www.lhratings.com 研究报告 0 2025 年钢铁行业分析 2024 年，中国粗钢产量同比小幅下降，钢铁行业下游需求疲弱，供给端相对处于 过剩态势，原燃料价格虽有下降，但成本端降幅不及钢材价格降幅，钢铁行业整体盈 利水平持续下行。受供需关系影响，铁矿石和焦炭价格均呈现波动下行态势；房地产 投资持续下滑，但制造业和基建投资对用钢需求提供重要支撑，钢铁产品结构持续调 格迅速反弹；而后需求端修复不及预期和原燃料成本下移等利空驱动，钢价震荡 下行。 图 2 2023 年以来中国钢材综合价格指数 资料来源：Wind 从经营业绩来看，根据中国钢铁工业协会数据，2022－2024年，重点统计会员 钢铁企业的利润总额分别为982亿元、855亿元和429亿元。2024年，钢铁下游需求 疲弱，钢铁供给相对处于过剩态势，行业竞争加剧导致钢材价格进一步下跌；原燃 能化等高附加值和高技术含量产品方向发展。 3. 出口压力传导，加剧国内市场竞争 2024 年，中国钢材出口量同比增长，但海外反倾销、加关税压力加剧，出口 受阻或加剧国内市场竞争。 根据海关总署数据，2024 年，中国钢材累计出口 11072 万吨，同比增长约 22.67%。自 2025 年 2 月以来，越南和韩国分别对中国热卷等钢材产品实施反倾销 www.lhratings.com

2 | 2025 爱分析·流程智能化应用实践报告 报告编委 报告指导人 张扬 爱分析 联合创始人&首席分析师 外部专家 张杜丽 蓝凌 副总裁 3 | 2025 爱分析·流程智能化应用实践报告 特别鸣谢 4 | | 2025 爱分析·流程智能化应用实践报告 目录 1. 报告综述! " 2. 落地实践! # 案例: 蓝凌助力中集集团，以智能 BPM 平台重塑流程管理新范式! $$ 3. 结语! $# 关于爱分析! %& 产品服务! %$ 法律声明! %% 5 | 2025 爱分析·流程智能化应用实践报告 报告综述 | 2025 爱分析 · 流程智能化实践报告 6 1. 报告综述 2025 年伊始，推理模型的崛起与 AI Agent 的再度火爆，使得流程智能化领域迎来新的突破机 会。金融、零售、制造等诸多企业在部署 DeepSeek 大模型之后，都在积极探索企业内部的流程 重构与效率提升场景。 企业探索流程智能化，一方面是为了在疲弱的宏观经济形势下取得成本优势，另一方面也是为了在

1 | 2024 爱分析·央国企数字化厂商全景报告 � 1� � |� � 2023 ���·���������� 2 | 2024 爱分析·央国企数字化厂商全景报告 报告编委 报告指导人 张扬 爱分析 联合创始人&首席分析师 报告执笔人 李进宝 爱分析 高级分析师 3 2024 爱分析·央国企数字化厂商全景报告 目录 1. 研究范围定义 5 2. 厂商全景地图 10 3. 市场分析与厂商评估 19 3.1 智慧园区 19 华胜天成 23 4. 入选厂商列表 29 关于厂商全景报告 42 关于爱分析 43 研究与咨询服务 44 法律声明 45 4 | 2024 爱分析·央国企数字化厂商全景报告 爱分析·央国企数字化厂商全景报告 研究范围定义 5 | 2024 爱分析·央国企数字化厂商全景报告 1. 研究范围定义 研究范围 央国企包含中央企业和国有企业，是由国家直接或间接控股的企业实体，承担着国家经济发展、战略 安全和社会责任的重要使命。中央企业由国务院国资委直接监管，如中国石油、中国移动等；国有企

