定义与范式 2. 发展与态势 3. 数据分析 第二章 AI 前沿 1. 从大语言模型走向自主智能体 2. 具身智能 3. 脑机接口 4. AI 内生安全 第三章 数学 1. 基础理论 2. 优化 3. 统计 4. 科学计算 5. 复杂系统 第四章 物质科学 1. 物理 2. 化学 3. 材料 4. 能源 第五章 生命科学 1. 合成生物学 2 科学研究促进人工智能创新。传统科研 范式大致可分为经验归纳（实验科学）、理 论建模（理论科学）、计算模拟（计算科学） 以及数据密集型科学 2。实验科学由自然现 象和实验结果归纳出一般性规律，但没有抽 象出经验规律背后的普适理论。理论科学基 于自然现象或实验结果，提炼科学问题并形 成科学假设，然后运用逻辑推理和数学分析， 构建普适理论，但难以在复杂系统中实验验 证。计算科学以科学模型为基础，通过数值 人工智能创新重塑传统科学研究过程， 加速科学发现。人工智能通过融合数据和先 验知识的模型驱动、假设生成与验证、自动 与智能化实验以及跨学科合作等方式，加速 科学发现。传统科学发现以实验观察和理论 建模为核心，提出科学假设并归纳一般规律， 如物理定律。人工智能则采用模型驱动的方 式，从大规模数据中自动发现隐藏的规律， ©️diyun Zhu / Moment / Getty 科学智能白皮书

211166; 3. 江苏省健康研究院, 江苏 南京 211166) 摘 要: [目的] 构建基层疾控疫情防控韧性评价指标体系, 为基层疾控疫情防控韧性建设提供参考。 [方法] 运用文献研究和理论分析构建初始评价指标体系, 运用德尔菲法开展 2 轮专家咨询形成最终的指标体系, 采用 层次分析法确定指标体系权重。 [结果] 2 轮咨询的专家积极程度较高, 专家权威系数为 0. 8, 专家咨询较为可 以重大疫情防控为切入口, 旨在 构建基层疾控机构疫情防控韧性评价指标体系, 为基 层疾控疫情防控韧性评价和建设提供参考依据。 1 指标体系构建方法 1. 1 建立初始指标体系 通过文献研究和理论分析建立初始指标体系, 首 先基于韧性理论划分疫情防控韧性评价维度, 将其作 为目标层, 进一步分析疫情防控韧性的关键影响因素 及基层疾控疫情防控的现状与问题, 将其作为准则 层, 最后将目标层进一步细化为便于测量的指标层。 资料显示德尔菲法通常确定咨询专家人数在 15~ 50 人 [14], 综合考虑本研究咨询内容体量、 研究经费 和时间因素, 本研究共纳入 15 名专家。 专家纳入标 准为: (1) 具有基层疾控体系、 疫情防控、 韧性等 理论研究或实践经验的背景; (2) 由于国内卫生系 统领域韧性研究近几年才得到广泛关注, 故将从事相 关领域工作年限定为 5 年及以上; (3) 具有中级及以 上职称; (4) 具有硕士及以上学历; (5)

官会带来非常大 的参考和帮助。 想要实现这样的功能，除了各个本身的内容理解外，还需要引入 “跨媒体协同推理” 技术。这 一技术是新一代人工智能的重要组成部分，通过视听感知、机器学习和语言计算等理论和方法， 构建出实体世界的统一语义表达，从而跨媒体的分析和推理。e 成科技在自己的音视频面试产品 中大量采用了跨媒体技术，对不同的媒体信息来源进行整合分析，从而大大提升了对候选人判 断的准确性。 了许多定制化 功能以保证对话系统的专业性及良好体验。而在用户画像方面，基于多年的丰富行业经验，e 成 科技形成了包含百万级实体和千万级关系的知识图谱作为画像的知识储备，同时加入专业咨询 团队的理论编写大量专家规则，并结合业界前沿的机器学习、神经网络模型，构建了覆盖广、 精度高的用户画像体系，带动相关业务的发展。 基于以上对话与画像能力，e 成科技研发了大量覆盖人力资本全场景的智能应用，将 图 灵 给 了 现 代 电 子 计 算 机 灵 魂，另 一 位 与 图 灵 同 时 代 的 天 才 冯 · 诺 依 曼（John von Neumann）则给与了现代电子计算机躯壳。基于图灵机的理论，冯 · 诺依曼进一步提出了程序 存储的思想，并基于该思想研制了人类第一台电子计算机。 著名的图灵测试 图灵对人工智能的另一大贡献是他提出的图灵测试。 当时学界正在为如何定义智能这一问

