本科：基础知识掌握 | 编程能力 | 算法理解 | 实践应用 | 跨学科意识 硕士：专业深化 | 研究方法 | 创新能力 | 工程实践 | 领域专精 博士：原创研究 | 理论突破 | 学术前沿 | 独立科研 | 行业引领  AI+学科 各学科（非人工智能专业）与人工智能的深度融合的课程  AI通识教育 面向院校所有学生、教师和教职工 基础概念 | 技术认知 | 伦理思考 | 社会影响 实训设备建设 • 教学资源库建设 • 教学数字化 • 学情数据诊断 • 教师队伍建设 • 实训项目建设 科研创新 • AI实验室建设 • 专业垂类大模型训练 • 教学创新大赛 • AI相关课题转化 • AI+学科教材共研 • AI领域科研论文 • AI技能大赛 人工智能通识课 • 人工智能通识课建设 • 实验设备、系统搭建 • AIGC课程建设 我们的AI教育实践：青鸟AI实验室 七类主要产品和服务 NovaAI开放平台 课程 实训平台 教研平台 教学平台 教学资源库 算力基础设施 科研 创新平台 人工智能专业（群）建设 高校科研创新实验平台 人工智能通识课实验平台 解决学校的三大需求 的方案 AI实验室算力基础设施 操作系统： Centos/ Ubuntu 分布式/并行文件系统

能存在着广义上教育资源的竞争。 AIGC技术在教师、学生、管理者多角色中，在学术科研、备课规划、作业生成和批改、自主学习、 辅助练习、测试评估的多场景中，都发挥着一定效力。从落地速度来看，表现为C端>B端>G端， 成人教育>高等教育>K12>幼教，教师>学生>管理者。具体到细分场景中，师生应用的全流程 闭环服务、兼具高难度与高天花板的AIGC学术科研都是潜在机会方向。从商业模式来看，当前， 软件增值服务、硬件 应用场景—师生—学术科研 在文献整理、校对润色等方面减负，在数据处理与预测方面助力基础研究 学术科研中，存在大量机械性的工作，耗费心神且占据研究人员大量时间，而这正是AIGC的用武之地。AIGC并不能替代研究员，而 是作为一种辅助工具，在文献及引文整理、数据分析、图表生成、语法及错别字校对等方面解放部分人力，给予科研工作者一些喘 息机会。同时，大模型与科研工具包结合，可加速科研计算，进行数据预测等 等 ，助力科研基础研究及探索。但需注意，AI生成的文 章、数据分析结果等需要研究员进行校对及交叉验证，不可直接使用，尤其是研究结论及观点部分。同时，在应用AIGC技术时也需 要注意数据隐私、知识产权等问题，以及对AI的使用情况进行披露声明。  大量文献及摘要逐个阅读、图表逐个绘制  引文及参考文献手动生成、数据手动分析  表述细节逐个检查及调整，语法、错别字逐个校对  实验数据分析和预测耗时冗长，可达月余

资料来源：西南证券 06 AI 手术机器人 微创机器人 天智航 5 AI 医疗信息化 电子病历、 病历分析、 在线问诊、 远程医疗、 医疗大数据、 智能诊断、 科研管理、 设备互联互通 综合性解决方案 AI 基因测序 收集样本基因测序、 罕见病遗传病分析解读 多组学风险预测和评估 AI 制药 分子虚拟筛选、药物发现 优化药物结构 康行业人工智能应用场景参考指引》为AI在医疗领域的应用提供 了明确的方向和支持。未来，发展和医学教学科研等方面发挥重要作用。 1) 政策引导与支持：《指引》列出了84个具AI技术将在医疗服务管理、基层公卫服务、健康产业体的应用场景，涵盖医疗服务管理、基层公 卫服务、健康产业发展和医学教学科研四大领域。这些场景的明确，为AI技术在医疗领域的应用提供了具体的指导方向，有助于推动AI技 术在医疗行业 供个性化的治疗建议，辅助医生进行精准手术操作。在药物研发方面，AI技术缩短了研发周期，降低了成本，提高了成功率。 3) 数据共享与安全：数据共享是AI技术发展的重要基础。《指引》鼓励医疗机构和科研机构之间的数据共享，以促进AI技术的发展。数据共 享可以提高AI模型的训练效果，提升其在实际应用中的表现。同时，政策也强调了数据安全的重要性，要求医疗机构采取措施保护患者的 隐私和数据安全。 4)

