体系提供参照。我们剖析了区块链、隐私计算、人工智能等前沿技术在数据确权、 估值、交易中的应用范式，并对其内在的技术风险与算法偏见进行了客观评估。 更重要的是，我们提出了一个多层次、多主体的协同治理框架。我们认为，有效 的治理并非单一维度的强监管，而是需要政府、市场、社会、企业之间形成良性 互动。这包括顶层的法律法规完善、中层的行业标准制定、以及微观的企业内控 机制建设。正如我们在研究中反复 基于此，财联社联合清华大学五道口金融学院金融安全研究中心，集结业界 与学界的顶尖智慧，共同撰写本白皮书。我们希望通过系统性的梳理、深度的剖 析与前瞻性的思考，为市场厘清ESG数据资产化的宏观逻辑、技术路径、潜在 风险与治理框架，为政策制定者提供决策参考，为从业者提供行动指南。我们坚 信，唯有在清晰的规则与稳健的治理之下，ESG数据资产化才能真正发挥其创造 价值、赋能实体、服务国家战略的巨大潜力。 赵毅波 财联社编委 8 2.1 国内政策体系演进：从指引到强制.............................................................. 8 2.2 国际主流监管框架比较分析.........................................................................8 2.3 政策趋势研判与对我国的启示..

任何明示或暗示的担保。 华为终端有限公司 地址： 广东省东莞市松山湖园区新城路 2 号 网址： https://consumer.huawei.com 1）应用框架 · · · · · · · · · · · · · · · · · · · · · · · O1 HarmonyOS 应用生态概述 11 CONTENT HarmonyOS 应用开发基础解决 定位问题，同时 支持多维度分析，智能诊断问题并给出解决方案。 ⚫ OS 开放能力集 OS 开放能力集通过 SDK 的形式对开发者呈现，提供应用开发所需的一系列系统开 放能力，包括 UI 框架、Ability、分布式服务、安全、方舟编译器、应用服务、基础 软件服务、 系统服务等。 1.5 HarmonyOS 为开发者构建全栈场景化解决方案 HarmonyOS 提供了 90 应用开发基础解决方 案 2.1 应用框架 2.1.1Ability Kit（程序框架服务） Ability Kit（程序框架服务）提供了应用程序开发和运行的应用模型，是系统为开发者 提供的应用程序所需能力的抽象提炼，它提供了应用程序必备的组件和运行机制。有了应用 模型，开发者可以基于一套统一的模型进行应用开发，使应用开发更简单、高效。 程序框架服务能力包括： ⚫ 提供应用进程创建和销毁、应用生命周期调度能力。

开放生态，形 成“芯片一框架一集群一应用”的四级闭环，已支持建造多个万卡级集群，2025 年推出 384 卡超节点新形态，最大算力可达 300 PFLOPS，48 TB 高速内存，配备创新的高速互联总线， 实现 384 卡一台计算机运行，大幅提升大模型训推效率。 （2）昆仑芯三代 XPU-R，自研 XPU-Link 全互联架构，搭建“芯片—XPU-Lite 框架— 千卡 1.2 TB/s 平。 （5）海光 DCU（Deep Computing Unit），GPGPU 通用计算架构，自研 DTK 软件栈， 支持 PaddlePaddle、TensorFlow、PyTorch 等主流框架，已适配 DeepSeek、LLaMa 和 GPT 等大模型，高效能 AI 训推一体化，搭建“芯片—DTK+HipBLAS/HipFFT—DCU 集群— 训推一体+工业仿真”四级闭环，在科教、金融、医疗、政务、智算中心等多个领域实现 卡间通信的壁垒。集群层面，服务器具有不同的网卡带宽，不同服务器类型组网方式不同， 限制了跨厂商服务器间的高速互联，也造成了异构算力的协同孤岛。 （2）异构算力软件栈“生态割裂”，算子、通信库、框架版本等层面构造和适配情况 各异，影响异构算力间的互联互通：一方面，异构算力算子实现方式受其硬件架构影响，且 每种算力厂 商具有自己的集合 通信库，例如英伟 达使用 NCCL （NVIDIA Collective

时代演进 政策引领 科技使能 行业发展 02 03 04 04 数字化转型定义 数字化转型内涵 数字化转型挑战 08 10 11 四大关键原则 顶层规划-五段论 战略框架设计-DXF 技术架构设计-DXRA 关键支撑技术 工程实施设计-四视角法 15 16 17 20 21 24 数字化转型实现之道白皮书 企业数字化转型实践 结束语 战略业务级 生直接影响。 经济与政策关键词 雄安新区、智慧城市、数字经济、中国制造2025、一带一路、产业转型、数据共享 政策推行已经进入深度践行区 “中国制造2025”，国家相关政策文件，已经由最初的框架性指导，进一步细化到相关标准规范 及评价指标，例如针对“跨行业跨区域工业互联网平台”的具体要求。 “智慧城市”：2018年已经由国家标准委发布了《顶层规划》、《智慧城市指标评价体系》等具 体参考标准。 性。例如多地政府，针对新一代人才出台相关优厚政策； 大学教育也针对这个方向在调整变革，例如校企合作，双 创平台的数字化教育创新手段。 存在这些客观的挑战，我们发现实现数字化转型困难重重。 如何规划可行的数字化转型路径，本文从框架与参考架构方面，将给出建议。 数字化转型的重要模型与科学 数字化转型需要多学科、多技术的支持，其依托的主要模 型与科学为： 数字孪生：数字孪生（Digital Twin）这个概念最早用于

