企业官网建设流程全解析

第 2 章 信息技术发展

2.1 信息技术及其发展

信息技术是以微电子学为基础，融合计算机技术和电信技术，用于获取、加工、处理、存储、传播和使用各类信息（声音、图像、文字、数字等）的应用技术总称，是信息化的核心手段、信息系统的建设基础。按表现形态可分为硬技术（物化技术，如传感器、智能手机）和软技术（非物化技术，如数据统计分析技术、软件技术）。

2.1.1 计算机软硬件

• 计算机硬件：计算机系统中由电子、机械、光电元件等组成的物理装置总称（如主机、服务器、键盘），是软件运行的物质基础，像 “电脑的骨架”，支撑所有功能的落地。
• 计算机软件：包括程序（处理对象和规则的描述，需安装到机器中）和文档（阐明程序的说明性资料，供人查阅），是 “电脑的灵魂”，赋予硬件具体功能，如办公软件帮用户处理文档，游戏软件提供娱乐体验。
• 核心关系：软硬件相互依存、协同发展。硬件是软件的载体，软件让硬件发挥作用；硬件技术升级推动软件功能拓展，软件的创新需求又倒逼硬件更新，且部分功能可通过软硬件任选一种实现（如数据计算可由 CPU 硬件加速或软件算法完成），无绝对严格界限。

2.1.2 计算机网络

​ 计算机网络是将地理位置不同、具有独立功能的多个计算机系统，通过通信设备和线路连接，借助网络软件（协议、操作系统等）实现资源共享和通信的系统，像 “连接电脑的桥梁”，打破地理限制实现数据互通。

1. 网络分类（按作用范围）

• 个人局域网（PAN）：覆盖个人周边（如蓝牙连接手机和耳机）；
• 局域网（LAN）：小范围网络（如公司办公室、校园内网）；
• 城域网（MAN）：覆盖城市范围（如某市的政务专网）；
• 广域网（WAN）：跨大范围（如互联网、跨省企业网络）；
• 公用网（Public Network）：面向公众开放（如电信宽带网络）；
• 专用网（Private Network）：仅限特定群体使用（如军事专网）。

2. 网络标准协议

​ 网络协议是数据交换的规则集合，核心三要素：语义（要做什么，如控制信息含义）、语法（怎么做，如数据格式）、时序（做的顺序，如事件发生流程），常用协议体系如下：

（1）OSI 参考模型

​ 国际标准化组织（ISO）和国际电报电话咨询委员会（CCITT）联合制定，为异种计算机互连提供标准框架，采用分层结构（从下到上）：物理层、数据链路层、网络层、传输层、会话层、表示层、应用层。广域网协议（如 PPP、ISDN、xDSL、DDN 等）在最下面三层操作，定义不同介质上的通信规则。

（2）IEEE 802 协议族

​ 定义网卡访问传输介质、数据传输方法及设备连接规则，涵盖以太网（802.3）、无线局域网（802.11）、令牌环（802.5）等，常见产品有网卡、路由器、交换机等，是局域网建设的核心标准。

（3）TCP/IP 协议

​互联网的核心协议，参考 OSI 模型简化为四层：

​ ● 应用层：合并 OSI 的应用层、表示层、会话层，定义面向应用的协议（如 HTTP 网页传输、FTP 文件传输、SMTP 邮件发送、DNS 域名解析等）；

​ ● 传输层：提供流量控制、错误校验和排序服务，核心协议是 TCP（可靠传输，如文件下载）和 UDP（快速传输，如视频通话）；

​ ● 网络层：处理路由和主机地址解析，核心协议有 IP（地址分配）、ICMP（差错控制）、ARP（地址转换）等；

​ ● 网络接口层：合并 OSI 的物理层和数据链路层，是传输数据的物理媒介（如网线、无线信号），为网络层提供可靠线路。

3. 软件定义网络（SDN）

• 定义：新型网络创新架构，通过软件编程定义和控制网络，核心是 “控制面与数据面分离”，让网络更智能、灵活，像 “软件控制的智能交通系统”，可按需调整数据传输路径。

• 架构分层

  （由下到上）：

  • 数据平面：由交换机等通用硬件组成，仅负责数据转发，快速处理匹配数据包；
  • 控制平面：含逻辑中心化的可编程控制器，掌握全局网络信息，下发转发规则；
  • 应用平面：含各类 SDN 网络应用，用户可编程部署新应用，无需关注底层细节。

