证 券 研 究 报 告AIDC电源行业报告系列报告一：柴油发电机供需错配打开量价空间，国产替代迎来重大机遇证券分析师：刘宏达 A0230524020002 马天一 A0230525040004 李国盛.
2025-10-20
31页
5星级
2025 AI工具类应用市场洞察0 01 10 02 20 03 30 04 40 05 50 06 6AI工具出海小众赛道的“爆品逻辑”AI文字记录应用 单一文字工具访问量负增长,综合类工具成为突破.
2025-10-17
58页
5星级
请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告|20252025年年0909月月2222日日优于大市优于大市人工智能人工智能周报周报（2 25 5 年第年第 3838 周）周）阿.
2025-10-17
11页
5星级
中文大模型基准测评中文大模型基准测评2022025 5年年9 9月月报告报告 2025.10.16 2025年中文大模型阶段性进展9月评估SuperCLUE团队精准量化通用人工智能（AGI）进展，定义.
2025-10-17
25页
5星级
重塑数据与人工智能战略指南未来的商业需要智能的基础设施商业的未来需要智能基础设施。本实用指南是 Digital Realty 的 您准备好使用数据和 AI 了吗？电子书的第二卷。1本指南为企业、IT 和 AI 领导者展示了如何通过重新思考数据和工作负载的存储方式和位置来释放 AI 的价值。目录简介AI 转型浪潮正盛不要让传统基础设施阻碍你的发展如何重构数据和 AI如何评估数据中心合作伙伴的数据和 AI 就绪情况指南资源库 联系方式030710141922231 Digital Realty，您准备好使用数据和 AI 了吗？2024年1月简介欢迎来到数据经济时代。在新的模式中，连接仍然依赖于一张由物理地点组成的网络，但这些地点如今已成为数据创建、处理和交换的中心。同时，也是人工智能AI的中心。AI 采用率正在上升，对 IT 基础设施的影响也在增加。在我们对 2,200多位数据和 AI 领导者的研究中，受访者表示，解锁数据洞察是首要任务，而找到合适的基础设施则是最大挑战。1 数据优先策略：比以往任何时候都更为重要 2.公公公公公公公公公公公公公公公公根据我们的全球数据洞察 调研，数据和 AI 领导者：79%正在执行正式的数据战略以指导 IT 基础设施投资53%优先保障数据系统、基础设施及分析工具的充足投入84%将数据位置战略与 AI 路线图结合起来 37%能够利用人工智能根据数据推动结果 1 Digital Realty，全球数据洞察调研，2024年8月重塑数据与人工智能|4随着人工智能的演变速度超出最乐观的预测，IT基础设施的复杂性也随之增加。这种演变是由机器学习、生成式人工智能以及现在的代理式人工智能的快速采用和专业化所推动的。随着数据的增长为这些人工智能模型提供支持，它就像一块磁铁，吸引着属于自己的应用、服务和流程生态系统。维护数据的控制和安全非常复杂，企业必须重新制定前台和后台战略，以应对这种数据引力。到2030年，人工智能的全球影响预计将达到22.3万亿美元，占全球国内生产总值的3.7%。1简而言之，数据位置策略和 IT 基础设施必须处于商业战略的最前沿，才能释放 AI 的价值。AI 的采用促进了数据的增长从而吸引了应用程序和服务这种现象被称为“数据引力”1 IDC，Time for the AI Pivot，2025年5月专利数据引力公式，McCrory 和 Bishop，Digital Realty数据吞吐量延迟合规应用程序AIAI服务AIAI重塑数据与人工智能|5重新思考您的数据和应用程序的存储位置 使 IT、AI 和业务团队保持一致的战略 减少您 AI 部署的时间和成本 提升灵活性与可扩展性 提供稳定、高密度的环境 实现可扩展的互联 汇集您的 AI 合作伙伴生态系统 支持业务增长 本手册将帮助您作为商业、数据、人工智能、基础设施、网络或架构的领导者，引领组织所需的转型，以便为人工智能的未来做好准备。请及时保存此指南，以便参考查阅。您正在阅读的内容是重塑数据和人工智能的必备一站式指南。您将在其中学习如何：您将在本手册中学习的内容重塑数据与人工智能|6AI 转型浪潮正 全面展开在 Digital Realty，我们每个季度都在见证大量人工智能创新的实现。全球每个角落都在发生突破性的变化，人工智能的演变呈指数级增长。人工智能的快速发展让一些最优秀的专家措手不及。早在2016年，斯坦福大学的“AI100 报告”乐观地预测，2030年至2040年将出现通用型对话代理。2022年，ChatGPT的问世比预测提前了近十年。2025年，全球AI市场的估值为2440亿美元。到2030年，预计将超过8000亿美元。1 在 Digital Realty，我们每个季度都在见证大量人工智能创新的实现,因为 AI 的良性循环为先进的 AI 模型设计创造了反馈回路。目前，我们看到三种形式的人工智能正在提高企业的生产力和效率：AI 转型浪潮正全面展开从数字化变革到智能数字基础设施数字化变革已经完成了它的使命。随着各组织机构在数字化旅程中日趋成熟，重点已从简单的数字化转变为智能化。这是智能基础设施的时代系统和平台不仅支持数字化运营，还融合了人工智能、机器学习、实时数据处理和自动决策。这些数字基础设施具有自适应性、预测能力和自我优化能力。它们使组织能够越过被动战略，迈向主动甚至自主运营。2025 年，全球 AI 市场的估值为 2440 亿美元。到 2030 年，预计将超过 8000 亿美元。1机器学习通过预测性地从数据中学习并提高性能，而无需明确编程智能体人工智能在动态环境中自主地追逐目标、做出决策和采取行动生成式 AI通过从现有数据中学习模型来生成新内容1 Statista，Artificial Intelligence(AI)Worldwide-Statistics&Facts，2025年3月重塑数据与人工智能|8智能数字基础设施对硬件、软件和网络提出了更高的要求。人工智能不仅仅是一个技术项目：它改变了IT基础设施必须的运作方式。仅靠云端还不够延迟人工智能应用需要实时响应，而由于物理距离较远，云端数据中心无法在任何情况都提供及时的响应。专用硬件训练和部署人工智能模型需要高性能硬件，例如针对并行处理优化的GPU，而通用云端环境可能无法充分支持这些硬件。数据引力AI 依赖于庞大的数据集。将这些数据迁移 到云端可能会很慢、成本高昂且效率低下。成本在云端持续运行AI工作负载可能会变得非常昂贵。组织需要更先进的解决方案来优化成本，同时保持性能和控制。安全、隐私、合规法规通常会限制敏感数据的处理地点和方式。仅靠云端通常不足以满足这些需求。尽管云计算已成为现代企业 IT 的基础，但单靠云计算还不足以支持人工智能的全部需求，原因如下：重塑数据与人工智能|9不要让传统基础设施阻碍您的发展许多企业即使在必要时也不愿意转变其 IT 基础设施，我们将重点介绍可能阻碍您前进的一些重要挑战。遗留问题的负担基础设施是许多组织战略中隐藏的潜在失败原因。许多公司认为，人工智能可能是建模问题，亦或是云容量问题。然而，传统IT基础设施相关的限制性（如延迟、数据移动和治理）从长远来看被证明是阻碍人工智能成功的无声障碍。专业知识不足与任何新技术一样，缺乏有关人工智能及其基础设施需求的专业内部知识是许多组织面临的主要障碍。但是，人工智能人才需求量非常大，而且很难获得。因此，与合适的外部专家和解决方案合作，可以更快、更有效地推动您企业的发展。谁移动了我的数据？进一步的问题源于 数据蔓延。这是一个术语，指数据在企业内部不同系统、地点和用户之间不可控地扩散。当数据在多个地方生成、复制、和存储，如云端服务、本地驱动器、电子邮件、移动设备、文件共享应用程序等，而没有一个集中的管理策略时，这种情况就非常普遍。AI就绪型基础设施通过有效地聚合和组织数据来解决这一问题。不连贯的做法还有我们的宿敌：孤立思维。从技术角度来看，即使是在人工智能采用方面走在前列的企业，其技术战略也常常与 IT 和基础设施战略相分离。结果就是需要很长时间来协调两者导致宝贵的时间和金钱的浪费。您应尽快将这些职能团队与商业领导者聚集在一起，以构建一个统一的技术基础设施蓝图，以便长期利用人工智能。在最大化企业数据和人工智能方面，基础设施是许多组织战略中隐藏的潜在失败原因。为什么？因为IT基础设施的部署需要时间和成本。许多企业即使在必要时也不愿意转型。这些是您可能需要克服的一些障碍：不要让您的传统基础设施阻碍您的发展重塑数据与人工智能|11为什么选择信任我们？很简单，因为我们为包括世界顶级公司在内的 5,000多家企业提供服务。这使我们对企业与其数据之间的关系具有非凡的可见性和洞察力。我们知道哪些有效，哪些无效我们可以帮助您了解，您需要什么来重塑您的数字基础设施以实现 AI 驱动的未来。没有人比您更了解您的业务，但我们可以帮助您提升IT基础设施战略，以便您能够迎接未来的数据和 AI 挑战。普适数据中心架构(PDx)使用我们经过验证并获得专利的方法，优化数据交换并启用分布式基础设施，以消除数据引力障碍。高密度主机托管利用我们的高密度主机托管来支持高性能计算(HPC)和 AI 的先进液体冷却解决方案。ServiceFabric我们开放的合作伙伴生态系统和业界领先的网络互联使客户能够随时随地连接任何人。PlatformDIGITAL世界上最大的数据中心平台之一：我们的全球互联园区和低延迟网络互联解决方案能够高效管理 AI 流量，尤其是推理工作负载。DRILDigital Realty 创新实验室为客户和合作伙伴提供一个验证解决方案的空间。我们的专家团队从解决方案架构师、销售工程师、高级工程部到客户成功部，我们拥有一支致力于帮助您取得成功的专家团队。Digital Realty 通过提供全方位的数据中心、主机托管和网络互联解决方案，将公司和数据紧密联系在一起。我们的独特视角重塑数据与人工智能|121 Digital Realty，全球数据洞察调研 ，2024年8月2 Digital Realty，IT 领导者的 AI：部署面向未来的 IT 基础设施 2024 年有多少企业可以真正声称他们已经实现了“AI 成熟化”？如果您刚刚开始您的人工智能之旅，现在正是启动全面转型的最佳时机。然而，如果您已经启动了重大计划，现在开始重塑以实现最大价值还为时不晚。在 Digital Realty，我们将 AI 成熟度定义为企业将 AI 作为其业务模式的关键部分，并且拥有分布式数据战略。我们的 全球数据洞察调研 发现，22%的企业确实如此。1 认识您当前的位置对于规划未来的道路至关重要。然而，机会是有限的。到2030年，全球AI采用率将继续增长37.3%，这意味着您的竞争对手如果尚未转型，也期望实现转型。2您如何评估自身的 AI 成熟度？重塑数据与人工智能|13如何重塑 数据和人工智能通过解决六项关键要务，您可以打造一个不仅 AI 就绪，还同时具有敏捷性、弹性和面向未来的 IT 基础设施根基。为 AI 重构基础设施不仅仅是技术升级，也是调整您的架构以满足速度、安全性、简单性、可扩展性和可持续性的需求。如何重塑数据和人工智能01 容量 准确规划新的应用程序和系统是很困难的。企业需要能够高效扩展或缩减规模的基础设施。解决方案：通过在主机托管中部署私有基础设施，您可以有效地扩展或缩减基础设施规模，同时避免过度配置或造成瓶颈。02 复杂性 如果不加以控制，复杂性会增加项目的成本，并可能导致意外问题。通过利用预集成解决方案来降低复杂性。解决方案：优先选择预集成的模块化解决方案，以减少整合不同组件的负担。与拥有全球平台、丰富专业知识和开放生态系统的合作伙伴合作。03 延迟 延迟是与现代应用程序性能关联最大的因素。需要将应用程序和服务引入数据以最大限度地减少延迟。解决方案：通过使用边缘计算、区域数据中心或具有直接访问主要云的托管资源，让计算在更接近数据的地方发生。重塑数据与人工智能|1504 合规 确保您的基础设施能够满足各辖区不断变化的数据驻留、隐私和监管要求是至关重要的。解决方案：通过分布式架构、安全的私有互联以及区域内的数据存储和处理，满足日益增长的合规性需求，并保证符合所有当地法规。05 风险 未能管理风险可能会导致您的企业声誉受损，甚至受到经济处罚。通过使用经过验证的解决方案来消除风险。解决方案：在经过验证的企业级平台上构建 IT 基础设施，并对数据管辖、访问管理和审计能力进行强有力的控制。06 可持续性 可持续性对您的利益相关者和客户而言，比以往任何时候都更为重要。要可持续地建设高效的基础设施，您必须具备专业知识和经验。解决方案：为效率和影响而设计。使用能源优化的硬件、先进的冷却解决方案、绿色数据中心，以及具有强大可持续性承诺的云服务提供商。重塑数据与人工智能|16一个企业，一种思维，一个AI战略您必须从企业整体角度全面地看待 AI 转型。各部门以不同方式应用 AI 会导致效率低下、复杂度攀升和成本激增，并阻碍企业全域数据价值最大化。因此，这是打破信息孤岛的关键第一步，也是通往 AI 成熟之路的一个里程碑。至关重要的是，您需要将您的 AI 战略与数据中心战略以及整体业务战略相协调。这不仅仅是技术转变，也是一种文化转变。您需要努力在您企业的方法上建立统一的思维模式。重塑数据与人工智能|17可能性的艺术：重塑后的模样案例研究 Geyser 数据的加速腾飞案例研究 Macnica 的转型创新案例研究 CoreWeave 的快速营收时间挑战TaaS 提供商 Geyser 迫切需要一种云冷存储解决方案，能够安全地连接任何客户和公有云，同时控制网络成本。必须是来自美国的数据中心主机托管提供商，才能够成为全球扩张的真正合作伙伴。我们的解决方案Digital Realty 利用我们的 ServiceFabric 开放网络互联平台在 PlatformDIGITAL 上部署了主机托管以实现可扩展的增长。结果两周内上线，比同类平台快 8 倍。网络带宽成本降低了90%，并在四个月内实现了400万美元的年度经常性收入机会。挑战全球技术分销商和解决方案提供商 Macnica 希望部署 NVIDIA DGX H100 GPU 服务器，但其现有的数据中心环境无法满足 高功耗和可扩展性要求。这促使该公司考虑迁移数据中心。我们的解决方案Digital Realty 在日本的数据中心符合 Macnica 对人工智能设施、灵活的可扩展性和面向未来的数据中心设计的要求。这有助于创建适合人工智能的验证环境，并扩大客户服务范围。结果与之前的数据中心相比，每个机架的密度增加了一倍，从而提高了 IT 基础设施的效率。挑战专注于 AI 的 GPU 云基础设施提供商 CoreWeave 需要一个值得信赖的数据中心合作伙伴来支持其高密度、大容量的生成式人工智能训练部署。挑战在于，并非每家数据中心都能提供 AI 就绪型基础架构。我们的解决方案Digital Realty 在 PlatformDIGITAL 合适的位置上提供容量，并凭借可靠的专业知识来设计高密度主机托管解决方案，以满足客户的高级需求和快速部署目标。结果实现快速创收，Digital Realty 的专业知识和模块化设计方法使部署速度提高 2 倍。在 Digital Realty，我们为一些世界知名公司重构数据与 AI 基础架构提供了支持，以下是简单介绍。重塑数据与人工智能|18如何评估数据中心合作伙伴的数据和人工智能就绪情况重塑基础设施可能意味着新的战略合作伙伴关系。以下是您在考虑新的数据中心提供商时需要注意的事项。如何评估数据中心合作伙伴的数据和 AI 就绪情况现在，您已经了解为数据和 AI 重构基础架构的意义，是时候重新评估您的数据中心战略了，或许还可以考虑建立新的合作伙伴关系。如此一来，您如何选择？在评估过程中，您需要思考以下主要问题，以确保您拥有足够的专业知识，从而推动未来的成功。优化您的合作伙伴的物理基础设施是否已针对 AI 进行优化？生态圈您的合作伙伴是否拥有一个现成的开放技术合作伙伴生态系统，以帮助您配置新基础设施的各个方面？未来保障 鉴于 AI 不断发展的性质，您的合作伙伴在未来能够一直保证您的 AI 就绪性吗？可扩展性 您的合作伙伴能否处理您的数据需求规模？可持续发展您的合作伙伴如何在满足 AI 能源需求的同时，确保将碳足迹（以及其他可持续 KPI）降到最低？主权您的合作伙伴能否保证在您目标地区的完全主权和监管合规性？连通性您的合作伙伴是否会促进您与所有客户和合作伙伴生态系统的全面互联互通？覆盖范围您的合作伙伴是否能够扩展您在所有目标地区的基础设施和能力？灵活性您的合作伙伴能否为适应混合云 和多云 AI 工作负载提供足够的灵活性？成本您的合作伙伴的数据中心服务成本结构是否透明且可预测，以便于制定预算？技术您的合作伙伴能否满足您独特的技术需求，包括计算、冷却，以及机柜、机笼或多兆瓦等不同需求？数据邻近性 您的合作伙伴的网络是否在地理上覆盖您的主要目标区域？安全性与合规性 您的合作伙伴能否确保边缘端的安全性和合规性？重塑数据与人工智能|20AfricaAccraCape TownDurbanJohannesburgLagosMaputoMombasaNairobiSouth AmericaBogotFortalezaRio de JaneiroSantiagoSo PauloAsia-PacificChennaiHong KongJakartaMelbourneMumbaiOsakaSeoulSingaporeSydneyTokyoEuropeAmsterdamAthensBarcelonaBrusselsCopenhagenCreteDublinDsseldorfFrankfurtLondonMadridMarseilleParisRomeStockholmTel AvivViennaZagrebZrichNorth AmericaAtlantaAustinBostonCharloteChicagoDallasHoustonLos AngelesMiamiNew YorkNorthern VirginiaPhoenixPortlandQuertaroSan FranciscoSeatleSilicon ValleyTorontoPlatformDIGITAL 简介PlatformDIGITAL 是全球最大的数据中心平台，是部署和连接任何规模的关键基础设施的可靠基础。作为公司、技术和数据的汇聚地，该平台为数字生态系统和互联数据社区提供了安全的基础。PlatformDIGITAL 专为性能、弹性和可持续性而设计，赋能企业自信地在全球范围内扩展数字化运营。为您人工智能驱动的未来量身定制300 数据中心6大洲25 国家/地区50 城市重塑数据与人工智能|21为现代企业领导者提供的数据洞察了解全球数据和 IT 领导者的见解，以及他们如何利用 AI 获得竞争优势。全球数据洞察调研 立即下载010203解锁 IT 领导者为最大限度实现 AI 的价值必须实施的数据优先战略。您准备好使用数据和 AI 了吗？立即下载借助为企业、云服务商和网络供应商提供的有价值的洞见，了解数据引力的强度。数据引力指数 2.0立即下载如果在需要的地方没有合适的数据，那么您的 AI 战略在开始之前就已经失败了。Digital Realty 拥有丰富的专业知识和资源可为您提供帮助。不要孤军奋战，从此在您的数据和 AI 之旅中做出明智的决策。重塑数据与人工智能|22准备好重塑基础设施了吗？我们希望我们的战略指南对您有价值，也许您现在已经准备好为您的数据和人工智能重构基础设施了。不过，您可能还有最后一个问题：接下来会发生什么？一切始于您与我们联系。我们从哪里开始，以及如何开始，将取决于您在数据和 AI 旅程中所处的位置。这将是我们讨论的第一个话题。
2025-10-17
23页
5星级
September 2025,IDC#CHC53815525 IDC 看法 AI 原生云/新型云厂商重构 Agentic 基础设施 Yanxia Lu 执行概况 图 1 AI 原生云/新型云厂商重构.
2025-10-17
22页
5星级
请务必阅读正文之后的免责声明及其项下所有内容证券研究报告证券研究报告|20252025年年1010月月1212日日优于大市优于大市人工智能人工智能周报周报（2 25 5 年第年第 4040 周）周）谷.
2025-10-16
10页
5星级
证券研究报告证券研究报告 行业研究行业研究 行业点评行业点评 行业研究行业研究/行业点评行业点评 科技科技巨头联手加码巨头联手加码 AI 算力，阿里算力，阿里“AI+云”战略领航云”战略领航 AI .
2025-10-16
4页
5星级
2025人工智能建设应用白皮书AI Inside建设路径前言：AI Everywhere全场景赋能之路第一部分 行业趋势：AI驱动医疗健康新纪元第二部分 技术演进：从模型创新到应用落地第三部分 全景赋能：重构医疗人机协作范式第四部分 标杆实践：智慧医疗的效能革命第五部分 未来展望：挑战与演进方向目录0404081012232932333435363738393901 02 04 1032 39一.医疗AI技术的发展脉络二.WiNGPT技术进展三.AgentFramework技术进展一.WiNEX Copilot：医护智能助手二.驱动临床诊疗AI融合三.推动医院精细化管理四.助力区域卫生服务一.北京大学人民医院人医智助Pai Assistant应用二.上海市肺科医院肺科大模型LungSmart应用三.上海市同济医院、丽水市中心医院护理助手应用四.厦门弘爱康复医院智能助手HAI宝应用五.上海市第一人民医院影像报告助手应用六.基层卫生人工智能辅助应用七.全民健康人工智能辅助应用一.技术挑战与对策 二.演进路径当“健康中国”战略进入深水区，医疗体系正面临三重交汇：人口老龄化与慢病高发带来的需求激增，优质资源分布不均造成的结构性短缺，以及数字化、智能化技术跃迁所释放的新动能。在此历史节点，人工智能不再只是单点工具，而是重塑医疗服务范式、重构医疗生产关系的核心变量。医疗的特殊性决定了医疗AI不能满足于“通用解”，其首要特质是深度垂直的专业性，需要真正“读懂病历”，理解医学术语背后的复杂逻辑与细微差别，进化为一个具备“临床思维”的专才。卫宁健 康 相 信，未 来 医 疗 的 竞 争 力 取 决 于“A I Everywhere”让智能像氧气一样无处不在，与真实的临床工作流深度适配、与临床医生认知协同，真正让数据流动、知识复用、决策高效、体验人性。本白皮书以“AI Everywhere全场景赋能”为主线，串联技术、应用与实践案例，尝试回答三个关键命题：在全球医疗AI竞速与中国机遇红利交汇的当下，我们如何理解医疗智能化的确定性趋势？当大模型、多智能体等新技术浪潮汹涌而至，卫宁健康的AI产品如何在真实世界“用得上、用得好、用得放心”？当AI从实验室走进门诊、病房、手术室与社区卫生服务中心，人机协作的应用与范式该如何定义？为此，我们系统梳理了卫宁健康八年AI征程，从2017年设立人工智能实验室，到如今最新一代WiNGPT 3.5与WiNEX Copilot 3.0的重磅更新；梳理AI 医疗全景生态，从临床诊疗、医院精细化管理与区域卫生服务的全链条赋能；梳理北京大学人民医院、上海市肺科医院等当前智慧医疗的标杆实践案例，用这些真实而微观的案例呈现AI如何真正地落地运行，如“隐形同事”般与医务人员并肩作战，让基层医生拥有“口袋里的三甲专家”。面向未来，我们深知医疗AI仍面临数据安全、算法可解释性、模型泛化能力等挑战。卫宁健康将秉承“AI Everywhere全场景赋能”的理念，着力构建软硬一体、本地化部署的“医生AI工作站”（AI Box），将AI“下沉”至每一位医生的桌面，以尊重并融入医生的核心工作流，使医生获得对专属AI的高度控制权、提升AI透明度，成为诊疗、科研和教学全程的“神级队友”，共同建设贯穿医疗全场景、人机深度融合的智慧医疗生态系统。正如威廉奥斯勒所言：“好的医生治疗疾病，伟大的医生治疗患病的 人。”当AI成为医生的第二大脑、第二双手，我们相信，技术之光终将照进每一次问诊、每一台手术、每一份处方，让医疗回归“以患者为中心”的本质。这份白皮书既是一次技术总结，也是一份面向行业与时代的邀约：让我们携手共进，将AI的算力转化为医疗的善力，把数据的价值转化为生命的温度，共同迈向智慧医疗的新纪元！前言AI Everywhere全场景赋能之路2025 人工智能建设应用白皮书|AI Inside建设路径 01第一部分 行业趋势AI驱动医疗健康新纪元2025 人工智能建设应用白皮书|AI Inside建设路径 02随着AI技术的快速演进，全球医疗人工智能正进入高速发展的新纪元，推动医疗健康产业的深刻变革。AI技术正逐步融入医疗实践的各个领域，在辅助影像判读、智能问诊、临床决策支持等场景中全面提升医疗服务的质量和效率。全球医疗AI产业生态日益完善，形成了从基础研究、技术开发到临床应用的完整链条，科技巨头如Google、Microsoft等纷纷布局医疗AI领域，通过投资并购和战略合作整合资源,大批医学影像AI、虚拟助手、药物研发AI等细分方向的创新型公司同时快速涌现，学术机构与医院也积极参与，通过产学研合作推动AI技术的临床转化。近年来，美国FDA加速批准AI/ML驱动的医疗器械，截至2025年7月已有超过1200款AI医疗设备获批，欧盟则在酝酿 人工智能法案，对医疗等高风险领域的AI提出严格合规要求，强调透明、可解释和安全。随着技术的成熟和监管的跟进，全球医疗AI有望在未来几年保持持续增长，成为驱动医疗健康产业升级的核心力量。中国的医疗智能化受到需求、政策和技术多种因素的协同驱动。需求方面，我国面临医疗资源分布不均、优质资源短缺、人口老龄化加剧以及慢性病患者增多等挑战，导致基层服务能力薄弱和三甲医院过度拥挤，从而催生对高效、精准、可及医疗服务的迫切需求，AI技术可通过智能诊断辅助提升准确率、优化资源配置并改善患者体验，缓解供需矛盾。政策因素构成关键驱动力，将人工智能深度融入“新基建”布局与“健康中国2030”战略，卫生健康行业人工智能应用场景参考指引 系统规划84个应用场景，覆盖医疗全链条，行业标准化与地方政府配套政策加速落地。技术方面，中国凭借全球最大互联网用户群和海量医疗数据，结合在计算机视觉、自然语言处理等领域的领先优势及头部企业研发能力，构建了从算法研发到产品落地的完整产业链条。2025年IDC评估显示，国内医疗大模型在诊断、病历分析等场景表现良好，为智能化升级奠定坚实基础。总体来看，在需求、政策和技术多重驱动下，中国医疗智能化已呈现多点开花的局面，从临床诊疗到医院管理，从大型医院到基层医疗机构，AI的应用正在逐步深化。在医疗领域，AI需要实现专业性、协作性与信任感的深度融合，与人类医生并肩开启更精准、更高效、更富有人文温度的医疗健康新纪元。早在2017年，卫宁健康便设立人工智能实验室，开启了人工智能及其在医疗健康领域应用的探索之路，先后与上海交通大学、复旦大学、合肥工业大学、中科院大学以及多家医院签订合作协议、成立联合实验室，并会同多个领域的专家针对医疗健康垂直领域展开深入研究。2019年6月，AI骨龄检测产品在上海市儿童医院的落地项目荣获国家卫健委2019“医疗健康人工智能应用落地30最佳案例”；2019年11月，基于AI驱动的骨龄诊断新技术及医院PACS平台临床应用荣获中国数字医学杂志技术创新奖；2020年10月，基于AI引擎的骨龄辅诊系统在CHIMA 2020医院新兴技术创新应用典型案例宣讲会获得医学人工智能创新应用三等奖。2023年，人工智能实验室推出第一代WiNGPT及WiNEX Copilot，新一代智能辅助PACS Copilot系统荣获第一届全国数字健康创新应用大赛医学人工智能主题赛优胜奖。人工智能实验室的探索不仅验证了AI在医疗场景的实用性，更引领着医疗信息化与AI融合的创新方向，持续推动医疗AI从技术研发到临床落地的范式转型。2025年初，卫宁健康前瞻性地提出“AI Every-where 全场景赋能”的发展方向，将AI深度融入医疗全链条，实现从底层技术到场景应用的闭环创新。公司战略方面，卫宁健康“1 X”战略实现了与AI理念的全面融合。“1”以WiNEX系列作为医疗卫生机构核心业务底2025 人工智能建设应用白皮书|AI Inside建设路径 03座，通过嵌入WiNGPT医疗大模型、WiNEX Copilot智能助手，将AI能力无缝植入诊疗流程、疾病防控及数据价值挖掘等全业务板块，让AI成为业务运转的“隐形驱动力”；“ ”为WinDHP平台，汇聚医药健险生态能力，以AI算法打通数据流通、能力协同，构建智能生态中枢；“X”的数字健康应用场景，从互联网医院智能导诊到医药险联动的AI风控，每个场景都以AI为创新引擎，实现“AI驱动场景、场景反哺AI”的进化闭环。目前，相关研发与落地团队总规模达230人，临床医学、药学等医疗领域专家占比超30%。2025年金秋，WiNGPT大模型从3.0版本跃升至3.5版本，基于“人机协同-双智融合”的理念，AI在复杂业务场景中的决策准确性与可靠性显著提高；WiNEX Copilot从2.2版本跃升至3.0版本，降低幻觉概率并提升识别准确率与输入输出能力，Agent整体落地体验进一步优化。一、医疗AI技术的发展脉络医疗人工智能的发展经历了从早期规则系统到现代深度学习的演进过程，技术脉络大致可以分为以下几个阶段：1.孕育起步阶段（1950s1980s）：人工智能概念于1956年提出后不久，研究者便开始探索其在医疗领域的应用。20世纪60年代，出现了基于模式识别的简单医疗AI尝试，进入70年代，专家系统兴起，其中具有代表性的是1972年开发的MYCIN系统，用于协助医生为细菌感染患者选择抗生素治疗方案。这些早期医疗AI主要基于符号推理和人工编写的规则，在特定领域展现了初步的智能，但也存在知识获取困难、难以应对复杂多变的临床情况等局限。2.知识驱动阶段（1980s1990s）：80年代起，随着计算机性能提升和医学知识库的积累，医疗AI进入以知识工程为特征的发展阶段。专家系统在这一时期广泛应用于医疗决策支持，如用于诊断建议的DXplain系统、用于心电图解读的PACE系统等。同时，机器学习的一些经典算法（如决策树、贝叶斯网络等）也开始应用于医学数据分析，但由于依赖人工规则，难以处理不确定性和大规模数据。3.数据驱动阶段（2000s2010s）：21世纪初，随着电子健康记录（EHR）的普及和医学影像数字化，医疗数据量迅猛增长，为机器学习提供了沃土。统计学习和机器学习算法在医疗领域得到广泛应用，特别是深度学习技术的突破引发了医疗AI的飞跃，模型通过从海量数据中自动学习特征，性能大幅提升，应用范围也扩展到医学影像、基因组学、临床决策等多个领域。4.智能涌现阶段（2020年至今）：近年来，医疗AI技术加速演进，呈现出“大模型、多模态、智能化”的新特征。一方面，大模型为医疗领域的对话式AI和知识问答提供了可能，用于理解医学文本、辅助临床决策。另一方面，多模态学习成为热点，即让AI模型同时处理图像、文本、语音、传感器数据等多种模态信息，以更全面地理解患者情况。此外，强化学习和迁移学习等技术也在医疗AI中崭露头角，用于优化治疗方案、个性化用药推荐等。多智能体系统（Multi-Agent Systems）开始应用于医疗场景，通过多个AI代理协作模拟人类团队，解决复杂的医疗决策问题。这些新技术的融合，使医疗AI系统正从单一任务的“工具型”智能向更加通用、自主的“智能体”方向发展。二、WiNGPT技术进展WiNGPT是一个医疗垂直领域大语言模型，旨在将专业的医学知识、医疗信息、数据融会贯通，为医疗行业提供智能化的医疗问答、诊断支持和医学知识等信息服务，以此提高诊疗效率和医疗服务质量。2023年1月，卫宁健康开启WiNGPT研发工作，经过多个版本的迭代升级，在参数规模、应用场景和性能提升方面取得了显著进展。WiNGPT的价值不仅在于处理文本，更在于能够与医院的数字化系统无缝交互，在保障医学安全与可解释性的前提下提供循证支持，形成临床思维能力，真正成为临床工作流中的可靠一环。WiNGPT的整体架构具备完全自主可控性，从核心算法优化、训练流程设计到部署形态适配，均由自主研发实现，能够根据医疗行业政策法规与机构个性化需求进行灵活调整，为医疗大模型在临床、管理等多场景的安全合规应用提供了坚实的技术保障，充分彰显了卫宁健康在医疗AI领域从技术研发到场景落地的全链条能力。第二部分 技术演进从模型创新到应用落地2025 人工智能建设应用白皮书|AI Inside建设路径 04搜索增强执行指令2025 人工智能建设应用白皮书|AI Inside建设路径 05图：WiNGPT架构示意图图：WiNGPT简介WiNGPT具有临床思维能力的医疗大语言模型WiNGPT是专为医疗领域设计的智能语言模型，具备强大的推理能力、循证能力和检索能力能够为临床决策提供精准的智能支持。强化学习控制引擎应用端到端应用Copilot提示与集成集合文书生成场景质量控制场景建议咨询场景模型WiNGPT-BaseWiNGPT-ChatWiNGPT-Instruct通用大模型数据医学语料专业知识通用数据业务数据通过强化学习，进一步利用高质量医疗数据，推动模型学习人类偏好，使AI生成更自然、更符合医疗思维方式的回答。检索能力增强WiNGPT整合外部医学资源，通过MedEvidence工具快速调用同行评审的学术论文和专家共识，提高诊断内容的专业度。循证推理支持WiNGPT可模拟临床循证思维方式，支持根据患者病历信息进行智能分析，进行更准确的诊断。2025年4月，国际数据公司（IDC）发布的 中国医疗大模型技术评估，2025 指出，基于卫宁健康深耕医疗行业多年的医疗知识库、数据处理能力及优质的客户基础，WiNGPT能够精准地理解和处理医疗数据和信息，与现有医疗信息系统具备良好的兼容性和融合性，在研发和优化中获得宝贵的数据支持和优质客户反馈，能够快速响应客户需求并提升用户使用体验，提供更加全面和智能化的医疗服务。2025 人工智能建设应用白皮书|AI Inside建设路径 06图：卫宁健康大模型技术评估，来源：IDC，2025WiNGPT发展历程如下：WiNGPT-1WiNGPT-1采用了通用GPT架构，具有62亿参数。总训练token达37亿，包含9720项药品知识、18个药品类型、7200余项疾病知识、2800余项检查检验知识、53本书籍知识以及1100余份指南文档。这一版本奠定了WiNGPT的基础，为后续的迭代提供了坚实的数据支持。WiNGPT-VLWiNGPT-VL融入更多医疗领域知识和指令数据，进行新一轮预训练和微调，并扩充上下文token长度，进一步提升模型的理解能力和泛化能力。同时，继续优化多模态模型，整合数据增强、知识增强、检索增强，以应对更复杂的应用场景。这一版本标志着WiNGPT在医疗领域的应用达到了新的高度。WiNGPT-2WiNGPT-2发布了70亿参数版本，新增检索增强能力，并于2023年8月率先在医院生产环境试运行影像报告结论生成功能，9月发布全新架构的130亿参数版本，更易扩展和个性化定制。这一版本在参数规模上有了显著提升，同时，增强了模型的实用性和灵活性。WiNGPT-2.5WiNGPT-2.5具有340亿参数版本，并完成初期的多模态版本训练。理解能力推理能力和应用适配能力明显提升。同步进行五家医院试点，场景包括病历内涵质控、临床辅助决策、病历文书生产等。这一版本不仅病例分析543210模型及应用部署生态合作知识问答服务能力模型平台技术及行业认可模型性能模型安全模型数据卫宁健康2025 人工智能建设应用白皮书|AI Inside建设路径 07在参数规模上进一步扩大，还在实际应用中取得了显著成效。WiNGPT-2.6能力全面提升，特别在医疗任务处理、信息抽取和数学能力方面有显著进步，其各项评估指标如执业医师考试、医疗场景问答、指令遵循及中文通用能力等均有所增长，尤其是数学解题能力从73.2%大幅提升至88.7%。此外，针对中文医疗模型评测进行了扩展，增加了新的评估标准，并引入Multi-Agent以增强辅助诊断功能，在真实环境测试中医疗质控准确率达到了90%-95%，为用户提供更高性能的服务。WiNGPT-2.7W i N G P T-2.7 使 用 更 加 强 大 的 模 型 基 座Qwen2.5-32B，经过后训练，在通用和医疗能力上都有显著提升。重构模型后端，引入Routellm使WiNGPT可以异步在安全合规、插件工具和多种模型之间进行路由。加入了互联网搜索功能以降低模型回答的幻觉，为用户提供更精准的服务。WiNGPT-2.8WiNGPT-2.8借力DeepSeek推理能力，成为更加全面、性能更强的医疗大模型。新增指令数据约95w，达227.8w；新增大量数学、代码等推理类型指令集；token长度达到8192，模型逻辑推理能力进一步提升。对指令数据中逻辑推理类指令答案范式进行重构，进一步提升答案质量，强化思维链（Chain of Thoughts）方法，同循证医学过程融合，提升医疗问题推理的准确性，支持联网智能检索。WiNGPT-3.0集数据优化、算法优化、工程优化多种优化手段，是开创性具备临床思维能力的医疗大模型。其使用工具的能力进一步增强，增加可调用多模型搜索工具的“MedEvidence”等科研级应用，能够与医院的数字化系统无缝交互，在保障医学安全与可解释性的前提下，提供循证支持。WiNGPT-3.5通过“人机协同-双智融合”理念，把人类专家智慧与AI能力深度耦合：在医学高价值语料（术语知识、时间推理、多轮对话、角色扮演等）上增量训练，并同步升级打分与评价模型，从而在复杂业务场景中显著提高 AI 决策的准确性与可靠性。训练模式方面，WiNGPT采用监督微调与多阶段强化学习相结合的进阶式训练模式，通过分层递进的训练目标，依次实现通用推理能力夯实、医学知识与临床规范的精准对齐，最终达成复杂临床决策场景下的高效响应，为模型性能奠定了坚实基础。核 心 技 术 创 新 方 面，引 入 长 链 式 思 维 样 本（Long-CoT）技术，模拟临床诊疗中的逻辑推理过程，显著提升了模型在多步骤诊断、鉴别诊断等场景中的逻辑清晰度；通过构建偏好奖励模型与多层级验证机制，对模型输出进行临床合规性与准确性双重校验，有效降低了虚构信息风险，强化了决策结论的可追溯性与临床可解释性；同时，通过与QwQ-32B模型的融合优化，进一步扩展了模型的知识覆盖广度，实现了专业医疗能力与通用场景适应力的协同增强，使模型既能精准处理专科诊疗需求，又能灵活应对跨科室协作场景。生成质量与合规性方面，构建了深度贴合医疗场景需求的技术体系。训练数据质量通过“人工 规则 模型”的三重校验机制得到保障；融合Verifier-Based与Preference-Based双奖励模型，前者通过医学知识库交叉验证确保输出内容的事实准确性，后者依据临床专家标注的优质案例库优化输出偏好，双重校验机制提升了指令理解正确率，大幅降低了幻觉信息产生的2025 人工智能建设应用白皮书|AI Inside建设路径 08风险，尤其在罕见病鉴别诊断、多病症合并诊疗等复杂场景中表现突出。可解释性上，模型将AIAgent的自主决策能力与RAG检索机制深度融合，Agent模块负责拆解临床任务并调度相关工具，RAG模块则从权威医学文献、指南及医院历史病例库中实时调取证据支持，形成“结论-依据-文献来源”的三层输出结构，使每一项推理结论都能追溯至具体医学依据。合规与安全保障层面，采用容器加密与模型权重加密算法构建安全屏障，支持安全推理环境与隐私计算框架的深度集成，确保生成内容严格符合医疗行业伦理规范、数据安全标准及相关监管要求。场景适配方面，深度聚焦医疗行业特性，支持本地化部署模式，满足医疗机构对数据隐私与安全的核心诉求；内置丰富的预设规则模板、EMR结构化处理模块及动态持续学习功能，能够快速适配不同医院的workflows与管理规范，实现与HIS、LIS等业务系统的无缝协同，显著降低了落地实施成本；尤其在临床决策环节，其强化的可解释性设计与贴近真实诊疗逻辑的输出方式，大幅提升了医生对AI辅助工具的信任度，解决了行业内普遍存在的“黑箱决策”痛点。性能优化方面，通过多维度技术创新构建了系统化的性能提升体系。深化与头部算力企业的生态合作，降低医疗机构的初始部署与长期运维成本，缓解算力压力；算法层面对推理环节进行针对性优化，同时有效压缩冗余输出，使诊断建议、病历摘要等核心内容更贴合临床阅读习惯。上下文长度进一步提升，满足了长文本处理需求；实现了显存占用的精细化管理，不仅缩短了大规模医疗数据的训练周期，更降低了对高端算力硬件的依赖，为基层医疗机构的本地化训练需求提供了可行性。此外，强化了长序列信息处理能力与多任务并行响应稳定性，在多轮问诊中能精准关联患者既往病史与当前症状，在医学计算中通过内置校验机制确保用药剂量、检验指标换算等结果的零误差。数据体系与多模态能力方面，涵盖临床EMR、辅助检查数据及真实医患问答等核心医疗场景数据，且通过提升更新频率确保数据时效性。为保障标注质量，引入辅助奖励模型与思维轨迹模型，前者通过量化评估标注结果与医学规范的契合度强化标注一致性，后者模拟临床专家标注逻辑提升标注流程的可扩展性，有效解决了大规模医疗数据标注中专业标准难统一的行业痛点。多模态方面新增基于EMR结构化数据驱动的临床推理流程，支持文本、图像、检查报告等模态交互与生成，助力更自然、精准的人机对话与医学内容生成。三、AgentFramework技术进展在医疗AI的技术演进中，智能体框架（Agent-Framework）的发展是近年来的一个重要方向。智能体通常指能够对数据资产高质量的向量化感知、决策行动并与其他主体交互的程序实体。在医疗领域，引入多智能体系统可以模拟医疗团队中不同角色的分工与协作，从而解决复杂的临床问题。近年来，随着分布式计算和通信技术的发展，以及大型语言模型赋予智能体更强的自然语言交互能力，多智能体系统在医疗中的应用取得了实质进展。2025年，卫宁健康构建了AgentFramework，作为连接Agent、底层模型和应用系统的平台，卫宁健康Agent Framework为Agent提供了开箱即用的模型能力、知识能力、工具能力，实现了数字化系统与智能体无缝对接的协议网关，支持智能体与智能体、智能体与应用系统间通信的规范性和一致性。此外，支持多模型的接入适配和工具调度使用，在统一管理下进一步促进场景深化，适用于更复杂的医护场景。其关键能力体现在以下方面：一是强大的医疗数据智能感知与安全向量化处理能力，依托先进的多模态技术与RAG策略，实现对医疗非结构化数据的深度解析与安全向量化处理，同时将医院临床知识库、权威医学数据库等医疗知识源与业务系统数据进行动态融合，在保障数据脱敏与隐私合2025 人工智能建设应用白皮书|AI Inside建设路径 09图：卫宁健康AgentFramework架构规的前提下，为后续智能决策提供高质量数据基底。二是卓越的多模型动态协同与医疗场景化智能编排能力，基于先进的智能体编排引擎，支持医疗领域异构模型（如影像AI诊断模型、病历结构化解析模型、医保审核模型等）的动态加载与协同工作，针对门诊、住院、手术等细分场景，通过可视化流程引擎灵活组合模型节点与业务规则，实现从症状问诊到检查推荐、治疗方案生成的全链条智能化，例如在重症救治中，可联动影像识别模型与指南知识库，快速输出多学科诊疗建议，有效提升诊疗效率与规范性。三是创新的循证医学驱动的RAG策略深化与知识闭环能力，构建了独特的医疗专用RAG架构，在知识源层整合权威医学数据库、医院临床知识库及药品说明书并支持实时更新与版本管理，在检索增强层针对病历文本中的罕见病、复杂用药等长尾问题，通过语义匹配与逻辑推理双重过滤，确保答案符合循证医学标准，在生成校验层结合医疗质控规则（如用药禁忌、诊疗流程合规性）对模型生成内容进行二次校验，从源头规避医疗差错风险，形成“检索-生成-质控-反馈”的闭环优化机制。四是突出的医疗系统无缝集成与低代码Agent快速构建能力，凭借先进的MCP网关与业务系统对接能力，实现0代码成本接入医院现有信息化平台，如WiNEX、HIS、EMR、LIS等，打通患者全病程数据壁垒，同时基于用户友好的自然语言交互与拖拽式流程搭建工具，临床医生或管理人员可自主定义专科智能体（如糖尿病管理Agent、围手术期预警Agent），快速封装检验报告解读、用药提醒、随访计划等高频业务场景，极大地降低了技术门槛，推动医疗AI应用从“工具化”向“业务原生化”演进，真正赋能一线诊疗。该框架通过强化上述领域特性，既满足了医疗行业对数据安全、合规性、准确性的严苛要求，又以低技术成本释放了强大的智能化生产力，成为破解医疗信息化“数据孤岛”“流程割裂”“知识应用难”等痛点的核心技术引擎。应用层管理层模型管理知识管理提示词工程管理Agent Framework协议管理运维管理感知层环境层GPUCPU带宽 LLM多模态嵌入排序WiNEXRISLISWiNEX CopilotWxP Copilot限流负载模型路由查询增强检索增强图文嵌入模版调试应用ReActCoTToT注册鉴权路由部署优化链路监控排障运维模型网关记忆增强提示词引擎策略编排协议网关部署监控保障多模型高可用、可观测长短期记忆的管理领域专业知识固化封装多重推理策略解决复杂场景0成本业务API转成Agent触手用户交互与多服务 协调中枢 可推理可生成可接入可定制可管理基础设施1算法模型2数字化系统3智能体应用42025 人工智能建设应用白皮书|AI Inside建设路径 10第三部分 全景赋能重构医疗人机协作范式一、WiNEX Copilot：医护智能助手AI智能助手（Copilot）正与医务人员加强协作，这并非简单的替代关系，而是通过优势互补，提升整体医疗服务能力和效率。在临床一线，Copilot正成为医护的有力帮手，覆盖门诊、住院、手术、护理等多个环节；在医院的运营管理和行政服务中，助力优化资源配置、提高管理效率和医疗质量；在基层卫生服务中，促进优质医疗资源下沉，提升基层服务能力和水平。可以预见，Copilot在未来将进一步帮助广大医务人员从重复劳动中解放精力，并拓展人机协作的能力边界，为患者提供更高质量、更安全高效的医疗服务。当前，人机协作面临人类临床经验与AI的推理逻辑未能有效耦合的深层问题，本质在于AI工具未能与真实的临床工作流深度适配。医疗领域的Copilot助手必须是能够实现“认知协同”的伙伴，从被动响应的工具进化为主动服务的“副驾驶”，实时感知医生正在处理的上下文，主动触发工作流，将静态的病历文档转化为动态的知识引擎，与医生形成高效的决策共同体。基于上述考虑，卫宁健康推出医护智能助手WiNEX Copilot，在系统层面构建标准化开放接口与跨系统协同架构，突破场景融合壁垒，推动智能体深度嵌入临床全流程，并开展针对关键场景的合作研发。其优势集中体现为四点：一是技术成熟度较高，Agent-Framework具备快速定位与易恢复能力，结合自动化部署工具与异构技术栈兼容设计提升工程化效率，为AI应用提供稳定、可观测、易扩展的一体化方案；二是具备成本优势，依托自研大模型支撑，有效降低微调成本；三是精准匹配医疗场景需求，与WiNEX等自有医疗业务系统深度融合，基于前端应用需求驱动平台设计；四是业务数据内部调度实现零对接成本，提升智能体开发与部署效率。此外，WiNEX Copilot建立了自主核心技术体系，在吸收langchain、dify等优秀开源框架设计思路与能力的基础上，具备完全自主可控性。WiNEX Copilot发展历程如下：2023年10月，WiNEX Copilot首次发布，紧密集成于医护工作站，聚焦三大功能，提供伙伴式的辅助，深度的数据洞察，以及高质量的知识服务。作为模型与应用系统之间的衔接器，WiNEX Copilot重点打造三大能力：一是支持灵活的业务系统对接，提供各种组件，让应用系统更容易使用大模型；二是支持内外部模型管理，集成各种模型能力；三是满足Copilot开发和配置的管理平台，覆盖诊前、诊中、诊后和医疗管理30多个场景。2024年10月，发布WiNEX Copilot2.0，信息整合能力、人机交互能力和取代繁琐重复工作的能力均得到了显著提升。针对多种场景构建了全新的工作流程，虚拟助手与用户并行工作，效能得到显著提升。从多模态输入到用户意图识别，除直接调用大模型，也可通过Agent智能体规划和执行，使AI与业务自然、全面地融合，结果可以在不同场景下自适应输出，更符合医生工作流程，也使结果更准确、更高效。2025年2月，发布WiNEX Copilot2.1，AI增强场景深化，场景质控效能再提升，并从PC延伸到移动端；采用AI原生设计形态，支持对接各类大语言模型，并在统一平台管理，支持快速接入DeepSeek；在平台管理上进一步升级，优化提示词模板、功能组件以及AI Agent，使前端业务场景接入更高效。2025年5月，发布WiNEX Copilot2.2，具有可即用、2025 人工智能建设应用白皮书|AI Inside建设路径 11可编排、可管理三大特点，在Agent应用上更加灵活和成体系，形成了34款开箱即用应用、100余个业务流程组件、50余个Agent及50 科室提示词模板；在体验方面进一步提升输出效率，优化人机交互方式，让AI应用更便捷和可及。2025年9月，最新一代WiNEX Copilot 3.0正式发布。WiNEX Copilot 3.0能力全面提升，在大模型推理路径规划上深度融合知识图谱，降低大模型在临床推理环节中的幻觉出现。在Agent领域，针对意图识别准确率提升，构建了常见用户需求的数万条种子集作本地RAG检索，提高用户输入和Agent匹配的召回率并提升了处理效率。在解决Agent过程中prompt上下文限制痛点时，构建完整Context Engineering体系，不断更新用户上下文并在长历史对话中保持不丢失关键信息，提升Agent的整体落地体验。基于WiNGPT及WiNEX Copilot，卫宁健康的AI应用已拓展至临床诊疗、医院精细化管理与区域卫生服务三大领域，集成细分临床应用场景达100余个，驱动医疗实践从传统模式向“AI增强型人机协作”新范式进化。以下将介绍典型场景。WiNEX CopilotWiNEX系列WiNEX Agent一体化能力基座医疗数字业务服务能力延伸编排能力工具提示词用户输入的问题结果满足结果不满足下一步应该做什么模型能力提问思考行动最终答案观察行动输入业务中台数据中台技术中台医疗垂直领域大模型WiNGPTFunctions第三方模型ExtensionsData Stores通用模型(DeepSeek/Qwen.)专有模型影像识别模型/基因分析模型.医疗管理革新临床|护理|医技诊前|诊中|诊后质量|资源|安全|科研流程调用图：WiNEX Copilot架构一 驱动临床诊疗 融合智能问答检前诊断分析智能报告生成知识助手诊中支持决策智能报告解读病历文书生成交接班小结护理计划推荐护理评估生成护理风险预警移动智能问答报告拍照转译智能生成交接班事项记录生成语音查房记录生成语音手术麻醉小结生成麻醉风险分析麻醉计划推荐康复知识助手居家康复管家早期康复筛查康复协同助手（一）医生端应用案例（二）护理端应用案例（三）移动端应用案例（四）手术麻醉应用案例门诊病历质控检查报告质控护理质量分析住院病历质控病案编码助手手术质量分析病案首页质控（一）医生端应用案例（二）医院运营应用案例（三）数据分析应用案例（五）康复应用案例二 推动医院精细化管理（一）基层卫生服务应用案例（二）全民健康服务应用案例三 助力区域卫生服务生成排班号源计划生成药品采购风险智能预警单患者疑似感染对比分析患者360病情智能问数BI自助分析助手BI智能问答助手门诊医生助手体检报告书写助手慢病管理效果分析助手居民健康画像助手居民健康助手驾驶舱数字人转诊助手报告解读助手2025 人工智能建设应用白皮书|AI Inside建设路径 12二、驱动临床诊疗AI融合面向医生端，推出智能问答、知识助手、诊中支持决策、病历文书生成及检前诊断分析、报告生成、报告解读等应用；面向护理端，推出护士交接班小结、护理计划推荐、护理评估自动生成、护理风险预警等应用；面向移动端医护需求，推出移动智能问答、院外报告拍照转译、医生交接班事项智能生成、多人语音查房记录生成、语音手术记录生成等应用；发挥人工智能在手术麻醉中的作用，支持麻醉风险分析、麻醉计划推荐与麻醉小结智能生成；在康复领域推出康复辅助知识助手等应用。图：卫宁健康典型AI应用场景布局AI2025 人工智能建设应用白皮书|AI Inside建设路径 131.医生端典型应用（1）智能问答与WiNEX共生的智能问答，支持WiNGPT、Deep-Seek等多模型的接入，通过上下文理解与多轮对话能力，可为医护人员提供精准、即时、可追溯的智能问答服务。（2）知识助手基于内置动态知识库，通过检索增强生成（RAG）技术实现大模型和知识库的充分融合，支持用户创建管理自定义知识库，为医生临床诊疗提供专业、精准的医学知识，降低医疗风险，提高临床决策质量。图：知识助手应用示例图：智能问答应用示例2025 人工智能建设应用白皮书|AI Inside建设路径 14（3）诊中支持决策通过构建诊中决策智能体，实现传统与Al的并行发展，联动患者体征、诊断等数据信息，生成患者个性化的鉴别诊断、检查检验推荐和治疗方案推荐，减少误诊漏诊发生率，提升诊疗服务准确性。（4）病历文书生成重新定义新一代病历书写范式，支持医生与患者交流的同时语音输入，生成标准化病历；支持书写时即时触发Al，快速生成鉴别诊断、诊疗计划等文书内容；结合患者历史住院信息及门诊病历信息，自动生成患者门诊摘要；结合入院记录、医技报告、首次病程记录、出院小结等内容自动生成住院患者病历摘要。（5）检前诊断分析整合患者临床数据、历史检查记录及检验指标，自动生成个性化诊断参考建议，辅助医生快速锁定关键病灶，提升诊断精准度。图：诊中智能支持决策应用示例图：智能病历文书生成应用示例图：智能检前诊断分析应用示例2025 人工智能建设应用白皮书|AI Inside建设路径 15 （6）检查报告结论生成利用大语言模型技术生成检查报告结论已获得国际顶刊 Radiology 发表认证，其生成能力已达到中级影像医生水平，可快速辅助医技医生检查报告书写，同时提升检查报告质量。（7）医生站报告解读助手 集成大语言模型推理能力，配合“低年资”医生解析检查检验报告数据，自动提取关键医学指标、识别异常结果，并结合患者病史、指南文献生成诊断建议，辅助医生快速完成报告分析、减少漏诊误诊风险。2.护理端典型应用（1）住院护士交接班小结在护士交接班过程中，通过大语言模型自动分析患者住院期间的病历数据、动态生命体征以及风险评估结果，一键生成SBAR交接班模式的结构化建议内容，供接班护士了解病人健康状况。（2）护理计划推荐入院评估融合大语言模型，通过对患者信息入院评估结果的智能分析，推荐符合患者评估结果的护理问题及护理措施，推动护理问题的创建由传统“经验依赖”到新一代“知识”的护理服务转型，全面提升护理水平，降低护理工作风险。图：智能报告解读助手应用示例图：检查报告结论智能生成应用示例2025 人工智能建设应用白皮书|AI Inside建设路径 16（3）护理评估自动生成整合患者诊断、体征数据、实验室关键指标、用药等多源自动提取患者病历、用药、护理记录等10类临床数据，大模型智能解析病历中可能存在的非标准描述，精准识别生成护理文书中标准化评估项及得分，护士根据患者情况可勾选并确认，完成评估。图：智能护理计划推荐应用示例图：住院护士交接班小结智能生成应用示例2025 人工智能建设应用白皮书|AI Inside建设路径 17（4）护理风险预警基于大语言模型，通过整合患者诊断、体征数据、实验室关键指标、用药等多源信息，以及影响风险预警的主要因素、次要因素、次要因素追问模式进行风险预警，预测患者风险，并提供护理要点，以提前预知并发症的发展进程，降低护理不良事件的发生。图：智能护理评估生成应用示例图：智能护理风险预警应用示例3.移动端典型应用（1）移动智能问答面向医护移动端嵌入智能问答，接入多模型，通过上下文理解与多轮对话能力，为医生提供精准、即时、可追溯的智能问答服务，实现在移动工作场景下的实时智能问答与知识辅助决策。（2）院外报告拍照转译通过拍照识别院外报告关键信息，由Copilot完成结构化解析，支持存储至院内系统，为患者历史检查检验指标的查看、指标一键引用、指标趋势对比提供更多数据支撑。（3）医生交接班事项智能生成移动端支持通过Copilot提炼分析患者诊断结果、医嘱记录、医技报告等实时诊疗信息，自动生成符合在院患者个人情况的交接班注意事项，辅助医生快速完成交班单书写，确保交班信息的准确性和完整性。2025 人工智能建设应用白皮书|AI Inside建设路径 18图：移动智能问答应用示例图：医生交接班事项智能生成应用示例图：院外报告拍照转译应用示例2025 人工智能建设应用白皮书|AI Inside建设路径 19（4）多人语音查房记录生成基于移动端，利用语音技术实现查房医生团队多人发言区分与角色识别，将查房过程语音自动转写为文字，同时借助大语言模型的语义解析与内容生成能力，自动生成完整、标准的日常查房病程记录文书，可一键引用总结至住院电子病历中，适用于各类住院科室的日常应用，促进住院诊疗服务效率、服务质量的全面提升。（5）语音手术记录生成医生可通过移动端，实时记录手术步骤的语音，结合语音识别和大模型技术，实现从语音转文字、结构化信息提取，到自动化文书生成的全流程智能处理，规避传统人工笔记或术后回忆整理的时效性、质量低的问题，适用于普外、胸外、妇产等各类手术场景，加速提升了手术记录效率与准确性。图：多人语音查房记录智能生成应用示例图：语音手术记录智能生成应用示例4.手术麻醉典型应用（1）麻醉风险分析麻醉医生在对手术患者进行麻醉风险评估时，可通过大模型实现对患者的基本住院信息、患者的检查检验数据和病历病史资料的智能分析，给出麻醉风险提醒，帮助麻醉医生提前预知可能会出现的风险情况，降低麻醉出现不良反应的可能性。（2）麻醉计划推荐麻醉医生在术前为手术患者制定麻醉方案时，可借助大模型完成对患者的手术信息、检验检查信息和病史资料等多源信息的智能分析，从而推荐合适的麻醉计划方案，包括麻醉方式、术中监测、术中用药等，提高麻醉医生的方案准备效率，让注意力回归患者本身。（3）智能麻醉小结一键生成符合医疗书写规范和匹配患者个人麻醉信息的麻醉小结段落，减少医生病历记录书写工作量，使其更专注于手术麻醉和治疗。2025 人工智能建设应用白皮书|AI Inside建设路径 20图：智能麻醉风险分析应用示例图：智能麻醉计划推荐应用示例图：智能麻醉小结应用示例2025 人工智能建设应用白皮书|AI Inside建设路径 21（2）康复协同助手整合患者数据，支持个性化康复方案生成与手动修改，可基于临床经验修改方案、一键保存，大幅缩短方案制定时间；实现“TEAM医疗协同”，为医生、治疗师、护士组成的康复团队提供协同数据支撑，自动生成阶段性报告。5.康复治疗典型应用（1）早期康复筛查自动分析全院患者数据，基于预设的康复需求规则筛选符合早期康复介入条件的患者，生成“早康患者清单”与初步康复评估方向，给出初步介入建议，解决传统康复介入主要依靠人工识别、效率较低的痛点。图：早期康复筛查应用示例图：康复协同助手应用示例2025 人工智能建设应用白皮书|AI Inside建设路径 22图：康复辅助知识助手应用示例图：居家康复管家应用示例（3）康复辅助知识助手利用积累的康复知识、临床指南、医疗管理规范、重点临床专业质控指标、检查知识、检验知识、疾病知识等生成文档向量索引库；同时，通过RAG LLM技术的检索增强模型生成的内容，从而增强医疗&康复辅助决策可解释性。（4）居家康复管家基于出院数据与随访反馈，实现居家康复的精准指导、动态监测，生成个性化居家训练计划，支持动态随访管理、随访结果分析并调整居家计划，同步推送至患者与医护人员。此外，支持居家咨询答疑，提供专业指导意见。2025 人工智能建设应用白皮书|AI Inside建设路径 23（2）住院病历质控助手基于传统质控规则，融合大语言模型新生力量，在医生书写、环节质控及终末质控时，深入病历内涵，主动监测病历缺陷，自动评分评级，支持在医生、质控端双查看，充分保障病历质量。图：住院病历质控助手应用示例图：门诊病历质控助手应用示例三、推动医院精细化管理面向质量管理，推出门诊病历质控助手、住院病历质控助手、病案编码知识助手、病案首页质控、检查报告质控、护理质量分析报告、手术质量数据分析等应用；面向医院运营，推出排班号源生成、药品采购计划生成、单患者疑似感染风险智能预警等应用；面向数据分析，推出患者360病情对比分析、BI智能问数、BI自助分析助手等应用。1.质量管理典型应用（1）门诊病历质控助手通过大语言模型发现潜在的逻辑矛盾，智能分析门诊病历文本的语义完整性、内涵一致性、术语合规性，精准识别潜在缺陷，提醒缺陷内容，支持医生端与质控端查看，有效提升病历质控智能化水平。2025 人工智能建设应用白皮书|AI Inside建设路径 24（3）病案编码知识助手一键查看编码指南、包含和不包含编码、是否可作为主要诊断、年龄性别等要求、编码冲突、编码合并等信息，智能问答提高学习效率。图：病案编码知识助手应用示例（4）病案首页质控根据语义理解、医学知识库及疾病分类知识图谱对病案首页进行智能校验，医生提交实时提醒，病案质控实时校验、自动评分，病案编码录入实时校验。图：病案首页智能质控应用示例2025 人工智能建设应用白皮书|AI Inside建设路径 25图：护理质量智能分析报告应用示例（5）检查报告质控通过内置AI报告质控规则，在保存报告或审核报告时对报告进行智能稽查，对于有缺陷的报告进行事中提醒，辅助报告医生及时发现报告中的问题，提高报告质量。图：检查报告智能质控应用示例（6）护理质量分析报告报告样式模板化配置，AI生成原因分析及改进措施，将分析报告从“事后记录”转变为“决策工具”，AI生成标准化分析框架，既保证科学性又保留管理弹性。2025 人工智能建设应用白皮书|AI Inside建设路径 262.医院运营典型应用（1）排班号源生成分析历史挂号数据（科室、医生、季节等），预测未来1-2周的就诊需求峰值，提醒调整各科室号源数量，基于医生接诊效率、患者就诊情况、科室饱和度等数据，AI生成排班建议。（7）手术质量数据分析智能生成手术量分布分析、手术质量与安全重点关注科室、趋势分析及整改措施，帮助医务管理人员全面评估手术质量，识别潜在风险，并提供数据驱动的改进建议，从而提升手术安全性和医疗质量。图：手术质量数据智能分析应用示例图：排班号源智能生成应用示例2025 人工智能建设应用白皮书|AI Inside建设路径 27图：单患者疑似感染风险智能预警应用示例（2）药品采购计划生成采购计划量的生成可以综合考量季节性发病情况、药品紧缺程度等多维度因素，生成的采购量更加符合真实业务场景。通过大模型自动生成采购数量建议，使药库人员无须考虑多种采购因素，使采购计划数量生成更贴合实际业务情况。图：药品采购计划智能生成应用示例（3）单患者疑似感染风险智能预警实时解析患者电子病历中的非结构化文本（如主诉、病程记录、检验报告描述），结合结构化数据（生命体征、实验室指标、用药记录），快速提取关键感染异常信息，实时监测患者感染相关指标变化趋势。给出防控处理建议，提醒医生重点排查和及时上报，很大程度上提升预警的准确性，减少感染漏报的可能。2025 人工智能建设应用白皮书|AI Inside建设路径 28（2）BI智能问数面向院领导、临床科室主任及运营办，提供“对话式数据即时响应”服务，运营数据及时掌握，提升运营决策时效。支持自然语言提问、通过日常对话查询，打破固化查询壁垒；对接院内指标中台，预置标准化医疗指标，明确数据来源与统计逻辑，消除口径歧义；呈现可视化数据图表，一键生成动态图表、数据结论。图：患者360病情对比分析应用示例3.数据分析典型应用（1）患者360病情对比分析对患者病情变化和诊疗方案调整进行对比分析，支持多维数据动态建模、AI辅助决策建议、智能趋势预测、主动风险预警，辅助临床对患者病情变化分析和应对方案精准调整。图：BI智能问数应用示例2025 人工智能建设应用白皮书|AI Inside建设路径 29图：智能问答助手应用示例（3）BI自助分析助手面向医院业务数据分析人员（信息科、质管科等），提供“自助式数据分析 即时数据洞察”服务。支持自然语言输入，可视化数据图表呈现，避免繁琐的手工配置；一键洞察图表数据分析结论，进行医疗数据维度的分析，提炼有价值的分析参考建议信息。图：BI自助分析助手应用示例四、助力区域卫生服务1.助力基层卫生服务面向基层卫生需求，云电子病历系统、区域体检管理系统、基本公共卫生系统、健康管理信息系统推出智能问答助手、门诊医生助手、体检报告书写助手、慢病管理效果分析助手、居民健康画像等应用。（1）智能问答助手 智能问答助手是云电子病历系统结合AI能力的智能化医疗知识服务，支持医学知识智能问答、医学术语 查询分析、过敏史检索、基于ICD-10标准的诊断知识检索及检查检验项目的辅助推荐，突破了传统“浏览器/图书检索”模式的局限，弥补了基层医生诊疗过程中“实时知识查询”的空白，真正实现了个性化、场景化、便捷化的知识获取模式，助力医生在诊疗场景中快速响应患者需求，即时解析医学术语，全面提升基层服务的专业性与效率。