交通数字大脑，智变新时代轨道交通 单位：新华三技术有限公司 姓名：辛龙超 城轨信息化建设由智能化迈向智慧化 自动化 特点：每个车站各业务系统提供基 本乘客服务，提供必要的安全设施 以维持地铁运作，各功能系统互相 独立。 挑战：各专业独立建设，烟囱架构， 数据共享不畅… 智能化（云化） 特点：利用云计算技术实现多线路 全业务的资源共享，提升资源利用 率，实现多业务系统耦合，数据的 特点：充分利用新技术，数据的 深入价值开始被挖掘，数据成为 地铁核心资产，实现组织绩效根 本性变革。 挑战：如何统一不同线路不同专 业不同系统厂家的数据标准… 新华三城轨数字大脑，开启智慧城轨时代 智能数字平台 智慧·应用生态 统一 运维 云与智能平台 数字 基础设施 多云服务 私有云服务 边缘云服务 智能网络 传统存储 UniCloud 紫光云 智能计算存储  Wi-Fi6缓解同信道部署的干扰问题，能适应120KM/H， 160KM/H超高速，可作为CCTV、PIS、信号系统的统一 承载平台。 n Wi-Fi6动态带宽实测大于1Gbps（理论最大9.6G），满足 无人驾驶时代PIS和CCTV等业务通信对高带宽和可靠性需求。 Wi-Fi6一张网服务客户业务创新 人员定位 电子围栏 应急告警 统计管理 Wi-Fi6一张网统一承载各业务系统 n Wi-Fi6方案在提供

轨道交通综合开发 在城市发展新时代 的探索和思考 深圳地铁前海国际公司 杨珅 目录 CONTENTS Part1 TOD时代的深圳地铁 Part2 TOD发展实践 Part3 TOD在城市发展新时代的问题和挑战 PAGE 2 开发案例分享 Part4  2020年8月18日，深圳市轨道交通线 网6、10开通，运营线网总长达到383公里； 达到568公里；  2025年，深圳市轨道交通线网总长将 达到16线647公里；  2035年，深圳市轨道交通线网规划总 长为1335公里。 轨道建设运营情况 PAGE 3 一、TOD时代的深圳地铁 深圳市地铁集团有限公司成立于1998年7月31日，是市国有全资控股大型企业。业务涵 盖地铁工程建设、轨道运营、物业开发、商业资源等“四位一体”的产业领域，全力推 进“平安深铁、法治深铁、科技深铁、美丽深铁”建设。 枢纽。 城际铁路：积极推进的项目包括穗莞深城际南延段、深惠 城际，积极争取建设深莞、深莞增、中深惠、港深西部快 速轨道等城际线，以形成三横四纵城际铁路布局。 PAGE 4 一、TOD时代的深圳地铁 枢纽城市 PAGE 5 对外交通设施城际轨道 城市轨道 1 罗湖站 广深铁路 - 1#+17# 已建 2 福田站 广深港客专 - 2#+3#+11# 已建 3

线下零售。 �� 市集零售 ����年代 百货零售 ����年代 新零售 当 前 即时零售 ����年代 电商零售 ����年代 资料来源：弗若斯特沙利文 助力零售赢在数字时代 Empower Retailers to Thrive in the Digital Age �� 电商的发展使得零售行业由传统的实体零售模式，逐渐发展为突破地域限制的电 商零售，到如今的 提升供应链整合能力，对供应商进行统一优化管理，并利用销售预测等技术打破 门店需求与供应商供应之间的壁垒，从而降低零售企业的运营成本，提高业务效 率。 �.� 零售行业的复杂性 助力零售赢在数字时代 Empower Retailers to Thrive in the Digital Age �� 区域差异性。零售市场呈现出高度差异化的区域特征，地理环境、消费习惯与经济 水平发展的多 点，实现线上线下融合。这种融合模式既能在零售运营中更主动的触达消费者，增 强用户全生命周期管理能力，又可依托智能算法实现供需精准匹配，从而在提升 消费体验的同时降低渠道冗余成本，形成更具韧性的运营体系区域差异性。 助力零售赢在数字时代 Empower Retailers to Thrive in the Digital Age � 全球零售行业市场规模，按零售额计（����-����预测） 近年来，全球零售市场持续受到