• 核心接口：

  • 南向接口（CDPI）：连接控制平面与数据平面，采用 OpenFlow 协议下发规则；

• 北向接口（NBI）：连接控制平面与应用平面，无统一标准，支持用户定制网络管理应用；

  • 东西向接口：连接多个控制器，保障负载均衡和可扩展性。

4. 第五代移动通信技术（5G）

• 核心特点：高速率、低时延、大连接，是新一代移动通信技术，像 “超高速无线通信高速公路”，支撑多场景智能应用。

• 关键指标（与 4G 对比）：流量密度达 10 Tb/(s・km²)（4G 仅 0.1）、连接数密度 100 万 /km²（4G 仅 10 万）、空口时延 1ms（4G 为 10ms）、用户体验速率 0.1~1Gbps（4G 为 10Mbps）等。

• 技术基础与频段：基于 OFDMA（正交频分多址）和 MIMO（多入多出）技术，同时支持中低频（满足覆盖和容量）和高频（热点区域提容），采用 LDPC/Polar 新型信道编码、大规模天线等技术提升传输效率。

• 三大应用场景：

  • 增强移动宽带（eMBB）：面向移动互联网流量增长，提供极致体验（如 4K/8K 视频、VR/AR）；

• 超高可靠低时延通信（uRLLC）：面向工业控制、远程医疗、自动驾驶等对时延和可靠性要求极高的场景；

  • 海量机器类通信（mMTC）：面向智慧城市、智能家居、环境监测等传感和数据采集场景。

2.1.3 存储和数据库

1. 存储技术

​ 存储是数据的 “仓库”，按服务器类型分为封闭系统存储（如大型机存储）和开放系统存储（基于麒麟、Linux 等系统的服务器存储），开放系统存储又分为：

（1）存储分类及对比

（2）核心存储技术

• 存储虚拟化：整合多个网络存储资源，向用户提供抽象逻辑视图，用户无需关注物理位置，提高存储利用率、降低成本，是 “云存储” 核心技术；
• 绿色存储：从节能环保角度设计存储产品和系统，降低功耗、提高每瓦性能，平衡存储容量、性能和能耗，涵盖重复数据删除、自动精简配置等技术。

2. 数据结构模型

数据结构模型是数据库系统的核心，定义数据的组织和操纵方式，常见三类：

（1）层次模型

• 用 “树” 结构表示实体间关联，每个节点为记录类型，仅支持一对多联系（如 “部门 - 员工” 层级）；
• 特点：记录值需依赖双亲节点存在，只能按层次路径查看，无法直接表示非树状关系。

（2）网状模型

• 用 “有向图” 结构表示实体关系，取消层次模型的非树状结构限制，一个节点可有多个双亲，能灵活描述复杂关联；
• 特点：以记录为存储单位，数据项可多值 / 复合，需通过内部标识符（DBK）查找记录，用户操作需指定存取路径（导航式数据库）。

（3）关系模型

• 用 “二维表格” 表示实体及关联，是目前最主流的模型，基于集合论中的关系概念，实体和联系均用表格（关系）表示；
• 特点：数据操作通过关系代数 / 演算实现，支持数据库规范化，访问计划由 DBMS 引擎处理，用户无需关注底层存储结构，表格中的行对应元组、列对应属性。

3. 常用数据库类型

按存储方式分为关系型数据库和非关系型数据库（NoSQL），核心对比如下：

4. 数据仓库

• 定义：面向主题的、集成的、非易失的、随时间变化的数据集合，用于支持管理决策，解决传统数据库缺乏历史数据和决策分析能力的问题，像 “决策支持的数据中枢”。

• 核心概念：

  • ETL（Extract/Transformation/Load）：抽取数据源数据，经清洗、转换后加载到数据仓库；

• 元数据：关于数据的数据（如数据表结构、源数据映射规则）；

  • 粒度：数据的细化或综合程度（粒度越小，数据越详细）；
  • 数据集市：小型化、面向部门 / 工作组的数据仓库；
  • 操作数据存储（ODS）：支持日常全局应用的数据集，具有面向主题、集成、可变、近实时的特点。

