研究报告 2025 年全球感知技术十大趋势预测 2 前言 在当今时代，人工智能、大数据、物联网以及新型通信技术正以前所未有的速度蓬勃发展。 这些技术的不断进步，犹如一股强大的推动力，为感知技术的发展带来了前所未有的机遇。感知 技术，作为科技领域的关键一环，正站在变革的十字路口。 传统的单一传感模式，在智能化时代的浪潮下，逐渐暴露出其局限性。它已难以满足环境认 知、精确定 ，环境认知需要更加全面、 准确的信息获取，精确定位要求更高的精度和可靠性，而交互体验则追求更加自然、流畅的感受。 单一传感模式由于其自身的局限性，无法同时兼顾这些需求。 然而，2025 年的感知技术将迎来全新的发展格局。它将在多个前沿领域展现出令人瞩目的突 破。多模态融合技术，将多种传感器的数据进行深度整合，为环境认知提供更丰富、准确的信息； 超低延迟网络技术，能够实现数据的实时传输，为远程控制和实时反馈提供有力支持；3D 方面的丰富实践，精心归纳出 2025 年感知技术的十大趋势。报告不仅将详细介绍每一趋势的技 术原理、关键算法和实现方式，还会结合国内外领先企业的实际应用案例，深入分析各趋势对未 来商业生态所产生的深远影响。这份报告旨在为技术研究者提供全面、深入的参考，同时也为决 策者、企业管理层和投资人指明未来技术发展的明确方向。 在全球数字化转型加速的大背景下，感知技术早已超越了单纯的技术进步范畴。它成为了实

现频次明显加大。在技术演进进程中，人机交互的友好性得以提升， 与此同时，在医疗健康领域，针对癫痫、抑郁症、脊髓损伤等疾病 的精准治疗案例持续涌现。这一系列现象表明，脑机接口已步入技 术爆发式发展阶段，正沿着脑感知与脑调控这两大核心方向稳步演 进，且展现出融合化与智能化的发展趋势，具体表现为技术手段深 度融合、功能模块有机整合以及多学科交叉渗透融合，进而使得脑 机接口系统在解码、控制与校准等关键环节的智能化水平显著提升。 脑机接口分类与国内外布局..............................................................................1 (一) 脑机接口分为脑感知与脑调控技术..........................................................1 (二) 脑机接口技术具有创新、交叉、前沿三个特性........ .........................................12 脑机接口技术与应用研究报告（2025 年） 1 一、脑机接口技术分类与国内外布局 (一)脑机接口分为脑感知与脑调控技术 脑机接口（Brain Computer Interface, BCI） 是一种建立大脑与 外部设备之间直接通信通路的技术，其核心目标是解读大脑活动产 生的意图或状态信息，并将其转化为控制外部设备的指令；或者将

网络的安全威胁往往被忽略 办公网络成为安全洼地！！ 网络外部 网络 内网终端有没有肉鸡不清楚？ 终端用户有没有异常的行为不知道？ 数据的流转和拷贝，无法管控？ 有哪些 BYOD 接入使用网络，不感知？ 防火墙 防病毒 IPS 阻挡来自外部 边界的威胁 原因是：传统安全建设现状 边界防御为主 网闸 有记录，实时 可查，本地安 全大脑，联动 机制。 安全体系框架：网络安全解决方案逻辑架构图 等保二 \ 三级级区域 工控 \ 无线网络区 域 某著名企业安全接 入区 云管理区 平台 安全 态势 感知 业务 安全 安全 服务体系 安全加固 技术标准 体系 国家安全 标准 云安全标准 智慧校园标 准 云资源监控 云操作监控 网络安全法 等级保护 2.0 边界 安全 安全加固 规划 项目实施 运维管理 企 业 整 体 安 全 技 术 体 系 安 全 加 固 实 施 方 法 论 • 云脑（威胁情报、检测能力） • 云眼、云盾、云镜 • 在线专家 • 安全感知平台 • 用户行为分析 • 终端检测响应 EDR • 数据安全审计 • 准入系统 • 下一代防火墙 • 上网行为管理 • VPN 网关 • 安全资源池 • 垃圾邮件防护 安全建设规划路径分析

