《》 ： 与 ⽣改 变 ） 占⽐ / 集 采 监管 度更强 ⽐如药 参 管 业 构 监 商 重 化 元⽀ 据安 药品 据 驱 多 数 vs 数 • • • 与学术⽅式和效率 临床决策影响模式 发 / 培训模式发⽣改 变 研 ⽣ 习 科 医 学 ⽣ • • • ⾮标数据”等困境能得到极⼤ 缓解， 医院数据的应⽤价值 可 以得到释放 医学数据结构化提取、标准化 DeepSeek 对于医疗体系有那些影响？ - 医 院 医院 24 研发⽅向探索 • 检索药监、⽂献、临床指南、申报⼚家 数量等选择潜在靶点（需 RAG 未公开数据） • 知识图谱可关联临床试验数据与 RWE 试验， 去观察有潜⼒的适应症 试验设计优化 • 患者分层：基于⼤模型的语义理解能⼒，

中间产品无人天车吊装 控制 • 废品无人天车吊装控制 • 铁水质量预报 • 高炉温度分布 • 高炉燃料比监测 • 高炉精准出铁预测 • 高炉炉况诊断 • 高炉燎铁能耗预测 • 高炉在含量智能预监 • 铁包动态调度算法(铁包 跟踪) • 烟气余热回收控制 • 部署工艺模型分析诊断 • 能源诊断分析 • 建设质量工艺动态设计 优化 • 堆堵料异常检测 • 炼铁原料混匀过程调度 优化 用户数量第一，覆盖225个国家和地区的15亿终端 • 企业客户规模第一的网安公司 • A股网安公司市值第一 安全能力最强，八个中国第一 中国的360 世界领先、中国第一的网络安全领军企业 中国唯一被美双重制裁的互联网企业和安全企业 75 政企、创业者必读 探索形成了一套自主可控、「看见+处置」为核心的数字安全「中国方案」 360 安 全 云 每天云查杀1000亿次，平均每秒115万次，每日处置安全事件10亿次

2 摄像头：5G智能化时代最核心传感器，持续升级 1.3 面板：柔性OLED趋势不改，大尺寸LCD静待行业价格拐点 1.4 设备和材料：国产替代加速进行 1.5 AI：安防、汽车和IoT将是率先爆发的三个场景 2 安防行业：需求逐渐回暖、AI加速、海外拓展 2.1 智能汽车：5G+AI促进无人驾驶加速落地 2.2 IoT：技术逐渐突破，巨头加速布局 2.3 目录 CONTENTS 海量机器通信 • 基础设施 • 应用终端 URLLC 高可靠低延时 通信 • 基础设施 • 应用终端 手机 AR/VR 射频端 传感器 智能家居 智能穿戴 AR/VR 智慧城市 智能安防 无人驾驶汽车 智能交通网络 工业物联网 5G将开启手机新一轮换机周期 1.1 1.1 显示器 6 1.1 5G将开启手机新一轮换机周期 1 5G：终端发布在即，射频、光学、面板行业迎新机遇 LCP软板 LCP模组 Murata 可乐丽 松下电工 东丽 Murata 松下电工 宇部兴产 新日铁 旗胜 Murata 嘉联益 住友电工 臻鼎 东山精密 立讯精密 安费诺 信维通信 电连技术 价值量 PI软板 天线 MPI天线 LCP天线 ASP （美元） 2 3 4~5 1.2 21 电子行业2019年春季投资策略 5G终端天线变革：毫米波频段，AiP天线将成为主流

多模态模型应用、芯片、算力服务等领域， 基础层与应用层协同发展，不断完善产业生态。社会层面，生成式AI的普及加速了市场教育， 公 众 接 受 度 显 著 提 升 ， 但 就 业 替 代 、 隐 私 安 全 等 问 题 仍 引 发 一 定 焦 虑 。 技 术 方 面 ， Transformer架构依然主导大模型发展，研发侧通过强化学习、思维链优化提升模型推理能力， 同时加速跨模态融合，并在推理效率优 算力基础 数据基础 算法基础 Infrastructure for AI Technology for AI 人工智能技术层 人工智能应用层 Application for AI AI+泛安防 AI+金融 机器学习 计算机视觉 智能语音 知识图谱 自然语言处理 智算中心 智能云服务 2024年中国人工智能产业图谱 AI基础数据服务 数据集 向量数据库 数据治理 AI算法框架 成编辑产品、AI视觉搜索问答产品三类。其中AI图像/视频分析产品定 位为早期计算机视觉、CV判别产品，以商汤、云从、海康及华为等厂商为代表，率先进军大B端与G端市场，掀起第一波人工智能产业浪 潮，在安防、金融、医疗及工业等领域开展落地。2024年，大模型Transformer与传统小模型CNN的架构融合为该类产品注入强心剂，在 厂商格局保持稳定的情况下，重点在央国企市场实现项目拓展与架构升级。而A

