智能驾驶智算数据平台发展研究报告 2025 年 8 月 I 发起单位 中国汽车工程学会人工智能分会 中国智能网联汽车产业创新联盟人工智能工作组 联合牵头单位 清华大学 北京工业大学 国家智能网联汽车创新中心 北京万界数据科技有限责任公司 参研单位 中国软件评测中心（工业和信息化部软件与集成电路促进中心） 智能驾驶智算数据平台定义及预期功能 ............................................................... 1 1.1 智能驾驶智算数据平台定义 ..................................................................... 1 1.2 行业级智能驾驶智算数据平台预期功能 行业级智能驾驶智算数据平台预期功能 ................................................. 2 2 智能驾驶智算数据平台发展现状分析 ................................................................... 2 2.1 国外现状分析 ..........................................

数据资产驱动苏州制造业数字化转型的 机制研究 中国电子技术标准化研究院华东分院 2025 年 I 摘 要 在当今数字化转型的时代浪潮中，数据资产已成为企业 运营的核心驱动力，深度融入生产、管理与决策全链条，受 到高度关注，并在宏观层面成为数字经济体系的重要组成部 分，在微观层面成为企业创新与价值重塑的关键要素。苏州 凭借雄厚的制造业基础以及完善的产业体系，为数字化转型 筑牢了 面临着诸多挑战。苏州制造业亟须深度挖掘数据资产价值， 以数据驱动创新，以创新引领发展，从而打造核心竞争力， 实现高质量发展。 本文首先系统梳理了数据资产的基本概念，并从多维度 构建数据资产分类框架。其次，深入介绍数据资产管理的关 键支撑技术体系，聚焦区块链、人工智能和虚拟现实等新兴 技术在其中的作用。再次，定义了数据资产化的三个重要阶 段，即业务数据化、数据资源化和数据资产化，并且明确数 据 据资产化的实施路径。同时，本文列举了多个数据资产在制 造业中的经典应用场景，为制造业企业提供了可借鉴的路径 与参考。此外，报告还深入探讨了数据资产从多个维度驱动 制造业数字化转型的机制，揭示其在制造业数字化转型中的 关键作用。 最后针对苏州制造业的具体情况，深入分析其在数据资 产管理的难点和痛点，全面总结亟须解决的问题和挑战，为 有效应对这些挑战，提出了切实可行的建议对策。最后提出

需求从标准化产品转 向千人千面的个性化体验，我们的 IT 系统正面临前所未有的考验。 传统业务模式下的 "烟囱式" 系统架构，在多渠道融合的冲击下逐渐显露短板。门店库存与线上 订单不同步、会员数据分散在多个平台、促销活动难以跨渠道协同 —— 这些痛点的本质，是企 业需要一套更灵活、更敏捷的信息系统，用极简架构支撑复杂业务。对于有一定体量的企业，" 简单即高效" ：技术栈越简洁，运维成本越低，业务响应速度越快。 投入都必须产生可见价值。传统架构中，为 支撑高并发需堆叠服务器、为实现实时分析需部署多套数据库，这种 "以资源换性能" 的模式早 已难以为继。我们需要的是能精打细算的技术底座，用一体化设计降低总拥有成本，让有限的 IT 预算创造更大价值。 当下，AI 技术正从概念走向实战，成为重构商业模式的核心引擎。从智能选款、动态定价到个 性化导购，AI 应用的深度取决于数据底座的支撑能力。在探索 AI 驱动的 "超级导购" 场景中 场景中 发现：能否将商品图片、面料参数、会员偏好等多模态数据实时转化为向量特征，能否用 SQL+AI 融合查询实现 "一句话找货"，直接决定了 AI 应用的落地效果。这要求数据库不仅是数据的 " 仓库"，更要是 AI 能力的 "孵化器"，让业务团队无需复杂技术就能调用智能分析能力。 正是在这样的背景下，我们看到了一体化云数据库的价值。它用分布式架构消解了多渠道并发的 压力，用 HTAP 引擎打