• 体系结构：

  1. 数据源：核心基础，包括组织内部业务数据、文档数据和外部法律法规、市场信息等；

2. 数据存储与管理：核心环节，整合清洗数据并按主题组织，分为组织级数据仓库和部门级数据集市；
3. OLAP 服务器：联机分析处理服务器，按多维模型组织数据，支持多角度、多层次分析（含 ROLAP 基于关系数据库、MOLAP 基于多维数据库、HOLAP 混合模式）；
4. 前端工具：包括查询工具、报表工具、分析工具、数据挖掘工具等，面向用户提供决策支持。

2.1.4 信息安全

​ 信息安全聚焦信息（数据）本身的安全，以及存储、传输、处理载体的安全，核心是防范计算机病毒、恶意软件、黑客攻击、隐私泄露等风险。

1. 信息安全基础

（1）核心安全属性

• 保密性：信息不被未授权者知晓（如个人银行密码仅本人可查）；
• 完整性：信息正确、真实、未被篡改（如合同文件内容完整无修改）；
• 可用性：信息可随时正常使用（如网站 24 小时可访问）。

（2）安全层次（按载体划分）

• 设备安全：计算机、服务器等硬件设备的物理安全；
• 数据安全：数据的存储、传输、处理安全；
• 内容安全：信息内容无有害、违法内容；
• 行为安全：用户操作行为合规（如未授权操作拦截）。

（3）信息系统安全范畴

包括计算机设备安全、网络安全、操作系统安全、数据库系统安全、应用系统安全，核心网络安全技术有防火墙、入侵检测与防护、VPN、安全扫描、网络蜜罐、用户和实体行为分析（UEBA）等。

2. 加密解密

加密是信息安全的 “防护盾”，通过数学变换伪装信息，防止非法窃取，核心概念如下：

• 明文：原始未加密信息；
• 密文：加密后的伪装信息；
• 加密：明文→密文的过程（由加密算法和密钥实现）；
• 解密：密文→明文的过程（由解密算法和密钥实现）。

（1）加密体制分类

3. 安全行为分析技术（UEBA）

• 定义：通过用户画像和异常检测，结合规则匹配、统计分析、机器学习等方法，评估用户和实体（主机、应用、网络等）行为，发现可疑或非法活动，重点防范内部威胁。
• 核心架构：数据获取层（采集行为数据）→算法分析层（建模和异常检测）→场景应用层（风险评分、调查反馈），弥补传统基于特征检测的盲区，快速感知内部风险。

4. 网络安全态势感知

• 定义：在大规模网络环境中，获取、理解、显示影响网络安全的要素，预测安全发展趋势，是 “网络安全的瞭望塔”，基于安全大数据实现全局洞察。
• 关键技术：海量异构数据汇聚融合、网络安全威胁评估、态势决策支撑、数据可视化，帮助安全人员直观掌握网络状态和潜在风险。

2.1.5 信息技术的发展趋势

• 计算机软硬件：硬件向超高速、超小型、平行处理、智能化发展（体积更小、速度更快、功耗更低）；软件功能更丰富强大，“软件定义一切” 成为主流；
• 网络技术：计算机网络与通信技术深度融合，5G 成为主流，NB-IoT、eMTC、IIoT、URLLC 等技术持续发展，支撑物联网和工业互联网应用；
• 存储和数据库：数据量爆炸式增长推动存储结构多元化，数据库向模型拓展、架构解耦方向演进，满足复杂业务需求；
• 信息安全：从传统安全理念向可信计算理念过渡，信息安全技术向标准化、集成化发展，聚焦网络安全产品和服务的融合创新。

2.2 新一代信息技术及应用

​ 新一代信息技术是在传感器技术、通信技术、计算机技术基础上融合创新产生的，包括物联网、云计算、大数据、区块链、人工智能、虚拟现实等，是数字化转型的核心驱动力。

2.2.1 物联网

​ 物联网是通过信息传感设备，按约定协议将任何物品与互联网连接，实现智能化识别、定位、跟踪、监控和管理的网络，核心是解决 “物物相连、人物相连”（T2T、H2T、H2H、M2M）。

