我公司擁有所有研究報告產品的唯一著作權，當您購買報告或咨詢業(yè)務時，請認準“智研鈞略”商標，及唯一官方網站智研咨詢網（www.thewallstreetmoneymachine.com）。若要進行引用、刊發(fā)，需要獲得智研咨詢的正式授權。
- 報告目錄
- 研究方法
在當下高度信息化的社會背景下，精準的數(shù)據分析與深入的行業(yè)研究已成為企業(yè)戰(zhàn)略規(guī)劃、市場拓展以及投資決策不可或缺的指南針。智研咨詢研究團隊經過長期的市場調研與數(shù)據分析，重磅推出《2025-2031年中國工業(yè)大模型行業(yè)市場競爭態(tài)勢及發(fā)展前景研判報告》，以期為業(yè)界提供一份高質量、專業(yè)化的行業(yè)分析。
本研究報告基于智研團隊對行業(yè)的深刻理解與精準把握，通過采集全球范圍內的行業(yè)數(shù)據，運用先進的數(shù)據分析模型，對行業(yè)的過去、現(xiàn)在與未來進行了全面、系統(tǒng)的剖析。深入挖掘了各個細分市場的運行規(guī)律，對市場容量、增長速度、競爭格局以及盈利模式等關鍵指標進行了詳盡的量化分析與質性解讀。
報告內容不僅涵蓋了宏觀經濟的走勢分析、產業(yè)政策的深度解讀，還包括了買方行為的細致刻畫、技術創(chuàng)新的趨勢預測。我們綜合運用了定量分析與定性訪談等多種研究方法，力求在確保數(shù)據精確性的同時，也能捕捉到市場動態(tài)中的微妙變化。
此外，我們還特別關注了全球范圍內的行業(yè)領先企業(yè)，通過對比分析它們的經營策略、市場布局以及創(chuàng)新能力，為業(yè)界讀者提供了寶貴的行業(yè)洞察與經營啟示。
作為業(yè)內知名的研究機構，智研研究團隊深知高質量的研究報告對于企業(yè)決策的重要性。因此，在編撰本報告的過程中，我們始終堅持科學、嚴謹?shù)难芯繎B(tài)度，力求通過詳實的數(shù)據、深入的分析以及研判性的觀點，為讀者提供一份真正有價值的行業(yè)指南。
工業(yè)大模型是指大模型為賦能工業(yè)應用所產生的產業(yè)新形態(tài)。近幾年來，國內外廠商基于工業(yè)AI模型的內部賦能，商業(yè)化落地正在不斷推進。據不完全統(tǒng)計，目前已有的工業(yè)大模型包括有羚羊工業(yè)大模型、華為盤古、新華三百業(yè)靈犀、網易工業(yè)大模型、依科力工業(yè)大模型、安恒信息恒腦、達觀數(shù)據曹植、西北工業(yè)大學秦嶺翱翔等，且工業(yè)大模型應用場景已滲透至外觀設計、工業(yè)代碼生成、知識管理與問答助手等各個細分領域，持續(xù)助力工業(yè)發(fā)展。數(shù)據顯示，2024年我國人工智能在制造業(yè)應用的市場規(guī)模已從2018年的8億元增長至87億元，根據市場預測，2025年國內制造業(yè)人工智能應用市場規(guī)模有望增至140億元以上。
工業(yè)大模型行業(yè)產業(yè)鏈上游為基礎支撐層，主要提供工業(yè)大模型研發(fā)所需的基礎設施和技術支持，包括AI芯片、服務器等硬件，云服務等軟件，以及生產數(shù)據、設備日志、工藝參數(shù)等數(shù)據資源。產業(yè)鏈中游為工業(yè)大模型研發(fā)與優(yōu)化層，即由企業(yè)基于上游資源進行工業(yè)大模型的開發(fā)、訓練與優(yōu)化，代表企業(yè)有華為、中控技術、創(chuàng)新奇智、科大訊飛等。產業(yè)鏈下游為工業(yè)大模型應用落地層，主要包括汽車、家電、機器人等制造業(yè)，以及能源管理、環(huán)境監(jiān)測、物流供應等工業(yè)大模型新興應用領域。
