2.2.1 nft：为元宇宙经济提供底层支持
nft，即non fungible token，即非同质化代币，是基于区块链技术的一种资产类型。在加密资产中与之相对的是同质化代币（fungible token，ft）。比特币或以太坊等就是同质化代币，类似传统金融中的“标准化产品”。与同质化代币相比，nft更“个性化”，类似传统金融中的“非标产品”。两者的不同在于：同质化通证的特点是每一份资产都毫无差别且可互相替换；而每一枚nft代表了某种独一无二的具体资产的所有权，比如数字艺术品、虚拟游戏物品、稀有收藏品或其他数字或实体资产等，因此不能被另一种nft直接取代，不能以一换一，因为没有两个nft是相同的。此外，同质化代币可以分割为非常小的单位进行交易流通，而非同质化代币是一种不可分割、独一无二的通证。
nft可以代表艺术品、收藏品或游戏物品等等，与传统游戏经济体系中的收藏品相比具有不同的特征：
（1）所有权：中心化机构（比如游戏运营方）可以随意掌控甚至夺走虚拟资产，而nft是玩家钱包中真正拥有的资产。
（2）永久性：一旦nft被铸造，就可以永远存在于区块链上。
（3）稀缺性可证明：由于所有记录都可公开访问，因此可以随时确认nft现存的数量。
（4）出处可证明：可以确切知道谁曾持有过该nft，一直追溯到nft的创作者。
（5）可编程性：使用智能合约技术，nft可以在玩家之间甚至与其他游戏或应用之间进行交易。
（6）去中心化：经济以完全信任的方式保持其完整性，一旦启动，即便离开游戏项目方仍然可以由社区自发推动运行。
nft的发展历经了三个阶段，目前正处于爆发初期，且未来将随着元宇宙的崛起而爆发。萌芽期为2012—2016年；发展期为2017—2020年；爆发初期为2021年至今。
nft市场的爆发经历了几次标志性事件：（1）2021年3月11日，世界上最大的传统拍卖行之一——佳士得，历史上首次以nft形式拍卖了数字艺术家beeple的nft作品《每一天：前5000天》（everydays：the first 5000 days），底价100美元，最终以6934.6万美元成交，一举成为在世艺术家成交作品第三高价。此次拍卖让nft也开始被圈外人了解。（2）2021年3月22日，twitter的首席执行官杰克·多西（jack dorsey）更是为nft的繁荣进行了助推，以近300万美元的价格出售了他在2006年的第一条推特消息的nft副本。（3）2021年5月，佳士得拍卖了cryptopunks的nft作品，包含9个24×24、8位元风格像素的朋克头像，该拍品以1696.25万美元成交。
nft出圈步伐加快。加密圈外各行业的公司和机构都开始重视nft可能对其战略产生的影响，加快研发nft产品。
2019年，nike申请了crypto kicks的专利。它会生成唯一的id并为鞋子创建以erc-721为标准生成的nft。
2020年，nba开发nft收集游戏nba top shot，主打球星卡nft的收藏，创下销售佳绩。
2021年5月，美国电商平台ebay宣布允许在其平台上销售交易卡、图片或视频片段等数字收藏品的nft。
2021年6月，支付宝与敦煌美术研究所及动画《刺客伍六七》共同推出基于蚂蚁链发行的“nft”版付款码皮肤。8月初，腾讯上线nft交易app“幻核”，首期限量发售300件《十三邀》nft数字藏品。
nft应用场景快速扩展。nft种类可以细化为艺术、收藏，游戏、defi，元宇宙，运动，公共设施，avatar，音乐等类别。
（1）数字艺术品（art）。艺术家用token代表其数字艺术品的所有权，将艺术品制作成为nft进行流通交易。例如，nft作品《每一天：前5000天》（everydays：the first 5000 days）。
（2）数字收藏品（collectible）。与球卡和邮票等实物收藏品一样，数字收藏品的藏家会收藏他们认为有价值的电子物品，以表示对某一公司、品牌或游戏的支持。实物收藏品运输和维护都需要成本。nft收藏品完全是电子化的，只需几秒就可转移，且永远不会折旧，例如axie infinity和cryptopunks。其能为很多人的回忆或者理想留下数字化的纪念。比如，当年我们看了《黑客帝国》，我们对于其中很多内容确实是非常有感情的，但是又缺乏手段和途径，这就需要未来通过这些数字化的方式记录我们逝去的美好回忆。
（3）游戏物品（）。nft是区块链游戏的基础，通证化、追踪并转移独一无二的游戏物品，并且无需托管。nft不仅让游戏玩家可以完全掌控自己的游戏物品，还创造了全新的游戏体验。特别是axie infinity引入“play-to-earn”（p2e）（边玩边赚），颠覆了传统游戏的商业模式，把区块链、nft、游戏、元宇宙等概念融合起来，创造了nft大规模落地应用的真实场景。
（4）元宇宙（metaverse）。元宇宙中多种资产，比如the sandbox、decentraland、crypto vexels、somnium space等游戏中，虚拟土地都是以ntt形式进行。axie infinity也可以归于元宇宙的类中。近期元宇制概念热度非常高，特别是元宇宙为将来人类社会数字化转型提供了新路径，未来发展可期。很多人觉得虚拟土地就是炒作，其实我们看到不论是现实世界还是虚拟世界里面的核心资产都是稀缺的，人们可以关注的流量就那么多，那么如何吸引并且导流其中的核心资产对任何场景来说都是非常重要的。
（5）体育（sports）。体育nft主要包括体育游戏、体育收藏品以及粉丝经济等方面。其中，nba top shot就是一款让球迷收集和交易nba数字球星卡的应用，有超过230000名nba球迷加入其中。nba top shot于2020年10月向公众推出，2021年出现了爆炸性增长。截至目前，nba top shot的交易总额已超过4.4亿美元。举个例子：nba推出乔丹的50大精彩瞬间的数字资产，以前很多人都会说多么崇拜他等，未来通过这种数字资产的方式可以将人们的爱好进一步分层。