2025 人工智能建设应用白皮书|AI Inside建设路径 30（2）门诊医生助手全程辅助基层社区门诊医生工作，提供“语音识别智能分析辅助决策病历生成处方开立病历质控”的完整闭环，结合本机构检查检验项目、药品库存推荐适宜诊疗方案，医生可一键采纳或调整，书写病历时根据医生输入的关键字自动联想相关高频伴写内容，并能在病历书写完成时提示文书逻辑矛盾、诊断模糊等内涵质控问题，提供规范性、合理性、逻辑性校验以及病历修改建议，显著提升接诊效率、降低基层漏诊风险、减少操作断点，让智能体技术无缝贴合诊疗场景。图：门诊医生助手应用示例-语音识别生成病历（3）体检报告书写助手 体检报告书写助手是区域体检管理系统结合AI能力的智能化体检报告生成服务，高效辅助总检医生高效完成体检报告的编写。可集成总检建议知识库，实现分检异常项智能分析、总检建议一键生成以及历次体检报告智能对比分析功能，为总检医生提供了全方位的智能化支持，在提升工作效率的同时优化了体检服务质量。图：体检报告书写助手应用示例2025 人工智能建设应用白皮书|AI Inside建设路径 31图：慢病管理效果分析助手应用示例图：居民健康画像应用示例（4）慢病管理效果分析助手 基于基本公卫服务中的慢病患者管理数据，结合大模型的智能分析能力，自动生成慢病管理效果，包括生理指标控制效果、随访服务依从性与质量、健康行为改善等评估结果，并提供针对性的总结与改进建议，帮助医生精准、全面、快速地为慢病患者提供慢病管理服务。（5）居民健康画像助手居民健康画像助手整合医疗健康数据，实现对居民健康状态的全面、动态化展示，在基本信息、健康指数、健康等级之外，还能预测潜在的疾病风险，识别危险因素，并提供个性化的业务推荐。通过动态更新体征指标趋势、健康实施率和体征达标率，帮助医护人员实时掌握居民健康变化，提供更加精准和个性化的健康管理服务。2025 人工智能建设应用白皮书|AI Inside建设路径 322.赋能全民健康信息化建设（1）转诊助手转诊助手围绕患者病情、医疗资源匹配与政策合规性构建智能决策链路。对接区域卫生信息平台，实时获取患者的完整电子病历数据，进行智能病情评估；资源匹配模块动态整合区域医疗机构数据库，计算最优转诊路径；自动生成转诊建议书，通过可折叠的“思考链”展示疾病特征提取、资源匹配算法与政策规则应用的全过程，确保决策透明可信。图：转诊助手应用示例（2）报告解读助手报告解读助手根据区域卫生信息平台所采集的患者历次检查检验数据，分析异常指标并生成异常指标解读和诊疗建议，帮助医生快速掌握患者健康状况，辅助临床决策，在区卫平台的电子健康档案浏览器和检查检验互认系统中均有应用。图：报告解读助手应用示例2025 人工智能建设应用白皮书|AI Inside建设路径 33图：居民健康助手应用示例-居民用药助手图：驾驶舱数字人应用示例（3）居民健康助手以居民健康档案为载体，通过多维数据整合、健康数据分析，为居民提供全流程的、闭环健康管理服务，让居民可以随时随地查看个人健康服务记录，集成了“健康评估助手”“居民用药助手”“报告解读”“智能问答助手”四大应用场景。（4）驾驶舱数字人大屏驾驶舱数字人深度融合大模型认知能力与数字人交互技术，构建智能化的动态数据解读体系。系统支持多模态交互场景，用户通过移动监管APP唤醒AI数字人后，可基于自然语音指令与驾驶舱大屏实时互动；针对复杂管理场景可发起多轮追问，在汇报演示中支持预设讲解路径，根据听众身份自动适配解读深度，例如为行政管理人员聚焦政策执行效能，为临床专家突出技术指标关联性，实现“千人千面”的智能导览。2025 人工智能建设应用白皮书|AI Inside建设路径 34截至2025年6月，卫宁健康累计为近150家医疗机构部署大模型及AI应用，覆盖国内核心区域，2025年新增客户数量超120家，业务拓展成效显著。公司推行订阅场景销售模式，以降低客户使用门槛，目前采用付费订阅模式的客户近20家。在区域化应用中，与区域卫生健康主管部门合作研发的智能助手已在基层医疗机构规模化推广；某区域81家二级以上医疗机构均接入本地化部署的大模型应用，实现智能问答与检查互认环节的智能化升级。未来，卫宁健康将持续优化订阅模式，结合医疗机构实际需求，推出更多定制化套餐服务；同时加强市场推广力度，进一步提升产品知名度与行业认可度，扩大市场份额。一、北京大学人民医院人医智助Pai Assis-tant应用北京大学人民医院创建于1918年，是中国人自行筹资创建的第一家西医综合医院，已成为集医疗、教学、科研、保健为一体的现代化综合性三级甲等医院。作为智慧医疗的积极探索者，2024年，北京大学人民医院携手卫宁健康共同发布了基于WiNGPT的医护智能助手人医智助（Pai Assistant），并于2025年进一步升级至2.0版本，打造4大类型、20 核心场景智能体系，并将这些场景与医护工作系统融合对接，实现了AI与业务的一体化，为医护人员提供了更加全面的支持。Pai Assistant2.0版本的溯源可信性进一步提升，基于高质量医学语料库和持续微调，融合动静态知识图谱，贯穿临床思维动线构建循证知识大脑，进行“事实来源”与“临床逻辑”的双重校验。模拟临床思维，意图理解能力强化，病历书写时准确记录听写，同步完成术语转换；疾病分析时提取关键信息，直观展示思维逻辑；逻辑推理时识别现有证据，建议补全证据链条；诊断鉴别时遵循因果推断，健全辅助决策依据，实现从病历到诊断全程“无感”提速，医生专注救治，AI守护精准。医院已实现39个科室病历内涵质控全覆盖，日均质控服务超5000次，质控工作的准确率保持在较高水平，达到95%以上，病历文书合规率提升20%以上，人员综合效率提升20%以上。2024年12月16日，北京大学人民医院-卫宁健康数字医疗联合研究中心荣获“北大医学优秀院企联合研发平台奖”。第四部分 标杆实践智慧医疗的效能革命语音智能生成查房记录图：语音智能生成查房记录2025 人工智能建设应用白皮书|AI Inside建设路径 35图：卫宁健康AgentFramework架构图：关键病历信息智能提取二、上海市肺科医院肺科大模型Lung-Smart应用同济大学附属上海市肺科医院创建于1933年，是一家集医疗、教学与科研功能为一体的现代化三级甲等专科教学医院。在融合DeepSeek、WiNGPT等大模型基础上，上海市肺科医院开发肺科专科大模型（LungSmart），聚焦肺科细分领域，结合专科数据精细微调，具备决策逻辑符合临床思维范式、有效抑制AI幻觉、知识自主迭代等核心优势，自2025年2月上线以来已覆盖全院所有科室。LungSmart通过整合多源医疗数据，构建了覆盖门诊、住院全流程的智能化支持体系，如智能知识问答、辅助诊断、病历生成、病历质控等，使门诊病历书写时间减少70%，一键生成入院记录、病程与出院小结，大幅降低重复性文书负担；通过VTE动态预警和智能用药推荐强化风险控制；推动病历质量从形式合规向内涵精准跃升，病历缺陷率下降50%以上。此外，搭建了大模型智能应用分析管理平台，实时监控大模型以及大模型应用的运行状态，具备大模型实时监测、风险预警、精细化场景分析、VTE实时监控、病历质控、AI服务科室调用实时概览六大功能。2025 人工智能建设应用白皮书|AI Inside建设路径 36三、上海市同济医院、丽水市中心医院护理助手应用护理日常评估工作（如风险评估、护理记录）大多依赖重复性劳动，上海市同济医院作为普陀区唯一的三级甲等综合性医院，率先从护理人员视角切入，探索大模型在自动化评估、异常指标预警等场景的应用。通过在护理工作站中引入全新搭载的WiNEX Copilot智能助手，以医疗大语言模型WiNGPT为核心驱动，集成多源数据处理引擎，实现护理表单评估从人工模式到智能辅助的跨越式升级。针对临床高频评估需求，上海市同济医院在“医院获得性肺炎风险预警”“导管评估”“跌倒风险评估”场景中通过整合和分析病史记录、用药数据、护理记录等10类临床数据，智能生成风险评估记录，指标自动提取率达90%，评估效率提升约40%。通过构建人机协同的三重信任体系，“AI提取-护士核验-系统溯源”保障机制使得评估工作既能保留人工核查的主动权，又能通过过程追溯强化质控管理，真正在确保安全、准确的同时，提高了工作效率。目前，上海市同济医院已面向全院病区开放了智慧护理AI评估助手，并持续探索护理措施、护理质量管理等场景深度应用。图：LungSmart智能应用分析管理平台图：风险评估智能生成四、厦门弘爱康复医院智能助手HAI宝应用厦门弘爱康复医院是厦门建发集团全资子公司建发健康投资兴办的三级专科康复医院，基于卫宁健康WiNEX Copilot平台与医疗大模型WiNGPT推出了特色人工智能IP“HAI宝”，已覆盖65个就医场景，累计服务超过23万人次，逐步实现医疗、服务、运营等全流程场景的全面覆盖与深度赋能。2025年4月28日，正式上线国内首个“康复AI智能体”，智能制定治疗方案并提供居家康复指导，提供在线咨询与阶段总结、异常数据自动提醒，减轻医护人员工作负担。2025 人工智能建设应用白皮书|AI Inside建设路径 37图：风险预警智能提醒图：AI自动构建基于患者的医治护协同群组丽水市中心医院2005年晋升为国家三级甲等综合性医院，在国家三级公立医院绩效考核中连续六年进入全国前5%之列，在护理工作站引入WiNEX Copilot智能助手，以医疗大语言模型WiNGPT为核心驱动，通过整合和分析临床体征、病程记录、护理记录、用药数据等8类临床数据，实现护理评估从人工填写到智能生成的跨越式升级，自动填充率达85%，切实为护士在信息重复录入方面减负；在患者安全照护方面，护理助手结合患者信息推送风险预警，并进一步推荐个性化护理措施，有效提升临床护理决策效率，为患者的安全筑起了一道更坚实的防线。实时预警、提前干预2025 人工智能建设应用白皮书|AI Inside建设路径 38五、上海市第一人民医院影像报告助手应用上海市第一人民医院始建于1864年，是全国建院最早的综合性百年老院之一。影像报告助手通过引导式结论，可自动生成报告，提高医生工作效能；通过对比式分析，分析多次检查（如肿瘤）变化情况，总结变化和进展，可一次总结患者14份过往历史报告；通过内涵式质控自动检测报告中的潜在错误或矛盾定位修正，保障医疗质量与安全。目前，已分析超过一万份报告，影像诊断结论生成能力已达到中级影像医生水平，深度学习图像重建技术的相关研究成果由解学乾教授团队在国际顶级期刊 Radiology 发表。图：手麻AI智能体应用效果图2025年5月正式上线手术麻醉患者画像AI智能体，风险管控前置，系统可识别药物代谢异常、血流动力学不稳等15大类高风险因素，实现风险预警前移；访视效率倍增，患者信息查阅由原本20分钟压缩至3分钟，医生工作更高效；质控闭环管理，系统内置18项麻醉质控标准，保障ASA分级、风险评估等关键节点标准化执行，全流程可追溯、可优化。图：影像报告内涵式质控2025 人工智能建设应用白皮书|AI Inside建设路径 39图：Constructing a Large Language Model to Generate Impressions from Findings in Radiology Reports六、基层卫生人工智能辅助应用卫宁健康面向基层卫生需求，围绕服务效率与服务质量提升，推出了系列WiNEX基层人工智能辅助应用，致力于为基层医生打造“智能随身助手”，深度融合云电子病历系统、区域体检管理系统、基本公共卫生系统及健康管理信息系统，全面赋能基层卫生业务。智能问答助手深度融入临床场景，支持多轮对话与实时知识问答与检索；智能门诊助手提供语音问诊、诊疗辅助、病历生成、处方凯里与病历质控的门诊伴随式闭环服务；体检报告助手结合大模型智能生成个性化体检报告；慢病管理分析助手自动评估管理效果并提供改进建议；居民健康画像动态呈现健康指标与风险预测，支持个性化健康管理。目前，WiNEX基层人工智能辅助应用已在北京海淀区、上海金山区、南京江北新区、湖南株洲天元区等地上线，如携手金山区卫健委打造的“智能医生助手”，正以多场景AI创新重塑基层医疗服务模式，助推服务效率与服务质量的双重提升，并且更多基于AI大模型的创新场景正在持续拓展，推动基层医疗智能化服务不断进阶。图：金山区卫健委“智能医护助手”获媒体报道2025 人工智能建设应用白皮书|AI Inside建设路径 40图：青岛市卫健委上线“青小卫”智能助手七、全民健康人工智能辅助应用卫宁健康积极推动全民健康AI场景规模化落地，在多个地区取得显著成果。在宁夏回族自治区打造了全国首个省级检查检验结果互认AI智能辅助平台，为全区83家医疗机构提供“智能问答助手”和“检查检验报告AI解读”服务，并对异常指标进行智能分析并推荐治疗建议，通过驾驶舱深度挖掘互认关键指标，生成分析报告辅助科学决策；在青岛市采用“WiNGPT Deep-Seek双模型 WiNEX Copilot”模式完成平台升级，为医生、居民和管理者提供10余个智能应用场景；在呼和浩特市以“DeepSeek WiNEX Copilot”模式赋能医共体建设，成功落地转诊AI评估和医改监测AI分析服务，优化转诊流程并对医改关键指标进行深度解读，精准预测发展趋势，为区域医疗高质量发展注入新动能。此外，全民健康人工智能辅助应用还在上海金山区、舟山市、北京市海淀区、哈密市等地区上线，有效提升了医疗服务质量、诊疗效率和科学决策水平，推动了区域卫生服务的智能化转型。一、技术挑战与对策目前，医疗AI仍面临数据、算法、泛化、融合和交互等多方面的挑战。克服这些挑战需要跨学科的合作与共同努力。随着技术的不断进步和研究的深入，这些问题有望逐步得到解决，为医疗AI的广泛应用铺平道路。1.数据隐私与安全隐患。医疗数据高度敏感，涉及患者隐私和个人健康信息。将这些数据用于AI模型训练和运行，必须确保符合隐私法规和安全标准，如何在保护患者隐私的前提下充分利用数据是一大难题。技术上，需要发展联邦学习、差分隐私等方法，使模型能够在不直接获取原始数据的情况下进行训练，从而打消医疗机构对数据外泄的顾虑。同时，要加强AI系统的网络安全防护，防范黑客攻击和数据泄露事件。只有建立起可靠的数据隐私保护机制，医疗AI才能取得公众和医疗机构的信任，实现大规模应用。2.算法可解释性不足。“黑箱”现象使AI难以直接解释决策依据，这在医疗领域是一个突出问题，提升算法的可解释性至关重要。需注重开发可解释的模型结构（如基于规则的模型、注意力机制可视化），以及应用事后解释技术（如LIME、SHAP等方法）来为模型预测提供人类可理解的解释。提高算法透明度不仅有助于医生信任AI，也便于监管机构评估AI决策的合理性，在出现医疗纠纷时能够追溯责任。3.模型泛化能力较弱。AI模型在特定数据集上训练后，能否在不同医院、不同人群、不同设备上保持良好性能，即模型的泛化能力，是其临床应用的关键。目前，许多医疗AI模型在训练数据集上表现优异，但在真实世界的复杂环境中性能下降，这主要是因为不同医疗机构的数据存在差异以及不同人群的疾病特征存在差异。为提高泛化能力，需要构建更大规模、更多样化的训练数据集，并发展领域自适应、迁移学习等技术，使模型能够快速适应新的数据环境。此外，在模型部署前进行充分的临床验证，在多个中心、多种场景下测试其性能，也是保证泛化能力的重要环节。4.多模态数据融合不足。不同模态的数据具有不同的结构和特征，如何有效地进行融合分析是一项重要的技术挑战。目前，研究者正在探索各种融合策略，如早期融合（将数据在输入层合并）、晚期融合（分别处理各模态数据再合并结果）、混合融合等。未来，发展高效的多模态融合技术将是提升医疗AI智能水平的关键。5.人机交互与工作流集成问题。AI系统要真正发挥作用，必须能够无缝地融入现有的临床工作流程，并提供良好的人机交互体验。在设计医疗AI产品时，必须充分考虑医生的使用习惯和工作场景，提供简洁直观的界面和高效的交互方式。此外，还需要对医护人员进行充分的培训，使医疗AI才能从“实验室”走向“临床”，真正成为医生的得力助手。二、演进路径展望未来，医疗人工智能将沿着以下几个主要路径持续演进，进一步深化其在医疗健康领域的应用和影响：1.从辅助诊断到全流程智能。当前医疗AI的应用多集中在辅助诊断环节，如影像识别、病理分析等。未来，AI将贯穿诊疗全流程，通过“AI Box”类应用将全流程智能嵌入医生日常工作场景，形成闭环智能医疗服第五部分 未来展望挑战与演进方向2025 人工智能建设应用白皮书|AI Inside建设路径 41务体系。例如肿瘤治疗中，AI不仅能辅助诊断，还能根据患者的基因和临床数据推荐个性化的靶向药物或免疫治疗方案，并在治疗过程中实时监测疗效和副作用，动态调整治疗策略。在慢病管理中，AI将通过可穿戴设备持续监测患者生理数据，结合生活方式信息，提供个性化的健康指导和风险预警，实现从“被动治疗”向“主动健康”的转变。这种全流程的智能化，将使医疗服务更加精准、连续和高效。2.从单一模型到多智能体协作。未来的医疗AI将不再是孤立的单一模型，而是由多个智能体组成的协作网络。这些智能体各自拥有不同的专长，分工合作共同解决复杂的临床问题。桌面AI可成为多智能体协作的本地枢纽，医生通过工作站协调不同功能的智能体并整合其输出形成综合诊疗方案，这种多智能体协作模式能够汇集不同领域的知识和能力，提高决策的全面性和准确性。此外，智能体之间还可以相互学习和监督，不断优化整个系统的性能。3.从数据驱动到知识与数据双驱动。医疗AI将更加注重将医学知识与数据驱动相结合。一方面，从海量医学文献、指南和教科书中提取结构化知识，构建大规模的医学知识图谱，为AI提供丰富的背景知识，另一方面，将这些知识融入AI模型的设计中，使AI在训练数据不足的情况下也能做出合理的推理。如桌面AI的“个人专属大模型”设计，以云端医学知识图谱为基础，确保知识权威性；同时学习医生脱敏的临床数据与经验，形成个性化知识库。这种知识与数据双驱动的模式，能够提高AI的鲁棒性和可解释性，使其决策更符合医学逻辑。4.从云端智能到端云协同。随着边缘计算技术的发展，越来越多的AI计算将被部署到医疗设备终端，“端侧智能”可以在本地实时处理数据，减少延迟，保护隐私。同时，云端将继续承担大规模模型训练、知识库更新等任务，并通过云端向终端设备推送最新的AI能力。这种端云协同的架构将使医疗AI服务更加高效、安全和普适，以桌面AI的形态实现落地推广。5.从人机交互到人机融合。未来的医疗AI将不再是简单的工具，而是与医生深度融合的“共生体”，医生可以直接与AI进行更自然的交互。桌面AI将成为人机融合的核心接口，可通过语音、手势等自然方式交互，AI则学习操作习惯与决策偏好，这种人机融合的模式将极大地提升医生的感知和操作能力，使人与AI的协作达到前所未有的高度，使AI成为真正懂医生的“智能伙伴”。放眼未来，医疗AI的演进将是一个多维度、深层次的过程，将从单一任务的辅助工具发展为贯穿诊疗全流程、多智能体协作、知识与数据双驱动、端云协同、人机深度融合的智能医疗生态系统。这一演进将深刻改变医疗服务的模式和体验，为实现精准医疗、普惠医疗和主动健康的目标提供强大的技术引擎。在“AI Every-where 全场景赋能”的理念下，卫宁健康将携手医院、监管及生态伙伴，持续强化AI临床思维能力、推进与临床工作流的深度适配、加强与临床医生的认知协同，促进AI“下沉”至每位医生的桌面，共同建设贯穿医疗全场景、人机深度融合的智慧医疗生态系统，在AI安全、合规与规模化应用等方面迈上新台阶。2025 人工智能建设应用白皮书|AI Inside建设路径 42
2025-10-16
44页
5星级
-1-AI 数据分析之 ChatBI 发展与应用实践 目录目录 序言序言.1 1.CHATBIAI.3 1.1 AI正在改变企业的数据分析模式.6 1.2 ChatBI 与传统 BI的关系分析.7 .
2025-10-16
66页
5星级
基于 CXL 方案的 AI 应用优化与研究基于 CXL 方案的 AI 应用优化与研究编号 ODCC-2025-01003开放数据中心标准推进委员会 ODCC2025年9月版权声明版权声明ODCC（开放.
2025-10-15
67页
5星级
1人工智能生成合成内容标识办法合规解码：服务者、平台及用户的三维责任2025年9月1日，国家互联网信息办公室、工业和信息化部、公安部、国家广播电视总局联合发布的人工智能生成合成内容标识办法（以下简称标.
2025-10-15
14页
5星级
伦敦经济月刊（2013 年 1月）2013 年 1 月 18 日 中银研究产品系列 经济金融展望季报 中银调研 宏观观察 银行业观察 国际金融评论 国别/地区观察 作 者：许天衣 中银理财 电 话：.
2025-10-15
26页
5星级
20252025中国智能门锁中国智能门锁消费指南消费指南二二五年十月二二五年十月发布单位发布单位中国五金制品协会中国五金制品协会 中国日用五金技术开发中心中国日用五金技术开发中心 北京奥维云网大数据科.
2025-10-15
53页
5星级
行业研究市场分析深度洞察行业分析报告2025INDUSTRY REPORT 2 0 2 5 年亚马逊A WS 全栈A I 战略：从自研芯片、投资A n t h r o p i c 到顶层应用布局分析报.
2025-10-15
28页
5星级
Click here or press enter for the accessibility optimised version新一代智能企新一代智能企业业驾驭快速发展的AI领域Click here.
2025-10-14
30页
5星级
研究报告亿欧智库-大王(439219)亿欧智库-大王(439219)亿欧智库-大王(439219)亿欧智库-大王(439219)亿欧智库-大王(439219)亿欧智库-大王(439219)亿欧智库-大.
2025-10-14
20页
5星级
12025 年第一批广西人工智能产品、垂直领域模型和“人工智能 制造”典型应用场景2025 年 3 月2编写说明为贯彻落实国家和自治区关于开展“人工智能 ”行动的决策部署，深入挖掘、展示人工智能创新应用成果，加快人工智能赋能广西制造业高质量发展，自治区工业和信息化厅开展 2025 年第一批广西人工智能产品、垂直领域模型和“人工智能 制造”典型应用场景征集，经过企业自主申报、地市工信部门审核推荐、专家评审等环节，选取了 71 个人工智能产品、39 个垂直领域模型、59 个“人工智能 制造”典型应用场景，为广西企业“智改数转”提供参考，推动人工智能创新成果落地应用。3目录编写说明.2目录.3一、人工智能产品.10（一）联通云 AI 边缘一体机.10（二）移动云智算一体机.11（三）雷视一体机.12（四）智能车载终端.13（五）智慧无人机自动机场巡检系统.14（六）AI 货运物流风控系统.15（七）一体化人工智能车型识别仪.17（八）基于 DeepSeek 大模型的政务智能体一体机.19（九）智能算力一体机.23（十）麒麟信安全国产化智算一体机.28（十一）枢途智能计算边缘终端一体机.30（十二）AI 中台软硬件一体机.32（十三）人造板缺陷视觉检测设备.34（十四）梯度智算一体机.36（十五）车型库一体机.37（十六）3D 四向车机器人 智能 WMS、WCS 系统.39（十七）基于 DeepSeek 的大模型知识库一体机.40（十八）DeepSeek 两相液冷一体机.42（十九）高速公路管养作业系列机器人.44（二十）一种压路机防撞装置.46（二十一）安全生产“一企一策”智控系统.49（二十二）土谛 AI.52（二十三）福寿螺防治机器人.55（二十四）曲尺人工智能开放平台.57（二十五）四合一气体检测仪.61（二十六）基于电解大模型的稀土熔融金属出炉悬臂式桁架机器人.65（二十七）震泽智算平台.67（二十八）虚拟助教.684（二十九）柑橘无人协同采摘系统研发与示范应用.71（三十）基于高精度容栅传感器的智能关节臂坐标测量及大数据分析融合应用的开发及产业化.73（三十一）无人机系列产品.75（三十二）智能节电装置及节电系统.77（三十三）穿戴式作业辅助机器人.79（三十四）下肢外骨骼康复训练机器人.81（三十五）模块化防爆轮式巡检机器人.84（三十六）视觉识别系统.88（三十七）基于人工智能视觉识别的集装箱智能理货系统.89（三十八）元宇宙 AI 全息文物柜.92（三十九）基于 DeepSeek 人工智能 通用工业云平台开发以皇氏乳业洗瓶机一键数字化改造为例.95（四十）星动力人工智能平台.103（四十一）新一代船舶智能导航雷达系统.104（四十二）DeepSeek 大模型一体机高性能内存条.108（四十三）大华鲁班数智孪生产品系列.108（四十四）ManasAI 应用开发平台.112（四十五）新能源智能移动充电机器人.115（四十六）数字化运维大模型知识库应用.118（四十七）智能移动机器人.119（四十八）防城港柳钢基地港务部 5G 智能机器狗辐射监测系统.121（四十九）AI 智能护航的数据安全管理产品.122（五十）中小企业数字运营智能管理平台.125（五十一）梯度人工智能平台.128（五十二）茉莉花花籽智能分级检测设备.129（五十三）基于人工智能的生态板智能制造技术.131（五十四）AI 智能助听器及智能融合穿戴医疗设备.1325（五十五）AI 盒子智能巡店系统(简称“AI 盒子”).135（五十六）智慧客服终端.137（五十七）水下复杂目标的立体式感知机器人.140（五十八）爬壁式智能清洗喷涂机器人.141（五十九）AI 云电脑.143（六十）智能贴胶与补板工艺流程大模型优化.144（六十一）基于深度学习 AI 图像识别技术的尿液分析流水线.145（六十二）智能学习机.147（六十三）智能音箱.149（六十四）智能屏.151（六十五）“慧教视域”人工智能机器视觉教学训练平台.153（六十六）广西工业领域人工智能公共服务平台.154（六十七）灵犀数智工业平台.163（六十八）计算机动画专业校企合作开发 AI 动作捕捉平台.166（六十九）工业网络安全 AI 防护系统.167（七十）梯度智算中心算力池化平台.172（七十一）“铜鼓壮桂”人工智能服务平台.173二、垂直领域模型.175（一）空-天-地一体化甘蔗农情信息全域智能监测系统.175（二）海洋牧场水下监测智能系统.176（三）电力行业多维知识智能体.177（四）基于多模态大模型的 AI 辅助办案关键技术研究及应用示范.178（五）中国-东盟国家主权大模型.180（六）柳钢废钢智能管理系统.182（七）铁路无人道口感知模型.184（八）璞琢赛事平台、璞琢赛事 APP.185（九）城市共享出行智能决策系统.1866（十）数字人才培养专属大模型.189（十一）慧云病虫害识别模型.192（十二）长输油气管道光纤安全预警模型.193（十三）应安联人工智能 安全生产智能模型.196（十四）广西广电文化大模型.198（十五）合酶智造大模型.201（十六）润建 AI 政务大模型.203（十七）多源影像智能解译系统.211（十八）瀚特智慧县域全域旅游系统.213（十九）油茶有害生物智能识别.214（二十）基于 DeepSeek 开源大模型的多模态抑郁识别一体解决方案.217（二十一）广西人才网人岗匹配模型.219（二十二）融合光流法与深度神经网络的 CastGan雨量预报模型.220（二十三）AI 智慧安全用电平台.223（二十四）浪潮氧化铝工艺调优模型.224（二十五）浪潮气象服务大模型.226（二十六）人工智能 “祥安 e 家”数字大物业平台.228（二十七）“人工智能 专家知识”台风预报大模型研发及面向海洋和东盟区域的服务应用.229（二十八）星汉大模型.233（二十九）地质灾害危险预警.235（三十）考试宝典 AI 题库大模型.238（三十一）广西交通领域大模型科宝.239（三十二）建筑工程安全管理.240（三十三）安全运维专属大模型.243（三十四）糖料蔗综合农业模型.245（三十五）白小泽 AI 助手.246（三十六）基于人工智能算法的气象预报实训系统.248（三十七）广西产教融合数据大模型.2517（三十八）油茶有害生物智能识别.255（三十九）基于分布式移动远程诊疗平台和DeepSeek 深度学习的中医大模型的医健智慧系统.258三、“人工智能 制造”典型应用场景.260（一）数据要素赋能的二氧化锰生产线掺混流程监测与预警.260（二）甘蔗脱毒健康种茎标准化智能切种生产线关键技术研究与应用示范.262（三）多模态工业物联网驱动的林业智巡协同平台.266（四）基于 DeepSeek 专家混合并行电力通信库的火电厂电气系统运维智能体.268（五）基于 AI 的火电机组设备预测性维护系统.269（六）基于人工智能的工业 3D 视觉检测系统.271（七）智能激光选区熔化成形制造技术.272（八）基于云边端的铁-钢界面智能低碳运输控制系统.274（九）爱阁工房绿色家居智能生产线.277（十）基于 AI 位置大数据的宏观产业模型.278（十一）“智网优链”AI 驱动的网络智能化改造与优化.281（十二）基于工业物联网的生产资源全生命周期管理平台.283（十三）AI 设计全流程优化与培训.287（十四）装备制造行业-AI 营销服务.289（十五）装备制造行业-AI 生产制造.290（十六）食品饮料行业-AI 生产制造.290（十七）采矿行业-AI 生产制造.291（十八）桂烟 AI 助手.292桂烟 AI 助手.292（十九）供应链管理-人造板供应链物流运输智能防伪模型优化与场景应用.293（二十）质量管控-人工智能产品板面缺陷识别与分级分拣应用.2968（二十一）营销管理-基于 AI 助手的智能经营管理分析的模式应用.299（二十二）高端铝合金气垫炉产线表面缺陷智能检测.301（二十三）铝合金热处理产线智能控制系统.303（二十四）铝合金板材生产线板形检测系统.306（二十五）铝电解机器人应用与 AI 智能平台.308（二十六）AI 产业感知机器人.312（二十七）机器人应用.313（二十八）AI 视觉智能化安全监测.314（二十九）玻璃生产机器人技术.316（三十）泛像控库及二三维影像自动化处理系统.317（三十一）基于 AI 大模型的自然资源行业智能体在“田长巡”管理平台的应用.318（三十二）智能质控与合规管理助手.320（三十三）人工智能提升电光芯片制造的质量和效率.322（三十四）AI 技术在合同签约及供应链采购中的应用.325（三十五）稀土冶炼分离智能化深度融合生产综合管理系统升级项目.327（三十六）不合格阴极板自动检测挑选系统.329（三十七）核电 AI 智能问答及 AI 自主设计开发和应用平台.330（三十八）核电视频监控智能分析应用场景.331（三十九）人工智能制造创新应用.333（四十）彩盒称重及六面 LOGO 检测.339（四十一）不锈钢数字化人工智能制造示范工厂应用场景.341（四十二）基于园区物流场景的无人驾驶应用.345（四十三）柳钢中金热轧全流程智能化产线.346（四十四）人工智能助力工程机械制造的智能化平台.3479（四十五）工业质检.349（四十六）面向工业互联网的不确定信息下客机机身装配系统复杂性度量与控制.350（四十七）窑磨先进控制系统.354（四十八）安全综合智能管理系统.356（四十九）皮带机智能在线监测解决方案.357（五十）应用视频物联融合技术推动订单制造实现全过程的透明化在线化监造.359（五十一）人工视觉检测技术在汽车质量控制上的应用.363（五十二）基于工业互联网神经网络技术的工业智能制造平台在工业领域中的应用.367（五十三）车易慧多模态单据解析引擎应用.370（五十四）基于 AI 行为识别的润滑油加注监测应用.371（五十五）基于机器视觉主减速器装配智能防错应用.372（五十六）OVM 智能化缆载吊机在悬索桥施工中的应用.374（五十七）视觉识别系统.377（五十八）LIM（精益制造）模式及其智能装备应用.379（五十九）燃煤智能采制化升级系统.38410一、人工智能产品（一）联通云 AI 边缘一体机申报单位名称中国联合网络通信有限公司广西壮族自治区分公司联系人及联系方式 刘辉彪 18577846353人工智能产品名称 联通云 AI 边缘一体机人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介中国联合网络通信有限公司广西壮族自治区分公司是中国联通在广西设立的分支机构，致力于为广西地区提供全方位的通信服务。作为中国联通的重要组成部分，广西联通依托集团强大的技术实力和资源优势，积极推进行业创新，助力广西的数字化转型。中国联通主要经营固定通信、移动通信、国内国际通信和各类 ICT 业务。近几年全力加快公司数字化转型步伐，充分发挥信息通信对产业链和经济社会发展的带动拉动融通作用，连续九年获评选为“亚洲最受尊崇电信企业”。2025 年，公司坚定履行“网络强国、数字中国建设”的使命责任，积极推动联网通信、算网数智两类主营业务协调发展，扎实推进战略规划体系深化落地，创新引警动能强劲，核心能力不断增强，加快成为具有全球竞争力的世界一流科技服务企业。广西联通总资产逾 100 亿元，拥有 14 个地市级分公司，年营业额超 60 亿元，服务用户规模超 1000万，员工人数近万人，是一支具有高战斗力的专业化、年轻化人才队伍，目前已在工业互联网、数字政府、智慧城市医疗教育、水利文旅、公共安全等领域，沉淀了多种自主产品，可提供系统集成、软件研发、运行维护三大服务相互配合的一站式交付服务。（二）产品简介广西联通依托自研的元景 MaaS 平台与强大的算力基础，精心打造了“MaaS-DeepSeek 平台一体化解决方案”，为企业提供安全、敏捷的 AI 支持。该方案具备以下核心特点：1.零门槛部署：简化 AI 技术的应用流程，使企业无需复杂的前期准备即可快速上手。2.低成本验证：降低企业在新技术尝试上的成本投入，减少试错风险。3.全场景适配能力：广泛适用于多种业务场景，帮助企业重塑效能边界，开启智能化增长的新模式。联通云 AI 边缘一体机是专为边缘、本地及现场应用场景设计的普惠 AI 一体化平台，基于星罗算力调度平台 AICP 算力平台，结合昇腾 AI 算力，预置 DeepSeek 系列模型。涵盖从模型微调、知识蒸馏、模型评测到在线服务和应用开发的完整 AI 产品链。内嵌中训边推、AI 训推协同框架，打通智算“最后一公里”，重塑行业应用模型。联通 AI 边缘一体机与 DeepSeek 实现多场景深度对接，支持包括昇腾在内的多款主流算力卡，并允许客户定制算力平台。预置了 DeepSeek R1/V3 等多尺寸模型，用户可以根据需求灵活选择和扩展，快速搭建推理和微调环境，满足多样化的业务需求。（三）经济和社会效益11一丶经济效益：1.成本节约：AI 边缘一体机通过提供轻量级的融合解决方案，降低了企业在边缘计算部署中的硬件和运维成本，适用于具备分支机构、连锁企业和分布式应用场景的客户。2.高效运营：联通云联网引入了人工智能、机器学习等技术，提升了故障自动预警和定位工作的效率，从而减少了停机时间和维护成本。3.灵活部署：作为中国联通整体 MEC 边缘计算一体化解决方案，支持按需定制、灵活部署，可以满足不同客户的业务需求，包括共享型和专供型两种模式，为中小企业提供了经济高效的解决方案。二丶社会效益：1.推动数字化转型：通过集成工业 DMP、AI 质检、云化 PLC 等场景化工业应用，AI 边缘一体机加速了传统行业的数字化转型，提升了生产效率和产品质量。2.促进技术创新：联通云在 5G、云计算和人工智能领域的持续投入，不仅推动了自身的技术进步，也为整个社会的技术创新提供了动力。3.增强安全性：联通边缘云平台强调安全性的提升，确保了数据的安全传输与处理，增强了用户对数字服务的信任感。（二）移动云智算一体机申报单位名称中国移动通信集团广西有限公司联系人及联系方式 熊明科，15177911179人工智能产品名称 移动云智算一体机人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介中国移动通信集团广西有限公司（简称“广西移动”）是中国移动在广西设立的具有独立运营和独立纳税资质的全资子公司，成立于 1999 年 7 月，下辖 14 个地市分公司，是广西区内规模最大的基础电信运营商，现为广西算力产业联盟副理事长单位。近年来，公司发展呈现稳中有进良好态势，截至2024 年底，电信业务总量超 200 亿元，行业占比超 50%；服务客户总数超 3000 万户，5G 用户超 1000万户，总连接数超 7000 万个，移动客户份额近 60%，作为唯一在广西全额纳税的通信运营商。（二）产品简介中国移动已成立云能力中心（中移（苏州）软件技术有限公司），100%自研打造移动云服务，现已建成全国“4 N 31 X”的全国布局，广西落地双算力节点。可为客户提供包括包括智算、AI 在内 IaaS、PaaS、SaaS 服务。移动云智算一体机1.产品功能深度集成 DeepSeek 满血和蒸馏版模型以及成熟的行业智能体，内置模型微调、模型推理、知识库构建、智能体编排等一站式工具，客户可在资源独享的服务环境中，快速构建个性化 AI 应用，2.应用情况12目前已与区内多个客户达成合作意向，正在加快区内客户的部署交付。3.市场前景可提供部署于客户侧的私有 AI 智算服务，为客户基于私有数据、保密数据的 AI 应用提供低延迟边缘计算服务。在政府、金融、医疗等领域有广发的应用场景及大量的市场需求。（三）经济和社会效益2025 年广西移动将依托强大的智算服务、算力网络，为区内千行百业智能化、信息化升级转型持续赋能，在人工智能应用领域贡献更多的经济、社会价值。（三）雷视一体机申报单位名称广西北投信创科技投资集团有限公司联系人及联系方式 陆景宇，13878802651人工智能产品名称 雷视一体机人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介北投信创成立于 2020 年 10 月，注册资本 3.6 亿元，是广西北部湾投资集团有限公司的全资子公司，专注于数字产业发展。公司拥有雄厚的技术人才基础，其中博士 5 名，研究生及以上学历员工占比近 60%，大学本科及以上学历员工占比达 98%。北投信创综合运用 5G、AI、大数据、区块链、物联网等新一代信息技术，提供智慧政务、智慧交通、智慧医疗、智慧城市和工业互联网等领域的数字化解决方案，培育“ 数字”新业务模式。北投信创在人工智能产品研发领域有深厚的积累，拥有从算法研发到产品应用的全套研发体系。目前自主研发了雷视融合一体机、轻量化公路巡检装备、AI 编目系统、广西道路运输车辆风险管理平台、东盟文旅大模型等多款人工智能产品，广泛应用于智慧交通、智慧法院、智慧口岸等领域。北投信创积极参与自治区党政信创工程，承接外省 IT 新技术向广西的转移落地，加快成长为自治区数字经济龙头企业，更好地推动广西数字产业引进和聚集，服务全区经济社会发展。（二）产品简介雷视一体机是一款集成了毫米波雷达和摄像头的高性能设备，基于深度学习的机器视觉技术克服了单一传感器在自标定位精度、应用条件及功能扩展上的限制，在-40至 70极端温度下稳定运行，暴雨、雾霾、黑夜中仍可精准捕获 200 米内车辆轨迹，感知误差小于 0.1 米。雷达点云数据与高清视频画面智能叠加，既能识别车辆位置、速度、航向角，又可同步抓取车牌、车型、颜色等特征，目标匹配准确率达 99.7%，实现了全天候的车辆检测与跟踪。此外，雷视一体机还配备了车辆轨迹预测自纠正算法，基于车辆轨迹，能实现异常交通行为的准确识别。与之搭配的边缘计算单元搭载自研 AI算法，支持多种交通事件自动研判，从违停占道到行人闯入，从异常变道到事故预警，响应时间短至300 毫秒。雷视一体机应用于高速公路智慧监控，城市路口精细治理，港口/园区管理的方向，有良好的市场前景。高速公路智慧管控：实时监测重点路段道路状况，联动高速公路信息情报板发布预警，保障高速13公路通行安全。城市路口精细治理：“雷达 视频”双重校验闯红灯行为，解决传统摄像头因遮挡导致的误判问题；通过车道级流量分析，助力信号灯配时优化，试点区域通行效率得到有效提升。智慧港口/园区管理：精准跟踪作业车辆运行轨迹，预判装卸区域碰撞风险，有效降低设备碰撞事故频次。（三）经济和社会效益雷视一体机已在沙吴智慧高速车路协同系统中部署应用。我司自研的雷视一体机与边缘计算设备在 k8-swk0 正式部署，完成 16km 路段的全域车辆跟踪，事件检测，车路协同的功能，系统每日实时处理超高 2000 个车辆的实时数据，车辆检测准确率达 98%以上，部署不仅为数字孪生云控平台提供了准确、实时的车辆数据，还实现了交通流优化、智能导航、车辆安全以及智能交通管理等多个方面的提升，为道路交通系统的发展和改进提供了重要的技术支持和保障。本产品推广后，预计撬动相关产值 2000 万元。（四）智能车载终端申报单位名称广西北投信创科技投资集团有限公司联系人及联系方式 陆景宇，13878802651人工智能产品名称 智能车载终端人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介北投信创成立于 2020 年 10 月，注册资本 3.6 亿元，是广西北部湾投资集团有限公司的全资子公司，专注于数字产业发展。公司拥有雄厚的技术人才基础，其中博士 5 名，研究生及以上学历员工占比近 60%，大学本科及以上学历员工占比达 98%。北投信创综合运用 5G、AI、大数据、区块链、物联网等新一代信息技术，提供智慧政务、智慧交通、智慧医疗、智慧城市和工业互联网等领域的数字化解决方案，培育“ 数字”新业务模式。北投信创在人工智能产品研发领域有深厚的积累，拥有从算法研发到产品应用的全套研发体系。目前自主研发了雷视融合一体机、轻量化公路巡检装备、AI 编目系统、广西道路运输车辆风险管理平台、东盟文旅大模型等多款人工智能产品，广泛应用于智慧交通、智慧法院、智慧口岸等领域。北投信创积极参与自治区党政信创工程，承接外省 IT 新技术向广西的转移落地，加快成长为自治区数字经济龙头企业，更好地推动广西数字产业引进和聚集，服务全区经济社会发展。（二）产品简介本产品是道路运输车辆北斗智能终端成套设备，符合国家及行业的最新标准要求，是根据广西区内的调研、试点以及市场实际发展情况而研发。其功能包括北斗定位、灾备、交互、远程升级，具备高算力，支持增值服务拓展。终端设备升级迭代后，可实现运输车辆前向碰撞、车道偏离、车距过近、行人碰撞、不良驾驶行为等事件的监测预警。目前，该北斗智能终端成套设备已取得了显著进展，完成了技术验证工作，确保了设备在实际道路运输环境中的稳定性和可靠性，成功实现了与现有平台的集成对接，为车辆提供实时的定位、监控和预警服务。14在当前的市场环境下，北斗系统的应用范围正不断扩大，其在交通运输领域的深度融入，为道路安全和效率提升提供了强有力的技术支撑。随着智慧交通体系的逐步完善，社会各界对于车辆的精准定位与智能安防需求日益增长。本产品所具备的高精度定位功能，能够为车辆提供更为精准的地理位置信息，极大地提升了运输过程中的调度效率和安全性。同时，其智能安防功能，如前向碰撞预警、车道偏离提醒等，有效降低了事故发生率，为驾驶员和乘客的生命财产安全保驾护航。目前，在政策的推动下，越来越多的运输企业和个人将主动或被动地采用此类先进设备，以提升自身的竞争力和安全性。本产品在市场中的应用前景较为广阔，有望在未来的市场竞争中占据重要地位，实现销量的持续增长。（三）经济和社会效益1.项目营收我司将以广西道路运输风控平台为基础，持续为道路运输车辆的行驶安全保驾护航，减少交通事故的发生，保障人民群众的生命财产安全。规划实现全区 26 万台设备的全面覆盖，预计每年可实现营收 1.85 亿元。经计算，在项目资本金投资情况下，运营期 10 年内，所得税后财务内部收益率达到17.41%，财务净现值（Ic=5.5%时）为 7773.19 万元，动态回收期为 6.14 年。2.降低驾乘成本对于车辆运输公司而言，通过使用智能车载终端，可以显著降低运营成本。系统实时检测驾驶员行车过程中是否存在疲劳驾驶、打电话、抽烟、急加速、急减速等不良行为，并及时向监控平台告警。此外，平台定期发送历史行车报告给驾驶员，帮助他们改善日常行车中的操作习惯，从而减少油耗和维修成本，大大提高了企业的经济效益。3.提高区域经济竞争力智能车载终端的推广带动了信息技术、金融服务等相关产业的发展，创造了更多的就业机会，进一步拓宽了经济增长点。（五）智慧无人机自动机场巡检系统申报单位名称广西北投信创科技投资集团有限公司联系人及联系方式 陆景宇，13878802651人工智能产品名称 智慧无人机自动机场巡检系统人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介北投信创成立于 2020 年 10 月，注册资本 3.6 亿元，是广西北部湾投资集团有限公司的全资子公司，专注于数字产业发展。公司拥有雄厚的技术人才基础，其中博士 5 名，研究生及以上学历员工占比近 60%，大学本科及以上学历员工占比达 98%。北投信创综合运用 5G、AI、大数据、区块链、物联网等新一代信息技术，提供智慧政务、智慧交通、智慧医疗、智慧城市和工业互联网等领域的数字化解决方案，培育“ 数字”新业务模式。北投信创在人工智能产品研发领域有深厚的积累，拥有从算法研发到产品应用的全套研发体系。目前自主研发了雷视融合一体机、轻量化公路巡检装备、AI 编目系统、广西道路运输车辆风险管理15平台、东盟文旅大模型等多款人工智能产品，广泛应用于智慧交通、智慧法院、智慧口岸等领域。北投信创积极参与自治区党政信创工程，承接外省 IT 新技术向广西的转移落地，加快成长为自治区数字经济龙头企业，更好地推动广西数字产业引进和聚集，服务全区经济社会发展。（二）产品简介智慧无人机自动机场监管系统包含小型多旋翼无人值守机巢、大型多旋翼无人值守机巢、AI 智能检测系统以及北投信创空地智联飞行管控平台。小型多旋翼无人值守机巢：最大飞行半径 8km，最大飞行时间 35min，防护等级 IP55，小雨可起飞，24 小待命，无人值守起飞，搭载 2000w 像素高清摄像头，性价比高，部署灵活。大型多旋翼无人值守机巢：最大飞行半径 10km，最大飞行时间 50min，防护等级 IP55，小雨可起飞，24 小待命，无人值守起飞，可搭载激光雷达、喊话器等中型外设，支持多种业务应用。AI 智能检测系统：利用强有力的北投云服务器及先进机器学习技术，可对城市重点道路区域进行多时段全天候常态化空地巡逻，对占道违停实时监控、抓拍取证。并可对城市道路交通路口进行智能分析，判断交通拥堵情况。北投信创空地智联飞行管控平台：可通过远程控制，针对不同应用场景制定巡飞任务，指挥自动机场和无人机作业。实现管理员端远程规划航线、设置多个巡检任务并远程发送作业指令，从而在远端办公地点管理各类巡检任务执行。完成 2024 年广西交通行业地方标准公路监测无人机巡检系统建设技术规范立项申报，完成行业标准制定。基于低空无人机的公路智慧巡查监管与养护平台试点项目 获广西交通厅交通强国智慧交通试点项目立项建设，进行行业应用试点。（三）经济和社会效益无人机自动机场监管系统目前已应用于普通国省干道宾阳思陇养护站边坡巡检、沙吴路智慧高速检测试点、平路运河土石方测量、城市道路交通检测试点等多个场景，拥有广阔的市场前景。随着传感器、动力系统、通信技术等关键技术的不断突破，以及人工智能、边缘计算等新兴技术与无人机的深度融合，无人机的性能不断提升，应用范围也在不断扩大，无人机技术可用于交通监控和突发事件响应，无人机在应急救援、灾害监测等方面具有快速响应、灵活机动的优势，能够为应急工作提供有力支持，为城市道路管理提供高效手段。本产品推广后，预计撬动相关产值 3000 万元。（六）AI 货运物流风控系统申报单位名称广西北投信创科技投资集团有限公司联系人及联系方式 冯子扬，19162300961人工智能产品名称 AI 货运物流风控系统人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介北投信创成立于 2020 年 10 月，注册资本 3.6 亿元，是广西北部湾投资集团有限公司的全资子公司，专注于数字产业发展。公司拥有雄厚的技术人才基础，其中博士 5 名，研究生及以上学历员工占16比近 60%，大学本科及以上学历员工占比达 98%。北投信创综合运用 5G、AI、大数据、区块链、物联网等新一代信息技术，提供智慧政务、智慧交通、智慧医疗、智慧城市和工业互联网等领域的数字化解决方案，培育“ 数字”新业务模式。北投信创在人工智能产品研发领域有深厚的积累，拥有从算法研发到产品应用的全套研发体系。目前自主研发了雷视融合一体机、轻量化公路巡检装备、AI 编目系统、广西道路运输车辆风险管理平台、东盟文旅大模型等多款人工智能产品，广泛应用于智慧交通、智慧法院、智慧口岸等领域。北投信创积极参与自治区党政信创工程，承接外省 IT 新技术向广西的转移落地，加快成长为自治区数字经济龙头企业，更好地推动广西数字产业引进和聚集，服务全区经济社会发展。（二）产品简介一、研发背景近年来，随着交通货运物流行业的快速发展，交通事故频发、货物损失率高、运营成本上升等问题日益突出。这些问题不仅阻碍了普货物流行业的健康发展，也对人民群众的生命财产安全构成了威胁。根据中国物流与采购联合会2022 年货车司机从业状况调查报告的数据，82.4%的货车司机日均工作时长在 8 小时以上，疲劳驾驶现象普遍，行车安全存在重大隐患。此外，中国公路货运安全白皮书 2021指出，疲劳驾驶、激进驾驶等司机问题为道路货运事故最主要因素，占比达 37%，其次是设备盲区等装备因素，占比 35%。为了应对这些挑战，国家出台了一系列政策文件，如“十四五”现代综合交通运输体系发展规划等，旨在加强道路运输营运车辆的风险管控和行业风险管理水平。特别是在广西，据统计，广西总质量为 12 吨及以上普通货运车辆约 191,673 辆，4.5 吨至 12 吨的普货车辆 51,456 辆。面对如此庞大的货运市场，AI 货运物流风控系统应运而生，并得到了政府层面的支持，旨在通过先进的技术手段提升道路运输的安全性和效率。广西道路运输车辆风险管理平台已于 2024 年 8 月获国家发展改革委批复立项，使广西成为首批交通领域 DBD 智能安防服务设备规模化应用的三个试点区域之一。二、功能描述“AI 货运物流风控系统”是一款针对广西物流行业设计的智能终端设备报警二次识别系统，集成了图像识别技术、风险评估算法以及驾驶行为分析模型，致力于提升货运车辆的安全性和运营效率。其主要功能包括：1.多信息抽取及卡证矫正：支持行驶证、身份证、SIM 卡（特色服务）、车牌号、营业执照信息、车架号等多种关键证件信息的快速提取及自动矫正，极大提高了装维人员的信息录入效率。2.历史风险评分算法：根据车辆和企业的日常运营数据，定期计算日、周、月的历史风险评分，提前预警潜在风险。3.行车过程评分算法：基于司机的驾驶行为，实时计算行车评分，降低事故发生的可能性，智能处理报警并降低人工客服工单处理量。4.视觉二次识别算法：实现 ADAS/DSM/BSD 报警的云端校准，减少误报率。三、应用情况目前“AI 货运物流风控系统”已在广西道路运输车辆风险管理平台上线，特别针对广西籍“两客一危一重”道路运输车辆推广产品规模化应用。截至目前，已有近万辆车辆安装了该系统，并取得了显著成效，有效提高了行车安全性，降低了事故率。未来预计可安装总数将达到 24.5 万辆，覆盖更广泛的货运车辆群体。四、市场前景鉴于广西作为首批交通领域 DBD 智能安防服务设备规模化应用试点区域之一的地位，以及庞大的17货运车辆基数，“AI 货运物流风控系统”的推出不仅响应了国家关于加强道路运输营运车辆风险管控的要求，也为物流企业提供了高效、低成本的解决方案。通过显著提高工作效率和服务质量，该系统有望在未来几年内广泛应用于广西乃至更广泛的地区，成为物流企业和车队管理者不可或缺的智能助手。其强大的功能和显著的应用效果预示着它在市场竞争中具有广阔的发展空间，有助于推动整个物流行业的智能化转型，确保行车安全，减少事故发生，保障人民生命财产安全。（三）经济和社会效益1.项目营收“AI 货运物流风控系统”平台依托数据驱动，核心聚焦于“安全 服务”，涵盖北斗智能安防服务设备、在途风控服务、数据分析等。该方案旨在为保险公司提供切实有效的“风险减量”解决方案。本项目规划实现全区 26 万台设备的全面覆盖，预计每年可实现营收 1.85 亿元。经计算，在项目资本金投资情况下，运营期 10 年内，所得税后财务内部收益率达到 17.41%，财务净现值（Ic=5.5%时）为7773.19 万元，动态回收期为 6.14 年。这表明项目不仅具有良好的经济效益，还能够为投资者带来可观的回报。2.降低驾乘成本对于车辆运输公司而言，通过使用“AI 货运物流风控系统”，可以显著降低运营成本。系统实时检测驾驶员行车过程中是否存在疲劳驾驶、打电话、抽烟、急加速、急减速等不良行为，并及时向监控平台告警。此外，平台定期发送历史行车报告给驾驶员，帮助他们改善日常行车中的操作习惯，从而减少油耗和维修成本，大大提高了企业的经济效益。3.提高区域经济竞争力项目的实施不仅提升了广西的交通效率，也增强了区域经济的整体竞争力。首先，通过优化交通资源配置，降低了物流成本，使得更多企业愿意选择广西作为其物流中心或生产基地，促进了地区经济的快速增长。其次，“AI 货运物流风控系统”的推广带动了信息技术、金融服务等相关产业的发展，创造了更多的就业机会，进一步拓宽了经济增长点。此外，随着项目影响力的扩大，吸引了更多高科技企业和人才落户广西，对区域经济发展产生了积极影响。（七）一体化人工智能车型识别仪申报单位名称广西北投数字科技产业有限公司联系人及联系方式 韦英伦 13977189257人工智能产品名称 一体化人工智能车型识别仪人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介广西北投数字科技产业有限公司作为广西交科集团有限公司的全资子公司，深耕智慧交通领域多年，其业务和技术发展充分体现了人工智能在高速公路机电设备领域的应用与创新。公司不仅在传统机电设备的研发、生产与维护方面积累了丰富经验，还积极探索人工智能技术在智慧交通中的应用，推动交通管理的智能化与科学化发展。公司生产的隧道巡检机器人、智能车道一体机、自动发卡机器人等设备，均融入了人工智能技术。公司借助人工智能算法，对高速公路机电设备进行实时监控和预测性维护。通过分析设备运行数18据，AI 系统能够提前识别潜在故障并优化维护策略，减少设备停机时间。这种智能化运维模式不仅提高了设备的稳定性和使用寿命，还降低了维护成本。公司参与了广西高速公路收费清分中心信息化系统、ETC 联网清分中心系统等大型信息系统的集成与建设。这些系统通过人工智能技术优化交通流量管理、提升收费效率，并为交通管理者提供决策支持。业务范围除广西市场外已拓展至云南、贵州等地，是广西交科集团有限公司智慧交通产业化的重要组成部分。公司下设 9 个部门，共有员工 90 余人，中高级职称及研究生 20 余人，拥有五星级售后服务证书、电子与智能化工程专业承包二级、公路交通工程（公路安全设施）专业承包一级、建筑施工安全生产许可等资质，拥有专利及软件著作权超过 60 项，先后通过 ISO9001 质量管理体系认证及高新技术企业认定，获评 AAA 级信用企业、广西工业企业质量管理标杆、广西交通运输行业青年文明号、自治区及南宁市专精特新中小企业、南宁市企业技术中心、南宁市工程技术中心、广西瞪羚企业、广西数字化车间。公司拥有完善的检测设备仪器、专业的产品生产线、技术力量坚实的研发团队和经验丰富的机电工程专业维护队伍，是一家集研发、检测、生产、销售、售后服务、专项工程维护于一体，能够为客户提供一站式专业服务的高科技企业。公司作为国内专业研发及生产高速公路机电设备的高新技术企业之一，自成立以来，累计承担了广西区内 2100 多条 MTC 车道、1000 多条 ETC 车道和 300 多条自助车道的机电产品及相关路段隧道主要机电产品研发、设计与生产，参与了广西高速公路收费清分中心信息化系统、广西高速公路监控中心信息系统、广西高速公路联网电子不停车收费（ETC）系统服务及结算平台、ETC 联网清分中心系统等大型信息系统的集成产品生产和施工建设，参与开发了广西高速公路联网电子不停车收费系统服务及结算平台、联网清分中心，参与建设了南宁、柳州、河池、防城港等地区的 ETC 不停车收费车道系统，为广西交通建设管理特别是高速公路管理的智能化、科学化作出了积极贡献。（二）产品简介一、研发背景：一体化人工智能车型识别系统是广西北投数字科技产业有限公司自主研发的智能交通产品，旨在通过先进的 AI 技术实现对车辆的精准识别与分类。该系统基于深度学习算法，结合高清摄像头与智能传感器，能够实时捕捉车辆的外观特征、车牌信息、车型类别等关键数据，并在复杂环境下保持高准确率。二、研发技术：1.精度识别技术：支持多种车型的精准识别，覆盖轿车、货车、客车、特种车辆等，识别准确率超过 99%。这种高精度识别能力基于先进的图像处理算法和深度学习模型，能够有效提升交通管理的智能化水平。2.多场景应用能力：系统适用于高速公路收费站、城市道路监控、停车场管理等多种场景，展现了强大的通用性和适应性。这种多场景应用能力能够满足不同交通管理需求，提升整体交通系统的运行效率。3.实时性与稳定性：系统能够在复杂光照、恶劣天气等条件下稳定运行，并实时反馈车辆信息。这种实时性和稳定性对于交通管理的高效性和安全性至关重要，能够有效减少事故风险。4.数据整合与分析能力：支持与交通管理平台无缝对接，提供实时数据和分析报告，助力交通流量优化与安全管理。通过数据整合与分析，交通管理部门可以更全面地掌握交通运行状况，及时发现异常情况并做出科学决策。19三、应用情况：目前，该系统已在广西多个高速公路收费站和城市交通监控点投入使用，显著提升了交通管理效率和安全性。未来，公司计划进一步拓展市场，覆盖更多城市和地区。四、市场前景：随着智能交通系统的普及，一体化人工智能车型识别系统具有广阔的市场前景。其高效、精准的识别能力能够满足交通管理、安防监控、智慧停车等多领域的需求，有望成为智能交通领域的重要技术支撑。（三）经济和社会效益一、经济效益：1.提升交通管理效率：通过精准识别车辆信息，减少人工干预，降低运营成本。例如，在高速公路收费场景中，系统可实现快速收费，减少拥堵时间，提升通行效率。2.优化资源配置：为交通管理部门提供实时数据支持，助力交通流量优化，减少交通拥堵带来的经济损失。3.拓展市场空间：该系统具有较强的市场竞争力，能够为公司带来新的业务增长点，预计未来三年内可实现收入增长 30%以上。二、社会效益：1.提升交通安全：精准识别车辆信息，为交通执法提供有力支持，减少交通违法行为，降低交通事故发生率。2.助力智慧城市建设：作为智能交通系统的重要组成部分，该系统能够为城市的智慧化管理提供数据支持，提升城市运行效率和居民生活质量。3.推动行业创新：一体化人工智能车型识别系统的成功应用，为智能交通领域提供了新的技术思路，推动行业向智能化、高效化方向发展。（八）基于 DeepSeek 大模型的政务智能体一体机申报单位名称润建股份有限公司联系人及联系方式 李林强 15002014895人工智能产品名称 基于 DeepSeek 大模型的政务智能体一体机人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介润建股份有限公司（以下简称润建股份）成立于 2003 年 1 月，2018 年 3 月在深交所上市，注册资本 22,074.6347 万元，现拥有在职员工 6000 余人，研发人员 1700 余人，持有各类证书 7000 余本。润建股份是领先的数字化智能运维（AIops）服务商、中国服务业企业 500 强、中国软件百强企业、国家知识产权优势企业，是广西本土培育的民营上市企业，是广西第一家获 CMMI5 认证的高新技术企业，产品及服务涵盖通信网络、数字网络、能源网络三大业务，业务覆盖 29 个省及东南亚等“一带一路”沿线国家。2023 年营业收入超 88.3 亿元，为地方税收贡献近 2 亿元。公司已构建 6 地（南宁、广州、深圳、北京、济南、德国）15 个研发中心的研发组织架构，坚持“技术与产品”的双重创新研发模式，重点面向通信、政务、警务、消防、电力与新能源等行业场景20应用，开展人工智能、大数据、5G、物联网等多元化技术研究与产品研发，累计获得知识产权 600 余项。自主研发项目及孵化的 Run 系列数字化产品已覆盖 65 个应用场景，涵盖工业物联网、数智城管、社会综合、治理教育、数字化乡村振兴、XR 应用等领域。通过坚持加大研发投入开展产品自主研发工作，不断丰富公司创新产品种类，提高公司的市场风险防控能力，市场竞争力得到进一步提升，逐渐成为行业的“领跑者”。公司先后获得广西创新联合体、广西企业技术中心、广西技术创新中心、广西新型研发机构、广西重点实验室、广西博士后创新实践基地、南宁市企业技术中心、南宁市“人才飞地”研究中心、南宁市产学研协同创新企业、南宁市高技能人才培养基地等各级科研平台 10 余个，承担科技攻关项目40 余项。拥有通信类、电力类、政企业务类、软件研发及技术类、公共类等资质超 50 项，是广西唯一一家获得信息系统建设和服务能力评估 CS4 企业、广西本土首家通过 CMMI5 资质认证企业，资质及管理体系认定为区内最完善的企业。公司与五象新区共同打造了五象云谷智算中心，该智算中心获得了“国家绿色数据中心”、中国通信院三个“5A”认证及中国质量认证中心（CQC）颁发的 A 级等级证书的智算中心，认证等级跻身全国前五。五象云谷智算中心可承载两个万卡集群，提供高达 40000PFlops 智能算力，已经实现 1000P的千卡集群。同时润建股份将自身在五象云谷智算中心全生命周期的丰富经验输出至东盟多个国家。目前已在印度尼西亚、马来西亚、菲律宾、越南等国家参与建设了 24 个数据中心案例，成功将中国数据中心服务一体化的设计、建设、运维能力和标准规范输出到东盟国家。（二）产品简介一、研发背景近年来，国家出台了一系列政策措施推动人工智能与各行各业的深度融合，中华人民共和国中央人民政府发布以“高效办成一件事”为抓手 大力推动政务服务水平整体跃升 群众办事体验持续优化指导意见、国家数据局等部门关于印发“数据要素 x”三年行动计划(2024-2026 年)、科技部等六部门关于印发 关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见，尤其是在政务领域，政府积极推动智慧政务建设，提高政务服务水平和效率。润建股份抓住这一产业机遇，依托自身在人工智能领域的积累和技术优势，研发政务智能体一体机，为智慧政务提供有力支持。润建股份致力于为数智化转型提供 RISC-V AI 创新解决方案，始终坚持软硬一体自主可控的发展方向，是 RISC-V AI 计算公司中的领导者。随着 2025 年 DeepSeek 大模型火爆全网，公司积极推进国产算力生态发展，联合广州希姆半导体科技有限公司（希姆计算）打造完全自主可控的“算力-算法-应用”全国产闭环生态，采用自主研发 AI 芯片、编译器、工具链与 DeepSeek 深度耦合，成功完成Deepseek-R1 系列蒸馏模型的适配，并发布业内领先的 DeepSeek 加持全国产算力政务智能体一体机，为智慧政务提供基于 DeepSeek 大模型的软硬件一体化解决方案。二、产品功能政务智能体一体机是面向政务场景开发的软硬件一体化解决方案，在事项查询准确度、智能化水平、落地成本、系统可靠性等方面具有显著优势。21硬件层面为一台 4U 双路异构服务器，搭载 8 张基于润建股份自研 RISC-V 开源指令集的高性能推理加速卡。单卡集成 32 个高性能自研 NeuralScale 架构神经网络处理核心，提供 153T FLOPS FP16 智能算力并具有高效能比，高灵活性,可编程性和可扩展性等特点。整机算力以 FP16 计高达 1.2P FLOPS，以 INT8 计高达 2.4P OPS。软件层面搭载集成了多种算法能力的自研政务专家引擎，包括意图理解、澄清反思、GraphRAG 等，针对政务事项问答可达到 95% 的准确率；智能体通过政务图谱将业务经验转换为知识，给公众带来真实的互动体验和准确的政务指引，应对公众丰富多样的提问，极大提升服务满意度及智能化体验。基于全自研工具链，可以显著提升开发效率，实现智能体的快速落地，周期从几个月缩短到 2 周，并提供极具优势的落地与维护成本。软硬件协同设计的智能体系统，提供了稳定可靠的服务发布能力，充分保证服务质量。三、应用情况基于政务智能体一体机可以快速落地智能政务问答助手，目前已对服务频次占比约 60%的高频部门公安、交通、市场、卫健、人社等进行了深度优化，基于积累的丰富政务专家知识和在数据梳理、图谱构建、提问理解、问答生成等关键工具链中的针对性调优，为政务部门带来更为极致的智能化体验。经过多地政务专家评测，本产品问题解决能力和智能化体验大幅领先国内同类产品，在政务场景的解答平均准确率可达 95%。在政务服务大厅高峰期，仅靠人工导办员进行业务办理引导，容易出现人群拥挤、服务效率低等问题，而政务智能体一体机能够快捷地引导公众办理所需事项，提高服务效率和质量。