订单不同步、会员数据分散在多个平台、促销活动难以跨渠道协同 —— 这些痛点的本质，是企 业需要一套更灵活、更敏捷的信息系统，用极简架构支撑复杂业务。对于有一定体量的企业，" 简单即高效" ：技术栈越简洁，运维成本越低，业务响应速度越快。 随着业务复杂度指数级上升，我们对 IT 架构提出了 "4A" 诉求 ——Anytime（全时响应）、 Anywhere（全域覆盖）、Anydevice（ 据实时转化为向量特征，能否用 SQL+AI 融合查询实现 "一句话找货"，直接决定了 AI 应用的落地效果。这要求数据库不仅是数据的 " 仓库"，更要是 AI 能力的 "孵化器"，让业务团队无需复杂技术就能调用智能分析能力。 正是在这样的背景下，我们看到了一体化云数据库的价值。它用分布式架构消解了多渠道并发的 压力，用 HTAP 引擎打通了交易与分析的壁垒，用向量原生能力架起了数据与 AI 到 AI 的技术代际跃迁，智能化转型是大势所趋。 打造新一代数据底座是智能化转型的关键支撑 智能化转型对零售企业带来全新数据架构挑战。面对爆炸式增长的业务数据、多模态数据管理要 求、以及数据架构复杂与有限 IT 资源之间的矛盾，传统数据架构已难以胜任。零售企业必须打 造新一代数据底座，从而跨越海量数据洪流与实时洞察的鸿沟，激活企业“一方数据”价值，支 撑 AI 全链路应用，满足综合成本最优诉求。

，ISOC 市场拥有巨大的增长潜力。 厂商格局多元化，生态合作趋势显现。ISOC 市场参与者包括综合安全厂商、SOAR/XDR 厂商、云服务商、 运营商、AI 创新公司等，市场竞争激烈。由于技术复杂性和数据需求，单一厂商难以提供完整的解决方案，未 来技术合作、产品集成、威胁情报共享等生态合作模式将成为主流趋势。 AI 技术深度赋能，应用百场景花齐放。AI 技术正深度渗透并占领安全运营的各个环节，从风险识别、威胁 “大模型+基础 AI 技术”混合架构成为主流。为兼顾通用知识推理能力与特定安全任务的专业性和效率， 国内普遍采用“大模型+基础 AI 技术”的混合 AI 架构。大模型（如 LLM）擅长自然语言交互、复杂推理、知识 问答和生成全局视角和智能辅助；基础 AI 技术（基于机器学习/深度学习）则侧重于具体的威胁检测、异常识 别等任务，提供快速、准确的执行能力。两者协同工作，实现优势互补，成为当前 ISOC 量、可解释性和可信度有待提升。 人机协同是核心运营模式。ISOC 并非旨在完全取代人工，而是强调 AI 与安全分析师的协同工作。AI 负责 关键发现 5 重复可自动完成的任务，分析师则专注于复杂决策、威胁研判、策略制定和 AI 监督与训练。安全分析师的角色 正经历从“传统分析工程师”向“AI 训练师”和“AI 监督员”转变，需要具备新的知识和技能，人机之间的信 任和有效交互是 ISOC

1. 引言 1.1 背景与意义 随着无人机、低空飞行器等新兴航空设备的广泛应用，低空空域的使用变得越来越频繁， 特别是在物流配送、城市空中交通、农业监测和应急救援等场景中，低空空域管理的复杂性 和重要性日益凸显。当前，针对低空空域的通信、导航、监测和气象保障技术尚未形成统一 的标准和系统化的方案，导致各国和地区在低空空域安全管理方面存在不一致和技术空白。 因此，行业内亟需编制一份 建立技术标准和行业规范，从而确保低空空域飞行器能够安全、高效地运行。 通过统一低空空域的通信、导航、监测及气象数据处理标准，不仅能够提升无人机、低 空飞行器与地面系统之间的互操作性，还能有效降低空域管理的复杂性，避免通信干扰和空 域冲突。同时，这些标准也可为相关技术的发展和创新指明方向。在空域管理的不同场景中， 如无人机交通管理（Unmanned Aircraft Traffic Management 1、通信技术：将详细阐述适用于低空空域的无线电频段、通信协议和技术标准，确保 无人机和低空飞行器能够与地面控制中心、其他飞行器实现稳定、低延迟的通信。它还将探 讨多种通信方式的无缝融合（如 5G、卫星通信、专用航空频段等），以应对复杂的低空空 域环境。 2、导航技术：将介绍精确的低空导航解决方案，包括全球卫星导航系统（Global Navigation Satellite System, GNSS）、惯性导航系统（Inertial

