疗、教育、制造、金融、能源等关键领域发生范式革命。从“AI 协同诊疗”到“设计即制造”，从 “超个性化金融”到“智慧能源网络”，我们看到的不是一个简单的“+AI”过程，而是一场深刻 的“AI 原生”化重构。其核心在于，智能体能够深入行业机理，将海量数据、专业知识与物理模型 郑志明 深度融合，形成具有感知、分析、决策和行动能力的行业级“大脑”与“神经系统”，从而极大提 升产业运行的效率、韧性与创 其次，人工智能的飞速发展，必将重塑现有的开发范式，改变人机交互模式，并催生更多新应 用。比如：在软件开发领域，人类将更专注于系统架构与创新设计，而 AI Agent 则高效承担具体 执行，开发范式迎来全新重构。在人机交互界面，我们将从图形交互迈向自然语言交互，并在视觉 汪涛 与听觉的基础上，逐步融合五感，实现沉浸式的空间多模态交互模式，用户体验将在镜像世界中升 维。移动互联网中的百万 App 不再是信息孤岛，而是 驱动的自主决策组织将重塑生产范式。据预测，到 2035 年人工智能 应用率超过 85%，AI 可提升劳动生产率 60%，产品缺陷率降低至 0.05% 以下。这标志着 AI 正通过 感知 - 分析 - 决策 - 行动的自主系统，彻底重构企业价值创造方式。 未来十年，随着 AI 深入千行万业与千家万户，唯有将“AI 普惠”与“AI 向善”融入治理框架， 人类才能真正掌握技术主导权，从而构建一个“以人为本”的美好智能世界。 探索

下，同时开源、本地化部署特性和蒸馏技术使金融机构无需重资本投入底层模型研发，降低试错成本和二次开发难度，对创新 更加友好。 二、适配国产 GPU 。为金融机构基础设施信创改造提供了可落地的 AI 改造路径。 三、推动生态重构。通过技术普惠加速 AI 落地，将竞争焦点从技术壁垒转向金融数据价值挖掘，推动 AI 能力与金融场景深 度融合， 以数据闭环体系巩固金融领域的场景化优势。 金融机构如何应用好大模型 成熟金融机构优势业务体量巨大但增速放缓，与创新业务增速虽快但占比太小的结构性矛盾。 针对以上矛盾，我们认为 DeepSeek 赋能金融行业的背后有八大逻辑 & 观点 : 结论 1 : 数字化转型是金融机构的组织转型 + 业务重构，技术只是催化剂， Deepseek 的出现有助于加速量化论证转型的阶段性 效果 ; 结论 2 : AI 不是岗位替代者，而是能力放大镜，更多取代的是“脑力活中的体力活”，将复杂业务流程不断标准化，分部迭代 下，同时开源、本地化部署特性和蒸馏技术使金融机构无需重资本投入底层模型研发，降低试错成本和二次开发难度，对创新 更加友好。 二、适配国产 GPU 。为金融机构基础设施信创改造提供了可落地的 AI 改造路径。 三、推动生态重构。通过技术普惠加速 AI 落地，将竞争焦点从技术壁垒转向金融数据价值挖掘，推动 AI 能力与金融场景深 度融合， 以数据闭环体系巩固金融领域的场景化优势。 金融机构如何应用好大模型

技术应用、数据治理等核心领域的系统性变革，进一步明确了到 2027 年建成“数字金融强国”的路线图—— 以数据要素为关键生产资料，以算法算力为核心生产力，重构金融服务模式。 在数字经济纵深发展时代背景下，数据要素的市场化配置改革持续深化，以 DeepSeek 为代表的大语言 模型等人工智能技术迅猛发展，正在重构金融服务的底层逻辑。如何以数字化转型为核心驱动力，通过体制 机制创新、技术赋能和生态协同，不断做强“五篇大文章”？在人工智能、量子计算等颠覆性技术加速演进 工智能、量子计算等颠覆性技术加速演进 的背景下，如何构建具有迭代适应性的数字基础设施和弹性 IT 架构？如何重构企业级数据战略，加速生成式 AI 与垂直场景的深度融合，建立面向下一代竞争的差异化优势？…… 为促进金融创新的科技驱动与数据赋能，激发数字化转型新动能，探寻金融机构数智化发展的新路径、 新方法，金科创新社连续 6 年举办“金融机构数字化转型优秀案例评选”活动，在 2025 年的评选中，共计 数智化驱动运营模式深度变革——数字运营优秀案例奖概述 数智领航·营销焕新：金融行业数字营销优秀案例的变革实践——数字营销优秀案例奖概述 场景化服务与生态化协作重塑竞争格局——场景金融优秀案例奖概述 智能支付生态：重构金融服务的创新范式——移动支付优秀案例奖概述 中关村科金：大模型远程银行解决方案 盈天地：破解金融机构“既要又要还要”的数字化转型密码 泉州银行：基于业务驱动的需求建设精细管理体系创新实践 大家保险集团：自研智能外呼平台

