点都智慧园区整体化解决方案 版权所有：点都软件（上海）有限公司；未经许可，不得抄袭或私自传播本方案，否则视为侵权！ 股权代码： 210450 上海股交所挂牌企业 点都软件（上海）有限公司 点亮都市美好生活，让社区美好生活多一点 01 公司介绍 股权代码： 210450 上海股交所挂牌企业 1.1 公司基本介绍 为住在小区、在园区里办公的人提供智慧化的生活和工作场景。 只有一个目标 打造最具价值的智慧社区平台化公司，让点都成为一个开放性的事 业平台！ 只有一个梦想 点都软件（上海）有限公司成立于 2012 年，上海股权托 管交易中心挂牌企业（股权代码 :210450 ），是专注于智慧政 务、智慧社区、社区新零售一体化的国家高新技术企业及双软 认证企业；通过 ISO9001 质量管理体系认证，拥有“点都”注册 商标和 63 项计算机软件著作权；目前全国拥有 伙伴在线 2.5 点都智慧智慧园区三大板块介绍 全息基础数据 用户画像数据 日常运营数据 人车行为数据 设备运行数据 消费交易数据 系统预测分析 云人脸识别 智能云门禁 智能一卡通 工单管理 租赁管理 仓储管理 财务管理 品质核查 个人事务 资源管理 客户关系 智能办公 管人 营销管理 评价管理 会员积分 点都 PWS 智慧物业系统 点都 IOT 硬件物联系统 点都 COS 园区商城系统

制药蓝海市场，人工智能赋能药研全流程 人工智能赋能新药开发，是指在规模化医药数据基础上，运用机器学习、深度学 习、自然语言处理等技术参与药物开发各个环节，包括靶点发现、化合物合成、 化合物筛选到患者招募、临床试验设计等，通过 AI 技术的运用有效解决传统新 药研发痛点，缩短研发周期，提高研发成功率，降低研发成本。根据 DPI 援引英 矽智能数据，通过 AI 技术能将 ISM001 分子发现时间由传统手段的 2 年降至 氪研究院、招商证券 资料来源：DPI、招商证券 表 1：AI 在药物研发主要流程发挥作用 流程 痛点 AI 赋能 AI 技术 靶点发现 依赖人工阅读科研文献和经验， 花费时间长，且难以发现新靶点 AI 处理海量文献专利发现药物和疾病关系， 快速找到有效靶点，缩短靶点发现周期 NLP、DL 化合物合成 花费时间长，效率低 利用 AI 学习海量现存化学反应，推荐化合物 AI 技术提取患者数据，快速匹配最合适 入组患者，降低临床开发风险 NLP、DL、ML、OCR 临床试验设 计及优化 优化受到局限，效率低 AI 通过机器学习和认知计算能力，从海量靶 点、临床试验数据中学习成功和失败经验， 设计优化当前临床试验方案 NLP、DL、ML 药物重定向 效率低，很难找到最适适应症 使用 AI 技术开发新适应症，将老药与罕见疾 病快速匹配

磁化套筒惯性聚变：采用直接驱动，热传导损失小/能量利用率高 .............................................................. 59 磁化靶：原理简单，有待进一步验证 ...................................................................................... 52 图表 106： 直接驱动的激光束直接辐照靶丸 ............................................................................................................. 52 图表 107： 间接驱动通过激光束反射产生的 X 射线辐照靶丸 ........................ ........................................................... 53 图表 108： 中心点火靶丸由烧蚀层、DT 冰层和 DT 饱和蒸气层三层结构组成 ......................................................... 53 图表 109： 快点火的压缩和点火两个过程分开 .......

1.2 提效主导下的 AI 购置动力 与政策主导下的 AI 需求不同，早期提效主导下的 AI 需求没有引导、没有给定的形态， 它需要企业自身从医院的临床、运营、管理等流程中发现真正痛点，且当 AI 解决这一 痛点时，能够为医院带来直观的收益。 众多场景之中，影像 AI 是最早出现也是最为直观的例子。作为 AI 领域应用最为广泛的 应用之一，此类 AI 能够帮助医生处理高强度重复的阅片工作，帮助影像科提质增效。 再看病种，心脑血管、骨关节、肺结节、肿瘤（放疗）2、眼底是当前最火热的病种， 市场上的同类产品超过 15 种；布局肠息肉、泌尿相关等疾病的企业较少，细分赛道相 对冷门。形势背后的原因可归纳为三点。 1. 伴随标准化医疗数据获取难度的降低，市场需求全面主导影像 AI 的研发方向。根据 《中国心血管健康与疾病报告 2020》，中国成年人的冠心病总体发病率约为 9.6%，这 一数字表明冠心病 组织的边界，并以此设计剂量处方和靶区范围，降低放疗治疗过程中射线对正常组织的 影响，尽可能完全地清除肿瘤组织。 肿瘤的解剖结构非常复杂，因而靶区工作和治疗方案设计这两项工作占据了大量医生的 时间和精力，其中放疗科医生有近 50%的工作时间花在了勾画八区。勾画过程中，医生 还需要根据解剖结构形成空间想象的能力、提前预判病灶的转移途径。 人工智能最初介入放疗时主要围绕提质增效的逻辑，帮助医生完成基于 AI 的靶区勾画。

