...........................................................................................19 2.3 混合资源型分析.............................................................................................. 虚拟电厂产业链上游为基础资源，主要包括可控负荷、分布式能源、储能系统等， 这些资源是虚拟电厂运行和调度的核心；中游是虚拟电厂资源聚合平台，包括电源型虚 拟电厂、负荷型虚拟电厂、储能型虚拟电厂和混合型虚拟电厂；下游是电力需求市场， 包括电网公司、售电公司、工业企业用户和商业用户等。 虚拟电厂产业链以上游基础资源（可控负荷、分布式能源、储能）为支撑，依托中 游聚合平台实现资源整合与协同控制， 电网调峰辅助服务 复合型虚拟电厂 整合工业、商业可控负荷资源，通过削峰填谷降低电网负荷压力， 获取需求响应收益。 储能型虚拟电厂 集中管理分布储能设备，提供快速调频、备用容量等辅助服务， 缓解电网波动 混合型虚拟电厂 综合电源、负荷、储能资源，实现多能协同优化调度（如“光储 充一体化”），提升整体收益能力。 下游 （需求市场） 电网公司 采购虚拟电厂调峰调频服务，降低电网投资成本，增强新能源消

群体态势自主感知 集 群 协 同 感 控 一 体 视 觉感 四 未来工作 一 研究背景 二 VisDrone 数据平 台 · 三 · 低空协同感知脑 混合专家动态融合 数据支撑 大规模、多源、多模态、多任务的协同感知开放数据平台 双向动态提示学习 复原融合一体化学习 多模态协同感知面临低空感知场景高动态、模态主导难选择、现实低质量数据退化类型复杂的 挑 战 难 点 关 键 技 术 创 新 局部 - 全局的混合专家动态模型（ MoE-Fusion ） Gioc al(sio car)=soft ma ac(top k(sio cn·wi o car)) 模型动态学习模态 - 场景的关联信息 ， 实现场景样本自适应的多模态动态融合 创新：提出局部到全局的混合专家多模态动态模型构建“模态 - 场景”动态感知关联 (ICCV 2023) (ICML 2025) 复杂环境下低空视觉感知面临通用表征学习模型缺乏、任务定制表征学习难等挑战难点。 实现复杂环境下智能无人集群全天候精确感知 复杂环境低代价感知难 非对称掩码视频计数 任务定制混合 Adapter 大规模、多源、多模态、多任务的协同感知开放数据平台 数据 - 标签关系挖掘不充分 任务定制表征学习难 缺乏通用表征学习模型 复杂环境低代价感知技术 挑 战 难 点

尽管编写团队已尽力确保文中数据（如量子比特需求预测、市场规模 预测）的准确性，但鉴于量子技术发展的快速迭代特性，我们不对信息的绝对准确性、 完整性或时效性承担法律责任。 3. 风险提示： 报告中提及的技术方案（如混合模式、加密资产发现）应结合各组 织实际情况进行评估。对于因使用本报告信息而产生的任何直接或间接损失，参与单位、 指导委员会、编写单位、编写人员不承担责任。 全球抗量子迁移战略白皮书（2025） 全球抗量子迁移战略白皮书（2025） 7 3.1.1 异构环境下的协议互操作性工程 .............................................. 52 3.1.2 混合实现模式作为过渡桥梁 ...................................................... 52 3.1.3 敏捷的公钥基础设施（PKI）管理 ...... 正式发布了关于在 TLS 1.3 中支持混合密钥 交换（Hybrid Key Exchange）的 RFC 标准文档[16]。这标志着 PQC 不再仅仅是数学 层面的算法，而是正式成为了互联网通信协议的核心组件。 该 RFC 的核心价值在于确立了“传统算法 + 后量子算法”的双重保险机制（例 如：X25519 + ML-KEM 组合）[16]。这种混合模式具有极高的战略意义： 1. 纵深防

新工业 智物联 方案架构 - 集团整 体 集团监控中心 原料 简仓 原料接收 清理 粉碎 原料膨化 配料 混合 制粒 冷却烘干 破碎 喷涂 包装 ● 原料接收 清理 粉碎 原料膨化 配料 混合 制粒 冷却烘干 破碎 喷涂 包装 码 垛 10 新工业 智物联 简仓 原料接收 清理 粉碎 原料膨化 配料 混合 制粒 冷却烘干 破碎 喷涂 包 装 方案架构 - 单一工 厂 工厂总控柜 R2000/R1200

