AI 大模型出现并得到迅速发展，以Deepseek为代表的语义大模型出现。 4二、AI大模型的核心技术与特点 （一） 5 AI 大模型的成功是多类技术的积累，但其中最为核心的是自注意力 机制和Google 在2017 年提出的Self-Attention、Transformer 架构。 ChatGPT,Deepseek,豆包，Kimi都是基于该架构提出，具有以下三个特 点。 1、参数规模庞大。AI 做好应对措施。 3、供需平衡分析：综合考虑能源的市场需求和供应情况， Deepseek可以对能源市场的供需平衡进行分析和预测。有助于市场监管部 门及时发现供需失衡的情况，并采取相应的调控措施，如调整能源价格、增加能源供应或引导需求侧管理，以维护能源市场的稳定。 14 ◼ 能源交易的辅助决策： 1、交易机会识别：Deepseek等AI大模型可以实时监测能源市场的各种信息，如价格波动、交易量变化、政策法规的发布等，从中识 响范围和程度，帮助能源企业和交易商及时调整经营策略和交易计划，降低政 策风险。 4二、能源市场与交易 4三、能源数字化转型 （一） 17 ◼ 能源网络优化与安全管理数字化： 1、智能电网优化：在智能电网中，Deepseek大模型可以对 电网的拓扑结构、电力负荷、分布式能源接入等因素进行综 合分析，优化电网的运行方式和潮流分布。通过实时调整变 压器的分接头、断路器的开关状态等，提高电网的供电质量

全球第一个专门开通市民热线的城市1。此后，巴尔的摩的市民热线不断升级， 尤其是 CitiStat 系统的研发和启动，不仅将市民热线数据进行实时汇聚整理，而 且赋能市直部门进行高效管理，通过建立健全政府绩效评估机制，对政府回应公 民的速度和质量进行有效评估。1997 年，美国达拉斯市将二十多条热线和多个 呼叫中心合并为非紧急呼叫中心 311。基于通话录音，该热线及时记录市民反映 的问题，并将录音的内容进 方面，加快推进热线整合，通过搭建统一的在线平台，努力实现跨区域、跨部门、 跨层级、跨业务的协同管理和政务服务。大模型可以对海量数据进行分析和处理， 为热线整合提供有力支持，从而引领推进政府组织结构的调整和权责重组，促进 资源配置的最优化。另一方面，强调部门联动。在热线整合基础上，大模型能够 打破传统政府部门结构限制和冗杂热线的识别困扰，助力各级平台及其成员单位 之间横向和纵向上的协同联动，以 月国务院办公厅《关于进一步优化地方政务服务便民热线的指导 意见》（国办发〔2020〕53 号）（以下简称《意见》）对各地政务热线提出了 “接得更快、分得更准、办得更实”的发展目标，要求各地加快热线归并、优化 热线运行机制、加强热线能力建设。在此背景下，我国政务热线迎来新一轮的发 展高潮，并融入我国数字政府与服务型政府的整体建设之中。 改革开放四十余年来，随着社会经济的快速发展，人民群众的利益诉求和价 值观念出

全球第一个专门开通市民热线的城市1。此后，巴尔的摩的市民热线不断升级， 尤其是 CitiStat 系统的研发和启动，不仅将市民热线数据进行实时汇聚整理，而 且赋能市直部门进行高效管理，通过建立健全政府绩效评估机制，对政府回应公 民的速度和质量进行有效评估。1997 年，美国达拉斯市将二十多条热线和多个 呼叫中心合并为非紧急呼叫中心 311。基于通话录音，该热线及时记录市民反映 的问题，并将录音的内容进 方面，加快推进热线整合，通过搭建统一的在线平台，努力实现跨区域、跨部门、 跨层级、跨业务的协同管理和政务服务。大模型可以对海量数据进行分析和处理， 为热线整合提供有力支持，从而引领推进政府组织结构的调整和权责重组，促进 资源配置的最优化。另一方面，强调部门联动。在热线整合基础上，大模型能够 打破传统政府部门结构限制和冗杂热线的识别困扰，助力各级平台及其成员单位 之间横向和纵向上的协同联动，以 月国务院办公厅《关于进一步优化地方政务服务便民热线的指导 意见》（国办发〔2020〕53 号）（以下简称《意见》）对各地政务热线提出了 “接得更快、分得更准、办得更实”的发展目标，要求各地加快热线归并、优化 热线运行机制、加强热线能力建设。在此背景下，我国政务热线迎来新一轮的发 展高潮，并融入我国数字政府与服务型政府的整体建设之中。 改革开放四十余年来，随着社会经济的快速发展，人民群众的利益诉求和价 值观念出

