建 筑 企 业 A I 应 用 行 动 指 南 寄语 未来的建筑业，将在人工智能与机器人技术的深度融合中迎来根本性变革。建筑不再只是 “盖出来”，而是“算出来”“拼出来”的系统工程。面对深地、深海、深空的“三深”极端环 境，智能建造机器人将成为突破人类作业极限的关键力量，具备灵巧结构、智能感知与自主决策 能力的建造机器人，正推动我们从地球走向太空。从“超级泥瓦匠”砌筑机器人到“月蜘蛛”3D 打印 AI的技术潜力毋庸置疑，但对建筑企业而言，真正的转型升级不在于“是否用了AI”，而在 于是否构建了基于“产业AI”的AI应用能力。不同于通用AI的泛化逻辑，产业AI强调的是，通用AI 能力和场景数据、行业知识与专业软件的深度融合，能够深植于业务流程、理解工程语境、解决 实际问题。只有这样的AI，才能在高度专业、高度协同、高度独特、高度动态的建筑场景中真正 落地生根、发挥价值。可以说，产业AI是建筑企业实现AI落地应用的核心驱动力。未来，唯有依

化 、 智 能 化 、 绿 色 化 的 核 心 瓶 颈 。 本 章 将 系 统 梳 理 当 前 船 舶 数 据 管 理 和 应 用 在 政 策 、 实 践 、 技 术 层 面 的 现 状 ， 并 深 度 剖 析 其 背 后 技 术 性 、 生 态 性 、 国 际 性 三 大 挑 战 。 1.1 政策与标准层面，顶层设计高瞻远瞩与落地实施步履维艰 全 球 主 要 经 济 体 均 已 认 识 到 视 情 维 护 领 域 推 动 战 略 的 实 施 。 1.2.2 行 业 领 先 企 业 内 部 挖 潜 ， 实 现 有 限 协 同 国 内 头 部 企 业 的 数 字 化 转 型 已 进 入 深 水 区 。 上 海 外 高 桥 造 船 作 为 行 业 内 首 家 通 过 数 字 化 转 型 贯 标 四 星 级 评 估 的 企 业 ， 其 生 产 、 管 理 、 服 务 各 环 节 的 数 字 概念内涵、技术架构与行动方案 4 5 1.3 数据割裂成为制约行业升级的最大障碍和核心挑战 通 过 对 造 船 和 航 运 业 数 据 管 理 和 应 用 现 状 的 深 入 剖 析 ， 可 以 揭 示 其 在 技 术 、 生 态 、 政 策 环 境 等 方 面 更 深 层 次 的 矛 盾。 1.3.1 技 术 性 障 碍 ： 数 据 定 义 和 标 识 不 一 致 ， 数 据 流 通 不 畅 元数 据 缺 失和

7 合 肥 7.9 0.66 6 南 宁 7.9 1.34 重 庆 8 上 海 7.8 2.46 3 成 都 8.8 0.53 5 福 州 8.0 1.09 主要行政区路网密度 1 深 圳 9.9 1.23 2 厦 门 8.8 0.84 杭 州 4 8.1 1.44 2.4 城市规模、区位、形态与道路网密度 团块形态 6.5 （+1.6%） 组团形态 7.0 （+1 石 家 庄 郑 州 昆 明 银 川 拉 萨 西 宁 宁 波 大 连 重 庆 呼 市 长 沙 济 南 西 安 沈 阳 海 口 长 春 乌 市 哈 尔 滨 兰 州 深 圳 成 都 广 州 上 海 北 京 城市 排名 2024年 2023年 速度变化 排名变化 城市 排名 2024年 2023年 速度变化 排名变化 合肥 1 23.5 22.5 1.0 宁波 汉 乌 市 南 宁 重 庆 昆 明 银 川 西 宁 沈 阳 长 沙 哈 尔 滨 呼 市 上 海 拉 萨 济 南 西 安 海 口 北 京 兰 州 成 都 广 州 深 圳 城市 排名 2024年 2023年 速度变化 排名变化 城市 排名 2024年 2023年 速度变化 排名变化 合肥 1 26.8 26.0 0.8 重庆 19 23.4 23.7 -0.3

