， 而且技术变化如此之快 ， 甚至 准确的数据很快就过时了。9 然而 ， 一些研究试图量化当前和未来的 人工智能系统的能源需求和碳排放。不幸的是 ， 一些 最初的估计已经陷入了与过去早期研究相同的陷阱 关于数字技术的能源使用 ， 并产生了误导 估计。这些研究通常考虑 AI 所需的能量 系统在其生命周期中分为两个阶段 ： 1) 训练 AI 模型 ； 以及 2) 使用 AI 模型来响应特定的查询 -

因此，暖通智控正面临一场变革，重点之一是AI的应用，软节能将以前所未有的地位受到重视，重点之二是控制策略及其程序的 标准化，边缘侧常驻程序的数量将有质的飞跃。我国暖通智控生产厂商应当紧紧抓住这一机遇，跳出内卷陷阱，谋取大的发展。 《中国暖通智控行业白皮书》对我国暖通智控行业的发展进行了系统梳理和深入分析，提出了未来应用中亟需解决的问题及行 业融合的趋势，内容具有创新性和前瞻性，相信能对我国暖通智控行业的发展有借鉴和指导作用。

数 字 生 态 指 数 2025 数 字 生 态 指 数 分 指 数 篇 分 指 数 篇 区不断探索数据要素应用场景，在智慧城市、智能制造等领域取得积极成效。但仍有部分省份存在“市 场成熟度陷阱”现象，表现为交易市场成熟度指标得分与实际交易活跃度呈现明显背离。这种“虚假 繁荣”反映了市场建设与应用需求的脱节问题，一方面，尽管基础设施和政策体系日趋完善，但缺乏 精准的需求对接机制；另一方