50%，相较 2020 年的不足 6%，实现了跨越式跃 升。这意味着电动化从“趋势”转向“常态”，新能源车型已成为市场主流。然而在 这场表面繁荣的背后，是前所未有的结构性焦虑：行业利润率降至 3.9%，创近十年新 低；燃油车库存高企、渠道倒挂，价格战愈演愈烈；大量中小供应商因现金流断裂退 出市场，新的生态重组正在加速。 如果说以往的竞争是“产品之争”，那么如今的竞争，已是“系统之争”。电动 化浪潮 Data+AI 数智化转型白皮书 — 10 — 图 1：2015-2024 年中国汽车销量及增长率 然而，对增长的构成与驱动力进行深度分析后可以发现，一个复杂且充满结构性 矛盾的“分化”现实已十分明显。整体增长的质量与可持续性，正面临着新的考验。 1. 增长引擎呈现“双重特征”：出口拉动与政策支持 2024 年市场整体增长并非源于内生性的、均衡的市场扩张，而是体现出对两大特 定驱动引擎的较强依赖性： 是未来的趋势，而是确立了其 在市场中的主导地位。 袋鼠云 汽车行业 Data+AI 数智化转型白皮书 — 14 — 1. 新能源汽车成为市场增量主导力量 2024 年，新能源汽车的市场表现十分突出。全年销量高达 1286.6 万辆，同比增 长 35.5%。在整体市场仅实现个位数增长的背景下，其高速增长态势尤为显著。更为 关键的指标是市场渗透率，全年已达到 40.9%，同比提升 9.3

AI4S 领 域 的 学 术 出 版 物 总 量 快 速 增 长。 AI4S 异军突起，2020 年后加速成长，有 力推动了 AI 研究整体的井喷态势。如图 1.1 所示，全球 AI 论文数量在过去十年间激增 近三倍——从 30.89 万篇增至 95.45 万篇， 年均增长率为 13.7%。2020 年是一个重要 加速点，前后相较，年均增长率从 10.9% 跃升至 16.0%。同期 AI 核心领域论文占比 索空间然后进行调参，这两种方法都费时费 力，并且效果局限于所定义的搜索空间。相 比之下，大语言模型可以借鉴已有知识，编 写许多非常高效的启发式规则，并极大提升 算法性能。例如，在旅行商、车辆路由等问 题中，常用遗传算法中的启发式规则可以使 用大语言模型进行编写；而在可满足性问题 中，主流 CDCL 算法中的启发式规则也可以 使用大语言模型进行改进。 总的来讲，优化在人工智能的发展过程 算架构发展高效的算法是一个需要不断与时 俱进的研究主题。当前优化方法以一阶算法 为主，而能否发展高效的二阶算法同样值得 探究。对于一些特定的问题，比如大模型中 长序列、稀疏奖励下的强化学习策略优化问 题，如何设计高效的方法仍然还有很大的空 间。另外，尽管大模型已经初显对优化建模 与算法设计的促进作用，但是如何设计运作 可控的机制还需要更加深入的研究。 理论 方面，机器学习中优化算法的泛化性研究在

医 生 的 熟 练 程 度 和 当 前 的工作 负荷 。通 过 大模型 的应用， 可以利用海量的医疗数据进行深层次的信息挖掘， 快速准确地识别疾病的早期症状， 提早 发现 潜在 健康 问 题， 同时 大 模型 的判 断不 会受 疲 劳值 的影 响而 波动， 从 而 显著提 高诊 断的 准确 率、效率和稳定性。 其次， 个性化治疗和建议是医疗健康大模型的另一个重要应用领域。每个人的体质、遗传 大模型应用技术分析 2.2.3.训练 医疗健康大模型的训练是利用积累的大量专业医疗数据和算法技术 ， 构建出能够处理医疗相关问 题 的 智 能 模 型 的 关 键 步 骤 。 这 一 步 骤 中 主 要 包 括 预 训 练 、 SFT（ Supervised Fine- Tuning） [ 2 ] 和 RLHF（Reinforcement 通过进行连续性、递进式的深入问诊， 逐步采集关键临床信息， 包括主诉部位、症状持续时间、伴 随 体 征 、 既 往 病 史 等 核心 要素， 从而系统 引 导患者全面、 准确地 提供与其健康状况 相关 的 信息。 问 诊结束后， AQ 会基于现有病例与症状，精准生成初步健康评估和诊断建议，并给出明确的下一步就 医或处理方案。此外， AI 诊室还可进一步为用户解答疾病相关疑问，持续提供后续健康跟踪服务。

