值，攻击者可利用极小分 片规避防火墙检测；分片 ID 按固定规则生成，攻击者可预测 ID 规律 实施注入攻击或误导数据重组。IPv6 将分片功能限定在源主机，明 确禁止分片数据包的内容重叠，要求数据包不得小于路径的最小 MTU（除非为最后一个分片包），并且对分片 ID 的生成机制引入随 机性或加密约束，大大增强了对已知碎片攻击的防护能力。 图 2 “泪滴攻击”示意图 (二) IPv6 继承的 IPv4 薄弱， 攻击者可利用共享物理设备漏洞实现跨切片渗透；IFIT 检测机制可能 被攻击者注入非法报文干扰监测，或分析其携带的路径信息推测网络 拓扑；BIERv6 组播转发缺乏源认证，攻击者可伪造组播源注入虚假 IPv6 网络安全白皮书 - 8 - 数据或篡改组播路径实施流量劫持。这些 IPv6+特有的安全风险，需 通过针对性的防护策略来保障网络安全。详细内容参见本白皮书第四 章。 三、 on Header，AH）和封装安全载荷头（Encapsulating Security Payload， ESP）等。逐跳选项头允许数据包在传输路径上的每个节点都进行处 理，常用于携带需中间节点处理的特殊信息；路由头可指定数据包的 转发路径，实现源路由功能；分段头负责数据包的分片与重组；认证 头提供数据完整性验证和身份认证；封装安全载荷头则用于数据加密 和部分认证。 IPv6 的扩

时 掌握所有业务组件的分布状态，并依据负载、灾害风险与延迟感知自主调整流量路径。它不 再仅仅是通用计算资源的连接者，而是智能调度各资源池承载能力的核心大脑，确保客户各 类核心业务在任意位置发生，都能由最优计算节点响应处理。这就要求异地数据中心间具备 全局流量调度能力，可根据链路延迟变化动态切换支付结算类关键业务路径，实现用户“零 感知”切换。 2）超大规模与智能韧性协同演进挑战加剧 意图驱动网络（IDN）与AI融合：AI的应用将网络运维从故障后的辅助诊断扩展到运 行风险预测和优化。运维系统将基于对业务意图的理解（如“支付交易必须在50毫秒内返 回结果”）和实时网络状态结合，自主计算最优路径，并自动执行调整，无需人工干预。 同时，借助AI技术，在网络变更或故障处理时，能够实现智能化处置，真正迈向“无人值 守”数据中心。 性能极限与新协议普及：多活架构下，数据中心间海量数据同步是关键性能瓶颈。低 借 Rubook 拖拽式编排工具与10+预置场景 API，无需代码开发即可完成流程对接，将业 务上线周期从数月压缩至周级；在运维层面，构建应网一体体系，不仅能主动感知应用质 量、一键定位端到端路径故障，实现分钟级排障，还能结合知识图谱与AI算法，提前发现5 大类40多种高频风险隐患，覆盖70%场景，让网络管理从 “被动应对” 转向 “主动预 判”。 AI Fabric 2.0为数据中心

法效率，其开源免费策略使中小企业和个人开发者可获取高性能 模型，极大降低AI应用门槛。在制造、医疗、金融等领域，深度学习驱动的预测性维护、医学影像分析、量 化交易等应用，显著提升行业效率。在物流路径规划、电网调度等场景中，深度强化学习可实时响应环境变 化，优化资源分配。在个性化服务领域，通过用户行为数据的深度挖掘，实现千人千面的推荐系统、广告投 放等，提升用户体验与商业价值。DeepSee U上训练时，单 epoch产生的网络流量高达85EB。传统数据中心网络难以承载如此庞大的东西向流量，导致网络拓扑设计复 杂度呈指数级上升。组网规模的扩大还引发了负载均衡难题，传统ECMP（等价多路径路由）算法在“少流 大流”场景下易引发链路拥塞，使网络有效吞吐量骤降至理论值的10%-60%。 超高带宽与低时延需求 大模型训练中，GPU间梯度同步和中间激活值传递需满足微秒级时延要求。以InfiniBand和RoCEv2为代 万度电，间接排放二氧化碳超105吨。在万卡集 群中，网络设备功耗占比可达20%-30%，需通过光电融合交换、低功耗协议栈等技术降低能耗。 2）智算网络关键能力要求 超低时延与高带宽 • 技术路径：采用RDMA技术绕过GPU内核协议栈，结合InfiniBand、RoCEv2优化，如拥塞控制、流 量调度以及端网协同等机制，以及硬件低时延（交换机、RDMA网卡）和直连拓扑等技术，降低端 到端

