能最先成熟的领域，具身智能仍处早期，各要素尚未完备 数据成熟度（核⼼） 6 信息来源：量⼦位智库 自动 驾驶 3D ⽣成 • ⾼ • 汽车⾏驶数据（摄像头及 传感器）达到百亿英里级 • 仿真数据正在快速发展以 弥补真实数据的分布缺失 具身 智能 成熟度 XR 经济性 • ⾼ • 融合感知、规划、控制的 端到端⼤模型已经成为业 界共识 算法成熟度 • ⾼ • 头部玩家达到5万 卡/千卡级，算⼒ 目前并非瓶颈 • ⾼ • 软件服务可快速 普及应用 • 中 • 自动驾驶软件成 本低，潜在受众 巨⼤，头部玩家 已投放市场 • 低 • ⾼质量的机器⼈真机操作 数据数量稀少，仿真数据 作用有限 • 低 • 目前算法部分处于摸索期， 感知、规划、控制等功能 都不成熟 • 低 • ⼤多数玩家在千 卡级，目前的主 要瓶颈是数据 • 低 • 物理操作需要满 ⾜安全性、合规 种类多样，如形状、体积、 纹理、材质，对数据表征 要求⾼ • 中 • 3D模型的数据集丰富度 较⾼，模型可以覆盖各 类物件和场景 • ⽆ • 低 • 缺少存量装机量，要从零 开始积累数据，同时仿真 数据精度有限 • 低 • 需要视觉数据、⼒学数据、 运动数据、激光雷达、甚 ⾄其他模态，异构数据多 • 低，数据主要来自⼀些 垂直的训练场景，数据 分布比较单⼀ • ⽆ • 目前数据是⼤部

硬件、量子算法、量子计算系统。若评测对象是量子硬件，则对应 第一级评测，评测性能指标请参考上述硬件系统性能指标，通常采 用基准测试。若评测对象是量子算法，则具体又分为模拟环境测试 （经典环境，无噪）、仿真机环境测试（经典环境，引入噪声模型） 量子计算应用能力指标与评测研究报告（2024 年） 25 和真机环境测试三种情况。前两种对应第一级评测，后一种对应第 二级评测，都属于方案测试类别。当量子算法在真机上运行验证时 模拟环境（经典服务器，无噪）+ 仿真机环境（经典服务器， 含噪） 问题规模 40 用户（40 节点） 性能指标 求解精度（与最优解近似程度） 测试步骤 命令 测试可视化界面 步骤 1 在 模 拟 环 境 运行算法，返 回结果 在模拟环境中打开相应文件 夹与主程序，加载计算任务， 输出计算可视化结果 最大加权值：214.92 步骤 2 在仿真机环 境运行算法， 境运行算法， 返回结果 在仿真机环境中打开相应文 件夹与主程序，加载计算任 务，输出计算可视化结果 最大加权值：184.90 步骤 3 查 看 经 典 Gurobi 求 解 器结果（最优 解） 打开经典计算结果文件 最大加权值：214.92 步骤 4 比 对 分 析 算 分布式 QAOA 算法在模拟环境与经典最优算法性能一致，而 在含噪模拟环境，性能下降，仅为最优值的

