最合适的专家来处理，提高了处理效率，也降低了计算成本。 MoE 架 构 的 基 本 原 理 主 要 包 括 两 个 核 心 组 件 ： GateNet 和 Experts 。GateNet 的作用在于判定输入样本应该由哪个专家模型接管处理。而 Experts 则构成了一 组相对独立的专家模型，每个专家负责处理特定的输入子空间。 输入 专家 1 GateNet 输入 图 2-2 MoE 成本异常的具体环节 2. 异常原因的详细分析 3. 定量评估成本超支的财务影响 4. 具体的成本控制建议 示例：请特别关注材料采购、人工成本等关键环节 CARE 模型在工程审计领域的特殊价值在于其对背景的强调和对示例的整 合：背景维度使审计人员能够充分理解工程项目的特定环境和条件约束；示例维 度则通过类比学习机制，使抽象的审计发现转化为可操作的改进方案，增强审计 成果的实践价值。 4. 背景：该项目作为[地区]重点水利工程，其进度和成本控制影响[具体影响] 5. 示例：请参考[类似水利工程]的优秀管理实践，提出切实可行的改进建议 TRACE 模型在工程审计中的核心价值在于其对任务的多维分解：通过将复 杂 审 计 任 务 拆 分 为 明 确 的 请 求 和 具 体 行 动 ， 并 结 合 背 景 理 解 和 示 例 参 考，TRACE 模型能够有效应对工程审计中的复杂性挑战，提高审计效率和准确

及深 5 销售与市场 本地化 生产组装 本地化 供应链 本地化 产品研发 本地化 公司治理 本地化 Step 1 Step 2 Step 3 Step 4 Step 5 究其根因，在于企业的本地化深入程度 大型外企深入全流程，中小企业多止步于Step2生产组装 企 业 市 场 表 现 本地化进程 … 人形机器人 整机 过去10年，外企在中国市场的表现“两极分化” 大型外企信心与市场表现持续增强 控），通常以硬件/装备制造为传统业务，具备一定的市场力基 础（工业场景及生产数据）。未来能否“破局”关键之一在于 能否突破软性实力（大脑决策层AI与泛化） 软件型企业，产品力决策操作 AI算法/互联网/科研高校背景，软性实力（产品力-决策操作） 是优势，但对硬件机械、实际工况场景的理解相对短板。潜在 “破局点”在于加强与硬件/全栈企业联合开发，贴近场景 全栈型企业，综合实力 掌握着充足的资源、供应链号召力，在全行业中通常具备较强 话语权，具备全方位产品力（软件硬件定义）市场力（自有场 景及需求解读、工况数据、资金）。通过自研/代工围绕自有优 势场景构建“具身智能生态” 全栈型能力背后是充足的资源与供应链号召力，硬件型能力基座在于对系统的理解，软件型核心在于大模型与算力的沉淀。 Pre-08 M2 2025 Proprietary and Confidential All Rights Reserved. 目录 18 1. 出海启示：人形机器人产业链出海现状与启示

Digital Signature）等密码学机制 予以保障。 近年来，除了信息的完整性，ICT 技术在追求的另一个重要特性是信息的时 效性。时效性指信息在特定时间段内具备使用价值的特性，其核心在于信息能否 在需要时及时传递并发挥作用。时效性直接影响信息的决策价值——过时的信息 如同“失效的药品”，即使内容完整准确，也可能导致判断失误或机会丧失。 互联网基于"尽力而为"（best-eff 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 建立原生的数据信任与授权机制。这一挑战的核心在于：如何在不影响平台独立 性的前提下，使数据主体能够自主控制其数据的跨平台流动。 （四）下一代网络的关键突破点 为了应对全球数字化转型和数字经济的快速发展，在 OSI 参考模型和 TCP/IP 基于文档链接（HTML 超文本）不同，语义网强调“数据的语义关联”，旨在构 建一个全球化的知识网络，使计算机能够自主推理、整合和利用分布式信息。 2．实现思路 语义网的实现遵循知识工程方法论，其核心在于构建多层次的知识表示体系。 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

装等微操作 场景。 11 1. 典型场景及成效 （二）人形机器人探索构建普惠、精准、有温度的医疗未来 人形机器人在医疗领域的应用探索正从实验室迅速走向临床实践， 其核心价值在于结合人类形态的灵活性、人工智能决策能力以及多模态 交互技术，从而解决医疗资源短缺问题，提升诊疗精准度和个性化服务 水平。2023年以来，一些通用人形机器人也开始用于医疗场景的试验。 例如，美国Sanctuary 数据来优化自身的智能和性能，通过 “数据飞轮” 效应逐步实现工业场 景中对精度和柔性有一定要求的任务。 世界互联网大会智库合作计划系列成果 2. 未来发展趋势 未来人形机器人在医疗领域的价值不仅在于替代人力，更在于拓展 人类能力的边界，实现细胞级诊疗，通过计算机视觉、新型磁控材料与 微小型磁性物体影像追踪设备等研发，以及可视化微纳操作技术与磁控 微纳游动机器人生物体内靶向给药技术的发展，纳米机器人可以完成细 输到末端配送的全链路无人化。通过24小时不间断作业提高物流配送效率， 降低企业运营成本。 人形机器人在物流运输领域的未来发展趋势正从技术探索走向规模 化落地，其核心价值在于结合人类形态的灵活性与环境适应性，突破传 统自动化设备的局限。人形机器人的终极价值在于重塑物流生产力范式 ——通过“类人化”突破环境限制，以“智能化”实现无缝协作，最终 构建零改造、全适应、自进化的物流系统。 在家庭服务

