140-160 Wh/kg），循环性能待提升
• 聚阴离子：磷酸焦磷酸铁钠（NFPP），结构稳定，循环寿命长，能量密度稍低
• 普鲁士蓝类似物：PBAs，成本低，但结晶水控制是难点

1.3 负极材料

石墨在锂电池中表现优异，但钠离子难以嵌入石墨。硬碳是当前钠电池负极的主流选择：

• 前驱体：生物质（椰壳、树脂）、煤基碳
• 比容量：300-350 mAh/g
• 首效：80-88%（影响实际能量密度）

合金类负极（锡、锑）理论容量更高但体积膨胀严重，仍在研发中。

1.4 电解液与集流体

钠电池电解液与锂电池类似（六氟磷酸钠盐+碳酸酯溶剂）。一个重要优势：钠电池可以使用铝箔作为正负极集流体（锂电池负极必须用铜箔），进一步降低成本。

二、性能定位

指标	磷酸铁锂	钠离子电池
能量密度	160-180 Wh/kg	120-160 Wh/kg
循环寿命	4000-6000次	3000-5000次
低温性能	差（-20°C容量<60%）	好（-20°C容量>80%）
材料成本	0.35-0.45元/Wh	0.25-0.35元/Wh
安全性	好	优秀

钠电池的核心优势是低成本+低温性能+安全性，短板是能量密度。这决定了它的市场定位。

三、应用场景

3.1 大规模储能

储能场景对能量密度要求低，对成本和寿命要求高——这正是钠电池的最佳战场。电网调频、风光配储、工商业储能都适合钠电池。预计2027年钠电池在储能市场的渗透率将达15-20%。

3.2 低成本电动车

两轮电动车和微型电动车（如五菱宏光Mini EV级别）对续航要求不高，钠电池的成本优势突出。雅迪、台铃已推出钠电池版两轮车。

3.3 备用电源

UPS、通信基站备用电源对低温和安全性要求高，钠电池是理想选择。

四、产业化进展

企业	进展
宁德时代	第一代钠电池已量产，能量密度160 Wh/kg
中科海钠	GWh级产线投产，阜阳基地
比亚迪	徐州30GWh钠电池基地在建
蜂巢能源	钠电池短刀产品下线
立方新能源	聚阴离子路线，储能领域发力

2025年中国钠电池产能预计达30-50 GWh，2027年突破100 GWh。

五、挑战与展望

挑战

• 能量密度：当前120-160 Wh/kg，需提升至180+才能进入主流乘用车
• 产业链成熟度：硬碳负极、正极材料供应链仍在完善
• 与锂价竞争：碳酸锂价格回落压缩了钠电池的成本优势窗口
• 循环寿命：部分路线循环寿命仍需提升到6000+次

展望

钠电池不是锂电池的替代品，而是补充。在储能和低成本出行领域，钠电池将与锂电池形成差异化竞争。随着产业链成熟和规模化，钠电池材料成本有望降至0.2元/Wh以下，在储能领域具备不可替代的成本优势。

结语

钠离子电池是新能源版图中不可或缺的一块拼图。中国在这一领域布局早、推进快，产业链完整度全球领先。随着GWh级产线的投产和成本下降，钠电池将在储能和低速出行市场释放巨大价值，为新能源普及提供更低成本的解决方案。

引言：城市的数字镜像

当你在手机上查看实时路况、当城市管理者在指挥中心看到每条管道的流量、当应急系统在灾害发生前30秒发出预警——背后都运行着数字孪生城市系统。数字孪生城市正在成为智慧城市的底层操作系统。

一、什么是数字孪生城市

数字孪生城市是物理城市的精确数字镜像——在虚拟空间中构建与真实城市同步运行的三维模型，通过实时数据驱动，实现城市的可视、可算、可控。

核心要素

• 数据采集：IoT传感器、卫星遥感、无人机航拍、监控摄像头、手机信令
• 三维建模：城市级BIM+GIS，从建筑外观到内部管线全要素数字化
• 仿真引擎：交通流、人群流、水文、气象等多物理场仿真
• AI分析：异常检测、趋势预测、决策优化
• 交互平台：大屏指挥、移动端、AR/VR可视化

