智能教师服务系统，将优秀教师育人智慧融入大模型。 守护人工智能安全。按照法律法规要求，开展人工 智能算法备案登记，评估国家智慧教育平台上线的人工 智能应用。一体评估平台、数据、算法和训练环境，全 方位排查深层次隐患，确保合法合规、高质量运行。强 化对输出端内容的安全测试，建立常态化的机器检测机 制，确保模型问答不触碰法律底线。组织开展人工智能 条件下的教育社会实验，对未来智慧教育形态进行充分 预 关技能课程，获得广泛好评。 二、促进人工智能广泛应用，助力教育创新发展 中国教育部积极推动智能技术在教育领域的深入 广泛应用，从学习形式到教学方式、从治理服务到科研 创新，中国教育系统正在经历一场深层次的系统性变革。 以人工智能改变学生学习。鼓励学校运用人工智能 ·23· 构建新型学习空间、革新学习方式。以人工智能促进教 育优质公平，上海市卢湾一中心小学利用人工智能为每 位学

◆ 在法律服务、媒体传播等知识密集型领域， ABI可穿透行业不确定性，系统性提升决策 效率与用户体验 ◆ ABI推动人力操作向知识价值转化，重新定 义数据驱动的商业文明形态，实现商业价 值链深层重塑 03ABI分层突破，三角失衡待解： ◆ AI与BI融合呈现分层态势，其中基础层聚 焦工具升级，战略层重构传统决策链路 ◆ ABI应用的核心矛盾源于"数据-技术-业务 "三角失衡，数据治理滞后、算法黑箱与 品 通过自动化数据拉取、整理和报告生成，部分替代了传统数据分析师的重复性劳动”， 这帮助企业快速处理海量数据并降低成本。 ◼ 智能决策支持是AI赋能BI的战略价值所在 AI通过整合多源数据并提供深层洞察，赋能企业进行战略性决策，帮助识别市场趋 势、优化资源配置。对话中指出，“数据分析师能在这个系统给的方案之上，再做出 更复杂的一些思维和思考”，这表明AI不仅是数据处理工具，更是战略合作伙伴，能 以"数据洞察自动化-决策反馈实时化-知识沉淀系统化"为方 法论，重构"采集-分析-决策"的传统链路，推动企业决策范 式从依赖历史经验的被动响应，转型为基于认知智能的前瞻 预判，实现商业价值链的深层重塑。 ❑ ABI应用的核心矛盾本质上是“数据-技术-业务”三角动态失 衡所致，其症结在于数据治理滞后、场景碎片化、算法黑箱 与行业适配断层四大维度，共同构筑了技术落地与价值转化 的系统性障碍。

决策和采取行动的 AI Agent（智能体）系统。 - 4 - 行业趋势 鸿蒙 2030 白皮书 智能体将彻底改变人与机器的协作方式，从“以指令为中心”发展为“以意图为中心”， 为人类带来更深层次的便利和效率提升。在任务流程中，用户只需要设立目标，提供相应资源， 监督完成的结果，智能体在得到授权后，自主完成策略规划和任务拆解，灵活运用多种辅助工 具和数据资源，并控制进度，直至工作完成。 的测量，感知用户的注视焦点位置。通过手势的测量，感知用户的交互手势意图；通过对用户 面部的追踪，自动调整摄像头区域，跟随人的运动。 面向 2030 年。生物感知技术会空前丰富，对生物体的测量会更细微、更深层次。例如， 人眼注视追踪精度会达到 0.5 度，可以实现字符级精度的焦点位置测量，并且该能力会广泛部 署在终端设备上。设备可以根据用户的注视焦点，确定焦点设备、焦点服务，从而智能调整信 息的呈

际保理商联合会（FCI）及国际贸易和福费廷协会（ITFA）等国际组织还共同制 定了《供应链金融技术的标准定义》，促进业界对供应链金融的统一认识，提高 各国供应链金融市场的标准化、规范化程度。 当前，标准化的努力正向更深层次推进，包括以下三个方面：一是数据标准 方面，推动电子提单、电子发票等数字贸易单据的数据格式和交换协议的标准化； 二是法律框架方面，探索数字资产（如电子债权凭证）在不同司法管辖区的法律 效力互 、 “供应链票据”等产品，均属于数字债权凭证的范畴。 20 第四章 我国供应链金融面临的挑战 尽管我国供应链金融取得了长足发展，但在实践中仍面临一系列深层次的挑 战，这些挑战相互交织，共同构成了制约行业向更高质量、更广范围、更深层次 发展的瓶颈。 一、结构性矛盾 （一）中小企业融资可得性仍不足 “融资难、融资贵”依然是困扰中小微企业的普遍难题，供应链金融虽旨在 破解此困局，但在

