V2X、ETC、智能路口设备等智慧交通产品。智能物联产品主要由 旗下宇视科技经营。2024 年公司业绩短期承压，2025Q2，公司盈利质 量有所修复，扣非归母净利润为 0.50 亿元，环比增长 329%。 ◼ 智慧交通：政策推动建设加速，数据赋能价值释放。2024 年 4 月，财政 部、交通运输部印发《关于支持引导公路水路交通基础设施数字化转型 升级的通知》，明确自 2024 年起，通过 3 年左右时间，支持 30 个左右 的示范区域，力争推动 智能物联：AI 迭代加速。AI 推动安防市场持续提升。根据中商产业研 究院，2024 年中国智能安防软硬件的市场规模达到 823 亿元，同比增长 13.05%，预计 2025 年中国智能安防软硬件市场规模将达到 913 亿元。 宇视科技持续深化 AI 布局。2025 年初升级发布「万物 X」后，4 月在 宇视合作伙伴大会上再度发布了大模型「梧桐 2025」，推动 AIoT 智能 体生态建设，加速大模型技术全场景产业化落地。此外公司加强布局充 ................................................................................. 4 2. 智慧交通：政策推动建设加速，数据赋能价值释放 ...................................................................... 8 2.1. 政策推动智慧交通建设提速

落地路径，在对 50 余家企业进行调研和访谈的基础上，我 i 们编制了《工业互联网平台赋能重点行业数字化转型方法 论白皮书》，旨在为细分行业上云上平台提供一套方法论 和整体解决方案，推动企业加速数字化转型步伐。 二、制造业数字化转型方法论参考架构 基于工业互联网平台的制造业数字化转型方法论参考 架构包括价值视角、技术视角和业务视角三大视角。制造业 数字化转型必须从价值、技术、业务三个视角统筹考虑， ..................... 21 3.3 推进应用场景落地的着力点........................................ 22 II 3.3.1 加速设备上云，夯实数据采集基础..................... 22 3.3.2 聚焦产业协同，强化重点模型积累..................... 22 3.3.3 加强攻关突破，优化解决方案供给 ............... 77 11.3 推进应用场景落地的着力点 ...................................... 78 11.3.1 关注底层数据采集，加速设备上云上链........... 78 11.3.2 夯实模型构建基础，强化重点模型培育........... 78 11.3.3 聚焦重点应用场景，深化解决方案应用...........

内首 个 100%完全国产化无人机商用小型通用智能飞控系统。 产业链整合平台：整合产业链上下游企业，形成"上下楼就是上下游"的产业集 群，提高供应链效率。 场景应用孵化器：提供场景验证环境，加速技术商业化应用，如昆明已开展 50 个 低空应用试点场景。 商业模式创新试验田：探索创新商业模式，如京东无人机枢纽网络已实现跨城医 疗物资配送。 1.3 企业自建园区的主要类型 根据主导企 深圳移动低空经济联合创新中心：由深圳移动联合市空间地理信息中心、IDEA 研 究院、深城交、南航深圳研究院、华为、龙华数据公司、美团无人机、丰翼科技、东 部通航等低空合作伙伴共同成立，凝聚低空产业力量，加速探索低空技术及应用创 新。 苏州移动 5G-A 多模态融合感知示范区：由苏州移动携手高新区及华为等行业伙 伴共同建设，是全国规模最大的 5G-A 多模态融合感知示范区。该示范区覆盖超 12 平 发展趋势与挑战： 低空监管未来将向智能化、网络化方向发展。一方面，"全国一张网"建设将推进 低空交通网络标准化，统一空域管理平台与飞行服务设施，解决跨省航线审批难题。 另一方面，5G-A 网络覆盖将加速 330 个城市 5G-A 部署，实现低空通信与感知一体 化，保障飞行数据实时传输。 当前载监管流业务面临的主要挑战是监管技术和标准不统一。低空监管需要先进 的技术手段和统一的标准体系，但目前

2 数据中心网络发展趋势与挑战 随着数字经济的加速发展，人工智能、大数据、云计算、区块链等新一代信息技术已 成为社会生产力的关键支撑，尤其是以GPT-4、Llama和DeepSeek为代表的大语言模 型（Large Language Models, LLMs）在人工智能领域取得突破性进展，引发了对算力 资源前所未有的需求。 在数字经济加速发展的背景下，算力已成为新型基础设施的重要支撑，是推动经济社 0264—2024），通用计算网络容灾正在从“备份可用”向“智能韧性”升级。这一指引 不仅提升了对灾难恢复能力，更是金融等行业在通用计算核心业务与数据中心发展理念上 的重大转折。在央行《指引》的推动下，金融行业的容灾体系正在加速变革，而政务、泛 互联网等领域的通算核心业务也在共同推动数据中心网络进入颠覆性重构期。 未来十年，数据中心的核心将发生根本性变化，从“异地容灾预防灾难”向“极端容 灾预防战争”演进。以国内某大 据中 心网络“中枢”在极端环境下的通信能力成为关键瓶颈。网络需要基于智能故障感知恢复， 助力网络常稳业务永续。同时，为保障跨楼宇、跨DC此类高速链路互联场景的传输安全， 通信安全等相关技术也将加速在高韧性DC架构中落地。 未来十年数据中心网络将彻底超越传统连接的定位，真正成为驱动金融、政府等业 务韧性、智能与效能变革的根基性力量。其成功演进绝非单纯的技术升级，更将成为行业 在数字经济时

