信息化系统成为刚需，季度更新 等动态披露方式将逐步替代传统年度报告，以更及时地响应环境与社会 风险 22 绿色金融与供应链责任深化 • ESG 表现与融资成本挂钩趋势显著，2024 年 ESG 公募基金规模达 4098 亿元，绿 色债券发行同比增长 35%。企业需向供应链上下游延伸责任，如宝钢股份通过 绿电采购降低供应商碳排放。 绿色金融与供应链责任深化 供应商 制造企业 流通 使用 无害化处理 排放 回收利用 认识和需求不断增长，推动资产管理 公司和金融机构开发更多ESG投资产品和服务。中国证券投资基金业协会数据显示，截至2022年底，以ESG为主题的 公募基金数量超过200只，资产管理规模超过2000亿元. ➢ 企业ESG参与度进一步提升:公司的ESG信息披露质量逐渐提升，更加注重实质性议题的披露和量化指标的应用。中 国企业对ESG信息披露的重视程度不断提高，披露率逐年提升。上市公司层面，截至2024年5月，A股共计2094家公 24年前三季度，西藏工业经济快速增长， 规上工业增加值同比增长18.8%，增速居全国第一。2024年9月，规上工业增加值同比增长20.1%，位居全国 第一。1—9月，绿色工业固定资产投资130.68亿元，完成年度目标的93.3%。西藏，这片神奇而广袤的高原 大地，在推进绿色低碳转型发展的浪潮中，深入学习贯彻落实习近平总书记关于新型工业化的重要指示精 神，按照全区新型工业化推进大会部署，正在绿色可持续发展的道路上阔步前行。

互联网等新一代信息技术的迅猛发展，全球算力需求呈现爆发式增 长，2023 年我国算力总规模已达 230EFLOPS，智能算力增速高达 45%。然而，这种增长也带来了严峻的能源问题，全国数据中心年 耗电量突破 1500 亿千瓦时，占全社会用电量的 1.6%，单次 AI 大模 型训练的能耗相当于数百个家庭年用电量。与此同时，我国电力系 统正在经历深刻变革，新能源装机占比已突破 50%，但“弃风弃 光”与东部电力短缺并存的结构性矛盾日益凸显。这种算力需求激 了巨大的能源消耗问题。以数据中心为例，2023 年全国数据中心用电 量突破 1500 亿千瓦时，占全社会用电量的 1.6%，相当于三峡电站全 年发电量的 1.5 倍。更值得关注的是，随着大模型技术的快速发展， 单次训练能耗屡创新高——OpenAI 的 GPT-3 模型训练耗电达 128.7 万千瓦时，相当于 430 个家庭一年的用电量；而 GPT-4 的能耗预计是 前者的 3-5 倍。 算力负荷的时空可转移特性（如“东数西算”工程中的冷数据处理西 迁）和灵活调节潜力（如 AI 训练任务的错峰调度）为电力系统提供 了新的调节手段。研究表明，通过优化调度，全国数据中心可提供约 3000 万千瓦的灵活调节能力，相当于 30 座百万千瓦级抽水蓄能电站。 此外，在“双碳”目标约束下，算力产业的绿色转型需求迫切，但目 前绿电使用率仅 22%左右，亟需建立更高效的算电协同机制。 算电协同创新发展已成为当前数字经济与能源革命深度融合的

