评选背景与意义 - 评选活动由上海报业集团旗下财联社和《科创板日报》发起，旨在全景展现中国人工智能从技术探索迈向规模化落地的丰硕成果，为AI赋能实体经济提供可复制、可推广的标杆经验[1] - 评选源于2025年AI产业的关键转型，随着大模型技术走向成熟，“AI+应用”已深入工业制造、金融服务、教育医疗、文旅消费等核心领域，以“智能创新、降本增效、优化体验”等应用价值，成为激活新质生产力的重要引擎[20] - 活动得到行业热烈响应，超过300家企业、事业单位、科研团队及个人积极申报，覆盖从行业龙头到初创力量的全维度参与者，多位AI领域资深专家、行业从业者及投资人主动推荐优质案例[20] 评选结果概况 - 共有50个AI应用实践从300余家申报主体中脱颖而出，入选“2025中国AI+应用Top50”优秀案例[1][20] - 入选案例凭借“场景适配度高、赋能成效实”的优势脱颖而出，其案例或推动工业质检效率大幅提升，或让金融风控响应速度缩短至秒级，或为偏远地区带来优质教育资源，堪称AI落地应用的“实战样本”[20] - 评选方特别强调，未入选的案例并非不够优秀，不少申报项目在细分场景中展现出独特创新，或在技术探索上具备前瞻性，同样是AI产业生态的重要组成部分[20] 后续活动计划 - 评选结束后，财联社、《科创板日报》将联合蓝鲸新闻，正式启动“AI赋能千行万业案例集”活动[21] - 新活动将更注重“深度挖掘”，不仅持续征集AI应用案例，还将组建专项报道团队深入企业一线采访，还原应用落地的真实路径、成效数据与经验教训[21] - 活动旨在推动AI真正融入产业链、服务民生需求，共同打造以创新为核心的“心智生产力”，为中国经济高质量发展注入智能动能[21] 入选企业及项目名单（按行业/领域分类） 工业与智能制造 - **华为技术有限公司**：华为云CLOUDMATRIX AI INFRA智算云服务[3][24][39] - **美的集团**：顺德灯塔工厂AI视觉检测系统[4][25][40][41] - **中国宝武+华为**：宝武钢铁高炉盘古预测大模型[4][25][42] - **三一重工**：工程机械液压系统AI故障诊断系统[5][25][26][44][45] - **宁德时代**：储能系统AI能量管理系统[4][25][43][44] - **上海国际港务**：港口集装箱AI智能装卸系统[7][28] - **隆基绿能**：光伏硅片AI切割控制系统[13][35][51] - **阳光电源**：光伏电站AI智能运维系统[11][32][50] - **深圳市越疆科技股份有限公司**：多形态具身智能机器人在CNC精密制造车间的规模化应用[11][33][51] - **赛美特信息集团股份有限公司**：赛美特AI驱动的智能工业全自动化系统解决方案[15][36][52][53] - **滴普科技股份有限公司**：基于AI大模型的制造工艺智能化解决方案[14][35][51][52] - **中控技术股份有限公司**：中控时间序列大模型TPT[16][36][54] - **华院计算技术（上海）股份有限公司**：华院钢铁行业大模型[16][37][54] - **希迪智驾科技股份有限公司**：台泥英德矿山智能化建设项目[12][34][51] - **李德芯智视觉科技**：支持在线边缘端AI的FPGA架构视觉表面检测系统以及智能AI线扫相机[12][13][34][51] - **北京中科原动力科技有限公司**：会学习的农田作业机器人[38][54] 金融与商业服务 - **蚂蚁集团**：蚂蚁阿福[4][25][39][40] - **京东集团**：京东JOYINSIDE附身智能平台[4][25][41][42] - **浦发银行**：3D数字人“小浦”[7][28][50] - **上海银行**：AI手机银行[8][28][29][50] - **拼多多**：农村电商AI智能推荐系统[8][28][50] - **汇添富基金管理股份有限公司**：AI驱动的轻量化投顾服务小程序[9][31][50] - **上海财跃星辰智能科技有限公司**：“AI小财神 