AI - Powered Low -Altitude Inspection System 全域感知，智驭低空 雄安国创中心低空智能实验室 CONTENTS 落地成效 Implementation Impact 解决方案 Technology Framework 未来展望 Future Prospects 智巡背景 Background Introduction 中心简介 NATIONAL CENTER OF TECHNOLOGY INNOVATION 政府持续加大对低空经济与智能产业的支持力度， 为创新试点与成果转化提供制度保障。 产学研协同共建 多方机构携手共建低空智能实验室 ，构建跨领 域联合创新平台。 科技创新驱动 通过机制创新与成果转化 ，形成从技术突破到 产品落地的完整产业链闭环。 打造低空智能创新高地 空天地水协同智能无人集群感知平台 多目标检测 多机感知

业化，平均研发周期长达 10 - 15 年，研发投入高达数亿元。 实验数据分散于各类科研机构 、高校以及企业内部， 缺乏统 一的整合与共享机制， 导致大量重复实验， 严重浪费了宝 贵 的科研资源，降低了研发效率。以某新型合金材料研发为 例， 由于不同团队之间数据无法有效共享， 重复进行了超 过 30% 的相似实验， 使得研发周期延长了 2 - 3 年 。模拟计 算数据方面， 由于缺乏统一标准， 由于缺乏统一标准， 不同计算方法和软件得 出 的结果差异较大， 数据的准确性和可靠性难以保障， 无 法为 实验提供精准的理论指导。 在产业应用层面 ，新材料从实验室走向市场的转化之路困 难 重重 。科研机构与企业之间信息沟通不畅， 科研成果往 往未 能充分考虑市场实际需求， 导致大量具有潜在价值的 新材料 成果被束之高阁， 无法实现产业化 。相关研究表 明， 我国新 材料领域的科研成果转化率仅为 产需求脱节， 影响了电 池的生产进度和质量。 1.2 可信数据空间对新材料产业的重要意义 可信数据空间为破解新材料产业发展困境提供了创新性的 解决方案， 具有不可估量的重要价值 。它能够对实验数 据、 模拟计算数据 、产业应用数据等各类数据进行全面整合， 通 过制定统一的数据标准和规范， 打破数据孤岛， 实现数 据的 无障碍流通与高效共享 。这为新材料研发提供了丰富 、全面

..............................................................................33 （一）量子保密通信科研多方向探索，实验成果丰富...................................33 （二）量子保密通信拓展应用场景，提质降本是关键................................. 量子计算主要技术路线核心指标发展趋势....................................................14 图 10 谷歌 Willow 超导量子计算芯片表面码纠错实验........................................18 图 11 量子计算软件技术体系架构...................................... 2.0................................32 图 15 新型协议 QKD 系统实验（a）TF-QKD（b）MP-QKD.............................33 图 16 QKD 应用场景探索（a）英国现网实验（b）我国无人机实验................. 37 图 17 美国 NIST 抗量子加密（PQC）标准化发展历程.....

塑造未来18个月人工智能驱动转型的战略重点 人工智能正从概念验证阶段发展到企业级部署 3. 人工智能从测试和试点转向各行业的战略性、生产就绪型应用 组织正从广泛实验转向具体、高价值 2. 用例 从炒作转向专注：经过验证、可衡量的应用取代了漫无目的的实验 5. 语义建模、对话智能和治理正成为关键的不同点 定义可扩展性、信任和负责任的人工智能采用的隐藏促进因素 结论：基础决定未来 前方的三条道路以及为什么坚实的基础决定了你选择哪一条 的数据是孤立的、难 以修改、难以访问、 管理方式成为瓶颈， 并且局限于狭隘的应 用场景，那么就很难 取得进展。” 1 2026年人工智能的成功将是由数据基础设施驱 动，而非新模型 如果2025年是人工智能实验之年，那么2026年将是基础核算之年。目前最 高投资回报率的技术投资是数据基础设施，而不是最新的AI模型。构建合 适的管道、建立清晰的公司级数据管理方法，并使数据高度可用且尽可能 接近实时，代表着最佳的回报率举措 t等工具 ，但缺乏适当的访问权限和治理，导致员工之间意外共享敏感信息。这并 非真正的人工智能问题，而是数据权限和治理的失败。在准备人工智能时 ，强大的治理框架需要成为优先事项。 2 组织正从广泛的实验转向具体的高价值用例 该模式在各行业重复出现。航空公司需要数据共享平台，以实现与第三方实 体的合作。在媒体和娱乐行业，投资将人工智能与强大的数据管理相结合， 能够带来切实的成果，包括超个性化的客户体验、内容与受众趋势的先进分

