数字技术赋能智慧养老的内在逻辑、 困境指向与实践进路 ———基于 “技术-组织-环境” 分析框架 韩振燕, 徐智健 (河海大学公共管理学院, 江苏 南京 210000) 摘 要: 打造高质量的智慧养老服务是转变传统养老服务模式、 顺应时代发展、 积极应对人口老龄化的必然要 求。 基于 “技术-组织-环境” 的 TOE 分析框架, 数字技术赋能智慧养老的内在逻辑主要体现为以数字技术为 驱动力、 并为老年人提供更优质、 便捷的养 老服务体验。 智慧养老概念最先由英国生命信托基金会提出, 彼时被称为 “全智能化老年系统”, 该系统意在打破 第 9 期 韩振燕, 徐智健: 数字技术赋能智慧养老的内在逻辑、 困境指向与实践进路———基于 “技术-组织-环境” 分析框架 时间和空间束缚, 为老年人在家中过上高质量生活提 供有效服务 [4]。 而在我国学术界, “智慧养老” 的概 念经历了从 “数字化养老” 然而, 在智慧养老逐渐成为养老服务的重要内容时, 其核心 要素数字技术在智慧养老服务的供需匹配过程中作用 发挥的内在逻辑、 现实困境与实践进路方面仍存在较 大的学术研究空间。 基于此, 本文试图通过技术-组 织-环境 (TOE) 分析框架, 深入探讨数字技术在赋 能智慧养老中的内在逻辑, 分析数字技术赋能过程中 所面临的困境指向, 并提出符合当前智慧养老发展现 实的实践路径。 本研究通过对数字技术在智慧养老中

业务规则 监控系统所有接入企业的负荷曲线，包括监控负荷曲线和基线参考负荷 曲线，光伏发电曲线、储能运行曲线。 输入业务对象及 属性 企业数量、设备数量、企业设备负载情况、企业信息 业务逻辑 展示企业数量、设备数量、企业设备负载情况、企业信息 输出业务对象及 属性 展示企业数量、设备数量、企业设备负载情况、企业信息 功能需求描述 展示企业数量、设备数量、企业设备负载情况、企业信息 参与者 系统管理员、业务管理员、用电企业方、代理企业方 9 业务规则 监控系统所有接入企业的负荷曲线，包括监控负荷曲线和基线参考负荷 曲线。 输入业务对象及 属性 企业用户登录信息 业务逻辑 准确跟踪不同设备，不同取悦下的温度、气象信息 输出业务对象及 属性 温度、湿度、天气情况 功能需求描述 实时展示设备运行的外界情况 界面要求 根据省公司统一框架界面要求布局，数据过滤条件要求有名称、企业 3 负荷晴雨表 业务功能名称 负荷晴雨表 参与者 系统管理员、业务管理员、用电企业方、代理企业方 业务规则 不同维度统计企业负荷使用统计情况 输入业务对象及 属性 企业信息，统计维度 业务逻辑 可统计出企业以时间：年月日负荷统计、可通过区域负荷统计、可通过 设备负荷统计最高负荷量 输出业务对象及 属性 负荷统计数据 10 功能需求描述 负荷统计量多维度展示 界面要求 根