此外，政务智能体一体机还能够通过构建智能体咨询服务平台，解决公众政务办事中遇到的困难与问题，进一步提升公众满意度和获得感。四、市场前景润建股份与希姆计算打造的政务智能体一体机适用于快速构建一个覆盖当地各政务服务部门的统一智能咨询服务平台。这不仅仅是一个技术解决方案，更是顺应国家数字政府改革建设“十四五”规划的重要举措，旨在通过智能化手段推动政务服务的智能化转型。一体机能够覆盖各级政务服务部门办事相关信息，包括但不限于行政服务中心、街道办事处、社区工作站等，为公众提供 24 小时不间断的智能化咨询服务。实现对公众咨询请求的智能响应、办事指南查询等功能，优化公众获取信息的途径，简化办事流程，提升政务服务效率和质量，创造更优的营商环境，引领“智慧政务”新风尚，助力智能体落地区域成为政务服务现代化的典范区域。在当前全球 AI 技术竞争日益激烈的背景下，自主可控的先进算力，自主可控的先进大模型和自22主可控的智能体应用都将成为实现 AI 领域的弯道超车和全面落地不可或缺的基石。润建股份与希姆计算通过将政务智能体一体机与 DeepSeek 大模型结合，优化政务流程，为政务数智化转型提供了安全可靠的技术支撑。（三）经济和社会效益一、经济效益1.降低运营成本政务智能体一体机通过 DeepSeek 大模型、算力集群和优化工具，是一套完备的软硬件一体化解决方案，内置政务专家引擎，适配速度快，实现“即插即用”，降低了政务部门的 AI 应用部署成本。润建股份政务智能体一体机内置曲尺调度平台，算力规模灵活可扩展，可提供本地化部署确保数据“不出域”，减少了数据传输和存储的成本；一体机采用自主可控的高性能 AI 算力和自研的 RISC-V开源高效指令集，保障了数据安全。同时，基于 DeepSeek 大模型的高性价比特性，如 API 成本仅为OpenAI 某版本的 1/27，进一步降低了 AI 应用的综合成本。2.提升政务服务效率政务智能体一体机具备“政务知识图谱 大模型反思 政务专家知识库”，擅长处理复杂知识，多轮对话和回答准确性方面的用户体验尤为出色。能够实现对公众咨询请求的智能快速响应、办事指南查询等功能，优化公众获取信息的途径，简化办事流程，从而大幅提升政务服务效率。高效的算力支持和精准的算法能力，使得政务智能体能够在短时间内处理大量政务事务，提高政府工作效率。3.促进产业升级随着 AI 技术的不断成熟和应用场景的拓展，政务智能体一体机有望成为未来政务服务的重要基础设施，为产业升级提供有力支撑。政务智能体一体机的推出，将推动 AI 技术在政务领域的应用和发展，带动相关产业链上下游企业的协同发展。二、社会效益1.提升公众满意度政务智能体一体机通过提供智能化的政务服务，能够显著提升公众对政务服务的满意度和信任度。精准的算法能力和高效的算力支持，使得政务智能体能够准确理解公众需求，提供个性化的服务方案，增强公众的获得感和幸福感。2.推动智慧城市建设政务智能体一体机是智慧城市建设的重要组成部分，能够推动城市治理体系和治理能力现代化。通过整合政务资源、优化政务服务流程、提高政务服务效率等方式，政务智能体一体机有助于构建更加智慧、便捷、高效的城市治理体系。3.促进政务公开与共享政务智能体一体机的应用，能够推动政务信息的公开透明和共享共用，增强政府工作的透明度和公信力。通过智能化的政务服务方式，政务智能体一体机有助于打破信息孤岛，实现政务信息的互联互通和共享共用，提高政府决策的科学性和民主性。4.带动就业与人才培养润建股份对基于 DeepSeek 大模型的政务智能体一体机的研发、部署和维护等过程，将进一步带动相关产业的发展和就业岗位的增加。同时，政务智能体一体机的应用和推广，也将促进 AI 人才的培养和引进，为相关产业的发展提供人才保障。23（九）智能算力一体机申报单位名称南宁市迈越软件有限责任公司联系人及联系方式 王宇翔 13521774867人工智能产品名称 智能算力一体机人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介南宁市迈越软件有限责任公司是中国领先的数字解决方案提供商，成立于 2003 年 3 月 13 日，专注于利用人工智能、大数据及云计算等技术赋能客户产业数字化转型，推动社会经济健康可持续发展，致力于成为客户领先的数字化转型合作伙伴。集团公司迈越科技股份有限公司（股票代码：2501.HK）于 2023 年 10 月 11 日在香港联合交易所成功上市，成为广西首家登陆港交所主板的科技创新型民营企业。公司以人工智能为核心技术引擎，致力于为教育、政府、企事业单位及电子竞技等行业领域，提供全方位的场景化解决方案：智慧教育：公司已形成覆盖教育教学全场景的 AI 赋能体系。公司自主研发的 AI 智能体应用平台已融入多所学校教学实践，提供智能检索、数据挖掘、多模态资源生成等基础能力。接入 DeepSeek-R1模型后，平台更是扩展出校园百事通、智能写作助手、AI 教研助手等创新模块，全方位支持学校教育教学、管理决策和科研创新。AI 课堂教学质量分析平台则是通过计算机视觉与自然语言处理等 AI 技术，赋能学校教育教学评价改革，实时分析课堂互动、氛围和教学模式等课堂指标，形成完整评价系统，为教学质量提供科学依据。智慧政务：公司依托自主研发的高性能算力服务与 AI 智能体应用平台，为南宁市民政局打造了高效、精准的民政业务管理体系。通过整合社会救助、养老服务、社区治理等多维度数据，实现了民政业务的智能化分析和精准化服务。合同管理：AI 合同管理平台已成功应用于广西北部湾国际港务集团有限公司与北部湾港股份有限公司等多家大型企业，通过智能条款审查、履约风险预警等功能，实现合同全生命周期数字化管理，显著提升企业运营效率。接入 DeepSeek-R1 模型后，平台提升了法律语义理解深度和风险预测精准度，支持多模态处理能力，实现语音与文本跨模态融合。智慧交通：迈越研发团队与广东交通集团旗下公司利通科技合作，共同推进交通基础设施数字化升级。双方成功完成了国产化 GPU 适配测试，并在广惠高速公路完成了视频云网关替换。未来，公司计划部署更多具备边缘计算能力的 AI 服务器集群，实现对交通流量、路况信息、突发事件等数据的实时感知和分析。算力服务：公司推出算力上云解决方案，通过万兆光网络与高性能计算能力构建分布式算力网络，为网吧、电竞、教育、设计、大模型训练与推理等场景提供高性价比弹性算力服务。国际布局上，公司在马来西亚马中关丹产业园落地算力中心项目，为当地提供高效、稳定的算力服务，赋能东盟地区数字化转型。公司开创性提出“数云融合、AI 赋能”战略和技术体系框架，通过泛在的敏捷 IT 治理能力和高效的数据驱动能力，构建跨界融合创新的数字业务场景与新业务模式，助力政府、教育与企业级客户建立面向未来的核心竞争力和竞争优势，全面赋能数字化、智能化转型升级。24（二）产品简介一、产品名称智能算力一体机二、研发背景近年来，国家大力推动人工智能产业发展和数字化转型，出台了一系列政策支持智能算力基础设施建设，强调国产化技术自主可控，并鼓励 AI 技术在金融、政务、教育等垂直领域的深度应用。在此背景下，南宁市迈越软件有限责任公司紧跟这一趋势，结合 DeepSeek 大模型技术，研发了开箱即用、快速部署的智能算力一体机。作为软硬件结合的高性能计算设备，智能算力一体机通过预置行业知识图谱、支持增量训练以及算力资源池化配置，实现多算力硬件资源的统一管理与动态分配，显著提升了算力利用效率，为各领域提供从硬件基础设施到软件算法优化的一站式解决方案，助力其在数字化转型中抢占先机。三、核心优势1.全面针 DeepSeek 大模型优化：25全面支持 DeepSeek-7B/13B/33B/70B 系列模型，通过量化与分布式推理技术，显著提升模型推理效率。结合 Megatron-LM 框架，实现多 GPU 并行流水线推理，吞吐量提升 3 倍以上。2.智能体软硬件集成，实现开箱即用：（1）提供多模态交互能力（文本、语音、图像），支持低代码开发行业智能体。（2）预置教育、金融、政务等垂直领域知识图谱，支持私有化部署与增量训练。（3）预置算力资源池化配置，实现多算力硬件资源统一管理，算力资源统一分配。产品框架图26内置智能问答系统示例算力资源池优化调度管理3.技术能力本地化支撑：我公司具备从研发、实施到售后的技术团队，可实现本地化技术服务，助力客户安心使用和应用。四、应用情况我公司作为技术合作伙伴，助力桂林电子科技大学和南宁师范大学完成 DeepSeek 大模型的本地化部署，推动智慧校园建设取得显著成果。基于昇腾 AI 计算框架，迈越智能算力一体机集成鲲鹏通用算力与昇腾 AI 算力，实现了从模型训练到服务部署的全流程国产化，为学校提供了高性能、低延迟的智能算力支持。在桂林电子科技大学，我公司助力构建“人工智能 ”创新联合体，探索人才培养新模式，推动关键核心技术攻关；在南宁师范大学，我公司协同完成基础设施搭建、模型部署与系统调优，为智慧校园建设注入强劲动力。通过 DeepSeek 大模型的应用，两所学校的校园学习与生活更加智慧化、便利化，展现了智能算力一体机在教育领域的广泛应用前景，也为广西乃至更广泛区域的数智化发展提供了有力支撑。五、市场前景随着人工智能技术的快速发展和数字化转型的深入推进，智能算力一体机作为软硬件结合的高性27能计算设备，展现出广阔的市场前景。以下从政策支持、行业需求、技术趋势和市场竞争等方面进行分析：1.政策支持推动市场增长国家近年来出台了一系列政策，如关于加快构建全国一体化大数据中心协同创新体系的指导意见、关于支持人工智能产业高质量发展的若干措施、数字中国建设整体布局规划等，从算力基础设施建设到行业应用落地，从国产化技术发展到绿色低碳要求，政策导向与智能算力一体机的技术特点高度契合。这些政策为智能算力一体机的发展提供了强有力的支持，同时也催生了巨大的市场需求。我公司将进一步推动智能算力一体机在金融、政务、教育等领域的广泛应用，抢占市场先机。2.行业需求持续扩大金融领域：金融机构需要处理海量数据以提升风控能力、优化客户服务，智能算力一体机的高性能计算能力和低延迟推理特性，能够满足实时交易分析和智能投顾等场景的需求。政务领域：政府部门对数据安全和隐私保护要求极高，智能算力一体机支持私有化部署和增量训练，能够帮助政务系统实现高效、安全的智能化升级。教育领域：教育行业正逐步向个性化、智能化方向发展，智能算力一体机通过预置教育知识图谱和低代码开发能力，能够快速构建智能教学助手、个性化学习平台等应用。3.未来发展趋势垂直领域深度应用：智能算力一体机将进一步向金融、政务、教育、医疗等垂直领域渗透，提供更专业的解决方案。生态合作与标准化：随着技术生态的成熟，智能算力一体机将与更多 AI 技术提供商、行业应用开发商合作，形成标准化、模块化的产品体系。全球化市场拓展：随着国产化技术的成熟和国际市场对 AI 算力需求的增长，智能算力一体机有望走向全球市场，参与国际竞争。（三）经济和社会效益智能算力一体机不仅为企业及机构带来了显著的经济效益，降低了 AI 应用的成本和技术门槛，还通过赋能教育、政务等领域，推动了社会智能化转型，助力国产化技术发展，展现了广泛的社会价值。一、经济效益1.降低部署与运维成本：智能算力一体机开箱即用、快速部署的特性，大幅缩短了 AI 应用的部署周期，减少了运维成本。2.提升算力资源利用效率：通过多模组并行计算、动态量化技术和算力资源池化配置，显著降低显存占用和能耗成本，最大化算力资源价值。3.减少开发投入：预置行业知识图谱和低代码开发能力，降低了企业和机构在 AI 应用开发中的技术门槛和人力成本。二、社会效益1.推动教育智能化：助力高校构建智慧校园，提升教学和管理效率，为人才培养提供智能化支持。2.保障数据安全与隐私：私有化部署满足政务等领域对数据安全和隐私保护的需求，推动公共服务智能化升级。3.促进国产化技术发展：基于国产化硬件和软件架构，符合国家自主可控政策，推动关键技术的国产化进程。28（十）麒麟信安全国产化智算一体机申报单位名称广西麒麟信安科技有限公司联系人及联系方式 周竞 18674455439人工智能产品名称 麒麟信安全国产化智算一体机人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介广西麒麟信安科技有限公司成立于 2025 年，是湖南麒麟信安科技股份有限公司全资子公司。麒麟信安是国家级高新技术企业，科创板上市企业，公司主要从事操作系统产品研发及技术服务，并以操作系统为根技术创新发展云计算和信息安全业务，致力于推进国产化安全应用。目前产品已在国防、电力、金融、党政等重要领域得到了广泛应用，并助力“神舟”上天、“远望”出海，“北斗”组网等国家重大工程。麒麟信安操作系统在国内连续八次通过公安部等保四级安全认证，麒麟信安服务器操作系统 V3 通过了中国信息安全测评中心的安全可靠测评，完全满足政府采购标准。麒麟信安还多次承担国家科技重大专项、信息安全专项等国家级以及省市级重点项目。公司多次获得省级科学技术进步奖、中国军民两用创新大赛金奖，并多次荣获工信部、国家工业和信息安全发展研究中心及权威行业颁发的信创优秀解决方案奖项。公司现有员工 643 人，技术研发人员占比公司总人数 60%以上，核心团队 2020 年获批湖南省科技创新创业团队称号。（二）产品简介一、背景：随着人工智能技术的快速发展，大模型已成为推动 AI 应用落地的核心引擎。DeepSeek 大模型的出现，凭借其开源特性、低成本优势和高推理效率，迅速成为行业焦点，吸引了众多企业的关注和布局。DeepSeek 大模型不仅在参数规模和性能上表现出色，还成功适配了多种硬件平台，如 RISC-V AI SoC芯片，展现出强大的兼容性和高效推理能力。这一技术突破为企业提供了更灵活、低成本的 AI 部署方案，推动了 AI 应用从云端向边缘端和终端设备的延伸。在此背景下，麒麟信安积极响应行业趋势，推出麒麟信安全国产化智算一体机，旨在为客户提供一站式 AI 解决方案。智算一体机深度融合 DeepSeek大模型，支持本地化部署和高效推理，满足企业对数据安全、低延迟和高性能的需求。这一举措不仅体现了麒麟信安在 AI OS 融合技术上的领先优势，也进一步推动了国产操作系统与 AI 大模型的协同发展。此外，麒麟信安通过与 DeepSeek 等大模型的深度合作，加速了 AI 技术在智能制造、智慧政务、金融等领域的落地应用。麒麟信安全国产化智算一体机的推出，标志着麒麟信安在 AI 应用生态建设中的战略布局，为客户智能化转型提供了强有力的支持。总之，DeepSeek 大模型的出现为 AI 应用开辟了新的可能性，而麒麟信安全国产化智算一体机的推出，则是这一趋势下的重要实践，为客户布局 AI应用提供了高效、安全的解决方案。二、功能：1.DeepSeek 系列模型全面兼容适配，满足用户多元需求经过深度优化与精准适配，麒麟信安全国产化智算一体机与 DeepSeek 系列模型实现了无缝兼容，包含 DeepSeek V3、DeepSeek R1 和 DeepSeek Janus Pro，还支持全系列量化蒸馏版本。同时，对 QWen2.5、29LLama3.2、ChatGLM 等主流大模型也全面兼容。2.安全可靠，筑牢智算数据安全防线麒麟信安全国产化智算一体机，以麒麟信安操作系统为安全底座，为 DeepSeek 大模型构筑了一个稳定且高效的运行环境。一体机支持对接集磁盘加密与文件加密功能于一体的麒麟信安安全存储系统，将一体机智算数据存放此系统，能有效抵御智算数据泄露和丢失的风险，进一步筑牢智算数据的安全防线。3.全方位调优，充分释放硬件算力麒麟信安全国产化智算一体机通过对底层操作系统进程调度算法优化、NUMA 亲和、内存分配策略优化、IO 调度算法优化、Swap 管理策略优化等多种调优技术，有效提高了系统资源管理能力、网络吞吐能力、IO 吞吐性能；同时通过算子融合、模型量化等手段进行 GPU 加速，减少 AI 模型计算量和内存占用，使得 DeepSeek 在鲲鹏服务器 昇腾 AI 卡组合上性能得到最佳，充分释放硬件算力。4.云上灵活扩展，彻底告别服务器崩溃困扰麒麟信安智算一体机一体两用，不仅具备强大的本地计算能力，还支持与麒麟信安云的无缝集成。通过麒麟信安云的纳管功能，一体机上的华为昇腾 AI 卡可实现直通分配给 DeepSeek 大模型云服务器使用。借助云的优势，实现智能算力的动态横向扩展，以及实现云化管理，彻底告别服务器崩溃困扰，提高资源利用率。5.开箱即用快速部署，开启 AI 极致体验麒麟信安全国产化智算一体机深度调优集成，极简部署，支持开箱即用，运维简便。内置智能问答等智能化应用，如客户服务、健康咨询、医疗诊断辅助、理财咨询、政务咨询等，既支持大模型通用问答，也支持企业自建私有知识库，实现内部知识问答。6.灵活定制，场景契合麒麟信安全国产化智算一体机支持根据不同行业用户的需求，灵活提供软硬件定制化服务，赋能客户多种 AI 场景落地。三、应用情况：目前麒麟信安全国产化智算一体机刚推出，还处在产品推广阶段，未在用户侧有应用。（三）经济和社会效益麒麟信安推出集高性能、高安全与智能化于一身的麒麟信安全国产化智算一体机。该一体机产品采用国产鲲鹏 920 架构服务器 华为昇腾 AI 卡，搭载麒麟信安安全操作系统，内置 DeepSeek 大模型，致力于打造面向关键领域的全国产化、软硬件一体化的智算信创解决方案。预计在未来 3 年内，将会面向市场销售超过 2000 套，预计实现该产品及相关产品市场销售额 3000 万以上。累计带动就业 10人以上。融合了 DeepSeek 大模型的麒麟信安智算一体机在多个行业展现出显著的应用价值。例如，在企业服务领域，DeepSeek 能够提供智能客服、金融分析等功能，显著提升企业运营效率。在工业领域，其多模态交互能力能够实现智能化质检和生产辅助。此外，教育、医疗、法律等垂直领域也能通过麒麟信安智算一体机实现智能化升级。麒麟信安智算一体机凭借其强大的技术性能、全栈国产化生态以及广泛的应用场景，展现出巨大的市场潜力。随着国产 AI 技术的不断成熟和市场需求的持续增长，该产品有望在多个行业中实现大规模应用，推动中国 AI 产业的快速发展。30（十一）枢途智能计算边缘终端一体机申报单位名称广西产研院人工智能与大数据应用研究所有限公司联系人及联系方式 袁龙15507814008人工智能产品名称 枢途智能计算边缘终端一体机人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介广西产研院人工智能与大数据应用研究所（以下简称“人工智能所”）成立于 2020 年 8 月 19 日，是自治区人民政府组建的广西产业技术研究院在新一代信息技术领域布局的首批自建研究所，是广西最早设立的专注人工智能应用技术研发与成果转化的新型研发机构。人工智能所主要从事行业大模型、数据智能、视觉智能、语言智能、物联网、虚拟现实应用研究，加强广西人工智能基础设施建设和开展大模型技术研发与应用创新。人工智能所围绕广西产业应用场景对关键核心技术的需求，开展深度研发，获广西科技进步奖二等奖一项，湖北省技术发明一等奖一项；自主研发的数字产品 5G 智能重载运输机器人入选国家工信部 2023 年度智能制造示范工厂优秀场景，4 项行业解决方案入选广西产业链场景能力清单。人工智能所建有自治区级工程研究中心（广西高速公路智慧监测工程研究中心）、自治区制造业创新中心试点培育单位（广西工程机械数字化转型创新中心）、自治区高校工程研究中心（数字医学与健康广西高校工程研究中心）、广西创新联合体（广西壮族自治区有色金属低碳循环利用创新联合体）、南宁市新型产业技术研究机构（广西人工智能与大数据应用技术创新中心）、中国东盟大模型应用实验室等创新平台，同时是高新技术企业、专精特新中小企业、广西全民数字素养与技能培训基地。（二）产品简介一、产品研发背景：在人工智能技术飞速发展的背景下，智能边缘终端作为一种创新技术产品，逐渐受到广泛关注。智能边缘终端通过将计算资源部署在靠近数据源的位置，实现就近进行数据处理和分析，具备低延迟、节省带宽以及保护隐私数据等优点。随着 Deepseek 等大模型浪潮的兴起，大模型相关应用进入高速发展通道，将大模型部署到智能边缘终端具有广阔的应用前景和迫切的市场需求。二、功能：高效的算法执行：枢途智能计算边缘终端具有强大的算力，在靠近数据源的一侧迅速处理信息，大幅减少了数据传输延迟和带宽使用。这种高效执行、快速响应的特性，使其满足智能监控、智能制造等实时性要求高的应用场景的要求。高适配的算法平台：枢途智能计算边缘终端提供高适配性的算法推理平台，能够支持 onnx、Tensorrt、Pytorch、TensorFlow、Hugging Face 等格式的算法模型。支持 Deepseek 大模型应用部署：通过充分挖掘算力，合理分配计算资源，枢途智能计算边缘终端支持部署 Deepseek-7B 模型，以及 Dify 等大模型智能体应用平台，实现在边缘设备上一体化部署大模型推理和应用平台。智能监控与预警：枢途智能计算边缘终端一体机通过部署深度学习算法进行数据分析，可以实现对设备、环境等的实时监控，及时发现异常情况并发出预警。31强大可靠的硬件配置：具有丰富的网络连接方式，包括有线网、wifi 无线网、5G 网络。具备丰富的外设接口，包括 COM 串口、HDMI、USB、GPIO 等。具备工业等级的防尘和散热性能。三、应用情况：南宁铁路平交道口项目和百色烟草物流园项目的应用是枢途智能计算边缘终端一体机的重要应用案例。在南宁铁路平交道口监测应用中，枢途智能计算边缘终端一体机通过部署在道口的摄像头和传感器，实现对过往车辆和行人的实时监控和告警。系统利用深度学习算法对视频数据进行实时分析，能够准确识别车辆和行人的行为，及时发现异常情况并发出预警，从而保障铁路交通的安全和顺畅。此外，系统还可以对道口通行数据进行统计分析，为铁路部门提供决策支持，优化道口管理。在百色物流园区项目中，枢途智能计算边缘终端一体机通过智能化的物流管理，提高了管理效率，降低了运营成本，为企业带来了显著的经济效益。系统利用边缘计算能力，对物流园区的车辆、货物、人员等进行实时监控和管理，实现了物流信息的实时更新和共享。通过智能化的调度和优化，系统提高了物流园区的整体运行效率，降低了物流成本，为企业创造了更大的价值。四、市场前景：枢途智能计算边缘终端一体机作为新兴技术产品，其市场前景极为广阔。随着 5G、物联网、人工智能、大模型等技术的迅猛发展，以及智能制造、智能交通、智慧城市等领域的不断拓展，对智能边缘终端的需求将持续增长。（三）经济和社会效益一、经济效益：枢途智能计算边缘终端一体机在投入百色物流园区项目与南宁铁路平交道口监测项目的应用中，都可节省监控监管人力成本投入约 4 人。按一个人力成本为 12 万/年计算，节约人力成本 48 万元/年；同时系统支持在线软件更新，减少现场运维成本。若运维人员每月现场维护 1 次，单次维护成本 1 万元，累计节约成本 12*1=12 万元/年。此外，枢途智能计算边缘终端一体机的销售也将带来直接的经济收益。二、社会效益：在智能制造领域，枢途智能计算边缘终端一体机通过实时监控和预警生产设备，提高了生产效率，降低了生产成本，为制造业的转型升级提供了有力支持。这不仅有助于提升企业的竞争力，也为经济发展注入了新的活力。其次，在智能交通领域，枢途智能计算边缘终端一体机通过对交通流的实时分析，优化了交通信号控制，有效缓解了交通拥堵，提高了道路通行效率。这不仅改善了市民的出行体验，也为城市的可持续发展提供了有力保障。此外，在智慧城市领域，枢途智能计算边缘终端一体机通过对城市运行的实时监控和管理，提高了城市运行效率，优化了能源使用，提升了城市居民的生活质量。同时，枢途智能计算边缘终端一体机还可以为环境保护、公共安全等社会领域提供支持，提高社会治理水平，促进社会的和谐发展。32（十二）AI 中台软硬件一体机申报单位名称广西塔易信息技术有限公司联系人及联系方式 黄丽媚15778113290人工智能产品名称 AI 中台软硬件一体机人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介广西塔易信息技术有限公司（以下简称“塔易技术”）成立于 2017 年 6 月，注册资金 1000 万元，是一家以“服务客户数字化转型”为核心业务的创新型信息技术企业。公司聚焦于软件研发、网络安全服务和产教融合发展，尤其在人工智能、大数据和网络安全等关键技术领域投入大量资源进行创新研发。塔易技术是国家高新技术企业、广西自治区专精特新中小企业、南宁市认定企业技术中心、广西产教融合试点企业、创新型中小企业、科技型中小企业、AAA 级信用企业；目前已获得国家安全测评中心信息安全服务资质（安全工程类一级）证书、软件能力成熟度集成模型三级（CMMI 3）证书、CCRC信息安全风险评估服务三级证书、ISO 9001、ISO 20000、ISO 27001、ISO 14001 和 ISO 45001 等系列认证。塔易技术高度重视人工智能技术的研发与应用，近三年累计投入研发费用超过 1800 万元，致力于通过技术创新赋能企业、教育、金融等行业应用场景。公司已成立研发中心，逐步形成并转化了一批具有产业价值的核心产品成果。此外，塔易技术还积极参与行业合作，加入广东省人工智能产业协会，进一步推动人工智能技术的落地与应用。此外，在人工智能领域，塔易技术不仅注重技术研发，还通过校企合作推动产教融合，助力高校信息类专业建设，为行业培养高素质技术人才。（二）产品简介一、研发背景1.政策导向：国家及广西大力推动人工智能与实体经济融合，政策支持人工智能基础硬件研发，为项目提供政策保障。2.市场需求：企业对高效、便捷的人工智能解决方案需求迫切，AI 中台软硬件一体机可降低企业使用门槛，满足市场对智能化生产的需求。3.技术基础：人工智能和硬件技术的成熟，为 AI 中台软硬件一体机的研发提供了坚实支撑，可实现软硬件深度融合，提升性能。4.产业赋能：广西制造业、农业等产业亟需人工智能赋能，AI 中台软硬件一体机可针对垂直领域提供定制化解决方案，助力产业升级。5.竞争机遇：填补广西在人工智能硬件产品研发的空白，形成自主知识产权，提升本地产业竞争力。二、产品功能1.集成 AI 中台软件大模型支持：内置多种预训练大模型，支持自然语言处理、图像识别、预测分析等功能，满足多样化的应用需求。模块化设计：支持插件式扩展，用户可根据实际需求定制功能模块，灵活应对不同的应用场景。33本地知识库：支持本地知识库的管理。智能体（AI Agent）：智能体的可视化设计与管理。2.高性能硬件一体机深度学习加速器：配备先进的 GPU 和 AI 加速芯片，确保高效的计算性能，支持实时数据处理和复杂模型训练。智能传感器集成：内置多种智能传感器，可实时监测生产环境和设备状态，实现全面的生产过程感知。边缘计算能力：支持边缘计算，降低数据传输延迟，提升系统响应速度，确保生产过程的智能化和自动化。3.综合管理平台统一管理界面：提供友好的用户界面，集成设备管理、数据监控、模型训练与部署等功能，简化操作流程。安全与权限控制：采用多层次安全防护机制，确保数据安全和系统稳定，支持细粒度的权限管理，保障企业数据隐私。三、应用场景AI 中台软件与硬件一体机已在多个典型制造业应用场景中得到广泛应用，具体包括：生产工艺优化：通过 AI 模型分析生产数据，优化生产工艺参数，提高产品质量和生产效率。设备调参与预测性维护：实时监测设备运行状态，自动调整参数，预测设备故障，减少停机时间，延长设备使用寿命。缺陷检测与质量控制：利用图像识别技术实现产品外观缺陷自动检测，提升质检效率和准确性，降低人工成本。智能客服与生产管理：通过自然语言处理技术，提供智能客服支持，优化生产管理流程，提升企业运营效率。仓储物流优化：应用 AI 算法优化仓储与物流配送路径，提高物流效率，降低运营成本。四、市场前景随着“人工智能 制造”战略的深入实施，AI 中台软件与硬件一体机在制造业中的市场需求将持续增长。具体市场前景表现在以下几个方面：政策支持驱动：国家和自治区大力推动制造业智能化转型，出台多项鼓励政策和资金支持，为 AI产品在制造业中的应用提供了良好的政策环境。制造业升级需求：传统制造企业亟需通过智能化手段提升生产效率和产品质量，推动生产过程的数字化、网络化和智能化转型，为 AI 中台产品提供了广阔的市场空间。技术进步与成本降低：AI 技术的不断进步和硬件成本的逐步降低，使得智能化解决方案更具可行性和经济性，进一步促进 AI 产品的普及和应用。多样化应用场景：AI 中台软件与硬件一体机不仅适用于制造业，还可以扩展到农业、能源、交通、物流、医疗等多个垂直领域，拓展了市场覆盖面和应用深度。竞争优势与差异化：具有集成化设计、高性能计算能力和灵活扩展性的 AI 一体机，能够为客户提供一站式解决方案，提升市场竞争力，满足不同企业的个性化需求。（三）经济和社会效益34一、经济效益1.降低企业成本：AI 中台软硬件一体机通过集成化的软硬件设计，减少了企业在 AI 基础设施建设上的投入，降低了硬件采购、软件开发和运维管理的成本。2.提高生产效率：在制造业中，AI 中台软硬件一体机可实现生产过程的智能化优化，提高生产效率和产品质量。3.拓展市场空间：AI 中台软硬件一体机的推出填补了广西在该领域的空白，为企业开拓了新的市场机会。预计到 2027 年，仅 G 端 AI 一体机市场规模有望达到 4500 亿元，为相关企业带来巨大的经济收益。4.推动产业升级：通过 AI 技术赋能传统制造业，AI 中台软硬件一体机助力企业实现智能化转型，提升产品附加值，推动产业结构升级。二、社会效益1.提升公共服务水平：在政务领域，AI 中台软硬件一体机可实现政务数据的智能化处理和分析，提升政府决策效率和服务质量。2.促进就业与人才培养：AI 中台软硬件一体机的研发和应用涉及多个领域，包括硬件制造、软件开发、系统集成等，将带动相关产业的发展，创造更多的就业机会。同时，推动人工智能技术的普及和应用，促进人才的培养和流动。3.助力数字经济发展：AI 中台软硬件一体机作为数字经济的重要基础设施，将推动广西数字经济的发展，提升区域经济的竞争力。4.保障数据安全：AI 中台软硬件一体机支持本地化部署和数据隔离，满足了政府和企业对数据安全的严格要求，保护了用户隐私和商业机密。综上所述，AI 中台软硬件一体机的推出将在经济和社会层面带来显著效益，推动广西人工智能产业的高质量发展。（十三）人造板缺陷视觉检测设备申报单位名称广西慧云信息技术有限公司联系人及联系方式 覃祖芳 07713927088/15007719890人工智能产品名称 人造板缺陷视觉检测设备人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介广西慧云信息技术有限公司是数字广西集团旗下专注人工智能技术服务的国家高新技术企业，始终专注于人工智能、物联网、大数据与传统行业紧密结合的技术攻关，致力于“人工智能“技术的创新研发，赋能产业数字化、智能化发展。慧云自成立以来积极进行技术研发与推广应用，属于国家高新技术企业、农业农村部认定的全国农业农村信息化示范基地、科技厅认定的瞪羚企业、工信厅认定的专精特新中小型企业，拥有一个省级的农业互联网技术创新中心。近年来，慧云信息承担国际级、国家级、省部级、市级科研项目 34 项，其中国际合作项目 1 项，国家级项目 2 项、省级项目 23 个、市级项目 16 个；截止目前，慧云信息累计已申请 67 项专利，已获35得授权的专利 29 件，其中发明专利 20 件；拥有软件著作权 34 项，商标 16 项，先后多次获得广西科学技术进步奖二等奖。慧云信息经过多年发展，已形成服务农户、企业及政府主管部门的全套智慧农业解决方案，包括智慧农业园区建设、农业大数据平台建设、智能化设施建设、标准化生产管理服务、农产品品牌营销等。截止目前，慧云智慧农业已服务全国 30 个省，250 个城市，超过 5000 个生产基地 620 万亩土地，承担建设了各类省市级现代农业示范园区，包括国内最大的水果集团百果园、世界最大的桑蚕繁育基地广西蚕业总站，碧桂园德庆现代农业产业园、联想佳沃曲靖蓝莓现代产业园，以及诺普信、华大基因等上市企业。（二）产品简介目前在人造板行业，板面缺陷检测主要是依赖人工肉眼检测。劳动强度大、检测效率低、主观因素影响大、漏检率及误检率高。板面缺陷检测环节效率低下，限制了整条生产线运行效率，难以实现人造板质检标准化，不利于信息化管理。本产品在建立人造板表面质量缺陷数据库的基础上，研发缺陷计算模型，制订缺陷分类与分级，实现缺陷的精准识别。开发无影匀光发光同步追踪高清成像与实时传输系统，显著提高人造板缺陷的成像清晰度，消除设备振动、阴影等外界干扰因子。开发反向样本冲销机制快速提取算法与缺陷识别神经优化网络，实现人造板缺陷识别神经网络参数的智能升级，最终完成人造板缺陷 5S 内快速完成提取、判断、反馈、处理全过程，为人造板生产过程提供实时监测信息，促进产业转型升级与智能化本产品可实现 24 小时无人值守人造板缺陷自动检测，达到超高速质检效果。通过板材质检识别缺陷的分类与定制化质检的分级，去响应不同客户对人造板质量需求，实现精准营销。提高营销效率，增强客户对产品体验，带来可观的经济效益。同时，本产品利用人工智能技术改造传统人造板检测模式，加强内外部信息共享集成，提高了生产线的运行效率，提升企业生产运营效率（三）经济和社会效益本产品于 2021 年 9 月在丰林集团南宁刨花板厂上线，2024 年 12 月丰林集团明阳厂上线另一套视觉检测设备用于中高密度纤维板质检，设备均稳定运营至今。系统设备实现无人值守的人工智能检测板材，达到质检高效、快速、准确的效果，产生了客观的经济效应，主要体现在以下几个方面:降低人工质检成本，达到无人检测效果以丰林南宁刨花板厂的产能作为参考，系统设备上线前丰林南宁刨花板工厂检板线质检岗 7 名质检员，系统设备上线后缩减为 4 名质检员。按照 5883 元/人月支出成本，一个月人工成本约 2.35 万元，3 年 36 个月。节约人工支出成本约 84.6 万元。通过提升板材品控增加销售额本产品服务人造板生产线后，实现 24 小时无人值守人造板缺陷自动检测，达到超高速质检效果。通过板材质检识别缺陷的分类与定制化质检的分级，去响应不同客户对人造板质量需求，把客户想要的产品卖到客户手中，实现精准营销。提高营销效率的同时也增强客户对产品体验，带来可观的经济效益。以丰林南宁厂为例，2022 年、2023 年人造板年产量比 2020 年人造板年产量低，营收入比 2020年高。得益于系统设备对人造板品控以及定制化质检分级的提升。2020 年丰林南宁厂年产量 39.1 万立方，营收入 4.54 亿元。2021 年丰林南宁厂年产量 37.5 万立方，经营收入 5.22 亿元，相比 2020 年增加 0.68 亿元。2022 年丰林南宁厂年产量 34.6 万立方，经营收入 5.23 亿元，相比 2020 年增加 0.69 亿元。2023 年丰林南宁厂年产量 35.4 万立方，年营收入 4.88亿元，相比 2020 年增加 0.33 亿元。在项目执行期内总体经营收入增加 1.7 亿元。36产线造价成本节约丰林南宁厂两条检板线造价共 328 万，翻板后的检板线占整条检板线的一半。投入人造板缺陷视觉检测设备后实现同时双面检测，可以省去翻板后的检板线部分建设，产线建设可节约 160 万的检板线造价成本。丰林明阳厂检板线为双翻板结构，一条检板线需要安装两个翻板机以保证纤维板正面朝上，造价约180 万，投入人造板缺陷视觉检测设备可以减少建设两个翻板机，检板线造价可节省约 80 万元。（十四）梯度智算一体机申报单位名称梯度科技股份有限公司联系人及联系方式 韩一晗 13307715895人工智能产品名称 梯度智算一体机人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介梯度科技股份有限公司（873978）成立于 2016 年 6 月，是一家集云原生、大数据与人工智能等全栈技术于一体的科技企业。公司长期专注于云计算底层技术的自主研发与国产化攻关，核心团队成员来自阿里巴巴、国防科大等知名科研院所和互联网企业，是国内可信的 PaaS 解决方案提供商。公司先后获得中科创星、广西投资集团、润建股份、深圳高新投、高德电气投资，于 2023 年挂牌新三板。具备国家和行业相关保密、信息安全等资质，是国内为数不多的拿到三可信云认证的企业，还包括 ISO9001、ISO20000、ISO27001、ISO14001、ISO45001、ITSS、CMMI、CCRC 等认证，是全国信息技术标准化技术委员会合作单位、全国标准研究院云计算标准工作组成员等，参与编制国家标准 4项、行业标准 8 项、研究报告/白皮书 4 项，开发人员持有专业认证证书 136 项。公司获得广西科学技术进步奖、广西专精特新企业、2022 人工智能行业最具投资价值奖、八桂人工智能科学技术奖、南宁市联邦学习工程研究中心、南宁市智能容器云工程技术研究中心、云计算领军企业、广西壮族自治区独角兽入库培育企业等诸多荣誉，在产品和技术方面具有雄厚的实力。（二）产品简介在当前人工智能技术飞速发展的背景下，大模型的应用需求日益增长。特别是在国产化算力需求方面也在持续高速增长，随着先进性的 DeepSeek 国产大模型的开源，我司智算一体机的研发应运而生，旨在满足市场对高性能、低成本且可私有化部署的 AI 大模型解决方案的迫切需求。随着国家对信息安全和数据隐私保护的重视，政企客户对于能够在本地安全运行的大模型解决方案的需求愈发强烈。梯度智算一体机采用国产沐曦 GPU 算力平台，结合先进的算法优化，实现了大模型的高效训练与推理，不仅满足了市场对国产化算力的需求，也响应了国家信息安全战略的号召。具体功能包括以下几个方面：1.预装 DeepSeek 大模型：预置 DeepSeek 基础大模型及行业优化版本，支持后续模型的蒸馏和微调。2.全栈交付能力：Deepseek 一体机支持从千亿参数大模型训练到场景化推理的全链条覆盖，提供一站式 AI 解决方案。373.简易运维：通过智能化的软件平台和硬件设计，降低运维复杂度，实现开箱即用，减少企业 IT成本。4.生态兼容：深度适配 DeepSeek 大模型，并且支持其他主流大模型，支持多样化的行业应用模板，助力企业快速对接现有业务系统。5.全离线私有部署：一体机支持完全离线环境部署，支持行业数据资产化，无需依赖公有云接口，彻底消除数据泄露风险与 Token 限制问题，适合政府、金融、医疗、教育等行业需求场景。梯度智算一体机具备强大的适应性和实用性，可广泛应用于多个行业。在金融领域，一体机用于智能风控、客户服务等场景，提升决策效率和服务质量；在政务领域，一体机助力公文自动化处理、政务问答等公共服务的智能化升级；在工业质检中，一体机实现实时缺陷识别，提高生产质量和效率。此外，一体机还在医疗影像分析、智能客服等领域发挥着重要作用，为各行业的数字化转型提供了有力支持。随着 AI 技术的不断成熟和应用场景的持续拓展，智算一体机的市场前景广阔。一方面，国家政策对信息安全和数据隐私保护的重视为一体机的发展提供了有利环境；另一方面，企业对智能化、自动化需求的不断增加，将推动一体机市场的快速增长。预计未来几年内，智算一体机将在更多行业实现规模化应用，成为推动 AI 技术普及和行业生态重塑的重要力量。（三）经济和社会效益梯度智算一体机的推广将带动相关产业链的发展，促进国产 GPU、服务器等硬件设备的市场需求增长。同时，一体机的高效性能将帮助企业降低运营成本、提高生产效率，从而带来显著的经济效益。智算一体机的应用将加速 AI 技术在各行业的普及和应用，提升社会生产力水平。在政务、医疗等公共服务领域，一体机将改善服务质量和效率，增强民众的获得感和幸福感。此外，一体机还有助于推动 AI 技术的标准化和规范化发展，促进产业生态的健康发展。梯度智算一体机作为一款高性能、低成本且可私有化部署的 AI 大模型解决方案，借国产沐曦 GPU的硬核算力与全流程 AI 能力，具有广阔的市场前景和重要的战略意义。产品不仅响应国家“自主可控”号召，更以实际应用场景驱动行业变革，有望成为国产 AI 基础设施的标杆。智算一体机研发与推广将为政企业数字化转型提供有力支持，为社会经济的高质量发展注入新的动力。（十五）车型库一体机申报单位名称广西计算中心有限责任公司联系人及联系方式 肖杨 18277158818人工智能产品名称 车型库一体机人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：智慧交通软硬件一体机（一）单位简介广西计算中心有限责任公司（以下简称广西计算中心）是广西交通投资集团数字科技子公司，由成立于 1978 年广西最早的信息科技类科研院所广西壮族自治区计算中心改革转制而来，2017 年12 月 28 日成建制划转并入广西交投集团，注册资金 2 亿元，是广西重要的新一代信息技术创新研究机构、智慧交通研发主力军和数字化转型主要推进力量。广西计算中心以提供专业的“数智化综合科技服务”为核心，立足“广西交投集团信息化和数字38化建设的中心和主体”“智慧交通建设者、智能科技引领者、数字产业开发者”两大定位，围绕“智慧交通、数字政企、智慧城市”三个领域，聚焦“数据治理及应用、软件开发、智能硬件、智能化信息系统集成、数字科技前沿课题研究和解决方案及网络安全咨询服务”等五大业务，致力打造成为领先的智慧交通科技服务商和数字产业开发运营商。（二）产品简介一、产品研发背景2020 年，随着取消省界收费站政策的正式施行，全国范围内的高速公路网络实现了高效的互联互通。在新的收费模式下，无人收费技术开始在全国各地的高速公路收费站广泛应用，然而，要确保无人收费车道的高效运作，必须要克服车牌准确率和车型准确率达到 100%的技术挑战，这是实现精确计费和避免纠纷的前提条件，更是保障高速公路正常运行的基础。针对上述背景开展本产品研发，通过构建一个动态更新的车型库，实时收录、更新出入车辆的正确车牌信息和车型信息，并将车型库数据加密同步到车型库终端设备中，在高速公路收费车道利用车型库终端进行车型比对，提高车型识别率，有效提升无人值守化水平，为打击利用车型漏洞逃费的行为提供数据支撑。二、产品功能车型数据库：对海量高速公路收费交易流水数据实时处理，经清洗建模生成标准车型库并加密同步至终端设备，结合图像识别与加密数据校验生成精准车型数据供联网收费系统调用。车型自动纠正：基于规则与回归算法融合校正动态变化的车牌及车型数据，构建标准车型库自纠错机制，解决市场中车牌车型信息不一致问题。车型数据比对：根据算法动态决策车型库采纳逻辑并向联网收费系统输出精准车型结果。车型图像识别：通过多源数据协同校验与自主优化机制，在车型图像识别判定不准确时，动态修正模型参数并迭代算法，持续提升车型判别准确率。数据安全：采用国密加密算法与专用加密介质，通过跨网段数据加密传输、用户身份鉴别及精细化访问控制策略，确保车型库数据的完整性、保密性及个人信息安全。三、产品应用情况车型库一体机产品目前已经在南宁、柳州、玉林、桂林、钦州、梧州、崇左约 260 条车道应用，经测试，车型识别数据命中率为 95.83%，车型数据准确率为 99.64%，收费交易车型识别准确率提升了0.5%。经实测，2025 年 1 月 1 日2025 年 1 月 19 日期间，在 260 条收费车道，车型库一体机纠正高速公路通行费交易约 8000 笔，涉及交易金额约 110 万元。四、产品市场前景在国家推进智慧交通新基建的政策驱动下，全国超 8 万条收费车道面临无人化升级需求，本产品凭借动态车型库与 AI 算法的融合优势，精准解决行业痛点，可将车型识别准确率提升至 99%以上，有效填补市场技术空白。预计未来三年内可覆盖广西超 50%的高速公路收费站，具备一定市场规模，同时带动路网数据治理、AI 稽查等衍生服务，构建智慧交通生态闭环。（三）经济和社会效益目前本产品已签订销售合同 7 份，产品销售金额达 260 万元，预计 3 年内产品可在广西全区高速公路 2000 条以上收费车道进行推广应用，预计产生直接经济效益超 500 万元，预计可纠正高速公路通行费交易约 6 万笔/月，涉及交易金额约 850 万元/月。社会效益方面，产品可有效推动收费站无人值守转型，提升路网通行效率，同时预防收费漏洞，助力公众畅行与运营增收。39（十六）3D 四向车机器人 智能 WMS、WCS 系统申报单位名称广西物产科技有限公司联系人及联系方式 贲杨 18290013532人工智能产品名称 3D 四向车机器人 智能 WMS、WCS 系统人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介广西物产科技有限公司是由广西壮族自治区大型国有企业广西现代物流集团下属投资平台公司广西物产投资发展集团有限公司和广东赛斐迩物流科技有限公司、广西严格投资管理有限公司共同出资成立的科技型企业，拥有自主核心产品和软件管理系统，是“智能工厂解决方案”集成商和产品供应商，积极做立足广西、面向西南、辐射东盟的智慧物流装备引领者。公司核心产品是 3D 四向车机器人、ACR 料箱机器人、智能提升机、输送机等智慧物流装备，基于数据大模型，自主研发智能 WMS 仓储物流管理软件系统、智能 WCS 设备调动算法软件系统等，其中低温冷链智能机器人和智能立体仓的研发应用技术处于国内领先水平，产品应用于水产品、食品、药品冷链、汽车行业等多个领域。公司主营业务包括物流机器人、智能仓储成套设备、输送及装卸设备、自动控制系统、物流系统软件等智慧物流装备，致力于“智能制造 数智物流”的全生命周期的设计、建设、管理，为客户提供自动化、数字化、智能化的物流整体解决方案。截止目前，公司及其母公司已在全国范围内实施了近400 个标杆工程，产品应用于低温冷链、家居卫浴、生物医药、化工新材料、汽车配件、电子电器、光电照明、新能源电力等产业。（二）产品简介公司智能密集存储系统解决方案，涵盖高密度存储货架、3D 四向车机器人、高精度提升机、柔性输送系统等高端装备和智能 WMS、智能 WCS 管理系统，能根据客户的场地情况、业务需求和现有资源等，制定不同的集成方案，以高效、安全、便捷的智能系统完成仓储升级，提升仓库空间利用率和存储效率。3D 四向车机器人密集存储系统的核心组成部分，是一种通过编程实现存取货、搬运、自动化识别的智能物流机器人，具有实用性强、密度最大、智能控制等技术特点，可在前后、左各方向中实现四向移动，适应复杂环境；配备高精度传感器和定位系统，确保在空间中的准确导航；通过先进算法和AI 技术，实现自主避障、路径规划等功能；可根据需求灵活调整功能模块，适应多种任务。公司自主研发的 WMS 和 WCS 系统，将人工智能技术逐步嵌入智慧物流链条，加速布局人工智能在物流行业的应用，在物流场景、客户应用解决方案、数据安全等方面，挖掘和拓展一些具有代表性、示范性的方案和典型实践，为智能密集存储系统解决方案注入新动能，不断推动 WMS 和 WCS 系统创新发展。目前，公司通过 DeepSeek 大模型技术接入 WMS、WCS 系统，能够结合 WMS 中的库存数据、APS 生产计划以及 SRM 采购数据，运用深度学习算法，如 LSTM（长短期记忆网络）等，构建动态需求预测模型。该模型可以对未来一段时间内的库存需求进行精准预测，考虑到市场趋势、季节性因素、促销活动等多种因素对需求的影响。通过对历史销售数据、市场动态以及生产计划的综合分析，预测出未40来一周内某产品的需求量将大幅增加。公司产品已广泛应用于家居、卫浴、通讯、家电、包装印刷、集成电路、医药、食品日化、冷链、电力、应急消防等产业。未来，公司将不断训练大模型，提升 AI 技术应用创新、优化算法，努力为降低社会物流成本做出积极贡献。（三）经济和社会效益一是填补广西智慧物流装备研发生产的科技型企业空白。根据调研，目前在全区范围内尚未有一家专门从事物流机器人、智能仓储设备等智慧物流装备研发生产的科技型企业，在各个园区的智能仓储设备的招采中，缺乏广西本土企业的身影。集团公司作为我区物流行业龙头企业，成立物流科技公司，有利于填补广西在物流机器人、智能仓储设备等智慧物流装备研发、生产方面的空白，有利于将业务逐步扩展到全区乃至东盟各个物流园区。二是能推动就业结构升级。低技能岗位减少，但催生机器人工程师、AI 算法专家、数据分析师等新型职业，推动劳动力向高技能转型。据麦肯锡预测，到 2030 年，自动化可能创造全球 9500 万个新岗位。三是能改善工作环境。减少高强度体力劳动（如搬运重物），降低工伤风险，提升职业健康水平。员工转向技术型工作，提高职业满意度和收入水平。四是能促进环保与可持续发展。自动化设备能耗优化（如节能照明、智能温控）降低碳排放，部分仓库通过光伏发电实现碳中和。精准库存管理减少资源浪费，支持循环经济（例如减少过期商品销毁）。五是能增强供应链稳定性。应对突发事件（如疫情、自然灾害）时，智能仓库通过无人化操作保障物流连续性。例如，2020 年武汉疫情期间无人仓配送效率提升 200%。减少因人工短缺导致的供应链中断风险。六是能拉动区域经济发展。智能仓库作为物流枢纽，带动周边电商、制造业、冷链等产业发展，形成产业集群效应。提升区域物流效率，降低中小企业仓储成本，促进创新创业。（十七）基于 DeepSeek 的大模型知识库一体机申报单位名称中国联合网络通信有限公司南宁市分公司、广东智启源科技有限公司联系人及联系方式 胡杨春 16677770286人工智能产品名称 基于 DeepSeek 的大模型知识库一体机人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介中国联合网络通信有限公司南宁市分公司（简称南宁联通）成立于 2001 年，是中国联通在广西首府设立的重要分支机构，依托覆盖全域的 5G 共建共享网络和全业务运营能力，为政企及个人用户提供通信服务与数字化转型支持。南宁联通继承联通集团网、云、大、物、智、安、链等核心能力，在各行业领域均有相关应用落地，是一家能为用户提供专业网络、软件开发、数字科技、运营维护的国有企业。深度参与数字广西建设，具备区内唯一的区域性国际通信业务出入口。广东智启源科技有限公司（简称“智启源”），总部位于广东省，是一家专注于人工智能技术研发与场景化落地的高新技术企业。公司以哈工大博士创始团队为核心，依托哈工大博导团队技术指导，41聚焦大模型、知识库系统及 AI 教育领域，自主研发大模型知识库一体机、高职院校 AI 实训平台等核心产品，提供大模型训练调优、二次开发、智能客服等全栈式服务，覆盖金融、医疗、教育等 20 余个行业。（二）产品简介研发背景：LLM 大背景下，数据越来越重要，无论是模型训练、微调还是 RAG(知识库)都离不开数据。目前企业的知识大多沉淀在各种电子文档中，这些文档有各种各样的格式，质量也参差不齐。对企业而言数据的质量对最终效果的影响往往是决定性的，数据的清洗非常关键。然而大模型推理需要完备的上下文，需要通过知识工程解决急迫的知识供给问题，只有足够的技术深度才能够让精度达到商用级别，同时还涉及多种 AI 模型的配合。针对知识格式化复杂、难以标准化、缺乏通用化工具等痛点问题，南宁联通提出围绕数据工程将工具和经验沉淀到产品中，实现能力共享的解决方案，推出了大模型知识库一体机产品。产品功能：大模型知识库一体机内置了大模型及多模态文档处理能力的软硬件一体化设备，接通电源并配置网络，用户上传企业专属文档，实现专属文档的解析、处理、检索及专属大模型智能问答能力。产品提供统一的文档处理工具，支持各种文档格式的转换和文档切分，支持多模态处理能力，不仅仅可以处理文本，还支持目录、图片、表格等。内置多种 NLP 算法和模型高效的文档处理效率和准确度。同时还内置图片向量提取模型，提升图片特征准确度。帮助企业实现开箱即用，快速集成。应用情况：产品基于知识库大模型构建的大模型时代知识的 ETL 工具，支持知识问答、语料处理等多种场景。市场前景：在大模型技术快速发展的背景下，企业对非结构化数据（如文档、图片、表格）的治理需求激增。大模型知识库一体机通过软硬件集成，提供开箱即用的解决方案，能够显著降低企业部署门槛，满足企业对知识工程的全流程需求。根据行业预测，2025 年大模型一体机市场规模有望突破1200 亿元，2027 年或达 5200 亿元。国家“新质生产力”战略鼓励 AI 与实体经济融合，运营商作为“国家队”在数据安全与合规性上具备天然优势，同时依托运营商在算力网络、数据安全、行业场景等方面的资源整合与多模态能力，有望在政务、工业、医疗等领域占据先发优势。（三）经济和社会效益经济效益：企业部署后平均降低 AI 研发成本 70%，运维成本下降 50%。产业链带动,拉动国产 GPU服务器、数据标注等上下游产业，单项目可创造超千万元生态产值。社会效益：数据安全屏障:帮助 300 企业实现敏感数据零外流，避免因数据泄露导致的经济损失（单企业年均潜在风险规避超 500 万元）。技术普惠价值,推动中小型企业 AI 应用渗透率提升 30%，缩短技术鸿沟，例如某制造业客户通过知识库系统实现 90%技术问题自助解决。预计 3 年内减少企业人工重复劳动时长超 1000 万小时，相当于释放 2 万名员工生产力。42（十八）DeepSeek 两相液冷一体机申报单位名称广西北投信创科技投资集团有限公司联系人及联系方式 梁明 13978643911人工智能产品名称 DeepSeek 两相液冷一体机人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介广西北投信创科技投资集团有限公司（简称“北投信创”）成立于 2020 年 10 月，注册资本 10 亿元，是广西北部湾投资集团有限公司（简称“北投集团”）以数字产业发展为主业的全资子公司。北投信创人才基础雄厚，软硬件工程师等技术人才占比 89%，有博士 5 名，研究生及以上学历职工占比近60%，大学本科及以上学历职工占比达 98%。拥有国务院津贴专家、广西优秀专家、广西高层次 E 类人才、广西科技厅“港澳台英才”科技金融专家、广西五一劳动奖章获得者、广西中青年科技创新领军人才、北投工匠、北投工程师等。北投信创具备突出的人才优势，是广西国资系统少数拥有自主科研能力的数字产业集团。北投信创以信创产业为抓手，综合运用 5G、AI、大数据、区块链、物联网等新一代信息技术，提供智慧政务、智慧交通、智慧医疗、智慧城市和工业互联网等领域的数字化解决方案，培育“ 数字”新业务新模式。目前组建有信创、信息化、新基建 3 个事业部和 1 个产业技术研究院，成立了 4 家专业子公司，其中：广西北投电子科技有限公司主要从事智能硬件研发集成、工业互联网业务；广西北投声远科技股份公司主要从事法律科技服务及衍生业务；广西北投软件股份有限公司主要从事软件及平台开发业务；广西北威信息科技股份有限公司主要承接政务服务、公共安全、数据治理、城市治理、生态治理等业务。（二）产品简介一、研发背景1.政策驱动：广西区政府人工智能发展方向广西在发展规划中明确提出推动人工智能与实体经济深度融合，为数字经济发展绘制了清晰蓝图。支持建设智能算力基础设施，重点布局智慧城市、智慧边境贸易、智能制造等领域。同时强调数据本地化与安全可控，鼓励本土企业研发自主可控的 AI 技术。广西作为中国-东盟数字合作枢纽，亟需高效、稳定的 AI 算力支撑跨境贸易、多语言服务（如东南亚语种 NLP）、智慧口岸管理等场景，需兼顾高性能与低能耗的解决方案。2.企业定位：北投信创的战略契合作为广西北部湾投资集团旗下的科技企业，北投信创以“数字化赋能产业升级”为定位，聚焦智慧城市、数字政务、交通基建智能化等领域，推动广西本土数字经济生态建设。3.企业技术积累北投信创联合北京航空航天大学合作研发的泵驱两相液冷技术，具有高效制冷、安全稳定、运行静谧等优势，有效解决广西高温高湿气候下人工智能高热量的设备散热需求和 DeepSeek 大模型一体机在办公环境的低噪运行。北投信创人才基础雄厚，软硬件工程师等技术人才占比 89%，拥有 AI 智慧城市联合创新研究室等43多个创新平台，具有在 DeepSeek 大模型基础上的自主平台优化、应用开发能力，深耕智慧政务、智慧交通、智慧医疗、智慧城市和工业互联网等领域的 AI 研究，是广西国资系统少数拥有自主科研能力的数字产业集团。二、功能1.高效算力支撑：集成多 GPU/TPU 集群，支持 DeepSeek 大模型满血版。集成国产信创软硬件产品，适配政务数据分析及写作、跨境贸易、智慧交通、智慧教育等场景。2.两相液冷散热：泵驱两相液冷散热技术，相变液冷冷却技术实现制冷效率优于单相液冷 20 倍，PUE 值1.15，适应广西高温环境，保障 724 小时稳定运行。运行噪音低于办公环境要求，有效实现设备多场景建设。氟制冷剂物性稳定，无毒、不导电，无泄漏风险，有效保障设备资产。3.本地化部署与隐私保护：北投信创具有涉密集成资质，支持私有化部署，数据不出本地，满足政务、金融等领域安全合规要求。4.领域定制化服务：北投信创 AI 团队提供基于 DeepSeek 大模型的领域定制化开发服务，通过领域数据增强、任务微调、知识注入等技术手段，赋能政务、医疗、教育等行业垂直应用，将 AI 能力转化为行业生产力工具。三、应用情况1.大模型应用板块：已在北投信创北投云机房完成搭载 DeepSeek 模型。基于政务系统开发了公文写作等智慧政务 AI 应用，大大提升了工作效率。2.两相液冷技术：同步适配投产两相液冷芯片散热系统和背板散热系统，助力机柜 PUE 低至 1.15，散热系统相对于风冷节能 70%，单相液冷节能 30%。3.开展基于 DeepSeek 模型在保险、教育等行业的模型开发工作。四、市场前景1.区域市场需求政策红利：广西平陆运河工程及中国-东盟信息港建设，催生政务、医疗、教育等领域的行业刚需，目前市场 AI 渗透率不足 30%，市场空间广阔。2.竞争壁垒与机遇北投信创拥有完善的科研平台，深度融入广西政企生态。以北投集团为支点，未来将在智慧交通、智慧口岸等核心业务率先推广。以东盟为窗口，未来可向越南、泰国等推广跨境贸易、智慧港口解决方案。产品适配本地气候与多语种需求，较外来厂商更具场景定制化能力。3.战略合作路径北投信创拥有多个产学研合作基地，有效联合本地高校（如桂林电子科技大学等）培养 AI 人才，孵化垂直行业模型。（三）经济和社会效益一、经济效益预测1.直接经济收益产品销售收入，以广西及东盟市场为核心，预测 2026 内可部署 200 台一体机（按单价约 200 万元），创造 4 亿元直接营收。基于一体机的模型训练、数据标注、运维服务等衍生业务，年服务费可达 0.6 亿元。2.节能效益节能收益，两相液冷技术使单台设备年节电率 70%，预计全区年节电 600 万度（折合约 500 万元电费）。44二、社会效益预测1.产业拉动效应生态链协同：带动广西本土 AI 业务、液冷生态产业链、行业解决方案等上下游产业。2.公共服务优化政务效率提升：政务智能问答系统实现 90%常见问题自动化处理，市民服务响应时间从 2 天缩短至 10 分钟（南宁试点数据）。边境贸易便利化：中越双语报关系统使凭祥口岸通关效率提升 40%，年处理货物量增加 1000 万吨，促进中国-东盟贸易一体化。3.就业与人才培养高技能岗位创造：预计带动广西本地 AI 工程师、数据标注员、运维工程师岗位，缓解数字经济人才外流问题。产学研融合：与广西大学、桂林电子科技大学共建 AI 实验室，培养本土 AI 人才，支撑区域数字化转型。4.数智赋能区内企业企业赋能：通过“北投信创技术输出”模式，推动区内企业接入 AI 服务（如智能客服、数据分析），助力“专精特新”企业孵化。5.绿色算力与可持续发展碳减排贡献：两相液冷技术有效提高电能利用率，助力广西实现“双碳”目标。算力基础设施升级：推动数据中心 PUE 值从 1.7 降至 1.15，引领西部陆海新通道绿色算力网络建设。6.政务安全合作数据安全保障：本地化部署避免跨境数据流动风险，支撑边境管理、反走私等国家安全场景。（十九）高速公路管养作业系列机器人申报单位名称广西机械工业研究院有限责任公司联系人及联系方式 麦冬/13978665136人工智能产品名称 高速公路管养作业系列机器人人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介广西机械工业研究院有限责任公司（简称机械院）成立于 1964 年，前身为广西机械工业研究所。2001 年更名为广西机械工业研究院，2016 年加入广西铁路投资集团有限公司，2018 年随广西铁路投资集团并入广西交通投资集团有限公司。机械院是广西交通投资集团二级全资子公司，总部位于南宁高新技术产业开发区，注册资金 3 亿元，资产总额 23 亿元。下辖 2 个中心、8 家子公司，现有员工 472 人。机械院是广西交通投资集团高端智能装备技术研发制造中心。拥有四大制造基地（广西智慧交通研发生产基地、广西智慧交通钢构件生产基地、广西机械院本部生产基地、广西柳州格瑞米公司交安产品生产基地），主要产品包括机电产品、交安产品、养护装备、钢构件、糖业设备、矿业装备、安全45物资和数字化产品等。机械院业务优势明显。聚焦服务交通产业，主营机电工程、交安工程、养护工程、钢结构工程四大业务，拥有公路机电工程专业承包一级资质、交安工程专业承包一级资质、路面养护甲级资质、交通安全设施养护资质、钢结构工程二级资质和施工劳务资质等 16 项资质，可提供“科研、智造、安装、施工、养护”一体化的工程项目服务。机械院具有较强科技创新能力。近年来，每年研发投入强度超过 6%，立足交通产业开展科研项目100 多项，为涉路业务提供 150 多项技术解决方案。拥有授权专利、软件著作权 275 件。获得广西科技进步一等奖 1 项、二等奖 3 项、三等奖 1 项，广西科学技术发明奖一等奖 1 项、二等奖 1 项。拥有9 个国家级和省级创新平台。获认定为国家高新技术企业、国家科改企业、国家知识产权优势企业，获国务院国资委列入广西首个国有企业职务科技成果赋权改革试点。机械院拥有专业的人才团队。拥有 100 人的机电施工和运维专业团队、50 人的交安施工和养护专业团队和 40 人的智造科研团队，共有正高级工程师 7 人、南宁市高层次人才 19 人。拥有 2 个自治区直属企事业“劳模和工匠人才创新工作室”，获评广西博士后创新实践基地。机械院坚持品质党建引领，系统打造“五创云汇”党建品牌建设，与“五智工程”（智造、智养、智管、智维、智防）相融合，涌现出一批先进典型，其中获全国交通运输系统抗击新冠肺炎疫情先进个人和全区优秀驻村第一书记 1 人、自治区劳动模范 1 人、广西五一劳动奖章 2 人、广西工匠 3 人、广西技术能手 2 人、广西创新达人 2 人、广西最美科技工作者 1 人、广西青年科技工作者 1 人、广西交通运输工匠 2 人、广西交通运输行业中青年科技创新领军人才 1 人。4 项党建案例获中国文化管理协会、中国企业文化研究会优秀案例成果一等奖。机械院处于高质量发展阶段。2024 年实现营收 19.56 亿元、利润 2.8 亿元、总合同金额近 40 亿元。近 2 年来营收、利润均以年均 30%的增长率快速发展。（二）产品简介随着我国高速公路里程迅猛发展，高速公路管养作业需求成快速增长，研发支持高速公路自动化管养作业的系列机器人，并实现其中关键技术的突破和积累，研发出结合实际管养业务，主要研究具备自动投料的多热熔釜作业全自动标线机器人、隧道 LED 灯及隧道壁非喷淋湿式清洗机器人、普适性自动避障、偏离预警除草机器人、多功能边坡修剪机器人、智能化隧道桥梁检测机器人、路面修复复合作业特种工业机器人、绿篱造型修剪机器人、锥桶摆放机器人等关键系列机器人技术，对交通强国智慧养护具有重要的意义，为广西智能装备产业高质量发展提供强大助力。针对在高速公路管养作业涉及业务开展特种工业机器人的关键技术攻关，形成产品并实现了产业化应用：1.绿篱修剪机器人，该机器人采用北斗 CORS-RTK 高精度定位、IMU/LiDAR 融合感知、深度学习目标识别、高效修剪刀具及智能调度系统，实现精准修剪、环境感知、智能控制、自动避障、远程监控等功能，在绿篱修剪领域具有独特技术优势。在多个方面具有创新性。目前，该机器人已完成 CZXJ-00、LJXJ-00 两款型号共计 6 台样机。2.针对现有自动标线机存在的效率低、用工多的特点，研究多反应釜快速供料系统，显著减少加热时间；研究无人化全自动投料与煮料关键技术，减少上料时间，降低劳动强度；设计一种振动气旋式反光珠布料器，解决标线表层反光珠分布不均匀的问题。3.针对隧道复杂工况及节能减排要求，研发隧道 LED 灯、隧道照度计非喷淋湿式隧道清洗机器人，解决灯具防水防潮、油污清洁的难题，提高隧道内照度，降低隧道灯光能耗，降低隧道运营成本；4.研发基于高频毫米波与机器视觉结合的雷视一体自动避障、定速巡航、偏离预警型普适除草机器人，实现无死角除草以及杂草收集技术，效率提升 30%。研发模块化系列化开发平台，实 现机器人46系列化快速设计与制造；5.