择有限；端到端学习能力有限；训练策略难以定制 第三代：深度学习算法 （CNN，RNN，Attention） 前景：轻松克服左边的全部技术局限；深度学习在CV、 NLP、搜索&推荐&广告等领域先后取得颠覆性突破 1. 准确性：较高 2. 稳定性：很低 3. 可调整性： 高 （特征、超参、模型结构、训练策略） 4. 可解释性：低（黑盒算法，只能解释输入输出） 5. 执行效率：低（模型较重，GPU训练成本较高）

顾能效优化（如德马科技节能设备 降低能耗30%）。 下 产业链下游环节分析 下游分析 电商、汽车、医药、烟草等行业对智能物流仓储需求度较高。 【1】电商领域：互联网的普及带动消费习惯发生颠覆性改变，电商平台订单数量迅速增长，对物流的快速性、准确性的要求也越来越 高（2024年，中国快递业务量达1,750.8亿件，同比增长21.5%）。面对这一挑战，传统手工存储模式已无法适应高效率与低成本的要

能力）、IP 化（支持网络直接接入）、多功能集成化。 它们是数据的源头和智能指令的执行末端，其广泛覆 盖和智能化程度直接影响整体感知精度和响应速度。 星闪（NearLink）：中国原生标准的颠覆性创新， 覆盖车、工业控制、全屋智能等多个应用领域，联 盟成员超 1200 家，芯片出货量 2024 年 8500 万片 （2025 年破亿），覆盖问界 M9、享界 S9 等 20+ 车型，2025