国加速服务器市场仍以 GPU 为主，占比达 86% [22]；AI 场景和算法驱动， ASIC、FPGA 等非 GPU 加速服务器以同比 182%的增速，达到近 7 亿美 元市场规模。二是 AI 推理算力爆发，推动 ASIC 芯片广泛应用。IDC 预测，2024-2026 年推理场景中，ASIC 占比将从 15%提升至 40%，即 最高 1600 亿美元。国外科技巨头加快自研自用基于 ASIC 的 AI AI 普惠应用和商业化。 全球 AI 产业正处于高速发展阶段，AI 搜索、具身智能、AI 智能 体及多模态等多元化需求显著增长，伴随 DeepSeek 对开源大模型生 态的重塑，AI 应用即将步入爆发式增长的新阶段。一是 DeepSeek 开 源激发应用开发者热情。DeepSeek 开源一周内促成全球 170 个国家 开发者建立起 47 万个衍生模型，形成继 TensorFlow 之后最活跃的 五、总结与展望 2025 年被视为人工智能规模应用的元年，伴随而来的还包括“智 能体元年”、“人形机器人元年”等多重概念，共同指向 AI 技术实 现广泛落地的重要转折。在这一背景下，算力需求正迎来爆发式增长， 已成为驱动整个智算产业链发展的核心动力。从底层算力基础设施到 上层行业应用，从运营服务到生态构建，产业链上下游都将显著受益 于此次需求增长的浪潮。 然而，当前我国智算产业仍面临一系列挑战，主要包括算力供给

 2011 年洛克希德 · 马丁提出数字织锦；  2012 年 NASA 发布了包含数字孪生 的两份技术路线图。 …… 2020- 未来 快速发展期 数字孪生技术和产业生 态都有望迎来爆发期 数字孪生将加速与 AI 等新 兴技术融合发展进一步应用。 数字孪生广泛应用于工业互 联网、车联网、智慧城市等新 型场景。 …… 2015-2020 年 应用萌芽期 工业软件巨头纷纷布局数

第三方机构预计具身智能的市场规模将持续增长，有望在 2027 年达到 1.25 万亿元。 u2023 年至 2025 年，具身智能成热门赛道，特别是人形机器人产业迎来投融资热潮，投融资数量和总金额显著增长， 2025 年呈现爆发式增长。 2025E 2026E 2027E 2028E 2029E 2030E 亿欧智库： 2025-2040 自主进化接近人 类水平 人机共生社会成 长型 家庭服务机器人 渗透率 >15% 人形机器人成本 降至 20 万元 垂直领域规模化应 用 多模态感知突破 消费爆发期 技术整合期 亿欧智库：人形机器人未来商业模式 适应开放交通环境 实现安全可靠智能驾驶 优化仓储物流产线 实现高效货物运转 通用智能 期 物流运输领域 家庭消费领域 工业制造领域

最新发展趋势洞察与实施方 案解析分享。 前言 智慧工厂发展趋势洞察与实施方案解析 | 思略特 3 智慧工厂发展趋势 洞察 有别于前三次工业创新与进步，主要依赖单一技 术突破拉动生产力形成爆发式增长。工业4.0通 过实时数据采集、工业互联网、智能计算与处理 等多种技术，赋能产品研发、生产制造、供应 链、营销与服务等企业关键经营活动。在面向客 户的前端业务层，新技术持续推动新商业模式实

文档Id:712643,下载日期:2025-06-11 11 切中要害： 提高效率 气候变化、贸易战、销量下滑、投资积压：在新冠病毒危机 之前，汽车行业已经面临了众多挑战。 但是，随着全球新冠肺炎疫情爆发，汽车业更是雪上加霜： 专家们认为，在最坏的情况下，未来几年，汽车市场崩溃或 达 40%9。 汽车制造商的销售回报率（尤其是最初高电池成本导致的） 可能平均下降 2 到 3 个百分点 10。

的频繁切换，同时华为云“ 7*24 小时 & 五星级”的服务 理念和“永不进行数据变现”的服务承诺以及全球化的 汽车 共享 新车 销售 二手 评估 维修 保养 业务挑战 近年来随着业务的爆发式增长，海量数据随之产生并亟 待处理，同时，众多车辆在行驶过程中的接续也面临瓶 颈。这些，使得车联网业务所带来的挑战显得尤为明显： • 永续连接：持续保持连通状态确保车辆和人身安全； • 移动性：车辆高速移动下的连通需求；

为自主品牌车企提供 MOM 定制 化 开发 ( 长城 / 吉利 / 东风柳汽 / 北 汽福 O 田 / 华菱等 ) I 依柯力历经十多年的厚积薄发，超过八年的产品化沉淀积累，已来到电动化 & 平台化 & 云化的爆发时 点。 2 0 1 6 年 2 0 1 4 年 2013 年 2 0 1 0 年 2 0 2 2 年 2021 年 发展历程 o O ● 制造运营管理 MES- 整车

境感知”“多源信息融合”等关键使能技术，并将“车规级 AI 芯 片”“端云 协同计算平台”列入优先攻关清单，为产业转型注入国家意志。这些 政策的出 台，为汽车行业的智能化转型提供了明确的方向和有力的支持。 人工智能大模型技术的爆发式演进，使政策目标加速转化为产业实践。 2025 年《政府工作报告》明确“持续推进‘人工智能 +’ 行动”， 要求将大 模型 深度嵌入智能网联汽车技术体系，工信部随即启动中央计算平台、通用人 工

1.1 机制方面：应对 AI 技术爆炸，搭建行业协力平台 智能驾驶包含环境感知、认知、预测以及车辆行为决策、规划和控制等功能 模块。从感知侧开始，人工智能技术与智能驾驶持续深度融合，预期将迎来爆发 式发展。然而，智能驾驶面临复杂的道路环境、多样的交互行为、软硬协同的车 辆控制以及数据和驾驶安全等诸多挑战。搭建行业级智能驾驶智算数据平台，将 能够为汽车行业的智能驾驶技术开发提供交流合作渠道和载体，通过建立定期的

的饮用水。 超过17亿人所生活的河流流域用水量超过回补量，而人类 活 动产生的废水超80%未经处理就排放到河流或海洋。 预计 到 2030 年，全球淡水资源将减少40％，同时世界人 口迅速增 长，爆发全球水资源危机的可能性极大 ①。 全球环保非营利机构CDP的调查研究显示水资源匮乏、水 质恶化、供水压力以及极端气候天气情况都成为商业运营 中 的重要的风险评估要素，而对于这些风险的置之不理可 能带