LZtWfWhWYVaZuYgV9P9RbRsQmMnPnQfQqQzReRrQvM6MoMqRuOmPvNwMsQuM 真实世界vs.虚拟/数字世界：不看表面看初衷 此页载有机密数据，其全部成任何部分不可被复制成再发送。本页不构成对任何产品的要约出售/购买、招揽、推荐或建议。关于免责声明全文，请见本文件最后部分。 所谓“真实世界”和“虚拟/数字世界”只是初期表现形式的不同；本质差异在于“中心化”和“去中 心化”的初衷。 础决定的。 3 实虚合作、网链融合是趋势；AI+机器人帮助形成闭环 此页载有机密数据，其全部成任何部分不可被复制成再发送。本页不构成对任何产品的要约出售/购买、招揽、推荐或建议。关于免责声明全文，请见本文件最后部分。 ① RWA无所不包，其中法币与土地会构成最具双向影响力的两次“实虚合作” —— 第一次形成“法币 稳定币”；第二次形成“土地链服务商”（类似于云服务商；不绑定单链、支持跨链流转，降低迁移 04 05 监管发展 香港稳定币经济生态 此页载有机密数据，其全部成任何部分不可被复制成再发送。本页不构成对任何产品的要约出售/购买、招揽、推荐或建议。关于免责声明全文，请见本文件最后部分。 6 稳定币：机制、分类和 风险 此页载有机密数据，其全部成任何部分不可被复制成再发送。本页不构成对任何产品的要约出售/购买、招揽、推荐或建议。关于免责声明全文，请见本文件最后部分。 数字货币的兴起是金融科技领域的里程碑事件

便利，教师可 以更全面形象地方式向学生展示物流配送中心，并且可以通 过学生的模拟操作进行考核，以游戏的形式提高学习热情， 最大程度地践行了理实一体化教学模式。 3D 物流园区规划系统介绍 模块构成 3 模拟 大运营 2 实战 大演练 1 知识 大闯关 以人物对话式融入剧情引 导用户完成五个知识点的 学习，通过考核闯关成功 即可获得相应财富值。 基于模块一知识点的学习 和掌握，根据提供的案例 知识大闯关：作为整个系统的知识体系支撑模块，一改往常平铺直叙的学习考核 模式，通过配送中心中五个不同的岗位角色教授用户相关知识。 模块构成 3D 物流园区规划系统介绍 基础 模块 知识大闯关：寻找特定角色，则可实现与角色（总经理、物流规划师、仓库管理 员、仓库操作员、运输调度员）的对话，内容指引用户完成任务。 模块构成 配送中心 的认知 配送中心 的选址 仓库设施设备 的认知 配送路线 的选择 仓库的 认知 3D 物流园区规划系统介绍 核心 模块 实战大演练：作为整个系统的实战体验核心模块，根据长风物流公司五个配送点相 关数据选定配送中心建造地址，并根据配送货物特征对其仓库、停车场等进行规划。 模块构成 • 配送中心的选址 ① 重心法 重心法是一种常见的定量选址 方法。首先用户分析长风物流 公司五个配送点的位置坐标、 需求量、运输距离等相关数据， 通过“重心法”的不断迭代计算 确定配送中心的理论最佳坐标。

星闪无线通信技术是一种无线短距离通信技术，用于承载智能汽车、智能家居、智能终端以及智能 制造等领域应用场景的数据交互。星闪无线通信系统由星闪接入层、基础服务层以及基础应用层三部分 构成。其中，星闪接入层也可被称为星闪底层，基础服务层和基础应用层构成了星闪上层。 华为园区网络星闪 SLE 物联数采技术白皮书 版权所有 © 华为技术有限公司 4 星闪无线通信系统 星闪接入层根据实现功能的不同分为管理节点（G SLB 或者 SLE，也可同时支持 SLB 和 SLE。 星闪设备实现形式示例 星闪无线通信系统针对不同的星闪底层接入技术采用了统一的星闪上层架构。星闪上层由基础服务 层和基础应用层构成。其中，基础服务层针对上层业务数据，提供了设备发现、服务管理、连接建立/维 护与释放、QoS 管理、测量管理、信息安全等服务功能，用于支撑上层具体业务的从业务触发到业务结 束的整个业务周期的连接 和星闪低功耗接入技术 SLE 两种通信接口组成。SLB 和 SLE 均由物理层和数据链路层构成，如下星闪接入层协议栈架构图示意。  基础服务层由一系列基础功能单元构成，其中： a) 设备发现功能单元、通用管理功能单元(包括连接管理、测量管理等)、服务管理功能单元、 QoS 管理功能单元和安全管理功能单元构成了星闪无线通信系统的无线短距通用控制面； b) 多域协调与管理功能单元和 5G

