具身智能 扩展现实（XR） 世界模型 自动驾驶是空间智能目前规模最⼤、最成熟的应用，已经接近⼈类⽔平， 技术前沿开始从模仿学习转向强化学习，以保持性能增长 10 信息来源：量⼦位智库 描述 L1 阶段 L2 L3 L4 L5 数据支撑 • 极少 • 以视觉为主的⼤量 车辆驾驶数据，附 加激光雷达等其他 传感器数据 • 在驾驶数据的基础 上增加针对尾部场 景的模拟仿真数据 具身智能 扩展现实（XR） 世界模型 3D⽣成是数字世界的空间智能，由图形学和AI共同驱动，处于技术快速 进步阶段，当前最⼤瓶颈是寻找具有良好扩展性的3D数据表征 描述 14 信息来源：量⼦位智库 L1 • 基础的⽂⽣3D、图⽣3D功 能，纹理和边缘较为粗糙 阶段 L3 L2 L4 L5 数据支撑 • ⽣成的精度达到基础⼯业 级⽔准，可用于产品设计、 3D打印，可以实现动态化 3D⽣成 具身智能 扩展现实（XR） 世界模型 具身智能是空间智能未来规模最⼤的应用，可以和物理世界深度交互， 但目前整体成熟度较低，头部玩家即将开始⽣产环境实验 17 信息来源：量⼦位智库 描述 L1 阶段 L2 L3 L4 L5 数据支撑 • 百万小时真机数据 或⼤量仿真数据 • 百万小时真机数据 加⼤量仿真数据 算⼒支撑 • 千卡集群 • 万卡集群 • 在给定场景范围内有基本的⾏

可以帮助企业准确诊断自身智能化转型所处的阶段 水平, 以及应当采取的重点策略。本报告中的企业智能化成熟度具体划分延续去 年的划分标准和原则,共分为 L1 至 L5 共五个水平,包括: 尚处于基础信息化建 设,被动单点尝试数字化/智能化尝试的 L1; 局部数字化建设, 信息化基本完成 (开始搭建数据中台) , 探索尝试智能化应用的 L2; 全面投资规划建设公司级 数字底座, 明确智能化专项战略 业智能体的布局、探索、应用的水平, 希望这些新要求、高要求, 能够对企业利 用新 AI 技术实现跨越式发展提供一定面向未来的指引。 更多干货请关注公众号“管理技术化平台” 21 图 2-3 企业智能化成熟度模型 1) L1 单点尝试 这一水平的企业通常仅在部分业务环节中,因应客户和行业的压力被动接触 数字化应用,或是零散地使用单一智能化产品, 比如增加电商功能或投放数字广 告。其核心业务逐步实现信息化和流程标准化 在不断变化的市场环境中保持竞争力, 为 经济社会的发展贡献更大力量。 3.2 企业在短暂回调中积极酝酿加速的力量 1. 整体而言, 智能化的发展空间有待进一步开拓,仍有 78%的企业 处于 L1~L3 的早中期 , 面临诸多结构性问题挑战。 2024 年, 众多企业翘首以盼的经济大幅反弹并未如期而至。一个重要的事 实是中国经济正在 "正常化" ,结构优化、 稳中向好已然成为中国经济发展的主

