中国汽车工程学会一阶段应用 中国汽车工程学会的 T/CSAE 53 《合作式智能运输系统车用通信系统应用层及应用数据交互 标准（第一阶段）》提出 17 个一阶段应用，可作为本研究预警类应用的基础用例集。 图 1： 一阶段应用列表 2.1.3 汽标委预警类应用技术要求和试验方法 汽标委正在开展《基于网联技术的汽车安全预警类应用场景技术要求及试验方法》的国家标 准制定，其中定义了三个重点应用：路口碰撞预警、车辆安全状态提示、路侧信息提醒。 预警应用相关的场景，将作为本文分析的重点。 C-NCAP 2024 版中 V2X 预警应用相关的场景如下： 图 2：C-NCAP CCRH 场景：车辆高速直行与前方静止目标车辆测试场景 （高速度差追尾） 图 3：C-NCAP SCPO 场景：车辆直行与前方被遮 挡的横穿目标车辆 图 4：C-NCAP TSR 场景：闯红灯预警 7 / 32 3 V2X 预警类应用总结 本章尝试将 V2X 前向碰撞预警 无 无 CCRs-FCW 无 无 2 无 无 无 无 无 3 无 EBW-同车道 行驶 无 无 无 4 无 无 CCRH（高速行驶） 无 无 8 / 32 表 1 安全类预警应用列表 5 交叉路口碰撞预 警 无 ICW-左侧来车 SCP SCPO 无 6 无 ICW-右侧来车 SCPO 无 无 7 左转辅助 无 LTA CCFT 无 无 8 盲区预警/变道预

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 空经济及无源物联网。区别于单纯的技术分析，本章节从基本概念与场景用例、关键技术、 性能指标，三方面对三大典型行业应用进行了分析。重点阐述了新兴应用所需的关键技术以 及对通信速率、时延、可靠性等核心指标的差异化需求，揭示了技术突破与场景创新间的互 ...........................................................................................76 3.3 无源物联网................................................................................................ Data，人工智能 AI，感知 Sensing，信息 Information 和通信 Communication 技术融 合的新趋势。通感一体化技术、通算网络技术、AI 辅助通信技术、语义通信技术、低空经 济、无源物联网等不同的融合技术和行业应用备受关注，学术界和工业界共同努力推动这些 技术在理论研究、样机实验和标准化制定方面取得突破。2024 年 2 月，中国成功发射全球 首颗 6G 架构验证星，搭载星

随着收费联网、高清视频监控等业务的快速发展，路侧设备数据量急剧增长，使得 随路网络带宽需求快速增长，设备安全接入、安全策略快速部署成为难题；同时，沿路 网络运维难，地质灾害、施工导致光纤断、传输质量降低，由于无监测、范围广，排查 耗时耗力，工作效率低。 大数据、人工智能等新技术应用的普及程度较低，难以应对海量数据分析、 实时决策难度大 随着城镇化的迅猛发展，城市交通参与者众多、出行需求多样，由于汽车出行的便利， 完整、精准 算法应用下发 实时、自动 行业资产 行业资产 应用使能 AI使能 智慧应用 态势 监控 交通 管控 应急 处置 拥堵 治理 安全 治理 运营 调度 统一 运维 图 1 理念：通过场景找技术图 图 2 智慧公路参考架构 感知 联接 计算 / 存储 数字能源 云 视频 事件检测 毫米波 流密速 鸿蒙 终端 智能化 F5G 硬管道 低时延 材料科学 芯片设计 散热技术 覆盖、万物互联。 智慧高速的“躯干”， 包 括 OTN/PON、SD- WAN、IOT、5G 等 关 键 技 术， 打 造 路 侧 高 可 靠、 高 带 宽、 低 时 延的有线联接和无线 无 缝 覆 盖， 实 现 感 知 数 据、 控 制 指 令 的 安 全可靠传输。 是智慧公路体系的研 判 和 决 策 系 统， 以 大 数据为底座，以 AI 为 核 心， 融 合 数 据、 沉