研究边坡修剪机器人智能感知与机电液协调控制技术，建立机器人运动学方程，解决修剪过程全自动控制问题，更换工作装置还可实现边坡除草、高枝修剪、分段树木等功能，具有自动避障和自适应控制；研究机器人适应性和可靠性，在保证其使用性能的基础上增加其耐久程度，提高 产品的市场竞争力。6.针对路面裂缝识别差、裂缝修补劳动强度大、工人数量多、安全难保证的现状，基于机器视觉及人工智能技术，研究路面裂缝实施坐标快速准确提取技术；基于特种工业机器人技术，研究能满足不同外界环境裂缝自动检测修复的目的路面修复机器人，提高施工效率，保证施工本质安全。7.针对高速公路绿篱造型修剪作业工况负责、工人劳动强度大、作业效率低、国内机械化修剪功能单一等问题，研究控制软件实现各种工作轨迹的运动控制和功能实现、整机系统的协调控制和作业；研究产品模块化系列化设计平台，研究机器人系统、关键零部件的适应性和可靠性等，形成一种具有自主知识产权的绿篱造型修剪机器人应用技术和装备。8.锥桶收摆机器人，针对公路养护作业伤亡事故频发，研究度多轴机器人技术、传感器技术、新型智慧锥桶、车辆无级匀速辅助驾驶系统、大容量模块化、视觉感知与机器学习方法，开发出一种应急、养护作业智能锥桶及收摆机器人通过机器换人的方式解决锥桶收摆以及使用过程中的本质安全，实现作业人员零死亡。（三）经济和社会效益机械院针对高速公路管养总计研发了 6 款机器人，分别是：绿篱修剪机器人、自动标线机器人、边坡修剪机、路面裂缝修补机、除草机器人、隧道清洗机器人，多个装备样机 2024 年下半年已完成约500 公里实际业务运行测试，取得良好的效果。验证了设备在复杂环境中的作业稳定性、作业质量及智能避障能力，试用效果良好。2025 年，项目团队计划进一步优化机器人在各种路况下的适应性，加强与高速公路数字化管理平台的对接，探索市场化运营模式，推动高速公路养护由传统人工作业向高效、智能、低成本模式升级，助力我国智慧交通基础设施建设，形成具有国际竞争力的智能绿化养护装备解决方案。2023 年 1 月至 2024 年 12 月，签订合同 11124 万元，相关业务形成销售及服务收入 9696 万元；培养正高级职称人员 2 人，副高级职称人员 3 人。（二十）一种压路机防撞装置申报单位名称广西欧信交通科技有限公司联系人及联系方式 覃绍明 13978892725人工智能产品名称 一种压路机防撞装置人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介47广西欧信交通科技有限公司成立于 2018 年 10 月，总部位于南宁市江南区朋展路 5 号，是一家以技术创新为核心驱动力的科技型企业。公司秉承“创新驱动、服务交通”的发展理念，致力于将先进技术与客户需求深度融合，推动科技成果在交通建设领域的落地应用。公司主营业务涵盖建设工程施工以及技术服务、技术开发等多元化领域，并拓展至矿山机械制造、机械设备研发销售租赁、软件开发及设备维护等方向，形成“技术 工程 设备”的全产业链布局。自成立以来，公司专注于技术研发与创新改革，尤其在交通工程机械领域成果显著。2022 年至 2024 年间，累计获得“压路机防撞装置”、“铣刨机精铣刨鼓气动卸刀具”、“移动破碎筛分装置”等 12 项实用新型专利成果，展现了强大的研发实力和行业竞争力。这些专利技术广泛应用于道路施工、建设工程等领域，有效提升了施工效率与安全性。未来，广西欧信将持续深耕技术创新，以智能化、专业化服务为核心，为交通基础设施建设及设备制造领域提供更优质的解决方案，助力行业高质量发展。（二）产品简介广西欧信智能防撞系统的研发背景源于工程机械行业在实际作业中频繁出现的安全隐患。随着广西地区基础设施建设的加速推进，工程机械如压路机、装载机等在复杂工况下的作业频率不断增加，人机混行、视野盲区等问题导致碰撞事故频发。传统防撞技术受限于单一传感器和算法精度，难以适应恶劣工况下的精准识别需求，误报率高、适应性差等问题待解决。为解决这一痛点，广西欧信交通科技有限公司结合多年行业经验，投入研发智能防撞系统，旨在通过技术创新提升工程机械的安全性。该系统融合 AI 视觉与雷达技术，攻克复杂工况下的精准识别难题，并通过多部门联合实测验证，成为国内唯一获得保险公司承保的防撞系统，标志着其可靠性与安全性达到行业领先水平。广西欧信智能防撞系统由 AI 摄像头自动刹车系统和雷达自动刹车系统组成，具备以下核心功能与技术亮点：一、产品核心功能1.实时检测：系统能够实时监测压路机的运行状态和周围环境，及时发现潜在的碰撞危险。2.自动预警：一旦监测到潜在的碰撞危险，系统会自动发出预警信号，提醒操作人员采取相应措施。3.自动控制：在必要的情况下，系统可以自动控制压路机的运行状态，以避免碰撞事故的发生。二、产品的双重防撞系统组成，全方位保障第一重：AI 摄像头自动刹车系统1.智能视觉识别：搭载 AI 摄像头，实时标定作业区域，精准区分行人、设备与物体，动态追踪目标；2.即时报警联动：发现风险后，触发声光报警（警示灯、蜂鸣器）并同步显示实时影像，提升操作员反应速度；3.自适应场景：支持对行人、设备、障碍物的分级预警，适配不同施工需求。第二重：雷达防撞刹车系统1.多传感器融合：采用 77GHz 高精度雷达与 AI 视觉双模感知，实现 180广角覆盖，突破传统视野局限；2.精准识别优化：专为工程场景设计，可识别交通锥、蹲姿行人等低矮或动态目标，误报率降低60%以上；3.智能制动决策：支持报警或自动刹车双重模式，灵活适配压路机、装载机等各类工程机械。48三、产品技术优势场景化定制：针对工程机械恶劣工况（如扬尘、震动、高温）优化，稳定性达行业最高级别；灵活配置选项：用户可自定义侦测区域、报警模式（声/光/制动）及目标类型（行人/设备/障碍物）；适配性强：兼容多品牌设备，支持前进/后退/空挡信号检测，无缝对接不同车型控制系统。广西欧信防撞系统的三大核心竞争力：1.技术壁垒：国内唯一实现“视觉 雷达”双系统融合的工程专用防撞方案，精准度与稳定性行业领先；2.保险背书：首家获保险公司承保，为用户提供“技术 金融”双重保障，增强市场信任度；3.生态拓展：开放兼容设计，可集成 5G 远程监控、大数据分析等功能，助力工程机械数字化转型。广西欧信智能防撞系统已广泛应用于压路机、装载机等多种工程机械设备：（1）城市道路施工：压路机智能防撞系统在城市道路施工中，可以实时监测周围行人或车辆，避免发生碰撞事故，保障施工安全。（2）城市道路维护：在城市道路维护时，压路机智能防撞系统能够准确识别障碍物，及时调整行驶路线，防止因操作不当导致的安全事故。（3）高速公路建设：压路机智能防撞系统在高速公路建设中发挥了重要作用，可以有效地防止压路机与其他车辆发生碰撞事故，提高施工安全。广西欧信防撞系统已通过多部门联合实测验证：1.安全性：在复杂施工场景中，行人识别准确率达 99.8%，设备碰撞预警响应时间0.3 秒；2.可靠性：极端环境（-30至 70）下持续稳定运行，获保险公司质量承保，降低用户使用风险。随着广西地区基础设施建设的持续投入，工程机械的市场需求不断增长。广西欧信智能防撞系统凭借其卓越的性能和广泛的应用场景，获得了市场的高度认可。此外，随着行业对安全生产的重视程度不断提高，智能防撞系统有望成为工程机械的标配设备。广西欧信交通科技有限公司将继续加大研发投入，优化产品性能，进一步拓展市场份额。广西欧信智能防撞系统以其创新性和实用性，不仅为工程机械的安全作业提供了可靠保障，也为行业安全标准的提升做出了重要贡献。（三）经济和社会效益一、广西欧信智能防撞系统产生的经济效益：1.直接经济价值降低事故成本：通过双重防撞系统的精准识别与快速响应（碰撞预警响应时间0.3 秒），有效减少施工中因碰撞导致的设备损坏、维修费用及事故赔偿成本，单台设备年均事故损失预计下降 70%以上。提升作业效率：减少误报率 60%以上，避免因误触发导致的频繁停机，保障工程机械连续作业，缩短工期 10%-15%。保险成本优化：作为国内唯一获保险公司承保的防撞系统，用户可享受保费折扣或专项保障，降低企业综合运营成本。2.市场收益与产业拉动产品规模化应用：适配多品牌压路机、装载机等设备，已覆盖全国 500 余个大型基建项目，自 2022年开始研制和推广应用，全国累计已销售超过 1000 台，产值超过 1500 万元。产业链协同发展：带动高精度雷达、AI 芯片、工程机械智能化改造等上下游产业，预估未来三年内拉动相关产业产值超千万元。3.长期投资回报49延长设备生命周期：通过预防碰撞损伤，降低设备故障率，延长关键部件使用寿命，综合投资回报周期缩短至 1-2 年。数据增值潜力：系统采集的施工场景数据可反哺工程管理优化，未来可开发智能调度、能耗分析等增值服务，创造持续收益。二、广西欧信智能防撞系统产生的社会效益1.保障生命安全，推动行业规范降低伤亡率：行人识别准确率达 99.8%，尤其对蹲姿行人、低矮交通锥等传统盲区目标识别性能提升显著，预计每年减少施工区域人员伤亡事故超千起。树立安全标杆：系统通过国家级实测认证并获保险承保，推动工程机械行业建立智能化安全标准，促进智能施工设备安全规范等政策落地。2.助力基建高质量发展支撑重大工程：在高铁、高速公路、港口等复杂场景中应用，保障“一带一路”沿线项目、西部陆海新通道等国家战略工程的施工安全与效率。促进绿色施工：减少事故导致的资源浪费（如材料损毁、工期延误），间接降低碳排放，符合“双碳”目标要求。3.技术普惠与就业促进技术下沉基层：适用于中小型工程企业，提升偏远地区或低技能施工团队的安全管理水平，缩小行业技术鸿沟。创造新型岗位：带动 AI 算法工程师、智能设备运维人员等岗位需求，预计未来三年新增就业岗位超 5000 个。4.社会信任与品牌价值增强公众信心：通过保险承保和实测数据公开，提升公众对工程机械智能化的信任度，改善行业社会形象。打造中国智造名片：作为全球少数融合视觉与雷达双系统的工程防撞方案，推动中国智能装备出口，提升国际竞争力。三、预期未来效益1.全球化拓展：针对东南亚、非洲等基建需求旺盛地区，开发适配高温、高湿环境的定制版本，预计 3 年内海外市场占比提升至 40%。2.智慧工地生态：与 5G、物联网技术结合，实现“单机防撞-车队协同-全工地智能管理”升级，赋能智慧城市建设。3.碳积分交易：通过减少事故导致的资源浪费和停工排放，未来可参与碳交易市场，开辟新的收益渠道。广西欧信智能防撞系统通过技术创新与场景化落地，实现了“降本增效”与“生命护航”的双重目标。其经济效益直接体现为降低事故成本、提升产业价值；社会效益则涵盖安全治理、行业升级、就业促进等多维度，为国家基建高质量发展注入新动能。随着技术迭代与市场扩张，该系统将持续释放经济与社会价值，成为智能建造时代的核心安全基础设施。（二十一）安全生产“一企一策”智控系统申报单位名称广西南宁市日泽电子产品有限责任公司联系人及联系方式 曾璐思1837728875750人工智能产品名称 安全生产“一企一策”智控系统人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介广西南宁市日泽电子产品有限责任公司，作为电子产品领域的卓越企业，坐落于美丽的南宁市。公司专注于电子产品的研发、生产与销售，拥有一支由行业资深专家和创新人才组成的专业团队，凭借前沿的技术实力和严格的质量管控体系，致力于为客户提供高品质、个性化的电子产品解决方案。从智能穿戴设备到智能家居系统，日泽电子的产品广泛应用于多个领域，以创新的设计理念和卓越的性能赢得了市场的广泛认可。公司秉持“客户至上、创新驱动、诚信经营、追求卓越”的企业精神，不断推动技术革新和产品升级，持续提升客户体验，旨在成为全球领先的电子产品解决方案提供商，为推动电子科技产业的发展贡献力量。（二）产品简介一、产品研发背景在当前安全生产形势依然严峻的背景下，企业面临着安全风险识别难、隐患排查不彻底、应急处置不及时等诸多挑战，传统的安全生产管理模式已难以满足现代企业的需求。随着人工智能、大数据、物联网等技术的快速发展，为安全生产管理带来了新的机遇和解决方案。安全生产“一企一策”智控系统应运而生，旨在为企业提供一套智能化、定制化的安全生产管理方案，帮助企业提升安全管理水平，实现安全生产的长治久安。二、产品功能1.安全生产风险实时监测与预警多源数据接入与整合：系统接入整合矿山、危险化学品企业、工贸、烟爆等重点行业的实时监测数据，包括设备运行数据、环境监测数据、人员操作数据等，并与应急管理一张图的气象、水文等公共数据进行整合，构建安全生产大数据平台。风险评估模型构建：基于 DeepSeek 大模型的深度学习能力，结合行业安全生产标准和历史事故数据，构建安全生产风险评估模型，实时分析监测数据，识别潜在的安全风险。实时预警与推送：当监测到安全风险超出阈值时，应急 AI 助手通过短信、APP 推送、语音通知等方式，向企业负责人、安全管理人员和应急管理部门实时推送预警信息，并提供风险处置建议。2.安全生产隐患排查与治理智能隐患排查工具开发：开发基于 AI 的隐患排查工具，利用图像识别、语音识别等技术，辅助安全管理人员快速发现安全隐患。例如，通过摄像头实时监测施工现场的安全帽佩戴情况、设备运行状态等。隐患治理跟踪与闭环管理：建立隐患治理跟踪系统，利用 AI 助手记录隐患排查、整改、复查的全过程，确保隐患治理闭环管理。AI 助手可根据隐患类型和严重程度，自动生成整改建议和复查计划，并提醒相关人员按时完成任务。安全知识库与智能问答：构建安全生产知识库，涵盖行业标准、操作规程、事故案例等内容。安全管理人员和企业员工可通过 AI 助手进行智能问答，快速获取安全生产知识和解决方案。3.安全生产应急处置与救援应急预案智能生成与优化：结合安全生产风险评估结果，AI 助手协助企业快速生成应急预案，并51根据实时数据动态优化预案内容。预案内容包括应急组织架构、应急响应流程、资源调配方案等。应急资源调配与指挥调度：在事故发生时，AI 助手实时分析事故现场情况，快速匹配周边应急资源（如救援队伍、医疗资源、物资储备点等），生成最优调配方案，并通过智能调度系统一键下达指令，确保应急资源快速到位。事故现场智能辅助决策：AI 助手通过语音交互和多模态数据处理，实时分析事故现场的视频、图像、传感器数据等，为现场指挥人员提供事故态势分析、救援建议和风险预警，辅助科学决策。4.安全生产培训与教育个性化培训课程生成：基于员工岗位职责和技能水平，AI 助手生成个性化的安全生产培训课程，涵盖理论知识、实操技能、事故案例分析等内容。培训课程可通过手机小程序、在线学习平台等多种方式推送。AI 助手实时提供操作指导和反馈，提升培训效果。培训效果评估与考核：AI 助手通过智能考核系统，对员工的培训效果进行评估和考核，生成详细的考核报告。考核结果可用于员工技能提升计划的制定和岗位调整参考。三、产品应用情况安全生产“一企一策”智控系统已在多个行业得到应用，如矿山、危险化学品、工贸等，帮助企业实现了安全生产的智能化管理，有效预防和减少了安全生产事故的发生。例如，在某矿山企业应用后，通过系统的实时监测和预警功能，及时发现并处理了多起潜在的安全事故隐患，避免了重大事故的发生；在某危险化学品企业，系统的隐患排查工具和治理跟踪系统，帮助企业实现了隐患排查的全覆盖和治理的闭环管理，提升了企业的安全管理水平。四、市场前景随着国家对安全生产的重视程度不断提高，以及企业对安全生产管理的需求日益增长，安全生产“一企一策”智控系统市场前景广阔。未来，该系统将不断优化和完善功能，拓展应用领域，为更多企业提供智能化、定制化的安全生产管理服务，助力企业实现安全生产的长治久安，推动安全生产管理向智能化、科学化方向发展。（三）经济和社会效益一、经济效益降低企业安全成本：通过实时监测与预警功能，帮助企业提前发现并处理安全隐患，减少事故发生的概率，从而降低因事故导致的直接经济损失，如事故赔偿、设备损坏修复等费用。提高生产效率：利用 AI 技术实现设备的智能运维，预测设备故障风险，优化维修和更换周期，减少设备停机时间，提高生产效率。提升企业经济效益：系统通过精细化资源配置与成本控制，帮助企业实现更加精准的资源调度与优化配置，有效降低运营成本，提高整体效益。增加市场竞争力：企业通过应用该系统提升安全生产水平，获得相关认证和荣誉，有助于提升企业品牌形象和市场竞争力，从而获得更多的市场份额和业务机会，间接增加企业经济效益。二、社会效益保障人员生命安全：系统在矿山、危险化学品等高危行业的应用，能够实时监测作业环境和人员操作，及时发现并预警潜在的安全风险，辅助现场指挥人员做出科学决策，最大限度减少人员伤亡和财产损失，保障从业人员的生命安全。提升行业安全水平：该系统的成功应用和推广，将为其他企业提供可借鉴的经验和模式，推动整个行业的安全生产管理水平提升，促进安全生产管理向智能化、科学化方向发展，减少行业内的安全52事故数量和损失程度。促进社会稳定和谐：安全生产事故的减少，有助于降低社会恐慌和不安情绪，维护社会稳定和谐。同时，企业因安全事故导致的停产整顿等情况减少，也有利于保障就业和经济的稳定发展。推动数字经济发展：安全生产“一企一策”智控系统的研发和应用，将进一步促进人工智能、大数据、物联网等数字技术与实体经济的深度融合，推动数字经济的发展，为经济增长注入新动力。（二十二）土谛 AI申报单位名称捷佳润科技集团股份有限公司联系人及联系方式 陈秀娟 15277004676人工智能产品名称 土谛 AI人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：智慧农业（一）单位简介捷佳润科技集团股份有限公司（证券代码：871433），自 2008 年成立以来，始终秉持“让农业更轻松快乐”的使命，深耕数字农业与智能水肥一体化领域长达 16 年，注册资本 10747 万元，核心业务聚焦于三大板块：AI 数字农业、智能农业装备、精准植物营养，全方位覆盖农业生产的各个环节。作为一家领先的高新技术企业，捷佳润融合 Deepseek 及各大 AI 模型、公司 16 年的农业生产数据资源，利用大数据、物联网、云计算、AI 智能识别等技术，致力于构建高效、可持续的智慧农业生产模式，为农户提供从“田间”到“舌尖”的全链条解决方案。截至目前，捷佳润已成功实施 800 多个精品项目，服务范围覆盖全国各省份，服务的作物包括水稻、土豆、柑橘、火龙果、甘蔗、榴莲、香蕉、橡胶、坚果等 60 多种，超过 200 万亩的农场在公司的技术支持下实现了数字化转型。此外，积极响应“一带一路”倡议，捷佳润将业务拓展至老挝、泰国、马来西亚、柬埔寨、尼日利亚、澳大利亚等多个国家，输出先进 AI 巡园系统、智能灌溉设施、农业大棚与农业物联网装备，助力当地农业实现智慧化管理，推进农业现代化进程，推动全球农业可持续发展。（二）产品简介一、产品研发背景传统农业面临资源低效、劳动力短缺、气候变化加剧等痛点，以及全球农业向数字化、精准化、可持续发展转型的趋势，难以满足现代社会对农产品数量和质量的需求。在此背景下，捷佳润凭借其在数字农业、智能水肥一体化等领域的深厚技术积累和丰富实践经验，拥有覆盖全国各地的精准农业数据资源，包括地块历史气象、积温、积雨、精细天气预报等详尽信息，以物联网、大数据分析和人工智能为核心技术支撑，通过构建深度学习算法与农业数据融合体系，推出了土谛 AI，旨在利用先进的人工智能和大数据技术，打破传统农业的局限，通过整合多源数据、提供精准决策支持、创新交互体验等手段，助力农业生产实现智能化、高效化、精准化，推动中国农业从传统模式向现代化、智能化模式转型，以应对日益增长的农产品需求和复杂多变的环境挑战。二、技术实现路径采用基于 Transformer 架构的大语言模型作为核心技术，通过部分微调和提示词工程，针对农业领域的特定需求进行优化。这一方法不仅保留了大语言模型在处理自然语言任务上的强大能力，还通53过微调使其更贴合农业场景中的具体问题，如作物病虫害识别、土壤分析报告生成等。此外，还引入了多模态学习机制，将文本数据与图像、音频等多种类型的数据相结合，进一步增强了模型对复杂农业环境的理解力。同时，通过实现高级函数调用机制，赋予模型智能化外部系统交互能力，实现与农业物联网设备、智慧农业平台和专业数据库的无缝对接，构建云边端一体化的智能决策支持体系。这种系统级功能拓展使模型不仅能够进行认知理解，还能触发精准化的农业操作指令，形成从感知、分析到执行的闭环智能服务链路，大幅提升了农业生产的智能化水平和决策效率。三、产品功能土谛 AI 通过深度整合 DeepSeek 大模型与捷佳润农业数据，构建数据感知-智能分析-决策输出的全链条农业解决方案，用户可获得更智能的农业分析与决策建议，助力传统农业向精准化、智能化转型升级。1.实时对话交互：土谛 AI 依托深度推理模型，打造全天候在线的智能农艺专家。用户可通过语音或文字实时咨询作物生长问题、天气预测、病虫害防治策略等，并支持拍照上传农作物照片。AI 可在秒级内精准识别作物种类、生长阶段及病虫害类型，同步提供专业分析与农事指导，实现“随问随答、即拍即解”的交互体验，帮助农户快速解决田间难题。2.智能地块管理：基于大数据与 AI 大模型技术，系统自动整合地块基础数据（如面积、地形、土壤属性），实时记录作物生长状态并分析关键指标（如长势对比、生产潜力评估）。结合用户需求与地块特性，可生成定制化农事方案，例如根据土壤肥力、湿度等参数推荐精准施肥计划，显著提升农田管理效率与科学性。3.专业决策研报生成：通过融合卫星遥感影像、气象数据、土壤传感器等多维度信息，土谛 AI能深度解析土地肥力、水分分布、酸碱度等关键指标，并预测作物生长趋势。系统自动生成涵盖土壤改良建议、资源优化配置及风险预警的综合性报告，助力农业从业者实现精细化、数据驱动的决策管理，推动降本增效与可持续发展。4.智能院子设计：面向城乡用户差异化需求，提供智能花园设计服务。AI 通过算法解析用户对庭院风格、设施布局的偏好，结合实地面积、地形等条件，自动生成兼顾美观与实用性的 3D 设计方案。无论是都市微型庭院还是乡村大型花园，均可快速输出创意规划，帮助用户低成本打造理想中的田园空间。5.农资信息查询：内置覆盖种子、化肥、农药等全品类农资数据库，支持 10 万 商品信息实时查询与比价。用户可一键获取产品详情、市场价格波动趋势及供应链动态，结合 AI 推荐的性价比评估模型，辅助制定最优采购策略，确保农资选择兼顾质量与成本效益。6.农业万年历：基于物候规律与气象预测的智能农事日历，精准提醒播种、施肥等关键节点。独创“科学 传统”双历融合系统，在提供现代种植指导的同时，融入黄历宜忌与节气农谚等文化元素，既保障农事安排的科学性，又赋予农耕活动人文内涵，增强农户的心理认同感与操作便利性。四、应用情况作为深度融合人工智能、农业大数据及 GIS 技术的创新成果，土谛 AI 填补了国内农业场景智能化应用的空白。目前系统已覆盖种植管理、灾害防控、资源优化及庭院设计等多重场景，服务农场投资者、农业生产者、农业服务商及个体种植者等多元群体。依托 DeepSeek 深度推理模型与捷佳润农业数据库双引擎，通过实时解析卫星遥感、气象传感器等多源数据，为农户提供病虫害 AI 诊断、精准水肥管理、气象灾害预警等核心功能。截至当前，土谛 AI 用户已超 50 万，服务地块面积超 10 万亩，生成超 1 万份定制化报告，涵盖苹果、蓝莓、香蕉、玉米、火龙果、水稻、西瓜、沃柑、榴莲、小麦、芒果等作物，从土地规划、种植决策到产销管理实现全周期赋能。54应用版图已拓展至广西、云南、广州、四川、北京，并辐射越南、老挝、尼日利亚等海外市场。基于土谛 AI 英文版成功落地的经验，下一步将开发多语言国际版本，推动“掌上农业智库”走向全球，助力“一带一路”沿线国家农业数字化升级。五、市场前景1.行业趋势红利：当前，中国大力推进“数字乡村”战略，全球粮食安全问题也备受关注，发展中国家的农业数字化转型需求极为迫切。但中小农户面临技术应用成本高的难题，跨国农企在本土化适配方面也存在诸多困难。这些痛点为轻量化、场景化的 AI 解决方案创造了巨大的市场空间。土谛 AI 正契合这一发展趋势，有望在这片广阔的市场中收获红利。2.核心竞争优势：土谛 AI 深度融合了 DeepSeek 大模型，是国内唯一实现“AI 大模型 农业 GIS 多源传感数据”全栈融合的解决方案，算法精度比行业标准高出 20%。其覆盖作物种类多达 60 余种，模型本土化适配性领先于竞品。站在智慧农业爆发式增长的前夜，土谛 AI 凭借“技术-场景-数据”三重壁垒，极有可能成为农业数字化领域的超级入口。3.战略布局方向：未来将开发多语言国际版本土谛 AI，沿着“一带一路”进行布局，助力沿线国家的农业数字化升级，通过拓展国际市场，进一步提升自身影响力，推动全球农业数字化进程。4.价值锚点：通过持续强化技术壁垒、深化国际布局、构建产业联盟，土谛 AI 将成为全球智慧农业转型的核心赋能者，实现商业价值与社会效益的双向跃升。（三）经济和社会效益一、经济效益1.助力精准决策，降低成本风险优化种植方案：通过分析地块的历史气象数据、土壤参数等，为农户提供精准的种植适应性评估，帮助选择合适作物品种，避免盲目种植造成的资源浪费。依托精准气象预测与种植决策模型，帮助农户优化播种周期和田间管理，减少极端天气导致的减产损失，平均可提升作物产量 10%-15%。合理农资采购：借助农资产品查询平台，农户能比较不同农资的价格和质量，购买到性价比高的产品，降低农资成本。同时，依据精准的农事建议，如施肥量、灌溉量的科学指导，减少农资过度使用，进一步节约成本。风险预警与防范：基于历史灾情数据和市场动态，为农户提供经营风险分析，提前知晓潜在风险，如自然灾害、市场价格波动等，以便采取相应措施，如调整种植计划、购买农业保险等，降低损失风险。2.提高资源利用，增加生产效益精准资源管理：地块测亩功能使农户精确掌握土地面积，合理规划作物布局；结合周边配套探索功能，优化农业资源配置，如选择距离更近、价格更优的农资供应商或销售渠道，减少运输等成本，提高资源利用效率和经济效益。提升生产效率：如农业万年历功能依据农时规律精准推送农事提醒，帮助农户合理安排农事活动，避免错过关键种植时机，确保农作物生长周期合理，提高生产效率，增加产出效益。3.拓展市场渠道，优化销售收益把握市场动态：提供农产品价格动态和市场供需信息，让农户及时了解市场行情，选择最佳销售时机，卖出更好价格，增加销售收入。创新销售模式：例如智能院子设计服务，不仅满足用户田园生活需求，还可能催生庭院经济等新的农业经济模式，拓展农产品销售渠道和场景，创造更多经济价值。二、社会效益551.推动农业智能化转型，提升行业竞争力技术引领变革：作为农业智能化的创新工具，土谛 AI 将先进技术引入农业领域，激发行业对智能决策工具的关注和应用，推动农业生产方式向智能化、精准化转变，提升整个农业行业的生产效率和竞争力。培养农业科技人才：其应用和推广为农业科技人才培养提供实践平台和案例，吸引更多人才投身农业科技领域，为农业现代化发展注入新动力，促进农业科技水平的持续提升。2.保障农产品供应与质量安全，促进社会稳定稳定供应：科学的种植决策和精准农事管理助力提高农作物产量，保障农产品的稳定供应，满足社会日益增长的农产品需求，稳定市场价格，对社会稳定和经济发展具有重要意义。质量安全保障：提供科学的病虫害防治、施肥建议等，有助于减少农药残留和化肥过量使用，保障农产品质量安全，维护消费者健康权益，增强消费者对农产品的信任。3.提升农民科技素养，推动农业可持续发展增强科技意识：农民在使用土谛 AI 过程中，不断接触和学习新的农业科技知识和智能化工具，逐渐提升科技素养，增强对科技创新的接受度和应用能力，有利于推动农业科技成果的转化和应用。助力可持续发展：通过优化资源利用、减少环境污染、保障农产品质量安全等多方面作用，土谛AI 有助于推动农业实现可持续发展，保护农村生态环境，实现农业生产与生态环境的协调发展。4.实现国产化替代，筑牢农业产业安全屏障自主可控技术体系：土谛 AI 作为国产化农业 AI 系统，突破关键核心技术壁垒，构建自主可控的技术生态，降低对国外农业技术的依赖风险，确保我国农业数据主权和产业链安全性，为农业数字化发展提供可靠保障。产业安全与竞争力提升：通过国产化替代，推动国内农业 AI 技术标准与产业生态的完善，增强应对国际技术竞争和供应链波动的能力，助力农业产业在全球价值链中占据主动地位，为国家粮食安全与乡村振兴战略提供技术支撑。（二十三）福寿螺防治机器人申报单位名称广西当乐当投资建设有限公司联系人及联系方式 陆勇 15677110898人工智能产品名称 福寿螺防治机器人人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介广西当乐当投资建设有限公司是农业生态治理领域的产融结合型科技企业，专注于人工智能与机器人技术在农业场景的深度应用。公司以资本 技术双轮驱动模式，联合复旦大学等高校科研团队，构建了覆盖投资-研发-产业化全链路的产学研合作体系，致力于推动智能技术在农业入侵生物防治领域的产业化应用。针对福寿螺入侵防治的行业难题，公司通过企业-高校联合研发机制，成功开发全球首套无人船-无人机协同治理系统。（二）产品简介56一、研发背景福寿螺作为重大农业入侵物种，对我国南方水稻种植区造成严重危害，年均导致数百万公顷农田减产，经济损失巨大。传统防治手段依赖人工清理、化学药剂及生物防治，存在效率低、成本高、环境污染等问题。随着生物安全法及农业智能化政策的推进，亟需高效、环保的自动化解决方案。本项目基于无人船-无人机协同系统，结合人工智能与机器人技术，突破复杂稻田环境下的精准识别、自主导航与智能作业难题，推动农业防治向自动化、精准化转型。二、核心功能1.智能识别与定位采用改进的 YOLOv8 模型，融合对比学习与注意力机制，实现复杂背景下福寿螺及卵块的高精度检测（识别准确率92%）。结合 RGB-D 深度信息融合与单目深度估计技术，支持远距离粗定位（覆盖半径50 米）与近距离精定位（误差3cm），适应水面反光、植被遮挡等复杂场景。2.协同导航与建图无人船搭载 LIO-SAM 算法构建高精度点云地图，结合 Dijkstra 全局路径规划与 MPC 动态控制，实现水田环境自主避障（横向偏移95%，避免损伤农作物。基于 DWA 与 TEB 算法的混合避障策略，实时响应动态障碍（如漂浮稻草），避障响应时间0.5 秒。三、应用情况目前已完成实验室原型机开发，并在模拟稻田环境中进行多轮测试：-福寿螺识别准确率达 91.3%，卵块检测漏检率5%；-无人船-无人机协同作业效率较传统人工提升 80%，单日最大治理面积达 20 亩；-机械臂抓取成功率达 93.7%，功耗降低 30%。-计划 2025 年在广西南宁、柳州等地开展田间试点，覆盖 5000 亩示范田。四、市场前景需求驱动：我国南方水稻主产区福寿螺年均危害面积超 167 万公顷，市场潜在规模达百亿元。政府“智慧农业”政策与生态防治补贴进一步推动需求。技术优势：相比同类产品，本系统通过多机协同与轻量化设计（整机重量50kg），降低部署成本30%，适配中小型农田。环保效益：替代化学药剂，减少农药污染，符合“双碳”目标下绿色农业趋势。预计未来 5 年国内市场渗透率可达 15%，年产值突破 2 千万元，并拓展至东南亚水稻种植区。（三）经济和社会效益一、经济效益1.降低农业损失数据支撑：福寿螺在我国南方年均危害面积达 167 万公顷，造成水稻减产 8.4%-50%。按广西水稻平均亩产 400 公斤、单价 3 元/公斤计算：保守估算：若项目覆盖 10 万亩稻田，减少 30%福寿螺危害，可挽回产量损失 4.8 万公斤/年（10万亩400 公斤30%4%减产率），直接经济效益 144 万元/年。57规模化推广（覆盖 100 万亩）：经济效益可达 1440 万元/年。2.节省人力成本传统人工防治成本：人工捡拾福寿螺需 10 人天/亩，广西农民工日均工资约 150 元，每亩成本 1500元。机器人替代效益：无人船-无人机系统作业效率为人工的 20 倍，每亩综合成本降至 200 元（电耗 维护），节省 1300 元/亩。覆盖 10 万亩：年节省成本 1.3 亿元；覆盖 100 万亩：节省 13 亿元。3.减少化学药剂使用化学防治成本：传统化学灭螺药剂（如杀螺胺）每亩成本约 50 元。替代效益：物理灭螺可完全替代化学药剂，按 10 万亩计算，年节省药剂成本 500 万元，同时避免土壤污染修复费用（估算每亩修复成本 200 元），间接节省 2000 万元。4.设备销售与技术服务收益设备单价：按单套系统（1 无人船 3 无人机）成本 15 万元、售价 25 万元计算，推广 100 套可实现产值 2500 万元。运维服务：按每套年服务费 2 万元，100 套年收益 200 万元。二、社会效益1.生态保护减少化学药剂使用量，预计每年减少稻田农药污染面积 10 万-100 万亩，保护水生生物多样性（文献显示福寿螺威胁 30%以上稻田土著物种）。2.公共卫生安全福寿螺是广州管圆线虫宿主，我国年均报告感染病例超 200 例。项目推广后预计降低螺类寄生虫病发病率 50%以上。3.智慧农业技术推广推动广西农业机械化率提升：当前广西水稻综合机械化率约 80%，但植保环节机械化率不足 30%。项目可填补植保自动化空白，助力农机智能化升级。4.形成技术示范效应：预计吸引 5-10 家农业科技企业参与产业链（传感器、机器人制造等），创造 500-1000 个就业岗位。5.乡村振兴与农民增收按每亩挽回损失 120 元（400 公斤3 元10%减产率），推广 100 万亩可直接为农民增收 1.2 亿元/年。降低劳动强度，释放农村劳动力从事高附加值产业（如农产品加工、乡村旅游）。（二十四）曲尺人工智能开放平台申报单位名称润建股份有限公司联系人及联系方式 李林强 15002014895人工智能产品名称 曲尺人工智能开放平台人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介58润建股份有限公司（以下简称润建股份）成立于 2003 年 1 月，2018 年 3 月在深交所上市，注册资本 22,074.6347 万元，现拥有在职员工 6000 余人，研发人员 1700 余人，持有各类证书 7000 余本。润建股份是领先的数字化智能运维（AIops）服务商、中国服务业企业 500 强、中国软件百强企业、国家知识产权优势企业，是广西本土培育的民营上市企业，是广西第一家获 CMMI5 认证的高新技术企业，产品及服务涵盖通信网络、数字网络、能源网络三大业务，业务覆盖 29 个省及东南亚等“一带一路”沿线国家。2023 年营业收入超 88.3 亿元，为地方税收贡献近 2 亿元。公司已构建 6 地（南宁、广州、深圳、北京、济南、德国）15 个研发中心的研发组织架构，坚持“技术与产品”的双重创新研发模式，重点面向通信、政务、警务、消防、电力与新能源等行业场景应用，开展人工智能、大数据、5G、物联网等多元化技术研究与产品研发，累计获得知识产权 600 余项。自主研发项目及孵化的 Run 系列数字化产品已覆盖 65 个应用场景，涵盖工业物联网、数智城管、社会综合、治理教育、数字化乡村振兴、XR 应用等领域。通过坚持加大研发投入开展产品自主研发工作，不断丰富公司创新产品种类，提高公司的市场风险防控能力，市场竞争力得到进一步提升，逐渐成为行业的“领跑者”。公司先后获得广西创新联合体、广西企业技术中心、广西技术创新中心、广西新型研发机构、广西重点实验室、广西博士后创新实践基地、南宁市企业技术中心、南宁市“人才飞地”研究中心、南宁市产学研协同创新企业、南宁市高技能人才培养基地等各级科研平台 10 余个，承担科技攻关项目40 余项。拥有通信类、电力类、政企业务类、软件研发及技术类、公共类等资质超 50 项，是广西唯一一家获得信息系统建设和服务能力评估 CS4 企业、广西本土首家通过 CMMI5 资质认证企业，资质及管理体系认定为区内最完善的企业。公司与五象新区共同打造了五象云谷智算中心，该智算中心获得了“国家绿色数据中心”、中国通信院三个“5A”认证及中国质量认证中心（CQC）颁发的 A 级等级证书的智算中心，认证等级跻身全国前五。五象云谷智算中心可承载两个万卡集群，提供高达 40000PFlops 智能算力，已经实现 1000P 的千卡集群。同时润建股份将自身在五象云谷智算中心全生命周期的丰富经验输出至东盟多个国家。目前已在印度尼西亚、马来西亚、菲律宾、越南等国家参与建设了 24 个数据中心案例，成功将中国数据中心服务一体化的设计、建设、运维能力和标准规范输出到东盟国家。（二）产品简介一、研发背景近年来，国家通过一系列政策文件为人工智能和算力基础设施的发展提供明确方向和强力支持：2023 年 10 月 8 日，工业和信息化部、中央网信办、教育部、国家卫生健康委、中国人民银行、国务院国资委等六部门联合印发算力基础设施高质量发展行动计划（工信部联通信2023180 号）提出：“到 2025 年打造一批算力新业务、新模式、新业态，工业、金融等领域算力渗透率显著提升，医疗、交通等领域应用实现规模化复制推广，能源、教育等领域应用范围进一步扩大。”这反映了国家对算力基础设施建设的重视，以及推动各行业数字化转型的决心。2022 年 7 月 29 日，科技部等六部门印发关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见（国科发规2022199 号）提出“围绕高端高效智能经济培育打造重大场景：鼓励在制造、农业、物流、金融、商务、家居等重点行业深入挖掘人工智能技术应用场景，促进智能经济高端高效发展”、“围绕安全便捷智能社会建设打造重大场景：以更智能的城市、更贴心的社会为导向，在城市管理、交通治理、生态环保、医疗健康、教育、养老等领域持续挖掘人工智能应用场景59机会，开展智能社会场景应用示范”。进一步明确了在制造、农业、物流、金融等重点行业中深挖 AI技术应用场景的方向，强调了智能经济和智能社会建设的重要性。这些政策指引着人工智能产业发展，同时也体现出随着大模型的全面崛起，算力作为数字经济时代新的生产力，也是经济社会高质量发展的重要支撑。在这样的背景下，润建股份把握人工智能发展契机，以行业模型为战略发展方向，以“算力、平台（算法）、数据”赋能“场景”为战略实现路径，全面深化智能化管维模式，聚焦行业模型落地，打造行业领先的人工智能和算力服务能力，开拓公司全新发展空间。二、产品功能曲尺人工智能开放平台是润建股份自研的人工智能 MAAS 平台，平台提供多模态数据标注、模型开发训练、开源大模型调用、AIagent 编排开发、边缘算法移植等一系列工具和组件，帮助开发者生成视觉、语音和文本领域的人工智能算法，为场景应用提供 Agent 智能体服务，帮助开发者加速构建各类软硬件一体的行业解决方案。“曲尺”平台功能包含五大部分：数据标注平台、AI 模型生产线、大模型统一网关、AI Agent编排平台、BytePiping 在线开发平台。1.数据标注平台数据标注平台用于标注数据，通过系统交互、功能模块和基础平台三大部分，提供从数据管理、预识别处理、任务管理到工具管理的全面功能，确保数据处理流程的规范化和高效化。系统的安全性、灵活性和高效性能够满足多种数据处理需求，开发者可以更高效地获取高质量的标注数据，为 AI 模型的训练和开发提供有力支持。2.AI 模型生产线AI 模型生产线用于自动化训练，通过数据处理、算力调度与模型训练、算法封装、服务发布等关键步骤，实现从数据采集到 AI 模型部署的全流程管理。集成了多模态数据处理、虚拟化算力资源调度、模型训练与优化、算法封装，以及多平台服务发布，支持多种硬件架构和应用场景，有效提升了 AI模型的开发效率和部署灵活性。3.大模型统一网关大模型统一网关包含众多大模型，润建股份做成了统一接口，提供 DeepSeek、通义千问、质谱 AI、猎户星空、Meta、零一万物等行业大模型的统一管理和访问接口，支持大模型的加载、推理和调优，优化大模型的性能和资源利用，确保不同应用场景下的模型调用和融合效率4.AI Agent 编排平台AI Agent 用于编排智能体，集成 Agent 仓库、多模型调试、Workflow 编排和监测标注等功能，可对多种智能体模型进行管理、存储和调度，支持复杂任务的分解、协作和动态调整。平台通过编排不同 AI Agent 工作流，优化任务执行顺序和资源配置，提升智能体协作的效率和系统的整体智能化水平。5.BytePiping 在线开发平台BytePiping 提供集成的开发环境，支持在线代码编写、调试、测试和部署。平台提供 IDE 环境、Git 版本控制、镜像源、组件仓库、算力调用、CI/CD、协作管理等核心能力，简化开发过程，促进开发人员之间的协作与共享，提高 AI 应用的开发效率和质量。三、应用情况润建股份已实现将智慧教育、智慧园区、城市治理、数字乡村、智慧能源等多个行业模型部署在“曲尺”人工智能开放平台开展训练，并在全国范围内孵化落地对应人工智能应用场景及创新产品。曲尺人工智能开放平台提供一系列机器视觉应用模型的在线体验，包括目标检测、图像分割、姿60态关键点识别、光学字符识别（OCR）、跨镜头追踪、人脸识别和手势识别等。这些模型通过深度学习技术实现高精度的视觉分析和理解，支持实时处理和多场景应用，允许用户在线体验各类模型的性能和应用效果，优化其在不同业务场景中的使用。例如，建维行业的无人巡检，城管行业的车流量识别，警务行业的目标追踪，制造行业的边缘检测等。曲尺人工智能开放平台还提供多种语言理解和生成应用模型的在线体验，包括知识库问答、曲尺机器人、图像理解等。通过预训练的深度语言模型，可实现高效的自然语言处理任务，如问答生成、对话管理和内容生成。平台支持模型的在线交互体验，用户可以根据实际需求选择合适的语言模型，并进行参数调优，以满足特定场景下的语义理解和信息处理需求。例如，政务服务的智能助手，文旅行业的问答机器人，教育行业的个性化教学及 AI 阅卷批改等。四、市场前景未来，随着人工智能技术的不断发展和市场需求的不断增长，润建股份曲尺人工智能开放平台有望在更多领域实现突破和创新，为润建股份带来更多的商业机会和增长空间。主要基于以下几个方面：1.平台技术实力曲尺平台作为一款基于深度学习框架的人工智能开放平台，引入了“文心一言”、“通义千问”、“盘古”、“九天”等开源大模型能力，专注于生成各种视觉、语音和文本领域的智能算法。公司技术实力使得曲尺平台能够加速构建各类软硬一体的行业解决方案，为行业开发者提供便捷易用的开发工具和高性价比的算力资源；公司技术优势为曲尺平台在市场上赢得了良好的口碑和竞争力。2.市场需求增长随着人工智能技术的快速发展，各行各业对人工智能解决方案的需求不断增长。曲尺平台凭借其强大的技术实力和灵活的应用能力，能够满足不同行业对人工智能解决方案的需求。特别是在智能制造、工业自动化、边缘计算等领域，曲尺平台的市场需求呈现出爆发式增长的趋势。3.政策支持与推动当前，“东数西算”政策为算力管理与运维服务的发展提供了新机遇。这一政策旨在通过整合资源，提升算力的效率与分配，推动全国范围内的数字经济发展。润建股份作为算力建设领域的领军企业，其曲尺平台将受益于这一政策的推动，进一步拓展市场份额。4.公司战略与布局润建股份在算力网络业务方面已取得显著成绩，在五象云谷智算中心完成第一期智算集群部署，实现 1000PFlops 的智算集群，是目前广西区域最大的算力基地。与阿里巴巴等知名企业达成了战略合作关系，进一步巩固了其在人工智能超算市场的领导地位。未来，润建股份将继续加大在人工智能领域的投入和布局，推动曲尺平台的技术升级和应用拓展。这将为曲尺平台的市场前景带来更多的机遇和挑战。（三）经济和社会效益一、经济效益1.直接销售收入曲尺平台作为一个智能体生产工具，可以提供两种模式的服务：一是一体化的 AaaS（智能体即服务）服务，其直接盈利模式包括销售行业模型产品，用户可根据自己的需求，准备好智能体开发所需的生产资料，直接调用曲尺平台的开发工具快速生成所需的智能体。这些行业模型产品能够为企业提供智能化解决方案，从而带来直接的经济收入。二是私有化部署服务，通过五象云谷算力平台，曲尺平台可以对外提供算力、模型（算法）等一体化智能化服务，曲尺可以更快捷地部署和更可靠地提供运维服务，进一步拓宽了收入来源。612.提升业务效率与收入曲尺平台赋能通信、数字化、能源等领域业务，通过智能化手段提升业务处理效率，降低运营成本，从而增加企业收入。例如，润建股份利用曲尺平台推出了一系列 AI 城市治理、AI 智慧园区等解决方案，提高了执法效率和准确性，节省了人力成本。3.开辟新市场与增长点曲尺平台的多模态底座具备文生图、图生图、图生文、文生短视频的功能和技术储备，可以应用在各行业进行营销、培训、技能助手等，为公司开辟了新的市场空间和增长点。随着 AI 技术的不断发展和应用领域的不断拓展，曲尺平台有望在未来为公司带来更多经济增长机会。二、社会效益1.推动数字经济发展润建股份依托现有的产业环境和技术积累，已经成功开发了3个行业大模型和30多个应用智能体，涵盖多个行业领域，推动行业智能化转型，推动数字经济的发展。2.促进绿色发展在能源网络业务领域，润建股份利用曲尺平台推出了一系列绿色能源解决方案，如通信综合能源管理、虚拟电厂、充电桩管维等，这些方案有助于减少能源消耗和环境污染，推动绿色发展。3.提升行业智能化水平曲尺平台通过引入多种开源大模型能力，加速构建各类软硬一体的行业解决方案，为行业开发者提供了便捷易用的开发工具和高性价比的算力资源，有助于提升整个行业的智能化水平，推动产业升级和转型。4.创造就业机会随着曲尺平台的不断推广和应用，润建股份需要更多的专业人才来支持平台的研发、运营和维护等工作。这将为社会创造更多的就业机会，促进就业增长。（二十五）四合一气体检测仪申报单位名称润建股份有限公司联系人及联系方式 李林强 15002014895人工智能产品名称 四合一气体检测仪人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介62润建股份有限公司（以下简称润建股份）成立于 2003 年 1 月，2018 年 3 月在深交所上市，注册资本 22,074.6347 万元，现拥有在职员工 6000 余人，研发人员 1700 余人，持有各类证书 7000 余本。润建股份是领先的数字化智能运维（AIops）服务商、中国服务业企业 500 强、中国软件百强企业、国家知识产权优势企业，是广西本土培育的民营上市企业，是广西第一家获 CMMI5 认证的高新技术企业，产品及服务涵盖通信网络、数字网络、能源网络三大业务，业务覆盖 29 个省及东南亚等“一带一路”沿线国家。2023 年营业收入超 88.3 亿元，为地方税收贡献近 2 亿元。公司已构建 6 地（南宁、广州、深圳、北京、济南、德国）15 个研发中心的研发组织架构，坚持“技术与产品”的双重创新研发模式，重点面向通信、政务、警务、消防、电力与新能源等行业场景应用，开展人工智能、大数据、5G、物联网等多元化技术研究与产品研发，累计获得知识产权 600 余项。自主研发项目及孵化的 Run 系列数字化产品已覆盖 65 个应用场景，涵盖工业物联网、数智城管、社会综合、治理教育、数字化乡村振兴、XR 应用等领域。通过坚持加大研发投入开展产品自主研发工作，不断丰富公司创新产品种类，提高公司的市场风险防控能力，市场竞争力得到进一步提升，逐渐成为行业的“领跑者”。公司先后获得广西创新联合体、广西企业技术中心、广西技术创新中心、广西新型研发机构、广西重点实验室、广西博士后创新实践基地、南宁市企业技术中心、南宁市“人才飞地”研究中心、南宁市产学研协同创新企业、南宁市高技能人才培养基地等各级科研平台 10 余个，承担科技攻关项目40 余项。拥有通信类、电力类、政企业务类、软件研发及技术类、公共类等资质超 50 项，是广西唯一一家获得信息系统建设和服务能力评估 CS4 企业、广西本土首家通过 CMMI5 资质认证企业，资质及管理体系认定为区内最完善的企业。（二）产品简介一、研发背景随着工业、建筑、消防等领域的不断发展，对气体安全监测的需求日益增长。政府对安全生产和环境保护的重视程度不断提高，出台了一系列相关政策和法规，要求企业加强气体安全监测，确保生产过程中的安全。气体检测仪作为保障人员安全和健康的重要设备，其市场需求不断扩大。科学技术的进步为气体检测仪的研发提供了有力支持。传感器技术、智能化处理系统等关键技术的不断突破，使得气体检测仪的性能不断提升，检测精度和稳定性得到显著提高。润建股份作为一家专注于通信、数字化等领域的高新技术企业，通过研发四合一气体检测仪智能传感器安全监测设备，提升自身在安全生产和环境保护方面的竞争力，四合一气体检测仪有助于公司拓展更多业务领域，进入气体安全监测市场，为企业带来新的增长点。二、产品功能四合一气体检测仪是公司自研的一款专门为有限空间作业设计的便携式智能传感器，该设备采用了先进的大规模集成电路技术、国际标准智能化技术水准设计技术及数字模拟混合通讯技术而设计的完全智能化的气体检测仪。检测仪可以通过 4G/5G 联网，具有数据自动上传、定位和网络校时功能。检测仪采用自然扩散方式或泵吸式检测，气体敏感元件采用优质气体传感器,能够同时检测并显示氧气(O,)、一氧化碳(CO)、硫化氢(H,S)和可燃气(CH,)的浓度，该检测仪具有高精度、高稳定性、快速响应等特点，同时配套有限空间作业管控平台，通过仪器的数据回传分析，实现对气体检测仪的使用情况、报警信息、有限空间数量、位置以及危险因素等信息管理，适用于各类密闭空间、地下设施、通信人井、隧道、矿井等有限空间场所的气体安全检测。63三、应用情况润建股份四合一气体检测仪在多个领域都发挥着重要作用，其多功能性、高精度与稳定性、便携性与耐用性以及智能化功能等特点使得其成为安全巡检领域中不可或缺的利器。典型应用场景如下：1.密闭设备如船舱、贮罐、车载槽罐、反应塔（釜）、冷藏箱、压力容器、管道、烟道、锅炉等。2.地下有限空间如地下管道、地下室、地下仓库、地下工程、暗沟、隧道、涵洞、地坑、废井、地窖、污水池（井）、沼气池、化粪池、下水道等。3.地上有限空间如储藏室、酒糟池、发酵池、垃圾站、温室、冷库、粮仓、料仓等。应用领域包括：1.工业生产在石油、化工、冶金、钢铁等行业中，四合一气体检测仪被广泛应用于监测生产环境中的气体浓度，确保生产安全。这些行业往往伴随着有害气体的产生，而检测仪能够实时监测并确保生产环境的安全。2.消防与应急救援在火灾、爆炸、泄漏等事故现场，有害气体的存在会给救援工作带来极大风险。四合一气体检测仪能够帮助救援人员快速确定气体的种类和浓度，为救援方案提供科学依据，降低事故风险。3.建筑施工在建筑施工现场，甲醛、氨气等有害气体可能来源于各种建筑材料和装修材料。四合一气体检测64仪能够对这些有害气体进行实时监测，确保施工环境的安全，防止施工过程中发生气体泄漏事故。4.环保监测随着环保意识的提高，对大气、水体和土壤中的有害气体浓度进行监测变得尤为重要。四合一气体检测仪可用于环保监测领域，检测各种有害气体浓度，为环境质量评估提供有力支持。四、市场前景润建股份四合一气体检测仪的市场规模将持续扩大，产品种类将不断丰富，市场竞争也将日益激烈。公司将抓住机遇，加大研发投入和市场开拓力度，不断提升产品性能和服务质量，以满足市场需求并实现可持续发展。这主要得益于市场需求增长、技术进步与创新、政策支持与推动以及市场竞争与机遇等多个方面的积极因素，市场前景分析如下：1.市场需求增长工业安全需求：随着工业生产规模的不断扩大和安全意识的提高，对气体检测设备的需求也在持续增长。特别是在石油、化工、冶金等高危行业，四合一气体检测仪已成为保障生产安全的重要设备。环保监测需求：随着环保法规的日益严格和环保意识的提高，对大气、水体和土壤中的有害气体进行监测变得尤为重要。四合一气体检测仪可用于环保监测领域，满足对多种气体浓度的实时监测需求。应急救援需求：在火灾、爆炸、泄漏等事故现场，四合一气体检测仪能够迅速确定气体的种类和浓度，为救援人员提供科学依据，降低事故风险。因此，在应急救援领域也具有较高的市场需求。2.技术进步与创新传感器技术：随着传感器技术的不断进步，四合一气体检测仪的检测精度和稳定性得到了显著提升。新型传感器的出现使得检测仪能够更准确地测量各种气体的浓度，提高了数据的可靠性。智能化与网络化：四合一气体检测仪正逐渐与物联网、人工智能等先进技术融合，实现远程监控、数据传输和实时定位等功能。这使得检测仪的使用更加便捷，也提高了其应用价值。多功能集成：便携式四合一气体检测仪正逐渐集成更多功能，如温度、湿度、气压等环境参数的检测。这种多功能集成技术满足了用户多样化的需求，使得检测仪在更多领域得到应用。3.政策支持与推动安全生产政策：国家高度重视安全生产工作，出台了一系列政策法规来规范和促进气体检测设备的研发和应用。这些政策的实施为四合一气体检测仪市场的发展提供了有力保障。环保政策：随着环保意识的提高和环保法规的完善，市场对低功耗、高效率的气体检测仪器需求增加。这为四合一气体检测仪市场的发展提供了广阔的空间。4.市场竞争与机遇市场竞争：随着市场规模的扩大，四合一气体检测仪市场的竞争也日益激烈。企业纷纷加大研发投入，提升产品性能和技术含量，以差异化竞争策略赢得市场认可，这为作为行业领军企业的润建股份提供了良好的发展机遇。市场机遇：随着智能家居、医疗健康、消费电子等新兴领域的发展，气体检测仪器的应用领域也在不断拓展。这为四合一气体检测仪市场带来了新的增长点和发展机遇。（三）经济和社会效益65一、经济效益1.技术创新与成本降低润建股份通过技术创新，不断提升四合一气体检测仪的性能和稳定性，降低了生产成本。随着生产规模的扩大和技术的成熟，产品的单位成本将进一步降低，从而提高公司的盈利能力。2.市场需求扩增随着工业生产的快速发展和安全意识的提高，对气体检测设备的需求持续增长。四合一气体检测仪能够同时检测氧气、可燃性气体、一氧化碳和硫化氢等关键气体，满足了多个行业对气体安全监测的需求。在石油、化工、冶金等高危行业，以及消防、环保等领域，四合一气体检测仪已成为保障生产安全的重要设备，市场需求量巨大，为公司带来可观的经济收入。3.市场拓展与品牌影响力润建股份通过市场推广和品牌建设，提高了四合一气体检测仪的市场知名度和品牌影响力。公司技术团队参加 2024 年全国“建安杯”信息通信建设行业安全竞赛，数智化有害气体检测仪在通信行业有限空间作业的安全管理案例 荣获了安全作品评选（安全管理案例）优秀案例；公司受邀参加 2024广州国际应急安全博览会，携智慧城市、安全管理等领域数智产品（其中包括四合一气体检测仪）精彩亮相，产品的市场竞争力得到提升，有助于企业拓展国内外市场，实现更大的经济效益。二、社会效益1.保障生产安全四合一气体检测仪能够实时监测生产环境中的气体浓度，及时发现潜在的安全隐患，有效预防火灾、爆炸等事故的发生。这有助于保障生产安全，减少人员伤亡和财产损失，提高企业的生产效率和经济效益。2.促进环保监测四合一气体检测仪可用于环保监测领域，对大气、水体和土壤中的有害气体进行实时监测，有助于及时发现环境污染问题，为环保部门提供科学依据，促进环境保护和可持续发展。3.提升应急响应能力在火灾、泄漏等事故现场，四合一气体检测仪能够迅速确定气体的种类和浓度，为救援人员提供科学依据，提升应急响应能力，降低事故风险，保障人民群众的生命财产安全。4.推动产业升级四合一气体检测仪的广泛应用，推动相关产业的升级和发展。例如，传感器技术、物联网技术等的进步将带动气体检测仪器行业的整体发展，促进技术创新和产业升级。（二十六）基于电解大模型的稀土熔融金属出炉悬臂式桁架机器人申报单位名称桂林智工科技有限责任公司联系人及联系方式 王岩 15077309650人工智能产品名称 基于电解大模型的稀土熔融金属出炉悬臂式桁架机器人人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介66申报单位桂林智工科技有限责任公司，2021-2023 年研发投入平均占比达到了 93.84%；2023 年主营业务利润率 50.77%。2024 年获批国家高新技术企业、广西新型研发机构。参与共建 2 个广西科技成果转化中试研究基地、1 个工程技术研究中心：高性能稀土永磁材料产业链及其智能制造成果转化中试研究基地、广西风电干式变压器及其智能制造成果转化中试研究基地、广西矿粉加工过程控制及装备工程技术研究中心。公司专业从事先进机电设备、信息技术、计算机技术和网络技术研发的高科技公司，现有实验、加工场地 1000 多平方米，机械加工设备、电气性能测试设备等 50 台套。公司主要从事稀土深加工自动化、信息化、智能化产品研制、开发，为稀土深加工企业提供智能制造一体化解决方案。（二）产品简介一、研发背景熔盐电解工艺是稀土金属及其合金生产的主要途径。长期以来我国稀土行业受粗放型生产模式的影响，现有电解还原设备虽然相对齐全，但皆以满足单一功能为主，如电解电源设备、稀土电解阴极、电解炉等。目前生产过程，基本上是人工手工作业，条件较好的生产企业实现了稀土氧化物原料供给自动化，但熔融金属出炉、浇铸仍然是为人工作业，同时关键工序控制严重依赖人工经验，存在安全隐患、工人劳动强度大、产品质量不稳定、成品效率低、能源消耗大、环境污染等问题，严重制约了稀土加工业的可持续发展。在电解自动化装备领域，由于该领域市场规模偏小、工作环境恶劣、技术开发难度大，仅有北京欧卡技术有限公司、国科智能美甘齐动研究院等少数公司介入，而且仅局限于电解自动投料工序。本产品涉及稀土金属熔盐电解工艺过程，包括服务四台电解炉的稀土熔融金属出炉一拖四悬臂式桁架机器人、电解炉底清理机械手系统、稀土熔盐电解大模型，国内尚未有自动化和智能化装备替代人工作业完成上述工艺过程，相关技术处于国内领先水平。二、功能产品服务于稀土熔盐电解行业，可以实现稀土熔融金属出炉的工艺过程自动化和工艺参数机器学习自主决策，包括：提锅、阴极升降、电解炉底清扫、浇注等工艺动作自动化；产品配有稀土电解熔融表面温度监测系统，可以对稀土电解熔融表面温度进行连续监测，提供实时测温数据；产品的稀土熔盐电解大模型可以根据不同工况，实现电压、电流等关键工艺参数的机器自主决策，提升金属电解产量，不需要人为设定固定参数数值，并实时监测熔盐电解过程中设备、物料、环境和相关作业人员信息，使生产要素可控且处于最优状态。三、应用情况公司研制了稀土熔盐电解悬臂式桁架机器人第一代样机（一拖二），样机已通过验收投入生产运行；第二代框架式样机（一拖四）已在贺州市金利新材料有限公司运行；一拖四悬臂式样机在中稀（凉山）、甘肃稀土试运行。在此基础上，与中稀（凉山）磁性材料有限公司合作研究基于红外热成像的稀土电解熔融表面温度监测系统，目前已取得阶段性成果，已具备开发稀土熔盐电解大模型的基本条件。此外，公司与国内 2 大稀土集团中国稀土集团有限公司、中国北方稀土（集团）高科技股份有限公司具有良好的合作基础，具备应用示范场景的保障条件。四、市场前景根据“2018 年中国稀土永磁产业链企业分布图”提供的数据，我国拥有稀土金属冶炼企业 33 家，以平均每家公司需求 2 套生产线计，预计市场需求产值 500233=33000 万元。（三）经济和社会效益67一、经济效益2026 年推广应用 1 个用于提锅工艺的稀土金属熔盐电解悬臂式桁架机器人生产线车间，2026 年新增销售收入 500 万元，利税 80 万元。二、社会效益解决全行业人工操作存在的稀土金属（合金）冶炼产品质量指标、电源消耗指标、料比指标数值浮动大的难题，稳定一线员工队伍，实现稀土金属冶炼集控化、数字化、远程化、智能化。本产品的推广，可以实现创新链、产业链、人才链的融合，解决稀土电解人工作业的行业难题，发展稀土熔盐电解新质生产力，技术水平达到国内领先，为实现稀土熔盐电解智能化提供基础。项目技术成果能够服务行业整合后的国家 2 大稀土集团（中国稀土集团有限公司、中国北方稀土（集团）高科技股份有限公司）乃至稀土冶炼行业，打造稀土行业智能装备制造的广西名牌，拉动广西上亿元的产业链。同时，项目作为创新链与产业链的融合，有利于促进科技成果的转化，带动先进制造业相关企业共同发展。（二十七）震泽智算平台申报单位名称中国移动通信集团广西有限公司联系人及联系方式 熊明科，15177911179人工智能产品名称 震泽智算平台人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介中国移动通信集团广西有限公司（简称“广西移动”）是中国移动在广西设立的具有独立运营和独立纳税资质的全资子公司，成立于 1999 年 7 月，下辖 14 个地市分公司，是广西区内规模最大的基础电信运营商，现为广西算力产业联盟副理事长单位。近年来，公司发展呈现稳中有进良好态势，截至2024 年底，电信业务总量超 200 亿元，行业占比超 50%；服务客户总数超 3000 万户，5G 用户超 1000万户，总连接数超 7000 万个，移动客户份额近 60%，作为唯一在广西全额纳税的通信运营商。（二）产品简介中国移动已成立云能力中心（中移（苏州）软件技术有限公司），100%自研打造移动云服务，现已建成全国“4 N 31 X”的全国布局，广西落地双算力节点。可为客户提供包括包括智算、AI 在内 IaaS、PaaS、SaaS 服务。在人工智能应用方面，主推以下三类产品：一、震泽智算平台1.产品功能算力资源管理：支持异构算力调度（如 GPU、国产昇腾芯片等），提供大规模 AI 训练和推理服务，支持多卡并行训练。开放生态整合：整合 Deepseek、通义千问、Llama 等主流三方大模型资源，自动化流程 AI 工具链、智能数据分析工具等，覆盖 AI 智能体开发全流程。数据管理服务：具备统一的数据存储与流转平台，简化底层技术复杂性，支持高效数据挖掘与应用。算力便捷调用：通过 API 接口调用，可为用户提供高效的算力应用模式。682.应用情况全面开放为客户提供 DeepSeek-r1 671B 模型 2500 万 token 30 天的免费应用，已为区内超 100家客户提供提供服务。3.市场前景可面向各行各业客户提供一键部署、快速使用的高性能大模型服务，按需使用按量付费，大幅降低客户 AI 应用的算力建设投入成本，具有广泛的应用场景及巨大的市场需求。二、移动云智算一体机1.产品功能深度集成 DeepSeek 满血和蒸馏版模型以及成熟的行业智能体，内置模型微调、模型推理、知识库构建、智能体编排等一站式工具，客户可在资源独享的服务环境中，快速构建个性化 AI 应用，2.应用情况目前已与区内多个客户达成合作意向，正在加快区内客户的部署交付。3.市场前景可提供部署于客户侧的私有 AI 智算服务，为客户基于私有数据、保密数据的 AI 应用提供低延迟边缘计算服务。在政府、金融、医疗等领域有广发的应用场景及大量的市场需求。三、AI 云电脑1.产品功能移动 AI 云电脑提供多样化算力资源及云端电脑系统，具备一体机、云笔电、云平板等多种软硬一体交付形态，内置 AI 助手服务，可提供 DeepSeek 满血模型服务。用户可通过多种终端、随时随地接入云端电脑，满足企业及行业用户的多场景需求，畅享更便捷、更安全、更经济、更智慧的电脑使用体验。2.应用情况在政务、教育、制造、商贸等领域广泛应用，累计接入量超 10 万台。3.市场前景产品在办公、教育信息化、中小微企业服务市场空间广阔，结合 5G 和算力网络普及，有望成为智能终端主流形态。（三）经济和社会效益2024 年广西移动 AI 云电脑累计接入量超 10 万台，年收入规模超千万元。在钦州灵山县为 180 多所学校一次性规模部署办公、教学电脑超 3000 台，助力学校办公、教学信息化升级，打造区内大规模算力服务应用标杆。2025 年广西移动将依托强大的智算服务、算力网络，为区内千行百业智能化、信息化升级转型持续赋能，在人工智能应用领域贡献更多的经济、社会价值。（二十八）虚拟助教申报单位名称广西民族大学联系人及联系方式 张纲强/18677109903人工智能产品名称 虚拟助教人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机69（船）其他：智慧教育智慧教学（一）单位简介广西民族大学是国家民族事务委员会和广西壮族自治区人民政府共建高校。学校占地 3600 亩，有三个校区，教学科研设备总值 6.3 亿元，纸质、电子文献丰富。教职工 2600 余人，拥有众多国家级、省部级人才，设有 22 个本科教学学院，全日制在校生 4.3 万余人。学校建设和发展备受党和国家的关心和重视。学科专业齐全，有 84 个本科专业，涵盖 11 个学科门类，15 个国家级一流本科专业建设点，1 个博士后科研流动站、5 个一级学科博士学位授权点，20 个一级学科硕士学位授权点、26 个硕士专业学位授权点、6 个广西一流学科，26 个省部级重点学科，工程学、化学学科进入 ESI 全球排名前 1%。科研成果丰硕，有国家级科研平台和多项省部级成果，国家社科基金重大项目立项数居全区高校首位。广西民族大学学报获多项荣誉。学校对外开放办学成果显著，是多个教育部人才培养和研究基地，开设多门东盟语种专业，在国外设孔子学院，与多个国家高校合作，培养了众多留学生。学校紧密围绕产业发展重大需求，深化产学研合作，与企业共建研发中心 18 个、中试基地 1 个、科技创新合作基地 1 个。