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 市场前景以及丰富的商业落地案例。我们力求为读者呈现一幅全景式的未来感知技术图谱，让读 者能够清晰地了解感知技术的发展脉络和未来走向。 研究报告 2025 年全球感知技术十大趋势预测 3 目录 前言...................................................................................... .................................................................... 23 研究报告 2025 年全球感知技术十大趋势预测 4 二、 商业案例 ....................................................................................

9 ◼ 新能源发电优化： 1、精准的功率预测：DeepSeek可构建更精准的新能源发电预测模型，对太阳能、风能等发电功率进行提前预测。例如，针对某风光装 机占比达58%的省级电网，DeepSeek通过构建考虑新能源场站波动特性的动态安全域模型，将弃光率从19%降至3.2%，日前预测精度提高 至94.7%。 2、优化调度决策：基于精准的发电预测，AI 大模型可以综合考虑电网的负荷需求、不同 市场供需分析与预测： 1、需求预测：根据经济发展、人口增长、产业结构变化等因素，Deepseek可以对能源的市场需求进行准确预测。例如， 通过分析城市的人口增长趋势、工业发展规划以及居民生活方式的变化，预测城市未来的电力需求增长情况，为电力企 业的规划和投资提供依据。 2、供应分析：对于能源的供应端， Deepseek可以分析能源生产 企业的产能、设备运行状况、资源储备等信息，预测能源的供应 能力和供应稳定性。例如，在石油和天然气行业，模型可以根据 油田的产量数据、设备的维护情况以及新的勘探开发计划，预测 未来的油气供应情况，帮助交易商和供应商提前做好应对措施。 3、供需平衡分析：综合考虑能源的市场需求和供应情况， Deepseek可以对能源市场的供需平衡进行分析和预测。有助于市场监管部 门及时发现供需失衡的情况，并采取相应的调控措施，如调整能源价格、增加能源供应或引导需求侧管理，以维护能源市场的稳定。

将会产生巨大的经济效益。 本文 以重型装备制造企业的节能减排为需求， 介绍了重型装 备制造企业能源管理系统的设计与实现。 该能源管理系 统主要对能源介质、 能耗设备、 计量设备、 计量数据、 能耗统计、 能源消耗预测进行管理。 1 系统设计 1.1 系统设计思想 （1）能源消耗统计。 本系统以能耗设备为统计单位， 对能耗设备基础数据进行统计分析， 可以实现车间、 能 源介质、 设备等统计对象在任意（年、季、月、日）时间单 C# 和 SQL Server 数据库的交互通过 ADO.NET 实 现。 （2）能源消耗预测。 在能耗统计基础上可以进行能源 消耗预测， 能源消耗预测是基于历年各个产品的产量和 当年的能源消耗量来进行的， 给定预测年份各个产品的 产量， 采用最小二乘法， 即可得到该预测年份的能源消 耗预测值。 矩阵 A 为 6×5 维度的由 a11～a65 组成， 即为往年各个 产品数量矩阵， 矩阵 天然气/ 煤气使用累积量 （EnergyConsume） x1～x5 为产品一到产品五在预测年份（如 2013 年）的产品 单耗， 通过矩阵计算求出矩阵 X， 得到 x1～x5 的值。 矩 阵 P 为 1×5 维度的由 p1～p5 组成， p1 到 p5 为产品一到产 品五在预测年份的产品数量， 预测年份的总能耗为 E： E=p1x1+p2x2+p3x3+p4x4+p5x5。 矩阵计算如下：

