发展概况：随着消费市场需求的快速变化，实体商业正经历深刻的变革。传统模式下的选址、营销、运营等环 节面临诸多痛点，而数字化技术的渗透正在重塑行业格局与增长逻辑。  发展路径：实体商业的数字化转型，是一个从单店模型到规模化扩张的系统工程。涵盖了品牌选址、租铺开店、 经营扩张等全流程的数字化服务，在此基础上，品牌商户可以实现全链条优化。  优秀实践：作为商管领域的引领者，珠海万达商管以其深厚的行业经验和广泛的资源整合能力，打造了覆盖全 构和提升服务体验为核心，结 合数字化工具提升经营效率 经营特点： 在经济发达区域率先布 局，通过开设中小型门 店灵活调整选址策略 发展诉求： 注重数据化精准选址，通过线 上流量赋能线下门店，逐步形 成全国化、规模化连锁 经营特点： 以中小规模形态为主， 选址集中在年轻消费群 体聚集的高流量商圈 发展诉求： 通过快闪店、主题推广活动提 升品牌热度加速扩张，同时加 码线上商城，实现多渠道获客 美容美发 精品超市  租铺开店 数字化赋能品牌全国落位，减少租铺信息差，利用高效 协同工具提升开店速度，降低成本，实现快速布局。  经营扩张 通过智能化和标准化管理工具，推动经营流程优化，支 持品牌从单店模式向规模化扩张发展。 运营数字化 品牌 选址 经营 扩张 租铺 开店 服务生态化 内外 协同 生态 扩张 数据资产化 数据 采集 监测 分析 实体商业品牌 数字化转型 18 ©2025

值场景布局智能体建设，通过夯实数 智基础激活智慧动能、强化网络内生智能使能跨层协同等举措，全方位提升网络智能化水平。 同时，依托技术合作、部省共创、生态共赢等创新机制，推动L4自智网络体系化、规模化落地 实施。 本白皮书立足行业发展趋势，从体系架构、实施策略、创新机制、应用案例等维度，系统 全面地阐述了中国联通自智网络的实践思路与阶段性成果。白皮书明确了自智网络L4发展目 标，精准选 架构、3K成效指标体系、高价值场景为核心定义L4蓝图。L4实施包括三大关键实现：聚焦8大 价值流，构建智能体，夯实数智基础、激活智慧动能，强化内生智能、使能跨域协同。通过技 术合作、部省共创、生态共赢等机制创新、推动L4体系化、规模化实施。 图2 中国联通自智网络L4战略框架 9 L4蓝图定义： 技术架构：全栈引入Agentic AI，以智能体为中心，实现3大模式转变。 3.3.4 制定 L4 实施框架，凝练 3 步落地方法 中国联通制定L4实施框架，凝练形成L4目标态设计、场景级解决方案、全国实施推广3步 落地方法，指导高价值场景成效目标达成和规模化应用。 图7 中国联通L4高价值场景实施框架 （1）L4目标态设计 高价值场景L4目标态设计包括“L4愿景、场景描述、商业/成效目标、自智能力目标、自智

等大模型，高效能 AI 训推一体化，搭建“芯片—DTK+HipBLAS/HipFFT—DCU 集群— 训推一体+工业仿真”四级闭环，在科教、金融、医疗、政务、智算中心等多个领域实现 DCU 集群以及异构混池规模化应用。 可以看出，国产芯片技术路线也呈现“百花齐放、分层突破”，革新 Chiplet 与先进封 装、稀疏化与低比特计算、软件栈生态等，逐渐搭建从“可用”到“好用”、从“单点”到 “集群”的国产芯片矩阵。 绕“统一并行策略”与“高效通信机制” 两大核心技术路径开展系统性布局，构建了以 FlagScale 和 FlagCX 为基础的技术体系，为 多厂商、多架构 AI 芯片的协同训练提供了通用化、可规模化的解决方案。 （1）在并行策略层：通过 FlagScale 实现异构混合并行训练，设计并实现了面向多种 芯片架构的通用并行策略体系，能够根据芯片类型、计算能力和通信带宽等特性自动完成非 均匀任 本效能优化情况，基于实测 吞吐动态调整 PD 两阶段资源最佳配比，交叉混合推理吞吐性能最高提升 72%，成本最大降 低 42%，盘活异构国产算力，实现“利旧降本”，为后续推进异构芯片混合部署和规模化 应用提供了技术验证。 25 第五章 未来技术展望 5.1 芯片级：新计算范式芯片 当前主流 AI 芯片（包括 GPGPU 和 ASIC）仍延续冯·诺依曼架构的“计算-存储分离” 设计模

