3D打印通常是采用数字技术材料打印机来实现的。常在模具制造、工业设计等领域被用于制造模型，后逐渐用于一些产品的直接制造，已经有使用这种技术打印而成的零部件。3D打印技术在珠宝、鞋类、工业设计、建筑、工程和施工（AEC）、汽车，航空航天、牙科和医疗产业、教育、地理信息系统、土木工程、枪支以及其他领域都有所应用。
相对于塑料模具金属模具成本尤为高昂，并且目前主流的金属3D打印机体积非常庞大，而且成本很高，只有政府和大企业能够承担使用。不过好在2018年1月份，总部位于波士顿的NVBots宣布桌面机多材料高速金属打印机NVLabs研发成功。桌面、多材料、金属打印、高速，这些以往看起来技术上冲突的词汇，这款打印机似乎已经成功集于一身。
NVBots称NVLabs多金属3D打印技术可将不锈钢、钛、镍、铜、镍、铝、锆、银和钯混合打印，其速度是目前SLS金属3D打印机速度的10倍。二：传感城市Alphabet旗下的Sidewalk Labs(人行道实验室)公司旨在推出改善城市生活的各种项目，开发和孵化城市中使用的技术。Sidewalk Labs目前已与相关领域的100多名专家共同合作，希望能建立一个能容纳“数十万人”的社区。
这对Sidewalk Labs来说是一个雄心勃勃的目标。此前，SideWalkLabs收购ControlGroup和Titan两家公司后,将其合并成了负责LinkNYC网络部署的Intersection公司。早些时候该公司也已开始聘请专家组成“梦之队”。2018年Sidewalk Labs已经正式与加拿大政府展开合作，智慧城市项目落地在多伦多 Waterfront 工业区。
在该规划中，一切车辆都是自动驾驶的共享车辆，地下也将跑着负责送快递这种低级体力劳动的机器人。目前，北美已有多个城市正在争取成为 Sidewalk Labs 的下一个标的。三：共享AI人工智能很长时间以来都是科技巨头能争抢的新市场，同时也是很多创新公司看重的机遇。如今，亚马逊旗下的 AWS 子公司几乎统治了云 AI 市场。
谷歌则试图通过 TensorFlow 这款可以开发机器学习系统的开源人工智能框架来挑战它的地位。谷歌近公开的 Cloud AutoML 也是一套经过预先训练，可以让人工智能变得更容易使用的系统。以 Azure 平台加入云服务大战的微软则选择与亚马逊合作，推出了一款开源深度学习框架 Gluon。在理论上，Gluon 可以让创建神经网络——一款试图复制人脑学习方式的重要人工智能技术——变得和开发手机 APP 一样简单。
目前的人工智能云服务市场可谓群雄逐鹿，众巨头都在争抢人工智能未来的巨大商机。可惜，绝大多数的公司依然缺乏了解如何使用云端人工智能的人才。所以，亚马逊与谷歌也创办了咨询服务。行业人士认为，当人工智能技术通过云端来到每个人的面前的时候，真正的人工智能革命才会开始。四：对抗性神经网络人工智能在识别事物方面越来越强：向它展示一百万张照片，它可以用惊人的精确度告诉你哪些照片中有行人正在通过马路。
但是，AI自身并不能生成行人的图片。如何让AI自己学习并创造一个全新的东西，这是一直在困扰行业发展的。解决方案首先出现在蒙特利尔大学博士生Ian Goodfellow的学术论证中。该方法被称为生成对抗性网络(generative adversarial network，GAN)，它采用两个神经网络(支持大多数现代机器学习的人脑的简化数学模型)，并在“猫捉老鼠”的数字游戏中让它们彼此对抗。
两个网络都使用相同的数据集进行训练。其中一个被称为生成网络，负责为它已经看到的图像创建变化；第二个被称为判别网络，被要求判断它所看到的例图是像它被训练过的图像还是生成网络产生的虚假图片。对抗性神经网络在过去十年中已成为人工智能领域最具潜力的技术突破，能够帮助机器产生“欺骗”人类的结果。两个人工智能系统相互对抗，创造超逼真的原创图片或声音，这是机器以前从未做过的。
它赋予了机器类似想象力的能力，这可能会帮助他们减少对人的依赖，同时也将它们变成数字造假的超强大工具。五：DuerOS人工智能系统DuerOS是百度度秘事业部研发的对话式AI操作系统,拥有10大类目的250多项技能。DuerOS包括了从语音识别到语音播报再到屏幕显示的一个完整交互流程，以及背后支撑交互的自然语言理解、对话状态控制、自然语言生成、搜索等等核心技术，这些技术支撑着应用层和能力层的实现。
2018年7月4日，最新的DuerOS 3.0正式发布，使赋能的产品能够实现语音多轮纠错，进行复杂的递进意图识别与带逻辑的条件意图识别，从而更加准确判断用户意图，最终实现功能升维——利用扩展特征理解用户行为。基于此，DuerOS3.0提供了包括有屏设备解决方案、蓝牙设备解决方案和行业解决方案等在内超过20个跨场景、跨设备的解决方案。