nft产业价值链可分为基础设施层、协议层以及应用层三层。a＆t capital合伙人与投资经理jasmine zhang与fiona he按照nft流动性，将nft产业价值链整体分成三层，由下至上依次为基础设施层、协议层以及应用层。nft生态也更加完善，既有基础设施，也涵盖了各品类的nft产品。
nft实现了去中心化的、通用的数字所有权的证明体系，可实现元宇宙内部的数字资产流通交易。为了让元宇宙的经济蓬勃发展，首先必须形成被广泛认可的虚拟商品发行和流通的共享标准和协议。内容创作者所生产的数字作品、虚拟地块、游戏皮肤、装备等都将成为数字资产并进行流通交易，同时nft的通用性允许该数字资产在元宇宙中的其他平台同样生效。
2021年3月，twitter创始人杰克·多西将自己有史以来第一条推特以nft形式出售，内容仅为五个单词——“just setting up my twttr”，拍卖价高达250万美元；特斯拉ceo马斯克拟以4.2亿枚doge出售其nft音乐作品（见表2-4）。随着这些现象级的nft产品出现以及元宇宙概念的兴起，nft的关注度和整体规模达到前所未有的高度。2021h1，nft的整体市值和交易规模分别达到127亿美元和7.54亿美元。而在2020年，nft的整体市值才3.38亿美元，可见nft规模增长迅速。
nft为元宇宙经济系统提供底层支持，元宇宙为nft提供了应用场景，两者相互促进。根据nonfungible数据，至2020年底，区块链元宇宙占据nft市场份额25%，稳居2020年nft资产份额第一，其历史销售额超5500万美元，其中2020年全年销售额就达到2000万美元，而在2021年度第一季度，元宇宙的销售额就已超3000万美元，超过2020年度销售总和。元宇宙是沉浸式的虚拟世界，在元宇宙中可以进行社会生活所必需的社交、交易等活动，而交易的对象物品便是nft。nft构建了元宇宙的基本交易秩序，确定了虚拟资产的唯一性和可确权性，这优于现实中的资产特性，因为现实生活中的资产可能会被偷走、假冒、混淆所有权，但元宇宙中的资产因为使用了nft这一工具，便能杜绝仿造品，且能明确物品的所有权。此外，nft改变了以往虚拟资产的发放者，它可以让用户自己铸造nft并获得收益，允许用户跨平台转移资产，维护了元宇宙的去中心化。
2.2.2 区块链：构建元宇宙经济系统的基础
区块链是一种按时间顺序将不断产生的信息区块以顺序相连方式组合而成的一种可追溯的链式数据结构，是一种以密码学方式保证数据不可篡改、不可伪造的分布式账本。区块链是非对称加密算法、共识机制、分布式存储、点对点传输等相关技术通过新方式组合形成的创新应用。区块链技术的最大优势与努力方向是“去中心化”，通过运用密码学、共识机制、博弈论等技术与方法，在网络节点无须在相互信任的分布式系统中实现基于去中心化信用的点对点交易。区块链具有四大特点：（1）利用块链式数据结构验证、存储数据；（2）通过分布式节点与共识算法生成、更新数据；（3）利用密码学方式保证数据传输与访问安全；（4）利用由自动化脚本代码组成的智能合约来编程和操作数据。
区块链核心技术主要有四个，即共识算法、非对称加密算法、分布式存储技术以及点对点传输技术。
（1）共识算法。共识算法可被定义为使区块链网络达成共识的机制。去中心化的区块链不依赖于中央权威，须建立一个使各分散节点就交易有效与否达成一致的机制，确保所有节点遵守协议规定并保证所有交易能以可靠的方式进行，共识算法可用于保证系统中不同节点数据在不同环境下的一致性和正确性。在共识机制协调下，各节点实现节点选举、数据一致性验证和数据同步控制等功能，使区块链系统具有信息透明、数据共享的特性。目前，广泛应用的共识机制包括pow、pos、dpos和pbft等。不同的共识机制会对区块链系统整体性能产生不同影响，一般采用安全性、扩展性、性能效率和资源消耗四个性能指标评价共识机制的技术水平（见表2-5）。
（2）非对称加密算法。非对称加密算法利用一对密钥（公开密钥和私有密钥）对数据的存储和传输进行加密和解密，利用其中一个密钥把明文加密后得到密文，另一个对应密钥用于解开密文得到原本的明文。如区块链系统基于非对称加密算法生成公钥和私钥对，若公钥用于数据信息加密，对应私钥则用于数据解密；若用私钥对数据信息进行数字签名，对应的公钥则用于验证数字签名。密钥对中的其中一个可公开，称为公钥，可任意对外发布；另一个密钥则为私钥，由用户秘密保管，无须透露给任何信息获取方。
在非对称密码体制中，公钥和私钥的配对使用是明文加解密的关键，密钥对的使用大幅提高数据加密安全性，由公钥推出私钥在计算上是极为困难的，公钥密码体制的建立，对密码学具有革命性的意义。常见的公钥加密算法有rsa、elgamal、椭圆曲线加密算法等，其中目前使用最广泛的公钥加密算法为rsa。对称与非对称加密方法对比。
（3）分布式存储技术。分布式存储是将数据分散存储于网络中的多个数据节点上，数据库中的所有数据实时更新并存放于所有参与记录的区块链网络节点中，每个节点都有数据库中的完整数据记录以及数据备份，形成一个大规模的存储资源池。在分布式存储方式下，黑客破解和数据篡改的成本较高，篡改者需要同时修改网络上超半数系统节点的数据才能实现数据篡改，操作量过大，导致篡改无法真正执行。中心式和分布式存储对比。
（4）点对点网络技术。点对点网络技术使网络上的各节点无须经过中央权限授权，即可直接相互访问并共享节点拥有的资源，如存储能力、网络连接能力和处理能力等。网络中的所有节点可互相传输，整个网络中没有任何中心，任意两节点都可进行数据传输。
相比各种单一技术应用，区块链技术具有如下五大优势：（1）去中心化的分布式记账。区块链上的信息计算与记录不集中于单一服务器中，而是分布于网络上的区块中，各区块间独立且互相连接，可直接进行信息与价值交换。（2）不可篡改。信息经验证添加到区块链上后将被永久存储，系统中各节点都拥有最新的完整数据库，单个节点无法对数据进行篡改，保证区块链的数据稳定与可靠性。区块链系统中每生成一个新区块，都会产生对应时间戳，并依照区块生成时间的先后顺序相连成区块链，各独立节点通过点对点网络建立联系，为信息数据记录形成去中心化的分布式时间戳服务系统。时间戳使更改记录的困难程度随时间流逝呈指数倍增加，区块链运行时可越久，数据篡改难度越高。（3）集体维护。系统由所有具有维护功能的节点共同维护，所有节点都可通过公开接口查询区块链数据和开发相关应用。（4）有限访问。各方仅在经过认证、拥有权限的情况下可对共享账本进行访问。访问权限类型与范围均可在系统控制下进行分配，保障数据的安全性。（5）匿名性。区块链各节点数据交换在固定算法下进行，由区块链程序规则判断交易的有效性，交易方可在不公开身份的情况下获取交易对手方信任，有利于在保护用户隐私前提下保障交易信用。
