也成为决定人工智能深度赋 能的关键。因此，中国信通院研究团队持续优化综合算力指标体系，在往年基 础上，增加模型能力的呈现，从算力、存力、运力、模力、环境多个维度，更 加准确剖析我国算力产业发展态势。 《2025 综合算力指数》为我们提供了一个全面而系统的视角来洞察我国算 力发展最新进展。通过科学的指数体系构建，将“综合算力”解构为几十余项具 体的指标，映射出我国在算力领域的发展状况，这将为国家制定精准的产业政 业机器人，到智能交通里实时规划路线的导航系统，再到个性化推 荐服务背后复杂的算法运算，各类数字化场景都高度依赖强大、稳 定且高效的算力支撑。特别是在智能化进程加速推进的背景下，智 算需求更呈现出一种持续攀升的强劲态势。据国际数据公司（IDC） 预测，2024 年全球人工智能服务器市场规模为 1251 亿美元，2025 年预计将增至 1587 亿美元，2028 年有望达到 2227 亿美元。 在这一发展趋势 自 然语言处理、图像识别、语音识别等领域取得突破性进展，为我国 算力产业的应用拓展提供有力支持。 综合算力指数 6 （二）存储规模与性能结构不断突破 近年来，中国数据存储总量呈现高速增长态势，存力基础设施 建设成效显著。中国算力平台监测数据显示，截至 2025 年 6 月底， 全国存力规模达 1680 EB，相比于 2023 年增长约 40%，存力规模持 续扩大。《全国数据资源调查报告（2024

航空航天、轨道交通、新材料、新能源、电子信息等战略产业、未来产业对产 业信息智能分析提出重大需求，呈现广泛、持续增长的发展态势。 产业发展决策：广阔的社会需求 关键核心技术突破 创新链产业链融合 科技创新体系优化 产业创新生态营造 技术创新路径规划 数字化转型方案 智能制造升级 绿色低碳发展 技术竞争态势分析 市场机遇识别 产品创新方向 竞争优势构建 产业发展战略规划 新兴产业布局指导 市场竞争需求 产业协同需求 创新体系建 设 各地各行业在布局新兴 / 未来产业的过程中，由于对前沿技术、技术路线、应 用场景、大规模产业化的时机等方面把握不准，难以做出有效选择。 如何精准感知产业技术态势，科学研判产业发展方向，及时布局产业化应用场景培育 新产品，成为未来产业大变局中区域 / 企业实现竞争突围的关键。 产业发展决策：广阔的社会需求 产业技术监测跟踪 产业技术“弱信号”发现 技术演进路径分析

。在全球数据量激增和新型存储技术革新的背景下，智能软件研 发行业将迎来前所未有的发展机遇。 中 产业链中游环节分析 中游分析 智能软件研发企业显现出显著的地域集聚特征，呈现高度集中与区域集群态势。 截至2023年底，中国软件百强企业高度集中于北京、广东、浙江、江苏、山东、福建及上海等省市。其中，北京、广东、浙江稳居前 三，分别坐拥37家、14家、12家入选企业。在城市维度上，这些企业广 智能家居体系的优化，中国智能家居行业将持续发展。预计至2026年，中国智能家居市场的规模将攀升至453亿美元，同时，智能家居设备的年 出货量有望突破5.4亿台。同时，智能汽车及其相关技术在中国展现出强劲的增长态势，预计2025年中国智能汽车渗透率将达到82%，并计划在 2030年进一步提升至95%。鉴于智能汽车集成了自动驾驶辅助系统、智能导航及车联网服务等先进车载技术，车载智能软件的市场需求将持续上 扬。

配 智慧工单 设备监控 智能安防 智能停车场 智能门禁 智能照明 事件监控 决策支持 智能消防 智慧能源 软 硬 兼 施 综合态势 联动指挥 智能电梯 BMS IBMS 系统结构 C/S B/S 中间件 ( 实时域 ) B/S 平台 ( 信息域 ) 数据特点 DI/DO AI/AO 枚举字符串环境参数、设备状态、故障