从业务特性与风险焦点来看，高等院校审计工作呈现出业务多 元、资金复杂、覆盖广泛的特点，审计监督必须应对由此带来的多 样化风险。高校业务不仅涵盖教学、科研等核心领域，还涉及后勤、 全国内部审计数智化转型发展研究报告（2025） 69 基建、校办企业、附属医院等多元形态，资金来源则包括财政拨款、 学费、科研经费、社会捐赠等，渠道复杂。因此，审计范围需覆盖 校内各级学院、机关部处、直属单位乃至控股企业，审计项目也从 常规 的专项审计，以应对日益复杂的管理与风险环境。 在数智化基础方面，高等院校虽已建立起各类业务信息系统， 但普遍存在的“数据孤岛”与数据质量问题，使其数字化基础相对 薄弱。大多数高校虽已建成独立的财务、教学、科研等业务系统， 为审计数智化提供了潜在的数据来源，但系统间的互联互通十分有 限，“数据孤岛”现象普遍存在。仅有少数高校搭建了统一的数据 中台。数据质量参差不齐与标准化程度低的问题，严重制约了审计 署等主 管部门对高校资金使用效率、资产安全、科研经费管理等方面日益 严格和细化的监管要求，也倒逼内部审计必须借助技术手段提升监 督效能。 提升治理效能、实现审计价值的内在需求，是高校推动数智化 转型的根本动力。高校管理层愈发希望审计能从事后检查转向事前 预警，发挥“治未病”的作用。数智化转型能够通过对全校数据的 深度分析，为学科建设、科研绩效等战略决策提供数据支持。通过 从传统抽样

省级相关部门共同组建元宇宙工作小组，建立统筹协调、 协同联动机制，整合创新企业、行业专家、智库单位等力量召 开联席会议，加强行动计划的组织落实、跟踪评估、督促指导， 探索多种发展模式和路径。依托科研院校、龙头企业、产业联 盟等力量组建元宇宙专家库，为产业发展提供智力支撑。（责 任单位：省发展改革委、省委宣传部、省委网信办、省经信厅、 省科技厅、省商务厅、省市场监管局、省文化和旅游厅、省教 （三）加快人才引育 引导高校提升元宇宙人才培养能力，聚焦大数据、人工智 能、区块链、虚拟现实技术等专业领域，加强计算机科学与技 术、信息与通信工程、软件工程等学科专业建设。鼓励企业与 高校、科研院所开展产学研合作，培育一批兼顾数字技术与人 文艺术的复合型人才。实施人才引育计划，向全球引进元宇宙 领域高端人才和团队，支持省内企业与全球行业龙头企业进行 人才双向交流培养，促进人才链与产业链有机融合。（责任单 位：省委人才办、省教育厅、省科技厅、省经信厅、省发展改 革委） （四）加强资金保障 发挥政府产业基金等作用，强化对元宇宙关键技术、企业 成长和产业发展的支撑保障。鼓励元宇宙龙头企业、科研机构 联合社会创业投资机构共同设立专注于早期和长期投资的元 宇宙产业发展基金。引导金融服务机构对创新性强、融合性广 的元宇宙企业给与信贷支持，开发元宇宙知识产权质押融资、 科技保险等金融产品和服务。（责任单位：省财政厅、省地方