大对底层技术基础设施的投资：搭建具备可 扩展性、灵活性与安全性的技术栈，以支持跨业务领域的各类AI工作负载。组织普遍认识到，若 缺乏功能完备的AI基础设施（包括云计算平台、数据分析能力与机器学习框架），将难以部署和 规模化推广先进的AI解决方案。 对技术栈的投资不仅能增强AI能力，还能促进与现有IT系统的整合，进而实现更顺畅的工作流程 与更高效的数据编排。AI与云技术、边缘计算及先进数据架构的融合，成为组织持续创新、在动 加速器），也意味着需要构建统一、安全的数据管理框架，以企业级规模满足先进智能体与AI模 型的需求。 智 能 世 界 的 I C T 岗 位 与 技 能 07 同时，30%的组织将网络恢复与韧性强化列为优先事项，凸显出当前解决方案难以应对AI驱动系 统所带来风险的严峻现实。监管要求、治理需求的叠加，以及复杂攻击事件的频发，亟需网络安 全领域实现突破性创新，例如零信任框架、自动化响应机制，以及从设计之初就嵌入安全与恢复 随着互联网成为影响经济竞争力的核心要素，产业界与学术界的关系演变进一步提速。在美国， 具有里程碑意义的立法与资金激励政策，推动高校建立起技术转化基础设施，如专利授权办公 室、科研孵化器及产业联络项目，为与私营企业开展更紧密合作奠定框架。行业联盟纷纷成立， 以共享资源并构建人才输送通道。例如，美国马萨诸塞州的“五校联盟”就开创了高等教育领域 IT基础设施共享与联合课程开发的典范。 当下，双方关系正迈入“更紧密、更具战略性”的

数据隐私安全 、 质量 一致性 、 伦理问题 、 技术基础设施及法规合规等挑战 ； 介绍开发技术框架 及数据收 集 、 训练 、 部署 、 推理应用 等环 节的技术要点 ； 说明行业大模型 在医疗领域应用框架的各组件功能；通过实例给出大模型最佳实践建议。 其二， 介绍通用大模型评测框架的任务定义 、 数据准备和评测方法 ； 概 述 医疗 健康 领域大模型评测的科学性 、 展 示评测实践过程。 其三， 聚焦 于医疗健康 大模型 伦理与 法律评 测框架， 分析大 模型应 用中 的伦理法律风险， 如知情同意、隐私、歧视、不透明性等问题；构建包含应用场 景、伦 理 规 范 与 法 规 数 据 集 、 评 测 考 点 数 据 集 及 主 观 题 类 型 与 评 测 标 准 的 评 测框架。 最后， 对于大模型伦理与安全提升措施做出建议 。 从数据安全防控 8 2.2 医疗健康行业大模型开发技术 9 2.2.1.开发技术框架 9 2.2.2.数据收集和构建

郑瑞姣、张劲明、曾雪征、张 然 出版时间 2025 年 6 月 当前，以大模型和智能体为代表的人工智能技术正驱动新一轮产业变革，推动应用架构从功能自动化向认知智能化 跃迁。本白皮书系统阐述应用智能化的框架、关键技术、和实现路径，旨在帮助企业应对应用智能化三大核心挑战： 1. 技术链断裂导致的落地周期过长：算力、大模型、智能体的新概念，开发、运维、安全合规等等环节的割裂都导 致企业落地智能化的周期依然较长； » 3.1.4 Agent 技术生态的成熟支撑 开发工具链：如 OpenAI Agents SDK、Dify 零代码 Agent 开发平台、LangChain/LangGraph 等 Agent 框架，极大 降低了 Agent 开发门槛。 架构设计的模块化与可扩展性：结合 Kubernetes 和 Dapr 技术，实现了微服务化部署、弹性扩缩容和服务间异步 通信，为 Agent 系统的稳定性和可维护性提供了技术保障。 与传统依赖版本迭代实现局部优化的模式不同，自我进化（Self-Evolving）通过持续学习、动态适配和自我优化， 智能应用的形态和核心特征 应用全生命周期智能化白皮书 18 为智能应用构建了更具弹性和自愈能力的技术框架。这一转变不仅可以显著提升系统的自我决策与故障响应效率，还 可在复杂多变的业务场景下，帮助企业更敏捷地适应市场变化并保障服务质量。 从技术层面来看，一方面，完善的智能化运维体系能够为自我进化提供完整的数据循环支持，涵盖数据采集、模