二、关键技术栈

2.1 城市级三维建模

传统城市建模依赖人工，成本高、更新慢。新技术正在改变这一现状：

• 倾斜摄影：无人机多角度拍摄自动生成三维Mesh模型，精度到厘米
• NeRF/Gaussian Splatting：AI驱动的神经辐射场建模，照片级真实感
• BIM集成：建筑信息模型提供内部结构、管线、设备信息
• 自动更新：卫星+无人机定期航拍自动检测变化并更新模型

2.2 实时数据底座

数字孪生城市需要处理海量实时数据：

• 百万级IoT传感器（温度、湿度、PM2.5、水位、流量、振动）
• 数万路监控视频流
• 交通卡口、手机信令、公交GPS
• 水电气热管网SCADA数据

这些数据需要统一的时空数据平台管理，支持高并发写入和实时查询。Cesium、51World、超图等平台提供城市级时空数据底座。

2.3 仿真与推演

仿真类型	应用	技术
交通仿真	拥堵预测、信号优化	微观交通流模型
人群仿真	大型活动安全、疏散	社会力模型
水文仿真	内涝预警、防洪调度	SWMM水力模型
风环境仿真	建筑风压、扩散分析	CFD流体力学
能耗仿真	建筑能耗、碳排放	EnergyPlus

三、典型应用

3.1 城市治理

• 交通优化：实时信号控制优化，北京亦庄数字孪生平台使路口通行效率提升15%
• 管网管理：供水管网漏损检测，通过压力传感器+AI模型定位漏点，降低漏损率
• 违建监测：定期航拍与历史模型对比，自动发现新增违建

3.2 应急管理

数字孪生在应急场景的价值尤为突出：

• 暴雨内涝：降雨预报+地形+管网模型，提前预测积水点和深度
• 火灾疏散：建筑内部三维模型+火势蔓延仿真，辅助疏散路线规划
• 地震应急：建筑结构模型+地震波模拟，评估坍塌风险

3.3 城市规划

在数字孪生中模拟新建项目的影响——天际线变化、日照遮挡、风环境影响、交通压力增量——辅助规划决策，避免“建完才发现问题”。

3.4 碳排放管理

城市级碳排放数字孪生——将建筑能耗、交通排放、工业排放整合在一个模型中，追踪碳中和进度，模拟减排政策效果。

四、中国实践

中国是全球数字孪生城市建设最积极的国家：

• 雄安新区：从零规划数字孪生城市，地上地下同步数字化，“数字雄安”与物理雄安同步建设
• 深圳：全市域数字孪生底座已完成，覆盖所有建筑和管网
• 上海：“一网统管”平台基于数字孪生，城市运行实时感知
• 海口/三亚：海岸带数字孪生，海洋生态监测

工信部2023年发布《数字孪生城市白皮书》，将数字孪生纳入新型智慧城市建设标准。

五、挑战与发展方向

1. 数据孤岛：不同部门数据标准不一，共享困难
2. 实时性：从小时级更新到秒级实时是技术挑战
3. 精度与成本：高精度三维建模成本仍高
4. AI融合：从“看”到“算”到“决策”，需要更强的城市大模型
5. 安全隐私：城市级数据涉及国家安全和公民隐私

六、未来趋势

• 城市大模型：LLM与城市数字孪生结合，实现自然语言交互的城市管理AI
• 自动驾驶与孪生联动：城市孪生为自动驾驶提供高精地图和实时路况
• 元宇宙城市：数字孪生与AR结合，市民可在虚拟空间参与城市治理
• 跨城市互联：城市群级数字孪生，支撑区域协同治理

结语

数字孪生城市正在从“可视化大屏”走向“可计算、可决策”的智能平台。随着AI大模型、IoT、三维建模技术的融合，数字孪生将成为城市治理的基础设施级系统。中国在这一领域的实践规模全球领先，未来有望输出数字孪生城市的“中国方案”。

引言：光子取代电子

AI算力的爆发暴露了电子计算的物理瓶颈——铜线传输的信号延迟和功耗已成为高性能计算的枷锁。光子芯片用光代替电来传输和处理信息，具有超高带宽、极低延迟和低功耗的优势，被视为后摩尔时代的关键技术之一。

