DeepSeek 银行部署加速， AI 金融应用迎来跃迁 分析师：闻学臣 执业证书编号： S0740519090007 分析师：王雪晴 执业证书编号： S0740524120003 分析师：苏仪 执业证书编号： S0740520060001 联系人：蒋丹 Email ： jiangdan@zts.com.cn | 证 券 研 究 报 告 |

智能物流仓储行业词条报告 头豹分类/综合及概念/智能制造/装备及系统/智能仓储管理系 统（IWMS） Copyright © 2025 头豹 2 智能物流仓储：智算驱动下的物流革命，仓储系统进入跃迁期 头豹词 条报告系列 付淑芳 · 头豹分析师 2025-07-11 未经平台授权，禁止转载 行业分类： 综合及概念/智能仓储管理系统（IWMS） 智能物流仓储指应用先进信息技术、自动化设备

《智能世界 2035》所描绘的十大技术趋势，并非孤立的技术罗列，而是构成了一个相互依存、 协同演进的复杂生态系统。从计算范式的革命（突破冯 • 诺依曼瓶颈）、存储范式的改变（数据即 智能），到网络范式的跃迁（迈向智能体互联网），其底层驱动力是一致的：即为了支撑智能体在 物理与数字融合的“镜像世界”中进行大规模、实时、可靠的交互与决策。智能体（Agent）作为 核心载体，其从执行工具到决策伙伴的演进 划、协作并作用于环境的认知主体。这不仅是技术的升级，更是生产力和生产关系的范式革命。 智能革命的真正价值，最终要体现在对千行百业的赋能乃至重塑上。《智能世界 2035》不仅 聚焦于技术本身的跃迁，更用大量篇幅深入剖析了智能体将如何作为新质生产力的核心，驱动医 疗、教育、制造、金融、能源等关键领域发生范式革命。从“AI 协同诊疗”到“设计即制造”，从 “超个性化金融”到“智慧能源网络”， 华为、学术界同仁和行业先锋，共同谱写发展新篇章。我们将以科技之力守护地球家园，激发经济 活力，促进人类繁荣。 香港科技大学首席副校长 回首人类数千年的文明进程，从狩猎文明到农耕文明，从工业文明到数字文明，每一次文明的 跃迁都源自人类对未知的不断探索。没有探索，就没有创造；没有创造，就不会有文明的进步。这 份深植于人类基因的探索精神，推动我们不断突破认知与技术的边界，走向更加繁荣的智能文明。 2021 年，华为发布了《智能世界

协同合作，加快构建下一代专网生态，推动 5G/5G-A 专网朝着差异化、定制 化、高性能的方向不断发展，支撑网络强国和数字中国的建设。 中国工程院院士 刘韵洁 序 一 当今世界，正经历一场以数字化、智能化为核心的产业跃迁。作为新型基础 设施的战略基石，5G及向5G-Advanced （5G-A） 的持续演进，正突破传统通 信边界，深度融合于千行百业的核心场景，重塑生产力与价值链。在此浪潮中， 5G/5G-A专 （独立/混合/虚拟专网），到智慧运营平台构建、新兴技术赋能运营创新， 旨在为产业提供可复用的实施框架。 我们坚信，当 5G/5G-A 专网深度融入生产核心环节时，它已不仅是通信工 具，而是产业智能化跃迁的使能者、数字经济与实体经济深度融合的连接者，更 是践行新质生产力构建全球竞争新格局的塑造者。期待本白皮书与案例集为千行 百业的数字化征程注入确定性力量，共启“万物智联”的新序章！ 中国通信企业协会副秘书长

