指标管理 峰平谷管理 能源成本分析 能耗预测 能源和介质包括：水、电、气、冷量、热量等 根据预定义的能耗模型和碳排放模型展示能耗、碳 排放结构 快速统计层级筛选 日、月、年统计数据汇总运算；支持按园区层级、组 织层级、系统层级进行分级统计计算；支持计算能 耗强度 环比、同比、交叉对比等不同维度对建筑、区域、设 备进行用能对比分析 利用标准的桑基图展现能源流转态势 用户设定分项分级能源KPI和碳排放KPI，KPI指标 展示企业当前运营的碳资产，展现当前碳市场价格 和交易情况 漏损管理 系统自动就用能超限或异常能耗进行报警提示，操作 人员可及时发现“跑冒滴漏” 多用户层架构管理，用户额可从集团、公司以及单 位建筑等层级配置多种角色，角色可定义访问平台 各页面的权限 平台可配置能耗告警门限，报警提供多种推送方式 用户可灵活定义显示的导航菜单 菜单配置 用户角色管理 配置多种用户角色，角色和权限进行关联 手工数据补录 展现光伏站的主要运行数据，对运行情况进行提示 和管理 展现储能站的主要运行数据，对运行情况进行提示 和管理 展现充电站的主要运行数据，对运行情况进行提示 和管理 表计列表和状态查看，提供表计层级树 支持批量手动补录数据 西门子智能基础设施集团 西门子线路保护系统有限公司(低压电气工厂) 客户挑战： 客户收益： 对多租户，多业态办公园区实现有差异化的精细能源管理； 园区历史设备与系统情况复杂，各建筑的智能化设备拥有

总体要求 水利部智慧水利 总体目标 基础大平台 ：江河水系、 工程设施、 运行体系的采集与网络体系 水利大数据 ：三级物理分布、 逻辑统一、 跨层级跨领域的服务体 系 应用大系统 ：覆盖九大业务 + 水利监督等主要业务的应用体系 网络大安全 ：多层级、 一体化、 主动感知、 智能防御网络安全体系 水利部智慧水利 总体架构 一云 一池 两平台 构建天空地一体化水利感知网 ：江河水系、 工程设施、 浙江省水管理试点平台 任务分工 1. 成立市县层级水利数字化转型工作组 ，开展本级核心业务梳理 ，编制实施计划 2. 以水管理平台为统一门户 ，梳理整合已有系统 ，自建特色业务应用模块并与水管理平台完成对 接 3. 配合省级完成省级统建业务应用建设 ，承担相应数据感知基础设施建设（水资源、安全监测、 实时工况） 4. 在市级政务云节点建设市县层级水利数据仓 , 完成数据归集与治理（定规则、建机制、搭模块、 完成数据归集与治理（定规则、建机制、搭模块、 推应用 ） 5. 以省级“ 1 +X” 数据管理机制为基础 ，建立市县层级特色模块和数据的常态化运行维护机制。 市、 县（市、 区 ）水行政主管部门 重点做好 ：负责单位特色模块建设和数据归集 浙江省水管理试点平台 任务分工

并加入对模型规划层级的分类探讨. 此外, 由于该领域发展迅速, 在上述论文发布后又涌现出 了许多重要工作, 本文将补充这些最新进展, 为希 望了解该领域的研究人员提供更多的参考 (工作总 览见图 1[25, 29−100]). 本文内容安排如下: 第 1 节对大模型如何帮助 具身智能实现对环境的感知与理解进行介绍; 第 2 节分析大模型分别在需求级、任务级、规划级、动作 级这四个控制层级上为具身智能提供的规划; 任务) 的挑战, HomeRobot[102] 提出了 HomeRobot 具 身 智 能 数据来源 视频学习 模仿学习 模拟器 系统架构 冻结模型 Transformer 控制层级 动作级 规划级 任务级 需求级 感知与理解 人类反馈 多模态环境建模 可供性与约束 多模态模型理解 3D-VLA[63], Wang 等[25], Yang 等[29], ViLA[30] 望方式排列好的桌面照片可能更有效率. 2 控制层级 机器人的控制一般可以粗略地分为高层和低 层. 高层负责全局、长期的目标; 低层负责具体操作 与及时反馈. 虽然基础模型具有丰富常识与较强的 推理能力, 但精确性、实时性较差, 所以大模型往往 不会直接参与机器人的低层次控制, 而是通过需求 理解、任务规划、动作生成等方式进行较高层级的 控制. 本文将目前基础模型参与的具身智能控制分 为四个层级: 需求级、任务级、规划级、动作级

