年，中国高技术制造业占规模以上工业 增加值较上年增长 8.9%，呈现持续增长态势。 3 图表 2：中国 GDP 分行业增加值（单位：百亿元） 数据来源：Wind 具身智能，作为支撑未来国家高端制造业的底座，已被纳入“2025 年政府工作报告”。其狭义可理解为“AI+仿生类人形机器人”，广义可 理解为“终端设备载体+AI 感知环境+AI 学习推理及决策”。尤其在未 来十年的产业大赛道（包括：AI 器、丝杠等硬件环节较强，但算力及模型生态薄弱与产品高价策略限 制其全球下沉市场扩展。 8 图表 6：各地（中/美/日/欧）具身智能产业竞争力评级 一级分类 二级分类 中国 美国 日本 欧洲（德/ 意/英等） 一、底座技术 1.算力 C+ A D B 2.电力 A B B C 3.数据力 B+ A D C 4.通信模组 B+ A D B 二、通用具身智 能玩家（主要为 类人/人形机器 人） 5.通用能力-软实力（如模型能 传 感器（如视觉导航模块）、轻量化底盘的量产，这类部件因头部企业 的订单需求，从小批量定制转向标准化生产，将显著降低成本。在消 费场景，扫地机器人头部企业将推动视觉传感芯片、小型固态电池等 底座技术的迭代与产能扩张，甚至带动上游材料（如电池正极材料） 的供应链优化。 此外，头部核心部件厂商的“跨领域供应能力”可进一步放大供应 链价值，例如一体化关节企业的产品，既能用于通用人形机器人，也

城市大脑中枢架构：整合海光DCU算力、多源城市数据与AI算 法，构建支持实时决策的智能运算平台。 双数智产品体系：开发城市运行管理智能体与政务办公智能 体，实现城市治理与行政服务的双轨智能化。 全栈国产化适配：信创云底座部署海光DCU，完成AI算力平台 与浙政钉系统的深度集成。 快速交付能力：利用海光DCU高兼容性特性，实现应用适配周 期缩短50%。 携手海光DCU团队推出AI政务智能体 浙江算力科技 背景需求 实战场景二：行业智能化 某股份制银行：AI算力资源池建设实践 方案亮点 / HIGHLIGHTS 实施效果 / IMPLEMENTATION RESULTS 客户通过夯实AI中台国产GPU算力底座，在营销、理赔、风控、客服、业 务运营等领域深挖业务价值，并科学系统地开展大模型相关的人工智 能应用，深化推进AI项目应用，形成规模化效益。 某保险公司 构建国产AI集群算力平台 方案亮点 BACKGROUND 随着AI技术迎来重大升级，结合供应链安全，某财险规划建设 具有持续发展能力的国产AI算力资源，为人工智能技术的发展 提供充分的算力服务保障，赋能客户服务领域的AI智能应用。 某财险AI中台底座以通用车险业务模型、地址识别模型、车牌 识别模型等为“地基”，以“客服+理赔+承保”等业务领域模型 为“框架”，在AI建立过程中需引入国产GPU资源池建设。 某头部券商每日需处理海量的金融数据，对于精准的市场趋势

均衡技术等，为1024卡规模的分布式集群提供大容量带宽，实现120公里千亿参数大模型分布式训练， 性能达到集中训练的95%以上，证实了分布式无损智算网技术方向的可行性，为智算互联构建坚实技术 底座。 案例亮点 case HigHligHts 1 本方案可实现跨百公里数据中心协同训练，为跨地域、跨层级、跨主体高可靠的算力协同调度奠 定基础。 2 根据实时网络状况动态调整流控策 C+L、WSON（Wavelength Switched Optical Network，波长交换光网络）、空芯光纤、精准流控等多项前沿技术，构建了百T大带宽、毫秒低 时延、高可靠能力领先全光底座，实现智算中心的高速互联，实现超地理空间的环京算力资源统筹和调 度。在技术方面主要有3项创新突破。 （1）异构网络集合通信优化技术 在长距拉远场景下，网络不再同构，跨长距的GPU通信时延要显著高于DC内的GPU通信时延，因此 将助力多方小规模智算中心并联成虚拟的大型智算中心节点，实现区域内智算中心协同计算模式，解决 临时性的大规模算力需求，推动端网算协同创新，解决供给与需求区域发展不平衡问题，促进京津冀战 略协同，快速推进智算中心建设，夯实新一代算力底座，为区域算力互联网的建设打下坚实基础。 未来，该技术将进一步推进千行百业的数字化和智能化转型进程。跨区域的智算协同将为众多企业 提供高效、稳定、安全的智算服务，使用户能够在同等算力下支持企业的数字化转型和智能化升级。政

