(PK) 参数，显示其半衰期 (t1/2) 为 14.2 天，与 FcRn 结合能 力匹配 设 计 预 期 1 6 。 探索性分析： 通过免疫组化 (IHC) 验证 PD - L1 表达与疗效相关性 (TPS ≥1% 患 者 ORR 提 升 至 3 1 % ) 1 3 . 专 利 和 市 场 分 析 相关专利信息 SI-B001 的核心专利家族包括： SI-B001 形 成 氢 键 网 络 8 1 5 . 专利公开片段：专 利 CN114456342A 披露了 SI-B001 的 VH/VL 框架区 (FR) 序列，并通过交叉引用确认其 与 PD- L1/4-1BB 双靶点结合的关键残基 11 。 1. CN114456342A: 涵盖 PD-L1/4-1BB 双抗的序列设计及表达方法，权利要求覆盖 VH/NL 的 CDR 序列和 Fc (l 期 ) 的 领 先 地 位 1316 。 竞 争 格 局 ： 同 类 药 物 包 括 Ma c r o Ge n i c s 的 MG D01 3(PD - L1× LAG 3 ) 和 Zvme works 的 ZW 25 (HER2 双 抗 ) , 但 SI-B00 1 通 过 4 - 1BB 共 刺 激 信 号 增

的数据。代表性产品包括DingoDB多模向量数据 库（九章云极DataCanvas）、DALL-E(OpenAI)、 悟空画画（华为）、midjourney等 1.4 大模型的分类 按照应用领域的不同，大模型主要可以分为L0、L1、L2三个层级 是指可以在多个领域和任务上通用 的大模型。它们利用大算力、使用 海量的开放数据与具有巨量参数的 深度学习算法，在大规模无标注数 据上进行训练，以寻找特征并发现 规律，进而形成可“举一反三”的强 相当于AI完成了“通识教育” 通用大模型L0 是指那些针对特定行业或领域的大 模型。它们通常使用行业相关的数 据进行预训练或微调，以提高在该 领域的性能和准确度，相当于AI成 为“行业专家” 行业大模型L1 是指那些针对特定任务或场景的大 模型。它们通常使用任务相关的数 据进行预训练或微调，以提高在该 任务上的性能和效果 垂直大模型L2 1.4 大模型的分类 大语言模型可以分为通用大模型和推理大模型

月的华为全联接大会上首次发布了昇腾 384 超节点 以及超节点集群 Atlas 900 SuperCluster，实现了业界最大规模的高速总线互联。 L2 网络交换 节点服务器通过网络设备互联 传统节点架构 L1 网络交换 服务器节点 在大模型应用拉动下，传统数据中心的横向扩展范式暴露出跨机通信瓶颈。“一种以 AI 处理器 高速互联为核心、实现跨节点大带宽 / 低时延的集成计算单元范式”初现端倪。尽管“超节点”目前

人类的干涉程度 智能程度 L3：协作级-协作自治 AI执行，人类协作并监督 L4：指导级-专业指导 AI提供专家级服务，人类参与 L5：智慧级-自主智慧 AI超越人类，全面自主，人类授权 L1：功能级-辅助工具 AI作为工具被调用， 人类执行并闭环任务 L2：任务级-任务执行 AI执行被分解的任务， 人类拆解及分配任务 智能体的发展是一个逐步演进的过程。它 需要突破技术成熟度、安全性、业务适配性与 任与责任归属框架、深化与千行万业的创新融 合，最终推动整个价值链步入可持续发展的正 循环，智能体能力与市场渗透率呈指数型关系。 为了更好地定义 AI 智能体的能力，我们将 其分为五个等级，如下图所示。智能体从 L1 功 智能体能力分级 群体智能将是重要发展方向，通过竞争或 合作模式实现智能体间交互协调，同时在线自 主交互学习将成为核心范式。智能体通过传感 器采集数据、工具操作交互积累经验，摆脱对

假设折旧周期为13年，我们可以计算出L3⾄L5级别的AD总数为 总AD数量 t = 总AD数量 t-1 + 年度 AD发货量 t + 从ADAS升级到AD的年度 - 年度AD发货量 t-13。 对于L1⾄L2的ADAS，公式为总ADAS数量 t = 总ADAS数量 t-1 + 年度ADAS发货量 t - 从ADAS升级到AD的年度 - 年度ADAS发货量 t- 13。 我们得出结论，到2035年

（三）实时智能决策 （二）多渠道无缝衔接 77 据，为客户量身定制个性化的金融产品和服务方案，提 高了客户的接受度和转化率。 通过设计定制化提示词，引导大模型输出符合业务 需求的答案。采用“L1 模型检索 +L2 模型微调”的两 级提示工程，提升智能客服应答准确率。 为了提高客户服务的效率和质量，本解决方案采用 了智能路由与排队技术，支持文本、语音、视频客服统 一路由、统一排队，通过对客户咨询的问题类型、紧急