产品的背景下，对 此轮技术升级响应较快的教育企业产品将吸收更多流量，实现用户增长和获客转 化。中长期来看，DeepSeek赋予中小教育机构以更低门槛部署高阶AI的能力，加 速行业从头部垄断向多极竞争演化；同时，AI教育的发展关键转向理解教育场景、 以模型适配业务，未来将呈现硬件入口普及化、教育内容/服务智适应化的特征，产 业创新节奏与竞争格局得到重塑。

局仍会以有着多类型资源积累的大厂占据主要份额，创新企业可以依据特定场景深入理解而切入， 但若没有自主大模型仍然会受制于人。同时，通用大模型与教育垂类大模型的关系，正向着各司 其职、融合发展的方向持续演化，未来可能呈现出通用大模型与N个专家模型多重组合的形态。 在内容层面，基于神经网络技术的AIGC与素养发展具有天然相似的基因，企业可以发力C端小模 型从而引领行业发展；在技术层面，大模型分析+多 com.cn 教育 成长 中观：语言的发展及其教育影响 自然语言—数字语言—机器语言，代表着教育发生、成长及其现代突变 语言是人类认识世界、改造世界的基本工具。自然语言的出现，从词语到概念的演化，抽象程度的提高，使得教育得以发生，知识、 概念、经验得以传授和传承；数字语言的出现，生活和学习中各类数字工具的应用，表示人类对世界的认识和规律把握的能力增强， 人类认知和沟通的障碍降低，知识经验传 区域校企 模型 通用大模型or教育垂类大模型 由通用大模型主导向通用与教育垂类各司其职、融合发展的方向演化 随着大模型在教育场景的逐步落地，准确性、针对性不足等问题日益凸显，开发针对教育领域的垂类大模型逐渐成为教育行业共识， 但其与通用大模型并非互相排斥的关系，而是朝着各司其职，融合发展的方向演化。当前，通用大模型综合实力最为强劲，且随着 多模态的逐步落地，仍处于主导地位，教育垂类大模型整体成熟度

 H t i     来计算物体的波函数  。其实基于量 子力学的技术和产品早已被我们使用，比如电脑和手机中的半导体， 其中的原理就用到了量子力学能带理论。 1.1.2 量子态及其演化 上面说到了微观世界粒子的运动规律需要用量子力学所描述。而 在量子力学中，一个粒子的状态，也就是量子态，用波函数描述。在 符号上，我们习惯用 来表示，或者用狄拉克符号  表示。比如一 个 ..0 ± |11...1 )，上述狄拉克符号中有 n 个 0 和 n 个 1。 当一个物体的量子态随着时间进行演化的，其数学上的表达为 (0) ( ) ( )   U t t  ，其中 U(t) 为演化算符。在上式中给定时间 t 后，就 可以计算出该时刻的量子态。而演化算符 U(t) 由系统的哈密顿量 H 决 定。以上的计算表达式本质都是计算薛定谔方程   H t i  

同时，随着系统规模的扩缩，基础设施的添删、用户意图的变化、 第九届未来网络发展大会白皮书 服务生成算力网络白皮书 12 业务场景的更替等，智能也应该随着算网的动态变化进行自适应调整， 形成可演化式智能。例如，随着新的业务需求的出现，智能需要不断 更新和升级，以支持新的业务场景和应用。这可能涉及到新的数据处 理和分析技术、新的服务模型或新的安全措施等。同时，旧有的业务 可能会逐渐过时， 自适应地调整自身或调度各种资源 尽可能地实现预定目标，并在长期累月的进化中实现智能从简单到 复杂，从低级到高级的演化。类比而言，服务生成算力网络作为一 第九届未来网络发展大会白皮书 服务生成算力网络白皮书 54 个高级智能体，自身智能也需要随着时间迁移、系统迭代、场景迁 移、需求变更等成长并演化，即通过自学习、自适应、自协同、自 组织，实现体系架构动态演进、业务功能逐步拓展、服务能力持续 增

部门壁垒，各部门权责划分 固定，无法联动 主要矛盾 根本原因 提升方向 建立不同部门和利益相关者的紧密合作关系，确保数字化和业务需求与整体战略 目标相一致，并提供全面洞察力。 数字化转型是一个不断演化的过程，需要灵活地适应变化。 剥离独立的职能把握对市场和技术趋势的敏感度， 推动创新成果在银行内部全范围的落地。 明确定义数字化转型的目标和指标，确保对资源和投资的正确分配，并跟踪实施过程中

