全 球服务体系等。IDC调研显示，目前，超过一半的中国企业处于复杂多云阶 段，而处于有序复杂和战略价值实现阶段的企业不到�/�，从整体上看，企业 在提高多云成熟度方面还有很长的路需要探索。 面向通用人工智能技术高速发展的新时代，企业有必要重点围绕AI应用需求 构建多云能力。即以应用为导向，以创造业务价值为目标，确保所选技术和 策略能够直接支持业务创新发展，发挥大模型优势，提升业务价值，并通过 额，并拥有更强的追踪投资回报 率和执行数字收入举措的能力。 ����年IDC一项针对企业CEO的 调研结果显示，在亚太地区，企 业高管团队和董事会优先考虑的 数字商业模式依次为：D�C（直 接面向消费者，Direct to Consumer）模式、构建行业生 态数字生态系统、API货币化、 提供即服务模式和数据货币化。 面对持续变化的新技术、新环境、新问题，企业正在结合自身成长的阶段特性， 来源：IDC，���� 初步探索期 快速增长期 巩固期+ 新一轮探索期 试点建设，小规模部署和应用 灵活扩展支持业务增长 资源持续整合优化+ 面向未来的布局和规划 �� 在经历初创期的IT系统快速交付后，企业需要不断思考IT系统的灵活扩展、整合 优化以及面向未来的统筹规划问题。大多数企业在业务与数字化的协同发展中， 都普遍经历了以下典型阶段： 初步探索期：业务发展伊始，企业往往采用试点验证的思路，小幅投入IT资

以习近平新时代中国特色社会主义思想为指导，全面贯彻 党的二十大精神，立足新发展阶段，完整、准确、全面贯彻新 发展理念，加快构建新发展格局，着力推动高质量发展。以构 建现代化基础设施体系为目标，面向经济社会发展和国家重大 战略需求，稳步提升算力综合供给能力，着力强化运力高效承 载，不断完善存力灵活保障，持续增强算力赋能成效，全面推 动算力绿色安全发展，为数字经济高质量发展注入新动能。 （二）基本原则 大。每个重点领域打造 30 个以上应用标杆。 二、重点任务 （一）完善算力综合供给体系 1. 优化算力设施建设布局。按照全国一体化算力网络国家 枢纽节点布局，京津冀、长三角、粤港澳大湾区、成渝等节点 面向重大区域发展战略实施需要有序建设算力设施；贵州、内 蒙古、甘肃、宁夏等节点推进数据中心集群建设同时，着力提 升算力设施利用效率，促进东西部高效互补和协同联动。加强 数据中心上架率等指标监测，整体上架率低于 ，推动 “云边端”算力泛在分布、协同发展。加强行业算力建设布局， 满足工业互联网、教育、交通、医疗、金融、能源等行业应用 需求，支撑传统行业数字化转型。 4. 推动算力标准体系建设。加快制定面向业务需求的算力 设施、IT 设备、智能运营等方面的基础共性标准，完善相关技 术要求、测试方法等，充分发挥标准对产业发展的引领和推动 作用。同步探索算力计量、感知、调度、互通、交易等方面标 准建设，支撑算网融合产业化发展。