800Gb/s、1.6Tb/s，甚至 100Tb/s，从而 支撑数据的速率增长。 （2）确定性低时延 在网络通信中，确定性时延是指数据传输的时延大小可精确预测、 波动范围极小（甚至趋近于零）的特性，核心在于 “可预期” 而非 单纯 “低”。它对工业控制、自动驾驶等对时间敏感的场景至关重要。 与之对应的是 “不确定性时延”：时延大小随机波动，无法预测（可 能很低，也可能突然增大），例如普通互联网中，视频卡顿多是因时 块灵活适配， 在 IP 层和光层共同发展光电融合功能，但是传统的数通设备操作系 统并不是灵活适配与更改的。将商用硬件与开源软件结合，打破传统 厂商软硬件绑定模式的白盒设备发展至关重要。白盒核心在于通过软 硬件解耦实现灵活性与成本优化，同时，白盒设备与 SDN/NFV、网 络切片深度结合，实现 “网络即服务”。光模块与白盒设备的互相结 合，打造了光电融合网络的灵活底座。 设备操作系统的 0°、90°、180°、270°），每个相位状 态对应 2 比特二进制数据（因 2²=4），单个符号周期内可传输 2 比 特信息，理论频谱效率为 2b/s/Hz。DP-QPSK 的 “DP” 核心在于 引入光的偏振维度 —— 利用光信号的两个正交偏振态（如水平偏振 H 和垂直偏振 V）作为独立传输通道。在发送端，输入数据被分为 两路，每路分别经过 QPSK 调制生成独立的偏振态信号，第一路数

再比如，企业能够认识到数据是有价值的， 数据正日益成为企业的核心资产。但并不是将 数据抓在自己手里，就能抢占市场竞争的制高 点。数据的终极价值，在于借助有效的治理机 制，对其分析得到能够用于鉴证、预测的结果， 以此促进业务提升。 归结起来，这些都是数字化初期阶段的基 建思维。企业数字化转型的本质在于实现价值 增值，但工具、数据等数字基建只是赋能者， 本身并不能帮助企业实现这一点，而是需要和 各项业务工作很好地融合在一起，需要以精细 动型”，典型的行业是美妆、运动。在这两个 行业中，如果分析商家、品牌的分布，会发现 头部品牌基本上占领了 30-40% 的份额，大品 牌效应集中。这些品类的货品数量较少，大部 分产品属于标品，吸引消费者的关键在于品牌 安糖 淘宝天猫商家品牌 策略部总经理 ｜ 15 实训营 │ Practice 传递出的调性、价值观，及与消费者的情感联 结等。因此，对于这一产业类型而言，内容运 营的能力、品牌广告的投放与运作能力、品牌 提升。而进入价值变现阶段，突出的挑战是如 何融合业务知识和智能计算能力。从企业资源 观的视角看，这种融合性能力难以被模仿，有 潜力构成企业的长期竞争优势。然而，要实现 二者的深度融合，关键挑战在于如何让数据分 析人员融入到业务活动之中，形成对业务需求 的敏锐洞察，培养起积极探索分析方向的主动 意识和有效梳理分析逻辑的综合能力。 在现实中我们经常观察到，面对同样的业 务问题，有经验和有主观能动性的数据分析和

化价值进行深入探讨，以期对金融行业的智能化和数字化转型 提供参考。 核心观点 : Deepseek 的出现将加速金融机构的数字化转型 Deepseek 的出现将加速金融机构的数字化转型，核心在于可以更高效地论证数字化转型的阶段性效果，继而批量复制。 传统金融机构的数字化转型面临三大核心矛盾 : —— 矛盾 1 : 顶层设计层面自上而下“以客户中心 + 数字化转型”的长期战略目标，与一线人员层面自下而上短期业绩 结论 5 :“ 电力 + 算力 + 数据”是大模型本身的关键，但对于金融应用不断动态沉淀下来的数据和模式创新才是核心胜负手 ; 结论 6 : 智能客服的价值不只是 24 小时在线及拟人化的服务，而在于比客户早半步看见需求 ; 结论 7 : 理解业务与理解技术同样重要 :AI 是认知杠杆，不是流程替代，金融机构业务端的“产品经理”或成为稀缺人才 ; 结论 8 : 金融市场的复杂性与反身 价值的最大化。 ñ 智 能 ü 服 为 Ï V ÷ , 智 能 客 服 的数字化组织变革，即在于 < 早半 步 = 的洞察 ，将客户需求感知从应 答升级为预判，从被动响应转为主 动挖掘。 资料来源 ÿ 生 式营销产业研究蓝皮书 中信建投 结论 : 智能客服价值不仅在全天候拟人化服务，更在于比客户早 半 步看见需求 ; 资料来源 : 秒针营销科学院，中信建投 金融服务场景，如投顾

