电力人工智能多模态大模型 创新技术与应用 1 、研究背景 2 、关键技术 3 、应用案例 4 、未来展望 目 录 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科 学；其在历史上经过多个发展时期，形成了不同的技术流派； 深度学习是目前主流。 1950s—1970s 1970s 中期 1980s-2000s 2010s-2018s 2018s- 现在 推理期 知识期 统计学习时期 集成方法时期 早期神经网络时期 大模型时期 人工智能领域迭代迅速、多种技术流派蓬勃发展，在多个领域已有广泛应用。 背景 1—— 人工智能的概念及发 展 依赖统计学和人工 设计特征构造算法； 代表算法： 支持向量机 (SVM) TensorFlow MindScope 训练算法 无监督预训练 强化学习 前沿探索阶段 底层计算库： CUDA 、 CANN( 华为 ) 有监督微调 对比学习 * 互联网爬取、规模大 LLM 预训练 多维并行算法 状态监测、任务调度 语言通用模型： DeepSeek-R1 等 无监督数据

西藏、甘肃、青海等超30+省市将低空经济 写入2024年《政府工作报告》，并已经发布相关低空经济高质量发展行动计划。上海正有序推进虹 桥国际低空经济产业园、华东无人机基地建设；培育壮大低空经济、大飞机等战略性新兴产业和未 来产业；珠海则利用其航展优势，建设低空经济产业园，推动一批产业企业落地发展。全国多地积 极申报城市空中交通管理试点，推进低空立体交通管理与服务系统、通航机场等低空基础设施建 类低空企业不断展开竞争，争夺行业龙头地位的同时，低空网络攻击、低空空域管理冲突、低空监 视合法性、适航认证程序与标准等问题接踵而至。为解决低空经济发展过程中产生的具体问题，美 国众议院和参议院先后通过了《先进空中交通协调及领导力法案》（Advanced Air Mobility Coordination and Leadership Act），要求建立先进的空中交通机构间工作组，计划和协调与空中 安全、低空基础设施 不断延长的同时，低空领域的监管逐步 受到挑战。当低空经济领域的商业竞争带来混乱时，法律法规及各项行政命令的出现便可以及时将 低空领域的发展拉入正轨，从而在低空经济蓬勃发展的同时兼顾该领域发展的规则与秩序。 三、欧洲的低空经济发展模式 欧洲的低空发展模式则展现出了“区域联动”的特点。依托欧盟一体化的大背景，欧盟通过“地平线 2020”与“欧洲地平线”等计划，投入超2亿欧元支持低空经济研发，重点覆盖U-Space空域管理系

免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 1 证券研究报告 电子 AI：大模型掘金金融行业数据富矿 华泰研究 电子 增持 (维持) 研究员 黄乐平，PhD SAC No. S0570521050001 SFC No. AUZ066 leping.huang@htsc.com 金融行业坐拥数据富矿，有望成为 AI 大模型率先落地的垂直领域之一 近期，多家金融机构、金融服务机构发布其 AI 大模型：彭博发布支持金融 领域的自然语言处理（NLP）任务的 BloombergGPT，中国农业银行推出类 ChatGPT 的大模型应用 ChatABC，中国工商银行发布了基于昇腾 AI 的金 融行业通用模型。我们认为垂直行业的高价值量数据对于 AI 大模型的训练 和垂直领域应用至关重要 和垂直领域应用至关重要，金融行业数字化程度领先，拥有数据富矿，有望 成为 AI 大模型率先落地的垂直领域之一。应用端，我们看到生成式和理解 式大模型在银行、保险、资管、投研、投顾等多个细分领域正在落地或拥有 潜在落地场景，帮助金融机构降本增效。 银行：大模型助力数据洞察能力提升，赋能高质量顾问式金融服务 在银行领域，理解式大模型可以用在信贷风险管理、智能获客和产品识别等 场景，通过提升银行的数据洞察理解能力，来更好地识别客户需求以及评估

大湾区低空经济 发展与城市规划 将低空经济融入城市规划 与设计的策略指南 低空经济 (LAE)概念的诞生标志着孤立的无人机技术正向更广泛的 经济体系的发生转变，该体系可利用低空空域开展物流、出行和公共 服务等多个领域的活动。低空经济的核心不仅仅在于飞行设备本身， 更关乎我们应如何重新思考城市的运作方式。低空经济引入了一个 新的基础设施层，有助于减少交通拥堵，提高配送效率，并在应急响 应、环境监测，乃至旅游业等方面提供支持。 这一转型在粤港澳大湾区等高密度城市地区显得尤为重要，可帮助 其应对土地资源紧缺和出行需求旺盛带来的挑战。大湾区城市间的 高度互连互通、雄厚的技术实力以及政策动力，为低空经济的试点与 规模化应用提供了理想的环境。此外，该地区在城市形态和治理结构 上的多样性，也为跨境协同与制度创新提供了宝贵的试验场。 然而，低空经济目前仍处于初步发展阶段，面临诸多关键挑战。其中 诸多关键挑战。其中 包括如何管理日益拥挤的低空空域、保障飞行安全与个人隐私，以及 构建能够适应技术快速变革的监管框架。公众接受度亦是另一大阻 碍——人们须积极接纳低空经济带来的便利，而非将其视为一种干 扰。 尽管面临重重挑战，低空经济的潜力依然巨大。它有望推动更可持续、 去中心化的物流体系，减少对地面基础设施的依赖，并创造新的经济 增长点。然而，要实现这些发展愿景，我们亟需一种协调一致的跨学