业识别并规避法律风险。对于涉及人工智能核心算法的专利和著 作权案件，平衡技术发展与权利保护的关系，审慎探索其保护边 界。 （三）主体维度：需关注调适新型生产关系与权利义务边界 智能制造不仅革新了生产方式，更深层次地，重塑了人与机 器、人与人，以及产业链上各个主体之间的生产关系。技术变革 触及生产关系的核心—人，对传统的劳动关系、用工模式和人才 价值均带来影响。智能制造并非单一企业的内部革新，而是由设

随机过程。这样的设计在确保生成样本多样 性的同时，也保证了高质量的重构。此外， RNN 利用递归结构捕捉时序数据的动态特 性，其状态更新可用差分或微分方程描述， 而残差网络（ResNet）则通过引入跨层“捷 径”联结，缓解深层网络中梯度消失问题， 其理论分析依赖于线性代数和微分方程，从 而解释了信息恒等传递的原理。 在人工智能算法实现层面，数学不仅体 现在数据预处理、损失函数构造上，也贯穿 于优化算法设计。数据预处理方面，通过统 气候建模等场景展现潜力 8。其核心将大模 型按功能层级拆分，分布式部署于星端与地 面站，优化计算与传输效率。最新进展显 示 9-11，基于 Transformer 架构的模块化分 割，将模型划分为星端浅层与地面深层子模 型，动态任务调度结合轨道位置与链路质量 调整策略。星地协同通信协议引入特征缓存 与伪同步更新，配合稀疏编码与量化压缩减 少数据传输量并保持精度。支持 Llama 3、 DeepSeek 对人类的影响可以从短、中、长期进 行分析。从短期来看，各类智能工具有效提 升了工作效率，方便了生活；从中期来看， 智能系统改变了社会运行、价值结构；从长 期来看，超级智能对人类的影响不仅限于表 层的社会活动，更可能触及深层次的生存问 题。 随着 AI 在医疗、自动驾驶和金融等高风 险领域的应用，其潜在风险不断凸显，涉及 隐私和歧视、道德判断差异、自主系统的责 任真空 1,2 等。当下对 AI 伦理治理的探索主

信通院数据显示，中国数字经济规模从2005年的2.6万亿元增长至2023年的53.9万亿元，其占GDP比重于2023年达到42.8%，数字经济的第三产业渗透率不断攀升。 由此可见，数字化已经成为推动国家经济增长的重要力量，在服务业领域的深层次融合正在加速，这为实体商业发展提供了新的契机。在这一背景下，实体商业的转 型升级路径愈发清晰——通过数字化建设，品牌商户能够实现从线下到线上的全面融合，打破传统经营的边界，构建起更加灵活、高效的商业生态系统。未来，实体

09 在各类先进数智技术中，人工智能（AI）的应用在近几 年全面铺开，在医疗健康领域的重要性显著提升，主要 得益于其强大的数据分析能力和生成能力，以及能够与 其他数智技术相结合以开发更多的应用场景和更深层次 的应用影响。 AI医疗健康解决方案市场规模预计在2025年突破200亿元， 并在2030年突破1,000亿元，复合年增长率达43.2%。4 伴随新一代AI技术发展和迭代，更多的医疗大模型出现，

年患者放慢语速、使用方言交流，为年轻患者提供专业术语解读，全方位提升医疗服务体验，让优质医疗服务惠及 更多人群。 AI 驱动生物医药研发范式变革 政策支持、技术落地潜力以及市场需求的共同推动，将加速 AI 与医药的深度融合，驱动深层次的范式 变革。大模型将高效整合多维生物数据，从基因组学到临床信息，加速从靶点识别到候选药物筛选的整个过 程，助力药物发现和个性化治疗策略的制定。提前识别潜在的安全风险，从而降低临床试验失败的可能性。随

钢铁行业将从“增 量发展”阶段迈入“存量优化”阶段，市场竞争态势更趋严峻。总体而言，本轮 市场调整是在钢材消费总量步入长期下行通道背景下的深度调整，不同于以往上 升周期内的阶段性供需失衡，行业深层矛盾难以随时间的推移自行消解，钢铁供 给强于需求的格局将在较长时期内持续存在。行业运行持续呈现“三高三低”特 征，即高产量、高成本、高出口与低需求、低价格、低效益并存。 依据产业政策导向与技