网络流量预测问题 ......................................................................... 8 表 4 投资组合优化 ............................................................................... 11 表 5 信用风险预测 .... 最大加权独立集分布式 QAOA 算法测试例 .............................. 30 表 10 用于网络流量预测的量子 Tsmixer 模型性能测试例 .............. 31 表 11 用于无线时空性能预测量子 TTM 模型性能测试例 ............... 32 表 12 量子计算机单系统硬件指标选择建议 ............ 在人工智能方面，虽然机器学习的引入为移动网络数据处理与 智能化提供了新的解决方案，但大模型的训练与推理成为移动网络 新的算力需求来源。网络智能化任务主要涉及网络状态的预测、异 常检测和网络优化决策等。广义的网络状态预测包括网络流量预测、 用户行为预测、网络性能预测、无线信道状态预测、设备状态预测 量子计算应用能力指标与评测研究报告（2024 年） 6 等。网络异常检测包括流量异常检测（如用于安全风险评估）、用

上产，推动原油产量稳定在 2 亿吨，天然气产量进一步提高。推动能源基础设施网络建设，持续优化完善电 网主网架，推动跨省份输电通道核准建设，加快推进油气管网设施重点工程建设。强化迎峰度夏、度冬能源 电力供需预测预警，做好供能保障。  推进能源产业体系现代化。完善能源科技创新体系，加强关键核心技术和战略性前瞻性重大科技攻关。推进 新型储能试点示范，研究制定推动氢能产业发展的相关政策。拓展能源产业数字化智能化应用场景。 的能源管理系统架构 智慧能源管理系统架构 不同策略下的负荷预测 结果对比 4.5 AI 用于负荷预测及管理 人工智能流程 信息输入 数据采集 传感器、仪表、历史 数据导入 数据传输 物联网、全光网 数据处理 数据降噪清洗 数据格式转化 数据存储 读懂信息 系统模型建立 有模型、无模型 数据处理算法 语音识别、图形识别、视频识别 预测算法 迁移学习、神经网络、支持向量机、深度学习、回归分析、指数平滑 历史负荷曲线 电价信息 气候信息 环境信息 任务指令 用电预测 系统规划 系统运行 年用电量预估 年运行费用预估 年碳排量预估 设备选型 安装位置 安装容量 用电曲线日前预测 用电曲线日内预测 柔性调节潜力估计 日前用电计划 日内用电计划 日内设备柔性调节 可控负荷潜力预估 充电桩负荷预测 4.6 AI 用于可再生能源预测及管理 信息输入 信息输出 信 息 可 视 化 发电系统类型

中国联通：构建“三化三层三闭环”的架构，提出四零四自愿景+四精商业价值，推进网络的智能化升级和智慧运营 转型。 沃达丰 Vodafone：聚焦L4级自智的事前自动化，正在利用AI技术在光纤和Cable场景中实现自动化、预测性的维护和 优化。 德国电信 Deutsche Telekom：面向 L4，提出 Dark NOC 的观点。定义网络运维的目标是一个无人工干预即可高度自 运转的网络运营中心，希望实现 Dark 通过数据开放，能力开放，应用大模型及Agent等技 术，实现业务开通，网络变更，故障处理，网络优化 等各种场景的自动化运维运营。 孪 生 全栈数字孪生，通过创建网络的数字副本，实现对 网络状态的实时监 控、故障预测和性能优化，将达 到以虚映实，以虚控实，从而实现网络的可感可视 可控。 这六个方面持续演进，运营商能够提供更高效、更智能的服务，走向网络运营的全面智能化，为社会和行业创造更多的 价值。 6 提升品牌曝光率，同时大大减少了人工成本和运营费用。 元宇宙业务作为数字经济的新引擎，正展现出强劲的发展势头。据中研普华产业研究院发布的《2024-2029年中国元 宇宙行业发展深度调研与未来趋势预测报告》显示，元宇宙市场规模不断扩大，预计到2025年，国内元宇宙市场规模 有望突破2800亿元大关。技术方面，5G技术实现大范围覆盖，AR、VR等虚拟现实技术已达到元宇宙的基础要求，区 块链技术

