文章核心观点 - AI预测能力是衡量智能的最佳标准 未来预测将成为AI发展的重要方向 [2][4][5] - MiroMind团队开发的预测大模型在FutureX基准测试中连续夺冠 展示了在实时未来事件预测领域的领先地位 [2][8] - 预测大模型在金融、体育、政治等跨领域应用具有重大价值 能够为投资决策和风险规避提供前瞻性洞察 [2][5][13] FutureX预测基准 - 全球首个动态实时LLM智能体未来预测基准 由字节跳动SEED团队联合斯坦福大学等机构共同推出 [5] - 从200多个高质量网站精选下周才有明确结果的问题 涵盖股票价格、体育比赛、政治选举和科技公司战略走向等领域 [5] - 要求AI基于当前信息进行逻辑推理和趋势分析 推动AI在真实世界复杂场景中的实用能力提升 [5] MiroMind技术成果 - 在FutureX榜单上连续两周蝉联冠军 搭载GPT-5的MiroFlow框架位居榜首 自研模型MiroThinker位列前五 [8] - 成功预测2025年9月9日ATP男子单打排名第4-6位选手 克服网球排名系统复杂变量挑战 [10] - 准确预测2025年9月11日Solana加密货币关键价格档位突破 展现系统建模和风险控制能力 [11] - 在GAIA-Validation基准取得82.4%优异成绩 在HLE、BrowseComp和xBench-DeepSearch等测试中领先国际对手 [12] 预测方法论 - 网球排名预测采用五步策略：制定计划、获取基础数据、理解积分规则、动态信息更新、概率分析与综合判断 [13] - 加密货币预测采用六步策略：构建市场基准线、量化短期波动空间、梳理外部因素、分析市场情绪、挑选价格档位、交叉验证 [13] - 核心能力包括信息洞察力、逻辑推理与趋势感知、概率与不确定性管理、跨领域整合能力 [13] 技术框架与开源 - MiroFlow提供完全开源可复现的框架和配置 致力于建设创新者平台 [12] - 为研究者和开发者提供基础框架、模型和工具链完整支持 支持多Agent协作和多模态理解前沿探索 [12] - 自研旗舰基础智能体模型MiroThinker具备强大推理、决策和多模态理解能力 即将以完全开源形式向全球开放 [15] 行业影响与发展 - AI预测能力将改变投资和规划方式 使决策从盲目试错转向提前洞察趋势和把握机遇 [2] - 预测大模型在金融市场价格波动、体育赛事结果、政治选举等跨领域应用展现巨大潜力 [5][10][11] - 陈天桥旗下MiroMind团队从网络游戏、脑科学研究转向AI预测前沿探索 正在开发长期记忆模块嵌入模型 [17][18]

行业技术突破 - DeepSeek-R1成为史上首个经严格同行评议的大模型 荣登Nature封面 [1][2] - 模型通过强化学习激励推理能力 相关论文引用量达3,691次 [53] 人才与团队成就 - 18岁实习生涂津豪以高中生身份参与DeepSeek-R1项目 成为Nature作者之一 [1][6][10] - 研究员罗福莉作为独立研究者参与项目 学术引用量达10,140次 h指数27 [45][52][53] - 团队核心成员主导多语言预训练模型VECO 并参与DeepSeek-Coder/DeepSeek-V2/DeepSeek-V3等全线产品研发 [54] 技术创新细节 - 涂津豪开发"Thinking Claude"提示词工程 通过80次迭代优化使Claude 3.5实现类o1推理模式 [14][27][35] - 该项目在GitHub获超15,000星 实现思维过程可视化与展开/折叠功能 [35][33] - 研究强调AI需理解谜语/笑话/文化背景等非结构化内容 反映基础语言理解能力 [41][44] 学术影响力 - DeepSeek系列论文广泛发表于arXiv 其中DeepSeek-V3技术报告引用量1,819次 [53] - DeepSeek-Coder论文引用量1,130次 突破代码智能领域闭源模型壁垒 [53] - 混合专家模型DeepSeekMoE论文引用量494次 推动专家专业化研究 [53]

