源数据和信息，导致在处理与时效性相关的能源问题时，给出的结果滞后或不准确。 2、逻辑推理方面：1）复杂逻辑处理能力有限，能源系统涉及发电、输电、配电、用电等多个环节，各环节之间存在复杂的因果关系和 逻辑联系。DeepSeek在处理一些需要深入理解和分析复杂能源逻辑关系的问题时，可能会出现混淆概念、因果倒置等逻辑错误，难以提 供准确有效的解决方案。2）缺乏辩证思维。能源行业的很多问题需要综合考 理等相关领域的数据，让DeepSeek能从更丰富的维度理解能源问题中的逻辑关系。 。 2、模型优化：利用能源领域的特定数据集对DeepSeek进行微调，针对能源领域的复杂逻辑关系问题，调整模型的参数和结构。将 DeepSeek与其他专门用于处理逻辑关系的模型或算法进行集成，如知识图谱、逻辑推理引擎等，结合各自的优势来提升处理复杂逻辑 关系的能力。 3、多模态融合与交互： 除了传统数据，融入能 视频识别能源设备状态，结合文本数据，能让DeepSeek更全面地理解能源场景中的复杂逻辑。 4、模拟与仿真结合：将DeepSeek与能源系统模拟软件集成，利用模拟软件对能源系统的物理过程进行精确模拟，DeepSeek基于模拟 结果进行逻辑分析和决策优化，如在电力系统规划中，结合模拟软件的潮流计算结果，DeepSeek进行更合理的电网布局和调度逻辑分 析。

本次《人形机器人落地场景洞察白皮书》4大核心亮点： • 创新逻辑：提出“人形机器人场景落地评价模型”，依托服务头部企业的实战经验，以及对机器人产业逻辑>10年 的洞见，识别落地场景顺序——工业、家庭、商业服务 • 聚焦工业：洞见新能源汽车制造——5大工序 VS 人形机器人适配4大工种（搬运、质检、工站衔接、基础组装） • 真实案例：采集某全球头部企业场景规划——验证人形机器人落地场景、适配工种逻辑 • 产业展望：工业、家庭 展望：人形机器人产业关键节点识别 M2 2025 Proprietary and Confidential All Rights Reserved. 人形机器人应用场景演进逻辑 未来人形机器人落地场景将由工业->家庭->商业演进，主要基于两大核心逻辑：场景的标准化程度、任务的复杂程度由简至繁 5 工 作 环 境 复 杂 工 作 环 境 简 单 任务单一 任务复杂 商业服务 单一动作执行 ✓ 商业演出 ✓交互对象较多元 商业场景 标准化程度较低。 ✓环境最开阔多变 ✓交互对象最多元 Source: M2研究 & 分析；全球人形机器人企业专家访谈；转载引用内容请标明来源 人形机器人落地场景演进逻辑 M2 2025 Proprietary and Confidential All Rights Reserved. Source: M2研究 & 分析；全球人形机器人企业专家访谈；转载引用内容请标明来源

分析数据集成 管理需求  扩展 CIM （ IEC 标 准）  设计企业公共 数据模型 数据架构 设计 5  主数据模型 语义视图  公共数据逻 辑模型  分析型数据 逻辑模型  设计原有门户 与 SAP 的集成  设计原有集成 平台和 SAP 集 成  设计原有系统 和 SAP 数据传 输接口  设计未来数据 集成平台 技术架构 设计 业务功能分析 设计 SAP/ 非 SAP 接口集成 设计统一 应用框架 分析业务对象关系 确定企业主题域 应用 IEC 标准 识别 SAP 内对象 建立公共信息 概念模型 设计公共数据 逻辑模型 设计公共数据 对象物理模型 分析非结构 化数据需求 分析实时 数据交易需求 分析数据管理 统一需求 决策 SAP 边界 设计未来技术架构蓝图 理解一体化平台技术需求 SAP/ 使用 被提供成 支持 信息 - 结构关系 定义 交互 IT 服务 – 服务设计 自动实现 执行 数据实体 - 数据结构 , 实体关系 逻辑数据模块 物理数据模块 逻辑应用模块 数据集成管理 物理应用模块 逻辑技术模块 物理技术模块 使用 / 更新 支持 / 暴露 地点 产品 制造出 位于 描述 支持 支持 / 暴露 未来企业架构元模型 战略驱动