中国区块链行业正处于2.0时代。区块链技术应用起源于2008年比特币的提出，2014年以太坊推出智能合约，将区块链技术推到2.0时代。3.0时代实现了区块链行业应用的普及，区块链与各行业结合，在各行业中广泛应用。中国的区块链行业仍处于2.0时代，目前较为成熟的区块链应用集中于金融和防伪溯源行业，但市场规模较小，仍属于初期发展阶段，其他行业领域普及较少。由于众多应用场景尚未被开发，规模化行业应用尚未诞生，截至2018年底，中国共有703家以区块链为主营业务的企业，其中90%的企业处于创业阶段，可商业化的区块链应用屈指可数，区块链3.0时代的到来尚需时间。
区块链产业链由上游基础设施层、中游技术扩展层以及下游的行业应用层组成。其中，基础设施层包括硬件基础设施及区块链基础协议，负责为技术扩展层和行业应用层提供必要基础设施服务，市场主体主要涉及硬盘、交换机、芯片、路由器等硬件供应商。技术扩展层主要负责区块链通用技术及技术扩展平台研发，为行业应用层提供技术支持，主要涉及提供智能合约、快速计算、信息安全、数据服务、baas平台等服务的企业。行业应用层主要为不同行业用户提供针对性的区块链行业应用服务。
基础设施层提供区块链系统正常运行所需的操作环境和硬件设施，具体包括网络资源（如网卡、交换机、路由器等）、存储资源（如硬盘和云盘等）以及计算资源（cpu、gpuasic等芯片）。上游基础设施层为中游的技术扩展和下游的行业应用层提供物理资源和驱动，是区块链架构的基础。
（1）硬件。区块链硬件主要包括矿机、路由器和存储硬盘。
其中矿机是区块链应用中最主要的硬件设备，其功能单一，核心为芯片，主要为区块链应用提供算力，路由器、存储硬盘等硬件则起充分利用用户闲置的网络带宽与存储资源的作用。随着区块链应用的推广，分布式记账对网络节点的算力要求大幅提高，矿机芯片开始从cpu、gpu、fpga向asic专用芯片发展转变，目前asic是区块链应用中的主流运算芯片。中国本土企业在区块链硬件领域具有绝对优势，全球大部分区块链硬件均由中国厂商生产，世界排名前三的区块链硬件设备厂商比特大陆、嘉楠耘智和亿邦科技均为中国企业。
（2）基础协议。基础协议作为区块链的操作系统，负责维护网络节点，为各节点提供ai调用，通常采用p2p网络组网，结合各类密码学安全机制和共识机制，为区块链应用构建对等、安全、信任的网络和通信基础。通过共识机制，未建立信任关系的区块链节点遵循多数节点达成一致的信任构建方式，共同对数据写入等行为进行监管，舍弃传统中心化网络中心集权的模式，摆脱对网络中心的依赖。基础协议是区块链运行的基础，无论何种区块链应用均须基于区块链基础协议运行。目前，无论是创业企业还是大企业，均积极布局区块链基础协议，以求抢占行业发展先机，典型代表企业有neo和迅雷。
随着区块链技术架构的完善以及区块链应用的普及，中游技术扩展层开始出现，专门为区块链技术或应用开发者提供服务，使开发者可在基础设施层和行业应用层间，以可执行代码的方式调用通用区块链技术应用，在此基础上继续开发区块链应用，大幅降低区块链技术开发门槛，缩短区块链技术开发时间，使区块链应用可快速、蓬勃兴盛。
（3）快速计算应用。如闪电网络系统，主要用于优化基础区块链算力不足问题，提高区块链的交易速度。添置闪电网络系统使区块链扩容，在不改变区块链底层架构的基础上，提高链上交易处理速度。
（4）智能合约技术。智能合约是自动执行合约条款的计算机化程序，通过智能合约技术，区块链系统可自动完成既定规则的条件触发和任务执行，减少人工干预程度。智能合约与区块链结合，优化了区块链的执行功能，使区块链在各类应用场景中能自动执行任务，提高交易效率和公平性，降低系统运行成本。目前，研发智能合约技术的代表企业有秘猿科技和全息互信。
（5）baas平台。baas是一种区块链与云计算深度结合的服务形式，是一个基于云服务的企业级的区块链开放平台，接受用户一键式快速部署接入，拥有去中心化信任机制，支持私有链、联盟链或多链，拥有较强私有化部署和运维管理能力。在baas平台建设方面，大企业较为活跃，典型代表企业有百度，腾讯和华为。
（6）区块链解决方案。区块链解决方案在基础区块链架构上，为客户提供针对具体业务场景的解决方案，方便开发者基于区块链技术开发产品和应用。区块链解决方案为企业级应用，对于多数传统企业和中小型企业而言，在推动区块链技术落地的过程中，须克服许多技术障碍，完全依靠自主解决耗时费力，采用解决方案服务商提供的区块链解决方案，可有针对性地解决难题或避免难题，降低技术落地难度，例如百度推出的超级链解决方案，适用于众多行业，开发区块链行业应用的企业可利用超级链解决方案研发区块链行业应用，免去基础区块链架构部署环节。目前，提供区块链解决方案的企业较多，包括bat等大型科技企业以及区块链创业企业，如复杂美、智链、趣链等。
2018年底，金融区块链应用市场份额约占整体区块链应用市场份额的45%。行业应用层主要为不同行业或各类应用场景提供区块链应用服务，覆盖金融、物流、医疗、能源、公益、娱乐、法律等行业，具体应用包括区块链跨境支付、数字货币、区块链供应链金融、区块链公益、区块链版权保护等。与区块链基础设施层和区块链技术扩展层相比，行业应用层直观地体现了区块链技术的应用价值，目前中国企业对区块链行业应用探索逐渐活跃，区块链应用布局的行业领域逐渐扩张。当前区块链在金融行业的应用探索表现最为亮眼，2018年底，金融区块链应用市场份额约占整体区块链应用市场份额的45%，其中涉及数字票据，智能合约、供应链金融、支付交易清算、权益登记和转让等众多金融细分场景的区块链应用，以及物流、医疗、电商、娱乐、交通等领域的区块链应用。
