OSINT技术情报精选·2024年6月第4周

2024.6.30
版权声明：本文为博主chszs的原创文章，未经博主允许不得转载。

1、大数据技术标准推进委员会：《面向人工智能的数据治理(DG4AI)实践指南1.0》

2024年6月19-20日，“来这里，抓住数据智能时代”为主题的“2024数据智能大会”在北京召开。6月19日，在主论坛上，中国信通院云计算与大数据研究所大数据与智能化部副主任王妙琼正式发布了《面向人工智能的数据治理实践指南（1.0）》，并对白皮书内容进行了深度解读。

当前，面向人工智能的数据治理（DG4AI，Data Governance for Artificial Intelligence）的需求极其迫切，其研究与实践还处于起步阶段，概念和实践方法论尚未形成。为凝聚共识、开宗明义，大数据技术标准推进委员会（CCSA TC601）组织大型银行、通信运营商、头部互联网公司共同编写《面向人工智能的数据治理（DG4AI）实践指南（1.0）》，旨在推动DG4AI 理念的广泛应用。

本指南第一章从数据治理的发展、面向人工智能的数据治理定义、治理主要阶段以及价值等明确人工智能数据治理的概念。第二章从治理的方法和技术对DG4AI 的重点工作进行说明。第三章提出了一种 DG4AI 的数据治理步骤，为业界抛砖引玉，提供参考。最后在第四章提出了展望。在附录中我们以美国为主要研究对象，对比了中美在 DG4AI 在国家战略、法律类法规以及标准建设上的现状。

2、中国ERP价值创新研究报告

近日，金蝶联合中国信息通信研究院正式发布《中国ERP价值创新研究报告》，为变革时代的中国企业ERP实现价值重构，向新一代EBC进行创新升级，提供方法论指导和实践案例。报告指出，ERP价值创新是新时代企业高质量发展的内在需求，随着中国科技力量崛起，国产ERP正逐渐成为企业数字化创新的首选。

作为企业数字化运营的中枢神经，ERP的创新升级对于提升企业竞争力、应对市场变化具有重要意义。当前宏观环境的不确定性、数字经济的蓬勃发展、人口红利的减退以及技术进步，特别是人工智能的兴起，共同驱动了企业业务模式的变革。企业需要从传统的资源配置和流程管控转向更加智能化、数据驱动的运营模式以提升效率和应对市场变化。

ERP的价值创新是企业运营优化的重要抓手。随着市场增量减少，经济增速下滑进入新常态，效率成为企业竞争的核心，企业需要不断优化运营模式，提升效率。新一代ERP需要提升数字能力，让智能化减少人工、数据驱动提升决策效率等来推动企业运营效率优化，进入高质量发展新时代。

其次，ERP的价值创新是企业商业创新的重要抓手。数字经济已成为中国经济发展的最重要推动力之一，商业创新的主要方向其实就是数字化创新，如数字产品、智能服务、平台经济、生态经济等方向，这也对企业数字化以及ERP价值创新提出了更高的要求。

为洞悉中国企业ERP的应用现状与面临的挑战，探寻中国大企业ERP自研创新、价值升级之路，帮助广大中国企业在变革时代构建数字竞争力、打造新质生产力，金蝶联合中国信息通信研究院云计算与大数据研究所发起制作此《中国ERP价值创新研究报告》

3、《厦门市一体化公共数据体系建设方案(试行)》

日前，厦门发布《厦门市一体化公共数据体系建设方案（试行）》。

方案提出，2025 年底，建成全市一体化公共数据体系，与全省一体化公共数据体系深度融合，数据基础制度体系基本建立，公共数据质量显著提升，数据共享应用和开发利用能力显著增强，数据经营主体规模加速扩大，高效有序的数据要素市场化配置体系初步形成。市公共数据资源平台的有效数据量达到150 亿条以上，向社会开放不少于2000 个数据集，推出不少于30 个公共数据资源开发利用典型应用场景。公共数据统筹管理机制、标准规范、安全保障体系更加健全。

方案提出，充分整合现有平台系统和公共数据资源，重点从统筹管理、汇聚治理、共享应用、开放开发、流通服务、算力设施、标准规范、安全保障等八个方面，统筹推进全市一体化公共数据体系建设。