完善，公共数据授权运营、全国统一数据要素市场等加快建设，数据价值化从示范突破迈 向规模扩散。人工智能成为产业转型核心驱动力，“人工智能+”在研发、生产、服务等 环节加速渗透，推动产业高端化、智能化、绿色化升级，实数融合推动产业模式重构。数 字产业加速集聚，算力、数据、算法协同创新体系逐步成型。但同时，高质量数据供给不 足、数字产业投资放缓、数智经济发展不确定性等问题仍然存在，亟需在制度、技术和应 用上取得新突破，继续成为稳增长、促转型的重要支撑力量。 业转型深入推进，数字 产业集聚化、融合化发展格局加速形成。展望2026年，数字经济将成为 拉动经济增长的重要引擎，人工智能与实体经济融合加速形成更多新模 式、新场景，数字产业创新链、产业链协同重构迈向更高水平，数字经 济将在制度创新、技术突破和应用深化中持续塑造高质量发展新动能。 一、对2026年形势的基本判断 （一）数字经济增长引擎“焕新”，“数智”主脉络加速形成 2025年，我国 业模式和新兴服 务，面向应用需要的数据治理和数据安全保障能力将持续筑底强化。二 是重点领域“人工智能+”激活新质生产力发展新动能。以“智能+”为 代表的赛道创新正在从行业试点与单环节应用向流程重构与规模化推广 加速升级，科研、制造、金融、医疗、教育等领域的“人工智能+”应用 将逐步走向工程化落地，AIGC与行业模型将深度嵌入研发、生产、供应 016 中国工业和信息化 发展形势展望系列

...10 （一） 人形机器人率先重构工业制造人机协同范式............................11 （二） 人形机器人探索构建普惠、精准、有温度的医疗未来................12 （三） 人形机器人将重塑交通物流生产力范式 ..................................13 （四） 人形机器人将重构家庭生活的效率与体验......... &chksm=f87ce79d479e4ae68f30267be20c24e2332af3a0f6196c4 04d1c387d7dcf1bfd 世界互联网大会智库合作计划系列成果 （一）人形机器人率先重构工业制造人机协同范式 来源：从“表演”到“工作”，人形机器人离“进厂打工”还有多久？｜机器人商业新纪元。 2025年6月18日。https://news.qq.com/r 来源：智源机器人产业研究院。通用智能与具身机器人：发展趋势与应用前景。2025年3月13日。 https://mp.weixin.qq.com/s/l_iQZDFR7oVUlKvCFtBZdA （四）人形机器人将重构家庭生活的效率与体验 来源：《物流技术与应用》2024年10期(点击查看掌上电子刊)， 1. 典型场景及成效 2. 未来发展趋势 在柔性分拣场景，传统的自动化技术在面对非结构化场景时具有一

Generation Network，NGN）的演进过程中，语义 网（Semantic Web）和 Web3 代表着两条具有深远影响的技术路线。前者致 力于解决机器理解网络信息的根本性问题，后者则着眼于重构互联网的信任基础。 尽管两者的技术路径存在差异，但在构建智能化、自主化和可信化的数字生态系 统方面展现出显著的协同潜力。 （一）语义网构建意义互联的网络空间 1．概念与目标 语义网（Semantic oH 等新型共识机制提升性能；4）内 容寻址（CID）确保数据持久性。这些创新共同推动互联网向用户主权化转型， 建立不依赖中心化中介的数字信任体系。 3. 主要贡献 Web3 的主要贡献在于重构了数字世界的信任与价值传递机制。在身份管理 方面，基于区块链的 DID 系统（如 ENS）实现了用户自主控制的跨平台身份， 打破了传统平台账户体系的垄断。价值传递方面，智能合约将金融逻辑编码为可 确保该数字实体可被识别；类型用于表达数字实体的类 型；有效时间表明数字实体的有效生存周期。 图 6 数字实体的结构 “数字实体网络”的影响可能不亚于从电路交换到分组交换的范式转变。实 现这一愿景需要重构网络各层的设计原则，特别是在数据语义化表示、实体自主 识别和可信数字交互等基础架构上的创新。 在网络互联 TCP/IP 层之上构建支持数字实体直接交互的数字实体层是数字 实体网络的核心思想，如图