基于大模型技術，工業(yè)領域AI應用已滲透至產品設計、生產制造、數(shù)據管理等多個環(huán)節(jié)，華為、中控技術、創(chuàng)新奇智、科大訊飛、羚羊等企業(yè)紛紛推出自己的工業(yè)大模型產品，并在多個領域展開了激烈的競爭。例如，2023年6月初，中工互聯(lián)發(fā)布中國工業(yè)領域第一款大模型產品——智工·工業(yè)大模型，已經在汽車制造、電力、能源等多個行業(yè)實現(xiàn)了產品落地和應用；2024年6月21日，在華為開發(fā)者大會2024（HDC2024）上，華為正式發(fā)布盤古大模型5.0版本，可基于華為領先的AI、云計算、大數(shù)據等ICT能力，結合自身在制造領域質量管控優(yōu)秀實踐經驗，為汽車、煙草、電子等制造行業(yè)客戶打造工業(yè)AI視覺質檢平臺，實現(xiàn)生產質量管控的自動化、智能化，助力持續(xù)提質降本增效。
此外，卡奧斯推出了工業(yè)大模型COSMO-GPT，目前已成功落地工業(yè)指標優(yōu)化、工業(yè)信息生成、工業(yè)問答等多個應用場景；在訊飛星火認知大模型技術底座的支撐下，羚羊也結合工業(yè)場景實際需求，打造了羚羊工業(yè)大模型，目前已服務多家企業(yè)。除了上述幾家企業(yè)外，還有許多企業(yè)根據自身的技術積累和市場需求，研發(fā)出了各具特色的工業(yè)大模型產品。這些產品的推出不僅豐富了工業(yè)大模型的生態(tài)體系，也為工業(yè)智能化的發(fā)展注入了新的活力。
我們堅信，《2025-2031年中國工業(yè)大模型行業(yè)市場競爭態(tài)勢及發(fā)展前景研判報告》將成為您洞悉市場動態(tài)、把握行業(yè)趨勢的重要工具。無論您是企業(yè)決策者、市場分析師還是相關主管部門，本報告都將為您提供寶貴的信息支持與決策依據，助力您在復雜多變的市場環(huán)境中穩(wěn)健前行。
【特別說明】
1）內容概況部分為我司關于該研究報告核心要素的提煉與展現(xiàn)，內容概況中存在數(shù)據更新不及時情況，最終出具的報告數(shù)據以年度為單位監(jiān)測更新。
2）報告最終交付版本與內容概況在展示形式上存在一定差異，但最終交付版完整、全面的涵蓋了內容概況的相關要素。報告將以PDF格式提供。
第1章工業(yè)大模型行業(yè)綜述及數(shù)據來源說明
1.1 大模型產業(yè)界定
1.1.1 大模型定義
1.1.2 大模型的特征
1.1.3 大模型核心優(yōu)勢
1.1.4 大模型所處行業(yè)
1.2 工業(yè)大模型行業(yè)界定
1.2.1 工業(yè)大模型的界定
1、定義
2、特征
1.2.2 工業(yè)大模型相關專業(yè)術語
1.2.3 工業(yè)大模型行業(yè)監(jiān)管
1.3 工業(yè)大模型產業(yè)畫像
1.4 本報告數(shù)據來源及統(tǒng)計標準說明
1.4.1 本報告研究范圍界定
1.4.2 本報告權威數(shù)據來源
1.4.3 研究方法及統(tǒng)計標準
第2章中國工業(yè)大模型產業(yè)發(fā)展現(xiàn)狀及痛點
2.1 中國大模型發(fā)展現(xiàn)狀及趨勢分析
2.1.1 中國大模型發(fā)展歷程
2.1.2 中國已發(fā)布大模型數(shù)量變化
2.1.3 中國大模型參數(shù)規(guī)模變化
2.1.4 中國大模型商業(yè)模式分析
2.1.5 中國大模型發(fā)展趨勢洞悉
2.2 中國大模型落地工業(yè)領域可行性分析
2.3 中國AI大模型工業(yè)應用指數(shù)
2.3.1 中國AI大模型工業(yè)應用指數(shù)體系
2.3.2 中國AI大模型工業(yè)應用指數(shù)-準確性
2.3.3 中國AI大模型工業(yè)應用指數(shù)-穩(wěn)定性
2.4 中國工業(yè)大模型發(fā)展階段
2.5 中國工業(yè)大模型框架結構
2.5.1 工業(yè)大模型應用框架
