标题: 元宇宙落地的九宫格框架:从What到How [打印本页] 作者: lzqandly 时间: 2022-5-23 23:55 标题: 元宇宙落地的九宫格框架:从What到How , a u) G* M2 h8 }4 e. I
Axie Infinity的成功吸引了大量项目方加入进来,GameFi已经成长为区块链行业的“独立领域”。截至2021年11月,DappRadar数据显示GameFi领域在全网累计已有836个链游上线,日均用户数量达百万人,日交易量达到1897万美元。从日均交易数来看,GameFi板块位居各细分板块第一,可见其活跃性。同时,GameFi和NFT类似,吸引了许多非区块链用户参与进来。7 `: O2 Q* o8 c. [4 D5 K
5 }3 s) I# B( r1 Z: S8 d6 {/ ]
$ X) |7 |# P, U. D, o4 X
* {) V5 F7 F7 W6 q: M. f( G7 }# A在过去的这一年里,区块链行业发展迅速,各个板块独立发展又相辅相成,为元宇宙的各方面做好了基础。DeFi,搭建起了元宇宙的金融体系。NFT,不仅作为未来元宇宙代表身份的一种媒介,如:虚拟人Avatar、PFP类头像,同时与DeFi相结合使得金融体系更接近与现实世界。GameFi,Play to Earn的模式模糊了娱乐和工作的界限,新型职业更贴近元宇宙。DAO,去中心化治理模式改变了传统治理模式,增加智能合约的占比,减少了对于信任的需求,更适合虚拟世界中的组织治理模式。. `" _! D1 R5 R; J7 }; E
' { k& h# X. F. l2 ^& A* I
此前市场对元宇宙的几个疑问在于:1)元宇宙偏概念,怎么落地?2)元宇宙约等于VR、AR,VR眼镜不普及元宇宙没戏?;3)合规层面如何考量?因此,我们从硬件、软件两个维度着手,将元宇宙涉及的技术元素进一步细化。从技术落地的角度看,关于元宇宙的宏大叙事固然令人兴奋,但能提供相关细分技术的“一砖一瓦”,或者成为元宇宙路上的“卖水人”,是大多数从业企业更现实的期待。6 K$ W2 U5 D6 }6 `9 ]
! O% v: \7 q5 ], k0 } @: C
二. HOW——元宇宙的九宫格框架 ( F! P* C# Q9 `从进一步细化落地的角度,我们将元宇宙分为硬件和软件两个维度分别分析。硬件维度大致可以分为三个基础设施:算力、通信/存储和光学显示。与此相对应,我们又可从软件维度的三个层次:数据、算法、激励来层层递进解读,这就构成了元宇宙的九宫格: 0 {- f; c( Y" E3 z N; |+ A2 X' G" e1)算力 4 V+ V7 H% d; b) V, s4 l 0 a7 o. p& t" S' f7 }1 `3 d. w①算力+数据——大数据:元宇宙的本质是数据的不断生成和处理范式变革 * d8 S9 J1 G$ `( P; A 3 |* G$ w' Q( o7 D/ f②算力+算法——AIGC:元宇宙内容生成解决方案, Y. B( d! E3 C( ~
; v* E" g$ v+ O1 d2 I' D" T③算力+激励——数字资产 POW:按劳取酬,元宇宙价值体现方式 # i% @, E( {4 @0 {9 n , F. Z) C4 l& X& }+ p2)通信/存储(IT基础设施) 6 a0 ?4 s; b9 Y . U9 E1 `7 v) S①通信/存储+数据——5G:元宇宙的软硬件和应用的底层设施9 H# o3 r. ]5 R: h+ k5 o