..............................21 3.1 价值创造继续承压，盈利质量不同加剧分化 .................. 21 3.2 价值塑造偏短视，产业投资逻辑不够清晰 ....................... 24 3.3 价值经营意愿增强，专业性提高.......................................... 26 能力与更具体的应用场景落地。现阶段“盈利质量”的差异正在显著 加剧群体内部的分化；面向资本市场的价值塑造多偏向于短期回报性 投资标签的打造，而鉴于价值创造能力的短板，群体上市公司在讲好 “回报”故事的同时，更需夯实产业价值的投资逻辑，引导资本市场 聚焦可持续的价值创造。此外，回购、增持及股权激励等行为日趋活 跃，价值经营的主动性显著增强，方式上也呈现结构性变化，专业化 水平得以提高，但与 A 股平均水平之间仍有差距。 专精特新上市公司市值管理诊断散点图 数据来源：Chocie，和恒整理 二、科学的市值管理战略方法论 2.1 市值管理的本质是“做价值涨预期” 市值管理是一项战略管理行为！站在实操角度看，市值管理的内 在工作逻辑可概括为“做价值、涨预期”，以价值为市值管理的锚， 追求上市公司市值的科学合理最大化。 图7 和恒咨询上市公司市值管理方法论模型 “做价值”分为价值创造、价值塑造和价值经营三个方面。

•人工智能：让机器具备动物智能，人类智能，非人类智能（超人类智能） •运算推理：规则核心；自动化 •知识工程：知识核心；知识库+推理机 •机器学习：学习核心；数据智能（统计学习方法，数据建模） •常规机器学习方法：逻辑回归，决策森林，支持向量机，马尔科夫链，….. •人工神经网络：与人脑最大的共同点是名字，机制和架构并不一样 •传统神经网络：霍普菲尔德网络，玻尔兹曼机，….. •深度神经网络：深度学习 • 专注于通用自然语言处理和多模态能力，适合日常对 话、内容生成、翻译以及图文、音频、视频等信息处 理、生成、对话等。 侧重于复杂推理与逻辑能力，擅长数学、编程和自然语言推理任 务，适合高难度问题求解和专业领域应用。一般是在生成模型的 基础上通过RL方法强化CoT能力而来 推理能力 在日常语言任务中表现均衡，但在复杂逻辑推理（如 数学题求解）上准确率较低。 在复杂推理任务表现卓越，尤其擅长数学、代码推理任务。 多模态支持 当前主要支持文本输入，不具备图像处理等多模态能力。 应用场景 适合广泛通用任务，如对话、内容生成、多模态信息 处理以及多种语言相互翻译和交流；面向大众市场和 商业应用。 适合需要高精度推理和逻辑分析的专业任务，如数学竞赛、编程 问题和科学研究；在思路清晰度要求高的场景具有明显优势，比 如采访大纲、方案梳理。 用户交互体 验 提供流畅的实时对话体验，支持多种输入模态；用户 界面友好，适合大众使用。

度、内容逻辑性、内容丰富度也进 入了用户关注的Top5功能点。对于数据图表的需求超过了20%，但对于视觉效果、创新性功能的需求并不热烈。 专业数 据图表 输入输出 输入方式丰富度：拍图、对话等多模态 输出模式丰富度：简约、专业等多模态 交互性：引导输入、可编辑、可分享等 需求贴合度：需求识别度高、可修改等 内容质量 丰富度：文本、图片、图表兼备 可靠性：内容准确，可商用 逻辑性：清晰有层次易理解 准确度：非AI幻觉，且准确引用 可视化效果：出现文字、图表等多形式 用户体验 易操作性：操作流程直观，用户上手快 稳定性：生成过程快，崩溃少，信息清晰 功能全面性：功能覆盖度高 价格：价格普惠，性价比高 内容逻辑性 内容丰富度 输入输出交互性 输入方式丰富度 输入输出需求贴合度 智能PPT产品能力模型 用户最关注的智能PPT能力维度 数据来源：2025年6月用户调研（N=1172），极光月狐数据研究院整理。 文本丰富 + 图表结构 识别意图 + 自主生成完整逻辑 「简约 or 专业」 布局选择 专业图表选择多 美化功能升级 智能推荐模板 单页美化 上传素材 多功能在线编辑 指令修改 专业图表生成 图表结构丰富 多类型选择 可视化体验增强 文本质量提升 准确性 需求严格依从 时效性 支持单页续写 逻辑严谨、完整 内容丰富度高 专业复杂布局 智能换图

职能流程分解 组织 IT 系统交互 网络部署 流程描述 业务架构 （业务战略、治理、组织和关键业务流程信息， 及其间的交互） 应用架构 应用系统、相互交互及 其与关键业务流程关系 数据架构 逻辑和物理的数据资产和 数据管理资产 技术架构 （支持业务、数据和应用服务必须的软件和硬件能力） 企业架构的范畴包括哪些（ 1 ） • 企业架构可以分为两大部分： – 业务架构：是把企业的业 施动者 角色 功能 业务服务 、合同、 服务质量 流程、 事件 控制、 产品 功能 信息系统架构 数据 数据实体 逻辑数据 构件 物理数据 构件 应用 信息系统 服务 逻辑应用 构件 物理应用 构件 技术架构 平台 服务 逻辑技术 构件 物理技术 构件 架构原则、愿景、和需求 预备阶段 架构原则 架构愿景 业务原则、目的 、和驱动力 架构愿景 被产生 支持， 被履行 拥有 被拥有 包括 属于 驱动力 目标 目的 数据架构 业务服务 应用架构 技术架构 物理数据构件 数据实体 逻辑数据构件 信息系统服务 物理技术构件 物理应用构件 逻辑技术构件 平台服务 逻辑应用构件 实施 运行在 通过。。被实现 被供应 供应 创造 激发 被激发 包 含 包 含 包 含 包 含 使用

