分子类型统计发现，2023年AI技术在小分子药物的发现中应用较 多，67项临床研究中22项为小分子药物发现、4项为抗体发现、6项为疫苗发现。 ◼ 投资建议：关注AI制药领域进展及具备潜力的海内外前沿公司。以“AI+CRO”、“AI+Biotech”为典型的商业模式，AI制药涌现出了一批优 秀的上市/非上市公司。除此之外，以赛诺菲、GSK、强生为代表的大药企亦在积极布局AI制药领域，一方面运用AI技术加强数据管理决策并 AI技术加强数据管理决策并 深度融合至药物开发流程之中，一方面不断加强与AI制药专业公司合作，运用后者专业的技术平台，赋能药物发现和临床试验。建议关注AI 制药领域进展及具备潜力的海内外前沿公司：晶泰控股-P、皓元医药、药石科技、药明康德、成都先导等。 请务必阅读正文之后的免责声明及其项下所有内容 医疗健康是AI最大的应用领域 01 AI为药物发现带来时间及效率变革 02 国内外“AI+制药”企业梳理 数据来源：弗若斯特沙利文，国信证券经济研究所整理 AI的发展推动其在医药领域的应用 ◼ AI技术的发展驱动其在医药领域的应用。AI经历近七十年的发展，逐步实现从理论技术到产业应用。生命科学和信息技术是两个发展迅 速且较为前沿的领域，随着生物医药和人工智能领域多个里程碑事件发生，推动AI和医药研发相结合，AI制药的诞生也加速生物医药行 业发展，为生命健康领域的发展提供动力。 请务必阅读正文之后的免责声明及其项下所有内容

74 75 76 79 59 63 61 56 57 01 量子技术加固金融信息安全防线 ——量子通信在金融领域的应用研究 量子科技是驱动人类认知跃迁与生产力重构的科学 前沿，是引领新一轮科技革命和产业变革的战略高地， 已成为全球科技博弈的核心焦点。2022 年诺贝尔物理 学奖表彰科学家“用纠缠光子验证了量子不遵循贝尔不 等式，开创了量子信息学”, 2023 年诺贝尔化学奖对获 行业提供强有力的安全保障。通过介绍各金融机构实际案例，本文展示了 量子通信在金融实用场景中的创新应用路径，展示了其在数据传输方面的 安全性与可靠性。文章最后展望了量子通信与区块链、隐私计算等前沿技 术融合发展的广阔前景，强调其在构建未来安全高效金融基础设施中的战 略价值。 俄罗斯自然科学院外籍院士 吴永飞 一、量子科技作为新质生产力代表已成为国 内外关注焦点 俄罗斯自然科学院外籍院士 AI 大模型高地，中小 城商行如何破局？作为一家扎根福建、服务“地方经济、 中小企业、城乡居民”的城商行，福建海峡银行选择了 一条轻量化、场景化、安全可控的技术落地路径。其核 心并非追求技术前沿的全面覆盖，而是聚焦区域特色金 融，以开源大模型为引擎，探索出一条高性价比的智能 化升级之路。 福建海峡银行清醒地认识到自身在 AI 人才储备和 算力资源上的局限。同时，其服务定位决定了必须优先

能的应用可以助力我国形成新的产业生态和经济增长点。通过 促进 制造业与其他产业的深度融合，打破产业的界限，催生众多 新兴的 交叉产业，为我国经济的高质量发展提供强大的动力。 当 前，新一 轮科技革命和产业变革加速演进，重大前沿技术、颠覆 性技术持续 涌现，科技创新和产业发展融合不断加深，催生出具 8 身智能、脑机 接 口、量子信息等新产业发展方向。我国具备工业 体系完整、产业 8 规模庞大、应用场景丰富等综合优势，为未来产业发展提供了丰厚 展和经济增长奠定 了基础，并将进一步推动人工智能在制造业领域的创新和应用。 3. 日韩推进制造业革新，打造前沿领域核心竞争力 日韩积极推进制造业智能化革新。 日本政府在 2023 年发布的 《制造业白皮书》 中表示， “ 日本政府大力推动制造业基础技术的 产业振兴和前沿 ” 技术研发 ， 日本制造业正加速 AI 与数字化布局， 优化供应链，巩固优势并强化竞争力。面对全球新趋势与供应链风 险，通过制造业数字转型（DX）与绿色转型（GX），实现全链条 可视化管理与高效协同，推进低碳化生产， 以应对市场挑战，引领 产业升级，同时通过大力推动创新型人工智能以及大数据等对未来 社会至关重要的前沿技术，提升日本制造业竞争力。 韩国科学技术信息通信部于 2022 年发布《大韩民国数字战 略》， 展望 “ 与国民携手建设世界典范的数字韩 ” 国 。其注重大力发 展数 字经济，推动制造业智能化转型升级，包括各企业共建数字协