（一）基建端：以“自主可控”为核心，信创基础设施建设全面提速 信创已从政策要求转化为 AI 应用的底层刚需，2026 年央企信创渗透率以超 90%为目 标，正推动央企加速构建全链路国产化底座，从建设层级看，央企先完成核心系统（如调 度、生产管控）的国产化替代，再向边缘系统（如办公、辅助管理）延伸，从协同模式看， 央企与国产芯片、操作系统厂商建立“联合研发机制”，以加速软硬件优化和适配。 （ 峰、工厂排产、物流配载等关键场景，让业务端实打实增收；而战略攻坚场景直击核心关 键，在双碳、自主可控等领域，以 AI 突破“卡脖子”场景。 央企普遍是以集团总部、二级单位、三级子公司为主的多层级架构体系，一般通用支撑 类场景（如智慧办公、资产管理等）多由集团层面统筹推进，垂类场景（如生产环节、供 应链环节等）则由业务板块或子公司主导落地。 （一）央企 AI 应用通用支撑类场景分布 能管理、智 能协同、智能党建三大类场景，其中智能管理场景聚焦财务、人力、资产等核心管理，通 过智能预算、业财一体化等能力实现降本提效；智能协同场景覆盖办公、会议、跨部门协 作等场景，打破了组织层级壁垒，提升跨域协同效率；智能党建场景是央企刚需，以党员 管理、党建业务融合等模块实现党建与经营的深度绑定；数据支撑场景则作为底层基座， 通过数据治理、中台建设等能力为全场景提供数据资产与分析支持。

可达性和便捷性较差，无法满足乘客门到门出行 要求。此外，对于低客流密度区域，为了实现公 交运营成本和服务效率的平衡，公交系统的运营 难以适应乘客个性化、定制化出行要求[11-12]。因 此，亟须建立结构合理、层级清晰、功能明确、 协同高效的公共交通服务组织模式。 2.4 公共交通服务品质、韧性有待提升 由于当前公共交通系统的顶层设计、基础设 施、公交网络、运营服务、信息资源缺乏有效融 合，导致系统内部结构固化、模式割裂、服务效 共交通供给结构应由过去重视均质化规模增长向 兼顾系统效能及服务水平双重提升的存量挖潜转 变，推进公共交通组织模式与供给投入的精准匹 配。构建一体化集约公共交通系统，以高质量公 交出行服务供给满足高层级出行需求，并促进高 层级需求呼唤高质量供给，形成公交出行服务供 给和需求正反馈机制，使供需两端相互配合、协 同发力，进一步推动形成公共交通出行需求牵引 供给、供给创造需求的更高水平动态平衡。 4 现代公共交通系统未来趋势展望与发展 突破多模式公交协同化运营难题，实现 公共交通一体化出行服务 推动集约化公交服务与需求响应式灵活型公 交服务柔性协同发展，疏解资源约束条件下个性 化需求与集约化供给之间的矛盾。优化面向交通 枢纽、通勤走廊、城乡往来的多层级、跨区域、 多模式公交系统要素配置，实现多模式公交与其 他交通方式的精准衔接；综合改善公交站点和换 乘枢纽供给条件，提高多模式公交系统服务可靠 性与准点率[20]；以提供面向乘客多样化、个性化

总结分析不同类型单位的转型差异与规律 考虑到各单位客观条件的差异，我们将结合行业、区域、规模 等不同维度，研判内部审计数智化转型的发展规律。分析不同群体 在转型路径及应用成效上的特征，总结发展经验，为各类型各层级 单位提供参考。 (四) 为有关行业主管部门、自律组织和被审计单位提供实 用的决策参考 基于数据分析与专家观点，我们将提出针对性建议，以发挥调 全国内部审计数智化转型发展研究报告（2025） 发展。 (一) 电力行业 1.电力行业内部审计工作基本情况和特点 在组织保障与人才队伍方面，电力行业已构建起层级清晰、规 模充足的审计体系，但复合型技术人才短缺是其结构性短板。电力 行业内部审计体系具备较强的组织保障，多数企业已设立独立专职 审计机构，普遍采用与法人治理层级匹配的“总部—省级—地市级” 三级架构，并以自主审计方式开展项目。审计队伍规模总体充足， 专职审计人员占比超过 将内部审计数智化纳入“十五五”发展规划，聚焦于平台、数据、 模型及人工智能等新技术的系统性、体系化布局。 (二) 银行业 1.银行业内部审计工作基本情况和特点 在组织保障与人才队伍方面，银行业已形成与机构规模相匹配 的多层级审计体系，但不同类型银行的专业化程度与人才结构差异 显著。六大行凭借其广泛的业务覆盖，已建立起独立、完备的二级 审计体系，专职团队规模达数千人，并系统性地设立了数据审计支 持团队。股份制银行则

设计任务条件化 FiLM 调制机制 : 基于语言指令嵌入动态调整动作令 牌 , 保障动作生成与任务指令的一致性 , 强化模型对不同任务的适配能力。 3: 引入多尺度交叉注意力模块 : 融合高低层级视觉特征 , 为操作控制提 供互补的视觉信息 , 提升复杂场景下的机器人操作性能。 4: 完成多维度实验验证 : 在仿真基准与真实世界双臂平台完成系统验证 , 较主流基线模型实现稳定性能提升 采集了多任务、 多光照条件下的 RGB - 事件 - 动作同步数据集 , 为事件增强型 VLA 模型的训练与验证提 供 了标准化数据支撑。 3: 设计两类轻量化事件融合策略 : 包含无参数叠加融合与层级事件适配 器方案 , 兼容预训练视觉模型 , 仅新增 13M 参数即可实现性能提升 , 适 配边缘端部署。 4: 完成系统性实验与设计洞察输出 : 通过多组消融实验明确了事件窗口、 器人智能化升级提供技术优化参考。 6.1 ThermoAct VLA 韩国东国大学研究团队提出了 ThermoAct 层级式 VLA 框架 , 通过将热成像信息与 VLM 高层规划器及 VLA 执行器相结合 , 在无需大规模热数据预训 练的 《 ThermoAct:Thermal Aware vision Language