（二）技术优化向多领域融合发展 ································3 （三）产业驱动引领市场投资发展 ································4 （四）产业生态规模化与挑战并存 ································6 （五）标准化与全球化竞争更激烈 ································7 二、广西区块链发展现状 1 2024 年我国区块链业务形态分布情况 （四）产业生态规模化与挑战并存 我国区块链产业生态在政策驱动与技术迭代下呈现规模化扩 张态势，但监管协调、网络安全等挑战仍存在。在工业互联网建 设方面，星火·链网作为新型数字基础设施的产业生态价值正在 不断增强，截至 2025 年 6 月，“星火·链网”超级节点基础设施建 设已形成规模化应用，集聚效应不断释放，已在全国 11 个城市完 成超级节点布局，骨干节点覆盖超过

2030+ 1 2 3 4 5 当前，大多数企业处于“AI转折”阶段：能识别具有高投资回报率的AI应用场景，并采用更标准 化的开发与部署流程。当组织进入“AI对齐”阶段，其AI应用场景将实现规模化扩展，覆盖整个 业务职能领域；同时，在推动财务、IT运营及供应链转型方面，企业需要进一步开展自上而下的 协同协调。 在“AI转型”与“AI驱动型组织”这两个更高成熟度阶段，AI与智能体流程已深度嵌入运营模式 I转折阶段”：51%的组织处于这一 充满机遇的阶段，能够积极识别高投资回报率（ROI）的AI应用场景，但尚未形成标准化实践。 随着组织逐步推进，35%的企业已开始“扩展复制”，在各业务职能领域规模化推广和协调AI技 术落地；另有7%的企业达到“运营管理”⸺该阶段的显著特征是具备完善的治理体系与协同化 转型机制。值得注意的是，仅有不到1%的企业属于“全面优化的AI驱动型组织”⸺在这类组织 ：搭建具备可 扩展性、灵活性与安全性的技术栈，以支持跨业务领域的各类AI工作负载。组织普遍认识到，若 缺乏功能完备的AI基础设施（包括云计算平台、数据分析能力与机器学习框架），将难以部署和 规模化推广先进的AI解决方案。 对技术栈的投资不仅能增强AI能力，还能促进与现有IT系统的整合，进而实现更顺畅的工作流程 与更高效的数据编排。AI与云技术、边缘计算及先进数据架构的融合，成为组织持续创新、在动

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 意见》《“十四五”新型储能发展实施方案》，对新型储能规模化、产 业化、市场化发展作出总体部署，提出促进新型储能高质量发展的重 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 了不同应用模式下并网性能、作用效果评价的具体要求，解决了大中 型电化学储能电站规模化发展后评价无据可依的问题。 3. 各技术路线标准制定有序推进 目前我国锂离子电池储能标准体系日趋完备，以压缩空气储能、 飞轮储能、液流电池储能为代表的技术路线逐渐成为标准制定的着力 点。其中

容器化支持等关键技术组件。同时为了让 部署运行的 AI 系统能安全稳定运行，配套的安全防护能力也不可或缺。这些技术和 平台共同构成了支撑 AI 系统高效运行的核心基础设施。 在 AI 加速迈向规模化商用的过程中，基础设施层面也暴露出一系列深层次挑战，正 在成为制约 AI 持续发展的关键障碍： 1.1 安全挑战：系统软件漏洞、资源滥用、供应链攻击与隐私合规风险 对于云厂商而言，AI 基础设 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 PAPER 安全 可信的 MaaS 阿里云百炼 安全白皮书 SECURE & TRUSTWORTHY MaaS 2.3 从高性能到低成本的全面优化 面对 AI 技术日益增长的复杂性与规模化挑战，构建一个稳定、高效且经济的 AI 基础 设施，已成为企业释放智能潜力的关键所在。如何在保障系统高可用性的前提下突破 性能瓶颈，并实现从算力到模型的全链路成本优化，正在成为行业关注的焦点。阿里

