AIGC技术在教师、学生、管理者多角色中，在学术科研、备课规划、作业生成和批改、自主学习、 辅助练习、测试评估的多场景中，都发挥着一定效力。从落地速度来看，表现为C端>B端>G端， 成人教育>高等教育>K12>幼教，教师>学生>管理者。具体到细分场景中，师生应用的全流程 闭环服务、兼具高难度与高天花板的AIGC学术科研都是潜在机会方向。从商业模式来看，当前， 软件增值服务、硬件整体售卖、 究及绘制。 2023年全球AIGC+教育投融资情况 31.1% 24.4% 17.8% 13.3% 8.9% 2.2% 2.2% K12教育 职业培训 综合应用 语言学习 高等教育 素质教育 早幼教 细分领域 51.1% 11.1% 8.9% 4.4% 4.4% 4.4% 4.4% 11.1% 美国 印度 英国 中国 芬兰 意大利 西班牙 其他 所在国家 业快速出现，而部分旧有学科则逐步淘汰。AIGC时代给教育系统带来了一个庞大而艰难的研究课题：我们应该如何培养能够适应这 一变革的有用人才？这不仅涉及到教育范畴、目标和内容的调整，还包括学科专业设置的改变。2023年3月发布的《普通高等教育 学科专业设置调整优化改革方案》进一步明确了到2025年将新设一系列适应新技术、新产业、新业态、新模式的学科专业，同时淘 汰那些不再适应经济社会发展需求的学科专业。同时，ChatGPT等大模型先

用进程。 实践也证明，国产数字化升级与智能化深度融合已经在多个领域落地。以深圳市为例，在推进数字政府建设过程中，在政务信息化中 引入大模型助力智能化升级，面临着算力资源紧缺、场景建设复杂、场景落地效率不高等问题，需建设从算力纳管到场景开发支撑的 一体化平台，依托腾讯云的技术支持，搭建了以TI平台+智能体开发平台+AI原子能力为核心的智能化支撑体系，支撑算力资源的集 约化管理、大模型推理服务的统筹应 台、TDSQL数据库为核心的技术体系，并以政务微信为载体的协同办公体系，有效应对了以下的挑战： 1.IT架构需适配智能化转型：在政务信息化中引入大模型助力智能化升级的过程中，面临着算力资源紧缺、场景建设复杂、场景落地效率不高等问 题，需建设从算力纳管到场景开发支撑的一体化平台。 2.数据库需强化支撑能力：政务云平台原有数据库能力比较单一、缺乏多租户及分布式服务能力，无法高效支撑高并发和高效运营需求，伴随国产进 程深入推进，亟需引入更优的国产数据库方案。 枢纽，城中村， 产业园，森林公园，水库等，其管理的压力是比较大的，尤其在政务治理服务方面面临诸多的挑战，存在企业咨询缺少智能问答、资金申报用户重复 填报、需求匹配程度不够精准、诉求分拨处置效率不高等问题；市民服务主要集中在流程效率不足、跨部门协作困难、问题解决周期长、民众体验感 差等方面。 企业服务方面，腾讯助力宝安区构建政务通用人工智能及大模型服务体系框架，为企业提供智能客服、智能匹配、智能审批、智能评估等多维度的智

经济在过去几十年中一直保持着高速增长，而应对气候变化也已成为中 国可持续发展的内在需求。中国政府在2020年明确提出了力争于2030年 碳达峰、2060年碳中和的战略目标；同时，也面临着能源结构不尽合理，单 位GDP能耗较高等一系列重大现实挑战，使得实现双碳目标的任务紧迫而 艰巨。 西门子作为全球率先宣布碳中和目标的大型科技企业之一，凭借深厚的 技术积累和创新，致力于科学的、系统的“双碳”顶层设计，通过提供先进

互联网中所没有的。另一方面，由于底层量子技术的发展还处于初期， 很多硬件的指标还无法满足实际应用的需求，这为量子互联网的实际 部署带来很多困难。比如量子比特的相干时间不够长，量子门的操作 31 精度不够高等，会导致许多量子任务无法有效完成。当然量子互联网 和经典互联网也有很多相似之处。比如都是网络系统，许多问题的处 理都涉及图问题。还有在实际的运行上，都会面临路径选择和资源调 度等。 图 13 Graphics processing unit 量子处理单元 QPU Quantum processing unit 78 参考文献 [1] 曾谨言，量子力学，科学出版社。 [2] 喀兴林，高等量子力学，高等教育出版社。 [3] 郭光灿和周详发，量子光学，科学出版社。 [4] 尹浩，韩阳等，量子通信原理与技术，电子工业出版社。 [5] M. A. Nielsen and I. L. Chuang

