FX168财经网_全球视野外汇黄金加密货币NFT资讯网_关键字搜索-FX168

全球数字财富领导者

财富汇｜美股投研｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

ETF市场日报 | 机器人产业链相关ETF领涨！通信、AI板块回调
 go
AI回调资本开支加速扩张，国内外AI大模型密集迭代：在“DeepSeek的创新热”过后，全球大模型领域的竞争节奏并未减慢，而是呈现密集迭代的态势。随之而来的是全球资本开支高景气，算力基础设施的军备竞赛的不断加速。兴业证券认为，中报业绩验证AI商业化加速，AI产业逐步进入兑现期：25中报显示AI产业链净利润延续高增长，AI中下游业绩逐步兑现。从AI细分方向的累计涨跌幅来看，AI板块内部向国产算力和中下游应用的扩散，依然是赔率较高的选择。活跃度方面，短融ETF(511360)成交额居首成交额方面，短融ETF(511360)今日成交额居首，达369亿元。银华日利ETF(511880)、港股创新药ETF(513120)、华宝添益ETF(511990)成交额居前。换手率方面，5年地方债ETF(511060)换手率居首，达244%。中韩半导体ETF(513310)、创业板新能源ETF国泰(159387)、10年地方债ETF(511270)换手率居前。 ETF发行市场方面，明日暂无最新动态以上内容与数据，与有连云立场无关，不构成投资建议。据此操作，风险自担。
有连云09-08 15:51
以爱尔眼科（300015.SZ）为例，看眼科赛道如何“反内卷”
go
DP3.0智能医疗AI平台”具备多模态大模型管理能力，形成了“数据治理-模型训练-临床验证”的闭环体系。在临床应用中，该平台搭载的门诊AI辅诊系统能够高度匹配黄斑裂孔、病理性近视等疾病的诊断；角膜塑形镜智能验配算法通过整合验光与角膜地形图数据，为医生提供精准参数参考，显著提升验配效率；而智能随访外呼系统实现了复查提醒、异常筛查等自动化管理，覆盖患者全周期服务。图片三：9月6日，“眼科人工智能专题会”在浙江杭州盛大举行图片来源：公司公众号，格隆汇整理组织层面也在全面升级。2025年1月，公司成立组织变革小组，打破区域界限，建立跨省管理单元，如湘赣区、秦晋区等，推动“以强带弱、以快带慢”，实现“同城一体化”运营，提升资源利用和整体效率。展望未来，公司将继续推进国际化战略，目前海外业务增速已超过国内，成长空间广阔；在国内，则持续夯实“1+8+N”战略，巩固市场领先地位。小结回到最初的问题，眼科医疗赛道如何真正实现“反内卷”？爱尔眼科的这份中报，或许为我们提供了一个清晰的可借鉴样本。在当前从“规模扩张”走向“质量提升”的行业转型阶段，技术创新能力与政策适应能力，正成为企业最核心的竞争壁垒。以屈光业务为例，爱尔眼科通过高端术式与先进设备持续引领升级，真正做到了以技术驱动摆脱低效竞争。随着公司稳步迈向高质量发展新阶段，其背后的成长逻辑与价值底气，也正在被越来越多的投资者所关注和认可。截至目前，已有近20家券商发布报告看好公司未来发展。这条路值得期待，也正在发生。图表四：近期券商评级数据来源：WIND，格隆汇整理
格隆汇09-08 15:41
ETF盘中资讯|港股AI持续发酵，港股互联网ETF（513770）高溢价止跌，权重股阿里巴巴领涨3%，发布迄今最大模型
 go
旗下通义千问于9月6日发布超万亿参数的大模型Qwen3-Max-Preview，在多项基准测试中超越了Claude-Opus4等全球领先模型，参数量达到1T，为其迄今为止最大的模型，在中英文理解、复杂指令遵循、工具调用等维度实现了显著增强，同时大幅减少了知识幻觉。随着港股科技龙头中报披露落幕，尤其是阿里最新一季云收入、资本开支均超市场预期，有望带动板块逐渐从“外卖内卷”叙事，回归AI叙事、科技成长叙事，在流动性宽松背景下，开启新一轮估值修复行情。港股市场汇聚了一批A股没有的互联网龙头企业，在A股部分资产估值偏高的背景下，港股因其估值优势和稀缺资产成为资金青睐的对象。阿里巴巴、腾讯控股等既是AI算力的出资方，还是AI大模型的技术研发者，更是AI主流应用的重要提供方，或有望成为布局AI应用端行情的重点方向。值得一提的是，今年以来，港股科技行情显然由AI主导，港股AI核心工具——港股互联网ETF（513770）标的指数中证港股通互联网指数表现明显优于恒生科技指数，区间累计涨幅及最大涨幅均较恒生科技指数超额逾10个百分点，领涨弹性突出，或值得重点关注。港股互联网ETF（513770）及其联接基金（A类017125；C类017126）被动跟踪中证港股通互联网指数，重仓港股科技、互联网龙头。基金定期报告显示，截至二季度末，前4大权重股分别为小米集团-W、腾讯控股、阿里巴巴-W、美团-W，合计占比54.74%，前十大持仓股合计占比超72%，龙头优势显著。港股互联网ETF（513770）最新基金规模超97亿元，年内日均成交额5.96亿元，支持日内T+0交易，不受QDII额度限制，流动性佳！提醒：近期市场波动可能较大，短期涨跌幅不预示未来表现。请投资者务必根据自身的资金状况和风险承受能力理性投资，高度注意仓位和风险管理。数据来源：沪深交易所等。中证港股通互联网指数近5个完整年度的涨跌幅分别为：2020年，109.31%；2021年，-36.61%；2022年，-23.01%；2023年，-24.74%；2024年，23.04%。指数成份股构成根据该指数编制规则适时调整，其回测历史业绩不预示指数未来表现。风险提示：港股互联网ETF被动跟踪中证港股通互联网指数，该指数基日为2016.12.30，发布于2021.1.11，指数成份股构成根据该指数编制规则适时调整。文中指数成份股仅作展示，个股描述不作为任何形式的投资建议，也不代表管理人旗下任何基金的持仓信息和交易动向。基金管理人评估的该基金风险等级为R4-中高风险，适宜积极型（C4）及以上的投资者。任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，亦不对因使用本文内容所引发的直接或间接损失负任何责任。基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证，基金的过往业绩并不代表其未来表现，基金投资有风险，基金投资须谨慎。
