为适合模型训练的高质量数据 集，极大提升数据准备效率与 质量。 1 大模型 模型训练环节 大模型可实现多任务学习，让 智能机器人同时学习多种技能 与行为模式。借助迁移学习， 在一个任务上训练好的模型参 数可迁移到其他相似任务，加 速新任务学习，减少训练时间 与数据需求。 2 算法优化 大模型能为智能机器人找到最 优行为策略。在复杂环境中， 机器人通过与环境交互获得奖 励反馈，大模型利用这些反馈 鸣志电器、伟创电气、拓邦股份、步科 股份、昊志机电、禾川科技、鼎智科技 感 知 系 统 雷达 编码器 摄像头 力传感器 触摸传感器 奥比中光、森云智能、 海康机器人、奥普特科 技、凌云光技术 柯力传感、东华测试、 中航电测、凌云股份、 坤维科技、宇立仪器 纽迪瑞科技、苏州能斯 达、三三智能科技、慧 闻纳米科技和钛深科技 思岚科技、速腾聚创、禾赛科技、北醒光子、 玩智商、镭神智能、北科天绘、杉川机器人、 玩智商、镭神智能、北科天绘、杉川机器人、 星秒光电、科力光电、珐石、力策科技 弓望电子、奥普光电、禾川 科技、昊志机电、伟创电气、 鸣志电器、汇川技术 末端执行器 优傲机器人、苏州淳栋触控 控制系统 埃斯顿、新松机器人、华中数控、新时达、广州数控、汇川技术、固高 科技、英威腾、卡诺普、万讯自控、海得控制 大脑 芯片 英伟达、高通、安霸、英特尔、Mobileye、 地平线、全志科技、瑞芯微、星宸科技、国 芯科技、富瀚微、炬芯科技、晶晨股份、寒

认知的不断加深，“提效”取代“政策”成为需方 购置 AI 的主要动力。如今，医疗 AI 企业已突破 1-2 亿的营收规模，迈向第一个 10 亿。 2. 超 160 个影像 AI 获批医疗器械三类证，影像 AI 企业们逐渐跳出影像科，向医学装 备、外科手术辅助系统等领域进发，打开了新的百亿市场。 3. 生成式 AI 对于医疗 IT 的重构已经初现成效。上百个大模型涌入医疗领域，许多 互联网医疗、院内信息化系统已经引入相关技术，或能在明年实现规模化落地。 .................................................................... 5 2.1 医学影像 AI：拓宽视野，影像 AI 脱离影像科...............................................................6 2.1.1 产品梳理........................ ..........................................................................55 5.1 深睿医疗：自研多模态 AI 引擎，数智化助力医院数据资产管理........................ 56 5.2 医渡科技：“双中台”助力全线产品升级，盈利能力大幅提升............................

智能） •运算推理：规则核心；自动化 •知识工程：知识核心；知识库+推理机 •机器学习：学习核心；数据智能（统计学习方法，数据建模） •常规机器学习方法：逻辑回归，决策森林，支持向量机，马尔科夫链，….. •人工神经网络：与人脑最大的共同点是名字，机制和架构并不一样 •传统神经网络：霍普菲尔德网络，玻尔兹曼机，….. •深度神经网络：深度学习 •传统网络架构：DBN，CNN，RNN 性能展现 在数学题、多语言任务还有编码任务 里表现不错，像Cmath能得90.7分， Human Eval编码任务通过率是65.2% 在需要逻辑思考的测试里很棒，比如 DROP任务F1分数能达到92.2%，AIME 2024的通过率是79.8% 应用的范围 适合大规模的自然语言处理工作，像 对话式AI、多语言翻译还有内容生成 等等，能给企业提供高效的AI方案， 满足好多领域的需求 监督微调 人类反馈 强化学习 接收输入 处理输入 进行推理 生成输出 上下文 + 训练知识 阶段1：模型训练 阶段2：推理 大模型工作过程 GPT工作原理-3 数据来源 说明 维基百科 在线百科,严谨 图书 经典为主的古登堡计划和自助出版 平台Smashwords等 杂志期刊 论文：ArXiv等 链接 WebText,Reddit Common Crawl 开源项目,爬取互联网所有数据