发 展，并适时探索新业态、新模式，寻找第二增长曲线，是企业自上而下最为关注 的话题。 企业IT架构的演进，应始终与企业业务发展保持高效的协同。在企业上云已经进 入深水区的今天，每一次云策略的调整都必然关联到未来一段时期的业务发展目 标，进而影响到企业长期发展质量。IDC针对当前不同企业的云发展策略进行了 深入的调研与分析，并特别注意到多云策略已逐渐被更多的企业认知，进而在企 业追寻新价值曲线的过程中获得越来越多的实践。 的公有云基础设施服务和SaaS服务，以满足当期发展实际需求作为IT投入和 环境搭建的根本原则。 快速增长期：业务进入快速增长阶段时，企业会以业务为中心敏捷扩展IT系 统规模和软件功能、以支持高并发场景，并考虑到长期发展，调整和优化IT 环境架构。伴随业务竞争的逐步加剧，企业开始重视大数据对于业务发展的 赋能作用，加大诸如大数据等方面的投入。伴随业务条线不断增加，IT系统 的复杂度也会持续加大，新老系统开始出现技术跨代现象，IT运维和运营难 某个云平台发生问题 时，多云架构允许快速将流量切换到其他正常运行的云环境中，确保业务服 务不间断。例如，一些互联网游戏企业利用多云服务器实现资源冗余，在多 家云服务商之间基于不同优先级建立冗余机制。 场景二：按需构建最优业务架构。企业，尤其是数字化原生企业，会将云服 务质量和成本等作为重要考量因素，通过在多个云服务商之间实现按需调配 的模式，在企业内沉淀一套资源优化策略，寻求动态最优的业务架构。例

....................................................................................70 6.3 加强产业政企协作机制建设，完善政策支持体系...................................................................71 附录Ⅰ 变革性典型应用...... 因地制宜建设人工智能特色产业园 区，发展类脑智能、人形机器人、元 宇宙等未来产业 浙江省 《浙江省人形机器人产业创新发展实施 方案（2024—2027 年）》 2024 年 围绕人形机器人整机制造、整零协 同、技术攻关、产业培育、多元应用 等维度提出具体的产业发展方针与 目标 广东省 《关于人工智能赋能千行百业若干措施》 2024 年 提出推进智能机器人创新发展，推动 人形机器人等具身智能机器人研制 度、分辨率等性能已有较大提升，但在大面积阵列化部署时，面临着 高成本、拼接问题、电路连通性差等难题，这在国内外都存在较大的 技术挑战。国内在阵列式触觉传感器的生产成本和大规模部署方面仍 面临较大困难。国内在信号传输和标定机制上相对滞后，尤其是在多 物理量传感、信号干扰和一致性优化方面，仍依赖于国外技术的支持。 相比之下，国际上尤其是欧美在算法优化和传感器标定的精度和稳定 性上已经取得了显著进展。未来，柔性触觉传感器将朝着更高精度、

成本压力/规模化 (数据闭环, 众源成熟) • 精度按需: 对绝对几何精度要求动态调整，部分场景下拓扑关系与 语义准确性优先度更高。 • 要素按需: 地图包含要素集根据智驾系统能力与应用场景动态调整， 旨在实现成本与功能的最佳平衡。 • 高新鲜度: 对影响驾驶决策的道路变化要求近乎实时的更新能力， 依赖高效的自动化（含众源）更新机制。对于城市NOA，关键要 素的“天级/周级”更新成为普遍预期。 核心特征（动态演变中） 图要素（如交通标志） 数据带宽需求降低，处理效率提升 众包更新机制 Mobileye 以REM路径，通过1亿+车载摄像头实时更新覆盖全球 采集成本降低，鲜度达分钟级 传感器精简 Momenta 4D毫米波雷达替代部分激光雷达，自研80TOPS中端芯片 传感器成本降低，算力/价格比提升 众源数据机制创 新 TomTom 共建开源地图生态，参与Overture开放地图联盟 合作模式分析 资料来源：公开资料、泰伯智库  车企与图商的合作模式仍然以软件授权(License)模式为主，数据交换、定制开发、混合模式乃至更深 度的战略合作正在探索早期。  双方关系处于动态调整和博弈之中，如何有效传递需求、明确权责、平衡价值是合作成功的关键，同时 也面临诸多挑战。 •基础地图数据 •标准接口 •关系相对松散 主要挑战： 需求匹配度低 •图商提供地图服务

...17 图表 12 新电子病历系统整体应用水平分级评价基本要求..........................................18 图表 13 新标准中角色、功能对照调整...............................................................................18 图表 14 新标准中提出的“人工智能”要求 相关产品的直接动力。 对于医院以外的场景，同样有部分赛道需要沿着政策的方向提前布局。以生物制药为例， “722”事件后，NMPA（当时为 CFDA）相继发布了《关于开展药物临床试验数据自查核 查工作的公告》《关于调整药物临床试验审评审批的公告》等文件，引发了国内 EDC、 RTSM 市场的繁荣，太美医疗等企业在系统中植入 AI，使其顺势成为药企数字化的关键 要素。 如今 FDA 鼓励药企采用数字健康技术（ 径，确保手术过程的安全和有效。 术中辅助方面，AI 的作用同样不可或缺。它能够实时分析 X 光透视等影像数据，提供 精确的血管位置和病变信息，辅助医生进行精准的支架或球囊定位。同时，根据术中实 时影像反馈，AI 能够自动调整支架释放压力、扩张时间等参数，确保支架与血管壁的紧 密贴合和血流的顺畅。此外，AI 还能够实时监测手术过程中的异常变化，如血管穿孔、 支架脱载等，并及时发出预警信号，从而有效降低手术风险。 总的来说，AI

