各地低空经济政策汇编 发展目标 主要任务 应用场景 零重力飞机工业 ZEROG AIRCRAFT INDUSTRY 2025 年 5 月版 构 建 地 球 上 第 三 种 交 通 生 态 编写说明 2016 年和 2023 年，通用航 ，“ 发 展通用航空和低空经济” 。 为贯彻落实党中央做出的重大决策部署， 2023 年底以来各地争先恐后出台了 一系列 促进低空经济高质量发展的政策文件， 确定指导思想和发展目标， 明确重点任务和保障措施。 零重力飞机工业作为一家专注研发制造电动载人航空器的主机厂， 高度关注各地政策发展， 不定期收集 汇 编省市县乃至镇街等各级地方政策并及时分享各方参考 。 为保证汇编资料的准确性， 我们在梳理过程中坚 我们在梳理过程中坚 持以 各地公开发布的官方文件为依据， 各地未公开发布的政策未被列入汇编成果 。 由于各地低空经济政策文 件数量 非常之多， 梳理起来工作量巨大， 因此我们在汇编过程中重点选取了发展目标 、重点任务和应用场景 等政策要 素， 同时尽可能保留了发布时间 、 发布机构和文件号等关键信息， 以便于各方查找原始文献。 零重力飞机工业十分乐意看到本汇编成果得到广泛分享， 如有其他需要请通过以下方式与我们联系。

的功能逐渐清晰。目前 语音助手、修图、写作助手等功能成为主流。苹果通过 Siri，将 AI 当作手机不同 App 之间 联系的工具，而不是像此前三星和谷歌的 AI 应用更侧重于让 AI 去完成单一特定任务。未来 AI 软件由谁付费或发展成手机品牌商、芯片厂商、软件厂商、消费者的四方博弈，但随着 token 成本的下降和苹果较大的优质用户基数，模型 API 成本或持续下降，并推动应用加速 普及，AI 手机渗透率有望持续提升，形成正向循环。 取代了此前的插件商店（2024 年 3 月关闭），用户不仅可以在平台上分享自己创建的 GPTs，还可以从其他人那里获取各 种 GPTs，形成丰富的 GPTs 生态系统。GPT Store 定制版本可以针对特定任务或行业进行 优化，允许用户与外部数据（如数据库和电子邮件）进行简洁的交互。2024 年 5 月，随着 OpenAI 更新 GPT-4o 模型，ChatGPT 能够识别用户语音的感情，并输出语音，实现如同 指导AI AI AI AI 绝大多数工作可 以由AI完成 绝大多数工作仍然 由人完成 借助复杂的提示词完成自动 通过设定目标完成自动化 化 / 人类负责设定目标、提供资 源和监督结果，AI完成任务 拆分，工具选择，进度控制， 实现目标后自主结束工作 人类和AI进行协作，工作量 相当。AI根据人类prompt完 成工作初稿，人类进行目标 设定，修改调整，最后确认 人类完成绝大部分工作，向 AI询问意见，了解信息，AI

方面 GPT-3 训练 所需算力为 121528 TFLOPS，若 30 天内完成，需要 1558 颗 A100。内存角度， GPT-3 训练至少需要 3.2T 内存，至少 44 张 A100，推理任务则主要受显存限 制，需要 4 至 8 张 A100，因此完整的模型无法在终端上离线运行。 优化后大模型可在旗舰机型芯片上运行，AI 落地有望推动新一轮换机潮。 AI 部署本地化具有必要性，优势包括更低的延迟、更小的带宽、提高数据安 的超级海量的 数据，无需进行人工标注，即进行自监督学习；2）基础模型规模非常大，参数规 模从十亿到千亿级别；3）训练出的基础模型具有跨领域知识，而后通过微调用降 低成本的方法来训练，以适应不同领域的任务。AI 2.0 的巨大跃迁之处在于，它 克服了前者单领域、多模型的限制。 图1：AI2.0 时代的特征是通过超级海量数据无需标注训练一个大模型 资料来源：创新工场，国信证券经济研究所整理 以大语言模型（Large 作为验证，通过训练一个预测的计算最优模型 Chinchilla 来检验这个假设，该模 型使用与 Gopher 使用相同的 FLOTs，但具有 70B 个参数和 4 倍多的数据，最终在 大量下游评估任务中，Chinchilla 表现显着优于 Gopher，且其缩小的模型尺寸大 大降低了推理成本，并极大地促进了下游在较小硬件上的使用。 图6：2022 年最大的五个 transfomer 模型条件 图7：各模型位于

