29 TOP.30 TOP.31 TOP.32 TOP.33 TOP.34 TOP.35 人力资源核心指标 芯片设计 薪智 29 英诺赛科（苏州）半导体有限公司 较上期：4.1% 51 上海唯捷创芯电子技术有限公司 较上期：2% 52 深迪半导体（绍兴）有限公司 较上期：1.7% 59 兆易创新科技集团股份有限公司 较上期：1% 103 中科寒武纪科技股份有限公司 71 湖南国科微电子股份有限公司 较上期：-7.8% 47 重庆君歌电子科技有限公司 较上期：-8.9% 72 招聘动态 - 典型公司 TOP100 人力需求 TOP.50 TOP.51 TOP.52 TOP.53 TOP.54 TOP.55 TOP.56 人力资源核心指标 芯片设计 薪智 32 星宸科技股份有限公司 较上期：-10.5% 34 敦泰科技（深圳）有限公司 较上期：-13.6% 19 深圳宝砾微电子有限公司 较上期：-14.3% 18 南京高华科技股份有限公司 较上期：-14.5% 59 上海灵动微电子股份有限公司 较上期：-15% 51 灿芯半导体（上海）股份有限公司 较上期：-15.6% 38 招聘动态 - 典型公司 TOP100 人力需求 TOP.64 TOP.65 TOP.66 TOP.67 TOP.68

3.3 智慧园区是实现“双碳”目标的重要抓手 ........................................................................... 51 5.4 新技术·园区智慧化应用新技术 ............................................................................. 50：《碳达峰试点实施方案编制指南》碳达峰试点园区主要建设任务 .................................................................... 51 图表 51：截至 2025 年 3 月碳达峰试点园区名单........................................................................ 第三，智慧园区还集成了丰富的金融资源，成为创新型企业融资和资本运作的重要平台。当前大部 分园区都设有创新基金、风险投资、产业基金等金融机构，能够为有潜力的企业提供资金支持，解决企 客观 中性 建设性 -51- 智慧园区白皮书 业在发展过程中面临的资金瓶颈。通过资本与技术的结合，智慧园区能够为企业提供全方位的服务，助 力其实现跨越式发展。 此外，智慧园区还能够通过智能化的管理平台，提供便捷的服务和监管手段。通过云计算和大数据

prohibited. 摘要 数字化产品与服务的加速发展正在刺激数据流量的空前增长，并改变网络流量特征。Omdia 预测，至 2028 年固定宽带流量将达到 8.7 ZB，比 2023 年增长 51%。同时，人工智能应用 的不断普及和发展也在逐渐改变网络流量特征。网络边缘节点将承载更多人工智能负荷，并带 来边缘网络流量的爆发，从而对边缘网络建设提出新的要求。 与此同时，全球运营商的业务 所有这些因素都导致数据流量呈指数级增长，对高速网络的依赖也日益增加。Omdia 预测， 至 2028 年移动数据流量将达到 2.9 ZB，固定宽带流量将达到 8.7 ZB，分别比 2023 年增长 151% 和 51%。 城市级云网平台为运营商转型开辟新思路 © 2025 TechTarget, Inc. All rights reserved. Unauthorized

自制件和外购件哪个占主导？比例是多少 ？ 40 仓储管理 仓储主管 41 42 43 44 45 46 47 48 储位移动是否会影响入库日期？ 49 是否会定期盘点？频率如何？ 50 51 52 业务痛点和需求 53 54 55 提前多久将物料配送到车间？ 56 如何派工给生产员工？ 57 58 59 完工情况如何进行报工？ 仓库是否有做储位管理？储位编码规则和 管理规则分别是什么？

5.4.2.人才教育体系的调整与创新 5.4.3.界合作与持续学习机制 5.4.4.人才评估与认证体系 45 45 46 46 46 48 48 49 49 50 50 50 50 51 51 51 51 52 52 52 53 54 54 参考文献 04 PAGE 参考文献 55 SUMMARY 荐 3． 伦理与安全运营干预： 在高风险感知场景， 通过意图识别模块触发运营干预， 后台可以动 态配置模型推荐边界，严格限定可给出的诊疗范围和建议类型，训练和上线前均进行多维评估 51 PAGE 手 医疗健康大模型伦理与安全白皮书

中国协作机器人发展前景与展望 ................................ 51 第一节 从无序逐渐走向有序，从国内同步走向海外 .................. 51 第二节 应用领域持续拓展 ........................................ 51 第三节 AI 助力协作机器人从“功能机”向“智能体”进化 ........... 52 2023-2024 年中国协作机器人下游行业分布（以销量计，%） .......... 50 图表 41 主要协作机器人厂商出海区域 ..................................... 51 1 第一章 协作机器人市场概述 第一节 定义及分类 一、协作机器人定义 协作机器人，英文名为 Cobots（Collaborative Robots），是一种设计用于与人类在共 4% 8.7% 8.6% 5.3% 4.3% 3.3% 7.4% 2024 汽车及零部件 3C电子 医疗保健 食品包装 科研教育 机械加工 新能源行业 五金卫浴 半导体 其他 51 第七章 中国协作机器人发展前景与展望 第一节 从无序逐渐走向有序，从国内同步走向海外 协作机器人行业已经进入到一个新的发展阶段，行业开始从无序逐渐走向有序，对于新 进厂商的

