等技术要求。借助RDMA技术，通过分布式智 算中心网络实现区域内多智算中心协同计算，可以满足更大规模的算力需求。 总而言之，算力的需求正在快速增长。由于AIGC的出现，大模型的训练和推理导致智算超越了通算。智 算中心节点规模越来越大，对网络性能（吞吐和时延）要求越来越高，其发展趋势是从scale up到scale out，直至scale outside。出于成本的考量，800Gbps及以

1 高管洞察 数字孪生 行业报告 的领导者认为 数字孪生 值得投入 96 % 2 数字孪生行业报告 11 660位 我们采访了 个行业的 C级高管和高层领导 超越预期的变革性技术 前言 领导者们对数字孪生的商业价值 做出明确而全面的评估 数字孪生： 行业发展驱动力还是新的技术炒作？ Burkhard Boeckem 海克斯康集团首席技术官 数字孪生

集团多年累积的超百万法规库、千万量级的案例判例、几万本税务电 子书，以及专家知识及实操案例等。 目前，税务行业标准大模型成为了税务这一垂直行业领域大模型 的典型应用，并在注册税务师考试中的成绩已经超越了 ChatGPT。凭 借其创新技术与应用表现，入选“北京市通用人工智能大模型行业应 用十大典型场景案例”。 技术简介 一、税务行业标准大模型的技术优势 2023 年以来，360 税务标准大模型主要特点： 1、专业的模型能力 相较于通用大模型能够解决一般性问题，税务行业标准大模型可 以解决税务领域更为专业的知识问题。据测试，该模型在注册税务师 考试中的成绩已经超越了 ChatGPT。 2、强大的研发团队 360 集团与中税集团组建专业团队，汇集多位深耕人工智能技术领 域的创新技术专家，以及具有丰富实操经验的税收专家，形成 GPT 培 数字人等多项功能，在咨询对话、问题整理、问办一体和数据分析等 多个环节做场景应用。 与通用大模型不同，税务行业对大模型提出了更高的专业要求。 据测试，该模型在注册税务师考试中的成绩已经超越了 ChatGPT。大 模型在注册税务师考试中，知识题正确率 77%，计算题正确率 38%， 模型总体得分稳定为 53.7%，是其他同类竞品模型的 3 倍。 在实际应用中，税务领域有明确目标并且税务行业认可，即参加

通过优化产品组合 来实现大规模定制和丰田生产方式的工厂，超越了以吞吐量优化为目标的第 二次工业革命时期的工厂。 2025年3月，谷歌的Gemma3模型正式 2025年3月，谷歌的Gemma3模型正式发 发布。其中，参数 布。其中，参数规 规模 模为 为270 270亿 亿的Gemma3版本在性能上超越了参数 的Gemma3版本在性能上超越了参数规 规 模大644倍的DeepSeek 模大644倍的DeepSeek-V3模型。 协议（MCP），正在 为更智能、更集成的人工智能系统奠定基础，尤其是在与代理型人工智能相 关领域。 MCP正成为旨在以负责任、结构化方式在企业范围内扩展AI应用的编排平台 的必备组件。这些编排平台超越了基本集成能力。 它们作为孤立系统之间的连接纽带，促进AI代理之间的无缝协作，并实施对 模型部署、应用方式及生成结果的必要治理。 为人工智能的无序扩张提供结构化框架 作为孤立系统之间的连接纽带

疾病预防，提高医疗保健质量和效率。其应用涵盖临床、管理、教育、公共卫生等多 个方面，突显了医疗大模型的全流程应用，有望推动医疗保健的创新和进步。 人工智能技术 在医疗领域的优势与挑战 （一）医疗大模型超越传统方法的优势特征 大语言模型（Large Language Model）在医疗领域相对传统方法具有多方面的优势， 不仅体现在知识的提取整合上，也体现在医疗实践的各个环节之中。 在自动化的知识提 医学领域大模型的广泛应用缺乏相应的伦理监管和针对性法律法规，特别是在处理患 者隐私数据安全方面。 大模型在开发、训练、测试和实际应用中需要适应医疗实践的真实场景。尽管有报道 和研究声称“大模型在某些方面超越真实医生”，但这些“超越”大多仅适用于特定医学考 试和测试数据集。医疗大模型的发展涉及数据科学和医学科学，其最终服务对象为一 线医务工作者、科研人员和患者。因此，在看到医疗大模型发展潜力的同时，我们需 要保持冷静和审慎的态度。

AI、数字行为建模、远程医疗和合成生物学等前沿技 术驱动的全球健康生态系统。 这份报告客观阐述了 AI 和 ICT 技术融合将如何推动变革，造福人类和社会。 Joseph Sifakis 序言 为实现上述愿景，我们仍面临诸多超越通用人工智能范畴的技术挑战。我们的目标不仅是创造 一种“能够理解、学习任何人类所能完成的智力任务的机器”，更在于让机器能够整合自身能力， 自主行动，感知现实环境，并以自适应且可靠的方式追求其目标。 衡，并通过 定期或针对性的更新，实现系统的持续演进。 此外，系统验证目前正从理性主义向经验主义转变。传统的基于模型的技术虽能保证高可靠 性，但由于系统固有的复杂性和异构性，已不再适用。我们需要超越当前随机测试和仿真的方法， 开发更严格的验证技术。同时，我们还必须通过基于知识的监测技术弥补可靠性降低的影响。 报告中提到的愿景既广泛又宏大，与科技巨头截然不同。科技巨头通常依赖机器学习并推崇超 生成上取得了重大成就，但其认知模式仍困于基于多重线性统计关联的框架内，因此，普遍认为它 仍缺乏对复杂物理现象以及因果关系的深层次抽象与推理的能力。真正的突破或将源于一种使数据 空间和物理空间深度融合的超越现有范式的新架构，这个新架构应能够将数理原理或知识内嵌到数 据空间中，使其能完整准确认知数据系统中的复杂性，这是我们研究和经常讲到的精准智能或 SCI for AI。这是一个复杂系统自组织、自