2014—2018年，中国区块链行业营收增长主要受到加密货币市场驱动，从6亿美元赠长至152亿美元，其间年复合增长率达124.3%。中国区块链行业处于初期发展阶段，区块链行业应用尚未成熟，能真正产生商业化收入的项目屈指可数，因此行业应用类项目的市场营收有限。但区块链应用发展前景较为明朗，市场需求旺盛，企业愿意相信区块链拥有未来，不断加入区块链的研发行列。在金融、物流、医疗、电商、娱乐、交通等领域对区块链技术的需求增长的形势下，区块链市场营收规模将继续增长。
2.2.3 虚拟数字人：虚拟世界的参与者
虚拟数字人是具有数字化外形的虚拟人物。根据头豹研究院的定义，虚拟数字人是指通过计算机图形学、图形渲染、动作捕捉、深度学习、语音合成等技术手段，打造出存在于物理世界中并具有数字化外形的虚拟人物。虚拟数字人具备如下三方面特征：（1）人的外观，即具备特定相貌、性别和性格等人物特征；（2）人的行为，即具有用语言、面部表情和肢体动作表达能力；（3）人的思想，即具有识别外界环境，并与人交流互动的能力。
技术推动下，虚拟数字人已进入发展成长期。得益于电脑绘图和人工智能等技术推动，虚拟数字人发展经历萌芽、探索、初级和成长四个阶段，目前正处于快速成长期，未来将向着智能化、便捷化、精细化和多样化的方向发展。此外，从运用领域看，虚拟数字人的应用领域也从文娱领域拓展至金融、医疗、教育、通信等千行百业。很多人把其当作简单的一个人物形象的替换，但其实他的作用有很多，比如医美行业，可以用虚拟人规避很多法律方面的风险。
虚拟数字人可分为非交互型虚拟数字人、智能驱动型虚拟数字人和真人驱动型虚拟数字人三种。虚拟数字人作为新一代人机交互平台，一般包括人物形象、语音生成、动画生成、音视频显示、交互等五个模块构成，并根据不同交互模块可分为非交互型虚拟数字人、智能驱动型虚拟数字人和真人驱动型虚拟数字人。非交互型虚拟数字人系统运作流程较简单，系统根据目标文本生成对应的人物语音及动画，并合成音视频，通过终端呈现给用户。智能驱动型虚拟数字人的语音表达、面部表情、具体动作主要通过深度学习模型的运算结果实时或离线驱动，在渲染后实现最终效果。真人驱动型虚拟数字人运作是通过真人来驱动数字人，技术流程中须根据真人演员进行形象设计与建模，同时真人演员为数字人提供动作与语音等内容。
虚拟数字人产业链上游是内容制作类、工具类和p策划类公司，中游是虚拟人厂商、综合类/互联网技术商、专长类ai厂商、cg厂商和xr厂商，下游主要是企业服务、文娱等各类公司。
虚拟数字人产业链上游包括显示设备、光学器件、传感器、芯片等硬件制造商以及建模软件、渲染引擎等软件制造商。（1）显示设备：数字人载体，既包括手机、电视、投影、led显示等2d显示设备，也包括裸眼立体、ar、vr等3d显示设备；（2）光学器件：用于视觉传感器、用户显示器制作；（3）传感器：用于数字人原始数据及用户数据采集；（4）芯片：用于传感器数据预处理和数字人模型渲染、ai计算。
虚拟数字人产业链中游包括软硬件系统、生产技术服务平台和ai能力平台，为虚拟数字人制作及开发提供技术能力，其中最重要的技术为人工智能技术。人工智能技术作为虚拟数字人行业核心驱动力量，已成为各国经济发展新引擎。经过多年积累，中国在人工智能领域取得突破进展，人工智能理论和技术日益成熟，应用范围不断扩大，全产业链逐步形成，商业模式也逐步进展中。据头豹研究院的数据，2019年，中国人工智能相关产业规模近6400亿元，同比增长21%，已成为全球人工智能第二大力量，2020年中国人工智能相关产业规模超万亿元，其核心产业规模已达3251亿元，人工智能的快速发展为提升ai语音交互能力带来了极大的便利。
虚拟数字人产业链下游为虚拟数字人技术结合实际应用场景领域，包括传媒、游戏、影视、金融、文旅等行业，形成行业整体解决方案，赋能各领域发展。根据不同行业及应用领域，虚拟数字人可分为娱乐型数字人（虚拟主播、虚拟偶像等）、教育型数字人（虚拟教师）、助手型数字人（虚拟客服、虚拟导游、智能助手等）、影视型数字人（替身演员、虚拟演员等）。虚拟数字人技术、产品与不同行业相结合，与人们生产生活相融合，其规模化、可定制化、可复制化的能力可推动改善传统环节流程、提升效能、降低成本等，大幅提升业务效率，增强用户体验感，给传统领域带来变革。除了传统领域外，虚拟数字人还可应用于政务领域，主要为语音机器人（仿真类型），理解人们说话意图以及背后的含义。
预计至2030年，虚拟数字人市场规模将实现2703亿元。根据头豹研究院测算，基于2019年影视、直播、游戏金融领域所贡献收入和虚拟数字人在各领域所贡献比例，当前虚拟数字人市场规模已超2000亿元。根据产业应用，虚拟数字人可划分为服务型虚拟数字人和身份型虚拟数字人；受益于虚拟ip潜力巨大以及虚拟第二分身起步发展，身份型虚拟数字人在未来发展中占据主导地位，根据专家预测，2030年市场规模达1747亿元；服务型虚拟数字人发展较为稳定，未来ai助手将在金融、政务、文旅等领域逐步发展，预计到2030年，服务型数字人市场规模达95亿元。综合两类虚拟数字人，预计2030年虚拟数字人市场规模将实现2703亿元。
11月19日，新华社旗下青年演说品牌“新青年”推出虚拟偶像“热爱”，目前高瓴、motphys谋先飞、河南卫视已加入“热爱联盟'成为合作伙伴。
2.2.4 5g：提供低延时、高拟真的体验
第五代移动通信技术（5th generation mobile communication technology，5g）是具有高速率、低时延和大连接特点的新一代宽带移动通信技术，是实现人机物互联的网络基础设施。国际电信联盟（itu）定义了5g的三大类应用场景，即增强移动宽带（embb）、超高可靠低时延通信（urllc）和海量机器类通信（mmtc）。（1）增强移动宽带（embb）：主要面向移动互联网流量爆炸式增长，为移动互联网用户提供更加极致的应用体验；（2）超高可靠低时延通信（urllc）：主要面向工业控制、远程医疗、自动驾驶等对时延和可靠性具有极高要求的垂直行业应用需求；（3）海量机器类通信（mmtc）：主要面向智慧城市、智能家居、环境监测等以传感和数据采集为目标的应用需求。为满足5g多样化的应用场景需求，5g的关键性能指标更加多元化。itu定义了5g八大关键性能指标，其中高速率、低时延、大连接成为5g最突出的特征，用户体验速率达lgbps，时延低至lms，用户连接能力达100万连接/平方公里。5g技术、架构体系及产业链。