1、基礎設施層
2、邊緣側層
3、工業(yè)技術底座層
4、MaaS層
5、工業(yè)場景應用層
6、行業(yè)層
2.5.2 工業(yè)大模型產業(yè)框架
1、通用工業(yè)大模型
2、專用工業(yè)大模型
2.6 中國工業(yè)大模型部署方式
2.6.1 私有化部署
2.6.2 行業(yè)云部署
2.6.3 公有云部署
2.7 中國工業(yè)大模型產品匯總
2.8 中國工業(yè)大模型競爭要素及競爭格局
2.8.1 工業(yè)大模型競爭要素
2.8.2 工業(yè)大模型競爭格局
2.8.3 主要工業(yè)大模型廠商競爭力評價
2.9 中國工業(yè)大模型市場規(guī)模體量
2.10 中國工業(yè)大模型發(fā)展面臨的挑戰(zhàn)
第3章中國工業(yè)大模型技術架構及基礎能力構建
3.1 完整大模型開發(fā)步驟
3.2 大模型基礎架構及工程化
3.2.1 大模型基礎架構
1、Transformer架構
2、大規(guī)模語言模型：BERT和GPT
3、卷積神經網絡CNN
4、循環(huán)神經網絡RNN
5、前饋神經網絡MLP
3.2.2 大模型工程化
1、數(shù)據工程（數(shù)據處理和回流）
2、模型調優(yōu)（模型訓練與微調）
3、模型交付（模型壓縮與測試）
4、服務運營（服務部署與托管）
5、平臺支撐能力
3.3 基礎大模型底座
3.3.1 NLP大模型
3.3.2 CV大模型
3.3.3 多模態(tài)大模型
3.3.4 科學大模型
3.4 大模型標準化
3.4.1 大模型標準體系發(fā)展
1、大模型標準體系1.0
2、可信AI大模型標準體系2.0
3.4.2 行業(yè)大模型標準體系
3.5 工業(yè)大模型構建路線圖
3.5.1 行業(yè)需求分析與資源評估
1、業(yè)務需求評估
2、算力層評估
3、算法層評估
4、數(shù)據層評估
5、工程層評估
3.5.2 行業(yè)數(shù)據與大模型共建
1、明確場景目標
2、模型選擇
3、訓練環(huán)境搭建
4、數(shù)據處理
5、模型訓練共建
3.5.3 行業(yè)大模型精調與優(yōu)化部署
1、模型精調
2、模型評估
3、模型重訓優(yōu)化
4、模型聯(lián)調部署
5、模型應用運營
3.6 工業(yè)大模型典型技術架構
3.7 工業(yè)大模型核心技術能力
3.7.1 工業(yè)知識問答
3.7.2 工業(yè)代碼生成
3.7.3 工業(yè)插件整合
3.8 工業(yè)大模型基礎能力構建概述
3.9 工業(yè)大模型基礎能力構建之“算力”
3.9.1 大模型的算力需求分析
3.9.2 AI芯片
1、AI芯片概述
2、AI芯片發(fā)展現(xiàn)狀
3、AI芯片供應商格局
4、主要AI芯片類型
（1）CPU
（2）GPU
（3）DPU
（4）TPU
（5）FPGA
（6）ASIC
3.9.3 AI服務器
1、AI服務器概述
2、AI服務器發(fā)展現(xiàn)狀
3、AI服務器供應商格局
3.9.4 工業(yè)大模型算力部署路徑
3.10 工業(yè)大模型基礎能力構建之“數(shù)據”
3.10.1 數(shù)據處理與服務概述
3.10.2 國內外主要大預言模型數(shù)據集
3.10.3 數(shù)據API
3.10.4 訓練數(shù)據開發(fā)
3.10.5 推理數(shù)據開發(fā)
3.10.6 數(shù)據維護
3.10.7 工業(yè)大模型對數(shù)據的要求分析
3.11 工業(yè)大模型基礎能力構建之“AI基礎軟件”
3.11.1 AI基礎軟件概述
3.11.2 AI基礎軟件市場概況
3.11.3 AI基礎軟件競爭格局
3.11.4 AI基礎軟件主要類型
1、機器學習框架和庫
2、模型訓練和部署平臺
（1）模型訓練平臺
（2）模型部署平臺
