摘要：仿人机器人正从科幻走向工业现实。人工智能与机器人硬件的进步，使得构建能在人类设计环境中运作的机器日益成为可能。与此同时，劳动力短缺正强化对新形式自动化的需求。这标志着技术能力与市场需求交汇的时刻，将使仿人机器人更接近于在工业及其他领域实现实际应用。如果当前趋势持续，其经济影响可能十分重大。作为向物理人工智能发展的更广泛趋势的一部分，人形机器人可能会演变成一个万亿美元级别的产业——根据我们的预测，到2035年市场规模可达7500亿美元，到2050年可达4万亿美元，其规模可与今天的汽车产业相媲美。对于工业、汽车和电子公司而言，人形机器人因此代表着一个重要的增长机会，并且鉴于其预计的每小时运营成本仅为2美元，它还是实现重大效率提升的潜在杠杆。

摘要：半导体是AI的基础使能技术。芯片为现代AI系统提供了基础硬件层，在现代AI服务器总价值中占据重要份额：半导体占领先AI服务器机架内容价值的95%以上，以及建设和运营AI数据中心所需总资本支出的50%以上。AI需要全方位的半导体技术。要运行复杂的AI训练和推理工作负载，当今的AI数据中心需要大量的计算、存储和内存带宽、电力分配和网络能力——所有这些都由全套芯片技术提供。这些芯片技术中的每一项对于推动美国的AI建设都至关重要，而这些领域中任何关键依赖都可能阻碍这一建设。AI是整个半导体行业芯片的主要需求驱动力。在一个正反馈循环中，AI的进步推动了对改进的半导体性能和效率的需求，而半导体技术的进步则使更强大、更先进的AI系统成为可能：AI数据中心市场正经历前所未有的增长，预计2022年至2028年的复合年增长率（CAGR）为88.8%。虽然最初的势头由生成式AI的快速采用推动，但持续的需求保持强劲，预计2025年至2028年的CAGR为56.3%。

摘要：中国信息通信研究院在《新一代智能终端蓝皮书（2024年）》中提出，“新一代智能终端”是基于信息通信技术，以强感知、强计算、强交互、强体验为特征，能够执行多元化复杂任务，为用户提供强智能服务的新型智能终端。一年来，以大模型为核心的人工智能技术正引发终端智能化的二次革命。新一代智能终端已实现从“人工智能+终端”到“人工智能终端”的历史性跨越。当前，人工智能终端已全面迈入规模化商用阶段。以AI 手机、AI PC、智能可穿戴、人形机器人、智能网联汽车为代表的多元产品形态深度融入日常生活与产业场景，成为新一轮科技革命和产业变革的重要载体。《国务院关于深入实施“人工智能+”行动的意见》（国发〔2025〕11 号）明确要推动智能终端“万物智联”，培育智能产品生态，大力发展智能网联汽车、人工智能手机和电脑、智能机器人、智能家居、智能穿戴等新一代智能终端。彰显了AI 终端在服务高质量发展、创造高品质生活中的时代使命。在这一进程中，人工智能终端展现出鲜明的“四新”特征——认知协同、场景预见、意图驱动、服务共生。这四大特征源于主动感知理解、多模态自然交互、智能化服务和自主学习进化四大核心能力，共同构成了AI 终端从被动工具向主动伙伴演进的能力框架，标志着人机关系正发生从“工具使用”向“伙伴协作”的根本性转变。支撑这一转变的是全栈技术的深度融合。硬件层面，“CPU+GPU+NPU”异构计算架构成为行业标配，存储性能突破“存储墙”瓶颈，感知交互系统迈向多模态融合；软件层面，操作系统与AI 深度融合构建端云协同智能中枢，终端智能体重新定义服务范式，安全与隐私体系为可信体验提供坚实保障。这种软硬协同演进与端云协同的技术重构，为“四新”特征的落地提供了系统性支撑。