PRO”智能体[6][27][47][48] - **百度集团**：百度智能云客悦：企业级营销AGENT[6][7][27][50] - **厦门信达股份有限公司**：客商风险智能分析系统[16][36][37][54] - **暖哇科技（无锡）有限公司**：AI+保险全流程创新应用[16][37][54] - **贵州小黑科技有限公司**：“禾力乡村”-AI大模型驱动的慧治乡村综合服务平台[16][17][37][54] 交通与出行 - **上海阶跃星辰智能科技有限公司**：端到端语音模型AGENTOS智能座舱[6][26][45][46] - **曹操出行**：“曹操大脑”：AI驱动的运营决策系统[11][12][33][34][51] - **四维智联（南京）科技股份有限公司**：AI舱泊一体解决方案[38][54] 医疗健康 - **阿里健康**：儿科AI辅助诊断系统[6][27][48][49] - **复旦大学附属中山医院、上海科学智能研究院**：观心多智能体系统[16][37][54] - **上海天鹭科技有限公司**：蛋白质设计通用大模型AIACCLBIO®赋能多领域行业应用案例[15][36][54] 教育文化 - **北京猿力科技有限公司**：飞象老师[6][26][46][47] - **北京师范大学**：特殊教育 AI 辅助系统[16][37][54] - **字节跳动**：AI+古籍：识典古籍基于扣子智能助手[8][30][50] - **陕西师范大学人工智能与计算机学院**：数智书画，古韵新生——AI赋能中华优秀传统文化[38][52][54] 消费与生活服务 - **海尔智家**：海尔净水互联工厂AI创新系统[9][31][50] - **欧莱雅中国**：智美同心：欧莱雅中国AI驱动美妆新生态[9][10][31][32][50] - **北京懂车帝科技有限公司**：懂车帝AI选车[8][30][50] - **腾讯科技（深圳）有限公司**：碳足迹AI核算系统[6][27][50] 科技与平台服务 - **昆仑万维科技股份有限公司**：SKYWORK SUPER AGENTS[8][28][50] - **山石网科通信技术股份有限公司**：山石灵岩大模型应用平台[11][32][50] - **上海科学智能研究院**：星河启智科学智能开放平台[13][35][51] - **厦门绩牛智能科技有限公司**：绩牛AGENTIC文生软件平台[14][35][51] - **杭州光云科技股份有限公司**：快麦小智客服机器人[14][36][52] - **北京像素绽放科技有限公司**：AIPPT.COM[14][36][52] - **上海安几科技有限公司**：安几天智大模型安全围栏[15][36][53] - **北京乾径科技有限公司**：LAURAYCS G.E 端侧动态群体自智网络仿真与推理模型训练平台[15][36][54] - **罗普特科技集团股份有限公司**：基于端侧智能体的智能政务导办机器人系统[16][36][54]

核心观点 - AI与数学交叉研究取得重大突破 联合研究团队通过AI系统PackingStar 在多个高维空间打破了人类已知的最佳亲吻数结构 该成果被离散几何领域知名数学家高度评价[1] - 这是AI与数学“双向奔赴”的高风险尝试 AI的进步降低了科研门槛 而研究机构以包容态度为青年研究员提供了信任和工程力支撑[1] 研究背景与意义 - 亲吻数问题是离散几何和编码理论的核心问题之一 其研究对应卫星通信、量子编码、数据压缩等工程领域将信号点均匀分布在多维球面上的实际需求[2] - 该问题与数论、代数、物理、组合学等多个数学分支深度关联 像一个连通多个数学世界的十字路口[2] - 过去50年 亲吻数构造仅有7次实质性进展 每次突破依赖不同数学技巧 难以形成可复制的研究路径[1] - 此前AI仅有过一次有限突破 DeepMind的AlphaEvolve将11维最优值从592提升至593 但其生成的构型混乱 缺乏内在数学结构 