一、硅光集成技术

硅光（Silicon Photonics）是在硅基底上集成光子器件的技术，利用CMOS工艺实现光子芯片的大规模低成本制造。

1.1 核心器件

• 调制器：将电信号转换为光信号，马赫-曾德尔干涉仪（MZM）和微环调制器是主流方案
• 探测器：将光信号转换回电信号，锗硅探测器集成在硅基底上
• 波导：硅波导在芯片内传导光信号，截面仅数百纳米
• 光源：硅本身不发光，需外接III-V族激光器或通过异质集成嵌入

1.2 CPO共封装光学

传统光模块通过铜线连接交换芯片，距离长、功耗高。CPO（Co-Packaged Optics）将光模块与交换芯片封装在同一基板上，互联距离从数十厘米缩短到数毫米，功耗降低50%以上。

NVIDIA的Quantum-2 InfiniBand交换机、Broadcom的Tomahawk 5已开始向CPO过渡。预计2027年CPO在数据中心交换机中的渗透率将超过30%。

二、光子计算芯片

2.1 为什么用光计算

光子计算的优势：

• 并行性：不同波长光可同时传输，天然支持大规模并行
• 速度：光速是电信号传播速度的数十倍
• 功耗：光信号传输几乎无损耗，不需要充电放电
• 矩阵运算：光通过分束器和干涉可实现天然的矩阵乘法运算

2.2 光子AI加速器

矩阵乘法是神经网络的核心运算，而光子干涉天然适合矩阵运算：

企业	方案	特点
Lightmatter	光子INTERPOSE	与电子芯片3D堆叠
Salience Labs	光子张量处理器	多波长并行计算
曦智科技	光子计算引擎	中国领先光计算公司
Intel	硅光集成研究	实验室原型验证

光子AI加速器在推理任务上已展示出比GPU高1-2个数量级的能效比。但当前精度有限（8-12bit），难以替代GPU的通用训练能力。

三、光电混合芯片架构

完全光子计算仍面临存储和逻辑运算的挑战。当前主流方案是光电混合架构：

• 光互联：芯片间、芯片内用光传输数据（CPO、光I/O）
• 电计算：计算逻辑仍由电子晶体管承担
• 光计算加速：特定运算（矩阵乘法）用光子加速器

这种混合架构正在成为AI芯片的演进方向。NVIDIA、Intel、AMD都在投资硅光技术，为未来GPU/CPU集成光I/O做准备。

四、产业链与生态

4.1 设计工具

硅光芯片设计需要专门的EDA工具。Synopsys OptoCompiler、Cadence Curvy Core支持硅光版图设计。开源工具OpenROAD也在扩展光子设计能力。

4.2 制造

硅光芯片可在标准CMOS产线上制造。GlobalFoundries、台积电、Intel Foundry提供硅光工艺平台。中芯国际也推出了硅光工艺。

4.3 封装与测试

硅光封装需要光纤对准耦合——将光纤精确对准纳米级波导，是良率和成本的关键。晶圆级测试和自动耦合设备正在成熟。

五、应用场景

1. 数据中心互联：400G/800G光模块、CPO交换机
2. AI加速：光子矩阵运算加速器
3. 激光雷达：硅光FMCW激光雷达，更小更便宜
4. 生物传感：硅光生物传感器，即时检测
5. 量子计算：光量子芯片的集成化

六、挑战与展望

挑战

• 光源集成：硅不发光，III-V异质集成良率待提升
• 温度敏感：硅光器件对温度变化敏感，需要精密温控
• 标准化：设计工具和工艺平台碎片化
• 成本：当前硅光芯片成本仍高于预期

展望

光子芯片的发展路线：

• 2025-2027：CPO在数据中心规模化，光I/O进入AI芯片
• 2028-2030：光子AI加速器商用化，光电混合芯片成熟
• 2030+：通用光子计算芯片出现，光计算性能优势全面显现

结语

光子芯片是计算技术从电子时代向光电混合时代演进的核心载体。AI算力需求的指数增长正在加速这一转变。中国在这一赛道上有曦智科技、源杰半导体等创新企业，以及中芯国际的硅光工艺平台，有望在全球竞争中占据一席之地。

引言：摩尔定律的延续与变奏

当台积电2nm制程在2025年量产、Intel 18A进入风险量产阶段，半导体制造进入了原子级精度的竞争。但单纯缩小晶体管尺寸已无法持续提升性能和降本——先进封装正成为延续摩尔定律的关键路径。Chiplet、CoWoS、3D堆叠等技术正在重新定义芯片架构。

