Core Insights - The integration of AI with the low-altitude economy is creating new production factors and economic forms, positioning China to carve out a unique industrial development path due to its latecomer advantage and intelligent approach [1][2][3] Low-altitude Economy Overview - The low-altitude economy refers to activities involving manned and unmanned aerial vehicles operating below 1,000 meters (up to 3,000 meters), which can significantly reduce construction and operational costs compared to ground transportation [2][3] - The global low-altitude economy is projected to reach approximately $1.5 trillion by 2040, while China's Civil Aviation Administration aims for a target of 3.5 trillion yuan by 2035 [3] AI Development in Low-altitude Economy - AI is evolving from rule-based systems to deep learning and large models, with a dual-track development of general and vertical large models [3] - The focus for Chinese enterprises should be on developing vertical large models tailored to specific business scenarios for effective AI application [3] Industry Structure and Challenges - The low-altitude economy consists of four interdependent sectors: aircraft manufacturing, digital infrastructure, airspace management, and operational services, which together form a complete industrial ecosystem [4][5] - Current challenges include a lack of unified operational rules and safety standards, leading to a situation where many manufacturers are hesitant to operate their aircraft despite having the technology [5][7] Future Development Phases - The evolution of the low-altitude economy can be divided into three phases: - Short-term (1-3 years): Empowering scenarios such as agricultural pest control and power line inspections, with significant cost advantages [5][6] - Mid-term (3-5 years): Scaling logistics scenarios, including urban delivery and cross-border transport, with successful pilot projects already underway [6] - Long-term (8-10 years): Revolutionizing manned transport, starting with tourism experiences and gradually expanding to commuting, ultimately aiming for flying cars [6] Investment Considerations - Three validation principles for investments in the low-altitude economy include the authenticity of demand, technical feasibility, and financial sustainability [6] - Lessons from the bankruptcy of German eVTOL company Volocopter highlight the risks of overextending and the importance of a stable funding chain [7] Industry Collaboration and Future Outlook - The future industrial ecosystem will require deep integration of AI, low-altitude vehicles, robotics, and traditional industries, emphasizing the need for a balanced approach to avoid blind investments [8]

来源：河北日报 第二届雄安未来之城场景汇垂直大模型应用大赛分为"行业高质量数据集赛道""工业制造及公共服务、 商业服务垂直大模型应用赛道""公共数据和社会数据融合应用赛道"三个赛道。 据悉，除竞赛环节外，大赛决赛期间会同步开展系列活动，为参赛团队提供成果展示、融资对接、落地 转化等全方位服务，优秀参赛作品将通过雄安未来城市场景体验周等平台获得广泛的展示、宣传与推广 机会，助力创新成果在雄安新区及全省落地应用。（记者郝金钰） 5月14日，由雄安未来之城场景汇组委会主办、河北省数据和政务服务局承办的第二届雄安未来之城场 景汇垂直大模型应用大赛"工业制造及公共服务、商业服务垂直大模型应用赛道""公共数据和社会数据 融合应用赛道"预赛在雄安举办。本次预赛通过专家线下评审和参赛团队线上答辩的形式进行，全面梳 理筛选优秀参赛作品，为决赛选拔兼具创新性与落地价值的大模型、大数据技术成果。 大赛邀请中国仿真学会、河北省人工智能学会、杭州城市大脑联合创新中心、北京科技大学、河北工业 大学、燕山大学等专业机构、知名高校的大模型大数据领域专家，以及河北建投数字产业有限公司、国 开雄安投资有限公司等企业机构的投资领域专家组成评审团， ...

以下文章来源于盐财经 ，作者张来 | | 截至12月31日止年度 | | | | --- | --- | --- | --- | | | 2022年 | 2023年 | 2024年 | | | | (人民幣千元) | | | 收入 | 4,285,745 | 10,295,318 | 39.343.511 | | 銷售成本. | (3,966,394) | (9,522,979) | (36,344,463) | | 毛利 | 319,351 | 772,339 | 2,999,048 | | 其他收入及收益及其他開支 | 1,824 | 5,645 | 23,190 | | 銷售及營銷開支 . | (159,138) | (325,209) | (1,476,110) | | 行政開支 | (59,951) | (117,660) | (391,058) | | 金融資產減值虧損淨額 | (125) | 116 | (123) | | 財務費用 | (2,159) | (2,899) | (7,006) | | 應佔聯營公司利潤及虧損 | | (7,726) | 4,293 | | 除税前利潤 | 99,8 ...