打通“诊前-诊中-诊后”、“线上-线下”服务场景，为患者提供健康科普、陪伴诊疗、院后随访、线上 服务等。 全结构化专病数据库 在全结构化数据中心基础上，根据专病配置数据化建模，融合院内外数据，帮助科研人员快速构建患者人 群队列，实现科研数据自动采集和分析建模，提升研究质量。 生成式病历 采集患者病情并结合院内多方面信息，自动生成门诊记录、入院记录、首次病程记录、手术记录、出院小 结等多个病历文书。 数字基座 2022 2023 2024H1 基层医疗服务 医院服务 患者服务 区域管理平台解决方案 ➢ 公司是专业的医疗信息化产品及服务提供商，国内电子病历龙头，目前已经形成了覆盖临床医疗、医院管理、医学科研、 医患互动、医养结合、医疗支付优化等产业链环节的产品体系，致力于向医疗相关机构提供综合信息化解决方案。 ➢ 2017-2024年公司收入由2.56亿元增长至6.01亿元，CAGR为12.95%。 其后在电子病历产品的基础上推出集成平台等进行数据集 中和治理的信息系统，协助客户对真实世界数据加以收集、分析和利用；后续以集成平台和数据中心治理后的数据为 基础，开发出智慧医疗产品，满足临床诊疗、科研服务、医保医改等全方面的社会需求。 嘉和美康：以电子病历为基础，衍生多元业务 资料来源：公司公告，国联民生证券研究所 嘉和美康主要产品 电子病历平台 综合电子病历 电子病历平台、临床路径

预测性与快速进化能力，将面临前所未有的系统性冲击与功能性挑战， 甚至可能出现防御机制全面失效的风险。三是产业生态加速成型，头部 安全厂商将推出AI智能体开发平台，降低中小企业应用门槛；跨行业协 同机制进一步完善，政府、企业、科研机构将联合推动形成统一的技术 标准与伦理规范，助力我国在智能安全领域占据国际竞争主动权。 085 （四）算网融合催生安全防护新场景 2025年，算网融合作为“数字新基建”核心支柱加速落地，算力 数据安全、技术标准展开激烈争夺，网络攻击、数据窃取、虚假信息传 播等行为愈发频繁，网络空间军事化趋势加剧。一是以关键信息基础设 施为目标的网络攻击愈演愈烈。尤其是近年来，针对我党政机关、国防 军工、科研院所等单位的网络攻击窃密活动日益呈现组织化、规模化、 持续化等特征，带来严重的失泄密隐患，甚至威胁核心人员安全和技术 安全。二是供应链工具化武器化倾向明显。我国部分领域的产业链供应 链尚无法做 空经济等 新兴领域发布安全需求白皮书，激活细分赛道增长潜力。二是强化产业 创新体系建设。聚焦自主芯片、操作系统、工业控制安全等核心技术领 域，设立国家级网络安全技术攻关专项，支持企业联合高校、科研院所 组建创新联合体，建立从基础研究到产业化的全链条创新机制。三是完 善产业生态布局，完善网络安全产业链图谱，发挥龙头企业带动作用， 加强网络安全人才培养。 （三）加强AI智能体安全风险监管

多个关键维度， 致力于为企业、研究机构、投资者以及政府管理部门提供坚实的技术 支撑与决策依据，助力各方深入洞察人形机器人产业发展趋势，加速 技术创新与应用场景的深度融合。 本白皮书凝聚了众多科研人员、企业精英以及行业专家的心血与 智慧，反映了大部分从业者在人形机器人标准化相关领域探索研讨的 共识。在此，我们衷心感谢每一位在白皮书编撰工作中给予大力支持 与做出杰出贡献的专家、学者、企业及机构。然而，我们亦认识到， 部等上半身部位可移 动，下半身无法移动 全身 运动 型 多在工业或公共服务 场景中应用，强调单个 实用任务的执行。不过 目前并没有广泛应用， 多见于高校、小学的机 器人教育或企业、科研 机构的研发训练阶段 2 应用 领域 个人 /家 用服 务领 域 目前常用于个人陪伴。 公共 服务 领域 目前主要应用于零售 商超、酒店、餐厅、银 行大厅等场所，为用户 领域的研究。 图 3 国内外人形机器人发展时间轴 1.2.1 我国人形机器人发展历程 12 我国对人形机器人的探索起步于 20 世纪 80 年代末，并且早期的 机器人研究主要集中在高校以及科研院所。自 1986 年开始，哈尔滨工 业大学先后研发出 HIT 系列机器人，HIT 机器人以电机驱动，机身共 12 个自由度，可以实现静态行走。国防科技大学于 2000 年率先自行研 制出我国

