电话：021-68416017 邮箱：chch@swsc.com.cn AI医疗专题系列二 从DEEPSEEK的崛起看AI医疗发展方向及投资机会 1 核 心 观 点  前言：本篇主旨在探讨Deepseek相关概念及技术在医药产业方向上的潜在应用。人工智能技术的突破性进展正以颠覆性姿态重塑医疗健康 产业。2025年2月，国产大模型DeepSeek-R1的全面开源与多领域适配 、东软集团 、鹰瞳科技等头部企业加速布局，覆盖从辅助诊疗到药物研发的全链条智能化升级。政策端亦为AI医疗注入强劲动能：2024年11月，《卫 生健康行业人工智能应用场景参考指引》发布，明确84类应用方向，涵盖医学影像分析、智能药物研发等核心领域，为技术落地提供了顶层 设计支撑。而2025年2月18日即将发布的华为瑞金病理模型，则进一步凸显了AI在病理诊断这一传统高壁垒领域的潜力，有望缓解我国病理 pSeek-R1优化慢病管理的数字化流程；而恒瑞医药更将模 型应用纳入内部考核体系，推动AI渗透至研发、生产与管理的全环节。这种“模型即服务”的生态闭环，不仅重构了医疗工作流，更催生了 六大核心应用方向的爆发：  AI 医学影像辅助诊断：进入发展快车道，辅助诊断为主。包括AI超声诊断、病理学AI等影像学辅助诊，涉及到图像处理、勾勒病灶大小、特 征识别、诊断建议。影像学AI辅助诊断商业化落地快

新技术带来的行业改变和可能的演绎路径角度去梳理行业长期趋势。 年初持续受到关注的 Deepseek 带来了一系列的浪潮，对化工行业也将产生巨大冲击，我们从几个维度进行了方向性 梳理：①从不同赛道的竞争重点出发，挖掘 AI 智能化带来的优化和改善空间；②从实际可落地的角度，梳理可率先 形成赛道赋能的方向；③从未来的发展趋势看，化工行业国内外可能出现的格局变化；④落地到具体板块，AI 智能化 能够形成的行业赋能和重点关注的行业机会。 工艺设 计、优化工程装置、提升产品差异度等或缩短时间，或优化结果；而降本可以通过人工替代，精准对接，流程优化， 模拟改造等维度支撑成本改善。 化工行业智能化升级，顺势把握三重机遇。①影响越大的方向，落地速度越快，技术研发的变革或将是主“战场”； ②领军型企业有资金、有要求、有能力、有需求，有望成为 AI 智能化的先期参与者，尤其是大型央国企；③具有较 高的行业敏感度，对接难度相对较小或者改 智能化在各个领域的实体应用和优化，在化工行业领域，我们认为可能出现的四类关注点：  破除现有限制瓶颈的方向，将有望最开始明显受益：直接改善效率和提升速度的领域，或将最开始获得切入，目 前对选定方向，重复性测试或者方向性改善的领域，AI 智能化将有望直接缩短研究周期，降低投入成本，建议关 注合成生物方向，农药创制药赛道等；  技术研发的优化或将是智能化落地的主“战场”：AI 智能化对接的基础相对较好，投入成本相对可控，产生的长

本概念、功能架 构、关键使能技术等；同时，分析了算电协同典型应用场景、生态 第九届未来网络发展大会白皮书 算电协同技术白皮书 IV 建设，并探讨了算电协同面临的技术挑战和未来发展方向。我们期 待本白皮书能够为政产学研各界提供系统性参考，推动算力网络与 新型电力系统从简单叠加走向深度融合，最终实现“绿色算力赋能 数字经济，高效能源驱动算力革命”的美好愿景。 第九届未来网络发展大会白皮书 ................................................ 44 第九届未来网络发展大会白皮书 算电协同技术白皮书 VI 五、技术挑战与未来方向 ................................................................................ 47 5.1 技术挑战 ... ........................ 48 5.1.4 安全与可靠性，交易机制的基础挑战................................. 49 5.2 未来发展方向 ..................................................................................... 50 5.2.1 智

应用TOGAF 10.0企业架构思想 及方法 2022年7月 2022年4月 www.top100summit.com 案例背景 监管机构角度 金融机构 管理层角度 量水平，补短板，促发展 理现状，抓方向，筹规划 明手段，拓思路，促融合 审能力，找不足，筹提升 数字化 转型框架 业务部门角度 科技部门角度 商业银行数字化成熟度评估模型作用和价值 www.top100summit.com 银行数字化成熟度评估模型 2.0 IDEA • 从集中到开放 • 从有形到无形 • 从逻辑到直观 www.top100summit.com 核心实践 银行数字化转型中的主要矛盾及提升方向 数字化和 传统文化冲突 组织敏捷度低 缺乏专业人才 Page 16 ⚫银行希望通过新兴数字 化手段拓展业务及市场， 但不愿承担数字化转型 的学习成本。 ⚫ 具体表现在以下几个方面： • 禁锢于使用传统的业务拓展 手段； • 科技投入持续提升，但尚未 转化成实际的业务能力和数 字化能力； • 数字化转型推进过程中存在 部门壁垒，各部门权责划分 固定，无法联动 主要矛盾 根本原因 提升方向 建立不同部门和利益相关者的紧密合作关系，确保数字化和业务需求与整体战略 目标相一致，并提供全面洞察力。 数字化转型是一个不断演化的过程，需要灵活地适应变化。 剥离独立的职能把握对市场和技术趋势的敏感度，