笔者认为，各地可加快建立行业专属评估体系，明确准确性、安全性等硬指标，从而推动垂直大模型在细分应用领域精准 落地。同时，行业以场景需求为牵引，摸索联合研发模式，推动AI创新从"功能叠加"转向"业务原生"，可以在行业痛点中培育 真正具有变革性的应用生态。 其三，垂直场景中，大量中小金融机构因受制于算力成本，仍依赖规则引擎而非AI模型。笔者认为，行业应当加快开发轻 量化垂直专用模型，通过领域知识蒸馏和边缘计算优化，在保证性能的同时大幅降低部署成本。各地也可以根据自身优势产 业，建设垂直大模型产业园，整合智算中心资源，为中小企业提供低成本算力服务。通过高校验证、企业推广等路径，率先在 农业、汽车等优势领域形成示范项目。 其一，增加"基础燃料"高质量供给。数据是AI应用的基础燃料。当前，我国高质量垂类数据的供给仍然不足。如中文垂类 数据在全球数据训练集占比不高，行业私有数据开放度低，部分模型出现"营养不良"。但事实上，我国具有丰富的行业数据与 应用场景，是发展垂直大模型的重要基础。 笔者认为，各地可联合头部企业、科研机构共建垂直领域数据共享平台，通过"数据沙箱"实现合规流通，并增强垂直场景 行业知识与模型适配能力。例 ...

本报记者 贾丽 上海人工智能产业集群的发展蓝图已徐徐展开——在宝钢智能车间，AI质检系统以96%的精准率守护着 钢铁制造的品质底线；在太保数据中心，智能算法以每秒数万次的速度处理着保险业务的数字洪流…… 这里既有传统产业的智能化蜕变，也有现代服务业的数字化升级。 从"云上申城"到"数字走廊"，上海正以自主可控的算力为支点，撬动一场涉及多个行业的变革。《证券 日报》记者近日走访上海超算中心及智算产业链企业，探寻算力如何成为新时代的"生产要素"，算法怎 样演变成产业升级的"神经中枢"，数据又为何被称作数字经济的"新石油"。 "算法炼钢"出炉 记者踏入宝山钢铁股份有限公司（以下简称"宝钢股份"）热轧车间，迎面扑来的热浪裹挟着金属灼烧的 独特气息——这是年产千万吨级钢铁巨人的"体温"。距离高炉群百米外，记者感受到地面传来的轻微震 颤，12米高的炉体正以1600℃熔炼铁水，飞溅的金色火花坠入渣沟，与智能巡检机器人闪烁的蓝色信号 灯相映生辉。 "现在，通过炉顶的传感器和AI模型，我们能通过数据大屏准确预判炉况。"宝钢股份数据AI部部长肖苏 指向中控屏对记者介绍。 在恒温冷轧车间，银白色的镀锌板以"秒级"速度变换轧制规程， ...

通用大模型就像医学院培养的医学生，通过医学书籍、期刊和病例库的"预训练"，掌握了解剖学、病理 学、医学伦理、流行病学、公共卫生学等医学基础学科，开始掌握了如内、外、妇科等疾病的基础诊疗 规范，具备广泛的医学认知能力，但缺乏临床实战经验。 真正要成为一个专家，还需要经过长年累月，多达上万例门诊、手术等临床实践经验，还包含一直有经 验更丰富的医生不断地进行纠正，还有做科研项目、不断地学习最深指南和研究发表论文，最终形成如 在普通妇科、妇科内分泌、妇科肿瘤、生殖医学等细分领域有着专家级诊疗能力的主任医生。 壹生检康是一家专注于女性精准健康检测的科技生命公司，已在女性健康领域深耕3年多，积累了丰富 的行业经验和庞大用户群体。然而，随着业务的发展，公司也面临着如何更好地服务用户的难题，我们 也尝试用通用大模型来解决问题，但事实发现，通用大模型确实会存在很多"幻觉"，回答的问题看着挺 专业，但还是会有很多不够准确的地方，很多特定的场景甚至无法控制通用大模型的自由发挥。 开源DeepSeek的出现为行业和个人用户带来了对大模型概念更深层次的理解，随着更多"Aha- moment"的复现，更为垂直大模型低成本的技术实现提供了 ...