OSINT技术情报精选·2024年4月第4周

OSINT技术情报精选·2024年4月第4周

• 2024.4.30
• 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、山西证券：《边缘AI行业深度：边缘AI硬件，引领硬件创新时代》

边缘 AI 是云端算力的有效补充，也是 AI 应用落地的必要工具，长期成长空间巨大，当前已处于爆发前期。伴随 AI 应用范围扩大，整体算力需求日益增长，同时对于算力及时性、安全性等个性化需求凸显，边缘端算力增长已经成为趋势，以 PC、手机、汽车等终端作为载体的边缘算力将对硬件产业链产生新一轮革新。

主流厂商核心 SoC 算力大幅度升级，边缘 AI 技术基础已具备，新一轮硬件升级趋势已形成。主流芯片大厂英特尔、AMD、高通、苹果等陆续推出边缘端高算力性能的旗舰芯片产品，目前边缘端已具备运行大模型能力，预计未来 3-5 年 PC、手机、汽车、IoT 等终端将陆续搭载更大算力，终端产品形态与市场格局将产生明显变化。芯片升级带来整机产品结构与功能优化，新一轮硬件升级趋势已形成。

边缘终端革新将带来下一轮硬件创新周期，边缘 AI 对于国内市场及供应链带来新的成长动力。当前消费终端技术革新放缓，硬件换机周期拉长，AI 将有力拉动新一轮周期。AI 硬件对终端整机代工、芯片、结构件、存储等众多环节有更高技术需求，价值量的提升及终端换机周期将带动国内供应链享受创新溢价。

2、艾瑞咨询：《中国人工智能产业研究报告6：山高泽长，AI鼎新自显于时》

在问到如何平衡ChatGPT和大学录取的时候，斯坦福大学终身教授李飞飞老师给到了这样的回答，“录取最会使用ChatGPT的前2000名学生是个很有意思的答案。“

能够制造并使用工具成为人类进化史上一道显著的分水岭，而当下如何更好的使用AI工具已然成为人类在产业应用、生产生活与学习工作中的热门议题。随着大模型、生成式AI技术的到来，其强大的数据处理、学习泛化与内容生成能力，高质效加速了各行各业人工智能技术的赋能进程，为AI可赋能的场景领域、扮演角色提供更多创新性与可能性。人工智能应用正加速扩散，渗透到办公、设计、传媒、法律、游戏、教育、汽车等多领域。

艾瑞人工智能研究团队延续既往5年对人工智能行业的市场研究，于第六年聚焦人工智能产业发展进程、发展征程、发展旅程的各个发展阶段，集中探讨中国人工智能产业的发展环境、市场动态、产业机会、发展监管等核心要点，为市场提供有公信力、受到广泛认可的数据与观点。

3、艾瑞咨询：《2023年中国营销领域AIGC技术应用研究报告》

数字营销企业东信营销携手权威研究机构艾瑞咨询，共同发布了《2023年中国营销领域AIGC技术应用研究报告》。该报告深入剖析了人工智能生成内容（简称AIGC）在营销领域的广泛应用及其所带来的深刻变革，并对未来发展趋势进行了前瞻性的预测。

报告指出，AIGC作为新型内容生产方式，凭借其独特的生成式AI路径，在OpenAI、ChatGPT等技术的推动下，已迅速成为信息数字化时代的重要创新力量。这一技术大幅降低了基础内容创作门槛和成本，使得10亿多中国互联网用户能够便捷地参与到文字、图片、音频、视频等多种形式的内容创作中来，预示着内容生产力将实现指数级增长。

本次发布的《2023年中国营销领域AIGC技术应用研究报告》，为业界提供了详实的数据支撑与趋势洞见，揭示了AIGC在重构营销格局中所蕴含的巨大价值与机遇。东信与艾瑞咨询希望通过这份研究报告，引领更多企业把握AIGC技术的发展潮流，加速迈进AI营销的新时代。