1. 技术基础（三层架构）

• 感知层：“物联网的眼睛和耳朵”，由传感器、二维码标签、RFID 标签、摄像头、GPS 等组成，负责识别物体、采集信息；
• 网络层：“物联网的神经中枢”，由互联网、广电网、云计算平台等组成，负责传递和处理感知层数据；
• 应用层：“物联网的大脑和手脚”，与行业需求结合，实现智能应用（如智能家居控制、工业监控）。

2. 产业链与关键技术

• 产业链：涵盖传感器和芯片、设备制造、网络运营及服务、软件与应用开发、系统集成；
• 关键技术：
  • 传感器技术：核心是 RFID（射频识别技术），通过无线电信号识别目标并读写数据，无需机械 / 光学接触，让物品 “开口说话”，实现可跟踪性；
  • 传感网：以 MEMS（微机电系统）为核心，将微传感器、微执行器等集成微型系统，形成庞大传感网，赋予普通物体数据传输和处理能力（如智能衣服、智能文件夹）；
  • 应用系统框架：以机器终端智能交互为核心，包含机器、传感器硬件、通信网络、中间件和应用，基于云计算和智能网络决策，控制对象行为（如智能停车场、老人健康监测手表）。

3. 应用和发展

物联网应用覆盖工业、农业、交通、物流、家居、医疗、城市管理、金融等领域：

• 基础设施领域：推动智能电网、智慧物流、智能交通等智能化发展，优化资源配置，提高效率；
• 生活服务领域：通过与社会治理融合，变革服务范围、方式和质量（如智能家居自动控电、智慧医疗远程诊断）。

2.2.2 云计算

​ 云计算是分布式计算的进阶形态，通过网络将巨大计算处理程序分解为小程序，由多台服务器组成的系统处理后返回结果，核心是 “按需租用计算资源”，像 “公共电力资源”，无需自建机房即可使用算力和存储。

1. 技术基础与服务模式

• 核心特点：基于互联网，用户与计算资源分离，云端集中大量计算设备，提供 “快速、按需、弹性” 服务（随时接入、按需扩容 / 缩容）；
• 服务模式（按资源层次划分）：
  • 基础设施即服务（IaaS）：提供计算机能力、存储空间等基础设施（如阿里云 ECS 服务器、AWS S3 存储），需大量基础设施投入，盈利能力有限；
  • 平台即服务（PaaS）：提供虚拟操作系统、数据库管理系统、Web 应用等平台（如 Google App Engine、百度智能云 BAE），注重构建产业生态；
  • 软件即服务（SaaS）：提供应用软件、组件、工作流等虚拟化软件（如钉钉、Office 365、CRM 系统），采用 Web 技术和 SOA 架构，多租户可定制，简化升级和运维。

2. 关键技术

• 虚拟化技术：计算元件在虚拟基础上运行，CPU 虚拟化可单 CPU 模拟多 CPU 并行，支持多操作系统独立运行；容器技术（如 Docker）是操作系统级虚拟化，隔离应用运行环境，减少资源消耗，便于开发运维协作；
• 云存储技术：整合软硬件优势，通过分布式文件系统提升容错和复制功能，借助云集群实现可扩展性，降低存储成本，保障数据传输完整性和安全性；
• 多租户和访问控制管理：核心是按策略分配权限，包括基于任务 / 属性的访问控制模型、ABE 密码体制的访问控制，以及多租户隔离和虚拟机访问控制，解决共享资源的安全冲突；
• 云安全技术：涵盖云计算自身安全（数据完整性、隐私保护、防攻击）和基于云的客户端安全（病毒防治、木马检测），需保障开放环境可信认证、采用先进防护技术、构建稳定体系。

3. 应用和发展趋势

• 核心趋势：创新（成为 AI、IoT 等技术的基础载体）、垂直（下沉行业场景，如金融云、工业云）、混合（多云 / 混合云成为大中型组织刚需，避免厂商绑定和故障风险）、生态（构建繁荣的开发者社区和产业生态）；
• 应用价值：颠覆 IT 供应链，标准化、抽象化和规模化 IT 资源，成为组织数字化转型的必备前提，支撑技术创新和业务增长。

2.2.3 大数据

大数据是无法在一定时间内用常规软件工具捕捉、管理和处理的海量、高增长率、多样化数据集合，是具有强决策力、洞察发现力和流程优化能力的信息资产，像 “蕴藏价值的金矿”，需专用技术挖掘价值。

