當前,腦機接口技術正以其創新性、交叉性與前沿性,成為未來產業發展的關鍵力量。美國和歐洲等科技強國與地區均將腦科學研究列為重點項目,投入巨額資金大力扶持并積極推進相關研究。這一舉措有力地推動了腦科學領域多學科交叉融合的進程構建起廣泛而深入的協同創新網絡。我國在腦機接口領域的頂層規劃布局正不斷強化,多部委主動作為,積極為腦機接口產業的發展謀篇布局、指引方向,全力營造有利的政策環境與發展條件。
《工程智能白皮書》通過闡述工程智能的跨學科價值與規模化發展路徑,明確其是AI與工程深度融合的變革性范式,核心目標是通過平臺化架構實現技術研發、領域創新、人才培養、產業落地四大維度的規模化賦能。
中國信息通信研究院產業與規劃研究所近日發布《人工智能算力基礎設施賦能研究報告(2025年)》。報告聚焦智算中心賦能,圍繞需求場景、關鍵能力、落地生態這三個關鍵環節,闡述最新發展趨勢,致力于進一步釋放智算中心的賦能效應,助力人工智能與實體經濟深度融合。
通過智能體技術優化資源配置,提高可再生能源利用率,減少能源浪費,實現能源高效利用。智能體技術能夠實時監測和調度電力系統,快速響應供需變化,有效增強電網的穩定性和可靠性。虛擬電廠通過智能體技術參與電力市場交易,實現資源的靈活調度和優化配置,提升市場交易的效率和靈活性。智能體技術在虛擬電廠中的應用,為構建新型電力系統提供了有力支撐。
當下,顛覆性技術科技變革浪潮呈現多維度、系統性范式轉移,其突出特征是物質、能量、信息、生命與空間的五大維度深度探索與協同共振,推動創新生態的重塑與跨學科融合的加速演進。本報告立足當前全球顛覆性技術變革的發展趨勢,從“物質、能量、信息、生命與空間”五個維度,首批遴選聚焦高溫超導材料、可控核聚變、具身智能、腦機接口、量子科技、合成生物、元宇宙(技術集)和低空經濟(技術集)八個重大顛覆性技術領域,構建了顛覆性技術產業化指數(DisruptiveTechnology Industrialization Index,DTI)評價框架。
具身智能是引領下一代人工智能突破與產業變革的核心方向,對推動實體經濟的智能化升級、構建人機共融的社會生態具有重要意義。“十五五”規劃已明確將“具身智能”納入前瞻布局的未來產業重點方向,定位為“AI與實體經濟深度融合的關鍵載體”。
報告的目的是透過專業分析和數據,為香港工業的未來發展方向尋找具前瞻性及可行性的建議。要有效推進新型工業化,首要是建立一套系統性的、精準的指標,為政府、業界、學術界及社會各界提供清晰的參考依據。報告亦希望今次研究能夠解答部分市民對「香港需要工業嗎?」的疑問,今天的工業早已不是舊式的勞動密集型產業,而是結合科技、設計、數據與可持續理念的現代化產業,不僅是經濟發展的新引擎,更是實現創新香港、智慧香港、綠色香港的重要基石。
具身智能產業鏈上游的基礎支撐包括AI芯片、傳感器、執行器、驅動系統等硬件,以及AI算法與大模型、操作系統等軟件供應商;中游為具身智能本體集成,包括機器人、自動駕駛載具;下游為應用場景。
人工智能正以顛覆性力量重構計算系統的底層邏輯,推動其從工具化應用向范式級變革演進。面對人工智能對算力、效能與實時性的極限挑戰,全球先進計算領域正探索多元化技術路徑以突破傳統架構瓶頸。本書系統梳理量超智融合、光計算、圖計算、存算一體、類腦與神經元計算和生成式變結構計算前沿方向,分析其技術原理、優勢、瓶頸及融合潛力,為構建下一代高性能、低功耗、高可靠的智能計算體系提供參考。
本文件在國家數據安全工作協調機制指導下,根據《中華人民共和國數據安全法》《中華人民共和國網絡安全法》《中華人民共和國個人信息保護法》及有關規定,在GB/T 43697-2024《數據安全技術 數據分類分級規則》的基礎上,規定數據安全保護的通用要求和重要數據、核心數據專門保護要求,用于指導各行業領域、各地區、各部門和數據處理者在數據分類分級的基礎上開展數據安全保護工作。
在全球制造業加速智能化的背景下,具身智能技術已在制造、醫療、物流等領域展現巨大潛力,但仍面臨算力成本平衡、系統集成復雜、場景適配不足等落地挑戰。《基于具身智能的智慧工廠創新應用白皮書(2025)》由富臨精工、安努智能、智元機器人與英特爾聯合編撰,聚焦具身智能技術在智慧工廠的創新應用與實踐,系統梳理行業現狀、解決方案及落地案例,希望為制造業智能化轉型提供參考。
白皮書先梳理上市公司分布特征與監管要求,拆解其在戰略、技術、人才等維度的轉型難點,再詳解AI在辦公協同、流程管理、知識管理、合同管理等領域的落地路徑,搭配中集集團、三一集團、長沙銀行等10家上市公司實操案例,為不同行業上市公司提供 “AI+數智化” 轉型的完整解決方案,助力企業平衡效率提升與合規經營,適配監管要求與業務增長需求。
白皮書圍繞技術體系視角,對于AI大模型跨域訓練池化調度的參考架構、關鍵技術、試驗評估等進行了詳細的介紹。希望能夠通過本白皮書的內容,為業界樹立基于“異屬異構地”資源的AI大模型跨域訓練池化調度范式,為實現全國一臺超級計算機的宏偉目標走出未來網絡創新路徑。
本報告旨在探討AI賦能下的“出海”趨勢,為中國企業提供戰略指引、市場洞察及落地實踐框架。通過研究多個重點行業與市場,結合成功案例解析與風險提示,幫助企業識別出AI出海的關鍵路徑與價值抓手,從而在全球化浪潮中乘風破浪。
人工智能的下半場,比拼的不僅是模型的參數,算力的強度,更是數據的質量、場景的深度和價值的閉環。希望本報告及AIM2模型,能助力更多中國企業在這場偉大的變革中精準導航,行穩致遠,在AI浪潮中構筑起屬于自己的、可持續的核心競爭優勢。
指南從政策、技術、產業層面介紹了當前高質量數據集建設的背景,梳理了高質量數據集的定義、特征、分類、建設主體以及“三大建設難點”,提出了人工智能數據工程的“五大核心要素”和企業建設高質量數據集“三步走”戰略,分析了高質量數據集建設的核心技術,展示了科學、通信、交通、鐵塔、醫療、文化等領域高質量數據集建設實踐,最后從工程能力、技術創新、質量評估、版權合規、基礎制度創新等層面對未來高質量數據集建設的趨勢進行了展望,并提出了對政府部門和企業機構的建議,為業界推進高質量數據集建設提供有力支撐。