..............9 （一）基础共性标准..................................................................9 （二）关键技术标准................................................................11 （三）行业应用标准................... 助力新型工业化高质量发展，推动制造业高端化、智能化、 绿色化转型升级。 统筹规划，前瞻引领。加强“国家+行业”智能制造标 准体系顶层设计，统筹推进国家标准与行业标准、国内标准 与国际标准的制定与实施。加快基础共性、关键技术、行业 应用等重点标准制修订，发布一批前瞻性、引领性标准。 需求牵引，应用拓展。围绕现代化产业体系建设的标准 化需求，聚焦产品全生命周期、生产全过程、供应链全环节， 构建典型场景标准群。以标准应用项目和贯标行动为工作抓 基础共性、B 关键技术、 C 行业应用等 3 个部分，主要反映标准体系各部分的组成关 系。智能制造标准体系结构图如图 2 所示。 6 图 2 智能制造标准体系结构图 具体而言，A 基础共性标准包括通用、安全、可靠性、 检测、评价、人员能力等 6 大类，位于智能制造标准体系结 构图的最底层，主要用于统一智能制造相关概念，解决智能 制造基础共性关键问题，是 B 关键技术标准和 C 行业应用标

本报告基于科研背景，全面梳理了 AI 赋能工业仿真的技术路径 与实践脉络。首先探讨人工智能赋能工业仿真的必然性及其应用价 值，然后聚焦于 CAD、CAE 两大核心领域，对比分析国内外技术路 线与应用现状；在关键技术层面，解析数据驱动、物理驱动及融合 驱动这三类 AI 仿真方法的本质区别与适适用场景；通过轨道交通、 航空航天、轻工业、汽车工业及工程建筑等领域的实践案例，验证 AI 仿真的规模化应用潜力及应用前景；最后，分析 4 （二） 人工智能赋能工业仿真国内外现状........................................................... 13 三、人工智能赋能工业仿真关键技术..................................................................... 17 （一） AI 赋能 CAD........... CAE 接口对每个设计 的结构强度和空气动力学性能进行快速验证。如汽车领域 AI 能够自 动生成数百种满足特定美学和轻量化要求的轮毂概念设计并进行优 化设计20。 三、人工智能赋能工业仿真关键技术 （一）AI 赋能 CAD 人工智能赋能计算机辅助设计依据其应用场景不同主要包括智 18 Qin Y , Ma C , Mei L ,et al.The prediction of residual

本书在实践积累与行业洞察基础上，试图对一系列关键问题做出解答：工 业大模型与通用大模型有何不同？工业大模型的技术体系与关键技术何在？工 业大模型赋能的重点领域和主要场景包括哪些？我国和全球工业大模型的产业 生态如何？ 针对上述问题，本书从多维度展开探讨： 聚焦创新：深度剖析工业大模型关键技术与产业机遇。 以案为鉴：解析高端装备、智能制造等领域的应用需求。 立足实践：详尽介绍工业大模型应用开发的实施路径。 工业大模型的技术标准.................................................................. 31 4 2.2 工业大模型开发关键技术.............................................................. 33 2.2.1 数据采集与处理................ ................................................................................ 37 2.3 工业大模型应用关键技术.............................................................. 38 2.3.1 提示词工程..................

势头。关键技术集中在人工智能、物联网、自动化、 3D打印和机器人技术等领域。 然而，对欧盟制造业来说，挑战依然存在，例如劳 动力成本上升，以及与美国和中国相比，获得资金 的机会有限。 市场展望 —— 制造业的基本格局和趋势 TELENOR IoT | 物联网赋能制造业数字化转型 | 5 美国 2024年，美国延续减少对中国供应链依赖的举措， 具体来说，减少关键技术的进口，提升其制造业的

我国高度重视 5G 与工业互联网的融合创新发展，先后出台多项 政策进行指引。2019 年 11 月，工业和信息化部（以下简称“工信部”） 出台《“5G+工业互联网”512 工程推进方案》，从突破关键技术能力、 提升产业支撑能力、打造“5G+工业互联网”内网建设改造标杆、形成 至少 20 大典型工业应用场景等方面进行整体布局。2022 年 8 月，工 信部印发《5G 全连接工厂建设指南》，提出面向制造业、采矿、港 模组价格将进一步降至 200 元左右，但目前 5G Redcap 模组处于商用初期，网络基站侧也还需进行配套升级，5G Redcap 技术在工业终端设备中的规模商用仍需时间培育。 三是 5G 与工业协议适配关键技术仍待突破。不同于移动互联网 的开放统一，工业领域已形成多种工业协议长期共存的局面。不同的 工业协议具有不同的报文发送机制和可靠性保障机制，与 5G 网络当 前的传输机制无法完全匹配，各种工业协议相对封闭，尚未针对 LAN、 高精度定位等 5G 原生特性的工业终端设备研发，丰富产品形态和供 给。加速 5G Redcap 工业终端的商用化进程，促进规模化使用，“以 用促降”带动产品研发成本进一步下降。 三是加快关键技术攻关，加强 5G 与工业终端设备融合。鼓励行 业企业、终端设备厂家、电信运营商、高校及科研机构等相关各方加 强 协 同 攻 关 ， 推 进 5G 与 工 业 协 议 XSO （ Cross-layer