4、开放群岛开源社区：《2023中国数据资产化发展趋势白皮书》

随着数字经济加速向纵深演进，数据作为第五要素的作用日益凸显。数据资产化通过强化数据资产管理，为数据价值释放提供了金融支持。在《企业数据资源相关会计处理暂行规定》《数据资产评估指导意见》《关于优化中央企业资产评估管理有关事项的通知》《关于加强行政事业单位数据资产管理的通知》等一系列政策和法规的推动下，数据资产化步入了快速且规范的发展阶段。

在此背景下，开放群岛（Open Islands）开源社区数据资产小组牵头，深圳数据交易所等33家单位参与，组成研究团队，经过广泛的资料收集、认真的分析研究，编撰了《2023中国数据资产化发展趋势白皮书》（以下简称“白皮书”）。白皮书对数据资产化的发展现状进行了详尽描述，对发展趋势进行了分析研判，为政策制定者、监管机构和市场参与主体提供了数据资产化的全景。

白皮书提出了数据资产化的“A-M-O”模型，包括数据资产获取（Data Asset Acquisition）、数据资产管理（Data Asset Management）和数据资产运营（Data Asset Operation）三个阶段。白皮书认为数据资产化不仅是一种涉及数据收集、存储、分析和应用的技术和管理过程，而且是一种涵盖数据权属明确、价值评估和资源管理的综合性活动。

白皮书在分析国内外形势的基础上，描绘了产业生态和政策环境，对市场机遇和挑战进行了分析。白皮书认为数据要素资源化与资产化是数据产业发展破题关键，而当前则存在缺乏统一的数据资产评估标准、数据价值的易变性与多维性、数据资产权属的复杂性与不确定性数据质量与治理面临多重挑战和不足等一系列问题亟待解决。

白皮书对数据资产化最为核心的定价和估值问题进行了论述，对基本估值模型、期权定价法、图谱定价法等估值定价方法进行了描述，并提出了健全数据资产财会制度的若干建议。

5、华为：《践行深度用云：新型工业互联网平台参考架构》

在华为分析师大会上，华为混合云副总裁胡玉海重磅发布《新型工业互联网平台参考架构》白皮书，在传统工业互联网的基础上，融入大模型的能力，让智能化赋能新型工业化。报告分析了制造、矿山、油气、电力等行业的数字化与智能化进展、典型行业应用场景，洞悉了全面迈向“数字化、智能化、绿色化、可持续化”的未来工业发展趋势，并提出了基于混合云与AI大模型的“新型工业互联网平台”架构体系。

6、储能领跑者联盟&华塑科技：《2024中国新型储能行业发展白皮书》

随着全球碳中和及能源转型进程的推进，新型储能在世界范围内正迎来前所未有的发展机遇。作为全球最大的能源生产和消费国，中国既面临着能源安全和环境可持续性的挑战，同时也蕴藏着巨大的发展潜力。2023年，中国储能产业在政策、商业模式等多方利好下取得跨越式发展，已经成为我国实现能源转型道路上强有力的支撑。这一年，我国储能完善的产业链优势持续凸显，工商业、共享储能等应用场景展现出强劲的发展潜力;这一年，储能企业发力突围，新材料、新技术、新工艺、新产品不断涌现。

7、维科网：《'机器人+'行业创新发展应用蓝皮书》

创新生态，赋能未来。2024年4月18日，由中国高科技门户OFweek维科网主办，OFweek·机器人承办的“OFweek 2024（第十三届）中国机器人产业大会”在深圳·安蒂娅美兰酒店（宝安）盛大开幕。当天由OFweek行业研究中心组织编撰，汇川技术、坤维科技、盈连科技、七腾机器人、雷赛智能、海豚之星、iEi威强电、步科股份、固博机器人、易行机器人、微链道爱等企业联合参编的《2024“机器人+”行业应用创新发展蓝皮书》正式发布！

为促进方案落地，推动“机器人+”行业应用创新实践，给广大企业提供发展方向和应用选型参考，OFweek维科网·行业研究中心通过组织编撰蓝皮书的形式，从海量的机器人相关产业链企业近期表现与进展中，以客观的角度对他们总结当前，洞见趋势，聚焦热点和预测未来，为企业制定机器人战略规划提供了巨大的参考价值。