一、制程竞赛现状

1.1 2nm时代开启

2025年半导体制造进入2nm（N2）时代。台积电N2采用GAA（Gate-All-Around）晶体管架构，取代了FinFET：

• 性能提升：同功耗下速度提升10-15%
• 功耗降低：同速度下功耗降低25-30%
• 密度提升：逻辑密度提升15%

台积电N2预计2025年底量产，苹果A20 Pro首发。Intel 18A（等效1.8nm）采用RibbonFET和PowerVia背面供电，2025年风险量产。

1.2 GAA晶体管

GAA是2nm及以下制程的核心架构。纳米片通道被栅极全包围，相比FinFET有更好的沟道控制能力，减少漏电。三星在3nm率先采用GAA，台积电和Intel在2nm跟进。

1.3 背面供电

传统芯片正面走信号线、背面空闲。背面供电技术（BSPDN）将电源线移至晶圆背面，释放正面空间给信号线，显著降低布线拥塞和IR Drop。Intel PowerVia是业界首个量产方案，台积电Super Power Rail计划在A16节点引入。

二、先进封装：性能提升新引擎

2.1 为什么封装变得关键

随着制程微缩的边际收益递减、成本飙升（2nm晶圆成本约3万美元），通过先进封装提升系统级性能成为更经济的选择。核心思路：将不同工艺节点的芯片通过高速互联封装在一起，整体性能接近单一大芯片。

2.2 2.5D封装

芯片并排排列在硅中介层上，通过中介层内的高密度布线互联。台积电CoWoS是代表方案：

• CoWoS-S：硅中介层，AI芯片标配（NVIDIA H100/B200）
• CoWoS-R：有机中介层，成本更低
• CoWoS-L：局部硅互联+有机填充，支持更大尺寸

CoWoS产能是2024年AI芯片供应的最大瓶颈，台积电加速扩产。

2.3 3D封装

芯片垂直堆叠，通过TSV（硅穿孔）互联。台积电SoIC、Intel Foveros、三星X-Cube代表三大阵营。3D堆叠在HBM（高带宽内存）中已成熟应用——HBM3E堆叠12层DRAM芯片。

封装类型	代表技术	互联密度	应用
2.5D	CoWoS, EMIB	高	AI芯片+HBM
3D	SoIC, Foveros	极高	逻辑+逻辑堆叠
Chiplet	UCIe标准	中	多芯粒封装

2.4 Chiplet与UCIe

Chiplet将大芯片拆分为多个小芯粒，各自采用最优制程，再封装在一起。优势：

• 良率提升（小芯片良率远高于大芯片）
• 成本优化（核心逻辑用先进制程，I/O用成熟制程）
• 灵活组合（像搭积木一样构建不同规格产品）

UCIe（Universal Chiplet Interconnect Express）是Intel主导的Chiplet互联标准，已有100+成员。AMD的Instinct MI300A/A就是Chiplet架构的标杆产品——CPU+GPU+HBM集成在一个封装内。

三、中国半导体的突围

3.1 国产制程进展

在EUV光刻机受限的背景下，中国晶圆厂通过DUV多重曝光实现先进制程：

• 中芯国际：7nm工艺量产（华为Mate 60系列芯片），5nm在研
• 华虹半导体：28nm成熟制程主力，14nm在推进

3.2 先进封装作为弯道

先进封装不需要EUV光刻机，是中国半导体的重要突破口：

• 长电科技、通富微电、华天科技在全球封测市场排名前十
• 华为大力投资Chiplet架构，通过先进封装弥补制程差距
• 国产2.5D/3D封装平台正在成熟

3.3 HBM国产化

HBM是AI算力的关键瓶颈。长鑫存储、长江存储在HBM2级别加速研发，预计2026-2027年实现国产HBM量产，打破SK海力士、三星、美光的垄断。

四、未来趋势

1. 系统级封装（SiP）：从芯片级封装走向系统级，将射频、电源、传感器集成
2. 光电共封装（CPO）：光模块与交换芯片共封装，解决AI集群互联带宽瓶颈
3. 晶圆级封装：在整片晶圆上直接完成互联和封装，极致密度
4. AI辅助设计：AI优化芯片布局布线，Google AlphaChip已用于TPU设计
5. 1nm及以下：CFET晶体管、2D材料通道等新架构探索中