推动作用有限[2] 技术方法与突破 - 研究团队设计PackingStar强化学习系统 将高维堆积问题转化为余弦矩阵上的多智能体博弈学习问题 使AI能够探索远超人类直觉的复杂空间[1] - 该系统将复杂高维几何问题统一转化为高度契合GPU并行逻辑的代数问题 彻底释放AI模型的计算潜力 具体将“加球”问题重构为余弦矩阵的填充问题 并设计多智能体强化学习架构求解[3] - 在25-31维打破了人类已知的最佳亲吻数结构 同时打破了长期保持不变的14维与17维的“两球亲吻数”以及12维、20维与21维的“三球亲吻数”[1] - 依托星河启智科学智能开放平台 搜索效率提升2-3倍 累计节省超10万GPU卡时[3] 项目团队与机构 - 项目由上智院AIMath青年研究员、北京大学博士生马成栋于2024年发起 他希望挑战更小众、更高风险的问题[3] - 团队核心成员陶兆巍是上智院AI科学家 拥有数学背景并与深耕强化学习的马成栋形成互补[1][3] - 上海科学智能研究院（上智院）是一家成立于2023年、聚焦科学智能前沿的新型研发机构 科研人才既有大厂背景也有海归经历[4] - 上智院理事长吴力波表示 机构最大的竞争力是年轻人 机构鼓励青年科研人员独立探索 亲吻数项目由青年科学家担任独立PI发起推进 没有论资排辈[4][5] 影响与展望 - 该方法是AI与数学交叉研究的成功尝试 相关科学智算能力进一步沉淀在了星河启智平台上 将服务广大科学家、加速科学新发现[3] - 这套方法已沉淀为可复用的跨学科智能计算范式 许多曾经因算力门槛而被视为“不可计算”的科学难题 现在可以被系统化探索[3] - 团队成员认为 有了AI作为工具 更重要的是探究学术问题的主动性、审美品位和坚韧程度[4]

研究突破与成果 - AI驱动的PackingStar强化学习系统在25-31维打破了人类已知的最佳亲吻数结构 同时打破了长期保持不变的14维与17维的"两球亲吻数"以及12维 20维与21维的"三球亲吻数" [1] - 该研究将高维堆积问题转化为余弦矩阵上的多智能体博弈学习问题 使AI能够探索远超人类直觉的复杂空间 [1] - 过去50年 亲吻数构造仅有7次实质性进展 此次AI驱动的突破是重大进展 [1] 研究方法与技术创新 - PackingStar系统将原本极为复杂的高维几何问题 统一转化为高度契合GPU并行逻辑的代数问题 从而彻底释放AI模型的计算潜力 [4] - 具体方法是将"加球"问题重构为余弦矩阵的填充问题 并设计了一套多智能体强化学习架构来求解 在求解性能和扩展能力上实现了跨越式提升 [4] - 此前的AI尝试 如DeepMind的AlphaEvolve 仅在11维将最优值从592提到593 且构型混乱 缺乏内在数学结构 推动作用有限 而PackingStar的方法更具系统性 [3] 计算效率与平台支持 - 依托星河启智科学智能开放平台 亲吻数问题研究搜索效率提升2-3倍 累计节省超10万GPU卡时 [6] - 通过PackingStar项目的探索 相关科学智算能力进一步沉淀在了星河启智平台上 将服务广大科学家 加速科学新发现 [6] - 这套方法已沉淀为可复用的跨学科智能计算范式 许多曾经因算力门槛而被视为"不可计算"的科学难题 现在可以被系统化探索 [6] 研究团队与机构背景 - 该课题由上海科学智能研究院 北京大学 复旦大学的联合研究团队完成 由上智院AI Math青年研究员 北京大学博士生马成栋于2024年发起 [1][7] - 上智院是一家成立于2023年 聚焦科学智能前沿的新型研发机构 科研人才既有大厂背景 也有海归经历 [7] - 机构鼓励青年科研人员独立探索 亲吻数项目便由青年科学家担任独立PI发起推进 没有论资排辈 [7] 问题意义与应用前景 - 亲吻数问题不仅是抽象的几何难题 它已成为离散几何和编码理论的核心问题之一 [3] - 球体如何紧密排列 对应于工程上将信号点均匀分布在多维球面上的方式 在卫星通讯 量子编码 数据压缩等领域 高维空间的"最优分布"也是实际工程问题的数学表示 [3] - 亲吻数问题与数学中许多分支有深度联系 如数论中的格论 代数中的群论 物理中的弦论 以及组合学中的各类组合设计理论 [3] 未来计划 - 后续计划是在当前成果基础上改进系统 拓展至全空间球堆积问题 探索在图论等领域的应用 以及尝试触及更高维度 [8] - 团队正开始与更多数学家建立合作 [8]

