藏层，上下文捕捉和泛 化能力较强； • 缺点：计算复杂度高， 面对长文本序列仍会有 “灾难性遗忘”问题 基于 Transformer 架构的语言模型 • 优点： 长距离依赖处理能力强：自注意力机制能捕捉任 意距离的依赖关系。 并行计算能力强： Transformer 架构支持并行计 算， 训练速度更快。 • 缺点：资源消耗大 上下文学习、指令微调、 扩展规律 BERT、 GPT） 大语言模型 （ LLM ） 注意力 Attention 自注意力机制：使序列中的每个单词都能 “关注 ”其他单词 ，包括自己 在内 ， 以更好地理解上下文。（通过计算输入序列中每个位置与其他位置之间 的注意力权重 ，得到加权的位置向量作为输出） 多头注意力机制：多个独立计算的自注意力机制 ，将相同的输入映射到 不同的空间中进行上下文理解 ，使得模型获得了对输入序列有更细致透视 高探索自由度 = 推理能力自我觉醒 （更长的思维链、 更深层次的 推理路径） 低可控：生成文本可 读性差、语言混乱 拒绝采样： 筛选高质量样本 20 万条 通用数据 在探索自 由度、学 习效率、 行为可控 性 找到动 态平衡 第一阶段训练：增强推理能力，生成高质量推理数据 推理导向强化学习 （准确率奖励 + 可读性奖励） 第二阶段训练：增强通用能力，避免灾难性遗忘

的全面更新。我们的目标不仅仅是将传统制造业转 变为智能制造，更重要的是从人力资源出发，通过打破数据孤岛，整合信息流，帮助企业在数字化时代中找到 新的增长点，从而共同迈向数字化、智能化的未来。 自改革开放以来，中国制造业在人口红利的推动下迅速崛起，时代的机遇让企业在追求扩张与增长的过程中充满信心。这一 时期，制造业的发展重点在追求规模化和占领市场上。 然而，随着地缘政治、经济增速以及产业结 能极大提升招聘效率。入职后，通过线上培训，企业也能够更快更好地促进员工的成长。 另一方面，通过将员工在企业内的各项数据打通，进行整合、分析之后，能有效评估其能力、潜力、敬业度等，为其制定合 适的培训计划，并为升迁、调动提供更多数据支撑，做到更精准的人岗匹配，提高人才利用率，最终提升制造企业的人效。 无论是管理工人的排班、降低日常管理成本，提高人才利用率，其中的核心都在于数据，能否掌握并科学应用数据，也是数 量发展和产业升级。 而人才是企业创新的基石。在制造业从传统向智能转型的过程中， 由于生产过程和服务模式的转变，企业所需要的人才，以及人才管 理的方式也在发生变化。转型的挑战，不只来自于业务本身，还来 自于人。 用HR系统就选懂业务的i人事 �� �� �� 用 HR 系统就选懂业务的 i 人事 �� 如果十年前，你问企业信息化负责人工作中遇到的最大挑 战是什么，很多人的回答会是“说服老板”；但今天，当

、货物超 2100 万吨 ；与沿线 国家贸易额 2023 年超 2.07 万亿美元 ，投资合作持续深化。 • （二）开放平台升级：自由贸易试验区、海南自由贸易港建设不断取得新突破， 2023 年自贸试验区实际使用外资占比超 18% ，在投资贸易自由化便利 化、制度创 新 等方面先行先试，为全 国 扩大开放积累了宝贵经验。 生态文明 • （一）节能减排 : 单位 GDP 能耗 2023 年较 资本流向更聚焦硬科技、绿色产业，企业 融资结构需适配长期价值投资逻辑 社会 （ Social ） 人口结 构、消 费观念、 社会治 理模式 1. 人口老龄化加深（ 2035 年 60 岁以上预 计超 30% ），银发经济、适老化改造等需求 爆发，医疗、养老产业迎来机遇 2. 年轻群体 “悦己消费”“数字依赖” 特征显著， 倒逼企业产品服务数字化、体验化升级 3. 社会治理强调共建共享，企业需融入社区、 乡村振兴等场景 ， 显著 1. 劳动力成本压力：制造业（如纺织、电子组装）依赖人口红利的企业，在东南亚、 南亚建厂面临用工成本上升（年均涨薪超 8% ），倒逼自动化升级 2. 消费需求分化：老龄化市场催生康养、适老产品需求（日本老年护理设备需求年 增 12% ），青年群体推动潮玩、电竞等新消费，企业需精准定位 3. 人才竞争加剧：新兴市场青年人才流向科技、创意行业，中国出海企业在海外招 聘技术、管理人才，需匹配更高薪资与职业发展通道

