27 % 9 % 22 % 35 % 生物医学 文献综述 4 % 38 % 销售辅助工具 31 % 9 % 33 % 29 % 营销广告文案 29 % 3 % 22 % 40 % 患者服务支持 34 % 4 % 32 % 27 % 销售和医学事务联 培训才能发挥最佳效果。 行业 AI 使用情况 AI 在制药商业化中的应用水平 [%] 1 9 AI 在制药领域的应用 资料来源 : Global data 34 % 27 % 建立 AI 战略合作伙伴 AI 涉及公司 各个方面 考虑 AI 人才需求 逐步建立

6% 2 印度农业研究委员会 印度 50 3.8% 4 沙特阿拉伯 114 8.7% 4 费萨拉巴德农业大学 巴基斯坦 45 3.4% 5 美国 86 6.5% 5 费萨拉巴德政府学院 巴基斯坦 27 2.1% 6 埃及 83 6.3% 6 中国农业科学院 中国 24 1.8% 7 伊朗 74 5.6% 7 庆北国立大学 韩国 23 1.7% 8 韩国 68 5.2% 8 德黑兰大学 伊朗 1 2 12 22 32 42 4 14 24 34 44 6 16 26 36 8 18 28 38 10 20 30 40 7 3 9 19 29 39 46 5 11 21 31 41 17 27 37 15 25 35 45 13 23 33 43 被引频次 核心论文序号 450 400 350 300 250 200 150 100 50 0 016 农业科学、植物学和动物学 揭示其成矿相依赖性。 图 8“中国陆相页岩油类型与重点地区资源潜力研究”研究前沿中核心论文的被引频次分布曲线 1 7 3 9 19 29 39 5 11 23 33 43 45 21 31 41 17 27 37 15 25 35 13 被引频次 核心论文序号 400 350 300 250 200 150 100 50 0 033 2025研究前沿 地球科学 表 14 “

................... 27 高精度地图及定位 ............................................................................................................................................... 27 四维图新（002405 CH） . ....................... 27 中海达（300177 CH） ................................................................................................................................ 27 信息发展（300469 CH） ...... .............. 27 风险提示.............................................................................................................................................................. 27 图表目录 图表

驱动的材料创新正在打破传统技术壁垒 ....................... 26 4. 投资建议：捕捉 AI+机器人时代的化工投资机遇 ........................ 27 5. 风险提示 ......................................................... 28 图表目录 图表 1： AI+机器人效率革命示意图 .............................. 25 图表 27： A-Lab 合成成功率可超 7 成 .................................... 26 图表 28： 技术驱动加速发现周期 ........................................ 27 请务必阅读报告末页的重要声明 5 / 29 行业研究|行业深度研究 其验证预测材料的高成功率，A-Lab 充分展现了第一性原理计算、机器学习算法、历 史知识积淀与自动化实验技术在材料科学研究中的协同效应。而 Deepseek 强大的推 理能力或将进一步赋予自动实验室系统能力跃迁。 图表27：A-Lab 合成成功率可超 7 成 资料来源：《An autonomous laboratory for the accelerated synthesis of novel materials》-Nathan

......................................27 A.11 安全相关人员......................................................................................................... 27 A.12 安全管理文档.......................... ........................................... 27 附录 B 上次测评问题整改情况说明.........................................................................................27 附录 C 单项测评结果汇总............................. 应当在本节提出整改建议。整改建议应具有针对性、全面性、整体性。既要保 证相关整改建议能够落地实施，又要能够全面的、系统性解决系统面临的重大 风险隐患。已整改的重大风险隐患，也需在此说明具体的整改措施。】 表 安全问题整改建议-27 重大风险隐患列表 序 号 安全类 安 全 子 类 重 大 风 险 隐 患触发项 安全问题 整改建议 关联资产 1 安 全 计 算环境 身 份 鉴 别 存 在 空 口 令

AI 时代，有望构成国内电力需求新增长极 相比美国，中国虽然互联网大厂在过去 2 年资本开支有 12%的复合增长，但 仅为美国同行增速的不到三分之二、总量的不到十分之一。根据 IDC 预测 2025-27 年国内人工智能服务器工作负载中超过 70%将用于推理，仅不到 30%为训练，因此即使 DeepSeek 大幅下降训练算力，对国内冲击相对较小。 根据信通院，截止 2022 年末中国算力规模 302EFlops，结合主要云厂资本开 快。这将带来供配电解决方案的技术迭代加速从传统 UPS 向 HVDC，以及 未来巴拿马电源和 SST 的效率更高模式发展。我们预计国内 AI 配套电力设 备市场空间 2026 年将达到 437 亿元，对应 2024-26 年复合增速 27%，其 中 HVDC，锂电池和服务器电源将实现更快增长，分别达到 77%/58%/36%。 AI 算力+双碳政策，中国绿色算力提升新能源需求端消纳 与海外不同，中国电网更加稳定，并不需要大量分布式电源直连去实现稳定 GDP 二氧化碳排放降低 18%的目标约束下，我们预计各地算力中心将积极消纳新能源。对应到数据 中心建设对新能源消纳的拉动，我们估算 2024-26 年每年 6~9GW 的数据中 心建设将带来 18~27GW 的本地新能源消纳能力。 投资建议： 看好国内数据中心建设带来的电源国产替代机会，以及技术迭代加速后 HVDC 以及巴拿马电源和 SST 的发展机遇。产业链标的包括：欧陆通，中 恒电气，

... 25 2.4 ᆙ඘ޯٲ ................................................................................ 27 2.4.1 ᆑ௶ᆇၗ“ྡྷ჆ฉ” .......................................................... 29 2.4.2 ᆑ௶ᆇၗ“ྡྷ჆෍” सֺ಴έي”d2023 ભ 7 ၥ 17 ఐē๽଼࠭ᆙೠޚၽ௦ڳಓൟܬࡂ ͬܙӖݖ౨ஜԸē“ྑ޴ћౖഃॿජܕЄౌྡྷ඘ܤͬܙۤຂහᄭ सēٲߙҶౖՄӾںོԅͬܙᄭसӖٌࡥ”d2023 ભ 12 ၥ 27 ఐē ᄯ٫ᄯུcڳ๠ၝ࿦֟wڑဟ௦ੋ෗ࠩਥुᄯڳߙಁԅ࿉ߎxੜ ௲ྑௐē“ަࣙ೴ᆓ؎ટēಇܤఆٝᄦટԉ೴ᆓޏ೬࿫ဈēٲߙਥ ुᄯڳ೴ᆓܤᄭस඘ຂēߙಁ৓ౄᄦݐԅ೴ᆓಓൟำੜ”“ަஜ೴ ࡬ᆇ ௶ᆇၗ“ྡྷ჆෍”ۤ ڳිࣂ޷ݮ҄໰๯଼൛“సّྡྷ”นݮ҄ᄆъēٲߙԘຬ೏ܙcٌࡥ ညܤc৓ౄԎ൯c௣࿍ปܙങӖᅖඕ࿫ဈЦ࠿ē௦ੋᄆъਥुᄯڳ ೴ᆓܤڳිࣂ޷ᄭस඘ຂٲߙď෍ 1Đd — 27 — ¤ ¤ ഴ 1 㠠❬䍺Ⓠᮦᆍौ⋱⨼ᙱ։ᷬᶺ — 28 — ¤ ¤ ¤¤¤¤¤ ᆑ௶ᆇၗ“ྡྷ჆ฉ” ݮဟྸပݮ҄ēညܤЮඹྡྷ඘ܤฉ৮඘ຂēහѴസॏݮ҄ಁಠē ඔ