预测，国内人工智能市场规模预计在 2026 年达到 264.4 亿美元，2021 年到 2026 年期 间的 CAGR 超 20%。根据增长率计算，从 2022 年开始，每年市场规模会保持 20%左 右的稳定增长态势。根据澎湃新闻援引德勤统计，未来 2025 年世界人工智能市场规模 将超过 6 万亿美元，2017 年-2025 年期间复合增长率将超 30%。AI 高速发展中或利好 更多实体企业，专门提供智能体产品服务的厂商规模也将快速扩张。 图33 Character.AI 用户界面 资料来源：Character.ai 官网，海通证券研究所 截止 2024 年 7 月，网站月平均访问量为 2.15 亿，且其访问量仍保持增长态势。据 2024 年 7 月 30 日的报道数据，Character. AI 在已拥有 1700 万的月度活跃用户。截止 2024 年 4 月全球用户达到 2.33 亿人。网站目前的变现方式主要通过升级订阅服务，每

不牺牲显著性能的前提下，大幅度削减参数量，进而提升在资源受限设备上的运行效率。 随着技术的日新月异，轻量化模型的迭代速度显著加快，为端侧设备高效运行复杂AI模型 开辟了新路径。 2024年，端侧模型的发展态势呈现出多维度的积极变化：市场规模持续稳健扩张，技 术革新与模型优化并进，应用场景边界不断拓展，产业链上下游协同日益紧密，同时伴随 �� 着深刻的行业变革与前所未有的发展机遇。 今年5月21日 术展现了其巨大的 潜力，并开始逐步转化为现实生产力的重要驱动力。尽管整体上这些应用仍处于初期阶段， 但它们在多个领域的突破已初现端倪。 最近一年，大模型技术在各行各业的应用情况呈现出蓬勃发展的态势，为多个领域带 来了深刻的变革和显著的效益。 1.1.4 应用：日益广泛深入，多领域齐头并举 1.1.4.1 行业应用日益深入 �� （1）金融行业 在金融领域，大模型的应用逐渐从简 中，大模型通过数据分析和预测优化城市管理和服务流程；在媒体娱乐领域，大模型则用 于智能推荐系统、内容生成等方面为用户提供更加个性化和精准的服务体验。 最近一年大模型技术在各行各业的应用情况呈现出蓬勃发展的态势。随着技术的不 断进步和应用场景的不断拓展，大模型将在未来发挥更加重要的作用，为各行各业带来更 加深远的影响。 具身智能作为大模型之后的下一个人工智能趋势，正在逐渐崭露头角。具身智能是指 能

219 www.jc2.org.cn 11卷 指 挥 与 控 制 学 报 机 决 策（improvisational decision-making） [19]，需 要 随 事件不断发生、发展的态势，针对具体问题情境作 出决策时，系统通常以数据统计分析、智能计算模 型算法等形式提供辅助决策功能，对于决策者来说， 这些远不足以应对其可能面临的复杂多变灾难环境 下的决策需求，即解决复杂问题的能力。

策自主化。 实现自主智能供应链 15 图6 最先进的工业多集中在离散制造领域 • 未来五年内，所有行业的供应链自主化 水平预计都将实现显著提升。大多数行 业从当前到未来的自主化发展均呈现持 续增长态势，反映出向自动化与自主化 转型的普遍趋势。然而，各行业转型的 速度与广度差异显著，这为根据其独特 需求和运营现状制定针对性的战略举 措带来了机遇。 • 汽车行业已成为数字化供应链转型的 标杆，正迅速从当前主要由人工驱动的

数据安全与隐私保护 通过上述分析，可以清晰地识别出商务 AI 智能体的核心需 求，为后续的服务方案设计提供了明确的方向和依据。 3.3 竞争环境分析 在当前商务 AI 智能体的市场环境中，竞争态势日益激烈，主要 参与者包括技术巨头、专业 AI 公司和初创企业。技术巨头如 Google、Microsoft 和 Amazon 依托其强大的研发能力和广泛的用 户基础，推出了多功能的商务 AI

快地从历史视频数据中检索到相关信息，为调查和事后分析提供便 利。 在数据整合方面，AI 大模型不仅仅局限于视频监控数据的分 析，还能够与其他类型的数据源进行融合，包括社交媒体、传感器 数据等，从而建立更全面的公共安全态势感知能力。通过多源信息 整合，公共安全部门能够更全面地理解复杂的安全环境，提高方案 设计的科学性与可行性。 推动公共安全领域的 AI 大模型应用还需明确以下几个重点：  加强数据治理，确保数据隐私与安全。