着 电子技术的飞速发展，第一代电子计算机应运而生，它们虽体积庞大、运算速度有 限，却为后续的信息化革命奠定了基础。随后互联网的发展将世界连接在一起，20 世纪90年代，互联网的普及使得信息的传递变得前所未有的迅速和广泛，搜索引 擎、电子邮件、社交媒体等代表性应用的出现，极大地丰富了人们的日常生活，推 动了全球化的进程。 5 进入21世纪，移动通信与人工智能成为数字化技术新的前沿，已经渗透到社会的各 学中，我们应该充分学习、利用数字化技术，尤其是AI的优势，为学生提供更加优 质、个性化的教育服务。 1.3 AI时代的“知”与“识” 在AI迅猛发展的时代背景下，我们对于“知”与“识”的理解正经历着前所未有的 变革。传统意义上的知识及知识观都将在AI技术的冲击下被重新塑造。 1.3.1 AI技术对知识与知识观的影响 15 在AI技术尚未兴起的时代，知识通常被理解为人类通过学习和实践所获得的对世界 （4）AI时代知识的特征和知识观 随着AI技术的快速发展，尤其是机器学习、深度学习等领域的突破，知识的特征和 知识观也将发生显著变化。 AI时代，知识表现出以下几种新特征。 ❍ 知识获取的便捷性：AI技术使得知识的获取变得前所未有的便捷。通过搜索引 擎、智能推荐系统等工具，人们可以迅速找到所需的信息和资源。此外，自然语言 处理技术的进步也使得人与机器之间的交流更加自然和高效，进一步提升了知识获 取的效率。 ❍ 知识结构

制造行业 智慧文印解决方案白皮书 前言 近年来中国经济稳步发展，制造行业占据着举足轻重的地位，对于推动我国经济发展具有不 可替代的作用。随着全球经济一体化的深入发展，我国制造业面临着前所未有的机遇。新质 生产力以科技创新和制度创新为核心，以科技创新驱动产业升级，提高制造业的智能化、绿 色化、服务化水平，从而实现经济的高质量发展。����年伊始，国务院国资委也发布了以 制造业为重点的数字 提升中国制造业企业的全球化竞争力:更快速地响应市场需求变化，提供个性化的产品和服务，优化 资源配置，降低成本，从而增强企业的市场竞争力。 以创新技术驱动全面发展:数字化技术如人工智能、大数据分析、物联网等为制造业带来了前所未有 的创新机遇，帮助企业开发新产品、改进现有产品、优化生产流程，并创造全新的商业模式和服务 形式。 提高制造业的生产和运营效率:借助自动化生产线、智能机器人、虚拟仿真等先进技术，可以大大缩

随着以 ChatGPT、Deepseek 为代表的 AI 大模型崛起，算力需求呈指数级增长， 全球正加速建设智算中心以应对这一挑战。智算中心内部或智算中心间海量的数 据交换，对网络链路的可靠性提出了前所未有的要求。任何链路闪断或中断都可 能导致 AI 训练任务失败，造成巨大的时间和资源浪费。然而，光模块的成本与 可靠性瓶颈以及大规模集群中链路数量的激增，使得已有技术难以满足新型智算 中心 AI 新型智算中心主要承载 AI 训练与推理业务，部署大量服务器协同工作，流量 模式与传统数据中心不同，东西向流量特征明显。在这种流量模式下，大量服务 器共同承载 AI 任务并行计算，对网络的可靠性提出了前所未有的挑战。服务器 之间逻辑连接的任何一条物理链路发生故障，都会导致数据同步失败，任务中断， 造成大量时间和资源的浪费。如果承载 AI 任务的服务器之间共有���条物理链路， 每条链路的可靠性为���，则