多模态模型应用、芯片、算力服务等领域， 基础层与应用层协同发展，不断完善产业生态。社会层面，生成式AI的普及加速了市场教育， 公 众 接 受 度 显 著 提 升 ， 但 就 业 替 代 、 隐 私 安 全 等 问 题 仍 引 发 一 定 焦 虑 。 技 术 方 面 ， Transformer架构依然主导大模型发展，研发侧通过强化学习、思维链优化提升模型推理能力， 同时加速跨模态融合，并在推理效率优 算力基础 数据基础 算法基础 Infrastructure for AI Technology for AI 人工智能技术层 人工智能应用层 Application for AI AI+泛安防 AI+金融 机器学习 计算机视觉 智能语音 知识图谱 自然语言处理 智算中心 智能云服务 2024年中国人工智能产业图谱 AI基础数据服务 数据集 向量数据库 数据治理 AI算法框架 成编辑产品、AI视觉搜索问答产品三类。其中AI图像/视频分析产品定 位为早期计算机视觉、CV判别产品，以商汤、云从、海康及华为等厂商为代表，率先进军大B端与G端市场，掀起第一波人工智能产业浪 潮，在安防、金融、医疗及工业等领域开展落地。2024年，大模型Transformer与传统小模型CNN的架构融合为该类产品注入强心剂，在 厂商格局保持稳定的情况下，重点在央国企市场实现项目拓展与架构升级。而A

“机 器人+人工智能”应用模式主要为“移动机器人+识别类模型+自主导 航模型”，AI 应用的主要目标是识别和预测异常情况，巡检机器人 可以不受时间、空间的限制，持续开展安全巡查，即时发现和预测安 全隐患，保障人员和设备安全，如海康威视巡检轨道机器人，通过智 能巡视实现全天候运作，通过红外热成像在线实时测温,当温度出现 异常时报警。 5、试验验证和产线优化：仅在部分龙头企业开展探索 机器人节拍 的严苛要求。机器人性能可靠稳定，可长时间运行，保证生产连续性。 精密零件力控装配。在一些复杂精细的力控装配场景中，如笔记 本主板生产过程中的内存条装配，由于装配精度要求较高，同时需监 控装配过程中的力，避免损坏工件。因此机器人不仅需要具备高精度 运动控制，还需具备与人手类似的柔性装配能力，以位置控制为主的 传统机器人难以应对挑战。珞石柔性协作机器人所有关节均内置高精 度力

《汽车整车信息安全 技术要求》、《汽车 软件升级通用技术要 求》、《智能网联汽 车 自动驾驶数据记录 系统》 《汽车整车信息安全技术要求》规定了汽车信息安全管理体系要求，以及外部连接安全、通信安全、软件升级安 全、数据安全等方面的技术要求和试验方法。《汽车软件升级通用技术要求》规定了汽车软件升级的管理体系要 求，以及用户告知、版本号读取、安全保护、先决条件、电量保障、失败处理等车辆软件升级功能方面的技术要 XPlanner：基于图像数据的感知输入，实现对智驾行驶路径的规 划控制。规划大模型基于数据驱动模式迭代，取代人类手写规则代码，使得驾 驶策略向拟人进化，目前在效果上，前后顿挫减少50%、违停卡死减少40%、安 全接管减少60%。 请务必阅读正文之后的免责条款部分 图27：知识蒸馏中的教师模型与学生模型 资料来源：人工智能科学研究，国元证券研究所 小鹏：云端蒸馏模型+纯视觉方案，大幅提升车端上限 力逐渐丧失，深度学习模型的不可解释和不可见性使人们难以 理解模型的理论基础，而大模型众多参数更增加了理解难度， 只能通过过拟合测试验证。在此基础上并联一个VLM模型的优势 就在于使推理模型可解释性增强，并且应用强化学习实现无监 督学习。 VLM的另一个优势在于数据挖掘与场景理解。智能驾驶依赖海 量数据，但有效数据占比低，可以通过VLM模型进行高效挖掘， 加速数据分析和场景理解的迭代。 理想：双系统并行，VLM规范端到端模型下限

