数据驱动决策：建设一个集成的数据处理平台，利用大数据分 析技术提取有价值的信息，为管理层提供精准的决策支持。  个性化定制：根据市场需求和客户反馈，通过 AI 模型快速调 整生产参数，实现产品的个性化定制，提高客户满意度。  物联网集成：通过物联网技术将生产设备、传感器和管理系统 连接起来，形成自感知、自驱动的智能制造系统。  可持续发展：关注资源利用效率和环境保护，通过智能化技术 降低能耗和排放，推动绿色制造。 最终方案的有 效性和可行性。通过这些措施，将确保 MDC 项目顺利推进，最终 实现智慧工厂的目标。 1.1 智慧工厂的定义与发展 智慧工厂是指利用先进的信息技术和智能化设备，通过优化生 产管理和工艺流程，实现生产效率、质量、灵活性和资源利用最大 化的现代化制造环境。随着工业 4.0 的兴起，智慧工厂的概念逐渐 成为制造业转型升级的重要方向。 智慧工厂的核心在于信息的互联互通。通过物联网、大数据分 在当前的市场环境中，智慧工厂的建设正在逐步加速，许多企 业利用智能制造提升了市场竞争力。据统计，全球智慧工厂市场预 计在未来几年将实现高速增长，年复合增长率达到 20%以上。 在智慧工厂的构建过程中，主要关注以下几个关键点：  数据采集与分析：通过传感器和网络设备实时采集生产数据， 实现对设备状态、生产效率等的实时监控。  智能决策与调度：利用人工智能算法对大数据进行分析，优化 生产计划和资源调度，提高生产灵活性。

科研智能：人工智能赋能工业 仿真研究报告 (2025 年) 版权声明 本报告版权属于中国信息通信研究院、中国人工智能产 业发展联盟和全国智能计算标准化工作组，并受法律保护。 转载、摘编或利用其它方式使用本报告文字或者观点的， 应注明“来源：中国信息通信研究院、中国人工智能产业发 展联盟和全国智能计算标准化工作组”。违反上述声明者， 编者将追究其相关法律责任。 前 言 工业仿真 .......................... 9 图 5 使用有限元和 PINN 方法预测的温度分布热力图对比.............................. 11 图 6 利用人工智能方法实现后处理过程中的特征识别..................................... 13 图 7 斫轮·风驰总体思路......................... 人工智能赋能工业仿真是指将人工智能技术（如机器学习、深度 学习）与工业仿真技术进行深度融合，通过数据驱动、智能决策和动 态优化，实现对工业全流程的虚拟化建模、实时模拟与自主优化的一 种新型技术范式。其核心在于利用人工智能的自主学习与预测能力， 提升仿真的精度、效率与智能化水平，推动工业系统从传统模拟向自 适应决策演进。人工智能赋能工业仿真不仅覆盖产品研发阶段，还延 伸至制造、运维等全生命周期管理，构建“设计-验证-优化”的闭环体

（一）突出治理赋能，创新降碳长效管理机制 ..................... 1 （二）优化产业结构，建立绿色低碳经济体系 ..................... 3 （三）促进能源转型，深化清洁能源开发利用 ..................... 5 （四）发展绿色交通，实施交通运输低碳行动 ..................... 7 （五）推行绿色建造，推进园区绿色建筑建设 .... 2023 年度进展报告 （三）促进能源转型，深化清洁能源开发利用 优化能源消费结构。试点园区深化可再生能源利用，建设 分布式光伏发电、探索开发地热能、提高绿色电力购买比例等 举措进一步提升可再生能源消费比重。独角兽岛园区（成都科 创生态岛）布局建设绿色能源站，采用“地源热泵+热源塔热 泵+冷水机组+水蓄能”技术，充分利用可再生能源，实现供 能系统 100%电气化，冬季可再生能源装机规模达 吨标准煤/万元，广元林丰被工信部评为全国电解铝行 业唯一一家重点用能行业能效“领跑者”；四川青神经开区推 动园区内天然气使用量大的企业实施“气改电”。 提升能源利用效率。实施传统能源改造，推进集中供汽供 热或建设清洁低碳能源中心，分质与梯级利用园区内外工厂余 热，提高余热资源回收利用率。西昌钒钛产业园区实施余热余 能发电、年发电量 11.6 亿度电，推动西昌钢钒炼铁厂 3 号高炉 增加一座热风炉项目建成投运，年吨铁煤气消耗降低

