电关键元器件及材料、高端显示芯片等核心技术研发，加强 8K 显示、近眼显示等产品创新。提升发展高性能计算，加速 CPU、 GPU、ASIC、FPGA 等异构计算芯片研发及应用，探索研发基 于 RISC-V 开源指令集等架构的元宇宙专用芯片。优化智能算 法、大模型在元宇宙领域的集成应用，探索研发多感知多模态 预训练大模型。（责任单位：省科技厅、省发展改革委、省经 信厅、省委网信办） 3.创新“元企业”梯队培育。构建产品集成度、生产协作度 培育一批元宇宙细分领域“专精特新”企业，加快产业链上下 游协同、面向特定场景、具备商用潜力的应用技术研发。充分 发挥龙头企业引领作用，着力构建大中小企业融通发展新格局， 全面提升关键器件、终端外设、业务运营、内容生产、专用信 息基础设施的产业化供给能力。（责任单位：省经信厅、省商 务厅、省发展改革委、省科技厅） （二）产业链补链强链行动 1.夯实“元设施”基础底座。加快 IPv6、5G+、卫星互联网、 技术融合创新。（责任单位：省经信厅、省科技厅、省发展改 革委、省教育厅、省商务厅、省文化和旅游厅、省卫生健康委、 省广电局） 3.健全“元软件”全链条服务。加快元宇宙基础软件攻关， 前瞻开发元宇宙专用操作系统、分布式架构中间件、数据库软 件等。聚焦 3D 建模、动作捕捉及文本语音驱动、物理模拟、 多模互动、实时渲染等领域，加快研发自主可控的技术美术工 具、物理模拟及渲染引擎，支持搭建开放性开发者平台。打造

算”；渠道特征，将从 传统的“互联网自选下单订购”转为“算力网动态调度消纳”；网络 连接，可基于互联网或专用网络，专用网络相比于互联网可实现更好 的服务质量保障。可以看到，算力网是一种新型的服务模式，是一种 包含了网络、算力、平台的服务能力集合，而算力网络应属于算力网 中的一种专用网络，算力互联网应属于一种基于互联网的算力网形态。 《指南》中的这些顶层设计，在底层逻辑上牵引了“全国一体化 供应方，平时不用时流量为 0 而用时流量会随 计算服务负载大幅波动。那么，传输服务如何能够满足并匹配任务式 计算服务的临时性、跳跃性、突变性？这必然要求网络资源的可调度。 ●在互联网不具备调度能力的情况下 ，如何通过专用网络更好地匹配任 务式计算服务的特征与需求？这就是算力网中算网协同的实践方向。 进一步地，如何将这种实践能够构建在跨东西部区域的广域网络之上， 就是面向东数西算的算网协同。 《东数西算算网协 需合理归档存储。将部分数据转移到公共云端进行归档存储，已然成 为应对这一存储难题的必然选择。 传统的数据归档做法是，大型公有云通过邮寄存储网关到客户本 地数据中心，在完成数据拷贝后，再运输到公有云网络接入点，最后 借助专用网络传输到指定区域。这种方式流程繁琐、耗时漫长，且存 在数据丢失风险。而在西部，一些小型公有云或通算中心由于缺乏自 建专网，使得数据归档传输更是面临重重挑战。 36 此时，确定性广域网的优势得以充分彰显，它专门为这些需要归

人形机器人标准体系框架图 5.2.1 基础通用标准 该类标准主要围绕人形机器人基础通用标准展开，包括人形机器 人术语与定义、安全与伦理、技术要求、评价评测等标准化方向。 术语与定义：包括人形机器人专用的术语、定义和分类相关基础 标准。 安全与伦理：包括人形机器人在设计、制造过程中遵循的安全要 求，功能、电气和信息安全标准以及在设计以及应用过程中应遵循的 社会道德、儿童认知、隐私保护以及法律法规方面的伦理标准。 safety and essential performance of robotically assisted surgical equipment IEC TC 62/SC 62D C 4－专用 34 IEC 80601-2-77:2019/Amd 1:2023 Medical electrical equipment — Part 2-77: Particular requirements essential performance of robotically assisted surgical equipment — Amendment 1 IEC TC 62/SC 62D C 4－专用 35 IEC 80601-2-78:2019 Medical electrical equipment — Part 2-78: Particular requirements for basic

