研究前沿的分析及重点研究前沿的遴选和解读 007 背景和方法论 农业科学、植物学 和动物学 1. 热点前沿及重点热点前沿解读 011 1.1 农业科学、植物学和动物学领域 Top10 热点前沿发展态势 011 1.2 重点热点前沿⸺“利用植物根际促生菌缓解植物的盐胁迫” 012 1.3 重点热点前沿⸺“基于深度学习的植物病害检测” 016 2. 新兴前沿及重点新兴前沿解读 019 019 2.2 重点新兴前沿⸺“花青素在食品智能包装膜中的应用” 019 生态与环境科学 1. 热点前沿及重点热点前沿解读 021 1.1 生态与环境科学领域 Top 10 热点前沿发展态势 021 1.2 重点热点前沿⸺“行星边界突破与地球系统风险治理” 022 1.3 重点热点前沿⸺“基于生物质的活性多孔炭吸附剂制备及二氧化碳捕集性能” 026 2. 新兴前沿及重点新兴前沿解读 2.2 重点新兴前沿⸺“污泥厌氧发酵产挥发性脂肪酸的微生物机制研究” 029 地球科学 1. 热点前沿及重点热点前沿解读 031 1.1 地球科学领域 Top 10 热点前沿发展态势 031 1.2 重点热点前沿⸺“中国陆相页岩油类型与重点地区资源潜力研究” 032 1.3 重点热点前沿⸺“骤旱事件成因与风险研究” 036 2. 新兴前沿及重点新兴前沿解读 039 2.1

30%。 Ucache 智能读缓存 智能读缓存通过 IO 智能预取精准识别热点请求并针对顺序、间隔等 IO 流进行 IO 预取，将 IO 提前载入读缓存， 同时读缓存通过 LRU 算法淘汰冷数据，从而提高缓存的 IO 命中率，提升读性能。Ucache 智能读缓存可提高读请 求 IO 命中率以提升读性能。热点、顺序、间隔等 IO 流下性能提升 100%。 BoostIO 在存算分离架构下，BoostIO 在存算分离架构下，BoostIO 利用计算侧的内存和磁盘资源构建分布式多级缓存，写缓存通过 RDMA 高速通信、 缓存亲和策略、副本冗余和线性布局等特性提升业务写性能，提高数据可靠性；读缓存通过数据预取提前将热点 数据加载缓存磁盘中，通过 LRU 淘汰策略和冷热识别提高读缓存命中率，从而提升业务读性能。 RDMA 网络加速 通过在 Ceph 网络框架 AsyncMessage 中新增插件支持 UCX 网络框架，实现 函数等各层次的性能数据，分析出系统性能指标，定位到系统瓶颈点及热点函数，给出优化建议。该工具可以辅 助用户快速定位和处理软件性能问题。 调优助手是针对基于鲲鹏的服务器的调优工具，能系统化组织性能指标，引导用户分析性能瓶颈，实现快速调优。 图 3-37 系统性能分析工具 表 3-1 任务描述 任务分类 描述 调优助手 调优助手通过系统化组织和分析性能指标、热点函数、系统配置等信息，形成系统资源消耗链条，引导用户

领克900发布车距安全提醒等 • 25年与智驾系统深度融合热点车 型10款以上 • 典型车型如领克900、小鹏 P7&G7、极氪9X、蔚来ET9等配 置AR-HUD，支撑智驾意图显示 • 问界、蔚来等车企不断新 推和提升AR场景体验 • 小鹏打造出窄道通行、多 岔路口通行精准指示等多 个创新高价值场景 2025年搭载AR-HUD的车型占新发 热点车型80%以上 • 蔚来ET9 极氪9X