依托广西中华民族共同体意识研究院国家级科研平台，为区内外各级党委、政府部门、各族群众开展培训 100 余场，学员涵盖工农商学兵等各行业、各领域，积极助力铸牢中华民族共同体意识大宣教格局的构建。文化建设突出红色、绿色、共同体意识文化。（二）产品简介一、研发背景近年来，人工智能技术犹如汹涌澎湃的浪潮，取得了令人瞩目的飞跃式发展。从早期晦涩难懂的理论研究，在无数科研人员的不懈探索与钻研下，逐步迈向丰富多样的实际应用领域，持续不断地拓展着其边界。在教育这一关乎国家未来与民族希望的重要领域，人工智能正以不可阻挡之势，逐渐成为推动教育革新的核心力量。随着人工智能技术日益成熟，数字人形象能够以高度逼真的形态展现，无论是外貌特征还是言行举止，都趋近真实；自然语言处理技术使得人与机器之间的交流更加顺畅自然，理解与回应精准高效；语音识别与合成技术实现了声音与文字的快速转换，如同拥有了一个随时待命的语音助手；大规模预训练模型更是凭借其强大的学习能力，为各类应用提供了坚实的智能支撑。这些技术的广泛应用，犹如为教育教学方式的变革开启了一扇全新的大门，带来了前所未有的机遇。在此背景下，广西民族大学人工智能学院携手广西数字校园科技有限公司展开联合攻关，共同打造出“虚拟助教”软件。该软件深度融合人工智能技术，旨在突破教育资源与师资力量的瓶颈，打破传统教育在时间与空间上的桎梏。只要网络畅通，学生随时随地向“虚拟助教”发起问题咨询，都能即刻获得精准解答。它不仅能够即时答疑，还能依据学生的学习状况和个性化需求，精准推送定制化学习资料，同时自动评估学生的学习成果并及时反馈。此外，“虚拟助教”具备多模态交互与情感识别功能，能够以更具亲和力的方式与学生交流互动，大幅提升教学体验。“虚拟助教”的诞生，为教育教学模式带来了革新性变化。一方面，它助力学生获得更为公平、高效的学习支持，打破教育资源分配不均的壁垒，有力推动教育公平的实现；另一方面，它为教师分担大量重复性工作，让教师得以将更多精力投入到教学策略的优化以及学生的个性化指导中，从而全面提升整体教学质量。借助“虚拟助教”，学生能够享受到优质、高效的教育服务，为未来的学习与发展筑牢根基。二、系统主要功能即时答疑功能：借助先进的自然语言处理技术和大规模预训练模型，“虚拟助教”能够理解并回应学生提出的各类问题，涵盖基础课程知识到专业领域内容。个性化学习资源推荐：通过分析学生的学习行为数据，并结合知识图谱，系统能够为学生推荐最适宜的学习资源，助力学生深入掌握知识。70自动评估与反馈机制：系统支持自动评分学生提交的作业，并提供详尽的反馈意见，帮助学生识别自身的学习薄弱环节。课程管理辅助：系统协助教师进行课程通知发布、作业收集、讨论组织等工作，有效减轻教师的工作压力。数字人与语音交互：采用 3D 建模技术和语音合成技术，创建逼真的数字人形象，实现生动有趣的语音交互体验。学生能够通过语音与虚拟助教进行互动，享受更加真实的对话环境。三、技术创新点多模态交互技术：支持文本、语音等多种交互方式，使交流过程更加自然顺畅。特别是语音交互功能，显著提升了用户体验。自适应学习路径规划：根据学生的学习状况动态调整学习计划，确保每位学生均能获得最适宜的学习指导。情感识别与响应机制：通过分析学生的语音和面部表情，理解其情绪状态，并适时提供鼓励或安慰，以增强学习动力。大规模预训练模型应用：集成 BERT、GPT 等最新大规模预训练模型，提高系统对复杂问题的理解和生成能力，使其能够更精确地解答专业问题。四、系统创新性知识图谱构建：整合各类教育资源，构建庞大的知识网络，便于快速检索相关信息。跨学科知识融合：结合心理学、教育学等多学科知识，设计出更科学、有效的教学方案。持续迭代优化：采用用户反馈机制不断改进算法模型，确保系统的准确性和实用性。缓解师资不足问题：通过自动化解答常见问题，减少教师重复性工作负担，使有限的师资力量能够专注于更高层次的教学活动。五、应用现状虚拟助教在语义理解、复杂问题处理上仍有不足，对于模糊、隐喻性问题，理解存在偏差，在复杂知识整合与解答上，能力有待提升。高质量数据是虚拟助教学习和准确回答的基础，需要进一步获取大量优质、标注准确的数据。部分教师和学生对虚拟助教存在接受度问题，一些教师担心其取代自身角色，学生可能过度依赖，影响自主思考和学习能力。如何将虚拟助教融入现有教育理念和教学模式，实现人机协同教学，还需进一步探索。六、市场前景展望教育市场需求增长：随着在线教育市场的迅速扩张，对智能化教育工具的需求日益增长。“虚拟助教”凭借其强大的功能和灵活的应用场景，有望在这一趋势中占据重要地位。缓解师资短缺问题：特别是在偏远地区，“虚拟助教”能够显著减轻教师的工作量，使教师有更多时间和精力投入到关键的教学活动中，有效缓解师资力量不足的问题。商业化潜力：除学校应用外，“虚拟助教”还可拓展至企业培训、职业技能提升等领域，具有广阔的商业价值和发展空间。预计在未来五年内，该产品将在全国范围内推广应用，直接带动相关产业增长约 2 亿元人民币。国际合作机遇：鉴于其创新性和实用性，“虚拟助教”吸引了国际社会的关注。我们正在探索与其他国家和地区开展合作的可能性，共同推进智能教育的发展。（三）经济和社会效益71一、经济效益预计在未来五年内，“虚拟助教”将在全区乃至全国范围内推广应用，直接带动相关产业增长约 2亿元人民币。此外，还将催生一系列新的商业模式和服务形态，创造更多的就业机会。例如，针对不同教育阶段定制化的解决方案，或是与其他教育软件的集成服务等。二、社会效益促进优质教育资源的公平分配，让更多人受益于高质量的教育服务。推动教育信息化进程，加快实现教育现代化目标。培养一批既懂教育又擅长技术的复合型人才，满足社会发展需求。“虚拟助教”可以显著减轻教师的工作量，让教师有更多时间和精力投入到关键的教学活动中去。（二十九）柑橘无人协同采摘系统研发与示范应用申报单位名称广西起凤橘洲生态农业有限公司联系人及联系方式 梁加亮 13878803107人工智能产品名称 柑橘无人协同采摘系统研发与示范应用人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介广西起凤橘洲生态农业有限公司（以下简称“起凤橘洲”）成立于 2016 年，是广西农业科技领域的领军企业，专注于智慧农业技术研发与生态循环农业推广。公司以“科技赋能农业，创新驱动振兴”为使命，依托自主研发的人工智能、无人系统及物联网技术，在沃柑种植、水肥管理、病虫害防治等领域形成核心技术优势，并于 2024 年荣获“广西企业典型创新案例”及“创新案例汇编入选名单”两项省级殊荣（全区仅 30 家入选），彰显其创新实力与行业示范作用。（二）产品简介一、研发背景国家“十四五”推进农业农村现代化规划 全国现代设施农业建设规划（2023-2030 年）等政策明确提出加快农业科技创新与智能化转型，推动设施农业高效、绿色、集约化发展。当前，我国农业面临劳动力老龄化、资源利用率低、环境压力大等挑战，亟需通过智能化无人装备提升生产效率，保障粮食安全。智能农业作为突破资源约束的核心路径，依赖信息化与智能化技术支撑。传统农业装备难以适应复杂动态环境，而人工智能、多传感器融合、深度强化学习等技术为农业机器人提供了精准感知、自主决策与协同作业能力，是推动农业新质生产力的关键。广西起凤橘洲生态农业有限公司深耕智慧农业领域，自主研发人工智能、无人系统及物联网技术，在沃柑种植、水肥管理等场景形成核心技术优势。公司 2024 年入选“广西企业典型创新案例”，具备智能化装备研发与落地的创新实力，符合国家农业现代化战略方向。二、产品功能智能化无人装备核心技术模块化机器人平台:支持多场景适配，通过传感器、控制器、执行器模块灵活替换，满足采摘、搬72运、环境监测等任务需求。自主定位导航:融合激光雷达、视觉 SLAM 与语义信息，实现非结构化农田环境下的高精度定位与动态路径规划。视觉伺服控制:基于深度学习的目标检测与 3D 点云定位技术，结合力反馈柔性夹爪，保障柑橘无损采摘。多机器人协同作业:采用深度强化学习优化任务分配与路径规划，实现采摘、转运多机并行作业，综合效率提升 300%以上。三、技术亮点超冗余度机械臂设计：提升避障能力与作业灵活性，减少对植株的损伤。主动学习 自监督学习：降低数据标注成本，提升复杂环境下目标识别鲁棒性。分布式动态规划算法：适应大场景动态环境，实现高效导航。四、应用情况现有技术基础:公司已在沃柑种植中应用智能水肥一体化系统、物联网环境监测技术，2024 年技术成果获省级创新案例认证。自主研发的“双臂柑橘采摘机器人”完成实验室验证，识别精度达 95%，采摘成功率超90%。试点应用规划:2025年拟在广西柑橘主产区开展无人采摘装备试点，覆盖500亩示范基地，目标降低人工成本40%，提升采收效率 50%。与高校及科研机构合作，推动“多机器人协同系统”在番茄、草莓等高附加值作物场景落地。五、市场前景竞争优势：技术领先性：融合多模态感知、模块化设计与深度强化学习，突破传统装备效率瓶颈。成本优势：模块化平台降低维护成本，适配中小型农户需求。政策支持：契合广西乡村振兴战略，获地方政府资源倾斜。市场拓展计划：短期聚焦广西柑橘、芒果等特色作物，打造区域标杆案例。中长期拓展至全国设施农业主产区，并探索“装备 服务”商业模式，提供全流程智慧农业解决方案。（三）经济和社会效益一、经济效益1.降本增效人工成本降低：通过无人协同采摘系统，预计柑橘采摘人工成本降低 25%-30%（广西当前日均采摘人工成本约 180-220 元/人，按中间值 200 元/人测算），采收效率提升 30%-40%（实验室实测数据为35%）。示范基地节约成本：500 亩示范基地年节约成本约 150-180 万元（按每亩采摘人工成本占比 60%、系统覆盖 80%作业量计算）。2.增产增值果实损伤率控制：通过无损采摘技术，果实损伤率由传统人工采摘的 12%-15%降至 6%-8%。亩均增收：减少损耗与分级优化后，亩均增产 5%-8%，带动合作农户年均增收 0.8-1.0 万元/户（按73广西柑橘均价 3.5 元/公斤、亩产 3000 公斤测算）。3.市场拓展技术适配与推广：系统可适配芒果等作物，3 年内覆盖广西 10%-15%规模化果园（约 5-8 万亩），预计装备销售及技术服务收入 2000-3000 万元，带动采后分选、物流等环节产值提升 8000 万-1 亿元。二、社会效益1.劳动力优化替代人工比例：单套系统可替代 8-10 名采摘工人（按 8 小时作业效率测算，含设备维护人力需求），缓解丘陵地区季节性用工缺口问题。2.绿色农业推动化学投入品减量：通过精准作业与病虫害监测联动，示范基地化肥农药使用量减少 15%-20%（广西柑橘园平均用量为 120 公斤/亩/年）。绿色认证提升：推动项目区绿色食品认证率从 2023 年的 45%提升至 50%-55%。3.技术标准与培训标准制定：形成丘陵地带果蔬采摘技术标准 2-3 项（含设备操作规范、果实损伤分级标准）。人才培训：联合地方农技站培训智慧农业操作员 80-100 人次，覆盖示范基地周边 20 个行政村。4.乡村振兴助力村集体增收：通过“示范基地 合作社”模式，带动 5-8 个村集体年均增收 20-30 万元（含设备租赁分红、品牌溢价收益）（三十）基于高精度容栅传感器的智能关节臂坐标测量及大数据分析融合应用的开发及产业化申报单位名称桂林电子科技大学联系人及联系方式 李国志 15776682452人工智能产品名称基于高精度容栅传感器的智能关节臂坐标测量及大数据分析融合应用的开发及产业化人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介桂林电子科技大学是工业和信息化部与广西壮族自治区人民政府共建高校、国家国防科技工业局与广西壮族自治区人民政府共建高校、国家“中西部高校基础能力建设工程”入选高校，是广西最早建立人工智能学院的学校。学校现有博士学位授权一级学科点 8 个，博士专业学位授权类别 1 个；博士后科研流动站 4 个；硕士学位授权一级学科点 21 个；硕士专业学位授权类别 12 个；是硕士研究生推免工作高校。工程学、材料科学、计算机科学、化学四个学科进入 ESI 全球前 1%。学校现有教职员工 3400 余人。教师队伍中具有高级专业技术职务 929 人，有国家级人才 14 人次，省部级人才 145 人次。有教育部“全国高校黄大年式教师团队”1 个、教育部首批虚拟教研室建设试点 1 个、自治区高校黄大年式教师团队 3 个、广西人才小高地 4 个、广西创新团队 6 个。74学校承担了一批国家科技重大项目、国家重点研发计划、国家自然科学基金重大科研仪器研制项目、国家自然科学基金联合基金重点项目、国家自然科学基金面上项目、国家社会科学基金特别委托项目等高水平的国家级科研项目。“十三五”以来，新增国家重点研发计划项目、国家重大专项课题、“973”项目、国家自然科学基金等国家级科研项目 679 项，获得省部级科学技术奖励以及同等级别社会力量设立的科学技术奖励共计 72 项。学校现有国家级工程研究中心 1 个、教育部重点实验室 2 个、教育部工程研究中心 1 个、教育部国际合作联合实验室 1 个、广西重大科技创新基地 3 个、广西重点实验室 10 个、广西应用数学中心 1 个、广西工程（技术）研究中心 9 个、国际联合创新平台 1 个、广西协同创新中心 5 个、广西高校工程研究中心 4 个、广西科技成果转化中试研究基地 3 个、广西人文社会科学研究基地 2 个。学校大学科技园获批为国家大学科技园，学校大学科技园众创空间获批为“国家级众创空间”。学校入选教育部首批高等学校科技成果转化和技术转移基地、获批国家知识产权试点高校、高校国家知识产权信息服务中心。学校持续推进花江智慧谷电子信息创业产业园、深圳市桂电电子信息与先进制造技术研究院等政产学研平台建设。学校大力推进桂电南宁研究院建设，为建设新时代壮美广西贡献“桂电力量”。（二）产品简介一、研发背景与功能随着计算机技术的飞速发展以及传感器、控制算法的不断创新，关节臂测量技术从最初的机械式测量到现代的数字化、网络化测量，智能关节臂测量技术经历了长足的进步和演变。特别是近年来随着智能制造、工业 4.0 等概念的兴起，智能关节臂测量技术得到了更广泛的应用和关注。众多科研机构和企业纷纷投入研发力量，推动该技术的不断创新和发展，逐渐实现了智能化和自动化。随着制造业的转型升级和智能化发展，对高精度、高效率的测量技术需求日益旺盛。智能关节臂测量技术以其独特的技术优势和应用价值，在市场中展现出广阔的前景。预计未来几年，智能关节臂测量技术的市场需求将持续增长，应用领域也将进一步扩大。针对航空航天、轨道交通、船舶汽车等大中小型机械设备为代表的现代装备制造过程中，生产线上对大尺寸在机测量的需求，利用本单位已有的机器人感知与测量技术，开发具有空间位置检测功能的角位移编码器、水平倾角测量模块、角度转直线的测量模块等 3 个及以上具有自主知识产权的智能空间角度位移、倾角位移、直线位移传感模块，并将其整合为臂式三坐标测量机。再结合机械臂空间运动模型、大数据分析、智能人机交互等技术，开发出具有高精度、大尺寸特性的可移动智能臂式三坐标测量系统、并进行产业化，为人工智能、机械加工、机器人、航空航天、轨道交通、船舶制造、汽车制造等现代自动化产线、智能制造、人工智能领域提供低成本、低功耗、微型化的在机测量应用需求。二、应用情况本单位与桂林市晶瑞传感技术有限公司合作开发该系统，在公司成立了基于高精度容栅传感器的智能关节臂坐标测量及大数据分析融合应用的开发及产业化项目实施小组，技术部经理担任项目实施领导小组组长。公司实现项目管理负责制，由项目负责人根据项目需要调配公司所有资源；同时在本项目实施过程中全力推进项目进度，确保项目研究顺利开展，并且优先配置人力资源，项目实施期间公司招聘多名具有较强动手实践能力和经验的人员进入研发团队，负责测量系统、应用产品规模化产业化的研究工作。该可移动智能臂式三坐标测量系统，结合大数据分析模型所得信息，可作为参考用于装备制造产线上下游生产过程监控、分析、预警、指导等动作，提高产线效率和质量，为实现智能化产线提供信息依据。三、市场前景75预计该模块研发完成并投入批量生产后，每年生产和销售 3 万套，年新增产值 2000 万元。项目实施期间，获得国家发明专利 2 项，实用新型专利 2 项，突破关键核心技术 1 项以上（突破的关键核心技术申请发明专利 2 项以上）。培养高级工程师 2 人以上，培训相关技术人员 200 人次以上，并有助于合作企业的“基于高精度容栅传感器的智能关节臂坐标测量及大数据分析融合应用的开发及产业化”研发平台的建设。（三）经济和社会效益一、经济效益本项目总投资 1500 万元，主要由合作企业未分配利润、营运资金 1200 万元及申请引导资金 300元万组成，从现金流量表的营业现金流量可知，投产后第 1 年现金净流量达 173 万元，第 2 年为 347万元，第三年为 693 万元，因此，预计 2027 年企业有足够投资回收能力。二、社会效益本项目完成批产后，将形成一套完整的、成熟的、可大批量生产的工艺技术，对容栅测量技术应用将达到国际领先水平，同时通过该项目的实施，利用掌握的技术优势、市场占有率的优势与本地区整体行业相结合形成极具竞争力的区域优势，对我国测量行业技术向更高水平发展起到引导、推动作用，并能提升我国测量传感仪器的国际竞争力和大幅度提升品牌竞争力，社会效益显著。对具有自主知识产权的智能关节臂坐标测量的开发与应用，将带动机械加工制造业上下游智能化升级，推动我区及至全国传感器行业技术、智能控制行业技术的发展起到举足轻重的作用。同时项目产品的应用需要专业的技术支持和服务，能够带动相关产业发展，为产业链提供更多的就业机会和增值服务。（三十一）无人机系列产品申报单位名称桂林电子科技大学联系人及联系方式 曹卫平13978380128人工智能产品名称 无人机系列产品人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介桂林电子科技大学是工业和信息化部与广西壮族自治区人民政府共建高校、国家国防科技工业局与广西壮族自治区人民政府共建高校、国家“中西部高校基础能力建设工程”入选高校，是广西最早建立人工智能学院的学校。学校现有博士学位授权一级学科点 8 个，博士专业学位授权类别 1 个；博士后科研流动站 4 个；硕士学位授权一级学科点 21 个；硕士专业学位授权类别 12 个；是硕士研究生推免工作高校。工程学、材料科学、计算机科学、化学四个学科进入 ESI 全球前 1%。学校现有教职员工 3400 余人。教师队伍中具有高级专业技术职务 929 人，有国家级人才 14 人次，省部级人才 145 人次。有教育部“全国高校黄大年式教师团队”1 个、教育部首批虚拟教研室建设试点 1 个、自治区高校黄大年式教师团队 3 个、广西人才小高地 4 个、广西创新团队 6 个。学校承担了一批国家科技重大项目、国家重点研发计划、国家自然科学基金重大科研仪器研制项目、国家自然科学基金联合基金重点项目、国家自然科学基金面上项目、国家社会科学基金特别委托76项目等高水平的国家级科研项目。“十三五”以来，新增国家重点研发计划项目、国家重大专项课题、“973”项目、国家自然科学基金等国家级科研项目 679 项，获得省部级科学技术奖励以及同等级别社会力量设立的科学技术奖励共计 72 项。学校现有国家级工程研究中心 1 个、教育部重点实验室 2 个、教育部工程研究中心 1 个、教育部国际合作联合实验室 1 个、广西重大科技创新基地 3 个、广西重点实验室 10 个、广西应用数学中心 1 个、广西工程（技术）研究中心 9 个、国际联合创新平台 1 个、广西协同创新中心 5 个、广西高校工程研究中心 4 个、广西科技成果转化中试研究基地 3 个、广西人文社会科学研究基地 2 个。学校大学科技园获批为国家大学科技园，学校大学科技园众创空间获批为“国家级众创空间”。学校入选教育部首批高等学校科技成果转化和技术转移基地、获批国家知识产权试点高校、高校国家知识产权信息服务中心。学校持续推进花江智慧谷电子信息创业产业园、深圳市桂电电子信息与先进制造技术研究院等政产学研平台建设。学校大力推进桂电南宁研究院建设，为建设新时代壮美广西贡献“桂电力量”。（二）产品简介低空经济作为新时期重要的战略性新兴产业，在我国具有极大发展潜力。目前，已有 20 余省份已将低空经济纳入政府工作议程，在低空飞行器制造产业链等方面进行布局，并对有人机无人机、军用民用、国企民企等与低空经济发展相关的产业和企业全方位加大支持力度。可见，低空经济蓄势待发，正在成为经济高质量发展新动能。团队在无人机相关领域深耕多年，攻克了多项项目相关的关键技术，获得了系列知识产权，并研发了系列产品，包括垂直起降固定翼系列和大载重六旋翼系留系列。垂直起降固定翼系列无人机，使用方便，有多旋翼的机动性，又有垂直起降能力，无需跑道，一键起降，机身轻便，重量小，便于携带。适用于地形快速勘测、侦查、训练等场景，产品曾在福建某部队用于海上作战训练，在军舰上起飞；在广州某部队、云南某部队用于侦查训练；瑞丽边境侦查，梧州公路巡检，天津某部队用于侦查训练。大载重系留系列无人机，具有载重大、飞行时间长等优点，容易操作，抗风能力强，能满足多种任务需求。适用于侦查、抛投烟雾弹、抛投救援物资、野外照明、定点监控等应用场景。产品曾用于云南公路局用于公路运输、抛投物资。系留无人机及电源，本系列产品综合性能强，既有多旋翼无人机的机动性，又有系留无人机的长时间滞空能力。可用于长时间定点高空监控、长时间野外高空照明、应急通信救援等方面。且使用方便，系留电源为中小型多旋翼无人机提供长时间供电，解决多旋翼无人机续航时间短的问题。产品曾用于东航事故野外照明，福建联通搭载通信基站解决应急通信问题，马拉松桂林站提供长时间定点空中监控。FPV 系列无人机，本系列产品飞行速度快，可适量载重，可配备光纤进行无视干扰反制飞行，可挂载 AI 自动识别模块，具备自动攻击功能，可用于投放某些特殊物资，适用于部队训练、侦查及一些特殊场景。曾用于广西、云南某部队用于训练。团队专注无人机领域研究 10 多年，形成了涵盖高精度定位、飞行器机械结构、无人机飞行控制等方面无人机研发团队。已经形成多个系列的无人机产品及其配件，主要面向战术侦察、空中交通监控、公安维稳、应急抢救、电力巡检、森林防火等细分领域。研发的一系列无人机产品可用于巡检、侦查、航拍、训练、抛投烟雾弹、运输物资等。（三）经济和社会效益77团队积极开展对外交流与合作，促进行业快速发展，主要通过参与社会应急救配合应急管理局、消防队、公安特警、蓝天救援队等救援力量在高山救援、水域搜救、消防安保等任务中，利用无人机技术，如空中视觉，高空运输，夜间照明，快速搜索定位等科技手段，多次成功实施救援，以无人机高科技、新技术实际解决救援中遇到的问题。同时，还通过参加无人机相关技术比赛、消防救援任务、实操演示及产品培训等形式进行技术推广。目前，团队无人机产品已广泛应用到应急消防救援、农业植保、航拍测绘等领域。团队通过技术的整合、将科技成果进行转化，主要转化为固定翼无人机、机载系列云台、系留无人机平台等产品，也取得了良好的经济效益。无人机系列产品在物流运输、应急救援、社会治安、消防灭火、农林植保、边境巡检等领域有着广泛的应用前景。团队将继续在已有产品上进行优化，可支持和拓展海上作业、进行大规模环境的检测，支持较重货物的物流运输、应急物资的投放、进行大面积农业喷洒作业等，载重的同时又有续航的保障，为各行各业提供更加高效、便捷的服务。有利于促进广西无人机产业向高端化、服务化、高效化方向转型发展，对促进我区低空经济发展具有重要的现实意义和广泛的应用价值。（三十二）智能节电装置及节电系统申报单位名称桂林电子科技大学联系人及联系方式 秦红波 18178741032人工智能产品名称 智能节电装置及节电系统人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介桂林电子科技大学是工业和信息化部与广西壮族自治区人民政府共建高校、国家国防科技工业局与广西壮族自治区人民政府共建高校、国家“中西部高校基础能力建设工程”入选高校，是广西最早建立人工智能学院的学校。学校现有博士学位授权一级学科点 8 个，博士专业学位授权类别 1 个；博士后科研流动站 4 个；硕士学位授权一级学科点 21 个；硕士专业学位授权类别 12 个；是硕士研究生推免工作高校。工程学、材料科学、计算机科学、化学四个学科进入 ESI 全球前 1%。学校现有教职员工 3400 余人。教师队伍中具有高级专业技术职务 929 人，有国家级人才 14 人次，省部级人才 145 人次。有教育部“全国高校黄大年式教师团队”1 个、教育部首批虚拟教研室建设试点 1 个、自治区高校黄大年式教师团队 3 个、广西人才小高地 4 个、广西创新团队 6 个。学校承担了一批国家科技重大项目、国家重点研发计划、国家自然科学基金重大科研仪器研制项目、国家自然科学基金联合基金重点项目、国家自然科学基金面上项目、国家社会科学基金特别委托项目等高水平的国家级科研项目。“十三五”以来，新增国家重点研发计划项目、国家重大专项课题、“973”项目、国家自然科学基金等国家级科研项目 679 项，获得省部级科学技术奖励以及同等级别社会力量设立的科学技术奖励共计 72 项。学校现有国家级工程研究中心 1 个、教育部重点实验室 2 个、教育部工程研究中心 1 个、教育部国际合作联合实验室 1 个、广西重大科技创新基地 3 个、广西重点78实验室 10 个、广西应用数学中心 1 个、广西工程（技术）研究中心 9 个、国际联合创新平台 1 个、广西协同创新中心 5 个、广西高校工程研究中心 4 个、广西科技成果转化中试研究基地 3 个、广西人文社会科学研究基地 2 个。学校大学科技园获批为国家大学科技园，学校大学科技园众创空间获批为“国家级众创空间”。学校入选教育部首批高等学校科技成果转化和技术转移基地、获批国家知识产权试点高校、高校国家知识产权信息服务中心。学校持续推进花江智慧谷电子信息创业产业园、深圳市桂电电子信息与先进制造技术研究院等政产学研平台建设。学校大力推进桂电南宁研究院建设，为建设新时代壮美广西贡献“桂电力量”。（二）产品简介本产品的研发背景源于国家节能减排政策的要求以及空调等高能耗设备在非必要天气和时间等情况运行导致的能源浪费问题。根据国务院关于加强节能工作的决定，空调使用需满足特定温度和时间条件，但实际执行中存在管理不当的情况。此外，市面上的智能插座普遍采用现成的降压模块，存在成本高、体积大的问题。本产品通过自主设计的硬件和智能化控制系统，旨在解决这些问题，实现节能目标。本产品是一种智能节电装置及节电系统，核心功能包括通过 STM32 单片机与 ESP8266 WiFi 模块协同工作，获取实时天气（气温）、室内温度和时间数据，并判断是否符合空调使用条件，从而控制继电器实现电源通断。同时，集成 BL0937 电流电压采集模块，实时监测空调的能效数据，计算耗电量并显示在 OLED 屏幕上。此外，采用自主设计的 220V 到 5V 降压电路，减小电源部分体积，降低制造成本。该产品可广泛应用于家庭、办公场所、公共机构及工业领域，能够根据天气、室温和时间条件智能化管理空调等高能耗设备的运行，避免无人时或非工作时间的高功率运行，显著降低能源浪费。通过 WiFi 模块实现与手机或电脑的无线互联，用户可远程查看设备状态和能效数据，进一步提升使用的便捷性和智能化水平。本产品具有广阔的市场前景，得益于国家节能政策的推动以及智能家居市场的快速发展。其自主设计的降压电路降低了成本，增强了市场竞争力，同时满足了消费者对节能环保的需求。结合实时监控和智能控制功能，该装置在节能减排、智能家居和工业节能管理领域具有重要的应用价值和发展潜力。（三）经济和社会效益本产品是一种智能节电装置及节电系统，旨在解决空调等高能耗设备在非必要气温和非工作时间运行导致的能源浪费问题。根据国家节能政策要求，该装置通过 STM32 单片机结合 ESP8266 WiFi 模块，实时获取天气、室温和时间数据（如非工作时间），判断是否符合空调使用条件，并通过继电器控制空调电源的通断，避免无人或非工作时间的高功率运行，从而实现节能目标。此外，装置采用自主设计的 220V 到 5V 降压电路，减小电源部分体积，降低制造成本，提升产品竞争力。本产品的核心功能包括智能控制和能效监测。通过 ESP8266 模块获取天气和时间数据，STM32 单片机分析判断空调是否符合使用条件，并通过继电器模块控制电源通断。同时，集成 BL0937 电流电压采集模块，实时监测空调的电压、电流和功率消耗，计算耗电量并显示在 OLED 屏幕上。装置还通过 WBR3D WiFi 模块实现与手机或电脑的无线互联，用户可远程查看设备状态和能效数据，提升使用便捷性。本产品可广泛应用于家庭、办公场所、公共机构及工业领域，能够根据天气、室温和时间条件智能化管理空调运行，智能控制室内温度，显著降低能源浪费。例如，在办公场所中，可减少空调非必要运行时间约 30%-50%，大幅节省电费开支。同时，通过实时能效监控，用户可直观了解空调的耗电79（三十三）穿戴式作业辅助机器人申报单位名称北部湾大学联系人及联系方式 韩鑫 17877992250人工智能产品名称 穿戴式作业辅助机器人人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介北部湾大学坚持坚持“立足北部湾，服务国家战略需要，面向全国，辐射东盟”的办学定位，不断彰显“海洋性、应用型、国际化”办学特色，深入实施“质量立校、人才强校、特色兴校、科技促校”发展战略，朝着一所海洋特色鲜明的高水平应用型大学宏伟目标不断开拓奋进。现有本科专业 54 个，硕士学位授权点 10 个，其中有船舶与海洋工程、海洋科学等 2 个硕士学位授权一级学科，国际商务、机械、农业（渔业发展）、材料与化工、教育、体育、汉语国际教育、艺术等 8 个硕士专业学位授权点。是新增博士点建设单位；建有国家科技小院 3 个、国家级一流本科专业 2 个、教育部综合改革试点专业 1 个，省级重点实验室、工程技术研究中心、技术工程研究中心、人文研究基地 7 个，省级一流学科 7 个，省级一流本科专业、特色专业、创新创业改革示范专业、实验教学示范中心、虚拟仿真实验教学中心等省级教学科研平台 70 多个。此外，学校与中船集团广西基地、上海华谊集团钦州基地等央企联合共建了省级重点实验室和工程技术中心，与广西海事局、钦州海洋局等单位签订了联合开展海洋、航海、海事人才培养、队伍建设、科学研究等方面的合作。（二）产品简介一、研发背景外骨骼机器人是当前穿戴式辅助作业中的关键装备，一开始人们围绕着军事方便的当兵装备来开展研究的，随着技术的发展和应用领域的拓展，外骨骼机器人技术得到快速的发展，也得到人们的广泛认可。一般来讲，对于外骨骼机器人的技术需求大致体现在下面几个方面。1.在士兵作战后勤搬运弹药、装填火炮弹药等作业保障任务中，受限于士兵的体能和四肢力量，严重限制了士兵负重机动、后勤保障及综合作战能力的提升；2.在地震、泥石流、洪水等抢险救灾任务中，常常因条件恶劣，仅靠人力，救援设备不能及时进入现场，关键重物搬不动、抬不起，从而造成不能及时救助伤员、减少灾害损失；3.在工人搬运物料、与大型机械设备协同作业等高强度体力劳动中，面对长时间拖拽、抬举、搬运重物等任务，作业效率不高，也容易引起身体疲劳甚至损伤。在以上典型的军用及民用应用场景中，受限于人体体能，往往面临“搬不动”、“搬不久”等问题，同时还常常伴随着机理损伤。为达到增强人类体能、减少高强度运动损伤目的，亟需突破新型情况，增强节能意识，推动绿色生活方式的普及。本产品具有显著的经济和社会效益。通过自主设计的降压电路降低硬件成本，增强市场竞争力；在节能减排方面，若推广至 100 万台空调设备，每年可减少约 58 万吨二氧化碳排放，为实现“双碳”目标作出贡献。此外，随着智能家居市场的快速发展，该装置凭借其低成本、高性能和智能化设计，具有广阔的市场前景和重要的应用价值。80机构/材料/驱动/传感/控制与仿生、人机自然交互与协作共融等重大基础前沿技术，将军事应用的技术转化并研制一种人体行为增强型的可穿戴的外骨骼机器人，为国民生产和经济建设服务。二、产品功能1.增强体力与耐力：穿戴式作业辅助机器人能够增强使用者的体力，帮助他们完成重物搬运、高强度劳动等任务。它可以在保证工人不透支体力的情况下，延长作业时间，提高工作效率。2.动作稳定与精确：机器人系统中的传感器和算法能够确保在操作过程中的动作稳定性和精确性。特别是在需要高精度操作的场景中，如装配线上的零件安装等，可以减少人为误差，提高产品质量。3.作业支持与保护：机器人能够辅助完成危险环境下的作业，如高温、低温、有毒等环境。同时，穿戴式设计可以在长时间劳动中为工人提供保护，减少工作过程中的意外伤害。4.数据分析与优化：机器人能够收集并分析工作过程中的数据，包括工人的体力消耗、作业速度、工作效率等。这些数据可以帮助企业优化工作流程，提高生产效率。三、应用情况1.工业制造：在生产线上的重复性劳动、高强度作业以及危险环境中，穿戴式作业辅助机器人能够替代人工完成这些任务。例如，在汽车制造、电子设备生产等行业中，机器人可以协助工人进行装配、搬运等作业，提高生产效率并降低工人的劳动强度。2.医疗护理：医疗领域的穿戴式作业辅助机器人主要用于协助医护人员完成病人的护理工作。例如，康复机器人可以帮助病人进行康复训练，而护理机器人则可以协助医护人员完成病人的日常照料工作，减轻他们的负担。3.军事与救援：在军事行动和救援任务中，穿戴式作业辅助机器人能够提供士兵或救援人员所需的支持和保护。例如，一些机器人可以携带重物、进行侦查或执行危险任务，以减少人员的风险。4.建筑行业：建筑行业的作业环境通常较为恶劣和危险，穿戴式作业辅助机器人可以协助工人进行高空作业、重物搬运等任务，提高工作效率并保障工人的安全。四、市场前景穿戴式辅助机器人是军民融合的典型代表，具有广阔的应用前景。不但在军用领域可提升士兵弹药物资伴随支援保障能力和综合作战能力，辅助弹药装填、物资搬运、救护救灾等，还可在民用领域，诸如应用于工厂、物流、船舶等环境的重物搬运、加工、维修等，提高作业效率，降低作业强度。此外，该技术还可转化或推广至医疗康复领域，辅助残障人士训练恢复身体肌能，在大健康产业也具有显著的社会价值与经济价值。（三）经济和社会效益一、科学技术价值通过本项目课题的研究，将推动生物力学特性分析、人机适应机制、人机互感互知与柔顺性控制等基础理论及研究方法的发展，促进人机相容性设计、集成优化设计、仿生结构等工程研发与实用化，该项目具有重要科学和工程价值。二、社会价值穿戴式辅助机器人是军民融合发展的典型代表，在军民领域具有广阔的应用价值。军事领域，可辅助士兵火弹药装填挂装、物资搬运、救护救灾等，提高士兵作业效率、降低作业强度。民用领域，可应用于工厂、矿区、船舶等领域的重物搬运、加工维修等作业，可提高工人的作业效率，降低作业强度，避免工伤。同时，穿戴式辅助机器人将提升机器人装备制造业自主研发能力，成为装备制造领域的新增长点，社会效益十分显著。1.改善工作环境：穿戴式作业辅助机器人可以改善工作环境，减少工作时的压力和劳累。据调查，81工人使用该机器人后，其工作压力平均减轻了约 30%，且工作时间相对缩短了。2.拓展应用领域：机器人的普及和广泛使用推动了工业、医疗、军事等多个领域的技术进步和产业升级。例如，在医疗领域，康复机器人的应用为患者提供了更便捷的康复服务，同时也为医疗行业带来了新的发展机遇。3.降低对外部环境的影响：在一些制造领域，通过机器人来减少劳动者的数量减少了人为疏失或人为事故的概率，因此也能在间接程度上减轻对环境的污染或影响。三、经济价值本项目研究的穿戴式作业辅助机器人在我国中西部高原山地、航母等大型舰艇、工矿企业等具有广阔的应用前景，并可推广至医疗康复领域。经测算，国内外市场需求可达百亿元以上。同时，其所带动的上下游产值更是不可估量的，经济效益巨大。1.成本降低与提高效率：据相关报道，一家采用穿戴式作业辅助机器人的制造企业表示，在实施后首年即减少了 20%的人工成本。该机器人在装配等高重复性作业上提高了至少 25%的工作效率。2.减轻人工需求与增强安全保障：一些劳动密集、高危环境中的作业可以通过机器人进行，进而降低对这些行业的人力需求。例如，在建筑行业，穿戴式作业辅助机器人可以减少工人在高空、重物搬运等高风险作业中的参与，从而减少工伤事故的发生。3.增加企业竞争力：穿戴式作业辅助机器人的应用可以帮助企业提高生产效率和产品质量，进而增强企业的市场竞争力。例如，某汽车制造企业使用机器人进行精密装配，提高了产品质量和一致性，从而赢得了更多客户的信任。（三十四）下肢外骨骼康复训练机器人申报单位名称北部湾大学联系人及联系方式 韩鑫 17877992250人工智能产品名称 下肢外骨骼康复训练机器人人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介北部湾大学地处西部陆海新通道重要枢纽城市、北部湾经济区滨海城市钦州市，是一所以工学、理学、管理学为主，多学科协调发展的综合性全日制普通高等学校，是一所具有国家海船船员培训资质的高校，还是一所具有岭南风格、滨海风光、东南亚风情校园建筑特点，被授予 3A 级景区的学校。现有本科专业 56 个，硕士学位授权点 11 个，其中有船舶与海洋工程、海洋科学等 2 个硕士学位授权一级学科，有国际商务、机械、农业（渔业发展）、材料与化工、教育、体育、汉语国际教育、设计、音乐等 9 个硕士专业学位授权点。是广西立项建设新增博士学位授予单位；建有国家科技小院 3个、国家级一流本科专业 2 个、教育部综合改革试点专业 1 个，省级重点实验室 4 个、省级工程技术研究中心 1 个、省级工程研究中心 1 个、高校人文社会科学重点研究基地 1 个，广西一流学科（B 类）2 个，省级一流本科专业、特色专业、创新创业改革示范专业、实验教学示范中心、虚拟仿真实验教学中心等省级教学科研平台 70 多个。学校与中船集团广西基地、上海华谊集团钦州基地等央企联合共建了省级重点实验室和工程研究中心，与广西海事局、钦州海洋局等单位签订了联合开展海洋、航海、海事人才培养、队伍建设、科学研究等方面的合作。82（二）产品简介一、研发背景：改革开放以来，我国的各项事业都取得了令人瞩目的发展成就，已经成为了世界第二大经济体，但同时我国也已经基本提前进入了老龄化社会，此外，随着我国社会的进步和人民生活变得富裕起来，民生问题成为了主要关注的问题之一，自然而然地，如何关爱和推进残疾人事业也被提升到了很高的发展层次，因此大力发展康复和养老产业为主的大健康产业以及顺势创造出一个全新的高端产业链则已迫在眉睫。为了打造全新的大健康和康养产业，党中央和国务院高瞻远瞩，尤其是在关爱残疾人事业方面，国家出台了很多指导性政策和文件。2017 年 2 月国务院出台了残疾预防和残疾人康复条例，2019年 7 月召开了全国推进健康中国行动电视电话会议，国务院总理李克强作出重要批示指出：要坚持以习近平新时代中国特色社会主义思想为指导，认真贯彻党中央、国务院决策部署，实施健康中国行动，提升全民健康素质，功在日常，利国利民。2021 年 7 月，国务院又印发“十四五”残疾人保障和发展规划指出，“十四五”时期要坚持以习近平新时代中国特色社会主义思想为指导，贯彻落实习近平总书记关于残疾人事业的重要指示批示精神和党中央、国务院决策部署，坚持弱有所扶，以推动残疾人事业高质量发展为主题，到 2025 年，残疾人脱贫攻坚成果巩固拓展，生活品质得到新改善，民生福祉达到新水平；到 2035 年，残疾人事业与经济社会协调发展，与国家基本实现现代化目标相适应，残疾人的全面发展和共同富裕取得更为明显的实质性进展。据2021年的人口数据统计显示，全国60 及65周岁以上人口分别占全国总人口的 18.75%与13.5%。此外，我国有 8500 多万残疾人，我国每年因事故、疾病、灾害等原因造成丧失部分肢体运动功能的人达数百万。仅以中风患者为例，据统计，目前我国中风病人有 1200 多万，且发病率还在以 10%的速度上升，若不加以控制，预测到 2030 年，全国将有 3100 万中风病人。具体来讲，我国每年中风发病人数为 250 万，每年中风死亡人数为 200 万，占总死亡人口的 22%。中风存活后的病人约 60-80%有不同程度的残疾，这不仅影响患者的生活与工作，也给患者家庭和社会带来沉重负担。传统理疗方式大多需要通过理疗师或医护人员进行，需要耗费较大的人力和物力。由于得不到及时有效的康复治疗，致使部分病人丧失劳动能力和生活能力，严重影响了生活质量。运动功能是人类行动能力的重要标志，是保证人进行正常独立生活的必备条件。然而中风、脊颅脑外伤等原因造成的中枢性神经系统受损，会直接导致患者肢体出现运动功能障碍，这些疾病会严重影响病人的日常生活活动能力。治疗介入时间稍有延迟将严重影响患者运动功能的重建，对于中风等运动功能损伤患者的早期物理治疗，能够促进患者的运动功能恢复。传统理疗方式大多需要通过理疗师或医护人员进行，需耗费较大的人力和物力。由于得不到及时有效的康复治疗，致使部分病人丧失劳动能力和生活能力，严重影响了生活质量。中国的脑卒中发病率高居世界首位，我国残疾人所占比重很大，根据全国第二次抽样调查，在全国范围内有 8500 多万的残疾人中肢体残疾者占 29%居首位，而下肢残疾者可达一半以上，其中很多下肢残疾者是得不到有效的康复训练而导致残疾的，对患者康复训练的进行应该越早越好。此外，由于人口老龄化加快因素的影响，伴随着老年人由于年龄增长而引发失能的人数也将增多。综上可知，因下肢残疾患者人数众多及老年人所占比例的增大，如何解决下肢失能患者的康复训练及其使其回归社会问题成为制约提高人民幸福感的主要问题之一。二、功能开发：下肢外骨骼康复训练机器人除了基于康复医学和机器人学的现代医工结合理论之外，还融合了人工智能、云计算、大数据和高速传输技术，旨在围绕国家大健康产业和残疾人保障事业，为打造一个83康复辅具的高端产业奠定一定的前期基础。核心功能有：1.高端康复机器人系统模块化产品集成技术在团队前期康复机器人技术研究的基础上，从结构、各功能模块、软件架构、智能控制、智能云、信息传输、人机交互、远程监护和分系统软硬接口等方面提出可操作的、可产品化的技术集成解决方案，并给出技术实现的方法和手段。2.基于人工智能的机器人系统控制技术由于机器人是为残障人士康复训练所用，因此在控制系统构建上要体现人机友好性，使其控制系统具有一定的“情感（Emotion）”特性，因此在不同的控制模式或分系统中拟采用神经网络、导纳、模糊和滑模等智能控制方法，并对系统进行逻辑规划和在其中内置优先级判断准则。3.康复训练智能云构造以及信息高速传输链路搭建技术机器人系统本身工作的各种数据、康复训练产生的数据、不同功能的数据物理意义等等都需要存储和处理，因此为了监控这些数据并利用这些数据生成安全监控参数和支撑机器人康复训练评价结论，必须要构造云计算系统，在云系统里还要嵌入相应的智能算法和基本的专家系统。此外，由于信息是多维度传输的，因此还要搭建机器人与云系统，云系统与医生监护终端、云系统-机器人系统与总监控终端或手持终端间的信息高速传输链路，技术复杂度高，技术内容丰富。4.高端康复机器人产品设计技术和基本的生产工艺方法该机器人的最终归宿是实现临床或家庭康复训练应用，因此通过本项目的牵引，旨在我区率先进行机器人的临床应用，并探索产品的推广，因此必须在技术开发的同时，进行产品化设计和产品付诸生产的工艺化方法研究，明确与产品相关的实现手段。三、创新性：1.机器人本体系统的创新性和复杂系统模块化构建技术的创新性该机器人构型和应用理念将打破传统固定式那种枯燥无味的传统训练模式，使患者在心情愉悦下积极主动地训练，可大大提高康复效果，该机器人的构型技术在国内一直保持着领先；此外，相比同类机器人，在医生（护士）-监护-数据智能处理-康复评价等功能集成方面，该机器人项目是国内首次提出并应用。2.具有智能控制系统、康复智能云系统、高速数据传输和多终端监护等的技术综合创新性该机器人软技术方面综合了现代的先进技术，依据康复医学理论，将这些技术综合到一个大系统中。技术的创新性体现在，实现医院-家庭-外部监控等的互联互通，为促进康复医学展、提高康复训练的现代化水平和拓展机器人的应用领域十分有意义。3.促进康复评价的量化和科学化方面实现创新采用机器人进行康复训练，通过多传感器系统及机器人上搭载康复检测仪器，可以相对容易地对采集到数据，并使数据以日志或图表的形式呈现出来，这对医生形成有数据依据的量化的康复训练效果评价表非常有用，技术的创新性还在于使康复医护部门形成对不同病症人群的康复效果评价标准和给出其相应的康复方案，以及进一步不断使康复评价和康复方案更科学化有着深远的作用。下肢外骨骼康复训练机器人软技术方面综合了现代的先进技术，依据康复医学理论，将这些技术综合到一个大系统中。技术的创新性体现在，实现医院-家庭-外部监控等的互联互通，为促进康复医学展、提高康复训练的现代化水平和拓展机器人的应用领域十分有意义。四、市场前景：下肢外骨骼康复训练机器人产品的应用可有效解决社会上下肢运动障碍的患者的康复问题，通过与医院、康复中心和养老机构合作，实现产学研用链条，进一步可实现下肢康复机器人的产业化，并84在医院或康复中心实现推广应用。（三）经济和社会效益一、经济效益：直接经济效益：在我国近一亿人残疾人中，腿部有问题（含事故造成的）的估算有 1000 万人，而1000 万人中折算成使用机器人的需求量为 40%，机器人价格暂按 50 万元/台套，则产值达 3 万亿元，潜力巨大。间接经济效益一：传统上，1 名护士陪护 1 名病人，用机器人可实现 1 名护士照顾 10 名病人，省下 9 名护士，则每年可节省人员费为：9x0.6 万 x12=64.8 万元。暂定一个康复机构用 10 台套，每年节约 600 多万元。间接经济效益二：机器人的研发、制造、运输和应用，可以形成一个产业链，所形成的经济规模无法估量。二、社会效益康复机器人是面向民生，着眼于人民健康和生质量的改善和提高，此项事业不仅能培养人才和扩大就业，而且还能促进社会稳定，为政府解忧，社会效益巨大。通过本项目的完成，对于广西地区的高新技术和高端医工结合产业的发展能带来新动能。此外，从正常老年人的失能预警到失能老年人的综合康复干预，从评估、预防与干预、监测、转介，从各级医院、社区服务中心、养老机构、家庭，构建全方位多维度的老年失能体系，降低老年失能的发生率，提高失能老人的康复率、日常生活能力及生活质量，从而减轻家庭及社会压力，对促进全民主动健康和老龄化科技应对有着非常重要的现实意义。（三十五）模块化防爆轮式巡检机器人申报单位名称上海华谊信息技术有限公司广西分公司联系人及联系方式 石博文 18677151731人工智能产品名称 模块化防爆轮式巡检机器人人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：（一）单位简介上海华谊信息技术有限公司是由上海华谊集团控股，服务于化工企业及化工园区的现代服务业信息技术公司，专注于化工领域的自动化、智能化和信息化建设。2017 年华谊集团全力推进华谊钦州化工新材料一体化基地建设，秉持“集团业务发展到哪里，华谊信息的服务保障到哪里”的信念，华谊信息成立广西分公司，为华南地区提供长期、稳定、高质量的本地化信息技术服务。2020 年华谊信息成立钦州基地项目部，2022 年华谊信息广西分公司注册成立，目前分公司共有员工 70 名，员工本科以上学历占比 85%以上，化工及计算机类专业的员工占 90%。分公司业务规划分为三个模块：一是提供本地化运维服务，以产品、解决方案和服务为单位，首先服务于华谊钦州基地数字化工作，保障钦州基地信息系统安稳运行，同时聚焦基地重大项目、安全运维、科技创新、规范管理，跟进“数字孪生、双碳、智能装备”等新兴业务，支撑基地企业数字化转型。二是开拓与维护市场业务，依托智能工厂、智慧园区等主要产品及解决方案在分公司服务区域内的外部商机发掘、项目85实施、以及售后服务等，并依托公司市场拓展及生态合作伙伴，大力拓展分公司服务范围外部市场业务；三是协助数字化政府改革，协助钦州港片区完成数字化政府改革，助力钦州石化产业园数字化转型，同时为钦州港石化园区提供安全解决方案及拓展钦州园区内及自治区内其他园区内生产企业。（二）产品简介一、研发背景：随着全球经济的发展和城市化进程的加快，石油化工、隧道、地铁等基础设施建设迅速推进。这些设施在为社会带来巨大经济效益的同时，也带来了潜在的安全隐患，尤其是油品、燃气、毒气以及各种化学危险品的泄漏爆炸和火灾风险日益增加。在这种背景下，传统的人工巡检方式由于存在劳动强度大、工作效率低、检测准确性不稳定等问题，已经难以满足高危场所安全监控的需求。为了应对上述挑战，提高对高危环境的监测能力和应急响应速度，研发具备自主导航、智能识别、实时监控等功能的巡检机器人显得尤为重要，防爆轮式巡检机器人搭载一系列传感器，在巡检工作中能够发挥举足轻重的作用。随着人工智能的逐步应用，5G 与北斗的加持，危险化工巡检机器人已经逐步出现在各大企业的“岗位”上。化工机器人巡检，无疑将成为化工大国的重要发展方向。二、机器人功能：机器人整车系统主要由四轮八驱底盘、升降云台、双侧固定云台、激光雷达、北斗定位模块、4G/5G通信模块、导航系统、气体传感器、火焰传感器、拾音器、扬声器、无线充电模块等组成。如图 1 所示。其中，底盘包含了动力总成（行走模组和转向模组）、VCU 控制器、转向机构、防撞触边、超声波雷达等，是整个巡检机器人的搭载平台。86图 1 机器人组成图机器人具备以下功能：1.运动控制方式机器人具备手动控制和自主运行两种方式。手动控制主要应用于机器人本地控制、保养维修、机器人上下车及建图等情况，通过遥控器进行操作，具备最高优先级控制；自主运行主要应用于机器人自动巡检的情况，从平台上预先设置巡检任务和路线。包括定时任务、周期任务、临时任务。2.电解槽图像检测搭载多路高清摄像机，能同时对氯碱装置上下管道接头进行检测，配合图像智能算法，能自动识别泄露结晶情况，并进行自动报警。3.热成像仪测温配备红外热成像仪，根据热成像技术检测异常热源，对设备温度等进行检测，对温度检测可以设置报警值，到达报警值时会及时报警。4.气体检测能满足对适应氯碱等特殊情况的环境需求中氢气、氯气等气体进行检测，对异常情况进行报警显示。5.智能表计识别机器人具备压力表、温度计、液位计等的示值进行自动拍摄和分析的功能。机器人到达指定地点后，通过云台预设位置，自动获取被检表计图片传送给管理后台，由管理后台进行表计识别分析、数据存储、报表生成等。6.泄漏检测巡检机器人配备高清摄像机、红外传感器、拾音器等多个传感器，有效检测现场管路是否有泄漏的情况，发现有以上情况后会发生报警提醒。三、应用情况：巡检机器人可代替巡检人员进入易燃易爆、有毒、缺氧、浓烟等现场进行巡检、探测，有效解决巡检人员在上述场所面临的人身安全、现场数据信息采集不足等问题。采用机器人巡检，既具有人工巡检的灵活性、智能性，同时也克服和弥补了人工巡检存在的一些缺陷和不足，更适应智能场站和无人值守场站发展的实际需求，是智能场站和无人值守场站巡检技术的发展方向。该产品已在广西某化工智能巡检项目落地，并创造出百万元以上价值。自主完成 12 个电解槽的巡检任务，实现包含多仪表读取，阀门法兰跑冒滴漏，溢流管断流识别、溢流管结晶识别、进液管结晶87识别，地面积液识别，单次巡检累计输出 303 项检查项的结果。四、市场前景：市场需求增长：在高危环境中，如油品、燃气、毒气以及化学危险品的存储和运输场所，人工巡检的风险日益增加，而巡检机器人的应用能够显著降低这些风险，提高作业的安全性和效率。技术进步推动发展：人工智能、5G 通信技术及北斗导航系统的快速发展为巡检机器人提供了强有力的技术支持。未来，随着更多先进技术的应用，巡检机器人的性能将更加卓越，功能也将更加丰富。政策支持与行业趋势：各国政府对于安全生产的关注度不断提高，相关政策法规也逐步完善，这为巡检机器人的推广应用创造了良好的政策环境。同时，智能化工厂和无人值守场站的建设成为工业发展的新趋势，巡检机器人作为实现这一目标的关键设备之一，其市场前景十分广阔。市场规模预测：根据相关研究报告预测，在 2024 至 2030 年间，中国乃至全球的巡检机器人市场规模将持续扩大。特别是在防爆轮式巡检机器人领域，预计到 2029 年，市场规模将达到新的高度，显示出强劲的增长潜力。（三）经济和社会效益巡检机器人的使用不仅能大幅减少人工成本，还能通过及时发现并处理安全隐患来避免重大事故的发生，从而节省巨额的经济损失。此外，它还可以提升企业的社会形象，增强公众对企业安全管理水平的信任度。进入 2021 年，“双碳”政策下，化工行业部分差异化产能扩张速度加快，带来差异化的扩张周期，化工行业投资完成额累计同比增长 15.7%，这势必带动相关巡检需求的增加。根据2022 中国智能巡检机器人行业发展研究白皮书的分析，防爆化工智能巡检机器人在油气开采、炼油、化工企业等领域具备广阔的发展前景，随着石化领域安全生产、智能运维的持续推进，预计 2025 年防爆化工智能巡检机器人市场规模将达到 19.69 亿元，2028 年将达到 23.33 亿元。其中化工企业，预计 2028 年化工企业市场需要 1,260 台巡检机器人（其中渗透率提升带来 675台需求，已有产品更新换代需求 585 台），对应巡检机器人市场规模为 16.41 亿元。具体到实际行业招标，根据在全国招标公告公示搜索系统中查到，仅 2023 年，智能巡检招标数量达 3611 次，其中防爆巡检机器人 79 次，而招标数量依然在不断刷新增加中。搜索情况如下图所示：全国招标公告公示系统搜索情况：石化行业是智能巡检机器人的重要市场，通过中国石化物资招标网可以查到从 2023 年 1 月 31 日到 2024 年 1 月 21 日，石化累计招标巡检机器人共计 56 台，按一台 85w 计算，整体招标金额达到 4760w。如下图所示：88石化招标网巡检机器人招标情况：其中最近一次中国石化扬子石油化工有限公司招标中，招标机器人总量 26 台，中标价格单台84.97w，总价 2209.22w。从以上情况可以看出，防爆巡检机器人的市场爆发点即将到来，需要及时进行市场以及技术布局，跟上时代的步伐，创造更多的价值。（三十六）视觉识别系统申报单位名称柳州双成科技有限公司联系人及联系方式 叶秀兰 13707727506应用场景名称视觉识别系统应用场景方向工厂设计产品研发工艺设计计划调度生产作业仓储配送质量管控设备管理安全管控能源管理环保管控营销管理售后服务供应链管理模式创新网络改造平台应用安全保障其他：（一）单位简介柳州双成科技有限公司成立于 2017 年 3 月 23 日，注册资金 500 万元，是一家集人工智能研发、软件产品的研发、工业企业公共服务平台、物联网、系统集成、云计算服务(SAAS)，系统集成于一体的综合性高新技术企业。公司定位为技术型的软件和智能技术开发公司，共获得 1 项发明专利，1 项实用新型专利和 21 项软件著作权，成果登记 16 项。未来 5 年内，努力争取在广西的制造企业人工智能技术处于领先地位。公司有高级工程师 1 人，中级 5 人，大专以上学历人员占 95%，公司经过 8 年多的时间，初步具有合理的治理结构和管理规章制度，主要技术人员具有高素质、懂技术、8 年以上工作经验，技术队伍熟悉软件开发业务。技术队伍由高级工程师、国家两化融合咨询工程师、知识产权贯标及高级项目经理为核心和带头人，经过不断研发和改进，建立了成熟的技术体系结构，并稳定运行和持续性改善。双成公司取得了广西区和柳州的科技服务机构、国家的科技型中小企业、知识产权管理体系认证、国家知识产权 25 个、国家高新技术企业、大学生实习基地。平台应用和传统行业智能制造改造细分领域。（二）项目背景89此项目为工厂解决计数、检测等一系列的问题。一、系统控制方式要求：具有实现了对微小的钢盘视觉点数设备，对钢盘快速的拍照识别检测，方便了快速的算出钢盘的总数进行显示，提高了钢盘点数的效率，而且方便了多位置移动控制拍照，防止了出现复杂位置模糊的图片，提高了钢盘视觉点数设备点数的精准度。相关信息的功能；二、识别要求：1.配件钢盘使用后，出入库时，人工一一点数核对，耗时耗力且数量常有缺漏，视觉点数机是一种先进的光学计数设备，主要用于对各种物体进行快速、准确、自动的点数和计数，其原理基于光学影像技术和计算机图像处理技术，可以实现高速、高精度的计数，同时具有高效、方便、准确的优点，视觉点数机的产品结构主要包括光学系统、图像处理系统和控制系统三个部分，光学系统负责将物体反射的光线聚焦到图像传感器上，产生高清晰度的数字图像，图像处理系统则通过计算机对数字图像进行处理和解析，实现物体的识别和计数，控制系统则负责整个设备的控制和数据处理。2.随着机器视觉技术的不断发展，用工业相机对各种钢盘进行拍照、再进行图像算法处理、计算机编程等步骤，自动算出各箱钢盘数量，省时省力，对提高企业效率有一定的经济意义，但现有的此类视觉点数设备在使用时一般不利于对钢盘快速的拍照识别检测，不便于快速的算出钢盘的总数进行显示，大大的影响了钢盘点数的效率，在复杂位置处容易出现模糊的图片，影响了点数精准度。（三）应用场景介绍应用于汽车配件工厂的仓库和生产车间、食品生产厂、服务企业和开发商等。取得一项专利，专利名称：不锈钢餐盘视觉点数设备；专利号：ZL 2024 2 1150749.X。能解决计数、识别、测量、检测、安全等综合智能生产和服务功能。此产品能为企业带来省时、省力、省能、省费最高达到 70%、安全好等优惠。（三十七）基于人工智能视觉识别的集装箱智能理货系统申报单位名称广西北港大数据科技有限公司联系人及联系方式 李昕 18607854245人工智能产品名称 基于人工智能视觉识别的集装箱智能理货系统人工智能产品类别人工智能基础硬件（含智能传感器、DeepSeek 大模型一体机等）通用大模型工业软件人工智能开放平台及服务智能医疗智能家居智能可穿戴设备智能服务机器人工业机器人智能网联汽车无人机（船）其他：智慧港口（一）单位简介广西北港大数据科技有限公司是广西北部湾国际港务集团有限公司下属专注信息化及大数据应用的全资公司。公司始终
2025-10-14
386页
5星级
