则 加 速 演 进 ， 行 业 贡 献 度 亟 待 提 升 在 国 际 层 面 ， 数 字 化 相 关 规 则 日 益 引 起 关 注 。 国 际 海 事 组 织 （ IMO） 推 出 “ 海 事 数 字 化 战 略 ” ， 并 聚 焦 于 “ 海 事 单 一 窗 口 ” 和 电 子 证 书 ， 旨 在 简 化 监 管 流 程 、 提 升 航 行 安 全 ， 其 框 架 具 有 权 威 性 ， 理 与 价 值 挖 掘 。 国 际 船 级 社 协 会 （ IACS） 通 过 成 立 专 业 委 员 会 、 发 布 统 一 要 求 （ UR） ， 正 从 技 术 标 准 层 面 推 动 数 据 质 量 提 升 、 网 络 安 全 和 数 字 化 转 型 安 全 。 部 分 船 级 社 也 发 布 了 关 于 “ 数 字 孪 生 ” 的 船 级 规 范 ， 为 基 于 模 型 的 仿 真 验 能 效 数 据 共 享 条 款 》 ， 规 定 租 船 人 有 权 使 用 船 上 的 传 感 器 收 集 数 据 ， 用 于 船 舶 性 能 监 控 、 运 营 效 率 评 估 和 其 他 提 升 能 效 的 目 的 ， 并 对 数 据 使 用 方 式 、 数 据 保 密 、 网 络 安 全 等 做 出 规 定 。 国 际 内 燃 机 学 会 （ CIMAC） 成 立 了 专 门 的 数 字

随着深度学习、生成模型与强化学习等 技术的突破，人工智能不仅能从海量数据中 识别人类难以察觉的复杂模式，更展现出自 主提出科学假设、设计实验方案、优化研究 路 径 的 惊 人 能 力。DeepMind 推 出 的 AlphaFold 31 突破性地实现了对几乎所有分 子类型的蛋白质结构预测，提高了蛋白 - 配 体相互作用预测的准确度，为新药研发、疫 苗 设 计 带 来 革 命 性 变 革。Google 补充数据稀缺领域的样本多样性。通过预训 练跨领域基础模型，结合小样本学习技术， 快速适应新任务或学科场景 2.2.3 如何利用 AI 拓展科学发现的创新 边界 AI 目前仍局限于已有知识的重组与推 理，主要通过对已有数据的模式识别和重组 来生成结果，而缺乏真正的创造性思维。科 学研究往往涉及跨学科的知识和数据，AI 模 型在整合不同领域的知识时存在困难。如何 使其真正参与科学假设的提出和验证，仍是 年 至 2024 年 间， 全 球 AI 出 版 物排名前五的国家 / 地区格局发生了转变 （图 1.2）。中国增长势头尤为显著，出版 物 总 量 从 2015 年 的 6.01 万 篇 上 升 至 2024 年 的 27.39 万 篇， 占 全 球 总 量 的 28.7%。2018 年， 中 国 AI 出 版 物 总 量 超 越欧盟，居全球首位，2022 年超越欧盟和 美国的总和。印度也展现出明显的追赶态

数据标注存储、分布式训 练、仿真测试平台 行业数据库、数据存储、 高性能计算 ➢ 华为云与数十家具身智能企业战略合作，25年推出CloudRobo平台端到端一站式平台（数据+模 型训推部署） 吸引大量具身智能企业来做平台使用昇腾芯片做训推。 高端卡保有量 具身智能、自动驾驶、生物制药能力模块建立 ＋ IaaS层高价值获取 ◼ 云厂商在IaaS层的核心价值路径是持续增加“高端卡保有量”与“垂直行业能力的模块建设” 工具链（如数据处理、知识库等）来构建生态，服务客户。 MaaS未来将成为调动I+P+S营收的核心入口，成为各大云厂的战略必争之地。 • 丰富模型超市（至少做到头部开源适配）。 • 丰富且低门槛的开发工具链（数据处理、 模型训推、知识库微调和业务环节部署）。 • 丰富的行业能力模块（如基因组数据库、 机器人训练场等） • 开源+闭源双轨策略。闭源保持性能优势绑定 客户到PaaS平台，开源吸引生态建设。 • 三者至少做到其一，越多越好：性能领先 状梳理和趋势洞察，输出 全局观深度研究报告 会员账号 可阅读全部原创报告和百 万数据，提供PC及移动 端，方便触达平台内容 市场地位确认 对客户竞争优势进行评估 和证明，助力企业价值提 升及品牌影响力传播 行研训练营 依托完善行业研究体系， 帮助学生掌握行业研究能 力，丰富简历履历 招股书引用 研究覆盖国民经济19+核 心产业，内容可授权引用 至上市文件、年报 www