（3）模型推理平臺
3、數(shù)據處理和分析工具
4、優(yōu)化和自動化工具
第4章中國工業(yè)大模型應用場景分析
4.1 工業(yè)大模型行業(yè)應用場景分布
4.2 工業(yè)大模型應用場景：工業(yè)設計
4.2.1 工業(yè)設計概述
4.2.2 工業(yè)設計領域大模型應用優(yōu)勢分析
4.2.3 工業(yè)設計領域大模型應用案例分析
4.3 工業(yè)大模型應用場景：生產管理
4.3.1 生產管理概述
4.3.2 生產管理領域大模型應用優(yōu)勢分析
4.3.3 生產管理領域大模型應用案例分析
4.4 工業(yè)大模型應用場景：質量管理
4.4.1 質量管理概述
4.4.2 質量管理領域大模型應用優(yōu)勢分析
4.4.3 質量管理領域大模型應用案例分析
4.5 工業(yè)大模型應用場景：能源管理
4.5.1 能源管理概述
4.5.2 能源管理領域大模型應用優(yōu)勢分析
4.5.3 能源管理領域大模型應用案例分析
4.6 工業(yè)大模型應用場景：安全管理
4.6.1 安全管理概述
4.6.2 安全管理領域大模型應用優(yōu)勢分析
4.6.3 安全管理領域大模型應用案例分析
4.7 工業(yè)大模型應用場景：其他
4.8 工業(yè)大模型應用場景戰(zhàn)略地位分析
第5章中國工業(yè)大模型應用業(yè)態(tài)市場分析
5.1 工業(yè)大模型應用業(yè)態(tài)分布
5.1.1 工業(yè)大模型對工業(yè)的賦能作用
5.1.2 工業(yè)大模型應用業(yè)態(tài)匯總
5.2 工業(yè)大模型應用業(yè)態(tài)：石化
5.2.1 石化行業(yè)工業(yè)大模型應用概述
5.2.2 石化行業(yè)工業(yè)大模型應用實踐
5.2.3 石化行業(yè)工業(yè)大模型應用潛力
5.3 工業(yè)大模型應用業(yè)態(tài)：能源
5.3.1 能源行業(yè)工業(yè)大模型應用概述
5.3.2 能源行業(yè)工業(yè)大模型應用實踐
5.3.3 能源行業(yè)工業(yè)大模型應用潛力
5.4 工業(yè)大模型應用業(yè)態(tài)：電力
5.4.1 電力行業(yè)工業(yè)大模型應用概述
5.4.2 電力行業(yè)工業(yè)大模型應用實踐
5.4.3 電力行業(yè)工業(yè)大模型應用潛力
5.5 工業(yè)大模型應用業(yè)態(tài)：其他
5.5.1 電子
5.5.2 建筑
5.5.3 鋼鐵
5.5.4 紡織
5.6 工業(yè)大模型應用業(yè)態(tài)市場戰(zhàn)略地位分析
第6章中國工業(yè)大模型企業(yè)案例解析
6.1 中國工業(yè)大模型企業(yè)梳理與對比
6.2 中國工業(yè)大模型產業(yè)企業(yè)案例分析
6.2.1 中工互聯(lián)-智工?工業(yè)大模型
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
6.2.2 思謀科技-IndustryGPT
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
6.2.3 卡奧斯-工業(yè)大模型COSMO-GPT
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
6.2.4 科大訊飛-羚羊工業(yè)大模型
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
6.2.5 華為-盤古礦山大模型
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
6.2.6 創(chuàng)新奇智-“奇智孔明”工業(yè)大模型
