新石器主流产品计算，2024 年单价约 5 万/辆，物流无人车一般搭载通用的智能化 零部件，预计未来降本空间有限，单车价格预计将保持稳定；订阅费按照九识智 能与新石器主流产品计算，2024 年订阅费约 2.5 万/辆/年。 图26：预计 2030 年物流无人车市场空间达 717.5 亿元 数据来源：低速无人驾驶产业联盟，能链研究院，国泰海通证券研究 单车商业模型跑通，预计使用物流无人车替换微型面包车后单票降本幅度超 市场空间（亿元） 3.3 15 50 100 160 225 300 存量（万辆） 0.66 3.66 13.66 33.66 65.66 110 167 订阅费（万/辆/年） 2.5 2.5 2.5 2.5 2.5 2.5 2.5 市场空间（亿元） 1.65 9.15 34.15 84.15 164.15 275 417.5 4.95 24.15 84.15 184.15 324.15 500 717 12 每件降本比例： 51.70% 假设前提： 1000 100 2 5 0.1 产业深度 关键假设：收入端：单车售价 5 万/辆，按 5 年生命周期分摊收入 1 万/年；订阅费 2.5 万/辆/年。成本端：单车 BOM 为 8 万/辆，按 5 年生命周期分摊成本 1.6 万/年； 保险费用为单车每年 300 元；运营人车比为 1:100，人员薪资每月 6000 元；维修 保养按照单车每月

随着时间增长 , GPT-4V 水平的不同 多模态模型参数量正在逐渐缩减 面壁智能 在 2 0 2 4 年 5 月 发 布 的 多 模 态 大 模 型 MiniCPM-Llama3-V 2.5 仅凭 8B 参 数 ， 实现了“以最小参数 ， 撬动最强性 能 ” 的最佳平衡点。 面壁智能迭代的最新版本 MiniCPM-S 1.2B 采用了高度稀疏 架构 ，通过将激活函数替换为 、编译优 化、 显存管理等优化方式 ，我们将 MiniCPM-Llama3-V 2.5 在手 机端 的语言解码速度提升到 3-4 token/s OCR （光学字符识别）是多模态大模型最重要的能力之一 ，也是考 察多模态识别与推理能力的硬核指标。新一代 MiniCPM-Llama3- V 2.5 在 OCR 综合能⼒权威榜单 OCRBench 上，越级超越了 GPT-4o 显存管理、编译优化技术，在 MiniCPM-Llama3-V 2.5 图像编 码 方面实现了 150 倍加速提升 在综合评测权威平台 OpenCompass 上， MiniCPM-Llama3-V 2.5 以小博大，综合性能超越多模态“巨无霸” GPT-4V 和 Gemini Pro 首次进行端侧系统加速 ， MiniCPM-Llama3-V 2.5 已高效部署手机 l 汽车 AI 大模型 TOP10

赋能行业生态 功能视图： 1+1+3+N （一体化硬件， 1 朵云， 3 个平台， N 个应 用） SaaS 化 服务层 高清摄像头 人脸识别设备 塔吊球机 闸机 塔吊 / 升降机监控套件 PM2.5 监测仪 传感器 一体化 硬件层 应用市场 智慧工地中台 技术中台 接入管理 应用使能 数据中台 业务中台 AI 原子算法库 AI 应用集市 音视频管理 边缘设备管理 物联网平台 AI 分析 边缘计算 数据采集汇聚 数据传输交换 本地边缘云小站 智能水表 智能电 表 视频监控 智能空 开 视频监控 塔吊 电梯 AI 分析 联动声光告警 用电监测 PM2.5 联动 触发空开控制 小站数据采集 杆 体 柜 体 设备域 边缘智能域 现场管理域 云服务域 软件硬件化 算力边缘化 联动实时化 分析个性化 云端协同化 云边融合，真正全过程管理支撑工地安全有效运行 式实现各系统接入，方便后 续新系统接入 四梁八柱的技术架构体系 人脸识别设备 高清摄像头 用户层 SaaS 应用层 PaaS 平台层 感知层 塔吊球机 闸机 塔吊 / 升降机监控套 件 PM2.5 监测仪 传感器 • 人员管理 • 实名考勤 • 出入记录 • 劳务关系管 理 • 工资管理 • 安全教育 • 安全穿戴、电子围栏 • 车辆管理、视频监控 • 特种设备、安全检查

大面积混凝土测温 • BIM 数据 业 实时数据 业 主数据 业 历史数据 人员安全管理 智能工地云平台 - 业务架 构 高清摄像头 塔吊 / 升降机监控套件 PM2.5 监测仪 传感 器 监管单位 分包单位 施工单位 业主单位 人脸识别 塔吊球机 Web 门 户 终端 用户 大屏 APP 闸机 geemi-boot-module-system 风险分级管控 现场视频监控 其他设备监控 安全教育管理 大型机械设备管理 危险作业管理 A I 自动应急预警 高清摄像头 塔吊 / 升降机监控套件 PM2.5 监测仪 传感 器 标准与管理应用 知识与赋能应用 04 绿色施工现场 整体管理 环境评价 统计分析 废水监测 智能配电箱 智能电表 PM10 PM2.5 智能水表 噪声 扬尘 自动喷淋 01 02 应用价值 安全用电监测系统采用先进的物联网技术， 通过 对工地现场 用电数据实时上传， 方便施工企业对工程能源消耗高效把控，