工业大数据背景下的发电厂 智能运行系统工程应用方案 ——“ 本质安全、效益优先” 2009 年 -2012 年 1980 年 -2008 年 2016 年 -2019 年 2020 年 - 至今 大数据成长期 我国工业和信息化部关于印发 《物联网 “十二五发展规划》 通 知 ，其中包括了海量数据存储、 数据挖掘、 图像视频智能分析 ， 这些是大数据的重要组成部分。 工业和信息化部印发大数据产业“十四 五发展规划”。 到 2025 年 ，大数据产业测算规模突破 3 万亿元 ，年均复合增长率保持在 25% 左 右 ，创新力强附加值高、 自主可控的现代 化大 工业大数据发展情况 大数据爆发期 国务院发布《促进大 数据发展行动纲要》 这是 指导中国大数据发展的国 家顶层设计和总体部署。 工业和信息化部印发大数 据 产业“十三五发展规划”。 《 2018 全球大数据发展 分析报告》 显示 ， 中国大数 据技 术创新能力有了显著的提 升。 大数据萌芽期 随着社交网络的激增 ， 技术博客和专业人士为大 数据概念注入新的生机。 引 言 大数据产业 化 大数据发展期 2013 年 -2015 年 数据产业体系基本形成。 深调 服务 工业互联 网云平台 智能 巡检

中南的后裔 指导教师：张海波 成 员：万文娇 孔慧琳 魏羽璠 黄 菡 智能手环使用现状及产品发展分析报告 ——基于电商平台消费者购买评价的文本挖掘与武汉市的抽样调查 I 摘要 随着人工智能技术不断取得新的突破，一系列智能生活硬件逐步走进普通大 众的日常生活中。智能手环凭借入门级的售价和产品方案的标准化，市场渗透率 在智能可穿戴设备领域中一马当先，远远超过智能手表、智能眼镜等其他产品。 我们通过抓取电商平台评论文本，使用大数据挖掘的 方法，了解消费者对产品的好评度以及关注点。针对第二个问题，通过实地调查 的方式，结合现有用户使用情况和非用户潜在价值，对智能手环未来发展策略提 出有针对性的可取建议。 考虑到在当今的移动互联网时代，通过电商平台进行网络购物已成为人们生 活中一种普遍的消费方式。利用文本挖掘的方法通过爬取天猫平台和京东平台上， 小米手环的全部可抓取评论数据，共计 468100 468100 条。经过数据清洗后，使用中文 分词、构建语义网络与 LDA 主题模型等算法和模型，实现对文本评论数据的情 感倾向性判断以及所隐藏信息的挖掘与分析，以有效、准确的从互联网电商评论 数据中分析出消费者对小米手环的好评度、关注点以及抱怨点，对小米手环的功 能、优缺点进行初步的评价，为线下问卷调查提供方向和思路。 在问卷调查实施中，我们进行了试调查和正式调查两轮调查。在正式调查中， 我们以武

运行效率。先知先觉的企业已经大踏步地进行数字化转型，大幅提升企 业核心竞争力，实现企业的提质增效降本。本文将以机械行业数字化转 型的先行者三一重工为案例展开讨论。  数字化转型：一切业务数据化，一切数据业务化 三一重工全面推进研发、采购、制造、营销服务、管理的数字化，建立 PLM（研发信息化）、GSP（供应商管理信息化）、MES（制造执行系统）、 CRM（营销信息化）、SCM（产销存一体化）等数字化平台，逐步实现 11%；从销售端看， 公司混凝土机械稳居国内第一，泵车市场份额达 50%，挖机市占率持续 提升成为国内第一（每年 2 个 pct 提至 2020 年的 28%）；从服务端看， 公司 98%的业务放在云端，数据整合形成的挖机指数可为企业决策提供 依据，前瞻性把握行业周期、调整生产节奏，售后服务响应时间缩短 95%， 大幅提升客户黏性。特别地，三一重工 2016 年前瞻布局工业互联网，体 外孵化树根互联，将 证券投资咨询执业资格证书编码：S0980519120001 联系人：田丰 电话： E-MAIL： tianfeng1@guosen.com.cn 独立性声明： 作者保证报告所采用的数据均来自合规渠 道，分析逻辑基于本人的职业理解，通过合 理判断并得出结论，力求客观、公正，其结 论不受其它任何第三方的授意、影响，特此 声明 0.6 0.8 1.0 1.2 1.4 1.6

