..............................38 综合算力指数 （四）构建绿色低碳体系，加速基础设施绿色升级...................................... 38 （五）深化融合创新实践，助力产业生态繁荣发展...................................... 38 附件一 数据来源.................... 业结合，推动更紧密对接工业仿真、材料研发、生物医药、气象预 报等前沿领域和实体经济需求。四是发展多元化算力形态，支持边 缘计算、量子计算、光子计算等新型计算模式的研发、试点和应用 部署，探索未来算力增长点。 综合算力指数 38 （三）夯实存力运力底座，促进“算存网”协同演进 存力与运力作为综合算力的关键支撑，需不断夯实基础。存力 方面，推动高性能、大容量新型存储技术发展，鼓励部署更先进的 分布式存储、全闪存阵列、海量冷存储介质，提升“存力”能效比和

使人工驱动活动得以增强。 • 高度自动化的仓库运营，采用先进的自动导引车（AGV）进行拣选、存储、包装和装载。中央控制中心 管理流程、检测问题并提供行动建议。 • 14 28 19 38 19 38 19 36 20 40 22 45 24 48 24 45 当前 未来五年内 实现自主智能供应链 13 图5 大多数供应链活动将通过AI赋能与自动化的强力结合，逐步迈向完全自主化 27 10 19 28 54 44 44 45 10 19 43 43 10 42 17 10 22 21 11 25 9 42 16 9 15 15 8 39 38 37 33 12 10 10 12 实现自主智能供应链 16 鉴于任务的重复性和可预测性，采购正成 为供应链中实现自动化并最终迈向完全自主化的 理想领域。采购自动化能够节约时间、减少错误

and distilling down[44], DrEureka[45], Omnigrasp[46], Meta-World[47], BEHAVIOR-1K[48] ALOHA[37], UMI[38], HumanPlus[39], GELLO[40], GC-DA[41] MineDojo[31], VRB[32], Baker 等[33], RoboCLIP[34], Seo 等[35] 用于学习真实世界中不同任务的技能. 此外, 系统还利用收集到的数据进行监督行为克隆, 训练基于视觉的技能策略, 使机器人能够通过模仿 人类技能自主完成任务. 为实现在实验室外同样可行的数据收集, Chi 等[38] 提出了直接从人类演示中转移技能到可部署 的机器人策略的框架, 通过手持夹爪和精心设计的 接口, 以便携、低成本且信息丰富的方式收集复杂 的双手和动态操作演示数据, 且学习到的策略与硬 件无关, 可以跨多个机器人平台部署 环境的多变性和不确定性要求 模型能够泛化至未见情景, 这进一步加剧了对大规 模多样化数据的需求, 尤其是对非实验室环境的数 据收集, 这类数据更加真实、复杂, 对于训练能够适 应多种环境的机器人尤为关键. 如 UMI[38] 设计的数 据采集框架便极大方便了非实验室环境下的采集, 而 Open X-Embodiement[55] 综合全球实验室数据 构造的包含各类机器人、各类任务的数据集也为具 身智能的训练提供了极大便利

科大讯飞星火智能体介绍 .................................................................................. 25 图 38 部分星火 AI 智能体展示 ................................................................................... 中排名第一。另外，讯飞星火首批上线面向特定场景打造专属助手。例如垂类智能 体“讯飞晓医”，其覆盖了 1600 种常见疾病，2800 种药物以及 6000 种医学检验，其满 足了用户的一些医疗建议需求。 图38 部分星火 AI 智能体展示 资料来源：星火智能体，海通证券研究所 风险提示：大模型发展不及预期，智能体下游需求不足。 4.6 SkyAgents：自研模型降低成本 天工 SkyAgents

automatically generate knowledge interpretation prompts for GPT. 研究二：基于大语言模型辅助的运行数据的自动化分析方法 38/80 Insert the maximal frequent itemset into the slot [x₇]. GPT 研究二：基于大语言模型辅助的运行数据的自动化分析方法

natural language processing and information extraction[J]. Applied Physics Reviews, 2020, 7 （4）: 1-38. [17] PEEBLES W, XIE S. Scalable diffusion models with trans⁃ formers[C]// Proceedings of the IEEE/CVF

...................................................................................................38 3.2.1 多源数据接入方案................................................................................... 传统交易模式设计，面对区块链智能合约、跨境多币种结算等创新 业务时，标准审计程序覆盖率不足 55%。下表展示了典型新兴业务 领域的传统审计盲区： 业务类型 传统程序覆盖率 主要盲点 加密货币交易 38% 链上交易追溯缺失 跨境云服务收入 45% 服务器地理位置验证困难 ESG 衍生品 29% 碳足迹数据链校验空白 审计资源分配存在结构性低效。约 70%的审计时间消耗在基础 数据核对等低价值工作（Deloitte 对审计场景进行三重优化： 1. 领域适配：使用 20 万条审计报告、 函证记录和底稿数据进行监督微调（SFT ），重点提升以下能力： - 异常模式识别准确率提升 42% - 会计准则引用正确率提升 38% - 风 险指标关联分析速度提升 5.8 倍 2. 量化压缩：通过 GPTQ 量化技术将模型体积压缩至原大小的 23%，在 NVIDIA T4 显卡上实现： o 推理延迟 < 350ms（批处理量

...................................................................................................38 5.1 用户交互模块....................................................................................... 性能问题 占比 用户体验 占比 安全性 占比 平均解决时长 （天） 用户满意 度评分 Q 1 1200 40 % 25 % 20 % 15% 3.5 8.2 Q 2 1350 38 % 28 % 18 % 16% 3.2 8.5 最后，反馈机制的优化应基于实际运行效果不断迭代。例如， 通过引入机器学习算法，自动化识别高频问题；或利用用户画像技 术，精准分析与预测用户需求。持续改进的目标是构建一个动态、

3 智能客服.............................................................................................38 3.3.1 自动问答系统.............................................................................41 3.3.2

....................36 3.1.2 社交媒体与用户生成内容..........................................................38 3.2 数据处理模块......................................................................................40