无源物联网应用案例白皮书（2025） 前 言 在数字经济与实体经济深度融合的时代背景下，无源物联网作为物联网演进 的关键创新方向，通过将无源通信机制与局域以及蜂窝网络架构深度融合，构建 起覆盖广域环境的灵活通信网络与泛在感知体系，有效破解了传统物联网终端依 赖电池供电所带来的维护频繁、成本高昂等痛点问题，成为构筑万物智联生态的 关键使能技术。 无源物联网能够以极低的成本和极高的效率连接各类生产要素，将海量的实 价值运营，企业能够扩展生产要素的类型、提升要素质量、优化要素组合与生产 流程，最终实现全要素生产率的显著提升。 本白皮书聚焦于无源物联网重点行业的标杆应用案例，系统性地展示其解决 方案与商业价值，旨在为无源物联网的应用方案创新和规模化落地提供实践参考 与路径指引。 无源物联网应用案例白皮书（2025） 目 录 1. 无源物联网概述........................................... ............................... 4 1.2. 无源物联网市场空间........................................................................................................4 1.3. 无源物联网端到端核心技术.............................

电力市场化改革全景图 ----寻找系统成本最优解 吴 杰（公用事业首席分析师） SAC S0850515120001 傅逸帆（公用事业高级分析师） SAC S0850519100001 阎 石（公用事业联系人） 胡鸿程（公用事业联系人） 2024年7月10日 证券研究报告 （优于大市，维持） 下载日志已记录，仅供内部参考，股票报告网 章节目录 1. 电力产业链全景图 2. 电改核心政策和当前使命 3. 信号灯----价格机制的形成 4. 市场的三维展开：容量市场、辅助服务、碳市场 5. 电源价值的立体体现：各美其美，美美与共 目录 请务必阅读正文之后的信息披露和法律声明 2 下载日志已记录，仅供内部参考，股票报告网 请务必阅读正文之后的信息披露和法律声明 一、电力产业链全景图 3 下载日志已记录，仅供内部参考，股票报告网 截至2023年，火电装机（含煤电+气电）对风光的保障比为1.3：1，我们预计2024年风光 总装机将超过火电，火电对风光的保障比下降至1.1：1，2025或进一步降至0.9：1。 资料来源：wind，海通证券研究所测算 图：火电和风光装机量变化（万千瓦） 10 请务必阅读正文之后的信息披露和法律声明 119055 124517 129803 133647 138987 143571 147833

浙江中之杰智能系统有限公司 August 19,2025 德沃克 OBF 智能工厂的落地实 践 Chnajey 中之杰 · 中国 无柔性，不智造 柔性智造 = 快速响应 × 资源弹性 × 交付保障 传统制造之痛 极氪汽车 |90 秒 / 车身， 4 车型 8 分钟 切换 四川大禹 | 生产周期 60 天 → 30 天 算法排产提速 300% 设备利用率提升 德沃克 OBF 智能工厂的四大原创新技术： ICS 一体化 AI 智 控 新品牌、新机型、新场景接入 ICS 一体化 AI 智控 硬件接入零代码 业务与执行融合 人与机无感协同 现场 Al 异常管控 10 种调度算法 智能调度平台 实时监控与异常预警 数据集成与模型管理 动态调度与智能决策 生产协同与过程可视

2.2.3.5 Status Bar Extension Kit（状态栏开放服务） Status Bar Extension Kit（状态栏开放服务）提供了在状态栏中添加应用图标、管理图 标等一系列方法，为应用提供可以在状态栏与用户进行交互的功能。 当应用启动时或者应用运行过程中，应用可以通过本模块提供的接口向状态栏添加图标、 移除图标、更新图标相关信息等，用户可以通过点击或者右键点击呼出弹窗或者菜单，进行 的监听 - 取消指定 URI 的监听 2.3.9Scan Kit（统一扫码服务） Scan Kit（统一扫码服务）作为软硬协同的系统级扫码服务，帮助开发者的应用快速构 建面向各种场景的码图识别和生成能力。Scan Kit 应用了多项计算机视觉技术和 AI 算法技 术，不仅实现了远距离自动扫码，同时还针对多种复杂扫码场景（如暗光、污损、模糊、小 角度、曲面码等）做了识别优化，提升扫码成功率与用户体验。 控件上渲染相机预览流，需要开发者 实现扫码界面，申请相机权限，适用于对扫码界面有个性化定制的场景。 ⚫ 识别本地图片：对图库中的码图或图像数据进行扫描识别。 ⚫ 识别图像数据：对图像像素数据进行扫描识别。 ⚫ 码图生成：将字符串转换为自定义格式的码图。 2.3.10Ringtone Kit（铃声服务） Ringtone Kit（铃声服务）是一个用于设置铃声的工具库。通过使用 Ringtone