核心观点 - 上海科学智能研究院联合北京大学、复旦大学研发的PackingStar强化学习系统，在亲吻数问题上取得跨维度的系统性突破，验证了AI参与高维数学结构系统性探索的新型人机协同研究路径 [1] 研究突破与成果 - PackingStar系统在12、13、14、17、20、21以及25至31维等多个维度刷新了亲吻数与广义亲吻数纪录，实现了跨维度、成体系的推进 [1] - 此次突破是AI在高维组合几何和编码理论中的首个系统性突破，在亲吻数问题三百年历史中，如此规模的跨维度连续推进极为罕见 [1] - 团队发现了多维度持平纪录的非对称构型，突破了传统对称构造思路 [5] 方法论与技术创新 - PackingStar重新定义了问题，将高维几何难题转化为代数计算，形成了跨维度迁移路径，克服了此前方法（如DeepMind的AlphaEvolve仅实现11维单点优化）难以普适的局限 [5] - 团队形成了稳定的人机协作模式：人类提出研究边界，AI高速构造搜索，人类验证抽象结果，使高维几何探索从单点尝试走向系统推进 [5] - 通过自研底层算子、优化GPU计算流程、建立自动Checkpoint机制，实现了千卡级任务断点续传，搜索速度提升数倍，累计节省超过10万GPU卡时 [5] 工程体系与平台支撑 - 研究院以开放平台拆解科学目标，以工程能力对冲探索不确定性 [5] - 上智院、复旦大学与无限光年联合研发的星河启智科学智能开放平台，已沉淀PackingStar的关键算子与方法，为新材料、药物发现等高维优化领域提供智算支撑 [5] 问题背景与意义 - 亲吻数问题源于1694年牛顿与格雷戈里的争论，是希尔伯特第十八问题的局部形式，关联格子理论、球面码等数学分支，并与卫星通信、量子编码、数据压缩等工程技术紧密相关 [1] - 高维空间中的亲吻数问题迅速进入研究“无人区”，过去50年该领域仅7次实质性进展，且方法难以迁移复用 [2] - 2022年，数学家玛丽娜·维亚佐夫斯卡因8维与24维球体堆积最优解证明获菲尔兹奖，凸显了该领域的重要性 [1]

文章核心观点 - 由上海科学智能研究院、北京大学、复旦大学组成的联合团队，利用名为PackingStar的强化学习系统，在困扰人类300多年的高维“亲吻数”数学难题上取得系统性重大突破，标志着AI for Science进入由AI自主探索未知的2.0新阶段 [10][49][55][60] 研究背景与问题定义 - “亲吻数”问题研究在n维空间中，一个球体周围最多能有多少个同等大小的球体与其相切而不重叠，该问题源自1694年牛顿与格雷戈里的争论，在三维空间中被证明为12个，但高维空间求解极其困难 [2][5][6] - 高维空间球体排列方式呈指数级暴涨，人类几何直觉失灵，在过去近50年里，亲吻数构造仅有7次实质性进展，方法难以迁移 [9][17] 研究团队与核心成果 - 研究团队来自上海科学智能研究院、北京大学和复旦大学，其PackingStar系统一次性刷新了25至31维连续7个维度的世界纪录，并在其他多个维度及广义亲吻数问题上刷新纪录 [10] - 具体成果包括：在13维发现优于1971年以来所有有理结构，在14维等多个维度找到超过6000个新构型；将“两球亲吻数”中14维、17维纪录分别刷新至252和578；将“三球亲吻数”中12维、20维、21维纪录分别刷新至81、405和567 [11][13] - 这些成果获得了离散几何领域权威专家（如麻省理工Henry Cohn教授）的高度评价，并被收录至权威榜单，是该领域三百多年来罕见的系统性突破 [10][34][61] 技术创新与方法论 - 团队完成了关键问题转化，将高维球体堆积问题转化为余弦矩阵上的操作，使计算天生适配GPU大规模并行计算 [18] - 