........................................ 7 1.3.1 聚焦数据流通质量，打造高效边云协同体系 ...... 7 1.3.2 围绕工艺流程优化，提高机理模型供给能力 ...... 7 1.3.3 坚持行业痛点导向，完善特定场景解决方案 ...... 8 1.3.4 重视平台安全防护，建立高度可靠安全系统 ...... 8 二、石化行业 . ...................................... 28 4.3.1 统一技术架构接口规范，保障数据融通............. 28 4.3.2 突破全生命周期机理模型，推动数物融合......... 29 4.3.3 构建多层次体系化平台，实现数据分级分类 .... 29 五、船舶行业 ................................. .............................. 44 6.3.1 深化数据应用，完善数据流通体系..................... 44 6.3.2 聚焦生产过程，强化机理模型供给..................... 45 6.3.3 围绕行业痛点，推广解决方案普及..................... 45 七、轨道交通行业 ............

业财一体化能力 数联能力 数据治理 数据集数量 主数据管理能力 数据管理成熟度评价 数据共享 数据目录管理情况 异构数据的标准化率 标准化数据集容量 多系统数据接口打通情况 机理模型/数据模型数量 高级数据分析（机器学习、神经网络等）比例 智联能力 智能决策 领域知识图谱数量 智能算法数量 数字孪生 数据驱动的运营决策场景比例 数字化效益 数字绩效 技术管理绩效 数联能力 数据治理 高质量数据集数量 主数据管理能力 数据质量 数据共享 数据目录管理情况 异构数据的标准化率 标准化数据集容量 多系统数据接口打通情况 智联能力 数据开发 机理模型/数据模型数量 高级统计分析比例 预测分析比例 机器学习(深度学习)比例 智能决策 领域知识图谱数量 工业智能算法数量 数字孪生 数据驱动的运营决策场景比例 数字化效益 数字绩效 数据共享 数据目录管理情况 异构数据的标准化率 标准化数据集容量 多系统数据接口打通情况 智联能力 数据开发 进出用能单位/进出主要次级用能单位/ 主要用能单位在线数据分析能力 机理模型/数据模型数量 高级统计分析比例 预测分析比例 机器学习(深度学习)比例 智能决策 领域知识图谱数量 工业智能算法数量 数字孪生 数据驱动的运营决策场景比例 数字化效益 数字绩效

单位，有固定的经营服务场所，有面向行业提供数字化转型专业 化服务的必要设施、条件和能力，财务收支状况良好，经营规范， 具备可持续发展能力。优先支持脱胎于大型工业企业、具有工业 基因、熟悉行业机理的实体机构建设促进中心。 三、主要功能 (一)资源整合。汇聚政产学研用金等相关资源，整合技术、 产品、数据、标准、解决方案、基础设施、人才、安全防护等各类 资源要素，创新运营模式和合作机制，促进数字化转型资源开放 侧 数据互通共享。联合专业机构建设必要的网络和数据安全保障能 力，建立风险预警和应急处置机制。 (七)人才培训。提供标准化与定制化相结合的人才培训实训 服务，培育更多熟悉行业生产流程和工艺机理、具备数字化技能 的复合型人才队伍，打造人才培训实训基地。面向数字化系统运 维、设备故障检测等共性需求，组织行业技术人员与软硬件开发 工程师、网络工程师等深度协作，组建专职顾问团队。组织开展 式，支撑实际生产经营业务活动并发挥重要价值，是场景数字 化转型的关键驱动要素。 2.知识模型：利用数据挖掘、机器学习、人工智能等技术， 对场景中对象、现象和原理进行数字化、结构化处理，形成反 映工业机理、业务逻辑等现实场景的算法、数据结构或数字模 块等，是场景数字化转型的重要载体。 3.工具软件：场景数字化转型所需的各类数字化工具，包括 数字化集成工具、通用软件工具、专用软件工具等，是场景数