幅提升新产品开发效率，助力应用场景的落地生根，并持续提升我国 标准在国际舞台上的影响力。 白皮书全面且系统地梳理了人形机器人领域标准化工作的现状， 深入剖析了当前面临的问题与挑战，精准把握标准化建设的迫切需求 与未来发展方向。其内容涵盖了人形机器人的定义、分类、发展历程、 产业与技术现状、标准化现状与需求、产业/技术/标准图谱、标准体 系建设以及标准全生命周期管理与标准化生态构建等多个关键维度， 致力于为企业、研 精准地把握行业脉搏，切实地服务于整个人形机器人行业发展，为政 府决策提供科学依据，为企业研发提供明确导向，为市场应用提供规 范准则，为各方提供更具价值与前瞻性的指引与参考，最终共同推动 人形机器人行业向着更加稳健、高效的方向大步迈进，开启人机共融 的全新篇章。 编委会 2024 年 12 月 4 一、人形机器人概述 1.1 概念 1.1.1 定义及本文范畴 人形机器人这个概念一经提出，就在学术界、科技界和产业界引 机器人失稳，且其智能性仍较为薄弱。 2020 年伊始，以特斯拉 Optimus、Optimus 二代人形机器人为代表， 人形机器人进入了智能化的发展阶段，朝着高度集成、感知环境、运 动自如、精细操作的方向迈进。人形机器人能够自主执行更复杂的任 务，如从传送带上捡起电池单元并精确放入托盘中。Optimus 配备五指 灵巧型机器人手，具备触觉感知和 11 个自由度，展现出强大的稳健性， 可以在无需

...........27 三、 光电融合网络技术发展趋势......................................................35 3.1 相干光技术演进方向...............................................................35 3.2 光电融合网络的解耦和融合趋势.............. 络融合将驱动承载技术、设备形态和应用方案的多维度融合创新；当 前集成电路的能力提升、硅光及光电合封等关键技术的日趋成熟、设 备 SDN 南向接口的融合统一，为网络融合和大规模部署提供了坚实 支撑，成为面向未来高效承载网络的重要演进方向。 IP+光的融合包括管控融合、协议融合、硬件融合三个维度。在 管控融合维度，通过 SDN 统一控制器实现 IP 层与光层的联合资源调 度和智能运维，打破传统分离式管理模式；在协议融合层面，通过 管控融合的技术路线呈现从协议互通到智能融合的演进脉络，核 心技术包括协议协同、分层控制、统一模型与 AI 赋能。未来，随着 800G/1.6T 光模块、量子通信与 AI 技术的成熟，管控融合将进一步 向自优化、自治化方向发展，成为支撑算力网络、元宇宙等新兴业务 的关键基础设施。企业与运营商需根据自身需求选择技术路线：基础 互联阶段适合业务稳定的场景；动态协同阶段适用于广域骨干网；智 能融合阶段则需提前布局 AI

该方案形成的研究方向称为“后量子密码学”。然而后 量子密码方案对于抵抗量子计算攻击并非一劳永逸，随 着量子计算机的发展和新的量子算法产生，当前已经形 成的后量子密码算法可能又将面临被攻破的风险。二是 “以其人之道还治其人之身”，旨在充分利用量子物理 学原理，直接采用量子技术构建保密通信方案，从而“一 劳永逸”地避免量子计算可能带来的信息安全威胁，基 于该方案形成的研究方向即为“量子通信”。量子通信 态（Quantum Teleportation，QT）等多种技术路线。其中，量子密 钥分发（包括离散变量量子密钥分发和连续变量量子密 钥分发）及量子直接通信已成为目前量子通信研究与应 用发展的重点方向。 离散变量量子密钥分发（Discrete Variable QKD， DV-QKD）使用离散的量子态进行密钥的编码和分发， 其利用量子力学的基本原理，特别是量子态的不可克隆 性和海森堡测不准原理来确保通信双方能够安全地编码 中国民生银行生态金融部 贾凤军 1. 转变观念，拥抱 AI，特别是决策层 06 应当全面鼓励和推动全体成员积极开发和利用智能 体 Agent。智能体的大小可以根据实际需求灵活调整， 它代表了未来的发展方向，并且开发的门槛相对较低， 其具体的表现形式可以多样化，包括但不限于聊天机器 人、数字人、数字员工、虚拟人、虚拟员工、数字秘书 等。通过这种方式，实现人人参与开发、全员便捷使用、 客户广泛受益、社会普遍应用的良好局面，从而最大化