App，整体体验好，功能 齐全，但开发成本高、周期长，且存在搜索，安装，升级，卸载等一系列需要用户主动关注 的显性操作，这些显性操作给用户带来了实质性的使用成本。轻量化、可快速达成消费者意 图、可独立执行、完成单一功能的程序实体正成为新的趋势，例如小程序、App Clips、快 应用等。根据阿拉丁指数的统计，全网小程序已经突破 700 万个（注：数据来自于阿拉丁研 究院发布的《2021 一次开发，多端部署；可分可合，自由流转；统一生态，系统智能。 图 3-1：核心技术理念 1）一次开发，多端部署 “一次开发，多端部署”指的是一个工程，一次开发上架，多端按需部署。目的是支撑 开发者高效地开发多种终端设备上的应用。为了实现这一目的，鸿蒙系统提供了几个核心能 力，包括多端开发环境，多端开发能力以及多端分发机制。 13 图 3-2：一次开发 多端部署 多端开发环境 图 3-3：HUAWEI DevEco Studio 核心功能和特征 14 1. 多端工程管理 创建鸿蒙应用/元服务/模块工程时，支持选择需要适配的设备类型，DevEco Studio 会根据选中的设备类型去匹配及检测对应的功能模块。避免不同的 Entry 模块之间，出现支 持的设备类型重叠的情况。推荐典型的多设备工程目录结构如下所示： 图 3-4：多设备工程目录结构

·低韧性系统：如同脆弱的玻璃结构，一旦受 损便迅速扩散，功能急剧下降。可用功能严重 不足，核心业务面临随时中断的风险。 韧性DC关键特征 高韧性 低韧性 时间 功 能 外部冲击 韧性三角形 损害 图 2 - 1 破 坏 模 型 3、恢复之旅 危机持续期间，韧性决定了系统恢复其功能至新稳态水平的能力与速度： 上述动态过程可用“韧性三角形”进行直观呈现： 三角形面积（功能曲线与原始水平线围成的区域） ·低韧性系统：恢复过程举步维艰，功能回升 缓慢，长期处于低效运行状态，由此造成的业 务损失也将持续扩大。 韧性DC 四大特征 确定性 安全 Agentic AI运维 业务 永续 弹性 自适应 图 2 - 2 韧 性 D C 四 大 特 征 韧性 DC 白皮书 17 16 一份给 CIO 规划建设数据中心的参考 关键特征四 Agentic AI运维 数据中心传统的运维模式在应对复杂性、动态性和 建“内生可信+纵深防护+智能运营”三位一体的全 方 位 防 护 体 系 ， 实 现 “ 业 务 攻 不 瘫 、 数 据 偷 不 走、全程严合规”。 ·攻不瘫：关键业务系统在面临复杂威胁时，依然 能够稳定运行，持续对外提供无中断、不降级的服务； ·偷不走：面对数据安全威胁时，确保敏感数据不 泄露，重要数据不篡改，核心数据不锁定； ·严合规：实现合规指标可量化、风险处置可闭 环，筑牢数据安全的合规防线 。 关键特征二