结语

半导体产业正经历从“制程驱动”到“封装驱动”的范式转变。2nm制程代表了制造工艺的前沿，而先进封装和Chiplet架构则为整个产业提供了新的性能提升路径。在这场竞赛中，中国虽然面临光刻机限制，但通过先进封装、Chiplet和成熟制程的组合，仍有机会在系统级性能上缩小差距。

引言：天空成为新基建

2025年，“低空经济”写入中国政府工作报告，成为国家战略性新兴产业。eVTOL（电动垂直起降飞行器）试航证接连落地，美团无人机在深圳开通第60条航线，亿航EH216-S获得全球首张载人无人机适航证。3000米以下的低空正在成为新的经济空间。

一、低空经济的内涵

低空经济是以低空空域（通常指3000米以下）为依托，以飞行器为载体，涵盖制造、运营、服务全链条的综合性经济形态。核心场景包括：

• 物流配送：无人机外卖、医疗样本运输、电商快递
• 城市出行：eVTOL空中出租车
• 工业巡检：电力、油气、风电巡线
• 农业植保：精准喷洒、播种
• 应急救援：灾情侦察、物资投送
• 文旅观光：空中游览、飞行体验

二、eVTOL：空中出租车

2.1 技术路线

eVTOL按升力方案分为三类：

类型	原理	代表企业	优势
多旋翼	旋翼同时提供升力和推力	亿航	结构简单，悬停好
复合翼	固定翼+旋翼组合	峰飞V2000	航程长，效率高
倾转旋翼	旋翼可倾转切换悬停/巡航	Joby,上海沃飞	性能最优，难度最大

2.2 商业化进展

• 亿航EH216-S：全球首张载人无人机型号合格证，已在广州、深圳开展商业飞行
• Joby Aviation：与丰田合作，计划2026年在纽约迪拜运营
• 峰飞航空：V2000CG获 TC，载货版已交付
• 上海沃飞长空：AE200倾转旋翼进入试飞
• 小鹏汇天：分体式飞行汽车“陆地航母”开启预售

2.3 经济性分析

eVTOL的商业可行性取决于单座公里成本。当前约8-15元/座公里，目标是降至3-5元/座公里，与高端专车竞争。关键降本路径：电池能量密度提升（400→500 Wh/kg）、量产规模效应（年产千架级）、空管效率提升。

三、无人机物流

3.1 即时配送

美团在深圳、上海的无人机配送网络已开通60+航线，完成30万+订单。平均配送时间7分钟，比地面配送快60%。单票成本已接近骑手配送，在特定场景（跨江、跨高速、景区）具有不可替代优势。

3.2 医疗运输

血液、器官、检验样本的时效性极强。无人机可将跨城运输从1小时压缩到15分钟。顺丰、迅蚁已在多条医疗航线上常态化运营。

3.3 大型货运

顺丰丰翼、京东JDY-800等大型货运无人机正在开拓支线物流市场，载重数十公斤到数百公斤，航程数百公里。

四、基础设施与空管

低空经济的基础设施包括：

• 起降场：垂直起降坪、充电站、候机楼
• 通信导航：5G-A低空覆盖、北斗高精度定位
• 低空空管系统：数字空域管理、冲突避让、流量调度
• 气象服务：低空微气象监测和预报

深圳已建成全国首个低空智能融合基础设施（SILAS），实现全市低空数字化管理。

五、市场规模与政策

中国低空经济市场规模：

• 2024年约5000亿元
• 预计2026年突破1万亿元
• 预计2030年达到2-3万亿元

政策层面，民航局已发布《民用无人驾驶航空器运行安全管理规则》，各地政府纷纷出台低空经济行动方案。空域审批正在从“一飞一报”向“规划即批”过渡。

六、挑战与风险

1. 空域开放：军民航协调复杂，空域资源有限
2. 安全：城市上空飞行器的坠落风险、空中碰撞
3. 噪音：城市环境对飞行器噪音敏感
4. 电池：能量密度限制航程和载重
5. 法规：载人eVTOL的适航认证体系仍在完善
6. 公众接受度：城市居民对头顶飞行器的心理接受需要时间

