5% 1 巴布萨赫布·比姆拉奥·安贝 德卡大学 印度 2 10.5% 3 加拿大 2 10.5% 3 伊朗 2 10.5% 3 意大利 2 10.5% 核心论文 Top 产出国家和机构中（表 2），中国 和印度贡献最多，各有 6 篇，占比均约为 32%。巴基 斯坦、加拿大、伊朗和意大利等各有 2 篇。加拿大的 滑铁卢大学、伊朗的德黑兰大学以及印度的巴布萨赫 布·比姆拉奥·安贝德卡大学各有 114 86 83 74 68 60 59 美 国 施引论文 Top10 产出国家和机构中（表 3），产 出最多的国家是中国，有 431 篇，占比约为 33%，远 领先于其他国家，表明中国在该研究方向上的关注和 跟进。印度排名第二，有 287 篇，占比约为 22%。巴 基斯坦、沙特阿拉伯积极跟进，继中国和印度之后， 在施引论文数量上形成第三梯队。施引机构方面，沙 特阿拉伯的沙特国王大学排名第一，有 中国 2 4.3%h 6 尼泊尔 2 4.3% 6 沙特阿拉伯 2 4.3% 6 埃塞尔比亚 2 4.3% 6 加拿大 2 4.3% 6 阿拉伯联合酋长国 2 4.3% 6 孟加拉 2 4.3% 核心论文 Top 产出国家和机构中（表 4），中国 和印度贡献最多，并列第一，均有 14 篇，各自占比 约为 30%；其次是美国和韩国，分别贡献了 6 篇和 5 篇。 中国的中国农业大学、潍坊科技学院与韩国的世宗大

汪 涛 01 全球数智化指数（GDII）2025 基于上述理念，GDII 构建了一套覆盖 ICT 基础设 施、行业应用水平、人才生态等多维度的综合评估 体系。本次研究覆盖全球 90 个国家，占比 94% 的 GDP 和 83% 的世界人口，能够反映出全球数智化 发展的普遍规律与差异化路径。 研究显示，各国由于资源禀赋和发展阶段的不同， 数智化发展道路呈现多元模式。有的国家依托先进 美元至 13935 美元之间的国家 ；高收入国家指人均 GNI 超过 13935 美元的国家。 6 高收入国家（42个国家） 中高收入国家（24个国家） 中低收入国家（24个国家） 国家 澳大利亚 奥地利 巴林 比利时 保加利亚 加拿大 智利 克罗地亚 捷克 丹麦 爱沙尼亚 芬兰 法国 德国 希腊 匈牙利 意大利 科威特 爱尔兰 日本 立陶宛 卢森堡 巴西 中国 哥伦比亚 哥斯达黎加 多米尼加 厄瓜多尔 格鲁吉亚 印度尼西亚 伊拉克 哈萨克斯坦 马来西亚 墨西哥 蒙古 纳米比亚 秘鲁 塞尔维亚 南非 泰国 土耳其 孟加拉国 玻利维亚 柬埔寨 喀麦隆 刚果（金） 埃及 加纳 洪都拉斯 印度 约旦 肯尼亚 吉尔吉斯斯坦 黎巴嫩 摩洛哥 尼加拉瓜 尼日利亚 巴基斯坦 菲律宾 塔吉克斯坦

研发领域的广阔前景和巨大潜力。  CRO 公司加速布局 AI+制药应用技术。CRO 药物研发外包公司的 AI 技术应用正 逐步深化，涵盖药物发现的各个环节，从靶点识别、化合物筛选、结构预测到 药物设计等。维亚生物建立纵向 AI 应用技术平台加速先导化合物发现；泓博医 药持续推进 PR-GPT 多模态大型语言模型的应用；成都先导依托 DNA 编码化合物 库技术与 AI 技术结合，优化苗头化合物的识别过程；药石科技利用其分子砌块 ....................................................................................... 18 3.1 维亚生物建立纵向 AI 应用技术平台加速先导化合物发现 .................................. 18 3.2 泓博医药语言模型具备丰富应用场景 ............ 晶泰科技在面对客户预测评估 三种晶型转晶风险的需求时仅用四周完成前期计算工作，对解得的晶胞参数及预测得到 的晶体结构进行衍射精修，获得实验晶型 Form C 的单晶结构；随后使用 PSCP 方法，比 较实验存在的晶型和理论的潜在稳定晶型的相对稳定性，给出随温度变化的稳定性变化 曲线，估计相变温度。晶型预测计算周期仅为 6~8 周，而晶型实验共花费 17 周才得出与 计算结果对应的相同结果，证明晶

