.............................................................................. 9 4 汽车行业级智算数据平台建设关键问题思考 ..................................................... 10 4.1 平台建设必要性 ....................... 单位认为最大 的阻碍来源于各企业和机构之间的数据格式标准不统一，其次是敏感数据的合规 智能驾驶智算数据平台发展研究报告 7 边界不清晰。智驾供应商还认为数据产权和价值难以确定和追踪也是关键问题。 2.3.2 算力方面 算力中心建设方式。整车企业倾向于采用租赁+自建的方式进行，而智驾供 应商更多会选择采用全部租赁的方式。 国产卡使用情况。在拥有自建算力中心的企业或机构中，国产 过程中，主要面临 AI 计算框架适配问题以及大规模算力集群下的算力调度问题。 算力利用情况。大部分整车企业和智驾供应商拥有的算力能够满足其智驾算 法训练需求；而对高校和研究机构而言，算力仍是制约其技术研究的关键问题。 2.3.3 算法模型方面 端到端架构建设情况。70%以上的企业和机构已建立端到端架构并开始模型 训练。其中，27%自称采用分块式架构，45%自称采用一体式架构。并且，整车 企业由于

和总线通讯的方式。 位置控制是工业机器人的基本控制任务。由于机器人是由多轴 （关节）组成的，每轴的运动都将影响机器人末端执行器的位姿。如 何协调各轴的运动，使机器人完成作业要求的轨迹，是个关键问题。 2 、工业机器人伺服控制基本流程 图 5-9 工业机器人位置控制 光电 码盘 关节 控制器 位置 调节器 速度 调节器 矩阵 调节器 功率 放大 给定 位置 期望 行器与工件接触时保持 一定大小的力。这时， 如果只对机器人实施位 置控制，有可能由于机 器人的位姿误差或工件 放置的偏差，造成机器 人与工件之间没有接触 或损坏工件。 机器人控制中需解决四大关键问题 位置伺服 未知环境的约束研究 力传感器 碰撞冲击及稳定性研究 力控制是将环境考虑在内的控制问题 为了对机器人实施力控制，需要分析机器人末端执行器与环境的约 束状态，并根据约束条件制定控制策略，此外，还需要在机器人末端安

各类设备的互联及高效数据采集及分析手段是实现认知制造的基础  M2M 互联及数据采集挑战  运营及生产监控缺失可视化  异常快速处理实现困难  产品及部件无法追溯  过程追踪及流程数据缺失 关键问题  Watson IoT 平台 ME 解决方案 L1: 设备及控制系统层 L1: 设备及控制系统层 辅助物流设备 立体仓库 生产设备 工业物联网 边缘计算 认知技术 大数据分析 缺乏端到端的集成计划体系，人工生产排 产困难，影响生产效率  较难控制产品质量稳定性，提高良率  设备管理和维护的人力投入大，效率低  人工质检速度慢，管理困难  对个人经验的依赖较重 关键问题  View 系列 MES 系统  Gi-View 生产计划及排程系统  认知视觉检测系统 (Cognitive Visual Inspector)  预测性维护系统（ PM ） 

通过评价指标的组合，可分别针对数字化研发、数字化产线、数字化车间、智能物流、 智能工厂等不同应用场景的智能制造技术应用和实施效果进行评价。 l 第三方评估诊断： 第三方咨询服务和评估机构客观评估验证企业智能制造应用的现状，关键问题和实施推进路径。 评价体系应用范围

具身智能作为人工智能领域中的前沿方向，正从技术验证走向实际应用，展现 出产业革新潜力。阐述了具身智能的核心概念与技术架构，探讨了其在多领域 的应用案例和边界，特别是工业应用实践、挑战和突破点；同时关注其发展所面 临的关键问题与挑战，展望了未来可能的演进路径。此研究表明，具身智能不 仅是技术发展的必然趋势，更是推动社会智能化转型的重要力量，将在全球范 围内掀起新一轮科技革命，为全球高质量发展注入强劲动能。 Abstract：