-1- 2026年智能车载光领域十大产业趋势 -2- Part1. 2025年智能车载光领域十大产业趋势回顾 -3- 趋势一： AR-HUD将成为智驾第一屏，智驾系统从“感知+ 决策+执行”转变为“(感知+决策+执行)*显示 趋势二：智驾的快速发展及AR引擎能力的提升驱动AR- HUD体验代际升级 趋势三：业界将推出更多人驾/智驾场景下的AR安全特性， 提升驾驶过程中的安全性 趋势四： 达，精准防眩目，保障安全 2025年智能车灯产业发展趋势回顾 -5- 趋势九：后排共享大屏会在中大车型中占据主流，成为标配 趋势十：新显示技术竞争加剧，多种新显示技术将在2025 年逐步上车商用 ◼ 2025年上海车展较于2024年北京车展，吸顶屏/投影与椅背屏的占比实现反 转，体现主机厂对于后排共享大屏的青睐 数据来源：盖世汽车研究院 13 9 1 8 14 5 0 5 10 2025年1-10月 车企品牌 数量（个） 车型数量 （个） 17 22 35 25 33 63 2025年车载显示产业发展趋势回顾 -6- Part2. 2026年智能车载光领域十大产业趋势预测 -7- 趋势一：随着AR-HUD的使用体验不断优化，市场对其价值认可度持续提升。 预计2025年新车AR-HUD装配量增幅超50%，2026年AR-HUD将加速向25万元以下车型渗透

AI 为主角 、人为助手的协作模式 微众银行： 黄叶飞 02 大模型在研发效能上的初步探索 05 Multi-Agents 实现研发流程提效 03 大模型辅助研发遇到的困难 04 Agent 离不开的 RAG 让 AI 成为主角的人机交互方式 研发流程面临的主要问题 目 录 复杂 内部研发效率主要体现在其复杂性上： 人员 、产品 、监管事情应接不暇。 研发流程面临的主要问题？ 不同岗位工作内容的复杂性占用不少研发成本 大模型在研发效能上的初步探索 o o o 版本发布 接口测试 性能测试 Bugs 设计稿 线上运维 系统监控 测试环境 交互稿 产品文档 功能测试 测试 运维 产品 架构文档 接口文档 联调 单测 初试 在 ChatGPT 出来后， 大模型似乎能辅助研发效能的提升。 大模型在研发效能上的初步探 索 大模型在研发效能上的初步探索 准的让模型理解 代码解释及关联代码 首先把所有代码把无注释的代码先生成一份代码注释 、然后将代码注释及代 码用于做微调 大模型在研发效能上的初步探索 o o o 单元测试案例及代码 提取代码中的单元测试案例 、以及单元测试的代码， 更精准的做代码微 调 微调模型的试验之路是否可行 困难 前期辅助编程方案并无法在研发流程中解决开发太多的痛点。 大模型辅助研发遇到的困难

请务必阅读正文之后的免责条款部分 1 of 30 [table_Header] 2025.12.28 产业深度 2026 自动驾驶元年八大展望 产业研究中心 [Table_Authors] 王浩(分析师) 0755-23976068 wanghao2@gtht.com 登记编号 S0880513090004 鲍雁辛(分析师) 海 ——具身智能产业深度研究（六） 2025.11.24 人形机器人硬实力助力行业加速量产——具身智 能产业深度研究（五） 2025.11.02 摘要： 2026 自动驾驶元年八大展望 [Table_Summary] 展望一：L3 新时代已至，智能化变革提速 L3 有条件准入许可正式落地，智能化产业变革提速，智驾渗透率将快速提升， 产业链将充分受益。 当地汽车工业升级。 展望三：智能底盘将成为高阶智能化的最后一块拼图 智能底盘迎来千亿级市场空间，新技术不断涌现，线控制动 EMB 从研发走向 量产，线控转向 SBW 受益于 L3 及 Robotaxi 需求推动量产。 展望四：汽车与人形机器人产业链将加速融合 汽车产业链上下游企业从本体、零部件、数据采集、训练等多个环节赋能人形 机器人，助力人形机器人迎来量产落地。