对研发周期缩短进行统计分析，平均缩短 25.21%，有 92% 的企业研发周期缩短超过 10%。缩短研发周期是数字化转型的重 要目标，涉及技术、流程和管理等多方面：通过数字孪生技术， 建立研发过程中的虚拟模型，实现产品性能的实时仿真与优化， 减少物理原型的迭代次数，加速验证和试验环节；利用 PLM（产 品生命周期管理）或 PDM（产品数据管理）平台，整合设计、开 发、测试和管理环节的数据流；开发模块化设计工具和知识库， 算法进行质 量检测和能耗预测，有效降低了生产成本；同时，MES 系统与 ERP 系统的联动，实现了从订单接收、生产排程到物料采购、库 存管理的全流程自动化管理。 仿真模拟与设计辅助：主要应用于产品性能预测、制造工艺 优化、生产流程仿真和数字孪生，实现高效、低成本的试验与优 化。在设计环节，AI 助力生成式设计、智能 CAD、逆向工程和 材料优化，加速产品开发，提升创新能力。 系统集成与综合决策：从数字化车间到企业级信息平台，各 亩。 其中，一期投资 5 亿元，已于 2022 年正式投产。公司主要产品包 括酱油、蚝油、酱、醋等调味食品。 （二）项目情况 工厂总体规划设计、工艺流程及布局均已建立数字化模型， 并进行模拟仿真，实现生产全流程数字化管理和协同优化。 生产全流程智能化。通过广泛运用 5G、人工智能、大数据等 技术广泛应用自研智能生产设备：机械手自动投料系统（MES）、 自动输送投料系统（MES）并自带（PDM）系统、精准配兑系统

Technology）融合范式。这种融合驱动的 6G 系统将突破传统通信 网络边界，演进为集通信、感知与算力于一体的端到端智能信息服务体系，构筑起支撑万物 智联的移动信息网络。当前，众多面向 6G 的候选技术已在理论创新、仿真验证及原型开发 等维度取得突破性进展。 本白皮书作为 4.0 版本的延续，从 ICDT 融合视角出发，系统性地构建了 ICDT 融合的 6G 技术体系，ICDT 融合的关键技术和 ICDT 融合的行业应用，三大核心章节。ICDT 注这些挑战的解决方案及其最新进展。本章节特别聚焦于超大规模 MIMO、通感一体化、 AI 与通信融合、语义通信以及量子计算等领域的关键技术突破。针对上一版本中提出的问 题，本白皮书通过深入分析每个技术领域的最新进展，结合仿真数据和原型测试结果，系统 地阐述了各项技术问题的解决路径、实施方案以及取得的实际成效。 ICDT 融合的行业应用章节深度剖析 ICDT 融合赋能的三大典型应用：沉浸式通信、低 空经济及无源物联 扩展并行数 据流数。这种创新架构使得系统容量不再单纯受限于射频通道数，而是与天线振子单元数和 可形成的模拟波束数量有关，实现频谱效率的大幅提升。 13 / 87 Pseudo MIMO 初步仿真结果 相较于传统数模混合 MIMO 系统，Pseudo MIMO 在硬件成本相当的前提下，可以大幅 提高系统频谱效率。相较于全数字 MIMO 系统，Pseudo MIMO 在达到相似频谱效率的情况

实例：西亚特公司、三门核电站 印度西亚特公司整合绩效系统与 VR 培训，生成个性化方案， 使设备效率（OEE）提升 16%，停机损失减少，并通过员工反馈 双向优化流程；三门核电站利用数字孪生与虚实仿真技术，将核 操作员培训周期从 5 年大幅压缩，人为失误事故降低 88%，实现 安全与效率的双重突破。 3、制定应用推广计划，巩固数字化转型成果 灯塔工厂将解决方案与员工成长深度绑定：一线员工贡献超 四、不只是提高生产力：在价值链中应用人工智能，实现敏 捷性和可持续性 灯塔工厂正在推动整个价值链的转型变革，使人类与环境双 双受益。面对地缘冲突、资源短缺等风险，灯塔工厂通过数字化 工具（如需求预测模型、物流仿真）提升供应链透明度与响应力， 从产品设计到交付全周期嵌入风险管理。同时，为应对定制化趋 势，采用 ETO/CTO 模式平衡规模化与灵活性，借助模块化设计 与敏捷制造满足多样化需求。鉴于供应链碳排放占企业总排放 - 20 - （一）借助智能产品导入工具，加速产品开发周期 面对定制化需求激增与产品迭代加速，灯塔工厂以“设计- 验证-开发”周期突破性提升为核心竞争力，部署材料/工艺参数 推荐引擎、市场仿真模型及需求预测工具，缩短新品上市周期。 其差异化优势在于集成全流程解决方案，构建产品生命周期数据 平台，打通客户、供应商及生产数据，实现新品模拟与精准预测， 支撑快速响应与成本优化。 实例：美的集团

