一、AI 制药蓝海市场，人工智能赋能药研全流程 人工智能赋能新药开发，是指在规模化医药数据基础上，运用机器学习、深度学 习、自然语言处理等技术参与药物开发各个环节，包括靶点发现、化合物合成、 化合物筛选到患者招募、临床试验设计等，通过 AI 技术的运用有效解决传统新 药研发痛点，缩短研发周期，提高研发成功率，降低研发成本。根据 DPI 援引英 矽智能数据，通过 AI 技术能将 ISM001 依赖人工阅读科研文献和经验， 花费时间长，且难以发现新靶点 AI 处理海量文献专利发现药物和疾病关系， 快速找到有效靶点，缩短靶点发现周期 NLP、DL 化合物合成 花费时间长，效率低 利用 AI 学习海量现存化学反应，推荐化合物 合成路线并优化反应条件 ML、DL 化合物筛选 成本高，效率低 使用虚拟筛选遴选出具有潜在成药性的活性 化合物，降低实验筛选化合物数量，降低资 金投入，缩短筛选周期 年成立，最初在小分子药物领域为客户提供 药物研发服务，包括晶体结构预测、化合物合成等；2019 年起公司开始进入大 分子药物开发领域，陆续推出多肽及蛋白药物研发平台和抗体发现平台 XuprmbAb 等，2022 年建成可拓展、标准化智能机器人湿实验室，并在随后发 布“XtaIPi 药物发现”和“XtaIPi 智能自动化”品牌，覆盖包括小分子药物研发、 大分子药物研发、药物固体形态研发、化学合成及实验室自动化解决方案等多个 业务领域，2024

体系，提升产品附加值，增强核心竞争力。二是加快关键产品攻关及 促进优势产品提质。聚焦新能源、新材料、生物技术等领域的需求， 采用“揭榜挂帅”和“赛马机制”等方式开展协同创新，提升高端聚 烯烃、合成树脂与工程塑料、聚氨酯等领域关键产品供给能力。同时 推动涂料、染料、氟硅有机材料等具有比较优势行业提高产品应用技 术开发和服务水平。三是推进安全环保智能化技术改造提升，通过产 学研用单位合作， 与生物发酵技术；在香料产业打通从柠檬醛到薄 荷醇的核心产业链 中国北方化学研究院 集团有限公司 高能炸药、推进剂及配套特种材料 联化科技股份有限公 司 六氟磷酸锂（LiPF₆）和双氟磺酰亚胺锂（LiFSI）材料高纯度合成 工艺；光刻胶前驱体的分子结构设计技术与半导体封装材料；聚酰 亚胺材料 广州天赐高新材料股 份有限公司 液体六氟磷酸锂工艺；卡波姆国产化替代；开发聚甘油改性有机硅 乳化剂、低环体残留有机硅弹性体等产品，替代进口高端有机硅材 高感度光引发剂；黑色光刻胶树脂和彩色光阻树脂；颜料分散液 圣奥化学科技有限公 司 橡胶防老剂 6PPD 的贵金属催化加氢技术；取代芳胺系列产品绿色 催化合成技术；甲基异戊基酮（MIAK）自主生产技术； 雅本化学股份有限公 司 通过生物酶催化技术、微通道连续流技术、手性合成与金属有机反 应技术等，实现医药中间体国产化（特力利汀中间体、吉西他滨中 间体、心血管药物中间体） 石药集团有限公司 新型阳离子脂质；mRNA

