AI技术发展现状与挑战 - AI技术自本世纪初迅猛发展 标志着科技革命进入新纪元 但发展仍处于起步阶段 应用主要集中在问答功能为主的AI助手[4] - AI系统通常被视为"黑盒子" 其属性难以像传统ICT系统那样被完全理解和保障 有待解决的关键问题是如何将基础模块有效组合 打造人类智能水平的系统[4] - AI在工业和服务领域应用潜力巨大 但尚未得到充分挖掘[4] 智能世界2035愿景 - 报告描绘AI发展愿景 探讨技术融合推动工业和服务智能系统转型 包括自主交通系统 智能电网 智能工厂与农场 自主通信网络等[5] - 全面分析AI在医疗 教育 智能家居 智慧城市和商业创新等服务领域的应用及影响 强调AI与其他创新技术的协同效应[5] - 教育应用将动态分析学生知识掌握情况 帮助教师实时生成个性化教学方案 医疗行业将融入由AI 数字行为建模 远程医疗和合成生物学等技术驱动的全球健康生态系统[5] 技术挑战与突破方向 - 实现愿景需克服超越通用人工智能范畴的技术挑战 目标不仅是创造理解学习人类智力任务的机器 更在于让机器整合自身能力自主行动感知环境[7] - 智能系统构建颠覆传统系统工程 需将传统ICT模型开发与数据驱动AI技术结合 通过混合解决方案确保安全高效决策[7] - 系统验证从理性主义向经验主义转变 需开发更严格验证技术 通过基于知识监测技术弥补可靠性降低影响[7] 未来技术发展趋势 - 迈向通用人工智能关键在于走向物理世界 机遇包括更有效感知世界 更智能模型算法 更高效算力芯片[11][12][13] - 新一代传感器可能成为新"奇点" 向脑智能学习可能带来重要突破 光计算 量子计算 存算一体等新范式有望变革智能"物质基础"[11][12][13] - 智能本质在于对物理世界理解互动与重塑能力 真正突破或将源于数据空间和物理空间深度融合的新架构[16] 算力与基础设施需求 - 2035年全社会算力总量比2025年增长10万倍 计算领域将迎来历史性变革 在计算架构 材料器件 工程工艺 计算范式四大核心层面实现颠覆性创新[30] - 数据成为推动AI发展"新燃料" 到2035年人工智能存储容量需求比2025年增长500倍 占比超过70%[31] - 全球数据中心耗电量将高达1.5万亿度 能源供给需要发生大变革 可再生能源发电量占比将突破50%[31] 产业应用与影响 - 智能体将从执行工具演进为决策伙伴 驱动各产业发生智能化革命 预计2035年人工智能应用率超过85% 提升劳动生产率60% 产品缺陷率降低至0.05%以下[29][32] - 医疗行业将从"以疾病为中心"转向"健康全周期管理" AI将助力预防超过80%慢性病[32] - 超过90%中国家庭将拥有智能机器人 人类将逐渐进入全息生活空间时代[32] 生态与商业模式变革 - 移动互联网生态从App走向多Agent协同 用户从"驾驶员"变为"指挥官" 生态本质从"人找服务"变为"服务找人"[101] - 商业模式从注意力经济（广告）转向直接价值交换 如智能即服务 API和Token调用 基于委托任务成功的支付[106] - 端云协同成为新生态最优解 最大化发挥端侧快和云侧强优势 解决信息安全隐患和云端算力成本问题[107] 具身智能发展前景 - 具身智能是AI走向物理世界关键体现 融合AI技术 感知交互 计算存储 通信网络 三电等多领域技术[109] - 智能驾驶已跨越技术鸿沟 2035年将实现L4+自动驾驶 L5启动试商用[113][116] - 智能机器人将跨越技术鸿沟 2035年家庭机器人售价低于1万美金 产业进入爆发期[118][120]