预计5G换机潮2020年到来并持续5年 4G阶段 Pre-4G期 4G导入期 4G替换期 4G成熟期 时间节点 2013年 2014年 2015~2016年 2017年~2018年 中国移动4G基站数 8万站 72万站 151万站 >200万站 中国移动4G用户渗透率 0% 0%→10% 10%→65% 65%→76% 4G机型占比 0%→10% 10%→70% 70%→95% 95% 国内智能手机渗透率 oint统计，2017年双摄渗透率超20%，预计2018年7月双摄渗透率达42%。 2018年为三摄元年，2019年能见度有望大幅提升。双摄仍然无法做到各项性能兼顾，三摄为改进方向。2018年少 数旗舰机型搭载三摄，2019年能见度将大幅提升。HOVM旗舰机将加速导入后置三摄。 2017-2018年各品牌双摄渗透率 52.68% 41.89% 35.04% 22.55% 16.75% 但是变焦镜头非常依赖于光学透镜的组合设计。 数字变焦效果差 潜望式+马达可实现无级光学变焦 潜望式与普通堆叠式镜头对比 堆叠式 潜望式 背盖面 突出 平面 光学变焦 2-3X ＞3X 镜片数 3P-6P ＞6P 入光量 较多 较少 成像品质 较好 较差 镜头体积 较大 较小 潜望式可实现高倍平滑光学变焦：当前解决这一问题的方法是将长焦镜头横置于手机内部，也就是“潜望式镜头”， 同

GPU 白卡互联的能力，为国产芯 片的大规模应用打开了大门，在经济上必然存在较强的优势，但是短期内在 能耗上与英伟达芯片仍然存在差距。因此随着国内数据中心中智算中心的比 例提升，单个数据中心的 MW 数将持续上升，甚至相同算力下可能提升更 快。这将带来供配电解决方案的技术迭代加速从传统 UPS 向 HVDC，以及 未来巴拿马电源和 SST 的效率更高模式发展。我们预计国内 AI 配套电力设 备市场空间 77%/58%/36%。 AI 算力+双碳政策，中国绿色算力提升新能源需求端消纳 与海外不同，中国电网更加稳定，并不需要大量分布式电源直连去实现稳定 供应。2023 年发改委、工信部《深入实施“东数西算”工程加快构建全国 一体化算力网的实施意见》首次提出到 2025 年底，国家枢纽节点新建数据 中心绿电占比超过 80%。在十四五期间我国单位 GDP 二氧化碳排放降低 18%的目标约束下，我们预计 年）》鼓励提升绿电使用比例。2022 年国家发展改革委、国家能源局发 布的《“十四五”现代能源体系规划》进一步鼓励数据中心通过绿电交易使用可再生能 源。2023 年国家发展改革委、工业和信息化部等发布的《深入实施“东数西算”工程 加快构建全国一体化算力网的实施意见》首次提出到 2025 年底，国家枢纽节点新建 数据中心绿电占比超过 80%。2024 年国家发展改革委、国家能源局发布的《加快构 建新型电力系统行动方案（2024—2027

SFT RDMA 监督微调 解决数据处理的延迟 顶尖的 AI ⼈才 数⼗ TB ⾼质量数据 数万对⾼质量 prompt 理解 Chatgpt, ⼀个 AI 领域的“⼯程奇 迹” Chatbot ： ⽂本交互式应⽤ Gpt3 ： 预训练⼤模型 6 DeepSeek 每次推理仅激活相关专家，“术业有专攻” • “ 专事专办、要事要办 ⼩事不办 尽量不跨组解决” • 节省 42.5% 训练成本 FPB 混合精度训练 • 传统模型需要⽤ 32 位或者 16 位数记录数 字 • “ ⼿机号码，记最后 4 位” • 提升训练速度同时保持精度，降低硬件门槛 数据蒸馏技术 • 从海量数据中提炼⾼价值信息，提升模 型 学习 效率 • 蒸馏垂类⼩模型能⼒，不输于全尺⼨模 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 • • • 精细化运营管理（ DRG/DIP ） 患者

本报告探讨了五个核心主题： 第七章 第七章 人工智能是历史上第一种能够自主做出决策和产生想法的技术。这使得 它与传统技术区分开来，并挑战了技术中立的观点。人工智能的快速发 展也超过了政府有效应对的能力。2025年科技与创新报告旨在引导政策 制定者穿越复杂的AI景观，并支持他们设计促进包容性和公平技术进步 的科学、技术和创新（STI）政策。 世界已经存在显著的数字鸿沟，随着人工智能的兴起，这些鸿沟可能会 进一步 实现可持续发展目标。然而，它也带来了各种风险和伦理问题。决策者需要更多地了解 人工智能，以便在可持续和包容性发展的承诺和风险中找到方向。 近几十年的经验表明，由人工智能驱动的转型涉及三个关键杠杆点——基础设施、数 据和技能（图4）。 人工智能在发展中 具有巨大潜力但也 存在风险——了解 的领导力是利用人 工智能实现可持续 和包容性发展的关 键。 （a） 基础设施 需求范围超出了基本的电力和互联网接入，包括计算能力和服务器功 来评估它们的AI机会和挑战，并确定加强其创新体系 的具体行动。联合国贸易和发展会议（UNCTAD）在 技术评估方面协助发展中国家，其科技政策评审计划 支持它们创新体系的发展。 政府与利益相关者合作——成功的结构性转变需要科 技与创新部、工业部以及教育部等公共当局和部门的 合作。利益相关者的参与对于确定可持续发展的AI解 决方案以及制定与国家目标相一致的技术创新规划至 关重要。 政府应通过评估国 家能力、识别差距 和定义追赶路径来