《电子行业周报-景气拐点将至，以时间换空间》 —— 2023-05-15 《电子行业周报-在行业周期筑底阶段无需过度悲观》 —— 2023-05-08 大模型参数量级飞涨，相应训练集需同比提升。李开复定义 AI 2.0 时代的 特征是通过海量数据，无需标注自监督学习，训练一个基础大模型，并在各 领域将其专业化。据相关论文，当模型的参数量大于某阈值，会展现出类似 推理、无监督学习等未曾出现的能力，这种现象被称为“涌现”，因此目前 Gecko，其可在最新的旗舰机型上离线运行。同月，OpenAI 首次推 出 ChatGPT 移动端应用，各家大厂正式进入 AI 模型移动端创新、竞争时期。 智能音箱、全屋智能中控屏、手机、MR 等均有望成为这一时代的交互入口。 产业链相关公司：半导体：晶晨股份、瑞芯微、全志科技、北京君正、兆易 创新；消费电子：传音控股、歌尔股份、福立旺、闻泰科技、创维数字。 风险提示：AI 技术发展不及预期；边缘端芯片发展不及预期。 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 2 内容目录 百亿参数大模型具备涌现能力，训练数据需等比例提升 .............................. 5 大模型的参数下限：AI2.0 时代，基础大模型参数指数级增长 ................................ 5 大模型的参数上限：参数的增加需要同等量级的训练集增加 ......................

月彭博发布金融大模型 BloombergGPT ，开启金融 AI 大 模型的数字金融新时代。东方财富、 同花顺、恒生电子引领金融科技 前沿。 l 互联网在中国迅速发展， 2008 年牛市下 PC 端金融网络门户 兴起，新浪、搜狐、网易等传 统门户财经频道日益成熟，和 讯网、金融界、证券之星等垂 直财经网址厚积薄发。但是受 限于时代条件，互联网金融领 域仍处于起步阶段。东方财富 后来居上，成为该阶段的集大 — — A I 金 融 互联网金融 APP l 金融行业科技投入逐年提升。随着数字经济发展，金融行业科技投入逐年提升，推动金融科技快速增长。 我们认为 AI+ 金融时代的到来将从存量、增量 2 个方面利好金融行业。存量：①后台部门效率提升；②与大数据结合后，金融产品个性化与精 准营销将增强客户粘性，带来业务增长。 ③投资者数量增长、用户基数提升，投融资需求提升， 数据来源：艾瑞咨询，东吴证券研究所 产品创新 风险管理 监管科技 智能营销 图：金融大模型落地路径与能力对比 机器学习 大模型训练 数据准备 & 增强 以金融大模型引领的“ AI ＋金融 ”已经开启了全新的金融科技时代。 国内金融垂类大模型百花齐放 ，各家公司都在致力于以大模型赋能股 基 APP 或是金融终端 ，为已有功能注入 AI 能力 ，实现智能客服、智能投顾、智能风险等多场景应用 ，通过大模型多样、便捷、高效的特点

加快高密度算力基础设施建设，推动液 冷、模块化机房等高效散热技术和架构 创新，满足AI算力中心对高功率机柜的 迫切需求。 算力中心机柜功率密度攀升 机房 计算机时代 DC 互联网时代 云DC 大数据时代 AI DC 智能时代 2～3 3～5 5～8 20～50 单位： KW/每机柜  边缘数据安全与跨层级协同机制 随着越来越多的AI推理任务下沉至边缘设备（如智能摄像头、车载系统、工业传感器、手机等），敏感数据

高维特征。2026 年政府工作报告明确指出，当前 AI 落地最大瓶颈“并不是算力不够或算 法不好，而是缺乏高质量的、实时的、包含行业 Know-how 的活数据”。这揭示了一个关 键现实：数字经济时代的数据是“石油原料”，而智能经济所需的是经物联网“开采”、 边缘智能“初筛”、行业模型“提纯”后的“高浓度燃料”。 物联网作为物理世界唯一可信数据源，其角色已从“连接器”升维为智能经济的“物 70%，2030 年达 90%以上，届时 AI 将如水电网络般成为 基础设施。这意味着产业竞争焦点已从硬件迭代转向生态闭环能力，谁能打通“感知—决 策—执行—反馈”的全链路数据飞轮，谁就掌握智能经济时代的定价权。 （数据日期：2026-03-08） 4、人机关系重塑：从工具使用到协同共创 人机互动模式的演变是三者最富温度的分水岭。数字经济中，人是主导者，机器是高 效工具；“人工智能+”阶段，人开始让渡部分决策权，如 1。 21 第 21 页 共 102 页 （数据日期：2026-03-31） 最终，这场由数据、算力、算法共同导演的变革，其终极指向是人机关系的本质重 构。在数字经济时代，人机关系是“工具辅助人”；而在智能经济时代，人机关系正迈向 “智能系统驱动下的协同或自主运行”。这不是替代人的劳动，而是将人从重复性脑力劳 动中解放，使其专注于更高阶的价值判断、伦理权衡与创新设计。 当物联网企业