年 10 ⽉ 4 ⽇苏联抢先美国成功发射斯普特尼克 1 号⼈造卫星，是冷战中的其中⼀个重⼤事件及转 AI 的斯普特尼克时刻 被美国及其盟友列⼊各种限制 7 MLA （多头潜在注意⼒机制） • 注意⼒机制⽐作图书检索系统 • MLA 建⽴⼀个智能分类系统，不记具体 信息，⽽是⼀个“简单”标签 • 模型的占⽤率降低⾄传统的 MHA 5-13% NSA ( 原⽣稀疏注意⼒ ) 市场细分等框架 创 作 AI ⽣成标题、内容 • AI 辅助⽣成多种风格内容标题 • AI 辅助⽣成内容的基础⼤纲， 可进⾏⼈ ⼯调整或细化 AI ⽣成内容⼤纲 • AI 辅助⽣成内容的基础⼤纲， 可进⾏⼈ ⼯调整或细化 整合联合搜索 + 企业知识库 • 基于已确定的创作模式、标题、⼤纲， 补全正⽂ • 可限制内容素材均来⾃企业知识库，保 的代码、⽂案或设计 • 避免透露个⼈信息： ⽐如⼿机号码 、 地址、财务状况（⽐理财建议）等 • 检查隐私条款是否允许数据⼆次利 ⽤ 安全与权限控制 • 访问权限分级 • 数据隔离机制 • 避免透露公司敏感信息：⽐如 内 部⽂件、政策草案、经济数 据等 企业应⽤ 数据授权和管理 ⼤模型虽好，使⽤需谨慎 数据隐私和安全 个⼈应⽤ 法律风险 虚假信息 32 感谢

⼩事不办 尽量不跨组解决” • 节省42.5%训练成本 MoEnSparsen(稀疏专家混合模型） • 注意⼒机制⽐作图书检索系统 • MLA%建⽴⼀个智能分类系统，不记具体 信息，⽽是⼀个“简单”标签 • 模型的占⽤率降低⾄传统的MHA%5-13% MLAn（多头潜在注意⼒机制） • 像学霸⼀样把注意⼒消耗降到最低 • “⼀⽬⼗⾏ 跳记重⼼ 记住题点”“ NSAn(原⽣稀疏注意⼒)n ⽀持参照范⽂创作，或基于以疾病为中 ⼼的，故事-关键信息-市场细分等框架创 作 多种创作模式 • AI辅助⽣成多种风格内容标题 • AI辅助⽣成内容的基础⼤纲，可进⾏⼈ ⼯调整或细化 AI⽣成标题、内容 • AI辅助⽣成内容的基础⼤纲，可进⾏⼈ ⼯调整或细化 AI⽣成内容⼤纲 • 基于已确定的创作模式、标题、⼤纲， 补全正⽂ • 可限制内容素材均来⾃企业知识库，保 证专业度与合规性 整合联合搜索+企业知识库 ⼤模型虽好，使⽤需谨慎 数据授权和管理 • 避免透露个⼈信息：⽐如⼿机号码、 地址、财务状况（⽐理财建议）等 • 检查隐私条款是否允许数据⼆次利⽤ 数据隐私和安全 • 访问权限分级 • 数据隔离机制 安全与权限控制 • 内容准确性验证：专业内容需交叉 验证、追溯来源 • 版权意识：避免直接商⽤模型⽣成 的代码、⽂案或设计 使⽤场景与内容风险 • 明确应⽤场景：不是所有场景需要AI •

应用场景、深入推进产业数字 化转型、有序开展数字要素市场化配置改革、加快布局全国一体化算力体系 四个重点方向开展。2024 年 7 月, 党的二十届三中全会强调, 要健全因地 制宜发展新质生产力体制机制,健全促进实体经济和数字经济深度融合制度。 数字经济与新质生产力的高科技、高效能、高质量特征相契合, 是加快发展 新质生产力的关键领域和重要引擎。 在市场基础和多重政策利好推动下,数字经济发展加速推进。 指 的是挖掘内外部数字价值潜力,推出全新的数字产品与服务或对现有产品做数字 化改造, 使数字业务成为新增长引擎; 韧性发展的能力,指的是借助数字&智能 技术及数字化组织,敏锐感知环境变化,动态调整适应多变环境, 提高企业韧性 发展、抵御不确定性风险的能力。 最后则是行业和社会价值。对一些先行者或富有社会责任感的企业而言,此 类价值体现了企业的更高追求。这类企业推动智能化转型不仅关注自身发展 驱动的智能供应链网络,提升协同效率和响应速度。 三是智能技术应用,运用 AI、数字孪生和 RPA (机器人流程自动化) 技术, 对供应链的需求预测、生产排程、物流跟踪等环节进行实时优化, 形成动态调整 能力。 四是智慧决策支持, 基于行业场景开发智能供应链 "智慧大脑" ,结合工业 互联网平台对全流程数据进行采集和建模, 实现精准预测、自动化操作和快速响 打造智能供应链体系通常可以从以下几个问题出发思考: