农业、医疗、交通等多个领域。然而，当前网络架构面临资源孤岛化、业务灵活 性不足、商业模式单一等严峻挑战，严重制约了网络性能的进一步提升和行业的 创新发展。在此背景下，联盟网络作为一种创新的网络架构应运而生，它通过多 主体协作与动态资源共享，旨在打破传统网络的局限，为通信技术的发展开辟新 的路径。 联盟网络通过重构资源分配模式、优化服务架构、革新协作机制，为行业带 来四大核心价值。首先，资源动态共享能够显著提升全局效率，实现频谱、算力 与智能体技术则为网络 的智能化运维与优化提供强大支持。 1 白皮书还结合具体实例，生动描绘了联盟网络在全域通感网络、全域应急通 信及 Web3 服务三种典型场景中的广阔应用前景。全域通感网络通过多主体协作， 构建未来智慧城市，实现对城市基础设施的智能化管理与实时监控；全域应急通 信整合卫星、无人机与地面基站，打造空天地一体化的应急通信系统，大幅提升 灾害救援效率；Web3 服务则推动去中心化存储与算力市场的发展，为用户与运 营商之间的频谱闲置与容量短缺并存，不同主体重复投资现象普遍。专用通信网 络的部署耗时数周且难以协同既有系统，凸显灵活性的不足。运营商依赖单一的 流量计费获取营收，盈利水平的增长难以为继。在此背景下，联盟网络通过多主 体协作与动态资源共享，成为突破移动通信网络瓶颈的关键路径。联盟网络即是 网络的联盟，其核心目标是通过开放架构与智能化管理，构建跨行业生态的网络 系统，适配各行业应用的多样化定制化需求，实现资源全局流动、业务无缝协同

。 面向中远期，以“异构 CPU+智算 AI 芯片”一体融通、支撑训推一体的泛 AI 业务为目标，探索虚拟指令集等深度算力抽象技术，形成即插即用的统一 XPU 算力底座与工具链，释放多样算力整体协同效能，推动智算应用生态繁荣发展。 2.2 存储技术 随着智算业务的爆发与模型参数量的增长，智算应用在训练、推理等阶段对 9 存储服务提出了更为严苛的需求，如何对海量复杂的数据进行存储、调度、高效 度策略的潜在冲突，构建多元算 力池的弹性容灾体系。 2.5.4 智能体生成 智能体生成面临模型幻觉频发、自主规划能力有限及多智能体协同不足等问 题。未来智能体技术将通过检索增强、智能体自适应决策与多智能体协作三大方 向演进，形成任务执行可解释、多智能体协作高可信的智能体系统，加速行业智 能化升级。 2.5.4.1 检索增强生成 增强检索生成（RAG）技术面临多源知识库管理复杂、动态场景下知识更新 优。 面向中远期，实现智能体驱动的复杂任务处理。通过 LLM 与智能体协作，自 主完成从需求分析到代码生成、测试验证全流程自主完成，推动 AI 从工具向协 作伙伴的角色转变。 2.6 模型服务 MaaS 平台通过汇聚九天系列大模型和主流模型、整合多样化大模型和智能体， 以算网大脑为载体，实现智能体编排调度、多智能体协同，赋能各行各业多样化 场景。打造端到端模型交付能力，为用户提供算力、模型、数据、应用、安全、

入的目标迈进。通过在网元层、网管层、服务层和业务 层全面嵌入AI/GenAI技术，实现自动化智能化，建议电信运营商实现以下关键能力： 网络运维场景选择：通过人机协同、大小模型协作、多智能体协作，建议选择网络故障处理、投诉处理、变更监控和 业务质量优化等场景中显著提升运维效率，降低运营支出（Opex）。 服务质量与运营体验：增强服务的安全性和可靠性，优化用户体验，从而提升客户满意度。 1、以AI为核心的智能架构：AI驱动下的新产品系统架构演进，是下一个十年的真正走向AI智能架构的关键阶段，新 的智能架构需要以大模型为核心构建，突破传统限制。 2、多智能体协同是未来解决复杂问题的关键技术方向：随着大模型智能的增强，基于大模型的多智能体协同，是解 决自智网络复杂问题的关键技术方向。智能体由于其内在的智能能力，包括自主决策、学习适应和环境交互等，可以 针对复杂的问题通过感知环境、解析信息，运 行无缝互动，智能体都会表现得更加高效和有效。 我们正在进入AI重构Everything的时代，大模型驱动智能化变革，以AI为中心是将是行业深度智能的必然选择。 自智网络发展趋势 3、基于多智能体协同的自智网络设计新范式：AI驱动的自智网络演进，需要以智能化的终极目标出发，逆向思考和 设计今天的产品。未来基于智能体的通信网络，能够更好地进行动态资源调度、故障预测与修复、以及用户体验优 化，