业财融合之智能费控的晨光 Epilogue I A 49 ｜终章 手工提交申请 人工审核申请 人工线下核对预算和费用标准 无需报销分级 手工提交申请 人工审核申请 人工在线核对预算和费用标准 L1 手工报销 L2 电子化报销 全部场景需员工自行采购 个人垫资 人工判断消费方案合规性 供应商零散开票，人工申领并保管发票 人工对账 人工生成记账凭证 人工装订凭证并归档 人工提交报销单并记录因公消费 业共同实践，对“内控”“申请”“消费”“报销”“对账”“记账”“归档”“分 析”8 个业务关键环节给出在不同费控管理水平下的业务特征，以“L1 L5”五个阶段做出划分，总结出《无 需报销分级标准 2.0》。 I A 51 ｜终章 在 L1 手工报销阶段，所有的报销流程均通过人工完成，企业采取粗犷的财务管理模式，亦无相关系统辅助。 预算等内控建设普遍缺失，即便有预算体系也多为“ 续消耗着企业 资源，也带给各方极不舒适的报销体验。 传统报销方式高投入、低产出、体验差，过度消耗企业资源 L1 手工报销 智控费用筑基石，成熟度进阶引领新财智 . 1. 报销流程需要有人与人当面完成 2. 纸质单据内业务信息需要人工誊写到系统核算 L1 关键指标：流程线下 L1 存在问题：缺工具意识 提升路径：采购系统工具 流程：人工转化财务数据报销流程受制于个人的办公时间 和地点

设备 开关 控制 A I D I D O A O 1#教 学实 训楼 DDC —1F —1 0 6 2 0 风机 P— L1— 1 1 1 1 1 1 0 3 1 0 风机 S— L1— 1 1 1 1 1 1 0 3 1 0 小计 2 0 0 0 0 0 2 2 2 0 0 0 0 0 0 2 0 6 2 0 258 职业学院新校区智慧校园建设项目技术规范书 设备 开关 控制 A I D I D O A O 3#教 学实 训楼 DDC —1F —1 0 6 2 0 风机 P— L1— 1 1 1 1 1 1 0 3 1 0 风机 S— L1— 1 1 1 1 1 1 0 3 1 0 小计 2 0 0 0 0 0 2 2 2 0 0 0 0 0 0 2 0 6 2 0 5#公 共实 训楼 259 控制 风阀 调节 控制 设备 开关 控制 A I D I D O A O DDC —1F —1 0 6 2 0 风机 P— L1— 1 1 1 1 1 1 0 3 1 0 风机 S— L1— 1 1 1 1 1 1 0 3 1 0 小计 2 0 0 0 0 0 2 2 2 0 0 0 0 0 0 2 7#公 共实 训楼 DDC —1F

智能应用展望 05e 25 具身机器人智能化分级及能力展望 05 26 资料来源：小鹏汽车官网，浙商证券产业研究院 今年两会上，小鹏汽车董事长、CEO何小鹏认为机器人可分为五个智能等级：L1级（完全由人控制）、L2级（基础辅助智能）、L3级（具身 智能和训练监督）、L4级（自成长智能）和L5级（完全自主智能）。当前，人形机器人产业正朝着L3级迈进，这一阶段的机器人能够在大量 场景中 场景中独立运行，但在复杂情况下仍需人工监督。何小鹏预计，到2026年，具备L3初阶能力的人形机器人将进入适度规模的商业化量产阶段。 结合何小鹏对于机器人分级以及我们对于机器人能力程度的拆解，我们将具身机器人分级进一步细化。 L1 L2 L3 L4 L5 等级分类 完全由人控制 基础辅助智能 具身智能和训练监督 自成长智能 完全自主智能 代表产品 传统机械产品 工业机器人、AGV、扫地机 器人 现有人形机器人 尚未出现

