...... 9 2.2.2 算网全流程闭环自治 ................................................... 10 2.2.3 网-算-智协同自适演进 .................................................. 11 2.3 服务生成算力网络参考架构 ......................... 37 4.4 业务流程自主管控 .................................................................. 42 4.5 服务自优化与持续演进 .......................................................... 46 五、技术挑战与未来方向 ...................... ..................................................... 52 第九届未来网络发展大会白皮书 服务生成算力网络白皮书 IV 5.4 自演进可控性 .......................................................................... 53 5.5 应用落地与生态建设 ..

.............27 三、 光电融合网络技术发展趋势......................................................35 3.1 相干光技术演进方向...............................................................35 3.2 光电融合网络的解耦和融合趋势............ 光电融合网络发展目标 光电融合网络的发展目标是通过光层传输与电层计算的深度协 同，构建“光电一体、融合协同”的新型信息基础设施，以解决传统 网络在带宽、时延、能耗方面的根本性瓶颈。 （1）带宽升级 网络带宽演进是一个不断发展提升的过程，从早期低速拨号上网， 到如今的千兆、万兆光纤入户，以及数据中心的超高带宽网络，经历 了多个阶段，以太网的速率也经历了从 10Mb/s，逐渐提升到 400Gb/s。 未来光电融合网络需要支持 －光传输” 融合的综合服务平台。 4.多样化形态适配多场景部署 支持彩光线卡、模块化白盒、框式路由器等多种硬件形态，可灵 活部署于核心、汇聚、边缘等多种应用场景，满足智算中心互联、骨 干网演进、数据中心互联等需求。 5.支持标准化协议与可编程能力 全面兼容 NETCONF、PCEP、Telemetry、BGP-LS 等南向接口协 议，并支持 SR/SRv6、VPN、安全计算等网络能力开放，为构建自动

在构建智能系统时，如果需要整合一些不可信的 AI 组件，则为了确保系统可靠性，需要可扩 展、可演进的混合解决方案，特别是要将符号和非符号知识（如用于决策的感官信息和模型）结合 起来。在开发智能系统时，我们需要在系统设计的正确性和运行阶段的韧性之间实现平衡，并通过 定期或针对性的更新，实现系统的持续演进。 此外，系统验证目前正从理性主义向经验主义转变。传统的基于模型的技术虽能保证高可靠 性， 产品相关风险至关重要。以阻碍创新为由公 开反对加强监管，实际上是一种只顾短期利益的做法，长远来看不利于未来的发展。 因此，在这一背景下，我们需要开发更可靠、更能适应实体经济需求的 AI，向我们期待已久的 自主系统演进。这将有助于平衡 AI 的战略博弈，也将促使我们与志同道合的伙伴携手合作，以兼顾 发展与安全的方式监管 AI，造福社会。 2007 年图灵奖获得者 十年意味着什么？二十年前，人工智能的发展路径还是一团迷雾；十年前，以卷积神经网络为 清华大学信息科学技术学院院长 北京信息科学与技术国家研究中心主任 脑与认知科学研究院院长 《智能世界 2035》较系统地勾勒了未来十年智能技术演进与社会形态重塑的宏伟蓝图，视野开 阔、分析深入。值此研究报告发布之际，我愿从复杂系统与智能演进的内在逻辑出发，谈几点思考。 智能的本质，并非仅仅是数据模式的识别与归纳，更在于其对物理世界的理解、互动与重塑能 力，因为对物理世界已有的认知汇聚了人类的重要的知识和智慧。《智能世界

大模型对基础设施的挑战 超节点的出现与演进 超节点基础定义与特征 超节点应用案例 总结和展望：迈向未来计算的下一个十年 参考文献 通往通用人工智能之路：最新大模型发展动态 07 07 06 16 21 07 16 21 09 18 22 24 26 11 20 22 12 12 13 13 14 14 14 15 全球产业的演进路线：从硬件聚合到系统构建 大模型计算基础设施的挑战 小结 小结 CONTENTS 目录 超节点发展报告 02 当我们站在人工智能大模型技术飞速发展的十字路口，一个清晰的趋势已然浮现：大模型正沿着 “规模定律”不断演进，从预训练扩展到覆盖预训练、后训练、逻辑推理的全流程，其参数与集群 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 “超节点将成为 AI 时代的核心计算单元” 这一重要观点，清晰地呈 现了超节点的基础定义与特征，包括技术层面的基础特征和扩展特征，以及系统层面的大规模、高 可靠、多场景特征。同时，通过分析全球产业的演进路线、超节点稳定性的核心挑战以及技术产业 生态发展格局，为产业界指明了超节点的发展方向。 在未来计算的下一个十年，超节点无疑将成为推动 AI 技术发展的关键力量。这份发展报告为我 们提供了宝贵