。 【销售】销售渠道创新，三条路径发力“微电网平台 + 行业”模式 ：①行业标杆项目模式；②行业设计院模式；③优质代理商模式。 投资建议：公司聚焦企业微电网高景气赛道，持续发力，盈利预测如下：预计 2022-2024 年公司的营业收入为 10.64/15.13/20.81 亿元， 归 母净利润为 2.15/3.03/4.14 亿元，每股收益（ EPS ）为 1.00/1.41/1 打通微电网和大电网，实现源网荷储一体化，提供智慧能源策略，真正进化为数据服务。 3.0 系统打破企业微电网和大电网之间的“围墙”，实现微电网与大电网的兼容互补。 智慧能源策略平台根据电价波动、用电负荷预测、电网调度指令等情况，调整各系统控制策略并远程下发，对内实现源网荷储一体化智 慧协 同，对外实现数据交互、市场交易、响应调度、需求响应等。 给企业微电网以智慧大脑，协调源网荷储 的智慧运行，同时保障用电的可靠安全节 15 • 负荷管理、需求响应、有序用电 • 加强电能电量管理、负荷预测、用电规划与电费预算。 2.3 专变大用户用电需求分 析 《工业领域电力需求侧管理工作指南》工作内容 • 可再生能源生产、可再生能源消 纳 . ) 环保用电 绿色用电 可靠用电 部分高能耗企业电价上浮政策

测试，仪表，诊断，维修数据 / 智能诊断， 装备维护，大数据云调度 制造数据 可视化 订单全流程可视 制造测试网络监控可视 质量管控数据可视 生产运营可视化 质量管控 质量大数据（ 事后） | 质量预测模型（事前） 智能制造 资产管理 | AGV 厂区物流 | 产线预防性维护 | 智能安全监控 | 工厂能耗管理 | 设备虚拟化 | 设计 生产一体化 智能供应链管理 第三方风控 | 全球供应量可视化 基于 Geocode 的 智能地址获取和校验 三级运输 二次运输 国际运输 拣料叉车 with RFID Sensors 卡车运输 --- 防盗感应器 运输– 连接承运商和货主 预测性运输 按需送达 带感应器的 装车垛口 实时的路径 规划 车辆追踪 与 LSP 管 理 数字化的运输跟踪 智能眼镜验收捡料 RFID Scanner 拣 国家仓 连接 连接 感知式存储 Leading Innovation Practices 信息生态和价值化 … 内部数据 外部开放数据 社交数据 IoT 数据 个人数据 n …… 自然语言处理 高级分析 （预测性、规范性分 基础分析 ) （描述性、诊断性分析 ) 商务分析，展板 报告 增强分析和优化组合 （无处不在；自动化；算法 集… 市 ) 数据科学，人工智能 / 机器 学 习 新趋势及挑战

家标杆工厂的转型成效。报告分析了跨行业 协作及 AI 技术对生产效率的驱动作用，确定其“价值回馈”的关键性策 略，包括预防流程债务、开发模块化资产、赋能一线员工及循环经济实践， 助力企业三年内实现 2-3 倍投资回报。同时报告预测了技术与人文融合将 成为制造业低碳、敏捷转型的核心路径，为可持续产业生态提供可复制方 案。赛迪智库信息化与软件产业研究所对该报告进行了编译，期望对我国 有关部门有所帮助。 【关键词】数字化转型 的新晋工厂借鉴至少 3 家不同行业灯塔经验，形成可复用的转型 方案，帮助企业突破“试点困境”，实现三年 2-3 倍、五年 4-5 倍的投资回报率。技术应用上，77%的用例由分析型 AI 驱动（如 预测性维护），9%采用生成式 AI，推动成本、周期及次品率平 均改善超 50%。此外，灯塔工厂通过数据平台整合价值链，将新 品推出周期缩短 50%，疫情期间营收冲击仅为同行 1/8，并减少 范围 1 码和无代码等技术工具，赋能非技术员工成为能够创建、修改及 优化应用程序的业务用户。 （三）通过资产化扩大规模 资产化通过开发可复用的数字化资产，系统化推动组织转型。 早期企业因缺乏指南依赖试错，如今灯塔工厂在预测性维护、生 产调度等场景中，以高速部署验证成熟方案，其核心突破在于规 模化复制能力。“资产化”借鉴软件业经验，将解决方案拆解为 模块化、易操作的组件，即使非技术员工也能快速掌握。例如， 可组

华为、腾讯等企业 推出全息路口解决方案，通过多传感器融 合生成路口三维数字孪生模型，实现 “ 上帝视角” 的全局管控 . 数字李生路口 (2024 年 ) 腾讯、万集 科技等探索三维实时仿真技术，可预测事 故影响范围并优化管控策略 , 复杂交通参与者交 互 高峰时段通行效率 低下 事故黑点集中区域 · 城市路口汇集机动 车、非机动车、行 人等多类型交通参 与者，其行为轨迹 、路面安全预警 ( 如结 冰风险 ) 道路应急处置、通行安全提示、养护计划制定 异常事件检测 特殊场景配时调整 ( 如放学高峰 ) 、拥堵成因分析 数据时空对齐、场景化分析 ( 如节假日流量预测 ) 、跨路口协同决 策 交通流异常预判、应急管控方案生成、事故高发风险预警 多 源数据融合分析 精准警力调度 公共交通协同优化 1 、 Al 全域感知与数据采集系统 、历史数据 ( 近 3 个月高峰 / 平峰流量规律 ) 、外部数据 ( 导航 APP 拥堵指数、临时交通管制信息 ) , □ Al 决策引擎： ● 短期预测算法：基于 LSTM 神经网络预测未来 1-5 分钟各车道车流量 ( 预测误差≤ 10%) ; ● 动态配时算法：基于强化学习 (DQN/PPO) 优化信号灯周期、绿信比、相位差 ，目标是最小化车辆延 误与排队长度； ● 场景适配模块：预设

