的故障，将链路可靠性提升万倍以上（助力 AI 网络互联可靠性超越 5 个 9），保 障 AI 训练和推理业务不受影响。FlexLane 技术支持在现有设备上通过软件升级快 速部署，或升级硬件实现更优的性能，同时可支持主动降速，在链路轻载和空闲 期间动态节能，为智算中心提供灵活、经济、高效的可靠性保障。 本白皮书旨在提出中国移动及产业合作伙伴对以太网链路高可靠 FlexLane 技术的愿景、架构设计和能力要求。希望能够为产业在规划设计智算中心网络、 切换机制：管理物理通道的状态（开启/关闭）。当检测到故障时，支持隔离 故障通道；当检测到故障通道恢复正常后，支持将故障通道恢复为正常工作 通道。支持主动开启或关闭部分通道实施故障预防策略（例如上层应用提前 诊断出某通道即将发生故障），或动态节能。  检测功能：实时检测各通道状态。支持被动查询或主动上报物理通道的状态， 含发光功率、收光功率、温度、电流、电压等信息。 FlexLane 的协商协议、切换机制以及检测功能都可以与更上层的管控系统进 （正常工作/故障/恢复中）以及当前流量特征等通道管控操作。应用接与控制平 台也可以主动对通道进行管理与控制，如下发指令关闭/开启某通道。 中国移动 面向新型智算中心的以太网弹性通道（FlexLane）技术白皮书(2025) 8 3 FlexLane 关键技术 FlexLane 的整体流程包含故障通道的检测、故障通道隔离、故障通道恢复以 及主动开启或关闭通道，如图 3-1 所示。 图 3-1 FlexLane

...39 3. 数智生产：打造透明、敏捷、高效的智慧工厂...............................................43 4. 数智质量：构建全链路、闭环式的主动质量管理体系...................................47 5. 数智物流：实现端到端可视的敏捷协同.................................. 2. “用车”环节：赋能极致的运营效率...............................................................62 3. “管车”环节：赋能主动的资产与风险管理...................................................63 4. “养车”环节：赋能最大化的车辆出勤率............... 整体业绩承压，面临较大的转型调整压力。 分析这些压力背后的深层逻辑可以发现，价格竞争已不仅仅是产能过剩的被动结 果，在某种程度上也成为市场领先者利用其成本优势，加速行业洗牌、清除低效产能 的一种主动性市场策略。自 2018 年以来，已有超过 90%的新能源初创企业被市场淘 汰，价格竞争正是这场淘汰赛中的主要竞争手段之一 。 袋鼠云 汽车行业 Data+AI 数智化转型白皮书 — 28 —

D 打印系统，从星际乐高式的智能装配模式到数字孪生赋能的全过程管控，未来的建筑不再是不可 控的复杂现场，而是高效协同的智能系统。未来的建筑也将从空间产品演进为智能终端，感知人 的状态、理解人的需求，主动提供健康、绿色、智慧的服务。建筑企业要抓住AI带来的历史机 遇，以人工智能为驱动，推动组织能力、生产体系和价值创造方式的整体跃升，在智能建造新范 式中塑造自身核心竞争力。这是时代赋予我们的使命，也是实现“中国建造2035”的必由之路。 体，以数据为驱动，推动设计、采购、施工等全流程的智能协同。AI不仅是提升效率的手段，更 是构建企业核心竞争力的战略支点。未来，谁能率先实现数据沉淀、知识重构、决策智能，谁就 能在新一轮产业变革中赢得主动。建筑企业应坚定信心、把握机遇，加快推动AI技术与工程实践 深度融合，真正走出一条具有自身特色的智能建造发展之路。 —— 中铁置业集团党委常委、总工程师 曹少卫 “数字建筑”作为推动产业全过 深刻而系统性的转型升级大变局。 用“好科技”打造“好房子”是建筑行业发展新模式，将为建筑企业开辟稳健增长新空间。 在此背景下，对于建筑企业而言，加快推进AI应用行动，不再是对技术趋势的被动响应，而是抢 占未来发展主动权的战略必然。 然而，相较于互联网、金融等行业，建筑企业数字化基础相对薄弱，业务流程复杂、项目驱 动显著、数据断点严重，这使得AI行动显得既迫切，又难以下手。通过对行业内一批企业的走访 调研，