能是下一代AI竞争的战略高地， 其发展需要解决硬件加速和软件优化、跨行业生态协作等一系列挑战。DeepSeek的开源开放， 推动了大模型技术的普惠与平权，将加速大模型在产业和消费领域的应用普及。构建面向新一 代人工智能的安全治理体系至关重要，需要在技术、商业、法律、伦理等多个层面协同发力， 以确保人工智能的安全发展。 4 目 录 CONTENTS 01 中国大模型产业宏观环境 政策、经济、社会、技术 来看，在大模型时代， AI 开发平台也在积极探索与升级。与传统AI模型相比，大模型在开发、应用及部署上对算力支持、数据管理、功能模块及工具库等方面均 提出更多要求，MLOps分化出LLMOps，出现面向大模型，提供整个模型生命周期中加速 AI 模型开发、部署和管理的专业平台工具。为 了顺应市场热点以及客户需求，各大厂商纷纷推出了各自的一体机产品。一体机作为软硬件集成的大模型实践解决方案，具有显著的优势。 开发框架以及LLMOps平台等基础层工具逐渐进入产业视野，成为支撑企业及开发者完成产 业端大模型应用建设的重要力量。 面向分布式训练的AI框架 大模型AI开发平台 集结硬件算力与软件平台的产品 分布式AI框架 LLMOps 平台 一体机 中国大模型产业链带动工具 • 大模型时代下，分布式训练对面向大模型 时代分布式训推的软件栈提出新型框架要 求，由此诞生以DeepSpeed、 Megatron、Colossal-AI为代表的分布式

能是下一代AI竞争的战略高地， 其发展需要解决硬件加速和软件优化、跨行业生态协作等一系列挑战。DeepSeek的开源开放， 推动了大模型技术的普惠与平权，将加速大模型在产业和消费领域的应用普及。构建面向新一 代人工智能的安全治理体系至关重要，需要在技术、商业、法律、伦理等多个层面协同发力， 以确保人工智能的安全发展。 4 目 录 CONTENTS 01 中国大模型产业宏观环境 政策、经济、社会、技术 来看，在大模型时代， AI 开发平台也在积极探索与升级。与传统AI模型相比，大模型在开发、应用及部署上对算力支持、数据管理、功能模块及工具库等方面均 提出更多要求，MLOps分化出LLMOps，出现面向大模型，提供整个模型生命周期中加速 AI 模型开发、部署和管理的专业平台工具。为 了顺应市场热点以及客户需求，各大厂商纷纷推出了各自的一体机产品。一体机作为软硬件集成的大模型实践解决方案，具有显著的优势。 开发框架以及LLMOps平台等基础层工具逐渐进入产业视野，成为支撑企业及开发者完成产 业端大模型应用建设的重要力量。 面向分布式训练的AI框架 大模型AI开发平台 集结硬件算力与软件平台的产品 分布式AI框架 LLMOps 平台 一体机 中国大模型产业链带动工具 • 大模型时代下，分布式训练对面向大模型 时代分布式训推的软件栈提出新型框架要 求，由此诞生以DeepSpeed、 Megatron、Colossal-AI为代表的分布式

如需了解IoT设备特定AI使用案例的更多信息，请阅读Moor Insights & Strategy（MI&S） 恩智浦Matter系列第三篇论文《Matter for CE Product Manufacturers》（面向CE产品 制造商的Matter）。智能家居AI的例子包括能源管理、HVAC优化、家庭安全、安防、健康 与保健以及居家养老支持。这些先进的、由AI驱动的应用需要情境感知能力，即实时感知、 理解和 产品开发、简化设备安装并降低产品总成本。消息内容的标准化则通过实现与多个应用和生 态系统的有效连接，进一步提升了设备的价值。 接下来两个部分将探讨利用极少的IP网络以及特定领域应用层来打造面向大众市场的AIoT产 品的可行性。 标准设备网络 全球有数百种各具特色的设备网络——有线、无线、基于IP、非IP、全栈式、LAN、PAN、 LP-WAN、蜂窝网络、卫星网络等等，连 让我们来一探究竟。 局域设备网络 以太网、Wi-Fi和低功耗蓝牙已融入我们的日常生活，无需过多介绍。Thread同样无处不在， 但大多数消费者可能已经习以为常。过去几年里，智能音箱等面向大众市场的设备已具备 Thread连接能力，许多新款智能手机也支持Thread，因此很多家庭其实已经在使用这项技 术了。以太网和Wi-Fi可满足有线和无线的高带宽应用场景需求，Thread能为受电力限制的