面向中远期，结合业务负载趋势、弹性网络，通过 AIOps 算法预测资源需求， 实现跨域数据迁移，动态调度全局算网资源，支持资源弹性伸缩；深度融合 AI， 基于业务意图智能生成算网编排方案，结合数字孪生技术进行调度仿真，实现算 网智能化编排调度。 2.7.2 任务式编排调度 任务式编排调度技术面向离线负载与离线作业等任务式场景提供全生命周 期自动化管理能力，重点支撑数据处理、分布式推理与集中式训练三类核心业务 ， 通过“业-算-能”协同优化提高系统整体运行能效。 面向近期，构建信息流、资源、能源特征的多维仿真模型，推动云智算系统 精准能效仿真，推动行业标准制定，打造标杆应用。 面向中远期，针对大规模云智算系统，将更高能效、碳效与更高算效、模型 准确性的提升作为优化目标，联合产业推动大规模多维仿真建模技术成熟，加速 云智算绿色低碳技术发展。 2.9.2 数据中心热管理 随着 AI 大模型快速发展，高密芯片 延、高吞吐的传输性能要求，中国移动创新提出广域抗损高吞吐技术，可大幅提 升广域数据传输效率，是实现高性能数据共享和数据服务的云智算基础技术。 中国移动将联合产学研各界构建从关键算法研究、技术仿真验证、原型开发 测试、部署落地等全流程产业生态，推动高吞吐、高可靠、低时延、低算力损耗 的广域高吞吐技术发展。  智算互联网络 面向跨智算中心高突发、多并发“大象流”传输带来的网络运力受损、算效

隐私，防范伦理风险。 在这一转型过程中，运营商依托其网络基础，通过提供数据服务来解决智能化的源头问题；利用大模型来释放人力并 模拟人类组织的行为；并通过数字孪生技术实现物理环境到虚拟环境的映射、仿真和闭环控制。这三个要素共同构成 了实现自智所需的全面AI化，从而推动网络向高阶自智演进。这些将涉及以下六个方面的演变。 5 智能化时代洞察 智能化时代的变革是一个复杂的过程，机遇和挑战并存， 随着无线网络从传统地面覆盖向地面与低空的三维立体覆盖转变，低空运维能力面临新的挑战。由于低空目标体积 小、飞行高度低，加之电磁环境复杂，这些因素对网络规划和维护提出了更高要求。因此，需要发展更加精准的仿真， 更实时、更智能化的网络优化技术来应对这些挑战。 9 自智网络发展趋势 低空经济的发展对电信运营商而言，意味着新的商业机遇和挑战： 2.3 趋势3 智算规模增长，算网深入融合，业界持续提升资源利用率 xPU算力 高速网络 自智网络应用 技术引擎 数据计算 数据引擎 数据采集存储 数据治理 AI大模型引擎 数字孪生引擎 数智引擎 NAE框架 Agent工厂 星云模型库 AI工具链 虚实交互 仿真引擎 可视化引擎 策略引擎 引擎服务 数据服务 业务服务 孪生服务 大模型服务 算子服务 AI大模型引擎，通过大模型训推工具链、大模型库和智能体引擎，在模型训练、复用、智能体开发等多方面发挥着重要