值得注意的是，各地标准中所提及的转型技术和排放阈 值通常与《钢铁行业节能降碳专项行动计划》 《工业重点 领域能效标杆水平和基准水平（2023年版）》等行业标 准相一致，表明中国针对钢铁行业应该如何转型、转型 绩效应达什么水平等关键问题已经形成了基本共识。 18 相较于国际标准下的钢铁低碳转型路径，我国现行转 型金融目录支持范围较为宽泛。除了电弧炉、直接还原 铁等核心冶炼技术突破外，还包括能效提升、清洁能源 替代、环保改造等多个转型路径，覆盖了渐进改进和深 则协调和资源整合，形成稳定可预期 的政策和市场环境。 2.3.1 主管部门协同 在钢铁产业转型过程中，除了转型金融政策外，产业政 策和环保政策同样至关重要。产业政策规定了钢铁行 业的发展方向、产能计划和产业结构等关键问题，直接 影响转型的方向和进程。而环保政策则在一定程度上 成为“准入”门槛，环保绩效未达标或未完成超低排放 改造的钢铁企业可能面临罚款或停产整改等惩罚。 因此，如果产业政策和环保政策能够与金融政策实现

实施后预计每次故障最多可节省10万美元 每年节省10% 资产利用率： 集中式水和污水资产绩效监测 降低水和污水运营成本高达15万美元 提高客户满意度： 加强对公用事业绩效的报告和反馈 改进对关键问题的响应时间 故障后更快的服务恢复 操作培训改进： 通过提高技能提高新员工的运营效率 12-18个月内操作培训的平均投资回报率。 减少碳排放： 给水排水设施的水工艺优化

11”等电商大促期间，订单峰值突破百万级，OMS 的底层数 据库架构面临数据指数级增长带来的严峻考验，大促期间难以支撑高并发零卡顿、阻 碍库存实时分析、无法满足长效数据存储等问题，成为亟待解决的关键问题。 解决方案 面对数据库架构的挑战，李宁启动了新数据库的选型评估，最终采取一体化云数据库 解决方案。一体化云数据库通过以下能力为李宁 OMS 系统升级提供核心支撑：  弹性扩展能力：一体

这些问题的存在，主要是由于钢铁企业多分厂结构，生产信息一体化集成度不高，设备 工艺稳定性差，情况不明，生产变化不能及时反应调度等等而造成的。如何在产能和订单之 间达到平衡，成为每个钢铁企业面临的关键问题。 3、钢铁行业特性 钢铁行业与离散型装备制造等行业不同，属于流程型制造行业，也是资本密集型、设备 密集型和技术密集型工业，具有投资大、风险高的特性。随着钢铁企业向集团方向发展，资 金 的时候要非常注意，不要寄希望软件公司的内部管理会规范管理，会保留贵公司某个时段的 某个版本。 关于付款 软件厂商通常的付款方式是将软件与实施分开签署，这种做法无可厚非，应该是这样， 但关键问题是软件费用的付款周期往往是以合同签订、软件到客户、软件安装等为回款节点 的，通常软件安装后要收回软件费用的 70%左右，从项目控制来说对企业时不利的。 最好的做法是软件与实施分开签署，但软件的回款周期与实施周期相匹配，完成某个体

要深刻把握行业模型、智能装备、数据语料、复合人才是AI赋能制造业的四大基石，创新行业模型研 发，加大智能装备供给，推动数据“采—聚—用”，壮大专业人才队伍，系统破除模型算法、数据要素、智造装 备与人才资源等关键问题，为人工智能与制造业的深度融合构筑坚实基座。 （三）坚持要素聚合，夯实“模型—数据—装备—人才”基座 获评国家级智能制造试点示范项目51个，培育国家级卓越智能工厂3个。试点推动石化行业大模型在我 作不断深化。引导链主企业 通过供应链准入、订单获取、支付支持等举措，稳定配套企业转型预期，有效提升产业链配套率和整体效益。 （三）产业升级增添动能 四、经验启示 广泛了解企业数转的核心需求和关键问题，在政策制定、金融支持、供需对接等方面，发挥政府顶层设 计作用，帮助企业降成本、树信心、搭平台。推行分级分类施策，支持中小企业上平台用SaaS，鼓励大型企 业树标杆创示范，引导服务商结合线下诊断为