覆性的是量 子 FEC 的研究，这类算法专门针对量子通信中的特殊噪声特征设计， 可能采用全新的拓扑量子码等方案。不过，这些新技术也带来了新的 挑战：SD-FEC 的解码复杂度呈指数级增长，需要专用 ASIC 来处理； 而自适应 FEC 的系统设计和测试方法也需要重新定义。 在纠错编码技术不断演进的同时，反向信道技术作为一种辅助增 强手段也日益受到关注。在 ZR + 等相干接口的方案中，信号映射的 由器可直接通过标准光模块连接到开放光线路系统，实现 “IP over Open Line”，极大简化网络架构；降低了长距传输成本，利用标准化 的低成本、低功耗可插拔模块替代传统昂贵的专用长距板卡和专用 WDM 终端；提升了组网灵活性，在网络边缘或城域范围内，无需部 署专用 WDM 设备即可实现中短距离的波长级互联（DCI 是典型应 用）；也推动了技术创新，模块厂商专注于提升模块性能和降低成本， 光系统厂商专注于优化线路设计和光层管理。

人工智能的未来既需要终端侧 AI，也需要云端 AI。在终端侧运行 AI 应用可提升成本效 益、增强隐私性、个性化并降低时延；与仅在 CPU 或 GPU 上进行 AI 工作负载处理比 较，骁龙平台集成专用的高通 AI 引擎，处理 AI 工作负载可以更加高效，让小巧轻薄的 设备也能支持终端侧 AI。根据 STL Partners 统计，2030 年全球边缘潜在市场将达 4450 亿美元，10 年 、 增强学习、迁移学习等技术的应用，智能制造将提升制造领域知识产生、获取、应用和 传承的效率。机器视觉是用机器代替人眼来进行检测和判断，主要是通过图像传感器将 被摄取目标转换成图像数据，传送给专用的图像处理系统，图像处理系统对这些图像数 据进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 图54：机器视觉功能主要包括识别、测量、定位和检测 图55：AI 技术赋能机器视觉

控制与监控系统。此外，该地铁运营商还需更高带 宽的运维和视频监控服务，而无需在每条线路部署 专用无线网络。 为了应对这些调整和需求，该地铁运营商在多线城 市轨道交通云上整合了计算、存储和网络资源，启 动了 5G 计划。该计划包含运营线路的全面覆盖以 及建设一张 4.9 GHz EasyMacro 专用网络。该网络 通过切片技术承载基于通信的列车控制、乘客信息 系统和列车控制与监控系统的流量、应急视频对讲 年，该地铁运营商完成了 4.9 GHz EasyMacro 专用切片网络的部署，并对其承载 的基于通信的列车控制、乘客信息系统和列车控制 与监控系统、应急视频对讲和集群通信的功能进行 了验证。该项目的商业模式依赖于 5G 公网专用， 地铁运营商选择租赁电信运营商网络中有服务保障 的切片，而非建设每公里成本超过 100 万元人民币 的专用无线网络。这一模式为地铁运营商节约了巨 额资本支出，并实现了运营支出可预测。 允许访问互联网的所有活跃手机端和计算机端（USB/ 网卡）移动宽带用户总数。 计算 ：每百人 物联网联接数 物联网连接总数占总人口的比例。物联网联接指智能 终端设备通过 IP 地址等唯一标识符远程接入公共蜂窝 网络或专用 IP 网络 / 互联网、xDSL、无线网络（低功 率广域网络）、NFC 设备、微波无线电或 DVB-S2X 卫 星系统。例如，火车、卡车和公共汽车等交通系统使 用的传感器、IP 摄像头等设备均可进行远程访问，并

