其中，大型语言模型、模块化架构与协作框架为其筑牢根基，持续发展还需攻克评估、安全与适应性难题。 AI 正站在一个关键新阶段。参考 OpenAI 对 AI 的 5 级分级， AI 已不仅仅是能进行对话的聊天机器人（ L1 ），而是逐步进化到智能体 （ L3 ）阶 段——一个能思考、并能主动采取行动的 AI 系统。 强大算力保障大模型训练与推理的可持续性 能源供给保障大模型训练与推理的可持续性 HuggingFace 等平台提供开放、可扩展的 甲子光年智库总结整理 从单智能体到多智能体生态， Agent 协议驱动智能体协作进化，重塑企业 AI 能力边界 Agent 协议是推动智能体从孤立执行到网络化协作的核心驱动力。 单智能体可处理简单任务 ，但受限于个体能力，难应对复杂场景且易因故障中断服务。 Agent 协议通过标准化交互规则推动其进化：先为单智能 体提供统一接口连接外部工具，突破个体能力边界；再构建协作 “智能引擎”，驱动生产力范式重构 在金融领域， AI Agent 作为“认知 - 决策 - 执行”闭环 AI 实体，以实时数据为感知输入，依托动态知识图谱与强化引擎，实现毫秒级复杂任务自 主 拆解与策略进化。 在金融领域， AI Agent 核心价值显著：通过端到端自动化、实时风控、持续学习优化，打破传统流程壁垒，释放效率红利；以低成本、自动化 服 务触达边缘群体，推动 AI-native 金

 场景描述：针对手术环节的影像三维重建，是“ AI+ 医学影像”的又一子场景。早在上个世纪 90 年代起就开始陆续出现影像三维重建产 品，但由于存在配准缺陷而使用率不高；随着人工智能的引入，采用进化计算的算法，可以有效解决配准缺陷周期性复发的问 题，实 现更精准的影像三维重建。目前该领域的软件主要承载影像重构、 3D 手术规划的功能，能够最大化自动重构出患者器官真实 的 3D 模 型，与 3D 地速度相对较快；目前国内市场主要集中于广东省人民医 院、上海交通大学医学院附属仁济医院、陕西省人民医院等三级甲等医院。 进化规划 进化规划 进化策略 遗传算法 进化策略 遗传算法 遗传规划 分 类系统 进化计算在模式识别、图像处理方面有较为成功的应用 进化计算 2 典型应用场景  发展环境：医学影像中心，就是集约化的第三方医学影像诊断中心，能够实现区域范围内影像的集 中存储和管理、影像（包括其他

到的项目细节、技术原理以及方法对比与优化进行了详细的回答：本文系统 梳理了 AI 技术在策略优化、风险识别与决策闭环中的关键作用，通过动态 学习机制与智能决策框架的构建，AI 能将历史规律挖掘与实时信号解析相结 合，形成具备自我进化能力的智能投研体系。 AI 通过非线性建模技术重构动态赋权机制，显著提升市场适应性。不同于经 典风险平价模型的静态风险分配逻辑，AI 融合 XGBoost 特征筛选与深度学习 的协同优势，创新性地 Benford 定律等传统数 值检测方法，AI 在识别隐蔽性造假方面展现独特优势，能够捕捉管理层文本 中的语义矛盾与异常修饰。其进化路径指向领域预训练与动态特征库的融 合，通过持续学习新型造假模式增强模型鲁棒性。 AI+RAG+Agent 体系通过决策闭环架构实现策略的自主进化。该体系以生成 式 AI 为智能中枢，整合实时数据管道、动态知识检索与自动化风控模块， 突破传统回测框架的静态局限。RAG 技术实现分钟级市场信息更新与噪声过 Agent 体系仍处于理论设计与分块功能验证阶段，其核心价值在 于构建 “数据驱动决策、规则约束风险、反馈优化策略”的智能投研框架。尽管 目前尚未实现实盘执行，但其通过动态规则引擎、实时数据处理、策略进化机制 等设计，为应对黑天鹅事件提供了理论上的鲁棒性保障。未来需解决的关键挑战 包括：1）实时交易接口的稳定性：确保 Agent 与券商/交易所系统的低延迟对接； 2）合规性与透明度：满足金融监管对策略可解释性的要求；3）算力与成本优化：

