战略，全面智能化已不再只是一道“可选项”，而 是关乎国家未来竞争力的“必答题”。 为协助各国更好地把握人工智能与数字经济发展机 遇，我们联合了来自经济学、社会科学及 ICT 产业 等多领域的专家学者，共同将原有的“全球数字化 指数（GDI）”升级为“全球数智化指数（GDII）”。 旨在度量全球各国数智化发展进程，为政策制定者 提供量化参考。 GDII 的理论根基源于古典经济学家让 - GDP 和 83% 的世界人口，能够反映出全球数智化 发展的普遍规律与差异化路径。 研究显示，各国由于资源禀赋和发展阶段的不同， 数智化发展道路呈现多元模式。有的国家依托先进 基础设施推动技术普惠，有的则通过支柱产业的数 智化转型实现跨越发展。我们期待通过 GDII 指数， 帮助各国清晰定位自身现状，识别优势与短板，从 而制定更加精准的产业策略，在数智化浪潮中稳健 前行。 数智 级和评估进展。GDII 全新升级了“数字化成熟度” 评估体系，不仅关注数智基础设施的建设本身，更 聚焦于它所带来的应用价值，实现了从“技术投 入”到“价值产出”的评估跃迁。 GDII 围绕以下七个关键支柱来评估各国的准备度 和有效性 ： » 数据生成 ：宽带用户、移动网络、物联网设备 03 全球数智化指数（GDII）2025 和智能终端产生的数据 » 数据传输 ：光纤、4G/5G 网络、骨干基础设施

域研 究前沿整体，测度相关国家 / 地区、机构、团队以及 科学家个人等的表现。本报告利用国家 / 地区研究前 沿热度指数，从十一大学科领域整体、各学科领域和 特定研究前沿三个层面，测度揭示了各国在《2025 研 究前沿》报告的 128 个研究前沿的基础研究活跃程度。 （1）国家 / 地区研究前沿热度指数的定义和计算 方法如下： ① 国家 / 地区研究前沿热度指数 国家 / 地区研究前沿热度指数 有研究前沿的国家 / 地区研究前沿热度指数得分进行 加和，得到各国在该学科领域层面的国家 / 地区研究 前沿热度指数，并进行排名和对比分析。 ③十一大学科领域研究前沿整体热度指数测度分 析：对于由十一个学科领域的研究前沿构成的整体， 分别对所有参与国家 / 地区在各个学科领域的国家 / 地区研究前沿热度指数得分进行加和，得到各国在 十一大学科领域整体层面的国家 / 地区研究前沿热度 指数，并进行排名和对比分析。 的研究前沿活跃格局，分析各国在特定学科领域研究 前沿和具体某个研究前沿的基础研究活跃程度，揭示 各国研究活力来源。 2025 研究前沿热度指数 02 2. 国家 / 地区研究前沿 热度指数十一大学科 领域整体分析 从十一大学科领域整体层面，测度分析主 要国家 / 地区研究前沿热度指数得分，探讨各国 在十一大学科领域整体层面研究前沿中的活跃 程度，发现各国基础研究整体发展态势和相对

数据资源正成为继土地、劳动力、技术、资本之后的第五大生产要素 网络空间升级为算力空间后正在向数据空间进一步迭代 数据产业正快速发展成为数字经济社会的主导产业 数据基础设施正逐步成为数据高效流通的可信安全环境 第二章 世界各国积极探索数据基础设施建设 12 美国的数据基础设施探索实践 欧盟的数据基础设施探索实践 第三章 建设和运营国家数据基础设施意义重大 32 国家数据基础设施是下一个30年全球经济增长的新引擎 Databricks、Snowflake、Palantir Acxiom、Corelogic、Factual、BDEX、Infochimps 国家数据基础设施技术路线发展研究报告 第二章 世界各国积极探索数据基础设施建设和运营 12 > 13 第二章 世界各国积极探索 数据基础设施建设和运营 与欧盟的《通用数据保护条例》（GDPR》、《数据治理法案》（DGA）、《数据法案》（Data Act）、《数字市场法 案》（D 构建了一个高效、安全的数据流通平台。这种创新模式能将数据平台的流通数据与私有或不可共享的参与者数据相结合，实 现数据的循环利用和价值提升。 国家数据基础设施技术路线发展研究报告 第二章 世界各国积极探索数据基础设施建设和运营 14 > 15 这种宽松的数据流通法规环境，催生出了三种不同的数据基础设施建设和运营模式：一是平台公司的数据流通平台。以 亚马逊、谷歌、微软为代表的大型跨国数据平

