度、内容逻辑性、内容丰富度也进 入了用户关注的Top5功能点。对于数据图表的需求超过了20%，但对于视觉效果、创新性功能的需求并不热烈。 专业数 据图表 输入输出 输入方式丰富度：拍图、对话等多模态 输出模式丰富度：简约、专业等多模态 交互性：引导输入、可编辑、可分享等 需求贴合度：需求识别度高、可修改等 内容质量 丰富度：文本、图片、图表兼备 可靠性：内容准确，可商用 逻辑性：清晰有层次易理解 准确度：非AI幻觉，且准确引用 可视化效果：出现文字、图表等多形式 用户体验 易操作性：操作流程直观，用户上手快 稳定性：生成过程快，崩溃少，信息清晰 功能全面性：功能覆盖度高 价格：价格普惠，性价比高 内容逻辑性 内容丰富度 输入输出交互性 输入方式丰富度 输入输出需求贴合度 智能PPT产品能力模型 用户最关注的智能PPT能力维度 数据来源：2025年6月用户调研（N=1172），极光月狐数据研究院整理。 文本丰富 + 图表结构 识别意图 + 自主生成完整逻辑 「简约 or 专业」 布局选择 专业图表选择多 美化功能升级 智能推荐模板 单页美化 上传素材 多功能在线编辑 指令修改 专业图表生成 图表结构丰富 多类型选择 可视化体验增强 文本质量提升 准确性 需求严格依从 时效性 支持单页续写 逻辑严谨、完整 内容丰富度高 专业复杂布局 智能换图

术路线具备综合性优势。近年来业界持续推进量子计算原型机研制， 科研成果不断涌现。 超导技术路线以超导约瑟夫森结为基础构建二能级系统，优势 在于扩展性好、易操控以及集成电路工艺兼容。近年来，超导路线 在量子比特规模、逻辑门保真度、相干时间等方面持续突破。2024 年，IBM 基于动态量子电路生成高保真度“魔法态”，保真度优于不 经过魔法态提纯的原始量子比特所能达到的水平28。中科院推出自 研的 504 比特超 Willow（柳树）36， T1 增加至 98𝜇𝑠，所有物理比特的单比特逻辑门平均错误率约为 0.036%，双比特（iSWAP）逻辑门平均错误率约为 0.14%。 离子阱技术路线以囚禁在射频电场中离子的超精细或塞曼能级 作为量子比特载体，通过激光或微波进行相干操控，具备操控精度 高、相干时间长、全连接性等优势。近年来囚禁离子数量、逻辑门 保真度等关键指标不断提升，相关科研实验成果不断出现。2024 年， Quantinuum 离子阱原型机 Model H1 的单/双量子比特逻辑门保真度 分别达到了 99.9979%和 99.914%，量子体积则达到了 104857637， 此外，公司还推出了 56 位量子比特离子阱原型机 Model H2-1，分 别实现了 99.997%和 99.87%的单/双量子比特逻辑门保真度38。清华 大学实现 512 离子二维阵列的稳定囚禁冷却以及 300

所提供的控制面可编程已远远不够，无法完全达到目标无关的可编 程，更深刻的需求是做到协议无关的可编程；而 P4 可编程技术是一种协议无关的可编程处理器，提 出了创新性的数据包处理逻辑架构，给予网络从业者定义数据包处理逻辑的控制权，使其进而可控 制整个网络，P4 可应用于多种网络场景，如负载均衡、边缘计算、安全等方面，此时，P4 时代被称 为 SDN 2.0 时代，也被叫做用户面可编程。 从可 3 相关技术 控制面技术 控制平面的技术主要是 SDN 控制器的实现。SDN 控制器是 SDN 控制器管理网络的软件，控制 器中包含大量业务逻辑，以获取和维护不同类型的网络信息、状态详细信息、拓扑细节、统计详细 信息等。控制器还需要掌握控制逻辑，如交换、路由、防火墙安全规则、DNS 等。网络管理员可以 方便地使用应用程序实现 SDN 控制器的配置、管理和监控网络。目前市场上的 SDN 控制器解决方 的可编程性主要体现在三个方面，分别为可重配置性、协议无关性、跨平台性。 (1)可重配置性：P4 应用经过编译器编译后部署到具体的平台上，进而按照代码定义的处理转发 逻辑处理数据包。当有了功能扩展和其它需求，可以在不更改平台设备的情况下，重新定义 P4 应用 对报文的处理逻辑，进而达到灵活定义数据面的处理行为。这样极大降低了开发的时间成本和硬件 升级的资金成本。 (2)协议无关性：P4 的协议无关性是指它不绑定任何协议，用户只要根据