形成行业大模型应用/智能体，具备自然语言交互和多模态语义理解、实时高精度的网络态势 感知、可信的类人逻辑推理、目标规划及复杂任务分解等能力，可为绿色节能、监控排障、质 量优化等高价值场景带来显著的应用成效。通过时序大模型等技术，可在主动运维与风险防控、 资源调配与业务规划、数据价值挖掘与决策等方面提升运维运营成效，推动网络运营的数字化 转型和智能化升级。联通最新元景思维链大模型是中国联通面向人工智能赋能实体经济业务需 求，提 化、现场操作一次上站。 “三个一”极速处置：1秒钟感知（发现异常或理解意图）、1分钟分析（异常事件的分析 及处理方案、主动事件的分析及处理方案）、1刻钟执行（异常消除、意图执行）。 “三向新”极智运营：服务向新，以用户需求为核心，构建涵盖个人、家庭、政企的全生 命周期体验生态，让用户从“被动使用”转向“主动参与”；运营向新，重构网络运营流程， 打造行业领先的运营效率标杆与价值创造模式，实现从“人力密集型”向“智能精益型”的转 智能体。 移网用户感知主动提升Copilot：打造感知满意度优化助手，构建用户体验感知量化评估 模型，智能预警低感知用户，感知异常网络问题根因智能诊断定位，面向感知洼地对话式生成 无线网络优化方案，实现用户感知保障体系变被动为主动，提升用户业务感知体验。该Copilot 可帮助一线快速按需定位高价值任务，提升复杂问题根因定位准确度，实现用户感知保障体系 变被动为主动。感知满意度评估准确率>70%。

图 1-2 光交换与电交换原理对比 根据切换光路的执行方不同，主流光交换机可分为主动和被动两 类，但主要的原理均为控制特定入射光的出射通路，借此“连接”入 射链路和出射链路。  主动光交换机通常利用 3D MEMS、液晶相位调制等原理，主要 借助交换机内部元件的运动或物化性质改变等来改变光的出射方 向。主动光交换机的重配置时间一般较长（数毫秒级），成本较 高，但端口数量有明显优势，商用可达 ，其路 径选择依赖于输入波长。系统级的路径切换可通过使用可调谐激 光器来实现，切换速度取决于激光器性能，通常为微秒级。由于 其通常无活动元件，所以其成本也较低，也无需电源；但端口数 量通常较主动光交换机低，至高可达约 64~128 个端口。 尽管光交换技术具有高带宽、低延迟、可扩展等一系列优点，但 在智算中心中应用全光交换面临诸多的现实挑战。首先，全光交换难 以实现有效的缓冲机制，因为光信号无法像电信号那样轻松存储，这 通信需求；而在数据并行训练的梯度同步阶段，则主要表现为大容量 的 AllReduce 操作模式[12]。 基于这一发现，可以在应用层构建智能的通信模式预测机制。该 机制根据当前模型架构特征、训练阶段状态以及历史通信行为，主动 预测即将出现的数据通信需求模式。这种预测能力使系统能够提前调 整光网络的链路配置，优先为关键集合通信操作建立直连链路，并通 过重配置时间的预先调度来最小化链路切换等待延迟，实现通信性能 的显著提升。

具。这种全方位的AI融合要求从业者掌握新型复合技能⸺既要具备专业技术能力，又需通晓AI知 识，还要具备管理人机协作的能力。此外，各领域技术人员还应密切关注开源生态在AI时代带来 的新机遇。 IDC认为，组织应通过主动应对技能缺口、革新学习战略并培育“持续适应文化”的组织来释放AI 的潜力，将技术专长与创造力、同理心、伦理判断力等以人为本的技能相结合，以此应对智能时 代的复杂性。如今，企业、教育机构与政府等各 其他主要风险还包括：领导层与员工在生成式AI价值认知上存在分歧、跨职能协作不足、技能培 养力度不够，以及AI战略沟通不畅。这些认知凸显出组织领导者亟需采取一系列行动，包括与员 工期望保持一致、改善内部沟通，并主动管理人才与安全风险。（来源：IDC《未来企业韧性与 支出调查（第 10 轮）》，2024 年 10 月） 趋势 2：为具备AI适配能力，组织加大技术栈投资 为持续推进向AI驱动型企业的转型，各 “AI 智能体替 代人类员工”，恐惧情绪广泛蔓延。员工对“自动化导致自身被取代”的担忧日益加剧，不仅引 发对AI项目的抵触，也为转型工作增添了复杂性。这些担忧凸显出组织亟需将“透明沟通”与 “主动变革管理策略”置于优先地位。 此类策略不仅应聚焦于AI整合的技术与运营层面，还需应对AI对员工的情感与心理影响。关键在 于，企业应帮助员工理解自身岗位将如何演变，并为其提供明确的“技能重塑路径”或“新岗位

化行业迫切寻求降本 增效的背景下，我们联合发布《守正出奇 开拓创新⸺能源化工数字化 转型实践与启示》。彼时，云计算、大数据等技术正崭露头角。白皮书 基于对技术应用潜力的前瞻分析，明确提出企业应主动拥抱数字化转 型，并从领导力、体验、信息数据、运营和工作资源等多方面系统性地 探讨了石油石化行业数字化转型实践。 2021年，制造业智能化转型相关政策密集出台，《数字化转型智造未 来⸺石油石 据实时流动和AI算法自动决策为基础的石油石化智能运营体系，实现生产、能源、设备与供 应链等全要素的协同优化与动态调优，并在全面提升运营效率的同时，系统化推动绿色低碳 转型。这一模式推动行业从“被动合规减排”转向“主动价值创造”，最终形成数智化、智 能化与绿色增长相互促进的良性循环。 智能运营是企业长期保持竞争力的重要引擎。该引擎的关键在于实现贯穿资源勘探开发、管 道储运、炼化生产、产品销售各阶段的全产业链一体化优化，以及风险控制、财务管理、科 通过 风险建模与实时分析，实现安全隐患的主动识别与闭环处置，结合数字孪生等技术支撑应急 响应场景，提升企业安全管理的预见性和精准性，形成主动防御型安全管理体系。 绿色低碳：企业利用数智技术对能源生产、运输、消费全流程进行智能化重构，通过碳数据 中台实现全价值链碳足迹透明化追踪，结合AI算法动态优化能源结构与能源使用过程，推动 企业从被动减排向主动低碳转型。 全球卓越：企业依托数字化平台