回顾“智云上海”的发展路径，我们可以发现“智云上海”的成功与云网之间的内生融合密切 相关。网络功能虚拟化为云网融合提供了技术基础，而人工智能应用的兴起为云-网-算融合发 展创造了市场条件，但云网融合的规模化成功仍需要云、网之间的紧密配合。 网络功能虚拟化使运营商可以根据市场需求和网络负载进行网络功能的弹性部署，降低了网络 部署初期的投资需求，增大了网络容量规划的灵活性，但对于规模部署的网络功能，如面向家 天翼云，中国电信在推动云网融合方面具有得天独厚的 优势。在电信网络部署运营和云计算平台能力两方面同时拥有的丰富技术积累和运营经验，成 为上海电信推动“智云上海”发展的坚实基础。而“智云上海”的成功也表明，为了实现云网 融合的规模化部署，必然要求电信网络和云平台之间，就技术路线、资源配置、市场策略、乃 至组织流程等诸多方面，进行紧密协同。在这一过程中，具备较强自有云平台能力的运营商将 具有先天优势，其它运营商则需要寻求与云厂商建立更为紧密的合作关系。

RedCap 的 5G 基站规模超过 13 万站。 行业应用是 RedCap 出货的主力，例如电力、工业无线传感器、视频监控、可穿戴设备等，其中电力产业对 RedCap 兴趣颇高，正在率先实现规模化出货。最核心的原因是，5G NR 终端能力对电力通信网业务也是过剩的，轻量化 的 5G RedCap 成为运营商及通信设备厂商力推电网智能化建设的关键技术载体，可以在配网差动保护、自动化“三遥”( 标准积累经验。2024 年 6 月，R18 标准正式冻结，5G-A 商用时代正式开启。 2024 年 11 月，工信部等十二部门联合印发《5G 规模化应用“扬帆”行动升级方案》，要求到 2027 年底，构建形成“能 力普适、应用普及、赋能普惠”的发展格局，全面实现 5G 规模化应用。《方案》内容包括： • 5G 规模赋能成效凸显。5G 个人用户普及率超 85%，5G 网络接入流量占比超 75%，5G 新消费新体验不断丰富。 截至 2024 上半年，中国联通超百个城市实现 RedCap、载波聚合等 5G-A 关键技术的商用部署。 产业界如中兴和华为也都积极推出 5G-A 产品及解决方案。 综上，对于借助 5G-A 规模化 5G 应用或为 6G 做好过渡，产业链各方都有非常强烈的决心。但 5G-A 不一定是大赶 快上的，比如中国电信曾在 2024 中期业绩发布会上表示，对 5G-A 的投资，将主要根据客户的需求进行匹配部署，可见

可拓展性和模块化设计：协作机器人支持各种传感器、工具端和软件的集成，可根据具 体应用场景进行定制化扩展，满足多样化任务需求。这一特性促进了它们在非工业领域 的广泛应用和创新。 ➢ 成本效益：随着技术进步和规模化生产，协作机器人的成本逐渐降低，投资回报周期缩 短，使得更多商业和服务机构能够负担得起，进一步推动了其市场普及。 在商业领域，协作机器人可以承担重复性高、劳动强度大的工作，如餐饮业中的食物准 15%。2016 年到 2024 年期间，全球协作机器人销量年均 复合增速为 34.20%。随着技术的进步，协作机器人的安全性、灵活性与适应性持续提升，叠 加成本价格不断下行，其有望在工业级和消费级市场均实现规模化拓展。 GGII 预计，2025 年全球协作机器人销量有望达到 13.46 万台，同比增长超 16.94%，市 场规模有望突破 100 亿元。到 2028 年，全球协作机器人销量有望接近 28 电机的转速、位置和扭矩，其响应速度和控制精度直接影响机器人的运动性能。遨博智能通 过自主设计伺服驱动的控制算法和硬件电路，实现了与电机、减速器的完美匹配，保证了核 心零部件之间的协同工作效率，同时具备规模化量产能力，能够满足不同产能需求，为协作 机器人的批量应用提供稳定的硬件支撑。 65 4.技术趋势与方向 1——提升算法的智能化程度 随着工业场景的日益复杂和柔性化需求的不断提升，提升算法的智能化程度成为协作机