究性能问题并生成可能的改进方案；所有这些都是为了获取 富有价值的洞察成果，然后将之再应用于原始物理对象。 2 （二）数字孪生的金融政策指引 在金融行业，中国人民银行于 2021 年发布的《金融科 技发展规划（2022-2025）》 1中明确提出要运用数字孪生等 技术手段，深化吸纳数据综合应用，为跨机构、跨市场、跨 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。 个随机噪声信号作为输入，并将其映射到数据空间中。 判别器：判别器的任务是识别输入数据是来自真实数据 集还是生成器。通过这种方式，判别器指导生成器产生越来 越逼真的数据。 GAN 的训练过程涉及到不断调整生成器和判别器的参 数，使得生成器能够产生越来越难以被判别器区分的数据， 而判别器则变得越来越擅长识别真伪。这个过程最终导致生 成器能够产生高质量的假数据。 （2） 变分自编码（Variational AutoEncoder，VAE） 散度。这种方法不仅促使模型学习有效的数据表示，还保证 7 了潜在空间的平滑性，使得我们可以通过在潜在空间中采样 来生成新的数据点。 4.建模技术 建模技术是将物理世界中的对象、过程或系统转化为数 学模型或计算机模型，为数字孪生提供一个虚拟的“骨架”。 几何建模是最基础的一环，通过 CAD 计算机辅助设计软件创 建物体的几何形状及物体间行为框架，通过一系列可变参数 控制模型。针对复杂场景，可基于点云的建模技术通过

www.iresearch.com.cn B端大模型商业化进程 以央国企为需求主力，率先落地在政务、教科、通信、能源等领域 来源：智能超参数，艾瑞咨询研究院自主研究绘制。 预训练大模型、类Sora模型以及类o1模型的研发训练需要大量的资源投入，大模型厂商面临资源投入与营收压力需探索有效的变现途径。 2024年8月，月之暗面发布企业级API加码B端，11月，零一万物推 出面向零售、餐饮行业的数字人解决方案。招投标数据显示，2024年中国大模型项目数量与金额呈现快速增长趋势，率先落地在政务、教 科、通信与能源等领域。在供给侧，科大讯飞、百度、智谱、火山引擎、阿里云和腾讯云等成为主力中标厂商。2025年初，DeepSeek V3与R1的开源模型发布，进一步掀起B端产业生态的合作浪潮，以沐曦、天数 2024年中国大模型中标 项目数量行业分布 26.0% 25.0% 11.0% 11.0% 9.0% 17.0% 通信 教科 政务 能源 金融 其他 2024年中国大模型中标 项目金额行业分布 34.6% 15.9% 11.1% 11.0% 3.7% 23.5% 政务 教科 能源 通信 金融 其他 21 ©2025.3 iResearch Inc.

www.iresearch.com.cn B端大模型商业化进程 以央国企为需求主力，率先落地在政务、教科、通信、能源等领域 来源：智能超参数，艾瑞咨询研究院自主研究绘制。 预训练大模型、类Sora模型以及类o1模型的研发训练需要大量的资源投入，大模型厂商面临资源投入与营收压力需探索有效的变现途径。 2024年8月，月之暗面发布企业级API加码B端，11月，零一万物推 出面向零售、餐饮行业的数字人解决方案。招投标数据显示，2024年中国大模型项目数量与金额呈现快速增长趋势，率先落地在政务、教 科、通信与能源等领域。在供给侧，科大讯飞、百度、智谱、火山引擎、阿里云和腾讯云等成为主力中标厂商。2025年初，DeepSeek V3与R1的开源模型发布，进一步掀起B端产业生态的合作浪潮，以沐曦、天数 2024年中国大模型中标 项目数量行业分布 26.0% 25.0% 11.0% 11.0% 9.0% 17.0% 通信 教科 政务 能源 金融 其他 2024年中国大模型中标 项目金额行业分布 34.6% 15.9% 11.1% 11.0% 3.7% 23.5% 政务 教科 能源 通信 金融 其他 21 ©2025.3 iResearch Inc.