具身机器人行业现状 及 未来趋势分析 CONTENTS 目 录 当前研发状态 01 应用现状 02 未来发展方向 03 商业化挑战与突破点 04 投资逻辑建议 05 总结 06 01 运动控制进展与瓶颈 运动控制基础行走抓取已实现，动态平衡复杂地形适应 受限，如宇树科技春晚表演机器人在复杂舞台环境中需 多次调整才能稳定行走。 运动控制技术瓶颈制约应用场景拓展，复杂环境适应性 能源效率问题限制机器人在物流仓储等需要长时间连 续作业场景的应用，增加运营成本。 硬件技术突破 具身智能算法环境感知与决策能力相当于GPT- 2水平，依赖大量数据训练，如星海图机器人需人工干预才能完成复杂任务。 具身智能算法数据依赖性强，数据采集标注成本高，且算法泛化能力有限，难以适应多样化场景。 多模态交互视觉语言动作协同尚未成熟，MIT实验完成指令需3.4次试错，交互效率低，影响用户体验。 护机器人摔倒检测准确率92.3%，满足家庭需求。 消费级市场发展将创造巨大消费潜力，推动机器人技术普及，提升生活质量，促进产业发展 多元化。 应用场景拓展 未来机器人技术将与人工智能、物 联网、大数据等深度融合，实现更 智能自主化发展，如智能工厂中机 器人与设备协同作业。 技术融合创新将提升机器人智能化 水平，拓展应用边界，推动行业向 高端化智能化迈进。 技术融合创新趋势 市场需求从工业领域向服务、消费、

将模型在大规模无标注数据上进 行自监督训练得到预训练模型 将模型在下游各种自然语言处理任 务上的小规模有标注数据进行微调 得到适配模型 AI大模型就是预训练语言模型 通过在大规模宽泛的数据上进行训练后能适应一系列下游任务的模型 预训练语⾔模型“预训练 + 微调”技术范式 ⼤规模⽆标注 ⽂本数据 模型预训练 不同特定任务 有标注训练数据 模型微调 测试数据 最终模型 从海量数据中自动学习知识 行业高精 数据短缺 中国在高质量数据获取方面面临挑战， 主要由于缺乏完善的数据法规、行业内 固有的竞争性保密性，对开源合作文化 的不足 相较于英文、中文高质量开源数据非常 少，特别是在构建通用领域大模型的百 科类、问答类、图书贡献、学术论文、 报告杂志等高质量内容 由于各类政策管制和商业模式复制壁垒 低，导致的基础数据和语言语料同质化 数据 人才 中文语料 短缺 数据和语料 的同质化 全球化 经营 人才流失与 人才短缺 产业研究 战略规划 技术咨询 7 科技大厂 创业新势力 产业研究 战略规划 技术咨询 8 综合各测评平台的方法论来看，在基础能力的测评维度基本相同，仅测评数据集和评估权重占比不同；而在基础能力之外，各测评平台侧 重点不同 ��� ü ü ü ü ü OpenCompass 2.0 �� ü ü ü ü ü Agent IDC ü ü ü ü

金融科技 36 国际金融 2024-10 INTERNATIONAL FINANCE AI 大模型在金融行业的应用前景及 潜在影响分析 ◎姚泽宇 苏杭 作者简介 ：姚泽宇，中国国际金融股份有限公司研究部执行总经理 ；苏杭，中国国际金融股份有限公司研究部分析师。 摘要：当前，金融机构主要将大模型应用于业 务场景简单的非决策类环节。本文从展业流程角度 和业务场景角度系统梳理 AI 大模型在金融行业的 个方面对大模型在金融行业应用趋势展开探讨，动 态、辩证分析大模型对金融体系的整体影响。本文 认为，监管机构、金融机构及技术服务商等各方可 通过加强合作、明确监管合规要求、完善风控制度 等降低大模型带来的相关风险；同时，针对未来大 模型广泛应用所带来的潜在风险也需提前讨论、积 极防范。 关键词：AI 大模型；金融行业；大数据；金融 风险 中图分类号：F832 文献标识码：A 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 INTERNATIONAL FINANCE 根据麦肯锡 2023 年的调研数据，金融行业从业者 反馈“在工作中常规使用大模型”“在生活中常规