份申请表，最终评 选产生 100 个获奖案例，其中金融行业案例生动诠释 了金融行业“技术 + 业务”双轮驱动的转型逻辑，为全 行业提供了从局部创新到生态共建的完整视角。 我们深信，这本案例集将为金融机构破解转型痛点、 探索差异化发展路径提供实践参考与战略指引，助力行 业以数字化为纽带，深化金融服务能力、筑牢风险防线、 拓展普惠边界。在此，我们衷心感谢广大读者的关注与 支持，同时，我们也诚挚邀请更多优秀企业及个人参与 险对保险经营的稳定性造成潜在影响。 提升公司业务转型和高质量发展，要求优化风险偏好和穿透管理，提升重点风险的监测、预警和处置 能力，对公司治理、风险管理能力和投资能力等方面提出了更高要求。 痛点分析及解决方案： 1、在车险领域，如何做好风险减量及精准定价成为保司的重要竞争力。平台通过车联网采集驾驶 行为，从而建立更加精准的保险产品定价模型，同时通过对车辆行驶和驾驶人员的情况进行跟踪，对 保险利益。借助 AI 及物联网技术成熟发展的东风， 保险行业同样迎来了新的变革。根据专业统计，2021 年保险数字化升级服务市场规模约为 37.8 亿， 将作为保险 IT 解决方案的主要业务增长点，同时预计 2023 年全年整体市场规模将达到 68.4 亿，未来 5 年在保险数字化升级服务市场规模将持续提升。通过保险行业的全域数字化转型，结合保险风险保障 的优势与 AIoT 技术的新型保险

潜望式为下一代升级方向，多倍光学变焦有望实现 数字变焦（digital zoom）和光学变焦（optical zoom）有着本质的不同，可以简单的认为数字变焦为“假变焦”。 光学变焦是目前用户对于手机拍照功能的主要诉求点之一，但是变焦镜头非常依赖于光学透镜的组合设计。 数字变焦效果差 潜望式+马达可实现无级光学变焦 潜望式与普通堆叠式镜头对比 堆叠式 潜望式 背盖面 突出 平面 光学变焦 2-3X ＞3X 镜片数 滑，LGD、BOE、AUO、INX四大面板厂在18Q3的毛利率已经降到15Q3的水平，18Q4进一步下滑，预计19年面板厂商盈利能力有 望见底。从产能来看，2018年大陆厂商TV面板出货量在全球占比达到41%，同比增加5个点，其中京东方（BOE）出货量超过LGD居 行业首位。我们认为19年行业出清后，面板行业有望孕育新一轮的景气周期，推荐标的京东方A，受益标的TCL集团。 资料来源：Wind，国泰君安证券研究 -10% G端订单有望回暖：18年国内财政支出和基建投资增速均出现明显放缓，全年基建投资增 速为3.8%，较17年同比下滑了15个百分点，从18年四季度开始，发改委项目审批加速，基建投资开始回暖，根据国泰君安证券宏观团队预 测，19年全年基建投资增速有望回升到10%左右，较18年提升7个点，安防行业景气度有望逐步回升。 0 5 10 15 20 25 30 2015-02 2015-04 2015-06

量子信息技术应用案例集 (2024 年) 量子信息网络产业联盟 2025 年 3 月 声 明 本报告所载的材料和信息，包括但不限于文本、图片、数据观 点、建议等，均不构成投资或法律建议，也不应替代律师意见本报 告所有材料或内容的知识产权归量子信息网络产业联盟所有(注明 是引自其他方的内容除外 )，并受法律保护。如需转载需联系本联 盟并获得授权许可。转载、摘编或利用其它方式使用本报告文字、 地理解并掌握量子计算的理论知识和实践技能。然而，由于量子计 算涉及的概念和原理包括叠加态、纠缠态以及量子门等都是相当抽 象且复杂的内容，这就对教师的教学水平和学生的学习能力提出了 较高的要求。 (二) 现状/需求/痛点 当前，主流的教学方法仍是理论讲解，尤其在处理复数和矩阵 概念时，学生们常感到困难重重。因此，如何将抽象的量子理论具 体化、形象化，使学生更直观地理解量子计算，无疑成为了教学工 作面临的重大 对象，在研究中通常使用 Bloch 球的几何模型来表示量子比特状态， 在 Bloch 球模型中，单量子态可以通过球面上一个点来表示，这个 点的位置由两个欧拉角(θ,φ)来表示，Bloch 球的南极和北极点分别代 表量子比特的|0>和|1>状态，而其它点则表示量子比特处于叠加态， 这种方法使得我们可以直观地理解量子态的演化，在实验配套的软 件 SpinQuasar 中，也使用了 Bloch