《2024“机器人+”行业应用创新发展蓝皮书》由宏观背景、产业背景、产业政策、行业前景、行业专家问答、行业优秀创新案例及应用案例汇编、年度榜单、核心厂商名单等八大部分构成，在调研终端应用及相关供应企业精准数据基础上，对当前“机器人+”行业应用主要产品应用特点进行了详细解析，并有优秀企业榜单发布，同时对“机器人+”行业应用未来热门应用领域、未来市场升级需求空间及趋势进行了预判。

《2024“机器人+”行业应用创新发展蓝皮书》也是2024年机器人全行业首份内参资料，蓝皮书中梳理了人形机器人产业、国家监管法规、海外头部企业进度、国内大型项目等方面，总结了珠三角地区、长三角地区、京津冀地区等区域集群的优势和发展趋势。针对机器人行业热点问题，我们也邀请了专家学者深入剖析，对问题进行了详细解答，为企业未来发展提供新思路。

8、量子位智库：《中国AIGC应用全景报告》

大模型范式的正式确立，是由代表性应用ChatGPT带来的。但直到2024年，更多大模型的成熟，更多应用的推岀，才真正让生成式印驱动的新浪潮，进入了百花齐放、万马奔腾、人人可感知的全新周期。

所以继2023年推岀《中国AIGC产业全景报告》，从算力层、模型层和应用层三大层面理清AIGC的生态系统后，今年量子位智库聚焦于「应用层」，经过海量挖掘筛选，多维度技术和产业分析，诚意推岀《中国AIGC应用全景报告》。

《中国AIGC应用全景报告》通过广泛调研与深度分析，基于产品融资现状、商业模式、AI技术应用、技术普及度、赛道及产品应用现状和竞争格局六大维度，带来当前中国AIGC应用的现状、格局和发展趋势。希望为中国AIGC产业，提供最新最全最具参考性的注脚。

9、北京金融科技产业联盟：《金融行业云原生安全体系研究报告》

随着云、大、物、移、智等技术的迅速发展，以及数字化转型的深度和广度不断强化。云原生作为新兴关键技术，已经成为数字化转型的核心支撑，与此同时，云原生安全也广受关注。北京金融科技产业联盟目前在开展相关研究工作，由中国银联、工商银行、农业银行、建设银行、邮政储蓄银行、浦发银行等甲方单位，长亭、绿盟、阿里云、亚信、青藤云安全、奇安信、小佑等乙方单位联合牵头，民生银行、光大银行、平安银行、北京银行、中债登、中债金科、中国信科、北京数字认证、深信服、安恒信息等有关单位参与，开展了金融行业云原生安全相关研究，共同编写并发布了《金融行业云原生安全体系研究报告》。

本报告主要包括如下内容：

• 一是描述了云原生整个产业的历史进程与未来发展趋势；
• 二是提出了云原生安全体系架构图，以及安全能力全景图；
• 三是展示了相关单位在云原生安全方向的创新实践案例及成果。
• 未来，随着金融行业在云原生技术应用方面的不断拓宽、加深，云原生安全解决方案也应该持续进化和完善，不断拓展安全防护范畴，以满足金融业云原生安全需求，为加快金融业数字化转型提供坚实有力的保障。

10、赛迪论坛·龙飞：《中小企业数字化转型研究报告(2024)》PPT

近日，在2024赛迪论坛数字化赋能分论坛上，中小企业研究所发布了《中小企业数字化转型研究报告（2024）》。课题组通过与SAP、西门子、IBM、艾默生、施耐德、惠普、高通、亚马逊等国际数字化服务商，树根互联、华为、联想、腾讯等国内数字化服务商，相关行业协会以及中小企业代表等召开座谈会、实地走访、问卷调查等方式，从数字化转型的供给、需求、行业标准等方面，深入分析中小企业数字化转型面临的形势及问题。总结了中小企业数字化转型的常见误区，梳理了国内外服务中小企业数字化转型的典型做法，剖析了中小企业数字化转型面临的五个层面困难，最后提出对策建议。

