大模型可以对这些数据进行实时 分析和处理，监测电网的运行状态 。一旦发现异常情况，如电压波动 、电流过载、设备故障等，能够及 时发出警报，并对故障进行诊断和 定位，帮助运维人员快速排除故障 ，提高电网的可靠性和稳定性。 2、储能设备的优化控制：对于电池储能、抽水蓄能等储能设备，AI 大模型可以根据能源 需求和供应的变化情况，优化储能设备的充放电策略。例如，在电价低谷时段，控制储能 设备充电，储存 安全性和可靠性。 4二、能源市场与交易 15 ◼ 能源市场的风险管理： 1、价格波动风险：能源价格的波动是能源市场的主要风险之一。AI 大模型可以通过对历史价格数据的分析和建模，预测价格的波 动范围和趋势，帮助能源企业和交易商制定相应的风险管理策略。例如，利用衍生品市场进行套期保值，对冲价格波动风险。 2、信用风险：在能源交易中，交易双方的信用状况直接影响交易的安全性和可靠性。AI 大模型可以通过对交易对手的信用记录、财 1、智能电网优化：在智能电网中，Deepseek大模型可以对 电网的拓扑结构、电力负荷、分布式能源接入等因素进行综 合分析，优化电网的运行方式和潮流分布。通过实时调整变 压器的分接头、断路器的开关状态等，提高电网的供电质量 和可靠性，降低电网的损耗。 2、故障预测与预警：基于历史故障数据和实时监测数据，AI 大模型可以预测设备未来可能出现的故障类型、时间和严重 程度，并提前发出预警。这使得能源企业能够有足够的时间

算力基础设施高质量发展行动计划 算力是集信息计算力、网络运载力、数据存储力于一体的 新型生产力，主要通过算力基础设施向社会提供服务。算力基 础设施是新型信息基础设施的重要组成部分，呈现多元泛在、 智能敏捷、安全可靠、绿色低碳等特征，对于助推产业转型升 级、赋能科技创新进步、满足人民美好生活需要和实现社会高 效能治理具有重要意义。为加强计算、网络、存储和应用协同 创新，推进算力基础设施高质量发展，充分发挥算力对数字经 创新驱动，汇聚合力。坚持创新驱动，遵循技术、标准、 产业和应用渐次导入的规律，推动核心技术攻关。充分发挥科 研院所、高校和企业在技术攻关、成果转化中的创新主体作用， 形成技术产业发展合力。 绿色低碳，安全可靠。坚持绿色低碳发展，全面提升算力 设施能源利用效率和算力碳效（CEPS）水平。统筹发展与安全， 进一步强化网络、应用、产业链安全管理和能力建设，构建完 善的安全保障体系。 （三）主要目标 到 边缘”多层级算力设施部署，支持感知、通信、控制相关设备 的标准化接入与数据汇聚，为道路交通精细化管理、场站枢纽 智能运营等跨域综合信息应用以及车路协同自动驾驶、港口矿 山自动化生产等低时延高可靠应用提供灵活高效的算力支撑。 6.“算力+医疗”。统筹建设国家和省级医疗大数据中心， 完善区域全民健康算力平台，支撑“互联网+医疗健康”应用体 系高质量发展。加快基层卫生健康边缘数据中心建设，强化对