数据来源：*仅涵盖预训练成本，不包含研发、推理、后训练、员⼯等其他成本；2.(Sputnik(时刻，指1957年10⽉4⽇苏联抢先美国成功发射斯普特尼克1号⼈造卫星，是冷战中的其中⼀个重⼤事件及转捩点 DeepSeek的创新突破 • 每次推理仅激活相关专家，“术业有专攻” • “专事专办、要事要办 ⼩事不办 尽量不跨组解决” • 节省42.5%训练成本 MoEnSparsen(稀疏专家混合模型） MLA%建⽴⼀个智能分类系统，不记具体 信息，⽽是⼀个“简单”标签 • 模型的占⽤率降低⾄传统的MHA%5-13% MLAn（多头潜在注意⼒机制） • 像学霸⼀样把注意⼒消耗降到最低 • “⼀⽬⼗⾏ 跳记重⼼ 记住题点”“ NSAn(原⽣稀疏注意⼒)n • 传统模型需要⽤32位或者16位数记录数字 • “⼿机号码，记最后4位” • 提升训练速度同时保持精度，降低硬件门槛 FPBn混合精度训练 • 从海量数据中提炼⾼价值信息，提升模型 ⾮标数据”等困境能得到极⼤ 缓解，医院数据的应⽤价值可 以得到释放 医学数据结构化提取、标准化 24 新药研发：借助⼤模型，提升药品研发的效率和速度 • 检索药监、⽂献、临床指南、申报⼚家 数量等选择潜在靶点（需RAG未公开数据） • 知识图谱可关联临床试验数据与RWE 试验，去观察有潜⼒的适应症 研发⽅向探索 • 患者分层：基于⼤模型的语义理解能⼒， 从历史数据中识别符合⼊组标准的“数 字孪⽣”患者群体，提⾼招募效率

信息，⽽是⼀个“简单”标签 • 模型的占⽤率降低⾄传统的 MHA 5-13% NSA ( 原⽣稀疏注意⼒ ) • 像学霸⼀样把注意⼒消耗降到最低 • “ ⼀⽬⼗⾏ 跳记重⼼ 记住题点”“ MoE Sparse ( 稀疏专家混合模型） • 每次推理仅激活相关专家，“术业有专攻” • “ 专事专办、要事要办 ⼩事不办 尽量不跨组解决” • 节省 42.5% 训练成本 以得到释放 医学数据结构化提取、标准化 DeepSeek 对于医疗体系有那些影响？ - 医 院 医院 24 研发⽅向探索 • 检索药监、⽂献、临床指南、申报⼚家 数量等选择潜在靶点（需 RAG 未公开数据） • 知识图谱可关联临床试验数据与 RWE 试验， 去观察有潜⼒的适应症 试验设计优化 • 患者分层：基于⼤模型的语义理解能⼒， 从历史数据中识别符合⼊组标准的“数

DeepSeek 大模型之后，都在积极探索企业内部的流程 重构与效率提升场景。 企业探索流程智能化，一方面是为了在疲弱的宏观经济形势下取得成本优势，另一方面也是为了在 存量市场竞争中寻求创新点。技术与商业的共振，昭示着流程智能化已从成为企业重塑竞争壁垒的 核心引擎。 1. 技术拐点爆发，AI 大模型开启流程智能化新时代 AI 大模型在认知层级的突破，使得传统流程自动化执行场景范畴得以扩充。 象挖掘，映射绘制出端到端业务流程图。其次，再结合历史数据挖掘关键瓶颈。比如，制造企业可 以通过绘制端到端采购流程，评估各个流程节点耗时在全流程中占比，从而找到关键场景。 具体的场景选择，企业应遵循“痛点优先、价值可测”原则。比如，场景价值度高低的评判应当交 由业务专家定夺。业务专家组成评审团，定量打分与定性讨论相结合，评定场景价值度。 实践方法论 2，技术选择与整合 技术路径的选择需兼顾适 架构与流 程架构的贯通，将战略目标拆解为可执行的流程组件，确保 AI 与价值创造路径精准对齐。第三，企 业需要建立数据治理底层规则。通过明确数据采集点、流转路径及质量标准，形成"数据-流程-决策 "闭环治理框架。第四，识别流程熵增的优化靶点。企业通过拓扑关系分析揭示跨系统断点与冗余环 节，为 AI 提供明确的优化约束与决策依据。第五，沉淀持续改进的机制框架。企业构建包含流程责 任制、绩效评估体系及