动了城市公共交通系统的不断变革与发展。 随着世界各国城镇化、工业化、机动化的发 展，城市交通拥堵、环境污染和能源消耗问题日 益凸显，建立通畅、便捷、绿色的城市交通系统 逐渐成为各大城市交通发展目标[7]。虽然各国历史 文化背景、经济社会发展水平、城市发展形态存 在差异性，但随着20世纪各国城市化进程的加速， 交通问题日益严峻，各国普遍意识到发展公共交 通的重要性，优先发展公共交通取得了国际社会

走向产业应用。涌现了宇树、优必选、Figure、Optimus、波士顿动 力等一批独角兽企业，推动人形机器人应用深入生产实践。 02 世界互联网大会智库合作计划系列成果 （二）全球人形机器人市场前景广阔 1.各国人形机器人战略布局各有侧重 全球主要经济体均高度重视具身智能发展，不断出台政策支持具身 智能发展，提升全社会对机器人领域的关注和支持。美国紧抓人工智 能基础研究，保持具身智能领域的前沿领先地位。先后出台《国家机 2025年人形机器人产业发展蓝皮书》 来源：高盛《人形机器人专题报告》 世界互联网大会智库合作计划系列成果 3.各国科技巨头加速推进人形机器人落地实践 全球人形机器人产品已经处于产品发布和应用验证阶段，但到商 业落地和大规模量产仍有一段距离。 各国科技巨头已宣布推出多款人形机器人。特斯拉发布“擎天柱” (Optimus)二代的人形机器人。2024年6月，Optimus二代已经被 二是构建国际人形机器人协同创新合作机制。通过定期组织技术研 讨会与成果对接活动，推动在具身感知、人机交互、自主决策等核心技 术领域的知识共享与标准协同，重点突破多模态数据融合、环境自适应 等共性技术瓶颈。鼓励各国科研机构、高等院校、科技企业及政府部门 加强合作，分享前沿研究成果与典型应用案例，共同推进全球范围内人 形机器人技术研发与标准化进程。同时，推动设立国际人才交流专项计 划，支持科研人员、工程师及学生在生成式人工智能等相关领域开展互

仓储物流、特种作业等诸多领域的广泛应用潜力，彰显了作为未来科 技变革核心驱动力的巨大价值，人形机器人无疑是开启人类未来无限 可能的一把关键钥匙。 随着人形机器人技术的迅猛发展，其在国际科技舞台上的竞争愈 发激烈，已然成为各国角逐未来产业制高点的关键领域。然而，当前 人形机器人产业仍处于快速发展的初期阶段，面临着诸多挑战与机遇。 在这一个新兴而充满潜力的领域，标准化建设成为推动人形机器人产 业稳健前行的关键动力。建立系统完善的标准体系，不仅能够及时跟 全球产业政策特点 人形机器人作为新一代人工智能的集大成者，已经成为全球科技 和产业竞争的新高地。各国政府高度重视，从促进多方协同、加大研 发投入、完善产业生态、重视人才培养、加强国际合作以及关注伦理 安全等维度，出台了一系列政策措施，为本国的人形机器人产业发展 提供强力支持。 15 以中国、欧美、日韩地区为例，各国政府在技术创新与研究支持 方面，集中资源推动核心技术的突破，包括人工智能、机器学习、机 政 策支持；在市场拓展与应用推广方面，重点关注人形机器人在提升生 产力、改善产品质量及缓解劳动力短缺等领域的实际应用，特别是在 工业自动化、医疗与老龄化护理、商业服务等行业；在标准化方面， 各国强调本国产业标准的制定与国际合作，以促进全球产业体系的兼 容性和互操作性。 图 4 不同国家和地区关于人形机器人产业政策特点对比 2.1.1.2 国内相关政策 1）国家政策 我国从标准化规