2035》报告中揭示的技术趋势，更凝聚了学术界、 产业界和社会的共同期待。 网络、计算、存储、云和能源是推动变革的五大核心技术，共同构成了超级智能体发展的综合 底座。预计到 2035 年，网络将需要支撑 90 亿人口拥有 9,000 亿智能体，通信容量将增长 100 倍。 与此同时，算力需求将激增 10 万倍，催生出全新的范式，如模仿大脑高效能的神经形态处理器与 量子处理器等。存储将迈入尧字节时代，让数据“觉醒”，为持续学习提供有形资源。云边协同共 技术作为驱动人类文明跃迁的引擎，其根本在于融入生活、家庭、企业与环境，以实现更美好 的生活、更温馨的家庭、更高效的企业和更可持续的环境。 到 2035 年，全球 65 岁及以上人口将突破 11 亿，个人健康将从“以疾病为中心”转向“健康全周 期管理”，人工智能将助力预防超过 80% 的慢性病，推动健康管理从“被动治疗”转向“主动预防”。 未来，智能机器人不仅能承担家务劳动，还将提供情感陪伴，显著提升居家的幸福感，预计 部分领域实现规模化落地。在人类工程体系成 熟的领域，它能够胜任人类的工作时长与强度， 进行自主决策，成为人类的高效协同伙伴。 11 人机协同编程，重塑软件未来 人类科技正在面临复杂性，芯片演进到亿 门，大模型参数突破万亿规模，产品越来越复 杂，大规模软件编程协作的挑战越来越大。 人因问题是导致软件复杂性的重要根源， 软件生产效率随着规模的扩大急剧下降。当代软 件工程主要是面对人因的复杂性而诞生的。软件

：人工智能（尤其是生成式人工智能）正 快速融入个人和家庭生活，成为日常生活的重要组 成部分。随着技术门槛不断降低，智能设备日益 普及，更多消费者将接受并采用生成式人工智能工 具。到 2026 年，预计全球将有 50 亿 1 消费者使 用生成式人工智能 ；到 2028 年，三分之二的内容 创作者将使用生成式人工智能进行视频制作。人工 智能正逐渐融入家庭娱乐、教育、社交、内容创作 等多个领域，让每个人能都获得人工智能的加持。 意识到他们有机会成为人工智能未来发展的“设计 者”，而不仅仅是“裁判”。 德国 ：德国的《国家人工智能战略》于 2018 年发 布。2020 年，德国将人工智能领域的预算从 30 亿 欧元增加到 50 亿欧元，以支持 12 个人工智能研 究中心和 GAIA-X 计划。该战略旨在建设可信的欧 洲人工智能和数据基础设施，并加强该国的工业 4.0 和人工智能出口能力。 2 中国 ：中国的《新一代人工智能发展规划》于 等相关工程和智能计算中心等项目上 投资超过 1000 亿元人民币。地方政府还设立了数 百亿规模的人工智能产业基金，以支持制造业、能 源和交通领域的数智融合。 阿联酋 ：阿联酋于 2017 年任命了全球首位人工智 能部长，并发布了《2031 年人工智能战略》 5，旨 在推动人工智能在政府、教育和交通领域的应用。 阿联酋已投资超过 100 亿迪拉姆（约合 27 亿美 元）用于建设人工智能大学和数据中心，将人工智

19 万，互动声量 2.6 亿。 乡村振兴领域词云解读 国际视角关注度高 词云体现：全球、应对、大国、十四五、自信、强国、一带一路 国民生活保障根基 词云体现：头等大事、安宁、生活品质、命根子、饭碗 经济发展息息相关 词云体现：国内生产总值、科技、经济回暖、中国经济、经济发展 耕地保护高度重视 词云体现：耕地、面积、守住、耕地保护、亿亩、高标准农田、盐碱地 粮食生产各环节提及度高 习了种粮 技术，还得到了像马均教授这样的专家指导。通过竞赛， 凝聚了政府、科研院校和种植户等多方力量，推动粮食 产业高质量发展。截至 2024 年，四川已连续五年实现 粮食产量突破 700 亿斤大关。 ——CCTV-17 纪录片《天府粮仓》 4 CMG 乡村振兴观察报告 2023-2024 关键词解读 关键词解读 粮食安全指通过供给保障、经济可及、营养转化和抗风险韧性四维协同，保障全民持续获得充足 牢牢守住了 18 亿亩耕地红线 自然资源部公布的 2023 年度全国国土变更调查结果显示，全国耕地面积 19.29 亿亩。从地 类结构看，旱地 9.68 亿亩，占比 50.2%；水田 4.68 亿亩，占比 24.2%；水浇地 4.93 亿亩，占比 25.6%。从地区分布看，东北 4.47 亿亩、华北 3.31 亿亩、华东 3.21 亿亩、西北 2.58 亿亩、西南 2.47 亿亩、华中 2.40

