智能、智简 通信、量子通信等新一代信息技术的探索应用，为专网注入了前所未有的进化动 能，为突破传统瓶颈、开拓新场景开辟了广阔空间。本白皮书与案例集基于国家 政策及国内外专网发展情况的梳理，系统解构专网落地方法论：从性能指标、架 构选型 （独立/混合/虚拟专网），到智慧运营平台构建、新兴技术赋能运营创新， 旨在为产业提供可复用的实施框架。 我们坚信，当 5G/5G-A 专网深度融入生产核心环节时，它已不仅是通信工

朗新科技集团股份有限公司 2026年3月 AI驱动新能源产业智能化转型 目 录 CONTENTS 第一部分：洞察⸺新能源数智转型的特殊性与破局框架 结语 第二部分：锻造⸺能源AI技术基座：四大核心能力解构 �.� 转型深水区：破解系统“不确定性”，AI与新能源行业深度耦合 �.� 双轴驱动：业务智能升维与基座兼容赋能的协同演进 �.� 多源多模态数据接入与处理：智能基座的感官与消化系统 04 第二部分： 锻造 — 能源AI技术基座：四大核心能力解构 2.1 多源多模态数据接入与处理：智能基座的感官与消化系统 2.2 知识能力：智能基座的行业大脑 一个有效的横向AI技术基座，是新能源产业智能化的“神经中枢”。其核心 价值在于将分散的数据与知识，转化为标准化、可复用、可协同的智能模块。我 们将其核心能力解构为以下四个相互支撑的层面： 这是实现一切智能的基础。新能源领域数据来源极端异构，如同人体依赖感官

AI-Generated Content ，人工智能生成内 容）的出现，使传统的内容创作模式成本大大降低， 创作内容的数量大大提升。 2. AIGC+ 大模型，让我们面对的现实世界，被以数 千亿级的维度解构，同时，又被以不可思议的维度 重新组合了，进而产生了新的美学。 3. AIGC 时代的营销活动，越来越需要的只是“创意” 本 身 大模型时代的保险营销 来源 : 腾讯研究院 1 6

递通道，而是成为数字生态的基础协作平台。 面向 Web3.0 的数字实体互联白皮书 17 图 5 数字实体网络概念图 （二）核心设想 采用数字实体对网络交互数据进行建模，见图 6： （1）将数据解构为数据容器和领域知识：数据容器对数据主体及其相关事 件的通用方面进行高度抽象，形成可重用的通用软件功能、接口和交互协议；领 域知识包含具体主体与事件的元数据信息，其内容与特定应用场景及上下文相关。 数据中 介和规则制定者的角色。而数字实体网络通过将数字实体作为网络交互的基本单 元，实现了三个核心突破：  首先，数据以标准化数字实体形式存储与流转，支持跨平台迁移；  其次，服务功能被解构为可组合的实体能力，突破单一平台限制；  最后，交互规则通过开放协议而非平台政策来定义，削弱了平台垄断的 技术依赖性。 这种转变推动网络价值从平台方向实体所有者转移，同时兼容 Web2.0 的

事实性知识（Fact) 知识中心驱动的创新引擎，解放专家智慧，实现五层模型的灵活管理 AI Agent在金融行业如何落地 金融行业建设思路 提升期 专家知识实时运营 建设期 基于规则的知识解构 成熟期 群体智能涌现 • 完成不同业务领域试 点应用封装 • 全单位进行试点应用 推广 应用试点落地 • 选取一个部门 产品技术验证 • 通过一个部门 的试运行完善 应用场景（如

分 片 380+ 节点， 280+ 实例 模型 80% 变 化 6 个中心 （广东 CRM ） 632 个分片， 325 张表 （广东 CRM ） 核心应用需前后端分离、功能与数据分离、解构释放原子能力，调整业务逻辑、数据模型变更、分表分片等， 新应用建设云原生标准 十年磨一剑： TeleDB 分布式数 据库，突破规模与性能极限  千万级并发处理能力， 9 个 9 高可靠

降低大模型行业使用门槛， 让文旅行业中的各个参与方更便捷的使用大模型能力，提高行业数智化水平，是探索文旅大 模型的出发点。 讯飞文旅大模型是国内“AI+全域旅游”大模型落地标杆产品，通过深度解构文旅产业 生态，构建起游客、企业、政府三端协同的智能服务体系，实现了人工智能技术与全域旅游 场景的深度融合。 该模型依托前沿的大语言模型技术架构，创新打造覆盖游客服务、企业运营和政府监管

础上，增加模型能力的呈现，从算力、存力、运力、模力、环境多个维度，更 加准确剖析我国算力产业发展态势。 《2025 综合算力指数》为我们提供了一个全面而系统的视角来洞察我国算 力发展最新进展。通过科学的指数体系构建，将“综合算力”解构为几十余项具 体的指标，映射出我国在算力领域的发展状况，这将为国家制定精准的产业政 策提供科学依据，为产业的技术创新和投资方向提供“指南”。 展望未来，我国算力发展之路机遇与挑战并存。我坚信，在全国各界的共

品层面的优化比单纯记忆用户偏好更重要。 关键前提： 数据的“飞轮效应”必须建立在 Agent 本 身足够智能的基础上，否则意义有限。 解构 AI Agent 竞争格局：决胜未来的六大核心维度 当前 AI Agent 的市场竞争格局 台级霸权。但另一方面，市场远未尘埃落定，敏锐的创业公司与行业专家正围绕特定场景，在垂直应用、交互创新和成本效率等方面寻找破局点， 构筑自己的竞争壁垒。要理解这场复杂的博弈，可以从以下六个核心维度进行解构，这些维度不仅是当前竞争的焦点，也预示着未来市场领导者 脱颖而出的关键所在。 根本资源： 顶尖的 AI 研究员和工程师是所有参与 方最核心的、不可或缺的宝贵资产。由于 Agent

功地在超过20个核心业务场景中得到了广泛部署和应用。这些应用场景不仅包括人力资 源的招聘和员工关系管理，还涵盖了数据分析、保险条款的深度解读、智能运维支持，以及 车险的投保流程等多个重要领域。同时，通过星问中台对大模型底层能力的细致解构和优 化，使得大模型技术能够灵活且高效地适配各种不同的业务场景，实现了应用的快速组装 和部署，将大模型应用的上线时间从原先的平均5至14个工作日大幅缩短至最快仅需 5分钟。 （1）车险出单 （2）大模型能力拆分 2024年以来，大模型的应用场景呈现出百花齐放的局面，涵盖了文本生成、跨模态交 互、信息检索强化、实时网络搜索以及远程函数调用等多元维度。星问中台通过精细化的 原子拆分功能，将大模型的能力解构为一系列独立且可复用的组件，通过工程化的改造简 化了这些组件的配置过程，只需通过点选式的交互界面即可实现快速部署。此外，星问中 台允许用户根据具体业务需求，对这些功能组件进行高自由度的组合与定制，这种模块化