反馈系统和 尺寸规格要求极高； 芯片——主要涵盖 CPU、GPU、NPU 等计算芯片和各类控制芯片， 是机器人执行复杂算法和智能决策的“大脑”； 动力模块——包括电池、充电装置等，为整机提供可靠的能量支 持。 目前，人形机器人核心零部件的国产化程度整体处于中等水平。 部分关键零部件如无框力矩电机、T 型丝杠、滚珠丝杠和视觉传感器件 有较高的国产化率，性能和性价比具备一定竞争力。然而，空心杯电 当前，我国人形机器人产业在国际上处于领先并跑阶段。未来， 可通过制定人形机器人本体整机系统相关标准，涵盖模块化设计、接 口兼容性、整机性能评价和安全规范等核心要素，进一步提升我国产 品在性能、可靠性、互操作性等方面的竞争力，加速产业链协同，推 动产业升级，同时助力国内企业在全球市场中打造技术优势和品牌效 应，实现从并跑到领跑的跨越。 2.1.3.4 下游：应用场景 人形机器人下游产业链是推动商业化应用的关键环节。随着技术 业落地， 且部分核心零部件的应用仍未得到充分验证，全球人形机器人供应链 28 仍处于持续构建阶段。然而，随着创新体系的逐步建立以及关键技术 如“大脑、小脑、肢体”的持续突破，未来有望形成高效可靠的人形 机器人产业链和供应链。人形机器人不仅能够将人类从繁重和危险的 劳动中解放出来，提升企业经济价值，还能满足人类情感沟通需求。 随着技术进步和应用领域拓展，预计未来几年人形机器人市场将迎来

方案，且仍为当前最主流的供配电方案。为保 障可靠性，UPS 方案通常使用 N+1、2N、DR、RR 等供电架构，但是也不可避免地带 来冗余造成的低效率。根据台达的数据，当前 UPS 系统效率为 95.1%，全链路效率 86.6%。 2） HVDC 高压直流系统：HVDC 方案逐渐被数据中心验证，在中国市场率先扩散。HVDC 系统能有效避免交流供电中的多次变流和变换进而减少能源转换损失，具有模块化、效 率高、可靠性高、成本更低等优势。HVDC 路融合创新，供电传输一步到位，使得在系统架构简洁的同时提升链路可靠性。根据台 达的数据，当前巴拿马电源系统整体效率为 97.5%（相比 UPS 方案高 2.4pct），全链路 效率为 90.6%（相比 UPS 方案高 4.0pct），并且占地面积相较 UPS 减少约 60%。 4） SST 固态变压器系统：SST 通过自动控制将电力系统资源池化，按需调度供电，增强 数据中心供配电的可靠性和利用率。SST 作为具备双向充放电的“能源路由器”，可以 需要更少的转换阶段，因此具备更高的理论效率，系统更加可靠。HVDC 核心组件为换流站，包括换流变压器、换流器、滤波器、平波电抗器、无功补偿装置等设 备。效率方面，根据台达数据，HVDC 市电直供系统/HVDC 2N 系统/UPS 2N 系统的整体 效率分别为 96.0%/95.2%/94.7%，相比 UPS 有一定优势。除此之外，HVDC 采用电池与 电源并联系统，且核心功率单元采用隔离拓扑，系统整体可靠性更高；在负载分配方面，

入云服务商时，应关注其是否在关键领域具备符合企业发展需求的领先技术 优势，这对企业未来发展具有显著的现实意义。这些关键优势包括：全面立 体的多云安全保障体系、先进的AI技术能力、高效普惠的数据运营管理能 力、稳定可靠的多云治理和协同、持续优化的成本治理能力、开放合规的全 球服务体系等。IDC调研显示，目前，超过一半的中国企业处于复杂多云阶 段，而处于有序复杂和战略价值实现阶段的企业不到�/�，从整体上看，企业 素将促使企业寻求更加灵活多样的云服务和IT系统组合。事实上，很多企业已经 采用多云战略或正在思考规划下一朵云的必要性，通过新的云基础设施和云服 务，实现多云统筹下的成本优化、技术能力提升和IT可靠性增强，从而在竞争激 烈的市场环境中构建出新的适应力和竞争力。 IDC认为：多云是关于组织云策略或架构方式的一种描述，针对复杂的数字化业 务而设计，涉及多个云服务提供商。 �� 多云发展战略 ��.�% 完善先进技术能力构建 ��.�% 增强业务灵活性和可扩展性 ��.�% 优化成本效益 图� 多云战略给企业带来显著价值 来源：IDC，���� �� 多云环境保障系统可靠性和服务水平，提高企业韧性：具备一定发展规模并 对业务连续性有较高要求的企业，可以通过多云环境的布局，获得更具实践 价值的业务安全收益。例如，某游戏企业会选择接入多个主流云厂商的云服 务，并排