物流服务链条长、定制化程度 高，且客户对成本诉求敏感，驱动物流企业加强成本控制、精细化运营的核心能力。 AI 大模型、机 器 人等技术在物流场景的落地，有助于成本管控正从“经验式”向“智能化”跃迁，率先使用 AI 等科技 或具备技术基因的 ToB 物流商，有望在成本竞争中进一步扩大竞争优势。 “AI+ 物流”相较于“互联网 + 物流”：全链路深度融合，智能决策。我们认为， AI+ 物流以人工智 强两大核心能力：动态优化成本、精细化运 营。随着 AI 、机器人等技术在物流场景的落地，成本管控正从“经验式”向“智能化”跃迁，率先 使用 AI 等科技的具备技术基因的 ToB 物流商有望进一步扩大竞争优势。 1. AI 穿透全链条， 成本管控向“智能化”跃迁 6 请务必阅读正文之后的信息披露和法律声明 我们认为，“ AI+

是因为项目优先级低；其他原因还有技术复杂度高、数据安全和隐私风险考量等。 洞察分析 . 这反映出企业智能费控系统“形在而神未至”，即系统化初具规模，但尚未完成从“流程自动化”到“智能化决策” 的跃迁。大多数企业费用管理智能化落地困难，可能源于数据基础薄弱、费用规则复杂、人才结构缺口或场 景选型不清等问题。因此，若需要推动智能费控，应从小场景切入、聚焦异常识别或发票审核等具备规则基 础的数据 ·将多地法规（如PIPL、GDPR） 嵌入规则引擎，构建可策略化 配置的全球合规体系； ·引入生成式AI进行合规文档比 对﹑申报风险提示等智能审计能力； ·实现数据级合规追踪，完成从 “事后控制”到“事前预警”的跃迁。 I A 25 ｜第二章 流程的建设决定了制度能否落地，合规的体系决定了管理能否延续。在数智化浪潮下，二者的边界正在模糊 : 流程即合规，合规嵌入流程。企业唯有将两者协同演进，方能构建可感知、可预测、可审计的智能费用治理 即可完成授权。每一次审批人的 通过或驳回的数据都会回流到 AI 的“审批专家”知识库，随着学习样本的累积，模型对“合理波动”与“异常抬价” 的识别精度不断提升，实现从“人找单”到“单找人”的无感跃迁。 AI 能够利用自然语言处理和大数据分析技术对企业的费用数据进行深入分析，自动生成费用报告，并通过 数据可视化工具呈现出详细的费用结构、趋势和异常，并在有必要的情况下发出预警，使企业能够在问题爆

超节点架构引领技术革新，重构计算能力边界。超节点架构依托高速互联技术，将大带宽的互联 范围，从单台服务器扩展到整机柜以及跨机柜的大规模集群，超节点域内可达百 GB/s 级通信带宽、 纳秒级时延、TB 级超大内存，实现集群能力跃迁。相较“服务器集群”，超节点代表的是弹性、池 化、开放的系统能力：既能以极致吞吐支撑万亿参数训练，也能以低时延满足企业级大规模推理的 刚性需求。 昇腾 AI 坚持架构创新，开源开放，共建产业生态。昇腾 技术架构的国内外演进路径 与生态发展格局，清晰界定了超节点需具备的技术特征与系统属性，为产业界提供了具有前瞻性的 洞见和系统标准参考，助力行业在算力发展中找准技术方向，推动算力从规模堆砌走向效率跃迁。 国家超级计算广州中心主任 卢宇彤 当前，千亿乃至万亿参数的大模型与 MoE 等先进架构的兴起，对计算基础设施提出了前所未有 的苛刻要求。传统的硬件堆叠模式已难以满足其对于算力规模、通信效率及系统稳定性的需求。《超 全面提升了模型的智力水平，也顺理成章地将基础设施的挑战从过去的“纯算力”问题，升级为“算 力 × 数据供给 × 系统编排”的综合性工程难题。 趋势一：基础模型竞赛——参数与集群规模的“双万”跨越 参数从亿级跃迁至万亿级，训练集群从“万卡”走向“十万卡”。从 GPT-1（1.17 亿）到 GPT-3（1750 亿），再到 GPT-4（约 1.8 万亿），2025 年 Llama-4、Kimi K2、xAI