3 智能互联 面临的挑战 任务驱动式智能互联技术白皮书 08 智能互联面临的挑战 在移动网络的传统通信模型中，终端互通通常依赖预设的用户签约，而新型互通场景则要求终端侧“自 主决策 - 主动发起”闭环任务，通信意图随之呈现出显著的临时性、随机性与难以感知性，与传统通 信形成鲜明反差。 以应急救援领域的无人机与机器狗协同搜救任务为例，无人机终端并非按预设时间表或固定指令发 起通信， 起通信，而是依赖对周边智能体实时状态的感知自主触发。当无人机通过传感器检测到某台负责废 墟探测的机器狗电量低于 20%，或因建筑物遮挡导致信号强度弱于阈值时，会即时生成“请求周边 空闲机器狗接替探测”的协同指令，并主动向 1 公里范围内符合“空闲状态 + 具备废墟探测功能” 的机器狗终端发起通信。从通信意图的产生来看，它既不依赖云端提前调度，也没有固定的发起时 间节点，完全由机器狗的实时电量、信号状态这类动态因素触发，凸显出极强的“临时性”——前 物品类等敏感数据。数字身份识别正从被动认证向主动信任演进，成为智能互联网络的“安全基因”。 4.3 关键技术 12 任务驱动式智能互联技术白皮书 任务驱动式智能互联网络 4.3.2 终端态势感知 终端态势感知指通过5G网络赋能终端设备的多源环境感知与智能决策能力，利用机载传感器（LiDAR、 摄像头、IMU）、网络侧信道特征（如 5G-A 通感信号）及边缘算力融合处理，实现从“被动响应” 到“主动预判”的跨越。

.................................................................................... 36 AI 设备普及开启主动健康新模式 ............................................................................................. “ ” “ ” 诊应用 公济小壹 ，以 全流程规划指引 为核心功 能。患者可通过语音咨询就医流程，获取详细的就诊 建议、挂号协助及就诊状态提醒，实现了医疗服务 “ ” “ ” 从 被动响应 到 主动引领 的升级。 3.智能加号 针对部分特殊或紧急病患，智慧加号功能填补了 “ ” 传统医院服务体系的 真空地带 ，将以往患者单方面 “ ” 的加号申请转变为医患双方的 协同决策 。患者首先 在线与 改善 患者预 后 ， 而 无 需临床医生 干 预。此外， AI 系统能够预测可能缺席医疗预约的 患者，并主动采取随访措施。例如， 一项研究发 现， AI 驱动 “ 的主动提醒将结肠镜检查的 未出现 ” 率 从 38%降低至 10%。 诊后康复管理平台能够在家生成智能康复计划， 主动发起随访，并根据患者情况调整康复计划。平台 通过 AI 随访电话和 7*24 小时咨询服务，为患者提供 连续

"三角失衡，数据治理滞后、算法黑箱与 行业适配断层是主要障碍 01BI受限，AI重构决策： ◆ 传统BI受限于封闭架构与技术壁垒，难以满 足实时动态决策需求 ◆ AI通过自动化数据流水线与智能算法重构 全链路效率，推动主动预测式决策 02ABI爆发增长，厂商驱动转型： ◆ 中国ABI市场呈现爆发式增长，未来将持 续高速扩张 ◆ 头部厂商正加速ABI的自动化、智能化、 普惠化，驱动企业决策机制深度转型 白皮书｜2025/05 更加精准和丰富的分析模型。 现代BI系统的需求：现代BI系统需以实时分析、大数据与非结构化数据处理、自助式可视化、预测性智能和 多源数据整合为核心，打破传统BI的静态与封闭局限，从被动的记录工具进化为主动的战略赋能者，推动 企业从数据中抢占先机，实现价值跃迁。 9 www.leadleo.com 400-072-5588 中国：人工智能系列 白皮书｜2025/05 ABI定义分析 ABI（ 历史数据分析推测用户的意 图，从而更精准地为决策者提供信息。例如，老板可能并不单纯需要销量数据，而是 想知道如何应对销量下滑。AI通过对用户需求的理解，可以主动提出对策：“库存积 压问题可能是主要痛点，建议开展促销清仓活动以提升销量”。这种主动洞察不仅解 答了数据背后的问题，还为决策提供了具体的行动方案。 16 www.leadleo.com 400-072-5588 中国：人工智能系列 白皮书｜2025/05