五部委政策指引、试点企业及城市落地，车路云一体化有望全国推行 今年 1 月，工信部等五部委给予顶层政策指引，正式启动车路云一体化城市 试点工作。我们看到，近期试点工作正有序落地：1）首批 9 个进入智能网 联汽车准入和上路通行试点联合体已确定；2）京杭武等重点城市陆续发标， 完整 20 个首批试点城市名录已发布。本次试点在此前车联网先导示范项目 发展的基础上，首次将试点范围拓展至城市全域，我们认为意义在于：探索 中国汽车工程学会等预测，到 2030 年我国车路云一体化产业将突破 2.5 万 亿元，其中路侧产值可达 4174 亿元，2026E-2030E 路侧产值 CAGR 达 80%。 地方试点陆续起步，关注整体方案商及领先终端/模组/MEC 提供商 随着试点城市车路云建设订单陆续发布，路侧/云端建设有望率先推进，我 们看好具备全栈技术能力的整体方案集成商和领先的终端、模组、MEC 提 供商。产业链相关公司包括：1）整体方案商：千方科技、万集科技、金溢 .................................................................................. 13 车路云发展：政策引领/试点落地，未来产业空间可达万亿 .....................................................................................

厅业务处室 直属单位 厅数字化 专班 4 3 2 1 水管理平台总体设计 网络安全 水管理平台总体设计 网络安全 03 平台建 设 浙江省水管理平台建设（试点） 截止 5 月 31 日 ，水利数据 仓 共 汇 聚 11866 万条数 据 ，数据接 口 累 计 被 调 用 4648 万次 水管理平台建设 进展成效（ 1161 个平台总体方案 1 个数据规范总方 案 1 个工作部署 已编制试点下发 ： 《五统一建设指南》 水管理平台建设 进展成效（ 1161 ） ：一套工作机 制 水管理平台试点建设 主要事件 2019.11.12 组织申报水管理平台建设试点 2020.01.09 发文公布水管理平台建设试点单位 2020.01.19 组织召开试点工作部署会 8 市 19 县 健全 “ 1 +X” 数据管理机制 数据管理机制 ，落实 “一数一源、 按职维护” ， 完 成试点地区水利基础数据的职责划分与内容核对 每个试点单位都开通本级工作门户 ，至少一个符合 “五统一” 要求的自建模块上线 省级六大统建业务（业务覆盖市县的处室）均有三级贯通模块 上线 ，并试点市县全覆盖 建立健全覆盖试点单位的水管理平台建设与管理体制机制 ，协 同省市县三级共同推进平台建设 统一数据全覆盖 统一门户全覆盖

.......................................................................................197 12.2.1 试点阶段................................................................................................. 14. 试点方案.............................................................................................................................................................................219 14.1 试点业务范围选择 .....221 14.2 试点数据准备.......................................................................................................................................................223 14.3 试点效果评估............

18 - 1 - 在全球数字货币竞争的大背景下，加密货币、稳定币、央行数字货币（CBDC）等快速兴起， 为现有货币金融体系改革提供了新的思路与可能。我国数字人民币的研发试点走在全球主要 大国前列，目前数字人民币（e-CNY）已在多个城市和地区进行推广测试，初步具备了安全 可靠的技术基础，是当前全球最为领先的 CBDC 项目之一。在商业零售、餐饮文旅、教育医疗、 用不仅是技术层面的突破， 更是对传统经济运行模式和产业生态的重塑。 中国人民银行数据显示，截至 2024 年 7 月末，数字人民币 APP 累计开立个人钱包 1.8 亿个，试点地区累计交易金额 7.3 万亿元，试点范围已经覆盖 17 个省（市）的 26 个地区。 这一增长速度表明，数字人民币已从试验阶段步入快速发展期，数字人民币使用场景和交易 规模正在持续扩大。这场货币形态的革命性变化，不仅正在改变人们的支付习惯，更对传统 例展开深入研究，分析其整体现状、典型案例 和应用展望。 2.1 数字人民币产业端应用的整体现状 2.1.1 试点范围与应用领域 中国人民银行数据显示，截至 2024 年 7 月末，数字人民币 APP 累计开立个人钱包 1.8 亿个，试点地区累计交易金额 7.3 万亿元，试点范围已经覆盖 17 个省（市）的 26 个地区。 这一增长速度表明，数字人民币已从试验阶段步入快速发展期。这场货币形态的革命性变化，

7.3 试点实施...........................................................................................104 7.3.1 选定试点城市与项目................................................................107 7.3.2 试点实施与监测 20%。 其次，在运营调度方面，一家大型城市轨道交通组织使用 AI 大模型进行了智能调度的试点。该模型整合了客流量预测、实时交 通状况和天气变化等多种因素，通过优化算法制定最优的列车发车 时刻和运行计划。数据表明，在实施该智能调度系统后，列车准点 率提高了 15%，乘客满意度上升了 10%。在试点期间，该公司还 及时调整了高峰时段的列车频率，进一步缓解了客流压力。 在乘客服务方面，AI 第三步是选择适合的 AI 技术和模型架构。根据应用场景的具 体需求，可以考虑使用深度学习、机器学习或自然语言处理等技 术。模型选择的标准应包括预测准确性、计算效率和可扩展性。此 阶段可以进行小范围的试点实验，以评估不同模型的有效性。 完成模型选择后，进行模型的训练与优化。使用预处理后的数 据集进行模型训练，并通过交叉验证等方法调整模型参数，以提升 模型的预测能力。此时，应优先关注模型的过拟合和欠拟合问题，