结语

低空经济是一个万亿级的全新经济空间。中国凭借政策力度、产业链完整性和应用场景丰富度，在这一赛道处于全球领先位置。未来五年是基础设施建设和商业化验证的关键期，eVTOL城市出行和无人机物流将率先实现规模化运营，开启三维城市交通的新时代。

引言：人形机器人走出实验室

2025年，人形机器人产业迎来拐点。特斯拉Optimus开始工厂内部试用，Figure 02在宝马产线部署，宇树G1以9.9万元价格进入消费市场。人形机器人不再是Tech Crunch舞台上的演示品，而是正在走进工厂、仓库甚至家庭。

一、为什么是人形

人类的环境是为人体设计的——门的高度、楼梯的宽度、工具的握持方式。人形机器人可以直接使用现有的人类基础设施和工具，无需改造环境。这是相比轮式或履带式机器人的核心优势。

但人形也是最难的形态——双足平衡、全身协调、灵巧操作，每一项都是工程挑战。

二、核心技术栈

2.1 运动控制

双足行走是人形机器人的基础能力。当前主流方案：

• 模型预测控制（MPC）：基于物理模型实时规划步态，稳定性好但计算量大
• 强化学习：通过仿真训练步态策略，迁移到真实机器人。宇树、波士顿动力均在采用
• 全身控制（WBC）：协调四肢和躯干实现复杂动作

2.2 灵巧手

人形机器人的价值最终体现在“手”上——能否完成人类级别的操作任务。当前灵巧手方案：

方案	自由度	特点
欠驱动手	6-12 DoF	结构简单，自适应抓取
全驱动手	16-24 DoF	精细操作，成本高
气动软手	柔性	安全友好，精度低

Figure 02的第四代手有16个自由度，能完成鸡蛋抓取、螺丝装配等精细任务。

2.3 感知与规划

人形机器人需要在动态环境中实时感知和决策。技术栈包括：

• 视觉感知：深度相机+LiDAR构建环境模型
• 语义理解：识别物体类别、位置和功能
• 任务规划：将“把桌上的杯子放到柜子里”分解为移动→抓取→移动→放置
• 端到端学习：从人类示教数据中学习操作策略（VLA模型）

2.4 VLA大模型

视觉-语言-动作（Vision-Language-Action）模型是人形机器人的“大脑”。Google的RT-2、Figure与OpenAI合作的模型、特斯拉的端到端控制，都试图用大模型统一感知、理解和动作生成。这是人形机器人从“遥控”走向“自主”的关键。

三、主要玩家

企业	产品	特点	阶段
特斯拉	Optimus Gen 3	自研执行器，大规模制造	工厂试用
Figure AI	Figure 02	OpenAI合作VLA模型	宝马产线部署
宇树科技	G1/H1	性价比高，运动能力强	消费/研究
智元机器人	远征A1	国产化率高，场景丰富	多场景试点
Agility Robotics	Digit	仓储物流专用	亚马逊仓库
波士顿动力	Atlas(电控)	运动能力标杆	研发阶段

四、商业化路径

4.1 工业场景先行

工厂和仓库是人形机器人最先落地的场景——环境结构化、任务重复性高、ROI可量化。Figure在宝马装配线、Agility在亚马逊仓库都是典型案例。

4.2 商业服务

酒店接待、商场导购、展厅讲解等服务场景对运动能力要求较低，但对交互和语义理解要求高，适合VLA模型发挥。

4.3 家庭场景

家庭是人形机器人的终极市场，但也是最难的——非结构化环境、安全要求高、任务多样。预计需要5-8年成熟。

五、核心挑战

1. 成本：当前单价10-30万美元，需要降到2-5万美元才能大规模普及
2. 可靠性：工厂7×24运行需要MTBF远超当前水平
3. 通用性：当前擅长特定任务，通用操作能力仍不足
4. 数据：VLA模型需要海量操作示教数据，仿真到真实的迁移仍是难题
5. 安全：与人共处环境下的碰撞安全和隐私保护

六、未来展望

人形机器人产业的时间线：

• 2025-2027：工业场景规模化部署，单台成本降至10万以内
• 2028-2030：商业服务场景渗透，VLA模型成熟
• 2030+：家庭场景启动，人形机器人成为继汽车之后最大的制造业