联链路空闲，关闭三个通道保留一通道运行，接口能耗理论上7降低 35.4 2.08+35.4 × 3 4 = 70.9%，主芯片能耗理论上可降低 50% × 70.9% = 35.5%；DP 并行，在 二层网络设备互联空闲期间，每链路关闭三个通道，接口能耗理论上降低 29800 29800+196.9 × 3 4 = 74.5%，主芯片能耗理论上可降低 50% × 74.5% = 37.3%。

端口或 64 个 1.6T 端口。而国产交换芯片仍停留在 7nm 制 程的 25.6Tbps 交换容量，瓶颈效应更加严重。然而在实际部署中， 为保障链路冗余、流控带宽和管理接口，芯片可用端口通常不到理论 最大值，导致整体带宽扩展能力受到压制。尤其是在并行训练中伴随 的突发性大量同步与广播时，网络时常出现瞬间拥塞、缓存溢出与延 迟剧增等问题[7]。 与此同时，随着大模型参数规模和训练复杂度的持续增长，智算 约 了整体性能的提升。 网络延迟瓶颈 大模型训练需要多机多卡完成该轮所有集合通信操作后才可进行 下一轮迭代，这种同步性特征要求智算网络必须提供极低的长尾时延， 避免出现木桶效应[8]。根据理论推算，对于千亿参数规模的大模型训 练来说，动态时延由 10us 增加至 1000us，GPU 有效计算时间占比将 降低 10%左右。同样，大模型推理对网络时延也有着更高的要求，以 确保能够为用户提供优质的推理服务。 GPU/算力节点互联，避免因端口不足导致的 通信拥塞，保证梯度同步与参数服务器访问的高并发吞吐，为智算需 求提供充足规模。以 400 GbE 为基准，一台 320×320 MEMS 光交换 机能同时提供理论上无限的交换容量与 320 个 400G 端口，而要用 32 端口 400G 电交换机堆叠到同等端口数，常常需要 10 台以上，占用 大量机柜空间，考虑拓扑则需同步增加汇聚、核心层交换机，进一步

速发展，以应对未来新型电力系统对于多时间尺度、高安全性能存储 的需求。半固态电池作为全固态电池技术研发的过渡技术，已具备小 规模生产能力。全固态电池技术研发稳步推进，电解质材料、电池结 构等方面不断创新升级。热泵储电技术已经从基础理论研究向关键技 术装备研制过渡，兆瓦级中试工程开工建设。氢储能关键技术持续优 化，单体产氢量 3000 标准立方米 / 小时碱性水电解制氢装备下线， 400 千瓦燃料电池电堆发布。 021 2024 电化学储能电站 安全性的管控，尤其在消防安全、电气安全方面提出了更为严格的要 求。《电化学储能电站接入电网运行控制规范》（GB/T 44112-2024） 为电化学储能电站接入电网运行控制提供理论依据，同时也为电化 学储能电站的设计和建设提供技术支撑。《电化学储能电站后评价导 026 2025 中国新型储能发展报告 则》（GB/T 43686-2024）结合电化学储能电站应用场景特点，提出 月，中央企业新型储能创新联合体由国家电网公司、 南方电网公司两大能源央企共同牵头组建。中央企业新型储能创新联 合体将着力解决制约新型储能产业发展的系列“痛点”“堵点”“短板” 问题，推动新型储能领域基础理论研究和关键技术研发，促进创新链 产业链深度融合，加快科技成果向现实生产力转化。 大容量钠离子电池储能系统入选 2024 年度能源行业十大科技 创新成果 国家能源局公布 2024 年度能源行业十大创新成果，大容量钠离