.......................................... 22 第三章：AI 赋能央企数智化转型路径与挑战 ............................................ 27 一、AI 赋能央企数智化转型路径 ........................................................ 27 二、AI 人工智能）在央企的应用现状、应用趋 势，竞争环境等，为行业进入者提供全景式的分析和洞察。 本报告以国资委下属 100 家央企为研究锚点，即能精准把握国内 AI 赋能 央企数智化转型的核心脉络，也可以为下游服务商提供清晰的破局路径。 AI 赋能央企数智化转型——迈向世界一流企业的智能引擎 4 第一章：AI 赋能央企数智化转型发展概况 一、AI 赋能央企数智化转型政策导向 主要结论：政 个战略性高价值场景清单，引导 央企加速数据中心向智算中心转型，推动行业数据产业共同体组建，明确三维支撑的具体 实施路径。2025 年落地推进阶段，政策聚焦成效强化，扩大高价值场景覆盖至超 500 个， 推动智算平台规模化应用，分批构建重点行业高质量数据集，完善数据共享与合规流转机 制，为央企 AI 规模化发展提供了清晰路径与坚实保障。 图表 1 央企数智化转型相关政策 发布时间 政策名称 政策内容 政策方向

个人飞行eVTOL：多元化飞行体验载体 10 2.2 出行eVTOL：公共与私人出行渗透 16 2.3 中国载人eVTOL商业化进程展望 20 3. 奋楫扬帆：中国eVTOL企业发展展望 22 3.1 发展路径 22 3.2 核心能力建设 23 4. 远航新程：海外eVTOL市场潜力 24 5. 结语：天已开阔，风正可期 28 波士顿咨询公司 2025年9月 1. 起飞前夜：奠定中国eVTOL市场发展的时代基石 营合格证（operation certificate，简称OC）。其中型号合格证最为关键，是飞行器设计符合适航标准、具备安全 飞行能力的证明。在中国民航局现有的审定框架下，eVTOL可通过专项审定路径申请。民 航局已于2023年底颁发首个型号合格证，标志着监管层面对该类飞行器的正式接纳。目前， 多款机型正在推进型号合格证评审流程，预计2025年下半年将迎来新一批型号合格证的 发放。 波士顿咨询公司 域进行了细化，正式划定出如G类（300米以下）与W类（120米以下）的非管制空域，为 eVTOL等轻型飞行器提供了明确的操作空间。以深圳、四川等地为代表的地方政府正积极 推动低空空域审批机制试点，探索更为简化透明的飞行申报与路径协调机制。未来，600米 以下空域亦有望授权给地方共同管理，将进一步提升低空运行效率与灵活性。 整体来看，中国eVTOL监管体系正经历从“特殊豁免”向“常态审批”的根本性转变。 从适航认证到飞

未来发展方向..................................................................................196 10.2.1 技术升级路径.........................................................................198 10.2.2 行业应用扩展........ 40%，具体表现为智能分诊系统将患者等待时间从平均 28 分钟压 缩至 17 分钟，并通过检查报告自动生成功能降低医师文书工作负 荷 55%。以下为关键环节的量化效益预测： 指标维度 基线数据 目标值（12 个 月） 实现路径 影像诊断周转时 间 4.2 小时/病例 ≤2.5 小时/病例 DeepSeek-Rad 影像特征自动提 取 处方审核效率 12 分钟/处方 5 ≤ 分钟/处方 药品知识图谱+禁忌症实时校验 3.5 个 FTE 人力配置  耗材浪费降低：智能库存管理系统使高值耗材周转率提升 120%  医保拒付减少：诊断编码 AI 校验模块降低 DRG 分组错误率 67% ” ” 技术实施路径采用 云边端 协同架构，在数据中心部署 DeepSeock-Medical 主模型的同时，通过边缘计算节点实现急诊 等场景的毫秒级响应。值得注意的是，所有效益预测均基于已在华 东地区 6 家三甲医院

..........................................................................................82 4. 实施路径与步骤................................................................................................ 小时 2 ≤ 小时 理赔自动化率 35% 90% ≥ 产品转化率 12% 17%（+5%） 指标 传统模式 DeepSeek 方案目 标 欺诈识别准确 率 85% 98% ≥ 技术实施路径分为三个阶段： 1. 场景建模：基于历史数据训练核保、理赔等场景的决策树，集成 多模态数据输入（如医疗报告 OCR、语音通话记录） 2. 智能体部署：通过 API 对接核心业务系统，支持自然语言交互和 AI 智能体实现：业务流程 自动化率提升至 80%以上、核保决策速度加快 5 倍、欺诈识别准确 率提高 40%等突破性改进。DeepSeek 的智能体技术可针对性解决 上述系统性问题，具体技术路径将在后续章节详细阐述。 1.1.2 数字化转型需求分析 当前保险行业正面临前所未有的数字化转型压力，传统业务模 式在效率、成本、客户体验等方面已难以满足市场需求。根据麦肯 锡 2023 年全