领域综合应用夯实多维度数据基础，建立面向用户、面向场 景的大数据知识图谱和综合分析能力的业务要求。 2024 年，中共北京市委金融委员会办公室联合人民银行 北京市分行、国家金融监督管理总局北京监管局、北京证监 局、市科委中关村管委会、市经济和信息化局印发实施了《北 京市推动数字金融高质量发展的意见》 2，提出搭建数据开放 共享机制，通过数字孪生、联合建模、图计算等技术手段， 对数据资源进行价值挖掘和关联分析。 络连接性增加了数字孪生系统面临网络攻击的风险，包括恶 意软件入侵、数据外泄及身份盗用等安全威胁。 36 因此，在推进数字孪生技术应用过程中，必须高度重视 数据安全防护及网络威胁防御，以确保该技术在保障信息安 全的前提下，充分发挥其在监测、预测及优化物理实体性能 方面的巨大潜力。同时，建立有效的数据备份和恢复机制， 以确保在发生灾难性事件时能够循序恢复金融业务的相关 运行。 2.数据缺失方面的挑战

资源得到均匀分配； 数据一致性：性能与效率的提升也有利于确保数据在处理时的一致性，避免 因网络延迟或中断导致的数据不一致问题； 安全与合规性：靠近模型的应用减少了数据暴露在网络中的机会，增强了安 全性。某些行业或地区对数据存储和处理有严格的规定，靠近模型的应用也 更容易满足法规要求； 可扩展性与灵活性：当应用与模型紧密集成时，可以根据需要扩展计算资 源，减少对网络瓶颈的担心，同时，企业也可以灵活调整应用与模型之间的 高效的数据处理与分析能力：支持构建面向大模型训练任务的基础服务，包 括算力、网络、存储、安全以及容器化平台能力，更为重要的是，在千卡、 万卡集群训练时，能够围绕算力调度、高性能组网、高性能存储、集群监 控、故障处理、集群能能优化等提供高效、多维度、一体化的管理能力，保 证大集群训练的资源利用效率、连续性、稳定性。 完备的推理场景支撑能力：在推理场景快速增加的大背景下，企业智能化应 用需要优

月，医科达旗下放射治疗轮廓勾画软件 Atlas-BasedAutosegmentation 便已 通过 NMPA 的三类证审批，率先将机器学习应用于勾画解剖轮廓，切入“治疗”环节。但 随后数年，虽有瓦里安、联影智能、柏视医疗、连心医疗等企业陆续实现注册准入，还 把机器学习应用于放疗计划制定，这些 AI 始终没有离开放疗这一场景。 2022 年 10 月，强联智创的颅内动脉瘤手术计划软件打破了困境，该软件可用于脑血管 受到高品质、连续性的医疗服务。 同时，平台自动提醒患者，并在康复过程中，通过 AI 随访电话等方式对患者进行主动 式管理，并通过大模型为患者提供 7*24 小时咨询服务。新一代诊后患者管理平台在安 徽和山东率先开展服务，已覆盖 30 多个科室的主要病种；覆盖 85%的出院患者，通过 管理，患者的依从性得到大幅提高。  大模型下的数据平台智能化 在医疗健康行业迅猛发展的当下，单纯依靠医疗数据平台的升级已很难应对医院对于智 根据风险程度确立人工智能产品的使用方式 针对特定应用场景、风险程度较低和技术成熟度较高的产品，可尝试进行独立使用"的 管理模式，即不再进行医师签字确认，例如前文提到的肺结核 CAD 产品，以及国内药 监局审批的相关的分诊产品（骨折、脑出血、肺炎等）。因为风险等级较低，可根据“独 立性能评估”和“临床试验”的有效结果，相关医疗责任由相关注册证持有企业/机构承担。 针对风险程度较高的辅助检测类产品可