储和计算的压力。。 中心云平台利用大数据平台对采集的数据进行集中存储，并可 将数据以服务形式开放给 AI 平台和各类工业 APP 应用。AI 平台以 生产数据、经营数据、非结构化数据为基础建立各类机理模型和数 据模型，这些模型以服务接口的形式提供给各类工业 APP 使用。对 实时性要求较高的数据模型，AI 平台可将这些模型下发至边缘侧计 算服务器，边缘计算服务器可利用这些模型对边缘侧的现场数据进 式为上层业务系统的开发提供统一的开发框架、部署环境和运行时 环境，可满足业务系统快速开发、灵活扩展、动态调整的需求。为 26 企业数字化转型及企业数字化平台建设方案 快速构建 XXXX 公司各类业务系统、数据应用、机理模型、算法模 型、移动应用等提供统一的开发、测试、部署、运维、监控一体化 的支撑体系。 PAAS 平台主要由容器化平台、DevOps 开发运维一体化体系、 应用开发平台、移动应用平台、微服务体系、业务中台、工业大数 实现一站式大数据智能分析平台，降低大数据分析的难度，可快速 高效的支撑电力数字化和智能化应用场景的实现，能快速满足电力 行业各种大数据分析挖掘主题需求。提供电力行业应用场景相适应 的智能算法和模型，通过对机理模型和数学模型相互融合，不断优 化迭代，助力发电企业智能化发展。 3.2.3.4.3 BI 分析平台 数据分析是对大量结构化和非结构化的数据进行分析处理，从 中获得新的价值，具有数据来源广泛、数据关系复杂、数据计算量

美国“脑计划”在实施进程中有明确的阶段性目标。在前五年， 该计划着重于工具的开发，以为后续研究奠定基础；在五年之后， 其目标转向更为深入层次，即利用前期所开发的工具，深入探究大 脑的工作原理以及各类脑疾病的致病机理。 2018 年 4 月，美国“脑计划”正式开启第二阶段战略规划。为 助力该计划加速达到预期目标，美国国立卫生研究院（National Institutes of Health，NIH）专门组建了名为 一套高灵 敏度的意识评估方法，借助磁刺激技术与脑电图（EEG）技术，对 脑机接口技术与应用研究报告（2025 年） 11 复杂的大脑反应进行精准测评，为深入理解意识状态提供技术手段。 在脑机理论研究层面，德国科学家绘制了人类三维大脑图谱，全面 呈现了人类大脑的微观结构、复杂的连通性以及各脑区的功能特性， 有助于研究人员与临床医生之间建立沟通的桥梁。法国科学家基于 患者的解剖结构、结 领域的深度耦合。 国际层面，美国国立卫生研究院通过申报机制强化跨学科合作。 其发布的“脑科学前沿探索性项目”明确要求申请团队整合神经活 脑机接口技术与应用研究报告（2025 年） 37 动机理研究与大规模记录神经信号经验，推动神经生物学、生物医 学工程及临床医学领域的交叉融合。欧盟通过组织架构设计实现跨 国协同，依托人脑计划构建起大规模神经科学协同网络。项目实施 期间汇聚 19 国

单元操作模型 工艺机理模型 物性库  工艺机理模型：通过工艺机理模型对生产装置进行离线模拟，用于 指导生产、优化操作。  单元操作模型：应用单元操作模型发现装置存在的问题，通过对单 元操作参数调整，取得了预期的效果，优化了装置物耗、能耗、产 能等技术经济指标。  物性库：提供建模需要的所有物料的组分性质。 主要功能定义  采用国际上先进成熟的流程模拟软件包，建立流程工艺机理模型或 非机 非机理，进行离线流程模拟计算。选择工艺机理相对清晰，实施相 对容易、效益相对较高的装置进行试点建设  针对装置工艺技术人员，进行流程模拟的建模技术培训，结合装置 工艺技术，掌握本装置流程模拟建模方法和技能。鼓励装置技术人 员，应用流程模拟技术，开设本装置流程模拟优化课题，提出工艺 改进建议及措施。 建设思路 生产管控——先进控制系统 运用多变量预测控制技术，对重要生产装置建立先进控制系统，优

