版基础上深化技术创新，提出"技术+应用" 双驱动模式，系统规划产业发展路径。白皮书涵盖五大板块，行业综述指出数字孪生呈多 技术融合特征，但存在"有表无里"等实践痛点，强调"数智视融合，虚实人联动"将成为核 心趋势；技术架构对比分析 B/S 与 C/S 体系优劣势，结合案例提出建设参考；核心技术提 出七大能力体系，包括感知、数据治理、仿真推演等，支撑城市、工厂等场景深度应用； 通过技术成果展示物联网、AI、GIS 等技 元素搭配 2) 适用场景 常用于企业经营、财务报表、资产管理等场景下的数据看板设计。 3) 设计要点 所谓“极简”，就是尽可能减少视觉噪声，让视觉聚焦于数据本身。运用最基础的设 计原则，如对比、强调、留白等，构建纯净的视觉体验。  视觉焦点控制：剔除非必要装饰元素，保留对齐、留白等基础视觉语法；  元素抑制策略：禁用高密度投影、弥散光效、高梯度渐变；  结构化纯净框架：背景设 内容。 数字孪生世界白皮书 18 (3) 文字颜色 文字颜色也会严重影响数据展示效果，只有字体颜色与背景颜色能够形成足够对比， 才能确保核心信息清晰可辨。一般来说，黑色字体在浅色背景上的可读性较好，白色字体 在深色背景上的可读性较好。不同字体颜色之间组合的对比度太低，容易导致信息内容在 某些场景下不易辨认，如：环境光过强、曝光度太弱、背景色接近或者远距离观看大屏时。 (4) 文字间距

芯片的智能手机年出货量（单位： 百万部）����������������������������������������������� 44 25 NFC、BLE、UWB 几类数字车钥匙方案的优缺点对比 ����� 46 26 数字车钥匙需求与技术匹配表 �������������������������� 46 27 BLE ＆ UWB 数字钥匙单锚点与多锚点方案优劣势 �������� 48 中国蓝牙网关房间级定位市场出货量分析（单位：万个） �� 71 51 中国蓝牙网关房间级定位市场产值分析 ( 单位 : 亿元 ) ����� 71 52 蓝牙 CS 与 RSSI 以及 AoA/AoD 对比 ������������������� 73 53 中国蓝牙定位产品市场出货量总结（单位：万个） �������� 74 54 中国蓝牙定位市场产值总结 ( 单位 : 亿元 ) ��������������� IoT 企业级应用；但是今年的版本我们看 到了第二象限的应用场景有了明显的突破。 所以，如何评判第二象限与第四象限哪个市场更吃香？这其实并没有一个标准答案，主要是这两个市场的玩家与受益 者不同，对比的维度也不一样。 如果从芯片出货量维度来说，无疑是第二象限的 PCS 量更大，但是这个市场的收益方主要是芯片玩家，还有少量的汽 车行业方案商，即便是芯片玩家，能获益的企业也不会太多，因为手机市场有高通，汽车芯片市场玩家也强手林立。

然增长动能已显不足。 图 3：Q3 消费政策托底刺激市场 袋鼠云 汽车行业 Data+AI 数智化转型白皮书 — 12 — 2. 结构性矛盾：国内市场与出口市场的表现差异 出口市场与国内市场的数据对比，清晰地揭示了市场的结构性分化。高达 19.3% 的出口增速与仅为 1.6%的国内销量增速之间形成的显著差异，表明 2024 年市场增长 存在结构性不均衡 。可以说，海外市场的增量在很大程度上弥补了国内市场的增长乏 EREV）高达 83.3%的同比增长速度相比，差异显著 。PHEV 车型的销量呈现 出爆发式增长的态势。 图 7：新能源汽车细分动力类型销量占比  主流消费者的务实选择：两种技术路线增速的鲜明对比，揭示了当前市场消费的 核心逻辑。对于广大的主流消费群体，尤其是家庭唯一用车或生活在充电设施尚 不完善地区的用户而言，纯电动车在长途行驶中的“里程焦虑”和日常使用中的 “补能焦虑”（充电便利性 万辆，同比下降 14% 。与此同时，新能源汽车的零售量已达到 1090 万辆 。两 者之间的销量差距已大幅缩小。燃油车加速下滑的趋势与新能源车的快速增长形成了 鲜明对比，市场主导地位的更替已成定局。 图 8：燃油 VS 新能源销量及增长率对比 袋鼠云 汽车行业 Data+AI 数智化转型白皮书 — 17 — 这场结构性衰退，对不同品牌阵营造成了非对称性影响。对于在新能源领域布局 领先的自主品