赋能实战”的智慧警务新范式。 小结 大数据智能 语义网络、知识图谱自动化及自我博弈系统。把人工智能 10 和 2 .0 技术混合在一起， 会产生新的大数据智能化的各种各样的技术。 跨媒体智能 结合视觉、语言等多种数据源进行综合分析和推理 群体智能 人机混合 人和机器混合在一起，形成一种增强智能。这种智能不但比机器更聪明，而且比人 更聪明，能够解决更多问题。 智能自主系统 人工智能 2 语义网络、知识图谱自动化及自我博弈系统。把人工智能 1.0 和 2.0 技术混合在一起，会产生新的大数据智能化的各种各样的技 术。 未来发展 跨媒体智能 结合视觉、语言等多种数据源进行综合分析和推理 未来发展 群体智能 多智能体系统，即用人工智能方法组织很多人和计算机联合去完成一件事情， 未来发展 人机混合 人和机器混合在一起，形成一种增强智能。这种智能不但比机器更聪明，而且

针对低空全域飞行技术,重点突破低 空无线信号使用体验优化、卫星互联网与蜂窝网络融 合、“端—网—云” 协同支持全域自由飞、蜂窝混合机 间自组网协同等难点。 针对全类基础设施融合技术, 重点突破基于蜂窝的无人机身份识别体系与高精度北 斗定位地基系统,并研究“高频感知+高低频通信” 的 混合组网方案。 针对运行管理技术,重点突破低空通、 导、监一体化的无人机交通管理系统和高效低空空域 资源分配与利用算法。 毫米波通感一体的低空监测平台与低空网络安全技 术。 另一方面,研究并制定低空网络建设方案,分高 度、分阶段完成低空试验网与规模部署商用网的建设。 针对低空试验网建设,重点打造低空试验区,搭建基于 地面网络的公网与专网混合低空试验网,研究 300 m 以下低空空域通感一体组网方案、卫星互联网与蜂窝 网络融合等内容。 针对低空网络规模部署建设,重点 开展典型场景方案库搭建、“低空网络+低空应用” 的 商用、低空网络规模部署工作。 借低轨融合了多种异构的低轨卫星网络的巨型星座网 络 [11],在竞争固定/ 移动卫星业务市场。 在此背景下,需要采用横向拉通和纵向贯穿的方 式推进通信卫星的发展。 横向采用高低频协同、多站 型混合等方式,满足不同区域的差异化覆盖需求,打造 全域无缝一张网。 纵向围绕地面应用、空间应用、地面 基础设施、空间基础设施建立 4 层架构,形成空间上的 立体覆盖,提供业务应用和基础设施两类服务,据此打

，智能优势成为超越信息优势的 “进阶”优势。 “ 制智权”成为战场综合制权的核心。 战时 ， 敌我双方将首先围绕军事智能活动的 “感知——理解——推理——判断” 等环节激烈对抗 ，争夺支撑作战体系高效运转的人机混合智能的 “思考”速度和质量优势。 同时 ，智能系统也将成为战 场攻防的主要对象 ， 敌对双方可能通过控制对方机器人、 无人机、 智能决策等自主作战系统实现制胜目的 ， 甚至通过 脑控技术、 情绪控制技术直接控制指挥人员或使其失能。 语音导航 ，结合地图指示 ，方便易 懂 语音识别技术应用场景 主要应用场景 语音识别 Before ： l 选音素作为基本建模单元 l 建模时考虑音素的前后音连 After ： l 中英文混合一起 ， 音素组合建模 l 不考虑音素组合的前后音连 - 元音 - 单辅音 - 辅音 + 元音（包括复合元音） - 辅音 + 元音 + 鼻音 Deep Peak2 ：适合多语种建模的上下文无关的音素组合建 XXapp 等各种产品。 产品支持 l 支持流畅的中英文混合合成 ， 可播报通用领域任意文本 l 支持有特色的定制合成 ，如明星音导航场景 l 模型文件小、 低功耗、 无需联网、 硬件要求低： - 前端文本模型： 7.3M ，支持中英文混合文本处理 ，所有发音人共享； - 后端声学模型 - 每个音库占用 ： 376K ，支持中英文混合播报； - 合成实时率： 15 倍 - 实时速度（小米

