11月19日，在第一届中国新型智慧城市建设峰会主论坛上，国家信息中心公布了第一届中国新型智慧城市创新应用大赛获奖名单，总计326个项目胜出，并遴选出138个优秀项目编入《2021年中国新型智慧城市百佳案例》名录。 《2021年中国新型智慧城市百佳案例》共遴选了来自全国20个省、48个市的600余家政府、企事业单位及研究院所提报的2000余项优秀解决方案，并经由两院院士和产、学、研、用等领域的顶级专家组成评审团综合评选，最后共有138个优秀方案成功入选。 发布单位：中国新型智慧城市建设峰会

自 2008 年正式提出以来，“智慧城市”引发了全球广泛关注。通过新兴技术聚合城市智慧以形成可持续的城市竞争力，引入、打通和集成信息化基础设施、数据管理和控制系统提供智能服务，“智慧城市”期望解决城市所面临的困境与难题，进一步提升人民生活质量、城市竞争力以及可持续发展潜力。作为《欧洲绿色新政》的一部分，欧委会于 2020 年 9 月上调了欧盟2030 年温室气体减排目标，与 1990 年排放水平相比，减排至少55%。 我国亦布局智慧城市建设，全面贯彻创新驱动发展，引领中国特色的新型城市化之路。经过十年的探索，我国的智慧城市建设持续深化，未来发展将紧密围绕“碳达峰”、“碳中和”目标，因城制宜可持续发展，智慧城市将更“智慧”，更有温度。 发布单位：华为

《中文信息处理发展报告》（2021）继续沿用《中文信息处理发展报告》（2016）的 编撰思路：对近年来本专业领域内的学科方向进行系统总结梳理，对未来一段时期的前 沿技术趋势进行展望。按照各个专业委员会发展历程，结构安排上 分为汉字字形信息、 速记、计算语言学、少数民族语言文字信息处理、机器翻译、信息检索技术、语音信息 技术、社会媒体处理、知识图谱领域、医疗健康与生物信息、网络空间大搜索技术、隐 私计算、开源情报技术、自然语言生成与智能写作、情感计算等 15 个专业领域分别进 行表述。各个专业领域统一从研究背景与意义、领域发展现状与关键科学问题、领域关 键技术进展及趋势、领域产业发展现状及趋势、总结及展望等 5 个部分进行总结梳理和 趋势展望。因此，本发展报告既可作为中文信息处理领域的总体发展研究报告使用，亦 可作为每个专业领域独立的发展研究报告单独使用。 发布单位：中国中文信息学会

经过几十年的科学幻想，AI （ AI）已经跃升到了现实，并迅速成为竞争的必需品。然而，在当前AI发展 和应用的狂潮中，许多领导者和决策者仍然对AI能为他们的企业做些什么存在重大的疑问。 本文重点介绍了六大行业中数十个最引人注目、可应用的AI案例。每个案例都归纳了关键业务问题和 机会、AI如何提供帮助以及可能的益处。本文还包括每个行业的几个新兴AI案例，这些案例预计将在 未来产生重大影响。 当然，AI的最佳应用因组织而异，除了这里强调的应用外，AI还有许多引人注目的用途。然而，通读本 文可以使您更清楚地了解AI在当前和未来几年的商业环境中能够实现什么，这样您就可以明智地决 定何时、何地以及如何在您自己的组织中部署AI （ 以及你今天应该投入多少时间、金钱和注意力） 。 发布单位：德勤人工智能研究院