首创多智能体博弈框架，通过“填充”与“修剪”两个智能体协同的“填充—修剪—解构—再填充”机制，大幅降低高维探索难度 [21][24][25] - 方法具有开创性：零数据、零先验，首次系统性发掘出大量反人类直觉的“非对称”高维构型，打破了学术界长期依赖对称型构造的认知框架 [27][59][60] 基础设施与工程支撑 - 项目依赖上智院联合复旦大学和无限光年建设的“星河启智科学智能开放平台”，强大的AI基础设施（AI Infra）是解决此类复杂问题的决定性因素之一 [35][40][41] - 工程团队通过自研底层CUDA算子，将核心计算链路的端到端吞吐效率提升了数倍，并开发了高鲁棒自动容错机制，确保千卡级GPU长周期任务的稳定运行 [42][44][45][46] - 这种以科学家为中心的开放基础设施，让科研人员无需担忧算力稳定性，能专注于科学灵感，用工程的确定性对冲科学发现的不确定性 [47][48] 行业意义与发展阶段 - 该成果标志着AI for Science进入2.0阶段：AI不再依赖人类提供的海量数据和标准答案，而是能在没有先验逻辑的领域进行从无到有的自主探索，并启发科学家 [49][52][54][55] - 与DeepMind的AlphaFold（1.0阶段）、AlphaGeometry等相比，PackingStar直面的是人类尚未明确问题边界的挑战，其系统性产出开创了AI for Math的新范式 [57][58][59] - AI的角色从替代人类计算答案，转变为参与科学探索本身，成为科学家的协作工具，能赋能更多年轻研究者站在科研前沿 [64][65][69] 团队文化与协作模式 - 团队营造了独特的跨学科协作文化，如上智院内的“学术酒吧”，促进了数学家、生物学家、AI研究员之间的思想碰撞 [74][75] - 团队体现了深度的人机协作：AI在远超人类直觉的空间中学习求解，人类科学家则对AI的结果进行解读并提炼新数学规律，双方在互动中共同进步 [67][68][76]

行业：人工智能与科学研究 - 人工智能成为科学家的合作伙伴，在科学研究中从被动工具转变为主动寻找求解路径的伙伴，改变了科学探索的节奏与边界 [8] - 人工智能在数学层面的突破，其方法论有望推广到科学智能诸多领域，数学是人工智能进行闭环验证和推动多步严谨推理能力进化的理想测试场 [7] - 人工智能在高维组合几何领域取得首个系统性突破，揭示了不同维度间的几何关联与内在脉络，形成了可迁移、可比较、可演化的关系网络，为经典难题提供了新的整体视角与方法框架 [8] 公司：上海科学智能研究院及相关团队 - 上海科学智能研究院、北京大学和复旦大学的联合团队，利用人工智能在多个高维空间打破了亲吻数问题已知的最优解 [3] - 研究团队开发的PackingStar强化学习系统在短短一年多时间里刷新多项世界纪录：在25-31维打破人类已知最佳堆积结构，在13维发现50多年来的最优有理解，在14维等多维度中找到6000多种新解法 [8] - 团队通过优化GPU内存管理模式，使搜索速度提升数倍，累计节省超过10万GPU卡时 [7] - 机构文化鼓励年轻人牵头组织团队，强调群体力量、有组织科研以及跨学科交叉融合，通过“科学工程化”以工程的效率和稳定性对冲科学发现的不确定性 [10]

AI for Science 在生物医药领域的应用与突破 - 人工智能模型正加速应用于以DNA、RNA、蛋白质、单细胞等基础生命单元为核心的药物设计等真实场景 [1] - 科学智能（AI for Science）正在重新定义科学发现的速度与方式 [1] - 制药是AI for Science最重要的应用领域之一 [2] siRNA药物研发的技术瓶颈与AI解决方案 - siRNA（小干扰RNA）因其精准“沉默”致病基因的能力，是创新药研发中重要的高潜技术路线 [1] - 传统siRNA药物研发长期依赖经验试错，难以规模化提效 [1][2] - 人工智能的应用正在打破上述瓶颈，例如“女娲RNA大模型”深度应用使上海一家公司的siRNA药物筛选效率大幅提升 [1] 