2 国家数字化发展范式与路径 国家数字化发展范式与路径 立场文件 Contents 目录 第一章、 数字化是国家发展机遇 / 6 1.1 数字化使能国家综合能力提升 / 6 1.2 新兴市场的数字化发展更具潜力 / 12 第二章、国家数字化发展范式 / 16 2.1 国家综合发展水平与数字化相互促进 / 16 2.2 数字社会、数字政府和数字经济是国家数字化的三个主要领域 旅游数字化带动配套产业增长 / 28 · 能源与港口数字化转型促进多元化发展 / 30 · 数字产业成为新经济增长点 / 35 序言 / 1 执行摘要 / 5 国家数字化发展范式与路径 2.3 ICT 基础设施是国家数字化发展的基础 / 37 2.3.1 数字应用 / 38 2.3.2 数字平台 / 38 2.3.3 数字基础设施 / 39 第三章、国家数字化发展路径：战略到执行 53 3.4.3 鼓励创新 / 53 3.4.4 引导标准 / 54 总结 / 55 附录一：参考文献 / 56 附录二：缩略词 / 61 国家数字化发展范式与路径 1 国家数字化发展范式与路径 序言 数字化是什么？有人说数字化是全新的工具，改 变着人类获取信息、获取资源的效率；有人说数字化是 一种产品，孕育出了视频、直播等新型业务；有人说 数字化代表着新的商业模式，带动企业运营、客户交

1 1 中邮证券 2024年6月16日 车路云一体化， 打造中国智慧交通新范式 证券研究报告 、 2 投资要点  中国版智驾方案——车路云协同：近年来，依托于5G、AI、云计算等技术的快速发展和深度融合应 用，中国自动驾驶技术不断升级迭代，所面临的挑战也不断增加。以 V2X 技术为基础的汽车网联化和道 路智能化是实现高阶自动驾驶的重要支撑。目前

GPU（图形处理器）、并行计 算集群 硬件基础 量子化学、密码学、优化、搜索、 量子模拟等 图像处理、深度学习训练、科 学模拟（规则并行任务） 适用问题类型 潜在的 指数级加速 （特定问题）、 全新计算范式 高吞吐量、擅长大规模数值并 行计算 优势 技术不成熟、易受干扰、目前规模 小、算法有限、需低温环境 不擅长非规则、逻辑复杂的任 务，串行瓶颈依然存在 局限 前沿技术，处于实验与原型阶段，

—— “人工智能+”时代的智慧城市发展范式创新 AI CITY发展研究报告 （2025年） 国家信息中心 华为云计算技术有限公司 （排名不分先后） 编写委员会 主编： 单志广、高江海 专家顾问： 陈 林、杨瑞凯、徐卫星、鲍 亮、王 彬、陈群辉 副主编： 房毓菲、涂菲菲、刘 殷 周春燕、李志强、江虎林 编委： 陈 栩、王丹丹、戴 彧、胡沐华、吴洁倩、常苗苗、舍日古楞、 华为云计算技术有限公司 序 全球人工智能技术正以迅猛之势持续革新，在研发、应用及产业生态等层面呈现出多元且强劲 的发展景象，并以前所未有的速度融入社会、经济和全球治理的方方面面，成为驱动商业价值、重 塑科研范式乃至影响人类未来的核心力量。 城市是AI技术创新融合应用的综合性载体，通过AI技术为城市赋能，是主动适应经济社会发展， 顺应城市发展趋势，探索城市创新治理手段的重要举措和可行路径。根据斯坦福大学《2025年人工 ..................................................................................13 2. 人工智能赋能城市治理范式变革 ............................................................................................13 3

2025年中国企业级智能生产力行业白皮书 执行摘要 1 绚星智慧科技：企业级智能生产力 解决方案的领导者 4 目录 企业级智能生产力最佳实践 5 企业级智能生产力的内涵与市场机遇 2 企业组织能力建设的三种范式 3 白皮书研究方法 数据来源：沙利文研究 行业访谈 • 与企业级智能生产力行业产业 链各环节头部企业专家进行一 对一深度访谈 • 访谈企业覆盖企业级智能生产 力企业、AI企业、企业培训与 规模应用与业务落地。 执行摘要 1 绚星智慧科技：企业级智能生产力 解决方案的领导者 4 目录 企业级智能生产力最佳实践 5 企业级智能生产力的内涵与市场机遇 2 企业组织能力建设的三种范式 3 企业面临的挑战与痛点限制了企业在效率、质量、创新和韧性上的持续提升，同时也蕴含着通过智能化 解决方案重塑组织运作、提升协同与决策能力的巨大机遇 企业核心挑战与痛点 组织协同效率低 人才价值难以量化 智能生产力服务市场分类 执行摘要 1 绚星智慧科技：企业级智能生产力 解决方案的领导者 4 目录 企业级智能生产力最佳实践 5 企业级智能生产力的内涵与市场机遇 2 企业组织能力建设的三种范式 3 E-learning/课程 数据来源：沙利文研究 单点工具 典型应用场景 关键发现 • 解决某个明确的业 务环节，具备“快 用快见效”的特征 招聘 • 主要聚焦解决招聘、算

开创RL加持下强推理慢思考范式新边界 ➢ DeepSeek-R1 Zero 及 R1 技术剖析 ➢ Pipeline 总览 \ DeepSeek-V3 Base \ DeepSeek-R1 Zero 及 R1 细节分析 ➢ RL 算法的创新：GRPO及其技术细节 ➢ DeepSeek-R1 背后的Insights & Takeaways：RL加持下的长度泛化 \ 推理范式的涌现 ➢ DeepSeek-R1 审计对齐 Deliberative Alignment ➢ 补充拓展：DeepSeek-V3 解读 3 DeepSeek-R1 开创RL加持下强推理慢思考范式新边界 ➢ OpenAI o1 开启后训练 Post-Training 时代下的RL新范式：后训练扩展律 Post-Training Scaling Law ➢ DS-R1 独立发现了一些通往o1路上的核心理念，并且效果还好到受到了OpenAI SFT）； ➢ 随着训练步骤增加，模型逐渐展现出长文本推理及长链推理能力； ➢ 随着推理路径增长，模型表现出自我修复和启发式搜索的能力； 4 DeepSeek-R1 开创RL加持下强推理慢思考范式新边界 ➢ 得益于强大的推理能力与长文本思考能力，DeepSeek R1在复杂任务上表现卓越，成为开源领域的又 一里程碑，标志着开源社区在与闭源大模型（如 OpenAI o1 系列）的竞争中迈出了关键性一步。