大会基本信息 - 第二届全球医疗科技大会将于2025年7月17日在北京中关村展示中心举行 聚焦"前沿技术·从研发走向临床应用"主题 [1][6] - 会议规模约500人 参会嘉宾包括政府、医院、龙头企业、技术初创、投资机构、科研院所等跨界代表 [8] - 大会议程包括主题演讲、品牌展位、企业宣传、奖项评选等环节 重点探讨医疗科技从研发到临床落地的实践路径 [4][6][8] 核心讨论方向 - AI与智能系统：医疗AI与大模型落地挑战、多模态数据融合、医生工作流嵌入等话题 [7][9] - 影像设备升级：国产影像系统机会与瓶颈、专科影像平台打造、数据闭环与术中集成趋势 [10][15] - 高值耗材创新：新一代介入产品系统设计、效率提升与学习曲线优化、影像引导新应用 [11][15] - 能量平台发展：超声刀/射频/高频电产品迭代、多能量平台整合、术中整体解决方案 [12][15] - 材料技术突破：可降解/智能响应材料临床挑战、材料器械融合机会、差异化产品验证 [13][15] 行业互动与展示 - 设置圆桌讨论环节 探讨创新产品如何进入科室、医企协作路径、临床流程重新设计等实际问题 [14][15] - 大会将评选全球医疗科技创新成果奖 在主舞台集中展示前沿技术 [8] - 提供品牌展位、宣传资料发放、活动环节标识嵌入等商业合作权益 [4]

行业动态 - 中央企业加速拥抱人工智能，千亿级大模型出现在多个行业领域[1][2] - 截至今年3月下旬，中央企业在工业制造、能源电力、智能网联汽车等重点行业、超500个场景布局应用人工智能[2] 公司动态 - 国家能源集团发布全球首个千亿级发电行业大模型"擎源"，涵盖火电、水电、新能源发电产业的15个业务域、75个关键应用场景[1] - "擎源"大模型构建了覆盖安全环保、电力交易、产调中枢、设备检修全链条的智能决策体系[1] - 目前"擎源"已在多个业务领域成功应用，覆盖13个场景，部署41个智能体[1] 技术应用 - "擎源"大模型可主动跟踪降雨、流量、负荷变化，快速生成精准的调度计划[1] - 以水电调度为例，"擎源"提前7天预测暴雨洪水，迅速决策水库拦蓄和泄洪时机[1] - 国家电网去年12月发布千亿级多模态行业大模型光明电力大模型，面向电力全产业链提供服务[2] - 中国石油今年5月发布3000亿参数昆仑大模型，应用于油气全产业链[2] 其他企业动态 - 中国移动、中国电信、中国联通分别发布九天大模型、星辰大模型、元景大模型[2]

行业技术突破 - 国家能源集团发布我国首个发电行业专业大模型"擎源"，模型参数达千亿级别 [1] - "擎源"是全球首个千亿级发电行业大模型，显著提升模型推理能力 [1] - 该大模型为发电行业实现安全、高效、绿色、智慧发电提供技术支持 [1] 行业发展方向 - 大模型技术将推动发电行业向智能化、数字化方向升级 [1] - 技术应用聚焦于提升发电效率与绿色低碳发展目标 [1]

上海脑机接口技术发展现状 - 上海已形成覆盖侵入式、半侵入式和非侵入式技术的完整研发体系 [1] - 上海科研人员成功开展中国首例侵入式脑机接口前瞻性临床试验 [1] - 中国成为全球第二个进入脑机接口临床试验阶段的国家 [1] - 上海提出2027年前脑机接口创新生态初步构建的目标 [1][6] 技术研发与商业化进展 - 岩思类脑研究院首款非侵入式商业化大脑调控产品即将在年底推出 [3] - 脑机接口系统由硬件(电极/外设)和算法系统构成 [3] - 团队正以海量人类植入式脑电活动数据训练脑电大模型 [3] - 已建立起一定规模的侵入式脑电数据库并开发出基础模型 [3] - 阶梯医疗完成3.5亿元人民币B轮融资 [7] - 阶梯医疗建成2000平方米符合国际GMP标准的生产厂房 [7] 技术挑战与发展方向 - 脑机接口面临安全高效获取高质量信号的挑战 [5] - 需解决神经编解码机制理解和算法适应性问题 [5] - 需关注脑数据采集处理的伦理与法律规范 [5] - 近期目标集中在治疗神经类和精神类疾病 [4] - 未来愿景是构建类似互联网普及程度的"脑联网" [4] 产业规划与布局 - 上海建立专业化项目经理队伍实施全生命周期项目管理 [6] - 《上海市脑机接口未来产业培育行动方案》提出2027年前目标 [6] - 2030年前目标包括实现脑机接口产品全面临床应用 [7] - 浦东成为脑机接口基础研究与临床转化的核心枢纽 [7]