CONTENTS 目录 超节点发展报告 02 当我们站在人工智能大模型技术飞速发展的十字路口，一个清晰的趋势已然浮现：大模型正沿着 “规模定律”不断演进，从预训练扩展到覆盖预训练、后训练、逻辑推理的全流程，其参数与集群 规模实现“双万” 跨越，行业模型落地需求专业化。 传统的服务器集群架构在这场变革中瓶颈愈发明显。千亿级模型一次梯度同步产生的 TB 级数据 让传统以太网带宽难以承受 超节点并非简单的硬件堆砌，它的实现离不开基础技术、系统能力与可落地性的三方协同。基础 技术是超节点的根基，其具备超高带宽互联、内存统一编址等技术特征，通过近乎无阻塞的高带宽 互联，将数百上千个 AI 处理器编织为一个逻辑统一的高密度计算体，为高效计算提供了底层支撑。 系统能力则是超节点高效运转的保障，它需要具备大规模、高可靠、多场景等系统特征。大规模的 组网能力突破了单机扩展的硬件限制，为大规模算力聚合提供架构支撑；高可靠的运行特性化解了 维管理深度融合，锻造出高性能、高效率、高可靠的 单一逻辑实体。它标志着一个全新时代的开启——智算基础设施正从松散组合的算力堆叠阶段，迈 入软硬协同、全局优化的超节点阶段，旨在有效破解超大规模 AI 训练与推理中所面临的扩展性瓶颈、 效率损耗与能耗墙难题，为 AI 的持续创新提供坚实、高效、绿色的算力基座。 为系统分析超节点技术的发展逻辑、技术创新、产业价值以及未来趋势，我院与华为及相关单位

源数据和信息，导致在处理与时效性相关的能源问题时，给出的结果滞后或不准确。 2、逻辑推理方面：1）复杂逻辑处理能力有限，能源系统涉及发电、输电、配电、用电等多个环节，各环节之间存在复杂的因果关系和 逻辑联系。DeepSeek在处理一些需要深入理解和分析复杂能源逻辑关系的问题时，可能会出现混淆概念、因果倒置等逻辑错误，难以提 供准确有效的解决方案。2）缺乏辩证思维。能源行业的很多问题需要综合考 理等相关领域的数据，让DeepSeek能从更丰富的维度理解能源问题中的逻辑关系。 。 2、模型优化：利用能源领域的特定数据集对DeepSeek进行微调，针对能源领域的复杂逻辑关系问题，调整模型的参数和结构。将 DeepSeek与其他专门用于处理逻辑关系的模型或算法进行集成，如知识图谱、逻辑推理引擎等，结合各自的优势来提升处理复杂逻辑 关系的能力。 3、多模态融合与交互： 除了传统数据，融入能 视频识别能源设备状态，结合文本数据，能让DeepSeek更全面地理解能源场景中的复杂逻辑。 4、模拟与仿真结合：将DeepSeek与能源系统模拟软件集成，利用模拟软件对能源系统的物理过程进行精确模拟，DeepSeek基于模拟 结果进行逻辑分析和决策优化，如在电力系统规划中，结合模拟软件的潮流计算结果，DeepSeek进行更合理的电网布局和调度逻辑分 析。

本次《人形机器人落地场景洞察白皮书》4大核心亮点： • 创新逻辑：提出“人形机器人场景落地评价模型”，依托服务头部企业的实战经验，以及对机器人产业逻辑>10年 的洞见，识别落地场景顺序——工业、家庭、商业服务 • 聚焦工业：洞见新能源汽车制造——5大工序 VS 人形机器人适配4大工种（搬运、质检、工站衔接、基础组装） • 真实案例：采集某全球头部企业场景规划——验证人形机器人落地场景、适配工种逻辑 • 产业展望：工业、家庭 展望：人形机器人产业关键节点识别 M2 2025 Proprietary and Confidential All Rights Reserved. 人形机器人应用场景演进逻辑 未来人形机器人落地场景将由工业->家庭->商业演进，主要基于两大核心逻辑：场景的标准化程度、任务的复杂程度由简至繁 5 工 作 环 境 复 杂 工 作 环 境 简 单 任务单一 任务复杂 商业服务 单一动作执行 ✓ 商业演出 ✓交互对象较多元 商业场景 标准化程度较低。 ✓环境最开阔多变 ✓交互对象最多元 Source: M2研究 & 分析；全球人形机器人企业专家访谈；转载引用内容请标明来源 人形机器人落地场景演进逻辑 M2 2025 Proprietary and Confidential All Rights Reserved. Source: M2研究 & 分析；全球人形机器人企业专家访谈；转载引用内容请标明来源