1750 亿个。 ChatGPT 引领全球人工智能浪潮，人工智能 发展需要 AI 芯 片作为算力支撑。据 Tractica 数据，全球 AI 芯片市场规模预计由 2018 年的 51 亿美元增长至 2025 年的 726 亿美元，对应 CAGR 达 46.14% ；据前瞻产业研究院 数据，中国 AI 芯片市场规模预计由 2019 年的 122 亿元增长至 2024 年的 785 亿元，对应 CAGR 2022 年 9 月以来三轮快速增长；其中 2022 年 9 月至今，受 AI 驱动下针对芯片算力需 求提升，公 司股价呈现大幅度反弹；截至 2023 年 4 月 30 日，公司市值为 6854.00 亿美元。回顾历史， 1999 年，公司发明了图形处理器，定义了 现代计算机图形学 ； 2006 年，公司推出用于通用 GPU(GPGPU) 计算的 CUDA 平台。 自 2015 年以后，随着 AI 浪潮迅猛推进，公司业务不断多元化， 计算与网络事业部收入占比提升，数据中心超过游戏成为收入主要来源。 FY23 ，公司收入为 269.74 亿美元，同比增长 0.22% ，主要由于数据中心及汽车领域收入的高速增长抵消了游戏及专业可视化领域所带来的收入减少； 净 利润为 43.68 亿美元，同比减少 55.21% ，主要由于运营费用同比增长 50% 所致，包括与 Arm 交易相关的 13.5 亿美元收购终止费用。公司业务部门 包括计算 与网络事业部和图形事业部， FY23

REfirst和MatrixCare，以及2022年11月的MEDIFOX DAN，瑞思迈拓展了 其院外（OOH）软件服务，在院外护理领域建立了全面的解决方案。2024财年公司SaaS收入5.84亿美元，收入占比12.5%。 瑞思迈收入构成（财年，百万美元） 瑞思迈数字管理平台 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 0 500 1 面罩和其他 SaaS SaaS yoy（右轴） SaaS占比（右轴） 海外代表公司梳理 资料来源：Wind，各公司官网，国联民生证券研究所 注：市值截至2025年2月28日 公司名称 股票代码 市值（亿美元） 核心AI产品/服务 AI技术亮点 商业模式 Dexcom DXCM.O 345 Dexcom G7 连续血糖监测系统 （AI预测血糖趋势，低/高血糖预警） 机器学习分析血糖波动规律，预测误 学习 技术推动精准医疗的公司，尤其在癌症和其他复杂疾病的诊断和治疗方面具有显 著优势 ◥ 基本财务数据 2024年公司实现营收6.93亿美元（yoy+30%），2020-2023年营收年复合增速为 39%，目前利润端仍呈现亏损状态，目前总市值97亿美元（20250228） Tempus发展历程 公司成立 •初期聚焦癌症数据整合 2015 推出首个肿瘤基因检测产品 2016 进军欧洲市场