单元操作模型 工艺机理模型 物性库  工艺机理模型：通过工艺机理模型对生产装置进行离线模拟，用于 指导生产、优化操作。  单元操作模型：应用单元操作模型发现装置存在的问题，通过对单 元操作参数调整，取得了预期的效果，优化了装置物耗、能耗、产 能等技术经济指标。  物性库：提供建模需要的所有物料的组分性质。 主要功能定义  采用国际上先进成熟的流程模拟软件包，建立流程工艺机理模型或 非机 非机理，进行离线流程模拟计算。选择工艺机理相对清晰，实施相 对容易、效益相对较高的装置进行试点建设  针对装置工艺技术人员，进行流程模拟的建模技术培训，结合装置 工艺技术，掌握本装置流程模拟建模方法和技能。鼓励装置技术人 员，应用流程模拟技术，开设本装置流程模拟优化课题，提出工艺 改进建议及措施。 建设思路 ： 制作时间： 2023 年 睿利而行 ： 制作时间： 2023 年 睿利而行

经营相关 数据相关 安全相关 20.1% 11.6% l 6.5% 3.9% 57.8% 注释：进行细分场景归类时，针对数据相关统计时，主要包含数据治理与流通、数据应用（如优化、工业机理沉淀、定制服务）等方面，如果针对数据采集与监测，则归到具体场景中。 来源： 2022&2023 年度智能制造优秀场景名单，艾瑞咨询研究院自主研究及绘制。 ©2025.4 iResearch 昆仑数据、机智云、 研华科技、忽米等 • 数据汇聚：数据采集、接入、集成等 • 数据处理：数据清洗、标注、转换等 • 数据分析：数据预处理、特征工程等 • 数据应用：工业机理模型沉淀、可视化等 华为、阿里、百度、 腾讯、智谱 AI 等 模型 相关 服务 知识图谱 以通用大模型能力为基础，直接提 供具体的大模型产品及服务，或者 通过微调、 RAG

伊利集团作为中国食品行业唯一参 编单位为首个 ESG 领域的 ISO 国际标准做出了贡献。 （右图）2025 年 5 月,伊利集团的“乳业全链条的数字 化碳管理”案例入选国家数据局《数字化驱动生态文明发展 的机理研究》课题报告。为发展中国家提供低碳转型范例, 尤其是通过技术合作降低农业碳强度。 四、应用场景 1.上游农牧环节低碳管理场景 部署智能监测设备,实时采集牧场碳排放数据,结合 IPCC 核算模型 神彩科技通过构建危险废物全过程环境管理信息系统， 实现危废产生、贮存、转移、处置全生命周期信息化管理。 基于 DeepSeek-R1 模型探索涉废单位申报异常噪点识别分析 与决策建议研究，通过危废焚烧处置机理模型与多维度数据 碰撞分析相结合，推出危废监管与企业服务智能体，夯实危 废知识语料图谱与中台支撑能力，实现危废全流程监管的实 — 112 — 时科学化分析、精准化预警和智能化调度。提升管理效率和 产点位，涵盖定位、识别、检测、测量等机器视觉应用领域， 涉及生产监测、质量控制、能源管理、环境监控、安全防护 等多个方面，实现从原料到成品的全流程智能感知。 五、下一步举措 本案例将持续深化 AI 技术与钢铁冶金工艺机理的融合， 进一步探索智能纠偏、动态调速、精准干预等控制技术及机 器人巡检等自动化设备，通过强化智能监测系统与自动控制 技术的协同，实现“监测预警-智能决策-自动控制”的升级， 构建全流程闭环控制体系。在市场推广方向，纵向拓展至俄

技术咨询 22 �� & �� 航空航天 气象&海洋 能源动力 材料研发 新药研发 疫苗设计 飞行器&汽车风阻预测 座舱散热 天气预报 凸包能预测 蛋白质结构预测 �� �� 数据驱动 机理驱动 数理融合 �� �� PaddleScience PaddleHelix DeepXDE Nvidia Modulus Nvidia Modulus DeePMD-kit 算力中心 智算中心