"领先者们" 的衡量标准 也即 L4 和 L5 水平的要求,进一步明确了企业智能 体的布局、探索、应用的水平,希望在 AI 2.0 时期的新要求、高要求,对企业利 用新 AI 技术实现跨越式发展提供一定面向未来的指引。 作为率先布局全栈 AI 的领军者, 企业聚焦数据、算力和算法, 积极投身 AI 带来的智能化变革的时代洪流。过去的近八年, 企业在 AI 领域砥砺深耕、前瞻 II 布局。作为科技领域的先锋企业 化为自身降本增效的强大生产力工具,也带领众多合作伙伴开启了全新的发展篇 通过 "全栈 AI" 的战略布局, 企业从智能终端领域的 "一体多端" , 到智能 基础设施领域的 "一横五纵" ,再到面向不同客群的智能解决方案领域的 "一擎 三箭" , 全方位勾勒出人工智能蓬勃发展的壮丽画卷, 为新质生产力的茁壮成长 培土施肥。 从企业的实践与探索中, 我们也看到, 与以往的技术革命不同, 此次 体转型 "领先者们" 的衡量标准 也即 L4 和 L5 水平的要求,进一步明确了企 业智能体的布局、探索、应用的水平, 希望这些新要求、高要求, 能够对企业利 用新 AI 技术实现跨越式发展提供一定面向未来的指引。 更多干货请关注公众号“管理技术化平台” 21 图 2-3 企业智能化成熟度模型 1) L1 单点尝试 这一水平的企业通常仅在部分业务环节中,因应客户和行业的压力被动接触 数字化应用

时，医生对于患者的病情已有一定了解，便能提出更多针对性的问题，诊断的精准度也 随之提升。 百度灵医智惠走得稍微快一些，在诊前环节拿出了智能分导诊、智慧加号、智能候诊三 个应用。首先，智能分导诊面向的是患者常见的分导诊需求。大模型支持下，AI 可模拟 诊前咨询流程，引导患者对病症进行准确描述，借助推理能力进行归纳汇总，为患者精 准匹配与病情相适应的临床科室和专家。通过这种方式，医院能够将有效的医疗资源最 型，确保大模型能力的高效输出与应用的快速部署。 在《互联网周刊》、德本咨询与中国社会科学院信息化研究中心联合发布的“2023 年度 大模型活力 TOP150 排行榜”榜单中以 85.07 分在医疗大模型中排名第一，并于 5 月在 面向中文医疗大语言模型的开放评测平台 MedBench 的评测榜单中，以综合得分 61.3 分登顶榜首。此优异的成绩也助力医渡科技大模型成功与多家全国排名前 20 的头部医 22 院合作，对医学科 。首先是业务层面的聚焦，大数据 平台和解决方案板块作为医渡科技的业务基础模块，在疫情期间受到较大影响之后迅速 复苏，实现了 41.1%的收入增长和 43.7%的毛利率。此外，据公开招标信息统计，面向 医院和政府的科研业务市占率达到第一。其次是客户层面的聚焦，顶级医院客户破百， 达 102 家；生命科学客户数量 122 家，其中前十大客户的收入留存率高达 151.1%，客 单价同比提高 75

的时长份额也在增加。并且，推理成本的颠覆性降低，会推动 C 端产品在多数应用场景落地，使原本因预算不足、用户意愿不足而难以商业化落地的场景具备落地的可能性。 AI模型已从大语言模型进化为全方位多模态模型：面向人工智能场景着力构建先进的数据基础设施并打造高质量 数据集—人工智能算力服务市场呈现蓬勃发展态势，算力供给模式持续创新，AI的快速发展推动智能时代的到来。 资源分配：通过选择合适的技术路径实现算力的成本优化 支持产权清晰、运营状况良好的绿色数据中心集群、传输 网络、城市算力网、算电协同等项目探索发行基础设施领 域REITs，强化政策性金融支持。 ➢ 建立东西部地区算力对口联建计划，依托国家枢纽节点打 造面向算力需求旺盛地区的算力“飞地”。鼓励面向中小 企业发放算力券、运力券。 一线城市：算力中心供给存在稀缺性，土地资源与能耗指标相对紧张 其他宏观政策：融资支持、对口联建与存算网协同共促发展 2024年 4月 《北 西南及其他 中国移动算力中心服务运营容量存量1 当前运营容量存量区域分布2 “4+N+31+X”算力中心资源布局 • X：面向300多个地市，按需建设，灵活部署X个 下沉式边缘云。 • N：建设N个中心资源池，辐射全国各大地区，满 足全网标准化需求。 • 31：面向31个省，统一标准，满足属地化用户需 求，建设多个省级资源池，实现云服务100%覆盖。 • 4：在长三角、京津冀、大湾区、陕川渝4大热点