增长率达73预计2030年将达到 2388亿元 ● 整机制造企业： 宇树科技、傅利叶、优必选、小米 ●互联网大厂： 阿里、腾讯、华为、百度 ● 物理实现：将抽象的“大模型”转化 为具身的物理实体 ● 多体协同：多智能体的交互协作将涌 现出集体智能 ● 我国：据《2025人形机器人与具身 智能产业研究报告》数据，2030年 中国具身智能市场规模预计将增长至 1037. 52亿元，全球占比超40%

云业务生态建设。运营商全面参与算力网络建设，处于从数据资源 化向资产化迈进的关键期，探索数据要素价值释放路径，具备科技 成长属性，价值有望持续重估。建议关注：中国电信、中国联通、 中国移动。2）AI 算力：Manus 凭借其多智能体协同架构与动态任 务调度引擎，在 AI Agent 领域实现技术突破，加速产业从工具型向 生产力驱动型的升级，并推动算力需求的持续增长。DeepSeek 的 开源和低成本特性使得国产显卡用于推理的性价比和投资回报率 用，处于从数据 资源化向资产化迈进的关键期，探索数据要素价值释放路径，具备科技成长属性，价值有望持 续重估。建议关注：中国电信、中国联通、中国移动。 2）AI 算力：Manus 凭借其多智能体协同架构与动态任务调度引擎，在 AI Agent 领域实现 - 500 1,000 1,500 2,000 2,500 3,000 3,500 河南省出口（万元） 第27页 /

通过精准规划、精准切片、精准识别、精 准调度、精准度量、精准运维，5G 可以为各垂直行业应用场景提供精准的网络保障。 目前 5G 发展已进入融合创新的关键阶段，基础电信、设备制造、垂直行业等多主体协同推进态势正 在形成。智能电网、智慧矿山、智慧港口、智能工厂、智能轨交等行业成为热点领域，5G 应用场景 不断丰富。5G 正成为推动数字化转型的加速引擎，将开启经济社会全面数字化转型的新时代。

.11p/1609 主要从事车用无线局域通信协议的标准工作，应用于车 - 车、车 - 路的中短程距离通信，解决了车用通信受限于高速移动的挑战。 上述标准仅就某一种技术应用进行建设，尚缺乏技术的整体协同应用，基础设施智能化标准制定进展缓慢。 中国智慧高速公路标准化工作也处于起步阶段，目前，智慧高速相关的标准由各省率先编制完成。 » 随着智慧高速试点工程推进，部分省份总结智慧高速的试点建设经验，编制了相应的建设指南，截止到目前，

空间推理与前瞻决策：不再依赖传统单一路径规划算法，而是转向 基于世界模型的动态推理与反事实仿真：通过对环境变化、物体运动、多 主体行为进行实时推演，预判空间趋势与潜在风险，实现更鲁棒的动态 避障、多智能体协同与自主任务决策，显著提升复杂开放场景下的可靠 性。 空间大模型与统一空间表征：以空间基础模型（SFM/Spatial Founda- tion Model）为代表，融合多源空间数据，具备统一空间表征、跨场景泛 城市生命线安全建设面临以下问题：一是地下设施隐蔽性强，管网、 管廊等分布广，隐患排查难度大，易出现重复开挖、施工风险；二是风险 研判缺乏精准性，多依赖经验判断，难以实现提前预警，事故处置多处于 “事后抢险”阶段；三是跨部门、跨主体协同效率低，数据分散、联动不 畅，应急响应滞后，治理成本偏高。 空间智能技术借助多源传感器实现地下设施与风险的精准感知，依 托三维地理信息平台、CIM 平台、BIM+GIS 数字底座，实现设施可视化

威工业博览会上，德国正式向全世界提出“工业 4.0”概念，并将其列入德国“高技术战略 2020”，上升 为国家级项目。德国机械及制造商协会（VDMA）、德国电气电子行业协会（ZWEI）、德国联邦信息技术、 通信和新媒体协会（BITKOM）联合设立“工业 4.0 平台”。 “工业 4.0”计划核心是建立虚拟网络与实体物理融合系统（CPS），实现“智能+网络化”，推动纵 向集成、端对端集成、横向集成，全面完成企业内 安全研究边界，应对新的安全威胁，确保工业互联网安全防护体系能够与时俱进，适应工业互联网快速发 展的技术环境。​ （四）协同共治：多方联动的生态化安全防护​ 工业互联网安全建设是一项系统性工程，需要政府、企业、第三方机构等多方主体协同合作，构建全 方位的安全防护生态。等保 2.0 的实施也依赖于各方协同，从标准制定、落实到监督检查，都需要多方参 与。​ 政府通过完善法规标准、加强监管执法，为安全建设提供政策支持，严格按照等保

AI，全新赋能各行各业，重塑传统产业新生态，培育经济发展新动能，实现 AI 的落地应用，从而 全面提升产业数字化水平，降本增效。如百度 AI 大模型在智能体、产业应用等领域创造巨大价值， 通过一个无代码编程、多智能体协作、多工具调用的软件——秒哒，促进一个 AI 技术普惠型生态 的形成。 随着 AI 技术的不断发展， 其在消费场景中的应用日益广泛。AI 在消费场景中的应用激发了新 的消费活力， 推动产业生态的进一步完善，