了算电协同功能架构，然后对算电协同潜在关键使能技术进行分析 总结。 2.1 算电协同功能架构 算电协同功能架构是实现算力系统与电力系统深度融合的功能 支撑体系。该架构遵循分层解耦、模块协同、智能演化的设计理念， 围绕资源调度、系统感知、任务控制、能效优化等核心目标，构建涵 盖从基础设施到智能决策的完整功能闭环。整体架构划分为五个功能 层级：基础设施层、数据接入层、智能决策层、应用服务层与安全保 通过能源管理平台，算力负载可与能源供给实时互动，实现动态价格 驱动下的任务迁移与能耗分摊。 该技术体系的最终目标，是构建“算为电服务、电为算赋能”的 双向协同模型，推动算力基础设施与电力系统的同步演化，为构建绿 色可持续的算电协同系统提供坚实支撑。 2.2.3 算电协同感知模型构建 算电感知模型是实现算电协同系统智能调度的前提保障，其目标 是实现对算力状态、电力供应、网络连接质量等多维资源信息的实时 数据进行时空对齐、语义关联与清洗降噪，构建统一的数据表示模型。 （3）预测决策层：是感知模型的智能核心，基于大数据驱动的 机器学习模型（如 LSTM、Transformer、LightGBM 等）进行任务行 为建模、能耗演化建模与网络 QoS 趋势预测，进而实现如任务执行 第九届未来网络发展大会白皮书 算电协同技术白皮书 18 时间预测、电力价格时序预测、节点拥堵概率评估等关键指标的前向 推演。通过

架构通信瓶颈的突破，经历了从服务器到机柜级集成 系统并最终深化为软硬件全栈协同的系统工程。它与 HPC、分布式计算等领域既有渊源又存在本质 区别，其核心价值是为大模型深度优化的专用算力基石。超节点的形态和技术路线将持续演化，但 其作为 AI 时代核心计算单元的地位已然确立。 随着超节点成为 AI 基础设施的核心，围绕其构建的产业生态也呈现出两种截然不同但又相互竞 争的发展模式。 第一种是“垂直整合”模式。其核心战略是通过对整个技术栈——从底层的 性危机的革命性方案，AI 超节点通过高速互联技术 架构创新，并辅以软硬件全栈协同的深度优化，正在重新定义 AI 时代的算力基石。围绕超节点的产 业格局已经形成，AI 超节点的形态和技术路线将持续演化，其作为 AI 时代核心计算单元的地位已然 确立。面向未来，大模型技术会加速迭代，围绕超节点的软硬件技术也将持续演进，带来如下几个 方面的变化： 一、超节点网络时延向纳秒级演进 超节点的低时

0是一个宏大的概念，汇聚了我们对下一代互联网的 美好向往和愿景。 它是一场数据变革，数据“所有权”和身份“自主权”将 从大型平台回归到用户手中，互联网将更加平等，更加开放， 更加符合群体利益。它是一场信任变革，信息互联网将演化为 可信的价值互联网，并衍生出不同于传统模式的分布式经济、 分布式金融。它是一场组织变革，企业的痕迹或将被“抹 除”，没有董事会，没有管理层，没有公司章程……仅依靠算 法就可开展各类业务活动，“无组织形态的组织力量”将成为 可及性就可以显著 增强，而隐私和个人信息泄露的风险则可以得到有效的控制。不仅 如此，基于区块链的智能合约还会让金融交易变得更为简便、顺 畅，并且安全性大幅提升，规避人为原因导致的风险。 经过几年的演化，市场上的DeFi产品已经十分丰富。根据区块 链风险投资机构Outlier Venture发布的报告，现有的DeFi产品可以 分为三大类、九小类。 发行类产品 这类产品的功能是创造可交易、可转移并符合用户需求的金融 行，终 端以匿名身份形式存在，无法被追踪。 还 有 一 种 视 角 ， 它 将 Web 3.0 描 述 为 空 间 网 （ Spatial Web）。正如德勤的一篇报告[3]指出，随着信息技术的演化， 数字内容和物理实体之间的界线将越来越模糊，基于AR/VR、 5G、地理定位、物联网设备和传感器、分布式账本技术和人工 智能/机器学习技术，数字信息将与现实世界整合，变成不可分 割的空间网。这种视角更接近元宇宙概念描述的形态。

术实现“数据可用不可见”，在保护商业机密的同时最大化数据价值，为中小微企业增信、 为风险管理赋能。 - 15 - 2.3.3 现实世界资产（RWA）生态提升资产流动性 通证化作为数字金融演化的新趋势，目前正在吸引大量建设参与者，并逐步形成完整的 链上生态。通证化是通过区块链技术将资产权益转化为可编程数字凭证的过程，是链上数字 世界和链下真实世界之间搭建起的桥梁。RWA 通证化代表了互联网新技术在金融领域的重要

则”到“现实执行”的闭环。 ④ 数字/虚拟世界中，“用脚投票”的成本相较于现实世界要低得多，这会促使共识机制的修正更灵活、 更迅速；同时也有望缓解《乌合之众》的“群体非理性”问题，因为链上共识的演化更容易通过理性 机制过滤情绪冲动，更贴近真实偏好。 4 02 稳定币：连接虚拟与现 实的价值桥梁 吴琼、陈昊飞 目录页 稳定币:机制、分类和风险 稳定币相关的若干宏观问题 应用场景