程新洲、曹畅、徐博华、杨斌、文晨阳、谢志普、徐洁、 黄金超 中国联通软件研究院： 杨迪、李张体、张承琪、王宇、马煜 北京邮电大学： 邢颖、林雪燕 上海交通大学： 赵世振 前言 人工智能正以前所未有的速度重塑人类生产与生活方式。以大语 言模型、多模态模型为代表的新一代 AI 应用，持续突破计算与通信 的极限，推动智算中心从计算、存储到网络的全栈架构深度演进。在 这一浪潮中，智算中心不仅是国家科技战略的核心支撑，更是产业智 5 物理层：信号衰减挑战与时延约束挑战 在智算中心网络中，物理层不仅承担着数据的信号传输职责，更 直接影响整个系统的带宽、时延和稳定性。然而，当光交换技术被引 入到智算网络时，物理层面临一系列前所未有的挑战。 首先，光互连需要在高端口密度和长距离传输之间取得平衡。相 比传统电互连，光链路在传输距离上具有天然优势，但这也意味着必 须控制光信号衰减和插损，否则网络性能将随着互连规模的扩大而显 算与网络传输深度融合的方向演进。通过在光域直接进行矩阵运算、 卷积操作等计算密集型任务，实现"计算即传输、传输即计算"的革命 性架构。这种融合将显著降低数据在光电转换过程中的延迟和能耗， 为大规模深度学习训练提供前所未有的性能优势。另外，下一代光电 协同网络将深度集成人工智能技术，实现从被动响应向主动预测、从 人工配置向自主优化的根本性转变。基于大模型的网络智能体将能够 理解业务意图、预测流量需求、自动生成网络配置，实现网络的自我

......................................30 云智算光互连发展报告 1. 背景与需求 在 AI 大模型、云计算及智能应用普及的推动下，全球算力需求 正经历前所未有的爆发式增长。基于铜缆的互连技术在带宽密度、 传输距离与能耗效率上的瓶颈日益凸显，光子作为光互连技术的信 息载体和物理基石，具有极低传输损耗、超高频率、抗干扰等物理 特性，使得光互连技术在带宽、距离、抗扰、功耗、密度等方面具 心等典型应用 场景下的技术演进，为行业提供兼具前沿性与实践性的技术参考。 云智算光互连发展报告 2. 智算中心光互连技术概述 随着智算中心的飞速发展，数据吞吐量激增，对底层硬件互连 提出了前所未有的挑战。在此背景下，光互连技术以高带宽、低时 延、低功耗等方面的优势，有望成为未来算力时代不可或缺的基础 设施。智算中心场景下的光互连技术具体包括新型可插拔模块、光 电共封以及光交换三个核心技术方向。

能源总量位居世界前列，国内各地经济发展水平、能源资源禀 赋、用电结构等差异很大，电力市场建设复杂程度高。伴随近 年来能源绿色转型加快和国际能源格局调整，低碳转型和保供 稳价的要求愈发凸显，全国统一电力市场建设面临着前所未有 的挑战。 多层次电力 市场协同运行亟待进一步加强。我国已基本 形成了跨省跨区市场和省（区、市）/ 区域市场协同运作的 电 力 市 场 体 系， 但 各 省（区、 市）/ 区 域 市 场 智慧，广泛汲取国内外先进经验，贡献具有一定前瞻性和实操性的策 略蓝图，促进社会各界、行业内外及企业之间的深度交流与协作。 同时，我们也清醒的认识到，“双碳”目标背景下，电力市场 化改革是一个复杂的系统工程，多元化市场建设目标提出了前所未 有的挑战。随着新能源逐步转为主体能源，不仅要求我们在技术上 不断突破，更需在市场机制上勇于破冰。未来，我们将持续优化适 应新能源为主体的新型市场机制，加强电碳市场的协同机制研究， 不断开展引入电力金融衍生品等诸多创新探索。

