数字政府评估作为打破区域壁垒、推动经验迭代的关键纽带，具 有重要意义。通过对各地数字政府建设中的创新实践进行系统梳理， 从评估维度提炼共性规律、总结个性亮点、挖掘优秀案例。这些经验 成果不仅涵盖制度机制层面的创新，还涉及技术应用范式，为各地数 字政府建设提供了全方位、具备可操作性且易于借鉴的实施路径。一 方面，能够避免各地重复建设、从头探索，降低政府数字化智能化转 型的成本；另一方面，可推动数字治理经验从“一地突破”迈向“全 化管理与应 急响应中彰显技术韧性。贵阳在算力与政务融合领域展现出显著的创 新力和实践成效，依托全国一体化算力网络国家枢纽节点的优势，构 建了“算力底座 + 智能应用 + 生态协同”的政务服务新范式。 - 16 - - 17 - 图 8 中西部城市数字政府建设头部城市得分率 2. 应用成效表现优异，数字履职稳步提升 2025 年数字政府评估结果表明，整体上应用成效达成度与数字 准时空数据支持，推动民政服务智能化、精准化与社会治理现代化。 （2）案例内容 时空大数据平台以“数据驱动、时空赋能”为建设导向，采用“模 块化架构 + 组件化服务 + 场景化赋能”的建设范式，重点构建“数据 支撑—场景服务—时空联动”技术体系。平台基于“基础信息系统— 大数据服务系统—时空大数据系统”打造九大功能模块，具体建设内 容如下。 1）基础信息系统 数据资源检

3、上海数据集团城市数据空间实践 4、深圳南山数据可信流通服务探索实践 5、华为企业数据空间探索实践 0 36-49 最佳实践案 50-51 参考引 前言 PREFACE 构建可信数据空间与人工智能协同创新范式，开启人工智能新时代。 在数字文明加速迭代进化的时代洪流中，数据与人工智能共生发展正重塑全球经济的格 局。数据作为我国第五大生产要素，其价值释放的深度与广度，直接决定了人工智能产 “ ” “ ” 包括城市、行业、企业、个人、跨境五类可信空间，打通数据要素流通的 最后一公里 。在 AI 时代，可信数据空间是战略级新型数据基础设施，它不是单一技术、工具的堆砌，而是 制度规则、技术架构、生态系统三位一体协同的创新范式，将成为全域数字化转型的核 心数字底座。 随着人工智能技术指数级增长，生产型 AI 场景 “ 爆发式应用，大模型对高质量数据的 饥 ” 渴需求 进一步放大了可信数据空间的价值。本白皮书结合新技术的理解与创新实践的 人工智能大模型语料发展趋势 1. 从大语言模型到多模态 / 具身智能大模型的语料演进 当前大模型技术正经历从弱人工智能（机器学习、神经网络、大语言模型）向通用人工智能（Agent、多模态、 具身智能）的范式跃迁。这不仅对于模型架构的设计理念进行了重构，同时也对大模型各阶段的训练语料提出 全新要求。 1942 1956 2022 2025 模拟人脑 神经元素 达特茅斯 会议 chatGPT 发布

（下面简称AI Fabric 2.0）。 相对于传统数据中心网络，AI Fabric 2.0不仅是技术上的迭代升级，更是从理 念到架构、从技术到应用的全面革新，是对重新定义了AI时代数据中心网络的价值 范式。 前言 1 2 数据中心网络发展趋势与挑战 随着数字经济的加速发展，人工智能、大数据、云计算、区块链等新一代信息技术已 成为社会生产力的关键支撑，尤其是以GPT-4、Llama和DeepSeek为代表的大语言模 势，但其封闭生态和高昂成本限制了广 泛应用，面对推理集群中多种流量混合场景以及未来推理异构卡部署需求显得力不从心。 现如今，业界产生了诸如UEC、SUE、ETHLink等多种基于以太网设计的协议范式，展 现出更好的开放性和适应性，这预示着以太网在AI产业中的重要地位将进一步提升。 8 在数字经济向智能世界加速迈进的进程中，算力已成为核心生产力引擎，而网络作为算 力流通的“血管”，其效率 -逐条执行步骤”的处置模式，使平均故障修 复时间（MTTR）长期停留在30分钟左右，严重制约了业务的快速发展。 在数字化、智能化高速发展的背景下，网络运维正经历从“人工驾驶”向“自动驾驶” 的范式转变。大模型技术与运维知识工程的深度融合带来了突破性变化。基于自然语言生成 工作流模式，实现告警处置经验固化为自动化流程，从而实现故障处置效率的提升。 在数据中心网络运维领域大模型的发展形式正从自动化、智能化向多模态融合、平台