划定了清晰的合规边界；国际层面，全球 ESG 披露标准正加速趋同，但欧盟 CSRD、美国 SEC 气候规则、ISSB 准则等主流框架在侧重点与实施路径上仍 存在差异。本章对国内政策的演进脉络进行系统梳理，并对比分析国际主流监管框架的 核心特点，进而提出对我国构建契合本土实际且接轨国际标准的 ESG 披露与治 理体系的启示，为后续实践提供政策层面的参考依据。 2.1 国内政策体系演进：从指引到强制 “碎片化” 特征，不同国 家、地区及机构推出的准则差异较大，跨国企业需花费大量成本适配多套标准 ，投资者也因数据口径不一难以有效对比企业可持续表现。如今，全球正朝着 建立统一的ISSB全球基准方向努力，这将降低跨国企业的合规成本，提升数据 的可比性。不同市场的投资者可直接对比企业 ESG 表现，为全球可持续资本流 动扫清 “数据语言障碍”。 （2）从定性到定量：早期 ESG 披露多以 “定性描述”

到设备级的异构算力精细化调度，实现异构 算力集群的效能革命。 （4）统一评测：建立全栈贯通的评估坐标系 统一评测是衡量异构算力综合能力的核心手段，旨在解决异构算力度量标准不一致而无 法全方位对比的难题，构建异构算力全栈测评规范，通过精准的性能评估与测试，有效破解 用户面对多元异构算力时的选型困境。评测广泛覆盖多样化的评测场景、科学划分多维度性 能指标，构建自动化、规范化的评测工具链，形成异构算力在计算、通信、调度各环节的全 量规划、性能优化提供可度量、可对比、可复现的统一标准和自动化测试工具与用例，实现 厘清异构智算算力的优缺点与适用场景，促进算力落地，指导未来算力发展。 业界现有评测实践大致分三类，一是芯片原厂自测，侧重自家峰值算力，数据孤岛化； 二是第三方实验室评测，资源有限、更新慢、模型覆盖面不足；三是头部云厂商自建 19 Benchmark，场景封闭、结果不可横向对比。三类方案均停留在“单点、单次、单模型” 展开了端到端混合预训练， 采用 4 台英伟达 GPU 与 4 台天数 BI-V150 芯片混合构建训练集群，共计消耗 1 TB 的高质 量文本数据，并与采用 8 台英伟达 GPU 的同构集群进行对比。在全过程监督下，异构混训 的 Loss 收敛趋势与同构系统高度一致，模型精度偏差范围在-2.05%到 0.04%之间，训练效 果基本一致，验证了异构训练方案在精度保持与性能收敛方面的工程可行性与实用性。

输入光场中的信息经由自由空间传播以及衍射层多次调制之后，将模型结果以光 场的形式输出。 2.3.5 各技术方案对比分析 目前光计算实现光神经网络的方式多样，呈现百花齐放的发展态势，产业和 技术路线尚未收敛，高准确度、搞扩展性、高实用性的硅基光计算芯片存在较大 的发展空间。 表 1 技术路线对比 技术路线 技术优势 存在问题 MZI 阵列 支持复数域计算、技术手段成熟 级联数目较多、相位误差积累、 入额外延迟和功耗，全光型激活阈值高难以实现多类型非线性函数的灵活切换， 仍然存在一定局限。 针对此挑战，业内提出了诸多解决方案，如 IBM 研究团队针对硅基材料在可 见光波段吸收损耗高的难题，提出基于高对比度光栅的纳米结构，设计出低损耗 硅波导；同时，可借助传统半导体微纳加工工艺，将光学元件以薄膜形式集成到 单个芯片上，减少外界环境对稳性影响。 建议：持续加大对新型材料的研究投入，利用其固有特性将波导损耗降低，

运营成本。 查看完整案例研究 如何估算商业价值 亚马逊云科技助力企业降低基础设施支出。在计算现有 IT 基础设施的总拥有成本 (TCO) 时，重要的是要了解当前支出 并建立准确的基准以供对比。 获得这些数据后，将您的未来需求映射到亚马逊云科技的服 务上。然后在过剩容量、资源利用率、节省计划和预留实例、 存储访问模式、软件许可、灾备、容错工作负载以及处理器 选择等领域寻找优化基础设施的机会。 计算亚马逊云科技为您释放的运营韧性效益。 例如，可以首先估算业务中断所造成的成本，以及网络事故可能 带来的潜在成本。最近一项调查显示，基础设施故障的平均成本 通常超过 10 万美元 10。 通过对比您企业每年因突发停机和网络攻击所产生的成本，并计 算其中有多少成本可通过迁移得以消除，即可估算出迁移至亚马 逊云科技将带来的投资回报率。 价值支柱 4 增强业务敏捷性 以前所未来有的速度创新