目录 甲方供应链未来情景 客户 分公司 S&OP 供应可视 一致性需求计划 可承诺量 (ATP) 供应约束 端到端同步计划 终端客户销售 甲方供应链网络 供应商 交付计划 PO / 预测协 同 及时交付 及时供应 及时交付 周主计划会议 需求管理 供应管理 关注长周期决策 集中型供应链管理组织 - 形成统一的一致性需求计划，根据计划执行生产 1 2 3 4 财务整合 物流网络政 策 11 PO / 预测协同 4 2. S&OP 一级流程 : 供应链计划流程 供应链计划一级流程 输入 输出 装运 装运 生产 生产 采购 采购 供应商 物料 原材料 1.1 需求计划 [ 营销 ] [ 每周 ] [IBP ] 1.2 需求冲减 和优先级 [ 每周 ] [APO-DF ] [ 营销 ] 需求 净预测 销售订单 周生产目标 1.3 原材料装运 原材料接收 成品入库 成品出库 装运 入库 半成品入库 出库 供应监控 计划 vs 执 行 成品每日目标完成 OTD2 OTD1 供应商 OTD OTD0 需求满足 订单 vs. 预测 半成品每日目标完成 主计划 vs. 成品生产计划 成品 vs. 半成品生产计划 生产计划 vs. PO / DN ATP 装运目标 生产目标 采购目标 1. 一级流程设计及未来场景 2.

� 亚洲零售数字化行业市场规模，按收入计（����-����预测） � 中国零售数字化行业市场规模，按收入计（����-����预测） � 零售数字化产业链生态图谱 � 亚洲零售行业市场规模，按照地区进行细分（����-����预测） �.� 亚洲实体零售行业市场规模（����-����预测） �.� 亚洲零售行业的痛点分析 �.� � 全球零售行业市场规模，按零售额计（����-����预测） � 全球零售行业市场规模，按照大洲进行细分（����年） � 中国零售数字化企业出海趋势分析 � 中国零售数字化企业出海的机遇和挑战 � AI技术赋能中国零售数字化企业出海 � 中国零售行业市场规模，按零售额计（����-����预测） ····························· 下，产品质量问题追溯也常因信息滞后引发消费端的不满，难以迅速处理诸如门 店库存和产品质量等问题。零售企业，尤其是大型零售企业，需要通过数字化系统 提升供应链整合能力，对供应商进行统一优化管理，并利用销售预测等技术打破 门店需求与供应商供应之间的壁垒，从而降低零售企业的运营成本，提高业务效 率。 �.� 零售行业的复杂性 助力零售赢在数字时代 Empower Retailers to Thrive

数字驱动、智慧引领：迈向未来的新型电力系统 在数字化变革与能源变革的交汇点上， 我们正见证当下世界的深刻变迁。在国 家“加快规划建设新型能源体系”的目 标下，新一代数字化智能化技术以其全 面感知、高效协同和精准预测能力，正 在助力清洁能源实现“安全、清洁、经 济”的平衡，并逐步成为能源体系中的 主导力量。纷繁复杂的能源体系也为数 字化智能化技术提供了广阔的应用场 景，促进其在不断的探索与验证中完成 其有效运营。长久以来，数字化工具主要作为能源管理的辅助 工具，但随着能源系统的规模扩大和复杂性提升，以人工智能 为代表的数字化智能化技术成为能源体系运转的核心引擎。例 如，人工智能技术用于能源预测、能耗优化、智能电网管理或 储能系统管理，以其快速响应、精准预测、情景优化的能力， 显著降低运营成本，并增强系统安全性和稳定性，助力打破能 源清洁、经济、安全的“不可能三角”。据全球移动通信系统 协会（GSMA）估算，到2050年，仅通过构建智慧化能源体 气行业绿色低碳发展以及构建数字能源生态系统中的关键作 用。这一规划的发布标志着中国能源战略正向智能化和自动 化的深层次发展迈进，旨在通过新一代信息技术，如人工智 能、云计算、区块链、物联网和大数据，实现能源系统的高 效预测、预警、联合调度和远程控制。2024年7月，随着《加 快构建新型电力系统行动方案（2024—2027年）》的发布， 新型电力系统的建设目标被进一步细化。该方案围绕“清洁 低碳、安全充裕、经济高效、供需协同、灵活智能”的总体