技术正从单点能力突破，迈向更通用、更智能的未来。全球 AI 大模型正朝着更大规模、更高效率、 更强自主性的方向迈进，这意味着人工智能大模型的发展已进入一个系统性竞争的新阶段。这不仅 定义了技术的前沿，也对底层基础设施提出了前所未有的要求。人工智能大模型对计算基础设施的 挑战是系统性的，涵盖了算力、通信、功耗和运维等多个维度。 然而，这些看似分散的挑战，其根源几乎都可以追溯到一个核心的驱动理论——“规模定律”。 系列”模型，满足更专业的市场需求。 趋势三：大模型训练成本倍数级增长趋势 根据 Cottier, B., et al. (2024) 的研究分析，大型语言模型（LLM）的训练成本正呈现出惊人 的倍数级增长趋势。前沿模型训练成本每年约 2–3 倍增长，至 2027 年或超 10 亿美元。成本构成 以加速器 / 服务器 / 互联折旧（47%–67%）与研发薪酬（29%–49%）为主，能源 2%–6%。这 迫使业界转向算法效率与底层架构的根本创新。 芯片到交换芯片带宽不小于 400GB/s，交换设备时延小于 500ns。超节点域内 AI 芯片支持内存统一编址，AI 芯片使用内存语义可直接访问其他 AI 芯片的内存。 在人工智能大模型训练和推理等前沿技术的算力需求驱动下，传统分布式集群在通信效率、资源 聚合能力上的局限性日益凸显，超节点凭借超高带宽互联、内存统一编址等技术特征，以及大规模 灵活组网、高可靠运行等系统优势，成为支撑复杂计算任务的关键底座。

TTS 领域内分析及处理 ASR 多领域对话状态分布 自然语言理解 文本或语音 文本或语音 状态更新 特征表示 特征表示 中间结果 终端 19 . . . 聊天技术的前沿研究点 Zhang et al. (2018) Oraby et al. (2018) Zhang et al. (2018) Mazaré et al. (2018) Mo et al (2018) Zhou et al. (2018) Asghar etal. (2018) Sun et al. (2018) Zhou et al. (2017) 情感对话 聊天技术的前沿研究点 Zhang et al. (2018) Luan et al. (2017) 机器人画 复质量 Zhang et al. (2018) 特色 功能 • M ：你今年多大了？ Wu et al. (2017) Tian et al. (2017) 上下文建模 Ghazvininejadetal. (2018) Ke et al. (2018) 聊天技术的前沿研究点 Zhu et al. (2018) Xing et al. (2017) Yu etal. (2017) Song et al. (2017) Li etal. (2017a,b)

究 报 告 | 2 0 2 5 . 03 . 1 3 专 业 ｜ 领 先 ｜ 深 度 ｜ 诚 信 中 泰 证 券 研 究 所 n DeepSeek 开源使金融机构能够轻松获得前沿模型能力，且大幅降低部署成本。其通过对训练方式、算法架构和推理方 法 的工程化优化大幅降低了部署成本。近期采用大规模 RL 训练方法的阿里 QwQ-32B 等模型也在缩小规模的同时达到了 源 80% 以上能 力，就足以压缩闭源的生存空间。 DeepSeek 能力能够比肩 OpenAIo1 ，开源使各行业机构能够轻松获取前沿模型能力， 且可直接进行私有化部署或商业化开发。 开源易获得： DeepSeek 使私有化部署模型也能够追平前沿闭源模型水 平 图表：闭源模型与开源模型的差距正在缩小 资料来源： Epoch AI ，中泰证券研究 所 资料来源： AI 产品榜，中泰证券研究

聚焦重点场景，驱动人形机器人应用健康发展.........................18 世界互联网大会智库合作计划系列成果 前 言 Ⅰ 人形机器人作为人工智能与物理世界深度融合的前沿范式，正成 为智能技术突破虚拟边界的关键支点。人形机器人打破传统人工智能 的"离身认知"局限，通过独特的“人形”设计，使人工智能系统能够 无缝适应人类工作与生活环境，熟练操作为人类设计的工具与设备，实 各国人形机器人战略布局各有侧重 全球主要经济体均高度重视具身智能发展，不断出台政策支持具身 智能发展，提升全社会对机器人领域的关注和支持。美国紧抓人工智 能基础研究，保持具身智能领域的前沿领先地位。先后出台《国家机 器人计划3.0》和《国防部人工智能战略》，将AI技术竞争上升至国家 战略层面。欧盟方面，积极推进具身智能发展，强调具身智能的安全 与透明度，先后推出《欧盟机器人研发计划》、《欧洲人工智能战略 现“感知-决策-行动”闭环的高效运行。从成本视角看，高精度传感器、 仿生关节驱动器的微型化与成本下降，使人形机器人从“奢侈品”走向 “平民化”，产品转化周期大幅缩短，具备规模场景应用的经济基础。 10 来源：产业前沿 | 2025人形机器人产业发展十大趋势。2025年6月13日。 https://mp.weixin.qq.com/s?__biz=MzUyMDc0MzI5Mw==&mid=