， 以应对更复杂、 更庞大的数据集或任务。 大模型通常能够学习 到 更细微的模式和规律 ，具有更强的泛化能力和表达能力 学习能力强 大模型可以从大量的数据中学习， 并利用学到的知识和模式来提供 更精准的答案和预测 。这使得它 们在解决复杂问题和应对新的 场 景时表现更加出色 上下文理解能力 大模型具有更强的上下文理解能 力 ，能够理解更复杂的语意和语 是指能够处理多种不同类型数据的大模型，例如 文本 、 图像 、音频等多模态数据 。这类模型结 合 了 NLP 和 CV 的能力， 以实现对多模态信息 的综合 理解和分析，从而能够更全面地理解和 处理复杂 的数据 。代表性产品包括 DingoDB 多模向量数据 库（九章云极 DataCanvas ） 、 DALL-E(OpenAI) 、 悟空画画（华 为） 、 midjourney 等 先显式地写出推理的中间步骤。这就像 人 类解决复杂问题时会先把思考过程写 下来 一样 推理模型的核心 也就是说 ，如果模型在回复你之前有一 长 串的思考过程（这个过程必须可以显示输 出） ，探索了很多不同的路径之后给出 答 案 ，那么有这个能力的大模型就是推 理大 模型。推理模型的核心在于处理那 些需要 多步骤逻辑推导才能解决的复杂 问题 推理大模型 推理大模型的概念大规模传播应该开始于

，做出正确经营决策。 特别说明：本报告中的大量市场及技术资料，仅供企业经营参考用，望企业不要用于其 他商业用途，由此产生的一切后果高工咨询（GGII）将不予承担！ 宏观外部环境的不确定性和复杂性加剧，高工咨询（GGII）和所有参编企业真诚地祝福 每一家志向远大的企业都能制定出高质量经营决策，不断获得新的成长和成功！ 感谢以下联合参编单位（排名不分先后）： 上海昇视唯盛科技有限公司 ，具有技术和工艺成熟， 可靠性高的特点。采用六轴的设计提供了高精度的定位和重复性，这对于需要高精度焊接的 应用至关重要。其次，六轴工业机器人通常具有更高的负载能力，可以处理更重的焊接工具 和更复杂的焊接任务，如点焊、缝焊、弧焊等，通过精确控制焊接参数和路径，提高焊接质 量和生产效率。 协作机器人是工业机器人领域新的分支，与传统的工业机器人相比，协作机器人更强调 安全性、易用性和灵活性 轻量、低或可变的刚度 较大的自重和刚度 辅助设施 传感器种类多样 外接传感器少 投资回报 价格低、易集成、投资回收快 集成复杂、投资回收周期长 作业方式 人机协同作业 耐疲劳、连续作业 操作环境 图形化编程、可拖动示教、操作简单、无 需编程基础 操作复杂、专家编程、专员维护 常用领域 汽车及零部件、3C 电子、金属加工、钢结 构、新能源、船舶行业、其他一般工业 汽车及零部件、3C