应用，为制造业全要素智能化提供安全可靠的底层支撑。 034 中国工业和信息化 发展形势展望系列 （三）数据要素价值跃升：从信息工具到核心资产 2025年，工业高质量数据集的实践探索与创新应用步伐加快，数据 正逐渐成为重构制造业价值体系、驱动创新与效率革命的核心资产。截 至2025年6月，全国已建成省、市级数促中心近230家，覆盖18个省份， 建成高质量数据集超3.5万个，总体量超400PB，覆盖钢铁、石化、煤炭 0余家企 业已通过数据管理能力国家标准（DCMM）认证。可信数据空间试点已覆 盖汽车、装备制造、钢铁等制造业领域，为多主体协同创造条件。 035 展望2026年，数据要素价值将加速释放，有力重构制造业价值链。 在数据资产化层面，数据确权、评估、入表流程将更加规范，工业数据 空间、数据交易所等为工业数据共享提供流通渠道，将涌现出更多标准 化、模块化的封装工业数据产品，数据资产相关的金融创新工作起步探 但与外 部主体间互认能力弱、互通性不足，思想上不信任，缺乏数据融通的技 术能力和有效机制，形成“大烟囱”。 （五）技术与业务协同不足，制约转型实施推广 数字化转型的本质是业务模式与管理体系的重构，并非单纯的技术 引进与叠加。当前，“技术业务两张皮”现象仍然普遍，阻碍转型项目 落地与推广。一方面，部分技术供给方过分追求技术的前沿性，未能精 准切入需求方在降本、增效、提质等方面的核心痛点。另一方面，部分

周期； 其二，维护便利性增强 基于SOA（面向服务架构）的模块化设计使功能更 新与故障诊断更精准高效；其三，功能拓展空间扩大 BEV+Transformer模 型广泛应用倒逼域控算力跃升与结构重构，高阶智驾功能（如无图城市NOA、 自动泊车代客泊车）持续拓宽域控价值边界。据测算，2024年国内智驾域控前 装搭载率预计达38%，较2022年提升超15个百分点，其中中低算力方案增速快 于高 定义的“重要数据”、欧盟 GDPR下的“个人数据”及美国CCPA中的“敏感信息”，导致同一数据集需满 足三套互不兼容的技术与管理要求。这种“合规套利空间消失、合规成本倍增 ”的现实，正倒逼企业重构数据治理逻辑。 最后，构建统一数据治理框架成为必然路径。参考《智能网联汽车数据安全合 规白皮书》建议，企业应以“数据分类分级”为起点，建立覆盖采集、传输、 存储、使用、共享、销毁全生命周期的管控体系；同步设立跨法域数据合规委 落地与政策框架分析 30 护城河[3]。这种高集中度布局不仅强化了其在特定技术路径上的先发优势，也 客观导致技术路线锁定—例如依赖高精地图+规则引擎的厂商，在端到端大模型 范式转型中面临架构重构成本；而早期押注BEV+Transformer路线的企业，则 在数据飞轮构建与算力基建投入上形成竞争代差。专利不仅是法律资产，更是 技术演进路线图与产业话语权的具象表达。 参考文献 [1]研

府恐还将实施新的关税讹诈、持续升级出口管制，加大我高科技领域脱 钩断链风险。二是全球供应链加速重构。加拿大、美国、澳大利亚等打 造去中国化的“关键矿产生产联盟”，欧盟酝酿《工业加速脱碳法案》 （IDAA）推动降低对我新能源技术和产业依赖，韩国、泰国、马来西亚 等配合美国严厉打击转口贸易，将加速全球供应链重构，增加我国际经 贸合作难度，影响我产业链供应链安全稳定。 （二）部分行业存在供需失衡

AI，大模型持续提升解决复杂问题的能力，并向物理世界延伸。大模型技术及能力演进， 驱动 AI 系统负载变化，需要一套系统架构满足未来发展需求，超节点成为 AI 基础建设的共识。 超节点架构引领技术革新，重构计算能力边界。超节点架构依托高速互联技术，将大带宽的互联 范围，从单台服务器扩展到整机柜以及跨机柜的大规模集群，超节点域内可达百 GB/s 级通信带宽、 纳秒级时延、TB 级超大内存，实现集群能 杨超斌 序言 2 超节点发展报告 04 我们正站在一个智能变革涌动的时代潮头。以大模型为代表的人工智能技术，成为驱动千行百业 颠覆性变革的核心力量。大模型所展现出的涌现能力与通用潜能，正在重构人类对创新的想象边界， 但同时也对底层智算基础设施提出更高要求和挑战：模型参数规模从千亿迈向万亿乃至更高，训练 数据量呈指数级增长，传统松散耦合的集群架构已难以满足高效的计算需求，智算基础设施正开始 2025） 。计算范式正从通用数据中 心转向专为 AI 设计的“超节点”，这正在彻底改变数字基础设施的经济模型与设计理念：资本开支、 能耗曲线、网络与内存比重、运维与可靠性能力，都会被重新定价与重构。 本报告提出并论证：“超节点”将成为 AI 时代的核心计算单元。它通过近乎无阻塞的高带宽互联， 把数十到数百乃至数千个 AI 处理器（本文中提及的 AI 处理器泛指用于人工智能计算的加速器，如