空闲等待，大幅降低整体计算效率。 在今年混合专家模型流行之后，专家并行的加入还进一步提升了推 理场景节点之间的通信量。以 DeepSeek 为例，官方给出的多机多卡 策略中，模型需要部署在 4 个计算节点完成推理的预填充阶段，部 署在 18 个计算节点完成推理的解码阶段。整体上看，大模型在参数 量、模型框架上的进展都会推高计算节点之间的通信量，移动云需 要在下一步智算中心的网络通信布局上充分考虑由此带来的通信高 可拆卸光纤接口方案的合作等，通过全产业链生态逐步建立构建端 到端全光互连芯片生态。 在具体的实施层面，移动云在超节点 Scale-Up 网络互连技术研 发和部署方面会分场景、分阶段推进：针对整机柜超节点方案，推 广正交矩阵互连方案或 AEC 铜缆互连方案；针对分机柜或级联超节 点方案，优先推广一级和二级交换机之间 CPO 互连方案，为将来的 端到端 CPO 化升级积累工程经验。随着 XPU 侧 CPO 而是移动云算网架构从“电为主、光为辅”向“全光原生”的范式 云智算光互连发展报告 转变，本质是通过算网底层的全光重构，破解大规模 AI 算力集群的 带宽瓶颈、延迟损耗与扩展桎梏，为“N+X”智算节点的弹性组网提 供核心支撑。这一升级并非简单的硬件替换，而是覆盖数据、控制、 管理多平面的系统性算网协同革新。随着移动云呼和浩特、贵阳等 超大规模智算中心的落地，单集群 AI 加速卡规模已突破 2 万张，算 力达 6.7EFLOPS，传统基于电交换的

2013.8 物联网发展 指导意见 云计算创新 发展意见 2015.1 促进信息消 费 “ 宽带中国”战 新旧动能 车联网 2018 2019 平台经济 数字交通 扩大和升 金融科技 级信息消 费 区块链管 理规定 中央经济工作会议要大 力发展数字经济 我国通过数字技术和实体技术深度融合，不断提高经济社会的数字化、 商、全球供应链 O2O 平台、零工经 济、众包配送 个性化定制、按需 生产 加力推动线上线下消费有机融合 : 创新无接触式消费模式，探索发展智慧超市、智慧商店、智慧餐厅等新零售业态。推 广电子合同、电子文件等无纸化在线应用。支持互联网平台企业向线下延伸拓展，加快传统线下业态数字化改造和转 型升级，发展个性化定制、柔性化生产，推动线上线下消费高效融合、大中小企业协同联动、上下游全链条一体发 7 推 进 消 费 行 业 转 型 升 级 • 2020 年政府工作报告肯定了电商网购、在线服务等新业态在抗疫中发挥的重要作用，并传达出要继续出台支持政策，全 面 推进“互联网 +” ，打造数字经济新优势的目标。推

层的关键挑战与发展路径； • 提出面向未来的技术演进方向与标准化路线建议。 我们期望本白皮书能为智算中心网络领域的研究人员、设备制造 商、运营商与服务提供商，提供系统的参考框架与技术洞察，共同推 动构建超大规模、超大带宽、超低时延、超高可靠的新一代智算中心 网络基础设施。 本白皮书的编制工作得到了国家自然科学基金项目（编号： U24B20150）的支持，在此表示感谢。 目录 前言 输网络支撑下， 能够显著提升数据交换性能，降低数据传输成本。 7 月 26 日，李强总理出席 2025 世界人工智能大会暨人工智能全 球治理高级别会议开幕式，围绕如何把握人工智能公共产品属性、推 进人工智能发展和治理发表致辞。大会发表《人工智能全球治理行动 计划》[2]协力推进全球人工智能发展与治理。该计划指出应“加快数 字基础设施建设”，即加快全球清洁电力、新一代网络、智能算力、 大坝发电量。可见，电交换网络的功耗随训练规模呈指数级上升[10]。 此外，大模型的训练周期长（如 GPT-4 需 90-100 天），GPU 持续高 负载运行，且当前利用率仅 32%-36%，故障率较高，进一步延长训 练时间并推高能耗。 为满足极端高速率转发需求，电交换芯片必须在高功率状态下运 行，其高速 I/O 与大型转发能力意味着持续的高能耗（例如 CMOS 芯片在多层高负载下功率分布复杂）。与此同时，传统数据中心网络

光计算作为后摩尔时代的新型计算范式，具有大带宽、低能耗、 抗干扰、高并行等特点，在处理人工智能、信号处理等任务方面具有 独特优势，有望突破传统电子计算的效能瓶颈，成为未来算力网络的 新型智能算力底座，支撑 AI+时代大模型的高效训推和创新应用。 本白皮书详细阐述了光计算的发展背景、内涵、总体技术架构与 技术路线，并针对当前光计算面临的问题及解决方案进行了系统性分 析。光计算的发展成熟需要产学研用各方凝心聚力，中国移动愿与业 任务翻译成“光学友好”、可训练、 可扩展的神经网络结构与算法。业界目前以 O-CNN、O-RNN、O-DNN 等光 学神经网络为重点研究方向，前馈神经网络已在光计算芯片上得到验证。  应用层：提供模型训推、目标识别、图像检测、视频分析等能力，赋能 自动驾驶、安防识别、生物医药等多种 AI 场景。当前部分企业已推出光 学计算加速板卡原型系统，但主要面向科研领域或特殊场景，尚未进入 大规模商业部署阶段。 准技术，如基于 FPGA 的动 态补偿方法。在一些光电混合计算架构中，通过合理分配光计算与电计算任务实 现光电协同优化。 建议：加快通用光计算架构及光电协同算法的研究，减少光电转换环节，提 升光电转换效率，进而提升整体系统的计算效率。 3.4 软硬件协同 软硬协同是光计算芯片价值释放的关键，软件工具链适配性不高、面向光计 算的模型算法优化程度不足、硬件误差与软件补偿机制失衡等问题，将制约光计