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
6.2.7 智昌集團-AI蜂腦大模型
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
6.2.8 阿里-通義大模型
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
6.2.9 百度智能云-千帆大模型
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
6.2.10 京東-言犀大模型
1、基本信息
2、模型特點
3、技術架構
4、模型功能
5、應用場景
6、下游客戶
7、最新進展
第7章中國工業(yè)大模型產業(yè)政策環(huán)境洞察&發(fā)展?jié)摿?/h4>
7.1 工業(yè)大模型產業(yè)政策環(huán)境洞悉
7.1.1 國家層面工業(yè)大模型產業(yè)政策匯總
7.1.2 國家層面工業(yè)大模型產業(yè)發(fā)展規(guī)劃
7.1.3 國家重點政策/規(guī)劃對工業(yè)大模型產業(yè)的影響
7.2 工業(yè)大模型產業(yè)PEST分析圖
7.3 工業(yè)大模型產業(yè)SWOT分析
7.4 工業(yè)大模型產業(yè)發(fā)展?jié)摿υu估
7.5 工業(yè)大模型產業(yè)未來關鍵增長點
7.6 工業(yè)大模型產業(yè)發(fā)展前景預測
7.7 工業(yè)大模型產業(yè)發(fā)展趨勢洞悉
7.7.1 整體發(fā)展趨勢
7.7.2 監(jiān)管規(guī)范趨勢
7.7.3 技術創(chuàng)新趨勢
7.7.4 細分市場趨勢
7.7.5 市場競爭趨勢
第8章中國工業(yè)大模型產業(yè)投資戰(zhàn)略規(guī)劃策略及建議
8.1 工業(yè)大模型產業(yè)投資風險預警
8.1.1 風險預警
8.1.2 風險應對
8.2 工業(yè)大模型產業(yè)投資機會分析
8.2.1 工業(yè)大模型產業(yè)鏈薄弱環(huán)節(jié)投資機會
8.2.2 工業(yè)大模型產業(yè)細分領域投資機會
8.2.3 工業(yè)大模型產業(yè)區(qū)域市場投資機會
8.2.4 工業(yè)大模型產業(yè)空白點投資機會
8.3 工業(yè)大模型產業(yè)投資價值評估
8.4 工業(yè)大模型產業(yè)投資策略建議
8.5 工業(yè)大模型產業(yè)可持續(xù)發(fā)展建議
圖表目錄
圖表1：大模型的特征
圖表2：本報告研究領域所處行業(yè)
圖表3：工業(yè)大模型的定義
圖表4：工業(yè)大模型的特征
圖表5：工業(yè)大模型專業(yè)術語
圖表6：工業(yè)大模型行業(yè)監(jiān)管
圖表7：工業(yè)大模型產業(yè)鏈結構梳理
圖表8：工業(yè)大模型產業(yè)鏈生態(tài)全景圖譜
圖表9：工業(yè)大模型產業(yè)鏈區(qū)域熱力圖
圖表10：本報告研究范圍界定
圖表11：本報告權威數(shù)據來源
圖表12：本報告研究方法及統(tǒng)計標準
圖表13：中國大模型發(fā)展歷程
圖表14：中國已發(fā)布大模型數(shù)量變化
圖表15：中國大模型參數(shù)規(guī)模變化
圖表16：中國大模型商業(yè)模式分析
圖表17：中國大模型發(fā)展趨勢洞悉
圖表18：中國大模型落地工業(yè)領域可行性分析
圖表19：中國AI大模型工業(yè)應用指數(shù)
圖表20：中國工業(yè)大模型市場競爭格局
圖表21：中國主要工業(yè)大模型廠商競爭力評價
圖表22：中國工業(yè)大模型市場規(guī)模體量
圖表23：中國工業(yè)大模型發(fā)展面臨的挑戰(zhàn)
圖表24：大模型技術路線及算法架構