1. 技术基础（核心特征）

• 体量大：数据规模从 TB 级跃升至 PB（1PB=1024TB）、EB（1EB=1024PB）、ZB（1ZB=1024EB）级；
• 类型多样：包含结构化数据（如数据库表格）和非结构化数据（如网络日志、音频、视频、图片、地理位置信息）；
• 价值密度低：海量数据中有用信息占比低（如 1 小时监控视频中有用数据可能仅几秒）；
• 处理速度快：需快速处理不同类型数据，是区别于传统数据挖掘的显著特征。

2. 关键技术（技术架构）

• 大数据获取技术：含数据采集（分布式爬取、DPI/DFI 带宽管理）、整合（多源数据集成、异构数据转换）、清洗（清除错误数据、修复重要信息），保障数据质量；
• 分布式数据处理技术：核心是将任务分解到多台计算机并行处理，主流系统有 Hadoop（离线复杂处理）、Spark（离线快速处理）、Storm（在线实时处理）；关键分析技术包括数据挖掘、机器学习、图挖掘、情感语义分析等；
• 大数据管理技术：涵盖存储（MPP 架构数据库集群、Hadoop 衍生技术、大数据一体机）、多数据中心协同（工作流调度、负载均衡）、隐私保护（新型数据发布技术，平衡信息量和隐私）；
• 大数据应用和服务技术：包括面向业务的分析应用（专题数据分析）和可视化技术（文本、网络、时空数据可视化，原位交互分析），帮助用户理解复杂数据。

3. 应用和发展

大数据已成为核心生产要素，应用场景广泛：

• 互联网行业：挖掘用户行为，支撑精准营销和广告投放，数据交易和资产化成为热点；
• 政府公共领域：整合部门数据，优化执法、财税、市场监管，提升社会治理和公共服务能力；
• 金融领域：通过大数据征信，支撑信任管理、风控和借贷服务；
• 工业领域：指导生产过程（如航运航路预测、资源优化调配）；
• 社会民生领域：如疾病预测（结合搜索数据、气温、人口流动建立模型，提前部署预防）。

2.2.4 区块链

区块链于 2008 年在《比特币：一种点对点电子现金系统》中首次提出，是基于非对称加密、默克尔树、共识机制、P2P 网络、智能合约的分布式存储数据库技术，核心特点是多中心化、防篡改、可追溯。

1. 技术基础与分类

• 分类：公有链（公开开放，如比特币）、联盟链（特定群体参与，如企业联盟）、私有链（仅限内部使用，如政务链）、混合链（结合多种链特性）；
• 典型特征：多中心化（分布式节点构建信任）、多方维护（所有节点参与验证）、时序数据（带时间戳的链式存储）、智能合约（灵活脚本代码）、不可篡改（篡改需修改所有后续区块，代价极高）、开放共识（节点自由加入，拥有完整数据库拷贝）、安全可信（非对称加密 + 共识算法保障）。

2. 关键技术

• 分布式账本：核心技术，交易记账由多个节点共同完成，每个节点保存唯一真实账本副本，账本改动实时同步，安全性极高（除非所有节点被破坏），支持合法资产的安全存储和更新；
• 加密算法：包括散列（哈希）算法（如 SHA256，抽取数据 “指纹”，相同数据哈希值相同，不同数据哈希值无关联）和非对称加密算法（如 RSA、ECC，公钥加密、私钥解密，保障数据传输安全）；
• 共识机制：解决分布式节点的信任和一致性问题，常用机制有 PoW（工作量证明，如比特币）、PoS（权益证明）、DPoS（委托权益证明）、Paxos、PBFT 等，核心评估维度包括合规监管、性能效率、资源消耗、容错性。

3. 应用和发展趋势

• 核心价值：弥补互联网 “信息多中心化但价值传输中心化” 的缺陷，构建多中心化的价值存储和转移网络；
• 发展趋势：
  • 成为互联网基础协议之一，与 TCP/IP 并列，构建价值互联网；
  • 分层架构承载不同功能，在统一底层协议上发展多样化应用层协议；
  • 螺旋式上升发展，经历泡沫期后，深度融合传统产业，构建价值互联网生态；
• 研究重点：共识机制优化、安全算法升级（防范后门和量子计算威胁）、区块链治理、标准化制定。