英伟达业绩实现与拆 解 04 风 险提示 请务必阅读正文之后的免责声明及其项下所有内容 请务必阅读正文之后的免责声明及其项下所有内容 一、 GPU 与人工 智能 l 全球数据总量及数据中心负载任务量大幅上涨，数据中心算力需求快速增长。随着 人工智能等新技术发展，海量数据的产生及其计算处理成为数据中心发展关键。 据 IDC 数据，全球数据总量预计由 2021 年的 82.47 ZB 上升至 突出需求，高并行度的深度学习算法在视觉、语音和自然语言 处理等领域上的广 泛应用使得算力需求呈现指数级增长。 据 Cisco 数据，全球数据中心负载任务量预计由 2016 年的 241.5 万个上升至 2021 年 的 566.7 万个，对应 CAGR 达 18.60% ；其中，云数据中心负载任务量 CAGR 预计达 22% 。 l 以模型中的参数数量衡量，大型语言模型的参数 在过去五年中以指数级增长。随着参数量和训练 请务必阅读正文之后的免责声明及其项下所有内容 图：简单任务中不同参数模型上下文学习性能 资料来源： IDC ，国信证券经济研究所整理 资料来源： Cisco Global Cloud Index ，国信证券经济研究所整理 图：模型参数规模大幅上涨带来算力需求提升 图： 2021-2026 年全球数据总量及预测 图： 2016-2021 年全球数据中心负载任务量及预 测 资料来源：《

联接、主动服务和智能进化等基本特征，作为支撑产城综合体的基 础，可结合产城综合体承载的人机物事的具体需求进行详细规划。 27 经济开发区“智慧园区”项目项目建议书 三、总体建设任务与分期建设内容 总体任务： 本次准格尔经济开发区智慧园区的建设，以智慧决策大脑为核 心，打造数据使能、基础设施两大基础平台，建设经济运行监测系 统、智慧能耗监测系统、智慧安全监测系统、智慧安全应急系统、 题数据以及数据综合决策的建库。 基础数据建库包括：人员、车辆、设备、资产、空间地理等。 业务主题数据建库包括：办公专题、能效信息、设备状态、视 54 经济开发区“智慧园区”项目项目建议书 频监控、任务派发等。 2）集约化服务平台 集约化服务平台通过定制开发和购买成熟的中间件产品，进行 相应的配置或二次开发，对系统建设提供统一的基础支撑和管理环 境，以降低应用系统建设的复杂度、提高可靠度。集约化服务平台 生微 小振动，并超过系统设定阈值时，系统即刻报警。并根据报警的性 质确定报警的级别。 系统通过声光等形式将报警信息传递给监控人员，并在系统中 生成报警信息发送至指挥中心。 监控人员下发告警任务到报警点附近的安保人员手持终端，安 保人员根据手持终端上显示的信息和路径规划前往事发地点进行处 理，并以文字，图片的形式回传处理结果，系统进行事件归档。 ●告警处理 道闸，视频，门禁，周界，停车，入侵，隐蔽报警等告警都会

.......................................................................... 7 图 7： Teams Premium 生成任务 .................................................................................................. GPT-1 2018 年 6 月 1.17 亿 约 5GB 1.3B 结合无监督学习及有监督的微调 GPT-2 2019 年 2 月 15 亿 40GB 15B 学习在无明确监督情况下执行多种任务 GPT-3 2020 年 5 月 1,750 亿 45TB 499B 结合少样本学习和无监督学习 GPT-4 2023 年 3 月 待公布 基于规则的奖励模型 数据来源：OpenAI，Medium 模型可以完成绝大多数文本和图像任务，具有成熟的生产力。根据 OpenAI 的官方介绍，GPT-4 可以接受文本和图像的信息，并允许用户指定任何图像或语言任务， 处理超过 25000 个单词的文本。除了在各种标准考试和不同语言情景下都有突出的表现 外，在图像的处理分析上，GPT-4 能够直接阅读并分析带有图片的论文，承担文本、音 频、图像的生成和编辑任务，并能与用户一起迭代创意和技术写作任务，例如创作歌曲、