方案提出，全市一体化公共数据体系总体架构。

全市一体化公共数据体系包括三类平台和三大支撑。

三类平台为“1+N+1”架构，第一个“1”是指市公共数据资源平台，是全市公共数据汇聚、共享、开放的统一基础设施，负责对接全省一体化公共数据平台，并与市公共数据融合开发平台安全对接；“N”是指各政务部门（含6 个区）和公共服务组织业务系统/数据平台，支撑本部门本行业数据汇聚与供需对接，与市公共数据资源平台实现互联互通；第二个“1”是指市公共数据融合开发平台，由市公共数据一级开发主体建设，负责全市数据要素开发利用。三大支撑包含管理机制、标准规范、安全保障三方面。

4、甲子光年：《2024年人工智能开源大模型生态研究》

随着大型模型在各行各业的广泛应用，开源大模型生态正在快速发展。研究开源大模型不仅是人类不断接近人工通用智能（AGI）的重要探索之一，也是推动人工智能广泛应用的关键。

开源大模型具有更广泛的用户覆盖面和更大的创新自由度，在用户体验、技术和产品迭代方面展现出强大的创新动力。随着基于开源大模型的产品数量不断增加，未来开源大模型有望成为AI普及应用的重要推动力，覆盖toC和toB产品等多个领域的各种场景。

因此，甲子光年推出《2024年开源大模型生态研究》相关报告，研究人工智能与开源大模型的发展，对开源大模型生态进行梳理，探讨开源大模型领域的商业实践，并对未来行业趋势进行展望。

5、泰伯智库：《时空数据治理白皮书(2024)》

5月16日下午，在WGDC2024第十三届全球地理信息开发者大会上，泰伯智库正式发布了最新研究成果《时空数据治理白皮书（2024）》。这是国内首个重点围绕时空数据治理领域进行研究的成果白皮书。

据泰伯智库推算，2023年中国时空数据治理市场规模超390亿元，2024年将超过470亿元，2028年市场将突破千亿元。2023年至2030年年复合增长率将达到19%。泰伯智库认为，提升时空大数据规模和质量，激活数据价值，建立数据制度、守护数据安全是测绘地理信息行业发展的新要求和下一站。因此，时空数据治理有望成为未来五到十年最重要的研究课题之一。时空数据治理是数字孪生之基，实景三维中国的开展也为时空数据治理提升了新的高度，其成熟也将为数字孪生的大规模应用提供高质量的数据基底，有助于赋能更多场景高质量发展和不断创新。

研究中发现，时空数据治理发展的主要落地并不在于攻克技术难题，而在于一些成熟技术基于新场景的落地应用。其中，交通时空数据治理或将成为重点关注领域。同时，当前国内时空数据治理领域还存在着一些突出问题，特别是“重管理、轻治理”，缺乏统一的时空数据治理认知，大多数企业和用户战略不够清晰，缺少完整的数据治理体系和治理框架。

本次编写旨在提出时空数据治理的定义、发展内涵、发展意义，并对其发展现状进行描述，梳理其相关政策、市场参与者、技术体系和应用案例，研判其发展趋势，发现问题并提出建议，从而给时空数据治理产业侧和用户端提供参考。本次《白皮书》的编写，主要以泰伯智库的产业数据库为基础，同时结合对数据治理的主要服务商、行业专家的调研输出研究观点和行业分析。

6、阿里云：《GenAI技术落地白皮书》

生成式人工智能（Generative Artificial Intelligence, GenAI) 即将迎来全面爆发，各行各业必须为此做好准备。本报告从企业视角出发，聚焦技术，阐述GenAI在企业落地时的关键考量点，提出了“选-育-用”方法论，覆盖了从模型和技术路线的选择，到如何培育适合企业的大模型，并将其广泛应用在企业流程实现全面创新的全生命周期，为企业规模化GenAI落地提供指导。报告的核心观点如下：

企业应充分了解不同产品服务、技术解决方案背后的技术难度、成本及其能达到的效果，结合自身的技术实力、资金储备以及业务目标，作出合适的选择；特别是面向不同应用场景时，可以采取不同的产品服务模式而不必限于单一选择。
选：企业需要结合自身情况选择构建GenAI能力的技术路线：深度研发大模型，或者基于现有大模型进行工程化适配，或者直接使用大模型服务。后两条路线适合大多数企业，此时要做好大模型的选择，形成自己的大模型池。面对具体的应用场景，选择大模型的关键是在成本、效果和性能的 “不可能三角”间进行权衡和取舍。
育：定制适应企业的大模型需要基于基础大模型进行工程化适配，按照技术难度从小到大和投入成本从少到多，主要包括提示词工程、检索增强生成和微调三种方式。其中，微调会改变部分大模型参数，微调后还可以通过知识蒸馏、剪枝、量化等手段“压缩”大模型达到灵活的适应性，需要较高的技术门槛。
用：广泛应用GenAI需要解决基础设施问题。相比传统的自建或租用数据中心方式，使用云基础设施或者采用云托管大模型的方式能够节约时间成本、降低现金流压力。企业可以通过Agent将大模型的能力与企业应用紧密集成，基于GenAIOps做好跨团队紧密协作、消除流程断点，从而加速GenAI应用上线，并根据效果及时更新。此外，需要始终关注GenAI应用的信任、风险和安全管理，构筑可信任的基石。

7、西南证券：《科技前瞻系列专题：国际巨头的端侧AI布局》

《国际巨头的端侧AI布局专题分析》是由西南证券研究发展中心海外研究团队在2024年6月发布的深入研究报告。该报告全面剖析了苹果、高通和三星三家科技巨头在端侧人工智能领域的战略布局和发展动向，旨在为投资者和行业观察者提供市场洞察和未来趋势的参考。

苹果AI布局

模型侧创新：苹果推出了多模态大模型MM1和OpenELM，以及专注于移动UI理解的Ferret-UI。
硬件侧优势：自2017年起，苹果在其SoC中引入NPU，A17芯片算力达35TOPS，M系列芯片采用统一内存架构设计，显著提升能效比。
应用侧发展：预计苹果将在WWDC 2024展示改进后的Siri，集成新的生成式AI系统，提升用户体验。
未来展望：苹果的AI布局预计将推动其产品线的新一轮创新周期，包括iPhone 16和Vision Pro等。

高通AI布局

AI研究方向：高通专注于功耗效率、个性化和高效深度学习，其AI平台可扩展至多个行业。
模型优化：高通通过模型压缩、量化和编译等技术优化AI模型，提高性能和降低资源需求。
硬件侧布局：高通AI引擎集成了Hexagon NPU、Adreno GPU等组件，支持高效AI处理。
产品应用：骁龙8Gen3和X Elite等平台展示了高通在端侧AI的领先地位，支持运行大型AI模型。

三星AI布局

端侧AI优势：三星认为端侧AI在隐私保护、可靠性、上下文感知和响应速度方面具有显著优势。
解决方案：三星提供包括模型优化、AI系统软件和硬件加速器在内的端侧AI解决方案。
技术实现：FleXOR和BiQGEMM技术提升了模型压缩和量化效率，nnStreamer和nnTrainer优化了神经网络管道和训练。
产品集成：三星Galaxy S24系列集成了Galaxy AI功能，展示了三星在端侧AI领域的实际应用。
报告通过深入分析三家公司的AI战略，揭示了端侧AI技术如何塑造未来的智能设备和用户体验，同时为投资者提供了宝贵的市场洞察。

8、甲子光年：《中国AIGC行业应用价值研究报告：千行百业All in AI，重构数字经济的生产模式》

大模型的发展开启了AIGC时代，没有大模型的AI已经是上一代的AI，缺乏竞争力的AI。技术是AI每次革命性发展的起点，商业应用是发展的加速器，AI的持久发展看商业落地。2024可以被称为AIGC应用元年。

模型爆发后迎来商业加速，技术进步与应用实践之间的相互作用，形成了一种强大的飞轮效应。随着AI技术的不断深化和完善，越来越多的行业开始探索和应用AI解决方案，从而推动了技术的进一步创新和优化。这种双向促进的关系不仅加速了AI技术的商业化步伐，也为各行各业带来了效率提升和价值创造的新机遇。

因此甲子光年于2024年6月推出《中国AIGC行业应用价值研究报告》，探讨AIGC的价值与产品力，对各行业、各场景对于AIGC技术的需求进行调研及梳理，展示近期的突破及商业实践范式，对未来行业的趋势进行研判。