二是构建国际人形机器人协同创新合作机制。通过定期组织技术研 讨会与成果对接活动，推动在具身感知、人机交互、自主决策等核心技 术领域的知识共享与标准协同，重点突破多模态数据融合、环境自适应 等共性技术瓶颈。鼓励各国科研机构、高等院校、科技企业及政府部门 加强合作，分享前沿研究成果与典型应用案例，共同推进全球范围内人 形机器人技术研发与标准化进程。同时，推动设立国际人才交流专项计 划，支持科研人员、工程师及学生在生成式人工智能等相关领域开展互

等高收敛比组网；网络高稳定运行，故障影响不扩散。 3.2.4.云边协同训推需求 大模型训练与推理成本的显著降低，带动企业通过本地部署少量 训推一体机实现大模型的快速应用。但是，企业本地算力池面临扩容 难、维护成本高等问题，难以满足大模型微调和推理不断增长的算力 需求。因此，通过企业本地算力与云端租赁算力之间的高效协同，以 满足企业算力资源灵活扩展需求，成为更高效、便捷且兼具性价比的 方案。云边协同训推方案基于

…………………………………………118 推荐单位 ：教育部国家开放大学 以教育帮扶筑基 打造人才回流热土………………………………………………………………………119 推荐单位 ：教育部高等学校科学研究发展中心 聚焦“花经济” 做好“花文章”………………………………………………………………………………119 推荐单位 ：住房和城乡建设部帮扶办公室 乡村产业振兴带头人培育“头雁 亿元，解 决脱贫地区劳动力就业 11419 人。目前，已成为教育部教育服务乡村振兴的重要平台。 2004 年，教育部启动“一村一名大学生计划”，通过遍布全国的国家开放大学体系，线上线下相 结合，将优质高等教育资源送到田间地头，服务“三农”。 一是落实立德树人根本任务，构建思政育人新格局，培养了大批扎根乡村的高素质本土人才。累 计开设实用适用的 30 个专、本科专业（方向），覆盖 29 个省份，招生 “一村一名大学生计划”就地培养百万本土大学生 推荐单位：教育部学校规划建设发展中心 推荐单位：教育部国家开放大学 农 民 增 收 入 119 案例 农民增收入 自 2020 年教育部高等学校科学研究发展中心帮扶贵州省赫章县以来，始终将教育帮扶作为乡村振 兴主阵地，联动高校持续“输血”，协调中国农业大学、郑州大学、华中师范大学、陕西师范大学等 高校专家深入基层一线开展培训，协调东

前后桥分装、仪表、前端模块等多个环节发挥搬运作用。 “机器人+识别类模型”汽车及零部件检测应用占比约 17%。汽 车外观缺陷检测存在高亮面表面缺陷视觉成像困难、漆面缺陷检出难 度大、产线节拍要求高等问题，同时汽车外观曲面较多，也需要借助 多个机器人进行全方位检测。如斯睿特漆面外观检测智能工作站，可 检测出汽车漆面的各类缺陷，包括颗粒、漆渣、橘皮、流挂、碰伤等 16 种缺陷，引入 AI 智

除德国倍福保持市场第1的位置外，国产厂商占据了第3-7名。 • 用于机器人的控制器市场目前由机器人整机厂商主导，四大家族的市场份额合计达57.5%。控制器的研发门槛较高，需要综合考虑技 术、市场、成本、供应链等问题，固高等厂商普遍经过多年成长期后才有实力建设专业的控制器研发中心。随着规模更小、资金更少 的人形机器人创业公司的增加和竞争加剧，第三方控制器厂商产能更高、成本更低、供应更稳定、产品经历过长期市场检验、技术更

材料压制而成，传输速率要求提高打开 Low Loss 及以上等级的 CCL 应用空间。行业内根 据 CCL 的 介电损耗 Df 将 CCL 划分为 STD Loss 到 Ultra LowLoss 六个等级，越高等级损耗越小。 PCIe3.0 的服务 器主板材料以 FR4 为主，为 Mid Loss 等级； PCIe4.0 主板 PCB 需升级至 Low Loss 等级，对应松下 M4 、 生益 S7439