女娲RNA大模型的核心能力与应用成效 - 女娲RNA大模型由上海科学智能研究院联合复旦大学于2025年9月共同研发面世 [2] - 该模型整合了10亿级RNA序列、结构、功能和化学修饰等多模态数据，覆盖mRNA、ncRNA等主要类型 [2] - 模型在RNA结构预测、逆折叠等任务中取得领先表现，被视为RNA生物学模拟器 [2] - 应用该模型，可于数小时内从靶点上万条序列中筛选出约200条高分候选序列 [3] - 通过3至4轮迭代优化，筛选出的序列已具备极高成药潜力 [3] - 模型辅助体外筛选效率比传统方式提升约1.6倍 [1] - 已有超过5个靶点的siRNA设计流程完成验证，并在针对高血脂、高血压等慢性病的siRNA药物设计中完成初步体外实验验证 [3] - 模型已搭建从序列筛选到体外湿实验的全流程闭环，湿实验机器人“7×24”小时不间断运行，实现数据、实验与AI模型间的闭环迭代 [4] 星河启智科学智能开放平台的定位与功能 - 星河启智平台由上智院联合复旦大学、无限光年在2025年世界人工智能大会期间推出，是全国首家专注于科学智能领域的大型新型研发机构的核心平台 [5] - 平台汇聚了包括女娲RNA大模型在内的400余个科学模型与工具 [4] - 平台旨在降低科研门槛，预置海量高价值可信科学数据、基座大模型、智能体及领域科研算子，实现资源“开箱即用” [5] - 平台贯通整个科研流程，科学家可定义研究目标，由大模型自动调用资源串联数据获取、模型训练、干湿实验、结果验证等环节 [5] - 平台已建成22类4万多个高价值科学数据集，科学文献库覆盖近5亿篇文献 [6] - 平台单日访问次数约2.3万次，在重点场景中已服务复旦大学7600余名师生、19个院系、5家附属医院 [7] - 平台计划在2026年支持用户直接调度远程自动化设备完成真实实验验证 [6] AI驱动的科研范式变革与跨界协同 - AI正从“可用工具”向“科研伙伴”进化，旨在全面驱动科研范式变革 [5] - 星河启智平台将分散的数据、模型和方法整合到统一科研环境，系统性地推进科学问题 [6] - 上智院推出“Alpha破界营”机制，让领域科学家与AI算法专家、工程师同处一室办公，实现深度协同 [6] - 跨界协同模式已成功孵化出如“燧人催化反应模型”等高水平科研成果 [7] - 以生物医药临床大数据为起点，借助AI算法和工程优化，可更高效地解决关键科学问题并提供线索，再由领域科学家通过实验验证与转化 [7]

上海科学智能研究院(上智院)概况 - 全球首个专注科学智能领域的研究院 成立于2023年9月 [2] - 使命是用人工智能驱动科学研究范式变革 赋能千行百业 [2] - 牵头研发伏羲气象大模型 燧人物质大模型 女娲生命大模型 星河启智科学智能开放平台等关键成果 [2] SAIS Talk活动信息 - 上智院主办的前沿技术分享会 已成功举行15期 [3] - 汇聚共性技术 物质科学 生命科学 地球科学等方向的青年研究员 [3] - 活动包含5-10分钟交流环节 涵盖表征学习 催化反应预测 生物分子动态模拟 单细胞图谱 全球天气预报等多个领域 [3] 表征学习研究进展 - 提出层级化时空表征与跨尺度隐式自回归建模框架 显著提升长期预测精度与稳定性 [5] - 在气候建模 流体力学及分子动力学等复杂系统展现重要应用潜力 [5] - 融合扩散模型与层级表征 提高复杂场景图像生成质量 实现零成本语义重采样控制 [5] 催化反应预测框架 - 开发RXNGraphormer统一预训练反应预测框架 弥合数值回归与序列生成的方法差异 [9] - 实现对化学反应活性 选择性和单步正向/逆向合成的精准预测 [10] - 模型能自发学习化学键变化规律 在多项预测任务中达到领先水平 [10] 生物分子动力学研究 - 基于4D扩散模型的生成框架实现蛋白质动力学轨迹生成或长时间尺度构象生成 [13] - 为阐释蛋白质功能与加速药物设计提供全新计算范式 [13] 单细胞调控关系识别 - 开发单细胞基因调控关系预测框架SCRIPT 长程调控预测性能较当前最优方法提升逾两倍 [17] - 在阿尔兹海默症和精神分裂症中发现未揭示的分子遗传学机制 [17] - 有望在复杂疾病的遗传诊断和药物靶点发现上发挥重要作用 [17] 全球天气预报系统 - FuXi-Weather为完全基于机器学习的全球天气预报系统 具备多源卫星观测资料同化能力 [21] - 实现循环资料同化与一体化预报 使用观测资料远少于传统数值预报系统 [21] - 能生成未来10天高精度天气预报 在观测稀疏区域预报表现优于欧洲中期天气预报中心HRES系统 [21]