DORADORA 1 意见反馈：添加微信 pp2567891 DORADORA 2 意见反馈：添加微信 pp2567891 03 摘要摘要 08 前言前言 11 理解您的软件交付效能理解您的软件交付效能:7 7 种团队类型概览种团队类型概览 23 人工智能的采纳与使用人工智能的采纳与使用 33 探索探索 AIAI 与关键成果与关键成果 之间的关系之间的关系 49 DORA DORA 人工智能人工智能能力模型能力模型 65 平台工程平台工程 73 价值流管理价值流管理 79 AI 之镜：AI 如何反映和放大 组织的真正能力 AI 之镜：AI 如何反映和放大 组织的真正能力 89 度量框架度量框架 95 结语：从洞察到行动结语：从洞察到行动 目录 97 致谢致谢 99 作者作者 103 个人与企业统计概况个人与企业统计概况 113 方法论方法论 131 我们的研究模型及理论基础我们的研究模型及理论基础 137 下一步下一步 138 附录附录 目录 DORADORA 3 意见反馈：添加微信 pp2567891 摘要 摘要 核心要点：AI 是一种放大器 核心要点：AI 是一种放大器 2025 年，技术领导者面临的核心问题不再是是否应该采纳 AI，而是如何实现其价值。DORA 的研究包括超过 100 小时的定性数据以及来自全球近 5,000 名技术专业人士的调研回复。研究揭示了一个关键真相：AI 在软件开发中的主要角色是放大器。它放大了高效能组织的优势，也放大了困境组织的功能障碍。AI 投资的最大回报并非来自工具本身，而是来自对底层组织系统的战略性关注：内部平台的质量、工作流程的清晰度，以及团队的协调一致性。如果没有这个基础，AI 只会创造局部的生产力提升，而这些提升往往会在下游的混乱中消失殆尽。摘要 DORADORA 4 意见反馈：添加微信 pp2567891 主要发现 主要发现 基于 2025 年 6 月 13 日至 7 月 21 日期间进行的定性数据收集和全球调研，本报告揭示了 AI 辅助软件开发现状的几个关键发现，包括：人工智能影响的格局演变 人工智能影响的格局演变 人工智能应用对关键结果的预估效应(89%可信区间)对于橙色标注的结果(如职业倦怠)，负向效应才是理想的。图 1:人工智能影响的格局图 1:人工智能影响的格局 AI 采纳已变得几乎普及。大多数调研受访者（90%）在工作中使用 AI，并相信（超过 80%）AI提高了他们的生产力。然而，有相当一部分人（30%）目前报告对 AI 生成的代码几乎没有或完全没有信任，这表明人们需要关键的验证技能。更多内容请参见人工智能的采纳与使用章节。成功采纳 AI 需要的不仅仅是工具。我们新的 DORA 人工智能能力模型识别出七个基础实践包括明确且已共识的AI立场、健康的数据生态系统和以用户为中心的关注点这些实践被证明能够放大 AI 对组织效能的积极影响。在DORA 人工智能能力模型章节阅读更多内容。AI采纳现在改善了软件交付吞吐量，这是与去年相比的关键转变。然而，它仍然增加了交付不稳定性。这表明虽然团队正在为提高速度而调整，但他们的底层系统尚未演进到能够安全管理 AI 加速开发的程度。在探索 AI 与关键结果关系章节阅读更多内容。今年的研究识别出七种不同的团队类型，从“和谐的高成就者到陷入遗留系统瓶颈的团队，为有针对性地改进提供了新的框架。在了解您的软件交付效能章节章节阅读更多内容。价值流管理（Value Stream Management,VSM）是一种可视化、分析并优化从创意到交付客户全过程工作流的实践方法，它能为人工智能（AI）发挥倍增效应，确保局部生产力的提升可转化为团队与产品绩效的可量化改进。在价值流管理章节阅读更多内容。90%的企业已采用平台工程，这使得高质量的内部平台成为人工智能（AI）成功应用的关键基础。在平台工程章节阅读更多内容。摘要 DORADORA 5 意见反馈：添加微信 pp2567891 给技术领导者的分析和建议 给技术领导者的分析和建议 成功的成功的 AIAI 采纳是一个系统问采纳是一个系统问题，而非工具问题题，而非工具问题 我们新的 DORA 人工智能能力模型揭示，AI 的价值并非由工具本身释放，而是由周围的技术和文化环境所决定的。我们已经识别出七个基础能力包括明确且已共识的 AI人工智能立场、健康的数据生态系统、高质量的内部平台和以用户为中心的关注点这些能力被证明能够放大 AI对效能的积极影响。将您的AI采纳视为组织转型。最大的回报将来自对放大 AI效益的基础系统的投资：您的内部平台、您的数据生态系统，以及团队的核心工程能力。这些要素是将 AI 潜力转化为可衡量的组织效能的基本前提。普遍的普遍的AIAI 采纳与合理的怀疑态采纳与合理的怀疑态度度 虽然大多数开发者使用 AI 来提高生产力，但对其输出质量存在合理的怀疑态度。这种信任但要验证的方法是成熟采纳的标志。关于人工智能的讨论，必须从“采 纳”转 向 “有 效 应用”。企业的培训项目应聚焦于教会团队如何批判性地引导、评估并验证人工智能生成的成果，而非单纯鼓励使用人工智能。七种团队效能类型七种团队效能类型 仅依靠简单指标远远不够。我们已识别出七种截然不同的团队类型，每种类型在绩效、稳定性与员工幸福感方面均呈现出独特的组合特征。该模型为理解团队面临的具体挑战提供了细致入微的视角，进而助力制定量身定制的改进路径。借助这些团队类型，可在软件交付绩效指标之外，对团队健康状况进行诊断。要准确判断团队属于“高效能但正面临倦怠”还是“状态稳定却受困于遗留系统”情况，并据此实施恰当的干预措施，需以严谨、客观的视角开展分析与行动。高质量平台释放高质量平台释放 AIAI 的价值的价值 平台工程现在几乎普及（94%的采纳率）。我们的数据显示，高质量内部平台与组织释放AI 价值的能力之间存在直接关联。将平台工程视作旨在优化开发者体验的内部产品来打造的企业，能获得显著更高的回报。应将平台工程相关举措列为优先事项并为其提供资金支持。开发者体验不佳与工具碎片化问题，可能会削弱人工智能战略的实际成效。系统视角引导系统视角引导 AIAI 的潜力的潜力 今年的研究证实，价值流管理VSM 能够实现针对性改进，进而推动更高的团队和产品效能。VSM 可作为人工智能投资的效能倍增器。通过提供系统层面的视角，它能确保人工智能被应用于正确的问题上，从而将局部生产力提升转化为显著的组织层面优势，而非单纯在下游制造更多混乱。摘要 DORADORA 6 意见反馈：添加微信 pp2567891 使用本报告 使用本报告 1 关于今年研究参与者的更多详细信息可在人口统计学和企业统计学人口统计学和企业统计学章节中找到。本报告详述了这些发现背后的数据，包括我们新的 DORA AI 能力模型，该模型识别了放大 AI 效益的关键实践。虽然每个组织都是独特的，但我们的发现提供了一个框架来指导您的战略并引导您的团队。使用这项研究来形成假设、进行实验并测量结果，以发现在您的特定环境中驱动最高效能的因素。摘要 DORADORA 7 意见反馈：添加微信 pp2567891 DORA 社区为专业人士提供了一个参与这项研究并将其应用于改善自身组织效能的平台。为什么加入为什么加入DORADORA社区？社区？您应该成为 DORA 社区一员的几个原因：向专家和同行学习：社区通过演示和讨论提供向嘉宾演讲者和其他成员学习的机会。跟上研究进展：第一时间了解 DORA 的新信息和出版物。协作和讨论：DORA 社区 Google 群组为异步对话、公告和活动邀请提供论坛。这使成员能够讨论话题并与该领域的其他人分享经验。参 与 社 区 活 动：虚 拟 和 面 对 面 活 动 的 日 程 表 可 在DORA.community 上找到。为讨论做出贡献：通过倾听、交和参与聊天为对话做出贡献。社区重视成员的意见，并为领导力、团队赋权和技术实践演进等话题的持续讨论提供空间。1.DORA 社区：https:/munity 2.DORA 社区 Google 组：https:/ DORADORA 8 意见反馈：添加微信 pp2567891 前言 前言 许多人相信，科学的目标是用最少的原理解释最多的可观察现象，确认深层次的直觉，并揭示令人惊讶的洞察。十多年来，这正是 DORA 研究项目所做的。我对今年的研究如何帮助我们更好地理解如何使用 AI 来改进软件感到非常兴奋。Gene KimGene Kim 研究员、Vibe 程序员、Vibe Coding、凤凰项目DevOps实践指南、加速联合作者 2013年，我有幸与Nicole Forsgren博 士 和 Jez Humble 一 起 进 行DevOps 现状研究。这项工作成为了DevOps研 究 与 评 估 小 组DORA的基础，该小组于2018 年成为 Google Cloud 的一部分。对如今许多人而言，很难相信就在十多年前，软件部署曾是既危险又复杂的事情。当时的部署需要详尽的规划与审批流程，且往往涉及数百个高风险、易出错的手动操作步骤。即便经过了周密规划与谨慎执行，部署操作仍会引发严重混乱与业务中断，这也是过去我们每年只敢进行一次部署的原因。2013 年，DevOps 现状研究表明，每天进行多次部署并不是一个疯狂的想法，可靠性似乎需要更频繁地进行更小规模的部署。更令人兴奋的是：实现这一点，并不局限于初创企业或硅谷地区的公司。您只需要优秀的技术实践（例如，自动化构建、自动化测试、自动化部署、主动的生产遥测），一个能够实现行动独立性的架构（能够独立开发、测试和部署的价值，几乎没有或没有协调成本），以及学习的文化。前言 DORADORA 9 意见反馈：添加微信 pp2567891 现在，12 年后，作为一个技术社区，我们再次面临着一项卓越的新技术人工智能。正如我们十年前所做的那样，我们正在询问：这项新技术是否真的能够实现更好的软件交付和组织效能？2024 年，DORA 发布了一份具有里程碑意义的报告，该报告旨在衡量人工智能对软件交付性能的影响，是此类研究中最早开展的系统性研究之一。部分人对报告结果感到惊讶。数据显示，人工智能的使用程度越高，软件交付的稳定性与吞吐量反而越差 而这两项指标正是软件开发从业者过去十年间一直致力于改善的核心属性。是的，我亲眼见过也亲身经历过使用人工智能可能引发的问题，从静默删除测试、明显损坏的功能，甚至删除生产数据等各种问题。但与此同时，我也见证过人工智能被用于大幅改善工作成果的案例。我开始称去年的报告及其发现为DORA 2024 异常现象也就是说，一个令人兴奋的待解之谜。这种信念来自于过去一年与Steve Yegge 的合作，他因在亚马逊和谷歌工作 20 年而闻名。他记录了亚马逊创始人Jeff Bezos 的一份备忘录如何推动亚马逊从软件单体架构转变为数千个微服务。这种转变帮助实现了 2015 年每天 136,000 次部署，这一成就多年来一直激励着 DORA 研究。Steve 和我一起撰写了即将出版的书籍Vibe Coding，我们在其中将vibe coding定义为不需要手工键入代码的编程形式。相反，代码通过与 AI 的迭代对话而产生。我们描述了 vibe coding 如何改变了我们的生活它使我们能够更快地构建想要的东西，追求更雄心勃勃的项目，更自主地工作，获得更多乐趣，并探索一个更广阔的选择空间（放手去试！）。我和 Steve 都见证过“氛围编码”（vibe coding）如何走向失控 最终导致测试用例被删除、系统中断，甚至代码仓库被误删。但我们得出的结论是：出现这些问题，根源在于过去数十年里对我们大有裨益的工程直觉，如今已被证明远远不足以应对当前的情况。假设你曾有过的最快移动速度，不过是每小时 4 英里的步行速度，此时若有人让你以每小时 50 英里的速度驾驶汽车 在缺乏练习与培训的情况下，你毫无疑问会把车开得一团糟。我们得出结论，当人工智能显著加速软件开发时，我们的控制系统也就是我们自己也必须加速。换句话说，十年的 DORA 研究可能已经向整个软件开发行业展示了实践必须演进。我们需要快速反馈循环比以往任何时候都更快以匹配 AI 加速的代码生成。我们需要在能够赋予我们行动自主性的软件架构内开展工作 如今，我们比以往任何时候都更需要具备独立开发、测试和部署软件的能力。我们需要营造一种学习氛围，尤其是考虑到人工智能所具有的独特属性及其迅猛的发展速度。在Vibe Coding中，Steve和我收录了以下案例研究，这些案例隐晦地揭示了相关原则与实践 以及为何它们在人工智能时代具有如此重要的意义。前言 DORADORA 10 意见反馈：添加微信 pp2567891 快速反馈循环和软件架构快速反馈循环和软件架构 Fernando Cornago,阿迪达斯全球副总裁、数字和电子商务技术负责人，他管理着近一千名开发人员。在他们的生成式人工智能（生成式 AI）试点项目中，研究发现，在松耦合架构下开展工作且拥有快速反馈循环的团队，“其生产力提升了 20%至 30%这是通过代码提交量、拉取请求数及整体功能交 付 速 度 的 增 长 来 衡 量的”，并且“快乐时间增加了 50%”即实际编码时间更多，而行政事务性工作更少。相比之下，由于与企业资源规划（ERP）系统的紧密耦合而导致反馈循环较慢的团队几乎没有看到任何 AI 收益。学习文化学习文化 我 们 也 很 欣 赏 来 自B 开发者体验团队产品经理 Bruno Passos 的案例研究，该公司拥有超过3,000 名开发者的团队。在他们的 gen AI 创新实践中，他们发现开发者对 vibe 编程和编程助手工具的采纳是不均匀的Bruno 的团队很快意识到缺少的要素是培训。当开发者学会如何给他们的编程助手提供更明确的指令和更有效的上下文时，他们发现合并请求增加了多达 30%，工作满意度也更高。这两个案例研究均指向一个令人振奋的可能性：人工智能会放大我们工程实践中的优势与劣势。无论是个人、团队还是团队集群，只要具备出色的工程实践能力，就有望从人工智能中获得显著收益。我们认为，那些不具备此类实践能力的组织或个人，很可能会陷入困境 这一点在 2024 年 DORA 异常现象 中已有所暗示。我很感激并荣幸能够与谷歌的DORA团队以及我们扩展的专家和研究人员团队合作，他们的工作和成就令我钦佩，帮助为今年的研究提供信息。最让我兴奋的是2025年研究的规模：有近 5,000 名参与者，我们将能够进行一项实践调研，希望能产生像十年前那样的灵光一闪！时刻。我确信我们将在未来几个月看到类似的突破。一些发现已经进入了报告，但还有更多诱人的洞察正在出现，我很兴奋在未来的几个月和几年里分享这些发现。我对整个DORA团队和使这项突破性研究成为可能的扩展贡献者表示感谢。1.控制理论中的奈奎斯特稳定性判据告诉我们，任何控制系统都必须以至少是它所控制系统速度两倍的速度运行。2.Kim,Gene,and Steve Yegge.Vibe Coding:Building Production-Grade Software With GenAI,Chat,Agents,and Beyond.Foreword by Dario Amodei(IT Revolution,2025),57。3.同上，58。前言 DORADORA 11 意见反馈：添加微信 pp2567891 理解您的软件交付效能:七种团队类型概览 理解您的软件交付效能:七种团队类型概览 Nathen Harvey Nathen Harvey DORA 负责人，Google Cloud DORADORA 12 意见反馈：添加微信 pp2567891 软件交付效能 软件交付效能 新软件发布的时刻值得庆祝，因为只有当世界能够使用它时，其主要价值才能被确定。这些用户可能是客户、合作伙伴、同事、陌生人，甚至是其他技术系统。同时，新软件发布的时刻，也是我们开始了解其在生产环境中表现如何、以及满足用户需求程度的起点。在这一时刻到来之前，我们可以采取诸多措施来提升信心，确保软件能按照预期运行。但发布的这一刻，才是检验软件能否从理论走向实践的关键 若无法实现，便意味着理论未转化为实际价值。发布新软件远不止是推出新的应用程序与服务。一旦应用程序发布，用户的反馈要么会推动你进行改进，要么会迫使你不得不改进。当然，需要对应用程序进行变更的原因有很多，例如修复安全漏洞、提升性能、降低运营成本，或是减少碳排放量。从本质上讲，这些考量不仅能为用户带来益处，也有助于保障应用程序的长期成功。我们还需考虑负责应用程序构建、部署、运维及持续支持的团队的长期健康与工作状态。我们需要配备恰当的能力与条件，确保这些团队能够以可持续的方式推动项目取得成功成果。这些考虑，加上更快发展和取得更大成功的业务需求，促使DORA将软件交付效能作为我们研究的焦点。理解您的软件交付效能:七种团队类型概览 DORADORA 13 意见反馈：添加微信 pp2567891 软件交付效能因素软件交付效能因素 DORA 的软件交付效能指标从宏观视角审视整个交付流程，并聚焦于两个关键要素：吞吐量与不稳定性。吞吐量吞吐量 吞吐量是衡量在一段时间内有多少变更可以通过系统的指标。吞吐量越高，意味着系统能够将更多变更推送至生产环。不稳定性不稳定性 不稳定性是衡量软件部署情况好坏的指标。当部署顺利时，团队能够自信地将更多变更推送至生产环境，而用户在部署完成后立即遇到应用程序问题的可能性也会降低。DORA 使用三个因素来衡量软件交付吞吐量：变更前置时间 变更前置时间 变更从提交到版本控制到在生产环境中部署所需的时间。部署频率 部署频率 在给定时间段内的部署次数或部署之间的时间间隔。失败部署恢复时间 失败部署恢复时间 从失败且需要立即干预的部署中恢复所需的时间。变更失败率变更失败率 需要在部署后立即干预的部署比例。可能导致变更回滚或热修复以快速修复任何问题。返工率返工率 由于生产环境中的事故而导致的计划外部署的比例。DORA 使用两个因素来衡量软件交付不稳定性：综合来看，这两个软件交付效能要素能让团队从宏观层面理解自身的软件交付效能。通过长期对其进行衡量，可深入了解软件交付效能的变化情况。无论技术栈、部署流程复杂度或终端用户如何，这些要素均可用于衡量任意应用程序或服务。理解您的软件交付效能:七种团队类型概览 DORADORA 14 意见反馈：添加微信 pp2567891 将目光投向软件交付效能将目光投向软件交付效能 指标之外指标之外 虽然这五个指标提供了效能的重要快照，但它们终究是结果性指标。它们告诉您正在发生什么，但不能解释为什么。部署频率低可能是由技术债务、官僚化流程或团队倦怠导致的，而仅靠这些指标无法对这些原因加以区分。为了将效能数据与驱动它的人为因素联系起来，我们进行了聚类分析。这种方法超越了孤立的数字，揭示了七种常见的团队类型，每种都讲述了效能、幸福感和环境之间相互作用的更深层故事。理解您的软件交付效能:七种团队类型概览 DORADORA 15 意见反馈：添加微信 pp2567891 识别共性规律识别共性规律 我们开展了聚类分析，以理解影响软件交付效能的人为因素与系统性因素，并识别其中的共性规律。在综合考量以下因素的基础上，我们的统计聚类方法揭示了七种团队类型：团队效能团队效能 该因素衡量个体对其直接所在团队的效能表现与协作能力强度的主观感知。组织、团队与个人通常致力于提升团队效能、产品效能、软件交付吞吐量、个体效能以及有价值的工作比例，同时降低软件交付不稳定性、摩擦阻力与职业倦怠。我们的分析揭示了七类截然不同的团队原型，范围从在健康且可持续环 境 中 表 现 卓 越 的“和谐高成就者”，到受 制 于 技 术 债 务 的“遗留瓶颈型”，再到陷入低效流程限制的“流程受限型”。产品效能产品效能 该因素衡量团队所构建产品或服务的成功程度与质量。其评价维度包括：是否帮助用户完成关键任务、是否保障信息安全以及延迟等性能指标。软件交付吞吐量软件交付吞吐量 该指标用于衡量软件交付流程的速度与效率。软件交付不稳定性软件交付不稳定性 该指标用于衡量软件交付流程的质量与可靠性。个体效能个体效能 该因素反映个人对自身工作效能与成就感的自我评估。有价值的工作 有价值的工作 该指标衡量个体自我评估投入于其认为有价值且值得的工作所占用的时间比例。摩擦阻力 摩擦阻力 该指标衡量阻力在多大程度上妨碍了个体的工作。较低的摩擦阻力通常被视为一种积极结果。职业倦怠职业倦怠 该指标衡量个体在工作中所体验到的疲惫感与消极态度。较低程度的职业倦怠通常被视为一种积极结果。理解您的软件交付效能:七种团队类型概览 DORADORA 16 意见反馈：添加微信 pp2567891 聚类聚类 1 1：基础性挑战型：基础性挑战型 这些团队被困在“生存模式”中，在流程、环境与成果等基础环节上存在显著缺口，因而面临重大挑战。受访者占比：受访者占比：10%的调查参与者属于聚类 1。团队幸福感团队幸福感:数据显示，职业倦怠报告水平偏高，且存在显著的摩擦阻力。效能指标：效能指标：与团队产出、产品交付及价值创造相关的关键效能指标持续处于较低水平。系统稳定性系统稳定性：软件及运行环境的稳定性面临显著挑战。理解您的软件交付效能:七种团队类型概览 DORADORA 17 意见反馈：添加微信 pp2567891 聚类聚类 2 2：遗留瓶颈型：遗留瓶颈型 该类团队始终处于被动反应状态，不稳定的系统主导了他们的工作，并持续削弱团队士气。受访者占比：受访者占比：11%的调查参与者属于聚类 2。团队幸福感：团队幸福感：数据显示其工作环境要求苛刻。团队成员普遍反映摩擦阻力较大，且职业倦怠水平偏高。效能指标：效能指标：产品效能相关的关键指标较低。尽管团队能够定期交付更新，但持续存在的质量问题削弱了其实现的价值。系统稳定性：系统稳定性：软件及其运行环境的稳定性问题频繁且严重，导致大量计划外的被动性工作。聚类聚类 3 3：流程受限型：流程受限型 这些团队仿佛在“跑步机”上运转。尽管其系统相对稳定，但低效的流程消耗了大量精力，最终导致职业倦怠程度高企，而实际影响力却偏低。受访者占比：受访者占比：17%的调查参与者属于聚类 3。团队幸福感：团队幸福感：数据显示职业倦怠与摩擦阻力均处于高水平。这表明当前的工作流程和过程正在给团队形成一个充满挑战且不可持续的工作环境。效能指标：效能指标：关键效能指标显示团队效能较低，创造的客户或业务价值有限。系统稳定性：系统稳定性：团队的软件与运行环境稳定且可靠。这说明技术层面的不稳定性并非造成效能和幸福感问题的主要原因。聚类聚类 4 4：高影响力低节奏型：高影响力低节奏型 这些团队能够产出高影响力的工作，体现在突出的产品效能与较高的个体效能。然而，其交付模式节奏较低，表现为软件交付吞吐量不足且不稳定性较高。受访者占比：受访者占比：7%的调查参与者属于聚类 4。团队幸福感：团队幸福感：数据显示其摩擦阻力较低，表明团队流程高效且具有良好的协作性。效能指标：效能指标：团队持续保持顶尖的生产力水平，效能与产品效能指标均表现突出。系统稳定性：系统稳定性：运行环境呈现高度不稳定性，这种波动性对服务可靠性与长期可持续性构成了重大风险。理解您的软件交付效能:七种团队类型概览 DORADORA 18 意见反馈：添加微信 pp2567891 聚类聚类 5 5：稳健有序型：稳健有序型 这些团队堪称软件领域的“稳健工匠”，以谨慎且可持续的节奏交付高质量、有价值的工作成果。受访者占比：受访者占比：15%的调查参与者属于聚类 5。团队幸福感：团队幸福感：数据显示职业倦怠与摩擦阻力水平较低，表明团队环境健康且具备可持续性。效能指标：效能指标：产品质量与价值创造相关的关键效能指标持续表现良好。然而，团队的软件交付吞吐量处于较低分位，反映出其工作节奏更为谨慎与稳健。系统稳定性：系统稳定性：团队的软件与运行环境具有高度的稳定性与可靠性。聚类聚类 6 6：务实执行者型：务实执行者型 这些团队始终能够以令人瞩目的速度与稳定性交付工作成果，尽管其工作环境尚未达到最佳投入状态。受访者占比：受访者占比：20%的调查参与者属于聚类 6。团队幸福感：团队幸福感：该类团队与绝对顶尖团队的差异主要体现在幸福感指标上。数据显示职业倦怠与摩擦阻力处于平均水平，说明其工作环境功能性良好且具备可持续性，但可能缺乏较强的参与驱动力。效能指标：效能指标：团队在软件交付相关的关键指标上表现强劲，吞吐量高于平均水平且不稳定性低。团队能够保持稳定的节奏，持续产出有价值的成果，并可靠地满足预期。系统稳定性：系统稳定性：团队的软件与运行环境稳定且可靠，为其高效能表现提供了坚实的基础。聚类聚类 7 7：和谐高成就者型：和谐高成就者型 这正是卓越的典范，一个良性循环应该如此：稳定、低摩擦的环境赋能团队以可持续的方式交付高质量成果，并避免职业倦怠。受访者占比：受访者占比：20%的调查参与者属于聚类 7。团队幸福感：团队幸福感：其工作环境特点是职业倦怠与摩擦阻力报告水平较低。效能指标：效能指标：团队在多个方面的指标均表现积极，包括团队幸福感、产品成果以及软件交付。系统稳定性：系统稳定性：团队运行在稳定的技术基础之上，这为其工作速度与质量提供了双重支撑。理解您的软件交付效能:七种团队类型概览 DORADORA 19 意见反馈：添加微信 pp2567891 软件交付效能水平软件交付效能水平 图 10 为 DORA 研究的核心论点提供了有力证据：所谓“速度与稳定性的权衡”其实是一个神话。最佳表现者（聚类 6 与 7）能够在这两个维度上同时取得卓越成绩。相反，在频谱的另一端，团队面临明显困境。例如，遭遇基础性挑战的团队（聚类 1）。而高影响力低节奏团队（聚类 4）则表明，速度若缺乏稳定性，将是一种危险且不可持续的做法。卓越是可以实现的。聚类 6 与 7 占整个样本的近 40%。它们的存在为可能性提供了实证基准，也成为组织努力追求的标杆。尽管达到这一状态无疑十分艰难，但这些团队有力证明：高速且高质量的软件交付并非理论上的理想，而是切实可观的现实。理解您的软件交付效能:七种团队类型概览 DORADORA 20 意见反馈：添加微信 pp2567891 如何进行比较？如何进行比较？你或许会好奇，你的团队与今年研究中的其他参与者相比处于什么位置。需要牢记的一点是，这些度量是基于应用或服务层面进行收集的。此举有助于推动跨职能团队共同承担改进责任。此外，最有价值、最具洞察力的软件交付效能比较，应针对同一应用或服务在不同时期的表现来进行。其目标在于持续学习与改进，而非一味追求达到最高的软件交付效能水平。图 11 至图 15 展示了 2025 年 DORA 调查中受访者回答分布的洞见。变更前置时间分布变更前置时间分布 调查问题：调查问题：您的变更前置时间是多少？（即：从代码提交到代码成功运行在生产环境中所需的时间）部署频率部署频率 调查问题：调查问题：贵组织多长时间将代码部署到生产环境或发布给终端用户一次？理解您的软件交付效能:七种团队类型概览 DORADORA 21 意见反馈：添加微信 pp2567891 部署失败恢复时间分布部署失败恢复时间分布 调查问题：调查问题：在一次变更发布到生产环境或交付给用户后，如果导致了服务效能下降（例如，引 发 服 务 受 损或 服务 中断），并因此需要补救措施（如热修复、回滚、向前修复或打补丁），通常需要多长时间才能恢复服务？变更失败率分布变更失败率分布 调查问题：调查问题：大约有多少比例的生产环境变更或对用户发布新版本会导致服务降级（例如，引 发 服 务 受 损或 服务 中断），并因此需要采取补救措施（如热修复、回滚、向前修复或打补丁），如果有的话？返工率分布返工率分布 调查问题：调查问题：在过去六个月中，大约有多少比例的部署并非计划内，而是为了解决应用程序中的用户可见性缺陷而进行的？理解您的软件交付效能:七种团队类型概览 DORADORA 22 意见反馈：添加微信 pp2567891 将软件交付效能付诸实践将软件交付效能付诸实践 软件交付效能指标为整个交付流程提供了宏观视角。随着时间推移，这些指标的变化能够揭示整体状况是在改善还是恶化。为改变这些指标所需的干预措施可能会因具体应用而异，但也可能出现一些共性模式，例如冗长的评审与审批周期。让我们通过一个假设性的案例来说明。在一次常规的回顾会议中，某团队讨论了他们的软件交付效能。他们注意到，所负责应用的变更前置时间正在开始增加。他们可能是通过查看仪表盘注意到这一点，但同样有可能只是通过日常观察发现的。对于这些指标而言，并不总是需要精确的数值，团队通常能够感知到其随时间的变化趋势。团队希望扭转这一趋势。但要做到这一点，就需要理解背后的潜在原因。这时，补充数据可能会有所帮助。团队可以查看其开发系统中的数据例如代码仓库或分析工具并发现代码审查似乎正在耗费更长时间。团队一致认为这是需要改进的领域，并讨论了潜在的干预措施，包括：将代码审查重新设定为日常工作的优先事项，以及努力将变更拆分得更小，以便于审查。在确定了这些具体步骤后，他们同意在一个月后重新审视变更审批时间及所有软件交付指标，以评估改进进展。无论你的团队被归类为“流程受限型”还是“稳健有序型”，目标都是一致的：培养持续改进的心态，使团队不断迈向更为和谐且高成就的状态。理解您的软件交付效能:七种团队类型概览 DORADORA 23 意见反馈：添加微信 pp2567891 人工智能的采纳与使用 Kevin M.Storer,博士.Kevin M.Storer,博士.用户体验研究员，Google Cloud Derek DeBellis Derek DeBellis 量化用户体验研究员，Google Cloud DORADORA 24 意见反馈：添加微信 pp2567891 随着我们持续探索软件开发行业中人工智能采纳的趋势，人工智能在软件开发中的应用已显著扩展。在这一快速演进的领域中，我们致力于提供基于实证的指导，帮助软件开发社区更好地应对这些变化。今年的人工智能辅助软件开发现状调查报告，呈现了迄今为止我们对人工智能辅助开发所进行的最深入分析结果。研究发现研究发现 总体而言，我们关于软件开发人员采纳与使用人工智能的研究结果表明：人工智能已在各种任务中被广泛采纳并高度依赖。这为个人生产力和代码质量带来了显著提升。采纳情况采纳情况 今年有 90%的调查受访者报告在工作中使用人工智能，比去年的同 类 指 标 上 升 了 14.1%。这一显著的高使用率表明，人工智能在软件开发中的应用如今已成为常态。人工智能的采纳与使用 DORADORA 25 意见反馈：添加微信 pp2567891 “我认为在过去一年左右的时间里，人们已经意识到生成式人工智能的发展已达到一个真正能够在许多场景中发挥作用的阶段。而如今，这几乎成了一种共识：每个人的应用都能在某种程度上从生成式人工智能中获益。因此我认为，推动新功能的启用以降低特定成本、缩短某些创造过程耗时的动力非常强劲。没有人想被甩在后面我确信，随着时间推移，生成式人工智能将越来越多地融入到一切当中；而如果你没有以某种方式使用生成式人工智能，那么你将很难跟上时代步伐。”使用时长使用时长 在我们的样本中，用户在最近一个工作日中与人工智能交互所花费的时间也存在差异。调查结果显示，受访者在最近一个工作日中与人工智能交互的中位数为 2 小时，约占标准八小时工作日的四分之一。使用体验使用体验 我们的受访者在使用人工智能工具方面报告了不同的经验区间，其中位数为 16 个月，平均值为 16.22 个月。作为参考，ChatGPT 发布于 2022 年 11 月，即在本次调查启动前约 31 个月。在我们的数据中，既包含了早期采纳者，也包含了后期采纳者，并且观察到在 2023 年底至 2024 年中期之间出现了一波采纳高峰。人工智能的采纳与使用 DORADORA 26 意见反馈：添加微信 pp2567891 反射式使用反射式使用 尽管在我们的样本中，人工智能的使用几乎已无处不在，但反射式使用即在面对问题时将人工智能作为默认手段尚未普及。在人工智能的用户中，仅有 7%的人报告称在遇到问题或需要完成任务时“总是”使用人工智能，而有 39%的人仅表示“有时”会寻求人工智能的帮助。不过，仍有高达 60%的人工智能用户表示，在遇到问题或任务时“约有一半时间或更多”会使用人工智能，这表明人工智能已成为软件开发过程中的常见组成部分。在过去的 18 个月中，Sabre 通过使用分析与满意度调查，积极跟踪了生成式人工智能助手的采纳情况。采纳率已在不同任期与经验水平的开发者群体中攀升至 74%，并且在核心开发任务中的人工智能使用出现了显著增长。这种使用率的提升与更高的用户满意度呈正相关。高达 86%的用户报告称其生产力有所提高。满意度和节省时间的持续上升趋势表明，随着用户对生成式人工智能工具的熟练程度不断加深，其带来的收益也在不断增长。我们的分析还发现，对于最新的生成式人工智能功能（如智能体模式），用户的采纳速度较为缓慢，目前仅有 25%的用户在使用。对此，Sabre 正在强化培训项目，并推动同伴之间的知识分享，以提升用户参与度，并确保团队能够熟练掌握人工智能工具。Jacek Ostrowski,平台工程副总裁,Sabre 人工智能的采纳与使用 DORADORA 27 意见反馈：添加微信 pp2567891 任务任务 与我们的2024 年 DORA 报告2 一致，今年受访者使用人工智能工具的首要用途是 编写新代码。在会编写代码的受访者中，有 71%使用人工智能来辅助完成这一任务。在工作职责涉及相关任务的受访者中，绝大多数也使用人工智能来进行文献综述（68%）、修 改 现 有 代 码（66%）、校对（66%）以及创建或编辑图像（66%）。在工作职责涉及相关任务的受访者中，较少见的人工智能使用场景包括：需求分析（49%）、内部沟通（48%）以及日程管理（25%）。依赖性依赖性 除了使用频率高之外，我们还发现开发专业人员在工作中对人工智能工具存在高度依赖。在我们的样本中，仅有 5%的人工智能用户表示在工作中“完全不依赖”人工智能，而有 65%的用户表示对人工智能的依赖程度为“中等”（37%）、“较高”（20%）或“极高”（8%）。人工智能的采纳与使用 DORADORA 28 意见反馈：添加微信 pp2567891 定制化如何提升定制化如何提升 开发者的投入感开发者的投入感 我们的研究内容我们的研究内容 随着人工智能助手在开发工作中日益普及，加州大学伯克利分校的一支研究生团队对学生开发者在实践中如何使用人工智能驱动的集成开发环境（IDE）展开了研究。研究团队通过眼动追踪数据和访谈，观察了具有 1 至 5 年经验的 Python 开发者如何完成两项简短任务：一项涉及使用陌生的库，另一项则要求解释一个晦涩的函数。通过应用本研究的洞见，各经验层级的开发者都可能找到更契合自身需求的与人工智能编程助手协作的方式。当人工智能成为阻碍当人工智能成为阻碍 尽管人工智能编程助手旨在节省时间并减少工作量，但加州大学伯克利分校的一项研究发现，它们在某些任务中也可能带来摩擦。例如，学生开发者在处理诸如编写样板代码、安装依赖包等机械性任务时乐于使用人工智能，但在需要更深入理解的情境下（如解释复杂代码），这些学生开发者大多忽略了人工智能的建议。眼动追踪数据显示，在解释性任务中，开发者对人工智能聊天的视觉关注度不足 1%，而在更具机械性的任务中，这一比例接近 19%。研究中的学生往往选择手动完成任务，以保持对过程的掌控和理解，甚至会忽视那些准确且能节省时间的建议。定制化作为解决方案定制化作为解决方案 为减少摩擦并更好地支持专注工作，开发者和团队可以对其人工智能工具进行定制化。如今，大多数集成开发环境（IDE）都提供了诸如切换内联建议、启用“仅按需”模式、或调整建议的风格与结构等功能。在仓库层级配置文件与关联文档的辅助下，人工智能助手能够遵循既定规范。通过尝试这些设置，可以使人工智能的行为更好地契合不同任务的认知需求，从而帮助减少干扰并提升人工智能助手的实用性。团队启示团队启示 为了最大化人工智能编程助手的价值，开发者与团队应投入精力进行定制化。本研究表明，人工智能在解释性任务中可能会因增加认知负荷而造成干扰，尤其是在开发者试图理解不熟悉代码时。关键在于让人工智能的支持与任务性质及开发者的偏好保持一致。通过优化设置，可以将人工智能从摩擦源转变为提升效率、增强体验的有力工具。Edward FraserEdward Fraser 加州大学伯克利分校信息学院研究生 DORADORA 29 意见反馈：添加微信 pp2567891 人工智能人工智能使用模式使用模式 除了询问受访者与人工智能的交互场景与目的外，我们还调查了他们在以下几种“模式”中的交互频率：1）聊天模式：任何逐轮的文本交互；2）预测文本模式：例如通过 Tab 键补全的代码建议；3）协作模式：使用人工智能对代码库进行更广泛的修改；4）智能体模式：允许人工智能在相对无人监督的情况下进行操作和修改。与受访者最常使用的聊天机器人和 IDE 内交互相对应，文本聊天与预测文本是最常见的交互模式。而智能体模式的使用最少，多达 61%的受访者报告称“从不”以智能体模式与人工智能工具交互。这一使用模式很可能反映了不同人工智能模式的成熟度差异：智能提醒人工智能的采纳率较低，与其出现时间较晚且尚未像聊天与预测文本功能那样成熟相一致。交互界面交互界面 对话式人工智能聊天机器人是与人工智能交互的最常见方式，其次是嵌入在集成开发环境（IDE）中的人工智能。受访者报告称，他们较少通过自动化工具链以及其他开发工具与平台与人工智能交互，但这可能是因为这些人工智能工具对用户而言不够直观可见。人工智能的采纳与使用 DORADORA 30 意见反馈：添加微信 pp2567891 代码质量代码质量 除了感知到人工智能对生产力的积极影响之外，大多数受访者（59%）也观察到人工智能对其代码质量产生了正面作用。其中 31%的人认为这种提升仅为“轻微”，另有 30%的人未观察到正面或负面影响。然而，仅有 10%的受访者认为人工智能的使用对其代码质量带来了负面影响。个体生产力个体生产力 今年超过 80%的调查受访者表示，他们感知到人工智能提升了自身的生产力。有超过 40%的人认为生产力提升仅为“轻微”，不到 10%的受访者认为人工智能对其生产力产生了任何下降影响。我觉得在某些方面，人工智能有时写的代码比我自己写得更人工智能有时写的代码比我自己写得更好，好，主要原因是我感觉它经过了非常充分的训练。我之前提到过：代码是高度二元的要么能运行，要么不能。而人工智人工智能写出来的代码通常足以满足我的需求。能写出来的代码通常足以满足我的需求。而且它常常会遵循一而且它常常会遵循一些我可能不小心忘记了，些我可能不小心忘记了，或者懒得回头去重构的代码规范。所以我觉得它能更连贯地生成内容。”人工智能的采纳与使用 DORADORA 31 意见反馈：添加微信 pp2567891 信任信任 与2024 年 DORA 报告2类似，今年的研究结果揭示了用户对人工智能生成结果的信任度的复杂图景。多数受访者（70%）对其质量表现出一定程度的信心，其中近四分之一（24%）表示具有“极高”或“较高”的信任。与此同时，仍有 30%的受访者态度较为保留，其中 23%表示“略有信任”，7%表示对人工智能生成结果的质量“完全不信任”。这些数据突显了一个关键洞见：高水平的人工智能采纳与显著的感知收益，可以与谨慎而细致的信任态度并存。我们的研究结果表明，绝对信任并不是人工智能 生成输出具备实用性的前提。这一模式与既有的行为习惯高度契合；在访谈中，开发者将其比作他们对其他广泛使用资源所保持的健康怀疑态度，例如在使用 Stack Overflow 上的解决方案时，信息会被采纳，但并不会被无条件信任。人工智能在软件开发中的可信度仍然是一个值得讨论和研究的重要议题。我们此前曾提出过 五种策略，以帮助提升开发者对人工智能的信任3。然而，我们的数据表明，开发者在实际工作中可能已经在主动考虑并应对人工智能的这一局限性。人工智能的采纳与使用 DORADORA 32 意见反馈：添加微信 pp2567891 总结思考总结思考 综合来看，这些研究结果表明，人工智能在软件开发中的应用几乎已达到普遍化程度。人工智能被广泛用于各类开发任务，已成为受访者工作流程的一部分，并且在面对问题时经常被求助。尽管受访者仍然对人工智能生成代码的可信度表示担忧，但他们普遍认可人工智能对个人生产力与代码质量所带来的积极影响。因此，尽管存在一些不完美之处，人工智能的使用似乎已迅速成为大多数从事软件开发的组织中的标准实践。去年的研究发现，竞争压力是推动软件开发中采纳人工智能的重要驱动力2。许多受访者将这种心态表述为“错失恐惧症”或“担心被同侪开发者与竞争对手公司甩在后面”。然而，社会压力是否是采纳新技术的合理动因，仍值得商榷。尽管我们的数据表明人工智能采纳带来了许多积极成果，但我们同样记录到了一些显著的弊端。因此，我们提醒不要将人工智能普及的发现解读为：所有组织都应不顾自身需求而迅速采纳人工智能。更为合理的解读是：这些发现向所有参与软件开发的人无论是个人贡献者、团队管理者，还是高层领导者发出了一个强烈信号：必须深入思考人工智必须深入思考人工智能是否、在哪里以及如何能够能是否、在哪里以及如何能够并且应该应用于他们的工作并且应该应用于他们的工作中。中。采取保守还是宽松的方式才是正确路径，将取决于具体的情境。然而，人工智能的广泛采纳已经表明，组织已无法再忽视其应用所带来的影响。我们理解，关于人工智能在多大程度上应被整合进软件开发的决策是复杂且充满挑战的，而最优的决策应基于数据。因此，在本报告关于 DORA 全新的人工智能能力模型一章中，我们探讨了组织中的文化能力与技术能力如何影响其人工智能采纳的结果，并为那些选择将人工智能融入流程的组织提供可供借鉴的思路，帮助其实现成功落地。1.Introducing ChatGPT|OpenAI.https:/ 2.Accelerate State of DevOps 2024.https:/dora.dev/dora-report-2024 3.Fostering developerstrust in generative artificial intelligence.https:/dora.dev/research/ai/trust-in-ai 人工智能的采纳与使用 DORADORA 33 意见反馈：添加微信 pp2567891 探索 AI 与关键成果 之间的关系 探索 AI 与关键成果 之间的关系 Derek DeBellis Derek DeBellis 定量用户体验研究员，Google Cloud DORADORA 34 意见反馈：添加微信 pp2567891 人工智能已成为软件开发的新常态人工智能已成为软件开发的新常态 短短三年间，短短三年间，AI AI 的采纳和使的采纳和使用经历了惊人转变。用经历了惊人转变。在 2022 年，开发者使用 AI 可能还令人惊讶，但如今，90%的技术专业人员在工作中使用 AI。在 AI 采纳与使用章节显示，AI 的采纳几乎已成普遍现象，这一趋势远超我们的数据。2025 年 Stack Overflow 开发者调查发现，84%的开发者正在使用或计划使用 AI 工具进行开发，比前一年的 76%有显著增长。1 日常使用也很普遍，47%的受访者每天使用 AI 工具。Atlassian 的 2025 年 DevEx 状态调查进一步印证了这一趋势，报告称几乎所有开发者（99%）现在都通过使用 AI 工具节省时间。2 个人的热潮在企业战略中也得到了呼应。LinkedIn 企业传播部 2025 年的一份报告显示，88%的企业领导者表示，加速 AI 采纳是优先事项。麦肯锡的一项调查发现，78%的受访者表示，他们的组织至少在一个业务职能中定期使用人工智能。4 这一优先事项也反映在支出上：斯坦福 2025 年 HAI 人工智能指数报告称，2024 年全球企业在 AI 上的总投资达到 2523 亿美元，比前一年增长 26%。5 或许最能说明这一最新现实的是企业招聘所需的技能：美国提及生成式人工智能技能的职位发布量仅在 2023 年就增长了 323%。6 探索 A I 与关键成果之间的关系 DORADORA 35 意见反馈：添加微信 pp2567891 人工智能采纳带来了什么影响人工智能采纳带来了什么影响 鉴于这股采纳热潮，组织必须弄清楚是否也带来了相应的收益。广泛采纳并不自动等于广泛价值。我们需要认识到，采纳过程可能是混乱的，既可能受炒作和“错失恐惧症”（FOMO）的驱动，并非源于深思熟虑的战略。采纳还可能受到组织系统的限制和约束，正如我们在 2024 年 DORA 报告中得出的结论：AI 虽然带来了许多令人期待的结果，但也增加了软件交付的不稳定性，并降低了软件交付的吞吐量。同一份 2024 年 DORA 研究发现，每当 AI 采纳率提高 25%，软件交付吞吐量会下降约 1.5%，而软件交付不稳定性则增加约 7.2%。我们的研究并非唯一指出这些复杂性的研究。例如，Model Evaluation&Threat Research（METR）的一项最新研究表明，感知与现实之间存在显著错位：即使开发者因 AI 工具开发效率降低了 19%，他们仍认为这些工具让自己效率提高了 20%。类似地，其他第三方研究也开始指出 AI 对认知和幸福感的潜在影响，进一步强调作为一个行业，我们仍处于理解人工共智能应用真实影响的早期阶段。然而，当开发者被要求根据 SPACE 框架的各个维度评估 AI 时，他们报告的结果大多是积极影响，负面影响很少。我们在 AI 采纳与使用章节中的大多数受访者也表示，AI 对他们的代码质量和生产力产生了积极影响。这些相互矛盾的信号表明，我们需要开展更多基于证据的研究，以评估 AI 对产品开发的真实影响，尤其是在 AI 投资和采纳规模如此庞大的情况下。我们认为，开发者社区和雇主应设定切合实际的期望，而获得对 AI 实际影响的清晰认识，是负责任地管理这些期望的第一步。探索 A I 与关键成果之间的关系 DORADORA 36 意见反馈：添加微信 pp2567891 衡量人工智能采纳程度衡量人工智能采纳程度 为了理解 AI 采纳程度如何影响关键结果，我们需要具备衡量 AI 采纳程度情况的能力。今年，我们设计了 AI 采纳的衡量方法，并遵循以下基本原则：包容性（Inclusive）：衡量标准不应偏向任何特定角色（或系统性地导致除 AI 采纳之外的其他因素得分高或低）。例如，软件开发人员不应仅因为使用 AI 编码就自动获得更高分数。该指标需要捕捉对 AI 的普遍态度，而不依赖于个人的具体工作职能或其他无关因素。数据驱动（Data-informed）：与往年一样，我们让数据先行，即使我们有强烈的假设。此过程的一部分包括开展探索性因子分析，以减少先验假设的约束。理论驱动（Theory-driven）：我们对 AI 采纳的概念化和测量应与公认的 AI 使用普遍共识以及我们的定性研究保持一致。分析结果表明，这三个调查问题的回答高度一致，说明存在一个潜在的单一概念，使这三个变量协同变化。我们认为，该因素涵盖了三个概念上相互关联的维度：其一为行为维度（即使用情况），其二为依赖维度（即人工智能融入个人工作流程的深度），其三为关键的态度维度（即信任程度）。这一划分既与相关文献研究结论一致，也与我们的定性研究结果相符。我们认为，这一因子捕捉了三个概念上紧密相关的维度：这种关系很可能存在反馈循环：信任是使用的前提，而使用又是建立信任的机制。这种循环会形成一个强大的反馈回路：当用户开始信任系统并使用它时，使用频率的增加会进一步加深依赖和信任，从而形成一个采纳循环。确实，这种循环性使得将这些变量结合起来成为构建因子的理想选择，尤其考虑到我们的调查只是一个快照，而不是一个动态过程的视频。AI AI 的的采纳是一个心理过程，涉及态采纳是一个心理过程，涉及态度、意图和行为度、意图和行为。我们认为，这一因子捕捉了三个概念上紧密相关的维度：依赖维度（Reliance）依赖维度（Reliance）：在过去三个月中，你在工作中对 AI 的依赖程度。信任信任（态度维度态度维度 TrustTrust）：）：在过去三个月中，你对 AI 生成输出质量的信任程度。反射反射性性使用维使用维（Reflexive Reflexive useuse）：你在工作中遇到问题或任务时，使用 AI 的频率。探索 A I 与关键成果之间的关系 DORADORA 37 意见反馈：添加微信 pp2567891 将这一衡量标准与结果联系起来将这一衡量标准与结果联系起来 建立 AI 采纳度量标准后，我们可判断不同 AI 采纳水平是否导致结果差异；基础形式为：当比较两个具有相同特质、环境和流程的人时，平均而言，AI 采纳率较高的人会报告数字更多或更少的结果。22 当然，几乎没有任何个人、团队或组织是“平均”的，但探索这些平均效应可以揭示出一些普遍模式。这些模式有助于为DORA AI 能力模型章节中的更细致分析提供背景，在该章节中我们探讨了 AI 采纳在哪些条件下最有益（或最不利）。我们每年都会尝试选择和构建一些结果指标，以代表阅读报告的技术人员的目标。简而言之，我们希望用技术专业人员关心的方式来评估实践活动。我们每年都尝试筛选并构建能代表报告读者目标的结果指标。简而言之，我们希望以技术专业人士关注的核心要素为尺度，评估各类实践方法的价值。以下是我们今年研究的结果指标：组织效能组织效能 这是衡量组织整体成功的高层次指标，依据盈利能力、市场份额和客户满意度等特征。团队效能 团队效能 衡量个人所在团队的协作能力和有效性。产品效能 产品效能 衡量团队所构建产品或服务的成功与质量，包括帮助用户完成重要任务、保障信息安全以及性能指标（如延迟）。软件交付吞吐量软件交付吞吐量 表示软件交付过程的速度与效率。详见理解你的软件交付效能章节。软件交付不稳定性软件交付不稳定性 反映软件交付过程的质量与可靠性。详见理解你的软件交付效能章节。代码质量代码质量 反映个人对其主要应用或服务所使用代码质量的评估。个人效能个人效能 衡量个人对自己在工作中的有效性和成就感的自我评估。有价值的工作有价值的工作 衡量个人认为自己花在有价值、值得做的工作上的时间比例。摩擦摩擦阻力阻力 衡量工作中受到阻碍的程度。摩擦越少通常被认为是积极结果。职业倦怠职业倦怠 衡量与工作相关的疲惫感和消极态度。职业倦怠越少通常被认为是积极结果。探索 A I 与关键成果之间的关系 DORADORA 38 意见反馈：添加微信 pp2567891 今年的研究结果今年的研究结果 图 28 展示了 AI 采纳与这些结果之间的关系。23 我们估计，在两个拥有相同特征、环境和流程的人之间，AI 采纳程度更高的那个人会报告以下情况：24 更高水平的个人效能 更高水平的软件交付不稳定性 更高水平的组织效能 更高比例的时间用于有价值的工作 更高水平的代码质量 更高水平的产品效能 更高水平的软件交付吞吐 更高水平的团队效能 相似程度的职业倦怠 相似程度的工作摩擦 本章节接下来的部分将尝试通过假设这些结果背后的潜在原因，来解释这一模式。为了构建这些假设，我们将参考已有文献、我们的定性研究、领域专家的观点，以及我们从 DORA 社区中获得的经验。更多细节请参见“方法论”章节。探索 A I 与关键成果之间的关系 DORADORA 39 意见反馈：添加微信 pp2567891 自自 2024 年以来保持稳定的年以来保持稳定的 积极关联积极关联 顽固的结果提醒我们，顽固的结果提醒我们，AI 是嵌套是嵌套 在一个更大的系统中的在一个更大的系统中的 一些结果持续呈现出与 AI 之间不太理想的关系模式：与“工作摩擦”无明显关系 与“职业倦怠”无明显关系 AI 与“软件交付不稳定性”的增加相关联 我们认为这些效应之所以“顽固”，更多是因为个体所处的系统、流程和文化环境所致。目前来看，AI 的应用主要集中在“键盘端”，这可以解释为什么代码质量和生产力有所提升，但摩擦、职业倦怠和不稳定性却没有改善。这些问题可能超出了个体的控制范围，更直接地与组织的结构和运作方式相关。我们将这些结果视为“社会技术系统”（即流程与文化结合体）的属性和后果。尽管 AI 带来了诸多益处，但如果周边的系统和文化不发生改变，摩擦依然存在、职业倦怠依然平稳、交付不稳定性依然上升。自去年报告以来，多个结果继续与 AI 采纳保持积极关联。我们来列举一下：更高水平的个人效能 更高水平的代码质量 更高水平的团队效能 更高水平的组织效能 这些持续的积极关系已经变得越来越常见。我们在此将它们视为基准现象，而非头条新闻，因为它们与去年的结果一致，也符合许多技术从业者的实际体验。这些积极影响背后可能存在无数机制，其中许多可能与具体的组织、团队、环境和情境密切相关。AI 可以通过以下方式帮助个人：处理模板代码和其他重复性结构 快速提供合理的选项 输出高度针对问题的解决方案 汇总和整合大量分散的信息 完成更高阶的任务，如设计、规划和分析 这些个人层面的提升可能会相互叠加小的成功在多人和小的成功在多人和多个周期中不断积累多个周期中不断积累最终惠及整个团队和组织。探索 A I 与关键成果之间的关系 DORADORA 40 意见反馈：添加微信 pp2567891 摩擦摩擦阻力阻力 虽然自动化重复性任务的工具看起来是简化工作流程的明确途径，但我们的数据表明，职场中的“摩擦”问题远比完成机械性任务复杂得多。正如我们之前指出的，一些研究认为摩擦是源于个体之外的流程问题。2019 年，微软识别出影响员工“拥有美好一天”的流程问题，包括：基础设施问题，例如“不稳定且缓慢的系统和工具”过时的文档 行政负担 时间压力 重复性任务 他们的结论之一是，管理者应“优先考虑并针对性地改进流程和工具”。例如，即使 AI 能帮助提高编码效率，如果流程效率低下，尤其是在无法应对变更量增加和新的工作方式时，这种优势可能会被抵消。举例来说，如果变更量增加，但没有相应的流程演进（如更完善的验证机制、角色定义或“黄金路径”），则可能导致验证和协调成本上升。然而，我们并不认为摩擦完全是系统性问题。对个体而言，摩擦并不会消失，而是发生了转移：从手动操作转向决策与验证，例如提示词迭代、结果审查，以及评估那些看起来几乎正确的代码。这种转变可能导致总体摩擦水平并未明显下降，尽管输出更具影响力，且部分机械性任务已实现自动化。职业倦怠职业倦怠 虽然我们可能会认为提高生产力的工具能够缓解职业倦怠，但我们的研究发现，职业倦怠对技术解决方案具有顽固的抵抗力。职业倦怠很可能受到员工所处工作文化的深刻影响。多年来，我们在自己的数据中也观察到了这一点。职业倦怠与领导力、优先事项的稳定性以及“生机型文化”密切相关。2017 年的一项元分析发现了一些反复出现的倦怠前因，包括：工作支持度低 缺乏工作公平性 奖励机制不足 工作不安全感 即使 AI 能够减少职业倦怠，其效果也可能被文化的强大影响所掩盖。此外，我们的定性研究也出现了一些明确信号，与“工作强化”相关的文献一致，表明在某些组织中，AI 辅助开发工具所带来的“能力提升”反而引发了更高的工作产出预期。在这些情况下，即使 AI 提高了个人效能，工作需求与资源之间的平衡仍未改变。探索 A I 与关键成果之间的关系 DORADORA 41 意见反馈：添加微信 pp2567891 “软件开发确实因为 AI 而发生了变化，我从今年开始就明显感受到了。去年其实并没有太强烈的感觉。但我认为，随着 MCP（模型上下文协议服务器）的创新，以及能够与模型一起编程，这确实在很多方面带来了变化，比如功能发布、功能开发的时间线，以及在一定时间内可以完成的工作。现在，利益相关方期望产品能更快地完成更多工作。因此，项目的截止时间变得更紧，工作方式也确实发生了变化。这让我有些担忧，因为我觉得他们被领导层，尤其是产品领导层，设定了一个非常紧迫的交付期限。软件交付不稳定性软件交付不稳定性 如果说 DORA 十一年来给我们带来了什么启示，那就是：一个组织的技术实践和流程与软件交付效能密切相关。缺乏这些基础能力可能会完全抵消 AI 所带来的任何收益。例如，一个已经采纳了 AI 的团队，如果没有建立强大的软件交付流水线，且高度依赖其他团队来完成交付，仍然可能会经历交付不稳定。而我们的数据表明，AI 的采纳不仅未能解决不稳定性问题，当前反而与交付不稳定性的增加相关联。也许这些技术能力比以往任何时候都更加重要，甚至需要更严格地遵循其原则。然而，也可能仅靠这些还不够。或许证据指向一个更具颠覆性的结论：这些技术能力和衡量方式已不再足够。它们必须为 AI 时代进行演进、被替代，或得到补充。有人可能会认为，为了获得 AI 辅助开发所带来的吞吐量提升，交付不稳定性是可以接受的代价。其逻辑是，AI 辅助交付的速度和数量可以削弱不稳定性的负面影响，比如通过快速修复 bug 和更新，从而将对终端用户的影响降到最小。然而，当我们将视角从纯粹的软件交付指标扩展出去时，这种观点就站不住脚了。为了验证这一说法，我们检查了 AI 采纳是否能减弱交付不稳定性对那些历史上受其影响的结果的伤害。我们没有发现任何缓解效应的证据。相反，交付不稳定性仍然对关键结果（如产品效能和员工职业倦怠）产生显著的负面影响，这最终可能抵消吞吐量提升所带来的任何收益。探索 A I 与关键成果之间的关系 DORADORA 42 意见反馈：添加微信 pp2567891 去年模式的变化表明正在去年模式的变化表明正在 适应性调整适应性调整 我们观察到与 2024 年的发现相比出现了一些变化：AI 与“有价值工作时间”的关系从负面转为正面 AI 与“软件交付吞吐量”的关系从负面转为正面 AI 与“产品效能”的关系从中性转为正面。这些变化表明人员、团队和工具已经完成适应性调整。人们又多了一年时间来学习如何使用 AI，组织和团队也有了一年时间进行重构，而 AI 公司则有了一年时间来开发更好的模型和使用体验。我们可以从工具本身开始说起。在许多基准测试中，AI 工具正在变得更强大。过去，要在自己的数据上微调一个预训练模型是一项复杂任务，需要深厚的机器学习专业知识，但现在，许多平台已经创建了简化的工作流程。云服务提供商也开发了强大的工具，使你可以将私有的、专有的数据源（如客户数据库、内部文档和代码库）连接到微调流程中，而无需将这些数据暴露在公共互联网或基础模型提供商面前。与此同时，组织使用 AI 的方式也在不断演进，这可能为 AI 在代码审查、测试生成、调试、代码重构、文档编写和错误修复等关键任务中提供了额外能力和保护机制。个人和团队也可能开始理解 AI 在何时、何地、如何最有用。例如，人们可能正在学习将枯燥、重复的任务交给 AI，从而将更多时间用于解决问题、设计和创造性工作。这可以解释为什么 AI 的采纳开始预测（与去年的发现相反）更高比例的“有价值工作时间”。确实，如果 AI 能处理编码流程中的一些繁重工作（如脚手架搭建、模板代码、常规转换），开发人员可能会有更多时间专注于代码部署，从而提高软件交付吞吐量，并最终改善产品效能。我们也可能正在观察组织系统正在适应，形成更有利于 AI 的环境，从而使个人和团队能够更好地利用 AI，并让其带来的益处扩展到团队、产品和整个组织。我们在DORA 人工智能能力模型和AI 之镜章节中探讨了一些可能的系统约束，这些约束可能有助于解释上述现象。合理的疑问是：为什么某些效应受到了适应性的影响，而另一些却没有（例如软件交付不稳定性）。调查数据并不能很好地回答这个问题。这很可能是由于人们关注的重点不同、某些约束的显著性不同，以及某些问题本身的挑战性不同。这些因素可能导致不同的学习曲线。探索 A I 与关键成果之间的关系 DORADORA 43 意见反馈：添加微信 pp2567891 结论结论 如果它能帮到我，或者能在 30 分钟内完成一项本来需要我两个小时甚至更久的工作，那就很好，因为我现在有了这段时间，可以去做其他事情。我可以做些不同的事，或者干脆做更多的事。所以，它也在某种程度上帮助我更快地在职业上取得进展，对吧？因为你也在更快地学习新东西。”在不同层面上，AI 对大多数结果都产生了积极影响，但也存在一些显著的例外：它与“职业倦怠”和“摩擦”之间没有可衡量的关系，并且仍然与“软件交付稳定性”呈负面关联。将 2025 年的一些发现与去年的数据进行比较，我们可以感受到大语言模型、工具和工作流程正在随着人们和组织系统的互动而不断演进。人们已经找到了使用 AI 的方法，将精力转向他们认为更有价值的工作；我们也开始看到 AI 的采纳正在推动更高的软件交付吞吐量和更好的产品性能。值得注意的是，AI 并没有让技术人员的所有问题都变得更好。一些问题的顽固持续存在包括交付不稳定性的上升、摩擦和职业倦怠的持平这不仅是工具本身的局限，更是系统未能围绕 AI 进行适应的结果。这些效应的持续存在，与其说是 AI 的失败，不如说是个体所处组织系统的负担也可能是这些系统未能适应新范式的表现。我们相信，AI 的价值不会仅仅通过技术本身被释放，而是要通过重新构想它所嵌入的工作系统来实现。我们在DORA 人工智能能力模型和AI 之镜章节中对此进行了进一步探讨。探索 A I 与关键成果之间的关系 DORADORA 44 意见反馈：添加微信 pp2567891 A 对专业开发者的社会认知影响对专业开发者的社会认知影响 Daniella Villalba,Daniella Villalba,博士博士.用户体验研究员，Google Cloud DORA 的核心关注点是那些从事软件开发的人。开发者所处的工作环境在他们的工作体验中扮演着关键角色。随着组织重新调整优先事项、领导者寻找新的创新方式，以及 AI 越来越多地融入工作流程，AI 将深刻改变这一环境。AI 有潜力改变开发者所从事的工作类型以及他们所解决的问题范畴。历史表明，技术进步可以深刻改变人们的思维模式。比如在 Uber 出现之前，付钱给陌生人乘坐他们的私家车几乎是不可想象的。但如今，美国和加拿大约有 3100 万人每月至少使用一次该服务。专业开发者正处于这场由 AI 驱动的变革的前沿，我们的目标是记录他们在这一过程中所经历的变化。我们选择研究六个社会认知概念，以探索 开发者如何看待自己与工作的关系：真实的自豪感（Authentic pride）工作的意义（Meaning of work）认知需求（Need for cognition）存在性连接（Existential connection）心理所有权（Psychological ownership）技能重排序（Skill reprioritization 探索 A I 与关键成果之间的关系 DORADORA 45 意见反馈：添加微信 pp2567891 真实的自豪感真实的自豪感 自豪感是一种基本情绪。当我们将某项成就归因于自身可控的行为时，就会感到自豪。例如，一个人在跑完马拉松后感到自豪，因为他知道自己为此付出了大量训练。这种掌控感和成就感让我们对自己感到满意，尤其是在掌握技能或完成困难任务时。那么，为什么要在 AI 的背景下衡量自豪感？因为存在两种相反的假设，每种都具有重要意义：1.人们可能会过度依赖 AI，将工作自动化，从而减少努力获得成就的空间；2.或者，AI 可能释放人们的时间，让他们专注于更有价值的工作，并因此感到自豪。我们的研究支持第二种假设：更高的 AI 采纳程度与更高水平的真实自豪感相关联（见图 29）。数据还揭示了一个清晰的机制：AI 采纳程度越高，个体花在有价值工作上的时间越多，而那些认为自己工作有价值的人报告的自豪感也更高。这些发现表明，开发者学会将重复性任务移交 AI 后可能获得潜在益处：他们能掌控最宝贵的资产时间，进而自由投入真正重要的项目与创意。工作的意义工作的意义“工作的意义”指的是人们希望自己的职业生涯能用于做一些真正重要的事情。研究表明，从工作中获得意义感的人拥有更高的幸福感和工作满意度。1.我们希望探讨 AI 的采纳是否影响专业开发者对其工作的意义感认知。我们提出了两个假设：AI 通过自动化繁重任务，提升开发者从事有价值工作的时间，从而增强他们的意义感；2.AI 干扰了开发者参与核心任务的能力，从而削弱了他们的意义感。结果显示：AI 的采纳对开发者是否认为工作有意义没有明显影响。这可能是因为我们仍处于转型的早期阶段，尚未观察到明显变化。认知需求认知需求 AI 的出现为人们提供了减轻认知负担的快捷方式。一些学术研究表明，学生开发者在想“关闭大脑”时会使用 AI。虽然有些人非常享受思考和解决问题的过程，但 AI 的“即刻答案”可能会削弱这种乐趣。复杂问题现在可以瞬间解决，这可能让部分人对“动脑”失去兴趣。然而，我们的研究发现：AI 的采纳并未改变开发者对参与认知活动的需求。探索 A I 与关键成果之间的关系 DORADORA 46 意见反馈：添加微信 pp2567891 存在性连接存在性连接 “存在性连接”是指在自己的内心世界与他人的世界之间建立联系的感觉。哲学家威廉詹姆斯曾指出，这种认知鸿沟使我们难以真正理解他人的体验。这个概念体现了我们与他人建立深层次人际联系的能力，让我们在观点上不再感到孤独。我们之所以研究开发者的“存在性连接”，是因为 AI 的兴起可能会改变人们在工作中的互动方式。AI 能提供即时、个性化的答案，这可能减少开发者向同事寻求帮助的需求。虽然这提高了效率，但也可能导致交流减少，协作解决问题的机会变少。我们曾担心，更多依赖 AI、减少人与人之间的互动，可能会削弱职场关系，让人感到更加孤立。然而，我们的研究未发现 AI 采纳与开发者的“存在性连接”之间存在关联。这可能意味着目前还处于技术变革的早期阶段，尚未显现出影响。也可能是 AI 替代某些人际互动的同时，也创造了新的连接机会，比如帮助我们共享并扩展更广泛的集体知识基础。心理所有权心理所有权“心理所有权”是指即使某物并不真正属于你，你仍然会觉得它是“你的”。这种感觉可以针对有形物品，也可以针对无形概念，比如自己的想法。许多开发者对自己编写的代码有强烈的归属感，我们想了解 AI 辅助编程是否会削弱这种个人所有感。我们的研究结果显示，有 78%的概率表明：AI 的采纳不会降低开发者对其工作的个人所有感。换句话说，当开发者使用 AI 辅助编程时，他们并不认为代码“不是自己的”。这支持了一个观点：当前的 AI 工具更像是高级助手，而不是共享成果的协作者。因为 AI 被视为一种工具，而非共同创作者，开发者已经将其心理上整合进工作流程，就像使用编译器或代码检查工具一样。不过，也存在 21%的可能性表明 AI 会降低个人所有感（见图 30）。当开发者独立编写代码时，他们清楚自己是创作者；而当 AI 介入编程过程时，可能会模糊“谁在写”的界限，从而降低他们的投入感和控制感这两者是产生心理所有权的关键心理路径。探索 A I 与关键成果之间的关系 DORADORA 47 意见反馈：添加微信 pp2567891 技能重排序技能重排序 随着开发者越来越多地与 AI 协作，关于这种合作如何改变不同技能的重要性排序的讨论也在不断增加。我们希望研究 AI 的采纳是否影响开发者对哪些技能在工作中更重要的看法。我们假设：与 AI 相关的技能以及以人为中心的技能，可能会被认为比传统的编程技能更重要。我们请参与者对以下八项技能按重要性进行排序。1.编写技术文档 2.解决问题的能力 3.提 示 工 程（Prompt Engineering）4.编程语言语法记忆 5.阅读和审查代码 6.团队合作与协作 7.理解团队的代码库 8.编写代码 结果显示，结果显示，AI AI 的采纳确实影的采纳确实影响了响了“提示工程提示工程”的重要性的重要性认知。同时，认知。同时，AI AI 的采纳也提的采纳也提高了高了“编程语言语法记忆编程语言语法记忆”的重要性认知。的重要性认知。这个发现非常有趣，值得进一步研究，因为人们原本可能认为，在 AI 时代，语法记忆会是最先被视为“过时”的技能之一。最令人惊讶的是：AI 的采纳并未影响其他任何技能的重要性认知。我们尚不能对这些数据得出明确结论，因为可能存在多种解释。这些结果可能表明开发者正处于适应 AI 驱动工作流程的阶段，或者他们仍然认为自身的专业技能在未来仍不可或缺。总结与建议总结与建议 综合来看，这些发现表明：AI 的采纳尚未显著改变开发者的工作体验。我们将继续积极监测这一领域的变化。与此同时，我们建议组织给予开发者更多自由，让他们专注于自己认为有价值的工作。继续创造机会，让开发者学习如何有效利用 AI，从而将繁重任务交给 AI，腾出时间专注于更有意义的工作。为了防止心理所有权的潜在下降，我们建议开发者将 AI 视为为他们服务的工具。即使这项技术变得越来越自主，也必须让开发者始终意识到：他们才是掌控方向的人。1.我们采纳了经过学界验证的真实自豪感测量量表。Tracy,Jessica L.,Joey T.Cheng,Richard W.Robins,and Kali H.Trzesniewski.真实与傲慢的自豪感：自尊与自恋的情感核心.自我与同一性，第 8 卷 2-3 期(2009):196-213 页.2.Steger,Michael F.,Bryan J.Dik,and Ryan D.Duffy.“测量有意义的工作：工作意义量表(WAMI).职业评估杂志 2012,20 卷，第 3 期.322337 页.3.Schmidt,Dusana Alshatti,et.al.高等教育中人工智能的融合：学术创新的认知、挑战与策略，计算机与教育开放期刊，第 9 卷(2025).https:/ 4.Cacioppo,John T.,and Richard E.Petty.认知需求，人格与社会心理学杂志1982 年第 42 卷第 1 期，116131 页 5.Pinel,Elizabeth C.,Anson E.Long,Erin Q.Murdoch,and Peter Helm.，心灵的囚徒：存在性孤独的识别与理解，人格与个体差异105 卷（2017 年）：54-63 页 6.Peck,Joann,and Suzanne B.Shu.心理所有权与占有感，载柯蒂斯P.豪特维特等编消费者心理学 SAGE 手册（塞奇出版社，2009 年），探索 A I 与关键成果之间的关系 DORADORA 48 意见反馈：添加微信 pp2567891 探索 A I 与关键成果之间的关系 DORADORA 49 意见反馈：添加微信 pp2567891 DORA 人工智能 能力模型 DORA 人工智能 能力模型 Kevin M.Storer，博士.Kevin M.Storer，博士.用户体验研究员 r,Google Cloud Derek DeBellis Derek DeBellis 定量用户体验研究员 Google Cloud Nathen Harvey Nathen Harvey DORA 负责人，Google Cloud DORADORA 50 意见反馈：添加微信 pp2567891 人工智能能力 人工智能能力 DORA 长期以来不仅致力于描述软件交付的现状，更致力于帮助组织基于数据做出决 策，以应对不断变化的开发工具、方法及技术环境。人工智能正深刻改变软件开发格局。虽然技术的飞速进步带来了诸多令人振奋的可能性，但也引发了关于软件开发应如何演 进才能最好地适应当前形势的新思考。因此，今年我们不仅关注谁在采纳 AI及如何使用 AI，更深入探究了在何种条件下，AI 辅助的开发者能获得最佳成效。我们将这些发现整合为首个 DORA 人工智能能力模型。该首版模型中的七项 AI 能力被证实能放大AI 技术采纳的效益。研究显示，这些能力涵盖组织的技术及文化层面，投资发展这些领域有助于释放 AI 工具的潜能。与 DORA 核心模型相同我们将通过持续研究对 DORA 人工智能能力模型进行验证、修订和完善。我们热切期待与 DORA 社区分享未来的迭代成果。基于 78 次深度访谈、领域权威专家的专业意见及既往 DORA 研究，我们通过假设性推演构建了广泛的能力维度模型，旨在 提升 AI辅助开发团队的工作成效。经过多轮论证与优先级评估，本年度调研最终选定 15 项候选能力作 为初始评估指标。其中七项 AI能力展现出与 AI 应用显著的协同 效应当团队将这些能力与 AI技术采纳相结合时，人工智能在关键成果领域的影响效力显著增强。这七大能力构成了我们新模型的核心这七大能力构成了我们新模型的核心 D O R A 人工智能能力模型 DORADORA 51 意见反馈：添加微信 pp2567891 明确且已共识的人工智能立明确且已共识的人工智能立场场 “所谓清晰且充分传达的 AI政策立场，是指开发者能够明确理解并知晓组织对其使用 AI 辅助开发工具的官方立场及许可范围。我们对清晰传达 的AI政策立场的衡量标准是单一维度指标，包含四项独 立评估要素，用于衡量受访者对于以 下方面的感知：1.在工作中使用AI的需求程度；2.所在组织支持开发者尝试AI 技术的程度；3.明确获准使用AI工具的范围；4.所在组织AI政策与自身工作的相关程度。