11、Postgres大会2024：《MySQL的未来是Postgres》

2024年4月19日“Postgres国际会议2024”中的一个演讲，由Jonah Harris和Mason Sharp共同撰写，主题是“MySQL的未来是Postgres”。演讲讨论了Postgres数据库如何通过其先进的功能为MySQL应用注入新的活力，并且提供了一些关于如何从MySQL迁移到Postgres的指导和建议。

主要内容概要：

• Postgres的增长：Postgres在过去10年以每年约10%的速度稳步增长，受到开发者的喜爱，因为它的稳定性、高级特性和强大的社区支持。
• MySQL的流行：尽管Postgres增长迅速，MySQL仍然是最受欢迎的开源数据库，是网络开发者的首选，对大型企业至关重要，并且被开源应用广泛使用。
• Postgres与MySQL的对比：Postgres拥有先进的特性，但在一些基础方面需要改进，如可见性、调优难度、外部依赖、清理、性能下降、系统停滞、次级查找、大对象处理、膨胀、存储环绕复制与高可用性等。
• MySQL的优势：MySQL以其易用性、大型表性能、单线程设计、有限的插件、存储引擎支持、稀疏的扩展文档、查询优化、资源争用、有限的并发性、混合工作负载的高级特性等受到青睐。
• 所有权和许可的差异：MySQL的知识产权归Oracle所有，商业许可并在GPL下授权。而Postgres的知识产权归社区所有，采用BSD许可。
• 迁移到Postgres：文档提供了关于如何从MySQL迁移到Postgres的详细信息，包括数据类型映射、迁移方法（离线和在线）、使用pgloader和CDC（变更数据捕获）进行迁移的步骤，以及迁移测试的重要性。
• 开发和社区贡献：Jonah Harris和Mason Sharp分享了他们在数据库领域的经验，包括在MariaDB、EDB和PostgreSQL的贡献，以及他们对Postgres的长期承诺。
• NEXTGRES：介绍了NEXTGRES，这是一个旨在将MySQL的优势带入Postgres世界的项目。该项目旨在实现零应用更改的MySQL兼容性，并通过Postgres扩展提供高级功能。

12、Thoughtworks：《2024技术雷达：针对当今科技领域发展的前沿指南(第30期)》

技术雷达是 Thoughtworks 每半年发布一次的技术趋势报告，由 Thoughtworks 的 22 名高级技术专家组成的技术咨询委员会（TAB）编写。TAB 每年召开两次面对面会议，每两周召开一次视频会议。其主要职责是为 Thoughtworks 的首席技术官 Rachel Laycock 和名誉首席技术官 Rebecca Parsons 提供咨询建议。同时，他们也通过定期讨论 Thoughtworks 的全球技术战略以及对行业有重大影响的技术趋势并以此来撰写技术雷达。

本期主题

• 人工智能助力软件开发团队：GitHub Copilot、Codium AI、aider 和Continue 正在影响软件开发生命周期的每个部分，但工程团队需要通过让非开发人员了解潜力来继续关注软件质量和安全性危险。
• （或许）开源的许可证：新的许可模式正在阻碍开源软件生态系统。我们敦促技术人员密切关注他们使用的产品许可证的详细信息，并确保覆盖存储库中的所有文件。
• 让Pull Request(PR)更接近正确的持续集成：尽管拉取请求在某些情况下很有价值，但它们可能会扰乱开发人员流程并阻碍软件交付的速度。该 Radar 上的许多工具试图缓解这一挑战，并使拉取请求尽可能顺畅且无摩擦。
• 涌现的大语言架构模式：随着大语言模型使用的不断增长，我们开始看到特定架构模式的出现。例如，在此 Radar 中，我们讨论了 NeMo Guardrails，它允许开发人员围绕 LLM 使用情况构建治理策略。