深圳商报·读创客户端记者 苑伟斌 10月11日，由综合开发研究院（中国·深圳）可持续发展与海洋经济研究所与广东粤港澳大湾区研究院联合编制的《全球海洋城市竞争力指数报告（2025）》（以下简称“报告”）在深圳正式发布。 报告基于经贸活力、科技创新、海事服务、国际影响和城市治理五大维度，对全球60个海洋城市进行了系统评估，揭示了在全球海洋治理深刻变革背景下，海洋城市竞争格局的新变化。深圳位于全球海洋城市第二梯队头部，总排名第11，科技创新排名第四，经贸活力排名第七，在粤港澳大湾区的发展中发挥着重要作用。 亚太崛起为全球海洋高地 报告显示，全球海洋城市竞争力呈现清晰的“四大梯队”分化格局。伦敦、新加坡、纽约凭借其综合优势稳居第一梯队，成为全球海洋发展的标杆；东京、上海、香港和悉尼等城市也跻身前列，共同组成了全球海洋经济的“头部力量”。 亚太海洋经济圈发展迅速，亚太城市集体崛起，在第二、三梯队中占比显著，中国城市表现尤为活跃。深圳（全球第11）、青岛（全球第16）等城市凭借在科技创新、经贸活力等领域的优势，已成为全球海洋竞争中不可忽视的“中国力量”。 报告深入分析了全球顶尖海洋城市的竞争优势。伦敦作为老牌海洋强市，展现了无与伦比的综合实力，在科技创新、海事服务、国际影响和城市治理四大维度均排名全球第一，其完善的海洋法律体系和海事金融服务生态成为其核心竞争力。新加坡以高效的政府治理和枢纽地位，夺得经贸活力全球第一的宝座，其港口效率与开放度备受认可。 此外，釜山总排名第26，其中经贸活力排名第14，国际影响力排名第24，作为东北亚重要的航运枢纽，釜山在区域贸易和物流中发挥着重要作用；大阪总排名第22，其中城市治理排名第12，科技创新排名第20，在制造业、商贸等领域具有一定的优势，其城市治理水平较高；雅加达总排名第27，其中海事服务排名第8，在区域贸易和金融领域发挥重要作用。 中国形成三大海洋经济圈 报告提出“在海洋强国战略背景下，中国已形成三大海洋经济圈，分别是北部海洋经济圈、东部海洋经济圈和南部海洋经济圈，上海、深圳、青岛分别成为国内这三大海洋经济圈的核心引领者”。 上海作为中国海洋经济的领头羊，经贸活力排名全球第二，港口货物吞吐量继续位居全球首位，正加速从“全球供应链的参与者”向“全球价值链的塑造者”转型；深圳在科技创新维度高居全球第四，其在海洋电子信息、高端装备制造及水下机器人等新兴领域的创新能力，为打造“全球海洋中心城市”提供了硬核支撑；青岛充分发挥其雄厚的海洋科教资源，科技创新排名全球第八，拥有全国约五分之一的涉海科研机构和近三分之一的涉海两院院士，已成为全国海洋科技创新策源地。 值得一提的是，深圳海域领域优势体现在深海开发与绿色港航领域，深圳的技术突破与场景落地能力持续领跑。深圳正以“技术整合+生态构建”开辟海洋经济新赛道。海洋新能源领域持续突破，100千瓦级波浪能发电系统海试效率超行业均值15%，与“海葵一号”FPSO火炬气回收技术形成“绿色发电+低碳用能”闭环。在此基础上，深圳国际海洋创新研究院联合中国大洋协会打造“七中心两平台”，推动深海采矿与波浪能供电、水下机器人与数字孪生等技术跨界融合，构建起覆盖资源勘探、装备研发、生态监测的全产业链创新生态。 四维提升海洋城市竞争力 报告主编、著名经济学家樊纲教授指出：“海洋城市的真正竞争力不在于码头的长度或船舶的吨位数，而在于能否构建‘硬基建+软规则+新生态’的三重优势。”当前，人工智能、深海开发、蓝碳交易等新技术新业态正重塑海洋竞争逻辑，中国海洋城市在保持“硬基建”优势的同时，需在规则制定、生态构建等“软实力”方面实现突破。 报告为中国海洋城市提出了“四维提升路径”：构建开放型经济生态圈、打造科技创新策源地、深化全球治理参与度、创新绿色低碳模式，系统性地回答了如何提升全球海洋竞争力这一核心问题。同时，报告预测，2025-2030年，技术驱动的效率革命和绿色低碳转型将成为海洋城市竞争的主旋律。海上数据中心、海洋AI、绿色燃料加注（如LNG）、蓝碳经济等新业态将快速发展，抢占新赛道有利于海洋城市在全球竞争中占据主动。 对于深圳未来趋势，报告提出“深圳海洋锚定‘全球海洋中心城市’战略目标，重点推进三大方向”——一是深化“深海装备—新能源—智慧港航”技术融合，推动深海采矿机器人与可再生能源供电系统集成、LNG加注与智能调度算法联动。二是建立海洋资源交易中心，探索深海矿产开发权、海洋碳汇等要素市场化配置，打造蓝色金融创新高地。三是通过“深蓝梦想2035”环球科考计划等国际合作项目，将智能采矿标准、绿色加注规范等技术成果转化为国际规则话语权，最终建成兼具产业引领力与生态示范效应的海洋文明新标杆。 综合开发研究院前海分院副院长、可持续发展与海洋经济研究所所长胡振宇表示，海洋城市竞争力的提升并非单一维度的突破，二是经济、科技、治理、生态的系统协同，既要发挥自身禀赋、又要顺应全球趋势才能在“海洋世纪”占据主动。而《全球海洋城市竞争力指数报告（2025）》的发布，为全球海洋城市发展提供了可量化的参照和科学的决策依据，也为中国海洋城市在“海洋世纪”中把握机遇、应对挑战提供了宝贵的“路线图”。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多