生态繁荣发展。 《2025 综合算力指数》全面呈现了我国综合算力发展现状，挖 掘各地区综合算力发展问题，并给出发展建议，为我国算力产业“点、 链、网、面”体系化发展提供参考，为数字中国建设实现跨越式发展 筑牢根基。 时间仓促，报告仍有诸多不足，恳请各界批评指正。后续我们 将不断更新完善，如有意见建议请联系中国信通院研究团队： dceco@caict.ac.cn。 综合算力指数 目 录 一、综合算力研究背景

撰写和智能校验，提 升管理流程标准化和工作效率 DeepSeek 对行业带来的新技术思路 ( 部分 ) 11/80 DeepSeek 赋能 建 筑能源领域 11 报 告 提 纲 当下 Al 到了哪种程度 能源领域传统 AI 发展困境 … … … … DeepSeek 等带来的新范式

成本控制效果 在 DeepSeek-R1 大模型的应用下，工程造价项目的成本控制 效果显著提升。首先，通过大模型的智能分析，能够实时监控项目 各阶段的成本支出，及时发现并纠正超支现象。例如，在某大型建 筑项目中，模型在施工初期即预测到材料成本的潜在超支，通过调 整采购策略，最终节省了约 15%的材料费用。 其次，DeepSeek-R1 大模型还能优化资源配置，减少不必要 的浪费。模型中集成的机器学习算法能够分析历史数据，预测未来 DeepSeek-R1 大模型在工程造价领 域的持续优化和更新，从而不断提升其应用效果和市场竞争力。 12. 案例分析与实践 在 DeepSeek-R1 大模型的应用实践中，我们选择了某大型建 筑项目的工程造价管理作为案例进行分析。该项目总建筑面积为 20 万平方米，涉及多个施工阶段和复杂的成本构成。通过引入 DeepSeek-R1 大模型，我们在预算编制、成本控制和费用预测等 方面进行了全面优化。

是一个具有极大前景的研究方向. 近期, AutoRT[140] 构造了一个自动化数据采集框架作为机器人协调 器, 可以自动地指定一个或多个机器人在环境中执 行适当的任务并收集真实数据, AutoRT 在多个建 筑物中对 20 多个机器人提出指令, 并收集了 77 k 个真实机器人场景, 这些场景均通过远程操作和自 主机器人策略获得. 解决具身多智能体的协同问题 不仅能在上述复杂的应用领域取得成效, 也能为机 器人数据的高效收集提供新的思路