8B 参数， 实现了“以最小参数，撬动最强性能” 的最佳平衡点。 面壁智能迭代的最新版本MiniCPM-S 1.2B采用了高度稀疏 架构，通过将激活函数替换为 ReLU及通过带渐进约束的稀 疏感知训练，巧妙地解决了此前主流大模型在稀疏激活上面 临的困境。 在通用大模型越来越卷参数规模和算力的情况下，如何通过 架构和算法创新去规避算力和成本的短板，我们认为小参数、 高性能模型是一个重要的趋势，特别对于手机、车载终端而 应用于提升百度自动驾驶感知算法 Ø 先用有标签数据对模型进行初始启动训练，后将模型在无标签数据上进行推理得到伪 标签，最后合并有标签数据和伪标签数据对模型进行进一步训练。如此往复。 Ø 训练完感知大模型后，百度利用知识蒸馏的方法将伪标签用于车载小模型的学习，从 而增强车载小模型的远距离感知能力。 文心大模型在百度感知2.0中发挥了重要作用，主要提升3D感知能力，解决远距离检 测和长尾物体识别两大难题。 �������������������� �������� Ø 通过数智融合架构打破数据、AI资源管理边界，在一个平台即可 完成开发、测试、交付上线工作，让业务创新提效2倍，实现数据 加速； Ø 借助盘古大模型在认知、感知、决策、优化等全领域的能力，车企 可以快速基于盘古训练出自己需要的模型，实现算法加速； Ø 基于昇腾AI云服务，可针对自动驾驶300+算法进行优化，60+实 现精度性能提升，可以做到千卡训练数月不中断，实现算力加速。

视，无法及 时发现故障 和分析利用 率 不能监测和 分析能源消 耗，造成能 源浪费 弱电系统、 网络、数据 中心等基础 设施老化， 服务感知差 节能降耗毫 无头绪 ，不 知从何下手 信息孤岛 难以打破， 各信息系统 数据无法共 享 管理运营 传统工厂现状 数据支撑 ● 掌握绩效情况，量化考核对象差距 组网结构 系统由感知层（能源计量终端）、网络层（通讯管理终端）和平台层（企业能源管控平台）三个部分组成。 感知层：连接于网络中的各类传感器，包括电力仪表、温湿度控制器、开关量监测模块、水表、气表、冷热量表等 网络层：智能网关，采集感知层的数据，进行规约转换及存储之后将数据上传至管理平台 平台层：包含应用服务器和数据服务器，可在 电能质量报警 远程控制 策略下发 控制策略 空压机能效 节能分析 碳交易 智能物联网感知平台 测温装置 综保装置 限流式保护器 故障电弧探测器 应用层 数据层 基础设施 感知层 平台架构 政府管理部门 园区管委会 园区物业 集团公司 系统集成商

什么是智能制造？ 是指面向产品的全生命周期， 基于云计算、 大数据 、 物联网、移动互联网等新一代信息技术， 贯穿设 计、 生产、 管理、 服务等制造活动各个环节， 具有 信 息深度 自 感知、 智慧优化自决策、精准控制自执 行 等功能的先进制造过程、系统与模式的总称。 一、企业发展与智能化改造——智能化改造的定义 提供基础 • 14 智能制造的起源与演变 一、企业发展与智能化改造——智能化改造的定义 以云计算 、 大数据 、 物联网 等新兴技术为重要支撑 。 新 一代信息技术的应用是推动 数字化制造演变为智能制造 的使能器。 过程 关键制造环节或过程具 有一定自主感知 、 学习 、 分析 、 决策 、 通讯与 协调控制能力， 能动态 地适应制造环境变化 。 这也是智能制造与自动 化制造和数字化制造的 本质性区别。 智能优化 实现产品制造结果的优化 任何企业或个人都可以参与产品设计、制造 与服务过程， 企业、个人和物料流、信息流、价值流等各方面都将发 生联系， 大量数据将被采集并导入云网络。 全流程闭环特征 运用新一代信息技术手段， 将能够构建“感知、分析、决策、执行 、 反馈”的完整工作回路。 具有系统进化和自学习能力 智能制造系统的结构应该是不断进化的， 从车间与工厂的重构， 到企 业的重组整合， 再到创新研发设计、分工生产制造以及市场营销和售

等新兴技术驱动的第四次工业革命，正在引领人类社会迈向万物感知、万物 互联 和万物智能的全新纪元——埃林哲； 园区作为城市的基础单元，逐步成为物理世界、人文世界、数字世界三位一体的空间综合体， 成 为智慧城市的核心落脚点。 万物智能 基于大数据和 人工智能的应 用 万物互联 将数据编程 Online ，使能 智能化 万物感知 感知物理世界， 变成数字信号 第三次工业革命 可见光巡检 检查外观 适用场合多 覆盖广泛 无人机 34 智能运维 (5/5)_ 智能巡检 通过 AI&BD ，实现“主动预警、智能决策、自动巡检、智能管控”； 提升运维人员能力：设备感知能力、缺陷发现能力、状态管控能力、主动预警能力和应急处置能力。 表计识别巡检 热成像测温 机器人巡检 一键视频确认 安全帽检测 工程车检测 工作服识别 作业规范识别 行为分析 环境监测 增加智能分析、自动预警、联动响应能力。 （园区公共空间部署实施，厂房内部安防措施由入驻企业自行处理） 周界防护 视频巡更 重点区域天眼 人员轨迹分析 人脸识别检索 增值服务 (2/4)_ 综合安 防 AI 处理 感知 38 8 、停车管理数据可视化 增值服务 (3/4)_ 智慧停车 7 、车位管理 4 、室内车位引导 5 、停车占位指示 1 、 APP 车位实时统计 2 、园区车牌识别不停车通行 3