零售业竞争焦点已从粗放式流量争夺，转向对用户价值的深度挖掘与精耕细作。人工智能技术已 深入零售业务场景，贯穿零售业态全链路，成为零售企业建立差异化竞争优势、实现战略增长的 核心引擎。零售企业正在完成从 ERP 到 AI 的技术代际跃迁，智能化转型是大势所趋。 打造新一代数据底座是智能化转型的关键支撑 智能化转型对零售企业带来全新数据架构挑战。面对爆炸式增长的业务数据、多模态数据管理要 求、以及数据架构复杂与有限 IT 资源 夺，转向对用户价值的深度挖掘与精耕细作。 与此同时，人工智能技术正以前所未有的速度重塑零售消费品行业市场格局，深刻影响着消费者 行为、企业运营模式乃至整个行业的竞争态势。零售企业正在完成从 ERP 到 AI 的技术代际跃迁， 智能化转型是大势所趋。人工智能已贯穿零售行业“研、产、供、销、服、管”全链路，成为零 售企业建立差异化竞争优势、实现战略增长的核心引擎。 传统的数据架构在智能化时代已捉襟见肘。数据底座的革新成为零售企业解锁 POS 机进行收银管理，到建设 ERP 系统管理进销存，零售业的技术范 式经历了信息化、数字化，如今正走向智能化。 表 3：零售业技术范式发展（数据来源：爱分析） 从 ERP 到 AI 的技术代际跃迁是所有零售企业的必然选择。一方面是传统 ERP 系统无法承载当 前消费需求碎片化和复杂供应链的零售业态，另一方面是人工智能技术持续迭代突破，正成为零 售企业核心增长引擎。 传统 ERP 系统作

焊接区），此类系统的视觉传感器易受干扰导致可用 性下降；对于柔性工件（如布料），触觉反馈缺失可能 导致抓取变形率超标。因此，当前行业正从“感知— 执行”向“全流程自主作业”跃迁，核心突破点在于在 单一工序中实现类人决策能力，实现从“局部优化”到 “全局智能”跃迁。 5 具身智能的未来趋势 5.1 自主学习与泛化能力提升 未来具身智能将通过大模型与强化学习等技术 的深度融合，进一步提升自主学习和泛化能力。智能

平权帮助数据消费撬动业务价值跃迁 数据消费与数据资产的“杠杆理论” 数据消费 数据资产 数据平权 数据质量 杠杆的“硬度” 数据民主 数据集成 决定数据能否 被消费 杠杆的“长度” 决定数据消费的覆 盖范围和可用性 杠杆的“支 点” 数据平权 杠杆的“支点” 决定数据是否能够被 每个员工利用在业务 场景中，真正撬动数 据资产价值跃迁 IT 数据管道 数据开发 数据开发 指标管理 数据模型 业务 自助 分析 丰富炫酷 大屏展现 固定式报表展现 智能问答式 分析 探索式 数据分析 数据集成 数据消费 数据价值跃迁 数据平权 数字人才 应用推广 18 企业数智应用白皮书 让数据规范起来： BI 就是要解决以上四个问题，从而能够让企业实现数据决策，提升企业的效率。 让数据可以看到： 让数据可以被编辑： 足够简单和高效： 很多企业 和组织准备过程。其战略、运营、数据、技术、组织五个维度都经过了渐进式的能力建设，形成了相互支撑 的有机体系。 ● 第三阶段： ● 第二阶段： "Data Agent"则实现了从分析工具向决策执行者的终极跃迁。智能体不仅能够进行复杂的数据推理和洞察生 成，更重要的是具备了自主执行决策的能力，能够根据分析结果自动触发业务流程、调整策略参数、优化资源 配置，真正从"辅助决策"升级为"代理决策"，实现了数据价值从洞察到行动的闭环转化。