年前碳达峰和 2060 年前碳中和的目标。该项目通 过科学研究，设立有雄心的目标，制定清晰的路线图和有效 的行动计划，为政府决策提供建议和支持。 该项目积极推动能源安全、高效、绿色和低碳发展，加速化 石能源消费的减量化直至退出。该项目具体的研究领域涵盖 宏观的能源与环境、经济和社会的协调综合发展；化石能源 消费总量控制；能源开发利用技术创新；电力部门向可再生 能源为主体的系统转型；推动电气化；高耗能部门的低碳绿 主要调节能力发展现状 截至 2024 年底，湖南省仅黑麋峰抽水蓄能电站在运，容量为 120 万千瓦。安化、 攸县广寒坪、江华湾水源、平江、炎陵罗萍江、汨罗玉池、桃源木旺溪、辰溪 8 座抽水 蓄能电站正在加速建设中，在建规模达 1320 万千瓦。 截至 2024 年底，新型储能装机规模 288 万千瓦，同比增长 8.3%，排名华中第 1 位。储能深度调峰电量 6.3 亿千瓦时，占比 8.5%，最大负荷日电化学储能供电量为 4 年全国新能源并网消 纳情况》，2024 年 1-12 月，湖南省风电、光伏利用率分别为 97.2% 和 99.4%。 3.3 情景设定 围绕湖南省电力支撑能力提升，从煤电气电协同发展、气电加速发展、煤电外电协 同发展、储能和需求侧响应支撑能力强化几个场景进行分析。分析上述不同情景下各电 源装机和发电量的变化情况，分别针对满足电力缺口前提下的不同电源装机配比进行计 算，得到各场景下的

（四）重点生态功能区：典型场景初步形成，绿色转型成效显现 .. 11 二、纵向看，全区县域数字经济发展保持强劲增长活力 .................. 13 （一）基础能力指数高速增长，硬核支撑加速夯实 .......................... 14 （二）产业发展指数稳步提升，增长动能逐步增强 .......................... 15 （三）融合应用指数增长提速，转型活力不断迸发 才培训补贴、数字经济园区税收优惠等政策，吸引企业投资 超 3 亿元，实现数字经济规模同比增长 15%4，农产品线上销 售额突破 12.57 亿元，居全区第一5。柳州市鱼峰区以“一产 夯基、二产提质、三产融合”为路径，加速推进螺蛳粉全产 业链生态体系转型升级，投资建设柳州螺蛳粉原材料现代化 交易中心，打造“文旅+螺蛳粉”核心品牌，帮助本地规上螺 蛳粉企业产值增长 10.5%6。 3 数据来源：广西南宁 发展增长势头良好。广西县域数字经济发展整体呈现“多点突 破、梯度推进”的趋势，并在人工智能浪潮的推动下迎来重大 机遇，正加速进入全面推进、深度融合的关键跃升期。 图 1 2023—2024 年广西县域数字经济发展纵向指数各分项 指数 （一）基础能力指数高速增长，硬核支撑加速夯实 2023—2024 年，广西县域数字经济基础能力指数从 100 提升至 112，增速为 12%。从各县（市、区）的指数表现来

在联系 ， 从而优化研发方案， 加速新材料的研发进程 。例 如， 利用机 器学习算法对海量材料数据进行分析， 能够快 速筛选出具有 潜在应用价值的材料配方和制备工艺， 缩短 研发周期 。在产 业应用阶段， 企业通过共享产业应用数 据， 能够及时洞察市 场需求的变化趋势， 获取产品在实际 应用中的反馈信息， 进 而调整生产策略， 提高产品质量和 市场适应性， 加速新材料 的产业化进程。 此外， 通 过建立产业链协同创新平台， 优化产业链资源配置， 加 强企 业之间在研发 、生产 、销售等环节的紧密协作， 提高 产业链 协同创新水平 。推动新材料从基础研究到产业化应 用的快速 转化， 加速前沿材料在各领域的广泛应用， 提升 整个产业链 的市场响应速度和竞争力 。例如， 在新能源汽 车电池材料产 业链中， 通过产业协同促进， 实现原材料供 应与电池生产的 精准对接， 提高电池生产效率 活的编程模型 ， 能够支持实时数据分析 、交互式查询和机 器学习算法的快速 迭代。在进行新材料性能预测模型训练 时，Spark 能够将训 练数据存储在内存中， 实现快速的数 据读取和计算， 加速模 型训练过程 。同时， Spark 还提供 了丰富的机器学习库 （MLlib） 和图计算库 （GraphX）， 方便对新材料数据进 行 深入的挖掘和分析， 为新材料研发和产业应用提供强大的 技

