4 本报告是视觉物联、AIoT 星图研究院、深圳市物联传媒有限公司的调研与研究成果。本报告内所有数据、观点、结论的版权均属视觉物联、AIoT 星图 研究院、深圳市物联传媒有限公司拥有，任何单位和个人，不得在未经授权和允许的情况下，进行全文或部分形式（包含纸制、电子等）引用、复制 和传播，不可断章取义或增删、曲解本报告内容，否则视觉物联、AIoT 星图研究院、深圳市物联传媒有限公司有权依法追究其法律责任。 法律责任。 视觉物联、AIoT 星图研究院、深圳市物联传媒有限公司拥有对本报告的解释权。本报告所包含的信息仅供相关单位和公司参考，所有根据本报告做出 的具体行为与决策，以及其产生的后果，视觉物联、AIoT 星图研究院、深圳市物联传媒有限公司概不负责。本报告部分素材源于网络公开渠道，如有 侵权，烦请联系分析师，分析师联系方式如下 版权与免责声明 关于视觉物联 商务合作 分析师个人简介 视觉物联主要聚焦 1、IOTE 视觉物联生态圈 2、IOTE 国际物联网展（深圳 / 上海） 3、产业生态报告 4、IOTE 生态行 联系方式： 延科：18922857775 姓名：吴明明 职位：AIoT 星图研究院行业分析师 个人简介： “路虽远，行则将至”，致力于为 AIoT 技术、 产品及解决方案在更多应用场景中更好落地赋能。 IOTE 2025 上海站：6 月 18-20 日 深圳站：8

I 摘 要 根据寻熵研究院基于公开项目信息的追踪统计，2025 年 1-10 月，我国用 户侧储能项目的新增并网项目超 1600 个，装机规模 5.6GW/12.4GWh，项目数 量和装机规模同比分别增长 26%和 86%。2025 年用户侧储能单月平均新增并网 规模已经超过 1GWh。 2025 年，用户侧储能市场发展呈现出场景多元化、项目大型化、系统配置 长时化等特点。布局于大工业用户、单体规模超过 ，如何摆脱对于工商 业电价政策的高度依赖，如何在用户侧主体和虚拟电厂全面入市、新能源与负荷 融合发展的大背景下寻找市场发展之机，都将成为影响未来用户侧储能市场走向 的关键。 本报告由寻熵研究院与派能科技、中车株洲所、奇点能源、晶科储能等企业 联合撰写。在报告撰写过程中，以上企业在产品趋势、项目案例、开发建设经验 等方面给予了重要分享和支持，在此深表感谢。 I 目 录 ，基于峰谷价差套利的用户侧储 能项目投资收益模式也正在面临更大的风险和不确定性。 图 1 2023 年至 2025 年 10 月用户侧储能市场月度新增装机规模和数量 数据来源：寻熵研究院统计分析。 0 50 100 150 200 250 300 0 400 800 1,200 1,600 2,000 1 2 3 4 5 6 7 8 9 10 11 12

版权声明 本报告版权属于国家数据发展研究院和华为技术有限公司，并受法律保护。 转载、摘编或利用其它方式使用本报告文字或者观点的， 应注明“来源：国家数据发展研究院和华为技术有限公司”。 违反上述声明者，编者将追究其相关法律责任。 序 言 在数字文明加速演进的时代背景下，数据已成为驱动经济社会变革的 核心生产要素。随着全球数字化、智能化进程的不断深入，数据要素的流 通效率与安全保障能 高速、合规的数据流通生态将加速形成，为我国数字经济发展注入澎湃动 力，也为全球数据治理贡献更多中国智慧与中国方案。 邬贺铨 国家数据专家咨询委员会主任委员 专家委员会 （排名不分先后） 单 位 国家数据发展研究院 中国移动通信集团有限公司 中国电信集团有限公司 中国联合网络通信集团有限公司 江西省政务信息中心 华为技术有限公司 顾 问 张向宏 陶 涛 毛东峰 吕洪涛 李光东 赵志鹏 委 全国数据标准化技术委员会 数据基础设施 接入连接器技术要求（试行）[S] 2025 [6] 全国数据标准化技术委员会 数据基础设施 数据目录描述规范（试行）[S] 2025 国家数据发展研究院 National Institute of Data Development

次，完成学习人次超 66000 次，KMS 已经成为中控全体员工知识学习、经验分享和价值创新的一站式平 台。 关于如何持续创造价值，中控技术聚焦三个方面： ① 创新技术研究 公司于两年多以前成立创新研究院，主要聚焦于工业领域前沿技术动态和发展趋势研 究转化，如物联网、人工智能、大数据等，为公司未来发展探寻方向。 ② 5T 技术 助力中控技术实现全球市场领先的第三成长曲线，能够有效破解工厂在工程设计、工

产品的市场空间与购置动力强弱进行了统计（见图表 3），并选 择医学影像、医疗信息化、药物研发三个最为核心的应用场景作为分析对象，用以概括 医疗 AI 的整体发展状况。 图表 3 不同主题对于人工智能的需求差异 资料来源：蛋壳研究院、公开信息 2.1 医学影像 AI：拓宽视野，影像 AI 脱离影像科1 影像 AI 萌芽时，企业主要围绕影像数据集较为丰富、标准程度高的肺结节与眼底疾病 展开，临床价值较为有限。历经近 10 年发展，医院对于影像 机视觉，且都可 基于《人工智能医用软件产品分类界定指导原则》进行划分，因而我们在此章节将其合并讨论。 7 2.1.1 产品梳理 统计有过融资记录的人工智能初创企业与公布产线的上市公司，蛋壳研究院总计对 64 家企业进行梳理，调研总计 436 个产品，覆盖了几乎所有脏器。 许多热门脏器的人工智能已经非常成熟，能够实现高精度的多病种辅助诊断，如心脏 （70）、骨骼（58 个）、头颈（53 年末谈及大语言模型时，行业仍因算力这一基础措施的限制而举棋不定。不到一 年时间，大量头部医院主动拥向大模型，引得医疗领域的百模大战提前上演。 由于落地时间过短，我们无法判断谁会一直走下去，谁会不得不提前离场。因此，蛋壳 研究院对市面上已经完成落地的部分垂直大模型进行梳理，尽可能全面地展示大模型的 潜力。  诊前环节 早在互联网医疗兴起之时，大量诊前应用之中引入 AI，如今大模型兴起，诊前环节再度 成为互联网企业