...............................................................................243 20.2 AR/VR 技术结合路径................................................................................................... 85% 95% ≥ 多语言支持 5 ≤ 种 20 种 指标 传统方案 DeepSeek 方 案 平均响应延迟 2.1 秒 <0.8 秒 场景适配周期 4-6 周 1-2 周 该方案通过以下路径实现目标： - 模型优化：基于 DeepSeek 的千亿参数模型进行领域微调，针对 公共服务术语库（如法律条文、文化专有名词）强化训练 - 边缘计算：采用端云协同架构，高频问题本地处理，复杂需求云 | 真实场景压力测试 | | 系统稳定性 | 99.9%服务可用性（SLA ） | 云监控平台实时统计 | 采用动态负载均衡架构确保高并发场景下的服务质量，通过以 下技术路径实现： 1. 基于 DeepSeek-V3 模型构建领域知识蒸馏框架，将通用语料库 压缩至原有体积的 40% 2. 部署分层缓存机制，对高频问答内容实施边缘节点预加载 3. 建立多模态反馈闭

纽约证券交 易所真实交易环境验证。例如，采用的动态特征选择算法可在保持 预测精度的前提下，将算力需求降低 60%，使中等规模基金也能以 合理成本部署 AI 系统。下文将具体阐述该方案的技术实现路径与 关键性能指标，为机构投资者提供即插即用的升级方案。 1.1 研究背景与意义 近年来，人工智能技术的快速发展为金融领域带来了革命性变 革，其中量化交易作为技术与金融结合的典型应用，正逐步从传统 23%的表现，且未出现单日超过 1.2%的回撤。其技术核心在于 构建了动态权重分配机制，如下所示的市场状态识别模块： 这种方案的价值不仅体现在直接的经济收益上，更重要的是为 机构提供了符合监管要求的可审计技术路径。根据我们的成本测 算，部署该方案的初期投入约为传统量化系统的 1.8 倍，但运维成 本可降低 37%，且能将合规审计时间从平均 120 小时缩短至 45 小 时。这对于管理规模超过 50 亿美元的基金公司而言，意味着每年 策略的核心引擎。其核心价值在于通过机器学习、深度学习及自然 语言处理等技术，实现对海量异构数据的高效挖掘与动态建模，从 而提升策略的适应性与收益稳定性。以下是 AI 在量化交易中的典 型应用场景与技术实现路径： 数据预处理与特征工程 AI 通过自动化特征提取与降维技术处理金融数据的非线性和高噪声 特性。例如，使用 LSTM 网络对分钟级行情数据进行时间序列建 模，自动捕捉价格波动中的隐含模式。特征重要性分析工具（如

高精度融合位置解算 MEC 边缘 计算平台 BLE GNSS UWB 5G 地磁 地图服务 地图绘制 地点搜索 路径查询 位置匹配 视频 权限（区域 / 功能 / 人员 权限） 定位卡管理 / 电量监控 区域报警规则管理 脱岗报警 滞留 / 静止告警 摄像头管理与安全联动 消防系统联动 越界 / 大生产工序  6 大管理维度  38 项 AI 应用场景 构建云边协同的 AI 平台，全流程 AI 场景应用快速上线 打造统一入口，快速实现移动数字运维  突破移动智能终端访问生产数据的路径障碍，双向联动设备在线监测、诊断系统  基于精准推送的实时监测告警数据，作业操作由计划型转变为推送型  “ 千岗千面”移动可视化应用快速生成 炼铁皮带机 炼钢风机 炼铁高炉煤气 轧机关键设备 移动点检 设备诊断 ..... 最佳实践：全国第 1 个基于 5G 的铁水运输无人化项目上 线 铁水运输智能化调度平台 边缘云集控平台 设备保障系统 数据分析平台 智能调度系统 数字孪生系统 多路径 TSN 工业 CPE 工业级 风冷筒型摄像机 工业 TSN ... ... 机车 PLC 西门子 机车核心控制 视频接入系统 机车和罐车改造 2.6G 4.9G 核心网