5g的发展速度飞快，且运用场景广泛。截至2021年9月，全球已经部署了150多万5g站点，有176张5g商用网络提供5g服务，帮助超过5.2亿用户实现跨代体验升级；得益于快速成熟且不断加速发展的终端产业，全球已经有超过1000款5g终端发布，涵盖了个人手机、家庭cpe和行业模组等，为5g的多样化业务提供了丰富生态。根据华为发布的《5g时代十大应用场景白皮书》，未来5g运用领域宽广，运用范围广泛。
5g网络具有高传送速率、低延时等特点（见表2-6）。尽管关于5g的具体标准和参数尚未定论，但tu已经发布了5g的参数标准，其中对比4g的主要提高之处如下：5g的速度将达到4g的100倍（1gbps），和google fiber相同，峰值速率达到200gbps，意味着用户下载8gb的hd电影只需要6秒，而3g网络下需要70分钟，4g网络需要7分钟。
元宇宙的海量实时信息交互和沉浸式体验的实现需要通信技术和计算能力的持续提升作为基础，而5g技术的普及可在一定程度上解决该问题。5g带来的传输速率提升、时延减少以及连接数提升等通信能力升级，以及gpu浮点计算能力不断提升和云计算以及边缘计算技术等在算力上的不断升级将推动元宇宙发展。
我国5g加速普及。根据工信部新闻发言人在2020年工业和信息化发展情况发布会上的发言可知，2020年5g建设加速，全年新开通5g基站超60万个。当前5g渗透率仍处于快速提升阶段，根据工信部《5g应用“扬帆”行动计划》，预计2023年5g个人用户普及率目标超过40%，用户数超过5.6亿人，5g网络接入流量占比超50%。
2.2.5 数据中心：保证更强算力的基础设施
数据中心（data center，dc），即一个组织或单位用以集中放置计算机系统和诸如通信和存储这样的相关设备的基础设施，也可能是以外包方式让许多其他公司存放它们的设备或数据的地方。互联网数据中心（internet data center，idc）是指一种拥有完善的设备（包括高速互联网接入带宽、高性能局域网络、安全可靠的机房环境等）、专业化的管理、完善的应用的服务平台，其与数据中心的区别在于有网络的接入，且对外提供服务。云计算数据中心是指可适应云计算的数据中心，通过软件定义数据中心，并对外提供弹性服务。因为狭义的idc产业只出租到机柜层级，而服务器和存储由客户自己提供，因此云计算数据中心和传统互联网数据中心的差异主要体现在网络设备和网络架构上，以满足云计算数据中心内部流量（东西向流量）大于外部流量（南北向流量）的特点。云计算数据中心具有以下特点：（1）与大规模数据中心相伴，细节的优化意义重大；（2）将软硬件资源全部抽象为服务，灵活、弹性、可扩展。（3）加速了基础设施的技术演进。数据中心、互联网数据中心和云计算数据中心关系。
数据中心规模，按标准机架数量，可分中小型（n＜3000）、大型（3000≤n＜10000）和超大型（n≥10000）。数据中心可用性，可按《gb50147——2017数据中心设计规范》分为a级、b级和c级，业内也常按tia——942标准分为tl、t2、t3和t4。也有数据中心服务商的宣传材料中，宣称级别为“n星级”或者“tn+”，均为非标准说法（见表2-7）。
数据中心按自身的生命周期可以分为规划、设计、建设和运营四个阶段。在每个阶段，均有不同的产业链上下游，其中，建设阶段涉及面较广，包含用地、用电、用水、用网、it设备、非it设备、土建及其他工程、软件系统等多个方面。
数据中心的业务模式包括批发型和零售型两种。批发型主要针对大客户，一般以模块为最小出租单位。针对超大型客户的订制型数据中心可以看作批发型的延伸，近几年发展较为迅速。零售型主要针对小客户，一般以机柜为最小出租单位，早期也有服务商以机柜单元（u）为出租单位服务微型客户，但目前这种微型客户多以web自助服务的形式，转向公有云。一般来说，批发型考验的是资源整合能力、快速建设和扩张能力，而零售型考验的是精细运维及运营能力。从国内外厂商来看，批发和零售均可取得成功。目前国内，受新基建政策等影响，批发型更受快进快出的资本市场青睐。但从长期看，零售型更具有成长的韧性（见表2-8）。
数据中心同时具有地产属性和it属性，因此业内常称其为“it中最像地产的，地产中最像it的”。地产属性即场地和风火水电，it主要用于管理和处理信息所采用的各种技术的总称。它主要是应用计算机科学和通信技术来设计、开发、安装和实施信息系统及应用，主要包括传感技术、计算机技术和通信技术。两种属性具有统一和对立的特点：一般情况下，it属性会受地产属性的限制，如云计算数据中心和大规模数据中心相结合更具有意义。it属性也会反作用于地产属性，如采用高性能芯片的整体机柜，在未来有可能使得数据中心面积的需求大幅降低。
数据中心被写入新基建，将有更多“国家队”上场。在2020年4月，官方明确给出了新基建的范围，其中包括数据中心。这对数据中心整体利好，但也带来阿里巴巴、腾讯等大型互联网公司以及更多国企的高举高打，原有小型且低端的数据中心不仅难以吃到红利，而且会加快淘汰出局。
reits将推动idc行业向好。reits（real estate investment trusts，不动产投资信托基金），是一种金融工具，是不动产证券化的重要手段。不动产证券化是把流动性较低的、非证券形态的不动产投资，直接转化为资本市场上的证券资产的金融交易过程。2020年4月30日，证监会与国家发展改革委联合发布了《关于推进基础设施领域不动产投资信托基金（reits）试点相关工作的通知》，标志着境内基础设施领域公募reits试点正式起步。从美国reits市值占比看，数据中心排位靠前，因中国的reits试点聚焦于基础设施领域（排除了商业地产等），因此，占比或将更高。