本周化工市场综述 关于 DeepSeek，我们认为其对于大化工产业的竞争要素和商业模式可能会产生深远影响，具体到大化工各环节， 我们认为其对于设备、设计、筛选、流程优化，具体到投资方向，我们看好合成生物、农药创制药、新材料以及设备 端的投资机会。本周众多化工品涨价，比如：有机硅、香兰素、炭黑、金属铬、涤纶长丝、钾肥，我们继续看好金三 银四化工品涨价投资机会，具体到涨价品种排序，我们认为政策驱 图表 21： 聚丙烯-丙烯（元/吨） ................................................................. 14 图表 22： 合成氨价差（元/吨） .................................................................. 14 图表 23： 顺丁橡胶-丁二烯（元/吨） 足，煤炭市场价格承压下行；本周甲醇价格大体平稳，传统下游需求陆续恢复，市场需求 端稍有向好，但贸易商出货提升，产品价格仍处于上下游博弈；合成氨市场供需氛围好转， 节后厂家陆续排库完成，出货及库存压力多不大，且受陕西、宁夏、河南、山东及两湖等 地减量支撑，合成氨价格联动上调，但随着各地价格持续挺涨，下游抵触情绪渐生，场内 观望情绪不减。  化肥 一铵主流工厂报价持稳，主发前期订单；个别小厂挺价心态较浓厚，试探上调报价，幅度

无人飞行器探测光电技术平台 多源异构探测数据融合与分析 技术 多位点动态组网与智能跟踪方法 无人机集群探测与对抗系统 移动探测与察打一体化平台 基于深度学习的多源异构数据融合技术 可见光−红外融合成像技术 多传感器信息的时空配准与特征融合 多位点组网探测与综合识别技术 智能跟踪探测与察打一体化技术 大规模无人机集群探测与博弈对抗技术 36 全球工程前沿 Engineering Fronts 精度，已难以满足日益 61 第三章 信息与电子工程前沿 全球工程前沿 Engineering Fronts 增长的全方位监测任务需求。科研人员通过整合空、天、地、海多平台探测手段，结合光学、合成孔径雷 达（SAR）、超声等多模态探测体制，进一步拓展了遥感监测的信息感知维度。另一方面，多样化任务需 求推动了遥感监测技术应用模式的变革，探测应用的工作流从“任务—需求—探测—数据”的被动响应向“数 智能材料的响应机制研究，深入探究外部刺激对材料 的作用机理，为材料设计提供理论基础；② 丰富准确的材料数据库构建，通过多尺度模拟配合高通量实验 技术加速新材料发现过程，并形成涵盖各种材料结构、性能、合成条件等信息的数据库；③ 算法开发优化 与材料筛选，探索适合智能材料设计的机器学习算法，以更好地挖掘材料的构效关系，筛选满足物性需求 的新型智能材料，实现材料的逆向设计。数据驱动的机器学习技术正在为智能材料设计开发提供新范式，

⽉联合发布 GraspVLA，采⽤“VLM ⻣⼲+动作专家”架构，通过 渐进式动作⽣成连接。“⼤脑”含 InternLM2 1.8B 及融合双模型特征的视觉编码器；“⼩ 脑”专注动作块⽣成。经 10 亿级合成数据预训练获七⼤泛化能⼒，⼩样本真机后训练 可应⽤于特殊场景。智元机器⼈ 2025 年 3 ⽉发布 ViLLA 架构的 GO-1 模型，构建 “VLM+MoE 混合专家”体系。“⼤脑”由 InternVL-2B（多模态感知）与 务，为机器⼈本体开发商与应⽤开发商补⻬关键的软件能⼒；华为推出的 CloudRobo 具⾝智能平台依托云端海量算⼒与先进 AI 模型，整合训练数据⽣成、云上环境感知、 全局规划、⾃主执⾏等能⼒，⽀持真机实采与合成数据训练；智元机器⼈发布的 Genie Studio 作为⾏业⾸款⼀站式开发平台，覆盖数据采集、模型训练、仿真评测、模型推 理全链路，拥有 6000+物体资产与仿真场景，⼤幅降低开发⻔槛；松应科技推出的 是宇树科技跨多类机器⼈本体的开源世界模型-动作架构，专为 通⽤机器⼈学习⽽设计。其核⼼成分在于⼀个可以理解机器⼈与环境交互物理规律的 世界模型。该世界模型具备两个核⼼功能：仿真引擎，作为交互式仿真器运⾏，为机 器⼈学习提供合成数据；策略增强，可与⼀个动作头进⾏对接，通过预测未来与物理 世界的交互过程，进⼀步优化决策性能。 3.2.2 星动纪元 星动纪元成⽴于 2023 年，由清华⼤学交叉信息研究院孵化，是清华⼤学占股的⼈