2.2.5 人工智能

​ 人工智能是研究和开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的科学，1956 年提出，21 世纪后随大数据、高性能计算和深度学习技术进入蓬勃发展期，成为科技革命和产业变革的核心驱动。

1. 技术基础与发展阶段

• 发展阶段：起步发展期（1956-20 世纪 60 年代初）→反思发展期（20 世纪 60-70 年代初）→应用发展期（20 世纪 70 年代初 - 80 年代中）→低迷发展期（20 世纪 80 年代中 - 90 年代中）→稳步发展期（20 世纪 90 年代中 - 2010 年）→蓬勃发展期（2011 年至今）；
• 研究聚焦：热点技术（机器学习算法优化、迁移学习 / 强化学习等新型方法）、共性技术（自然语言处理基础技术）、新兴技术（知识图谱、专家系统）。

2. 关键技术

• 机器学习：自动将模型与数据匹配，通过训练 “学习” 规律，核心算法包括回归、聚类、分类、迁移学习等；细分技术有神经网络（模拟神经元处理信号）、深度学习（多等级特征预测，如 CNN 卷积神经网络、RNN 循环神经网络）、强化学习（以目标为导向，通过奖励机制优化行为）；
• 自然语言处理（NLP）：实现人机自然语言通信，融语言学、计算机科学、数学于一体，核心解决歧义性问题，应用包括机器翻译、舆情监测、自动摘要、语音识别、中文 OCR 等，依赖深度学习模型处理词向量；
• 专家系统：智能计算机程序系统，含人机交互界面、知识库、推理机、解释器等 6 个部分，存储领域专家知识和经验，模拟专家决策过程解决复杂问题，已发展至第四代（大型多专家协作系统、多知识表示、自组织解题机制）。

3. 应用和发展趋势

• 当前阶段：处于 “不能用” 到 “可以用” 的技术拐点，距离 “很好用” 仍有瓶颈；
• 发展趋势：
  • 人机混合智能：将人的认知模型引入 AI 系统，提升性能，实现人机协同解决复杂问题；
  • 自主智能系统：减少人工干预，提高机器对环境的自主学习能力；
  • 跨学科交叉渗透：与计算机科学、数学、神经科学、社会科学等深度融合；
  • 产业蓬勃发展：“人工智能 + X” 模式成熟，全球产业规模高速增长，推动普惠型智能社会；
  • 社会学议程凸显：制定法律法规，规避风险，保障 AI 健康可持续发展，造福人类。

2.2.6 虚拟现实

虚拟现实是创立和体验虚拟世界的计算机系统，构建包容多种信息的多维化信息空间（Cyberspace），让人类感性和理性认识能力充分发挥，核心是 “沉浸式体验”，模糊虚拟与现实的界限。

1. 技术基础与核心特征

• 核心特征：沉浸性（身临其境）、交互性（与虚拟环境互动）、多感知性（融合视觉、听觉、触觉等）、构想性（激发想象）、自主性（虚拟环境自主运行）；
• 发展演进：从桌面 VR 系统、沉浸式 VR 系统、分布式 VR 系统，向增强现实（AR）和元宇宙方向发展。

2. 关键技术

• 人机交互技术：结合 VR 眼镜、控制手柄、语音识别等设备，实现三维交互，让用户真实感受虚拟环境；
• 传感器技术：影响 VR 体验的关键，需提升传感器灵敏度，解决 VR 头显过重、分辨率低、延迟长等问题；
• 动态环境建模技术：利用 CAD（计算机辅助设计）或视觉建模技术获取三维数据，建立满足需求的虚拟环境模型；
• 系统集成技术：包括信息同步、数据转换、模型标定、识别合成等，整合语音、感知、数据模型等信息，保障系统稳定运行。

3. 应用和发展趋势

• 硬件优化：轻薄化、超清化加速，终端性能指标（分辨率、帧率、延时等）持续优化，用户体验提升；
• 网络助力：5G 技术（高峰值速率、低时延、大连接）降低对 VR 终端的要求，推动移动化 VR 应用；
• 产业融通：形成完整产业链，技术和人才协同突破，应用覆盖舞台艺术、体育观赛、教育、医疗、商贸会展、工业生产、智慧生活、文娱休闲等领域；
• 概念赋能：元宇宙带来新商业理念，提升 VR 应用价值，带动相关产业跃迁升级，改变现实世界物理规则。