由此可见，一个拥有清晰且已传达的人工智能立场的组织，会积极鼓励并期望其开发者运用 AI 技术，支持其开发者在工作中尝试使用人工智能技术，并明确规定哪些AI工具允许使用及其AI政策对员工的适用范围。D O R A 人工智能能力模型 DORADORA 52 意见反馈：添加微信 pp2567891 我们以高度确定性发现：AI技术采用的积极效益取决于组织是否具备明确且已共识的人工智能立场。当组织满足该条件时：1.人工智能对个体效能的积极影响将显著增强；2.人工智能对报告的组织效能的积极影响被放大；3.人工智能对摩擦的中性效应转变为有益效应，并显示可减少摩擦；在确定性较低的情况下,我们还发现：当存在明确且共识到位的人工智能立场时:1.人工智能对软件交付吞吐量的积极影响会被放大。D O R A 人工智能能力模型 DORADORA 53 意见反馈：添加微信 pp2567891 在我们今年开展的深度访谈中，开发人员普遍且一致地表示，他们对所在组织在软件开发中使用人工智能的立场缺乏清晰认知与了解。重要的是，这种认知缺失可能表现为：1)开发者行为过于保守，因担心超出组织可接受使用范围而未能充分利用人工智能；2)开发者行为过于放任，以超出组织可接 受范围的方式不当使用人工智能。这两种情况都不理想。这两种情况都不理想。因此，我们曾分享过这些定性见解 并得出结论：当组织对人工智能在软件开发中的预期与可接受性确立明确的立场并有效传达时：1.1.有助于培养开发者对 Al的信任度；2.有助于培养开发者对 Al的信任度；2.在开发者对数据隐私存在无根据或源于误解的担忧时缓解其顾虑；3.在开发者对数据隐私存在无根据或源于误解的担忧时缓解其顾虑；3.推动 AI 辅助开发工具在整个组织范围内的规模化应用。推动 AI 辅助开发工具在整个组织范围内的规模化应用。最新调研结果印证了我们的建议即组织应着力明确其对人工智能辅助开发的立场，并将该立场传达给软件开发人员；同时，这些结果也证明了采取这一做法。能为个人、团队及组织带来可衡量的积极效应。值得注意的是，该 AI 能力评估的是企业对软件开发中 Al 应用立场的清晰度与认知度而非具体政策内容本身。这意味着各组织和团队可根据其行业特性、职能定位及数据基础设施等独特需求，自主决定适合的 Al 应用策略。只要企业能清晰阐述其 AI 应用立场并充分传达给开发者团队，就能在软件开发流程的 AI 化转型中获得更显著的积极成效。“为什么我没有早点尝试AI呢?部分原因可能是不知道 团队和管理层会如何看待此事 的心理负担当时没人讨论这个话题。因此我并不担心会 因此惹上麻烦”。但另一方面也存在顾虑：我不太 确定这种做法是否会受到鼓励,也不确定公司是否希望我们 继续使用 Al。我也不想偷偷摸摸地使用人工智能。我们公司确实制定了 Al 政策，但其核心在于规范可输入的信息范围以保护客户机密，诸如此类的事项。不过我认为如果获得明确鼓励，我可能会将其应用于更多日常性开发任务。D O R A 人工智能能力模型 DORADORA 54 意见反馈：添加微信 pp2567891 健康的数据生态系统健康的数据生态系统 “健康的数据生态系统”指企 业内数据系统的整体质量。在我们的分析框架中，数 据生态系统健康度作为单一因子衡量，由三项独立指标构成，分别评估受访者对以下维度的感知：1.内部数据源的整体质量；2.内部数据源的可访问性；3.内部数据源的孤岛化或彼此割裂程度。据此可理解为：拥有健康数据生 态系统的企业，其内部数据应具 备高质量、易获取且高度整合的特征。我们高度确信：AI 技术采纳产生的积极效益取决于企业是否拥有健康的数据生态系统。当该条件满足时，AI 对组织效能表 现的正面影响将显著增强。人们常说，人工智能模型的性能取决于其训练数据的质量（即“数据质量决定模型优劣”。本研究表明，这一传统认知似乎同样适用于组织内部的局部层面。当组织投入资源创建并维护 高质量、可访问、统一的数据生态系统时，其所能带来的组织效能提升将超越单纯采纳 AI 技术所产生的效益。D O R A 人工智能能力模型 DORADORA 55 意见反馈：添加微信 pp2567891 人工智能人工智能可访问的内部数据可访问的内部数据 “AI 可访问的内部数据”指AI 工具与组织内部数据源及系统实现连接的程度。该指标通过四个独立维度构成的单一因子进行测量，涵盖受访者以下方面的反馈：1.对工作中使用的AI工具可获取内部公司信息的感知度；2.对AI工具响应结果是否基于内部公司信息作为背景的感知度；3.向AI工具输入提示词时使用内部公司信息的频率；4.以及利用AI工具检索内部公司信息的频率。因此，具备 AI 可访问内部数据的 组织可理解为：员工观察到内部 数据可被AI系统获取，并主动使用 AI 工具访问和处理这些数据。我们高度确信地发现，AI 技术采纳 的积极效益取决于组织是否拥有 AI 可访问的内部数据。当满足此条件时：1.AI 对个体效能的积极影响将显著增强；2.AI 对代码质量的积极影响亦将显著增强。虽然基于通用知识库训练的AI 工具 有助于开发者提升效能并产出更高质量的代码，但本研究表明：当 AI 能够访问内部数据源，使开发者能为 AI工具提供企业特定上下文 时，AI 在实现上述目标方面能产生更大的影响。这也意味着，投入时间将 AI工具与内部系统连接的组织，可能比依赖通用基础模型提供非专业化知识的组织获得更优的结果。换言之，要最大化 AI 在个体效能和代码质量方面的效益，仅采购 AI 许可证远远不够，还需进行更深层次的投入。从某些角度看，这一发现并不意外若 AI 无法访问企业内部数据，其实际作用究竟能真正发挥多大？D O R A 人工智能能力模型 DORADORA 56 意见反馈：添加微信 pp2567891 “我认为当前多数客户尚未达到能有效运行任何人工智能系统的阶段.他们甚至未实现数据 的规范化管理.数据分散在公司各处，缺乏统一存储系统或标准格式。”“若想应用人工智能，实际上需要大量数据工程工作绝非少量将数据重构为生成式人工智能系统 可处理的形态。”“我感觉许多公司根本未达到能有效运用该技术的阶段.”稳健稳健的版本控制实践的版本控制实践 健全的版本控制实践长期以来一 直是高性能软件开发团队的基石。这些工具提供了系统化的方法，用于管理代码及其他数字资产随时间推移所产生的变更。在生成式人工智能时代，代码生成的数量和速度急剧提升，这些实践的重要性愈发凸显。我们的研究表明，成熟的 具体而言，当回滚操作更频繁时，AI 对团队效能表现的积极影响将得到放大。成熟版本控制系统的核心价值在于其作为“心理安全屏障”的功能。该机制使开发团队能够自信地进行实验创新，因为他们深知若出现问题，可随时轻松恢复到稳定状态。最典型的例证便是对回滚功能的依赖性。快速且无繁琐操作地撤销变更不仅带来便利，更是提升开发速度与系统韧性的关键保障。版本控制习惯与 AI 技术采纳之间存在强大的协同作用，突显了这些实践对于最大化人工智能效益同时规避风险的关键意义。我们高度确信，AI 技术采纳的积极效益取决于受访者执行版本控制提交的频率。具体而言，在频繁提交的情况下，AI 对个体效能的积极影响会显著增强。此外，我们发现 AI 技术采纳的积极效益取决于受访者使用版本控制系统回滚功能以撤销或恢复变更的频率。D O R A 人工智能能力模型 DORADORA 57 意见反馈：添加微信 pp2567891 人工智能生成代码的速度或许能让开发人员感觉工作效率更高。但是，正如我们在探索人工智能与关键成果的关系这一章节中所探讨的，使用人工智能使用亦伴随着更高程度的软件不稳定性。我们提出了一个假设：造成这一现象的原因，部分可能在于审查大批量代码的难度更高。因此，尽管依赖回滚机制并不能直接降低不稳定性，但我们推测其对 AI 辅助团队效能的积极影响，可能源于：在处理大批量代码时，以及面对这些代码可能引发的不稳定性时，能够快速撤销变更具有重要意义。D O R A 人工智能能力模型 DORADORA 58 意见反馈：添加微信 pp2567891 小批量工作模式小批量工作模式 “小批量工作模式6作为DORA 长期能力项，指团队将变更分解 为可快速测试评估的可管理单元的程度。该能力通过单一维度衡量，包含三项指标：1.受访者主要应用/服务最近变更提交的代码行数近似值；2.单个发布或部署中通常包含的变更数量；3.开发者完成单项任务所分配工作所需时长。在采纳小批量工作模式方面得分更高的团队，其每次变更提交的代码行数更少，每次发布的变更次数更 少，且分配的工作能在更短时间。对于优先采纳小批量工作模式的团队，个体效能提升幅度相对较小是符合逻辑的。更重要的是，我们认为个体效能本身不应必然成为追求目标。个体效能实则是实现更优组织效能、团队效能、产品效能以及提升开发者幸福感的手段。在此情境下，小批量工作模式既能提升报告的产品效能,又可降低人工智能辅助团队的感知摩擦。我们认为这些效益远超小批次工作对个体效能的潜在负面影响此外，作为 DORA 核心模型长期验证的优势，小批次工作模式的其他益处亦不容忽视。7 我们高度确信：人工智能采纳的积极效益取决于团队是否采纳小批量工作模式当团队采纳该模式时：1.人工智能对产品效能的积极影响会显著增强；2.人工智能对摩擦的中性效应转变为有益效应，并显示可减少摩擦反之我们也发现，在采纳小批量工作模式的团队中，人工智能采纳对个体效能的提升作用略有减弱。尽管这些结果存在差异，但我们认为整体而言，它们表明小批量工作模式对 AI 辅助团队具有净正向影响。观察到的现象 在小批量工作中 AI 对个体效能提升的增幅有所降低印证了我 们的基本理论：人工智能主要通过帮助开发者快速生成大量代码，从而增强其对个体效能的感知。D O R A 人工智能能力模型 DORADORA 59 意见反馈：添加微信 pp2567891 D O R A 人工智能能力模型 DORADORA 60 意见反馈：添加微信 pp2567891 以用户为中心以用户为中心 以用户为中心的关注点”也是我们历年调查中持续采纳的衡量指标。所谓以用户为中心的关注点，指的是团队在思考其核心应用程序或服务时，对终端用户体验的重视程度。受访者的用户中心化关注程度通过单一因子测量，该因子包含三项李克特七级量表指标（Likert scale），用于评估受访者对以下陈述的认同程度：1.为用户创造价值是他们的核心关注点；2.用户体验是其首要任务；3.聚焦用户是业务成功的关键。我们长期认为，以用户为中心的聚焦能帮助团队厘清目标并形成统一战略方向，此时用户体验将发挥北极星般的指引作用。这一原则对 AI辅助开发团队尤 为重要；当团队以用户为核心时，AI 技术采纳能带来倍增效益；反之，若忽视用户需求，AI 应用则会产生负面效应。这些研究结果表明：鼓励采用 AI 技术的组织若能深度理解终端用户需求、目标及反馈,并将其融入产品路线图与战略规划，必将获得显著收益。同时它们也发出重要警示：若缺乏以满足终端用户需求为核心的导向机制，AI 采纳反而会损害团队效能表现。由此可见，具备用户中心化关注的 团队会优先考虑用户体验，并理解 其与业务成功的关联性。我们以高度确定性发现：人工智能采纳的效果取决于团队是否具备用户中心化的关注点。具体而言，当具备用户中心化的关注点团队采纳AI 技术时，AI 对团队效能表现的积极影响会显著增强。重要的是，我们还发现：若缺乏用户为中心关注点，人工智能采纳将对团队效能产生负面效应。综合来看，这些发现表明：投资培养以用户为中心的理念可为 AI 辅助团队的效能表现带来重要收益若未能做到这一点则可能适得其反。缺乏用户导向的核心理念，AI 采纳未必能帮助团队，甚至可能带来负面影响。“1000%这就是我在此坚守五年的原因这就是我在此坚守五年的原因我感受到自己在从事有意义的事业我感受到自己在从事有意义的事业,帮助普通帮助普通人。人。因此，即使只为一个人付出，对我而言也意义非凡。但在这里，我服务的是数百万因此，即使只为一个人付出，对我而言也意义非凡。但在这里，我服务的是数百万用户用户 当遭遇情绪低谷时，只要想到所做之事皆为此当遭遇情绪低谷时，只要想到所做之事皆为此 目标，这个念头便能极大改善目标，这个念头便能极大改善我的状态，并驱使我持续工作我的状态，并驱使我持续工作仅凭开发这个小功能，今年就能帮助十万用户。仅凭开发这个小功能，今年就能帮助十万用户。”D O R A 人工智能能力模型 DORADORA 61 意见反馈：添加微信 pp2567891 “关键顿悟时刻在于认识到：临床医生需要的不是更多工具，而是减少信息干扰。我们“关键顿悟时刻在于认识到：临床医生需要的不是更多工具，而是减少信息干扰。我们 最最初的假设是：为临床医生提供更先进的功能才能创造价值。然而实际发现恰恰相反初的假设是：为临床医生提供更先进的功能才能创造价值。然而实际发现恰恰相反技术技术的简洁性与无感化才是真正的创新。相较于纯自动化系统，人机协同的混合模式在的简洁性与无感化才是真正的创新。相较于纯自动化系统，人机协同的混合模式在 准确准确性、共情力和信任度层面均展现出显著优势。性、共情力和信任度层面均展现出显著优势。D O R A 人工智能能力模型 DORADORA 62 意见反馈：添加微信 pp2567891 高质量高质量的的内部平台内部平台 理解高质量内部平台的价值一直是我们既往调研的重要组成部分本。“平台”指的是一组可在多个应用程序或服务间共享的能力集合，其核心目的是让这些能力在整个组织内部实现广泛复用。这些平台的质量通过单一评分进行量化该评分表明受访者认为其内部平台具备 12 项特征中的多少项。完整的高质量内部平台特征定义清单，请参阅附录。我们高度确信，AI 采纳的效 果取决于组织是否拥有高质量内部平台，具体而言，在具备 由此，优质内部平台既能通过开放所需功能提升效能，亦能 通过限制不良功能发挥作用。由于目前针对人工智能辅助开发工具的使用，我们尚未形成一套标准化的最佳实践，因此我们提出假设：在该领域，优质内部平台产生的影响可能以后者为主防止不当使用。这可以解释为何大量采用人工智能的团队会面临摩擦增加的现象，而这种摩擦对组织而言未必是负面结果。基于上述原因，且考虑到其对组织效能的增益作用，我们认为对于需要在人工智能辅助环境下成功开展软件开发工作的组织而言，设计和维护高质量的内部开发平台，是一项至关重要的能力。高质量内部平台的组织中，AI 对组织效能的积极影响会显著增强。相反，我们发现人工智能对受 访者所报告摩擦体验的中性效 应反而产生了危害。这表明，在拥有优质内部平台的组织中，受访者反而感受到更多摩擦阻力。尽管结果呈现矛盾性，但我 们认为总体而言，这些发现证明了优质内部平台对人工智能辅助团队具有净积极影响。虽然优质内部平台通过提供统一能力集提升个体效能使开发团队能轻松在此基础上进行构建，但其设立的标准也可能限定开发工具的使用边界。例如通过定义仅限内部使用的 API（应用程序编程接口），这类 API 的安全控制措施会比外部 API 更严格。D O R A 人工智能能力模型 DORADORA 63 意见反馈：添加微信 pp2567891 DORA 人工智能能力模型人工智能能力模型 实践应用实践应用 本章研究结果表明，在软件开发中成功利用人工智能并非简单采纳新工具即可实现。相反，组织必须培育特定的技术文化环境才能获得最大收益。D O R A 人工智能能力模型 DORADORA 64 意见反馈：添加微信 pp2567891 基于 DORA 七项人工智能能力，以下是具体实践建议：明确且已共识的人工智能立场明确且已共识的人工智能立场 人工智能政策的模糊性会阻碍应用并滋生风险。制定并宣导明确的可使用工具及规范政策，以此建立开发者信任度。这种明确性为有效实验提供了必要的心理安全感，从而减少摩擦，并增强人工智能对个体效能和组织效能的积极影响。健康的数据生态系统健康的数据生态系统 人工智能对组织效能的裨益在健康的数据生态系统中将得到显著放大。加大对内部数据源的质量、可访问性及一致性的投入。当 AI 工具能够从高质量内部数据中学习时,其对组织的价值将同步提升。人工智能可访问的内部数据人工智能可访问的内部数据 将 AI 工具与内部系统对接，突破通用辅助功能局限，实现个体效能与代码质量的双重飞跃。这意味着不仅要采购 许可证，更需投入工程资源确保 AI 工具能安全访问内部文档、代码库及其他数据源。此举为 工具注入了企业专属场景认知，使其效能最大化。稳健的版本控制实践稳健的版本控制实践 AI 辅助编程虽能提升变更的体量与速度，但也 可能引发更多不稳定性。版本控制系统是关键 的安全网。应鼓励团队精通回滚与恢复功能的 使用，因为在 AI 辅助环境中，这一做法与更优 的团队效能表现密切相关。小批量工作 尽管 AI 通过大量生成代码能提升个体效能感知，但我们的研究表明这并非最关键指标。应聚焦 实际产出成果。推行小批量开发的规范，既能提升产品效能，又可减少 AI 辅助团队的协作摩擦。以用户为中心 采纳人工智能技术后，个人效能可能获得大幅提升。但如果开发者不关注用户需求，他们的快速推进 可能偏离正确方向。我们发现，采纳AI辅助开发工具可能对缺乏用户中心意识的团队产生负面影响。反之，将用户需求作为产品的北极星，能够引导 AI 辅助开发者瞄准正确目标，并对使用 AI 的团队效能 表现产生极其显著的积极影响。高质量的内部平台 高质量的内部平台是放大人工智能对组织效能表现积极影响的关键推动因素。这些平台提供必要的防护机制和共享能力，使人工智能效益得以在整个组织中安全高效地扩展。1.DORA 研究计划https:/dora.dev/research 2.培养开发者对生成式人工智能的信任度https:/dora.dev/research/ai/trust-in-ai 3.超越人工智能输出准确性的关切https:/dora.dev/research/ai/concerns-beyond-accuracy-of-ai-output 4.助力开发者采纳生成式人工智能：组织的四项实践策略 https:/dora.dev/research/ai/adopt-gen-ai 5.小批量工作模式”https:/dora.dev/capabilities/working-in-small-batches 6.DORA 研究计划.https:/dora.dev/research D O R A 人工智能能力模型 DORADORA 65 意见反馈：添加微信 pp2567891 平台工程 平台工程 EricEric MaxwellMaxwell Google Cloud，Technology 部门负责人 Benjamin GoodBenjamin Good Google Cloud，平台工程负责人 DORADORA 66 意见反馈：添加微信 pp2567891 我们的重要发现我们的重要发现 在 2024 年报告中，我们首次深入探讨了企业内部平台工程对软件交付方面有关效能的影响。研究发现，平台工程对组织效能和生产力的提升具备积极影响。但是，得到上述积极的影响是有代价的：随之而来的是，软件交付的不稳定性在增加，吞吐量也在降低。今年的研究不仅验证了平台工程的价值，更深入探究了一个成功的平台工程是如何进行运作以及如何创造价值。数据显示，平台工程绝非简单的工具堆砌，而是一种整体的全局性的体验，直接影响组织效能、员工幸福感以及组织利用变革性技术的能力。研究发现，用户将平台工程视为有机整体，其整体有效性比平台工程中任何单个功能的能力更重要。本章将详细阐述定义平台工程状态的关键模式，从普遍采纳和团队结构到平台工程作为创新和风险管理战略基础的关键作用。平台工程普遍被采纳：平台工程普遍被采纳：90%。专职平台工程团队是目前主流的组织模专职平台工程团队是目前主流的组织模式，占比高达式，占比高达 76v%。这一现状使领导力的。这一现状使领导力的核心挑战从技术应用转向对多团队协作体核心挑战从技术应用转向对多团队协作体系的有效治理。系的有效治理。一个优质的平台工程能够增强应用一个优质的平台工程能够增强应用 AIAI 对对组织效能的积极影响。因为当平台质量较组织效能的积极影响。因为当平台质量较高时，高时，AIAI 对组织效能的促进作用会更为显对组织效能的促进作用会更为显著。著。一个优质的平台工程如同力量倍增器，能一个优质的平台工程如同力量倍增器，能够显著提升组织效能、工作效率与团队幸够显著提升组织效能、工作效率与团队幸福感，实现多方共赢。福感，实现多方共赢。平台工程应被视为支撑卓越开发体验的有平台工程应被视为支撑卓越开发体验的有效载体。效载体。平台工程的核心功能是作为风险管理引擎，平台工程的核心功能是作为风险管理引擎，在保障安全的同时提升开发速度并支持实验在保障安全的同时提升开发速度并支持实验创新创新-即便这可能意味着软件交付稳定性会即便这可能意味着软件交付稳定性会出现轻微但可预见的波动，但这正是为实现出现轻微但可预见的波动，但这正是为实现更高整体效能而作出的可控权衡。更高整体效能而作出的可控权衡。平台工程 DORADORA 67 意见反馈：添加微信 pp2567891 平台工程的生态格局呈现三大特征：平台工程的生态格局呈现三大特征：无处不在的普及性、高度复杂的系统性，无处不在的普及性、高度复杂的系统性，以及由团队主导的驱动模式以及由团队主导的驱动模式 整体体验才是决定性因素整体体验才是决定性因素 当前，绝大多数企业已部署本地化的平台工程，这表明行业讨论的焦点已从是否需要平台转向如何构建平台。数据显示，高达 90%的企业已应用至少一个平台，其中 29%的企业正采纳多平台并行的运作模式。如今，76%的企业已设立至少一个专职平台工程团队，超过四分之一的受访者（29%）所在企业拥有多个平台工程团队。这种多平台与多团队并存的常态，与其说是工具冗余的体现，不如意味着企业正告别一刀切的模式，转而构建联盟式专业平台与团队，以适配不同的业务领域和技术栈。管理层面临的挑战已从单纯搭建平台升级为治理多元平台的复杂生态系统。与应用程序类似，平台建设同样需要引入 DORA 研发效能模型中的松散耦合团队能力通过为各团队确立清晰的权责边界与协作接口，确保平台生态持续优化开发者体验，而非制造新的组织壁垒。我们邀请受访者根据平台各项功能的实现效果进行评分。例如：该平台能有效协助我构建和运行安全的应用程序及服务。调研发现存在明显的体验差距：平台在提升系统可靠性与安全性等核心技术功能方面获得较高评价，但在反馈响应机制和任务自动化水平等用户体验维度的表现稍显不足。平台工程 DORADORA 68 意见反馈：添加微信 pp2567891 用户为中心是避免内部开发者平台建设常见陷阱的关键方法，例如：开发者对平台的整体印象无论是将其视为得力助手还是矛盾来源都会显著影响其对每个具体功能的评分。各功能项得分的紧密聚集表明，受访者并非将平台视为零散部件的简单堆砌，而是将其作为一个有机整体来体验。这种体验差距很可能折射出技术先行的平台建设模式。数据表明，若不能妥善解决用户体验问题，平台便无法释放其全部价值。将平台视为产品的思维模式即把内部开发工具当作产品来运营，将开发者视为核心用户能持续确保以用户为中心，这正是 2024 年报告的重要发现。建好自然有人用建好自然有人用 的误区：的误区：某个团队仅凭主观猜测开发者的需求构建平台，未进行用户调研、访谈或需求验证。他们完全专注于技术实现，假设平台价值会不言自明。失败根源失败根源：此类平台最终沦为鬼城，因为它既未解决开发者的实际痛点，也无法融入其现有工作流程。产品化解决方案产品化解决方案 以开发者同理心和需求挖掘为起点。平台团队持续与用户互动，深入理解其核心挑战，确保构建的功能是用户真正需要且愿意使用的。工单运维陷阱工单运维陷阱 平台团队像基础设施自动售货机般运作：既缺乏愿景规划也没有发展路线图，工作完全被动响应开发者源源不断的工单（例如请配置数据库搭建CI/CD 流水线）。失败根源失败根源 这种模式既形成流程瓶颈，又给平台团队和开发者带来重复劳动。团队疲于处理零散需求，永远无法腾出精力构建 连贯 的自助服务能力。产品化解决方案产品化解决方案 聚焦建设具有清晰路线图的自助化平台。通过提供自动化、可复用的标准化工具，赋能开发者自主配置资源，从根本上消除工单排队现象。象牙塔式平台陷阱象牙塔式平台陷阱 平台团队以高高在上的姿态单方面规定平台架构与工具标准，通过刚性规范强制执行，缺乏协作机制与反馈闭环。他们扮演的是技术守门人而非开发者赋能者的角色。失败根源失败根源 这种方式会让开发者产生被动感，往往催生影子 IT或非正式解决方案来规避平台限制，最终违背平台建设初衷。产品化解决方案产品化解决方案 设立平台产品经理角色，主动收集反馈并将开发者视为客户。平台设计重在赋能而非限制，提供便捷易用的标准化路径（Paved Roads），鼓励自愿使用而非强制服从。平台工程 DORADORA 69 意见反馈：添加微信 pp2567891 在分析各项平台能力之间的关联时，所有能力都呈现出程度相近的相关性。但其中有两项能力表现尤为突出：首先，与积极用户体验相关性最强的能力是为任务提供清晰反馈。当平台能在任务成功或失败时给出明确反馈，用户将获得自主操作、主动排障和推进后续步骤的能力，无需自行梳理信息或猜测解决方案。其次，界面简洁直观的相关性相对较弱：虽然清晰的界面能提升主观印象，但这并不直接转化为平台的实际效能。尽管任务反馈清晰度和界面简洁性与其他能力项高度关联，但这两项在用户评价中仍排名靠后。这表明，孤立地优化单一能力是一项存在缺陷的策略。要提升平台的感知质量，团队必须将其视为完整的内部产品，着力优化开发者全链路体验。如果平台仅技术卓越却缺乏用户导向（参见 2024 年DORA 报告），便不能被视为成功。平台工程 DORADORA 70 意见反馈：添加微信 pp2567891 效能、幸福感与风险管理的效能、幸福感与风险管理的 乘数效应乘数效应 卓越的平台工程如同力量倍增器，能直接转化为更高的效能与生产力。随之而来的稳定性波动，恰恰可能是健康高速演进系统的特征只要这种波动不影响产品效能，就属于可控范围内的良性代价。尽管稳定性有所波动，效能却持续提升这体现了一种风险补偿效应：平台使故障恢复变得快速且低成本，团队因此被赋能进行更多实验，为了追求效率而接受更高比率的可控轻微故障。小幅度的稳定性波动，应被视为平台驱动显著效能提升的可控权衡。相较于交付吞吐量的有限增长和交付稳定性的适度下降，产品效能的改进往往能创造更大价值。投资高质量平台如同掌握战略杠杆，能够带来广泛而深远的回报。卓越的平台工程如同力量倍增器，能直接转化为更高的效能与生产力。随之而来的稳定性波动，恰恰可能是健康高速演进系统的特征只要这种波动不影响产品效能，就属于可控范围内的良性代价。“总体思路是尽可能实践持续交付只要代码入库主干分支就立即部署，加入基础测试环节用于问题拦截，但核心原则是快速部署。这种模式在多数情况下运行良好，因为即使部署过程中出现故障，系统仍设有多重保障机制防止服务中断。因此单次部署可能失败需要紧急修复，但整个系统始终保持稳定运行。”平台工程 DORADORA 71 意见反馈：添加微信 pp2567891 核心战略：核心战略：平台工程是释放平台工程是释放 AI 潜能的关键潜能的关键 “Wayfair 公司发现，最大收益不仅来自更快发现故障，更在于降低修复故障所需的工作量。将 AI 嵌入 CI/CD 流程后发现：当针对性、可解释的建议和自动修复方案能无缝集成到开发者日常工具中时，他们的使用参与度最高。”应用 AI 对组织效能的积极影响，根本上取决于内部平台的质量水平。当平台质量较低时，AI 应用对组织效能的促进作用微乎其微；而当平台质量较高时，其提升效应则变得显著而强劲。这一关键发现，值得所有 AI 领域投资者高度重视。平台工程 DORADORA 72 意见反馈：添加微信 pp2567891 平台工程时代的三大战略要务平台工程时代的三大战略要务 一个高质量平台在放大 AI 对组织效能的影响时发挥双重作用：首先，它作为 AI 效益规模化扩张的分发与治理中枢层，将 AI 的价值从个体生产效率提升转化为组织级系统改进。若缺乏此基础，AI应用将止步于零散的局部优化。平台通过集中化管理上下文环境，抽象化 AI 规模化应用中的复杂环节，使 AI 效能得以充分释放。但值得注意的是，AI 技术正快速演进，需警惕对 AI 实践、工具和方法进行过度标准化，否则可能限制其积极影响及适应技术变化的能力。其次，平台在非 AI 场景中作为风险缓冲器的作用，同样适用于 AI 领域。平台应被用于创建容错空间，允许个人在安全边界内学习与实验。这种实验性安全空间将促使平台及平台团队持续进化，更好地适配新模型、交互模式及应用开发范式。此外，无论代码由人工编写还是 AI 生成，平台均会实施统一的自动化测试与部署流程，从本质上确保应用程序和服务的所有变更安全可控。若仅投资 AI 技术却未同步建设高质量平台，组织层面将难以获得显著回报。要真正发挥AI 的竞争优势，领导者必须将平台工程视为基础性战略赋能因素。践行全局体验观践行全局体验观 你无法通过改进某一个功能来修复一个糟糕的平台。应将你的平台视为完整的产品，聚焦从反馈闭环到自动化流程的开发者全链路体验。将平台工程打造为将平台工程打造为 AIAI 战略基战略基石石 平台工程是释放 AI 组织价值的战略前提。更是将 AI 投资转化为真实竞争优势的引擎。以平台工程为尺度校准风险以平台工程为尺度校准风险偏好偏好 卓越的平台工程通过降低失败成本与实现快速回滚，重塑组织与风险的关系。需清醒认知平台工程在提升研发速度与伴随的稳定性波动之间的可控权衡，明确平台工程并非消除局部风险，而是构建风险缓冲机制。1.Accelerate State of DevOps 2024.https:/dora.dev/dora-report-2024 2.“Loosely coupled teams.”https:/dora.dev/capabilities/loosely-coupled-teams 3.Accelerate State of DevOps 2024.https:/dora.dev/dora-report-2024 平台工程 DORADORA 73 意见反馈：添加微信 pp2567891 价值流管理（VSM）价值流管理（VSM）RobRob EdwardsEdwards 应用交付主管，Google Cloud DORADORA 74 意见反馈：添加微信 pp2567891 如何实现重点改进：如何实现重点改进：价值流管理的原则价值流管理的原则 每个组织都面临着加快创新的压力。我们都在采纳 AI、自动化流程、构建平台，并以极快的速度发布功能。但我们真的变得更好了吗？或者，我们只是在创建不提供价值的功能方面变得更快，在耗尽我们的团队工作量的方面变得更快，在引入系统复杂性方面变得更快？今天最大的风险不是落后，而是将大量投资投入到混乱的活动中，而这些活动并没有起到作用。十多年来，DORA 的研究始终以一个核心理念为指导：效能最卓越的组织并非仅仅采用新工具，而是成为价值交付体系的行家。这些组织具备一项经实践验证的能力“持续优化自身的优化能力”。它们能够理解自身的工作流程，识别真正的制约因素，并有的放矢、聚焦重点地调配资源。今年，我们已经证实，能否详细梳理并管理自身的价值流的能力是真正将混乱的活动与集中的改进区分开来的能力。在 2025 年的研究中，我们发现，那些致力于理解自身价值流的团队，会将更多的时间投入到有价值的工作中。更重要的是，我们发现：价值流管理（VSM）是将人工智能投入转化为竞争优势的“力量倍增器”，它能确保这一强大的新技术用于解决真正关键的问题，而非仅仅制造更多混乱。价值流管理（VSM）是一套对“从创意产生到交付客户”的工作流进行可视化、分析与优化的实践方法。它并非一套复杂繁琐的流程，而是由四项原则构成的体系 这些原则旨在帮助组织获得必要的清晰度，从而将改进重点聚焦于最关键的领域。有关如何进行价值流映射练习的详细分步指南，请参阅 DORA 价值流管理指南。1 价值流管理 DORADORA 75 意见反馈：添加微信 pp2567891 从混乱的思绪到共享的图谱从混乱的思绪到共享的图谱 想要理解一个复杂的系统并非易事。对任何人来说，记住所有复杂的细节都会极大地消耗脑力，这也会阻碍对整体情况的理解。当一个团队共同绘制出一个系统时，所有细节都会从每个人的脑海中提取出来，进入一个共享空间。突然间，系统的结构以及任何隐藏的模式都变得清晰可见。这种可见性让人们更容易就哪些部分有效、哪些部分无效进行真正有意义的讨论。从本质上讲，这正是价值流映射（VSM）的核心所在。这种实践本身关乎规划整个软件交付生命周期，从最初的概念一直到交付给客户。这张图涵盖了一切：产品探索、设计、开发、测试、部署和运维。创建这种共享的呈现方式可以让团队对工作流形成集体理解，从而更容易发现阻碍工作的真正瓶颈和效率低环节。将整个系统从概念映射到客户交付是目标，但您不必一次性解决所有问题。关键是从你能产生最大影响的地方开始。在深入研究之前，应先从宏观层面审视工作流程，找出主要制约因素 这样做是为了避免将精力用于优化流程中并非真正瓶颈的部分。例如，如果你的团队最大的挑战在于产品探索，那么这可能是一个更有效的起点。尽管如此，仍有一个高效且经实践验证的起点，也是 DORA多年来一直采用的起点 即“从代码提交到生产环境部署”这一范围。我们选择从该环节入手，是因为流程的这一部分最容易实现标准化，也最便于通过调整提升效率。更重要的是，这一阶段通常是团队自主权最高的阶段，因此他们能够立即实施具有重要影响的改进措施。这与探索阶段的工作形成鲜明对比 在探索阶段，核心目标是围绕“有效性”进行优化。成功完成这一核心流程能带来立竿见影的成果，进而积累推动变革的动力与可信度 而这些正是影响更广泛的产品探索与客户反馈体系所必需的条件。价值流管理 DORADORA 76 意见反馈：添加微信 pp2567891 专注于流动，而不仅仅是速度专注于流动，而不仅仅是速度 一旦你绘制好了价值流图，真正的目标就是让工作流畅且可预测地进行。要做到这一点，就需要从关注局部效率转向优化整个系统。你应该从衡量重要的事情开始。跟踪关键指标，如交付周期、处理时间以及增值与等待时间的比率。这些数字为您提供了关于真实限制的数据，并提供了一个清晰的基线，因此您将知道您的改进是否真的有效。这种系统层面的视角对于确定应用新解决方案或新技术的最佳切入点至关重要。例如，一个团队可能通过映射发现，代码审查是一个显著的瓶颈。有了这一见解，他们可以决定应用 AI 来改进代码审查流程，而不是用人工智能简单地生成更多代码这只会加剧瓶颈问题。真正的成功在于利用 AI 改进代码审查流程本身，清除系统中的实际障碍。这就是关注流程的意义所在：你要解决整个系统最大的问题，而不仅仅是加快单个步骤的速度。营造持续改进的文化营造持续改进的文化 价值流图（VSM）并非一次性的工作，而是一个持续改进的循环。定期回顾团队绘制的价值流图，并将其作为每次改进讨论的起点。培养一种让团队有能力进行实验、学习和适应的文化是至关重要的。2 这意味着要制定明确的目标，但也要为团队提供自主权，让他们知道如何实现这些目标。团队需要拥有开展试验、学习与调整的自主权，且无需担心因此受到惩罚。同时，鼓励团队将所学经验与组织内其他成员分享，也同样至关重要。通过这种方式开展价值流管理（VSM），并记录每一次迭代改进的过程，你将构建一份能动态反映进展的历程档案。随着时间推移，你可以回顾这些记录，清晰梳理出每一项变革如何逐步提升团队为客户交付价值的能力 形成一套完整且有据可依的发展脉络。“此外，还存在这样一种复杂性，比如会思考这需要投入多少工作量？最终要花费多长时间？该如何估算这些呢？这类问题。这类情况始终存在不确定性，而且（我们）会有种失控感：我们能否根据实际需求实时调整方案并完成工作？还是说，每次我们想做些调整 比如修改一条防火墙规则 都得走一个两三周的流程？类似这样的情况还有很多。（现有）流程在很多方面都可能拖慢我们的工作进度。我认为，尤其是那些资历较深的员工，他们在其他大公司工作过，对这种情况非常熟悉。”以卓越的技术为基础进行构建以卓越的技术为基础进行构建 没有卓越的技术基础，就不可能实现快速、顺畅的流动，而这一基础通常是一个设计完善内部平台。通过为开发者提供测试和交付等功能的“康庄大道”，优质的内部平台能够简化复杂性，使高效能的工作模式具备可扩展性。强大的技术基础和组织效能之间的关系将在平台工程一章中详细介绍 价值流管理 DORADORA 77 意见反馈：添加微信 pp2567891 这在我们这在我们 2025 年的调查结果中年的调查结果中 是如何体现的是如何体现的 多年来，DORA 一直倡导使用像价值流管理（VSM）这样的实践来创建快速的工作流。但是这个建议仍然有效吗，特别是在 AI 被广泛采纳的情况下？今年，我们想验证我们长期以来关于价值流管理（VSM）益处的假设。我们的研究结果证实，采纳 VSM 原则的组织看到了显著的、可衡量的好处。首先，我们的研究证实，价值流管理实践对效能具有直接且显著的影响。我们发现了以下强有力的证据：VSM VSM 驱动团队效能。驱动团队效能。持续审查和改进其价值流的团队报告了显著更高的效能。VSM VSM 带来更有价值的工带来更有价值的工作。作。这些团队将更多的时间花在对组织及其客户至关重要的工作上。VSM VSM 提高了产品效能。提高了产品效能。最终，这种对价值流的关注转化为更好的产品结果，这可以说是最重要的结果。这些数据传递出一个简洁且贴近实际工作场景的结论：当团队协作梳理并理解自身的价值流时，他们会将更多时间投入到真正重要的工作中。若团队对整个价值流形成了清晰且统一的认知，便能将精力聚焦于最关键的事务，进而将这种认知层面的清晰度转化为具有实际意义的影响。这种认知层面的清晰度是解锁人工智能等新技术的关键。它让团队能够制定策略，而不只是用工具去解决问题。你不再只是优化某个小步骤，而是在消除系统最大瓶颈中的阻碍。这一信念使我们为今年的研究制定了一个关键假设：VSM VSM 能将人工智能转化为能将人工智能转化为组织优势：组织优势：我们假设 VSM调节了 AI 采纳与组织效能之间的关系。拥有成熟VSM 实践的团队可以将 AI带来的生产力提升用于解决系统层面的问题，确保个人改进转化为更广泛的组织成功。如果没有 VSM，AI 可能会带来局部的效率提升，而这些提升会被下游瓶颈完全抵消，无法为整个组织创造真正的价值。价值流管理 DORADORA 78 意见反馈：添加微信 pp2567891 结论结论 我们的分析证实了这一假设。虽然 AI 的采纳本身显示出适度的影响，但在具有强大 VSM实践的组织中，这种影响被显著放大。这证实了 VSM 是充分发挥 AI投资价值的关键推动因素。通过确保团队层面与个体层面的生产力提升聚焦于系统层面最关键的制约因素，VSM 帮助将局部改进转化为有意义的组织影响。本研究不仅是一项观察结论，更是一份行动挑战。要打破这种无序忙碌的循环，第一步看似简单却并非易事：问问你的团队“我们能否在白板上 画 出 软 件 交 付 的 价 值流？”如果答案是否定的，或者如果图画揭示的问题多于答案，那么您就找到了行动的起点。这样一次对话，正是开启“持续改进”之路的开端。1.“如何使用价值流映射来改善软件交付：价值流映射指南。”ttps:/dora.dev/guides/value-stream-management 2.“如何改变你的组织.”https:/dora.dev/guides/how-to-transform 3.“工作在价值流中的可见性。”https:/dora.dev/capabilities/work-visibility-in-value-stream 4.“视觉管理”https:/dora.dev/capabilities/visual-management 价值流管理 DORADORA 79 意见反馈：添加微信 pp2567891 AI 之镜：AI 如何反映和放大组织的 真正能力 AI 之镜：AI 如何反映和放大组织的 真正能力 Eirini KalliamvakouEirini Kalliamvakou，博士，博士.首席执行官办公室研究顾问，GitHub DORADORA 80 意见反馈：添加微信 pp2567891 超越工具来推动人工智能的影响超越工具来推动人工智能的影响 去年的 DORA 报告发现，使用人工智能（AI）的团队在软件交付中表现出更低的吞吐量与更高的不稳定性。这一超出预期的研究结果引发了激烈讨论 一项旨在提升工作效率的技术，为何会与更缓慢、更不稳定的交付结果相关联？今年，情况略有变化。AI 的采纳现在已经帮助吞吐量上升，但不稳定性仍然存在。这种“既有进展又有阻碍”的局面，促使我们进行更深入的研究 不再局限于简单的“是否使用 AI”这类二元对比，转而探索真正决定 AI 影响的关键因素。我们的研究发现指向了一个比工具与技能更核心的因素：人工智能所处的环境，才是决定其影响的关键。今年最令人兴奋的研究成果之一是 DORA AI 能力模型。人工智能的使用对吞吐量、代码质量、团队和组织效能等结果的影响，一直会因七项核心能力而得到增强：1.明确且已共识的人工智能立场 2.健康的数据生态系统 3.AI 可访问的内部数据 4.稳健的版本控制实践 5.小批量工作 6.以用户为中心 7.高质量的内部平台 这些系统性条件，反映了一个组织如何构建工作体系、为团队提供支持，以及如何调整自身环境以适配现代化开发实践。这些能力可帮助判断人工智能（AI）工具的应用能否转化为具有实际意义的成果，因此 它 们 被 视 为 “增 强 因素”。而这些能力均作用于团队层面与组织层面，这一特点也进一步印证了我们在看待人工智能在软件交付中的角色时，需要做出的一项关键认知转变。我们的研究发现，人工智能（AI）对效能的影响，取决于其工作所处的系统环境。例如，一个与人工智能工具相集成的健康数据生态系统，能够创造有利条件，推动人工智能的价值从个体生产力提升，进一步拓展至组织层面的跨越式发展。若缺乏这些为人工智能使用者铺路、助力其成功的基础性工作，人工智能的价值可能会陷入停滞、进入平台期，或呈现分布不均的状态。要利用这一洞见，我们应将关注焦点从“个体如何使用人工智能（AI）”，转移到“组织如何围绕人工智能设计配套系统”上。A I 之镜 DORADORA 81 意见反馈：添加微信 pp2567891 组织是系统，而非个人的总和组织是系统，而非个人的总和 要理解如何将 AI 的影响力从个人生产力提升扩展到组织层面的收益，我们需要从系统的角度进行思考。组织不太像是个体和工具的集合，而更像是由相互依存的部分组成的网络。工作通过团队、流程、政策、基础设施和共同规范来流转。虽然个人能力在决定结果方面起着关键作用，但整体 效能源于所有这些部分的互动方式。这一理念是系统思维的核心 系统思维作为一种认知视角，深刻影响着高效能组织的发展方式。W.爱德华兹戴明是现代质量管理的创始人之一，他认为大多数效能问题不是源于人，而是源于系统。正如他的名言所说，“糟糕的系统每次都会击败优秀的人。”在一个系统中，改善一个部分并不能保证总体上更好的结果。事实上，如果系统的其他部分不能适应，局部改进可能会受阻、稀释甚至逆转。也是约束理论的核心观点。任何系统都存在一个限制因素 即制约因素 它决定了系统能够交付的价值总量。若将精力集中在制约因素之外的其他方面，或许会让人感觉自己在高效工作，但这并不能切实改善价值流。这一点对人工智能的应用具有启示意义。当开发人员使用AI 工具更快地编写代码时，这些代码仍需经过测试与审核队列，随后进入集成与部署流。除非为开发者的新工具和更快的速度更新相关工作流程，否则整体交付速度不太可能发生显著变化。该系统的设计无法承载这些成果，更不用说放大它们了。我们此前已见过类似情形。在向云计算转型的过程中，那些仅迁移基础设施、却未重新思考架构与交付实践的企业，最终获得的回报十分有限。然而，那些为云原生工作流重组其应用程序、团队和运营的组织能够释放真正的价值。敏捷和 DevOps 实践也是如此：只有在角色、反馈循环和团队边界发生深刻变化时，才能兑现其承诺的价值。只有当围绕新技术和工具的系统随之发展时，这些新的、强大的技术和工具才能产生相应的变革性成果。.这就是为什么人工智能的应用需要被视为一项转型工作。如果组织希望加快速度、进行更多试验，并改变开发者的时间分配方式，就需要重新审视工作本身的流程。下游系统（如集成、测试、部署和合规性）是否具备足够的灵活性与响应能力，以跟上 AI的速度？决策结构是否跟上了工作节奏？团队是否获得了相应激励，从而主动进行任务委派？大规模验证AI输出，并以新的方式共享知识？如果没有对工作流程、角色、治理机制和文化预期进行针对性调整，在整体未变的系统中，AI 工具很可能仍然是孤立的，这无疑是一种错失的机遇。要扩大人工智能的影响范围与效果，组织应投入资源重新设计自身系统。具体而言，这意味着要识别系统中的制约因素、优化工作流转效率，并创造有利条件，使局部效率的提升能够转化为组织层面的发展动力。这种转变可能会是什么样？A I 之镜 DORADORA 82 意见反馈：添加微信 pp2567891 转型有两种方式：增强和演进转型有两种方式：增强和演进 当组织致力于挖掘人工智能的全部价值时，我们可以从两条互补的路径来思考转型。一条路径侧重于增强现有系统，以消除阻碍并支持人工智能工具带来的效能提升。另一条路径则设想人工智能如何为全新的工作方式打开大门。增强：为承接增强：为承接 AI AI 带来的效能带来的效能提升做好准备提升做好准备 当开发者开始使用 AI 工具并感受到工作效率提升，但团队在吞吐量或交付速度上却没有看到相应增长时，系统本身可能就是限制因素。增强意味着识别并解决这些摩擦点，以便个人的加速能够向下游传导。代码审查和验证：代码审查和验证：考虑人工智能可以在哪些环节加快现有步骤的推进速度并提升其清晰度。比如，由人工智能生成的首轮评审结果能快速发现问题，减少在常规反馈上花费的时间；通过结构化人工智能的输入内容，使其突出风险点或汇总代码差异，也能让人工评审更便捷、更高效。持续集成和部署流水线：持续集成和部署流水线：人工智能生成的代码流转速度很快你的系统能否跟上这一速度？持续集成和部署流水线可能需要改进，以减少等待状态并实现更高频率的交付。借助人工智能实现的质量检查可分层嵌入流程，无需添加人工关卡，在不牺牲质量保障的前提下改善流程。数据基础设施：数据基础设施：人工智能能力模型指出了投入资源更新数据基础设施的价值。首先，当 AI 模型和工具与内部数据连接时，其在生产力与代码质量层面的价值会得到增强3。这里的内部数据包括代码仓库、工作跟踪工具、文档，甚至是决策日志和沟通工具。为人工智能工具补充这些高价值背景信息，能够提升其输出结果的质量。与背景信息的重要性相关联的是第二项研究发现：当数据生态系统处于健康状态（即数据可被人工智能获取、且具备准确性与完整性）时，人工智能对组织效能的价值贡献会更大4。安全与隐私协议：安全与隐私协议：随着人工智能如今参与到开发和运营工作流中，安全实践必须随之演进。这包括工具使用的安全性、更新相关政策，以及引入具备 AI 感知能力的监控系统，这些系统在不造成瓶颈的情况下维持信任。将这些流程的部分环节自动化有助于团队保持效率。变革管理和文化调整：变革管理和文化调整：与所有组织转型一样，人工智能的采纳需要愿景、支持和沟通-这些都是变更型领导力的核心特质5。领导者应清晰阐述人工智能转型的长期目标（无论是创新突破、效率提升，还是质量优化），并通过培训赋能、共享实践规范及合理预期管理，为转型过程提供支撑。文化同样发挥着重要作。团队需要获得进行实验、犯错、提升熟练度以及分享所学知识的许可。对“验证 AI 输出”“委派 AI 任务”“优化提示词”“协调 AI 智能体”这类行为给予奖励，能清晰传递出在人工智能加速发展的环境中成功应有的样子这一正确信号。A I 之镜 DORADORA 83 意见反馈：添加微信 pp2567891 AI-native 交付管道：AI-native 交付管道：人工智能能够能够持续分析代码，以发现漏洞、安全隐患及违反团队规范的问题。它可以提出测试建议，甚至动态生成测试用例。在具备合适数据与集成条件的情况下，AI 还可以在部署风险和性能退化发生之前对其进行预测。AI-native 数据系统：AI-native 数据系统：人工智能可以通过组织、标记、清理和分析数据来帮助维护自身运行环境。这不仅能增强洞见生成的可靠性，并更快地迭代基于数据的决策。它还能揭示团队工作的模式，为运营改进提供新的调控手段。AI-native 安全：AI-native 安全：人工智能可以通过更早地检测威胁、识别异常行为，甚至自动化部分事件响应过程，来提升安全团队的能力。对于通常面临资源不足问题的安全团队而言，人工智能的作用在于缓解其工作压力，同时缩短响应时间。AI-native 协作模型：AI-native 协作模型：智能体工作流（agentic workflows）与协同集群（swarming）等新兴实践，正开始重塑人类与 AI 的协作方式。其中，智能体工作流将任务分配给具备自主能力的 AI 智能体；而协同集群则能让团队与 AI 围绕复杂问题动态协作、聚力解决。虽然还为时尚早，但这些模式暗示着新的、更具适应性的合作模式。像持续人工智能（Continuous AI）6 这样的新兴趋势说明了 AI 原生适配工 作 流 如 何 长 期 持 续 下 去。Continuous AI 将 AI 系统视为开发流水线的一个具有动态生命力的组成部分和团队流程的参与者。Continuous AI 持续感知项目场景中发生的各类事件，在自主运行的同时保持协作属性，促进团队互动并与团队一起调整方向。实现这一模式的关键在于，需为人工智能系统或智能体持续更新相关的上下文信息，并不断从准确性、实用性与成本三个维度对其进行评估。这一机制能确保人工智能与组织不断演进的架构、实践及优先事项保持一致，从而在环境发生变化时，保障其输出结果始终具备相关性与高质量。在增强和演进中，二者的共同核心在于“针对性设计”。仅部署人工智能工具无法实现转型；而当 AI 部署与务实且具前瞻性的系统级变革相结合时，人工智能的采纳便能成为重塑软件构建、交付与安全保障方式的催化剂。演进：演进：为人工智能所能实现的一切进行设计。除了增强现有系统，人工智能还为设计全新工作流提供了契机 这些工作流是与人工智能运行方式原生适配的全新方法。A I 之镜 DORADORA 84 意见反馈：添加微信 pp2567891 从哪里开始：从哪里开始：人工智能转型的实践步骤人工智能转型的实践步骤 一个组织越早将人工智能的应用视为一项转型工作，就越能掌控转型的推进过程。尽管技术迭代速度很快，但真正的区别在于各组织如何有效快速地作出响应。在旧流程围绕新工具固化之前启动转型，意味着组织可以塑造其系统的未来，而不是被动继承它们。一个顺理成章的首要步骤是审视当前实际的工作流转方式。在实践中，这意味着要建立对“想法从产生到客户交付的全过程”的共享可见性。这个过程，通常被称作为价值流管理，可以帮助团队可视化交付的每个阶段，从编码、代码评审到测试、部署及生产环境运行。如果做得好，梳理价值流可以揭示协调成本在何处累积、延迟和返工在何处频繁发生，以及系统在何处抵消或阻碍人工智能工具带来的效率提升。这有助于聚焦“约束理论”所指出的那些最能释放价值的关键因素。A I 之镜 DORADORA 85 意见反馈：添加微信 pp2567891 要启动工作流映射，组织可组建小型跨职能工作组，成员包括参与日常软件交付运营的实践者，如工程师、产品经理、数据工程师、运维人员和安全人员。这些小组最适合从内部梳理系统，找出协作中的问题和瓶颈，并确定人工智能可以发挥变革性作用的领域。这类工作若能获得管理层支持，其成效将最为显著。管理层的支持不仅是战略重要性的信号，还能确保工作获得必要资源，并为“从发现问题到采取行动”搭建清晰路径。这些工作组的任务是提出战略性建议：系统应在哪些方面调整以适配 AI？AI 可在哪些环节优化流程或赋能角色？需培养哪些能力才能释放长期价值？在某些情况下，引入外部协调者或顾问有助于指导上述工作推进、提供行业基准参考，并确保讨论始终聚焦于“能带来更广泛改进的系统性机遇”。要让变革落地生根，认知与洞见必须源于组织系统内部人员。当实践者主导探索过程，且领导层承诺为实现目标提供支持时，推动实质性转型的必要条件便会逐步形成。至关重要的是，开展这项工作必须运用系统思维。正如前面所讨论的，组织是复杂的系统，仅改进其中一个节点（比如加速代码生成）并不会提升整体效能，除非相邻的组成部分同步演进。DORA 人工智能能力模型有助于理解：哪些组织层面的干预措施能够放大人工智能的效益。例如，某工作组可能会发现：尽管人工智能工具能够提供有价值的建议，但其生成的响应往往会遗漏关键背景信息，例如团队约定、架构演进历史或过往事件记录等。这对许多组织来说可能并不奇怪，因为这些信息通常隐藏在不同的系统和非正式的知识渠道中。作为应对方案，工作组可能会建议：以结构化、安全的方式，将内部文档、决策记录及历史工单等信息对人工智能模型开放。他们还可能提议构建相应工作流。A I 之镜 DORADORA 86 意见反馈：添加微信 pp2567891 在开发或评审环节自动提供这一上下文，减少开发者用于搜索的时间，同时提升 AI 输出结果的质量。或者，该工作组可能会探索人工智能的另一应用方向，如何利用 AI 来识别过时的文档、总结冗长的项目讨论，以及检测系统实际运行情况与文档所声称的内容之间的不一致之处。这样做有助于将零散的知识转化为结构化的、可操作的资产。除了流程变革，这些工作组还能凸显对新技能和新角色的需求。随着开发者将更多工作交由人工智能工具处理，验证、编排和工作流设计等任务变得愈发核心。组织将需要定义这些角色的具体定位，如何支持他们，以及如何相应地调整激励措施。这包括提供有针对性的培训 此类培训不应局限于工具层面，还应涵盖人工智能如何改变开发工作本质的内容。这些变革不会自动发生，也不会一蹴而就。它们需要有明确的目标导向、清晰的责任归属，以及持续的支持。但值得注意的是，这些变革并非要求从一开始就做到尽善尽美。当组织从小处着手、有目的地投入资源，并在各角色间建立共同的责任机制时，便能逐步积累变革动能。通过一步一个脚印、逐项构建能力，转型最终将落地生根。“文化转型与工具建设同等重要。要取得成功，不仅需要引入自动化技术与衡量指标，还需围绕共同目标与责任归属，推动团队达成共识。”。A I 之镜 DORADORA 87 意见反馈：添加微信 pp2567891 人工智能：镜子与倍增器人工智能：镜子与倍增器 人工智能有潜力重塑软件的构建方式，但它本身并不能改变组织系统。它所做的，往往是非常迅速地反映出这些系统的实际运作方式。在协同良好的组织中，人工智能能放大工作流的效率。而在架构松散的组织中，它会暴露痛点。那些拥有完善实践方法、灵活工作流程和共享背景信息的团队，往往能迅速看到成效。而对于依赖脆弱流程和隐性知识开展工作的团队而言，可能会发现这类短板比以往任何时候都更为明显。这就是为什么 AI 既是一面镜子，又是一个倍增器。它揭示了有效性的方面，加速了已经在进行的事情，但也凸显了需要改变的地方。对于做好准备直面自身现状的组织而言，人工智能呈现的“映射结果”将成为一份行动指南。正如我们在过去其他变革中所看到的，那些愿意将AI采纳视为一个主动推动自身演进的组织，终将成为最大受益者 他们不仅能从 AI 工具中获益，更能从 AI 赋能的变革中收获价值。1.世贸爱德华戴明研究所 https:/deming.org 2.限制理论”https:/en.wikipedia.org/wiki/Theory_of_constraints 3.el 4.I 同上 5.“变革型领导”.”https:/dora.dev/capabilities/transformational-leadership 6.“持续的 AI l.”https:/ A I 之镜 DORADORA 88 意见反馈：添加微信 pp2567891 人工智能：技能发展的挑战与机遇人工智能：技能发展的挑战与机遇 Matt Beane,Matt Beane,博士博士.加州大学圣巴巴拉分校副教授 斯坦福大学和麻省理工学院数字研究员 在技能发展方面，软件与其他职业相似。专业知识应该从高级员工流向初级员工，理想情况下，新的观点和技能应该涌现出来。资深开发人员的职责远不止于审核代码提交请求（pull requests），他们还会指导初级开发人员如何从架构层面思考问题。结对编程并非仅仅是为了发现漏洞，更在于为了传递那些难以通过文档记录的隐性知识。在理想情况下，“三级梯队模式”初级、中级、高级开发人员的层级结构 能帮助开发人员通过联合解决问题来获取技能，而非依赖正式培训。我们需要研究人工智能部署对这个理所当然的过程的影响。我的职业生涯一直致力于研究智能自动化与技能之间的关系，研究覆盖 31 种以上的职业。结果表明，智能自动化的默认使用改变了传统的学徒模式，使新手参与对其发展至关重要的动手工作的机会减少。专家能够自主完成工作，因此他们会直接使用智能自动化工具。少数资历较浅的人尽管存在这种参与障碍，还是设法学会了，但大多数人都举步维艰。自 2023 年以来，我只研究人工智能在复杂任务执行中的应用，最近主要研究其在软件工程中的应用。从初步研究结果来看，上述模式同样明显存在。但也有一些有趣的例外，且我们仍需对此展开更深入的研究。就像过去的其他突破性技术一样。从印刷机到个人电脑到互联网类似。人工智能的开发与部署正以史无前例的速度推进。而人类能力将如何适应这些变化，目前尚无定论。然而，目前许多人关注的焦点仍是衡量与人工智能相关的生产力。我们会追踪 AI 的采纳率、生成的代码行数、合并的代码提交请求（pull requests）数量等指标，但却不会追踪那些能反映技能发展的指标，例如，随着时间推移，开发人员在代码语言运用或风格表达上的多样性。最好的组织将协同优化员工的生产力和技能发展。事实上，在我的一些研究中，只有坚持同时发展技能，才能提高生产力。对这两项指标同时进行衡量与推动，才是实现可持续效能的关键路径。人工智能是软件开发未来不可或缺的一部分，其中包括技能培养。例如，我们可借助 AI 分析开发人员与 AI 的交互过程，将其与版本控制交互数据相关联，进而关联到技能发展情况与关键工作成果。这种分析方式在过去成本过高、难以实现，但如今用于数据标注的 API 成本正快速下降。借助 AI，我们能够获取所需的洞察，从而重构工作流程，并为开发人员提供指导，帮助他们保持学习优势 同时也助力他人实现同样的目标。当前，AI 的默认使用模式虽能带来突破性的生产力提升，却对大多数开发人员的技能发展造成阻。为了保持我们的创新优势-无论是个人还是集体-我们需要使用 AI 本身来同时衡量技能发展和生产力。A I 之镜 DORADORA 89 意见反馈：添加微信 pp2567891 度量框架 度量框架 Sarah DAngelo,Sarah DAngelo,博士博士 用户体验研究员,Google Ambar MurilloAmbar Murillo 基础设施用户体验研究员 Google AI&Infrastructure Sarah Inman,Sarah Inman,博士博士 用户体验研究员 Google Kevin M.Storer,Kevin M.Storer,博士博士.用户体验研究员，Google Cloud DORADORA 90 意见反馈：添加微信 pp2567891 选择适合组织目标的度量框架选择适合组织目标的度量框架 对软件开发过程进行度量，有助于推动产生切实有效的变革。然而，这是一项复杂的任务，启动阶段往往令人却步，因为它涉及到理解您应该度量什么，并确定哪些内容是具备度量条件的。最重要的一点是，您希望通过度量来推动组织中的变化。为此，我们建议您使用框架来指导您的度量策略。度量框架将一个广泛的主题（例如，开发人员体验）分解为可以度量的不同视角（例如速度或满意度）。当行业与学术界讨论软件开发各维度的度量方法时，常会引用各类框架作为参考：例如SPACE1、DevEx2、HEART、3和 DORA 的软件交付指标。选择一个框架来度量软件开发可能是一个困难和令人困惑的过程，但其实并非如此。第一步是明确度量工作需服务于哪些目标、为哪些决策提供依据，因为不同的框架在总体目标上有所不同。例如，软件开发中的常见框架 其关注重点分别为度量开发人员体验、产品卓越度与组织效能。这些核心目标各自采用略有不同的视角，帮助理解软件开发过程（参见图 52）。度量框架 DORADORA 91 意见反馈：添加微信 pp2567891 要确定哪种框架最适合您的组织的目标，可将框架视为度量工作背后的“目的”。它们能帮助你明确为何要开展度量工作，并根据度量结果为你采取的行动提供指导。框架为数据解读提供了视角，确保各项工作与组织目标保持一致。在选择框架时，可考虑以下问题：为何是现在？是否发生了某些变化，促使你产生度量的需求？如何根据洞察采取行动？通过度量，能否推动某些决策的制定或改进工作的实施？现在，你要度量的“内容”是实际的指标，也就是构成核心框架的关键概念，例如交付速度指标或应用普及率指标。通常，你可以采纳两种不同的数据收集方法。如下的数据收集的“方式”，将帮助你获取所需指标。自我报告数据自我报告数据 自我报告数据指直接从开发人员那里收集有关其体验的信息。具体可通过以下方法实现：调查问卷：通过设置问题，收集开发人员对工作各方面的看法、满意度水平及认知情况。访谈与焦点小组：通过一对一访谈和小组讨论，深入探究特定体验与主题相关的信息。日志研究：收集开发人员在实际场景中与工作活动、想法及体验相关的实时数据。自我报告数据的优势在于，它能够捕捉那些难以通过自动化方式量化的主观体验与概念，例如满意度、幸福感或感知有效性。自我报告数据的另一项关键优势是，它通常不需要对开发人员的工具链进行大规模部署，也无需实现深度可观测性。然而，自我报告数据在标准化程度、团队间可比性，以及面向大型组织的可扩展性方面确实存在挑战。其固有的主观性意味着，对数据的解读可能存在差异；同时，这类数据也更容易受到偏差影响（包括回忆偏差与社会期望偏见）。基于日志的度量数据基于日志的度量数据 基于日志的度量数据是从开发人员使用的工具与系统中自动收集而来的。这类数据可包含以下几种指标类型：数量类指标：用于统计特定产物的数量。例如，提交次数（代码提交）或用户数量。时间类指标：用于记录开展特定活动所消耗的时间。例如，编码耗时或代码评审耗时。频率类指标：用于度量特定时间窗口内的事件发生率。例如，月度部署次数，或每位开发人员的每周拉取请求（PR）数量。基于日志的度量数据，其主要优势在于能够大规模提供持续度量的标准化数据。这类数据可清晰呈现各项活动与产出的详细情况。然而，这类数据的获取需要对开发人员的工具链具备足够的可观测性，这意味着必须配备必要的集成组件与数据收集机制 而这一点可能会抬高其应用门槛。此外，认为基于日志的度量指标具有客观性，是一种常见的误解。实际情况是，数据采集的实施方式存在差异，过程中的误差可能导致数据不准确，且对数据的解读也会受到偏差影响。框架会为你提供希望度量的相关概念，但最终落地实施何种度量方式，取决于你的资源配置情况以及可获取的数据类型。例如：你是否具备对工具链的可观测性，以支持基于日志的度量方法？或者，你是否拥有研究团队，以开展自我报告数据的收集工作？需要明确的是，并非所有组织都拥有同等的资源配置，也并非都具备能力，能按照某一特定框架建议的方式实施度量。认识到这一点至关重要。度量框架 DORADORA 92 意见反馈：添加微信 pp2567891 即便存在组织层面的局限，框架依然能发挥指导作用 它可作为一种视角，帮助你更好地理解复杂行为，但无法完整捕捉全部行为细节。框架的设计初衷是帮助你更接近事实本质，而非让你实现“万物可度量”。因此，不应期望通过框架能度量所有事物。在思考框架和指标之间的关系时，不妨将指标视为食材，而框架则是用这些食材制作的食谱。一些核心食材可以通过不同的方式重新组合，形成不同的食谱（即框架），而另一些食材则是某一特定食谱所独有的。每顿饭的味道都不一样，但一些基本的食材是共享的，在许多情况下，你不需要拥有所有的食材来做一顿美味的饭。尽管不同框架存在差异，其设计初衷是为了达成不同目标，但部分底层度量指标是存在重叠的。下方图表展示了构成各类框架的部分度量指标，以及这些指标通常如何重叠。例如，生产力指标（如代码提交数或拉取请求数）可能会被这三类框架共同纳入度量范围。一个组织可能会运用这些度量指标，实现以下目标：衡量新团队结构的影响（对应组织效能维度）、评估开发工具的效用（对应产品卓越性维度），以及了解开发人员的工作负荷（对应开发人员体验维度）。相比之下，部分度量指标的专业性更强。例如，开发人员幸福感，通常是开发人员体验框架的关键组成部分，但通常不是组织效能或产品卓越框架中的主要度量指标。选择使用单一框架，有助于让你采取的行动更具针对性，这是一个很好的开始方式。不过，你并非只能局限于使用某一个框架。随着度量目标与度量能力的变化，运用多个框架有助于生成互补性的分析结果 5，进而实现“整体大于部分之和”的效果。关键在于，你需将度量作为一种手段 通过它让自己与所在组织对既定目标负责，同时确保你有能力根据度量结果采取行动。度量框架 DORADORA 93 意见反馈：添加微信 pp2567891 在人工智能时代应用度量框架在人工智能时代应用度量框架 你可能会疑惑：在开发流程中引入人工智能，是否会彻底改变现有一切？以往的框架是否依然适用，还是需要全新的框架？当技术出现颠覆性变革时，人们往往会觉得有必要彻底调整现有的度量数据收集策略。