2023 年期间，美国政府对“脑 计划”的投入累计超过 40 亿美元。这些投入经费明确划分为基础经 费和补充经费两部分。基础经费在 2023 年之前呈现持续增长的态势， 自 2023 年起投入额度开始减少。与之形成对比的是，补充经费自 2017 年开始拨付，此后逐年增加，2023 年开始大幅增长，使得 “脑 计划”的 2023 年经费额度达到历史新高。补充经费来源于 2016 年 12 月美国议会通过的《21st 构与功能图谱，堪称全球规模最大、最为详细的连接组学数据集， 推动了神经科学领域对大脑复杂网络结构的认知。此外，还研发出 大视场双光子成像显微镜，可在活体大脑中实现神经元亚细胞分辨 率的钙成像，为实时观测大脑神经活动提供了工具。自 2022 年起， 美国“脑计划”的研究方向逐渐转向应用验证。深部脑刺激、脊髓 电刺激等先进技术被应用于难治性抑郁症、卒中等疾病，取得了良 好成效。科学家甚至还利用脑电信号重建出受试者所聆听的歌曲， 主体，构建形 成“技术验证-审批-商业化”的闭环体系，有助于加速脑机接口技 术从实验室研发到实际应用的转化进程，临床转化的关键环节得以打 通，有效解决监管指导流程缓慢、融资渠道不畅等难题。 自 2025 年起，美国的“脑计划”或将受到经费削减、人才外流 脑机接口技术与应用研究报告（2025 年） 10 等影响。以美国国立卫生研究院（NIH）为例，2025 年第一季度， 其科研经费同期减少

+ Assistants API ： ◦ 初级 Agent 形态与 GPT 生态构建 2023.2 ◦ LLaMA 开源： ◦ 开源生态的反击， 大多数公司的“自 研”有了基础 2024.2 ◦ 英伟达 Chat with RTX 发布 : ◦ 端上智能的曙光 ◦ GPT-4 上线： ◦ “ 与 AGI 的第一次接 让你用好大模型 大模型一站式服务平台，集成 AI 助手，帮助行业客户用好大模型 ，快捷构建智能应用，实现“模型使用自由” • 模型灵活集 成 • 流程自动智 能 • 能力无限拓 展 • 行业专属适 配 • 安全多重保 障 自动任务分解 插件服务 评估优化 内容安全 问题侧防护 模型侧防护 答案侧防护 服务编排 提示词工程 多模型管理 应用层 政府

.......................................................................................... 28 2. 自研建设模式 ........................................................................................... 29 ......................................................................................... 21 图 3 自研智算平台建设示意图 ............................................................................... 30 表 纳米及以上、14 纳米及以上等工艺芯片的大规模量产并应用，以中芯 国际为代表的部分企业正加速研发基于 DUV 技术的 7 纳米工艺芯片。 在大模型方面，大模型正在加速人工智能产业化进程，推动算力服务 普惠普适。DeepSeek、百度“文心一言”、阿里巴巴“通义千问”等国内 央国企智算创新实践报告（2025 年） 4 超大规模模型正加速演进，认知能力不断提升。同时，“预训练大模 型+下游任务微调

客户是各种企业、组织机 构，需求更多围绕行业或 场景展开，流程差异大 面向个体消费者，业务场景、 逻辑简单，流程相对标准化 私有 部署 混合 部署 部署在客户本地或私有云， 前期获取成本高，企业自 担运维、升级成本 融合公有云和私有云部署， 兼顾数据安全和业务的特殊 需求，成本较私有部署略低 SaaS 订阅 企业按需租用所需要的资源， 前期投入成本低，可扩展性 强，适合成长型企业 按 管 移动化：国内CRM厂商深度整合了中国企 业常用的各种应用程序，如微信、钉钉等， 在移动化与协同化方面表现出色。 • 生态布局：产品功能 更成熟，同时建立了 广泛的软件生态，能 适应跨行业应用，适 合生态复杂、业务布 局广的大型跨国企业 企业。 CRM产业链及产业图谱 • CRM项目需求不减：在剑鱼标讯近一年招标项目中，共计42份CRM相关项目需求，71%金额在100万以内，且金融行业积极性最高。从招标需 医药行业CRM渗透较低，目前也仍以基础型CRM需求为主； • 商务服务行业人力成本较高，且客户中C端客群比例较高，为实现降本提效会对于AI有更 多需求。 各行业CRM类型偏好 • 提供定制化服务或aPaaS平台，以适 应企业业务需求：定制化CRM系统能 够根据企业的具体业务流程和管理需求， 但成本高、灵活度低，且交付周期长。 现在，部分CRM厂商也具备aPaaS平 台能力，使企业能小步快跑进行系统升 级、功能迭代。