Takeaways PRM & MCTS 的作用 从文本模态到多模态 其他讨论： Over-Thinking 过度思考等 未来方向分析探讨 模态穿透赋能推理边界拓展： Align-DS-V 合成数据及 Test-Time Scaling: 突破数据再生产陷阱 强推理下的安全：形式化验证 Formal Verification \ 审计对齐 Deliberative Alignment 26 低成本高质量语言模型边界的探索，扩展的具体方法和侧重点改变：最初是模型规模， 然后是数据集规模，现在是推理时的计算资源和合成数据； 垂直领域和横向拓展：采用 "API+ 本地化知识库 " 或 " 提示工程 + 检索增强 " 的混合方 案， 通过 Prompt Engineering 和 RAG 等技术实现业务场景的快速适配与轻量定制， 力的位置猜测任务；以及涉及复杂图表理解的数据分析任务等。这些数据集提升了模型在真实世界场景中的 视 觉推理能力。 合成视觉推理数据 是人工生成的，包括程序化创建的图像和场景，旨在提高特定的视觉推理技能，例如理解 空间关系、几何模式和物体交互。这些合成数据集提供了可控环境，用于测试模型的视觉推理能力，并且可 以 无限生成训练样本。 文本渲染数据 是通过将文本内

权责 划分 算法支撑 • 真实数据积累量（本质是模仿学习）对模型 能⼒的增益呈现边际递减的情况，优秀的模 型会增加长尾数据的收集难度，模型越好依 赖真实数据进⾏提升越困难 • 需要引⼊强化学习+合成数据的新算法来加速 模型迭代速度、提⾼智能上限 数据量 模型能⼒ 强化学习 增益 当前阶段 空间智能概览 自动驾驶 3D⽣成 具身智能 扩展现实（XR） 世界模型 • 长期愿景 自动 自动驾驶数据量级1 1 2022 2023 2024 ~2亿公里 ~13亿公里 ~50亿公里 自动驾驶数据来源 2 真实 数据 • 最主要的训练数据，涵盖⼤量复杂多样的 环境变化，保真度最⾼ 合成 数据 互联⽹ 数据 真实 数据 • 重要性正在增加，旨在解决模型能⼒到达 较⾼⽔平后长尾数据的缺失问题 • 效果最差，主要用于⽆法获取数据的情况， 在预训练后补充不同驾驶环境的知识 空间智能概览 以实现第⼀⼈称视频的实时传输和精确控制输出，同时保持极低延迟 领先机构 图示 • 使用XR设备接⼊模拟机器⼈的数字孪⽣系统，并通过远程操作模拟机器⼈来记录 运动演示，用于⽣成⼀组更⼤的、物理上精确的合成运动轨迹 • 可以⽣成⼀组指数级增长、逼真且多样化的训练数据集，之后可以使用这些数据 对机器⼈策略模型进⾏后训练 • Meta推出了HOT3D数据集，能够加速机器学习研究以分析⼿与物体的交互。该数