行业类园区则更多依靠推动区域集中供热整合，深入推进热电联产。 创新绿色低碳技术体系。目前各个园区“十四五”期间绿色低碳技术创新更多还是 作为辅助和补充，园区在技术体系建设的重点方向基本上集中在“双碳”关键技术的研 24 江苏省工业园区绿色低碳发展路径研究报告 究开发和应用、“双碳”技术创新体系建设和“双碳”管理与技术人才培养上。其中在 技术研发应用方面，综合类园区更多基于产业拓展和孵化，希望通过技术创新与应用， 研究发现，江苏省园区“达峰”期间技术体系建设的重点方向基本上集中在“双碳” 关键技术的研究开发和应用、“双碳”技术创新体系建设和“双碳”管理与技术人才培 养上，同时绿色低碳技术创新更多还是作为辅助和补充。 建议强化园区的组织协调功能和企业的创新主体地位，加强节能减煤降碳基础科学 研究，大力推进颠覆性前沿关键技术的研发应用，集成一批绿色发展领域的重大技术成 果并在园区推广应用，例如立足江苏

能源分配系统在“双碳”场景中的重要性往往容易被人低估。作为连接能源供给端和能源使用端 的基本环节，能源分配系统负责实现包括水电汽热等各类能源的传输和控制。 在电力方面，配电系统连接电网、分布式发电设备以及用电设备，主要包含的关键技术一般有 一次配电系统、二次配电（继电保护）系统、交直流设备、储能和无功功率补偿系统、综合能 源管控系统以及相关的信息系统。在园区电能占比逐渐提高的时代，配电系统的稳定性和韧性 决定着园区用能 电的方案得到有效优化，而且降低能源的使用成本。同时，微电网的孤岛运行模式也 保证了用电单位的独立性。在用能需求多变且新能源占比逐步扩大的当下，能够提高 局部电网灵活性、可靠性和新能源穿透率的微电网技术也是节能降碳的关键技术。从 被动接受能耗指令到主动根据大电网和负荷的情况进行区域调控，它可以帮助运营方 更好地统筹和管理区域内的能源系统，也能更好地对接面向未来的双向电网理念和售 电/碳交易等金融系统。

以降本提质增效作为核心目标： 将流程、技术、系统与人进行深 度融合为手段，探索创新企业运 营新模式。 模型是智能工厂的“大脑”：是 企业管理业务优化、流程化的基 础，是智能工厂关键技术攻关的 首要突破点。 标准化基础设施是保障：包括网 络规划（结构、安全等） 、硬件 设备规划、基础软件规划（操作 系统、数据库等）。 在实践中探索前行 智能工厂建设的几点体会 me

连续性。 (3) 2030 年发展目标 当前，智能网联汽车 5G eMBB 产品已基本成熟，5G 轻量化 （RedCap）、确定性网络服务已开始小规模产业化部署，网络智能 化等 5G-A 关键技术成熟应用仍需一定时间。结合当前产业现状，面 向 2030 年，5G 网络以提升面向智能网联汽车的网络服务连续性、稳 定性，提供性能可预期、有保障的服务能力，加速推进智能网联汽车 5G 全面应 车载通信安全。 (3) 2030 年发展目标 当前，智能网联汽车卫星通信产品与服务刚迈入初级发展阶段， 卫星网络基础设施建设仍在持续开展，车载终端产品有待进一步演进 优化，5G-NTN 等关键技术成熟应用仍需一定时间。结合当前产业现 状，面向 2030 年，智能网联汽车卫星通信网络以提升车端产品功能 性能、完善基础设施建设，加速推进智能网联汽车卫星通信初步应用 为主线，形成如下发展目标： 实现“车-端-边-云”算力协同，支撑车辆各类型业务服务。 1. 技术与产业现状 在技术标准方面，算网融合技术在智能网联汽车领域的应用仍处 起步阶段，缺少与智能网联汽车业务紧耦合的端边云、跨运营商算力 互通等关键技术标准。 在技术产业化方面，基础设施方面，端算力呈现高密度、低能效 比和强环境适应性趋势；边缘算力向“通算+智算”融合架构升级；云 端智算算力以大规模部署、集中式训练服务为主。头部企业加速布局

................................................................................3 1.3 数智园区的关键技术与应用 .............................................................................................. 界，并成为数智园区相对于普通园区最重要的特征，以及关键 的发展驱动力。推动基于创新技术的园区架构以及应用技术创 新，已经成为数智园区提升效率、活力、竞争力的重要因素。 目前，数智园区内的关键技术包括： • AI AI 技术可以帮助园区构建智能化的服务平台，在决策支 持、安全管理、机器人客服、无人驾驶等方面提供创新的应 用场景，提高园区的运营和管理水平。AI 技术与计算机视 觉、 工作流的推理部分从 云或数据中心转移到就近部署的边缘计算终端，从而降低 时延，节约网络带宽，同时满足隐私性和安全性等方面的 要求。得益于此，边缘计算近年来在园区得到了广泛应用。 1.3 数智园区的关键技术与应用 数智园区行业参考指南 | "IN" 数智时代 赋能园区转型 6 | 数智园区概况及发展趋势 边缘侧的负载整合为人工智能在边缘计算的应用找到了突 破口。人工智能为数据采集、分析和增值提供了全新的驱