2019年，数据中心市场规模已超千亿元。2019年，中国idc业务的总体营收已达1132.4亿元。未来，受益于5g技术的日益成熟与普及、互联网行业的持续高速发展等，国内idc行业仍将保持30%以上的年复合增长率。
长期来看，数据中心需求旺盛。从长期来看，数据中心机房面积与数据流量相关，而数据流量又与人口数量和经济发展相关。对比中美人均机房面积，中国仍有相当大的差距，因此，从整体来看，数据中心仍有较强的需求（见表2-9）。
数据中心2020年用电量约占全社会总用电量的2.7%，随着数据中心投产规模的增加，这一占比将持续上升。数据中心能耗主要包括四部分：it设备能耗、制冷系统能耗、供配电系统能耗、照明及其他能耗。总能耗比it设备能耗，即为pue值。即使采用相同技术，数据中心在各地的能耗也不相同，年平均气温较低区域，用于制冷系统的能耗大幅降低，pue值较低。另外，各地的pue要求也不同，一线城市和东部地区更为严格。除pue外，不同地区电价也不相同。对数据中心约束性最强的是用电指标，一线城市的新规划数据中心往往难以拿到该指标，不管pue多低、电价多高。因此，从电力单要素考虑，向一线城市周边区域、边远区域发展是大势所趋。除大型互联网公司外，传统idc（尤其是零售型）向外布局仍有阻力：客户上架、运维都更复杂，客户与其他数据中心联动复杂，政务客户等受不出省限制，等等。
随着新基建政策的出台，互联网企业和大型国企均加码在数据中心产业的布局，数据中心产业将进入整合期。首先，随着一线城市禁限令的相继出台，以及reits等金融工具的试点，老、旧、小数据中心将难以适应未来发展，数据中心产业必然进入大鱼吃小鱼的横向整合期。其次，随着公有云的不断发展，云厂商和传统数据中心运营商的竞合关系越来越明显，不少数据中心运营商寻求专有云、混合云的转型之路。再次，数据中心产业链本身，也呈现出更明确的分工（如建设和运营分工）和大厂商向上游延伸（如云计算厂商开始研发芯片、白盒交换机、电源设备等）两种不同的现象。
2.2.6 边缘计算：元宇宙算力保障，保障元宇宙的低延时
“边缘”意味靠近数据源头，不包括手机、pc、摄像头等终端设备。边缘云计算相较边缘计算，更强调依托于云计算技术实现边缘侧的计算、网络、存储、安全及各类应用能力。从边缘侧对时延、弹性、分析等方面的需求出发，云计算架构相比传统架构的优势明显，因此绝大部分情况下业界所指的边缘计算即为边缘云计算。边缘云计算构筑在位于中心云与终端之间的边缘基础设施之上，是云计算能力由中心向边缘的下沉，强调通过云边的一体化、协同管理来解决在集中式云计算模式下所无法满足的业务需求。
分类：业界对于不同位置的边缘云叫法不一，本书根据边缘基础设施和承载业务的差异，将边缘云按照距中心云从近到远划分为区域、现场和iot三类。自动驾驶、云游戏等共享型业务，可部署在市级或区级的区域边缘云上，而面向工厂、港口、园区等的专享型边缘云业务既可以搭建在客户现场的边缘数据中心之上，也可以依托于边缘网关等更轻量级的设备来实现。从技术路线上看，区域边缘云和现场边缘云同是基于边缘数据中心，是通过ict基础设施的下沉实现边缘云的能力，而iot边缘云是对于以工业场景为代表的各类现场设备进行云化的升级改造。
作为中心云计算的延伸，边缘云计算将计算能力拓展至“最后一公里”。边缘云计算出现的背景是为了弥补集中式云计算能力的不足，因而讨论边缘云时往往不能独立于中心云，应当放在云-边-端的整体框架之下，将边缘云视作中心云在靠近用户侧的下沉。章鱼“1个大脑+n个小脑”结构和中心云+边缘云的分布式架构极为相似，各式各样的终端采集到海量数据后，将需要实时处理的小规模、局部数据就近在边缘云上完成，而复杂、大规模的全局性任务则交由中心云汇总和深入分析，中心云与边缘云统一管控、智能调度，进而实现算力的优化分配。
对时延和成本的关注是当前应用边缘云最主要的动力。边缘云相比中心云更靠近用户，靠近数据产生和使用的位置，在网络时延和传输成本方面具有明显优势，可以缓解中心云的计算负载和带宽压力。边缘侧一方面是实现在集中式云计算模式下无法实现的超低延时的数据交互与自动反馈，另一方面是承担数据预处理工作，包括共性和常用数据的存储和调用等。
边缘云计算的架构自下而上同样分为iaas、paas和saas三层。其中iaas层主要是为边缘云平台提供的计算、存储和网络资源，paas层既包括位置服务、流量统计、身份识别等网络能力，也包括人脸识别、音视频转码等行业能力，saas层提供各类行业应用。此外，边缘云需要在业务、应用管理、数据、资源等方面与中心云实现云边协同（图2-64、图2-65）。
预计2025年规模将超500亿元，年复合增长率达43.3%。根据信通院2020年5月的调研数据显示，中国企业中仅有不足5%使用了边缘计算，但计划使用的比例高达44.2%。根据艾瑞咨询测算，2020年中国边缘云计算市场规模为91亿元，其中区域、现场、iot三类边缘云市场规模分别达到37亿元、38亿元及16亿元。预计到2025年整体边缘云规模将以44.0%的年复合增长率增长至550亿元，其中区域边缘云将凭借互动直播、vcdn、车联网等率先成熟的场景实现增速领跑。2030年，中国边缘云计算市场规模预计达到接近2500亿元。
边缘云计算的驱动因素为：数据爆炸，集中式云计算捉襟见肘，边缘刚需场景涌现。根据艾瑞咨询测算，中国物联网连接量将从2019年的55亿个增长至2023年的148亿个，年复合增长率达到28.1%。物联网感知数据量激增，数据类型愈发复杂多样，idc预测到2025年中国每年产生的数据量将增长48.6zb。随着智慧城市、自动驾驶、工业互联网等应用的落地，海量的终端设备实时产生数据，集中式云计算在带宽负载、网络延时、数据管理成本等方面将愈发显得捉襟见肘，难以适应数据频繁交互的需求，边缘侧的价值将进一步凸显。