5 ● 4.5 4 3.5 3 2.5 2 1.5 1 0.5 0 高级计划排程 生产作业与调 度 生产过程管控 某企业一级指标评估等级 服 务 5 级 3 级 评测等级 人 员 5 4.5 管 理 3.5 3 2.5 2 1.5 1 0.5 0 销 售 物● 信息安全 装备 数字化车间二级指标评估结果 人员技能 先进制造 术 流程制度 仓储配送 数字化车间三级指标评估 网络 计划与调度 评估结 果 规范级 集成级 3.5 3 2.5 2 1.5 1 0.5 0 3 数据 生产作业 资金成本 设备管理 评审小组在评价过程中了解到： l 组织战略、流程制度、财务成本等方面的管理水平较高，智能制造技术人才滞后，产线和生产运营效率不能快速提升；

的智慧物流园区解决方案功能模 块 地磅 道闸 人脸识别 摄像头 LED 屏幕 访客机 基站 信站 胸牌 液位 温湿度 Pm2.5 噪音 • 送货管理 / 派车调度 0 2 G7 智慧园区解决方 案 出入园管理 加密取样质检 装卸货 基础设置 叫号 出园 视频识别 / 定位 访客 / • 无司磅现场值守，司机与司磅不接 触无磅单交接 零接触物流园区运作—无人值守 过磅 有人值守 • 监控中心 PM2.5 监测 PM10 监测 噪声监测 周界入侵 东防区发生报警 视频监控 门禁监控 ** 大型物流园安环看板

力缺一不可 140 四、智能制造案例分析—数字工厂 生产过程管控与优化 能 力 低成本 高质量 高效率 多品种 应用车型 实施前 生产节拍 实施后 生产节拍 瑞风商务车 3.5 分钟 / 辆 2.5 分钟 / 辆 宾悦轿车 120 秒 / 辆 88 秒 / 辆 重汽卡车 7.8 分钟 / 辆 5.9 分钟 / 辆  因上游车间供应不足引起 的停线次数减少 26%  因下游车间能力不足引起 MES 端 CAPP 应 用 PDM 应 用 MES 应用 ERP 应用 ERP 端 • 实施效果 – 冲压在制品库存降低 30% – 商务车生产节拍从 3.5 分钟缩短至 2.5 分钟， 轿 车生产节拍从 96 秒缩短至 88 秒 – 基本消除了因为物料短缺导致的非正常停线 150 四、智能制造案例分析—数字工厂 实施前 实施后 布局建模 仿真分析

通过视频智能分析技术，对工地积水、垃圾堆放、安全通道占用等环境问题进行实时监控预警，保障施工工地环境安全整 洁，文明施工 路面积水识别 安全通道占用识别 垃圾乱堆识别 温度 湿度 全尘 PM2.5 PM10 智能监管 - 环保监控 ▉ 环保运行监测：在施工区域主要出入口部署在线扬尘监测设备，进行温湿度、噪音、空气质量的监测 智能监管 - 环保监控 ▉ 智能联动优势：杜绝降尘设备摆设 03 多维预警 ▉ 无人机占据现场巡查的制高点，实现了对工地现场从地面到空中的立体管控。更全面地解工地的施工情况，从不同角度发 现问题 1 、扬尘监测：能够实时监测现场的空气质量数据，如 PM2.5 、 PM10 、可悬浮颗粒物等，可与地面设备做对比分析 2 、危险源排查：将现场视频画面传回管理人员手中，为质安科及项目部排查安全隐患、加强过程控制和优化方案等提供 数据支持 3 、进度管控

5 9.0 浙江 北京 湖南 山东 江苏 CCID CCID CCID CCID CID 1. 规模以上工业企业 R&D 经费投入强度 ( 单位： %) 2.5 2.0 1.5 1.0 0.5 0.0 湖南 江苏 湖北 河南 广东 CCID CCID CCID CCID 浙江 、 北京 、 湖南排名前三 ， 16 个 40000 30000 20000 10000 0 江苏 广东 浙江 山东 福建 研发经费内部支出中的政府资金 l 广东、陕西、北京分别为全国 平均水平的 4.6 倍、 2.5 倍、 2.4 倍。 l GDP 排名前 15 的省份， 陕西、 江西 、湖南 、 安徽 等 7 省 份 增 加 率超过 30% 。 CCID CCID CCID CCID

2023)，它构成了如今大语言模型的基石。在 Attention 机制中，一个词语有三种不同的嵌入，分别称作 Q, K 和 V ，各自扮演者不同的作用。在详细介绍 Attention 机制之前，我们先以通义千问 2.5（Qwen 2.5）模型 为例，具体展示其中的一种嵌入。如表 (2) 所示，大模型将词元对应到其对应的向量嵌入，形成了 Q 矩阵。这 个矩阵的行数等于输入的长度，而列数是嵌入的维数。这样一来，语句变成了向量序列，而语言模型变成了向 所示，一个 Attention 机制加上前馈神经网络层，构成了一个解码 器单元（Decoder Block）。一个大语言模型通常会串联多个解码器单元，这也是大语言模型参数量之“大”的 来源。以通义千问 2.5 的 320 亿（32B）参数版本为例，其中串联了高达 64 层解码器单元；每个解码器单元 中大约有 5 亿个参数，包括四千多万个嵌入参数（即 Q, K, V 矩阵）以及超过 4 亿个前馈神经网络层参数。 URL。 （更多内容略） 最后，网页版提供了更加用户友好的界面。网页可以自动识别代码块等内容，以特殊的方式输出。事实 上，大模型直接的输出并不包含这些格式，而是输出特殊的标记。例如，Qwen 2.5-3b 在输出 R 语言代码时， 本身的输出为： ```r # 代码 ``` 事实上，```r 本身就是一个词元。大模型在微调时的一个重要的任务就是要求它们按格式输出。网页版的前 端应用