，原材料 产品价格震荡调整，行业经济效益持续分化。同时，原材料工业还存在稳增长面临挑战、 矿产资源供应风险加剧、数字化转型基础能力不足、绿色低碳转型压力加大等问题。针对 以上，赛迪研究院提出精准施策扩大有效需求、构建自主可控的资源供应体系、突破数智 化转型瓶颈、加快绿色低碳技术突破等对策建议。 【关键词】 原材料工业 发展形势 展望 2025年，在全球经济保持相对稳定、国内经济总体平稳的宏观环境 国原材料产品面临的国际市场环境不确定性依然较高，传统产品出口可 能持续承压，但高端产品出口有望在部分市场实现突破。二是国内经济 在结构转型中稳中提质，内需支撑基础逐步转换。随着“十五五”规划 开局，一系列旨在培育新质生产力、扩大有效内需的政策措施将继续显 效。大规模设备更新和消费品以旧换新等政策的深入实施，将为原材料 工业，特别是高端、绿色材料领域提供稳定需求。三是下游产业需求结 构性分化态势延续，驱动原材料供给结构加速调整。预计2026年，在城 一方面，国内资源保障能力不足问题依然突出。我国在锂、钴、 镍等新能源产业所需的关键矿产资源上对外依存度高，供应链脆弱性明 125 显。2025年化工新材料产业虽快速发展，但锂资源保障仍需依靠扩大 盐湖提锂产能与布局海外权益矿。同时，我国矿产资源综合利用水平 与发达国家相比仍有差距，特别是在复杂共伴生矿综合利用、城市矿 山开发等领域技术瓶颈尚未完全突破。另一方面，全球矿产资源争夺日

与存储得分为 17.1，表明其基础设施仍存在较大 短板。 越南的国家数字化转型计划（2020 年 –2025 年） 的目标是到 2030 年跻身全球电子政务排名前 50 位。为实现这一目标，关键举措包括扩大数字基础 设施、发展数据和加强网络安全。尽管面临数字认 知水平有限等诸多挑战，该国在数字公共服务扩展 等多个领域取得积极进展，并通过全国范围内的培 训计划，推动数智经济在 GDP 中的占比提升。当 政策体系和私营部门生态系统，而潜力型国家在这 些领域仍举步维艰。这就形成了明显的“追赶”态 势 ：领跑者加速迈向高收入国家的基线，而其他国 家却停滞在接近中等偏下收入国家的水平。 中高收入国家 ：日益扩大的数字鸿沟 图 13：中高收入国家出现数字鸿沟 指标得分 国家 数据应用 = 17.4 + 0.51（数据传输）+ 0.55（数据处理与存储） R2 = 0.77 数据生成 数据处理与存储 不仅将数字商务转变为强大的增长引 擎，能够同时触达数百万用户，也为小型创业者和 农村地区的创业者开拓了新的市场。同样，在制造 业，西门子利用远程虚拟工厂检查，展示了 5G 如 何降低运营成本、加速项目交付，并扩大先进服务 的跨境覆盖范围。 案例 ：5G 驱动的中国直播电商繁荣 中国在电商直播和 5G 独立组网领域均处于全球领先地位，两者相辅相成 ： » 大规模超高清流媒体 ：在“双十一”等大型购物节期间，数百万用户同时

与集群 规模实现“双万” 跨越，行业模型落地需求专业化。 传统的服务器集群架构在这场变革中瓶颈愈发明显。千亿级模型一次梯度同步产生的 TB 级数据 让传统以太网带宽难以承受；同时，伴随算力规模扩大，万级处理器带来的故障常态化，对自动化 运维与 RAS 能力提出了更高要求。在这样的背景下，超节点的出现成为了面向大模型未来发展的必 然趋势。 超节点并非简单的硬件堆砌，它的实现离不开基础技术、系统能力与可落地性的三方协同。基础 Law（规模定律）将以多元形态长期生效，持续推动人工智 能技术突破能力边界，而超大规模 Transformer、MoE（混合专家模型）、稀疏注意力模型等，已 成为可扩展模型的核心架构方向。在复杂的混合并行策略下，随着并行规模持续扩大，系统节点间 通信带宽与可用显存容量成为制约大模型可扩展性的瓶颈，亟需计算架构创新以满足未来更大规模 模型训练的需求。超节点架构突破传统互联瓶颈与共享协议限制，不断突破系统性能上限，成为多 样 练集群的总规模（卡数）是数据并行（DP）、张量并行（TP）、流水并行（PP）和序列并行（CP） 等多种并行维度的乘积。随着集群规模增大，单纯扩大数据并行（DP）维度会受到限制。因为在全 局批次大小（GBS）固定的情况下，增加 DP 会减小每张卡的微批次大小（Num_BS），导致计算 效率降低（产生 Bubble）。为了继续扩大集群，必须增加张量并行（TP）、流水并行（PP）和序 列并行（CP）等维度（表 1）。然而，这些并行方式，特别是当并行域（如