和预后。 2.1.2 图像增强与处理 在医疗影像分析中，图像增强与处理是提高影像质量、辅助医 生诊断的关键步骤。DeepSeek 技术通过其强大的深度学习算法， 能够显著提升图像的分辨率、对比度和噪声抑制能力，从而为后续 的诊断和分析提供更高质量的影像数据。首先，DeepSeek 可以利 用卷积神经网络（CNN）进行图像的降噪处理。医疗影像，尤其是 低剂量 CT 或 MRI 图像，常常受到噪声的干扰，影响诊断的准确 的超分辨率技术可以将低分 辨率影像提升至高分辨率，且不引入额外的伪影或失真。 此外，DeepSeek 还可以应用于图像对比度增强。在 X 光片或 超声影像中，对比度不足可能会导致病变区域的漏诊。DeepSeek 通过自适应对比度增强算法，能够自动调整图像的亮度和对比度， 使得病变区域更加突出。该算法能够根据图像的整体特征动态调整 参数，确保增强后的图像既保留了细节，又不会出现过曝或欠曝现 络资源占用情况，确保系统资源使用在合理范围内。  容错能力：测试系统在异常情况（如网络中断、硬件故障）下 的恢复能力，确保医疗数据的安全性和完整性。 此外，性能测试还应包括对 DeepSeek 算法的优化评估。通过 对比不同算法在不同数据集上的表现，选择最优算法进行部署。例 如，在处理大规模医学影像时，可以测试深度学习模型（如卷积神 经网络 CNN）与传统的图像处理算法的性能差异，确保选择最合 适的算法方案。

重量更是光缆的8 倍。这种极致的轻量化与小型化设计，极大地简化了大规模集群的布 线难度，降低了数据中心的运营成本，并为未来更高密度的集成提供 了宝贵的物理空间。 图 1-6 铜缆和光纤的部署对比[5] 尽管面临初期成本高和技术门槛高等挑战，但光互连技术所带来 的低损耗、长距离、高带宽密度、高信号完整性以及低空间占用等核 心优势，使其成为突破超节点规模和算力极限的关键支撑。通过将光 了DSP，但是DSP的功能并未消失，而是将部分功能转移到了xPU芯片中。 这意味着xPU的SerDes必须具备更强的线性驱动能力和信号处理能力。 图 2-4 传统可插拔光模块（上图）与LPO（下图）的对比 2.1.3. 芯片级光互连：从近封装到光学I/O 随着专家模型的大EP（Expert Parallelism）架构发展趋势，更大 规模、更高带宽密度和极低时延成为智算集群的主要需求。如下图所 兼容性等方面表现各异，共同构成了覆盖数据中心内不同需求场景的 光互连技术体系（见下表），其中芯片级光互连展现出更能精准匹配 智算集群未来演进需求的潜力，后续将聚焦该类技术展开具体分析。 表 2-1 传统电交换和光交换（OCS）对比分析 分析维度 传统电交换 OCS 原理 传统电交换采用队列存 储-转发方式，根据报文 头信息将不同的数据包 转发至不同的输出端口 内部采用MEMS技术（或压 电陶瓷等其他技术），直 接将光信号折射到对应

����� 2 图表 2：蓝牙标准演进历程 �������������������������������������������� 4 图表 3：星闪与 BLE、Wi-Fi 及 UWB 的特性对比 ����������������������� 5 图表 4：传统 Wi-Fi 芯片常见指标参数 ��������������������������������� 7 图表 5：已推出 Wi-Fi ������������������������36 图表 24：典型的智能戒指品牌����������������������������������������37 图表 25：2025 年键鼠市场无线方案对比 ������������������������������38 图表 26：AirTag 结构和功能内容 ������������������������������������� 41 图表 步挖掘技术潜力，提升通信性能，优化 通感一体功能，为各类智能设备提供更为强大、灵活的连接支撑，满足万物互联时代不断涌现的新应用、新需求。 图表 3：星闪与 BLE、Wi-Fi 及 UWB 的特性对比 SLE vs BLE（低时延、低功耗、抗干扰性能高） 性能指标 SLE BLE 带宽 1/2/4M 12Mbps 1/2M 2Mbps 调制 GFSK,B/QJBPSK GFSK 信道编码