金融界09-08 14:00
新华网业绩说明会：主业提质与数智破局提升发展空间
 go
一纳管与智能调度，具备算力统筹能力；在大模型和智能体Agent孵化开发以及人工智能安全治理层面，“新华AIGC应用使能平台”已孵化政务服务、健康诊疗等数十个垂直行业应用，“AIGC-Safe全域内容安全与模型安全综合服务平台”入选世界媒体峰会推荐项目，应用于国家互联网联合辟谣平台，服务全国AI治理体系。据介绍，新华网高度重视生态共建，坚持与国家级新质生产力的领军力量携手，共同推进数字经济领域的深度创新和产业落地。目前，新华网已构建多层次生态合作体系：与清华大学共建新质生产力研究院；与浙江大学签署协议联合打造AI概念验证中心、智算语料服务中心、新质资本全链赋能中心；与上海交通大学共建企业家出海、新质生产力服务、国际品牌传播三大平台；与清华大学交叉信息核心研究院、南京航空航天大学国际创新港城市空中交通研究院，共同构建低空经济领域“空天地一体化”系统。储学军表示，未来，新华网将继续沿着“传媒+科技+资本”路径，深化“轻资产+共创共赢”模式，加快推进全方位系统性变革，当好“主流思想舆论的引领者、产业融合创新的赋能者、投资者价值创造的推动者”。
金融界09-08 14:00
AI领域进入基本面兑现阶段，AI小宽基人工智能ETF(515980)年内累计反弹近85%，近10日获资金逢低布局超22亿元
 go
行动方案》，提出鼓励开展人工智能芯片与大模型适应性测试，鼓励各地推动人工智能终端创新应用，推动5G/6G关键器件、芯片、模块等技术攻关。中信建投证券表示，9月2-4日连续三日下跌，本轮慢牛行情首次进入整理期。主要由于八月下旬以来市场交易过热，同时资金显著集中于TMT板块导致交易结构恶化，另一方面月初重要活动、美联储降息预期等利好已经或接近兑现，也导致风险偏好下降。在指数整理期市场出现一定高低切换，目前本轮AI算力主线核心逻辑并未被证伪，同时对于前期涨幅落后但景气逻辑仍在的赛道方向应该重点关注。华创证券认为，AI领域进入基本面兑现阶段，资本开支进一步上行相比2024年多数领域归母净利润负增的情况，整体来看今年AI各细分领域已进入基本面兑现阶段。从中报业绩来看，AI算力、无人机、人形机器人等领域归母净利润增速相对靠前。与此同时，AI浪潮正驱动企业大幅增加资本开支。随着大模型加速迭代与AI应用逐步落地，催生了对算力基础设施的持续投入，同时政策支持与生态繁荣进一步强化了投资信心，推动产业链各环节投资力度进一步加快。华富人工智能ETF（515980）基金经理郜哲表示，当前部分热门板块今年以来累计涨幅较大，交易情绪可能短期内过于拥挤，存在技术性回调与获利盘抛售的压力。另外，区域政治与大国博弈仍具有不确定性，相关事件也可能对市场风险偏好和特定产业形成短期冲击。但在当前高景气行业增多的背景下，如果产业的景气度和业绩兑现仍处于良性循环的阶段，行业高切低、或短期估值波动都为投资者提供了积累便宜筹码的机会，或可借道相关基金布局人工智能产业链。场外投资者也可以选择华富人工智能ETF联接基金（A类008020，C类008021），通过投资目标ETF跟踪指数，一键把握本轮以人工智能为引擎的科技牛投资机会。以上内容与数据，与有连云立场无关，不构成投资建议。据此操作，风险自担。
有连云09-08 13:51
明略科技入选IDC“中国AI Agent市场”标杆厂商，大模型技术实力获认可
 go
专家调研及多维评估，明略科技凭借企业级大模型与智能体技术优势，成功入选标杆厂商之列。 IDC报告指出，2025年中国AI Agent市场实现关键跃迁。Q1尚处概念混淆、路径不清的探索期；Q3开始实现质变，定义标准统一，技术架构成熟，市场规模爆发。企业从"伪 Agent"的概念炒作转向真实价值创造。AI Agent 需自主完成复杂任务的拆解与执行，而大模型应用则通常响应单一指令。这一定义的明晰，推动市场从"功能堆砌"转向"核心能力的系统性构建"。在这一成熟过程中，明略科技在内的标杆厂商脱颖而出，共同勾勒出中国 AI Agent 市场从技术探索迈向规模化价值落地的清晰轨迹。明略科技AI Agent依托于自研的DeepMiner系列大模型——为应对复杂商业决策而生的新一代AI底座。它并非单一模型，而是集调度框架、决策智能、自动化执行于一体的完整智能生态。 DeepMiner-Foundation Agent 作为核心，是一个多智能体运行时框架，如同AI团队的中枢神经系统，为AI专家智能体（Sub-Agents）团队，提供高效协同与稳定运行的基石。 Foundation Agent的强大能力，由DeepMiner-Cito (专业指令推理模型)与DeepMiner-Mano (专业灵巧手模型)两大核心Agentic Model驱动与支撑。 Cito (专业指令推理模型)：作为平台的分析决策中枢，专为深度推理而设计。通过为复杂商业问题动态构建专业推理链路、自动化整合多源数据等步骤。最终可生成完全透明的可解释性报告，让每一步决策都有迹可循，彻底打破AI“黑箱”。 Mano (专业灵巧手模型)：作为平台的自动化执行引擎，以拟人化交互为核心，能精准完成各类复杂网页操作。其核心技术突破在于，通过持续强化学习，Mano能够自主探索并适应全新的平台与业务流程。在面对业务变更时，显现出强大的适应性，显著降低传统自动化方案的适配与维护成本。