行业活动 - 第二十二届中国网络安全年会暨国家网络安全宣传周网络安全协同防御分论坛在昆明召开 国内首次针对AI大模型的实网众测检验结果揭晓[1] - 活动由中央网信办网络安全协调局指导 国家计算机网络应急技术处理协调中心主办 网络安全众测平台和国家网络安全人才与创新基地提供技术和环境支持[1] - 活动旨在推动AI大模型在发展中更好统筹高质量发展和高水平安全[1] 测试范围 - 共对国内15款大模型及应用产品进行漏洞测试 包括基础大模型产品、垂域大模型产品、智能体及模型开发平台等相关应用产品[1] - 测试产品涵盖单模态大模型和多模态大模型 具有较广泛的代表性[1] 测试结果 - 累计发现各类安全漏洞281个 其中大模型特有漏洞177个 占比达63%[1]

9月16日出版的第18期《求是》杂志发表重要文章《纵深推进全国统一大市场建设》，统一大市场概念 全天表现不俗，新宁物流、怡亚通、供销大集等多只物流股涨停，华光源海盘中涨超10%。与近期活跃 的房地产板块类似，统一大市场概念中，低价小市值个股为数不少，叠加了一些其他短线热点品种表现 也更为出色。昨日异军突起的AI电商、AI营销方向也维持亮眼表现，叠加抖音、阿里概念的AI营销股 线上线下录得20厘米2连板，丽人丽妆、省广集团等也纷纷封板。近期腾讯、阿里等巨头纷纷将智能体 作为其应用端发力重点，一些存较强降本需求的B端应用领域或成为智能体赋能的率先受益领域。 隔夜国际贵金属和工业金属价格普涨，Comex黄金期货率先突破3700美元大关，伦敦现货黄金价格也盘 中逼近3700美元整数关，此外伦铜也突破10190美元/吨，创出15个月新高。但有色板块并未受此消息提 智通财经9月16日讯，今日70股涨停，28股炸板，封板率为71%，华建集团4连板，首开股份10天9板， 上海建工、香江控股、山子高科、荣盛发展3连板，线上线下20cm2连板，百利科技6天4板，淳中科技6 天5板，必得科技8天5板，天际股份9天5板。今日市场震荡 ...

知识库是构建智能体专业壁垒的核心 "我理解新工业革命就是人工智能带来的工业革命，从过去的数字化赋能转向用智能化手段来赋能现代 工业发展。"周鸿祎表示，"人工智能的上半场大家讨论的都是大模型，现在进入了下半场。具体来说， AI的焦点已经从大模型进化成了智能体。" 周鸿祎指出，尽管现在大模型的能力越来越强，从知识型大模型进化到推理大模型，包括大模型的成本 也越来越低，但是要推动新工业革命，光有大模型是不够的。很多企业引入了大模型，更多的就是做一 个聊天机器人、做客户服务、员工问答，但是并不能真正地解决生产上、业务上的问题。 周鸿祎认为，一个根本原因在于大模型相当于是大脑，能说会道、能思考、能规划、能推理，但是没有 手脚、没有身体，不会使用各种专业工具，所以不能直接干活。"所以AI的发展如果只停留在大模型阶 段，就会变成一个玩具，而不是我们所向往的生产工具"。 21世纪经济报道见习记者冉黎黎 厦门报道 9月16日，为期两天的2025金砖国家新工业革命伙伴关系论坛在厦门开幕，360集团创始人周鸿祎在论坛 开幕式上进行主题演讲时，探讨了智能体这个极具时代意义的话题。 "人工智能现在进入了下半场，AI的焦点已经从大模型进 ...