2. 遥感 3. 微电子 4. 空间信息 第八章 人文社会科学 1. 社会科学 2. 人文科学 3. AI 伦理治理 第九章 展望与政策 1. 未来挑战与研究方向 2. 政策框架 目录 3 4 5 12 13 14 15 18 18 19 20 21 24 25 26 27 30 31 32 33 34 37 38 39 42 强大模型的跨模态情感感知能力，实现情境 自适应的个性化情感调控机制，实现拟人化 人机交互。 6）构建基于多智能体协作的自组织群 体智能。探索复杂场景下的多智能体深度集 成和自组织协作机制，构建可扩展的智能体 协作框架，为未来人机共生智能化社会提供 先行试验平台。 为更快地迈向通用人工智能，研究者需 要突破上述大语言模型前沿科学问题，推动 未来人工智能技术在科学研究、数字经济等 场景中的落地与应用。 1 防范数据隐私泄露、恶意操控和未经授权 访问等风险。同时，法律与伦理层面需要 完善法规框架，以应对数据所有权、责任 追究等问题，防止技术滥用带来的伦理困 境。 2.3.6 具身智能评估 当前的具身智能评估体系尚不完善， 缺乏统一基准，难以全面衡量智能体的控 制能力、任务规划能力和泛化能力。如何 建立科学合理的评估体系，是关键挑战。 研发系统化的具身智能评估框架， 以更全面地衡量智能体的能力。需解决多 方面问题，包括：现有评估方法偏重单一

每个组织实现的收益价值 达 1,546 万美元 业务运营： 网络安全团队生产效率 提高 27% 业务流程错误减少 23% 安全性和流程： 亚马逊云科技 创造价值的五种方式 亚马逊云科技云价值框架助力企业和组织能够 从五个价值支柱构建云计算的详细商业案例 点击下方按钮了解更多信息： 成本节约 员工生产力 运营韧性 业务敏捷性 可持续性 价值支柱 1 实现成本节约 在云端释放基础设施效率 在规划迁移及转型路线图时，还需考虑亚马逊云科技解决方案及赋能服务在迁移中的价值： 价值支柱 2 最大程度提升生产力 IDC，《Amazon Aurora 的商业价值》，2025年 利用亚马逊云科技云价值框架解锁云力量：员工生产效率， 亚马逊云科技，2024年 彻底简化基础设施管理 传统工作负载需要手动配置和维护，这使得员工无法专注于 更具战略意义的工作。例如，采购、部署和维护物理服务器 会消耗团队大量资源。 例如： · 选择采用 Amazon Graviton 实例，其能 耗比同类型 EC2 实例最多减少 60%。 · 亚马逊云科技的 Well-Architected Framework（架构完善框架）可帮助您 识别改善亚马逊云科技运行环境可持续 性的机会。 · 您可以通过亚马逊云科技运行您专为可 持续发展计划而开发的工作负载。 能效比本地部署高出 4.1 倍 13 4.1x 借助经过优化的亚马逊云科技

的经验与思考，形 成了这份关于工程智能的白皮书。书中聚焦工程智能的核心，详细阐述了从单点 突破到规模化赋能的实现路径。我们希望通过这份白皮书，为工程智能领域的研 究者和从业者提供一套系统的认知框架与实践参考，更希望能吸引更多有志之士 加入进来，共同破解难题、凝聚共识。 工程智能是新质生产力的重要载体，是教育强国、科技强国建设的关键支撑。 作为同济人，我们始终坚信，大学不仅是知识创新的高地，更应是服务国家战略 及产学研三者高效相辅相成的态势。  人-模型-系统一体化：这是未来工作模式的终极形态。工程智能不是为了取 代人，而是为了与人协同，达到“一加一大于二”的效果。模型提供强大的 计算智能，系统提供稳固的执行框架，而人则贡献创造性思维、非逻辑思维 与最终的价值判断。我们的系统设计，必须为人留下空间，赋能人；不是用 AI 技术完全替代人，而是人与智能系统长久地共同成长。 这本五万多字的白皮书，是我们团队对上述思考的系统性梳理与阶段性总结。 院与上海（同济）工 程智能研究院（筹）对发展工程智能这一前沿交叉领域的战略理念与核心愿景， 深度剖析了工程智能的发展现状、时代机遇与核心挑战，前瞻性地提出了以“工 程智能操作系统”为核心的实现框架与核心共性技术体系，并展望工程智能的核 心趋势与未来发展。 随着人工智能技术与传统工程领域加速融合，工程智能应运而生。它是推动 工程领域智能化转型的关键驱动力，也是应对日益复杂工程挑战的全新范式。工