公司业务发展 - 公司作为具备自主研发能力的智算中心和智慧城市综合服务商 持续探索人工智能 大数据 智算等技术的行业应用与成果转化[1] - 公司持续推进智慧城市 算力及AGI三方面技术能力与业务场景的融合落地 在多个行业领域和应用场景均有涉及[1] - 算力设备集成服务项目实施周期为数月不等 不同项目略有差别[1] 财务与股东回报 - 公司中期利润分配预案为每10股派0.5元 是综合考虑经营发展与投资者利益等因素决定[2] - 后续分红政策将以实施公告为准[2] - 公司以股东创造更多价值为目标促进高质量发展[2] 客户与业务拓展 - 算力业务客户结构多元 与诸多优秀公司存在良好合作关系[2] - 公司持续紧密跟进市场需求 积极开拓境外业务[2] - 算力运营服务多为以年为单位的中长期合同 客户结构多元均衡[2] 项目进展 - 智算中心建设及运营项目按实际情况有序推进[2] - 盈利实现情况以定期报告为准[2] - 业务及业绩情况以公告为准[2]

亚马逊AGI实验室的成立与战略转型 - 亚马逊于2024年6月通过“反向收购雇佣”方式吸纳Adept AI核心团队，并于2024年9月在旧金山成立了自己的AI实验室——Amazon AGI SF Lab，标志着公司从提供AI基础平台向通用人工智能研发的重大战略转型 [1][4][5] - 成立实验室的动机是应对AGI时代的双重影响：一方面，若智能体成为新交互形态，可能威胁其电商广告与佣金业务；另一方面，公司拥有海量用户行为数据金矿，为打造实用模型提供了独特优势 [4] - 实验室的首个产品是Amazon Nova Act，这是一个基于亚马逊自研AI模型Amazon Nova延伸出的智能体模型，结合了Adept AI的技术遗产与AWS基础设施 [32][33] 实验室核心领导团队 - 实验室一号位是华人David Luan，他拥有15年AI行业经验，是OpenAI早期员工并曾任工程副总裁，参与过GPT-2、GPT-3、CLIP和DALL·E等项目研发，后联合创立了Adept AI [2][5][8] - 实验室二把手是加州大学伯克利分校教授Pieter Abbeel，他是强化学习和机器人学专家，论文被引量超过21万，其创立的机器人拣货公司Covariant.ai于2024年8月被亚马逊以类似方式纳入麾下 [11][12][13] - 随David Luan一同加入的还有Adept AI的四位联合创始人，包括GPU计算专家Erich Elsen、负责产品的Kelsey Szot，以及曾参与提出现代AI推理系统基石方法“Scratchpad”的Maxwell Nye和Augustus Odena [14][16][18][20] David Luan的领导优势与战略眼光 - David Luan的专业履历深厚，自2011年创办深度学习公司起，先后在微软、OpenAI、Google等公司任职，并是一位连续创业者 [8][21] - 其核心战略眼光在于早在2022年ChatGPT问世前，就聚焦于让AI具备行动能力的“智能体”方向，并创立了当时第一家Agent公司Adept AI，该公司成立不到一年便完成超4亿美元融资 [21][24] - Luan秉持“计算机应适应人类”的理念，采用以人为中心的方法论，目标是构建最智能、最有用的人工智能 [23][24][30] 亚马逊为AGI研发提供的独特资源 - 亚马逊拥有全球顶尖的算力基础设施，为AI模型研发提供了强大的“发动机” [25][26] - 公司业务范围极广，其内部环境能产生大量稀缺的真实世界操作数据，为训练智能体提供了高质量的“健身房” [27][28][29] - 这些内部环境涵盖了几乎每个《财富》500强企业核心业务的类似场景，是Agent的最佳训练场所 [29] Amazon Nova Act的技术特点与性能 - Amazon Nova Act继承了Adept AI的技术遗产，包括ACT-1、Fuyu模型等，并在多步骤复杂任务上表现出色 [33] - 该模型在Agent公开基准测试中成绩优异：在ScreenSpot Web Text任务上准确率达93.9%，在ScreenSpot Web Icon任务上达87.9%，在GroundUI Web任务上达80.5% [34][35][36] - 其性能秘诀在于大规模自我博弈的强化学习，实验室为AI搭建了包含ERP、CAD、电子病历系统等工具的“健身房”，让AI自主摸索使用方式，而非依赖人工编码 [37] 相关背景与人员变动 - Adept AI最初由David Luan与Transformer论文作者中的两位——Niki Parmar和Ashish Vaswani联合创立，但Vaswani在不到一年后因与某联合创始人意见不合而离开，随后与Parmar共同创立了Essential AI [38][39][41] - 跟随Luan加入亚马逊的联合创始人Maxwell Nye和Augustus Odena在加入后不久选择了离开 [20]