达到实际效果。 公司研发了国内目前较为完善的高效课堂师生行为训练系统，形成了符合 学校工作实际的一套切实可行的高效课堂学生行为训练方案，能保证参与互动课 堂实验学校，快速建立符合自己学校特色的高效课堂模式。 为保证实验学校高效课堂的顺利执行，公司以训练方案为蓝本，指导学校建 立信息化课改小组，加大高效互动课堂推进力度。首先进行专家引领，解决教师 观念问题。其次以名师课题为示范，让教师明确操作细节。最后教研推广，形成 户接受的方案是设计者的首要任务。 94 教育信息化智能解决专家 所研制的 VRP 系列真三维虚拟演播室系统是目前世界上渲染能力最强的虚拟 三维演播室，是国内首家具有应用级的，满足学校教学实验要求的真三维虚拟演 播室。系统具有三维空间制作、三维模型制作和三维跟踪交互，广播级图像输出 可同时实时渲染数十万个三角面片、两百多兆纹理贴图、八盏全部类型的灯光及 指数型光照模型、多路活动视频 ，这需要有相应的课程 学习来达成，各个学段涉及到的课程内容由浅到深、循序渐进： 年级 学期 课程内容 培养能力 小学 四年级 上学期 Scratch 创意编程 软件编程能力 下学期 初级实验箱 智能电子认知能力 五年级 上学期 创意电子套件应用 Scratch 编程与传感器应用 101 教育信息化智能解决专家 下学期 初级 3D 结构设计 3D 结构设计能力 六年级 上学期

台《加快推进教育数字化的意见》，明确提出加强人工智能等前瞻布 局，加快建设教育行业人工智能大模型，推动课程、教材、教学数字 化变革。探索建设云端学校、智造空间、未来学习中心，建设“人工 智能+X”国家级实验教学中心，构建新型教学组织形态等方向。 地方层面积极响应算力赋能教育发展方向，各地区出台政策鼓励 算力赋能教育行业发展。2024 年 10 月，北京市教育委员会发文聚焦 于教育教学与技术创新的双向赋能，以建设一个促进教育教学创新、 全省教育系统算力共享机制，集成高性能计算节点、高速网络互联及 智能调度系统，升级“教育魔方”智能中枢能力。推进“西湖之光” 算力联盟、浙江大学启真算力中心、浙江大学国家人工智能产教融合 创新平台和教育大模型研究应用实验室建设。 普惠算力赋能教育行业研究报告（2025 年） 7 二、算力赋能教育行业应用现状 算力赋能教育是算力赋能千行百业转型中的重点领域之一，是以 算力资源为核心底层支撑的教育创新模式，通过“人工智能+教育” 作业批改系统借算力集群 压缩批改耗时，生成知识漏洞报告；个性化学习模型依学生数据实时 生成适配路径。数据驱动融合下，算力将分散数据进行整合，助力教 师调整节奏、管理者优化配置。边缘计算的覆盖，让偏远课堂接入虚 拟实验室，AI 语音互动系统即时响应学习需求，开启即时教育新生 态。 算力赋能 K12 教育的主要问题集中在算力鸿沟挑战、数据信息质 普惠算力赋能教育行业研究报告（2025 年） 12 量难保障