行业趋势 - 全球AI行业正从技术探索转向价值深耕阶段 焦点从技术突破转向实际应用[2] - 当前大模型产品同质化严重 市场趋近饱和[2] - 通用大模型市场格局已近收敛 但行业应用正迎来爆发 新技术突破仍可能带来变量[2] 公司战略 - 无限光年2025年实施双领域布局：横向以启智平台形成可复用AI基础设施 纵向深耕金融与科学智能两大核心领域[3] - 公司提出"灰盒大模型"理念 融合大语言模型概率预测与符号推理逻辑推理 破解AI幻觉问题[2] - 构建"双引擎技术体系" 将神经符号计算与大模型有机融合 形成精准计算-可控推理-透明决策闭环[9] 金融领域应用 - 指数动态定制方案将成分股覆盖从600只拓展至2600只 调仓周期从季度压缩至分钟级实时响应[4] - AI投研助手5分钟内完成单份财报全维度分析 效率较人工提升超90% 覆盖A股5364家上市公司且财务指标计算零误差[10] - 智能信贷分析整合多源信息实现自动化风控 提升中小银行普惠金融服务质效[10] - 金融专业培训通过智能化体系大幅提高员工知识掌握率[4] 科学智能应用 - 联合推出星河启智科学智能开放平台 聚焦科研者核心诉求[5] - 专为平台打造启智Lab算力服务平台 采用智能容错 动态部署 GPU/CPU融合技术[5] - 创新CPU/GPU融合调度 将分子生成研究流程从8小时压缩至1分钟 效率提升99.7%[6] - 平台已完成昇腾 沐曦等国产化芯片适配[7] 可信AI技术 - 透明化推理机制使AI决策过程清晰可见 增强用户信任[8] - 强化学系框架INF-Aspire支持双引擎高效调度 确保系统稳定运行[9] - 智能体应用在科学智能领域自动分解科研任务 在金融场景通过多智能体分工协作实现合规可控决策流程[12] 发展理念 - AI竞争不是算力或参数比拼 而是价值创造能力较量[12] - 技术需完成从能用到敢用再到好用的三重跨越[5] - 关键看能否解决真实场景问题 而非概念包装[12]

AI行业动态 - 上智院等联合发布星河启智科学智能开放平台，具备六大核心能力，支持多学科众研和干湿实验闭环[7] - 燧原科技AI算力部署规模达七万卡，推理卡"燧原 S60"支撑互联网客户及智算中心需求[30] AI应用资讯 - 商汤发布悟能具身智能平台，日日新V6.5多模态推理大模型跨模态推理精度超Gemini 2.5 Pro，性价比提升5倍[8] - 华为发布异腾智算平台AI-Box，搭载异腾400I Pro芯片，支持多模态大模型本地运行，适配工业质检等场景[9] - 腾讯发布具身智能开放平台Tairos，提供多模态感知、规划等模型及云服务工具，与硬件厂商合作推动行业落地[10] AI大模型资讯 - 阶跃Step 3模型总参数321B，激活参数38B，推理效率达DeepSeek-R1的300%，2025年预计收入近10亿[11] - 字节开源AI Agent Coze，GitHub星标超6000，支持可视化开发和一键分享至主流平台[14] - 智谱发布GLM-4.5融合大模型，总参355B，激活参32B，API价格低且生成速度快，获全球开源模型第一[17][22] - 京东云开源企业级全栈智能体JoyAgent，支持多智能体协同与并行处理，已应用于零售采销等场景[18] 科技前沿 - 后摩智能发布存算一体端边AI芯片M50，物理算力160TOPS，典型功耗仅10W，支持多模态大模型本地推理[32] - 钛动科技发布全球营销Agent Navos，将传统营销周期从数月缩至几天，提升人力资源效率数十倍[28]