报告行业投资评级 - 报告未明确给出行业投资评级 [1][2][3][4][5][6] 报告核心观点 - 人工智能正从试点扩大到规模应用 显著提升能源行业运营效率 资产优化 安全性和可持续性 [4][5][28] - 智能体技术是人工智能演进的下一阶段 能自主管理整个工作流程 模拟人类专家判断 并在无监督下做复杂决策 [4][39][40] - 能源企业需通过三阶段转型实现人工智能价值：赋能员工 融合工作流程 发展生态系统 [58][59][62] - 扩展人工智能应用需重塑企业运营模式 解决数据质量 监管合规和预算限制等挑战 [31][16][22] - 人工智能驱动项目分为两类：追求投资回报的价值项目和增强安全性及可持续性的驱动型项目 [35][36][37] 调研结论 - 56%能源企业正在扩大人工智能项目规模 44%已将人工智能融入运营核心 [28] - 79%企业通过人工智能实现可衡量效率提升 60%获得超过10%的投资回报 [29] - 92%企业正投资未来人工智能项目 76%计划增加支出 63%表示增幅超10% [30] - 65%企业希望提升效率 74%正设法实现增长 [8] - 63%企业努力平衡人工智能应用与可持续发展目标 71%将可持续发展视为比人工智能更重要的战略目标 [8] 能源行业人工智能现状 - 人工智能应用聚焦运营效率 资产优化 安全性 可持续性和预测性维护 [28] - 数据格式不一致影响58%企业的数据质量 38%面临道德和监管问题 [9][10] - 仅13%能源企业设立人工智能卓越中心 领导层分散在IT部门(20%)或IT与业务部门兼有(34%) [32] - 智能体技术能动态调整能源输出 优化电网负载平衡 并加速脱碳创新 [40][41][43] 打造智能能源企业 - 需统筹企业整体转型 职能层面转型和基础技术路线三层面能力建设 [52][53][54][55] - 智能能源企业蓝图通过人工智能深度融入价值流 实现客户互动 风险管理和产品开发智能化 [56][57] - 三阶段转型框架：赋能阶段提升员工技能 融合阶段集成工作流程 演进阶段发展生态系统 [58][59][62] 阶段一：利用人工智能为员工赋能 - 重点为提升员工技能 建立实施基础 任命高管负责人 制定战略并识别高价值用例 [60][67] - 企业希望通过人工智能实现目标：降低成本(52%) 改善决策(43%) 改善客户体验(39%) [68][69] - 生成式人工智能在能源行业潜在价值达830亿美元 其中服务与数据分析领域价值最高(244亿美元) [74][75] 阶段二：将人工智能融入各项工作 - 需任命高层领导监督变革 将人工智能融入电网管理等核心职能 打破数据孤岛 [96][97] - 智能体可掌管整个工作流程 需从单点部署转向价值流驱动变革 [102][104][105] - 关键价值流包括能源生产 输送分配 交易市场优化 客户零售管理及可持续发展合规 [108][109][110][112][113] 阶段三：发展能源企业自身生态系统 - 重点为转型互联生态系统统筹者 实现自主电网 跨领域能效管理 碳信用市场和循环能源经济 [118][119][120][121][122][123] - 人工智能将重塑能源市场 供应链和商业模式 需彻底反思组织架构和运作模式 [119] 主要考虑因素 - 需制定由商业战略驱动的人工智能战略 优先投资迫切需求领域 并与能源转型战略融合 [125][127] - 建立透明治理框架 确保模型可理解可审核 采用强加密和零信任架构应对网络安全 [128][129] - 培养桥梁型人才：人工智能产品经理和人工智能治理专家 [125]

"金融是人工智能（AI）技术最具价值的试验田。"在2025年服贸会期间举行的第七届中国金融科技 论坛上，奇富科技首席执行官吴海生表示，"金融智能体正在经历从辅助到决策、从外围到核心、从局 部到全局的进化。" 国务院8月26日发布的《关于深入实施"人工智能+"行动的意见》提出，在软件、信息、金融、商 务、法律、交通、物流、商贸等领域，推动新一代智能终端、智能体等广泛应用。 近两年，金融科技、数字科技等平台企业积极在智能客服、自动化运维等场景进行AI大模型多维 度探索，夯实数字化基建底盘，从辅助业务环节入手，逐步渗透至金融业务的核心层，让科技加持的金 融服务"通行能力"实现代际跃升。 在技术赋能方面，中央财经大学中国互联网经济研究院副院长欧阳日辉总结称，平台企业将大数 据、人工智能、区块链等前沿技术以模块化、服务化的方式输出给金融机构，帮助其提升风控能力、优 化产品设计，实现精准营销与服务响应。 专家表示，当金融领域的生态协同从单点探索走向规模推广，制度规范从零散构建迈向体系化完 善，平台的创新应持续聚焦关键议题。 "平台企业的创新并非单向的技术输出或商业收益，而是多方共建、风险共担、价值共享的创新治 理新格局。 ...