的容器 ID ，并记录其归属的报文容器编号及在该容器占用的字节数 Packet 报文容器是区别于 CELL 转发的一种核心转发机制，该机制下以太网报文根据最终设备或者设备出端口被逻辑分 配 并组装成”逻辑等长”的虚拟报文容器，并以该”容器”为最小单元在交换网络中传输 基于确定长度的容器转发 提升多链路均衡性 报 文 容 器 1 早期 链路速率低 长短包转发差异性大 切 Cell ，正在进行标准协会 (SA) 范围审查  802.3dj ：单通道 200Gb/s FEC 采用低复杂度 Hamming(128,120) 内码级联 RS(544,514) 外码； PMA 逻辑层方案已确定，光层 Baseline 目前还未确定，仍处于技术讨论阶段，需要更长的时间完成 方案收敛  802.3dj ：面向 10km 和 40km 场景的单波 800Gbps 相干标准进展缓慢，

场中会由于塞曼效应产生自旋向上和向下两个能级，以这两个能级 作为|0>和|1>两个量子比特状态，通过发射射频脉冲的方式，可以使 激发自旋量子态，使其在向上和向下的能级之间跃迁，从而实现对 量子比特的逻辑操作。 基于以上原理，搭建一台真实的核磁量子计算机，首先需要制 备合适的分子结构作为量子比特载体，具有多个自旋为 1/2 的原子 核，且互相之间存在耦合关系；然后设计出一套磁体系统，可以提 一键校准量子比特参数的功能，不需要专业维护，降低使用成本；3） 开放底层的脉冲控制，使用自定义的射频脉冲操控量子比特，不仅 仅局限于逻辑门层级的量子线路编程；4）可以获取原始的量子信号 数据，从实验数据上观测量子比特的演化规律；5）支持一套完备的 量子逻辑门，包含单比特门、双比特门以及三比特门，可以允许学 生自由搭建任意量子算法；6）多种量子编程方式结合，有易入门的 图形界面编程方式，以及基于 子计算教育的辅助教学仪器，真实的量子硬件以及真实的数据反馈， 能够很好地促进学生对于量子计算这一抽象概念的理解。从对量子 计算相关实验内容的支持程度上来看，核磁量子计算机可以支持从 底层量子比特的物理原理、量子态演化一直到顶层的逻辑门实现和 算法编程的量子计算全过程实验。因为实际系统已经在教育场景中 使用，技术成熟度达到 9 级。 三、 应用方案与实践 (一) 解决方案/系统架构/产品情况 为了全面体现真实量子计算硬件在量子计算教学种的作用，量

异化匹配能力层、企业自身管理能力层、安全技术层和安全运维管理层。 (3) 明确围绕设备、控制、网络、平台、数据为五大核心防护对象的实施策略与实施路径，其中：设 备安全通过固件加固与漏洞管理保障生产物理基础；控制安全依托逻辑审计与指令加密确保生产 流程准确；网络安全借助动态组网与流量监测保障数据传输稳定；应用安全主要解决工业互联网 平台和工业应用程序安全可靠地运行；数据安全通过全生命周期管理维护数据价值。 3 (4) ............................................................................51 3.2.1. 八大原则层：锚定安全底层逻辑................................................................................................... S）的安全防护。工业控制系统广泛应 5 第一章 工业领域安全概念辨析与背景概述 用于电力、能源、制造业等关键领域，包括数据采集与监视控制系统（SCADA）、分布式控制系统（DCS）、 可编程逻辑控制器（PLC）等。其防护目标是抵御外部攻击对工业控制系统的入侵，防止控制指令被恶意 篡改、系统被破坏，确保工业生产过程的连续性与稳定性。任何针对工控系统的攻击，都可能引发生产事 故，对国计民生造成重大影响。

向更高效、更可持续、更有温度的新时代。 人工智能技术将重塑城市发展模式，带领人类进入智慧城市新阶段。报告提出“AI CITY” 是AI原生的智慧城市，代表了智慧城市的内核升级、建设路线升维、底层逻辑演进，提出的 “1234MNX”参考架构具有可落地性，值得学界和业界借鉴参考。相信亦希望通过“AI CITY”的探 索实践，汇聚产业链各环节、各方的力量，通过感知、决策、执行等形成全面智能合力，构建具有 互奠定了坚实基础。 1、人工智能技术快速演进实现关键跨越 AI发展经历了三次峰谷，正在向人机协同为特征的具身智能3.0时代前进。大模型正在推动知识表示和调用方式 升级，改变未来数字发展的底层逻辑，通过“大模型+知识库”的方式重构传统数字化应用、赋能千行百业。 03 AI CITY 发展研究报告 AI Agent成为人机交互和产业应用的关键载体 AI Agent依托大模型在感知、认知、 点向基层治理、精准精细、协同 共治转变，治理模式向跨区域、跨空间、跨人机物交互转变。如何在城市系统日益复杂的条件下实现高效、精准的治 理成为亟待解决的关键问题。数智技术加速重塑城市风险治理的底层逻辑，能够帮助城市更加全面、精准地洞察城市 运行状态和潜在风险，更加有序、高效地开展跨边界协同治理，从而在城市治理中更好实现关口前移、源头治理，避 免“头痛医头、脚痛医脚”，全面系统提升城市风险防范能力。