以满足低延迟和高实时性的需求；而分布式算力更关注“全局最优性”， 侧重任务的分解与协同，以处理大规模和复杂的计算任务可能调度至 边缘、核心云或两者协同，例如“云-边-端”分层推理。 分布式算力感知与调度的核心在于“感知”与“调度”两个相互 依存、紧密结合的环节。“感知”是基础和前提，它指的是系统具备 全面、实时、精准地获取分布式网络中各个计算节点资源状态的能力。 具体而言，感知过程涵盖多维度：首先，系统需自动发现并注册新计 更高的节点，或利用电价谷值进行计算，实现“绿色调度”。 5 分布式算力感知与调度是现代计算范式的核心支柱。它通过构建 全域资源认知神经网和智能调度决策中枢，实现了对泛在、异构、动 态算力资源的有效整合与按需供给。其核心在于全局化资源视图、多 目标动态优化、高度环境适应、跨域无缝协同、智能学习进化以及对 可持续性的深度关切。随着算力网络（CPN，Computing Power Network） 概念的兴起和“东数 实时感知能力与低延迟调度决策是支撑高级应用落地的关键。而开放 共享的算力服务平台，能降低中小企业获取先进算力的门槛，激发全 社会创新活力，为新产业、新业态、新模式提供沃土。 深入研究分布式算力感知与调度，核心价值在于推动构建集智能 7 高效、安全可信、绿色低碳于一体的下一代算力基础设施新范式，三 者互为表里，不可分割。以智能为核心，利用人工智能算法赋能调度 决策，通过全面、精准、实时感知全网状态，做出全局最优资源匹配

9%。2030 年， 以 5G/5G-A 为代表的移动技术将为全球经济贡 献 11 万亿美元，占全球 GDP 的 8.4%。 5. 缩小存储规模差距 ：数智经济的优势将不仅在 于数据生成规模，更在于其数据的高效存储、 保护与使用。 6. 发展人工智能是系统工程 ：人工智能开发不仅 依赖于算力的提升，更是一项围绕统一战略， 统筹计算、存储、数据和算法的系统性工程。 7. 可再生能源驱动可持续的数字增长 适应决策。在算法推荐和自主制造等新兴商业模式 中，数据始终被视为价值创造的决定性基石，是驱 动第四次工业革命的核心力量。 数智经济正重构数据流的定义 在数智经济背景下，价值创造已超越数据收集或传 输，更在于通过智能系统将数据转化为洞察力和行 动。这一过程构建了数据流的闭环，涵盖多个相互 关联的阶段 ： 数据生成 数据来源 ：传感器、设备、用户交互、数字平台及 交易系统 相关性 ：数据生成是智能数据流中的起点，也是最 人工智能驱动的质变飞跃。人工智能推理能力的 快速普及正在推动核心工业生产流程变革，提升效 率、创新水平以及能源可持续性。这意味着，在数 智经济中，价值的产生不再局限于数据的收集或传 输，更在于通过人工智能和智能系统实现数据向洞 察和行动的转化。 15 全球数智化指数（GDII）2025 GDII 方法论升级 GDII 评估范围覆盖全球 90 个国家，其经济总量占 全球 GDP 的

技术融合将如何推动变革，造福人类和社会。 Joseph Sifakis 序言 为实现上述愿景，我们仍面临诸多超越通用人工智能范畴的技术挑战。我们的目标不仅是创造 一种“能够理解、学习任何人类所能完成的智力任务的机器”，更在于让机器能够整合自身能力， 自主行动，感知现实环境，并以自适应且可靠的方式追求其目标。 智能系统的构建正在颠覆传统的系统工程，需要将基于传统 ICT 模型的开发与数据驱动的 AI 技 术相结合。 确定的“奇 点”，迎来突然的爆发，就如同过去十年的卷积神经网络和大模型。当前的我们不得不思索：未来 十年的“奇点”可能出现在哪里呢？ 正如华为《智能世界 2035》所言，迈向通用人工智能，关键在于走向物理世界。其机遇可能 有三： 第一，更有效地感知世界。便携式拍摄设备（如手机）的普及，创造了丰富的电子图片，为 ImageNet 的构建及卷积神经网络的出现打下了基础；电子显微镜对蛋白质结构进行了高精度解析， 2035》较系统地勾勒了未来十年智能技术演进与社会形态重塑的宏伟蓝图，视野开 阔、分析深入。值此研究报告发布之际，我愿从复杂系统与智能演进的内在逻辑出发，谈几点思考。 智能的本质，并非仅仅是数据模式的识别与归纳，更在于其对物理世界的理解、互动与重塑能 力，因为对物理世界已有的认知汇聚了人类的重要的知识和智慧。《智能世界 2035》敏锐地捕捉 到了这一核心，即“走向物理世界是 AGI 形成的必由之路”。当前基于大模型的人工智能在感知和