马斯克预测最终年产量可达数千万台，市场规模超过汽车工业。虽然这一预测偏乐观，但人形机器人作为“下一个iPhone”的潜力是真实的。

结语

人形机器人是AI从数字世界进入物理世界的桥梁。大模型提供了“大脑”，机器人本体提供了“身体”，两者的结合正在创造一个全新的产业。中国在这一赛道拥有供应链、成本和应用场景的三重优势，有望在全球竞争中占据重要位置。

引言：从对话到行动

2025年被称为“AI智能体元年”。与只能回答问题的聊天机器人不同，AI Agent能够自主规划任务、调用工具、执行操作并反馈结果。从AutoGPT到Devin，从Manus到各企业自研的Agent平台，智能体正在从技术演示走向实际生产环境。

一、什么是AI智能体

AI智能体是一个能够感知环境、自主决策并执行行动以完成目标的系统。与大语言模型（LLM）的关系是：LLM是智能体的“大脑”，负责理解和推理；智能体框架则在此基础上增加了记忆、规划、工具调用和执行能力。

核心组件

• 规划模块：将复杂任务分解为子任务，制定执行步骤
• 记忆模块：短期记忆（上下文窗口）和长期记忆（向量数据库）
• 工具调用：调用搜索引擎、代码执行器、API、数据库等外部工具
• 反思机制：评估执行结果，自我纠错和优化

二、智能体框架演进

2.1 第一代：链式调用

以LangChain为代表的框架，将LLM调用与工具调用串联成链。简单直观但缺乏自主决策能力，适合固定流程的自动化。

2.2 第二代：ReAct循环

推理+行动（Reasoning+Acting）循环让智能体在每一步都先思考再行动。Thought→Action→Observation→Thought的循环使智能体具备了动态决策能力。

2.3 第三代：多智能体协作

多个专业智能体分工协作，如同一个虚拟团队。CrewAI、AutoGen、MetaGPT等框架支持角色分配、任务分发和结果汇总。例如：产品经理Agent写需求，工程师Agent写代码，测试Agent验证。

框架	特点	适用场景
LangChain/LangGraph	生态成熟，图状态机	通用工作流
AutoGen	多Agent对话	协作开发
CrewAI	角色化分工	内容生产
OpenAI Swarm	轻量级Handoff	客服路由

三、企业应用场景

3.1 软件开发

Devin、Cursor Agent等已能自主完成需求理解、代码编写、测试调试和部署。GPT-4o级别的模型在SWE-bench上解决率超过30%，部分简单任务可完全自动化。

3.2 客户服务

智能体不仅回答问题，还能查询订单、发起退款、修改订阅。与传统的规则式客服相比，Agent客服能处理长尾场景，减少人工转接率40%以上。

3.3 数据分析

自然语言驱动的数据分析——用户说“分析上季度华北区销售下滑原因”，Agent自动查询数据库、生成图表、给出洞察。

3.4 运营自动化

营销内容生成、社交媒体管理、竞品监控、报表生成等重复性工作正在被Agent接管。

四、核心技术挑战

4.1 可靠性与幻觉

智能体在多步推理中错误会累积。一个步骤的幻觉可能导致整条任务链失败。需要在关键步骤引入验证和人工审核。

4.2 长程任务管理

复杂任务可能需要数十个步骤，跨越数小时甚至数天。上下文窗口限制、记忆管理和任务状态持久化是工程难点。

4.3 安全与权限

智能体拥有执行权限（访问数据库、发送邮件、调用API），权限控制不当可能造成严重后果。需要最小权限原则和操作审计。

4.4 成本控制

多步推理和工具调用消耗大量Token。一个复杂任务可能花费数美元的API调用费。模型小型化和推理优化是降本关键。

五、未来趋势

1. 智能体操作系统：统一的Agent运行时环境，管理调度、权限、记忆和工具
2. Agent市场：类似App Store的专业智能体交易和分发平台
3. 多模态智能体：能看屏幕、操作GUI的通用数字员工
4. 具身智能体：AI Agent与机器人结合，从数字世界进入物理世界
5. 自我进化：智能体从执行经验中学习，持续优化自身策略

结语

AI智能体代表了人工智能从“能说”到“能做”的关键跨越。虽然可靠性、安全性和成本仍是挑战，但企业采用的速度正在加快。未来三年，AI Agent将成为企业数字化转型的核心引擎，重新定义“知识工作者”的工作方式。