指数，香港市场基准为恒生指数，美国市场基准为标普 500 指数），具体如下： 行业评级 增持：预计行业股票指数超越基准 中性：预计行业股票指数基本与基准持平 减持：预计行业股票指数明显弱于基准 公司评级 买入：预计股价超越基准 15%以上 增持：预计股价超越基准 5%~15% 持有：预计股价相对基准波动在-15%~5%之间 卖出：预计股价弱于基准 15%以上 暂停评级：

效率与经济性兼备。 安全效能 保障系统安全 ，精准控制 ，同时降低能耗 ，实现高效能与绿色计算的完 美 结合。 开发理念与技能 特殊功能与算法 圆 校正功能卓越 高端测试仪器 ， 校正功能卓越 ，精度超越同类 ， 满足年校准需求 ， 防 电子产品采样漂移 ，独特功能领先 BMS 市场。 True RMS 计算 ，独特算法与无芯片依赖 集成 True RMS 计算能力 ， 配合特殊算法 ， 实现低成本下的精准测量， XS4-BMS 电压采样误差≤ ±1mV ，远优 于 市场＞ ±4mV ，精度提高显著。 02 电流检测优化 XS4-BMS 电流检测误差降至 50mA ，检测 频率提升至 2mS ，性能超越市场标准。 PART 012 BMS 对 电 池 寿 命的优化 BMS 对电 池寿命的优 化 技术优势 相较于被动式均衡方式 ， XS4- BMS 的主动式方法极大优化了 电池安全管控 SOH 估算能力 具备实时 / 动态 / 静态 SOH 估 算功能 ，精准反映电池健 康 状态。 SOC 精度 XS4-BMS 展现卓越 SOC 精 度 ，误差低于 0.3% ，显 著 超越市场水平。 综合性能优势 全面考量关键因 素 ， XS4- BMS 在多项指标上实现 优异表现 ，引领行业标准。 性能对比 PART 014 数十兆瓦级储能系 统的管控特色 绿色能源管理

BERT）的能力，来调整多层神经网络 模型的内部大量神经元连接权重参数，实现对知识 的获取。这一参数调优过程在连续平滑数值空间进 行，与符号化表示的知识获取中的离散符号操作相 比，可以捕捉更为复杂和细致的规律，实现对过往 经验的超越。 1.1.4 知识分布式隐式表示 与符号化知识表示不同，模型获取的知识内嵌 于神经网络模型的海量参数中，无需对其进行显式 表示，这种分布式隐式表示能够处理符号化知识表 示无法处理的情况，例如，无法言明的复杂知识。 可能，打破了传统知识壁垒，有利于知识的连接和 融合，促进了应急知识的创新。相比较于知识的符 号化表示，数值表示的知识能反映更复杂、更细微 的事物本质及其变化规律，能通过数值空间的向量 操作来完成特定知识任务，这使得应急知识的应用 能超越过往经验。根据新的应用场景进行适应性调 整，对于理解和处理复杂的应急管理情境至关重要， 能极大地促进应急知识的应用场景创新[26]。 3.1.2 知识共享 依赖于大模型的自然语言处理能力，用户可以 利用大语言模型技术建设应急管理知识生产网 络中的超级节点，将各领域的行业专家、各学科的 专业学者、各应急部门的专业人员等各类应急知识 生产者有机联合起来，参与每一轮问题解决中，最 大化网络中节点联结密度，超越跨学科知识生产中 知识生产场所和应用场景的物理局限，实现知识生 产的人机协作。应急知识生产超级节点作为网络中 联结密度最高的节点，扮演了一个交流中心的角色， 在与知识生产者交互中加深认识、产生联想、激发

临空现代服务业引领区 产城一体、 集中突破、追赶超越 国家航空城试验区 国家级临空经济区 国际内陆型空港城市示范区 智慧空港 ( 区级 ) 22 l 智慧社区 l 惠民政务 l 网上群众路线 l 智慧办公 l 智慧组工 l 网格化管理 智慧空港 ( 区级 ) l 智慧园区 l 企业政务 l 追赶超越 l 辅助决策 企业服务 管理服务 办公服务 国家级临空经济区 国际内陆型空港城市示范区 丝绸之路经济带对外开放的国际门户 现代航空高端制造科研聚集区 临空现代服务业引领区 产城一体、集中突破、追赶超越 “ 两片一核双环多点”空间布局体系 未来空港经济和国际性综合交通枢纽建设典范 知识创新中心、 高端制造业中心、 区域吸引力服务业中 心 • 西咸空港新城情况介 绍 园区案例介绍 城市仪表盘