AI与物联网重塑未来生活

随着人工智能、物联网等关键技术的快速发展，我们或将很快走入一个万物皆可对话、设备自主学习的智能世界。

人们不再需要手动操作大多数设备，家里的智能冰箱根据库存和你的饮食习惯自动下单补货；无人驾驶汽车可以感知道路状况，避免交通拥堵；智能办公系统能够调整照明和温度，提高员工的舒适度和生产力；智能手表可以实时监测健康状况并向医生发送警报……

这种全新的智能化世界不仅仅提升了生活质量，还将深刻影响多个行业的发展。然而，智能时代的真正落地和普及，目前面临着关键挑战。此次，我们访谈了前麦肯锡城市中国研究中心研究员、中兴大城智库CEO李晓鹏博士，讨论了万物智能发展的现状、趋势和需要解决的问题。

如何定义“万物智能”？

“万物智能”是指物联网、人工智能、通信、云计算和边缘计算等技术高度融合，使得所有物理设备、环境和系统具备智能感知、数据处理和自适应能力。李晓鹏博士指出，当前的万物智能主要包括两个层面：一是云端智能，二是边缘智能。云端智能依赖数据中心和大规模计算资源，在深度学习和大数据分析后生成智能决策。边缘智能直接在终端设备进行计算和决策，减少对云端的依赖，提高实时性和数据安全性。

“万物智能”的特点

“万物智能”意味着所有终端与设备不但“可被感知”“可被控制”，还能够利用各种人工智能算法、计算资源和实时数据，在感知、分析、决策和执行层面都具备自主能力。

从数字化到智能化

传统的数字化更多是用信息系统去记录和管理，终端设备虽然联网，但往往是被动响应。而在“万物智能”时期，数字化设备在收集数据的同时，借助云计算、边缘计算、神经网络等能力，能够分析实时状况并自主执行优化操作。

跨行业与跨生态的深度融合

“万物智能”并不仅仅局限于某些高精尖领域，而是将智能渗透到各行各业、各类终端产品中。无论是个人生活还是产业应用，都可以通过软硬件结合，形成数据-智能-服务的闭环。普通的消费品能够通过感知和AI能力，为用户提供个性化的、实时交互式的服务。

人与物、物与物的智能协同

在“万物智能”时代，人与物、物与物的关系将更加紧密。一方面，机器能够理解人的需求，通过语音、图像识别等方式提供自然的交互；另一方面，设备之间也将利用各种传感器和数据协议，进行协同决策，智能化程度越高，彼此对环境以及上下文的感知和“交流”就越充分。

总体来看，“万物智能”的核心特征在于：信息无处不在、实时反馈和智能决策高度融合。它意味着硬件与软件的全面进化，所有行业、产品形态与商业模式将迎来新的发展机遇。

推动“万物智能”的关键技术

“万物智能”是一个多学科、多技术交叉的系统工程，它既需要硬件层面的不断创新，如先进材料、低功耗芯片、柔性电子，也需要在软件层面打通算法、数据与连接的闭环。

主要支撑技术

物联网与传感器技术

物联网是“万物智能”的基础，大量的传感器会将环境、状态、行为数据持续上传，这些数据构成了“万物智能”赖以进行训练和决策的宝贵资源。小型化、低功耗、多功能的传感器在各场景的普及与布局，是万物智能走向现实的起点。

5G/6G与边缘计算

随着连接设备数量的爆发式增长和数据流量的激增，5G、6G等新一代移动通信技术，提供了高带宽、低延迟、大容量的网络环境，使得智能终端可以随时随地获取云端支持，或在边缘节点完成部分实时计算，保证系统时效性与可靠性。

人工智能

谈及人工智能的重要性，李晓鹏表示，AI的演进让“万物”开始真正具备学习与推理的能力。基于先进的模型训练和算法推理，设备可以识别复杂的图像、语音、文字等输入，做出较为准确的判断和决策。而近几年来以ChatGPT为代表的生成式AI技术的突破性发展，让AI成为推动万物智能化的“发动机”，通过重塑交互方式和系统优化逻辑，为未来的智能世界奠定了技术基础。

安全与隐私保护技术

在处理海量数据交互与分析时，安全与隐私问题不容忽视。加密技术、区块链、防火墙、安全操作系统等技术手段，有效保障了终端及云端的数据安全，并使设备在“自组织”运行时能够应对网络威胁。

柔性集成电路（FlexIC）的潜力

在推动智能化的硬件创新中，半导体扮演着至关重要的角色。李晓鹏表示，第三代半导体材料如碳化硅（SiC）和氮化镓（GaN）以更低的能耗和更高的功率密度，支持高速开关与高频通信，为高效传感器和执行器奠定了硬件基础。同时，随着物联网设备在多场景和多形态中的广泛应用，柔性集成电路也展现出颠覆性的技术潜力。