圖表25：大模型工程化
圖表26：數(shù)據工程（數(shù)據處理和回流）
圖表27：模型調優(yōu)（模型訓練與微調）
圖表28：模型交付（模型壓縮與測試）
圖表29：服務運營（服務部署與托管）
圖表30：平臺支撐能力
更多圖表見正文……
◆ 本報告分析師具有專業(yè)研究能力，報告中相關行業(yè)數(shù)據及市場預測主要為公司研究員采用桌面研究、業(yè)界訪談、市場調查及其他研究方法，部分文字和數(shù)據采集于公開信息，并且結合智研咨詢監(jiān)測產品數(shù)據，通過智研統(tǒng)計預測模型估算獲得；企業(yè)數(shù)據主要為官方渠道以及訪談獲得，智研咨詢對該等信息的準確性、完整性和可靠性做最大努力的追求，受研究方法和數(shù)據獲取資源的限制，本報告只提供給用戶作為市場參考資料，本公司對該報告的數(shù)據和觀點不承擔法律責任。
◆ 本報告所涉及的觀點或信息僅供參考，不構成任何證券或基金投資建議。本報告僅在相關法律許可的情況下發(fā)放，并僅為提供信息而發(fā)放，概不構成任何廣告或證券研究報告。本報告數(shù)據均來自合法合規(guī)渠道，觀點產出及數(shù)據分析基于分析師對行業(yè)的客觀理解，本報告不受任何第三方授意或影響。
◆ 本報告所載的資料、意見及推測僅反映智研咨詢于發(fā)布本報告當日的判斷，過往報告中的描述不應作為日后的表現(xiàn)依據。在不同時期，智研咨詢可發(fā)表與本報告所載資料、意見及推測不一致的報告或文章。智研咨詢均不保證本報告所含信息保持在最新狀態(tài)。同時，智研咨詢對本報告所含信息可在不發(fā)出通知的情形下做出修改，讀者應當自行關注相應的更新或修改。任何機構或個人應對其利用本報告的數(shù)據、分析、研究、部分或者全部內容所進行的一切活動負責并承擔該等活動所導致的任何損失或傷害。
01
智研咨詢成立于2008年，具有15年產業(yè)咨詢經驗
02
智研咨詢總部位于北京，具有得天獨厚的專家資源和區(qū)位優(yōu)勢
03
智研咨詢目前累計服務客戶上萬家，客戶覆蓋全球，得到客戶一致好評
04
智研咨詢不僅僅提供精品行研報告，還提供產業(yè)規(guī)劃、IPO咨詢、行業(yè)調研等全案產業(yè)咨詢服務
05
智研咨詢精益求精地完善研究方法，用專業(yè)和科學的研究模型和調研方法，不斷追求數(shù)據和觀點的客觀準確
06
智研咨詢不定期提供各觀點文章、行業(yè)簡報、監(jiān)測報告等免費資源，踐行用信息驅動產業(yè)發(fā)展的公司使命
07
智研咨詢建立了自有的數(shù)據庫資源和知識庫
08
智研咨詢觀點和數(shù)據被媒體、機構、券商廣泛引用和轉載，具有廣泛的品牌知名度
品質保證
智研咨詢是行業(yè)研究咨詢服務領域的領導品牌，公司擁有強大的智囊顧問團，與國內數(shù)百家咨詢機構，行業(yè)協(xié)會建立長期合作關系，專業(yè)的團隊和資源，保證了我們報告的專業(yè)性。
售后處理
我們提供完善的售后服務系統(tǒng)。只需反饋至智研咨詢電話專線、微信客服、在線平臺等任意終端，均可在工作日內得到受理回復。24小時全面為您提供專業(yè)周到的服務，及時解決您的需求。
跟蹤回訪
持續(xù)讓客戶滿意是我們一直的追求。公司會安排專業(yè)的客服專員會定期電話回訪或上門拜訪，收集您對我們服務的意見及建議，做到讓客戶100%滿意。
![研判2025！中國工業(yè)大模型行業(yè)產業(yè)鏈圖譜、政策、市場規(guī)模及未來趨勢分析：華為、科大訊飛等積極布局，工業(yè)大模型商業(yè)化落地正在不斷推進[圖]](http://img.chyxx.com/images/2022/0330/ce25a2275c336b52d58303ed80fb7924b3fd1022.png?x-oss-process=style/w320)