息 A) 厘清建模所需数据与可获得性 B) 基于 GIS 的城市建筑信息获取 C) 基于大语言模型 (LLM) 推理的城 市 级建筑年龄信息增广 设计问答范式“ [ 某市 ][ 某区 [ 某街道 ] 有一栋 [ 某类型建 筑 ], 请估测它的建设年代， 无需 给出详细解释” 脚本批 量问 答 收集答案 + 抽样验 证 + 数据集导 入 一建筑高度

- 产业AI兴起，从模型竞赛到供应链场景适配 产业AI的技术发展在2025年呈现出明显的“务实主义”转向，从追逐参数的模型竞赛进入深耕场景效用的新阶段，主要表现为“大模型导 航、小模型执行”的协同范式成为主流，通过架构创新实现效果与成本的最优平衡。这套协同模式，正在成为越来越多企业选择AI落地时 的标准答案，它意味着产业AI正从技术供给主导转向业务需求牵引，企业不再为技术本身买单，而是为技术解决实际问题的能力付费。 产业资源共享化 技术 资金 知识 人才 设施 各类AI服务按需组合、 即插即用 各类产业资源按需调用、 动态配置 产业互联网平台“Agent即服务”新范式 企业级场景是AI Agent的重要落地领域，国 内市场潜力巨大。 AI Agent应用场景，智能客服渗透率最高， 数据分析次之。 120% 655亿元 2027年 市场规模 2023~27年 等创新曲线，系统性推进对工业产业链的全链路数 字化改造与资源整合，最终构建起“交易驱动服务、服务沉淀数据、数据反哺产业”价值链闭环，形成“工业电商补链、工业互联网 固链、工业大数据强链”的深度价值链范式。 生产端 交易端 物流端 数据端 面向涂料化工/汽车装 备/粮油等细分行业搭 建专属电商平台，提 供“一站式采销”服 务，通过集中采购实 现降本，通过精准匹 配实现供需高效对接。 研发自主云物流追踪

能够处理复杂语言理解与生成任务,并展现出强 大的泛化、推理和上下文学习能力。 大模型的核心特 征包括以下 4 方面 [5-6]。 其一,巨量参数:模型复杂度和能力的物理基础。 其二,预训练+微调范式:利用大规模无标注数据 预训练获得通用知识,再通过特定领域标注数据微调 适应下游任务。 其三,涌现能力:模型规模达到临界点后表现出的 超越小模型的、不可预测的新能力,如复杂推理、代码 生成。