行等领域有着广泛的应用场景的体验跃迁。 - 6 - 行业趋势 鸿蒙 2030 白皮书 1.3 新技术突破催生终端产品形态多样化和规模增长 科技的飞速发展，新技术不断突破，为终端产品形态带来了前所未有的多样化，也将为终 端产品的数量带来井喷式增长。 当前，全球存量消费电子终端数量已初具规模，并呈现出多元化、智能化的特点。从传统 的智能手机设备、电脑到智能家居、平板设备、耳机甚至 VR 设备等，各类终端设备的普及率 络，为设备查找、室内定位、中继通信等提供新的可能。 随着人工智能与物联网技术的深度整合，万物智联成为现实，从智能家居、智能交通到智 慧城市，每一个角落都实现了高度数字化和智能化。为社会带来了前所未有的便利与效率，但 同时也伴随着一系列复杂而严峻的安全隐私挑战。 首先，如上所述，在未来的万物智联时代中，人工智能将扮演更为关键的角色，它能够通 过对用户行为和数据的分析，提供更加个性化的服务。例如，智能推荐系统可以根据用户的偏

中国企业改革与发展研究会第一副会长 2025 年 9 月 序言二：行稳致远——构建新一代供应链金融安全体系 作为连接产业血脉与金融“活水”的关键枢纽，供应链金融在推动实体经济 转型升级、纾解中小企业融资困境方面，正以前所未有的深度与广度，重塑着产 业生态的格局。然而，当发展的浪潮奔涌向前，我们亦须以清醒的目光审视浪潮 之下潜藏的暗流与礁石。若说第一篇序言描绘了供应链金融“行疾”的宏图，本 篇序言则旨在探讨其“ 链条数据、多维交叉验证的智能 化风控所取代。这无疑是巨大的进步，但同时也催生了新型的、更为复杂隐蔽的 风险形态。这些风险不再是孤立的点，而是相互关联、能够瞬时传导的面，对我 们的安全防线提出了前所未有的挑战。 首先，信用风险的“链式传导”与“风险共振”现象愈发突出。 传统信贷 风险多集中于单一借款人，而供应链金融的风险则天然具有网络化特征。链条上 的任何一个节点——哪怕是看似微不足道的末端供应商——出现经营困境或信 保真的数字化镜像。这个 虚拟世界能够精确映射物理供应链的每一个环节，包括资金如何在不同主体间流 转，货物如何跨越地理空间移动，以及信息如何在各节点间传递。 在供应链金融领域，数字孪生提供了一个前所未有的“沙盒”和“驾驶舱” 环境。金融机构和企业可以在这个虚拟空间中，对供应链的运行状态进行全方位、 实时的监控和模拟。例如，可以直观地看到一笔交易从下单、生产、入库到最终 交付的全过程，实时

物与物的连接让物体与物体间有了联动和协作，形成了集 群效应，集群能够提供远远大于单个物品的能力。 人与人、人与物、物与物的连接将会越来越广泛。未来包 括人在内的世间万物将会被一张无形的大网连接在同一个 系统内，由此带来的改变是前所未有的，企业的数字化转 型唯有顺应变革的内在业务逻辑才能走的更远。 数字化时代的业务逻辑之变 商业模式逻辑之变 商业的本质一个公式便可说明：收入-成本=利润，而收 入来源与连接的数量有着非常重要的相关性，在传统商业

——《应用全生命周期智能化白皮书》编写组 前言 迈向 AI-Native 时代：智能体驱动的应用现代化新范式 近两年来，随着 ChatGPT、DeepSeek 等大模型技术的快速发展，人工智能正以前所未有的速度重塑产业格局，而 Agent 智能体的崛起标志着应用现代化迈入全新阶段。未来大于 50% 的人类工作任务场景将被大模型影响，据麦肯锡预 测，生成式 AI 每年可以增加 2.6~4.4 万亿美元经济收入，AI 服务化、平台化、生态化方向深度进化，显著提升行业客户的核 心竞争力，为客户带来更加广阔的市场机会和竞争优势，更将推动社会各行业的转型升级。 总之，在人工智能浪潮席卷全球的当下，社会各行各业正迎来前所未有的变革与机遇。要推动人工智能科技创新 与应用智能化深度融合，构建企业主导的产学研用协同创新体系，以更加开放的姿态拥抱人工智能技术变革，通过应 用全生命周期智能化建设重构核心竞争力。为进一步释