“服务”，实现信息互联互 通的关键。利用云计算、大数据等技术，整合路网静态交通设施、动态交通流和交通参与者的时空信息，并基于 GIS/ 高精地图构建完整的数字孪生平台，在此基础上提供认知、决策、仿真、评估等算法模型，是提升交通安全 和效率的关键。 构建多应用多层次服务体系 公众出行服务是智慧公路建设的最终目的，公众出行信息服务水平更是衡量智能交通现代化程度的重要标志。 智慧公路的发 隧道、收费站、服务区等设备搭载公路行业操作系统后，不仅各种传感器、控制器可以互 联互通，并可和手机、穿戴设备互联，实现周边环境实时感知，更高精度的人员定位，提 升运维巡检效果，确保作业人身安全。 95% 的航迹连续检测精度，为路网仿真、流量管控等应用提供良好支撑。 一套系统覆盖大大小小的设备，支持功能解耦，可随产品自由裁剪，支持各种不同类型的 设备，小到传感器大到控制器、巡检机器人等设备都可以使用同一操作系统。 结合边缘智能计算 免次生伤害。对重点车辆进行全流程监管闭环，建立重点车辆运行 AI 主动预警机制，打造“事前预防 - 事中 预警 - 事后决策”监管闭环。 » AI 助力出行更高效：通过 AI 技术对进行流量分析、拥堵预测、交通仿真、信控优化和交通组织优化，做到 精细化的感知和调度，从而保障智慧公路系统高效运行。 » AI 助力管理更有效：通过 AI 技术提升公路管理部门主动安全、疏堵保畅、应急调度、信息服务的工作效率，

HAPS）。与传统方式相比，这一系统能够为偏远地区提供更好的 连接性，同时还能在灾害场景中提升系统弹性。思博伦的Vertex 5G信道仿真系统可以对动态信号强度与延迟变化进行真实测 试，这对地面站馈送链路及HAPS与用户设备之间的业务链路至关重要。其多信道仿真能力能够模仿更接近现实的无线传播环 境，从而确保网络在动态的真实世界条件下的稳定性能。该项目为日本及全球的运营商、国防部门及其他组织探索NTN应用 以通过供应商中立的测试、保证与自动化 解决方案，助您释放5G潜力并提供新一代 创收服务。 5G/4G核心网测试与仿真 电信实验室自动化与转型 5G服务质量保障 （主动测试） 5G服务体验测试与基准测试（VONR、 VINR、LBS、XR） 导航与定位（PNT）测试与仿真 持续性测试 云原生系统 弹性验证 端到端自动化 O-RAN测试 24 思博伦5G报告 2025 进展、关键点与未来展望

计划，加快推动海淀区、朝阳区建设北京人工智能公共算力中心、北京数 字经济算力中心，形成规模化先进算力供给能力，支撑千亿级参数量的大 型语言模型、大型视觉模型、多模态大模型、科学计算大模型、大规模精 细神经网络模拟仿真模型、脑启发神经网络等研发。（2023年8月） 上海市 《上海市进一步推进新型基础设 施建设行动方案（2023-2026年）》 加快建成支撑人工智能大模型和区块链创新应用的高性能算力和高 高性能计算（HPC）在超算中心、大学高校、科学研究、工程模拟、气象海洋、基因测序、能源及材料等领 域有着广泛的应用，起着至关重要的作用。以济南超算中心为例，典型的业务场景包括天气预报与气候预测、海 洋环境模拟分析、信息安全、电磁仿真、工程计算、金融大数据分析、新材料和新能源分析等，承载了1000余家 第 30 页, 共 63 页 科研院所、高新技术企业、政府机构等单位用户的业务需求，是山东省新一代信息技术、医养健康、高端装备、 高性能计算需要极高的计算能力和大规模的计算资源。大型HPC系统多达上万个计算节点，这些节点需要紧 密协同精确调度才能完成复杂的计算任务。高带宽、低时延的网络是计算任务高效执行的关键要素，像流体力学、 电磁仿真、汽车碰撞等场景对网络时延要求极高，而基因测序、气象预报等场景同样需要较高的网络带宽和一定 的时延要求。因而高密部署的计算集群和集成高效算力芯片（高主频多核CPU和支持FP64的GPU）的计算节点是HPC