技术路线，并针对当前光计算面临的问题及解决方案进行了系统性分 析。光计算的发展成熟需要产学研用各方凝心聚力，中国移动愿与业 界合作伙伴一道，共同攻关光计算关键技术，孵化创新应用，加速光 计算从“实验室”到“产业化”进程，推动光计算技术成熟和生态繁 荣，助力我国实现算力技术的“换道突破”和产业的“弯道超车”。 中国移动 面向新型智算的光计算白皮书（2025） IV 目 录 前 言.......... 在全球光计算技术竞速与 AI 算力需求爆发的双重驱动下，国内外企业及科 研院所加快光计算技术的探索与实践，取得了一系列关键进展。 以美国为主的海外光计算企业依托顶尖科研院校技术积淀与资本密集投入， 加速光计算产业化探索。Lightmatter 创立于 2017 年，技术出自麻省理工学院， 其产品涵盖光子计算平台（Envise）、芯片互连产品（Passage）和适配软件（Idiom）， 专注于光电混合 AI Gigafund、比尔・盖茨等，投 后估值 2-3 亿美元。​ 受益于政策大力扶持以及本土化替代的广阔潜力，国内光计算产业迎来新 一轮快速增长。上海曦智科技于 2018 年成立，作为国内光计算产业化的先行者 中国移动 面向新型智算的光计算白皮书（2025） 4 之一，围绕光子矩阵计算、片上光网络、片间光网络三大核心技术开展产品研发， 构建了从光计算到光互连的全栈技术链，2025 年推出天枢光电混合计算卡，光

+”人工智能 三年行动实施方案》，提出了培育发展人工智能新兴产业、 推进重点领域智能产品创新、提升终端产品智能化水平等 3 项重点任务，部署了实施核心技术研发与产业化、基础资源 公共服务平台、智能家居示范、智能汽车研发与产业化、智 能无人系统应用、智能安防推广、智能终端应用能力提升、 智能终端应用能力提升、智能机器人研发与应用等 9 大工程。 2016 年 8 月，国家发展改革委发布《关于请组织申报大 重点征集机器学习、知识图谱、多模态大模型、自然语言处 理、智能语音、计算机视觉、生物特征识别、智能体、群体 智能、跨媒体智能、具身智能、智能软件、安全防护等人工 智能领域，以及新型物联网等“新星”产业领域关键核心技 术攻关及产业化项目需求。 （5）四川省的探索实践 2025 年 3 月 19 日，四川省科技厅、发改委发布《四川 省促进人工智能产业链发展若干政策》，包括加大技术攻关 支持力度、大力支持人工智能产业发展、加快推动人工智能 7 月 30 日，广东省人民政府发布《数字经济促 进条例》，提出“数字经济发展以数字产业化和产业数字化 为核心。数字产业化主要促进数字产品制造业、数字产品服 务业、数字技术应用业、数字要素驱动业的发展；产业数字 化主要促进工业数字化、农业数字化、服务业数字化等数字 化效率提升业的发展。”明确了数字产业化的 4 种产业形态、 2 种企业形态和 2 种生态形式。4 种产业形态包括电子通信

力建设平台培育工作的通知》提出，到 2027 年，力争培育中试能力建设平台 20 个以上， 服务企业数量超过 200 家，孵化产品 400 个 以上，有力支撑创新成果的小试验证—中试 扩大—产业化应用”。 生物制造作为提升经济竞争力的着力点， 也是我国继绿色制造、智能制造后，推进制 造强国建设的又一个重要抓手。 1.3 未来趋势 1.4 产业链 图 3 生物发酵产业链

前述四层技术方案 的深入分析，本路线图从技术标准、产业协作、实施部署和生态建设 四个维度，按照网络分层从上到下的顺序，制定了分阶段、分层次的 标准化推进策略，旨在促进光电协同网络技术的成熟与产业化应用。 第一阶段：物理层与链路层标准化 在这一阶段中，需要制定物理层的光交换设备接口标准，同时为 了量化网络性能，还需建立光电性能基准与测试标准。 光交换设备的接口标准中，最重要的是控制接口规范，如重配置 步降低，实现更智能的网络资源分配和动态优化。 光电协同网络技术正站在历史性的发展机遇期，其未来发展将深 刻改变智能计算的基础设施格局。通过技术创新、产业协作、标准化 推进等多方面的努力，光电协同网络将从实验室走向产业化应用，从 局部试点走向大规模部署，最终成为支撑人类社会数字化转型的核心 技术基础。 面对激烈的国际技术竞争，我国应该抓住光电协同网络发展的战 略窗口期，加大技术研发投入，完善产业发展政策，培育具有国际竞

下游主要是整机设备商以及云厂商，整机设备商又分为智算服务器和 交换机厂商，其中的头部企业有：华为、中兴通讯、新华三等；云厂 商主要以阿里云作为头部代表企业。这些企业已在1.6T硅光可插拔模 块和CPO样机方面形成布局，逐步积累产业化经验。部分合作厂商及其 产品/技术如下：  曦智科技公司解决方案 曦智科技作为国内进入CPO技术领域较早的企业，同国内GPU厂商 合作研发了国内首个xPU-CPO光电共封装原型系统，采用超短距接口 厂商已开展深度合作； 同时与下游制造封装厂及设备厂商，聚力攻克封装制造环节的技术难 点，以完善产业链生态为目标。  奇点光子智能科技公司解决方案 奇点光子聚焦芯片间互联的光IO芯粒研发和产业化，目标产品是 芯片间光互联光电芯片与光学引擎，可用于GPU-GPU间互联的 Scale-Up网络，以及GPU-XPU (如CPU、DPU等)之间PCIe/CXL网络，大幅 提高超节点规模。公司