..............................21 3.1 价值创造继续承压，盈利质量不同加剧分化 .................. 21 3.2 价值塑造偏短视，产业投资逻辑不够清晰 ....................... 24 3.3 价值经营意愿增强，专业性提高.......................................... 26 能力与更具体的应用场景落地。现阶段“盈利质量”的差异正在显著 加剧群体内部的分化；面向资本市场的价值塑造多偏向于短期回报性 投资标签的打造，而鉴于价值创造能力的短板，群体上市公司在讲好 “回报”故事的同时，更需夯实产业价值的投资逻辑，引导资本市场 聚焦可持续的价值创造。此外，回购、增持及股权激励等行为日趋活 跃，价值经营的主动性显著增强，方式上也呈现结构性变化，专业化 水平得以提高，但与 A 股平均水平之间仍有差距。 专精特新上市公司市值管理诊断散点图 数据来源：Chocie，和恒整理 二、科学的市值管理战略方法论 2.1 市值管理的本质是“做价值涨预期” 市值管理是一项战略管理行为！站在实操角度看，市值管理的内 在工作逻辑可概括为“做价值、涨预期”，以价值为市值管理的锚， 追求上市公司市值的科学合理最大化。 图7 和恒咨询上市公司市值管理方法论模型 “做价值”分为价值创造、价值塑造和价值经营三个方面。

•人工智能：让机器具备动物智能，人类智能，非人类智能（超人类智能） •运算推理：规则核心；自动化 •知识工程：知识核心；知识库+推理机 •机器学习：学习核心；数据智能（统计学习方法，数据建模） •常规机器学习方法：逻辑回归，决策森林，支持向量机，马尔科夫链，….. •人工神经网络：与人脑最大的共同点是名字，机制和架构并不一样 •传统神经网络：霍普菲尔德网络，玻尔兹曼机，….. •深度神经网络：深度学习 • 专注于通用自然语言处理和多模态能力，适合日常对 话、内容生成、翻译以及图文、音频、视频等信息处 理、生成、对话等。 侧重于复杂推理与逻辑能力，擅长数学、编程和自然语言推理任 务，适合高难度问题求解和专业领域应用。一般是在生成模型的 基础上通过RL方法强化CoT能力而来 推理能力 在日常语言任务中表现均衡，但在复杂逻辑推理（如 数学题求解）上准确率较低。 在复杂推理任务表现卓越，尤其擅长数学、代码推理任务。 多模态支持 当前主要支持文本输入，不具备图像处理等多模态能力。 应用场景 适合广泛通用任务，如对话、内容生成、多模态信息 处理以及多种语言相互翻译和交流；面向大众市场和 商业应用。 适合需要高精度推理和逻辑分析的专业任务，如数学竞赛、编程 问题和科学研究；在思路清晰度要求高的场景具有明显优势，比 如采访大纲、方案梳理。 用户交互体 验 提供流畅的实时对话体验，支持多种输入模态；用户 界面友好，适合大众使用。