通过Foundation Agent的统一调度，DeepMiner大模型可将Cito的深度推理规划能力与Mano的精准执行能力深度融合，打通从“商业洞察”到“业务执行”的端到端智能自动化闭环。在企业商业决策支持、内容创意优化、跨文化传播评估等多个业务场景中已显现出巨大的商业价值。据 IDC 预测，2025 年中国 AI Agent 企业级市场规模约为 190 亿（人民币），预计 2025—2028 年复合增长率超 110%。企业级市场呈现"场景价值密度驱动"特征，集中在高标准化流程、低人工重复劳动占比、高数据数字化率的领域。此外，应用场景落地呈现从试点到规模化复制的趋势。垂直领域厂商以行业 Know-how 为积累，"行业大模型+场景化工具"等不可替代性优势，将增强企业吸引力。一方面，AI Agent的流程自动化重塑企业运营效率。典型业务流程周期从"天级"压缩至"小时级"，并从"单一环节优化"转向"全链路协同"，实现端到端自动化的企业比例将显著提升，不仅提升执行效率，更将通过流程数字化与数据沉淀，为企业提供决策支持与持续优化的依据。另一方面，智能决策支持推动企业决策智能化转型。通过实时数据驱动与模型预测，将决策从"经验依赖"转向"数据智能"，降低人为误差与滞后性。在营销领域，Agent 可以整合用户画像与实时数据生成投放策略，提升广告转化率与预算分配效率。采用智能决策 Agent 的企业中，多数表示其决策质量较人工方案有显著提升。明略科技作为企业级Agentic Model引领者，始终以“通过链接数据，打造可信智能，让企业高效运转、加速创新”为使命。此次入选既是对明略科技大模型技术实力与客户服务能力的权威认可，也是对Agentic Model技术发展的有力助推。未来，明略科技将以此为契机，持续深化大模型技术的场景化应用，携手更多企业共同迈向智能化转型新阶段。以上内容与数据，与有连云立场无关，不构成投资建议。据此操作，风险自担。
有连云09-08 11:32
公募费改第三阶段落地！金融科技ETF(516860)回调超1%，信安世纪领涨
 go
革第三阶段销售费率改革的落地。国内外大模型快速迭代，阿里、腾讯、谷歌等科技巨头持续发布新模型，推动AI产业链快速发展。阿里上线超万亿参数的Qwen3-Max-Preview，参数量超1万亿，在多项主流基准测试中表现全球领先，已正式上线阿里云百炼平台，可通过API直接调用。机构分析指出，此次费率改革是公募基金行业高质量发展的关键一步。三阶段费率改革累计每年向投资者让利超500亿元，意味着行业从“规模导向”向“价值导向”转变。《规定》将推动销售机构从流量思维转向服务思维，引导行业回归以投资者利益为中心的本质。同时，通过优化费用结构、降低投资者综合成本，将吸引更多长期资金入市，促进市场健康稳定发展，为行业高质量发展奠定基础。规模方面，金融科技ETF近2周规模增长840.55万元，实现显著增长，新增规模位居可比基金2/5。份额方面，金融科技ETF最新份额达13.53亿份，创近1年新高，位居可比基金2/5。资金流入方面，金融科技ETF最新资金净流入6640.27万元。拉长时间看，近5个交易日内有3日资金净流入，合计“吸金”1.11亿元，日均净流入达2216.26万元。金融科技ETF紧密跟踪中证金融科技主题指数，中证金融科技主题指数选取产品与服务涉及金融科技相关领域的上市公司证券作为指数样本，以反映金融科技主题上市公司证券的整体表现。数据显示，截至2025年8月29日，中证金融科技主题指数前十大权重股分别为同花顺、东方财富、恒生电子、指南针、润和软件、东华软件、银之杰、新大陆、四方精创、广电运通，前十大权重股合计占比54.08%。（文中个股仅作示例，不构成实际投资建议。基金有风险，投资需谨慎。）金融科技ETF(516860)，场外联接(博时中证金融科技主题ETF联接A：023536；博时中证金融科技主题ETF联接C：023537)。以上产品风险等级为：中高（此为管理人评级，具体销售以各代销机构评级为准）风险提示：基金不同于银行储蓄和债券等固定收益预期的金融工具，不同类型的基金风险收益情况不同，投资人既可能分享基金投资所产生的收益，也可能承担基金投资所带来的损失。基金的过往业绩并不预示其未来表现。投资者应了解基金的风险收益情况，结合自身投资目的、期限、投资经验及风险承受能力谨慎决策并自行承担风险，不应采信不符合法律法规要求的销售行为及违规宣传推介材料。以上内容与数据，与有连云立场无关，不构成投资建议。据此操作，风险自担。
有连云09-08 11:01
阿里发布首个超万亿参数模型，恒生科技指数ETF(159742)连续10天“吸金”超5亿元，互联网板块有望回归AI成长叙事
 go
资讯】阿里于9月6日发布超万亿参数的大模型 Qwen3 - Max - Preview，在多项基准测试中超越了 Claude-Opus 4 等全球领先模型。该模型已正式上线阿里云百炼平台，可通过API直接调用，同时，Qwen Chat也同步上线新模型，支持免费使用。【机构解读】阿里凭借清晰的“开源与自研并行”战略以及在算力基础设施和 AI 工程化领域的深厚积累，其已在全球大模型领域站稳了第一梯队位置，阿里大模型持续更新迭代有望带动互联网板块回归AI的科技成长叙事。【相关ETF】 #恒生科技指数ETF（159742.SH）及其场外联接(博时恒生科技ETF发起式联接（QDII）A：014438；博时恒生科技ETF发起式联接（QDII）C：014439)和港股互联网ETF（159568）港股互联网板块具备启动补涨行情的多重驱动因素： 1、外部流动性环境改善：美联储新一轮降息周期临近，此前压制互联网板块估值的高利率约束有望逐步解除，为板块估值修复提供有利外部条件。 2、龙头企业基本面支撑：板块核心标的阿里巴巴最新一季财报表现亮眼，其在资本开支等关键指标上超出市场预期，不仅印证自身经营韧性，也为整个板块提供基本面支撑。 