联 网 与 船 舶 行 业 融 合 应 用 参 考 指 南 》 提 出 的 “ 155N” 体 系 ， 以 及 交 通 运 输 部 《 智 能 航 运 发 展 指 导 意 见 》 明 确 的 “ 十 大 任 务 ” ， 均 直 指 数 据 贯 通 、 协 同 、 智 能 的 核 心 。 国 家 数 据 局 《 可 信 数 据 空 间 发 展 行 动 计 划 》 中 明 确 的 “ 可 信 可 管 方 式 体 现 ： （ 1） 身 份 基 石 与 访 问 控 制 ： 基 于 区 块 链 的 去中 心 化 标 识 符不 仅 为 船 舶 和 设 备 提 供 了 唯一 身份， 更 是 精细 化 管 理 数 据 访 问权 限 的 起 点 。 通 过 与 可 验 证 凭 证 结合 ， 能 够 实 现 跨 组 织 、 细 粒 度 的 动 态 访 问控 制 ， 确 保 数 据 “ 按需 可 知、 最小权 释 放 的 平 台 ， 其 主 要 功 能 是 构 建 模 型 驱动 的 开 放 市 场 ， 激 发 全 产 业 链 创 新 活力 。 本 层 包含三 个 模 块 ： （ 1） 模 型 化 访 问 网 关 ， 强 制 要 求 数 据 的 任 何应 用 应 通 过 标 准 模 型 接口 交 互 ， 防止私 有 数 据 格式 导 致 生 态 割 裂 ； （ 2） 可 插 拔 服 务 容 器 ，

48 东南大学附属中大医院 49 中日友好医院 50 上海市第一人民医院 51 上海市东方医院 52 武汉大学中南医院 53 兰州大学第一医院 54 吉林大学白求恩第一医院 55 上海市第十人民医院 56 北京医院 57 兰州大学第二医院 58 南昌大学第二附属医院 59 西安交通大学第一附属医院 60 华中科技大学同济医学院附属协和医院 61 福建医科大学附属协和医院 62 智能合同 智能流程 智能公文 …… Deepseek 盘古大模型 通义千问 文心一言 MiniMax GPT …… 意图识别 向量模型 OCR识别 文本纠错 公文模型 合同审查 …… 审批助手 合规助手 智能翻译 智能生成 敏感词检查 智能商旅 …… 智能搜索 智能问答 智能问数 权限管控 …… 企业大脑 LanBots 碎片化AI场景，必然催生一体 2025中国智慧医院白皮书 China Smart Hospital White Paper 企业大脑.AI赋能智慧医院 大模型 LanBots 智能 搜索 智能 问答 指令 执行 智能 推荐 智能 问数 消息 推送 行为 分析 升级1个基座：门户超级入口+AI知识库 智能 预警 智能 入库 智能 分类 智能 标签 智能 摘要 智能 写作 知识 图谱 智能 查重 … AI公文管理

直接执行任务的留件，可要案天持器（机被天案、瑞吸，真空取附等） 效工具（焊牡、隐柱） 格物致胜版权所有 电动驱动 升扭转控制精款 使用交速问压电机，配合格空减连器（如语速减速置，RW减连器）理 工业机器人 驱动系统 液压驱动 适用于高负效场量（如整运需型工件），但存在空封性要求高的问程 违构简单，喇皮快，但稳定性轻差，多用于轻量级任各 格物 硬件 控制格（主流采用32位微处理器）、传感器（位置，力些，现带等） 制扩大 Wintelligence 转型升级阶段 高速增长阶段 产业化阶段 “十四五” “十三五” 20202025 产业孕育阶段 至二十 20152020 20112015 《“十因五”机器人产业发展规划》 "十一五” 20002010 (机客人产业爱民规别(2016-2020年)） >2025年，成为全球机函人技术创新案源地 （高端装备制造业“十二五”爱展规到） >到 人产业雷业收入年均增长超过20%，造 国家中长据科学家技术爱民是划探置 民的日标 业机器人密度实现用管 (tp02029002) （关于推进工业机器人产业发展的指导室见） 【“十三五”国家股略性新关产业爱展规划 ““十国五”智能制造发展规划 首次将机置人技术纳入了前沿制量业的先 方向”，并提出到2020年的发展目标 工业机器人“代售来禁管能装备的发展 >构建工业机置人产业体系，重点登民高档 >推动制造业装型升圾，深化智能制造，扩

， 智慧医疗预期能帮助解决中国长期存在的医疗资源分布 不均的问题。根据国家卫健委数据，2023年我国三级 医院数量仅占全国医院的10%，却承担了全国62%的医 院门诊量。三级医院的门诊量承载量在过去十年持续增 长，较2014年提高了15%，而二级及以下医院的承载量 则不断下滑，从2014的45.1%下跌至2023年的34.5%1， 凸显了医疗资源分布不均的问题。 其次，随着人民生活水平不断提升，社会大众对诊疗质 2050E 2010 2025E 老龄人口 数量 （百万） 超高老龄化社会 深度老龄化社会 60岁以上 65岁以上 380 中国智慧医疗行业白皮书 此外，国家对利用数字化技术来应对突发性公共卫生问 题的重视也在提高，近几年陆续出台了多项指导性政策。 例如，2024年发布了《关于建立健全智慧化多点出发传 染病监测预警体系的指导意见》，计划到2030年，建成 完善传染病疫情等公共卫生事件监测系统，利用人工智 创新行动计划（2024-2026年）》，明确提出 支持医疗大模型的开发与落地应用。2025年，北京儿童医院、百川智能、小儿方健康科技联合打造“AI儿科 医生”，整合300多位知名儿科专家临床经验和数十年的病历数据，赋能多学科会诊。北京协和医院与中国 科学自动化研究所共同研发“协和·太初”罕见病大模型正式进入临床应用阶段，是国际首个符合中国人群特 点的罕见病大模型。 2025年3月，深圳市工信部发