股权激励管理 考勤管理 员工绩效管理 绩效和薪酬福利 HR 运营管理 HR 质量与改进管 理 HR 流程管理 HR 知识与文档管 理 HR 运营管理 人力资源战略 人力资源管理 L1 L2 L3 2.3 人力资源业务现状分析  缺少中长期人力资源战略 未见支持公司战略目标实现的中长期人力资源战略规划，未发现明确的人力资源战略目标与实施路径。 未见对于实现公司 5 年 构 应 用 架 构 业 务 架 构 战 略 解 读 架 构 蓝 图 愿 景 与 目 标 数 据 架 构 场 景 设 计 3.5.3 人力资源应用架构 - 系统集成图 数据分层结构 L1 L2 L3 L4 L5 数据模型 数据资产目录 • 通过分层架构表达 • 通过数据的分类和定义 • 厘清数据资产 • 建立数据模型的输入 • 通过 E-R 建模实现对数据及其关系的描述 主题域 业务对象 逻辑数据实体 属性 业务术语 数据标准 信息链 数据流 数据源 3.6.1 人力资源数据架构 业务域是公司顶层数据分类，通过数据视角体现公司最高层关注的业务领域 L1 业务域 L2 主题域 L3 业务对象 主题域是互不重叠数据的高层面的分类，用于管理其下一级的业务对象 业务对象是业务领域重要的人、事、物，承载了业务运作和管理涉及的重要数据 定 义 绩效考核模板

64B/66BGMPOTU OTUGMP64B/66B L1.5-PHYSec PHY 芯 片 Serdes 光模块 光模块 PHY 芯 片 Serdes 400GE L1.5-PHYSec L1 层 PHYSec ：基于“比特流”的光模块实现 MAC (Preamble+Padding+FCS) RS Deskew AM Lock RS-FEC Symbol distribution

《流程数据治理能力成熟度模型》五级成熟度 《流程数据治理能力成熟度模型》标准划分为 L1 基础级、L2 增强级、L3 先进级、L4 卓越级、L5 引领级五级成熟度，1 级至 5 级 成熟度水平逐级跃升，全面衡量流程数据治理各环节的能力水平。 表 3 《流程数据治理能力成熟度模型》成熟度等级划分 级别 名称 能力描述 L1 基础级 企业具备基本流程数据治理能力，初步建立数据采集、 存储和安全管理制度，数据质量有简单保障，尚不具

月，获得国家互联网信息办公室生成式人工智能服务备案；2024 年 11 月，获得 隐私计算顶级国际赛事 iDASH2024 联邦学习赛道全球第 2 名。 公司自研“长城健康 TM”医疗机构大模型（L1）、“常常健康 TM”药械企业大模型（L1）和院士专家大模型（L1），通过大 专家 APP 赋能居民的全生命周期健康管理（数字体检、健康档案、专病管理、家医服务等）和医生的教育科研和辅助诊疗（疑难 问询、药械研究、家医服务、患者服务等）等各应用场景。 Experts，AT-MoE）、可信智能技术，结合自有的 MedBrain 知识 库，公司联合多家国内三甲级公立医疗机构、知名生物医药企业，联袂百位院士、专家，成功研发出“院士专家”大模型（L1）、 “长城健康 TM”医疗机构大模型（L1）和“常常健康 TM”健康产业大模型（L1）等。通过大专家 APP，全方位服务于医生的 实践教育、居民的健康管理以及药械产品上市后研究领域。在权威的 C-Eval 和 MedBench 评测榜中，善智星语®大模型综合得

度梳理，创新构建了适用于我国各行业企业的数智化转型成熟度评估体系。该体系从 数智战略引领、数智服务创新、数智运营协同、数智能力支撑、数智价值实现五大核 心维度出发，将企业转型进程科学划分为从 L1“基础数智”到 L5“生态智能”的五个 进阶阶段，为企业擘画出一条可量化、可对标、可持续进阶的清晰路径图。理论体系 的生命力在于实践检验，中国联通首先在企业内开展全面评估，报告中以试点省分公 企业初步形成数智化转型认知。数智化工具的应用范围局限于标准化程度高、规 则明确的特定环节，技术架构以单体系统为主，各业务系统间缺乏深度集成。现有系 统不具备智能决策支持能力，依赖人工干预，数智化核心价值尚未充分发挥。 L1 基础数智：认知初建，单点尝试 格物致知 中国联通数智化转型成熟度模型 15 格物致知 中国联通数智化转型成熟度模型 企业实现一定程度的数智化。依托数智技术、数据、模型和应用体系，可自动执