免密 登录 监控终端 能耗管理 风机 /CO 门禁系统 电梯 SDK PC 端 大屏呈现 智慧建筑 (IBMS) 系统联动指令 设备管理 (BMS) 内部联动 外部指令联调 边缘计算与网关 控制终端 .PLC 实时域系统 信息域系统 系 统 框 图 运营管理 AI 算 法 大数据分析 市 综 合 安 防 平 台 PC 端 设备管理 (BMS) 移动端 内部联动 外部指令联调 切块建设 PC 端 大屏呈现 智慧建筑 (IBMS) 系统联动指令 室 内 环 境 茶 控 制 器 能 效 监 管 运营管理 Al 算法 管 理 平 台 loT-HD 智 慧 办 公 集 成 管 理 平 台 湖南设吐 智能工程中心 智能工程中心 BMS 提供数据，北向通讯的大屏数据展示 新数据吞板 湖南省建筑设计院集团股份有限公司 机 电 设 备 统 计 开关 照明 灯 9 灯 13 灯 用电能耗趋势图 1225 12:30 环境监测 监测项目 室内湿度 室内温度 室内甲醛

联合编写单位 协作单位 中国电子技术标准化研究院 、GCC 全球计算联盟、国家信息中心 01 02 03 04 05 06 07 2.1 3.1 4.1 5.1 5.2 5.3 4.2 2.2 3.2 4.1.1 4.2.1 4.1.2 4.2.2 4.2.3 2.3 3.3 2.4 前言 大模型对基础设施的挑战 超节点的出现与演进 超节点基础定义与特征 动 AI 技术发展的关键力量。这份发展报告为我 们提供了宝贵的理论指导和实践参考，相信在产业界的共同努力下，超节点将不断成熟完善，为人 工智能的持续突破和广泛应用奠定坚实的算力基础。 中国工程院院士、清华大学计算机系教授 郑纬民 序言 1 超节点发展报告 03 大模型正以不可逆转之势为全球计算领域带来跨越式变革。从生成式 AI 到 Agentic AI 再到 Physical A AI 赋能千行百业具有至关重要的意义。我们期待本报告能凝聚产业共识，推动超 节点技术从“技术探索”走向“落地应用”，加速我国智算基础设施发展，为全球智算产业创新贡 献中国智慧。 中国信息通信研究院副院长 魏亮 序言 3 超节点发展报告 05 人工智能高速演进背景下，算力需求呈指数级增长，大模型竞争已进入 “参数规模摸高” 与 “训 练效率提升” 并行的新阶段。Scaling Law

牵头编写单位： 信通院（江苏）科技创新研究院有限公司 参与编写单位： 苏州市机器人产业协会 苏州拓斯达智能装备有限公司 苏州钧舵机器人有限公司 苏州灵猴机器人有限公司 博众精工科技股份有限公司 苏州艾吉威机器人有限公司 捷螺智能设备（苏州）有限公司 珞石（北京）机器人有限公司 苏州市大族激光科技有限公司 追觅科技（苏州）有限公司 乐聚（苏州）机器人技术有限公司 中国信通院江苏研究院公众号 （三）工业领域将成为短期内智能机器人应用落地的主战场 自动化水平高、结构化、封闭式的工业场景是当前技术条件下智 能机器人最大的应用市场。工业环境相对标准化，生产流程固定，对 机器人的自主性和泛化性要求较低，部分领域如汽车、电子信息等已 3 经率先实现了工业机器人的规模化应用。根据国际机器人联合会 （IFR）在 2024 年 10 月发布的《2024 年世界机器人报告》，2023 年 能”。相较于前文提到的特定目标导向的智能机器人，具身智能更强 调在环境中的交互能力，即通过“感知-决策-控制-反馈”的闭环， 在环境的不断交互中实现环境的重构映射、自主决策和自适应行动 1。 强化学习方法使得机器人的泛化操作能力大大提升。强化学习为 具身智能的突破性发展提供了理论基础，让机器人在与环境的交互 中，不断试错、学习和优化策略，并依据奖励策略不断优化动作执行 结果。然而，强化学习在面对新场景时存在迁移困境，对高质量训练