《新产业标准化领航工程实施方案（2023— 2035 年）》 2023 年 前瞻布局人形机器人产业标准研究 《关于组织开展 2023 年未来产业创新任务 揭榜挂帅工作的通知》 2023 年 提出面向元宇宙、人形机器人、脑机接口、通 用人工智能等 4 个重点方向，突破关键技术 《关于推动未来产业创新发展的实施意见》 2024 年 提出做强未来高端装备，打造包括人形机器人 在内的多项标志性产品 究进展，仿真测试在国内外都还处于起步阶段，整体上对仿真测试在 平台、建模、数据集和场景等方面缺乏规范化的评测体系。 2.2.9 操作系统 传统机器人的操作系统侧重于控制机械或自动化设备，仅关注运 动控制和任务执行。然而面向人形机器人的操作系统需处理十分复杂 的运动协调、人机交互、环境感知等任务。因此，为了使人形机器人 更智能、更高效、更稳定地执行相关动作，以满足不同行业应用的需 求。 48 单机操作系统方面 即“服务机器人”）。2016 年，ISO/TC 184/SC2 升级为 ISO/TC 299 50 Robotics，全面负责除军用和玩具之外的机器人领域国际标准化工作。 目前，ISO/TC 299 面向工业和服务机器人，围绕词汇与特性、安全、 性能、模块化、互操作、人机交互、能耗等方面发布国际标准 32 项， 在研 15 项。近 3 年新立项标准主要关注服务机器人（包括腿式机器人、 背部支撑

化为新的客户价值来源、自动化工作流程或其他更多 功能时，代理系统将达到最有效状态。但这不仅仅是 一个技术问题——应用程序的演变对领导者可能未做 好准备的影响是深远的。 今天有多少工作流程和产品是围绕面向最终用户的应用 程序构建的？我们今天从应用程序交互中获得了大量的 价值和数据，它们对于我们的许多客户和员工体验来说 是基础性的。当所有这些开始发生变化时，企业将如何 作出反应？ 加工、计算机辅助设计或图片编辑。这并不总是一个完 开始。一个良好的开始是创建特定任务的内部代理，利用 丰富性、抽象和自主性原则来指导您选择用例。在从小规 模开始之后，您可以逐步进行，随着时间的推移，扩大内 部代理可以访问的功能和数据，并利用它们来学习和准备 未来构建面向外部的代理。 追踪代理系统的研究，以丰富你的艺术可能性。这些系统 已经比以往任何时候都在技术领域推动了更多的丰富性、 抽象性和自主性——现在是时候探索它们如何最好地满足 你的商业需求了。详细说明实现代理解决方案所需的数据 实时生成式人工智能语音 模型在客户服务中变得普 遍。 一家主要航空公司推出了一款 AI代理，该代理将根据客户忠 诚度计划、公司优惠和关联合 作伙伴，自主生成个性化的行 程定价和旅行推荐。 宜家推出首个面向客户的 聊天机器人 52 Salesforce.com 启动了其 网站，允许在线访问其客 户关系管理系统。 51 OpenAI 发布了具备高级 语音模式的 GPT-4o，其 人声语言类似人类。 56