AI产业正处于技术奇点与商业爆发的交汇口 正从大模型向多模态、智能体和具身智能跃迁 [1] 三大细分投资赛道 - 算力、Agent和"AI+产业"三大细分赛道仍处于投资风口 [2][3] - 蚂蚁集团过去两三年在算力层公司上出手较多 认为未来Token消耗及能源支撑是需要解决的问题 [3] - 明势创投在智能体方面已布局6家成长较快Agent中的3-4家 认为即便优秀Agent在很多领域也只能做到三四十分 [3] - 经纬创投最关心AI与各行业的结合 包括消费电子、机器人、工业和零售行业的融合 [3] 智能体投资策略 - 智能体分为通用和垂类两种 前者天花板更高但投资风险更高 后者超额回报空间相对有限 [4] - 蚂蚁集团投资的智能体以垂类为主 选择标准是市场空间大、付费意愿强且能构建护城河 [4] - 智能体创业应避开大模型能力迭代主赛道 否则可能随大模型公司版本升级遭毁灭性冲击 [4] - 创世伙伴创投采取"哑铃策略"：投资与复杂工作流结合的To B应用和风险高但天花板更高的通用方向 [4] 中国AI应用优势 - 中国AI应用走在国际前列 多个全球"首个智能体"来自中国 [5] - 中国优势来自过去20年互联网和移动互联网积累的产品经理能力 同时技术跟进很快 [5] 创业者特征偏好 - 新一代创业者比上一代年轻10岁且越来越年轻 已出现00后创业者 [6] - 创业门槛提高 团队需对模型等技术有深刻理解 移动互联网时代产品经理找程序员就能打造产品 [6] - 偏好对技术有独到认知、有商业敏感度和快速迭代特征的创始人 [6] - 青睐拥有非共识的超级产品经理 如李想 Agent是生产力工具 核心指标是任务完成度 [6] - 不完美的创始人才能做出伟大产品 有激情但可能不够理性的人能做出伟大产品 [7] - 青睐投资经验丰富但AI经验不超过3年的创业者 因为3年前AI和现在AI不是同一物种 [7] - 应对年轻创始人多些耐心和宽容 允许更多个性化风格 而非用严格CEO标准要求 [7] 市场前景预测 - 未来全球最顶尖的智能体中 将有三分之二来自中国创业团队 [7] - AI时代的创新创业无论从商业还是赛道宽度来看都面临巨大机会 [7]

新华社北京9月13日电 题："积极融进来，携手走出去"——2025年服贸会港澳台展亮点纷呈 新华社记者褚萌萌、陈旭 跃动着彩虹渐变色的香港馆、布满葡式花砖图案的澳门馆、装饰有大红灯笼和城市地标建筑的台湾形象展……在北京首钢园的钢铁森林中，别具 特色的港澳台展区为2025年中国国际服务贸易交易会增添了一抹亮色。 9月12日在北京首钢园拍摄的2025年服贸会省区市及港澳台展入口。新华社记者 徐钦 摄 在香港馆的外立面上，"香港通道 连接全球"的醒目字样点明展馆主题，一块互动屏幕通过小游戏介绍着香港在金融、人才、市场、供应链等方面 的优势。 在4号展馆的省区市及港澳台展中央，数十家港澳台展商带来生物医药、先进制造、创意设计等众多领域的先进成果。 "希望向更多人推介我家乡的产品！""期待通过服贸会融入大市场，再一起走向世界！"港澳台展商们纷纷道出心声。 "香港通道 连接全球" 展示柜中，众多斩获国际大奖的设计产品涉及文化创意、创新科技、绿色可持续等前沿领域，凸显出香港的专业服务可以助力企业提升附加值： 香港故宫文化博物馆的系列卡通人物、通过茶渣再生技术研发的环保材料…… 9月12日在北京首钢园拍摄的2025年服贸会澳 ...