“丝路科创信息服务平台”是吸纳了海外高精尖技术和方案，对接科学团队，实现技术转移和成果转化的平台。 目前，平台已经启动部分国家科学团队项目的对接工作，这些科技成果部分已经通过平台及丝路工业互联网促进中心， 在中国实现产业化落地。 所属类别 总体介绍 应用效果 截至2023年2月15日，俄罗斯、乌兹别克斯坦、哈萨克斯坦数字与信息化领域4000余条需求信息发布至平台，项 目总金额超过14亿美元，平均每日更新百条 信产业由沿海向内 陆转移，以成渝地区为纽带，建立中国信息通信领域的中俄及“一带一路”国际合作载体，同时为当地政府提供技术、 标准、前瞻性研究和咨询等方面的支撑，产学研协同推动科技成果转移转化与产业化，为区域内产业发展需求和优势 科研力量分布进行统筹布局，提升区域技术创新能力和竞争优势，发挥产业聚集及辐射带动效应，促进区域经济发展 和产业创新。 社会效益： 开启中俄合作新平台。协会牵头两 方法及装置，将油田自动化武装到单井，实现单井生产的全 面监控，最大程度的杜绝意外的发生，减少生态污染。 （5）产业化生产道路 通过“无感知配置技术推广与应用”相关产品的研发及后期产品的生产，使公司由从事系统集成的“拿来主义”， 转变成“自己动手，丰衣足食”走产品研发路线的产业化道路。形成油田专业技术及油田产品完整的产业链，并带动 相关配套行业的发展。改变现有的劳动密集型模式，实现技术密集型产业模式。

优化等诸多应用价值，已成为助力企业数字化转型、提高生产效率、促进数字经济发展的 重要抓手。 《数字孪生世界白皮书》聚焦数字孪生世界的关键技术、行业场景与应用发展，梳理 了数字孪生技术基础设施发展情况，深入分析产业化元宇宙发展趋势，技术体系以及包括 城市、工厂、流域、双碳等典型行业的应用场景，旨在为产业界在规划建设数字孪生世界 时提供参考借鉴，助力数字孪生世界的技术演进和产业发展。 杨秦敏 浙江大学控制科学与工程学院教授 通过技术成果展示物联网、AI、GIS 等技术聚合创新，如易知微的渲染引擎、数字人等实 践突破；行业应用聚焦园区、港口、水利等五大场景，结合政策与市场需求推动技术落地。 全文通过理论剖析与实践案例结合，为数字孪生技术跨领域融合及产业化发展提供系统性 指引。 《数字孪生世界白皮书（智能算法篇）》在前两版的基础上深化数字孪生技术创新， 推动“数字孪生+智能算法”的数字孪生智能应用建设，旨在通过白皮书为数字孪生产业发 展提供借

软件开发项目管理指南 0082 技术基础研究项目管理指南 0083 软科学研究项目管理指南 0084 科技成果产业化项目管理指南 35 序 号 标准体系 编号 子体系名称 标准号或计划号 标准名称 采用标准编号和名称 备注 DC 服务项目管理标准

气合作 《2025年能源工作指导意见》 国家能源局 2025年2月 坚持平等互利、合作共赢的方针，积极促进能源国际合作；加强能 源科技创新能力建设，支持能源开发利用的科技研究、应用示范和 产业化发展；保障能源安全和绿色低碳转型，促进能源新技术、新 产业、新业态发展 《中华人民共和国能源法》 全国人民代表 大会常务委员会 2025年1月 深化新一代信息技术融合应用，加快行业发展模式和企业组织形 �� 创新引领：石油石化企业利用数智技术逐步实现从传统能源供应商向综合能源服务商战略转 型。通过构建开放协同的创新平台，整合传统业务与氢能、地热、光伏、充换电、碳管理等 新兴业务，加速技术成果产业化落地，推动形成“油气氢电服”多元融合的商业生态，实现 基于能源全生命周期的价值创新与绿色发展，持续引领行业变革与低碳转型。 全链协同：企业基于工业互联网打通产业链上下游数据链条，构建覆盖原料供应、生产制

加福民团队开发脑脊接口技术，让瘫痪者 重获行走能力；复旦大学类脑院构建千亿 级神经元数字孪生平台 8，推动神经调控 应用发展；VR 技术与具身智能结合，增 强沉浸体验，推动未来人机交互革新。具 身智能正迈向产业化，赋能医疗、制造、 家用机器人及虚拟现实等多个领域。 2.3 前沿科学问题和突破路径 2.3.1 基础模型 现有具身智能基础模型的泛化能力有 限，难以适应不同物体类别、场景和任务。 如何提升跨本体、跨场景、跨任务的泛化 ©️Tanja Ivanova / Moment / Getty 科学智能白皮书 2025 26 27 3. 材料 3.1 背景 近年来，材料科学的发展面临诸多瓶颈， 严重制约新材料的高效开发与产业化。首先， 传统研究依赖经验驱动的实验与理论计算， 从概念验证到应用往往需十年以上时间。与 此同时，材料研究高度依赖昂贵的实验设备 和计算模拟，尤其在锂离子电池、电催化、 先进高分子等领域。此外，材料的结构与性 执行机构 AI4S 政策的执行涉及多主体协同。政府 部门负责政策制定与统筹规划；科研机构承 担技术研发与应用示范，如实验室、高校等， 通过组建跨学科团队开展前沿研究；企业则 聚焦技术转化与产业化，如科技企业参与构 建 AI4S 创新生态。 2.3.2 组织架构 构建多层次、协同化的组织架构。设立 各级 AI4S 战略委员会，统筹协调各部门资源 与政策；在地方层面，建立区域 AI4S