据操作确权和授权等机制，为数据互通双方提供基本的数据可信背书。 互联网架构缺乏原生的数据信任机制，导致跨平台数据互通必须依赖平台间 面向 Web3.0 的数字实体互联白皮书 10 的主动协作，形成以平台为中心的数据流通模式。这种模式下，用户数据的流通 边界由平台间的技术接口和商业协议决定，而非数据主体的自主意愿。 要实现以用户为中心的跨平台数据可信流通，必须突破现有架构限制，在网络层 在实践层面，首先需要将非结构化数据转化为标准化的 RDF 图，这个过程通常 涉及实体识别、关系抽取等自然语言处理技术。领域本体（如医疗领域的 SNOMED CT）的构建则需要领域专家与知识工程师的深度协作。推理引擎基 于描述逻辑（Description Logic）实现自动化的知识发现。 该架构使机器能够理解"北京是中国的首都"这类陈述中的实体关系，而非仅 面向 Web3.0 的数字实体互联白皮书 根本任务从单纯的数据传输转向支持数字实体间的语义互操作与可信协作。这种 转变将带来网络技术的范式革命：任何数字实体（包括数字孪生、一项数字化服 务、一个虚拟代理还是一个复杂数字系统）都能以标准化方式接入网络，自主发 现并关联其他实体，并基于共享协议完成交互，见图 5。DEN 不再仅是数据传 递通道，而是成为数字生态的基础协作平台。 面向 Web3.0 的数字实体互联白皮书 17 图

能体在 物理与数字融合的“镜像世界”中进行大规模、实时、可靠的交互与决策。智能体（Agent）作为 核心载体，其从执行工具到决策伙伴的演进，标志着人工智能从处理信息的工具转变为能够主动规 划、协作并作用于环境的认知主体。这不仅是技术的升级，更是生产力和生产关系的范式革命。 智能革命的真正价值，最终要体现在对千行百业的赋能乃至重塑上。《智能世界 2035》不仅 聚焦于技术本身的跃迁，更用大 郑志明 深度融合，形成具有感知、分析、决策和行动能力的行业级“大脑”与“神经系统”，从而极大提 升产业运行的效率、韧性与创新活力。这种赋能是一个复杂的系统性问题，需要技术专家与领域专 家深度协作，共同破解行业特有的复杂性挑战。 尤为重要的是，《智能世界 2035》中“Token 管理网络，让智能成为能源的神经系统”这一 趋势，点明了智能世界发展的一个关键约束与使能条件。未来无处不在的智能体及其承载的海量算 咨询服务方面的能力将接近人类 水平，可以解放专业人士，让其专注于战略决策。在研究领域，当通用人工智能（AGI）的奇点真 正到来时，AGI 将成为人类的协作伙伴，以超越当前想象的规模进行假设构建、实验操作与数据分 郭毅可 析。这种人机协作将加速医学、材料科学和量子技术等领域的突破，推动人类在疾病治疗、气候韧 性和可持续材料方面取得进步。 我们的日常生活也将发生改变。智能体将成为值得信赖的伙伴，持续监测并预测我们的健康需

年发起的“产业数据空间”项目（后发 展为国际数据空间协会 IDSA），以及后续的盖亚-X（Gaia-X） 跨领域数据平台，为欧盟数据空间的技术架构和治理模式奠定 了基础。例如，工业数据空间（IDS）通过标准化接口促进供应 链协作，欧洲健康数据空间（EHDS）整合跨境医疗数据以加速 科研。此外，欧盟通过《数据治理法》（DGA）、《通用数据保护 条例》（GDPR）等法规，进一步规范数据共享的合法性、隐私 保护与互操作性，确保数据空间在技术、法律和协同机制上的 信、数据流通可信、收益机制可信。 “用户身份可信”是整个体系的基石，通过严格的身份验证与 信用评估机制，确保参与可信数据空间活动的用户身份真实、 行为合规，营造安全可靠的数据交互环境，让用户放心参与数 据的共享与协作。 “数据流通可信”是数据在可信数据空间内安全有序流通的根 基，通过区块链等技术，为数据流通建立起完整且不可篡改的 记录链条，形成一份详尽的数据“履历”，一旦出现数据异常或 争议，能够迅速 具备公信力的官 方机构、专业的科研院所、行业领军企业等，这些数据经过严 格的审核验证流程，具备极高的准确性、可靠性与权威性。可 信数据空间可以链接上下游、构建共创生态，不同环节的参与 者相互协作、相互促进，不断丰富数据的类型与维度，极大地 丰富了可信数据空间的数据资源，为数据的深度挖掘与创新应 用提供了广阔的空间。 “空间”凸显了可信数据空间的载体功能，作为数据资源流通 的载体，