可视化，就是以虚拟现实全景仿真再现， 360° 旋转，多角度切换，高空视角、 第 一人称视角，自动漫游与巡检，全方位总览数据中心全貌及状态。也可以在日常工作环境中、对各种设 备微环境进行有效监测如；压力、温度、湿度、位移、加速、人员定位等多种可视化环境监测。当然， 这块是需要强大的数据统计，基于数据模型为管理者提供全面的数据分析，提高信息查询、处理和交互 的及时性和有效性。 总体概述 072836 120223 、结合海航优势行业，针对场 景打磨场景，形成标准灵活的 云化场景。 感知、数据 数据 赋能 物联网 赋能 · 设备管理、连接管理平台、 RFID\NFC 电子标签、 2G\4G · 数据分析平台 · 物联网能力服务、规则引擎、 生命周期管理 硬件、数据 安全 数据 溯源 · 基于“听说看辨想”的基础能力平台、 智 能客服云 AI · 接入 & 节点管理、账本应用 数据 区块链 决策 AI 、物联网、虚拟人、区块链技术和场景有机结合，相互赋能，打造综合能力场 景 建设好基础平台的同时，充分结合元宇宙，打造虚拟人应用场景 总架构 超算中心、 GPU 集 群 科技金融 新零售 智慧物流 智慧城市 智慧教育 智能医疗 数据 连接 数据 决策

数字化商业将颠覆现有的商业模式， 甚至是互联网和电子商务时代的商业 模 式 图比吊场 , 科 全球客户的自主设计 智能产品研发系统 全数据驱动 全生命周期的实时协同 测量 师 大数据 物 流 建设背景 5/115 客户 新的收入机会 人 、 事 、 物 的 前所未有的融合 狭窄的管理范围 ETL 抽 取 转换 加 载 数据治理 3 数据质量 接口监控 变更分析 指标监控 程序监控 治理委员会 组长：某某 副 组 长 ( 相关部门领导 ) 各数据标准 专题组 各元数据 管理团队 ** 1 2 3 建设背景 6/115 传统数据治理存在组织架构复 杂、管理范围狭窄、管理流程复杂、人工录入多等弊端 庞大的组织架构 工 作 小 组 办 公 室 主任：某某 副主任：某菜 联系人：相关部门负责 人 元数据 应用系统数据 系统间数据流向 ETL 数据转换过程 数据仓库数据逻辑 数据标准 技术指标定义 业务逻辑定义 数据分类 数据骗码 报表二 业务分析 指标分析

层、设备层、通信层、数据层、业务层、应用层 6 个层 级。具体如下：1） 应用层：融合数据挖掘、数字孪 生、人工智能技术与卫星制造业务，形成可视化监 控、资源瓶颈诊断、智能动态调度、进度/质量/状态 预测、数据挖掘分析等创新应用。2） 业务层：实现 工厂跨域协同管理、工艺设计管理、计划/资源/质 量管理、供应链协同管理、产品全周期管理、工厂生 产运营管理等业务集成应用。3） 数据层：构建以大 数据层：构建以大 数据平台为支撑的智能工厂数据底座，实现卫星制 造 大 数 据 采 存 管 理 ；封 装 面 向 不 同 对 象（产 品/设 备）、不同过程（设计/工艺/制造）、不同场景（智能 工艺/智能调度）的模型库、数据库与知识库，支撑 业务集成与创新应用。4） 通信层：建立“多网络环 境+多采集手段+多传输方式”相结合的跨域信息 协同环境及工业互联网平台，满足设计-制造-配套 多单位远程跨域协同、工厂制造全要素数据感知需 多单位远程跨域协同、工厂制造全要素数据感知需 求。5） 设备层：开发应用激光投影装配引导、视觉 在线检测、智能辅助装配、高精度在线测量、自动仓 储物流等系列成套智能装备，提升卫星工厂设备。 6） 产线层：形成以大中型卫星脉动式总装生产线+ 商业小卫星批量化柔性生产线为核心的卫星总装 智能工厂，实现卫星智能制造场景落地与应用。 图 2 卫星总装智能工厂总体建设框架 Fig.2 Construction