Cloud是Google推出的云计算服务，服务涵盖计算、存储、网络、大数据、机器学习及办公应用等众多领域， 如虚拟机部署的Compute Engine、网络私有部署的Virtual Private Cloud、全托管式AI平台Vertex AI、谷歌办公应用，以 及数据分析应用平台BigQuery等。其中，BigQuery是Google Cloud构建的高效安全数据流通平台。 BigQuery平台通过EDC组件并嵌入联邦学习 助客户有效地向数据提问并给出客户可理解的答案。主要用于国防安全领域、反恐和情报分析，广泛评估美国情报界 （USIC）和地震等领域。Palantir Foundry面向商业客户，提供数据整合、分析和AI解决方案，提供一个集成数据操作系 统，帮助企业优化运营，提高了企业运营效率和决策能力。Palantir Metropolis更偏重于金融领域的应用，通过整合多个数 据库，能够快速发现金融交易中的 原生数 据仓库服务，并通过云计算技术解决传统数据仓库的扩展性、成本和效率等问题的数据基础设施企业。凭借云原生架构、开 放生态及AI融合，Snowflake已成为全球数据基础设施的主要提供商，其产品主要应用于支持实时数据查询与可视化的数据 分析与BI场景，以及AI驱动创新的优化预测分析和自然语言处理等场景。截至2025年3月，Snowflake已拥有542个年收入 超100万美元的客户，包括

.................50 （三）应用探索多点开花，能源与医疗领域进展迅速...................................54 （四）产业生态格局逐步完善，与 AI 融合受业界关注.................................58 五、量子信息领域发展前景展望........................................ 计算发挥二者互补优势，有望推动在实际应用场景中实现计算加速。 量子计算与人工智能（AI）交叉融合与双向赋能已成为前沿科 技领域关注热点。量子计算的并行计算优势将成为 AI 时代满足算力 爆炸式需求的有效解决方案，而大模型、机器学习等 AI 技术则可能 为量子计算芯片和纠错编码设计和系统优化等方面提供助力。近年 来，国内外企业、科研机构和高校在量子计算+AI 研究与应用方面 开展了大量的创新性探索与应用实践。前沿研究方面，2025 Medicine 通过结合量子计算、生成式 AI 及传统计算 方法66，设计出癌症驱动蛋白 KRAS 分子，有望革新药物研发流程 并为癌症治疗带来新希望。玻色量子发布量子玻尔兹曼机-变分自动 编码器（QBM-VAE）深度学习框架67，利用 CIM 对波尔兹曼分布进 行高效采样，为概率深度学习提供先验数据支持，提升生成模型保 真度。虽然目前量子计算+AI 融合在多个领域展现出初步成果，但 未

8），随着政务云建设不断完善，越来越多的算力需求逐步由规划自 建转为云上统一运营，为了进一步提升算力应用效率、降低数据迁移 成本、助力底座资源便捷化扩展升级，存算分离模式已成为当前发展 阶段的重要技术路径。随着 AI 大模型技术的不断应用，越来越多半 结构化、非结构化数据以及实时数据存储需求不断增长，部分地方探 索推进开展湖仓一体、流批一体及智能存储的实践，相关技术路线尚 处于发展初期，仍有待进一步迭代演进。 四、从政务数字化到政务数智化，政务数据应用边界持续拓展 （一）大模型助力政务行业数智化转型 随着大模型技术的不断发展演进，AI 在赋能政务数智化建设方 面发挥着越来越重要的作用，带来的革新性变化可归纳为以下三类。 技术要素重要性不断凸显激发政府行业生产力变革。以大语言模 型为代表的 AI 技术凭借其在文本处理、辅助办公等领域的归纳总结、 自动生成能力，正在深化政府侧的效能革命。例如深圳市推进 DeepSeek 30 图 14 政务大模型应用能力成熟度总体架构 （二）政务大模型应用能力成熟度概述 为进一步探索新技术在政务行业的应用方向，中国信通院依托前 期的政务数据研究基础，牵头推进 Data4AI 系列标准的研究工作，积 极推进“政务大模型应用能力成熟度”标准研制。标准共分为“数据 工程”“平台工具”“模型应用”“运营管理”“安全保障”等 5 个部分。 （1）数据工程：积极推进高质量数据集建设

三年滚动”，兼顾长期方向与短期灵活。注 重量化指标，要求量化 + 路线图 + 责任清单，确保“写得出、干得成”。数据平 台线上报送国资委，实现实时监控、穿透考核。 新规带来的变化 规划季的紧迫性 01 供应链地缘化、碳关税、 AI 颠覆性创新等，都要求国企提前调 档升级。只有实现“规划→项目→资金”一体化，才能在外部冲击 出现时拥有更大的资金“缓冲垫”。 高不确定性因素 02 在复杂多变的外部环境中，国企需要通过科学的规划，提前布 战略驾驶舱建设 利用大模型做一致性校验——政策匹配、指标穿 透、用词规范一次完成，提升规划质量。 一致性校验 防止审查流于形式，建立严格审查标准， 确保规划符合要求。 常见陷阱与对策 AI 智能审查 关键产能扩张项目先做虚拟仿真，验证瓶颈再落地， 降低 CAPEX 浪费，提升投资效益。 01 关键产能扩张验证 防止仿真与实际脱节，建立仿真与实际结合机制，确 保仿真结果有效指导实践。

部件成型、电子材料生长加工、全自动组装、系统集成、清洗、检验检 测等设备。纺织鞋服行业重点支持化纤、纺纱、织造、印染、服装、制 鞋、非织造布等行业更新先进成套设备；鼓励企业应用纺织专用传感器、 AI 智能检测装备、质量控制与执行系统，开发应用智能仓储物流包装、 纺织专用机器人、智能制鞋装备、数字化网络化管理信息系统等。食品 行业推广应用分选、码垛等智能物流分拣设备，更新升级收缩包装机、 改造。石化行业围绕生产控制、安全环保等重点环节，加快新型工业网 络、智能装备设备、关键软件系统等改造提升，提高全要素精益管理水 平。机械装备行业围绕汽车、船舶、工程机械、电工电器等重点领域， 推广工业大数据、5G 通信、物联网、AI 等先进技术，使产线自动化设备 具备自感知、自学习、自适应、自决策、自执行能力。构建安全可控新 型工业网络体系，加快工业互联网规模化应用，重点推动汽车、钢铁、 轻工、工程机械、船舶、消费电子等行业工业终端、工控系统、工业网 200 万元的一次性支持。聚焦电算协同及 新能源高端装备、智能网联新能源汽车、高端新材料、低碳化工、智慧 物流等重点产业，鼓励各科研机构、高校、企业和政府机关等围绕数据、 算力和算法实现全链条的 AI＋产业协同，降低大模型的开发成本和应用 门槛，加快提高大模型研究质量和实际应用水平。对于形成人工智能创 新应用场景解决方案和商用案例，评定为示范应用场景的，给予最高 100 万元奖励。 三、金融支持

“点”上持续培育。通过筛选建库、动态滚动、定向辅导等路径， 梯度培育一批数字化车间、智能工厂、省级未来工厂、国家智能制造示 范工厂、世界“灯塔工厂”等智能制造企业群体。加快推进人工智能创 新应用，实施“AI+未来工厂”创新引领行动，逐步推进 AI 大模型在工 业领域的落地应用，赋能制造业数字化升级。发挥省级以上智能制造示 范企业的引领作用，带动行业内和产业链上下游企业加快数字化改造， 发展平台化设计、智能化制造、网络化协同、个性化定制、服务化延伸、