举措和可行路径。根据斯坦福大学《2025年人工 智能指数报告》，越来越多的研究证实了AI对生产力的积极影响，在特定任务上AI已经能与人类专 业知识相匹配，同时具有更高的效率。根据Gartner的预测，到2028年，AI技术将自动化至少15%的 日常决策，大幅提升企业生产力，降低运营成本。通过AI技术与城市数字孪生场景结合，以时空为 “索引”对多源异构数据进行时空化治理和融合，并借助知识工程和AI算法进行智能分析、挖掘知 和服务。 2016年10月9日 中共中央政治局就人工智能发展现状和趋势举行第九次集体学习 要加强人工智能同社会治理的结合，开发适用于政府服务和决策的人工智能系统，加强政务信息资源整合和 公共需求精准预测，推进智慧城市建设，促进人工智能在公共安全领域的深度应用，加强生态领域人工智能 运用，运用人工智能提高公共服务和社会治理水平。 2018年10月31日 中共中央政治局就区块链技术发展现状和趋势进行第十八次集体学习 更强大的计算和链接支撑。人工智能与城市应用场景深度融合，能够拓展智算应用场景，加速AI赋能落地，推动城市 算力服务从传统模式向智能化、一体化转变。 1、人工智能引领城市算力服务变革 借助人工智能技术对城市运行数据的深度分析和模拟预测，能为城市治理提供科学依据和决策支持，实现对城 市问题的快速发现、智能分类、高效流转，对潜在风险的提前预警和防范，推动城市治理从传统的经验治理向数据治 理、从被动响应向主动治理、从事后处置向事前

云厂商报告 AI 投资带来的显著回报，AI 应用对整体云业务的推动作用日益凸 显。随着 AI 市场竞争持续升温，云计算巨头正加大云和 AI 基础设 施投资力度，以满足日益增长的需求。Canalys 预测 2025 年全球 云基础设施服务支出将达到 19%。2025 年，我国 AI 初创企业 DeepSeek 发布 DeepSeek R1，DeepSeek R1 以极低成本实现接 近 GPT-4o 级别的性能。头部云厂商迅速响应，将 ..................................................................... 7 图 5：2023-2028 年我国 ICT 市场支出预测 ............................................................................. 7 图 6：我国规模以上工业增加值当月同比增速 ..................................................................... 13 图 24：2019-2028 年全球智能手机出货量预测 ...................................................................... 13 图 25：我国 AI 手机出货量及渗透率...

........... 23 1 / 25 1 引言 1.1 背景 随着 5G 技术的全球普及和 6G 研发的加速推进，通信网络正从基础的“万物 互联”向更深层次的“万物使能”转型。据行业预测，到 2030 年，全球移动数据流 量将激增至当前的 10 倍，物联网设备数量将突破 500 亿台，覆盖工业、农业、 医疗、交通等全领域。这一趋势背后是各垂直行业对网络性能的多元化需求：工 业 2.2 赋能垂直行业，释放数字化潜能 联盟网络通过开放网络能力 API，使垂直行业可深度参与网络管理。在工业 4.0 场景中，基于联盟网络构建数字孪生工厂，实时同步全球生产基地的设备数 据，故障预测准确率提升的同时使维护成本得以下降。车联网领域，假设某车企 联盟通过跨运营商切片实现车辆、路侧单元与云平台的实时交互，紧急制动指令 传输时延大幅降低，可以使事故率降低数十个百分点。智慧城市中，杭州利用联 修改现有单元如下  eUPF（UPF+CUM）：支持联盟网络间的数据转发，主体网络内及网络间的 QoS 保障，实现异构网络数据的安全路由与协议转换。  智能面: 提供联盟应用的智能协调及预测功能。其中主要包括  AOM：资源能力智能编排保障，支持应用的全生命周期管理等。  数据面：DMM：数据的管理  计算面：CMM：计算的管理 接入网在核心网的控制之下，核心网作为整个网络与其他网络交互的接口，