0 Q% g/ r$ a' S' @" y! b②通信/存储+算法——隐私计算:可用不可见,元宇宙数据流通方案# C2 g N8 v- ?& p$ {$ ?
1 o% v+ J* q9 K" Q( V+ i③通信/存储+激励——分布式存储:元宇宙价值存储方式, r, q$ F C" |1 o, {# s
" L+ ~$ j( w9 L2 q& J3)光学显示 H" G" Z8 c: t8 v" @ T " f0 T3 f* p3 G% ]" G" ]! k①光学显示+数据——AR/VR:元宇宙的交互媒介,云AR/VR成趋势 : l4 e; q" E- X5 c' a9 f2 a4 g+ K% @2 G7 y% g8 ]+ _: R2 E
②光学显示+算法——数字孪生/3D展示:虚拟与现实互相映射,元宇宙交互方案; r. [ h$ ]1 }2 y% a6 F @ a
# \) \8 X* n7 O, z. [6 D" d
③光学显示+激励——虚拟人/NFT:为元宇宙带来丰富内容和沉浸式体验,身份认证和确权方式# Q2 C+ O3 ?! D5 P7 L
. x0 k" B t" `/ K& j
3 `5 O S6 T" P) T0 J
! Z' W/ O# n2 r8 L& n2 s: j: s
1.算力 ' ?; Y- o' e i: Z& l算力即数据的处理能力,遍布于我们当前日常生活中的每一处。从智能手机到超级计算机,从云计算到人工智能,无论是硬件和软件都需要算力来维持正常运行。当我们迈入元宇宙,算力将是所有的基石——算力即权力,无论是智能合约的处理,还是虚拟世界中每一处场景的搭建、滤镜的加载,都离不开算力。在此,我们从数据、算法、激励这三个层次分别与算力相结合来分析。" u- o/ z6 ^ Z+ v. P" L. P, X+ q
" d, `$ L! ^7 f" ]/ C- j; n1.1.算力+数据——大数据:元宇宙的本质是数据的不断生成和处理范式变革' p2 w$ I. _- V7 i
) w* C$ X$ Q% O% Y" l* G, @大数据主要通过对海量数据进行采集、加工和整合,结合人工智能、云计算等技术对于数据进行深入分析后,被广泛应用于日常生产、经济、生活等活动中。从大数据的行业应用来看,软件和信息服务业高居榜首,热点集中于政务、互联网和相关服务、社会治理(安防、舆情、应急管理、信用、环境监测、交通、能源、城市管理等)、金融、民生服务(社保、就业、证件办理、住房、生育、养老等)等领域,医疗、工业等行业领域同样具有较大潜力。6 @ C5 \) ^$ z. J5 k
+ e9 M& T* H4 V" ?' G% k1 t/ Z
% P: _( p3 C3 W7 O8 [" V8 V* F
/ a, U5 N7 ], B1 _大数据的意义不在于掌握庞大的数据信息,而在于如何对数据进行精准且专业的处理。在巨量数据被采集后,需要通过存储、计算、人工智能来对数据进行加工和支撑,从而实现数据的增值。由此,算力在大数据技术中显得尤为重要。元宇宙作为一个数字世界,本质是在不断产生和处理数据,如何充分利用这些数据实现价值需要大数据技术的支撑。3 ^3 a& r! y8 o5 ~6 z! D
6 U U& F' Y& m* V' g7 Y
$ u$ p7 t K: ~" n6 p 6 m1 L- f9 Z; r7 Z$ }从大数据自2014年首次被写入ZF工作报告开始,我国不断出台了大数据相关的政策。在这期间,分别经历三个阶段:酝酿阶段、落地阶段和深化阶段。 " F# ^3 ^" A3 W / i- x' j1 e1 o* N4 `8 k) ^1)酝酿阶段:开始重视大数据的价值,从2014年3月将大数据写入ZF工作报告到2015年8月印发了《促进大数据发展的行动纲要》 3 E- _7 s/ s( d/ H6 q - m9 r1 I' t* s1 g2 i2)落地阶段:开始实施国家大数据战略,从2016年3月进入《十三五规划纲要》到2019年连续6年被写入ZF工作报告 N; u7 G B! t* S4 f4 S8 }
/ t4 O" c9 W+ ]& L3 d