放开二级 发掘零级 管住一级 P5 02 市县级无人机数据要素运营服务模 式 GISTC 数据采集 正射影像 倾斜摄影 全景照片 实时视频 飞行底座 区域无人机共享服务平台 ( 无人机基础设施 + 低空空域管 理 ) 市县级无人机数据要素运营服务模式 智慧城管 智慧住建 智慧交通 运营场景 智慧环保 智慧警务 216,2023. 地形 倾斜摄影 激光点云 BIM GISTC 多光谱 视频 影像 照片 P11 精准规划与管理 基于全域数字孪生底座，可以对低空 空域进行精细化规划，优化飞行路径， 避免冲突，确保空域安全高效使用。 实时监控与预警 借助物联感知体系，实时获取飞行器 状态、气象条件、地面障碍等信息， 实现飞行全程可视化监控与风险预警。 视频目标检测定位 ◆ 无人机全景 +GIS 超图低空智能服务引擎 GISTC 集成低空智能监测模型与算法，打造低空智能治理引擎，为服务场景应用提供技术底座。 目标检测 生成目标检测统计报告 SaperMp 低空经济大模型智能监控平 台 P14 299 43 能力 1: 融合多种深度学习模型的航片智能解译技 术 超图低空智能服务引擎 百万级遥感样本

工业专网，指针对工业场景定制安全可靠、超大带宽、超低时延、海量连接的高品质 5G 网络，实现从离散私网向 统一架构的标准专网转变；  云： 1 个工业互联网平台是能力体系的核心，由公有云边缘云提供 IaaS 底座能力，满足本地上层应用及 Onepower 基线平台部 署的资源需求，为工业应用提供数据分析、 AI 算法能力等服务，打造数字化运维能力，包括数据采集、建模分析、故障告警、 反向控制等核心功能； OnePower 工业互联网基线平台 工厂数字化运营系统 网络化协同制造平台 工业安防 数字化运维 -CNC 工业质检 室内高精度定位 AR 辅助 综合用能管理 云化 AGV IaaS 边缘云底座（ EIS 边缘小站） 计算 存储 网络 安全 25 智绘工厂，智造未来 边缘云产品 工厂本地机房 数据本地化，本地时延 智能边缘小站 IES 中心云 全栈专属云 ECSO 总部 网络设备 P D U 等 。。。。。。 基础环境 机房 电力 机柜 综合布线 硬件 设备 通用服务器 网络设备 存储设备 安全设备 IaaS 能力 云原生虚拟化底座 边缘 EIS 管理平台 统一认 证 角色权 限 资源管 理 日志分 析 监控告 警 升级扩 容 标准 API/SDK EIS 控制台 Internet/ 专线 GPU

力+金融”加快算力在金融领域的创新应用，为金融业务发展提 供更为精准、高效的算力支持。 AI大模型智算网络技术是算力集群的重要基础底座，是新型 算力中的网络运载力，是助力大模型实现跨节点分布式训练，提 升大规模训练效率的重要支撑。 本文深入分析 AI 大模型技术在模型能力、结构、算力、效 率等方面的技术发展趋势，提出作为底座的智算网络所面临的新 问题和新挑战。围绕 AI 大模型智算网络“高性能连接、高效率 传输、高可 传输、高可维网络、高安全保障”等关键技术进行研究，提供一 套适应金融特征的覆盖数据中心、骨干及分支的 AI 智算网络技 术方案。结合行业业务及技术发展方向，将金融业 AI 智算网建 设演进划分为打造底座、构建系统、完善生态 3 个阶段，并给出 了新技术发展及创新方向，为金融机构开展 AI 大模型智算网络 规划及建设提供参考。 关键词：大模型训练、智算网络、负载均衡、流控技术、拥 塞管理 IV 大模型智算网的建设演进需适配企业战略及业务发展， 业务需求驱动技术发展，同时新技术革新反哺业务，有效驱动金 融行业加速数字化、智能化转型，整体来看会经历 3 个主要发展 阶段。 一是打造 AI 网络底座，支撑行业千亿模型训练，优化智能 场景服务，如提升风险投顾精准度，人工客服及个性化推荐满意 度等。智算网络需支持 200G/400G 速率连接百卡至千卡规模，并 通过负载均衡、流量控制等技术，打造高性能、高可用的智算网

产业落地的闭环，保障智能技术从单点突破向系统工程能力转化， 筑牢数字中国建设的质量与安全基石。 本报告旨在构建“技术栈-工程域-行业线”三维一体的智能化 标准实施矩阵，通过夯实智能工程基础底座、覆盖全生命周期的核 心能力建设、强化人机协同保障体系，推动技术全流程工程化落地。 聚焦垂直领域差异化需求，建立行业适配路径，为破解发展瓶颈提 供标准化方法论，赋能产业智能化升级。 本报告分 9 三、 建设思路：软件工程智能化分层演进与全域覆盖框架设计​ ......... 10 四、 建设内容：三维一体，构建智能化工程化标准实施矩阵​ ........... 12 （一） 智能基础底座：构建技术赋能可控的数字化基石 ..............12 （二） 核心能力建设：覆盖全生命周期的智能化能力矩阵 ............14 （三） 行业线标准适配：建立垂直领域差异化实施路径 检测方案 在专业场景的误报率高。这种合规风险可能直接导致 AI 辅助项目在 审计阶段被迫返工，甚至引发法律后果。 三、建设思路：软件工程智能化分层演进与全域覆盖框 架设计​ 围绕“坚实技术底座、全流程工程化落地、垂直行业赋能”三大 目标，构建 “技术栈、工程域、行业线”分层协同演进的智能化转 型标准架构。 图 3 软件工程智能化标准建设架构 技术栈聚焦 AI 驱动的底层技术体系。核心构建层聚焦