23年的18亿 美元提升至2028年的138亿美元，年复合增速约50.2%。据高盛预测，乐观情况下2035年市场规模可能达到1540亿美元，相当于2021年电动汽车市场规模或 手机市场规模的1/3 。2024年4月首届中国人形机器人产业大会上发布的《人形机器人产业研究报告》预测，2024年中国人形机器人市场规模将达约27.6亿 元，2026年达到104.71亿元，2029年达到750亿元，将占世界总量的32 总量的32.7%，比例居世界第一，到2035年有望达到3000亿元规模。  巨头纷纷入局，创业公司百花齐放，众多厂商快速迭代。如特斯拉三次发布Optimus性能更新迭代视频；DeepMind与斯坦福大学联合推出的Mobile Aloha也 两次迭代更新；沉寂许久的波斯顿动力放出Atlas拾起并搬运汽车零部件的视频；宝马将Figure AI的人形机器人投入工厂试用；华为全球具身智能产业创 新中心 成本高昂等诸多制约因素，但正在快速改善。据高盛测算，单台人形机器人的制造成本已从去年50000 -250000美元降至30000-150000美元之间，降幅达40%。 中国人形机器人市场规模预测（亿元） 人形机器人成本测算（千美元） 27.6 104.71 750 3000 0 500 1000 1500 2000 2500 3000 2024 2026 2029 2035

2024 年 12 月， DeepSeek-V3 发布，性能对齐海外领军闭源模型。据官方技术论文披露， V3 模型的总训练成本 为 557.6 万美元， 对比 GPT-4o 等模型的训练成本约为 1 亿美元。 2025 年 1 月， DeepSeek-R1 发布，性能对标 OpenAI-o1 正式版。在数学、代码、 自然 语言推理等任务上，性能比肩 OpenAI-o1 正式版。 2 月 1 日消息，据彭博社报道， 模型，并 逼近 GPT-4o 、 Claude-3.5-Sonnet 等顶尖闭源模型。据官方技术论文披露， V3 模型的总训练成本为 557.6 万美元，对比 GPT-4o 等模型的训练成本 约为 1 亿美元。 l 2025 年 1 月， DeepSeek-R1 发布，性能对标 OpenAI-o1 正式版。 DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下， Jared 等《 Scaling Laws for Neural Language Models 》，国信证券经济研究所 整理 Mistral-large 表：主流大模型信息对比 模型名称 参数大小（亿） MMLU 分 数 发布者 发布时间 开源情况 GPT-4o 未公布 88.7 OpenAI 2024.5.13 未开源 Claude 3.5 Sonnet 未公布 88.7 Anthrop ic

我们正在进⼊⼀个新时代，⼈⼯智能机器⼈和⼈形机器⼈将在我们周围移动。我们的分析 表明，到2035年，可能会有13亿个⼈⼯智能机器⼈，到2050年将达到40亿个。 英伟达CEO⻩仁勋最近表⽰“⼈⼯智能的下⼀波浪潮已经到来。 受物理⼈⼯智能驱动，机器⼈将彻底改变产业。1” 特斯拉CEO埃隆·⻢斯克表⽰，某种形式 的机器⼈市场——⼈形机器⼈——可能每年超过10亿台，我们最终将拥有的机器⼈数量将超过 ⼈类。2 这个新市场有3个主要推动因素: ⽤例-静态机器⼈也在增⻓，但本报告的重点是在AI- 启⽤移动的机器⼈。第2-8章探讨了AI机器⼈的潜在⽤例，从清洁、驾驶、交 付，到⼯业、建筑、零售、酒店和护理领域的使⽤。我们对9个⽤例领域的专 有分析预测到2050年将有41亿个机器⼈。对于⼀个⽤例，⼈形机器⼈，我们 进⼀步将其分为7个领域。我们的⽅法论将在下⽂中进⾏总结。 3. 挑战 - 第10章探讨了值得关注、辩论和解决的12个挑战。 和解决⽅案。 尽管存在挑战， 2045 2046 2047 2048 2049 2050 Hourly wage AI机器⼈的崛起 物理人工智能即将来袭 我们预测到2035年时，将有13亿台AI机器⼈在我们周围移动，到2050年将达到40亿台。这其中的三个主要推动因素将是技术、经济和改善。以下是⼀些关于机器⼈崛 起的数字。 机器人单位数量（以百万计）按类型预测 来源：花旗经济研究部 2024 2025 2030