数字驱动、智慧引领：迈向未来的新型电力系统 在数字化变革与能源变革的交汇点上， 我们正见证当下世界的深刻变迁。在国 家“加快规划建设新型能源体系”的目 标下，新一代数字化智能化技术以其全 面感知、高效协同和精准预测能力，正 在助力清洁能源实现“安全、清洁、经 济”的平衡，并逐步成为能源体系中的 主导力量。纷繁复杂的能源体系也为数 字化智能化技术提供了广阔的应用场 景，促进其在不断的探索与验证中完成 其有效运营。长久以来，数字化工具主要作为能源管理的辅助 工具，但随着能源系统的规模扩大和复杂性提升，以人工智能 为代表的数字化智能化技术成为能源体系运转的核心引擎。例 如，人工智能技术用于能源预测、能耗优化、智能电网管理或 储能系统管理，以其快速响应、精准预测、情景优化的能力， 显著降低运营成本，并增强系统安全性和稳定性，助力打破能 源清洁、经济、安全的“不可能三角”。据全球移动通信系统 协会（GSMA）估算，到2050年，仅通过构建智慧化能源体 气行业绿色低碳发展以及构建数字能源生态系统中的关键作 用。这一规划的发布标志着中国能源战略正向智能化和自动 化的深层次发展迈进，旨在通过新一代信息技术，如人工智 能、云计算、区块链、物联网和大数据，实现能源系统的高 效预测、预警、联合调度和远程控制。2024年7月，随着《加 快构建新型电力系统行动方案（2024—2027年）》的发布， 新型电力系统的建设目标被进一步细化。该方案围绕“清洁 低碳、安全充裕、经济高效、供需协同、灵活智能”的总体

3 产品质量检测场景.......................................................................... 74 4.2.4 设备预测性维护场景...................................................................... 75 4.3 工业大模型应用当前问题.. 产业发展面临的挑战.................................................................... 112 6.1.3 全球产业布局与预测.................................................................... 116 6.1.4 中国产业布局特点......... 1 全球产业的发展趋势.................................................................... 128 6.3.2 全球市场容量预测........................................................................ 130 6.3.3 全球产业的竞争态势....

网络流量预测问题 ......................................................................... 8 表 4 投资组合优化 ............................................................................... 11 表 5 信用风险预测 .... 最大加权独立集分布式 QAOA 算法测试例 .............................. 30 表 10 用于网络流量预测的量子 Tsmixer 模型性能测试例 .............. 31 表 11 用于无线时空性能预测量子 TTM 模型性能测试例 ............... 32 表 12 量子计算机单系统硬件指标选择建议 ............ 在人工智能方面，虽然机器学习的引入为移动网络数据处理与 智能化提供了新的解决方案，但大模型的训练与推理成为移动网络 新的算力需求来源。网络智能化任务主要涉及网络状态的预测、异 常检测和网络优化决策等。广义的网络状态预测包括网络流量预测、 用户行为预测、网络性能预测、无线信道状态预测、设备状态预测 量子计算应用能力指标与评测研究报告（2024 年） 6 等。网络异常检测包括流量异常检测（如用于安全风险评估）、用

的运营和自动化高管表示，到 2025 年，AI 助手将接管大部分常规和事务性工作。 自动化决策的比例将进一步上升。运营和自动化高管们表示，生成式 AI 将在未来两年内将数字助理的决策量增加 21%。 预测能力提升并推动可持续创新。76% 的供应链和运营高管认为，生成 式 AI 将优化产品设计，并推动产品生命周期的可持续发展。 生成式 AI 能够防范供应链中断， 并驱动业务增长。 摘要 智能供应链洞察变革，驱动增长 同行竞争者。 72% 供应链的稳定性始终难以把握。商业环境中 的各种潜在风险让我们很难预测未来的变化。 面对不确定的环境，供应链高管往往要采取 “围城心态”，迅速调整策略，从计划 B 转 向计划 C、D 甚至 E ，以减少损失。 但是，如果你能把精力投入到推动业务增长， 而不是应对危机呢？如果你能够精准预测未 来，从而获得竞争优势呢？ 生成式 AI 与云计算的强大结合，能够让这一 与云计算的强大结合，能够让这一 设想成为现实。通过结合机器学习、自动化 和高级数据分析，组织能够在混合云环境下 精准预测需求变化和采购延误等各类情况。 凭借预测，组织将能够变革供应链战略，从 事后被动应对转变为事前主动调整。 领先采纳生成式 AI 和数据创新的组织，特别是将 AI 能力视作自动化投资核心的组织，已获得显著回报。 智能供应链洞察变革，驱动增长 4 目前，领先采纳生成式 AI 和数据创新的组织，