...........................................................................................84 4.1 试点阶段................................................................................................. ........................................................................................177 9.1.1 试点场景上线............................................................................................... OCR、语音通话记录） 2. 智能体部署：通过 API 对接核心业务系统，支持自然语言交互和 实时规则引擎更新 3. 闭环优化：利用强化学习机制，每周更新用户行为数据模型，确 保预测偏差率低于 3% 该方案已在试点机构完成 POC 验证，结果显示客服人力成本 降低 60%，同时客户满意度从 82 分提升至 91 分（满分 100）。下 一步将重点优化长尾场景覆盖，例如车险定损中的图像识别准确率 需从 89%提升至

技术路线开展城市数据基础设施建设试点试验， 并启动了11项数据基础设施国家标准研究制订。 目前，《指引》提出的六条技术路线成熟度还不高，还不能完全实现安全可信基础上的数据大规模流 通，全国各地方各行业特别是开展试点示范的18个试点城市，对各条技术路线的发展现状、技术特点、适用 范围、应用情况、发展趋势等方面有迫切需求。非试点地区和行业也对数据基础设施的试点建设进展高度关 注。基于此，北京 研 究”课题，形成了《国家数据基础设施技术路线发展研究报告 1.0版》 本研究报告由“数据基础设施技术路线专题研究组（WG6-SG1）”倡议成员机构共同完成，旨在为各地 方各行业，特别是18个试点试验城市的数据基础设施建设提供参考。 前 言 国家数据基础设施技术路线发展研究报告 前 言 04 > 05 照生产要素划分，人类社会7000多年的文明史可以分为三个阶段。第一阶段是农业社会，以土地和劳动力为主要生产要 展，并为 《欧洲电子健康记录交换格式和EHDS实施法案》奠定基础。 3.HealthData@EU Pilot HealthData@EU Pilotj是欧盟委员会自2022年10月资助的一个试点项目，主要目标是开发HealthData@EU基础设施 及其潜在用例，促进健康数据的重复使用。 4.HDABs 健康数据访问机构（HDABs）是欧盟委员会支持每个成员国基于TEHDAS（202

实施路径与阶段目标 试点业务场景选择与验证计划 业务场景筛选 优先选择具有高业务价值、低实施复杂度的场景作为试点，如零售银行的客户画像构建、 风险管理的信用评估等，确保试点能够快速验证大模型的应用效果。 验证计划设计 反馈机制建立 制定详细的验证计划，包括数据准备、模型训练、结果评估等环节，确保每个步骤都有明 确的目标和标准，以便全面评估大模型在实际业务中的表现。 建立试点过程中的反馈机制，及时收集业务部门和 建立试点过程中的反馈机制，及时收集业务部门和 IT 部门的意见，调整优化模型和实施 方案，确保试点能够顺利过渡到全行推广阶段。 1 2 3 全行级推广路线图（ 2024-2026 ） 分阶段推广 2024 年重点推广试点验证成功的业务场景， 2025 年扩展至更多业务领域， 2026 年实现全行级覆盖， 确保大模型技术在银行各个业务环节中广泛应用。 03 02 01 资源投入规划 根据推广阶段 在全行范围内开展大模型技术的培训，提升员工的技术能力和应用水平，同时建立技术支持团队，及 时解决推广过程中遇到的问题。 关键里程碑与成效评估指标 关键里程碑 设定关键里程碑，如 2024 年完成试点 验证、 2025 年实现核心业务场景全覆 盖、 2026 年完成全行级推广，确保每 个阶段都有明确的目标和完成标准。 成效评估指标 制定科学的成效评估指标，包括业务 效率提升、成本降低、客户满意度提

案例分析与推广........................................................................................177 9.1 试点医院实施案例............................................................................179 9.1.1 实施过程.. 到主动健康管理的转型。 人工智能技术为医疗系统优化提供了新的突破口。以自然语言 处理和多模态学习为核心的 DeepSeek 平台，具备医疗知识图谱构 建、临床决策支持和非结构化数据处理三大核心能力。某三甲医院 的试点数据显示，接入智能体后的门诊流程平均耗时从 120 分钟缩 短至 75 分钟，电子病历自动生成准确率达到 92%，显著降低了医 护人员的文书负担。这些技术特性与医疗场景的需求高度契合： 1. 知识检索效率提升：智能体可在 内完成包含 DICOM 影像、LIS 检验数据、HIS 医嘱信 息的综合分析；第三，安全合规框架下的模型迭代机制，必须满足 等保 2.0 三级要求，实现数据脱敏准确率 99.99%且审计日志全留 存。某试点医院的压力测试表明，当并发问诊量达到 1500 人次/小 时时，系统推理延迟需稳定控制在 800ms 以内，这对知识蒸馏和 模型量化提出了严苛要求。 2.1 医疗系统的痛点分析 当前医疗系统

...........................................................................................84 5.4 试点运行与优化.............................................................................................. 分钟/份（自动校验） 在技术实现路径上，我们采用分层架构设计：底层通过微调后 的 DeepSeek 模型处理非结构化文档，中间层构建审计知识图谱实 现条款关联，应用层则部署风险预警、抽样推荐等具体功能模块。 某试点项目数据显示，该方案使应收账款函证程序的耗时缩短 57%，同时将异常交易检出率提升 31%。这种提升不仅来自算法优 势，更源于对审计工作流的深度重构—— 例如将函证地址验证与工 商登记数据库实时对接，自动标记异常注册地。 具体而言，人工智能在审计领域的应用主要体现在三个维度： 首先是自动化数据采集与清洗，通过智能体对接财务系统、银行对 账单和税务平台，实现多源异构数据的实时归集与标准化处理，解 决传统审计中数据孤岛问题。某试点项目数据显示，采用智能体 后，数据准备周期从平均 72 小时缩短至 4 小时以内。其次是风险 识别与异常检测，基于深度学习模型分析历史审计案例和行业风险 特征，智能体可自动标记异常交易模式，其检测准确率在测试环境