的 颠覆浪潮中，谁能保住未来的用户入口 01 四层结构联动，价值向上游 应用转移： ◆ 智算产业已形成“硬件-云-模型-应用”的 四层结构，当前正从“算力先行”向“模型 生态构建”与“应用商业化”过渡 02 高端算力为基，垂直行业能 力为王： ◆ IaaS层的核心价值在于销售GPU算力，而 获取高价值的关键在于“高端卡保有量”与 “垂直行业能力模块建设”的结合 04 从直接竞争转向价值整合与 400-072-5588 中国：云计算系列 行业研读 | 2025/07 • 智算产业已形成“硬件-云-模型-应用”的四层结构，当前正处于从底层 的“算力先行”向“模型生态构建”与“应用商业化”过渡的关键阶段。行业 Agent的商业化落地将成为引爆点，预计2025年有望迎来“应用爆发”的 窗口期 智算产业价值路径——智算产业全景及发展趋势 智算产业链全景 来源：头豹研究院 ◼ 智算产业通过“硬件-云 本竞争格局搭建，边际红利递减。 阶段二：模型生态构建 自研/引进大模型，形成 PaaS/MaaS能力平台。目前是智 算产业的发展重点，处于高投入探 索阶段，但未形成普遍商业化。 阶段三：行业Agent落地 面相企业/行业客户交付Agent 产品，实现商业化落地牵引收 入。2025年末或将出现局部 “应用爆发”窗口期。 智算产业链价值转移趋势 7 www.leadleo.com 400-072-5588

备注：本图表中的市场潜力、成熟度评价主要基于对 10 余位相关行业头部企业负责人访谈评分获得，商业化落地情况和技术局限性重点参考 Gartnar、动脉网等发布的 研究报告，投资热度重点基于一级市场的投资数据。 1 医疗健康行业 AI 应用白皮书 表 AI 医疗健康应用场景商业化落地情况 应用方向 典型场景 商业化落地情况 投资热度 技术局限性 智慧医疗 智能导诊 部分医院引入智能导诊系统，但 中，有一定资本关注， 但仍处于探索阶段 涉及医学伦理、法规以及复 杂的临床情况，全面替代人 工设计尚需时日 12 总体篇 场景篇 趋势篇 应用方向 典型场景 商业化落地情况 投资热度 技术局限性 健康管理 健康监测 各类可穿戴设备和健康监测平台 广泛应用，但数据解读的专业性 和深度不足 高，消费级健康硬件与 软件投资热门 数据准确性、可靠性需进一 步验证，解读结果的专业性 Gartner 对生命科学高管进行了调查，结果显示，该行业 加速了对 GenAI 解决方案的探索。2024 年正在实施或已经实施 GenAI 技术的受访者数量占比从 21%增加到 49%。临床开发和商业化领域的 GenAI 实施率也大幅增长，分别从 11%和 9%攀升至 36%。整体上，AI 技术在数据分析、模式识别和预测模型构建方面展现出巨大潜力。目前， AI 在生物医药领域的应用主要包括以下几个方向：

突发数据包（Burst），并在传输前先发送一个控制分组来为这个突 发数据包预留网络资源。OBS 最关键的特点是数据在光域传输，而 控制信令在电域处理。但由于缺乏光随机存储器，以及控制平面的 复杂性等原因，该项技术尚未推出商业化产品。 云智算光互连发展报告 3. 智算场景下光互连技术的应用研究 3.1 LPO 在 AIGC 算力网络中的应用 LPO 虽然采用 TIA 和 Driver 芯片替换 DSP，但同时引发了误码 发展趋势与发展建议 6.1 发展趋势 在可插拔光模块产品方面，LPO 技术主要聚焦光模块内部架构 革新，通过去除 DSP 芯片或仅保留部分重定时功能，降低功耗与延 迟。该项技术目前已实现了初步商业化，并在 112G SerDes 场景下 完成部署。在光电混合与共封装技术方面，NPO/CPO/OIO 技术通过 不断缩短光引擎与算力/交换芯片的电路距离来实现对能耗限制的突 破。NPO 作为可插拔光模块与 问题，以智算中心场景为核心，推动 NPO/CPO 的应用落地，解决发 热、芯片良率等问题，同步验证 OIO 在 GPU 互连领域的应用效果。 对于光交换领域，在 OCS 方向，目前已经实现初步商业化。光 交换作为支撑超大规模 Scale-Out 架构的关键基础设施，在智能中 心中的应用前景十分乐观，短期来看，OCS 最有可能进行小范围的 试点应用，长期来看，光分组交换将具有更大的潜力。