彰显着技术落地的必要性。 AI技术也由教学辅助发展到自适应学习，推动大规模因材施教逐步落地。这些共同推高了时代对 AIGC+教育的瞩目，体现在资本投融资、各国政策监管、学术研究等多个方面。澳大利亚经历的 观望—禁止—反思—放开的挣扎历程，代表了全球的态度变迁，即不断与时俱进、同时守正创新。 AIGC技术在知识量、信息获取和处理方面的强势能力，迫使教育界进一步反思现有的教育框架。 在教学主 人员，即部分白领。据Challenger报告显示，2023年5月，美国因AI替 代造成的失业人数达3900人，且都发生在科技行业。以及据麦肯锡数据预测，到2045年左右，有50%的工作将被AI替代，比此前的估 计加速了10年。与此同时，具有创造力、深度思考等高阶智力的人才，将享受到AIGC带来的效率优势，成为AI的驾驭者，相应的工作 需求也会增加，并同时在教育领域创造出大量专业和学科，对教育课程和 来源：中央人民政府网、中国教育部官网，艾瑞咨询研究院自主研究及绘制。 AIGC+教育的时代瞩目-政策 全球关注AIGC在教育领域的应用，中国技术监管、教育政策合力推动落地 国际上，UNSECO、欧盟等组织，美国、日本、英国、澳大利亚等国家均已关注到AIGC将对教育产生的一系列变化及影响，并发布 相关政策及倡议，以为其应用提供指导建议。聚焦到中国场景，在技术侧，23年7月发布的《生成式人工智能服务管理暂行办法》在 技术及通用应用层

“个性化支持者 ”，根据孩子的特 点制定适合的学习计划。 • 家长应关注孩子的情感和兴趣，激 发孩子的自主学习动力 ，而不是单 纯地强制灌输知识。 能力培养比知 识传授更重要 • 在快速变化的社会中，知识的更新换代 迅速 ，而具备学习能力 、创新能力 、解 决问题能力和社交能力等综合素质的人 更能适应未来的发展。 家长每周至少参与 1 次 AI 协同 解题 2. 角色混淆 父亲用 DeepSeek 润色系统批改作文 后， 直接要求孩子照搬修改建议， 未 解释 " 月华如水 " 比 " 月亮很亮 " 好 在何 处 孩子丧失语言鉴赏能力 ，修改过程沦为 复制粘贴 ，作文分数提升但创造力未实 质进步 l 家长需先理解 AI 建议的核心价 父亲为提升学习效率， 用 AI 督导系统 严格控制作息， 孩子因宠物去世情绪 低落想要暂停计划时， 仍被要求按 系 统规定完成当日任务 孩子产生强烈孤独感 ，在日记中写下 " 机 器人比爸爸更懂我 " ， 亲子关系出现严 重 裂痕 l 在 AI 系统中设置「情感急救通 道」 l 家长每日查看情绪分析报告 l 每月预留 2 次「系统失效日」 家长可能陷入的四大误区

层面实现颠覆性创新，最终催生新型计算的全面兴起。 另外，数据将成为推动人工智能发展的“新燃料”。伴随数字孪生、具身智能的普及以及可 能的超级智能体的出现，到 2035 年，人工智能存储容量需求将比 2025 年增长 500 倍，占比超过 70%。未来应用与存储需求的紧耦合，将推动存储技术向超高带宽，超大容量，超强智能方向演 进，驱动存储范式变革。 未来十年，世界将迎来数千亿智能体的广泛联接。这一趋势将催生面向智能体互联网的新一代 在智能时代，全球范围内电力设施和能源成本将会是制约 AI 高速发展的核心要素，预计到 2035 年，全球数据中心耗电量将高达 1.5 万亿度，能源供给需要发生大的变革，可再生能源加速替 代传统化石能源，新能源发电量占比将突破 50%。同时，人工智能将成为新能源系统的核心，通过 Token 管理瓦特，实时管理每一焦耳的能量，从而实现更加动态和高效的电网。 技术作为驱动人类文明跃迁的引擎，其根本在于融入生活、家庭、企业与环境，以实现更美好 应用的价值与算力成本比超过 10 倍。 如果广泛的 AI 应用领域都能够突破算力成本奇 点，AI 将会迎来爆发性的增长。 算力需求的爆炸性增长，算力将成为社会运行的基础设施 突破算力成本奇点，将决定 AI 的发展进程 奇点 奇点：AI应用价值/算力成本>10 我们预测：2035 年全社会的算力需求将达 到 惊 人 的 10 27FLOPS， 跟 2025 年 相 比， 增 长 10

 AI 制药：缩短药物研发周期，助力靶点发现及临床疗效预测。1）逐渐完善的行业拼图，行业玩家逐渐增加；2）AI在多疾病领域广泛应用 ，肿瘤（37%）、免疫学（21%）及神经病学（14%）领域占比最大；3）AI可参与药物开发过程多个阶段。其中涉及AI虚拟筛选、药物发 现、优化药物结构、临床试验优化、建立疾病风险模型、肿瘤精准治疗等。商业化落地中等，仍处于临床早期阶段，数据获取成本高，依赖 文献 全身PET/CT uMI Panorama GS：结合AI图像重建技术，提 升扫描效率，单次全身扫描时间从数十分钟缩短至分钟级。  智能手术系统  神经外科手术机器人：集成AI手术规划系统，实现亚毫米级 定位和风险预警，降低颅内出血风险；支持术中影像序列快 速加载与路径智能修正，提升手术安全性。  一体化CT环形直线加速器uLinac HalosTx：通过AI算法优化 放疗计划，患者治疗时间从数天压缩至数十分钟，精准度提 病历撰写：智能整合多源诊疗数据（检验、影像 、用药记录等），一键生成标准化电子病历，支 持结构化输出与自动纠错，全流程耗时压缩至1 分钟以内，较人工撰写效率提升30倍。 3. 知识查询：依托覆盖脓毒症、ARDS等九大亚专 科的重症医学知识图谱引擎，秒级检索临床指南 、药物禁忌等关键信息，知识匹配准确率超95% ，为复杂病例提供权威决策支持。 4. 诊疗建议：深度融合患者个体化数据与重症诊疗 思维链（Chai