4.1.3.3 人工智能 在人工智能领域可以通过开发具有自主知识产权的通用性人工智能操作系 统和控制软件，研发基于 CPU/GPU/ASIC/FPGA 异构体系的云计算服务平台，研发 同时支持逻辑推理、概率统计、深度学习等范式的统一计算框架，来实现信息技 术创新。 国家新一代人工智能开放创新平台是国家认可、由企业主导的 AI 开放创新 平台，目前已经有百度（自动驾驶）、商汤（智能视觉）、旷视（图像感知）、科 升级替 代。 4.2.3 信创云原生平台与容器云 4.2.3.1 容器云和云原生对于信创的意义 追根溯源，信创产业建设所面临的诸多问题的根本原因在于，在传统的 IT 生态体系的集成逻辑和技术路线上，去试图追赶国外先进科技公司持续数十年的 技术研发和生态积累，注定会充满挑战。 而云原生作为新一代的 IT 技术体系，正展现出改变上述信创建设中被动 局面的巨大潜力。云原生平台在 作系统的作用，能够屏蒰底层异 构基础设施的复杂性，直接支持新一代应用的构建；容器轻量级虚拟化技术，能 够极大弱化对硬件辅助虚拟化技术的依赖。云原生模式与技术能够彻底重构信创 软件上下游生态集成逻辑，把传统操作系统从需要长期积累的软件生态兼容适配 中解放出来，形成全新的生态整合规则，实现对原有科技产业链整合的破局。 从全球云原生产业的角度来看，中国力量迅速崛起，相比传统 IT 产业生态，

分为一个切片用户组，并支持为其预留一定无线资源。无线切片预留的资源一般可配置为三部分： 网络切片是将运营商网络进行逻辑划分，从而把一个物理网络虚化出多个逻辑上的虚拟网络。不同等级的业务数据可以在 不同逻辑层面的网络切片上传输，从而满足不同业务场景对网络的数据传输速率、安全性、可靠性等多方面的差异化需求。 在一个物理网络承载多个逻辑切片的环境下，怎样精准地分配、管理和调度系统资源，以便更好地满足各切片不同需求是 实现规模商用的关键。

秒级或亚秒级监控无法满足对链路状态实时测量的需求。例如，在一秒内可能经历多次持续 时间仅为毫秒至数十毫秒的吞吐量波动。在秒级尺度下观察时，链路似乎处于稳定低负载状 态而无明显波动。这种表象与实际情况存在巨大差异，在逻辑上将导致不同的故障发现和定 位结果。 3）深度——节点级别的根因监控实现快速排障和自愈功能。对于承载AI大模型训练流 量的ROCE高性能网络而言，一旦检测到异常情况，运营系统必须深入分析以确定根本原因。 3）通过端侧和网络侧的协同，端侧可感知精细的网络状态，进行精准拥塞控制和网络 路径控制； 4）通过网络、端侧、算侧和管侧的协同，实现智算网络端到端的业务级管理。 图 2 HP-DCN 网络协议逻辑架构视图 HP-DCN网络的协议逻辑架构如图2所示，各层之间相互支撑，为智算网络提供立体的 高性能保障，各层主要功能如下： 物理层：高速率接口、低延时FEC、故障快速检测； 数据链路层：链路级无损、链路级可靠传输、新型转发机制； 端侧模拟计算路线。基于流量特征值和网络侧流量负载分担算法，由端侧对网络上各设 备选路进行模拟计算，从而得出相应流量的网络路径信息。该方案效率更高，也能够对 网络事件更快速的做出反应。但需要端侧提前预知网络设备转发逻辑，并预置算法，端 中兴通讯版权所有未经许可不得扩散 23 网耦合较紧密，且增加了端侧计算资源的开销和实现的复杂性。  端网协同路线。利用网络侧较强的路径探测和控制能力，满足端侧对路径控制的需求。