模型通常拥有数千亿甚至万亿的参数，中小模型通常也有十亿参数以上，需要海 量的算力进行训练和推理。为满足庞大的算力需求，智算中心作为 AI 发展的新 型基础设施底座，正加速在全球范围内建设和部署。 图 1-1 传统数据中心与新型智算中心流量模型对比 传统数据中心主要承载企业级应用，提供云服务，如 Web 应用、数据库、 存储等。如图 1-1 所示，这些应用的流量模式以南北向通讯为主，网络的主要任 小时中发生故障的次数[1]。 中国移动 面向新型智算中心的以太网弹性通道（FlexLane）技术白皮书(2025) 2 ��� ���−��� ≈ ��� × ���（��� = 200���������，万卡集群无收敛组网��� = 15360 时，��� × ��� ≈ 3 × 106���������），和传统 DC 业务的可靠性比较，端到端的可靠性下降数千 倍以上。根据 Meta LLama 3.1 万卡集群公开的论文[2]，LLama GPU、网络互联和主机等故障占比靠前， 其中因网络设备和线缆问题造成网络互联故障共 35 次。 光互联链路在带宽、延迟、传输距离等方面具备较大优势，已在智算中心得 到广泛部署，如图 1-2 所示2。 图 1-2 智算中心互联光链路类型 主流高速接口 400G/200G 光模块年失效率超 0.2%，千卡以上集群平均每年 发生数十次光模块故障事件。除了器件失效，设备侧或配线架光纤端面脏污也会 引发链路闪断[4]，如图

然而，因芯片架构不同、通信协议不统一、算存传能力差异而导致的异构算 力碎片化、生态割裂及协同效率不足等问题日益显现。构建统一计算、统一通信、 统一调度和统一评测的异构算力协同体系，实现异构算力间的无感知计算、无阻 碍通信协作、资源的高效调度和自动化测评，是推动异构算力基础设施迈向新阶 段的关键路径。 本白皮书通过系统性梳理算力产业发展现状、异构算力协同体系架构、关键 技术、解决方案与实践 ASIC、GPGPU 不同路线算力差异，北向承载多场景、多行业、多模态大模型，构建异构算 力协同生态体系，实现异构算力的无感知计算、无阻碍通信、无闲置调度和无差异评测。异 构算力协同生态体系包括统一计算、统一通信、统一调度和统一评测四方面，通过四个核心 维度的统一化实现异构算力资源的深度融合。 图 异构算力协同体系架构 （1）统一计算：打破异构壁垒构建算力融合底座 统一计算是异构算力协同的基础能力， 的垂直优化。 （3）智能动态编译优化：智能动态编译优化主要包括动态编译机制、融合优化方法、 图算融合代码生成，动态编译机制在运行时即时生成代码，支持输入可变和网络结构自适应。 11 单模型和跨模型的融合优化方法，研究运行时共感知的跨模型算子融合。图算融合代码生成 基于张量表达式对整图进行全局依赖分析，在子图内做等价变换和算子融合，提升片上缓存 利用率并降低端到端延迟。 最终通过跨架构编译技术开发者以统一语言描述

AI+HR黑科技秘笈 A I 赋 能 人 力 资 本 智 能 化 变 革 e 成 科 技 H R 图 灵 学 院 出 品 a i . i f c h a n g e . c o m AI黑科技揭秘 顶尖科学家团队力作 AI+HR创新应用 前言 前言 献给走在数字化浪潮前沿的 HR 们， 数字经济时代已全面开启，大数据、人工智能、云计算等新科技推动经济、社会、 企业发生翻天覆地 ，其 中 KG 负责去充分提取文本中实体的关系和联系，NLP 则更好的获取 JD 本文和 CV 文本相似性 信息。因涉及个人隐私此处不展示 CV 信息。 01 特征为王 4 第一部分 | 图 1 JD 示例 在以 JD 和 CV 对是否匹配的背景下，我们将特征主要分为以下几类： JD 特征：包含地点，学历硬性要求和利用知识图谱中提取的实体特征如（职能，公司，技能， 专业，行业）等； 文本特征也可通过简单的加权命中率来构成特征加入到树模型中。 总之实验证明 ID 类特征，二分类特征，连续特征离散化，统计类特征，以及 embedding 产生 的 vector 的交叉特征都会给模型带来正向收益。 图 2 5 第一部分 | 02 模型演变 3.2 深度模型的探索 > 深度模型对比树模型更加突出了非线性的拟合能力，以及高阶特征的交叉融合功能。但是带来 的弊端就是模型的可解释性变差，根据结果反向特征工程变得困难起来。我们在