行业现状与问题 - 中国汽车产业进入智能化下半场，辅助驾驶成为核心竞争领域，但过去车企采用「伪性价比」路径，用少量硬件堆叠功能模块，导致体验不佳[1] - 这种低成本策略导致性能瓶颈、功能阉割、体验割裂和极端工况失效等问题，正在消耗用户信任[2] - 用户需求与市场供给出现「需求错位」：用户渴望「托付感」，而市场交付的是「Demo感」[3] 安全成为核心要求 - 安全不再是辅助驾驶的可选项，而是新阶段的入场券和及格线[4][5] - 所有AI能力最终必须落在「关键场景下能否保命」这一问题上[6] - 低成本方案在关键时刻表现不佳：高速NOA无法顺滑并道，城市NOA识别不了突发情况，感知融合在极端工况下失效[7] - 新出台的《智能网联汽车组合驾驶辅助系统安全要求》国家标准为行业划定了更清晰的安全底线，监管从「鼓励创新」转向「督促合规」[7] 技术发展趋势 - 行业正在形成新共识：算力冗余、模型冗余、决策冗余成为必需[9] - 特斯拉AI5芯片单颗算力达2000~2500 TOPS，是当前主流芯片的10倍[9] - 蔚来神玑NX9031芯片相当于4颗Orin-X，已在多款车型落地[10] - 小鹏G7 Ultra版搭载三颗自研图灵芯片，总算力超2200 TOPS，是同级车型的3~28倍[10] - 理想和比亚迪也纷纷采用高性能芯片提升系统稳定性[12] 规模化落地关键 - 辅助驾驶规模化落地关键在于「铁三角」架构：安全体系×性能支撑×成本规模化[15][16] - 安全平权是辅助驾驶平权的前提，需要在30万元级技术平台下沉能力，而非简单堆叠功能[16] - 量产化方案需具备三重能力：安全体系构建、高性能支撑（大算力解决长尾问题）、成本规模化（平台化设计）[17][18][19] - 从L2到L3的跨越带来算力需求的指数级跃升：L2需80~300 TOPS，L3需千TOPS级以上[21] 大模型的应用价值 - 大模型带来接近人类驾驶员的语义理解能力，能识别行为意图、理解非结构化障碍物、动态调整决策[25] - 小鹏VLA+VLM双大模型方案可应对极端场景，华为乾崑ADS 4号称端到端延迟降低50%，通行效率提升20%[26][28] - 大模型不是炫技，而是构建可信交付、持续进化平台的关键[28] 行业发展阶段 - 辅助驾驶发展分为三阶段：功能战（价格竞争）、体验战（流畅度竞争）、安全战（可信度竞争）[29] - 行业正从「体验战」迈入「安全战」，高安全与高算力成为辅助驾驶核心价值的「一体两面」[32][33] - 真正的安全平权是让每个人都能平等享受智能带来的安全红利[33]

人工智能行业动态 - 马斯克宣布GROK 4大模型发布时间为"7月4日之后" [1]

外资云厂商A与字节合作 - 外资云厂商A与字节海外签订为期三年、价值25亿美元的合同，折扣力度较大 [1] - 该订单背景为去年因GPU资源不足未能履约，今年重新签订以覆盖原合同 [1] - 外资云厂商A大中华区或面临裁员，原因包括绩效评估后淘汰低效员工及总部对日本区人效的对比质疑 [6] 微软云中国业务调整 - 微软云中国公共事业部（PS）被拆分打散，仅教育线并入数字原生事业部，政企、孵化器等客户划至其他团队 [2] - PS团队因互联网客户发展导致业务规模相对缩小，最终被取消 [2] - 微软云中国头部客户AI服务用量激增，头部客户月用量达SHEIN几十倍 [4] - 阿里向微软云新增2亿美元订单用于通义大模型训练，字节海外应用大量使用微软云OpenAI服务 [5] - Temu或从微软云转向甲骨文，原微软云东区大客户Temu年贡献1.5亿美元收入，负责人袁志明跳槽至阿里云 [7] 火山引擎业务目标 - 火山引擎2024年营收目标翻倍至240-250亿元，销售KPI要求人均背负2000万业绩 [8] - 重点考核公有云三大件及GPU产品，要求70%业绩来自重点产品以优化营收结构 [8] 阿里云出海战略 - 阿里云加速出海，筹建韩国、泰国第二数据中心及墨西哥首座数据中心，阿联酋、马来西亚等地也在筹备 [10] 腾讯云人事变动 - 王慧星晋升腾讯副总裁，分管云产品及技术部门，曾主导QQ等社交平台技术架构建设 [11] 独立云厂Q困境 - 云厂Q上市后业务重心转向资本运作，客户与员工流失严重，CDN业务因储备不足及大客户自建而萎缩 [12] - 转向PCDN及302CDN业务后受运营商打击，业务量进一步下滑 [13] 行业动态 - 算力产业存在大厂项目验收潜规则、明星AI公司囤卡后转卖、万卡集群项目烂尾等现象 [15]