产品设计服务，提升设计效率。 • 企业资源计划 ERP：降低原材料成本、优化库存管理以及缩短制造 周期。 • 产品全生命周期管理 PLM：提高产品质量、提高产品开发过程的可 见性、应对新产品的复杂性。 • 客户关系管理 CRM：全方位管理客户关系。 • 供应链管理 SCM：提高供应链响应时间、提高产品质量及安全、改 善延伸供应链网络。 • 制造执行系统 MES：通过信息传递对从订单下达到产品完成的整 发展、“中国制造”的出海需求、“国产化转型”浪潮，以及 VMware 等国外产品的销售模式调整，都为制 造企业 IT 基础设施带来了更为复杂的技术需求。而传统 IT 基础架构使用专用存储硬件、采用集中式存储架构和存算分离架构，导致存储资源分散， 整体架构复杂，难以满足业务需求。通过下表，可以一览业务需求与现有 IT 基础架构之间的矛盾。 业务场景 对基础架构的核心需求 传统基础架构的挑战 核心业务及灾备系统，包括 0，RTO 达到分钟级 控制器架构有性能瓶颈，成本高昂且运维复杂 云原生应用，即运行在容器环境、需要 快速迭代的各类现代化应用 可构建弹性且按需分配的资源池，具备快速上线、安全防 控能力 资源分配和回收慢，虚拟机安全配置复杂且效果差 多厂区建设与管理（含国内外多地分支 工厂） 可实现统一建设与管理，易于维护，且成本低 管理复杂，成本高，占用机房空间 开发测试 性能优异，使用与管理简单，且成本可控

能、风能、水力、储能等），并实时 管理潮流的能力，为日益增长的效率问题和可持续性需求提供了解决方案。 然而，电网现代化也伴随着重大技术挑战：可再生能源发电的波动性、现有基础设施的过载以及 系统复杂性的增加。这些障碍需要创新方法来确保电网的稳定性、安全性和弹性。 引言 02 在此背景下，电网的智能选型成为优先事项。通过精确分析和优化基础设施，选型软件在应对智 能电网挑战中发挥着战略作用 能够在系统的任意点模拟短路电流计算，识别潜在风险并实现保护装置的选型和调整。 3 标准合规性 软件符合标准要求（如IEC、NF、VDE等），确保系统合规并简化第三方审核。 4 节省时间与提高精度 复杂计算的自动化、实时模拟、快速仿真、基于先进算法提供选型意见。 通过结合技术与专业知识，这些工具使电网运营商、工程师和企业能够设计高性能、灵活且可持 续的电力系统。它们满足了日益增长的数字化解决方案需求，确保预测和解决与能源转型相关的 真电力系统的配置，以确保可再生能源的无缝整合、最优的能量流管理和更高的安全性。 在智能电网的背景下，计算及选型软件将成为设计、分析和优化这些复杂电网的重要工具。 为何智能选型至关重要？ 2. 由可再生能源驱动的多源电网的发展彻底改变了所有基础设施，无论是现代的还是现有的。然 而，向更复杂电网的过渡伴随着许多技术挑战，如果没有精确选型，可能会影响其效率和可靠 性。 选型面临的挑战 挑战 问题 后果 解决方案

高（ ** 独有 5G 专网管家 + 丰富网管经验，为业界首 5G 应用方案概览 ） 1 、 5G 无人机巡检应用 火电厂巡检的典型挑战 管线巡检  巡检环境复杂： 管线通常涉及到高海拔或城区复杂环境，传统地面人工巡 检方式难以有效覆盖；  线路距离长： 电厂涉及输电管线、取水管线、输煤巷道，管线类型多，长 度长，覆盖面大；  人员工作量大： 传统人工巡检需要大量人力物力才能完成高频次巡检 传统人工巡检需面临恶劣环境，存在大量作业安全隐患（中 暑、低温、跌落、蜂害、蛇害等） 火电厂巡检一般包括管线巡检及厂区巡检，通常面临各种复杂的环境，传统人工巡检需消耗大量人力且存在巡查死角。 厂区巡检  整体感知力弱： 厂区内设备分散，布局复杂，传统人工巡检难以对整体运 行情况进行感知；  设备复杂度高： 厂区中存在高度在百米以上的烟囱，高温高压的设备，人 工巡检难度大，风险高； 无人机巡检优势 无人机能够预设航线，自动飞行，巡检过程无需人为操作 精细化巡检 无 人 机 支 持 对巡检线路自定义角度进行拍照 ， 高倍混合光学变焦相机，不错过 任何细节 广泛适用 适合山区、大落差、城区等各种复杂环境，且白天夜间均可使用 定期任务自主飞行 应急快速响应飞行 激光雷达点云模型 实景三维数据生产 无人机火电厂巡检方案架构 专业负 载 无人值守平 台 模型重建 航测应 用 多传感器相机