投资评级 - 三花智控（H股）评级为优于大市 目标价46.00港元[5] - 三花智控（A股）评级为优于大市 目标价49.00元[5] - 拓普集团评级为优于大市 目标价85.00元[5] - 汇川技术评级为优于大市 目标价98.00元[5] - 恒立液压评级为优于大市 目标价106.00元[5] - 双环传动评级为优于大市 目标价52.00元[5] - 绿的谐波评级为优于大市 目标价200.00元[5] - 埃斯顿评级为中性 目标价25.00元[5] - 优必选评级为优于大市 目标价160.00港元[5] - 越疆科技评级为优于大市 目标价66.00港元[5] 核心观点 - 机器人主题股票9月表现强劲 万得机器人指数上涨18.2%[1] - 传感器板块领涨：奥比中光上涨14.3% 儒竞科技涨12.7% 汉威科技大涨27.5% 安培龙攀升22.8%[1] - 电机制造商表现强劲：卧龙电驱暴涨39.8% 德昌电机上涨16.7%[1] - 减速器厂商实现上涨：双环传动升22.3% 绿的谐波升11.2%[1] - 7月以来的上涨由实际订单获取和技术进步驱动 投机泡沫减少[2] - 板块逼近前高 估值与财务表现背离程度加剧 上行空间收窄[2] - 机器人板块呈现周期性波动而非趋势性增长 近期上涨可能存在超调现象[3] - 长期看好机器人前景 受政策支持、人才涌入和资本投入驱动[3] 估值数据 - 三花智控（H股）2025年预测市盈率35.2倍 三年复合增长率20%[5] - 三花智控（A股）2025年预测市盈率37.2倍 三年复合增长率20%[5] - 拓普集团2025年预测市盈率44.8倍 三年复合增长率13%[5] - 汇川技术2025年预测市盈率43.1倍 三年复合增长率17%[5] - 恒立液压2025年预测市盈率44.0倍 三年复合增长率13%[5] - 双环传动2025年预测市盈率29.2倍 三年复合增长率18%[5] - 绿的谐波2025年预测市盈率257.7倍 三年复合增长率58%[5] - 埃斯顿2025年预测市盈率189.4倍[5] 行业动态 - 3月行情由特斯拉Optimus V2和宇树科技首秀引爆 市场将2025年称为"人形机器人量产元年"[2] - 后续催化因素包括：新订单、技术突破、特斯拉Optimus V3预热及资本市场动作[2] - 技术路径在执行器、传感器、AI模型环节仍存在分化 AGI处于早期阶段[3] - 应用场景目前局限于工业与物流领域 增量业务规模小且兑现遥远[3]

亚马逊AGI战略转型 - 公司从AI基础平台战略转向通用人工智能研发，于2023年9月在旧金山成立亚马逊AGI实验室[1][2][3] - 2024年6月通过反向收购雇佣方式吸纳Adept AI核心团队，实验室负责人为OpenAI前工程副总裁David Luan[10][12][13] 核心团队构成 - 实验室一号位David Luan拥有15年AI经验，曾参与GPT-2、GPT-3、CLIP和DALL·E等关键项目研发[4][5][24] - 二号位Pieter Abbeel为加州大学伯克利分校教授，论文被引量超过21万，擅长强化学习与机器人学[34][35][36] - 团队包含Adept AI四位联合创始人：GPU计算专家Erich Elsen、产品负责人Kelsey Szot及黄金搭档Maxwell Nye与Augustus Odena[40][42][46][50] 战略动机与优势 - 应对Agent技术对电商业务的潜在冲击，同时利用海量用户行为数据打造实用模型[7][8][9] - 依托亚马逊顶尖算力基础设施与稀缺真实操作数据，解决高质量训练数据枯竭问题[66][68][69] - 通过"AI健身房"概念实施大规模自我博弈强化学习，避免人工编码操作[78][79][80] 技术成果与表现 - 2025年初发布首款产品Amazon Nova Act，融合Adept