4、深圳南山数据可信流通服务探索实践 5、华为企业数据空间探索实践 0 36-49 最佳实践案 50-51 参考引 前言 PREFACE 构建可信数据空间与人工智能协同创新范式，开启人工智能新时代。 在数字文明加速迭代进化的时代洪流中，数据与人工智能共生发展正重塑全球经济的格 局。数据作为我国第五大生产要素，其价值释放的深度与广度，直接决定了人工智能产 “ ” “ ” 业从 感知智能 向 认知智能 跃迁的新高度。 模型创新的引擎，而非沉睡的资源 --- 以制度为 纲、技术为脉、价值为魂，构建数模协同新体系。 技术协同 价值协同 “数据驱动模型进化模 ” 型释放数据价值 图 7“ ” 数模协同 体系框架 “ 一、制度协同：建立 权责明晰、动态确权与授权、健 ” 全授权运营 的治理机制 “ ” 数据二十条 以解决市场主体遇到的实际问题为导 意识形态风险。例如通过多层级审核引擎、敏感数据 实时监测、价值观对齐指标等系统级防御。 “ 三、价值协同：建立 数据驱动模型进化，模型释放数 ” 据价值 可持续双向闭环 数据要素与大模型的协同发展构成了双向赋能的闭 环价值体系，数据作为核心生产资料驱动大模型的能 力进化，大模型通过智能化释放数据的深层次价值。 1、数据驱动模型进化：大模型训练依赖大规模、高 质量、多模态、实时更新的行业专属数据集，通过 高质量数据集提升认知广度和语言泛化能力以及模

（2）“快判”，智能体 7×24 值守，单条告警处理≤9 秒，研判效率超人类 60 倍 （3）“秒溯”，攻击路径秒级溯源，100% 可视化重建 （4）“闭环”，联动协同190+设备，编排式自动处置响应 （5）“进化”，智能体自主感知识别，反哺迭代，从 “被动响应” 转向 “主动狩猎” 方案介绍： 奇安信 AISOC 是奇安信集团推出的AI 驱动的安全运营中心，由下一代安全运营中心 （NGSOC）与奇安信安全大模型（QAX-GPT） 关键经营数据分析——现⾦流健康度继续下降 安全威胁检测智能体 核心能力 关键挑战 应用场景 典型厂商 1. 多域数据语义融合 2. 攻击故事自动生成 3. 因果推理与风险量化 4. 主动验证与假设检验 5. 自适应学习与进化与智能响应编排 1. APT高级持续威胁检测 2. 内部威胁与身份滥用监控 3. 云原生与混合环境安全 4. 工业控制系统（OT）安全 5. 金融交易欺诈检测 1. 数据质量与标准化难题 技术体系上，真伪检测环节全面覆盖深度伪造、AI生成、PS篡改、活体攻击等检测场景；伪造痕迹提取 环节挖掘纹理、光照、频谱等多维度特征，突破模型可解释性难题；伪造溯源环节基于指纹提取技术， 结合动态进化的伪造技术特征库，定位伪造工具及算法。 治理模式上，面向国家安全场景，采用云端部署睿鉴图灵鉴伪大模型方式，实现公域流量批量检测；面 向个人安全场景，在终端设备上部署终端AI鉴伪大师，兼顾安全防护和隐私保护；针对金融、教育、通