18 18 19 20 21 24 25 26 27 30 31 32 33 34 37 38 39 42 42 44 45 48 49 50 51 51 1 第一章 徐增林 复旦大学、上海科学智能研究院 程 远 复旦大学、上海科学智能研究院 杨燕青 上海科学智能研究院 徐 燕 上海科学智能研究院 第二章 47-53 (2022). 3. Gao, W. et al. A mixed precision Jacobi SVD algorithm. ACM Trans. Math. Softw. 51 (2025). 4. Raissi, M. et al. Physics-informed neural networks: A deep learning framework for solving M. On some limitations of current machine learning weather prediction models. Geophys. Res. Lett. 51, 2023-107377 (2024). 10. Price, I. et al. Probabilistic weather forecasting with machine learning

的边界 被不断拓宽。从各垂直领域来看，大模型在数据分析、 知识管理、会话回答等场景中的应用位列前三，分别 为68%、63%、61%。其次，文本生成、逻辑推理、 图像生成等三类应用的占比分别为51%、46%、39%， 这些领域涉及感知、认知和创造能力，能帮助企业探 索新的商业模式和应用场景。最后，智能决策、搜索 推荐、视频生成等应用的占比均在30%以下，这几类 由于对于底层模型推理和多模态处理的要求更高，目 前在企业端的应用仍有待进一步的普及。 场景渗透情况： 业务应用层的落地场景多样，数据分析、 知识管理、会话回答位列前三 调查企业已投产的大模型应用主要集 中在以下哪些垂直领域（多选） 图 6 68% 63% 61% 51% 46% 39% 29% 20% 2% 数据分析 知识管理 会话回答 文本生成 逻辑推理 图像生成 智能决策 搜索推荐 视频生成 有76%的受访企业将“数据分析报告自动生成”作为 的方法，表明企业普遍采用如DeepSeek-R1等智能清 洗工具以提升数据的准确性和可用性。 数据质量提升： 智能清洗工具成为企业提升垂直领域数据质量最常用的方法 其次，“小样本合成数据生成”以51%的占比位列第 二，反映出企业倾向于利用Diffusion等模型进行数据 增强，生成高质量的合成数据，以补充真实数据的不 足。同时，49%的企业选择“模型蒸馏与微调”，通 过将大型复杂模型的知识迁移到轻量化模型，如

.......................50 6.2.2 面向工程智能的可靠性增强技术................................................... 51 6.3 工程智能体关键技术.................................................................................... 、港 口设施管理，提升港口运营效率并应对环境问题[50]。在制造场景中，通过将大语 言模型与领域专业知识融合，整合在线的新闻信息，实现对电动汽车的零部件供 应链中断事件的预测性分析和风险评估[51]。 （3）能源运行管理与优化赋能 AI 技术通过监控与分析能源使用情况，精准预测需求高峰，实现能源的智 能调度和高效利用。例如，卷积神经网络（CNNs）、长短期记忆网络（LSTMs） 等 AI 技术提供了一个关键的解决方案。RAG 的核心机制是在模型执行推理前，通过 工程智能白皮书 AI for Engineering White Paper ©同济大学工程智能研究院版权所有。如需引用，请注明出处。 51 从外部权威信源（如内部知识库、实时数据库等）动态检索信息，为当前任务构 建一个准确、详实的上下文（Context）。该上下文直接作为推理所需的核心信息 基础，从而系统性地解决了仅依赖提示词所面临的问题。一方面可以补充模型内

44 物料管理 入库管理 √ 45 统计管理 √ 46 存储管理 √ 47 出库管理 √ 48 溯源管理 √ 49 驻地管理 智慧项目部 智能门禁系统 √ 50 智能监控系统 √ 51 智慧试验室 样品流转 √ 52 视频监控 √ 8 基本规定 序号 功能名称 功能需求 53 环境监控 √ 54 数据自动采集分析 √ 55 报告生成 √ 56 智慧拌合厂 生产过程监控 质量数据包括质量管理制度、质量管理组织机构、原材料质量数据、现场 质量检测数据、施工工序全套资料、质检评定数据、基桩检测数据、压力机试 验检测数据、万能机试验检测数据、标养室温湿度监测数据、水泥拌合站拌和 51 附录 B 智慧工地信息化平台数据交换清单 数据、沥青拌合站拌和数据、水稳拌合站拌和数据、大体积混凝土温度监测、 智能预应力及智能张拉数据、预制梁养护数据、路基压实数据、路面碾压及摊 铺数据