3、产业主线红利传导：当前AI行情正从上游技术层、中游模型层向下游应用层扩散，互联网板块作为AI应用场景最丰富、商业化落地最成熟的领域之一，有望成为率先受益的方向，进一步打开增长空间。从指数权重角度看，阿里巴巴在核心指数中占据重要地位：其在恒生科技指数中权重为8.48%，在港股通互联网指数中权重达14.17%，且均为两大指数的第二大权重股。综合来看，在“海外降息预期升温+AI应用红利传导”的双重背景下，恒生科技指数与港股互联网指数具备清晰的多重补涨逻辑。基于此，建议重点关注恒生科技指数ETF及港股互联网ETF的配置价值，把握板块补涨机遇。规模方面，恒生科技指数ETF最新规模达34.30亿元，创近1年新高。份额方面，恒生科技指数ETF最新份额达44.46亿份，创近1年新高。从资金净流入方面来看，恒生科技指数ETF近10天获得连续资金净流入，最高单日获得1.90亿元净流入，合计“吸金”5.14亿元，日均净流入达5144.38万元。恒生科技指数ETF紧密跟踪恒生科技指数，恒生科技指数代表经筛选后最大30间与科技主题高度相关的香港上市公司。港股互联网ETF紧密跟踪中证港股通互联网指数，中证港股通互联网指数从港股通范围内选取30家涉及互联网相关业务的上市公司证券作为指数样本，以反映港股通内互联网主题上市公司证券的整体表现。（文中个股仅作示例，不构成实际投资建议。基金有风险，投资需谨慎。）以上产品风险等级为：中高（此为管理人评级，具体销售以各代销机构评级为准）风险提示：基金不同于银行储蓄和债券等固定收益预期的金融工具，不同类型的基金风险收益情况不同，投资人既可能分享基金投资所产生的收益，也可能承担基金投资所带来的损失。基金的过往业绩并不预示其未来表现。投资者应了解基金的风险收益情况，结合自身投资目的、期限、投资经验及风险承受能力谨慎决策并自行承担风险，不应采信不符合法律法规要求的销售行为及违规宣传推介材料。以上内容与数据，与有连云立场无关，不构成投资建议。据此操作，风险自担。
有连云09-08 10:41
两部门：到2027年推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用
 go
算供需逆向分布等不容忽视的问题与挑战。大模型“黑箱”特性导致的可解释性缺陷和潜在幻觉风险，使得人工智能技术在涉及核电站安全决策、电网实时调度等核心领域尚无法满足行业级可靠性要求。随着越来越多场景融入人工智能应用，亟需加强顶层设计和系统谋划，加快推动人工智能技术在能源领域的深度应用，带动能源整体性变革，助力加快构建新型能源体系。问：《实施意见》提出2027、2030两个阶段性目标的主要考虑是什么？答：统筹考虑能源领域人工智能应用实际，立足能源行业发展基础，放眼行业发展近中期目标，《实施意见》以拓展人工智能与能源领域深度融合应用场景为重要依托，以提升能源领域人工智能创新应用技术水平为主攻方向，以推进智能算力与电力协同发展为必要支撑，以健全能源智能化发展的创新体系为关键保障，提出能源领域人工智能发展的分阶段目标：到2027年，着眼于打牢基础、树好标杆、健全体系。聚焦能源领域智能化水平不均衡、共性技术支撑不足、规模化应用尚未形成，重点推动“五十百”工程，即推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用，挖掘十个以上可复制、易推广、有竞争力的重点示范项目，探索百个典型应用场景赋能路径，制定完善百项技术标准，培育一批行业级研发创新平台，形成符合我国国情的能源领域人工智能技术创新发展模式。到2030年，聚焦自主可控、深度赋能、国际领先，在前期技术积累和场景验证的基础上，着力推动能源领域人工智能专用技术实现体系化突破与规模化落地。这一阶段更注重核心技术的自主创新与深度融合应用，通过人工智能技术增强能源系统的安全性、绿色化和效率，支撑我国新型能源体系建设。问：在《实施意见》提出了哪些重点任务？答：《实施意见》围绕行业应用需求和基础能力供给协同推进，从应用场景赋能、关键技术供给等方面部署了一系列重点任务，并以专栏形式细化明确了研发应用重点方向。一是面向能源各场景全方位赋能。《实施意见》围绕煤、电、油、气各能源品种，系统部署了人工智能+电网、能源新业态、新能源、水电、火电、核电、煤炭、油气八大应用场景，推动能源领域共享人工智能发展红利，助力传统化石能源产业数字化智能化升级，加快新能源、能源新业态及能源交叉领域与人工智能的深度融合，培育壮大能源新产业新模式。在纵向上，围绕能源装备制造、能源生产、输运、调度、消费等环节，强化人工智能对能源产供储销的提质增效作用，提升能源系统整体效率。二是专栏明确典型场景建设路径。坚持战略引领与精准落地并重的原则，聚焦智能化转型需求急迫、数据基础完备、应用价值明确、规模化应用潜力大的方向，以专栏形式明确了37个人工智能+能源的融合应用发展重点任务，涉及百余项场景，其中，油气方向有6个，煤炭、电网、水电、能源新业态方向各5个，火电、新能源方向4个，核电方向3个，同时，提出了各任务的建设路径与目标。三是加大关键共性技术供给。围绕数据、算力、算法，系统构建人工智能应用基础支撑体系，提出人工智能在能源领域应用的三大共性关键技术攻关方向：夯实数据基础，加快形成能源领域高质量数据集，确保能源数据全流程安全可靠；强化算力支撑，统筹规划资源，构建算力、电力深度融合的算电协同发展机制；提升模型基础能力，推动人工智能与能源领域软件深度融合，加快突破人工智能绿色低碳技术瓶颈。问：下一步将如何推动《实施意见》的落实？答：能源领域智能化转型，需要上下协同发力，部门协调配合，国家能源局将紧紧围绕能源领域智能化转型下一阶段目标任务，进一步强化顶层设计、政策支持和指导协调，定期开展分析研究和总结评估，研究解决工作推进中的重大问题，确保《实施意见》各项任务顺利推进。一是强化组织实施。