AI技术遗产与AWS基础设施[74][75] - 在ScreenSpot Web Text测试中界面元素定位准确率达94%，超越Claude 3.7 Sonnet的90%和OpenAI模型的88.3%[77] - 在ScreenSpot Web Icon和GroundUI Web测试中分别取得87.9%和80.5%的准确率[77] 领导层战略视野 - David Luan早在2022年ChatGPT发布前就专注Agentic AI，成立首家Agent公司Adept AI[55][56][57] - 其团队发布的ACT-1模型在三年前已实现自然语言操作软件能力，公司成立一年内融资超4亿美元[58][59][65] - 坚持"计算机适应人类"理念，以实用主义为导向构建最有用的AGI[63][64][81]

资本市场表现 - 公司于2025年9月8日正式纳入港股通名单 成为"港股AGI第一股"后仅两个多月即获沪深港通"双纳入" [1] - 纳入港股通意味着将迎来内地投资者群体加持 股票流动性提升及融资渠道拓宽的新机遇 [1] 财务业绩表现 - 2025年上半年营业收入达4.05亿元人民币 同比增长20.2% [3] - 大模型相关业务收入同比大幅增长457% 接近1亿元人民币 [5] - AI芯片上半年销量1650万颗 累计出货量成功突破1亿颗 [5] - 保险业务收入同比飙涨1386.8% 实现爆发式突破 [5] - "AI+医疗"领域客单价同比增长116.2% [5] 技术研发进展 - 以自研Atlas智算平台为核心 通过大模型蒸馏技术将模型参数压缩至0.5B以内 开发出高性能低延迟的端侧大模型 [6] - 端侧大模型已在吉利博越L及某国内大型车厂的多款车型上成功交付 [6] - 开发面向东盟海外市场与国内方言市场的语音大模型 覆盖数十个语种与方言包括中 英 泰语 越南语 印尼语 上海话 济南话等 [8] - 医疗行业专用大模型UniGPT-Med-U1在MedBench多项测评中稳居第一 [9] - 深度参与3项国家大模型标准制定 在ACL2025发表4篇论文 "语音自由说"技术获国际领先认证 [9] 市场拓展与战略布局 - 与瓦努阿图政府 南太平洋数字科技控股签署合作备忘录 与南宁市人民政府共建"云知声东盟总部项目" [10] - 与广西壮族自治区卫生健康委员会达成战略合作 与某头部财产保险公司深化合作 [10] - 政策层面与《国务院关于深入实施"人工智能+"行动的意见》高度契合 推动AI与医疗 家居 政务 交通等行业深度融合 [12]

昇腾芯片发展规划 - 公司规划未来三年推出昇腾950、960、970三个系列芯片 [2][5] - 芯片演进速度将达到几乎一年一代且算力翻倍 [2][4][5] - 昇腾950系列相比前代有四大根本性提升：新增支持FP8/MXFP8/MXFP4等低数值精度格式，算力达1P和2P；通过提升向量算力占比等设计大幅提升向量算力；互联带宽达2TB/s，较昇腾910C提升2.5倍；自研HiBL1.0和HiZQ 2.0两种HBM与Die合封 [5] - 昇腾960计划于2027年四季度推出，在算力、内存访问带宽等规格上较昇腾950全面翻倍，并支持自研HiF4数据格式 [6] - 昇腾970初步计划FP4算力、FP8算力、互联带宽较昇腾960翻倍，内存访问带宽至少增加1.5倍 [7] 超节点与集群产品 - 公司发布Atlas 950超节点、Atlas 960超节点、TaiShan 950超节点三款超节点产品 [9] - 推出新型互联协议“灵衢”，并开放灵衢2.0技术规范以促进产业生态 [9][10] - Atlas 950 SuperCluster集群规模是当前世界最大集群xAI Colossus的2.5倍，算力是其1.3倍 [10] - 计划在2027年四季度基于Atlas 960超节点推出Atlas 960 SuperCluster，集群规模将提升至百万卡级 [10]

