化学制品制造业、有色金属矿采选业累计增加值实现较快增长，分别达 115 到9.8%、8.0%和7.7%。各细分领域的增加值增速相较于1-9月稍微有所 降低。分产品看，1-10月，钢铁产品，仅钢材产量同比增长4.7%，生 铁、粗钢产量呈现下降趋势，降幅分别为1.8%和3.9%，相较于年初增速 下降。化工产品中硫酸、烧碱、乙烯产量稳步增加，涨幅达到6.2%、 4.6%、10.7%，乙烯产量增速相较于2024年同期增长11 普通 有色金属等传统大宗原料产品的海外需求。高端有色金属加工材的出口 价值有望保持增长。进口方面，服务于新能源汽车、航空航天、半导体 等战略性新兴产业的发展，国内尚无法完全自给的高端特种钢材、高性 能合金等产品的进口需求仍将具有一定韧性。 121 （四）钢铁、建材价格持续承压，化工与有色金属价格延续分化 2025年1-10月，原材料产品价格有涨有跌。钢铁价格震荡走低， 中国钢材综合价格指数10月末为91 积同比下降18.9%。这种趋势预计在2026年仍将持续，直接导致与建筑 活动紧密相关的钢铁、建材等产品需求疲软。另一方面，新兴产业需求 增长尚不足以完全对冲传统领域下滑。2025年新能源汽车、光伏、特高 压等新兴产业确实保持了较快增长，对高端钢材、有色金属及化工新材 料形成了一定需求支撑。然而，这些新兴领域在原材料总需求中的占比 仍然有限，且其增长面临自身瓶颈。同时，全球经济增速预期放缓，叠

济领域拓展，机器人作为 AI 技术的理想载体，凭借其高度的灵活性 和强大的适应性，正在迅速发展并广泛应用于各个行业，成为推动产 业升级和变革的重要力量。工业领域自动化基础良好、环境结构化程 度高且市场需求大，成为近期“机器人+人工智能”应用落地的首要 方向。凭借其在提高生产效率、降低人力成本、提升产品质量等方面 的显著优势，“机器人+人工智能”正在汽车制造、电子信息、金属 材料等关键行业加速落地，展现出广阔的应用前景。 （一）智能产品案例 ................................... 24 1、拓斯达新一代 X5 机器人控制平台 ..................... 24 2、钧舵高稳定性的 LRA 系列直线旋转执行器 .............. 24 3、灵猴螺纹完整性检测机器人 .......................... 25 4、博众精工 MasterpieceAI 措施》， 提到要拓展智能机器人在清洁、娱乐休闲、养老助残护理、教育培训 等方面功能，探索开发基于人工智能大模型的人形机器人。 （三）工业领域将成为短期内智能机器人应用落地的主战场 自动化水平高、结构化、封闭式的工业场景是当前技术条件下智 能机器人最大的应用市场。工业环境相对标准化，生产流程固定，对 机器人的自主性和泛化性要求较低，部分领域如汽车、电子信息等已 3 经率先实现了工业机器人的规模化应用。根据国际机器人联合会

论文中引用其他同行的工作这一学术行为之中。 通过持续跟踪全球最重要的科研学术论文，研究 分析论文被引用的模式和聚类，特别是成簇的高被引 论文频繁地共同被引用的情况，可以发现研究前沿。 当一簇高被引论文共同被引用的情形达到一定的活跃 度和连贯性时，就形成一个研究前沿，而这一簇高被 引论文便是组成该研究前沿的“核心论文”。研究前 沿的分析数据揭示了不同研究者在探究相关的科学问 题时会产生一定的关联，尽管这些研究人员的背景不 限定其遴选数量，因此这些新兴前沿在各个大学科领 域中分布并不均匀，例如，2025 年数学领域没有遴选 出新兴前沿，而生物科学领域选出了 4 个新兴前沿。 通过以上两个流程，本报告突出显示了 11 个高 度聚合的大学科领域中的 110 个热点前沿和 18 个新兴 前沿。 2.1.3 研究前沿的命名 由各学科战略情报研究人员，根据研究前沿的核 心论文的研究主题、主要内容和特点等，对 128 ESI 数 据库中的高被引论文，即在同学科同年度中根据被引 频次排在前 1% 的论文。这些有影响力的核心论文的 作者、机构、国家在该领域做出了不可磨灭的贡献 , 本报告对其进行了深入分析和解读。同时，引用研究 前沿核心论文的施引论文可以反映出核心论文所提出 的技术、数据、理论等在核心论文发表之后是如何被 进一步发展的，即使这些引用核心论文的施引论文本 身并不是高被引论文。本报告对相关内容也进行了一