媒体情感、供应链物流数据）的结合使模型预测精度提升 20%-35%。例如，美国对冲基金 AQR 通过分析停车场卫星图 像预测零售企业季度营收，年化收益提升 12%。  实时性跃迁：FPGA 硬件加速将订单响应时间压缩至纳秒 级，JP Morgan 的 LOXM 系统可实现每秒处理 2 万笔衍生品 报价。  风险控制智能化：基于联邦学习的跨市场风险传染模型可将黑 天鹅事件预警时间提前 3-5 值分析特征重要性，避免深度学习 ” ” 模型成为 黑箱 最后，执行环节的可信保障需要硬件级支持。在程序化交易 中，订单执行延迟每增加 1 毫秒，高频策略的胜率可能下降 0.3%。通过 FPGA 硬件加速和交易所直连通道，可将订单响应时间 稳定在 50 微秒以内，同时采用冗余校验机制确保指令 100%准确 传输。某海外对冲基金的实测表明，这套可信执行体系使滑点损失 减少 76%，年交易成本降低 5（顶级对冲基金数据） 最大回撤控制 依赖 VaR 模型 基于强化学习的动态止损 策略生命周期 6-12 个月 3-6 个月（自适应性延长） 计算资源消耗 CPU 集群即可 需配备 GPU/TPU 加速 在实盘部署方面，AI 量化交易需要特别设计以下基础设施：  异构计算架构：使用 Kubernetes 编排 CPU/GPU 混合计算资 源  低延迟数据管道：Apache Kafka 实现微秒级事件流处理

车联网（V2X）等方面。根据市场研究公司 Statista 的统计数据， 预计到 2025 年，全球智能交通市场将达到 1400 亿美元，年均增 长率达 20% 。这一数据充分反映了交通领域对 AI 技术的重视和投 资的加速。 目前，人工智能技术在交通领域的应用现状可概括为以下几个 方面：  智能交通信号控制：利用 AI 算法对实时交通流量进行分析与 预测，从而优化交通信号的配时。  自动驾驶：众多汽车制造商和科技公司正投入大量资源发展自 机构。感知系统通过激光雷达、摄像头、超声波传感器等设备感知 周围环境，实时获取路况信息、障碍物位置和行人活动等数据。决 策系统利用深度学习算法分析感知数据，进行路径规划和决策判 断，如变道、加速、减速或停车等操作。执行机构则根据决策系统 的指令控制车辆的行驶状态，确保安全和效率。 为了确保自动驾驶技术在实际应用中的安全性和可靠性，车辆 制造商和科技公司通常会采取以下措施： 1. 多 作出合理决策，避免发生事故。 在算法的性能评估方面，可以引入以下指标来衡量路径规划与 控制算法的实际应用效果：  平均行驶时间  路径安全性（碰撞次数、违规行为）  能耗效率  乘坐舒适度（加速度平稳性) 为了实现不断优化和迭代，仿真及实际路测数据应定期分析， 以持续改进算法性能。这可以通过构建基于大数据的反馈学习算 法，使系统在数据积累的基础上不断调整优化策略。 因此，路径规划与控制算法在自动驾驶系统中不仅要确保其技

大模型基础技术，形成模型设计、开发、应用 系 列关键方法。 电力大模型训练和推理技术 难点 参数 轻量化 微调 推理 算力 并行 调度 加速 数据 评价 网络 清洗 设计 设计 ■ 电力大模型基础网络构建困难 ■ 面向多元高维向量表征的大模型训练算 法尚属空白 ■ 面向新型电力系统边缘应用的轻量化推 理技术尚属空白 GRID 42 高并发实时轻量化推理技术 大模型量化与剪枝蒸馏技术 基于轻量化算子的模型框架加速技术 基于异构算力硬件资源的加速推理技术 算子友好性 算子计算简化 推 理 效 率 提 升 口提出电力系统时空融合的自掩码、自监督预训练方法。 口提出异构算力轻量化加速方法。 时空掩码 时空重建 自监督大模型 预训练 ■ 提出构建 AI EPS 函数集，在神经网络的各个环节将函数集“柔性嵌入” 函 数 集 的 物 理 分 层 分 区 电力大模型的函数集多层级嵌入与组合 在基座模型各个环节嵌入函数，组合运用，加速模型训练 模拟调度流程，根据各级电网物理特性对函数集分层分区 电力人工智能的研究和思考 -- 函数集 中国南方电网 CHINA SOUTHERN POWER GRID 电力系统