前期投入成本高；研发时间长；技术风险大。 当客户处在某个特殊场景，可以为其独立设计一套专业智能 算法软件。 l 当前主流的 AI 芯片主要包括图形处理器（ GPU ）、现场可编程门阵列（ FPGA ）、专用集成电路（ ASIC ）、神经拟态芯片 （ NPU ）等。 其中， GPU 、 FPGA 均是前期较为成熟的芯片架构，属于通用型芯片。 ASIC 属于为 AI 特定场景定制的芯片。另外， 中央处理器（ GTC 大会上推出 4 个针对各种生成式 AI 应用程序进行优化的推理平台，帮助开发 者快 速构建专业的人工智能应用程序。每个平台都包含针对特定生成式人工智能推理工作负载进行优化 的 GPU 以及专用软件，包括 AI 视频、图像生成、大语言模型部署及推荐系统： NVIDIA L4 for AI Video 可以提供比 CPU 高 120 倍的人工智能视频性能，同时能效提高 99% ； NVIDIA

量剧增时，地面控制中心可通过 SDN 技术，迅速调整相关卫星节点 的转发策略，将更多网络资源分配给该区域，保障通信质量。 NFV 将传统网络功能虚拟化，支持服务功能链的动态部署，提 升网络弹性。NFV 技术将原本由专用硬件设备实现的网络功能（如 路由、交换、防火墙等），通过软件方式在通用的服务器、存储和网 络设备上实现。在卫星互联网承载网中，可根据业务的变化和需求， 灵活地在卫星或地面站上动态部署和调整这些虚拟网络功能。例如， 层面都有其独特的技术要点：  链路级测量：主要针对物理层的关键参数，包括误码率、载噪比、 多普勒频偏和信道状态信息等。在轨测试（In Orbit Testing，IOT） 系统是实现链路级测量的重要手段，它通过专用测试信号来测量 高功率放大器非线性、相位噪声等关键参数。不过，传统的 IOT 方法需要中断业务传输，在一定程度上影响了网络的正常运行。 为解决这一问题，新型认知测量技术应运而生，它利用扩频信号 ACK 周期、调整初始窗口、优化多流控制等措施。 draft-smith-tsvwg-quic-satellite-performance 针对 QUIC 在 GEO 卫 星链路的问题，提出专用性能回归测试方法，通过具体量化指标评估 性能并针对性优化。这些工作旨在深度优化核心传输机制，以及为 QUIC 提供可靠高效的卫星链路导入路径。 网络层协议与路由架构方面，2025 年初发布的 RFC

边界：有规律、可以数字化，属于经验科学 3. 要素：机器学习-深度学习 • 模型：神经网络模型（分层；单向） • 策略：损失函数定义 • 算法：反向传播+梯度下降  从感知智能到认知智能 1. 专用任务模型：NLP、CV、Gaming…… 2. 通用任务模型：AIGC • Diffusion、transformer ◼ 从NLU+NLG到LLM（大语言模型） 1. 语言逻辑和数据集蕴含了人类的认知智能

方案（2024—2027 年）》提出“提升高端聚烯烃、合成树脂与工程塑料、聚氨酯、氟 硅材料及制品、特种橡胶、高性能纤维、高性能膜材料、电子化学品、高效低毒低残 留农药、高端染颜料、特种涂料、特种胶黏剂、专用助剂和油剂、新型催化剂、高端 试剂等领域关键产品供给能力。” 由于新材料往往具备优异的性能或某些特定功能，通常而言新材料具备较高的技术壁垒和 研发难度，在前期开发的过程中需要投入大量的研发费用并经历漫长的研发周期，因此利 求，采用“揭榜挂帅”“赛马机制”等方式开展协同创新，提升高端聚烯烃、 合成树脂与工程塑料、聚氨酯、氟硅材料及制品、特种橡胶、高性能纤维、高 性能膜材料、电子化学品、高效低毒低残留农药、高端染颜料、特种涂料、特 种胶黏剂、专用助剂和油剂、新型催化剂、高端试剂等领域关键产品供给能力。 行业深度研究 敬请参阅最后一页特别声明 17 扫码获取更多服务 2024.9 《新材料中试 平台建设指南 （2024—2027