在智算大模型训练、超算科学计算与工程仿真等前沿领域，海量 数据集是驱动创新的关键要素。传统的数据传输方式，如机械化运载 海量硬盘甚至整个存储机柜，在效率、安全性和成本方面面临诸多挑 战。例如，运输过程易受物理环境影响，数据丢失或损坏风险高；运 输时间长，无法满足快速迭代的业务需求；高昂的运输和人力成本也 给企业带来沉重负担。而传统互联网同样难以支撑这些前沿领域对数 据传输的严苛要求。其网络带宽有限，在面对海量数据洪流时，传输 的传输机制，无法 为特定任务提供有保障的传输质量，难以契合前沿科研和创新应用对 数据传输确定性、可靠性的需求。 随着确定性广域网的发展，其高带宽和确定性传输能力为数据传 ●输带来新的解决方案 。借助信息化手段，实现海量数据的高速、安全 传输，如同搭建一条数据高速公路，有效提升数据传输效率，降低成 本，增强数据安全性，为前沿科研和创新应用提供有力支撑。 4.2.2 目标效果  准确迁移定位 但在诸多方面存在显著差异。在应用场景上，数据快递聚焦于智算大 模型训练、超算科学计算与工程仿真等前沿领域，这些领域对数据处 理时效要求极高，需快速获取和传输海量数据以驱动创新；而东数西 存主要针对众多行业客户日常运营中产生的大量具有长期保存价值、 当前使用频率较低的数据，旨在解决本地数据中心存储容量不足的难 题。从数据特点来看，数据快递涉及的是在前沿科研和创新应用中用 于实时计算、迭代的数据，数据量庞大且更新频繁；东数西存的数据

场前景三个角度，分析 “机器人+人工智能”工业应用的发展背景；其次，从技术趋势的角 度，回顾人工智能与机器人融合的三大技术方向，分析在人工智能大 模型推动下，以人形机器人为代表的具身智能技术的前沿进展；接着， 从应用场景的角度，通过全球 88 个案例分析“机器人+人工智能”在 典型场景、行业中应用情况；最后，从技术、产品和应用三个方面， 展望“机器人+人工智能”在工业场景中的应用前景。 .......... 3 （一）工业领域的机器人正在从中等智能走向高度智能 ...... 3 （二）三大融合方向及其组合推动智能机器人产品涌现 ...... 5 （三）具身智能尤其是人形机器人前沿研究持续火热 ........ 8 三、“机器人+人工智能”在工业领域的应用 ................. 10 （一）应用场景：从生产操作向其他高附加值场景拓展 ..... 10 1、生产操作：从操作精度提升到自适应学习 别 类+复杂操作类”模型的分拣机器人、质检机器人；搭载“识别类+ 自主导航类”模型的巡检机器人、配送机器人等。 图 2 机器人产品智能化的三个方向及组合 8 （三）具身智能尤其是人形机器人前沿研究持续火热 1、大模型为具身智能提供模拟人类的“大脑” 具身智能是人工智能与机器人技术的结合，是“具身化的人工智 能”。相较于前文提到的特定目标导向的智能机器人，具身智能更强 调在环境中的

各地各行业在布局新兴 / 未来产业的过程中，由于对前沿技术、技术路线、应 用场景、大规模产业化的时机等方面把握不准，难以做出有效选择。 如何精准感知产业技术态势，科学研判产业发展方向，及时布局产业化应用场景培育 新产品，成为未来产业大变局中区域 / 企业实现竞争突围的关键。 产业发展决策：广阔的社会需求 产业技术监测跟踪 产业技术“弱信号”发现 技术演进路径分析 前沿技术遴选研判 产业发展趋势预测 国家工业互联网大数据中心 浙大 CCAI 产业链大数据中心 工信部采购中心 高管信息 法人社会组织 招标采购公告 招投标主体 每日招采公告 标的数据 l SupXmind 基础平台： 充分融合大模型 + 知识图谱的前沿技术 ， 贯穿从“大数据 ”到 “ 大知识”到“大模型”全流程 ，构建人机共生认知决策链路 ，帮助用户打造智能决 策 系统。 四链融合知识计算引擎 是以通用大模型为基座 ，面向产业创新咨询服务场景，