加强统筹协调，形成上下联动的工作格局，推动各地方、各企业因地制宜细化落实举措，建立健全长效工作机制并强化过程督导，确保《实施意见》各项任务落到实处、取得实效。二是加强产学研协同。综合考虑煤电油气各行业应用潜力、成熟度、带动作用等因素，遴选一批能源领域人工智能应用高价值场景，鼓励企业、科研院所、高校等各类创新主体建设高水平研发创新平台和创新联盟，促进产学研用深度融合。三是加速科技成果转化。探索建设行业级人工智能应用测试平台，有效协同企业自主研发的大模型，解决大模型“重复造轮子”问题，避免先进算力和能源资源被过度消耗。遴选一批可复制、易推广的标杆场景与案例，鼓励体制机制与商业模式创新，推动能源领域人工智能科技项目实施与成果转化。国家发展改革委国家能源局关于推进“人工智能+”能源高质量发展的实施意见各省、自治区、直辖市及计划单列市、新疆生产建设兵团发展改革委、能源局，有关中央企业，有关行业协会：为深入贯彻党中央、国务院关于发展人工智能的决策部署，落实《国务院关于深入实施“人工智能+”行动的意见》（国发〔2025〕11号）有关工作要求，抢抓人工智能发展重大战略机遇，突出应用导向，加快推动人工智能与能源产业深度融合，支撑能源高质量发展和高水平安全，现提出如下意见。一、总体要求坚持以习近平新时代中国特色社会主义思想为指导，深入贯彻党的二十大和二十届二中、三中全会精神，全面贯彻习近平总书记关于推动人工智能与实体经济深度融合、培育壮大智能产业的重要指示精神，以拓展人工智能与能源领域深度融合应用场景为重要依托，以提升能源领域人工智能创新应用技术水平为主攻方向，以推进智能算力与电力协同发展为必要支撑，以健全能源智能化发展的创新体系为关键保障，着力提升能源系统安全可靠与灵活高效运行能力，保障能源安全稳定供应和绿色低碳转型，加快培育新质生产力，为新型能源体系建设提供有力支撑。到2027年，能源与人工智能融合创新体系初步构建，算力与电力协同发展根基不断夯实，人工智能赋能能源核心技术取得显著突破，应用更加广泛深入。推动五个以上专业大模型在电网、发电、煤炭、油气等行业深度应用，挖掘十个以上可复制、易推广、有竞争力的重点示范项目，探索百个典型应用场景赋能路径，培育一批能源行业人工智能技术应用研发创新平台，制定完善百项技术标准，培养一批能源与人工智能复合型人才，探索建立能源领域人工智能技术研发应用金融支撑体系，形成符合我国国情的能源领域人工智能技术创新发展模式，能源领域智能化成效初显。到2030年，能源领域人工智能专用技术与应用总体达到世界领先水平。算力电力协同机制进一步完善，建立绿色、经济、安全、高效的算力用能模式。能源与人工智能融合的理论与技术创新取得明显成效，能源领域人工智能技术实现跨领域、跨行业、跨业务场景赋能，在电力智能调控、能源资源智能勘探、新能源智能预测等方向取得突破，具身智能、科学智能等在关键场景实现落地应用。形成一批全球领先的“人工智能+”能源相关研发创新平台和复合人才培养基地，建成更加完善的政策体系，持续引导“人工智能+”能源高效、健康、有序创新，为能源高质量发展奠定坚实基础。二、加快能源应用场景赋能（一）人工智能+电网。围绕新型电力系统下的电网安全、新能源消纳、运行效率等要求，开展电力供需预测、电网智能诊断分析、规划方案智能生成等电网规划设计应用，加强电网工程智慧建设管理；推进电网多尺度智能仿真分析，探索人工智能模型在电网智能辅助决策和调度控制方面的应用，提升电力系统源网荷储全要素安全可靠低碳运行水平；稳步提高输变电等关键装备研制智能化水平；推动电力设备故障预测性维护，打造具备自主感知、决策、执行能力的电力设备健康管理智能体，提升设备精益化管理水平；推动营配调智能一体化应用，构建电网运营服务智能支撑体系，提升电力客户全过程智能服务水平；促进人工智能技术融入电力应急体系和能力建设，提升电力系统防灾减灾救灾智能化水平。专栏1 人工智能+电网典型应用场景电网智能规划设计与生产建设。构建电力供需智能预测、电网运行智能诊断分析、电网规划智能辅助决策、输变电设施智能设计等应用，应用人工智能技术开展规划设计和技术经济分析，推动电网规划设计作业模式向智能化转变。聚焦建设阶段的作业感知与业务监测，构建电网建设的人工智能违章识别、进度仿真、在线监测、管控指标实时分析、作业流程智能管理等应用，促进电网工程建造智能升级。电网调度运行。在全国统一电力市场建设背景下，构建新能源功率预测、负荷预测、离线仿真分析、在线安全分析、极端应急处置、调度辅助决策、市场出清运筹优化、电力市场智慧决策等方面的智能化应用，持续完善新一代智能调控技术支持体系，支撑新型电力系统安全稳定运行。电力设备状态评价与智能运维。构建设备状态智能感知与预警、设备故障智能定位与诊断、设备状态检修智能决策、设备灾害风险智能预测、检修工作票智能生成等应用，提升设备精益化管理水平。配电网智能运行管理。构建配电网实时感知、风险分析、智能决策等技术应用，全面提升配电网智慧控制能力和供电可靠性，加强配电网层面源网荷储协同调控。电力应急抢修。构建电力系统灾害风险智能预警、损毁情况智能分析、应急方案智能决策等辅助决策系统，推进电力应急抢修技术装备智能化应用，提升电力系统防灾减灾救灾能力。（二）人工智能+能源新业态。围绕能源保供和绿色低碳转型需求，推进人工智能技术在虚拟电厂（含负荷聚合商）、分布式储能、电动汽车车网互动等灵活性调节资源中的应用，提升负荷侧群控优化和动态响应能力；加强人工智能技术在新型储能与电力系统协同优化调度以及全生命周期安全中的应用，推动可再生能源制氢生产工艺智能寻优。强化人工智能技术赋能能源生产过程中的节能和碳排放管理，提升多能互补综合能源系统电、热、冷、气联供的综合能效和降碳水平。推动人工智能在零碳园区、智能微电网、算电协同中的应用，提升源网荷储一体化智能运行水平，促进新能源就地消纳。专栏2人工智能+能源新业态典型应用场景虚拟电厂精准控制与智能运营。