1 2 The Statement 声 明 本研究报告由高德地图大云图业务 中心数据分析团队撰写，所载全部内容仅 供参考。 报告是基于高德地图及行业浮动车数 据，通过大数据挖掘技术结合交通算法及 交通理论编制，保证报告合理性与科学性。 报告中地面道路交通通行时间计算方法， 是考虑融合道路交叉口延误时间（即信号 灯等待时间），从时间、空间、效率三个 维度客观、综合地反映了城市道路交通健 构研究及政府决策提供有价值的参考依据。 报告中所涉及的文字、数据、图片 及标识等所有内容均受到中国著作权法、 专利法、商标法等知识产权法律法规以 及相关国际条约的保护。未经高德事先 书面许可，任何组织和个人不得将本报 告中的任何内容用于任何商业目的。经 高德事先书面许可的引用发布，需明确 出处为“高德地图《2024年中国主要城 市交通分析报告》”，不得对报告进行 有悖原意的引用、删节和修改，且引用 交通评价是一个极其复杂的工程，虽然大数据可以反映城市运行规律和特征，但源于数据来源和样本渗透 的差异性，认识的局限性，设备的不足等困难，更科学、更精确、更有价值是我们一直追求的目标。” • 欲了解您所在城市交通拥堵数据，请访问：https://report.amap.com/diagnosis/index.do • 感谢您的关注，敬请留意后续研究结果的发布 3 联合发布 《中国主要城市交通分析报告》以高德交通大数据发布平台、大数据开放平台、

世界物联网解决方案展 5 月 13-15 日（西班牙·巴塞罗那） 参展联系：18676385933 4 本报告是视觉物联、AIoT 星图研究院、深圳市物联传媒有限公司的调研与研究成果。本报告内所有数据、观点、结论的版权均属视觉物联、AIoT 星图 研究院、深圳市物联传媒有限公司拥有，任何单位和个人，不得在未经授权和允许的情况下，进行全文或部分形式（包含纸制、电子等）引用、复制 和传播，不可断 出 的具体行为与决策，以及其产生的后果，视觉物联、AIoT 星图研究院、深圳市物联传媒有限公司概不负责。本报告部分素材源于网络公开渠道，如有 侵权，烦请联系分析师，分析师联系方式如下 版权与免责声明 关于视觉物联 商务合作 分析师个人简介 视觉物联主要聚焦 AIoT 产业生态，多光谱 +AI 融合、云边 端协同，推动 AI 多场景化落地，为行业提供合作交流平台： 共建、共享、共赢！ 视觉物联生态圈 2、IOTE 国际物联网展（深圳 / 上海） 3、产业生态报告 4、IOTE 生态行 联系方式： 延科：18922857775 姓名：吴明明 职位：AIoT 星图研究院行业分析师 个人简介： “路虽远，行则将至”，致力于为 AIoT 技术、 产品及解决方案在更多应用场景中更好落地赋能。 IOTE 2025 上海站：6 月 18-20 日 深圳站：8 月 27-29

研究报告 2025 年全球感知技术十大趋势预测 2 前言 在当今时代，人工智能、大数据、物联网以及新型通信技术正以前所未有的速度蓬勃发展。 这些技术的不断进步，犹如一股强大的推动力，为感知技术的发展带来了前所未有的机遇。感知 技术，作为科技领域的关键一环，正站在变革的十字路口。 传统的单一传感模式，在智能化时代的浪潮下，逐渐暴露出其局限性。它已难以满足环境认 知、精确定 单一传感模式由于其自身的局限性，无法同时兼顾这些需求。 然而，2025 年的感知技术将迎来全新的发展格局。它将在多个前沿领域展现出令人瞩目的突 破。多模态融合技术，将多种传感器的数据进行深度整合，为环境认知提供更丰富、准确的信息； 超低延迟网络技术，能够实现数据的实时传输，为远程控制和实时反馈提供有力支持；3D 空间 计算技术，将构建出逼真的三维空间模型，为虚拟现实、增强现实等领域带来全新的体验；情感 与语音识别技术 术路线以及各大科技企业在商业落地 方面的丰富实践，精心归纳出 2025 年感知技术的十大趋势。报告不仅将详细介绍每一趋势的技 术原理、关键算法和实现方式，还会结合国内外领先企业的实际应用案例，深入分析各趋势对未 来商业生态所产生的深远影响。这份报告旨在为技术研究者提供全面、深入的参考，同时也为决 策者、企业管理层和投资人指明未来技术发展的明确方向。 在全球数字化转型加速的大背景下，感知技