物体，能完成行走、跳 跃、爬楼梯等复杂动作。核心技术模型预测控制器（MPC）推动其从 预设动作向自主路径规划进化，在复杂地形运动中保持卓越稳定性，持 续拓展运动控制与感知技术的边界，主要服务于科研验证领域。 宇树科技代表中国创新力量。2023年H1搭载自研M107关节电机， 单腿自由度设计使其在负重30公斤或外力冲击下稳定运动，3D激光 雷达实现360°环境感知。2025年G1转向轻巧化，23-43关节电机支 数据，训练迭代自身性能。 三是构建国际人形机器人通用开发与网联平台生态，突破操作系统 碎片化与多机协同调度瓶颈。人形机器人操作系统平台的未来发展将围 绕通用化、协同化与规模化展开。首先，鼓励龙头企业及科研机构建立 人形机器人通用开放平台，建设技术开源社区。通过统一的中央控制系 统实现多机器人协同调度，并融合大模型驱动任务规划与数据驱动端到 端技能执行的双核机制，为不同品牌、形态的机器人提供标准化交互接 决策等核心技 术领域的知识共享与标准协同，重点突破多模态数据融合、环境自适应 等共性技术瓶颈。鼓励各国科研机构、高等院校、科技企业及政府部门 加强合作，分享前沿研究成果与典型应用案例，共同推进全球范围内人 形机器人技术研发与标准化进程。同时，推动设立国际人才交流专项计 划，支持科研人员、工程师及学生在生成式人工智能等相关领域开展互 访、联合培养与协同攻关，进一步促进技术创新要素的全球流动与深度

输机制，无法 为特定任务提供有保障的传输质量，难以契合前沿科研和创新应用对 数据传输确定性、可靠性的需求。 随着确定性广域网的发展，其高带宽和确定性传输能力为数据传 ●输带来新的解决方案 。借助信息化手段，实现海量数据的高速、安全 传输，如同搭建一条数据高速公路，有效提升数据传输效率，降低成 本，增强数据安全性，为前沿科研和创新应用提供有力支撑。 4.2.2 目标效果  准确迁移定位 理时效要求极高，需快速获取和传输海量数据以驱动创新；而东数西 存主要针对众多行业客户日常运营中产生的大量具有长期保存价值、 当前使用频率较低的数据，旨在解决本地数据中心存储容量不足的难 题。从数据特点来看，数据快递涉及的是在前沿科研和创新应用中用 于实时计算、迭代的数据，数据量庞大且更新频繁；东数西存的数据 则相对稳定，重点在于长期归档保存。在业务要求上，数据快递为实 现前沿业务快速迭代，满足业务对时效性的严格要求；东数西存是为 算力资 源碎片化建设与使用的状况。这一现象导致小型互联网公司、行业客 户以及科研客户在开展大模型训练，尤其是模型预训练时，常常遭遇 单智算中心资源不足的困境。由于缺乏有效的跨智算中心协同训练机 制，这些客户只能被动等待，直至有足够的资源释放，这不仅延长了 项目周期，增加了时间成本，还可能使企业错失市场先机，科研进展 受阻。 借助调度平台的跨智算调度能力，可实现多个智算中心共同协作 完