逻辑比特与纠错量子计算 迈进 • Rigetti Computing：2022年登录纽交所、融资3.5亿美元；推出多款超导量子芯片，2025发布”Aspen-M”88比特量子处理器，已推出上百比特系统； 支持云接入与混合计算. 专注超导路线与云生态 • 中国科学技术大学（中科大，USTC）：“祖冲之号” ：超导量子计算原型机，实现 66 比特可编程超导量子处理器，2025发布“祖冲之三号”升 级至105比特 • 钥基础设施在互联网大规模认证中的角色 短期（1-3年） 启动密码资产清点，梳理加密算法等； 制定PQC迁移策略，优先处理核心功能； 与国内量子企业开展研究试点。 中期（3-5年） 推行混合加密，逐步替换算法；探索 量子计算在业务场景应用；参与标准 制定，共建量子安全金融生态。 长期（5年+） 全面迁移至PQC，保障系统量子韧性； 投资算法研发与人才储备；布局量子 计算基础设施接入。 量子反洗钱、量子隐私计算等探索，量子直接通信工程化探索（同城数 据备份等场景） 华夏银行 投资2.3亿美元建设量子安全数据中心；参与欧盟NEASQC项目研 究银行业量子计算应用；加入IBM量子加速器项目 量子-经典混合预测欧企债券成交率PoC（提升34%，2025年9月）、量子 机器学习（黄金交易反欺诈）、PQC探索（区块链数据保护） 汇丰银行 国际银行业 量子算法研究：量子组合优化、金融风险评估和模拟金融衍生品定价PoC

[11]。造成这一格局变化有以下两个关键因素，一方面是国家对运营商 云的政策支持力度持续加大，推动天翼云等电信系云厂商进行算力布局、在以政务云为代表的领域快速 扩张；另一方面，行业用户对云服务的需求更加多元，各家云厂商深化混合云、行业云的布局，并通过降 低价格与优化服务来争夺客户，加速了传统 IT 基础设施向云平台的迁移。因此，在价格、服务与政策等 多重因素叠加下，国内云市场的渗透率进一步提升，导致云厂商排名与梯队结构的重新洗牌。 模型训练， 并探索基于 CXL 3.1 的内存扩展架构以缓解 GPU 显存瓶颈。Google 在其 TPU v5p 集群中引入液冷封装与 动态调频技术，提升能效比，同时试点 GDDR7+CXL 混合内存方案，拓展通用内存容量。整体来看，云厂 商正通过芯片自研、高速互联与内存服务化，推动硬件架构从“封闭堆叠”向“开放协同”转型。 在软件层面，云计算正迈向以智能调度、自主运维与语义感知为核心的下一代操作系统阶段。阿里云 针对智算中心的巨大投入与 GPU 资源使用效率的低下，业界与学术界积极探索不同租户间资源划分 与调度，任务资源度量与抢占等多种技术，以此提升资源的使用效率。NVIDIA 在硬件架构、驱动层和软 件栈上为智算中心的多场景混合运行构建了完善的资源共享机制。CUDA 的 Context、Stream 与 Hyper-Q 在软件与运行时层面提供了基础的并行与软隔离能力；MPS（Multi-Process Service）在进程级别上将多进

决策 [2]。 “联”(Connected & Collaborative)的维度则包括泛 在连接、协同感知和网联融合 3 个方面。 首先,基于 5G/ 5G-A、卫星通信、专网等混合组网技术,为飞行器、 地面站与云端平台间的数据传输提供超低延迟的稳定 保障;其次,构建国家级监管云、区域级分中心和场站 级边缘节点的三级协同架构,实现政府、企业、个人等 多主体监视数据共享;最后 低空监视场景中的目标(如无人机、障碍物等)抽象为 图结构中的节点,并通过节点间的边来表征其空间关 系;同时,通过图卷积等操作实时更新节点与边的状 态,从而显式地建模目标间的空间拓扑与交互关系。 当前,结合上述架构优势的混合模型(如图神经网 络嵌套 Transformer 等)以及引入动态自适应机制(如 门控、注意力等),是提升低空感知系统性能与适应性 的核心突破方向。 3. 3. 2 时空动态分析与轨迹建模 基于深度学习的低空监视雷达目标检测的研 究[D]. 成都:四川大学, 2021. [12] 汪良军, 曾如意, 孙建华, 等 . 低空无人机多链路动 态混合监视系统设计与实现 [ J]. 电 子 产 品 世 界, 2025,32(2):6-10. [13] 朱奕安, 何佳, 贾子晔, 等 . 基于 ADS-B