元化方向发展。这种转变既是技术进步的必然 结果，也是日益复杂的市场需求驱动下的必然 选择。 随着机器人应用的不断加深， 行业逐渐意识到： 人形机器人并非唯一的终极形态，机器人形态 的演进并非线性进化，而是多种形态互补共生 的过程。 在这一行业趋势下，专用机器人、类人形机器 人与人形机器人将各自承载着不同的功能定位， 共同构成服务机器人生态的核心支柱。通过利 用三种形态各自的优势，不仅提升了机器人的 AI驱动的多模态交互与具身学习 多技术栈中，人工智能（AI）技术扮演着至关重 要的角色。大模型在提升和重塑机器人交互能 力以及对操作和移动能力的改进方面都展现出 了巨大的推动力。AI技术不仅为机器人提供了更 深层次的具身学习进化能力，同样使其能够进 行更复杂的任务和更自然的交互，也为实现全 栈式智能生态提供了必要的基础。 图2-11：AI驱动多模态交互 来源：德勤研究 • 感知能力提升：AI能够通过深度学习和计算机 策略，使得多模态交互更加顺畅和高效。 多模态 融合 自然语言 处理 实时决策 能力 感知能力 提升 自适应学习 图2-12：AI驱动具身学习能力 环境感知与适应 模仿学习 知识迁移 强化学习 数据驱动的 进化 层次化学习 来源：德勤研究 • 模仿学习：AI能够通过观察人类操作或其他智 能体的行为来学习任务。这种模仿学习可以快 速让机器人掌握基本的操作技能，而无需手动 编程每一个步骤。 • 强

服务中双方情感流动，拟人化 • 思维链逻辑增强 业务运营工具化，与模型底座解耦合，通过大小模型协同、信息不出场、流程嵌入确保整体准确和可控。 汇聚用户通信属性关联数据 不出“场”，安全可信 大小模型协同进化 大、小模型 信息场 流 程 状态追踪 意图识别 话术生成 … 运营工具 提示 工具 坐席 助手 智能 摘要 … 系 统 工 具 平 台 知识库 API接口 NGCS界面

开发 投入 市场 制造 发现 系统设 计集成 热力学法则 实验 7 4 3 5 6 1 2 人工智能指导 材料研发过程 人工智能有助于开发高性能材料、 识别关键点并获得新的科学规律 ，促进化学信息学的发展。 化学信息学可用来对反应条 件进 行优化和筛选催化剂等 ，这主要是通过对实验数据进行建模 ，然后使用该预测模型实现对实验工作的指导； 可用于分子模拟 和 分子设计 ， 并在分子性能预测的基础上 资料来源：《机器学习在材料信息学中的应用综述》 - 牛程程， X-MOL 资讯公众号，创腾科技官网，国海证券研 究所 计算机模拟软件提升研发效率 在化工领域中 ，应用计算机模拟软件 ，不仅能够促进化工设计严谨性和系统操作精准程度的提升 ，还有利于科学合理地进行系统流程的计算 与分 析 ，可在一定程度上推动化工行业的发展进步。 分子模拟作为一个重要的理论研究手段 ，可以在微观分子世界与宏观可观测量之间搭建桥梁 元件工程 生物元件是合成生物系统中最简单、最基 本的单元，其生物学本质是具有特定功能的 DNA 序列、 RNA 序列、氨基酸序列或蛋白质结构域 改善生物元件的鉴定和功能注释效率 加速理性设计和定向进化优化现有元件结构、增强其功能特性 设计合成自然界不存在的元件 线路工程 线路工程是利用元件工程中的各类元件针对多样的需求 依照电子工程中电路搭建的思维进行设计及功能优化， 从而达到对生命的重编程

安全性（无需魔法、风控） 个性化（专属智能体、私有存储空间） 的 全方位需求。 5 进化路线图：用AI打造企业的“超级员工”，进而推动组织跃迁 一、构建专业知识库 为每个业务领域建立专业的 知识库，包含该领域的专业 知识、最佳实践、案例等 二、开发专属智能体 针对不同的工作任务

诱导效果无法有效的 进行科学评价，无法 形成闭环 ET 城市大脑核心能力赋能交 通 收集数据 信息分析 发现问题 解决方案 即 时 全视频 全 量 全 网 判断 实时决策 学习 持续进化 决策 全局洞察 认知 多维感知 阿里云以数据为能源，提供算力和算法双引擎 算力 引擎 MaxCompute 飞天工具集 平台管理 算法 引擎 敏捷算法服务 视频智能分析