产业链：国产替代趋势明显 03 代表性厂商：巨头跨界，初创涌现 04 计算机领域：控制与感知 05 投资建议与风险提示 01 人形机器人：承载AI未来 4 5 资料来源：深企投产业研究院，觅途咨询，高盛，财联社，IT之家，华西证券研究所  人形机器人又称仿生机器人，一般认为人形机器人是一种模仿人类外形的机器人，除具备人形和模拟人类动作外还兼具智慧化和可交互性等特点，包含三 大核心技术模块：环境感知模块、运动控制模块和人机交互模块。 人形机器人正处于商业化爆发期前夜，普遍认为到2030年市场规模可达数百亿美元。Markets and Markets预计全球人形机器人市场规模将由2023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， 55米的远距离篮球投篮，创下了机器人篮球投篮的最远纪录；英伟达、OpenAI相继宣布开发机器人基础大模型。  人形机器人产业目前尚处于产业化初期，面临着生产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

技术突破方面，清华大学“智慧天网一号 01 星”实现中轨星间激光 通信 120Gbps 稳定传输，之江实验室“三体计算星座”构建星上算力 网络，提升应急响应效率。全球合作中，“天基丝路”平台为中老铁 路、瓜达尔港提供服务，技术模式被纳入联合国《空间 2030 议程》。 1 二、卫星互联网承载网概述 卫星互联网承载网是构建全球空天地一体化通信系统的关键枢 纽，其核心使命是贯通卫星星座、地面终端与地面核心网，实现跨地 面信关站、高空平台等通信节点紧密连接，构成独立于地表的骨干通 信网络。与地面互联网中的光纤骨干网类似，卫星互联网承载网直接 决定了卫星互联网的通信能力上限，其性能优劣关系到系统能否真正 实现全球覆盖、低时延和高可靠的服务目标。 图 2-1 卫星互联网架构图 2 卫星互联网承载网的结构由在轨卫星、地面节点和多类型链路共 同构成。在轨卫星既包括低轨卫星，也包括中高轨道的区域中继节点， 它们通过高速星间 级别，结合多链路聚合与智能路由，可 为全球范围的海量业务提供骨干传输支持。在时延方面，低轨星座单 3 跳传输延迟仅为数毫秒，跨洲通信延迟甚至可优于部分跨洋光缆路径， 满足对低时延敏感的应用需求。与此同时，卫星互联网承载网具备高 度的动态路由与自适应调度能力，能够应对卫星轨道变化、链路中断、 业务突发等复杂情况，保障业务连续性。此外，星座规模和节点分布 的高度冗余赋予了网络极强的抗毁性和弹性，在单点故障或区域性灾 害

持续为组织创造价值。 全员智能体要从实用出发，不追求大模型、巨量规 模参数，可以用小模型、适量参数规模。全员智能体的 应用要贴近实际工作场景，解决实际问题。小模型具有 部署灵活、运算效率高、成本低廉等优势，更适合企业 内部的日常应用。通过精准识别员工的实际需求，如文 档处理、邮件收发、会议安排等，智能体可以提供针对 性的服务，提高工作效率。同时，随着员工对智能体的 依赖程度加深，可以逐步增加智能体的功能，实现更复 可以推广到社会。 智能体开发是为员工赋能，让每位员工插上智能的 翅膀。当前，智能体已成为全球领先企业的战略重点， 包括世界一流的 IT 企业。其核心优势在于开发成本低、 技术门槛低、应用效率高——经过持续的数据训练和算 法优化，智能体将释放巨大的商业价值。对银行业而言 更是一次脱胎换骨的数字化转型机遇，能够构建起具有 高度竞争力的护城河。最直观的效益是解放生产力：传 统需要耗费大量时间撰写的各类研究报告和分析文档， 方向正确，又能持续产出可见价值。这种方式不仅能提 振团队信心、增强凝聚力，更能通过量化成果及时向决 策层展现业务价值，有效获得持续投入支持。该策略尤 其适合资源有限的中小城商行。 效率和合规是高铁和铁轨的关系，不能顾此失彼。 合规是金融业稳健发展的底线，是防范系统性风险的基 石，更是金融业实现可持续创新和价值创造的关键所在。 在开展数字化转型过程中，不可避免地会引入新技术、 提出新场

全球数智化指数（GDII）2025 Peter Jarich 全球数智化指数旨在衡量一国 ICT 产业的发展水平 及其与经济增长的关联性。为实现数智化带来的效 益，我们需要推进高性能联接广泛覆盖，提供高可 靠、低延迟特性，并融合通信卫星技术，以支持关 键应用运行。5G 部署至今已超过五年时间，5G 独 立组网和 5G-Advanced 已成为推动智能联接新时 代的核心技术。 联接作为数智化转型的技术基础，通过满足时延、 Intelligence 负责人 05 全球数智化指数（GDII）2025 康重庆 开启能源行业数智化研究新篇章 能源是经济社会发展的基石。人类利用能量的方式 从“被动获取”到“主动创造”、从“高碳依赖” 到“清洁多元”持续升级，其形态的每一次迭代均 深刻推动生产关系变革。当前，全球正加速从化 石能源向清洁能源转型，这一进程不仅是应对气 候变化的关键举措，更成为重塑国际竞争格局的 核 施，特别是在边缘计算层面。 数据传输 驱动因素 ：高速光纤网络、边缘计算节点和骨干系统 相关性 ：在数智系统中，数据必须从终端快速流向 云端、边缘和核心系统，完成处理、训练和推理。 具备高吞吐量、低时延和冗余数据通道的传输能力 对于支持依赖设备、数据中心和云平台实时协同的 人工智能工作负载来说至关重要。 数据处理与存储 支持系统 ：云平台、存储系统以及由人工智能驱动 的数据清洗、标注和情景化工具