产品设计服务，提升设计效 率。 • 企业资源计划 ERP ：降低原材料成本、优化库存管理以及缩短制 造 周期。 • 产品全生命周期管理 PLM ：提高产品质量、提高产品开发过程的 可 见性、应对新产品的复杂性。 • 客户关系管理 CRM ：全方位管理客户关系。 • 供应链管理 SCM ：提高供应链响应时间、提高产品质量及安全、 改 善延伸供应链网络。 • 制造执行系统 MES ：通过信息传递对从订单下达到产品完成的 达到分钟级 控制器架构有性能瓶颈，成本高昂且运维复杂 云原生应用，即运行在容器环境、需要 快速迭代的各类现代化应用 可构建弹性且按需分配的资源池，具备快速上线、安全防 控能力 资源分配和回收慢，虚拟机安全配置复杂且效果差 多厂区建设与管理（含国内外多地分支 工厂） 可实现统一建设与管理，易于维护，且成本低 管理复杂，成本高，占用机房空间 开发测试 性能优异，使用与管理简单，且成本可控 性能优异，良好的使用体验，可控的建设成本 I/O 风暴影响体验，存储性能存在瓶颈，不易于扩展 AI+ 制造业 满足 AI 应用、模型训练等 GPU 使用场景的高性能需求， 提升资源利用率 涉及复杂的 GPU 适配与硬件改造，计算资源利用率低 国产化转型 实现基础设施软硬件国产化替代 多基于 VMware 等国外厂商方案，订阅成本高，服务保障 存在风险，难以满足国产化需求 业务需求逐渐多元，

功能模块均可独立升级和维护。系统将集成多种传感器，如红外摄 像头、多光谱传感器等，以增强图像识别的准确性和适用性。此 外，系统还将具备自动避障、路径规划、电量监控等智能功能，确 保无人机在复杂环境下的安全飞行。 项目的主要技术难点在于 AI 模型的训练和优化，需要大量的 标注数据进行模型训练，并不断调整模型参数以提高识别精度。为 此，项目将建立一个大规模的图像数据库，涵盖各种地形和气候条 随着无人机技术的快速发展，低空无人机在农业监测、环境监 控、城市管理、灾害应急等领域的应用日益广泛。然而，传统的无 人机图像处理方式主要依赖人工操作，存在效率低、成本高、实时 性差等问题，难以满足大规模、高频率的监测需求。特别是在复杂 环境下，人工识别图像中的目标物体或异常情况时，容易出现误判 或遗漏，导致决策的滞后性和不准确性。此外，随着无人机采集的 数据量呈指数级增长，如何高效处理和分析这些海量数据成为亟待 解决的技术难题。 训练，随 着技术的进步，无人机逐渐在农业、物流、测绘、环境监测等多个 领域得到应用。近年来，随着人工智能、计算机视觉和传感器技术 的快速发展，无人机的能力得到了显著提升，尤其是在低空飞行和 复杂环境下的自主导航与任务执行方面。 在硬件方面，无人机的设计已经从简单的固定翼飞机发展到多 旋翼、混合动力等多种形态。多旋翼无人机因其垂直起降能力和悬 停稳定性，成为低空应用的主流选择。同时，无人机的续航能力、