首先，柔性集成电路可以贴合于不平整的表面，并在柔性材料上集成传感、存储、通信等功能，使其能够深入那些传统电子无法适应的应用环境。

其次，随着工艺流程的不断优化、印刷电子技术的升级，柔性材料的大规模制造成本正在快速下降，这意味着在更广泛的普通物品中，也能嵌入低成本的柔性芯片，实现智能化升级。

当前，柔性半导体与传统硅基芯片协同共生，在形变需求高、对轻便度要求高等特定场景，与传统高性能芯片互补共存。两者相互协作，为“万物智能”提供了更加灵活、高效、贴合场景的解决方案。

走入现实的“万物智能”

在过去几年里，随着物联网与人工智能的深度融合和迭代发展，“万物智能”概念已从科幻想象逐渐转变为一系列可感知、可应用的技术与产品。以下是一些目前应用极广泛的领域：

智能家居：从语音交互到多设备协同

许多人对“万物智能”的初时感知都来自于智能音箱和语音助手，如今，它们已成为不少家庭的“中控”设备。李晓鹏指出，智能家居市场长期存在多个协议、标准并行的状况，但现在业内正在大力推动制定协议，使不同品牌的设备能够相互兼容，比如由Connectivity Satndards Alliance（CSA）发起的Matter协议、华为的鸿蒙系统等。基于同一协议标准，消费者用户只需要一个平台或一个App，就能同时管理来自不同厂商的家电、传感器与智能控制系统。

智能出行与交通：实时感知与精准调度

在“万物智能”的推动下，出行方式发生了显著变化。智能汽车通过大量摄像头、雷达、激光雷达和传感器，将路况、车辆状态和天气信息等数据汇集到车载边缘计算平台进行实时分析。更先进的自动驾驶方案在特定场景下几乎实现完全自动化，显著降低了驾驶强度与交通事故率。此外，智慧交通灯能够根据车流量动态调节绿灯时长，合理调度交通流。路侧单元通过传感器获取道路信息，并实时传给附近车辆的车载系统，车辆也将自身位置和速度等关键信息回传给路侧设施，通过“车路协同”，城市交通实现了全局优秀。

智能制造与智慧城市：多领域协同升级

工厂车间的大规模自动化与数据化，让机器人、机床、传感器能在各自的边缘节点上执行实时控制。消费者对产品的定制需求越来越高，“万物智能”背景下的工业4.0通过柔性生产线来适应小批量、多样化的订单。在城市中，数字政务平台、在线办理系统、智能客服机器人都在不断增强对市民的服务效率和质量。智能电网、智能水务使政府和公用事业部门能够精准调度城市的电力与水资源，减少浪费并快速应对紧急状况。城市级“数字孪生”平台也能通过虚拟仿真来模拟城市规划或应对突发灾害。

趋势与挑战

所谓“万物智能”，不仅关注“万物互联”本身，更强调各种设备、终端具备自主学习与实时决策的能力。尽管这一趋势带来诸多机遇和变革，但也面临着生态碎片化、标准统一等挑战。

发展趋势：智能从云端延伸到边缘

李晓鹏认为，在当前发展阶段，云端智能和边缘智能的深度融合是一个大趋势。以往智能决策更多依赖云端的大规模数据中心进行计算，而随着边缘计算与轻量化AI 模型的崛起，终端设备能够在本地完成部分数据处理和推理，将设备从“被动感知”转变为“自主反应”，满足了对高效率、高精度和高灵活性的广泛需求。

从产业的角度看，“万物智能”也逐渐从智能家居、可穿戴设备等消费领域向更深、更专业的行业场景拓展。智慧工厂通过智能机器人与实时监测系统完成柔性生产；智能城市运用大规模传感器网络与边缘节点对交通、环保、能耗进行精确管控；智能医疗则通过远程监测和辅助诊断提升医疗服务效率与质量。不同的垂直领域在技术与需求层面既有差异，又存在相互借鉴和协同创新，这为万物智能的生态开拓了广阔的空间。

核心难题：生态碎片化与标准缺失

随着“万物智能”走进现实，先遇到的瓶颈往往是生态割裂。各家厂商基于自家技术路线、平台协议形成了相对封闭的生态系统，导致设备之间、平台之间难以互联互通。

虽然随着Matter协议、鸿蒙等跨平台生态的兴起，跨品牌、跨平台兼容正逐步受到关注，但在更广泛的工业、医疗、交通等领域，不同标准间的协调仍处于早期探索阶段。

这种生态的碎片化不仅增加了产品开发与适配的成本，也带来了用户体验上的不便，阻碍了万物智能的规模化落地。

李晓鹏指出，物联网领域难以重现Windows或安卓通过单一底层系统包打天下的局面。万物智能的实现依赖于分层次的协议体系——智能家居采用Matter协议，汽车、工业互联网及数字城市则需构建专属互联标准。这种分层架构既能实现跨层级的互联互通，又可确保数据安全。

在推进机制上，政府、企业和行业龙头在不同层面发挥着关键作用：消费级市场由苹果、谷歌、华为、小米等科技巨头主导协议标准化；产业智能化需各行业龙头企业牵头；而数字城市建设则依赖政府统筹规划，通过“分层协议”实现系统性协同发展。

对于“万物智能”时代究竟何时会到来的问题，李晓鹏表示，目前消费品互联已经得到了突破，但在产业互联和城市智能层面仍处于起步阶段，需要不同层级、不同领域的开放与协作。