本研究报告在撰写过程中得到了多家单位的大力支持，在此特别感谢以下顾问专家、 参编单位和参编人员： 顾问专家（排名不分先后）： 中国信息通信研究院云计算与大数据研究所所长 何宝宏 华为数据通信产品线数据中心网络领域总裁 王武伟 参编单位（排名不分先后）： 华为技术有限公司、中国信息通信研究院（云大所） 参编人员（排名不分先后）： 郭亮、王少鹏、王建兵、钱骁、李建高、张白、李军、韩涛、吴圣伟、陈太尚、魏智 杰 份可用”向“智能韧性”升级。这一指引 不仅提升了对灾难恢复能力，更是金融等行业在通用计算核心业务与数据中心发展理念上 的重大转折。在央行《指引》的推动下，金融行业的容灾体系正在加速变革，而政务、泛 互联网等领域的通算核心业务也在共同推动数据中心网络进入颠覆性重构期。 未来十年，数据中心的核心将发生根本性变化，从“异地容灾预防灾难”向“极端容 灾预防战争”演进。以国内某大型银行为例，其业务架构从“业务主备、数据灾备”向 一融合进程中，以太网凭 借其开放生态、成本优势和持续的技术演进能力，正成为业界的主流选择。相比之下， InfiniBand虽然在智算内部高带宽互联方面具有优势，但其封闭生态和高昂成本限制了广 泛应用，面对推理集群中多种流量混合场景以及未来推理异构卡部署需求显得力不从心。 现如今，业界产生了诸如UEC、SUE、ETHLink等多种基于以太网设计的协议范式，展 现出更好的开放性和适应性，这预

人工智能+制造业应用落地 研究报告 （2024 年） 创新奇智科技集团股份有限公司 中国信息通信研究院人工智能研究所 2024 年 12 月 1 前 言 制造业作为国民经济的基石，一直是推动经济增长和技术创新 的核心力量。然而随着全球化竞争的加剧和消费者需求的多样化， 制造业正面临着成本上升、效率低下和创新能力不足等多重挑战。 近年来，人工智能技术的兴起为制造业转型升级提供了强大的动力， 果应用到具体产业和产业链上，改造提升传统产业 ， “要围绕推 进 12 ” 新型工业化和加快建设制造强国 。制造业与人工智能深度融合 已 成为我国重要发展战略。 12 从全局战略来看，国务院于 2021 年发布了《 “十四 ” 五 信息化 和 工业化深度融合发展规划》，要深入推进制造业赋能人工智能的 战 略规划。2024 年《政府工作报告》指出，要开展 “人工智能+ ” 行 动 析，生成个性化的产品设计和优化方案，满足不同客户的采购 定制 需求，提升客户满意度和市场竞争力。 同时，大模型可以理解 和处 16 理客户的查询和投诉，提供快速、准确地响应，提升客户服务效率。 来源： 中国信息通信研究院人工智能研究所工业案例集 图 1 大模型制造业应用场景图 （二）制造业人工智能产业结构 制造业是一个高度复杂且多元化的行业，为了更清晰地梳理出 不同产业层次对人工智能的需求以及人工智能技术的渗透程度，本

产品的市场空间与购置动力强弱进行了统计（见图表 3），并选 择医学影像、医疗信息化、药物研发三个最为核心的应用场景作为分析对象，用以概括 医疗 AI 的整体发展状况。 图表 3 不同主题对于人工智能的需求差异 资料来源：蛋壳研究院、公开信息 2.1 医学影像 AI：拓宽视野，影像 AI 脱离影像科1 影像 AI 萌芽时，企业主要围绕影像数据集较为丰富、标准程度高的肺结节与眼底疾病 展开，临床价值较为有限。历经近 10 年发展，医院对于影像 视觉，且都可 基于《人工智能医用软件产品分类界定指导原则》进行划分，因而我们在此章节将其合并讨论。 7 2.1.1 产品梳理 统计有过融资记录的人工智能初创企业与公布产线的上市公司，蛋壳研究院总计对 64 家企业进行梳理，调研总计 436 个产品，覆盖了几乎所有脏器。 许多热门脏器的人工智能已经非常成熟，能够实现高精度的多病种辅助诊断，如心脏 （70）、骨骼（58 个）、头颈（53 种及以上） 2.1.2 注册准入 截至 2024 年 9 月 30 日，上述产品中总计有 160 项人工智能产品获得了医疗器械第三 类注册证3。其中，拥有 16 张三类证的联影集团（联影智能 10 张、联影医疗 3 张、联 影智融 3 张）排名第一，深睿医疗、数坤科技均拿下 14 证位居第二，推想医疗手持 13 证紧随其后4。 图表 5 2024 年 1-9 月通过第三类医疗器械注册准入的医疗