S0980522100001 S0980522090001 l GPU 是人工智能时代下满足深度学习大量计算需求的核心 AI 芯片。 过去五年，大型语言模型的参数规模以指数级增长；从 2018 年起， OpenAI 开始发布生成式预训练语言模型 GPT 以来， GPT 更新换代持续提升模型 位的单精度浮点数数据下，训练 阶段所需 GPU 数量为 1558 个，谷歌级应用推理阶段所 需 GPU 数量为 706315 个。 l 英伟达开辟 GPGPU 加速计算格局， GPU 架构演进及产品布局赋能 AI 时代。 英伟达 (NVIDIA) 成立于 1993 年，总部位于美国加利福尼亚州圣克拉拉，是一家人工智能计算公司。据 JPR 数据， 4Q22 英伟达独立 GPU 出货量占比 为 82% ， 位居市场第一。公司股价经历 Pre-training 序列长度 512 1024 2048 # of Decoder Layers 12 48 96 Size of Hidden Layers 768 1600 12288 l 随着互联网时代对于数据量的积累，大数据背景下神经网络成为机器学习的重要方法。 2012 年，深度卷积神经网络 AlexNet 凭借在图像分类识别领域中性能的大幅提升及错误率 的 大幅降低，成为人工智能的标志性事件。

杂多变，国际经贸规则体系加速调整。 在此背景下，中国新经济企业始终以科技创新与产业创新深度融合为核心驱动，持续优化运营模式、 突破核心技术瓶颈，以高质量发展的确定性应对外部环境的不确定性。站在新时代的历史方位，中 国新经济企业正以创新主动把握新一轮科技革命与产业变革的战略机遇，以开放姿态深度融入全球 产业分工体系，在中国式现代化建设进程中展现更大担当、实现更大作为。 “新经济企业 TOP 域实现由追赶向并跑、领跑转变：中国 5G 核心专利占比超 30%，在全球标准制定中占据重要位 置；高铁运营里程占全球 70% 以上，形成自主技术体系；2025 年中国新能源汽车全球销量占比超 60%，比亚迪、宁德时代等企业形成较强国际竞争力。 产业创新的核心，是以新型产业形态和发展模式适配新质生产力发展要求，并不断催生新产业、 新业态、新商业模式。在产业组织与运行模式上，新能源汽车创新联合体有效整合产学研用多方资 在前瞻性布局新兴产业方面，围绕“十五五”规划明确的重点领域，提出培育未来产业的前沿 命题。如百度在具身智能领域加快布局，“文心一言”多模态大模型与机器人硬件深度融合，实现 机器人在复杂场景下的自主决策与操作；宁德时代在固态电池技术上持续攻关，研发的第一代固态 电池能量密度达 360Wh/kg，已在新能源汽车领域开展试点应用，为未来动力电池技术路线奠定坚 实基础。 在场景驱动技术落地方面，以真实应用场景为依

广州镭威视安防科技有限公司 杭州涂鸦信息技术有限公司 杭州研极微电子有限公司 英特灵达信息技术（深圳）有限公司 深圳高斯贝尔家居智能电子有限公司 上海摩象网络科技有限公司 深圳技威时代科技有限公司 广东九安智能科技股份有限公司 广州市宏视电子技术有限公司 杭州杰峰科技有限公司 深圳市芯睿视科技有限公司 深圳市积加创新技术有限公司 杭州觅睿科技股份有限公司 国科微电子股份有限公司 北京清微智能科技有限公司 浙江芯劢微电子股份有限公司 厦门算能科技股份有限公司 瑞芯微电子股份有限公司 珠海全志科技股份有限公司 成都唐米科技有限公司 深圳市华创时代科技有限公司 深圳市联合光学技术有限公司 三棵小草（深圳）物联科技有限公司 深圳市视美泰技术股份有限公司 深圳市中科领创实业有限公司 宠会说社区（深圳）信息技术有限公司 IOTE 像、探测距离短、漏报误报等痛点，于是AOV因势而生。 AI 大模型 AI的趋势所有人都不怀疑，在IPC硬件的价格竞争愈演愈烈的时候，增值服务盈利方式就变得至关重要，尤其是做海外市场，硬 件高毛利的时代也已经一去不复返，而市场投入却不断增加，在海外市场4G产品未来是一个趋势，但目前占比还不算高，而云 存虽然说海外市场云存转化率比国内要高，但也就10%左右，在硬件毛利下降时候，谁能承载新的利润点？从Ring的产品规划来