基于市场原则的公司化运作 • 市场导向：以效益为先、以追求盈利和股东利益最大化 为目标，实行积极的投资策略和灵活的资本退出机制 1 2 3 4 淡马锡模式示意图 淡马锡通过建立多元化、专业化的董事会人员构成，并制定明晰的董事会职责和 独立性规则，做实董事会，实现政府目标与商业利益的平衡 • 为公司管理层提供指导和战略方针 • 决定各个委员会、总裁和管理层的授权范围 • 批准经审核的年度报告 • 政府的 精英人物，具有丰富的投资和管理经验 股东董事代表政 府出资人利益， 考虑宏观因素 执行董事 （ 1-2 名） 独立董事用以保 证企业在市场竞 争中的运营效率 多元、专业的董事会人员构成 明晰的董事会职责 三类人员在合作时相互制衡，以促进政府目标设计与商业利益 之间的平衡；同时外部董事在董事会的主导地位也在很大程度 上保证了董事会的公正性与中立性。 外部董事 人员安排方面 业自主决策能力 • 资金支持，省国资委部分收入注资到 • 相关行业资产进退流转支持 • 绩效考核导向优化等 公司业务构成？ • 在已有的定位下，公司未来业务构成有哪些？ • 承接“两主体一通道”定位，可开展的业务有哪些？市场空间和盈利模式如何？从而确定未来业务构成 及发展的优先级 • 若开展自营业务，充分分析自身资源能力基础上结合市场发展前景，选择确定未来自营业务类型 1 2

二、现代农业园区管理平台功能构成 农业社会化服务 • 园区整合社会化农机服务 • 园区整合社会化土壤检测服务 • 园区整合社会化的施肥服务 • 园区整合社会化病虫害防治服务 二、现代农业园区管理平台功能构成 公共服务平台 • 法律咨询 • 市场信息 • 产权流转 • 技能培训 • 就业招聘 • 充值缴费 • 社会保险 二、现代农业园区管理平台功能构成 新业态评价 • 园区地图展示休闲农业分布 园区地图展示休闲农业分布 • 人流统计 • 宣传引流 二、现代农业园区管理平台功能构成 人才培养 • 农业技术传播和交流论坛 • 职业农民信息管理 • 人才培训培养计划 二、现代农业园区管理平台功能构成 农产品溯源数据监管 二、现代农业园区管理平台功能构成 • 对接国家/省级/市县级农产品质量安全追 溯系统平台 • 授信源头控制 • 监督过程管控 • 认证全程可溯源 企业生产要素管理 企业生产要素管理 • 企业基本信息维护 • 企业地块管理，并实时计算面积 • 人员信息管理 • 品牌管理 • 经营管理 • 资质管理 三、现代农业园区企业平台功能构成 农业生产过程管理 三、现代农业园区企业平台功能构成 • 种植计划、施肥计划、农药使用、 收获计划、加工过程、质量安全检 查等生成工单。 • 工单可推送至对应人员的手机端， 实现工单的派发、执行、跟踪与验 收。

智能电厂与智慧能源 主 要 内 容 1 • 1 智能电厂与智慧能源的概念 2 • 2 智能电厂的构成和功能 3 • 3 智慧能源的意义和构成 4 • 4 信息化和智能化技术发展对智慧能源的影响 • 5 智慧能源与智能电厂的异同及我们的思考 5 1 智慧运行的 能源供给与应用系统。 2. 智能电厂的构成和功能 2.1 智能制造（ 2015 ） 工业和信息化部 2015 年发布 的智能制造 2025 的系统架构 ，按 照生命周期、 系统层级和智能功能 三个维度进行了分解和说明。 2. 智能电厂的构成和功能 2.2 智能制造（ 2018 ） 工业和信息化部在 2018 年 月发布了国家智能制造 2025 系 统架构的修订版 ，按 照生命周 期 、 系统层级和智 能特征三个 维度进行了分解和 说明。 2. 智能电厂的构成和功能 2.3 全生命周期智能电厂 3. 智慧能源的意义和构成 3. 智慧能源的意义和构成 4. 信息化和智能化技术发展对智慧能源的影响 4. 信息化和智能化技术发展对智慧能源的影响 4.1 云计算 云计算是一种按使用量付费的模式