性，使得AI技术的使用门槛大大降低，AI技术走向平权化；同 时，联网后的实时海量数据支持，模型开源及插件生态的开放，结合用户无限的创造力，AIGC的影响力渗透进各行各业的每个角落， 影响力无限泛化和扩大。 来源：公开资料，艾瑞咨询研究院自主研究及绘制。 智 能 的 延 伸 门 槛 的 降 低 影 响 力 扩 大 人脑智能的延伸 AIGC 人脑智能的延伸，AI具备了计算、思考、 判断、学习的能力。AIGC技术在巨量 得教育得以发生，知识、 概念、经验得以传授和传承；数字语言的出现，生活和学习中各类数字工具的应用，表示人类对世界的认识和规律把握的能力增强， 人类认知和沟通的障碍降低，知识经验传授和传承的范围进一步扩大；机器语言的出现，人类把数字语言体系外化给机器，并演变 为各类模型、算法，由此人类认识世界、改造世界的能力通过机器得到了放大、倍增和质变。大语言模型作为最新的技术突变成果， 在发现、认识、运用规律上 坐标定位：经纬度坐标数值进行精准定位 ➢ 账号及密码：银行卡等账号由一串特定长度的 数字组成，各种密码均采用数字语言 生活数字语言 人类对世界的认识和规律把握的能力增强，知 识经验的教授范围进一步扩大、教育效果增强 ➢ 条件：在海量数据、更大算力的支撑下 ➢ 特点：大语言模型能更加深入地解析事物， 在更深层次和更广的范围发现事物的新特点 ➢ 优势：在发现、认识、运用规律上相较于人 类有着明显的优势，人造工具突破人类认知

业网络协议、高端芯片 等底层技术领域存在明显对外依赖。在安全方面，随着工业互联网平台 的规模化部署和“云-边-端”架构的普及，原本相对封闭的工业控制系 统逐渐开放，系统复杂度提升，安全边界不断扩大，导致网络攻击、数 据窃取或篡改的风险大幅上升。一旦生产控制系统遭遇攻击，可能引发 关键工艺参数被篡改、生产线停摆运行，甚至造成设备物理损坏，对企 业的连续生产和运营安全构成直接威胁。 （三）人工智能应用不足，难以融入核心业务 三、应采取的对策建议 （一）聚焦场景绘制转型路线图，提升供需对接效率 依托《参考指引》，分行业、分产业链开展数据要素、知识模型、 工具软件、人才技能等要素的清单式梳理，明确数字化攻关的重点工作 路径。进一步扩大图谱清单范围，覆盖更多重点行业和典型场景，并提 升其精细化、标准化程度。体系化培育面向场景的解决方案，征集一批 重点行业数字化转型需求和优秀转型实践案例，加快构建转型服务商资 源池。聚焦重点行

可以达到减少模型损失，增加大模型性能的效果。 l “ 涌现 ”能力：随着训练规模不断增大 ，大模型将产生质变 。据《 Emergent Abilities of Large Language Models 》，随着模型规模的扩大，语言模型表现出的新的、不可预测的能力。这些新能力在中 小模 型上线性放大都得不到线性的增长，但在模型规模突破一定阈值时突然出现。“涌现”能力反映了系统行为 质 的变化，这种变化不能简单地通过观察或分析较小规模模型的性能来预测。 年英伟达将 更着力于营收贡献度较高的 AI 机种，例如积极投入技术和资源在 NVL Rack 方案，协助服务器系统厂商针对 NVL72 系统调教或液冷散热等，推动 大型云服务厂商从现有 NVL36 转为扩大导入 NVL72 。出货占比方面，据 TrendForce 数据，英伟达高端 GPU 增长明显，预计 2024 年出货占比约为 50% ；预计 2025 年受 Blackwell 新平台带动，其高 中共中央、 国务院办公厅 《质量强国建设纲要》 加快大数据、网络、人工智能等新技术的深度应用，促进现代服务业与先进制造业、现代农业融合发展。 2022 年 12 月 中共中央、 国务院办公厅 《扩大内需战略规纲要 (2022-2035 年 ) 》 加快物联网、工业互联网、卫星互联网、壬兆光网建设，构建全国一体化大数据中心体系，布局建设大数据中 心国家枢纽节点，推动人工智能、云计算等广泛、