...................................................................................... 19 5.2.1 故障无感恢复：硬件检测，多级保障..............................................................19 中兴通讯版权所有未经许可不得扩散 5.2 算中心网络高效运行和交付的关键技术。 高性能广域网无损与有损路线并存。广域无损技术能够为业务提供低延迟、低丢包和高 带宽利用率的数据传输服务，除光互联方案之外，确定性网络技术也可用于提供广域长距无 损承载能力。由于广域无损对网络有极高要求，对于时延不敏感的业务，也可增强网络能力 提供广域有损的数据传输服务。基于IP的高性能广域传输方案能够以更低的成本支持更长的 传输距离，基于网侧主动拥塞 中兴高性能网络技术基于算内、算间和入算三大场景，提供可支撑超大规模、高吞吐、 高可靠、低时延、安全、智能和灵活扩展的高性能基础网络，并具备高度可运维能力。网络 通过和端侧、算侧深度融合，进一步提升端到端整体性能。 图 1 高性能网络架构整体视图 高性能网络整体架构如图1所示，HP-DCN和HP-WAN之间通过网络层互通。  HP-DCN为无损网络，包括算、端、网、管四要素，其中： 1）算侧在GPU完成高效

投资回报率在 3 年、5 年内分别达 2-3 倍、4-5 倍，远超行业平均 水平。图 1 展示了灯塔工厂按评选类型、地域和行业的分布情况。 灯塔工厂每年新增 5 个国家、10 个细分行业。最近，在重型设备、 上游材料、食品和饮料等行业，以及中欧和东南欧、南亚和东南 亚地区以及美洲部分地区，灯塔工厂的数量都有所增长。 图 1：2024 年，灯塔工厂的构成多样化 全球灯塔网络的核心优势在于其开放的知识共享机制。65% 每个灯塔工厂都可以实现卓越运营：新区域、新行业和新解 决方案。2024 年，全球灯塔网络认定 36 家灯塔工厂，分布 30 多 - 5 - 国，新增瑞士、越南和摩洛哥，摩洛哥成非洲首例，覆盖行业领 域扩大四倍。 图 2：2024 年新晋灯塔工厂情况 现有灯塔工厂 新增单一工厂灯塔 工厂 新增可持续灯塔 工厂 汽车 德国大陆集团 捷克共和国拉贝河畔 布兰迪斯 法雷奥汽车内部 控制有限公司 中国深圳 个人护理 焦分析型技术（如缺陷检测、流程优化），9%探索生成式 AI（如 设计辅助）。图 3 展示了灯塔工厂现场评估中排名前五大人工智 能用例增长情况，以及 2024 年入选的灯塔工厂中人工智能在各 领域的应用细分情况。这些用例推动转换成本、生产周期等指标 改善超 50%。本报告核心在于摒弃盲目跟风，坚持从数字孪生到 大型语言模型，技术部署始终围绕实际需求。 - 8 - 图 3：按灯塔工厂入选批次划分的分析型人工智能和 生成式人工智能用例构成情况

电子支 付 类 智能地锁类 智能停车管理软 件 基于 NB-loT 的电磁 +PAD 方 案 基于 DDA 组网的地磁方 案 基于 eMTC 的视频桩方案 智能道闸 智能充电桩 ETC 无感支 付设 备 自动发卡机 NB/Lora 双模地磁 智能车位锁 / 车位共 享 车牌识别摄像头 汽车 VIN 码识别器 等 无线通信技术 移动终端技术 GPS 定位技术 GIS 技术 特征 特征 未实现电子支 付，停车数据 信息分散， 只能实现线上停车场查询、停车无感支 付等基本功能 车辆自助计费，取消入库取卡，实现线上 支 付或 ETC 自动扣费，车主自助完成入库、 缴费和出库 概述 系统通过在停车场出入口设置道闸识别一体机、无人值守机器人设备，采用无岗亭、无值守、低 人力的 方式对停车场进行管理 集多功能于一体 高清话质拾音器 远距离智能扫描器 远程呼叫协助管理系统 协助接受服务和 主动介入式服务 机芯控制系统 车牌识别核心技术 车牌识别核心算法 视频车检技术 图例 曲 车 牌 识 别 道 闸 一 体 机 无 人 值 守 机 器 人 鼎椎咨询

费效率，以及倡导节约利用能源。 二、需求分析 - 原有工作流程存在问题 Text in here 职能部门目前只能靠供 电局或郊区供电公司提供相关 企事业单位的用电数据，跨部 门协调不仅效率低下，而且无 法实时获取数据。 后果 企事业单位无法实时获取 本单位能耗使用情况，只能靠 原始人力进行抄表，效率低下。 被动接受职能部门监管。 瓶 颈 瓶 颈 1 、 去的、总的能耗数据，无法帮助企业及时了解到 企业每天的，以及不同用途的能耗数据。 存在的问题 采取的对策 能耗 三、解决方案 - 能耗在线监测系统的实现 制定节能措施 能 耗 综 合 视 图 空调用电 及环境状态 照明用电 及采光状态 设备用电 及负荷状态 能耗在线 监测平台PLMN 综合管控 三、解决方案 - 系统组成架构 内网 /专线 能耗分析 应用 服务器 关联应用 应用效果（能耗数据采集） 三、解决方案 - 应用效果（能耗分析） • 理想的 PUE= 1.6 • 目标 PUE= 2.0 • 常见的 PUE = 2.4 to 2.8 甚至更高 组态图 能源效率系数 (PUE) 统计分析 计量清单 三、解决方案 - 项目价值 提高节能减排 控制能力，监督 各企事业单位完 成国家下达的各 项节能减排指标。 更直观的监控企 业能耗使用情况，