............. 8 1.3.2 产业发展需求分析........................................................ 9 1.3.3 技术演进需求分析...................................................... 11 1.3.4 用户需求分析........................ 目标动态优化、高度环境适应、跨域无缝协同、智能学习进化以及对 可持续性的深度关切。随着算力网络（CPN，Computing Power Network） 概念的兴起和“东数西算”等国家级工程的推进，分布式算力感知与 调度技术将持续演进，其智能化、自动化、绿色化水平将不断提升， 为构建高效、敏捷、普惠、可持续的下一代数字基础设施提供核心动 能，赋能千行百业的数字化转型与智能化升级。 1.2 分布式算力感知与调度研究意义 在 跨域协同能力、更强的安全可信保障以及更优的绿色效能演进。它不 仅是解决当前算力供需矛盾的有效途径，更是塑造未来数字社会形态、 驱动经济高质量发展、提升国家综合实力的关键所在。 1.3 需求分析 当下通信与算力的多样化以及算力资源分布式特性与多类型应 用场景的深度耦合极大地推动了分布式算力感知与调度的产生，本节 8 将从国家战略需求、产业发展需求、技术演进需求、用户需求和功能 需求五个方面进行分析。

Web3.0 的数字实体网络创新技术路径。 本白皮书1首先分析了网络中的数据对象，探讨了网络发展与数 据传输的本质、现有架构的局限性以及下一代网络的关键突破方向； 其次梳理了现有 Web3.0 技术演进路径；在此基础上，提出了“数 字实体互联网络”的概念与内涵，并阐述了其核心价值、关键技术要 素及相关标准化情况；最后对未来发展进行了展望。 1 本白皮书得到国家重点研发计划资助（编号：2022YFF0610300）。 .............. 8 （四） 下一代网络的关键突破点................................................ 10 二、 现有 Web3.0 演进路径................................................................12 （一） 语义网构建意义互联的网络空间........... ............................33 面向 Web3.0 的数字实体互联白皮书 4 一、网络发展与数据传输 （一）网络发展历史回顾 网络技术的发展经历了半个多世纪的演进，从最初的 ARPANET（1969 年） 开始，网络技术已经完成了多次质的飞跃。ARPANET 最初的设计目标是为了实 现计算机之间的资源共享，其核心思想是分组交换（Packet Switching），这

AI 在保险行业的发展和应 用 1 Part2 ：大模型行业应用建议 Part1 ：大模型的技术演进 目 录 2 Part2 ：大模型行业应用建议 Part1 ：大模型的技术演进 目 录 3 What technology wants ？ 4 技术进化周期越来越短 5 大模型为什么突然火了 现实域 数域 现实域 模型 2017-2022 年初 演进动力 : 训练语料 & 模型容量更大 Switch Transformer 1.6 万亿参数（人类大脑皮层参数 10 万亿） 大模型演进过程 1950 图灵《电脑会思考吗？》提出“机器思维“概念； 72 年后， ChatGPT 成为离图灵测试最近的机器人。 第二阶段：利用人工标注引导生成 2021 年底 - 至今 演进动力 : 从人类反馈中学习 8 收集示范数据并做有监督训练 第三步 1 1 What technology wants ？ 1 2 What you wants ？ 1 3 Part2 ：大模型行业应用建议 Part1 ：大模型的技术演进 目 录 1 4 大模型时代，保险行业各个环节都值得用大模 型重新思考一次 保险营销 产品设计 客户服务 保险精算 团队管理 资产管理 营销