术路线具备综合性优势。近年来业界持续推进量子计算原型机研制， 科研成果不断涌现。 超导技术路线以超导约瑟夫森结为基础构建二能级系统，优势 在于扩展性好、易操控以及集成电路工艺兼容。近年来，超导路线 在量子比特规模、逻辑门保真度、相干时间等方面持续突破。2024 年，IBM 基于动态量子电路生成高保真度“魔法态”，保真度优于不 经过魔法态提纯的原始量子比特所能达到的水平28。中科院推出自 研的 504 比特超 Willow（柳树）36， T1 增加至 98𝜇𝑠，所有物理比特的单比特逻辑门平均错误率约为 0.036%，双比特（iSWAP）逻辑门平均错误率约为 0.14%。 离子阱技术路线以囚禁在射频电场中离子的超精细或塞曼能级 作为量子比特载体，通过激光或微波进行相干操控，具备操控精度 高、相干时间长、全连接性等优势。近年来囚禁离子数量、逻辑门 保真度等关键指标不断提升，相关科研实验成果不断出现。2024 年， Quantinuum 离子阱原型机 Model H1 的单/双量子比特逻辑门保真度 分别达到了 99.9979%和 99.914%，量子体积则达到了 104857637， 此外，公司还推出了 56 位量子比特离子阱原型机 Model H2-1，分 别实现了 99.997%和 99.87%的单/双量子比特逻辑门保真度38。清华 大学实现 512 离子二维阵列的稳定囚禁冷却以及 300

化，深刻改变着经济社会形态。在此过程中，流程治理成为串联企 业各业务单元转型的核心环节，是梳理并解决信息化时代业务系统 独立、数据孤岛等问题的重要方式。在各类流程中，流程数据记录 了流程运行的路径轨迹、参与角色、时间节点与行为逻辑，是企业 真实业务活动的数字映射。高质量的流程数据管理和运营不仅是企 业开展精细化流程治理、充分发挥流程效益的关键要素，更是开展 流程智能的重要基础和前置条件。 在此背景下，中国联通集团、联通数科、中国信通院云计算与 联通数科 中国信通院云大所 中国 中国联通 联 目 录 一、 数字化转型下的流程治理演进 .................................... 1 (一) 数字化重塑企业运营逻辑 .....................................1 (二) 流程治理推动流程贯通与提效 .................................2 二、 流程数据概述 中国信通院云大所 中国联通 联通数科 中国信通院云大所 中国 中国联通 联 《数据驱动的企业流程数智化路径与实践（2025）》 1 一、数字化转型下的流程治理演进 (一)数字化重塑企业运营逻辑 “十四五”以来，我国高度重视数字化发展和数字经济建设， 相继出台了《“十四五”数字经济发展规划》《数字中国建设整体 布局规划》等系列文件。2025 年政府工作报告提出要持续推进“人 工智能+”行动，支持大模型广泛应用。2025

新一代数据驱动型企业什么样子？ 供小于求 目的是尽快铺货 消费者知晓即可 供大于求 成本竞争 目的是消费者更方便 更愿意购买 严重供大于求 创造需求 要反复触达消费者构 建忠诚度 营销理论为什么在变？ 生意的底层逻辑 构建差异 获得市场 推动标准 获得利润 树立品牌 获得溢价 迭代模式 跨越周期 营销 客户 场景 产品 人才 组织 文化 资本 供应 链 渠道 从信息化、数智化到 AGI 业务效率 • 业务创新：通过数字化实现新的商业模式创新 信息化带来的价值是 0~1 ，是基础， Yes or No 的逻辑 数字化带来的价值是 1~100 ， 多个维度的碰撞与优化，是加法 逻辑 智能化带来的价值是 100~10000 ，大幅 度增强了人的价值，是乘法逻辑 企业业务基础路径 • 制造效率：从产品设计到产品被制造完成的周期 • 传播效率：从产品设计到消费者知晓的营销手段 触达率不同，看了一半就退出是大敌 • 响应效果不同，看完了能够去 • 投入产出 • 每一个内容，针对传播人群的响应率最高 • 收益高于内容生成成本 用户触点越来越多样化 精准传播 用户心智的底层逻辑： • 谁在说？ • 我为啥要听？ • 我和 ta 的关系是什么 ? • Ta 在说什么？ • “ 内容”要过五关斩六将才能到达用户 个性化内容 精准匹配用户需求 对用户的影响需要量化 互动而不是单向信息