星互联网承载网体系架构及星间/星地链路、路由、交换等七大关键 技术；同时，本白皮书分析了全球主要卫星互联网的产业现状与标准 II 化进展，探讨了轨道/频谱资源紧张、空间环境复杂等特殊问题及应 对策略，最后对未来发展方向进行了总结与展望。 本白皮书期望为业界提供对卫星互联网承载网的全面认知，促进 技术交流与创新协作，推动相关技术在国防安全、应急通信、智慧农 业等领域的广泛应用，助力我国卫星互联网产业从“技术并跑”迈向 合的网络架构中，卫 星互联网承载网还可与高空平台网络、无人机中继网络协同工作，构 建多层次立体化的通信体系。 未来，卫星互联网承载网的发展趋势将朝着更高速率、更低时延、 更智能化以及更开放的方向演进。在高速率方面，将通过更高频段的 微波通信和光通信技术，结合新一代高速调制编码和自适应链路控制， 实现 Tbps 级骨干通道；在低时延方面，将优化轨道布局和跨域路由 4 算法，以满足 6G 星互联网承载网建设中，需要根据具体的应用需求、网络规模、卫星 资源以及成本等多方面因素综合考虑，选择最适合的体系架构。随着 技术的不断发展和应用需求的日益多样化，未来卫星互联网承载网的 体系架构可能会朝着更加灵活、智能、融合的方向发展，以更好地满 足全球通信、军事应用、科学研究等领域对卫星互联网网络的高性能 要求。 12 四、卫星互联网承载网关键技术 卫星互联网承载网作为卫星通信网络的重要组成部分，其性能的 优劣

技术的理想载体，凭借其高度的灵活性 和强大的适应性，正在迅速发展并广泛应用于各个行业，成为推动产 业升级和变革的重要力量。工业领域自动化基础良好、环境结构化程 度高且市场需求大，成为近期“机器人+人工智能”应用落地的首要 方向。凭借其在提高生产效率、降低人力成本、提升产品质量等方面 的显著优势，“机器人+人工智能”正在汽车制造、电子信息、金属 材料等关键行业加速落地，展现出广阔的应用前景。 本报告中的“机器人+人工智能”指的是建模优化、机器视觉、 本报告分为研究背景、技术趋势分析、应用现状分析和前景展望 四个部分。首先，从技术突破、大国竞争和市场前景三个角度，分析 “机器人+人工智能”工业应用的发展背景；其次，从技术趋势的角 度，回顾人工智能与机器人融合的三大技术方向，分析在人工智能大 模型推动下，以人形机器人为代表的具身智能技术的前沿进展；接着， 从应用场景的角度，通过全球 88 个案例分析“机器人+人工智能”在 典型场景、行业中应用情况；最后，从技术、产品和应用三个方面， （三）工业领域将成为短期内智能机器人应用落地的主战场 .. 2 二、全球“机器人+人工智能”技术趋势分析 .................. 3 （一）工业领域的机器人正在从中等智能走向高度智能 ...... 3 （二）三大融合方向及其组合推动智能机器人产品涌现 ...... 5 （三）具身智能尤其是人形机器人前沿研究持续火热 ........ 8 三、“机器人+人工智能”在工业领域的应用 ................

现了超节点的基础定义与特征，包括技术层面的基础特征和扩展特征，以及系统层面的大规模、高 可靠、多场景特征。同时，通过分析全球产业的演进路线、超节点稳定性的核心挑战以及技术产业 生态发展格局，为产业界指明了超节点的发展方向。 在未来计算的下一个十年，超节点无疑将成为推动 AI 技术发展的关键力量。这份发展报告为我 们提供了宝贵的理论指导和实践参考，相信在产业界的共同努力下，超节点将不断成熟完善，为人 工智能的持续突破和广泛应用奠定坚实的算力基础。 并行的新阶段。Scaling Law（规模定律）将以多元形态长期生效，持续推动人工智 能技术突破能力边界，而超大规模 Transformer、MoE（混合专家模型）、稀疏注意力模型等，已 成为可扩展模型的核心架构方向。在复杂的混合并行策略下，随着并行规模持续扩大，系统节点间 通信带宽与可用显存容量成为制约大模型可扩展性的瓶颈，亟需计算架构创新以满足未来更大规模 模型训练的需求。超节点架构突破传统互联瓶颈与共 样化算力集群技术未来演进的必然趋势。本发展报告系统梳理了超节点技术架构的国内外演进路径 与生态发展格局，清晰界定了超节点需具备的技术特征与系统属性，为产业界提供了具有前瞻性的 洞见和系统标准参考，助力行业在算力发展中找准技术方向，推动算力从规模堆砌走向效率跃迁。 国家超级计算广州中心主任 卢宇彤 当前，千亿乃至万亿参数的大模型与 MoE 等先进架构的兴起，对计算基础设施提出了前所未有 的苛刻要求。传统的硬件堆叠模式