数据中心（AIDC，Artificial Intelligence Data Center）基础设施技术方 案，在高算力规模、高功率密度、高弹性需求背景下，同时兼容通算、 超算、智算，甚至未来的量子算力。在 AIDC 基础上，中国电信积极 布局算力基础设施建设，面向政府、企业、科研机构等提供就近的高 效算力服务。除了围绕热点区域建设“2+3+7”1的公共智算云池，还 重点在各省打造（N 个）城市智算基础设施服务当地用户，满足数字 算力城域网具备算力高效整合、算力无损输送、算力服务即取即 用等关键能力，通过构建 AIDC 与用户之间的安全高速通道，支撑城 市算力和行业算力就近服务本地算力用户。算力城域网通过高弹性、 高吞吐、高可靠的一跳入多算等网络新型服务能力，为政府、企业、 科研机构各类客户提供高效便捷的算力服务，加速数字化转型进程， 支撑数字经济的高速发展。 算力城域网白皮书（2025 版） 6 三、算力城域网需求 TB/PB 级海量数据的高效传 送。考虑到数据敏感用户的数据“不落盘”要求，还需要网络具备高 稳定和数据无损传输能力，实现用户私域存储与 AIDC 之间的高效拉 远训练。模型训练阶段当前面临单 AIDC 算力资源受限、零散算力资 源未利用等问题，亟需通过分布式协同训练实现算力资源高效整合， 要求网络提供无损、高吞吐的高性能算间互联。模型推理阶段包含推 理结果生成和推理结果下发两个关键步骤：推理结果生成需要大量算

...............11 2.1产业链上中下游价值分布 ........................................................11 2.1.1高精地图与V2X通信环节职能 ........................................11 2.1.2车路协同系统集成模式 .......................... 场景的识别精度提出更高要求，传统基于几何匹配的算法已逼近性能天花板； 另一方面，车载算力跃升(如英伟达Orin-X达254TOPS)与数据闭环能力成熟， 使大规模神经网络训练与在线更新成为可能；此外，高精地图采集成本高、更 新滞后、合规风险大，倒逼主机厂转向依赖实时感知与在线建图的技术路线[1]。 当前主流技术路线在关键性能维度呈现差异化优势：在目标检测方面，激光雷 达方案对低反射率物体(如黑色轮胎、 特斯拉Model Y、小鹏XNGP (部分城市) 成本低、语义 理解强、数据 闭环效率高 弱光/恶劣天气 鲁棒性差、依赖 海量标注数据 城市主干道、 光照良好结构 化道路 激光雷达融合 蔚来ET7、理 想ADMax 测距精度高、 三维建模能力 强、抗干扰性 好 成本高(单颗> $500)、雨雾穿 透力弱 高速+城市场 景、安全冗余 要求严苛车型 多光谱融合(红外+微

�监控告警与可观测性的体系建设 第六章：智能运维交付能力实践 第七章：结语 �.�数据智能管家DBbrain �.� 一站式迁移解决方案DBbridge 第四章：高可用运维构建实战指南 �.�高可用性的设计原则 �.�基础设施的高可用建设 �.�如何实现数据库�个�的SLA �� ------------------------------------------------------ 核心痛点。结合福建海峡银行和 腾讯云数据库实践，梳理出从团队建设、权责制度、可观测体系、标准化流程、应急预案、知识库沉 淀六大维度，构建可靠运维服务体系的能力框架，呈现国产化替代、多数据库管理、高可用SLA 保 障的落地路径。 我们希望，本白皮书不仅能为数据库运维从业者提供技术与方法论参考，更能助力企业在智能化 浪潮中，构建自主可控、安全高效、可持续进化的数据库运维体系，让数据库真正成为业务创新的 外包方式比较灵活，成本低，但是稳定性不足，较难深耕业务场景，对于贯彻标准和规范也面临 挑战。 自建团队方式，稳定性高，成本也相对高，但是便于贯彻公司战略、标准和规范，实现业务、开 发、运维协同发展。 自建团队可以通过内部培养，或者外招人才。内部培养可能周期长，但是对公司组织文化的契合 度高，外招人才需要经历磨合期，现在高质量运维人才短缺，招到与公司需求、发展契合的人才并 不容易，福建海峡银行通过内部培养的方式构建自主可控的运维团队。