6 万美元， 对比 GPT-4o 等模型的训练成本约为 1 亿美元。 2025 年 1 月， DeepSeek-R1 发布，性能对标 OpenAI-o1 正式版。在数学、代码、 自然 语言推理等任务上，性能比肩 OpenAI-o1 正式版。 2 月 1 日消息，据彭博社报道， DeepSeek 的人工智能助手在 140 个市场下载次数最多的移动应用程序排行榜 上名列前茅。国外大型科技公司如微软、 DeepSeek-R1 发布，性能对标 OpenAI-o1 正式版。 DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下， 极大提 升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI-o1 正式版。同时 DeepSeek 开源 R1 推理模型，允许所有人在遵循 MIT License 的情况 下，蒸馏 R1 训练其他模型。 2023/05 元。相比于其他模型性能和定价，该模型具有更优的模型性能 / 价格比例。 请务必阅读正文之后的免责声明及其项下所有内容 DeepSeek-V3 发布，性能对齐海外领军闭源模 型 图： DeepSeek-V3 等模型执行不同推理任务性能对比 图： DeepSeek-V3 具有更优的模型性能 / 价格比例 图： DeepSeek-V3 等模型多项评测成绩对比 资料来源： DeepSeek 官网，国信证券经济研究所 整理 资料来源：

学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力， 其在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式 版。并且，DeepSeek-R1 遵循 MIT License，允许用户通过蒸馏技术借 助 R1 训练其他模型，进一步促进技术的开源和共享，用户可通过官 网或 App 调用 DeepSeek-R1 完成各类推理任务。此外，DeepSeek-R1 API 服务定价为每百万输入 tokens

具特色的的“智慧旅游”样板示范工程；  提升 XX 旅游管理的智慧化水平，整合旅游资源与产品， 提升旅游高附加效益；  提升 XX 旅游景区智慧旅游管理和服务水平，推动景区升 级改造任务的实现；  提升 XX 旅游营销宣传力度，将 XX 旅游推向世界，实现 智慧化建设的全面提升。 7.2.2 服务主体 XX 智慧旅游服务的用户主要包括旅游主管部门（主要为 XX 区 旅游 集内容定制系统建立相应的数据库结构和数据字典。  采集界面定制 用户根据采集内容，通过采集界面定制系统配置采集用户交互 页面，配置各种界面约束条件，生成采集用户客户端。  采集任务制作 根据实际工作需要，制定采集任务，配置采集用户客户端，执 行数据采集工作。 98  采集审核 在采集数据整理入库前，需要进行数据的正确性和有效性检验， 确保进入数据库中的数据的正确性和完整性。由审核员对接收到的 条码数据采集软件：该软件集成于条码机内, 实现巡检任务文件 的接收, 可完成设备定期巡检, 支持数据采集、查询、修改、传送、 删除等操作；同时具有巡检路线控制、巡检项目依周期自动生成、 巡检操作提示、非法数据提示等功能, 借助基本资料库上传、下传, 可实现巡检地点定义、巡检项目定义、巡检周期定义、数值范围定 义、数据文件定义、设备工况定义、系统日期维护、用户口令库维 护等。 条码数据管理软件：实现巡检任务文件的生成及下传

划把微电网作为完善智慧电力供应体系的重要支点。同时，也是青岛战略新兴产业重点 发展方向之一。2023 年 10 月《青岛市新型储能发展规划（2023-2030 年）（征求意 见稿）》中多项重点任务中提到了推进微电网建设。除了规划引导之外，绿色发展政策 也起到了良好的协同效应。例如：工信部门绿色制造体系鼓励申报企业加大分布式能源 开发、建设微电网。截止到 2024 年 6 月底，青岛市累计创建省级绿色工厂 错能力和应急能力，降低 电力系统的故障风险，提升地方电力系统稳定性。二是促进分布式可再生能源的发展与 就近消纳。通过微电网就近消纳分布式电力，助力地方政府完成上级政府下达的可再生 能源能源消纳任务，提高能源自给率，提升能源供给安全水平；同时，可再生电力的就 近消纳，帮助减少当地对传统化石能源的消费，减少二氧化硫、氮氧化物以及二氧化碳 等污染物排放，实现降碳减污协同效应。三是加快新型电力系统关键技术研发应用，培 构等。但是就目前而言，青岛市微电网示范项目的利益相关者主要是金融机构和科研机 构。金融机构主要诉求是为绿色信贷找到相对理想投资标的，展示金融机构推进绿色转 型的负责任的良好形象；对于国有商业银行，还有完成上级银行下达的绿色信贷的任务； 科研机构是为微电网提供技术支撑，通过解决项目实施中的技术难题，提高研究团队解 决实际问题的能力，通过产学研合作促进微电网相关技术成果产业化，实现经济和社会 效益双赢。 19 青岛市微电网发展研究—基于典型示范项目的调查