案，在高算力规模、高功率密度、高弹性需求背景下，同时兼容通算、 超算、智算，甚至未来的量子算力。在 AIDC 基础上，中国电信积极 布局算力基础设施建设，面向政府、企业、科研机构等提供就近的高 效算力服务。除了围绕热点区域建设“2+3+7”1的公共智算云池，还 重点在各省打造（N 个）城市智算基础设施服务当地用户，满足数字 政务、城市大脑等城市数字化转型场景；通过（M 个）行业智算集群 服务教育、电力、金融 算分离百公里拉远训 练、百公里分布式推理等新型智算业务开展算力城域网现网验证，实 1 “2”是指中国电信在内蒙古、贵州设置的两大公共训练智算中心；“3”是指中国电信在北京、上海、 广州设置的三大热点区域智算中心；“7 是”指中国电信在安徽、宁夏、湖北、江苏、辽宁、重庆、浙江 设置的七大区域训练智算中心。 2 算力城域网：Computing service Oriented Metropolitan

促进消费的实施方案》落地见效，消费供给将进一步提质扩容，将增强 消费品供需适配性、释放消费潜力、带动消费升级。三是新需求加速释 放。“人工智能+消费”快速发展，即时零售、智能绿色消费、康养消 费、体育消费、情绪消费等热点涌现，将进一步壮大消费新动能。综合 看，2026年消费将呈现稳中向好态势。 007 （四）改革举措有望加快发力，人工智能赋能新型工业化向纵深拓 展，新质生产力不断壮大将支撑工业生产保持稳定增长

抽象模型：杨立昆的世界模型+功能分区 • 类脑计算：意识研究、认识论（哲学物理学）、认知神经科学  包括生物计算，不排斥数据科学方法（mortal computation） 3、具身智能：刚起步，研究热点，可能会成为道路1的未来 • 强化学习，环境交互，自我进化 4、集群智能：持续研究，给道路3以启发 • 生命智能，混沌理论：细胞、生态、鸟群 01 对AI技术的认知：通向AGI之路

可能会逐渐过时，智能需要相应地进行调整和优化，以适应变化的业 务环境。目前，基于迁移学习、终身学习等的可演进式智能技术正在 被广泛研究，具有自适应、自学习、自演进能力的新型网络范式也逐 渐成为新的研究热点。 图 2-4 网-算-智协同自适演进 2.3 服务生成算力网络参考架构 服务生成算力网络的系统架构设计采用分层策略，根据各层的功 能抽象程度和业务逻辑，自下而上包括基础设施层、算网管理层和业 18 体内容可归纳为历史记载、客观现状、主观体验和动作反馈等类型。 目前，基于 AI 的策略自动生成机制、基于数字孪生的策略验证，以 及基于用户反馈的策略自动优化等技术已经成为相关研究的热点。 4）自动执行：基于自主学习的算网自动驾驶 算力网络的基本目标是根据自身资源状态最优地进行用户意图 执行和方案部署，而服务生成运行概念的引入又赋予其自动化、智能 化的发展目标，其自动执行涵盖动作的自动完成、故障的自动修复、

深度思考 功能，将更易获取准确答案。同时，还能查看完整思考 过程，方便检查思路。 图 3-7 DeepSeek-R1 推理思考 13 （4）联网搜索 当你需要获取实时资讯、最新动态，如当下热点新闻、最新股价、赛事比分， 或查询特定网页内容时，可使用联网搜索功能，勾选该功能能获更实时准确的 回 答。 图 3-8 联网搜索 3.2 本地部署 3.2.1 安装 Ollama Ollama

划已表明，将人工智能 作为单纯为了创新而进 行的独立创新是有风险 的，并且通常是无效的 。必须以道德框架、透 明度、人机协作以及与 使命驱动目标的文化一 致性来指导人工智能的 部署。” 那些缺乏基础却追逐热点的公司将因结果令人失望而退缩。高昂的AI项目 失败率将迫使战略重新校准。有些人会明智地利用这次重置，最终投资于 数据质量、治理和技能。其他人将成为警示案例，并可能成为收购目标。 在过去18个月中投

只智 能巡检机器狗，它能对几座热风炉的重要部位定期测温，获取热风炉 健康信号，并通过网络发送至操作员平台，让热风炉能够及时维护。 “机械臂+操作学习模型”实现非标钢构件的柔性操作生产成为 新热点，占比约为 8%。传统焊接机器人无法解决钢结构、船舶等流 程非标化的“多品类、小批量、非标件”焊接工作，机器人可以利用 无监督学习技术来自动匹配和优化焊接工艺，实现焊前工艺参数自主 选择、焊接