编者按 当前，全球正经历大国博弈与技术范式的深刻变革。面对中美战 略竞争加剧、传统产业亟待升级、地产与地方债务旧有逻辑亟待转变 等多重挑战，培育支撑中国经济长期高质量发展的“新质生产力”， 已成为一项紧迫的时代课题。 具身智能，作为人工智能与物理世界深度融合的典范，正步入以 “AI+高端制造”为核心的黄金发展期，有望成为驱动未来经济增长的 核心引擎。它不仅将重塑制造业价值链，更将催生“制造服务业”、“现 从商 用、工业扩展到医疗、家庭、教育等，推动“软件定义硬件，硬件产 品承载软件剩余价值”的产业趋势发展。 国家逻辑×市场逻辑双轮驱动，开启 20-30 年黄金期。具身智能 已被纳入国家战略，既服务于国家安全和“卡脖子”突破（无人装备、 航空航天、工业机器人），也顺应市场逻辑，满足老龄化社会、消费 升级和产业升级的需求。政策、资本、产业与学术界的协同作用，正 在为中国具身智能产业奠定 20-30 场景的需求 强度驱动，推动产业链资源重新分配促使头部企业诞生，从而推动下 一轮供应链格局发生变革（更贴合真实落地需求）。 中美投资结构迥异：中国以国家逻辑、债权融资为主，美国鼓励 社会资本、VC/PE 推动原始创新。中国融资以国家逻辑为主，近 80% 投资金额来自债权和债券融资，用于支持头部企业扩张发展；美国超 八成依赖 VC/PE，形成“融资—研发—迭代—再融资”的创新循环， 以此颠覆式技术突破。

度、内容逻辑性、内容丰富度也进 入了用户关注的Top5功能点。对于数据图表的需求超过了20%，但对于视觉效果、创新性功能的需求并不热烈。 专业数 据图表 输入输出 输入方式丰富度：拍图、对话等多模态 输出模式丰富度：简约、专业等多模态 交互性：引导输入、可编辑、可分享等 需求贴合度：需求识别度高、可修改等 内容质量 丰富度：文本、图片、图表兼备 可靠性：内容准确，可商用 逻辑性：清晰有层次易理解 准确度：非AI幻觉，且准确引用 可视化效果：出现文字、图表等多形式 用户体验 易操作性：操作流程直观，用户上手快 稳定性：生成过程快，崩溃少，信息清晰 功能全面性：功能覆盖度高 价格：价格普惠，性价比高 内容逻辑性 内容丰富度 输入输出交互性 输入方式丰富度 输入输出需求贴合度 智能PPT产品能力模型 用户最关注的智能PPT能力维度 数据来源：2025年6月用户调研（N=1172），极光月狐数据研究院整理。 文本丰富 + 图表结构 识别意图 + 自主生成完整逻辑 「简约 or 专业」 布局选择 专业图表选择多 美化功能升级 智能推荐模板 单页美化 上传素材 多功能在线编辑 指令修改 专业图表生成 图表结构丰富 多类型选择 可视化体验增强 文本质量提升 准确性 需求严格依从 时效性 支持单页续写 逻辑严谨、完整 内容丰富度高 专业复杂布局 智能换图

术路线具备综合性优势。近年来业界持续推进量子计算原型机研制， 科研成果不断涌现。 超导技术路线以超导约瑟夫森结为基础构建二能级系统，优势 在于扩展性好、易操控以及集成电路工艺兼容。近年来，超导路线 在量子比特规模、逻辑门保真度、相干时间等方面持续突破。2024 年，IBM 基于动态量子电路生成高保真度“魔法态”，保真度优于不 经过魔法态提纯的原始量子比特所能达到的水平28。中科院推出自 研的 504 比特超 Willow（柳树）36， T1 增加至 98𝜇𝑠，所有物理比特的单比特逻辑门平均错误率约为 0.036%，双比特（iSWAP）逻辑门平均错误率约为 0.14%。 离子阱技术路线以囚禁在射频电场中离子的超精细或塞曼能级 作为量子比特载体，通过激光或微波进行相干操控，具备操控精度 高、相干时间长、全连接性等优势。近年来囚禁离子数量、逻辑门 保真度等关键指标不断提升，相关科研实验成果不断出现。2024 年， Quantinuum 离子阱原型机 Model H1 的单/双量子比特逻辑门保真度 分别达到了 99.9979%和 99.914%，量子体积则达到了 104857637， 此外，公司还推出了 56 位量子比特离子阱原型机 Model H2-1，分 别实现了 99.997%和 99.87%的单/双量子比特逻辑门保真度38。清华 大学实现 512 离子二维阵列的稳定囚禁冷却以及 300