行业采购占 比达29.8%。二是AI安全技术产业化进程加速，AI、零信任架构、抗量子 加密等新技术推动产品更新换代，AI驱动的安全运营平台使威胁响应时 间从天级缩短至分钟级。三是网络安全攻击面扩大，网络安全服务化转 型深化，全球IoT设备超750亿台，70%存在默认密码或未修复漏洞，工业 传感器数据篡改导致生产线瘫痪事件频发，倒逼企业加大安全投入。 （三）AI智能体重塑网络安全攻防生态 心技术，推 出适配不同场景的安全芯片与固件，从源头提升设备安全防护能力。加快 零信任架构、动态防御等技术在融合场景的应用，构建“身份为核心、环 境为依据、权限为边界”的动态防护体系，应对攻击面扩大带来的风险。 091 （二）推动网络安全产业发展 一是加强市场需求引导，强化政策引导与激励，通过税收减免、资 金补贴等方式，推动重点行业网络安全投入，针对车联网、低空经济等 新兴领域发布安

2026趋势报 告：数据与 人工智能 2 报告概览 2026行业特定趋势 2026年数据与人工智能趋势 2026趋势报告：数据与人工智能 简介：大（的）脱节 各行业人工智能雄心与实际运营之间的差距不断扩大 如何为2026做准备 构建准备状态并避免常见陷阱的关键行动 2026年AI的成功将由数据基础设施驱动，而非新模型 1. 为什么现代数据基础设施而不是最新的AI模型为企业带来最高的投资回报率 7 管理层对人工智能技术缺乏充分理解，结果导致人工智能解决方案在商业 应用和整合上显著减少。现实情况是，人工智能开发者花费时间向管理层 证明使用特定人工智能解决方案的可行性。管理层与开发者在人工智能能 力方面的差距显著扩大。 航空公司工作坊模式提供了一个模板：访谈每个部门，并创建一个能够解 决他们最大痛点的人工智能项目列表。尽可能将所有业务流程结构化，以 获取经验并发展一个关于哪些流程可以自动化的愿景。通过消除不必要的 那些既没有从失败中学习也没有吸取失败教训的公司将继续缓慢发展。仍 然在谈论整合数据，仍然在向云端迁移，仍然在略微开始使用人工智能。 他们的技术足迹将变得越来越不成比例，创造的风险将超过价值。竞争差 距将扩大。 21 40+ 2026趋势报告：数据与人工智能 关于 DataArt 关于本报告 24 采访的专家 致谢：DataArt向Alexander

营养食物。我国以耕地保护为本、科技创新为核心，依托良种推广、机械化等集约生产提升单产，筑 牢产能基础，统筹生态保护与风险防控，构建了产量与资源永续并重的安全保障体系。 粮食总产量 1.4 万亿斤的历史性突破主要源于粮地播面扩大、农田基础设施完善和科技支撑，单 产提升对增产贡献率达 80% 以上。2024 年作物良种覆盖率超过 96%，农作物耕种收综合机械化率突 破 75%。 数据指标 宏观数据指标 1 年间，首次开展高标准农田建设的村庄占比为 20.55%。截至 2023 年底，累计共有 36.02% 的村庄建成了高标准农田。截至 2024 年 8 月，18.24% 的村庄高标准农田应用了数字化技术。 2. 粮食作物播种面积进一步扩大 在可追踪到的受访村庄中，2023 年，粮食作物平均播种面积 4465.3 亩，比 2021 年提高 4.33 个 百分点。 2020 及 2024 年粮食播种面积占耕地面积比重（单位：%） 题，是未来最有潜力的解决方案。 中国科学院分子植物科学卓越创新中心巫永睿 团队率先从野生玉米中克隆高蛋白基因并导入主栽 品种，显著提高了玉米籽粒及全株蛋白含量。同时，积极创制鲜食和青贮两用玉米种质，扩大优质青 贮玉米来源，为实现大豆减量替代提供了一条不争地、不增肥、不减产、能节本、能增效的创新路径， 为我国粮食安全和农业可持续发展提供重要支撑。 节水抗旱稻的理论研究和推广应用 培育全株高蛋白玉米

.......... 6 图4： 当模型的参数量大于一定程度时模型效果会突然提升 ...................................... 6 图5： 小模型的性能也随着规模扩大而逐步提高 ................................................ 6 图6： 2022 年最大的五个 transfomer 模型条件 ......... 平滑、可预测。具体来看，10 9以上模型能力提升加速，因此目前来看 10 9几乎是 大语言模型参数量的下限。 图4：当模型的参数量大于一定程度时模型效果会突然提升 图5：小模型的性能也随着规模扩大而逐步提高 资料来源：《Language models are few-shot learners》，国信证 券经济研究所整理 资料来源：《Are Emergent Abilities of Large