虚拟电厂运营商平台根据电网调节指令、市场信息，结合资源特性的动态变化，进行控制策略的智能优化和控制指令的智能生成，实现大规模灵活性资源聚合优化调控、实现虚拟电厂参与电力市场的智慧交易决策。绿氢生产工艺智能寻优。融合风光功率波动预测、储氢罐容量、电解槽温度、催化剂状态等多维数据，基于人工智能算法，智能驱动电解槽电流密度动态寻优，构建电解制氢-储氢-用氢全链条智能调控系统，实现可再生能源功率波动与电解装置柔性负荷的毫秒级匹配。园区智能降碳。基于光伏、储能等设备运行数据，园区智能降碳协同控制系统实时动态优化能源调度策略，结合电价与碳排放因子自动调节空调温度、充电桩功率及设备启停时序，通过增强现实可视化界面和语音助手向用户推送个性化节能建议，形成“碳-能-费”智能协同模式。新型储能智能化运行。针对新型储能动态适配电力系统调度、广域协同互动、弱电网支撑、电池装备安全监测、设备本体评估与运维，通过人工智能技术，提升面向弱电网的多类型储能协调控制能力，构建新能源与配建新型储能广域协同优化控制、储能电站智能评估、智慧运维决策支持、全生命周期安全等应用体系，提升系统友好型新能源电站的电力供应保障能力。智能营销服务。针对油、气、电等直接面向客户服务场景，构建座席业务受理智能辅助、智能客户服务、供电方案智能生成、综合用能方案智能生成、运维工单智能派发、用户用能异常诊断等智能化应用，打造交互式、伴随式的客服新模式，提升客户全过程智能化服务水平。（三）人工智能+新能源。针对新能源出力波动性与间歇性的问题，加快在高精度功率预测、电力市场、场站智慧运营、新能源规划、项目后评价等方向的人工智能应用，持续推动新能源关键材料及产品不断迭代和创新，推动复杂场景及转折性天气下功率预测大模型在更小尺度、更高精准度方向发展，支撑广域新能源资源协同优化，促进偏远地区新能源场站智能运维发展，打造“气象预测+功率预测+智慧交易+智能运维”一体化新能源智能生产模式，全力支撑新能源稳定供给。专栏3人工智能+新能源典型应用场景气象预报与新能源功率精准预测。构建以多时空尺度气象预报为核心的气象服务体系，建立气象-功率非线性关系精准挖掘与解析的多场景多周期算法大模型，实现新能源功率精准预测。偏远地区场站智能运维。利用大模型、声纹检测、遥感、机器人、智能穿戴设备等技术装备，实时监测周边环境及设备运行状态，实现无人机、无人车、无人船、智能控制等多系统智能联动，提升设备巡检效率，提高场站的综合运营效率。新能源规划设计。综合考虑发电效率、投资回报率等因素，构建智能化推荐引擎，提供最优机型匹配方案。融合大模型与设计软件，快速生成多版本设计方案并评估关键参数，提升设计效率与质量。智慧工地建设。推动人工智能技术深度融入工程建设方案选择、人员管理、风险预警、工期管控等电力建设工程管理全流程，研发无人机巡检系统、风险自动研判预警系统等，实时捕捉施工人员违章行为，构建贯穿施工全过程的“智慧工地”管理平台，助力提升电力建设工程安全质量总体水平。（四）人工智能+水电。聚焦高海拔高寒地区水电工程智能化建设与流域水电站群智慧调度运营，推进人工智能技术在水电工程建设中的应用，提升水电工程智能化设计施工管理水平；推进人工智能技术与传统水文模型、气象模型、大规模水库调度技术融合，提升气象、水文双向耦合预测精度，开展调度决策优化智能应用建设；推动知识图谱、大模型、智能体等技术融入新一代水电智慧运营大脑，在水电站智慧运维与精益检修、智能大坝态势感知与智慧管理等重点领域形成智能化解决方案。专栏4 人工智能+水电典型应用场景智能水电工程建设。基于多源遥感数据融合和智能机器人等人工智能技术，建立水电工程地质智能化勘测设计体系，实现机组设备数字化智能化安装调试，提升水电工程智能化施工管理水平。气象水文联合预测。基于流域气象水文双向耦合预测大模型，构建洪旱极端事件风险量化工具，充分融合气象知识、水文知识和流域地理信息，提升气象水文预报精度和预见期。流域综合调度。基于流域站群联合智慧优化调度、风险控制和模拟仿真等关键技术，建设精准调度决策优化智能应用，实现对水资源调度方案执行情况的实时监测、分析和评估，在时间和空间上对水资源分配进行优化，提高水能利用率，增加发电效益。设备智能运检。基于物理场、声学、视觉、智能传感器等多源数据以及知识图谱、大模型等技术，推动水电关键设备实现状态全息监测、全生命周期健康管理、智能运维和状态检修等业务领域全流程智能化升级，实现运维知识结构化管理与基于大模型-智能体的智能辅助决策系统。大坝高质量运行。构建大坝典型病害特征数据库与知识图谱，结合大坝智能感知-融合-诊断-防控理论方法，实现多元驱动的大坝安全状态早期识别-自诊断-自适应预警-智能馈控，确保水电站大坝运行安全，支撑水库大坝高质量运行管理。（五）人工智能+火电。围绕火电清洁降碳、安全可靠、高效调节、智能运行的发展方向，在燃料管控、生产运行优化与智能控制、设备全生命周期管理等业务场景，协同开展人工智能赋能及技术创新。加快火电数字化设计建造和智能化升级，推动火电运行控制系统智能化发展和应用，提升火电关键装备全生命周期智能监测及健康管理能力，助力火电支撑保障能力进一步提升。专栏5 人工智能+火电典型应用场景燃料智能管控。基于燃料市场价格波动、库存量、耗煤量以及煤堆三维结构、煤质分析等多维度多类型数据，采用先进传感、图像识别、规则理解以及智能体等技术，实现燃料数量、质量等智能检测和智能管控。生产运行优化。基于大模型和生产运营相关系统数据，实现生产运营过程中燃料掺配、运行优化、智能灵活调峰、安全智能管控等核心业务场景智能化升级，提升生产运营的智能化水平和效率。设备全生命周期管理。基于大模型和机器人等人工智能技术，通过对汽轮机（含燃气轮机）、发电机、锅炉受热面等关键设备多类型数据进行实时状态监测，实现设备状态全景监测、健康量化评估、隐患识别与故障预警、剩余寿命预测、运行方案调整、异常分析判断和隐患闭环管理。智能技术监督及评价。