点承载了人工智 能推理负载，这些节点将持续接收到较为稳定的数据流量。由此带来边缘网络流量的爆发，并 对边缘网络建设提出新的要求。 Omdia 的全球运营商调研显示，64%的受访者表示将在网络深边缘（Far edge）节点部署人 工智能应用，比选择利用公有云数据中心部署人工智能应用的受访者比例高出 12 个百分点。 同时，还有接近 50%的受访者表示，将在浅边缘（Near Edge）节点部署人工智能应用。根 reproduction prohibited. 面向商务楼及园区弱电机房等场景，采用“深边缘”、轻量级、属地化部署，满足小微智算推 理、本地化存储等需求。面向片区、综合体等“浅边缘”场景，部署通算、智算等算力资源及 各类高性能网络设备用于区域用户的业务汇聚与流量收敛，满足时延敏感的业务需求。目前， 上海电信已经规划部署 500 个“深边缘”和 60 个“浅边缘”算力节点，这些边缘算力资源与 集中化算力资

多 模 态 融 合： 以 GPT-4o、 Gemini 为代表的多模态大模型 5,6 通过跨模 态对齐技术，实现了视觉、语音、文本等多 模态信息的高效整合，大幅拓宽了模型应用 场景。 3） 深 度 推 理： 以 OpenAI o1/o3 和 DeepSeek R18 为代表的推理模型，在解题 回答中引入类似人类“思考—反思”的推理 机制，用更长推理时间换取更高质量答案， 在数学、科学和编程等复杂任务上取得显著 战：数据采集阶段，投毒攻击通过注入噪 声或恶意样本，误导模型学习；训练阶段， 通过植入模型后门，使其具备隐蔽功能； 推理阶段，对抗样本、模型幻觉和风险内 容生成已成为主要威胁。超大规模参数、 极深网络结构的基础大模型生成行为可解 释性差、安全对齐内生性不强，易遭受越 狱、提示词注入、隐蔽后门等对抗诱导 3。 当前多采用的“外部加固”策略难以适应 AI 系统的动态演进和模型复杂特性。当前 如利用张量分解降低计算复杂度，或通过拓 扑分析优化硬件适配。 本部分的前沿科学问题可以分为两类， 一类聚焦于揭示人工智能模型结构内蕴的数 学理论；另一类着眼于人工智能算法分析。 第一类前沿科学问题通过先分析一般简单深 度神经网络模型的表达能力，再分析复杂常 用模型的表达能力，为模型的可解释性奠定 数学基础，最后基于理论分析指导模型设计。 第二类中的关键前沿科学问题之一是泛化 性。正则化、隐式正则化理论研究已经为模

显体现。居民健康素养水平指数即中国居民获取健康信 息、理解和运用信息的能力水平变化。根据国家卫健委 发布数据显示，居民健康素养水平从2014年的低于10% 提升至2023年的30%，十年间的倍数增长与智慧医疗深 度渗透密切相关，智能技术打破医疗时代健康“孤岛”状 态，实现更加高效的医疗知识普及。 数字化时代，短视频平台已然成为民众获取各类信息的 主要渠道，包含医疗健康相关知识信息。在智慧医疗的 快速发展下，许多医疗工作者正在利用自己的专业知识 字智能 转型的B端解决方案商，也有深耕一线医疗健康服务的 C端平台型企业。在B端领域，AI技术正在快速渗透， 头部科技企业基于自身优势，推动AI医疗大模型在临床 场景应用，如华为盘古大模型、腾讯云深智药、百度 LinearDesign、浙大&阿里HealthGPT等。在C端市场， 互联网医疗企业和医药电商都已建立了从在线问诊、电 子处方、医药服务到慢病管理或健康管理的一体化服务体 系，典型的一体化平台有微医、阿里健康、京东健康等。 人工智能为代表的智能技术不断优化研发、生产、及营 销流程，在保证产品质量的同时，缩短整个业务时间。 智慧医疗作为建立优质高效医疗卫生服务体系的核心抓 手，持续拓宽生命科学与医疗行业的“广度”和“深 度”。智慧医疗开始逐步覆盖全产业链，从药械企业的 研发生产环节到医疗服务和健康管理环节的全链条提质 增效。智慧医疗同时也带来更加多元化的医疗服务模 式，满足更加个性化的医疗需求。 智慧医疗的持续发展对中国医疗健康环境产生了积极且