在数据库的域内完成模糊查找、匹配等操作，以满足实时性和数据不出域的要求。 2.3 国际化进程中的全球布局、合规与质量一致性难题 全球化业务对企业云计算的规模、弹性以及各项性能指标的要求更高，技术实现相对复杂且成本 高昂。各国家、地区的政策法规、基础设施差异大，同时还要尽量保障全球服务质量和体验的一 致性，这无疑增加了企业全球化发展的难度。 云服务与算力网点布局问题：在本土之外构建云基础设施，可能涉及土地、供电、人力等多 等多 项工作，组织协调难度极大。不同国家基础设施发展水平不一，无论是中企出海还是外企入 华，都会因不熟悉当地环境而困难重重，难以获得理想的云服务与算力支持。此外，合规风 险问题不容忽视，各国对数据存储、跨境传输等有严格规定，稍有不慎将面临巨额罚款和声 誉损失。 规模、性能与弹性需求：不同市场的业务规模差异大，在海外拓展初期，业务波动往往较 大，各地区的增长难以预测，这给云计算的技术需求规划也带来了难题。企业既要避免初期 后果。 数据安全性⸺信任与合规的双重考验：云计算的多租户架构和分布式存储特性增加了数据 被跨域非法访问的风险，在金融、医疗、零售等场景中，数据泄露可能引发灾难性后果。此 外，跨境数据传输需满足各国严格的法规要求，稍有不慎便可能面临巨大的风险。 应用稳定性⸺AI与线上业务的双重冲击：AI应用的普及加剧了云计算的不确定性。模型训 练需要应对海量数据冲击，推理服务对延迟非常敏感。同时，大量的线上业务依赖7×24小

各省工业规模和牵头国家级先进制造业集群情况 8 二、世界级先进制造业集群的典型特征 9 世界级集群在规模、 创新、 企业等多方面均能展现出强大的竞争力 ， 代表着一国产业竞争力最高 水平。 根据当前各国集群发展情况 ，我们提出 ， 世界级集群一般具有以下四方面的特征。 国际知名的品牌产品 拥有国际知名的品牌产品 ，产 品可以代表行业最高标准 ，在 全球市场份额占主导地位。 世界影响力的企业集团

DeepSeek ，国信证券经济研究所整理 宏观维度：全球经济与市场环境分析 中观维度：赛道选择与行业竞争格局研究 微观维度：资产定价与公司价值挖掘 场景 1 ：宏观经济周期预测 • 通过整合各国 GDP 、 CPI 、失业率、利率 政策等数据，预测经济周期转向点。 • 1. 数据挖掘：抓取全球央行、 IMF 、世界银 行 等权威机构的发布数据。 • 2. 模型识别领先指标 （如 PMI 、长短期国债利差）。 • 3. 推演验证：链式追溯历史经济拐点与指 标关 联性，验证模型准确性。 • 4. 政策风险映射：结合各国选举周期、地 缘事 件预判政策干预方向。 场景 2 ：市场投资风格动态监测 • 识别价值 / 成长、大盘 / 小盘、周期 / 防御等 风格切换信号。 • 1.

1% 2,000 1,950 1,500 1,000 500 0 2025E 2030E 2035E 来源：德勤研究，Global Market Insights，2024 同时，在各国政策大力推动、产业转型升级、 人口结构改变及关键技术支持的多重因素叠加 推动下，服务机器人产业迎来了一个黄金发展 期，市场潜力巨大。 • 从技术升级来看，随着人工智能技术的快速 发展，机器人行业也迎来高速发展。随着大 《“十四五”机器人产业发展规划》，机器人作 为制造业智能化的重要推动力，成为了各国产 业政策关注的焦点。 • 从人口结构来看，人口老龄化是全球服务机器 人需求释放的长期驱动因素，也促使部分国家 和地区通过服务机器人技术来应对劳动力的缺 乏问题。以日本为例，日本老龄化严重，也存 在严重的劳动力短缺问题，且劳动成本高昂， 成为了商用服务机器人的热门应用市场之一。 • 从产业转型来看，各国助推制造业、服务业等 行业抓住智能化转型升级的发展机遇，增强创 如美国发布《国家人工智能研发战略计 划》，欧盟发布的《欧洲工业新战略》， 德国发布《机器人技术研究行动计划》，中 国发布《“十四五”机器人产业发展规划》 • 机器人作为制造业智能化的重要推动力， 是各国产业政策焦点和重点支持方向 图表1-4：多重因素促进服务机器人需求释放 来源：World Economic Forum，德勤研究整理 商用服务机器人成为重点细分市场 服务机器人市场中，以餐饮和酒店配送以及清