边缘云计算发展的支撑条件：（1）芯片。fpga同时满足边缘侧对性能、能耗及延迟的要求。fpga兼具强大的计算性能和超低的延迟，其低功耗的特性更适合部署在边缘侧，又不似asic般专为某种特定用途而定制，因而应能够有效应对边缘云计算带来的挑战。英特尔、赛灵思等国际芯片巨头持续加码fpga芯片，并推出支持。（2）网络。5g强势加持，wi-fi在室内场景形成互补。5g被公认为边缘计算时代最重要的网络技术，其大带宽、低时延、广连接的特性与边缘云场景相契合，尤其在自动驾驶等要求室外覆盖、移动性的场景中具有不可替代性。5g用户面功能upf下沉实现了业务数据的本地卸载分流，使得边缘云节点可以灵活部署在不同的网络位置。（3）云计算。企业上云常态化，云原生下沉实现云边端一体化。近年来云原生的热度持续高涨，包括容器、微服务、devops等在内的云原生技术和理念强调松耦合的架构和简单便捷的扩展能力，旨在通过统一标准实现不同基础设施上一致的云计算体验。相比于虚拟主机，云原生更适合边缘云计算的场景，可以为云边端提供一体化的应用分发与协同管理，解决边缘侧大规模应用交付、运维、管控的问题。
“新基建”加码，边缘云计算快速发展。“新基建”是十四五规划的重点方向，通过优化算力资源结构，将高频调用、低时延业务需求分配至边缘数据中心，推动5g承载网络的边缘组网建设，为将算力和网络下沉到边缘创造条件。同时，工业互联网、车联网、远程医疗等产业政策明确提及边缘计算，推动关键技术研究、标准体系建设及软硬件产品研发，促进边缘云在典型产业的融合应用。
应对超低延时和海量数据带来的挑战是企业客户选择应用边缘云的核心需求所在。超低时延、海量数据、边缘智能、数据安全及云边协同的价值是促使企业选择边缘云计算的主要因素，其中又尤以应对超低时延和海量数据的挑战时，最能体现出边缘云相比集中式云计算或传统网关模式的优势。在工业互联网、车联网/自动驾驶、智慧交通、云游戏及vr/ar等场景中，数据的传输及处理量极大，如果不采用边缘云架构，不仅是带宽成本居高不下，更无法满足对时延的极高要求，可以说是天然最适合应用边缘云的场景。
下游应用场景的成熟推动边缘云计算的发展。当前边缘云计算尚处在发展的初期阶段，mec、边缘云原生及边缘ai等关键技术以及一系列行业标准仍在演进中，随着基础设施的建设落地以及上层应用生态的完善丰富，边缘云的投入产出比会持续优化，其对于企业客户的价值将进一步显现。除内因之外，下游场景的成熟度于边缘云来说同样至关重要。尤其在对边缘云需求最为刚性的工业物联网、自动驾驶、云游戏、vr/ar等场景中，技术、需求、商业模式或产业链大多存在痛点，因而未能实现大规模商用。对于这些场景来说，国家政策往往会是一项重要的推动因素。总结来看，基于潜在客户数量×渗透率×客单价的等式，边缘云的爆发既有赖于行业自身的发展成熟，也需要关注下游重点场景的规模化商用。
2.2.7 人工智能：大幅提升元宇宙音视频交互能力的工具
艾伦·图灵（alan turing）于1950年在其论文中提出问题：“机器能思考吗？”随后，人们对该领域展开了深度研究。在人工智能的发展历程中，关于对人工智能的定义不断地被提出。“人工智能”概念的提出者约翰·麦卡锡（john mccarthy）给出的定义为：“这是制造智能机器，特别是智能计算机程序的科学和工程。它与使用计算机了解人类智能的类似任务有关，但ai不必局限于生物可观察的方法。”
随后，stuart russell和peter norvig提出了ai的四个潜在目标，并按照理性以及思维和行动将ai和计算机系统区分开来。分别是：（1）人类方法，包括像人类一样思考的系统、像人类一样行动的系统。（2）理想方法，理性思考的系统、理性行动的系统。简略地来说，人工智能是结合了计算机和强大数据集的领域，能够帮助解决问题。
人工智能包括了机器学习和深度学习等领域。通常来说，深度学习和机器学习这两个词的定义非常相似，但需要注意的是，这两者间有细微的差别。实际上，深度学习属于机器学习的一个子领域。深度学习由神经网络组成，“深度”是指由三层以上组成的神经网络（包括输入和输出）。
深度学习和机器学习的不同之处是其学习的方式。深度学习可以自动执行过程中的大部分特征提取，消除某些人工干预，能使用更大的数据集。而非深度的机器学习更需要人工干预以支持其学习过程。
人工智能的雏形早在1950年就形成，在1956年首届ai会议上，“人工智能”这一术语被正式创造。在之后的几十年中，不断地有巨大的突破和进展，并在步入20世纪后期后引来高速的发展。在1997年，ibm的深蓝计算机在国际象棋比赛中击败了当时的国际象棋世界冠军；此外，在2016年，deepmind的alpha go击败了围棋世界冠军。这些例子都体现了人工智能强大的能力和可观的发展前景。
人工智能的产业链可分为基础层，技术层，应用层。基础层包括算力、算法、数据；技术层是构建“护城河”的基础；应用层则可直接应用ai技术到具体场景中。
其中基础层尤其重要。基础层包含了三大要素，分别为算力、算法、数据。此外，人工智能的发展和应用离不开其基础层的建设。人工智能基础层包括二大板块：（1）智能计算群；（2）智能模型敏捷开发工具；（3）数据基础服务与治理平台。ai基础层对于ai在不同行业的应用意义重大。ai基础层通过提供算例、开发工具、数据资源帮助推动人工智能在各领域的应用。
（1）智能计算群。提供支撑ai模型开发、训练、推理的算力资源（包括系统级ai芯片、异构智能计算服务器、下游人工智能计算中心）。
（2）智能模型敏捷开发工具。ai应用模型的生产（包括开源算法框架、提供语音和图像等ai技术能力调用的ai开放平台和ai应用模型效率化生产平台）。
（3）数据基础服务与治理平台。ai的数据资源生产与治理（提供ai基础数据服务）。
人工智能行业有众多企业参与其中，大多数参与人工智能领域的企业都集中在技术层。其中包括了百度、滴滴、科大讯飞、搜狗等知名企业，并且一个企业通常在多个技术领域发展，为不同行业提供差异化的解决方案。
中国人工智能产业规模庞大，以下将分成几部分来描述中国人工智能行业各细分领域的市场规模以及增长预测仅在基础层，其市场规模或将在2025年达到2475亿元。2021—2025年，其cagr就可高达37%。如此快速的增长源自ai应用模型效率化生产平台创收增长以及ai芯片市场规模增大所带来的动力。