速提升。信息分级处理、HMI交互界面等更简洁清晰和高效，消费者认可度在快速提升 ➢ 《轻型汽车前方视野辅助系统技术要求及试验方法》清晰定义了什么是AR显示，明确推荐将AR贴 合度作为AR-HUD显示的衡量指标，为产业演进指明了方向，2026年上半年即将发布。 目标物类图标 贴合度 车道线类图标 贴合度 巡航/导航类图标 贴合度 眼点 a)方向级指示： 指引箭头或规划轨迹指明目标行进方向，无误导。 b) 道路级贴合： FVA系统，将导航指引、行车规划、安全警示等信息的虚像投射于驾驶员前方视野并与现实环境实时叠加、对齐的功能。 -9- 趋势三：随着L3级自动驾驶的加速到来，AR-HUD将提供更多智能交互、安全可靠和便捷娱乐的 场景应用，有望逐步演进为车辆的标配屏 ➢ L3时代，AR-HUD通过与自动驾驶、智能座舱深度融合，可以提供更多符合智驾意图、主动安全增强的应用场景，成为 L3系统内部决策和驾驶员交互的第一窗口，确保用户能快速接管、实时察觉行车风险，让出行更安全。 预计AR-HUD自L3起，有望逐步演进成为自动驾驶车辆的标配显示屏。 系统决策显示 游戏 社交/商务 感知 周边环境 驾驶场景 决策 收集分析数据 定义规划路线 预判控制车辆 执行 动力总成 转向制动 AR-HUD显示 抬头即见，虚实融合 监 督 接 管 干 预 观影 -10- 更大画幅 更小体积 更高像质 更多场景 AR-HUD 持续发展演进 HUD大画幅下，导航光毯显示更

策框架分析 2 目录 1.全球智能驾驶辅助技术发展现状与趋势 .....................................................4 1.1自动驾驶技术演进路径分析 ...................................................... 4 1.1.1感知系统技术路线迭代逻辑 .................. 全球智能驾驶辅助技术发展现状:技术路线、商业化落地与政策框架分析 4 1.全球智能驾驶辅助技术发展现状与趋势 1.1自动驾驶技术演进路径分析 1.1.1感知系统技术路线迭代逻辑 感知系统作为智能驾驶的“感官中枢”,其技术路线正经历从单模态依赖向多模 态融合、从规则驱动向数据与模型双驱动的深刻演进。早期L1/L2阶段普遍采 用以毫米波雷达+前视摄像头为主的“雷达主导”配置，功能边界集中于AEB、 ACC等 芯片级硬件调度器（如NPU+CPU协同仲裁机制）实现毫秒级资源再分配。实测 表明，该策略使系统在95%置信度下的端到端推理延迟标准差降低63%，极端 工况下任务丢弃率趋近于零[3]。 可扩展性改进直接决定L2+到L3+功能演进的工程可行性。当前头部方案已构建‘ 功能原子化’能力图谱 将变道、无保护左转、环岛通行等原子能力封装为独 立可插拔模块，并通过统一能力注册中心（CapabilityRegistry）进行版本管理

、关键技术和设 备能力；最后，给出了算力城域网面向具体业务场景的技术方案，以 及演进路径建议。 本白皮书旨在通过对算力城域网的网络架构、关键技术、应用场 景及发展策略的探讨，吸引更多行业内的专家和相关从业者共同参与 算力城域网的创新发展与产品实现，推动网络向更加高效、智能、灵 活、绿色、安全等方向演进。 算力城域网白皮书（2025 版） II 目 录 前 言.......... 城域网(简称为新型城域网)具备原生算力业务 高效承载的能力，基于云网 POP 灵活架构以及城域 Spine-Leaf 的 Full-Mesh 组网优势，实现了云边/边边高效协同和算网快速对接。面 向算力业务的长期演进，中国电信通过引入算力灵活调度、算力无损 传输、精准流级调度、网络智能运维等能力，打造以算力为中心、算 网一体的城域网新业态——算力城域网2。当前，中国电信在上海、 浙江、广东等地围绕海量数据弹性高效入算、存算分离百公里拉远训 时，算力城域网需具备随流检测、高精仿真、网络自愈等智能运维能 力，通过业务流级可视、秒级流量趋势展示、秒级故障感知和逐包故 障定界等技术，实现业务流故障的快速定位与恢复，驱动网络自治等 级从 L3 有条件自治向 L4 高级自治演进。 （8）超高安全能力 算力城域网需要构建多层次的安全防御体系，应对多租户环境下 的数据泄露和横向渗透风险。其核心在于实现租户数据的全流程隔离 与端到端加密传输。算力城域网可基于 VPN 与网络切片技术，构建