依托锅炉、汽轮机（含燃气轮机）、发电机等关键设备的海量运行数据与火电技术监督工作相关资料，基于火电大模型多模态分析能力，深度融合火电特色场景，提升技术监督的智能化和人员专业能力。（六）人工智能+核电。围绕核电安全发展，构建核电安全预警、电站运行事件智能溯源分析、应急响应的智能辅助支持系统，开展核工业特种运维机器人技术攻关，持续推动核电系统的自动启停等技术升级演进，探索人工智能技术助力离子体预测控制、可控核聚变等技术路径，推动核电行业向数据驱动、模型牵引、智能管控的新模式稳步转型。专栏6 人工智能+核电典型应用场景核电智能安全管控。借助数据治理及人工智能技术，聚焦运行事件溯源、技术规格书及运行参数边界条件，智能识别人员、设备、环境的不安全状态，推进安全预警、智能应急响应等场景技术攻关与应用。核电智能运维。利用各阶段的构筑物、系统及设备/部件的数据，建立数据驱动的核电厂模型，推动核电人工智能小模型及专业大模型研发，推进人工智能技术在核电系统智能监测、预警、诊断和预测中的应用，提升机组性能智能诊断和优化能力，提升关键设备、系统及机组的一键启停等能力，拓展高放射性、水下及密闭空间等高危场景机器人作业的范围与深度。可控核聚变智能控制。结合可控核聚变装置多物理场耦合特征，基于人工智能技术开展可控核聚变智能控制系统研究，研发等离子体位形实时预测-磁约束参数自适应调控智能模型，实现托卡马克等离子体稳态运行的智能化控制。（七）人工智能+煤炭。聚焦地质勘探、煤矿采掘（剥）、煤炭洗选、生产调度、安全管控、设备管理等典型场景，稳定获取复杂地质、多工况以及多时空协同条件下的各种工况数据，融合应用智能模型，实现生产过程智能控制与自主决策，助力少人无人化作业常态化运行，稳步推进减人、增安、提效，进一步夯实煤炭在能源安全中的兜底保障作用。专栏7人工智能+煤炭典型应用场景煤矿地质勘探数智赋能。基于煤矿专业大模型，融合地面高精度勘探与井下动态智能探测的新技术，构建复杂地质条件下的煤矿地质数据库，实现矿井地质信息的全过程动态协同管理和预警，保障矿井高效、快速、绿色、智能生产。井工煤矿采掘工艺优化与智能控制。通过多模态感知、大小模型融合、设备群协同控制和工艺动态优化，挖掘煤岩特征信息，驱动采煤与掘进工作面设备群智能截割、自主决策与协同控制，实现采煤工作面生产系统自主运行、掘进工作面探-掘-支-锚-运高效协同以及少人无人化常态化作业，大幅提升采掘效率和安全水平。露天煤矿自主采装与运输无人化。推进大模型模拟爆破参数与穿爆作业的融合，应用人工智能技术快速解析采剥进度，实现采-运-排生产系统内挖掘机、排土推土机以及其他辅助作业设备常态化远控或自主作业，以及矿用卡车无人驾驶规模化运行，提升穿爆智能化程度和精准度，大幅减少坑下作业人员数量，提升露天煤矿生产效率与安全水平。煤炭质量快速检测与智能洗选。采集与构建煤质特征数据库，实时动态预测煤炭灰分、硫分、挥发分、水分及元素含量等关键指标，实现煤质特征智能识别，大幅提高煤质在线检测精度，实时反馈煤质在线检测数据，优化调节选煤生产工艺参数，提高煤炭产品质量合格率和稳定率。开发煤炭洗选专业模型，建立工业数字孪生体，实现煤炭洗选全过程的信息动态监测、趋势预测及协同管理。煤矿重大设备状态监测和智能运维。建立重大设备实时运行状态和润滑、温震等检测数据融合大模型，实现故障诊断和智能预警，推动煤矿设备预防性检修，大幅降低故障影响生产时间，有效降低维护成本。（八）人工智能+油气。聚焦跨专业协同研究、现场作业操控、生产运行管控等方向，推动勘探地质目标智能评价、开发方案智能优化、钻井压裂等作业参数智能调整、炼化装置智能运行、管网运行实时仿真，加快智能钻机、机器人、无人机、智能感知系统等智能生产技术装备的研发与应用，推动生产现场等全过程智能联动与自动优化，推动油气产业链智能化升级建设。专栏8人工智能+油气典型应用场景油气勘探智能赋能。提升面向地震、测井、岩心露头等勘探专业领域的软件智能化水平，构建面向地震测井处理解释的专业大模型，打造面向有利地质目标综合评价的智能应用系统，实现可控震源智能辅助驾驶、地震检波器埋置等机器人示范应用。油气藏开发与生产智能管控。研发油气开发数据与知识智能化技术、智能开发优化软件和专业大模型，打造大模型驱动的协同研究与生产管理决策平台，构建面向智慧油气田开发生产管控的新模式。海洋油气生产环境预测维护。聚焦海洋油气生产过程环境保护和重大风险防范、治理等需求，通过生产环境智能监测与异常预警、固废处理智能管控、溢油智能识别与应急预测等手段，形成覆盖油气田全域生态环境状况的风险预知、态势感知、事故早知和认知决策一体化能力。工程技术智能优化。推进地面工程智能设计、钻井参数智能优化、录井实时智能判层、储层改造及智能故障诊断与风险评估，实现井控机器人示范应用，保障复杂地质环境下施工安全高效。管网仿真及智能调控。推进市场洞察预测、管网实时仿真及动态优化、高效智能站库运行、空天地一体线路管理及关键设备监测预警，实现“黑屏”智能调控，提升油气管网安全生产、油气保供与公平服务能力。炼厂生产营运一体化优化。面向全流程计划优化、安全生产智能识别、设备预防性维修等环节，攻关新材料研发科学计算大模型，通过大小模型协同、混合建模等技术手段，减少工艺波动，降低安全事故发生概率，提升生产运营智能化水平。三、加大关键技术供给聚焦能源领域数据孤岛化、算力碎片化、算法黑盒化、算力高耗能等技术瓶颈，推动开展适用能源领域的数据、算力、算法等共性关键技术攻关。（一）夯实数据基础。针对能源领域高质量数据集构建和数据安全需求，推动数据智能标注、智能增强、数据合成等技术应用，推进能源数据分类分级技术、隐私计算技术以及智能数据动态加密和跨域可信溯源等技术研发，优化数据分享机制，加快形成能源领域高质量数据集，确保能源数据全流程安全可靠。（二）强化算力支撑。