在2019年，我国ai芯片市场仅有126亿元的市场规模，预测其市场规模将在2025年快速增长到1385亿元。作为人工智能中ai训练和推理的关键硬件，ai芯片市场被广泛用于人工智能、云计算、数据中心、边缘计算等领域。目前我国ai芯片市场尚处于起步阶段，未来将有巨大的上升空间。
在2020年，中国ai技术开放平台市场规模就达到了225亿元，并预计在2025年达到730亿元。如此快速地增长是由于数据量和ai算力的提升，应用场景和算法的交互愈加频繁，两者结合开发出的ai应用模型需要通过ai技术开放平台的ai技术能力。2020年，其中计算机视觉类与语音技术类占规模占比的72.2%。计算机视觉类业务技术能力主要由人脸识别、人体识别、ocr文字识别、图像识别等构成，且其技术价格对比其他技术而言相对较高。
2.2.8 激光雷达：未来智能车在元宇宙领域的眼睛
元宇宙推动行业变革，跨界融合频现，感知作为元宇宙中现实与虚拟世界进行交互的先决条件，其探测精度、广度与速度直接影响用户的交互体验，激光雷达其实是一个很好的从二维图像向三维图像演变，并且需要实时传输数据的场景。
激光雷达被广泛用于无人驾驶汽车和机器人领域，被誉为广义机器人的“眼睛”，是一种通过发射激光来测量物体与传感器之间精确距离的主动测量装置。激光雷达通过激光器和探测器组成的收发阵列，结合光束扫描，可以对广义机器人所处环境进行实时感知，获取周围物体的精确距离及轮廓信息，以实现避障功能；同时，结合预先采集的高精地图，机器人在环境中通过激光雷达的定位精度可达厘米量级，以实现自主导航。
不同使用场景对于激光雷达产品性能的需求差异巨大。除当下热度较高的智能汽车无人驾驶外，面向乘用车的前装高级辅助驾驶（adas）、服务型机器人、车联网（v2x）等领域也是激光雷达当前或者近期的重要市场。因为使用场景和搭载激光雷达的载体（无人驾驶汽车、乘用车、机器人等）具有明显差异，这些市场对激光雷达的性能、价格、体积等维度提出了不同的需求。车联网应用处于起步阶段，使用场景具有多样性，对无人驾驶、高级辅助驾驶、机器人领域的激光雷达都会有相应需求。
激光雷达的技术路径为机械式向固态式演进。机械式激光雷达生产成本居高不下、寿命较短，难以面向前装量产。激光雷达固态化后能避免旋转带来的不稳定性，减少使用过程中的损耗，更易满足车规要求，固态化、核心部件芯片化逐渐成为厂商研发主流趋势之一，2018年，镭神智能已推出集成高频高带宽模拟晶体管、放大器的模拟信号处理芯片，用单枚芯片实现激光雷达整体控制，大大缩小激光雷达信号处理电路的体积与功耗。固态激光雷达扫描速度快、尺寸小，或将成为激光雷达最终方案。
激光雷达不止应用于自动驾驶，还有数字孪生和元宇宙。据麦姆斯咨询介绍，在一系列有望创造未来自动驾驶汽车的先进技术中，激光雷达（lidar）技术引起了人们的关注，但激光雷达传感器在数字孪生和元宇宙应用中的表现也很突出。数字孪生的核心是以高保真度和高频率更新现实世界的模型。激光雷达可以作为立体摄像头等技术的补充，用于从物理世界捕获3d数据，并将这些数据传输到数字孪生或元宇宙应用中。
在数字孪生的世界里，激光雷达可能有很大的发展空间。在一个日益关注面部识别隐私的时代，激光雷达缺乏精确的面部识别能力可能是它的一个优点，而不是一个缺点。seoul robotics首席执行官hanbin lee向venturebeat说道，注重隐私的数据对于零售和智慧城市用例至关重要。例如，零售店正在使用3d数据来跟踪各种指标，如结账过程的时长、顾客在商店中的移动路线、他们关注的产品以及停留了多长时间。再比如，梅赛德斯-奔驰（mercedes-benz）在其一些展厅中利用seoul robotics的技术来观察参观者是如何与展出车辆进行互动的。德国铁路公司deutsche bahn将here technologies的激光雷达技术用于其新型sensors4rail铁路数字孪生。通过这些数据，可以跟踪可能影响操作的对象（如建筑物、电杆和平台边缘）的变化。日立abb电网有限公司企业解决方案高级副总裁bryan friehauf也认为激光雷达在精确监测电力基础设施方面有着重要作用。他认为激光雷达对于收集动态地理数据至关重要，例如植被生长、侵蚀或气候变化的影响。在德国，科隆市（cologne）使用激光雷达来补充全市的数字孪生系统。其他数据源包括bim建筑数据、数字地形模型数据和集成到esri cityengine的高分辨率照片。模拟噪声、空气污染、洪水、交通和能源利用的各种模型可以改善相关的规划或应急响应。激光雷达还可以帮助科学家和工程师们建立更准确、更真实的海岸和海洋数字孪生模型，用于渔业发展规划、评估气候变化对海岸的影响和海上基础设施工程（如风车和石油钻机）的建设。据terradepth联合创始人兼联合首席执行官joe wolfel称，海洋勘探也是激光雷达擅长的领域。他说：“随着人类希望更多地了解海洋，并试图阻止气候变化和对98.5%的地球生物圈的破坏，海洋数据正变得越来越重要。”使用特定颜色激光的测深激光雷达可以穿透比可见光更深的地方，并快速绘制水下25—50米的精确地图。像terradepth这类的公司正在将激光雷达安装在可以进行更深水域调查的水下自主潜水器上。科大讯飞发布的“城市超脑计划”。
纳斯达克上市的“元宇宙全息ar第一股”微美全息宣布其3d全息脉冲激光雷达产品“wimi holopluse lidar”，获得美国联邦通信委员会许可，准许进入美国市场。这预示着微美全息将应用在自动驾驶、环境感知、3d全息成像、先进的驾驶员辅助系统（adas）、交通管理、3d打印等领域。wimi holopluse lidar是一款多功能全息脉冲激光雷达传感器，探测视野大，探测距离远，具有独特的扫描模式，其尺寸小且重量轻。自带点云接口，操作时不需要额外连接适配器盒。wimi holopluse lidar激光雷达方案提供与硬件产品配套的软件开发包，包括目标检测、分类和计数等功能。数字孪生技术的关键之一便是以高保真度和高频率更新现实世界的模型。激光雷达恰好可以作为立体相机等技术的补充，用于从物理世界捕捉3d数据，并将这些数据输送到数字孪生或元宇宙应用中，微美全息在不断的创新中寻找新的增长点，也表达了对元宇宙带来长期超越想象的潜力和机会有着绝对的信心。