能源和介质包括：水、电、气、冷量、热量等 根据预定义的能耗模型和碳排放模型展示能耗、碳 排放结构 快速统计层级筛选 日、月、年统计数据汇总运算；支持按园区层级、组 织层级、系统层级进行分级统计计算；支持计算能 耗强度 环比、同比、交叉对比等不同维度对建筑、区域、设 备进行用能对比分析 利用标准的桑基图展现能源流转态势 用户设定分项分级能源KPI和碳排放KPI，KPI指标 支持基线管理 系统支持按照不同时间段的尖峰谷平设定不同的 8548 6688 郑州 河南省郑州市中原区中原中路220号 裕达国贸中心写字楼2506房间 邮编：450007 电话： （0371） 6771 9110 长沙 湖南省长沙市五一中路68号 亚大时代写字楼2101, 2101-2室 邮编：410011 电话： （0731） 8446 7770 合肥 安徽省合肥市滩溪路278号 财富广场27层2701、2702室 邮编：230041

1000 倍；AI 将使药物开发成本降低 4 倍，并将研发投入的回报提高 5 倍；AI 将使 癌症筛查的效率提高 20 倍，并且将市场规模扩大 10 倍；AI 药物的商业价值将比标准 药物高 20 倍，比同类最佳的精准药物高 2.4 倍，“从长远来看，医疗保健将成为 AI 最 为深远的应用领域。” 世界经济论坛发布的《人工智能驱动健康的未来：引领潮流》报 告认为，人工智能是医疗保健的主要变革力量，预计 诊断结果。RuiPath 在短短 2 个 月的研发进程里，“研读”了 300 余本病理诊断书籍，“阅览”100 万张数字切片。在广 度上，RuiPath 覆盖中国每年 90%癌症发病人群罹患的癌种；在深度上，亚专科知识问 答深度达到专家级知识水平，由病理医生整理的常用问题测试中，RuiPath 的回答准确 率达 90%以上，并在医学考试场景的图文问答任务中处于国内外领先水平。 诊断准确度逐步提升。哈 AI+制药：提质增速 AI 赋能制药已经获得学界普遍认可和应用。2024 年诺贝尔化学奖将一半奖项授予 给了戴维·贝克，表彰其在计算蛋白质设计领域的贡献，另一半共同授予了德米斯·哈 萨比斯和约翰·江珀，表彰他们利用人工智能在蛋白质结构预测方面的卓越成就。 产业界，AI 赋能药物研发已经取得实质性进展。AI 技术在难成药靶点、罕见病、 复杂疾病抗药性、创新药检验检测等复杂领域有广泛的应用。2023

其通过厘米级精度的道路几何、语义（如车道线类型、交通标志位置、路口拓 扑）及动态属性（如施工区临时标线）建模，为车辆提供长期稳定的先验空间 基准；同时依托与GNSS/IMU/轮速计等多源传感器融合的定位算法，实现亚米 级甚至分米级的绝对位置解算，支撑L2+至L4级功能对车道保持、变道决策与 路径规划的严苛需求。为保障时效性，高精地图采用“众包采集+专业测绘+云 端更新”三级协同机制，要求增量更新延迟控制在小时级，关键区域（如城市 不同于比亚迪、长城等传统自主品牌的“配置分级渗透”路径。另一方面，新 势力普遍将ASP（平均售价）锚定在中高端区间—2023年数据显示，理想（32 万元）、蔚来（31万元）、特斯拉（31万元）均明显高于丰田（20万元）、比 亚迪（16万元）及零跑（12万元），印证其以智能化为溢价核心的品牌定位逻 辑[2]。在技术自主性方面，新势力正加速构建“算法自研+硬件垂直整合”双 轮驱动体系：蔚来自研NIOAdam超算平台与Aquila感知系统；小鹏全栈自研 与语义分割）、决 策（含路径规划、行为预测与端到端模型）、控制（含横向/纵向协同控制、车 辆动力学建模）以及车联网（含V2X通信协议、高精定位与车路云协同架构） 。其中，感知与决策类专利合计占比超65%，反映行业仍处于‘看得懂、想得清’ 的核心攻坚阶段；而控制与车联网专利增速近年显著提升，体现L3级系统量产 对功能安全与系统鲁棒性的刚性需求[1]。 从申请人分布看，Waymo以超3,8