中国智慧医疗行业白皮书 一、智慧医疗行业背景 1.1 政策是推动智慧医疗的核心驱动力 1.2 智慧医疗快速发展下的企业合规要求持续深化 1.3 智慧医疗投融资热度不减，更加青睐具备长期商业化能力的项目 1.4 医疗服务新需求推动智慧医疗快速迭代发展 1.5 新兴技术持续拓展智慧医疗服务边界 二、智慧医疗行业应用场景多元化发展 2.1 创新价值链进一步深化 2.2 区域医疗智慧化加深 增速放缓并不代表行业发展的停滞，而是智慧医疗行业 进入到更加注重项目质量和商业可行性的阶段，投资者 将更加谨慎地选择投资项目，对长期可持续发展的重视 度日益提升。 智慧医疗投融资热度不减，更加青睐具备长期商业化能力的项目 1.3 图表3：2019年至2023年智慧医疗投融资情况 来源：InnoHere，德勤研究 融资事件数量（起） 融资金额规模（亿元） 2019 140 100 120 80 企 业的投资，加速对数智医疗市场战略布局。例如，2024 年10月，腾讯向香港早期癌症检测公司Insighta投资了 3,000万美元（约2.1亿元人民币），以支持Insighta加速 临床试验和商业化进程。Insighta的早期癌症检测平台运 用了其专有的FRAGMA技术，能够实现非侵入性且高精 度的多种癌症早期检测。该技术已在中国大陆开展针对 肝癌的临床试验，并计划很快扩展至肺癌检测。除了资

纳的重要支撑，是实现电力系统安全稳定运行的重要保障，是促进各 行业低碳用能的重要手段。“十四五”以来，我国新型储能支持政策 日益完善，技术创新和产业发展不断取得突破，装机规模快速增加， 新型储能行业逐步由商业化初期步入规模化发展阶段。 （一）新型储能政策体系不断完善 1. 国家层面顶层设计进一步明确 “十四五”以来，国家能源局会同国家发展改革委等单位不断完 善新型储能政策体系，先后印发《关于加快推动新型储能发展的指导 5℃，电芯温差小于 2℃。系统并网技术方面，10 万千瓦 /20 万千瓦时构网型储能电站黑启动和人工短路试验成功，故障时可无延 时输出 3 倍短路电流，故障后可实现毫秒级电压恢复。 （2）多类新型储能技术向商业化应用过渡 压缩空气储能方面，我国 30 万千瓦级压缩空气储能关键装备取 得突破，已研制出自主可控的空气压缩机、膨胀机、高效储换热装备 等核心技术装备以及盐穴、人工硐室储气库建库技术。全钒液流电池

利用信息技术与各行各业深度融合，推动各行各业转型升级，创造新产品、新业务与新模式 平台赋能 • 在此趋势下，具有丰富业务经验的行 业龙头能够将自身的经验、技术与知 识以行业应用的方式进行商业化输出， 获得盈利 • 其他从业者也能够引入先进的行业应 用，提高效率，进而提升行业的整体 效能。 产销协同 • 消费互联网领先企业可以通过搭建能 04 月 24 日 04 月 20 日 消费行业未来发展趋势七：产业互联网实现产业协同、生产能力共享。 通 过建立行业平台，进行商业化输出，输出经验、技术和知识 示例： C2M 平台，猪八戒、生意帮 平台工程师确定生产方案， 共拆解成 13 道工序 04 月 06 日 04 月 07 日 华润（集团）有限公司 未经授权 禁止翻 印 华润智慧消费案例 华润雪花销售自动化平台 数字化场景建设： 随着计算机技术以及人工智能技术研发与实践， A I 照片识别、品种识别已经成为一种商业化成熟技术 被广泛应用。 A I 技术能够解决拜访产品录入效率、生动化识别与改进记录、虚假走访识别等系统使用 痛点，推动雪花 SFA 平台的进步。平台上线来市场拜访产品采集时间减少百分之

图� 中国制造未来新范式 三 个 突 破 两 个 目 标 高质量 通过精益管理不断提升 产品质量 高效率 通过数字技术提高生产 智能化水平 智能制造企业 服务化 通过重构商业化模式实现 产品的服务化 个性化 通过大数据实现产品的 个性化定制 智能化 通过嵌入新兴技术实现产 品的智能化 基于产出的 服务化 大规模 个性化定制 超级智能化 内涵丰富的 高质量