高 精度操作机器人；二是移动优化类，具有平面活动需求的移动机器人 能够感知到障碍物优化移动路径，成为自动避障移动机器人；三是协 同优化类，单一的机械控制转变为群体控制，包括机器人群体的高效 协作、任务分配和调度、无人物流机器人系统、多种机器人协同系统 等等。 感知交互类模型使得机器人“能看见”或“能听见”从而实现与 操作对象或人类的互动。一是识别类，搭载机器视觉技术的机器人取 代人 机械臂+识别类 模型”，AI 应用的主要目标是识别外观缺陷情况，随着机器视觉检 测能力的提升，机器人可以适应各类大小、形状、质地的检验对象， 并同时开展多个检测流程，如大族机器人 Elfin 协作机器人能在 60 秒时间内完成电池托盘法兰面内测平面度检测、内腔长度检测、碰焊 点检测等 10 多项检测，又比如 ABB 提供的人工智能机器人焊接质检 系统，以比人工快 20 倍的速度，检测、发现和识别仅 试验验证和产线优化场景处于价值链的两端，附加值较高、应用 难度大，占比均为 5%。近年来，随着设备标准化和自动化程度的提 高，各类搬运、测量、焊接机器人及其他生产设备实现互联互通，并 通过统一的控制平台和模型算法开展协作，为产线和研发的智能化创 造了基础条件，但是由于前期投入大、回报周期长，目前这两类场景 14 的探索主要集中在部分高科技行业的龙头企业。 此类场景“机器人+人工智能”主要是“多智能体+协同优化模型”

雷达实现360°环境感知。2025年G1转向轻巧化，23-43关节电机支 持单腿跳跃等高阶动作，三指灵巧手结合多传感器适应复杂地形，由世 界模型UnifoLM驱动的自主学习能力瞄准救援与人机协作应用。 06 来源：全球人形机器人技术演进趋势.2025年5月29日.https://mp.weixin.qq.com/s?__biz= MzU2MTg0NjE0Mg==&mid=22 了更高要求。 当前，机器人在工业领域的应用已形成“单点突破-产线协同-全厂智能” 的递进模式，其发展将经历三个阶段：初期与人类共处同一生产环境，重 点解决人机协同问题；中期实现更高效智能的人机协作，但仍附属于人 类操作；远期能够独立完成任务，人类逐渐淡出生产一线，“无人工厂” 成为现实。 1. 典型场景及成效 工业制造场景是率先落地的主要领域，有望成为新型工业化的关键 诊的机器人“云帆”，可以引导患者就诊、回答咨询。 医疗场景对机器人的要求很高：既要绝对安全可靠，又需要温和友善 地互动。在临床干预场景下，人形机器人在外科手术中起到辅助作用， 实现技术精度的突破与极限协作。如MIT的NanoSurgeon X1系统，配 备原子力显微镜探针和量子纠缠触觉传感器，可识别细胞膜刚度差异， 用于早期肿瘤边界定位。 12 2. 未来发展趋势 在技术方面，工

CCID CCID CCID CCID CCID CCID CCID CCID CCID CCID CCID C 6 部门技术体系共建共享与交流合作，促进产业链上下游深度 协作、创新资源优势互补。 （三）大力发展新兴产业和未来产业。习近平总书记指 出，要引领发展战略性新兴产业和未来产业，加快形成新质 生产力。当前，各国抢占科技制高点、争夺产业主导权的竞 争加剧。要 力，统筹建设一批重点产业战略大后方。 （六）增强企业国际竞争力。习近平总书记指出，要完 善中国特色现代企业制度，弘扬企业家精神，加快建设世界 一流企业。针对具有国际影响力和控制力的大企业数量不足、 大中小企业资源整合和协作共享能力较弱等问题，建议：一 是培育一批具有生态主导力的跨国企业。引导企业树立全球 视野，帮助企业开展知识产权和行业标准的海外布局。支持 企业通过建立“母工厂”、实物投资、股权置换、联合投资 治 理部门、支撑部门和企事业单位全方位、系统性、重塑性变 革，加快业务流程线上迁移和集成优化，构建协同高效的跨 部门协作机制。面向各部门治理场景，深度整合业务条线， 打通创新链、产业链、人才链、资金链，实现产业运行监测 和政策效果评估的联动共享，提升产业治理多部门协作水平。 撰稿 | 规划研究所 程楠、樊蒙、陈笑天、黄诗喆、谭俊彬、 李杨、刘佳斌、么鹏飞 CCID D CCID