9、华为&中国信通院：《数字孪生发展研究报告》

2024年6月22日，华为云计算技术有限公司和中国信息通信研究院产业与规划研究所联合发布《数字孪生发展研究报告》。

面对新政策、新技术和新应用的不断涌现，为解决当前面临的数据难融合、技术难集成、场景需深化、机制待变革等问题，推动数字孪生向更高阶段发展，中国信通院认为需要构建六大建设路径，即，全方位立体协同的感知体系，以数字孪生体为核心的数据融合供给体系，能力解耦和迭代生长的技术底座平台，开放、便捷、全面的数字孪生服务体系，全行业赋能的数字孪生融合场景应用，以及开放、安全的数字孪生保障机制。

《报告》系统提出了构建虚实共生、仿真推演、迭代优化的数字孪生“四层一域一体系”总体架构，即建设全域物理对象状态全要素表达与优化调控的设施层，全域多维数据深度融合的数据层，能力解耦、开放合作的能力层，开放式、全要素数字孪生数据与能力的服务层，统一控制、统一运营、全面开放的生态域，以及全面赋能的数字孪生深度应用体系。

提出推进数字孪生建设五大未来展望。一是要以整体性系统性思维推进数字孪生建设，以总体设计方法论，谋划数字孪生的技术架构、业务架构、应用架构、数据架构和组织架构，夯实城市数字化共性基础，统筹推进城市各类基础平台建设。二是要使用人工智能技术助力数字孪生体构建，使用AI精准修复数字孪生体数据、利用AI精准修复数字孪生体数据。三是利用对象孪生与流程孪生强化机理孪生，利用对象数字孪生体推动深度应用仿真推演，使用AI Agent推动城市运行规则机理和加快构建流程建模。四是利用数字孪生体助推数据要素资产化和价值化，利用数字孪生助力构建“可信数据空间”，利用数字孪生体的分级分类精细化管理助力数据合规运营交易。五是数字孪生底座推动产业生态由竞争转向合作，通过加快标准互认，促进平台兼容与能力融合，加强生态合作激发创新，共同解决复杂的行业挑战，创造更大的社会和经济价值。

10、CMR产业联盟：《叉式移动机器人(AGV_AMR)产业发展蓝皮书(2024版)》

《叉式移动机器人（AGV/AMR）产业发展蓝皮书（2024版）》由CMR产业联盟主编，杭叉智能、未来机器人、林德、新松、浙江中力、海康机器人、三一机器人、机科股份、镭神智能、迈睿机器人、迈尔微视、UQI优奇、海豚之星、易行机器人、华睿科技、上海诺力智能、今天国际、凌鼎智能、坤厚智能、哈工库讯、艾美睿智能、鹏鲲智科等22家无人叉车主流企业联合编制。

叉式移动机器人近年来实现了快速的增长，但相对于传统叉车的应用而言，渗透率还很低。根据CMR产业联盟数据，新战略移动机器人产业研究所统计，2023年，中国叉式移动机器人市场渗透率仅为1.66%，仍有很大的应用替代空间。

从需求层面来看，叉式移动机器人市场的需求将持续扩大。这主要得益于物流、制造业等行业的快速发展，以及这些行业对自动化、智能化设备的需求增长。其次，随着技术的不断进步，叉式移动机器人的应用场景也在不断扩展。除了传统的仓储、物流领域，叉式移动机器人还逐渐应用于制造业、医药、食品等多个行业。同时，无人叉车的性能也在不断提升，如更高的载重能力、更精准的导航定位、更智能的调度系统等，这些都将进一步推动叉式移动机器人市场的需求增长。

该蓝皮书是新战略移动机器人产业研究所根据CMR产业联盟统计数据研究的最新成果，蓝皮书调研统计了国内外超80家叉式移动机器人本体企业2023年相关业务数据以及近100家供应链企业数据，同时结合国内外各细分行业头部用户内部移动机器人应用现状进行了综合分析。叉式移动机器人市场正在快速发展，本蓝皮书旨在为行业提供最新的市场数据以及叉式移动机器人最新技术、应用现状及趋势，以帮助移动机器人企业更好地了解行业，帮助终端应用客户更好地了解产品，提供选型建议。