2025年机器人产业链 规模达2000亿元，核 心产业规模超250亿元 遴选50个标杆示范机 器人应用场景 重点领域机器人密度 达500台/万人 工业机器人整机综合指标达到国际先进水平，关键零部件性能和可靠性达到 国际同类产品水平；人形机器人“大脑、小脑、肢体”等关键核心技术取得 突破，大模型等人工智能技术加快发展 服务机器人和特种机器人在家政服务、养老助残、 医疗康复、教育娱乐、维护巡检、安全应急等领域 、总体数量多，成为其最具价值的一部分。电机、减速器、丝杠、编码器、力矩传感器等组成的关节执行 器关乎机器人的自由度，影响动作的精准度与灵活性。各类型传感器与关节执行器内的组件成为拟人化、可互动、灵活可靠的机器人的重要支撑。 资料与数据来源：特斯拉，高工机器人产业研究所，MIR睿工业公开资料 以40自由度的机器人为例 传感器 电机 丝杠 减速器 编码器 FSD+芯片+ 摄像头 轴承 服务机器人 开放场景、陪伴化与拟人化、自 主决策 农业机器人 群体协同、精准作业、不同地形 移动与导航 医疗机器人 手术机器人 专科化场景下手术的稳定性与可 靠性 康复机器人 人机协作与融合、稳定性与可靠 性 15 场景应用成熟度 资料与数据来源：月狐研究院整理 高 低 低 高 智能机器人应用场景分析矩阵 应用场景 需求程度 应用场景渗透率 PS：气泡大小代表未来市场空间 工业

持续的技术研发和创新，包括架构优化、制程工艺等 持续提升性能与可靠性，实现自主可控 更好的成本控制与价格竞争力 确保稳定的供应链管理和原材料供应 持续提高市场需求适应性 有力的政策支持与资金投入 加强生态建设与上下游合作伙伴关系 其他 来源：与非研究院 国产AI算力芯片提升市场竞争力的关键在于持续的技术研发和创新，以及性能与可靠性的提升，逐步实 现自主可控。 20 Supplyframe 更高效的训练方法，如减少训练时间和成本 更广泛的应用场景，覆盖更多行业和领域 更严格的伦理和监管，确保模型的公正性和透明度 更开放的合作与共享，促进知识交流和技术进步 更好的数据隐私保护，增强模型的安全性和可靠性 其他 来源：与非研究院 大模型的发展应重点关注高效训练方法和广泛的应用场景，同时兼顾伦理监管、合作共享和数据隐私保 护。 27 Supplyframe, Inc. Confidential

人类输入设备是真实数据的来源，它们让AI变得实用且有价值。换言之，互联设备构成了神 经系统，并将AI与我们的世界相连。AIoT让AI变得真实且有意义。 AIoT与设备连接的价值 AI对可靠的、现实世界的数据有着无尽的需求，以此来推动训练和推理。因此，AI的快速发 展需要大量关于我们所处世界的准确数据，而这种依赖从根本上改变了设备连接的经济价值。 过去，评估一个联网设备的价值往往基 连接到任何IP骨干网络，无需进行协议转换，也不需要网关或集线器。此外，Thread与 Zigbee一样，使用相同的行业标准802.15.4无线电子系统，因此多家供应商都能轻松提供 相关的无线电芯片。展望未来，Thread是实现安全、可靠、低功耗mesh网络连接的最佳 选择。 利用Wi-Fi、Thread和低功耗蓝牙来构建IoT产品既简单又经济。芯片厂商将这三种无线电 通信功能集成在单个芯片上，并配备统一的软件协议栈。恩智浦的“三频无线”技术通过以 20多年来，企业在将有线网络用于大规模、关键任务的运营基础设施的同时，一直 使用Wi-Fi来实现移动设备连接等商业应用。无线网络具有显著的成本和灵活性优势， 因此许多企业正积极转向使用授权频谱（即专用5G），以满足对QoS和可靠性的严 格要求。不过，Wi-Fi 6和Wi-Fi 7消除了许多阻碍免授权无线技术在工业领域应用的 信道容量和速度限制。工业IoT应用将根据技术要求、客户偏好和成本效益分析，混 合使用免授权和授权频谱。