多个行业实现初步应用，提供更加精准、高效的解决方案。 多模态大模型推动人工智能从单一感知向全场景认知跃迁 大模型发展已经进入多模态融合阶段，多模态大模型融合了多种感知途径与表达形态，能够同时处理文本、图 像、语音等多种数据，并进行深度语义理解和交叉模态处理，是实现通用智能的重要路径。大模型从早期简单的子任 务模型组合模式，逐步转变为端到端跨模态统一特征表示，实现了原生多模支持，为人工智能与现实世界复杂信息交 无需依赖清晰明确、专业化的提示词（prompt）就能很好发挥作用。 更强大、更精准的执行能力： 对于复杂问题的理解、拆分、规划、预测能力显著提升，无需过多人为干预，即可迅速提供专业精准的解决 方案。 图 1 AI CITY关键特征示意图 交互入口 更集中、更便捷 知识体系 更多维、更全面 决策能力 更强大、更精准 AI CITY 17 AI CITY 发展研究报告3 体系 架构 17 平台、 AI模型平台、AI原生应用平台3套AI工程平台构成的大模型中心，汇聚M类数据资源与N类模型资源，提供算力、 模型、数据、产业生态4类运营，支持X个创新应用。 图 2 AI CITY “1234MNX” 参考框架图 X个应用创新 4类运营 应用场景为牵引， 提供算力、模型、数据、生态支撑 M类数据资源、N类模型资源 沉淀本地数据、模型资源， 打造特色能力与领先 3套AI工程平台

3.1）可以为 信创工作提供方法论指导，包括做什么、怎么做、以及如何处理各要素之间的 关系。信创架构框架主要包括架构开发方法、技术参考模型、运营参考模型和 能力评估模式四大部分内容。 图 3.1 信创架构框架（IIAF） 信创的架构开发方法（IIAF-ADM）可以为信创的总体架构设计及信创相关工 作中的架构分析提供系统性方法。架构设计与架构分析是用系统性的架构方法去 描述转型 型中的通用架构方法。该方法是北达软在参考国际上 TOGAF、DoDAF 和 FEA 等方 法论基础上总结出来的，既适合自上而下的架构开发与分析，也适合自下而上的 架构开发与分析。 7 图 3.2 信创架构框架之架构开发方法（IIAF-ADM） 对于自上而下的架构开发与分析，我们首先将信创的愿景和需求等放到战略 意图里，然后分析这一战略意图对未来整个战略架构产生什么影响？这里可以是 根据数字化的发展方向及新的数字化模式特点，信创的整个技术体系可以划 分终端和云端两大部分，所以信创架构框架之技术参考模型（IIAF-TRM）（如图 3.3）可以分为信创终端技术参考模型和信创云端技术参考模型两部分。 图 3.3 信创架构框架之技术参考模型（IIAF-TRM） 信创终端主要考虑芯片架构、整机、操作系统、外设和常用软件几层技术产 品的选择。其中，芯片架构主要有 ARM（如鲲鹏、飞腾），MIPS 架构（如龙芯），

律师意见本报 告所有材料或内容的知识产权归量子信息网络产业联盟所有(注明 是引自其他方的内容除外)，并受法律保护。如需转载需联系本联盟 并获得授权许可。转载、摘编或利用其它方式使用本报告文字、图 表或者观点的，应注明“来源：量子信息网络产业联盟”。违反上述 声明者，本联盟将追究其相关法律责任。 前 言 ...... 39 图 目 录 图 1 量子计算应用能力三要素 .............................................................. 1 图 2 不同行业典型计算问题类型与关键性能指标 .............................. 3 图 3 移动网络发展面临的算力挑战 ........ .............................................. 4 图 4 量子计算应用能力体系框架 ........................................................ 14 图 5 量子计算应用能力评测一般性方法 ............................................. 27