文章核心观点 - 华为《智能世界2035》报告研判，未来十年将是由数据、智能技术、感知与交互、算力、网络、新能源等核心要素共同驱动的系统性技术跃迁，AGI（通用人工智能）将是未来十年最具变革性的驱动力量 [1][3] - 技术发展将深刻改变各行各业，推动社会从物理世界与数字空间实时融合，逐步迈向虚实共生的智能世界 [1] - 报告系统性地阐述了通往智能世界2035的十大技术趋势，以及这些趋势在医疗、教育、出行、制造、金融等关键生产与生活场景中的具体应用和预期影响 [3][18] 十大技术趋势 - **趋势一：走向物理世界是AGI形成的必由之路**：AGI的实现需通过物理实体与环境实时交互，实现感知、认知、决策和行动一体化，未来重点是从多模态数据积累、核心能力打磨、认知原理提升三方面筑牢根基 [3] - **趋势二：AI智能体驱动产业革命**：智能体将从侧重感知的信息系统发展为侧重实践的行动系统，商业层面将分阶段催生千亿美元、万亿美元乃至十万亿美元产业，早期提升运营效率，中期变革生产方式，远期重构产品与体验 [4] - **趋势三：人机协同编程重塑软件未来**：软件开发将迎来系统性变革，普通应用开发由Agent替代，专业软件开发由人类主导但工具链深度嵌入AI，本质是AI承担执行与自动化，人类负责设计、治理与价值判断的协同模式 [5] - **趋势四：新交互打开沉浸体验**：多模态技术成熟推动交互走向三维空间与自然化，微手势交互和脑机接口将实现直觉式交互，终端设备创新将支持全感官沉浸体验，使用户能"触摸""闻到""品尝"数字世界 [7] - **趋势五：移动互联生态从APP走向多Agent协同**：生态中心从应用程序转向智能体，交互方式从"人找服务"变为"服务找人"乃至"服务自动执行"，商业模式将从注意力广告转向智能即服务、按任务成功率付费等更直接的价值交换 [8] - **趋势六：具身智能形成多个万亿产业**：具身智能将应用于智能驾驶、智能机器人及低空经济三大领域，预计2027年底开启L4级试商用，2035年家庭机器人售价低于1万美元，低空经济需突破电池能量密度鸿沟，私人飞行器或成现实 [9][11] - **趋势七：新型算力满足海量需求**：需突破冯•诺依曼架构的能效瓶颈和算力成本奇点（AI应用价值与算力成本比超过10倍），未来十年将通过材料、工艺、架构、范式协同创新构建"后摩尔时代"全新算力格局 [12] - **趋势八：AgenticAI驱动存储范式改变**：到2035年温数据占比有望超过70%，数据存储结构从三层演变为"热温—温冷"两层（比例3:7），数据价值通过动态激活、场景化供给与语义化存储释放，成为推动文明的"新燃料" [13] - **趋势九：跃迁至智能体互联网**：数千亿智能体的新联接需求将催生面向智能体互联的下一代网络，其特征是Time-In-Real+超维空间，智能体和人是生产者也是消费者 [14] - **趋势十：Token管理能源网络**：未来5～10年电力设施是制约AI发展的核心要素，Token将成为能量管理基本元素，使能量可被定义并赋予可编程意志，预计2030年风光新能源装机容量超越化石能源，2035年风光发电量成为主力电源，全球热储装机容量约达500GW，氢能市场规模突破1.5万亿美元，可控核聚变实验系统有望实现独立发电 [15][17] 生产与生活场景应用 - **医疗**：到2035年，传感器与可穿戴设备使个体状态实时感知，AI驱动的手段使超过80%的慢性疾病有望有效预防，AI驱动的药物研发与虚拟临床试验大幅缩短新药上市周期，医疗从被动"治病救人"转向提升生命质量的社会底层能力 [18] - **教育**：到2035年形成人机协同教育教学新模式，全球超过10亿学生日常使用智能学习助手，超过5000万孪生智能教师辅助教学，超过80%的智慧教室升级为智能孪生教室 [19] - **出行**：到2035年私人汽车出行占比减少15%，MaaS平台覆盖欧盟80%核心城市，通勤效率提升15%～30%，通过调度RoboTaxi、空中出租车等将出行过程转变为可设计的个性化场景 [21] - **农业**：2035年全球农业迈入智慧农场时代，无人机与机器人集群完成80%以上田间作业，中国农业生产信息化率将达到40%以上，粮食单位面积产量提高7.8% [22] - **居家**：2035年居家空间蜕变为智慧空间，XR设备销量将超过6000万台，家庭人形机器人渗透率有望超过10%，功能从处理简单家务演变为多功能家庭助手 [23] - **制造**：ICT技术深度渗透制造全链条，研发设计实现"所想即研发"，生产制造环节90%任务转化为自动化指令，人类成为"全局编排者"，供应链体系形成海陆空一体化智能网络 [24] - **金融**：当个体拥有数字金融分身时，金融将回归其作为生活目标赋能工具的本质，AI原生应用将重塑业务模式，构建多活高可用推理架构和量子安全中心 [25] - **电力**：2035年电力系统进化为动态平衡、高度智能化的能源生态系统，实现从"保障供电"到"引领低碳发展"的跨越，光伏、风机、储能站、电动车、数据中心等协同高效运转 [26] - **物流**：AI驱动实现三大变革，运输领域空驶率下降60%，单位货物碳排放减少45%，仓储环节作业效率提升3倍～5倍，处理成本降低60%，品控方面生鲜医疗货损率降至0.1%，年损失减少超2000亿美元 [27] - **矿业**：2035年实现"地质透视化、开采工厂化、生产无人化"，AI建模目标识别误差率从15%～20%降至<5%，断层识别精度突破厘米级，矿山生产迈向全域无人化 [28] - **城市**：到2035年，城市算力网覆盖率99%，超级助理行业渗透率达到82%，全球数据交易市场规模达到8120亿美元，城市成长为具有自进化能力的智能生命体 [29] 可持续发展与治理框架 - **技术不平衡与数字鸿沟**：智能化成果可能集中在少数国家与企业，普惠不足会导致"AI强国"与"AI弱国"的新分化，加剧社会不平等 [30] - **伦理风险与价值对齐**：智能体决策逻辑缺乏透明性和可解释性，AI向自主性演进时，确保价值观与人类一致是核心挑战 [30] - **安全挑战**：万物互联的智能世界面临剧增的网络攻击风险，AI的加持也放大了对AI系统的攻击风险 [30] - **AI伦理**：AI伦理需实现可解释、可追溯、可问责，并纳入价值对齐与文化包容原则，最终与人类共同构建智慧文明体系 [32] - **AI安全**：构建可信赖的AI系统需涵盖ICT基础设施安全（算安一体、网安一体、能安一体）、单智能体安全（可信身份与内容标识）、多智能体协同安全（通信与数据隐私安全）以及全生命周期的AI安全治理 [33][34][35] - **AI普惠**：以人为本的AI普惠是确保技术红利共享的核心手段，需通过赋能教育、医疗和无障碍服务等促进包容性增长，并通过节能算法、可再生能源等方式驱动绿色发展，同时需技术与治理双管齐下，减少歧视和算法偏见 [36][37][38][39]

智能世界2035技术趋势 - AGI成为未来十年最具变革性的驱动力量 但需克服核心挑战才能实现奇点突破 物理世界是AGI形成的必由之路 [5] - AI智能体从执行工具演进为决策伙伴驱动产业革命 人机协同编程成为主流 人类专注于顶层设计而AI负责编码执行 [5] - 交互方式从图形界面转向自然语言 并向融合人类五感的多模态交互演进 用户通过语音手势获得深度沉浸体验 [5] - 手机App从独立功能实体转变为AI智能体驱动的服务节点 AI智能体调用相关服务节点提供极致体验 [5] - L4+自动驾驶汽车将成为移动第三空间 全社会算力总量2035年增长10万倍 计算领域在四大核心层面实现颠覆性创新 [5] - 数据成为AI发展新燃料 AI存储容量需求比2025年增长500倍 占比超过70% Agentic AI驱动存储范式改变 [5] - 通信网络连接对象从90亿人扩展到9000亿智能体 实现移动互联网至智能体互联网跃迁 [5] - 可再生能源发电量占比2035年突破50% AI成为新能源系统核心 通过Token管理瓦特实现高效电网 [5] 行业应用与影响 - 人工智能助力预防超过80%慢性病 推动健康管理从被动治疗转向主动预防 [5] - 超过90%中国家庭将拥有智能机器人 人类逐渐进入全息生活空间时代 [5] - 企业领域AI应用率2035年超过85% 提升劳动生产率60% 通过自主系统彻底重构价值创造方式 [5] - AI Agent驱动的自主决策组织将重塑生产范式 [5] 全球数智化指数框架 - 全球数字化指数升级为全球数智化指数 从古典经济学生产三要素理论出发 提出数据ICT人才和数智化生产工具为核心的新生产要素 [8] - 构建综合评估模型涵盖ICT基础设施行业应用深度人才生态等多个维度 为国家数字经济高质量发展提供量化参考 [8] 研究背景与方法 - 华为与100多名专家学者客户伙伴深入交流 组织200多场研讨会 参考联合国世界经济论坛等权威机构数据输出系列报告 [4] - 报告展望未来十年关键技术趋势及其对教育医疗金融制造电力等行业的影响 [2]