实时监控和多模态数据融合。摄像头捕捉 顾客的动作、姿态和位置信息，传感器检测商品的拿取和放回情况，计算机视觉技术对图 像数据进行分析和处理。通过这些技术的协同工作，系统能够精确判断商品状态，实现自 动结账和无缝购物体验。顾客只需走进商店，挑选商品后直接离开，系统会自动完成结算 过程，无需排队等待，大大提高了购物效率。 小米智能家居 小米生态链中的智能家居设备，如智能摄像头、智能音箱和环境监测设备，通过多模 神经架构搜索（NAS）技术，多模态算法将逐步适配边缘设备的算力限制，在智能终端 （手机、机器人、穿戴设备）中实现低功耗实时推理，满足自动驾驶瞬态决策、工业质检 毫秒级响应的需求。 自监督与跨模态预训练突破：无需人工标注的自监督学习（如对比学习、掩码多模态 建模）将显著降低多模态系统训练成本，突破医疗、农业等领域标注数据稀缺的限制。谷 歌的 PaLI-X 等模型已证明，跨模态预训练可提升小样本场景下的泛化能力，加速技术普 的时空标定误差（如 0.1° 姿态偏差可导致 10cm 级三维坐标偏移）仍依赖离线校准，需引入在线自适应标定算法 （如 ETH Zurich 提出的 LIO-SAM++），结合端到端深度学习网络实现传感器误差自补偿。 3D 视觉与空间计算技术的发展，正在推动数字孪生、虚拟现实以及智能制造等领域 的快速发展。数字孪生通过对物理实体的数字化建模，实现对实体的实时监测和优化控制。 3D 视觉与空间计算技术

我国空域管理由中央空管委领导，军航、民航各形成多级管理，实际运行 需多个管制单位审批。这一机制下，空中交通管理形成了三种模式：民航 公共运输 ：划设管制区；通用航空：划设临时空域；无人机：划定适飞空 域。三种模式都无法适应 eVTOL 的应用场景和大规模推广，城市低空交通 管理（UAM）急需搭建。全球范围来看，UAM 处于探索期，我国在民航、通 航、无人机的空中交通管理经验有望加速 UAM 搭建。 图表9：民用空中交通管理内容与机构设置 资料来源：《民用航空空中交通管理规则》，国联证券研究所整理 2.2 飞行服务站：一站式解决方案 多管制主体下，飞行服务站适应低空飞行需求。为支持通用航空的发展，民航局 自 2012 年起搭建了三级低空飞行服务保障体系：“1 个国家信息系统+7 个区域信息 系统+n 个飞行服务站”，国家信息系统、区域信息系统由民航空管系统搭建，飞行服 务站由地方政府和社会力量共建， 位，统筹本行政区内低空空域划设及飞行计划管理需求，根据本行政区低空空域分类 情况、通用机场布局规划以及通用航空发展实际，制定本行政区飞行服务站布局规划。 飞行服务站建设已超过 10 年，未来有望提速。自 2012 年民航局下发《通用航 空飞行服务站系统建设和管理指导意见（试行）》起，经过十余年建设，截至 2023 年 末，全国建成 32 个飞行服务站，28 个通过了地区局检查。根据民航局 2018

品牌形象规划及传播 – 关键亮点宣传（例如供货能力）  精准传播竞争优势，吸引关注：在专业场合宣讲产品和技术优势 17 立足于现有的品牌元素，洞察行业趋势洞察并结合竞品品牌元素突出差异点，规划出适 合发展的品牌形象 市场开拓能力构建的后期，需要依托于品牌力的承载 充分理解股 份现有品牌 定位 通过行业趋 势洞察找到 未来元素 研究竞品品 牌的定位， 提出差异化 产品陈述 品牌文化 场 开 拓 中 心 短期 长期 中期 能力建设优先级： 市场策略研究能力建设路径建议 高 低 初步建议 20 市场部与销售部合并或并行的方式各有利弊，前者更适用于规模有限的公司，后者更适 用于规模较大、工作机制和流程更为成熟的公司 市场策略研究的组织职能案例分享 市场部与销售部合并 以有研半导体为例： 市场部与销售部平行 以隆基为例： 适用性 总部管理层 硅片事业部 电池片组件 一级清单 二级清单 三级清单 客户 & 服务 管理 客户管理 销售服务 服务交付 外呼服务 服务需求处理 及派发 示例 项目管理流程 组装、维修 保养流程 增值服务流程 自服务流程 客户咨询流程 投诉处理流程 K7 39 关注国际的企业背景，在流程的关键点上予以把控，帮助员工培育正确的工作行为准则， 同时也是一套行之有效的销售流程监管体系 流程关键管控点上需符合国际的管理标准