针对能源领域租建结合模式下的多元异构算力融合利用需求，开展多元异构算力统一调度、任务智能编排、存算网一体化融合、算力池化等关键技术攻关，提升智算服务水平。持续开展能源算力需求监测，统筹规划算力、电力和通信网络资源，构建算力、电力深度融合的算电协同发展机制，不断提高算力中心绿电比例。（三）提升模型基础能力。针对能源领域对于模型安全性和可解释性的需求，推动模型算法、应用系统等安全能力建设，加大多智能体协同、可解释性、模型轻量化推理等技术的研究，持续深化机器视觉、多模态、时序预测等人工智能关键技术在能源领域的应用研究，推动人工智能与能源领域软件深度融合。针对人工智能计算耗能问题，加快突破人工智能绿色低碳技术瓶颈，研究柔性直流供电、模块化小型堆等能源供给技术，鼓励数据中心液冷技术、废热回收、备电集约化等高效能源综合利用技术的应用。四、保障措施（一）强化组织实施。各地方能源主管部门和相关中央企业要根据意见要求，建立健全工作机制，统筹衔接好相关规划，结合实际加快推动本地区、本单位“人工智能+”能源的发展，做好各项要素保障，探索构建安全治理体系，形成上下联动、层层落实、安全发展的工作格局，加快推进人工智能在能源领域融合应用的技术研发、示范试验、推广应用等工作。（二）推动协同创新。围绕能源领域人工智能融合创新应用关键共性技术和配套专用技术，推动建设一批行业研发创新平台。鼓励企业牵头联合科研机构、高校、社会服务机构等单位，建设以技术创新融合应用为目标的跨领域、跨学科的“人工智能+”能源创新联盟，深化产学研用合作，构建开放协同、共创共享的能源智能化创新生态体系。（三）加强标准规范建设。在深入总结应用示范实践的基础上，加快编制能源数据治理、多元异构算力融合、典型场景设计等一批技术标准规范，推动能源领域人工智能标准体系建设，探索建立人工智能应用评估指标体系和行业级人工智能应用标准测试平台，提升能源领域人工智能技术安全应用水平。鼓励能源企业主导制定国际标准，以技术标准“走出去”带动人工智能技术和产品在海外能源市场推广应用。（四）开展试点示范。组织开展能源领域人工智能应用试点示范，遴选一批可复制、易推广的场景和企业标杆应用。鼓励开展能源和交通融合、油气和新能源融合等跨领域、跨行业典型场景示范。能源领域人工智能应用相关技术装备优先纳入能源领域首台（套）重大技术装备支持范围。支持具备条件的地区和企业，因地制宜开展能源领域各类人工智能应用试点示范，在技术创新、商业模式、发展业态、体制机制等方面深入探索、先行先试。（五）加大支持力度。充分发挥中央财政资金带动作用，依托能源领域、人工智能领域国家科技重大专项和重点研发计划等科技专项，有序推动能源领域人工智能技术应用创新。发挥多层次资本市场支持科技创新关键枢纽作用，引导社会资本参与人工智能科技项目实施和成果转化应用。（六）完善人才培育生态。鼓励能源企业与高等院校、科研院所共建“人工智能+”能源人才培养基地，以行业需求为导向设计跨学科课程体系，重点培养具备能源系统知识、人工智能算法应用能力的复合型人才，通过产教协同增加复合型人才供给。国家发展改革委国家能源局 2025年9月4日
金融界09-08 10:40
中国大地保险联袂阿里云成立人工智能实验室
 go
工智能联合实验室”。双方将依托通义千问大模型和阿里云AI算力，进一步完善大地保险AI中台“灵山界”。此次合作聚焦智能营销、智能承保、智能理赔、智能员工服务等创新应用场景，加速推进AI驱动的数字化转型。战略升级：打造保险AI创新引擎此次合作标志着双方从项目合作升级为战略深度协同。联合实验室将充分结合大地保险与阿里云在场景、数据、模型、算力等方面的优势，形成“业务+技术”双轮驱动的创新模式。这是一次“保险公司×科技公司”范式的升级——既让技术生长在真实业务土壤里，也让业务持续反哺技术迭代，从而探索出一条低成本、高复用、快落地的智能化升级路径。深耕不辍：大地保险AI创新成果丰硕今年初，中国大地保险启动AI创新行动计划，明确了“以用促建”的AI创新行动路线图，聚焦“3+N”（即人工智能+营销、人工智能+承保、人工智能+理赔、人工智能+N）的场景布局，通过“想-试-落-推”的实施方案，组织化推动搭平台、建机制、拓场景、育人才，统筹推进人工智能技术在全业务链的应用落地。截至目前，大地保险已沉淀110余个AI应用场景，其中近半数完成落地推广，并取得了积极成效：人工智能+营销：打造“大地行，一机通天下”智能展业平台，整合报价、出单、客户经营、营销推广、学习提升及目标管理全流程功能。AI营销助手可自动生成营销文案和海报；AI续保系统通过日历提醒当日可续保客户，并一键生成续保报价信息；AI产品专家详细解答保险产品，生成销售话术；AI问系包含“问数、问企、问政”三大功能，实现多维度业务及客户数据7*24全天候查询，赋能客户风险评估、产品匹配和营销策略推荐全流程。人工智能+承保：推出“数字报价员”，通过自然语言交互式报价高效完成投保信息采集与方案生成，实现车险报价投保智能化服务；“数字承保助理”构建全险类核保智能体与AI保险专家体系，通过智能问答整合核保风险与产品知识，显著提升核保效率与展业效能。人工智能+理赔：将AI技术深度融入理赔全流程，以智能自动化替代人工操作，在智能接报案、智能查勘、智能定损核损、单证自动收集分类、智能审核、智能理算、智能判责、智能诉讼等环节全面提升理赔作业效率与风控能力。人工智能+N：创新应用不断拓展，“数字审计员”运用大数据、RPA和大模型技术，实现审计方案自动生成和风险智能核查；“数字公文助理”将大模型技术深度嵌入OA流程，强化公文智能拟稿、校对、排版和文件解读，有效提升基层公文处理效率。展望未来，“大地-阿里云人工智能联合实验室”将围绕财产保险业务场景，通过资源与技术互补，充分发挥各自优势，共同探索AI技术在保险领域的模式创新和人才培养。
金融界09-08 10:21

上一页
1
•••
88
89
90
91
92
•••
1000
下一页

24小时热点

最新话题更多