腾讯混元开源混合推理MoE模型Hunyuan-A13B - 公司宣布开源首个混合推理MoE模型Hunyuan-A13B，总参数80B，激活参数仅13B，推理速度比肩同等架构领先开源模型且性价比更高 [1] - 模型在Github、Huggingface等平台上线，腾讯云同步开放API支持快速部署 [1] - 该模型为业界首个13B级别MoE开源混合推理模型，在Agent工具调用和长文能力表现突出 [1] 模型性能表现 通用能力测试 - **数学领域**：AIME2024测试得分87.3（最高），MATH测试94.3分 [2] - **科学领域**：GPOA-Diamond测试71.2分，OlympiadBench测试82.7分 [2] - **推理能力**：ввн测试89.1分（最高），DROP测试91.1分，ZebraLogic测试84.7分（最高） [2] - **Agent能力**：BFCL v3测试78.3分（最高），ComplexFuncBench测试61.2分（最高），C1-Bench测试63.5分（最高） [2] 长文处理能力 - 支持256K原生上下文窗口，PenguinScrolls测试87.7分，LongBench-v2测试55.0分 [3][4] - RULER测试中，64K-128K长文处理得分73.9，优于DeepSeek R1（65.6）和Qwen3-A22B（66.6） [5] 技术创新与功能设计 - 采用多Agent数据合成框架，结合MCP、沙箱和强化学习提升模型效果 [3] - 支持快慢思考模式切换：快思考模式优化简单任务效率，慢思考模式增强复杂任务推理深度 [5][6] 商业化应用与行业贡献 - 腾讯内部超400项业务调用该模型，日均请求量达1.3亿次 [6] - 开源ArtifactsBench（1825个代码评估任务）和C3-Bench（1024条Agent测试数据）填补行业评估标准空白 [7]

公司动态 - 公司作为杭州亚运品牌促进会第二届轮值会长单位举办"启航长龙·@未来"活动，强化协同交流网络[1][5] - 活动包含亚运主题舞蹈、会员企业交流、新入会企业亮相等环节，生态圈持续扩容[1] - 现场通过主题推介与沉浸式体验展示业务突破与布局[1] 航线网络 - 2025年夏航季新增杭州—雅加达、西安—杜尚别等10余条国际航线[1] - 加密杭州—大阪至每日2班[1] - 中亚航线覆盖阿拉木图、塔什干等"一带一路"节点城市[1] 会员服务 - 推出付费权益卡龙骧系列，包含高性价比直减券、特价贵宾厅、半价升舱组合[1] - 1100万会员体系推出"龙宝星会员"双轨制，积分可抵现或兑换奖励机票[1] - 银卡及以上贵宾会员突破10万，提供快速安检、远机位VIP专车等高端服务[1] 地面服务 - 专业礼宾提供抵离机场全程引导、手续协助及专属通道服务[2] - 杭州中转享"一次安检、行李直挂"便捷[2] - 焕新候机楼核心区域VI设计，体现"潮长龙，趣飞行"特色[2] 客舱服务 - 为特色航班设计"荷塘雅韵"粉、"诗画江南"蓝旗袍制服[2] - 乘务人员身着融合传统与现代的江南韵旗袍[2] 衍生业务 - 推出"龙享肴"食饮品矩阵包括果汁系列、天空之茶、嵊州小笼包等[2] - 开发LOONGBAO周边星球漫游系列潮玩手办等IP衍生品[2] 技术创新 - 千亿级大模型支撑AI智能客服"龙宝问问"，实现"问办一体"服务[2] - 以"智领未来航旅"理念重新定义航空服务效率[2]

具身智能相关 - GaussianProperty通过LMMs将物理属性整合到3D高斯模型中 [4] - Aether提出几何感知的统一世界建模方法 [4] - A0模型构建了分层架构实现通用机器人操作 [4] - PASG框架实现机器人操作中的几何基元自动提取与语义锚定 [4] - MoMa-Kitchen提供超过10万样本的移动操作导航基准数据集 [4] - OVA-Fields开发弱监督开放词汇affordance场用于机器人部件检测 [4] 自动驾驶相关 - ETA采用双模型架构提升自动驾驶系统效率 [4] - DriveArena构建可控生成式自动驾驶仿真平台 [4] - Epona开发自回归扩散世界模型用于自动驾驶 [4] - SynthDrive建立高保真传感器仿真与驾驶数据合成管线 [4] - StableDepth实现场景一致的单目深度估计 [4] - CoopTrack探索协同序列感知的端到端学习 [4] - U-ViLAR通过可微分关联实现不确定性感知的视觉定位 [4] 3D视觉与点云 - StruMamba3D探索结构Mamba模型用于点云自监督学习 [6] - DiST-4D开发解耦时空扩散模型用于4D驾驶场景生成 [6] - InvRGB+L实现复杂场景的统一颜色与LiDAR反射率建模 [6] - GS-Occ3D利用高斯泼溅扩展纯视觉占据重建规模 [6] - Detect Anything 3D实现野外环境3D物体检测 [6] - PanSt3R保证多视角全景分割一致性 [6] 大模型与生成技术 - 图知识检索与推理方法增强MLLMs处理未知领域能力 [8] - TaxaDiffusion开发渐进式训练扩散模型实现细粒度物种生成 [10] - G2D通过梯度引导蒸馏提升多模态学习效果 [13] - CL-Splats实现高斯泼溅的持续本地优化学习 [13]