数据及模型等三个部分； C 石化关 键应用技术标准包括生产管控与优化、安全环保、设备管理、能源管理、供应链管理、智能服务等六个部 分； D 细分行业应用标准包括原油加工、基本有机化工原料、合成树脂、合成橡胶、合纤原料等五个部分。 把 PowerPoint 当作字处理软件的一个必然后果就是太多的演讲者站在那里，读幻灯片上的内容。这就产生了一个误区：演讲者忘记了他们的听众绝大部分是有文化的，完全 保、设备管理、能源管理、供应链管理、智能服 务等六个部分，涵盖人工智能、工业大数据等新一代信息技术在石化行业各个业务域的应用场景标准。 D 细分行业应用标准包括原油加工、基本有机化工原料、合成树脂、合成橡胶、合纤原料等五个部分， 涵盖各个细分行业特有的智能场景标准。 （二）石化行业智能制造标准体系框架 石化行业智能制造标准体系框架由石化行业智能制造标准体系结构向下映射而成，包含了石化行业智能 主要包括石化行业公用工程节能服务的数据采集、状态 监测、节能模型与分析等标准。主要用于整合能源资源，实 现能源的协调规划、运行优化，实现节能降耗。 （四）细分行业应用标准 主要包括原油加工、基本有机化工原料、合成树脂、合 成橡胶、合纤原料等五个部分，如图 18 所示。 把 PowerPoint 当作字处理软件的一个必然后果就是太多的演讲者站在那里，读幻灯片上的内容。这就产生了一个误区：演讲者忘记了他们的

和使用也与日俱增。在金融机构层面，根据英伟达 发布的针对近 400 家金融机构的调研结果，43% 的 金融机构已开始使用大模型，主要用于报告生成 （37%）、客户体验及活跃度优化（34%）、合成数据 生成（33%）和营销（32%），另有 55% 金融机构 正在研究并考虑应用大模型；在金融从业者层面， Financial Technology 金融科技 37 2024-10 国际金融 风险管理 交易执行 IT/行政/HR 业务流程×金融业务 营 销 和 运 营 分 析 决 策 中 后 台 运 营 资料来源：蚂蚁研究院，OpenAI官网，中金公司研究部 整理多模态数据 生成合成数据 整理多模态数据 征信报告解读 信用评估、定价、 授信、违约预测 信用评估/审批报告 风控、清结算 支付交易报告 内部运营降本增效 支付 智能客服 智能客服 智能客服 客户需求、市场趋势 在支付领域，大模型主要被用于提升支付机构的 风险识别及反欺诈能力。其中，支付机构利用大模型 获取、整理、分析多模态数据，丰富风控数据维度； 此外，支付机构利用大模型生成大量合成数据以训 练、优化现有风控及反欺诈算法。例如，Mastercard 利用大模型建立合成数据集以优化风控模型。 在信贷领域，大模型主要应用于营销获客、客 户运营、贷后催收、信息抽取整理环节，从而提升 客户转化率、提高风险定价质效、减少贷款坏账损

周期的高度安全可信。 大模型中心由3套AI工程平台构成，包括数据平台、AI模型平台和AI原生应用平台。 （1）数据平台 数据平台是聚焦人工智能应用的数据全生命周期治理中枢，集成数据获取、数据加工、数据合成、数据标注、 数据配比、数据评估、数据发布、数据管理、数据安全等功能。数据平台提供从原始数据获取到标准化数据发布的全 链路自动化处理能力，提升数据生产加工效率、保障数据质量与合规性，通过一站式数据工程能力推动AI应用的工程 数据获取：支持多样化数据来源渠道，支持全模态数据类型，满足大模型训练所需各类数据的采集需求。 数据加工：提供数据过滤、数据转换、数据打标等多种数据加工算子，支持文本、图像、视频、多模态数据的 处理。 数据合成：预置合成算子，支持自定义合成提示词，适应各种数据蒸馏场景。 2、大模型中心 稳定的AI算力供给，离不开可靠的数据中心载体。随着AI算力走向规模化部署，单点芯片性能不再是制约算 力发展的唯一变量，通过“以网强 数据获取 自定导入 多模态导入 明文导入 胶囊导入 OBS导入 格式自定义转换 本地导入 数据加工 数据转换 数据提取 数据打标 数据过滤 数据去重 数据模板 数据合成 问题改写 问答对合成 回答改线 问题生成 人设生成 指令泛化 自定义算子 预置算子 指令管理 指令编排 数据配比 标签筛选配比 数据集配比 预训练配比 SFT配比 图QA配比 图文配比 数据安全