链路 更 多的 文 本 信息 。医学 影像 识别 工 具 专 注于 处 理专业医 疗成 像设备生成的图像， 如 CT 扫描、MRI、超声波、PET 扫描等。这些工具使用先进的机器学习和深 度学习算法来分析复杂的医学图像，以支持大模型的诊断决策。 17 PAGE 医疗健康大模型伦理与安全白皮书 型 的评测显得尤为关键且迫在眉睫。评测不仅是对模型性能与可靠性的精准度量， 更是拨开重重迷雾、指 引 医疗大模型健康发展的 关 键 灯塔 。通 过 科学、全面、 严 谨 的评测， 我们 能 够深 入 洞察 模型在应 对 上述挑战时的实际表现， 明确其优势与不足， 为模型的优化升级提供坚实依据， 从而确保医疗大 模 型 在复 杂多 变的 医疗 场 景 中 真 正 发 挥 查结果，模型能否推断出潜在的诊断） 3 . 理 解 能 力 （ NLU， Natural Language Understanding） 模 型 理 解 输 入 文 本 或 多 模 态 数 据 的 深 度 和 精 确 度 ， 通 过 语 言 理 解 任 务 ， 如 情 感 分 析 ( SA， Sentiment Analysis) 、 文 本 分 类 ( TC，

优秀候选人； 同时，可以大大帮助 HR 节省时间，把更多精力放在关注人才质量、选拔多样性上。人工智能是 应对这些挑战的最佳方式。 而从创立之初就将 AI 基因深植于业务的 e 成科技，一直在潜心研发和积累，致力于将 AI 技术深 度应用于人力资本全场景中，推动人力资本智能变革。凭借自身在 AI 能力和行业经验的独特优势， 以及来自全球顶尖跨媒体技术实验室的 AI 核心团队，拥有顶尖的跨媒体 AI” 的道路上越走越远。 AI 技术成功应用到人力资本场景，是不断试错，不断创新和优化的过程，需要长时间的研发和 打磨。作为 HR+AI 赛道领跑者，e 成科技的 AI 能力从创立起就深植于基因，并伴随着人力资本 业务发展不断学习和进化，融合了深厚的 HR 行业经验积累、顶尖专家团队提供专业知识，突破 技术边界，才在 HR SaaS 领域形成独一无二的 “护城河”。 △从 Bot Cherri M. Pancake 表示，“人工智能如今是整个 科学界发展最快的领域之一，也是社会上讨论最广的主题之一。 AI 的 发 展、人 们 对 AI 的 兴 趣，很 大 程 度 上 是 因 为 深 度 神 经 网 络 的 近 期 进 展，而 Bengio、 Hinton 和 LeCun 为此奠定了重要基础”。 神经网络的发展过程遇到了哪些波折？ “深度学习三巨头” 有哪些有趣的故事？而这些年热门

3-1：高品质协作关键技术特征 18 新质生产力探索 高品质协作技术白皮书 超高清 视频采集 单目视频采集：单目视频采集的关键指标包括：分辨率、帧率、动态范围、色深和色域。 其中 HDR Vivid 标准对图像提出了更高的要求 : 更大的动态范围、更深的色深 (10/12 比 特 )、更广的色域 (BT2020/REC2020)。同时高分辨率 (8K) 和高帧率 (90FPS) 对于大屏 显示设备是必备要求。 ≥4K（3840*2160） 帧率 协作视频帧率 ≥60FPS 色域 可在屏幕上可再现的色彩范围 BT.2020 音视频端到端时延 编解码时延 ≤150ms 音频效果 MoS 值 ≥4.5 音频位深 音频采样位深度 ≥16bit 通道数 会议音频通道数 多通道 视网联动 无线接入带宽 AP 峰值速率 ≥20Gbps 有线接入带宽 有线接入带宽 ≥10Gbps 确定性时延 AP 无线空口时延

日国家发展改革委、国家能 源 局《关于推进“人工智能 +” 能源高质量 发 展的实施意见》 ，明确八大人工智能 + 典型 应用场景 2025 年 8 月 21 日国务院正式发布《关于 深 入实施“人工智能 +” 行动的意见》 2025 年全国两会政府工作报告提出 ，持续 推进”人工智能 +“ 行动 2024 年全国两会“人工智能 +” 行动被首 次写入政府工作报告。