本，支撑新型智能化应用的落地。 分布式算力是相对于传统集中式算力（如单一超级数据中心）而 言的算力部署与利用模式，其核心是将一个大的计算任务分解成若干 个小任务，然后把这些小任务分配给地理、网络层级或逻辑上相互独 立的多个节点。这些计算节点可涵盖数据中心、边缘设备（如基站、 物联网网关）、终端设备甚至个人闲置设备等，通过网络连接形成协 同体系，实现算力资源的分布式协同与高效利用。分布式算力并非单 基础条件，为后续的高效管理与合理调配奠定坚实根基。 与此同时，为了契合大规模分布式节点的复杂特性，必须构建起 跨层级的协同管理架构。从集团级的统筹规划，到省、市级的协调执 行，再到区县级的具体落实，形成“集团-省-市-区县”这样一套严 密且灵活的分级分域感知与调度体系，推进跨域协同调度，打通异构 算力协同。该体系既要确保各层级对本地边缘站址资源实现实时监控， 掌握诸如资源的实时负载、运行状态等关键信息，又要能够依据全局 据全局 资源的动态变化进行动态调配。当某一区域因突发业务需求导致算力 紧张时，上级层级可迅速协调周边区域的闲置算力资源进行支援，实 现资源的高效利用与协同优化，既保证各域在一定程度上的自主性， 以应对本地的特殊情况，又能从整体上保障资源调配的科学性与合理 性。 在技术攻坚层面，分布式算力感知与调度的发展目标聚焦于突破 异构网络与复杂环境下的重重瓶颈。边缘节点的网络接入状况极为复 杂

离线地图服务，构建人员在地图上 的定位、轨迹等应用，通过大数据系统的对比分析结果，利用短信接口或警务 通完成预警和报警的推送通知，业务应用系统还包含对分级权限和登录账号权 限的管理，实现对区分局、县分局、派出所等不同层级单位的权限分配，应用 22 系统作为通过 app 进行人员定位管理和信息收集、通过微信公众号对企业进行 流程库存监管、通过内外网系统对整个业务流程进行全面覆盖，使整个系统即 具备大数据处理和 据关联，还提供可视化的管理界面。系统提供对已经保存的图片数据提供搜索 查询功能，可以根据所属单位、人员姓名、身份证号、手机号码（登录账号） 26 进行筛选查询或搜索。搜索出结果以后可以进入下一层级，查看搜索对应人员 的所有图片数据，并对图片数据根据拍摄时间（在上传时抓取数据）进行筛选 搜索。 本模块提供手动查询功能，查找到对应图片后点击数据对比按钮后，通过 对接系统（一场三站人脸识别 数据关联，还提供可视化的管理界面。系统提供对已经保存的通讯录数据提供 搜索查询功能，可以根据所属单位、人员姓名、身份证号、手机号码（登录账 号）进行筛选查询或搜索。搜索出结果以后可以进入下一层级，查看搜索对应 人员的所有通讯录数据。本模块提供手动查询功能，查找到对应手机号码后点 击数据对比按钮后，通过对接系统（实有人口、在逃、违法犯罪、重点人员、 特种行业）查询该号码的对应信息。 4

"，实现了从管控到赋能的价值转变 解剖营销模式，将其结构化为六步流程体系，通过系统化优化显著减少了流程损耗 在销售过程管理方面，体感建立了结构化的销售周会体系，包括战区级、销售小组级、项目小组级 等多层级会议模板 通过 AI 技术深度赋能 LTC 流程，实现销售全流程智能化升级 场景价值 实现了营销全流程的数字化转型与效能提升。将原本割裂的线索、机会、合同管 理环节整合为有机整体 0 1 回款及时率提升 通过数字化训练营、数字化工作坊、项目实践赋能等方式，配以相应人才激励与考核机制，逐步为 南商中国打造了一支既精通业务又具备数字化能力的复合型人才队伍。 举办 BI 劳动竞赛、实战训练营等活动，举办了多层级、跨总分的培训活动，落地了多个跨越前中后台、 深入业务一线的数据分析场景。 场景价值 基于 FineBI 打造的司南数据智慧平台使用人数实现了较大的提升，月活用户达 300 余人，占全行人数的 在日常工作中使用BI， 根据数据分析洞察业 务痛点 数智领导力 088 087 数智领导力 创新方法论 1、整合数据：设计新的数据架构，接入数据底座与数据中台作为数据源，并完成多方资源的整合。 所有层级的数据信息都在统一的数据资产管理平台上进行登记与管理，确保了数据的规范性和易用性。 1、个人线下贷款大看台 SCENE 典型场景 创新点 业务自助开发：个人业务部人员经 FineBI 培训后，自主完成看板开发。