实现长期投资价值最大化。 （二）核心评估维度 1.技术架构与 AI 能力 （1）AI 底座能力 随着人工智能在智能化 CRM 系统中的深度应用，AI 底座能力成 为衡量系统智能化水平的关键指标。作为支撑上层 AI 应用的基石， AI 底座决定了模型能否稳定、高效运行。具体来说，AI 底座能力主 要包含了多源数据融合与治理、AI 模型全生命周期管理、动态算力 与资源调度、安全与合规保障四项核心能力。 功能在高并发、低延迟、低成本条件下的持续运行。 4）安全与合规保障 AI 能力的核心依赖于海量客户数据的采集、存储与智能分析， 这要求企业确保数据在全流程的安全与合规性。安全与合规保障能力 是 AI 广泛应用下 AI 底座能力的底线要求，其支持智能 CRM 平台在 数据采集、传输、存储、处理与使用等全流程嵌入隐私保护机制，例 如通过差分隐私技术在分析阶段引入噪声，防止客户数据被反推；在 传输与存储阶段实施端到端加密，防止在链路或存储中泄漏。同时， 等）实现与外部系统（如 ERP、营销自动化平 台、客服系统）的无缝对接，需确保支持多种主流外部系统的标准接 口，实现数据互通与功能联动；纵向扩展支持通过插件市场接入行业 化工具，或允许企业自研工具接入底座，实现功能颗粒度的细化与垂 直场景的深度适配。同时，需提供统一的扩展管理框架，支持接入工 具生命周期的全程管控，包括注册、配置、更新与下线等环节，确保 系统稳定性与安全性。 3）生态化适配机制

的数据可能引发法律风险，低质量的数据会导致模型输出偏差，非结构化数据的割裂会阻碍智能应用的深度落地。此 时，CRM系统既要具备数据采集、清洗、治理的全流程能力，也要为AI提供可识别、可管理、可消费的数据底座，更 要通过智能应用让数据智能真正转化为业务效能。 本书聚焦“数据治理-数据应用-AI 创新”三大核心维度，深度拆解企业如何从数据沉淀起步，通过治理破局数据 孤岛与质量困境，通过应用赋能销服与 性的同时激活存量市场的二次商机。 11 CRM数据治理及应用实践蓝皮书 赋能企业以客户为中心 企业想要实现销服闭环，客户数据是基础。在众多客户数据中，企业需重点关注五大核心维度数据，构建销服协同 的数据底座，从前端客户洞察到后端资源调度，从商机推进到增值服务，实现全链条数据驱动的精细化运营闭环。 企业名称 行业属性 组织架构 地址信息 可快速匹配客户所属细分市场，针对性输出行业解决方案； 客户数据平台+AI Agent为业务提效40% 4.2 销售易发布中国首款AI CRM⸺NeoAgent，以统一客户数据平台整合全域数据、打造AI统一数据底座，让数据可 识别、可管理、可消费，为AI时代的数据应用提供了最坚实的基础。在夯实数据底座的基础上，销售易持续构建安 全、可信的六大业务Agents，在营、销、服、数据分析等业务场景中，辅助业务快速推进业务、高效决策。 28 CRM数据治理及应用实践蓝皮书

力推动城市数字化转型，加快建设具有世界影响力的国际数字之都。 促进数字经济和实体经济深度融合，加快工业软件攻关突破，实施智能工厂领航行动，培育一批制造业数字化转型示范标杆。系统化构建城市数字 底座，推动空间信息数据应用，推进数字孪生城市建设，完善数据安全保障体系，强化个人信息保护，加快建设国家级数据交易所、国际数据港和 一批数据中心、算力平台等新型基础设施。 未来数据交易市场预计像资本 平台”一站式整合交付产业数字化服务平台 15 价 值 引 领 线 上 平 台 夯实数字化基础 服 务 驱 动 提升管理效率 增强经营能力 实现业绩增长 传统业务数字化底座 布局数字化硬件系统 加强数字化应用管理 降本增效、打破信息 孤岛 智能 IT 运维场 景 混合办公：智 能会议等多种 场景 客户营销及服务 供应链研 （ SCRM ） 发 数字化转型场景