程师、AI架构师等 • AIGC设计师、AI产品经理、AI游戏策划、AI安全专家、AI伦理与法规专家  从组织结构和工作流程角度来看，人数很少的公司可能做出影响世界的产品 1. 从人机协作（AI作为Copilot） 2. Agent数字员工和人类员工共同工作 3. 以AI Agent为主、人工为辅 02 对AI教育的思考：如何培养AI专业人才和AI赋能人才  培养什么人 AI赋能学习 • 个性化学习系统 • 智能AI助教 • AI驱动的内容生成 2. AI赋能教学 • 智能教学助手 • 智能课堂管理系统 • 课程内容优化 • 数据驱动的教学决策和协作教学支持 3. AI赋能评价 • 基于生成式AI的多元评价系统 • 数据驱动决策  挑战和风险 1. 法律、隐私与信息安全 2. 伦理与学术诚信 3. 教育质量与学生发展 视觉识别原理与应用案例 视觉识别技术与应用 AIGC绘画技术与应用 人工智能的挑战与未来 人工智能对各岗位的影响 人工智能伦理 数据隐私与安全 AI与知识产权 技能提升与终身学习 人机协作的未来 AIGC课程体系 AI提示词 Prompt基础 Prompt进阶 职场办公 职场汇报 AIGC 视觉设计 AIGC与设计师 视频制作 AI绘画应用场景

能够确定哪些单一趋势或战略组合将对组织及其运营所在的生态系统产生最重大的影响。 今年的主要趋势分为两大主题：  连接 — 在不同领域中发挥关键作用，推动创新、效率以及人机交互。正在进行的数字 化转型以及对集成和协作的日益重视支撑了其重要性。  智能 — 集成先进技术以优化流程、提高成本效益、改进决策，并在快速变化的业务环 境中创建更敏捷、适应性更强的供应链。 Gartner 对主要战略供应链技术趋势的描 驱动的资源跟踪系统，并带 有运营仪表板。  从长远来看，我们预计超低成本电子产品将在其整个生命周期内保 留在物品中。接收 Ambient 消息的网关将成为互联供应链中的标 准功能。新功能 （例如相关对象和设备之间的协作） 将不断发展。  但是，隐私挑战仍然存在，法规会影响某些用例或智能传感标签。 他们的基础设施可能会带来新的网络安全和弹性挑战，例如，在受 监管的行业中，外人无法接受知道事物的位置。 行动建议 Copilot Enterprise 和 Custom GPT Builder。这些平台可协助 AI 驱动的 编码、项目管理和内容创建。它们可以自动执行重复性任务，提供智能建议，并促进团 队成员之间的协作。通过将 AI 直接嵌入到工作流程中，这些工作区使用户能够更智能、 更高效地工作，最终提高整体生产力和创新能力。 4. AI 工作簿： AI 工作簿将 AI 的强大功能与传统的数据分析和管理工具相结合。例如

为行业科技破局实现差异化高质量发展，提供生动详实的参考样板 • 联合分子实验室发布华农保险科技三年白皮书 • 首次实现对保司的科技能力输出 www.top100summit.com “天仪”全流程数字化管理协作平台 显著提升研发管理质量效能 全流程数字化闭环管理 • 实时采集：监控研发流程中需求、开发、测试、验收、上线等14个关键节点 • 智能决策：建立13个标准指标，涵盖开发延期率、需求变更率、 持续优化堵点痛点 开发需求流程标准化 需求花费工时线上化 持续提升效能 www.top100summit.com 线上化-沉淀标准化的数据和管理动作 利用TAPD作为团队流程管理工具，将项目协作标准化，流程化，提升协作沟通效率。 需求管理 聚焦业务价值进行开发资源分配 质量管理 通过缺陷报表针对性进行分析， 对研发过程质量和效率进行监 测，提升研发效率 流程管理 规范流程提升沟通效率、降低后

开源指令集等架构的元宇宙专用芯片。优化智能算 法、大模型在元宇宙领域的集成应用，探索研发多感知多模态 预训练大模型。（责任单位：省科技厅、省发展改革委、省经 信厅、省委网信办） 3.创新“元企业”梯队培育。构建产品集成度、生产协作度 较高的元宇宙产业链，加快培育“链主型”企业，招引全球性 行业总部或研发总部落地。制定完善元宇宙新兴企业评价标准， 培育一批元宇宙细分领域“专精特新”企业，加快产业链上下 游协同、面向特定场景、具备商用潜力的应用技术研发。充分 厅、省经信 厅、省发展改革委、省科技厅、省商务厅、省广电局） 3.提供“元办公”多样服务。支持大型平台企业搭建虚拟办 公平台，打造自由化、沉浸式、无边界办公体验，实现工作效 率、沟通效率、协作效率的全域提升。依托领军企业，优化提 升沉浸式会议平台，拓展虚拟会议在展会、发布会、宣讲会、 大型论坛等垂直领域的定制化、差异化解决方案，打造行业级 标杆产品与服务。（责任单位：省经信厅、省科技厅、省发展 探索开发 VR 全景课堂、虚拟人教师、虚拟仿真教学平台、定 制化学习资源推送平台等集成应用，建设虚实共生和跨界探索 的未来教育形态。面向实验性与联想性教学内容，打造以资源 生态、自主探究、协作学习和评价系统等为关键环节的“元”教 育解决方案，强化学员与各类虚拟物品、复杂现象与抽象概念 的互动实操。（责任单位：省教育厅、省科技厅、省发展改革 委、省经信厅） （四）实体经济赋能行动