知识图谱作为机器认知智能实现的基础之一，是人工智能的重要组成部分。《知识图谱选型与实施指南》（2021年版）由中国电子技术标准化研究院依托全国信标委人工智能分委会知识图谱工作组联合东软集团股份有限公司、北京华宇元典信息服务有限公司、华为云计算技术有限公司、浙商银行股份有限公司等49家企事业单位、高校和研究院所共同编制。 白皮书紧密围绕知识图谱应用企业面临的概念模糊、基础薄弱、需求不清、选型困难、评估缺失、管理困难等问题，从知识图谱应用现状与可能存在的挑战、知识图谱应用系统构建、建设基础能力评估、选型准则与关键性能指标、建设与管理过程、建设服务方选择等方面进行了阐述。同时，从国家支持、行业部署、产学研协同等层面给出了建议，以期对未来知识图谱的产业化、工程化和标准化提供支撑。 目前，中国电子技术标准化研究院已联合多家单位共同筹建知识图谱产业推进方阵、全国信标委人工智能分委会知识图谱工作组，牵头研制国家标准《信息技术 人工智能 知识图谱技术框架》（计划号：20192137-T-469）、IEEE P2807知识图谱系列标准及团体标准共10余项，并由我院专家担任ISO/IEC WD 5392《信息技术 人工智能 知识工程参考架构》国际标准项目编辑。欢迎与知识图谱相关的企业共同参与产业生态建设、标准研制、标杆遴选等工作。 发布单位：中国电子技术标准化研究院、全国信标委人工智能分委会知识图谱工作组、知识图谱产业推进方阵

核心观点 中国智能语音市场的机遇 • 智能语音技术进入发展高峰期：随着新兴自然语言技术 产生以及已有技术的不断成熟，智能语音技术已经从萌 芽期迈入了成熟期，推动大规模的商业化应用落地。 • 智能语音迈入商业应用阶段：智能语音技术发展已经 历了萌芽、起步、产业化、应用落地四个阶段，未来 将持续提高大量词汇连续语音识别性能，商业化产品 将大规模出现。 • AI利好政策迎来全新发展机遇：智能语音应用落地方 案得到了国家和地方政策的有力支持，中国已有超过 20个省市出台了AI产业相关的利好政策，进而促使智 能语音上、中、下游三方紧密结合，智能语音在内的AI 产业链初步形成。 • 智能语音市场维持高速增长：受益于成熟技术、政府/ 资本扶持以及智能化市场需求，中国智能语音市场规 模将进一步增长，预计2030年市场规模将达到1,452 亿元。 • 智能语音生态圈呈现差异化竞争态势：现在越来越多 的企业参与到智能语音赛道中，上游参与者正在不断 提升竞争实力，打破语音算法和人工智能芯片瓶颈； 中游参与者则依托技术优势布局下游应用场景，加速 产品和服务在下游市场的渗透率。 • 智能语音应用进入需求爆发期：在疫情的催化下，智能 语音应用于日常生活（消费级）和特定场景（企业级市 场）的需求比例正在不断扩张，预计2030年消费级应 用场景超过710亿元，企业级场景将达到740亿规模。 智能语音市场重点发展领域 • 中国车载语音市场： – 智能驾驶下智能语音交互应用沉浸增强：成熟的语音 技术和消费者高接受度使车载智能语音迅速发展。另 外，智能网汽车的操作系统升级使语音交互更加丰 富，用户可通过智能语音系统实现娱乐、辅助驾驶、 获取信息和解决方案等多种功能。 – 车载语音市场竞争激烈，国产品牌竞争力显着提升： 中国车载语音市场仍以国内品牌主导，对中国用户使 用习惯和需求的掌控促使他们引领车载语音技术发 展。市场的竞争也逐步聚焦于核心技术和用户体验， 激烈竞争局势加剧了行业的优胜劣汰。 – 车载语音市场细分程度加深，生态系统仍需完善： 多模态交互和基于车辆为重心的生态系统建设是未 来重要发展方向，其一，融合语音，手势识别、眼球 追踪、AR/VR等多模态交互形态，其二，将车辆传感 器、用户个性、环境交互和互联网生态充分融合。 • 中国金融语音市场： – 金融行业智能语音客服场景发展迅速：受益于人工智 能技术，金融业的客服中心正在从“成本中心”转 化为“利润中心”，重点推动语音客服、语音智能投 顾、语音识别认证等技术的研究与应用，进而帮助金 融行业带来产业创新和升级。 – 智能语音市场可拓展营收空间潜力巨大：当前金融行 业的智能客服已经从单一的语音识别合成向语音加语 义的智能化语音系统转型，未来还将建立企业级知识 库、千人千面标签体系和智能语音助手，实现无障碍 化和强针对性的客服问答和业务办理。 发布单位：德勤