3)深化阶段:促进大数据要素市场化建设,行业体系逐渐完善。基础支撑、数据服务、数据融合应用上中下游三个环节里不仅产生了优秀企业,如阿里云、腾讯云、华为、中兴通讯等,还设立了大数据交易中心。根据《天朝大数据产业白皮书(2021年)》,截至2021年8月31日,全国共有大数据企业6万余家,其中处于高质量发展阶段的企业数量达12432家,占比超过了20%。 6 `0 b+ D8 n8 L. Z# O , e7 H( M# U l, x2 u' A+ v: `" e5 v6 b. V( f; g
7 Q: t) R2 i, ]& ?- m
大数据技术的发展可以分为硬件产品、基础软件、应用软件、数据源、数据基础设施、数据流通等6个细分赛道。其中,智能终端、大数据平台、数据可视化、企业运营生成数据、数据中心和数据开放共享平台分别为各个赛道的热门板块。" ?' c, X# Z. B u# T! i5 D3 }
2 p6 m9 x: H) y, ]8 J3 t$ M K: ]: ?+ e: n% X1 k8 z7 H2 U. A" |. `: f
当前我们在跟产业交流中也发现,数据可视化、日志分析、自然语言处理、数据安全等都是元宇宙投资的热门方向。因此,无论元宇宙、Web3.0的故事多么宏大,也不是空中楼阁,也需要当下的技术积累。例如对链上数据的分析需要可视化呈现、虚拟人Avatar的交互需要AI自然语言处理、数据安全和代码审计更是不可忽略的重中之重。在另一个角度看,元宇宙所谓的“数字原生”是建立在产业、个体能够信息化的基础之上,而在全球的大部分地区,这一过程仍在推进中。' v/ Q7 ^ Z) _ F3 q/ R8 y1 L
3 `* N& r* B1 F" O4 _" C u8 X
. U# [, x, m2 C, [9 Y
: S- w2 D& _- _& b( E V. m) _$ C2)联合风控:在金融领域的重要应用场景。金融机构的特殊性导致金融机构之间或与其他行业之间的数据融合壁垒较高,产生“数据孤岛”现象,提升金融机构风险识别难度。% Q: I8 \9 F$ U
; z3 s9 B5 M. P U* m3)智慧医疗:医学研究和分析依赖大量数据积累,分散在不同机构和业务系统内的数据会约束临床科研成果的产出。 0 I0 m/ e# D0 i+ l! D. u+ y8 g/ f" i$ Y
4)电子政务:当第三方机构与ZF共享数据的时候,需要能够做到保护数据、数据不离开本地节点等功能。 . I1 Z" H$ j) |. d" X4 z Q1 A% }# U4 J- h9 y1 u
9 n% S+ g3 q* Q7 q P, ]" \
' `8 u7 U5 D! A8 E$ v- t
隐私计算目前处于早期飞速发展阶段,海外布局较早。2008年第一家专注多方安全计算的技术厂商Partisia在丹麦成立,主要服务于拍卖、商务合同等方面。2011年微软开始深入研究多方安全计算。Intel、Google、IBM和Facebook等大厂纷纷加入。总体来说,海外隐私计算产业内有很大比重的项目面向着加密货币和区块链行业。 {" j+ c& e% Y& I/ j
+ X8 [) H% c0 p6 a国内开始隐私计算较晚,2016年开始出现独立隐私计算商业项目,但发展很迅速。目前有超过81%的项目已经进入了试点部署和实施阶段。技术线路上主要集中在联邦学习方案上,这一类主要用于满足运营商、金融科技公司的业务需求。# V+ e5 K4 D A) R
: p' R+ i$ Q; l( B, X
1)多方安全计算:基于多方数据协同完成计算目标,实现除计算结果及其可推导的信息之外不泄露各方隐私数据的密码技术8 g m# n6 }/ [
4 W' T" W* S& g2)可信执行环境:通过软硬件处理方法,在中央处理器上构建一个安全区域,保证其内部加载的程序和数据的安全性和完整性。 6 w$ f3 c5 K% [- t7 s) j 5 D0 s" P, s( D+ e! j0 `; x3)联邦学习:机器学习框架,在有效帮助多个机构在满足用户隐私保护、数据安全和ZF法规的要求下,进行数据使用和机器学习建模。6 R" K" ] q9 A j. t R( f6 f
- G5 [$ |2 T" ^0 S8 H