拓扑量子计算(Topological Quantum Computing）：基于 任意子（Anyons） 等拓扑准 粒子的非阿贝尔统计特性，理论上具有 天然抗干扰能力 ；理论上容错性好、抗噪声； 尚未实验中观测到稳定任意子、技术存在挑战 量子计算浪潮下的全球竞速 7 代表企业 硬件技术路线 • Google：2019 年，推出53 比特的超导量子处理器 “Sycamore” 在约 200 阿里巴巴达摩院 ：早期投入 超导量子比特算法及其应用； 2018年推出“太章”量子电 路模拟器，率先成功模拟81 比特谷歌随机量子电路。 2023年宣布撤裁量子实验室， 将设备捐赠给浙江大学 • 腾讯 ：于 2018 年成立 量子 实验室（Tencent Quantum Lab）布局量子算法、量子 人工智能（Quantum AI）、 量子安全与密码学、量子云 计算与平台整合等，与本源 量子等国内企业合作开发超 正式发布了基于“天衍504” 超导量子计算机的芯片系统 • 百度：通过量子机器学习、 量子 AI 探索应用层机会， 尚未涉足硬件；2024年百度 将量子实验仪器设备将捐赠 予北京量子信息科学研究院 *猫量子比特技术：这种以薛定谔著名思想实验命名的量子比特，利用量子谐振器的相干态作为逻辑状态，对环境中的某些类型错误具有天然的抵抗力 目录 03 02 量子计算对金融业的挑战与应对 04

数字经济的迅猛发展，带动了产业数字化和数字基础设施建设的快速推进，人 工智能、数字孪生等先进创新融合技术，已成为产业数字化转型升级的关键驱 动力。分析了数智融合孪生技术的产生背景，并围绕其赋能下一代智能制造工 厂建设展开探讨。产业实验说明，数智融合孪生技术对提高生产效率、优化成 本、提升竞争力及应对风险作用显著，作为智能制造核心支撑，正加速产业智能 化，助推新质生产力发展。 Abstract： The rapid development 的必要条件，而数字孪生与人工智能的创新交叉融合 已成为推动产业数字化、智能化的重要路径。在产业 数字化发展进程中，需实现数据驱动的智能应用创 新。 数智融合孪生技术面向真实业务场景，提供先行 先试的实验环境。该技术基于“实物孪生-数字孪生- 机理孪生-孪生推演”的逻辑路径，遵循“孪生-拟生- 派生-演生-新生”的路径层级，基于作业流程实现数 字技术与智能技术的融合应用，构建基于真实业务场 景下的数智融合孪生环境 12% 150 h/天 预估收益 1 200万元 300万元 35万元 表4 智能化人力资源透明度管理用例实验预估收益对比（测 试周期为12个月） 进的人岗匹配逻辑，动态适应产线调整，最大化提升 人工管理效率，降低人工成本。智能化人力资源透明 度管理用例实验预估收益对比如表4所示。 3.4 预生产试验环境系统对产线安全能力提升影响评 估 在生产制造场景下，设备资产和安全管理混乱、

085 1.1 天文学与天体物理学领域 Top 10 热点前沿发展态势 085 1.2 重点热点前沿⸺“基于超新星光变曲线数据约束宇宙学参数” 086 1.3 重点热点前沿⸺“通过直接探测实验寻找低质量暗物质候选粒子” 089 数学 1. 热点前沿及重点热点前沿解读 095 1.1 数学领域 Top 10 热点前沿发展态势 095 1.2 重点热点前沿⸺“现代机器学习中的双降曲线与泛化现象研究” 其工作具有重大的意义。 为此，科睿唯安发布了“研究前沿”（Research Fronts）数据和报告。定义一个被称作研究前沿的专 业领域的方法，源自于科学研究之间存在的某种特定 的共性。这种共性可能来自于实验数据，也可能来自 于研究方法，或者概念和假设，并反映在研究人员在 论文中引用其他同行的工作这一学术行为之中。 通过持续跟踪全球最重要的科研学术论文，研究 分析论文被引用的模式和聚类，特别是成簇的高被引 布拉干萨理工大学 葡萄牙 2 7.7% 7 伊朗 1 3.8% 8 波尔图大学 葡萄牙 2 7.7% 8 庆熙大学 韩国 2 7.7% 8 伊斯坦布尔科技大学 土耳其 2 7.7% 8 阿贡国家实验室 美国 2 7.7% 8 芝加哥大学 美国 2 7.7% 8 内布拉斯加大学林肯分校 美国 2 7.7% 从核心论文产出国家和机构来看（表 10），中国 是核心论文的最大贡献国，共有 19