2020年 5 月，我国《政府工作报告》提出以5G、人工智能等为代表的新型基础设施建设政策，此举按下了人工智能国家战略推进的快进键。随后，25 省市发布“新基建”政策方案，累计投资30 余万亿人民币，加快推动人工智能算力、算法和数据基础设施建设。在新基建推动催化下，人工智能技术将加快转变为像水、电一样的基础设施，向社会全行业全领域赋能。然而，人工智能基础设施却潜藏安全风险。以机器学习开源框架平台和预训练模型库为代表的算法基础设施因开发者蓄意破坏或代码实现不完善面临算法后门嵌入、代码安全漏洞等风险。2020年 9 月，安全厂商360 公开披露谷歌开源框架平台TensorFlow存在24 个安全漏洞。开源数据集以及提供数据采集、清洗、标注等服务的人工智能基础数据设施面临训练数据不均衡、训练数据投毒、训练数据泄露等安全风险。2020年，美国麻省理工学院的研究人员通过实验证实CIFAR-100- LT、ImageNet-LT、SVHN -LT 等广泛应用的数据集存在严重不均衡问题。 发布单位：中国信通院

作为重要的支撑技术，隐私计算正在成为解决金融领域数据协同处理的黄金方案，金融隐私计算正走上产业发展的“快车道”。本期行业汇编旨在从背景、技术、产业等维度出发，阐述了我国隐私计算产业的发展现状以及未来方向，详细梳理该技术在金融领域的运用场景与代表性案例，以期为发展隐私计算产业提供相关智力和资料支撑。 发布单位：滨湖金融小镇

联邦学习作为新兴的分布式机器学习框架，能够在保护数据隐私、满足合法合规要求的前提下，让多参与方或多计算结点之间在不共享原始数据的基础上联合进行高效的模型训练，有望在未来网络与电信领域中发挥巨大潜能。联邦学习与物联网、边缘计算、5G/6G等技术相结合，能够更高效的支撑智能化应用开展，推动实现网络内生智能。与此同时，电信数据无需出网就可实现数据价值安全流通，通过与金融、政务、自动驾驶、医疗等行业合作，满足多源数据融合、多方安全查询、多方安全统计、联合智能决策等应用需求，赋能社会治理，服务民生公益，支持工业互联，协助实体经济快速发展。 发布单位：中国人工智能产业发展联盟

隐私计算（Privacy-preserving computation）是指在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算的一系列信息技术，保障数据在流通与融合过程中的“可用不可见”。站在数据成为比肩石油的基础性关键战略资源的当下，隐私计算为需求强烈但瓶颈重重的数据流通提供了破局思路。Gartner发布的2021年前沿科技战略趋势中，将隐私计算（其称为隐私增强计算）列为未来几年科技发展的九大趋势之一。随着各方关注度的提升，隐私计算已成为发展火热的新兴技术，跻身商业和资本竞争的热门赛道。 发布单位：隐私计算联盟、中国信息通信研究院云计算与大数据研究所

当前，机器学习技术在金融服务领域正掀起一股新 浪潮。严重依赖数据的银行业在加速引进此类技术 的同时，也已开始从其强大的能力中获益。 从聊天机器人到欺诈检测，银行业正利用机器学习实现前后台流程自动化并简化 运营，同时提升整体客户体验。机器学习工具凭借其先进的预测技术和处理海量 数据的能力，正越来越广泛地被运用于风险管理，以期为更快速、高效的信贷、 投资和业务相关决策提供支持。 机器学习重要性日益彰显的另一大领域是监管压力测试，尽管其步伐相对缓慢。 传统压力测试的统计方法“力度不足”的问题长期为投资者和监管机构所诟病， 该问题使得不少银行在金融危机期间无法正常运转。 发布单位：毕马威

一、概述 二、发展需求、趋势和未来愿景、 三、国内外发展现状 四、智能无人集群系统关键技术 五、智能无人集群系统应用案例 六、国内外标准化情况 七、智能无人集群系统技术标准体系