大模型发展趋势 - 大模型从依赖数据和算力扩展转向具备慢思考能力 能通过数学和编程学习推理而非仅快速生成[3] - 慢思考提升AI推理深度 实现自我训练及长思考教短思考 形成加速发展曲线[3] - 阿里通义千问和DeepSeek推动该趋势发展[3] 开源模式优势 - 中国模型以开源为主 相比美国闭源模式在生态构建和行业适配方面具独特优势[3] - 开源使行业模型和主权模型训练更易 大幅降低成本并提供更广阔创新空间[4] 智能体核心价值 - 智能体拥有记忆和执行能力 能理解企业需求并完成任务 成为超级员工[4] - 智能体从工作流智能体进阶为推理智能体 能自主拆解执行复杂任务无需人类编程[4] - AI可取代人类数小时至数天工作 商业价值体现为降本增效和增收而非仅API调用[4] 企业智能体部署 - 智能体部署需企业高层亲自推动 结合战略目标深度定制以实现业务重组和组织重构[5] - 零一万物通过新型战略咨询团队基于万智平台帮助企业制定转型战略并批量打造智能体[5] - 在能源公司战略设计 专利撰写 游戏优化 供应链管理和新能源转型等领域实现降本增效与增收并举[5] 行业合作倡议 - 智能体是下一阶段关键突破 能为整个商业世界创造巨大价值[5] - 呼吁传统行业积极与AI企业合作把握智能体带来的新机遇[5]

人工智能+行动政策解读 - 《关于深入实施"人工智能+"行动的意见》部署了科学技术、产业发展、消费提质、民生福祉、治理能力与全球合作等六大领域行动 并提出了三个阶段发展目标 [1] - 目标设定以人工智能规模化应用的确定性应对技术和外部环境急剧变化的不确定性 [3] - 实施路径强调协同联动、系统推进 同时建立容错机制和政策留白以调动社会创造性和能动性 [3] 智能终端与智能体发展目标 - 到2027年新一代智能终端、智能体应用普及率目标超过70% [3] - 目标实现将推动万物智联 使终端设备成为能感知环境、理解意图和自主学习的智能伙伴 [4] - 智能终端和智能体将成为新质生产力重要载体 催生硬件市场、软件服务市场和内容生态 [4] 技术发展与应用普及驱动因素 - 技术成熟是多模态大模型和端侧AI芯片发展的必然趋势 [5] - 杀手级应用出现将加速目标实现 人工智能可能比移动互联网更快找到杀手级应用 [5] - 用户习惯根本性变革是最终体现 当智能终端实现好用易用时用户迁移速度将惊人 [5] 人工智能普惠化挑战 - 技术层面存在低成本、高可靠、易部署应用服务的技术门槛问题 [6] - 成本障碍包括研发投入巨大、高端人才稀缺、高质量数据获取成本高昂和场景开放程度低 [6] - 国家人工智能应用中试基地将解决关键共性问题 降低应用创新门槛 [6] 市场规模优势转化 - 需发挥创新带应用、应用促创新的良性循环作用 [7] - 市场实践基础通过中试基地、标杆案例和行业解决方案复用加速技术成熟与标准化 [7] - 支持领军企业、科研机构和行业组织制定关键标准 参与国际规则制定 [7] 人工智能+与互联网+比较 - 社会认知基础不同 人工智能+起步于全社会已有共识和迫切期待的基础 [8] - 技术自主程度不同 我国人工智能基础理论、技术创新和工程应用取得重要突破 [8] - 关键作用机理不同 人工智能+本质是"涌现" 能形成新模式、发现新规律甚至提出新问题 [9] 重点应用领域选择逻辑 - 技术可行性基于数据基础 所选行业都是数据富矿能为人工智能提供肥沃土壤 [10] - 经济带动性考虑辐射效应 金融、交通、物流、商贸等行业能带动全要素生产率提升 [10] - 民众获得感使智能交通、智能物流和智能司法让人民群众直接感受技术进步实惠 [11] 智能原生企业发展前景 - 重新定义生产力与组织形态 可能实现"一人独角兽"模式 [11] - 在效率提升基础上更具价值创造 提供高度定制化体验和按使用效果付费的个性化服务 [11] - 推动实现产业全要素智能化 让机器设备、原材料等嵌入"AI大脑"提升整体产业效能 [12] 人工智能驱动科研变革 - 科研范式从"假设驱动"转变为"模型驱动" 拓展科学发现疆域 [12] - 科研主体从"人员团队"转变为"人机协作团队" 人机协同成为常态 [12] - 科研基础设施从"仪器仪表"扩充到"模型算力数据" [12] 人工智能重塑产业格局 - 研发模式从"线性研发"转变成"高速迭代" 研发效率呈数量级提升 [13] - 竞争核心从"专利壁垒"转变为"数据算法壁垒" [13] - 新兴产业与商业模式崛起 可能出现新型研发外包公司提供"候选分子发现"服务 [13]