开源AI的价值远超成本节约的范畴。开放的治理模式与活跃的贡献者生态，催生出具有全球规模 的创新引擎，进一步推动模型架构、部署工具与应用库的快速演进（来源：Linux基金会；世界经 济论坛，2023年）。这种推动力并非停留在理论层面；无论是优化供应链、简化决策流程，还是 提供高度个性化的客户体验，那些将先进AI直接嵌入工作流程的企业，均能跨越传统的AI应用门 槛，实现跨越式发展。 透明度是开源AI的另一大标志。通过直 用先进数字工 具与AI核心工作流程的技术团队而言，效果尤为显著。（来源：IDC《����-����年全球IT技能调 查》，2024年12月）。实践型学习让员工能在贴近真实的环境中练习新知识，并将理论知识应用 于实际问题解决。 对领导者而言，“交互式AI教练”的应用堪称一场并行的能力发展革命：它不仅有助于提升“沟 通、批判性思维、创造性问题解决” 等重要人文技能，还能为团队绩效提供实时分析洞察。 领域逐步发展 为深度交织的合作伙伴，共同推动创新与经济增长。 智 能 世 界 的 I C T 岗 位 与 技 能 16 20世纪初，双方合作多为临时性质，聚焦基础研究或技术转化； 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。

地将AI赋能 到业务运营中，帮助企业增效降本、创造价值。 24年行业深耕，知识管理&AI专业领先 • 蓝凌作为知识管理布道者，《知识管理国家标准》参编单位，MIKE奖联合 主办方，拥有丰富的理论技术研究和实践经验，可为客户AI场景落地，提供 更专业、更精准的管理建议。 专家陪跑，专业护航持续运营 • AI不是炒概念，也不是软件部署就完整，而需围绕业务价值持续赋能和长期 建设，蓝凌提 ▲蓝凌医院合作客户（部分） 2025中国智慧医院白皮书 China Smart Hospital White Paper KM实践 对标 蓝凌知识管理工程师培训 名企学员 交流 金牌专家 授课 知识管理 理论体系 化学习 工信部人 才交流中 心颁发证 书 2025中国智慧医院白皮书 China Smart Hospital White Paper 深圳市蓝凌软件股份有限公司成立于2001年，中国领先的数智化办公专家、《知

二〇二五年九月 I 版权声明 本报告版权由北京物资学院信息学院、北京化工大学 经济管理学院、清华大学计算社会科学与国家治理实验 室、北京交通大学信息管理理论与技术国际研究中心、北 京邮电大学经济管理学院、南京邮电大学数据要素创新实 验室、北京化工大学信息化绩效评估中心、北京京数智科 技开发有限公司和上海合合信息科技股份有限公司共同拥 有，并受法 发展研究报告（2024-2025）》”，违反上述声明者，将追 究其相关法律责任。 II 编写组 主 编 张茜茜 涂 群 成 员 张向宏 刘世峰 宫大庆（北京交通大学信息管理理论与技 术国际研究中心） 孟庆国 张少彤 王理达 周 亮 张影强（清华大学计算社会 科学与国家治理实验室） 张 闯 徐广姝（北京物资学院信息学院） 李 宾 王 军（北京化工大学经济管理学院、北京化工大 产业高质量发展指明了方向。为摸清国内外数智产业发展家 底，促进全国数智产业更好更快发展，北京物资学院信息学 院、北京化工大学经济管理学院、清华大学计算社会科学与 XII 国家治理实验室、北京交通大学信息管理理论与技术国际研 究中心、北京邮电大学经济管理学院、南京邮电大学数据要 素创新实验室、北京化工大学信息化绩效评估中心、北京京 数智科技开发有限公司和上海合合信息科技股份有限公司 等单位，于 2025

04 未来展望：多方协同共建未来电网 CONTENTS 技术引擎： 成本归零 ， 引爆应用创新 成本归零：模型更强 ，且训练和推理效率持续提升 ，成本不断降低； 爆款涌现：智能体框架理论与技术持续快速发展 ，领域爆款产品不断； 门槛消失：企业算力租赁与私有化部署门槛不断降低； 2025 年 9 月 4 日国家发展改革委、国家能 源 局《关于推进“人工智能 +” 能源高质量