2025 研究前沿 RESEARCH FRONTS 中国科学院科技战略咨询研究院 中国科学院文献情报中心 科睿唯安 2025 001 2025研究前沿 目录 目 录 Contents 1. 背景 005 2. 方法论 006 2.1 研究前沿的遴选与命名 006 2.2 研究前沿的分析及重点研究前沿的遴选和解读 007 背景和方法论 农业科学、植物学 和动物学 1. 002 目录 2025研究前沿 临床医学 1. 热点前沿及重点热点前沿解读 041 1.1 临床医学领域 Top 10 热点前沿发展态势 041 1.2 重点热点前沿⸺“CFTR 调节剂三联疗法对囊性纤维化实现从症状控制到病因治疗” 042 1.3 重点热点前沿⸺“全切片病理图像的弱监督深度学习框架” 045 2. 新兴前沿及重点新兴前沿解读 048 2.1 新兴前沿概述 048 量暗物质候选粒子” 089 数学 1. 热点前沿及重点热点前沿解读 095 1.1 数学领域 Top 10 热点前沿发展态势 095 1.2 重点热点前沿⸺“现代机器学习中的双降曲线与泛化现象研究” 096 1.3 重点热点前沿⸺“物理引导神经网络在偏微分方程求解中的方法与应用” 100 信息科学 1. 热点前沿及重点热点前沿解读 105 1.1 信息科学领域 Top 10

本白皮书版权属于中国电信股份有限公司研究院及其合作单位 所有并受法律保护，任何个人或是组织在转载、摘编或以其他方式引 用本白皮书中的文字、数据、图片或者观点时，应注明“来源：中国 电信股份有限公司研究院等”。否则将违反中国有关知识产权的相关 法律和法规，对此中国电信股份有限公司研究院有权追究侵权者的相 关法律责任。 编写说明 主要编写单位： 中国电信股份有限公司研究院 华为技术有限公司 全球固定网络创新联盟 全球固定网络创新联盟 中关村超互联新基建产业创新联盟 主要编写人员： 中国电信股份有限公司研究院：朱永庆、胡泽华、龚霞、袁世章、 阮科、陈迅、杨冰、赖道宁、胡家元、张帆、皮谭昕。 华为技术有限公司：任广涛、曾毅、李智、赵浩宾、陈卓、于凤 青、张潇潇。 中关村超互联新基建产业创新联盟：袁博。 算力城域网白皮书（2025 版） I 前 言 2025 年初 DeepSeek 的爆火掀起了生成式人工智能的浪潮，带动 够处理海量数据、完成各种复杂的任务，包含语言大模型、视觉大模 型等多种类型。大模型的快速迭代极大地增加了智算算力需求。根据 应用领域的不同，可分为通用大模型、行业大模型和垂直大模型等。 通用大模型不受特定领域的限制，具备跨领域的泛化能力，需要更大 的数据量和计算资源，训练成本普遍较高。行业大模型和垂直大模型 专注于特定行业或应用场景，表现出更高的专业精度和深度，算力要 求和训练成本也相对较低。大模型部署可分为训练和推理两种场景：

源：中国铁塔股份有限公司、北京邮电大学和江苏省未来网络创新研 究院”。否则将违反中国有关知识产权的相关法律和法规，对此中国 铁塔股份有限公司、北京邮电大学和江苏省未来网络创新研究院有权 追究侵权者的相关法律责任。 编委会 专家指导组成员 刘韵洁 中国工程院院士、江苏省未来网络创新研究院荣誉院长、首席科学家 郭宇辉 中国铁塔通信技术研究院院长、中国通信企业协会低空经济专委会秘书长 黄 韬 北京邮电大学教授 中国铁塔行业拓展部总经理、铁塔智联技术有限公司执行董事兼总经理 窦 笠 中国铁塔科技创新部总经理 吴晓梅 中国铁塔通信技术研究院副院长 何 杰 中国铁塔行业拓展部副总经理、铁塔智联技术有限公司副总经理 编制组成员 中国铁塔股份有限公司 闫亚旗、董玉池、潘三明、聂昌、贾平胜、徐佳祥、安颖、王东、汪涛 北京邮电大学 谢人超、唐琴琴、杨煜天、马霄鹏、汪硕 江苏省未来网络创新研究院 魏亮、方辉、孙玉刚、尹鹏、林枭、韩风、占昊天、王磊 魏亮、方辉、孙玉刚、尹鹏、林枭、韩风、占昊天、王磊 I 前 言 随着算力网络的飞速发展，算力资源呈现出泛在化、异构化、分 布化的显著趋势。如何高效感知、协同调度这些广泛分布且动态变化 的算力资源，以支撑日益复杂的智能应用需求，已成为推动产业数字 化转型和智能化升级的关键挑战与核心技术方向。 本白皮书首先详细阐述了分布式算力感知与调度的背景、需求、 体系架构以及关键技术，同时介绍了该技术在远程医疗、智慧城市、