数据体系成熟度是观察空间智能进展的关键，包括数据积累、数据构成、 数据分布、数据闭环四部分，成熟度上自动驾驶>3D⽣成>具身智能 数据积累规模 8 信息来源：量⼦位智库 自动 驾驶 3D⽣ 成 • ⾼ • 已有数量庞⼤的车队和成 熟的道路交通系统可以收 集⼤量数据 具身 智能 分析 XR • 中 • 以视觉信息为主，纯视觉 技术路线外会涉及激光雷 达和其他模态 数据构成精简度 • 中 • 以道路交通系统的⾏驶 自动驾驶有最成熟的空间智能数据体系，核⼼在于⼤量车队的数据积累， 同时可以构建⼤模型的数据闭环，通过正反馈加速驱动模型迭代 11 信息来源：量⼦位智库，1）以特斯拉FSD为例 数据积累 规模 数据构成 精简度 • 数据规模⼤：特斯拉FSD在过去3年已经积累30亿英里的驾驶 里程，同时每日里程积累数量已经突破1千万英里，并随着 特斯拉车队规模扩⼤加速增长，Waymo的模拟⾏驶里程已 经达到了150亿英里，累计⾏驶里程超2千万英里 线已被证明有效 • 地图数据和定位数据相对简单，不构成瓶颈 • 多样性中：地域范围包括不同国家/地域，城市/乡村，频次 分布来看包括不同⾼频日常和长尾场景，时间范围包括白天 /夜晚，季节性，⾼峰/非⾼峰等 • 数据反馈循环强：有⼤规模车队搭载自动驾驶系统测试、收 集数据用于模型训练，再将新模型投放市场进⾏OTA升级， 重复数据收集、反馈的闭环 描述 构成 自动驾驶数据量级1 1 2022 2023

序  与主题区 / 贴源区 / 集市区构成一个 Hadoop 集群 （ Hive ）  无单点故障， 7×24 小时 + 非工作日有限停机  主题数据区、集市数据区和沙盘演练数据区批量作业访问  无最终用户访问  I/O 敏感，日终批量 ETL  以 ELT 形式通过 HiveSQL 执行  与主题区 / 贴源区 / 集市区构成一个 Hadoop 集群 （ Hive ） 区批量作业访 问  少量高级业务人员进行大数据分析  MapReduce 分布式计算，半 / 非结构化数据的结构化处理 （包括文本检索、语义分词、图像识别、音频识别等）  与主题区 / 贴源区构成一个 Hadoop 集群（ HDFS ）  无单点故障， 7×24 小时 + 非工作日有限停机  集市区 / 沙盘区 / 增值产品区 / 主题区 / 高时效区批量作业 访问  业务人员执行历史数据查询 少量高级业务人员进行灵活查询、挖掘预测  I/O 敏感，日终批量 ETL （合并、拉链、关联、汇总等等）  以 ELT 形式通过 HiveSQL 执行，复杂处理使用 MR 定制 UDF  与大数据区 / 贴源区构成一个 Hadoop 集群（ Hive ）  无单点故障， 7×24 小时 + 非工作日有限停机  集市区 / 沙盘区 / 增值产品区 / 归 档 区批量作业访问  少量高级业务人员进行灵活查询、挖掘预测

行分析、查询和报表。维是人们观察数据的特定角度。例如，一个企业在考虑产品的 销售情况时，通常从时间、地区和产品的不同角度来深入观察产品的销售情况。这里 的时间、地区和产品就是维。而这些维的不同组合和所考察的度量指标构成的多维数 组则是 OLAP 分析的基础，可形式化表示为(维 1，维 2，……，维 n，度量指标)，如 (地区、时间、产品、销售额)。多维分析是指对以多维形式组织起来的数据采取切片 (Slice 对异常变化进行预警并分析出其原因所在。 3.1.1.2月综合消费情况分析 按实际月综合帐单分析客户消费情况，提供到客户级信息的钻取，主要用于了解 消费情况的整体变化趋势，提供使用者深入了解消费的构成情况及变化趋势，分析消 费变化的原因、发现利润增长点，以便制订更有针对性营销措施。 3.1.1.3营业收入情况分析 提供营业前台受理业务一次性收费收入情况的分析。 3.1.2 业务及产品使用 客/用户级分析 针对不同客/用户的情况进行的分析，主要包括构成情况、消费行为、发展趋势等。 支持客户群与产品关联性的分析,支持零次户的分析，客户流失的分析，客户业务量变 化和异常的分析。 3.1.3.1客/用户总量分析 从消费层次、使用产品类型、客户状态等维度对客/用户数进行分析与预测。以达 到充分了解客/用户按不同属性的总体构成及其发展趋势的目的。 3.1.3.2新增/流失客/用户分析