Embedding为人岗匹配带来新突破 在人力资本行业最主要的两大核心要素就是简历 CV 和工作岗位 JD，如何让 CV 和 JD 有效的 匹 配 是 人 力 资 本 行 业 一 直 非 常 重 视 的 问 题 也 是 一 个 难 题。我 们 在 人 力 资 本 行 业 领 域 对 graph embedding 的尝试和应用，并且取得了一定的效果。 1）原始文本处理 想要有效的进行人岗匹配（即 时 只 需 用 单 词 的 one-hot 向量和参数矩阵相乘就可以得到对应的 Word Embedding。 这 样 的 网 络 结 构 为 Word2Vec 带 来 了 一 个 严 重 的 问 题，它 无 法 为 语 言 中 常 见 的 多 义 词 提 取 Embedding。由于同一个单词在参数矩阵中只占据一个向量，网络只能将多义词的不同语义信 息全部编码到相同的向量中，反而降低了这 家企业使用验证，成 功构建 50,000,000+ 实体关系； AI 行业认可：HR 赛道唯一入选上海人工智能发展联盟（SAIA）和中国人工智能产业发展联盟 （AIIA）的会员单位，多次斩获人工智能技术应用十强、AI 商业落地百强等诸多荣誉； 基于以上优势和能力，经过多年积累和孵化，e 成科技打造了 HR 赛道首个 AI 开放平台，并将 多年 AI 能力积累开放给所有 HR 友商，助力实现人力资本智能化升级与变革。

而是需要融合材料、信息、控制、能源、生命等多学科知识的庞大异构系统。如 何实现跨领域知识的高效整合与涌现创新，如何应对极端工况与未知环境下的动 态不确定性，如何确保超大规模系统在全生命周期中的极致安全、高效与可持续， 这些时代之问，为传统的工程技术范式带来了根本性的挑战，也为工程智能的应 用和发展标定了最广阔、最迫切的需求场景。 正是基于这样的初心与担当，我们梳理了多年来的系统性的经验与思考，形 成了这份关于工程智能的白 它将加速新一代工程师的成长，为产业的未来储备核心力量。  产业落地的规模化：确保 AI 解决方案不仅在技术上可行，更能在商业上成 功。通过标准化的流程、可靠的验证与可信的部署，将 AI 应用从“九死一 生”的探索，提升为“十之八九”的成功，真正产生可衡量的产业价值与社 会效益。 要实现如此宏大的变革，我们必须找到正确的实现路径。幸运的是，技术的 发展为我们指明了方向。大型语言模型，多模态大模型与智能体技术的崛起，构 并系统性地解决其应用所面临的挑战，一个专注于人工智能与工程深度融合的跨 学科概念“工程智能”应运而生。工程智能处于科学发现、技术创新与产业应用 的关键交汇点，是衔接科学智能与产业应用之间的高效桥梁，有望在未来几十年 内重塑整个工程学科体系与产业格局，使工程活动在智能技术的驱动下实现从传 统模式向更加高效、精准和安全的全新范式转变。提前布局并规划工程智能的整 体框架与基础平台，为即将到来的生产力变革提供前瞻性的技术引领、顶层设计

领导者与员工均指出了数据安全隐患与潜在隐私问题。 图 3：各组织当前评估或使用AI智能体的状态 来源：IDC 还未开始做任何工作 正在开发潜在用例 正在对智能体用例进 行初步测试，专注在 PoC 已经开始大幅投资AI 智能体 问：您的组织目前评估或使用AI智能体的状态如何？ 66%专业服务机构 47% 金融机构 在使用AI智能体方面进行了 大量测试和投资 16% 17% 7% 22% 29% 37% 27% ，企业能够审查、审计并调整模 型，以满足监管合规要求、检测偏见，并与《欧盟AI法案》等新兴标准保持一致（来源：《欧盟 AI法案》，2024年）。这种环境孕育了信任，培养了共同所有权意识，用透明与问责取代了“黑 箱”的神秘感。同时，基于社区的改进机制，确保安全漏洞与低效问题能被快速识别并修复，将 控制权直接交到系统所有者手中（来源：经济合作与发展组织，2023年）。 开源AI的连锁效应不止 4：个人将AI融入日常工作的准备程度 来源：IDC 完全准备就绪 34% 37% 30% 33% 差不多准备好了 50% 58% 49% 53% 还没准备好 8% 4% 8% 10% 问：你如何评价自己将AI融入企业日常工作的准备程度？ 亚洲 北美 欧洲 总体 智 能 世 界 的 I C T 岗 位 与 技 能 10 值得注意的是，“优质数据缺失”是亚洲地区的显著障碍：51%的亚洲组织报告面临这一问题，