摘要：进入“十五五”时期，数据作为新型生产要素，伴随大模型、智能体等人工智能技术加速应用，在跨场景复用和持续迭代中释放出更强的乘数效应。数据价值加快释放，安全风险伴生演进。数据流动范围扩大，治理边界随之延伸；多源数据集中汇聚，使单点失守更容易演变为批量泄露和链式影响。面对时代新形势，国家持续健全数据安全制度体系，修正后的《网络安全法》自2026 年1 月1 日起施行，与《密码法》《数据安全法》《个人信息保护法》共同构成数据安全的制度基础，数据安全要求由原则性“应当保护”转向刚性约束。制度要求最终要落到数据处理的具体环节。在数据全生命周期中，存储是价值沉淀与风险累积的交汇点，分散产生的数据在此汇聚，规模、敏感程度和关联价值不断叠加，集中面临数据窃取、泄露、滥用等风险。也正因如此，商用密码应用安全性评估（以下简称密评）的判定体系将第三级及以上信息系统“未采用密码技术保证重要数据在存储过程中的机密性”列为无缓解措施的高风险项。而密码技术可以直接作用于数据本身，在边界防护和访问控制失效时仍能发挥保底作用，是解决存储安全问题兼具经济性与可靠性的基础手段。这是本白皮书聚焦数据存储加密的原因。存储并不是数据流转路径上的一个孤立节点。在典型的信息系统中，数据自终端产生，经应用服务器处理，写入数据库或文件系统，最终落在磁盘与存储层，其间还会以缓存、日志、备份、导出文件等形态多次落盘。加密可以施加在这条路径上的任何一个环节，但施加的位置不同，明文暴露的范围、密钥的归属、对业务的影响和在密评中的判定结论也随之不同。传统按“磁盘、文件、数据库”等介质分类的视角看不到这些差别，因此有必要沿数据流转路径、以安全控制点为线索来分析存储加密技术，并在讨论每一种技术时围绕三个问题展开：加密实施在哪一个控制点，明文在哪些环节仍然存在，密钥由谁掌握、按什么规则释放。这三个问题的答案，影响了一种技术能防住什么、防不住什么，也影响了它在合规评价中的确定性。循着这一思路，本白皮书沿典型信息系统的数据流转路径，选取十种具有代表性的存储加密技术进行分析。由于2026 年3 月中国密码学会密评联委会更新发布《商用密码应用安全性评估FAQ》（第四版，以下简称FAQ 第四版），以应用是否对数据资源本身加密为依据，对应用和数据安全层面的存储机密性给出分情形的裁量标准，使不同加密路线在密评中的结论有了明确区分。因此，与2022 版相比，本次修订以FAQ 第四版作为合规判定的统一尺度，着重从加密位置、明文暴露边界、密钥掌握方和实际防护效果等方面展开比较，并把“加密后明文还在哪里”“密钥在谁手里”这两个最影响实际防护效果的问题显性化；同时补充各技术的演进方向，以附录的五个分析维度回应密文可计算、后量子迁移等新问题，力求为不同场景下的技术选型给出可操作的判断参考。数据存储加密的价值，不在于系统中“出现了密文”，而在于围绕数据建立一套可验证、可持续的保护机制。希望本白皮书能帮助从事数据安全规划、密码应用建设和密评准备工作的技术与管理人员快速了解数据存储加密技术的全貌，并为其在场景适用性判断、相关技术与产品选型等方面提供参考。

摘要：在科技竞争日益激烈的国际大背景下，以构建自主可控的AI 芯片及其软件生态战略为指引，我国AI 芯片近些年在技术创新与市场拓展方面均收获颇丰。以华为昇腾、寒武纪、地平线、沐曦、燧原科技、海光信息、壁仞科技、摩尔线程及天数智芯等为代表的一批本土企业，已成功推出一系列具有市场竞争力的AI 芯片产品，在国内市场形成了多厂商、多技术路线并行的活跃竞争格局。随着国产AI 芯片在算力、能效比等硬件指标上的突破，用户关注点已从“有没有”转向“好不好”——即软件生态的成熟度、兼容性与易用性。这里的“好不好”，其核心指向的已不再仅仅是芯片的理论峰值性能，而是其背后支撑的软件生态是否成熟、完善与开放。本白皮书的意义体现在三个层面：（1）深度剖析AI 芯片软件生态，形成系统性介绍。将AI 芯片软件生态分为"四层架构"，包括基础支撑层、核心工具层、框架适配层与管理监控层，剖析其概念与作用，介绍具体案例。（2）汇总国产AI 芯片软件生态资源，形成资源指南。详细调研多款代表性国产AI 芯片，汇总介绍其软件生态并给出资源链接，帮助企业和开发者根据自身应用场景（如训练、推理、边缘计算等）和技术栈基础，选择最适合的解决方案，避免盲目追求"算力峰值"而忽视生态兼容性的误区。（3）为政策制定提供参考。通过客观评估国产软件生态，为相关产业政策的制定提供数据支撑，助力我国AI 芯片产业实现从"基础可用"向"场景好用"的关键跨越。