Ltd. All Rights Reserved. 市场概述 技术路径的演进：AI重塑地图角色与形态 8 资料来源：公开资料、泰伯智库  L3及以上自动驾驶的兴起，对地图的精度、鲜度、覆盖度及可靠性提出了更高要求。AI驱动的感知技术 （如世界模型）正推动智驾地图从“数据提供者”向“先验知识库”角色转变。 • 是降低成本、提升鲜度的关键 • 百度、腾讯、Mobileye、TomTom等全球和本 数据来源：泰伯智库线上用户问卷调研 市场分析 用户需求分析  终端用户最终关注的是安全、可靠、舒适且覆盖广泛的智能驾驶体验本身，而非地图的具体技术实现。  这要求智驾地图必须具备高鲜度、满足功能需求的精度和广泛的覆盖范围，并能支撑系统实现类人化、 体验良好的路线规划和驾驶行为。 核心用户需求 可靠性与安全性 ███████████████████▌95% 用户期望智驾系统在各种常见道路和天气条件下都能稳定运 friendly），避免驶入过于复杂或危险的场景，驾驶 过程平顺、舒适、类人化。 无感与信任 █████████ 65% 绝大多数用户不关心底层使用的是何种地图技术。理想状态 是座舱导航与智驾功能无缝融合，系统表现可靠，信息呈现 清晰，从而建立用户信任。 用户痛点 地图数据覆盖不足或更新不及时，导致智驾功能在某些区域无法激活或频繁退出。 地图信息错误（如限速、车道线、规则错误）导致系统决策失误或驾驶行为不当。

企业智能化转型框架的二级模块得分情况（本报告调研反馈数据） (1) AI 基础设施和混合云平台尚不健全, 制约了 AI 创新的步伐。 当前, 许多企业在 AI 基础设施和混合云平台方面的投入明显滞后 如何去构建一个坚 实可靠的 AI 基础设施底座来满足长远未来的发展需求和应付人工智能应用的 迭代演进, 将是企业都必须去迎接的新挑战。调研数据显示, 目前仅有 8%的企 业建设了 AI 服务器集群, 以及专用的高速 SSD 具有自然垄断性、公益性强 等特点,其运营和管理受到严格的政府监管。 智能化转型依赖于一系列新兴技术 的创新和应用, 如智能电网技术、新能源储能技术、碳捕获与封存技术等。这些 技术仍处于发展阶段,技术不成熟、 可靠性低等问题导致应用过程中存在较大的 创新风险。综上所述, 尽管存在上述挑战, 但通过合理的规划、持续的投资以及 多方协作, 公共事业、交通运输和能源行业仍然可以在智能化道路上取得进展, 并逐步提高其智能化成熟度水平。 我们现有的数据中心基础设施非常陈旧，缺乏新 HIS 所需的计算、 存储和网络资源。因此，我们开始寻找一个能够长期支持我们的基础设 施平台。我们为新的 IT 基础设施建立了几个决策标准。除了高水平的 性能和可靠性外，我们还希望确保该平台提供出色的可用性，帮助确保 我们的数字服务全天候在线。 ——重庆市妇幼保健院信息中心主任刘剑峰 【转型故事】 明确当前转型蓝图, 为关键任务系统提供 100%的可用性