但我们建议，应审慎思考究竟哪些方面真正需要改变 尤其是在考量人工智能带来的影响时。调整您的目标以更好地了解AI 如何影响开发人员体验可能只需要更新几个指标，整体上仍可保留一致的度量标准。无需摒弃整个框架，你可将现有度量指标作为基准，借助它来明确技术范式转变对开发人员体验的改变方向与程度。例如，您可能需要添加有关 AI建议的采纳率、模型质量或信任度的指标，同时保留现有的开发人员体验指标，例如感知生产力和审查代码所花费的时间。随着人工智能领域涌现出更多重大进展，承担开发任务的主体（即“谁来做”）以及开发任务的具体内容（即“做什么”）都将发生变化。因此，度量工作可能需要相应调整 比如纳入不同的用户画像、捕捉不断变化的工作流程，但度量开发人员体验的核心目标，很可能并未改变。此处的关键在于：若你的总体目标保持不变，就无需更换框架；你可以通过拓展度量范围，来适配技术层面的变化。即便你的目标确实发生了变化，也未必需要从零开始搭建度量体系。由于指标可以为不同的框架服务，你往往能够迅速做出反应，重新整合这些指标以适配新框架或新增框架的需求。例如，了解人工智能驱动的开发工具对所生成代码的影响，可能是组织以前从未遇到过的新目标。实现这一度量目标颇具挑战性 尤其因为我们要度量的对象本身正处于动态变化之中。各组织当前面临的一个普遍问题，AI 对代码质量的影响。6 正如我们所见，AI 正被用于提升开发效率，但人们也尤为担忧：我们是否在为追求速度而牺牲质量。短期内，开发效率的这类提升看似具有积极意义；然而，若代码质量偏低，这种短期效率提升可能会对长期开发效率产生负面影响。为了应对这些问题，你的目标可能是在推动 AI 驱动工具的落地应用过程中，确保组织的代码质量始终保持在较高水平。这一目标涉及到前文所讨论的各类框架的各个方面，并且可能包含你已经在收集的度量指标（例如代码质量、工具采用率或感知到的开发效率）。因此，您可以在引入新指标的同时继续使用现有指标。例如，将 DORA 的软件交付指标与HEART等产品卓越框架相结合。可以有效地了解开发人员对新型 AI 驱动工具的使用体验，也能掌握其对软件交付产生的影响。度量框架 DORADORA 94 意见反馈：添加微信 pp2567891 软件开发生命周期的度量工作，是一项复杂且持续推进的过程。尽管目前已有多种框架与度量方法可供选择，但核心在于你需要具备根据度量结果采取行动的能力。而要确保能基于度量采取有效行动关键方面是：让度量工作与组织目标保持一致，并为您的度量工作争取到管理层的支持。对你选择的框架和度量方法有意识，可以帮助你获得长期的成功。本着采用框架来实现特定目标的原则，您可以考虑如何根据 PDCA 框架，针对度量信息采取行动：计划（计划（PlanPlan）：）：明确目标，选定适配的框架，并获取管理层支持；执行（执行（DoDo）：）：收集基准度量数据，尝试采取新的实践方式；检查（检查（CheckCheck）：）：再次开展度量，评估目标的推进进度；调整（调整（AdjustAdjust）：）：依据度量结论，优化后续推进方法。我们的目的并非推荐某一种框架优于其他框架。根据组织目标确定适配的框架，有助于明确你需要度量的内容与采取行动的方向。选择能与组织需求相契合的框架即可 若该框架能让你清晰理解，且能推动组织采取实际行动，那它就是当前阶段适合你的框架。尽管各类框架提供了指导性结构，但许多底层度量指标却是共通的。这意味着，随着你的需求与目标不断发展或变化，当下所采用的度量指标，通常也能通过调整继续发挥作用。1.“开发人员生产力的空间：比你想象的要多 https:/queue.acm.org/detail.cfm?电话： 86-0512-8888888 2.“DevEx：什么实际上推动了生产力：以开发人员为中心的方法来衡量和提高生产力。https:/queue.acm.org/detail.cfm?电话： 86-0551-88888888 3.“大规模测量用户体验：以用户为中心的 Web 应用程序的测试。https:/research.google/pubs/measuring-the-user-experience-on-a-large-scale-user-centered-metrics-for-web-applications 4.DORA 的软件交付指标：四个关键。https:/dora.dev/guides/dora-metrics-four-keys 5.“DORA 与 H.E.A.R.T.的结合，开启产品成功之路”6.https:/ 7.“测量 AI 代码助理和代理。”https:/ 8.“DORA 与 H.E.A.R.T.的结合，开启产品成功之路。”度量框架 DORADORA 95 意见反馈：添加微信 pp2567891 结语：结语：从洞察到行动从洞察到行动 DORA 人工智能能力模型 DORA 人工智能能力模型 今年，我们推出了首个 DORA 人工智能（AI）能力模型，这是我们研究工作的一项重要进展。在各组织应对人工智能落地的复杂挑战时，该模型提供了一个基于数据的框架，来指引其发展路径。模型明确了七大关键能力 这些能力经培育后，能显著放大人工智能为组织层面带来积极的影响和收益。七大关键能力包括：明确且已共识的人工智能立场 健康的数据生态系统 人工智能可访问的内部数据 稳健的版本控制实践 小批量工作 以用户为中心 高质量的内部平台 该模型是我们推出的首个迭代版本，我们将其视为与DORA 社区及拥抱 AI 辅助软件开发的组织展开持续交流的起点。我们期待了解您在应用这些洞见过程中的实践经验，并期望在未来的研究中，对该模型进行验证与完善。本年度研究揭示了一项关键洞察：当前我们仍处于 AI 辅助软件开发的早期阶段 这是一个技术与实践均快速演进的时期，此时过早推行标准化为时尚早。研究结果表明，单纯部署 AI 工具并非实现转型的“万能解决方案”。事实上，AI 对团队效能表现的影响，高度依赖于一个关键因素：以用户为中心的理念。我们的研究发现，当团队秉持以用户为中心的理念时，AI 对其效能表现的积极影响会显著增强；反之，若缺乏这一理念，采用 AI 技术反而可能对团队效能表现产生负面影响。这一发现向所有组织传递了至关重要的启示：致力于培养对用户的深刻理解不仅有益，更是人工智能应用成功的先决条件。若未将用户置于战略核心位置，人工智能应用 不仅难以提升团队效能，甚至 可能阻碍其发展。Nathen HarveyNathen Harvey DoRA 负责人，Google Cloud 以用户为中心以用户为中心 十余年来，DORA 一直是软件开发领域值得信赖的合作伙伴，通过提供研究成果与 深度洞察，助力各团队实现能力提升。当前，随着人工智能、平台工程等新技术的逐步落地，行业正加速演进；但我们的使命始终未变：深入研究并分享那些能培育高效能团队的实践方法。度量框架 DORADORA 96 意见反馈：添加微信 pp2567891 从研究到落地：邀您开启探索之旅从研究到落地：邀您开启探索之旅 加入讨论加入讨论 本年度报告中的研究结论具有一定复杂性，有时甚至可能呈现出看似矛盾的特征。这一现象恰恰反映了该领域处于动态变化中的真实状态。我们建议，您不必将这些研究结论视为僵化的固定方案，而应将其作为开展自身实践探索的假设依据。以下是将报告研究成果付诸实践的几种方式:在组织内部开展实践探在组织内部开展实践探索：索：借助 DORA 的研究结论构建假设，并在团队中开展验证。这一过程能帮助您更深入地了解自身独特的运营场景，进而明确最具改进价值的关键领域。开展内部调研：开展内部调研：可参考报告本年度调研问卷中的问题设计思路，设计更贴合团队工作与项目需求的精细化问卷。关注整体体验优化：关注整体体验优化：需谨记，仅优化单一功能无法解决平台本身存在的缺陷。应将内部平台当作产品打造，聚焦从反馈闭环到自动化流程的全周期开发者体验。分享实践所得经验：分享实践所得经验：在开展实践探索、积累洞察的过程中，可通过正式报告、非正式实践社区交流或日常沟通等方式，在组织内部传递相关经验。此举旨在培育持续学习的组织文化。在人工智能持续演进过程中的最大风险并非落后于人，而是对混乱活动投入巨资却未能产生有实质价值的成效。选择能与组织产生共鸣并推动行动落实的框架与方法。感谢您参与我们的研究。我们诚邀您继续与我们同行。请访问：https:/munity.加入 DORA 社区，分享实践经验、汲取 同行智慧、获取创新灵感。度量框架 DORADORA 97 意见反馈：添加微信 pp2567891 DORA 研究展现出了一个充满热情、全球协作社区的巨大能量。我们衷心感谢数千名研究者、专家、实践者、管理者和变革推动者。他们慷慨分享自身的知识与经验，为本研究提供了重要支持。本报告的诞生，正是这一集体努力的直接成果。我们同样要感谢作为读者的您。我们期望这些发现能助您及团队在组织内积极推动变革，实现持续改进。赞助机构赞助机构 2025 年 DORA 报告获得以下赞助方的支持。如需了解这些赞助机构的更多信息，可访问 DORA 官方网站。1 研究合作伙伴研究合作伙伴 2025 年 DORA 报告 由谷歌云（Google Cloud）与 IT Revolution 联合发布，以下机构为本次研究的合作方。发布机构发布机构 研究合作伙伴研究合作伙伴 银牌赞助商银牌赞助商 金牌赞助商金牌赞助商 铂金赞助商铂金赞助商 DORA DORA 报告团队报告团队 致谢致谢 致谢 DORADORA 98 意见反馈：添加微信 pp2567891 编辑编辑 DORA DORA 社区指导社区指导 领域顾问领域顾问/专家专家 调研设计合作伙伴调研设计合作伙伴 1.“DORA 2025 Sponsors.”https:/dora.dev/research/2025/sponsors 2.“Accuracy Matters.”https:/accuracymatters.co.uk 3.“We Are Apparent.”https:/.au 4.“Human After All:Clarity through creativity.”https:/www.humanafterall.studio 5.“Prolific|Easily collect high-quality data from real people.”https:/ 6.“User Research for Product Development|User Research International.”https:/ 致谢 DORADORA 99 意见反馈：添加微信 pp2567891 DerekDerek DeBellisDeBellis Derek DeBellis 自 2022 年起主导 DORA 研究项目，现与Kevin M.Storer 共同牵头该项目，合作十分顺利。他的核心驱动力源于一个问题：如何助力人们愉快且高效地协同工作？这一思考推动着他在 DORA 的工作，也驱动着他独立研究权力动态、学习架构及信 念传播机制。未进行数据分析时，Derek 常 在科罗拉多落基山脉越野跑（常扭伤脚踝）、阅读卡夫卡 与博尔赫斯著作，或录制音乐。Kevin M.StorerKevin M.Storer Kevin M.Storer 领导谷歌云DORA 团队的人种学研究工作。其研究重点在于理解组织如何最优调整软件开发实践,以应对生成式 AI（尤其在编程领域）的最新进展。N Nathenathen HarveyHarvey Nathen Harvey 负责领导谷歌 云 DORA 团队，运用研究成果 帮助企业提升软件交付的速度、稳定性与效率。他专注于提升开发者体验，致力于发展 DORA 社区等技术社区，为学习与协作创造机遇。作者作者 作者 DORADORA 100 意见反馈：添加微信 pp2567891 Matt BeaneMatt Beane,Ph.D.,Ph.D.Matt Beanee 是加州大学圣塔芭芭拉分校技术管理副教授、斯坦福大学与麻省理工学院数 字 研 究 员，同 时 担 任SkillBench 公司首席执行官及联合创始人。该公司致力于通过生成式 AI 应用提升企业生产力与技能水平。自 2011 年起，他持续研究智能技 术的部署和应用。他著有The Skill Code:How to Save Human Ability in an Age of Intelligent Machines（HarperCollins 出版社,2024 年）。Rob EdwardsRob Edwards Rob Edwards 担任谷歌云软件交付与开发者体验负责人。他与客户紧密合作助力工程团队更顺畅、更可靠地构建与交付软件产品。他秉持这样的信念：最佳的技术解决方案一定是从人们为共同目标协作努力，将技术转化为商业成功的过程演化而来的。EdwardEdward FraserFraser Edward Fraserr 是加州大学伯克利分校（UC Berkeley）信息学院的研究生，其研究方向聚焦于如何通过人机交互与新兴技术，打造更具直观性、赋能性的体验。凭借在设计与产品管理领域的专业经验，他近期的研究工作涵盖多个领域：包括针对开发者使用 AI 编码辅助工具的眼动追踪研究、面向企业级 AI 工具的用户体验（UX）研究，以及为被监禁学习者设计教育平台的相关工作。作者 DORADORA 101 意见反馈：添加微信 pp2567891 BenjaminBenjamin GoodGood Benjamin Good 现任谷歌云解决方案架构师。他致力于通过云技术与自动化优 化软件交付实践。作为解决方案架构师，他通过提供架构指导、发布技术指南及开源贡献，助力谷歌云客户解决各类难题。加入谷歌之前，本曾在丹佛/博尔德地区多家企业主导云运营，期间成功构建多个平台体系。Eirini KalliamvakouEirini Kalliamvakou Dr.Eirini Kalliamvakou 现担任 GitHub 首席执行官的研究顾问，此前为首席研究员。她 专注于研究开发者的需求、动机及行为模式。其研究成果为 GitHub 的评估体 系、创新战略及品牌叙事提供核心洞见，关于 AI 工具 与开发者体验（DevEx）的研究正重塑行业实践与 社区生态。Gene KimGene Kim Gene Kim 是屡获殊荣的研究者兼作家。自 1999 年以来，他持续研究高效能技术组织的运作机制。他的著作销量已超百万册作为华尔街日报畅销书作者，其作品包括独角兽项目，并合著了凤凰项目DevOps 实践指南 以及两部荣获新乡卓越奖的加速与打造制胜组织。2025 年，他荣获美国质量协会(ASQ）颁发的菲利普克劳士比奖章。其最新著作氛围编程与 史蒂夫耶格合著（预计 2025 年 10 月出版）。作者作者 作者 DORADORA 102 意见反馈：添加微信 pp2567891 Eric MaxwellEric Maxwell Eric Maxwell 的职业生涯始于软件工程一线，对自动化的热 忱与对同行的深切共情始终驱动着他。这段奠基性经历成为他如今领导谷歌10 x技术咨询实践的核心基石。埃里克为全球顶尖企业提供咨询，指导其通过技术、流程及文化的战略升级实现组织转型，从而加速价值交付。他将其专业洞见贡献于著名的DORA 研究团队。在加入谷歌前，埃 里 克 就 职 于Chef Software 公司，期间他精进了基础设施自动化技能 并持续创造卓越成果。.Sarah DAngelo,Ph.D.Sarah DAngelo,Ph.D.Sarah DAngelo 是谷歌核心实验室团队的资深用户体验研究员。Ambar MurilloAmbar Murillo Ambar Murillo 是谷歌人工智能与基础设施团队的用户体验研究专员。SarahSarah InmanInman Sarah Inman 任谷歌 Chrome 团队高级用户体验研究员。Daniella Villalba,Ph.D.Daniella Villalba,Ph.D.Daniella Villalbais 是谷歌云的 高级用户体验研究员。她的研究聚焦于理解开发者群体。作者 DORADORA 103 意见反馈：添加微信 pp2567891 个人与企业个人与企业 统计概况统计概况 DORA 研究项目十余年来始终致力于探索高效能技术驱动型组织的核心能力、实践方法与度量标准。在此期间，我们收集了约 4.5 万名专业人士的反馈，这些受访者来自不同规模、不同行业的各类组。今年，全球近 5,000 名不同行业的从业者分享了他们的经验，帮助我们深化理解人工智能如何变革软件开发，以及组织在此新范式下持续发展的必要条件。本章将详细阐述受访者的背景信息，包括身份特征、地域分布及其在软件开发中的职能角色。谨向所有分享洞见的参与者致以诚挚谢意！受访者的个人特征受访者的个人特征 本年度共有4,867名受访者参与调研，覆盖多类人群、地区和行业领域。个人与企业统计概况 DORADORA 104 意见反馈：添加微信 pp2567891 个人特征个人特征 年龄年龄 我们采用开放式问答形式采集受访者年龄数据。受访样本的年龄中位数为 41 岁。性别性别 调研数据显示：62.8%受访者自述为男性，19.2%为女性，1.1%为非二元性别，0.5%选择自我描述性别，2.1%拒绝回答此问题。个人与企业统计概况 DORADORA 105 意见反馈：添加微信 pp2567891 残障情况残障情况 我们依据“联合国华盛顿小组残疾功能状况量表“所提供的指导，从六个维度识别残障状况。2 今年是我们了解残障情况的第六年。职业角色职业角色 我们在调查中设置了大量职业角色选项，以涵盖参与软件开发过程的多种角色形式。这些数据中最具代表性的角色是全栈开发者、工程经理和后端开发工程师。个人与企业统计概况 DORADORA 106 意见反馈：添加微信 pp2567891 从业经验从业经验 我们请受访者上报其担任当前或类似职位的累计工作年限。受访者担任当前职位的工作年限的中位数为六年。团队经验团队经验 我们要求受访者报告其在当前团队的工作年限。受访者在当前团队的任职时间的中位数为三年。个人与企业统计概况 DORADORA 107 意见反馈：添加微信 pp2567891 工作地点分布工作地点分布 我们询问受访者最近五个工作日大约有多少比例时间现场办公。尽管存在更广泛的返岗工作潮，依然有 800 名受访者在最近五个工作日完全远程办公。最近五个工作日的现场办公时长中位数为 50%，这表明混合办公模式最为盛行。编程语言编程语言 我们请受访者选择工作中最常用的编程语言（最多三项），有近半数的受访 者 在 工 作 中 使 用Python，约三分之一的受访者分别使用 JavaScript 和 SQL 个人与企业统计概况 DORADORA 108 意见反馈：添加微信 pp2567891 企业统计数据企业统计数据 行业行业 我们要求受访者从 12 个类别中选择其组织所处的主要行业领域。排除其他选项后，受访者所处组织分布最多的三大行业领域为科技、金融服务以及零售业,消费品和电子商务领域，这与我们 2024 年企业统计数据的前 3 位相匹配。规模规模 我们要求受访者从九个区间中选择其组织员工人数规模。受访者所在组织最常见的员工规模为：10,001人及以上（22.4%）、51 至 200 人（16.2%）以及 1,001 至 5,000 人（14.5%）。个人与企业统计概况 DORADORA 109 意见反馈：添加微信 pp2567891 服务服务 AIAI 赋能的服务与应用程赋能的服务与应用程序序 我们要求受访者确认在去三个月内，所接触的应用程序或服务是否有效添加了 AI 驱动的体验 功能。赞同与反对的受访者比例基本持平，超过四分之一受访者强烈不同意其应用程序在此期间添加了 AI 驱动的体验功能。应用程序关键性应用程序关键性 我们要求受访者通过说明所负责的应用程序不可用将对组织实现目标和服务客户的能力产生何种程度的影响，来表明该应用程序对企业的关键性程度。超过半数的受访者认为，应用程序不可用将对企业造成极大程度的影响。个人与企业统计概况 DORADORA 110 意见反馈：添加微信 pp2567891 服务使用年限服务使用年限 我们请受访者说明其负责的主要应用程序或服务已存 在的大致年数。受访者负责的应用程序的使用年限的中位数为八年。服务的用户服务的用户 我们要求受访者说明其所负责的应用程序所面向的主要终端用户的特征。大多数受访者正在开发商业应用程序，面向内部和外部用户的应用开发数量大。个人与企业统计概况 DORADORA 111 意见反馈：添加微信 pp2567891 个人与企业统计概况 DORADORA 112 意见反馈：添加微信 pp2567891 参与面谈的受访者个人特征参与面谈的受访者个人特征 纳入我们面谈的唯一标准 是参与者需以某种形式参与专业软件开发工作。我们的 筛选问卷除确认工作性质、所在地及语言能力所需信息外，不收集参与者的个人资料。总计有 78 位符合标准的参与者接受了面谈。关于工作职责的调研显示：70位受访者表示亲自编写或修改源代码，37 位负责管理软件交付流程和/或开发基础设施，15 位参与开发产品与服务的采购决策，12 位负责制定及更新技术应用的组织政策，另有两位表示其工作仅通过一些其他方式与软件开发产生关联。尽管上述职责表明受访者的岗位通常具有多重属性，我们仍 请受访者从以下选项中选择最贴切的描述：我是软件开发人员、我负责管理软件开发基础设施、我管理软件开发团队、我为组织制定软件开发相关政策、我决策软件开发相关产品与服务的采购、我的工作与软件开发完全无关、我的工作以未列明的方式涉及软件开发。”67 位受访者自述主要身份为软件开发者，7 位自述主要担任软件开发团队管理者，1 位表示主要负责软件开发基础设施运维，另有 3 位表示其工作仅通过一些其他方式与软件开发产生关联。76 位受访者位于美国，1 位位 于墨西哥，1 位位于特立尼达 和多巴哥。考虑到访谈者的语 言能力与日程安排限制，绝大 多数参与者位于美国的情况并不令人意外。1.由于调查条件限制或数据缺失，并非所有受访者都参与每项分析。2.“联合国华盛顿小组残疾功能状况量表（WG-SS）”https:/www.washingtongroup- DORADORA 113 意见反馈：添加微信 pp2567891 方法论 方法论 调研项目的设置调研项目的设置 A 方法论应该是如同食谱一般，使我们能够复制我们的工作，并确信我们的数据生成和分析的方式能否反馈有价值的信息。虽然限于篇幅我们无法深入探讨具体细节，但希望能为这样的思考提供一个良好的起点。Derek DeBellisDerek DeBellis 定量用户体验研究员,Google Cloud Kevin M.Storer,Ph.D.Kevin M.Storer,Ph.D.用户体验研究员,Google Cloud 问题筛选问题筛选 我们在决定是否将某个问题纳入调查时，会考量以下维度：该问题是否 能使我们将现有工作与之前的成果连接起来？能使我们将现有工作与之前的成果连接起来？捕捉行业渴望达到的成果（例如，较高的团队效能）？捕捉行业渴望达到的成果（例如，较高的团队效能）？捕捉行业正在考虑投入资源的领域（例如捕捉行业正在考虑投入资源的领域（例如 ，人工智，人工智能）？能）？捕捉我们坚信将帮助人们实现目标的地方（例如，高质捕捉我们坚信将帮助人们实现目标的地方（例如，高质量文档）？量文档）？帮助我们评估样本是否有代表性（例如帮助我们评估样本是否有代表性（例如 ，角色或性，角色或性别）？别）？帮助我们阻止偏差路径帮助我们阻止偏差路径(例如，编码语言或角色）？例如，编码语言或角色）？对于绝大多数受访者来说，能够至少比较准确的回答问对于绝大多数受访者来说，能够至少比较准确的回答问题？题？我们通过文献研究、DORA 社区互动、认知访谈、并行定性研究、领域专家协作及团队研讨会，综合评估是否将问题纳入调查问卷。调研体验调研体验 我们非常注重提升调研的可用性。通过开展认知访谈和可用性测试，确保调查符合以下规范要求：完成调查所需的平均时间应该较短 问卷的可理解度应该较高 问题应当合理不费解，这在一些技术性质的概念上是个巨大的挑战 方法论 DORADORA 114 意见反馈：添加微信 pp2567891 数据收集数据收集 本地化本地化 来自世界各地的人们每年都会参与我们的调查。今年，为了使调查更易于被更广泛的受众所接受，我们将调查问卷进行了本地化，语言包括英语、西班牙语、法语、葡萄牙语、日语和简体中文。调研流程调研流程 今年我们有很多问题询问，但没有足够但时间来提问。我们的选择是 制作一份极长的调查问卷 选择一部分领域进行重点关注 随机分配人员到不同的主题 我们不想放弃任何感兴趣的地方，因此我们选择随机将受访者分配到四个不同的主题中。这四个不同的主题之间有很多重叠，但每个主题均聚焦于不同的领域进行深入探讨。以下是四种不同的路径：人工智能 平台工程 社会认知层面 人工智能能力 收集调查反馈收集调查反馈 我们使用多种渠道招募受访者。这些渠道可以分为两类：广泛调研渠道和受控渠道。广泛调研渠道是指利用我们所能利用的所有社交手段，让人们知道我们想要他们参加一项调查。我们创建博客文章，使用电子邮件营销活动，在社交媒体上进行发布，并请社区中的其他人也这样做（也就是雪球抽样）。我们使用受控渠道来补充广泛调研渠道。在这里，我们尝试招募被技术社区广泛认为是弱势群体的受访者，并尝试获得特定行业和组织类型的足够响应。简而言之，这就是我们在招募过程中进行一定控制的地方，而广泛调研渠道则无法实现这种控制。受控渠道还能确保获得足够的响应，因为我们并不知道广泛调研渠道是否会得到执行类型分析所需的响应。方法论 DORADORA 115 意见反馈：添加微信 pp2567891 访谈访谈 调查分析调查分析 去年我们引入了深度半结构化访谈，通过定性数据对年度调查进行补充，以此实现定量研究 结果的三角验证、情境化阐释 和精准解读。今年我们刻意扩大了定性数据的研究作用，自 2024 年 7月 至 2025 年 7 月持续对软件开发专业人士进行访谈。除利用这些洞见厘清调查结果外,我们还运用定性数据生成新假设 并在调查中进行验证。尤其是涉及人工智能辅助及人工智能驱动开发范式中的新兴实践。本次访谈的提纲涵盖了软件开发中人工智能应用的基础主题，同时允许灵活地探讨参与者即时提出的关注点。单次访谈的设计时长为 90 分钟，均采纳远程方式进行。通过问卷筛选和电话筛选,我们最终访谈了 78 名经核实的 专业从事软件开发的参与者。所有访谈均以视频和音频形式记录。访谈内容均通过自动化软件进行转录。本报告最终出版物 中引用的参与者陈述，在收录前均 经过重新核对并手动转录。报告作 者在参与者引文中增补或修改的文 字以方括号()标注，删除部分以省略号(.)标识。所有修订仅出于提升表述清晰度或保护匿名性的 必要考量。去年我们引入了深度半结构化访谈，通过定性数据对年度调查进行补充，以此实现定量研究结果的三角验证、情境化阐释和精准解读。今年我们刻意扩大了定性数据的研究作用，自 2024 年 7月 至 2025 年 7 月持续对软件开发专业人士进行访谈。除利用这些洞见厘清调查结果外,我们还运用定性数据生成新假设并在调查中进行验证。尤其是涉及人工智能辅助及人工智能驱动开发范式中的新兴实践。本次访谈的提纲涵盖了软件开发中人工智能应用的基础主题，同时允许灵活地探讨参与者即时提出的关注点。单次访谈的设计时长为 90 分钟，均采纳远程方式进行。通过问卷筛选和电话筛选,我们最终访谈了 78 名经核实的 专业从事软件开发的参与者。所有访谈均以视频和音频形式记录。访谈内容均通过自动化软件进行转录。本报告最终出版物中引用的参与者陈述，在收录前均 经过重新核对并手动转录。报告作 者在参与者引文中增补或修改的文字以方括号()标注，删除部分以省略号(.)标识。所有修订仅出于提升表述清晰度或保护匿名性的必要考量。方法论 DORADORA 116 意见反馈：添加微信 pp2567891 步骤一：定义因果理论（有向无环图）步骤一：定义因果理论（有向无环图）所有统计模型均包含因果假设，我们的方法是将其呈现出来。相关性未必等同于因果性，但对于因果关系的理解将影响相关性分析结果。我们通过有向无环图(DAG)3 来呈现整个运作机制。该 DAG 是我们基于前期研究、质性工作和领域专业知识构建的因果关系图谱。通过可视化假设，我们使其具备透明性和思辨性，此乃严谨科学的基石。4 本例中，我们使用高度简化的DAG假设 individual_experience、resources、5 及 stability 是同时影响ai_adoption与individual_effectiveness的共同成因。方法论 DORADORA 117 意见反馈：添加微信 pp2567891 这里输出的图表将我们的理论可视化呈现。我们关注的核心是ai_adoption对individual_effectiveness 的影响，但要准确评估此影响，需理解更广泛的背景因素。该有向无环图(DAG)识别出了若干关键协变量，它们是：individual_experience(与角色相关)resources(履行角色所需 资源)stability(优先级的稳定度)后续我们将通过有向无环图明确标 识这些变量。基于因果理论生成模拟数据基于因果理论生成模拟数据 本例将利用 DAG 定义的因果结构模拟一个数据集，包含虚构的数据。通过已知的因果结构生成数据可获得完美的基准真实值，这是非常有效的，因为它能帮助我们检验分析方法。如果我们的分析方法无法从该洁净的完美数据中得出正确答案，那么其处理杂乱无章的真实数据的信任度必然存疑。然而这也是一种简化处理。真实数据包含非线性关系、测量误差、未知因果结构及缺失值等复杂因素，本简化示例已将这些因素排除。方法论 DORADORA 118 意见反馈：添加微信 pp2567891 步骤二：测量模型评估(CFA)步骤二：测量模型评估(CFA)检验因果理论或结构理论前，必须通过验证性因子分析(CFA)6 确 保 测 量 工 具 的 有 效 性（Kline,201 5）。该步骤验证调查项目能否可靠的测量潜在构造。我们通过以下标准评估模 型：良好的全局拟合度、健壮的局部因子载荷、且修正指数显示无显著模型压力点。这是该模型的部分输出结果。方法论 DORADORA 119 意见反馈：添加微信 pp2567891 如何解释验证性因子分析(CFA)的输出结果 lavaan7输出提供了丰富的诊断信息。以下将结合输出结果解读关键部分。1.1.卡方检验卡方检验()()。这是完美拟合检验，其零假设为模型与数据完全匹配。结果：结果：检验统计量=7.579,自由度=13,P 值=0.870 准则：准则：期望获得不显著结果(p .05)。解读：解读：P 值极高(0.870)，意味着无法拒绝零假设。该检验表明，从统计学角度无法区分本模型结构与完美拟合的差异。8 警告：警告：这是传统且正式的模型拟合统计检验。但对于 DORA这类超大样本集，该检验过于敏感，即使模型表现优异也几乎总会显示拟合不佳。因此，我们将其作为参考依据，但更侧重于以下实际指标。2.2.增值拟合指数（增值拟合指数（CFICFI和和 TLITLI）。）。这些指标将模型的拟合度与最差情况基线模型（变量间无关联）进行对比。计算结果：计算结果：CFI=1.000,TLI=1.014 判定标准：我们检验数值 0.90（可接受）及 0.95（优秀）。解读：数值达到或超过理论最大值 1.0，表明模型相对于基线模型具有完美拟合度。（注：在拟合良好的模型中，TLI 有时可能超过 1.0。）3.3.绝对误差指数（绝对误差指数（RMSEARMSEA 和和 SRMRSRMR）。）。这些指标衡量拟合劣度，即模型预测值与实际数据间的平均误差。RMSEARMSEA 结果：结果：RMSEA=0.000，90%置信区间为0.000,0.023 准则：准则：我们检查点估计值0.08（可接受）和0.06（优秀）。解释：解释：您的 RMSEA 值为零，整个置信区间远低于优秀拟合阈值，表明几乎不存在近似误差。SRMRSRMR 结果：结果：SRMR=0.017 准则：准则：我们检查是否满足值0.90（可接受）或0.95（优秀）。RMSEA：RMSEA：近似误差均方根（R MSEA）作为失拟度指标,用于量化模型的平均误差水平。我们通常要求其值0.08（可接受）或0.50）。该结果可验证测量模型的健壮性。标准化残差：标准化残差：显示模型中每个独立关系的误差。我们要求不存在过大残差值（例 如 绝 对 值 均 不 超 过2.58），否则就表明特定变量关系的理论预测存在偏差。修正指数：修正指数：这些如果会怎样式的统计量揭示了模型承受最大压力的环节。我们通过较大的值来诊断问题（例如某个测量项同时反映两个概 念），但若无充分理论依据则避免据此盲目修改模型。优质模型需具备可接受的全局拟合度、健壮的因子载荷量，且无 显著局部应力迹象。正是这种包含多维证据的体系，赋予我们对模型结构的信心。方法论 DORADORA 122 意见反馈：添加微信 pp2567891 检验理论模型的预测效力检验理论模型的预测效力 我们的有向无环图还生成了一组可验证的预测，称为隐含条件独立性。这组预测聚焦于变量间不存在关联的具体情境，可将其视为检验理论模型的不在场证明。若预测成立，该模型的可信度则相应提升。当运行 impliedConditionalIndependencies(simple_dag)时，我们注意到：这些论断是我们因果模型的核心预测，表明个人经验、可用资源及其团队的稳定性三者相互独立。换言之，了解团队的可用资源水平，并不能反映出关于个人在该团队中的经验或团队整体稳定性的任何信息。我们首先通过检查原始模型中的协方差进行非正式验证。所有协方差值均接近 0，这提供了相当有力的证据。我们还可尝试更正式的检验方法：将这些隐含条件纳入结构方程模型构建。具体实现方式是将相关参数约束为 0。在先前模型中，我们允许这些参数自由取值；而当前模型则强制设为零值。关键结果来自 anova()函数执行的卡方差异检验。这提供了原始模型（sem_fit）与限制性模型（co nstrained_fit）之间的正式比较，在后者中强制将协方差设为零。关键问题在于：强制将这些关系设为零是否显著损害了模型的拟合度？方法论 DORADORA 123 意见反馈：添加微信 pp2567891 步骤四：通过贝叶斯模型进行估计比较 步骤四：通过贝叶斯模型进行估计比较 结果表明，将这三个协方差限制为零并未显著损害模型拟合。卡 方 差 异卡 方 差 异 (Chi(Chi-squared squared difference):difference):这是施加约束后模型拟合度下降的原始度量值 计算结果：计算结果：3.5267。单看这个数字很难解 读其含义。Df diff(自由度差异):Df diff(自由度差异):这表示添加的约束条件数量。计算结果：计算结果：3.结论正确，因为强制将三 个协方差设为零。Pr(Chisq)(P 值):Pr(Chisq)(P 值):这是最重要的数值。它表示若约束条件在总体中实际成立，出现 3.5267 或更大 卡方差异的概率。计算结果：计算结果：0.3173.简言之，研究推论成立，且约束模型是更简约的建模方案。在对 DAG 结构建立信心后，我 们转向核心问题。利用 DAG 确 定正确的调整集，随后拟合贝叶斯模型。虽然采纳因果框架，但我们将结果 解读为原则性比较，承认 观 察 数 据 的 局 限 性(Gelmanet al.,202 0)。先验分布设置先验分布设置 在众多结果中测试预测因 子的方法会引发多重比较问题。为此，我们在所有模型 中为预测因子设置统一、持怀疑态度的贝叶斯先验分布。10这构成抵御随机性误导的 原则性防护机 制。通 过 设 置 怀 疑 先 验（student_t(3,0,0.5)），11我们正式构建了真实效应可能较小的信念，从而控制假阳性率。12 确定调整集确定调整集 有向无环图（DAG）将明确模型中需要包含的变量，更重 要的是，会指出不应包含的变量。若 DAG 构建正确，纳入这些变量应能阻隔偏执路径，避免影响 AI 采纳率（暴露变量）对个体效能（结果变量）效应的估计偏差。方法论 DORADORA 124 意见反馈：添加微信 pp2567891 我们认为单一指标永远不足以全面理解模型。因此我们通过四个关键维度来评估证据，将数据中的不确定性转化为知识来源。1.预测准确度是否提升?(留 一法结果)是。留一法比较显示完整模型具有明显优势(elpd_diff=10.7,se_dif f=5.2)。13 这是我们首项实证依据：引入 AI 采纳率评分变量后构建的模型，预期能在新数据上获得更优的预测表现。这并非统计噪声，而是具有预测效用的关键变量。2.效应是否始终处于零值同侧？（S 型错误检验）是。检查 b ai_adoption_score 的后验汇总：AI 采纳率系数的 89%置信区间（Q5.5 至 Q94.5）为0.13,0.26，整个区间显著高于零值。这表明发生 S 型（符号）错误的概率极低。我们可高度确信该相关性呈正向关系。方法论 DORADORA 125 意见反馈：添加微信 pp2567891 步骤五：模型置信度诊断步骤五：模型置信度诊断15 15 3.我们是否认识到了效应规模？（M 型错误检验）是。该模型清晰呈现了效应量级。最佳估计值为：AI 采用率每提升一个标准差，效能相应增加 0.20 个标准差。置信区间0.13,0.26提供了该效应的合理范 围估计。其影响不算庞大，但也不可忽视，且该估算具有合理的精确度。4.这与我们的理论是否一致？是。我们最初提到的有向无环图假设了从 AI 采纳率到个体效能存在直接正向的因果路径。所有收集的统计证据从结构方程 模型的结构验证，到留一法比较 及最终的后验估计均与这一理论主张相符。数据支持了我们最初提出的理论框架。综合论证 通过整合这四个视角，我们跳出了某因素是否显著的简单思维定式。所得的证据一致表明：AI 采纳率与效能提升之间的关系具有预测实用性、方向稳定性、量级适中和估算清晰的特点，且在理论层面站得住脚。该方法可避免被偶然超过统计显著性阈值的噪声模式所误导14 模型拟合并非终点。我们执行一系列严格的诊断检查以确保结果可靠。16包括检查 MC MC 收敛性（hatR 1.01，高 ESS 值)，执行后验预测检验确保模型能 复现观测数据，并通过残差分析验证模 型 假 设（Gelmanet al.,2013）。这个话题值得单独成章探讨。此处，我们仅分享若干值得关注的重要诊断检查项。这些方法具有广泛适用性，从基础模型到高级模型皆可应用，因此值得深入了解。基本分类如下：计算健康性：计算健康性：首先确保模型算法正确运行 并生成稳定的估计值。这是对模型计算引擎的技术性检验，用以 确保结果可靠性（例如检验 R统计量是否小于 1.01）。统计有效性：统计有效性：最后，我们验证模型的核心统计 假设是否成立。这需要检查模型误差（残差），确保未违反线性关系等基本原则。预测一致性：预测一致性：随后检验模型预测结果是否与我们最初使用的真实数据相吻合。我们使用该模型模拟数据，并检验其与真实观测数据的吻合度。一个无法还原历史数据的模型，对当前现象的解释力也无法令人信服。方法论 DORADORA 126 意见反馈：添加微信 pp2567891 方法论 DORADORA 127 意见反馈：添加微信 pp2567891 步骤六：可视化估计效应 步骤六：可视化估计效应 最终，我们将统计结果转化为直 观的可视化效果。我们通过检视主要参数的完整后验分布来解读模型，绘制条件预测图（或估计边际均值）以理解比较的幅度，并在原始数据背景下观察回归线。在最终结果中，我们报告 89%置信区间这一选择旨在揭示 p 值中心思维的任意性，并将重点置于后验分布的稳定高密度区域（McElreath,2020)。方法论 DORADORA 128 意见反馈：添加微信 pp2567891 方法论 DORADORA 129 意见反馈：添加微信 pp2567891 方法论 DORADORA 130 意见反馈：添加微信 pp2567891 结论结论 该工作流从外显理论到严谨验证、估计与诊断，旨在呈现透明、可信且健壮的洞察结果。我们希望通过分享此流程，以及“我们的研究模型及其理论”这一章节，使读者能够更有效地评价我们的工作。我们也期待此举能帮助复现我们的研究，以此鼓励人们去运用这些有趣的统计方法。方法论 DORADORA 131 意见反馈：添加微信 pp2567891 我们的研究模型及 理论基础 我们的研究模型及 理论基础 “理论代表一种根本性决策要素，它使世界呈现截然不同的 面貌以全新的视角呈现。”理论是一种根本性的原始决策，它决定了何为有效何为无效 韩炳哲1 Derek DeBellisDerek DeBellis 定量用户体验研究员,谷歌云 本章阐述了支撑效能分析与评估的理论模型。该模型源于与 DORA 社区的讨论、负责在企业内推进变革的领域专家经验、文献研究及大量定性数据。此模型绝非简单的框图连线练习。其关键性在于：内含的理论性及不可避免的因果假设将指导整个分析过程。细微调整便可能会对分析结果产生重大影响。相关不等于因果，但我们对因果关系的假设，却影响我们最终能看到怎样的相关性。本模型对 DORA 框架具有两 个独特之处。首先，我们主要关注采纳 AI 技术带来的影响及其产生作 用的条件（AI 能力要素）。这意味着模型的核心设计目标是让我们能够准确估算 AI 的采纳对那些我们认为对技术驱动型组织至关重要的结果变量所产生的影响。通常模型会尝试预测多种能力 与多重结果间的关联性。其次 2，本模型虽以结构方程模型（SEM）层级加以评估，但此举仅用于验证模型的合理性；然后我们再构建针对性的贝叶斯模型，以生成更聚焦、更精细的估计结果。方法论章节对此做了详尽阐述。本章的基本结构如下：本章基本论述脉络如下：模型：对我们整体模型的介绍。概念：对模型高层概念的说明。理论：对各路径理论依据的概述。本章与方法论章节共同呈现了支撑研究结果的理论与分析全貌，旨在将我们的假设和盘托出。我们希望这些阐述能为复制、借鉴和评估本研究提供充分的信息。我们的研究模型及理论基础 DORADORA 132 意见反馈：添加微信 pp2567891 在我们的因果模型中，各个概念（以方框表示）属于高层次类别。这些类别为了可视化效果做了简化，并不一定对应我们在分析中使用的具体度量指标。模型还包含一些情境性视角，用以帮助我们理解受访者的处境，包括环境特征、服务特征、流程与实践以及个体特征。AI 采纳是我们通过验证性因子分析提取的一个潜在因子，由反思性使用、信任和依赖三项共同构成。至于结果变量，在执行摘要和“AI 影响”章节中有更详细的说明。我们倾向于认为此处每个概念都不可或缺。要准确评估 AI 采纳带来的影响，必须厘清其所在的错综复杂的现实关系。我们采用结构方程模型与有向无环图（DAG）来检验这一理论模型与观测数据的契合程度。一旦模型通过验证，便借助 DAG 对分析进行校正，以获得更精准的估计。“方法论”章节会深入细节。在这里，我们将重点阐述支撑该模型的概念与理论。我们的研究模型及理论基础 DORADORA 133 意见反馈：添加微信 pp2567891 概念体系概念体系 AIAI 采纳采纳 AI 采纳衡量的是人工智能与个人工作流程及思维模式的融合深度。这一概念区分了单纯的工具使用和与技术建立的深度协作关系。我们通过三个核心指标来衡量人工智能采纳：信任度 反射式使用 依赖程度 流程与实践流程与实践 这一类别涵盖广泛的能力集合：既包含人工智能专属能力，也涉及团队层面流程与个人层面流程。所有这些能力都体现了工作方式与行为模式的典型特征。相关构建要素包括：3 明确且已共识的人工智能立场 健康的数据生态系统 人工智能可访问的内部数据 稳健的版本控制实践 小批量工作 以用户为中心 高质量的内部平台 这些构成要素均是我们首版人工智能能力模型的重要组成部分，该模型的具体内容已在 人工智能能力模型章节中详细论述。个体特质个体特质 这一类别涵盖了个体的特定属性，包括其职位角色、年龄及在团队中的任职时长，同时还包括工作性质特征（例如在AI 相关任务上投入的时间比例）。这些细节为理解个体的技术体验及其与技术平台的交互方式提供了关键背景信息。这一概念通过以下观测指标进行探究与构建：AI 使用时长 团队任职年限 职位角色 年龄阶段 任务类型 AI 专项任务 我们的研究模型及理论基础 DORADORA 134 意见反馈：添加微信 pp2567891 环境与组织特征环境与组织特征 这些概念描述了工作的整体环境和背景，既包括企业规模与行业属性等稳定因素，也涵盖资源可用性和优先级稳定性等动态条件。这种环境背景构成了促进或制约技术应用与整体绩效的基础条件。团队效能团队效能 这一因子衡量的是个体所在直接团队的感知效能与协作强度。个体成果个体成果 代码质量：代码质量：该指标反映个体对 其所开发主要应用或服务底层代码质量的评估。个体效能：个体效能：该因子衡量个体对 自身工作效率及工作成就感的自我评估。有价值的工作：有价值的工作：该指标测量个 体自我评估中用于从事其认为有价值工作的时间占比。摩擦摩擦阻力阻力：该指标衡量阻碍 个体工作的摩擦程度。较低的摩擦值通常被视为积极成果。职业倦怠：职业倦怠：该指标衡量 与工作相关的疲惫感及 消极情绪。我们认为职业倦怠是影响个体工作的关键阻碍因素。服务特征服务特征 服务特征定义了应用或服务的核心特征。了解服务的年限、关键性及是否融合人工智能技术，对理解性能度量指标及特定技术实践的相关性至关重要。组织效能组织效能 这是基于盈利能力、市场份额和客户满意度等特征，对组织整体成果的高层级衡量指标。产品效能 产品效能 这一指标从帮助用户完成关键任务、保障信息安全以及减少延迟等性能特征出发，衡量团队所构建产品或服务的成功度与质量水平。软件交付效能软件交付效能 软件交付吞吐量：软件交付吞吐量：这体现了软件交付流程的速度与效率。详见 理解您的 软件交付效能章节获取深度解析。软件交付不稳定性：软件交付不稳定性：该指标用于度量软件交付流程的质量与可靠性。详见理解您的软件交付效能 章节获取深度解析。我们的研究模型及理论基础 DORADORA 135 意见反馈：添加微信 pp2567891 理论基础理论基础 若研究结果是建筑结构，分析过程是施工建设，那么理论便是地基根基。本节将阐述这一理论基础，说明模型中那些关键路径为何能够让我们准确估计 AI 的影响。为保持清晰，此处仅聚焦模型的高层关系，并重点标出我们最需要论证的路径。尽管我们的分析依赖于实例的细微关系，但在此我们仍聚焦于总体的理论关联。我们所强调的每一条分析链路都立足于已有文献、定性研究以及领域专业知识，并经由我们对十多年来持续进行的“高效能驱动力”的研究加以强化而得到。非核心服务往往得不到这类投入，导致被忽视并不断累积风险，最终形成对效能的拖累，直到事态严重时才显现出来。而 融 入 AI 的 服 务 则 带 来 MLOps 的诸多挑战6，从根本上改变交付管道的稳定性与速度。团队效能团队效能 个体成果个体成果 高效运作的团队不仅交付产品；更赋能个体。14协作可靠、运行高效的团队能提升并放大个人成效。缺乏这些特质的团队会压制和限制个人发展，制造消 耗精力的要求。15,16因此，高绩效团队既能提供优质工作的条件,又能为工作成果开辟实现影响 力的途径。服务特征服务特征 软件交付效能软件交付效能 要交付的系统服务其自身的特征决定了交付难度。例如，年代久远的服务往往背负着沉重的技术债，产生摩擦并拖慢交付 4.5。相反，服务是否处于核心地位和其重要程度会成为强大的催化剂，吸引组织的关注与资源投入。这种聚焦可能简化流程，并促使企业投资于自动化测试、SRE 等先进实践，从而同时提升交付速度与系统稳定性。流程与实践流程与实践 (多重结果多重结果)DORA 过去十年的研究表明，人员与团队的工作方式决定了他们交付软件、高效工作、协同合作以及最终打造卓越产品的能力。尽管今年探讨的具体实践可能有所不同，且当今开发领域已大量应用人工智能技术，但这一根本原则依然成立。精心设计的流程 1.将软件吞吐率与稳定性转化为可复现的成果7 2.减少协调成本，使团队能将精力 投入开发学习而非救火式工作和僵化的流程8,9 3.降低认知负荷，缓冲个体 压力10,11 4.助力创意落地，同时保障安全性、软件交付效能与可靠性12,13 环境特征环境特征 个体成果个体成果 工作环境对个体施加影响，既 改变其工作方式，也塑造其工作体验。我们可通过工作需求-资源（JD-R）模型理解这些作用力，该模型将引发压力的 因素（需求）与促成成功的要素（资源）区分开来。17例如，大型组织常产生诸如应对官僚体系、适应不断变化优先级等 需求。18不同行业特有的需求可能改变职业倦怠的发生率和表 现形式。19 我们的研究模型及理论基础 DORADORA 136 意见反馈：添加微信 pp2567891 结论结论 此外，某些行业可能面临因不确定性产生压力的外部因素。20,21不同组织在资源（例如工具）可用性和目标优先级稳定性方面也存在显著差异。资源匮乏会增加 工作难度。另一方面，不稳定的优先级会形成移动靶效应，削弱开展雄心勃勃的长期项目的动力。22 本章概述的理论是我们分析所依据的基础。我们聚焦于模型中最关键的路径,而非对每个关联环节提供详尽论证。这是刻意为之的选择，旨在清晰透明地展现引导 我们结论的核心假设。通过提供此框架图，我们诚邀您严格评估研究发现、补充自身见解，并将这些因果推演应用于您面临的挑战。本模型即我们的导航图；我们鼓励您使用它、提出质疑并 协助我们完善它。我们的研究模型及理论基础 DORADORA 137 意见反馈：添加微信 pp2567891 下一步 下一步 加入 DORA 社区，共同探讨、学习并协作提升 技术驱动型团队与组织的影响力。https:/munity 探索能够营造学习氛围、实现快速流转与快速反馈的关键能力。https:/dora.dev/capabilities 推荐阅读推荐阅读:Accelerate:The Science of Lean Software and DevOps:Building and Scaling High Performing Technology Organizations.加速:精益软件和 DevOps 的科学:如何构建和扩展高性能的技术组织 IT Revolution.https:/ 推荐阅读推荐阅读:Team Topologies:Organizing Business and Technology Teams for Fast Flow.高效能团队模式 IT Revolution.https:/ Skill Code:How to Save Human Ability in an Age of Intelligent Machines技能密码.HarperCollins.https:/ engineering:From Value Stream Mapping to Effective Action.IT Revolution流工程：从价值流程图到有效行动.https:/ 阅读 DORA 研究项目的出版物，包括往期 DORA报 告。https:/dora.dev/publications 查阅关于研究及报告的常见问题解答：https:/dora.dev/faq 阅读本报告并提交修改、更正与澄清说明。https:/dora.dev/publications/errata 确认此是否为 2025 年 DORA 报告的最新版本：https:/dora.dev/vc/?v=2025.1 下一步 DORADORA 138 意见反馈：添加微信 pp2567891 附录 附录 效果评估方法 效果评估方法 组织效能：组织效能：这是衡量组织整体成功程度的高阶指标，基于盈利能力、市场份额和客户满意度等特征。就下列各项效能指标而言,过去一年贵组织相对于目标达 成情况如何？客户数量增长 主要产品的相对市场份额 贵组织的整体效能表现 贵组织的整体盈利能力 组织及使命目标达成度 客户满意度 运营效率 所提供产品或服务的质量 团队效能：团队效能：该指标衡量个体所在直接团队的可感知效能与协作能力。您如何评价团队当前在以下领域 的效能表现？交付创新解决方案 适应变革能力 成员间有效协作 成员相互依赖度 高效协作 产品效能：产品效能：该指标通过帮助用户完成重要任务、保障信息安全等特性，以及延迟等性能表现度量指标，衡量团队构建产品或服务的成功度与质量。对于您负责的主要服务或应用程序，您如何评估其在以下领 域的当前效能表现？效能表现度量指标，例如 延迟 功能实现符合预期 帮助用户达成关键目标 组织内向生产环境部署代码或向最终用户发布产 品的频率如何？团队的变更前置时间是 多少（即从代码提交到成功在生产环境运行所需时间)?当生产环境变更或用户版本发布导致服务降级（例如引发服务受损或中断）且需采取补救措施（如热修复、回滚、前向修复或补丁）时，通常需要多长时间恢复服务？可用性与操作便捷性 保障用户信息安全 用户使用的可靠性与可用性 软件交付吞吐量：软件交付吞吐量：这体现了软件交付流程的速度与效率。详见理解您的软件交付效能章节获取深度解析。附录 DORADORA 139 意见反馈：添加微信 pp2567891 软件交付不稳定性：软件交付不稳定性：该指标用于衡量软件交付流程的质量与可靠性。详见理解 您的软件交付效能章节获取深度解析。生产环境变更或用户版本发布中,约有多少百分比的变更会导致服务降级（例如引发服务受损或中断）且需采取补救措施（如热修复、回滚、前向修复或补丁)?过去六个月中，约有多少百分比的部署属于非计划性但为解决应用程序用户端缺陷而执行的?代码质量：代码质量：该指标反映个体对 其所开发主要应用或服务底层 代码质量的评估。您如何评价所负责主要服务或应用程序的底层代码质量？个体效能：个体效能：该指标反映个体对 自身工作效率及工作成就感的自我评估。过去三个月内，您在工作中执行任务与履行职责的有效性如何？在过去三个月中，您对自身工 作效率的感知如何？在过去三个月中，您认为自己的工作产生了多大成效？在过去三个月中，您达到高度专注或进入心流工作状态的频 率如何？有价值的工作：有价值的工作：该指标测量个体自我评估中用于从事其认为有价值工作的时间占比。在过去三个月中，您认为投入在有价值且值得的工作上 的时间占比约为多少？摩擦摩擦阻力阻力：指个体工作中受阻碍 程度的衡量指标 在过去三个月中，工作摩擦对您造成的阻碍程度如何？职业倦怠：职业倦怠：衡量与工作相关的疲 惫感及消极情绪的指标在过去三个月中，您经历以下情 况的频率如何？对工作感到漠不关心或愤 世嫉俗 因工作产生职业倦怠感 感觉工作效率低下 工作情绪对非工作生活造 成负面影响 AIAI 采纳采纳 AI 采纳采用虽非核心成果，但贯 穿本报告的核心衡量指标以下是关于我们测量方法的补充说明。AIAI 采纳：采纳：该指标衡量个人将AI 融入日常工作的程度及其对 AI 的态度。在过去三个月中，当您遇到需解决的问题或需完成的工作任务时，使用AI的频率如何？在过去三个月中，您在工作中 对 AI 的依赖程度如何？在过去三个月中，作为开发工 作的一部分，您对 AI 生成代码输出质量的信任度如何？附录 DORADORA 140 意见反馈：添加微信 pp2567891 平台工程 平台工程 平台及平台团队的定义说明：平台及平台团队的定义说明：平台：指可跨多个应用程序或 服务共享的能力集合。公司可能拥有多个功能重叠的平台，我们将这些统称为平台。平台团队：平台团队：指专门负责平台构建与运维的平台工程团队。不是必须设立专职平台工程团队的。平台工程：平台工程：指构建平台时应 用的软件与系统工程实践。稳健平台的核心特征列表：您的平台在多大程度上具 备以下特性？该平台帮助我构建和运行可靠的应用程序与服务。平台的用户界面(UI)简洁直观。平台提供我独立工作所需的工具和信息。该平台帮助我构建和运行安全的应用程序与服务。平台的行为方式符合我的预期。平台协助我遵循必要流程(例如代码审查、安全验收）。平台提供我独立工作所需 的工具和信息。平台对我的任务结果给予清晰反馈。我在平台上执行的任务自 动化程度良好。平台团队会对我提供的反馈采 取行动。该平台易于使用。平台有效屏蔽了底层基础设施的复杂性。附录 DORADORA 141 意见反馈：添加微信 pp2567891 张乐张乐 腾讯研发效能及 Al Coding 资深技术专家 目前负责服务数万人的智能化软件工程相关工具平台的设计与研发。前百度工程效率专家、前京东工程效率总监与首席架构师。长期在拥有数万人研发规模的一线互联网公司，负责研发效能提升、研发效能度量体系建设、敏捷与DevOps 实践落地及工具平台研发工作。DevOps 运动国内早期布道者与推动者。研发效能宣言发起人及主要内容起草者。著作：软件研发效能提升实践、软件研发效能权威指南；译著：独角兽项目：数字化转型时代的开发传奇、价值流动：数字化场景下软件研发效能与业务敏捷的关键。知识星球“研发效能”主理人。茹炳晟茹炳晟 腾讯 Tech Lead，腾讯研究院特约研究员，腾讯集团技术委员会委员，中国计算机学会 TF研发效能 SIG 主席，腾讯云架构师技术同盟入会成长主席，中国通信标准化协会 TC608 云计算标准和开源推进委员会云上软件工程工作组副组长，中国商业联合会互联网应用技术委员会智库专家，复旦大学CodeWisdom 团队成员，“软件研发效能度量规范”团体标准核心编写专家，国内外各大技术峰会的联席主席、出品人和 Keynote 演讲嘉宾，公众号“茹炳晟聊软件研发”主理人，二十余本计算机专业图书的作者和译者。审校审校 审校 DORADORA 142 意见反馈：添加微信 pp2567891 朱少民朱少民 QECon 发起人、CCF 杰出会员、软件工程 3.0作者 同济大学特聘教授、CCF 质量工程 SIG 主席，拥有个人公众号“软件工程 3.0 时代”。先后获得多项科技进步奖，出版了二十多部著作和 4 本译作，其代表作有：软件工程3.0、智能软件工程、全程软件测试、敏捷测试：以持续测试促进持续交付、软件测试方法和技术、软件质量保证与管理等。经常作为大会联席主席、论坛主席或专场出品人、演讲嘉宾等出席国内技术大会，曾任IEEE ICST 2019 工业论坛主席、多个 IEEE 国际学术会议程序委员、思科（中国）软件有限公司 QA 资深总监等。李威 李威 JFrog 解决方案架构师 DevOps 咨询师、教练。曾就职于烽火、京东等企业，十余年一线开发及运维经验，带领团队从零到一实践 DevOps 转型。现就职于 JFrog ，善于在工程实践方面引导帮助客户落地 DevOps 理念。参与编写软件研发效能权威指南。译者译者 王永雷王永雷 2016年 加 入BlackDuck，BlackDuck 资深软件安全架构师,首席开源软件治理专家，为大中华区的企业客户提供企业级的软件安全和开源合规治理解决方案。参与编写DevOps 原理和实践，参与翻译拥抱开源，开放式协作。指南。译者 DORADORA 143 意见反馈：添加微信 pp2567891 揭光发揭光发 腾讯云 架构师联盟社群管理主席 腾讯 专家工程师 20 年研发与团队管理经验，前腾讯云 TVP，现腾讯全栈技术专家，公司级低代码项目负责人，是 IEEE 低代码标准及大湾区企业低代码标准的主撰写人；大模型应用早期实践者与布道师，是国内顶级行业/技术峰会相关话題优秀讲师及出品人。在低代码与 LLM 结合场景有深度的实践，愿景是“人人能编程”。带领团队深度践行 LLM 对研发提效、探索Vibe coding 在专业程序员与准开发者群体的落地，个人代码全栈 AI 含量几近 100%。顾黄亮顾黄亮 畅销书DevOps 权威指南技术赋能数字化转型的基石作者，中国商联专家智库入库专家、国家互联网数据中心产业技术创新战略联盟(NIISA)智库专家委员会副主任委员、江苏银行业和保险业金融科技专家委员会候选专家、中国信通院企业数字化转型 IOMM 委员会特聘专家、中国信通院可信云标准特聘专家、低代码/无代码推进中心特聘专家，腾讯云最具价值专家 TVP，阿里云最有价值专家 MVP，研 发 运 营 一 体 化（DEVOPS）能力成熟度模型和企业 IT 运维发展白皮书核心作者，容器云技能大赛课程出品人，多个技术峰会演讲嘉宾，拥有丰富的企业级 DevOps 实战经验，专注企业 IT 数字化的转型和落地，致力于企业智慧运维体系的打造。单虓晗单虓晗 资深研发效能专家 在多家互联网头部公司负责研发效能提升工作。主要包括：华为，负责网络操作系统、终端 EMUI 等千人级研发团队的研发模式&工具的规划设计、落地实施。蚂蚁集团，负责研发数字化、智能化建设（蚂蚁 研发洞察 体系）。字节跳动，负责公司级研发效能提升工作，主要包括：效能度量体系的建设与推广（字节 DevMind 体系）；效能平台与最佳实践的建设与推广；重点业务线效能洞察与提升；AI X 研发提效实践的探索与应用。译者译者 译者 DORADORA 144 意见反馈：添加微信 pp2567891 吴骏龙吴骏龙 前 Wish 中国测试总监，历任阿里巴巴本地生活高级测试经理。毕业于中国科学技术大学，获硕士学位。腾讯云最具价值专家 TVP。极客时间容量保障核心技术与实战专栏作者，软件研发效能提升之美、软件研发效能权威指南、现代软件测试技术之美、深入浅出全链路压测等书籍作者。在软件质量体系、服务容量保障、服务稳定性建设、软件研发效能等领域深耕多年，善于通过创新手段解决质量、容量和效能难题，拥有多项国内外专利。多次受邀于业界各技术大会发表演讲，传播先进理念和方法论。熊志男熊志男 QECon 专家顾问 QECon 专家顾问，是 QETalk访谈发起人，曾在京东和 360担任研发效能和 DevOps 平台的产品专家。2023-2025 年在360 集团致力于通过 LLM 技术打造研发效能数字人、智能指标查询及报表生成系统，服务集团内千人规模产研团队。此前在京东担任研发效能和DevOps 平台产品专家，主导参与两款平台建设，支持万人规模产研团队协作。负责的京东零售持续集成和代码质量平台成功从 20 人小范围使用扩展至全公司通用效能工具。2011 年起作为测试技术社区TestWo 核心成员参与测试之旅公益沙龙组织与测试白皮书编撰。2022 年起担任云上软件工程社区研发效能和平台工程领域技术专家，持续推动业最佳实践分享。译者译者 译者 “State of AI-assisted SoftwareDevelopment”AI 辅助软件开发之现状 由 Google LLC 发布，遵循 CC BY-NC-SA 4.0 许可协议。关注QECon公众号持续获取AI质效前沿洞察
2025-10-14
148页
5星级
罗兰贝格：预见2026：中国行业趋势报告（90页）.pdf
智源研究院：2026十大AI技术趋势报告（34页）.pdf
中国互联网协会：智能体应用发展报告（2025）（124页）.pdf
三个皮匠报告：2025银发经济生态：中国与全球实践白皮书（150页）.pdf
三个皮匠报告：2025中国商业航天市场洞察报告-中国商业航天新格局全景洞察（25页）.pdf
中国电子技术标准化研究院：2025知识图谱与大模型融合实践案例集（354页）.pdf
中国银行：2026中国高净值人群财富管理白皮书（66页）.pdf
三个皮匠报告：2025中国情绪消费市场洞察报告（24页）.pdf
亿欧智库：2025全球人工智能技术应用洞察报告（43页）.pdf
中国信通院：具身智能发展报告（2025年）（67页）.pdf
0731-84720580
商务合作：really158d
友链申请 (QQ)：1737380874
最新报告
中英对照
全文搜索
报告精选
PDF上传翻译
多格式文档互转
入驻&报告售卖
会员权益
机构报告
券商研报
财报库
专题合集
英文报告
数据图表
会议报告
其他资源
研报
新质生产力
DeepSeek
低空经济
大模型
AI Agent
AI Infra
具身智能
自动驾驶
宠物
银发经济
人形机器人
企业出海
算力
微短剧
薪酬
白皮书
创新药
行业分析
个股研究
年报财报
IPO招股书
会议纪要
宏观策略
政策法规
其他
人工智能
信息科技
互联网
消费经济
汽车交通
电商零售
传媒娱乐
医疗健康
投资金融
能源环境
地产建筑
传统产业
英文报告
其它
行业聚焦
芯片产业
热点概念
全球咨询智库
人工智能
500强
新质生产力
会议峰会
新能源汽车
企业年报
互联网
公司研究
行业综观
消费教育
科技通信
医药健康
人力资源
投资金融
汽车产业
物流地产
电子商务
传统产业
传媒营销
其它
十五五规划系列报告合集（共48套打包）
2026低空经济/低空产业报告合集（共47套打包）
AI、科技与通信
广告、传媒与营销
消费、零售与支付
HR、文化与旅游
金融、保险与投资
能源、环境与工业
医疗制药与大健康
物流、地产与建筑
其他行业
AI ▪ 科技 ▪ 通信
数字化
金融财经
智能制造
电商传媒
地产建筑
医疗医学
能源化工
其他行业
收藏
下载
2026-02-02
AI查数
行业数据
政策法规
商业模式
产业链
竞争格局
市场规模
产业概述
其它
2026年
AI读财报
年报
一季报
半年报
三季报
IPO招股书
社会责任报告
A股
IPO申报
港股
美股&全球
新三板
微信扫码登录
手机快捷登录
账号登录