市场格局现状及预测 图表 11：国内企业 Cat.1 bis 芯片路线图 制图：智能通信定位圈、 AIoT 星图研究院 制图：智能通信定位圈、 AIoT 星图研究院 国内 Cat.1 产业真正有商业化成果起源于 2019 年，翱捷科技与紫光展锐在同一年推出各自的 Cat.1 bis 芯片，国外厂 商如高通虽然也有 MDM9207-1 这样的 Cat.1 芯片，但由于成本较高，给了国产企业很大的发展机会。加上当时国内开始 首个“5G-A RedCap+AI垃圾分类”全流程监管模式。 最终在产业规模方面，我们预测到 2030 年，5G RedCap 模组将占蜂窝物联网模组总出货量的 14%，5G eRedCap 商业化进程则会晚些，预计到 2030 年 5G eRedCap 模组将占蜂窝物联网模组总出货量的 7%。 图表 20：2024-2030 年全球 5G RedCap 模组、eRedCap 模组出货量变化 产品参与竞争，移芯通信、芯翼信息科技对应产品的量产时间则会在此基础上再晚 1-2 年。 2、出货量方面：2024 年国内基于海思 RedCap 芯片的模组出货量在 50-100 万之间，主要由鼎桥出货行业市场， 可见还处于商业化的初期阶段。2025 年，国内 RedCap 模组出货目标是实现千万量级。 3、产品价格方面：2024 年底时市面上 RedCap 模组的单价普遍在 170-190 元 / 块，相比 2024 年初接近

高校提供基础理论知识，产业界 则将这些洞见应用于实际问题的解决。然而到20世纪末，技术进步速度加快，催生了更具结构性 的合作模式：高校开始与产业界共建专项研究中心、联合科研项目及行业联盟，为知识交流与技 术商业化搭建起更正式的机制。 随着互联网成为影响经济竞争力的核心要素，产业界与学术界的关系演变进一步提速。在美国， 具有里程碑意义的立法与资金激励政策，推动高校建立起技术转化基础设施，如专利授权办公 校联盟”就开创了高等教育领域 IT基础设施共享与联合课程开发的典范。 当下，双方关系正迈入“更紧密、更具战略性”的新阶段。如今的校企合作覆盖多元领域，包括 联合研发、学生实践项目、共享设施、商业化计划及课程共建等。合作模式已从“交易式往来” 转向“生态级协作”，核心特征体现为联合创造、信任驱动的网络及成果共享。当前的合作模式 已广泛融入学生参与环节，如实习、毕业设计、产业博士项目等，同时对课程内容与技能培养的 较低：实践技术技能存在持续性、系统性短缺 智 能 世 界 的 I C T 岗 位 与 技 能 17 北美地区 美国与加拿大的校企合作历史悠久，其基础是完善的技术转化体系、浓厚的慈善与企业资助文 化，以及激励技术商业化与联合研发的政策。顶尖院校与科技巨头建立起战略性、大规模的合作 关系，这类院校（尤其是精英大学）的毕业生通常能很好地适配入门级IT岗位。然而，劳动力市 场仍存在显著缺口，在中端院校毕业生及弱势群

基础设施建设中必须高度重视的安全性课题。 1.2 高可用性挑战：系统稳定性压力增加 国务院常务会议于 2025 年 7 月 31 日审议通过《关于深入实施“人工智能 +”行动的 意见》，明确要求“大力推进人工智能规模化商业化应用，着力强化算力、算法和数 据供给”。在实际应用中，各行业普遍以 99.99% 的可用性为目标，这对 AI 基础设施 33 32 ALIBABA CLOUD MODEL STUDIO SECURITY 显式标识，告知相关内容由人工智能生成，避免公众混淆 和误认；另一方面，通过添加文件元数据隐式标识，将生成者信息等结构化数据写入 文件属性，以定位和溯源生成合成内容的恶意使用行为。此外，阿里云提供商业化标 识能力，帮助用户实现提示及溯源等定制化需求。 3.2.3 部署环境加固 基础设施与运行环境的安全是大模型服务的基础保障。通义大模型服务部署在高可用、 高稳定的阿里云百炼。如本文第三章 AI