从数据安全防控 、 伦 理合 规 建 设 、 技 术 可 靠 性 与 风 险 监 控 、 监 管 与 评 估 体 系 建 设 等 方 面 提 出 风 险 防 控 措 施 ； 阐 述 提 升 医 疗 健 康 行 业 大 模 型 专 业 性 的 多 种 方 式 ； 说 明 大 模 型伦理与法规对 齐的方法 ； 强调 行业人 才在大模型能 力提升和 风险防控 中的 重要作 用及相关培养措施。 限 。 自 20 17 年 由 Google 团 队 提出的 Transformer[1] 模 型 架 构 以 来 ， 模 型 的 参 数 规 模 和 理 解 能 力 得 到 了 大 幅 度 的 提 升 ， 同 时 GPT（ Generative Pre- trained Transformer）[2]这种生成式预训练架构的出现，为文本生成领域带来了革命性的进展[3]。 GPT 及 其 后 续 版 接着评估不同病因的可能性， 最后提出最 有可 能的诊断。通过这种方式，每个步骤都可以被单独审查和验证，从而减少整体推理过程中的错误。 (2) 证据积累： CoT 允 许 模 型 在 推 理 过 程 中 累 积 和 整 合 多 轮 对 话 中 的 证 据。 这 包括病人的 历 史记 录 、 实 验室 测 试结果、影像学检查等。模型可以根据这些证据逐步构建出 一 个更加完整和准确

数据加工、分析等环节的广泛应用，可以对大量涉密涉敏的 高价值数据进行脱敏脱密，实现数据的大范围流通和应用。 32 因此，人工智能、大数据、云计算、可信数据空间、区块链、 隐私计算等数据技术是一个数据企业的核心竞争力，也是推 进数据产业发展的最大推动力。 另一方面，数智技术具有快速迭代特点。数智技术同样 遵循过去 30 多年来形成的信息技术发展普遍规律：摩尔定 律指出集成电路集成度每 18 个月翻一番，登纳德定律指出 年在通用和专用间交替转换，Bill Joy 定律指出计算机峰值计算速度每年翻一番，梅特卡夫定律指 出联接带来万物互联的价值跃升，达维多定律指出占据主导 地位企业不断开发新一代产品，黄仁勋定律指出 GPU 将推 动 AI 性能逐年翻倍等。人工智能、大数据、云计算、可信数 据空间、区块链、隐私计算等数智技术表现出迭代周期更短、 技术性能更强等方面特点，并且数智领域的颠覆性技术出现 概率更大，人工智能大模型技术、脑机接口技术、量子技术 新型国家数据 基础设施。 42 图 24：数据基础设施全面继承、广泛覆盖、鲜明创新 8.人工智能和数据要素全流程融合 高质量数据产品的充沛供给和人工智能水平的快速提 升，两者相向而行，双轮驱动，催生了数智产业的快速形成 和发展。一方面，各行业领域的数据资源开发利用力度不断 加大，更大规模更高质量的高数据产品供给能力持续提高， 推动人工智能大模型智商水平越来越高，应用范围越来越广。

企业成为全球第三大出口国。技术上，从 “自动化工具” 向 “AI 驱 动智能体” 跨越，多模态传感延迟降至 2ms，工业大模型简化操 作，支撑人机协同创新。 从规模突破到结构优化，机器人产业正 “量质齐升”，在核心技术 与市场布局上的优势愈发凸显，为全球产业变革注入持续动力。 BEST CONSULTING 02 第二章 人形机器人：具身智能的先锋载体 人形机器人概述 1、人形机器人的定义与发展 世纪 80 年代，分三阶段：1980-2000 年技术萌芽期，源于工业机器人，采用全自 动操作；2001-2018 年技术发展期，转向半自动，结合智能辅助与医生控制；2019 年至今趋于成熟，产品推新，朝 小型化、智能化、自动化演进。 表 2. 医疗机器人产业相关国家支持政策 BEST CONSULTING 12 行业环境分析 1、 国家政策方面 国家持续出台政策推动手术机器人产业：从 社会趋势方面 中国骨科临床需求显著增加：2023 年 60 岁及以上老龄人口达 2.97 亿，占比 21.1%，已迈入中度老龄社会；40 岁以上人 群原发性骨关节炎患病率高达 46.3%，老龄化加剧推高患病率。同时，年轻人因运动不当、外伤致骨关节炎增多，关节置换 术呈低龄化，适宜年龄从 60 岁提前至 50 岁，临床需求更趋迫切。 3、技术因素方面 国产关节手术机器人在硬件方面依赖进口，多采用德国