手，通过容灾高可用架 构、确定性安全、AI驱动的智能运维及弹性自适应四个维度，系统解构了韧性数据中心的建设路径，既有理 论框架的清晰阐释，又有落地实践的参考价值。本白皮书提供了可供借鉴的韧性建设范式，对于推动数据中 心的韧性升级具有积极意义。 ——华为ICT Marketing与解决方案销售总裁 刘康 ——中国信息通讯研究院云计算与大数据研究所所长 何宝宏 在信息化、智能化时代，算力 传统数据中心容灾架构的演进，本质是通过多种冗 余技术实现多中心的高可靠容灾。从主备容灾，到 同城双活，再到多地多活，每一次演进都是由于业 务对容灾能力提出了更高的诉求，随之而来的是对 技术范式的升级跃迁的诉求。 但是对于一个企业来说，企业数据中心要兼顾价值 和成本的平衡。本质就是满足需求，不多也不少， 不是所有的业务都需要高规格的容灾备份，在数据 中心规划阶段，需要参考业务分类分级需求来建设 4%的训练、推理中断是因为硬件问题。 AI时代多样算 力、海量器件带 来运维挑战 Agentic AI运维可提升故障预测、诊断效率与运维自动化水平，降低人为失误，增强系统韧性，正成为韧性建设 的战略支点，引领未来运维新范式。 据统计，共有1000+篇学术文章研究大模型与生成式AI在数据中心的应 用，在LLM辅助流程自动化、预测性维护和能耗优化等方面带来巨大的价 值收益。例如，在故障诊断方面，利用LLM的文本理解能力，系统可分析

测评以评估质量。 如下图所示，在AI支持下，营销内容已经突破了时间， 数量，成本的限制，生产力获得巨大提升，原有工作流程 也在新技术下升级重构为人智协作的新范式，形成了全链 的智能闭环。 图：人与AI协作的内容工作新范式（来源：秒针营销科学院绘制） 中国市场涌现出许多支持营销内容洞察与生成的工具 产品，明略科技集团在2025年发布了帮助广告主快速复制 爆款短视频素材的生产系统“妙啊”，针对内容电商的场 态 大 语 言 模 型 （HMLLM），整合脑电（受众的情绪波动与认知激活程 度）、眼动信号（受众的注意力集中程度）、眼动热点图 （视觉焦点分布）等多种非标模态，构建了全新的多模态 大语言模型范式，弥合了丰富模态间的语义差距，增强了 其逻辑推理和语义分析的能力，在机器理解和模拟人类主 观感受的研究方向，迈出了重要一步。让企业能够以实验 室级的精度和互联网级的速度，完成创意的全维度诊断与

早期的深度学习受限于计算能力和数据规模，难以发挥优势。随后多层感知机与卷积神经网络结合反向传 播算法，显著提升了模型的学习能力。随后，基于注意力机制的 Transformer 架构改变了自然语言处理 的范式，使大规模预训练成为可能。近年来，大模型凭借超大规模参数和海量数据学习，在多模态学习、 推理和通用人工智能方向取得重要进展，为人工智能的发展开启了新的阶段。 大模型 模态扩展 文本 检索增强

。网络 药理学在中医药现代化研究中扮演了革命性的角色， 因其完美地契合了中医药整体性、系统性的核心哲学 思想，为理解中药复方“多成分、多靶点、整体调节” 的作用特点提供了强大的理论工具和研究范式。 该热点前沿的 13 篇核心论文具体可归纳为 3 个 研究主题： 主题 1 包括 5 篇综述性论文，系统梳理网络药理 学在中药研究中的方法论体系，强调网络药理学的核 心价值：网络药理学为中医药的整体观提供了一个现 的新纪元。这些研究成果标志着 AI 在生物分子结构预测与设计领域取得了重大进 展，这些工具将极大地加速新药研发、合成生物学和材料科学的发展，使得“理 性设计”取代“大规模筛选”成为研发的主流范式。未来，AI 将朝着实现动态全 原子模拟和精准功能化设计迈进，最终为药物研发、合成生物学等领域带来根本 性变革。 060 生物科学 2025研究前沿 2025 2025 1. 热点前沿及重点热点前沿解读 学习模型。它们与“神经算子理论、方法及其科学计 算应用”“基于深度去噪先验的迭代优化计算成像” 一起，反映出微分方程作为数学领域的长期热点，正 与数据科学发生颠覆性的交叉渗透，催生出全新的科 学计算范式。 在人工智能基础研究方面，“现代机器学习中的 双降曲线与泛化现象研究”旨在解释大参数模型为何 能具备优异的泛化能力，“深度 ReLU 神经网络的最 优逼近理论及非参数回归应用”为神经网络的表达能