通过传感器监测，提高车辆满载率，例外费用减少 30%  通过最优化自动求解，装车预估效率由 20 分钟 ->2 分钟  通过自动表单 OCR 识别技术，效率提升 1 人天 ->1 分钟 AI 引入行政管理，带来无感知体验 人脸识别 车牌识别 上下班自动考勤、权限控制、黑名单布控、访客 自助管理、园区商业支付。。。。。。 大规模车辆早晚高峰快速入库和出库、访客车辆 自助管理、智慧停车。。。。。。 研发 数字化转型是解决传统园区痛点的唯一选择 智慧 园区 智能安防 增值创收 节能环保 高效管理 融合服务 5 安全、智慧、绿色的数字化园区正在全球兴起 D B C E A 纽约哈德森综合园区：网络无缝覆盖、深度感知、绿色环保，意图打造 一个世界级先进的数字化综合园区 苹果新总部：立体交通、绿色环保、创意建筑，打造一个绿色的二十一世纪未 来办公园区典范，成为办公、创新、协作的理想场所 德勤阿姆斯特丹总部：人与办公环境联动，实现办公环境智能化 解决方案 • 以 AR 网关和楼宇接入网关为核心，基于 ZigBee 终端实现感知 和控制。对接 BA 和照明系统实现联动 关键技术 • 通过 All-In-One AP+Zigbee 插卡无线方案显著降低布线成本； • AR502 楼宇控制器将楼宇控制与网络结合， 构建统一边缘计算 平台。 • 提升用户感知，综合能效下降 10% 26 智慧环境监测解决方案 ( 基于 eLTE-IoT)

网络设备、连接关系 智能监测： 发现网络后自动采集网络时延、 丢包率、利用率等网元指标 ，动态更新 星空雷达网络 AI 分析平 台 构建数字孪生模型 l l l l l l 自动感知故障 自动发现网络 能力开放 智能分析 故障定界 依托数据中心全景视图大屏 ， 实时呈现全局网络运行状态 ，通过大屏展现全局网元及网络是否存在 异常 ， 同时支持告警回溯； 以大屏为入口 星空雷达网络 分析平台 模拟网络中运行的业务，通过 ICMP 、 TCP 、 HTTP等协议，所有探针 Full-Mesh 多协议探测，统一的健康度计算、 告警 ，并呈现在态势感知拓扑中。 AI 自动从 SDN 控制器、设备 ARP 等表项同步全网存活的 IPv4 、 v6 地址进行实时探测 ，按网段对设备 IP 进行全量拨测 以及聚合展示 ， 分析平 台 AI 产品基于网络可视、运维自动、智能诊断、能力开放 4 个维度逐步演进 ，下一版本主要包含自动定位、 自动演练、 租户网络、流属性可视化等主要模块 ，实现更细粒度的故障感知、定位、变更自动化， 同时推进租户网络可视化 ，覆盖 网络、主机、混合 Overlay 路径 ，基于知识图谱实现智能化的定界、定位能力建设 ，进一步推进网络自动驾驶。 运行网元

化，最终达成“数据高利用，算力不等待，协同效率佳”的目标。 2�数网协同：支撑数据流通的精准匹配和路径可控 可信高速数据网基于APN6技术，通过数据分类分级等属性与APN-ID网络标识 映射，可实时感知数据分发需求，并根据差异化需求自动调整带宽和路径，实现按 需匹配与动态调度。借助SDN控制器，构建“数据需求-算力资源-网络路径”的智 能匹配体系，优先保障模型训练、实时交易等高优先级任务所需的低时延与高带 用级、数据级动态授权，构建“持续验证+实时风险评估”的接入防御体系。二是 通过终端可信认证、行为分析等技术，确保只有合法用户/设备可访问连接器、数 据业务节点和流通平台，防止非法入侵和数据泄露。 数网协同：感知数据与网络基于APN-ID的标识映射，根据数据实时性要求和分 级分类，动态分配网络带宽与算力资源，保障关键数据优先传输。 按需加密：提供按需加密服务，集成量子加密模块，针对不同敏感级别的数据 高吞吐技术通过 大象流精准识别与智能调控，实现网络吞吐率接近物理线路带宽。该技术关键能力 一是大象流智能识别。基于RDMA帧感知技术，能够精准识别高带宽的“大象流” 并与小流量分级管理，避免资源错配。二是智能负载均衡。采用UCMP算法结合 SRv6多路径资源感知与业务流级流量统计，动态调整流量分配策略，保障数据传 输无丢包、无拥塞，显著提升全网数据传输效率，支撑AI训练、实时风控等高时效