年，绿色低碳循环发展的经济体系初步形成，重点 行业能源利用效率大幅提升。单位国内生产总值能耗比 2020 年下降 13.5%；单位国内生产总 值二氧化碳排放比 2020 年下降 18%；非化石能源消费比重达到 20%左右；森林覆盖率达到 24.1%，森林蓄积量达到 180 亿立方米，为实现碳达峰、碳中和奠定坚实基础。 到 2030 年，经济社会发展全面绿色转型取得显著成效，重点耗能行业能源利用效率达到国际 先进水平。 其它间接排放 因企业生产经营产生的所有其它排放，如员 工通勤、上下游产品生产排放。 表 2 碳排放的相关定义 零碳智慧园区，是在园区规划建设管理等方面系统性地结合“碳中和”理念，综合利用节能、减 排、碳汇，碳捕集利用、碳交易等技术或方法，通过产业、设施和资源的低碳化、循环化利 用，在园区内部实现碳净排放量接近或达到零，生产、生态、生活深度融合的各类园区，5 我 们将其大致分为工业生产园区，商 能源微网需要在供电安全性、故障处理时效性等方面找到快速响应，精准调控的解 决方案，这意味着要在园区微网上实现多策略多场景柔性调控能力。 ▪ 综合能源体系的建设：从设计理念出发利用物联网，云数据中台等先进技术，满足 各类内外部能源供给的接入要求的前提下，具备各类系统、设备监视、调控、分析 能力，同时具备能耗统计、碳足迹、碳核查、碳资产管理等能力，有机结合各项能 源“电-

旨在通过物联网（IoT）技术推动包括石化产业在内的制造业能力升级，通过智能传感器、数据分 析和自动化技术，实现优化提效。����年�月，美国能源部（DOE）提出《能源部数字化转型计 划》，重点是利用大数据和人工智能技术，提高能源生产和管理的智能化水平、效率和安全性。 拜登政府也在积极发布政策，大力发展清洁能源和数字技术，推动美国能源产业的转型。 德国的油气需求和产量近年来持续下降，除了整体需求变化外，也与其向清洁能源转型有 产业结构、能源结构、交通运输结 构、城乡建设发展绿色转型。《����年推进石油和化工产业绿色低碳发展工作方案》主要关注的 是绿色低碳发展，也涉及了数字化转型在促进绿色发展方面的重要作用，鼓励企业利用数字化手 段提升能效、减少排放。 在产业发展方面，����年中央经济工作会议确立了“稳中求进、以进促稳、先立后破”的部 署，石油石化产业也依从国家大局，在国际、国内复杂经济因素的背景下，寻求转型突破，实现 废物与污染物管理 可再生能源使用 能源利用效率提升 ……. 生产管控一体化 研发辅助设计 井下工况检查 现场培训模拟 调度与智慧智能 智能库存管理 资产预测性维护 ……. 高端化 智能化 绿色化 �� 智能化 面向石油石化全产业链发展，全面融入人工智能和自动化技术，用智能化加速产业升级进 程。在企业经营中逐步推进数字化、数智化应用，利用定制化解决方案和服务帮助企业提升

需 双方架起桥梁。 从具体领域来看： 能源领域。推动化石燃料高效利用，对工业企业中造纸业一次能源消耗大户进行关停退出， 对热电联产企业开展机组改造和节能技改。大力发展可再生能源，光伏累计并网容量超过 6 260MW，建设了东吴黄金光储直柔、瑞萨半导体光储一体化智慧能源等项目。开展能源 综合利用，建成月亮湾集中供冷供热项目、苏州中心 DHC 能源中心（目前国内规模最大的 设施绿色升级、绿色服 务等领域的产业集群。持续开展工业节能改造，以能源审计为依据，以园区节能与发展循 环经济扶持项目专项资金为保障，以园区能源协会为平台，推动区域内节能降碳、资源节 约、新能源利用和新技术的推广，重点开展以变压器为主的设备淘汰整治行动，鼓励企业 开展节能降碳技术及循环化改造。推进能源管理体系基础建设，鼓励重点用能企业能源管 理体系全覆盖。加快“绿色工厂”提升建设，加深区内制造业企业绿色发展意识，目前园 热电联产-沼气利用”为核心，各环境基础设施间有机互联、互为能量和原料提供者的循环 产业链。持续提高生活垃圾治理能力，共建成“三定一督”四分类小区 459 个，实现覆盖 率 100%，打造垃圾分类星级小区 292 个，垃圾分类成效明显。持续推进拆迁垃圾资源化 利用处置，生活垃圾处理则依托循环经济产业园，实现集污水处理、污泥处置、有机废弃 物处理、沼气利用、有机肥生产等多环节的资源再生利用。

本报告中，我们将阐述各组织为达成目标而 采取的具体措施。第一部分，强调了 AI 助手 的角色，AI 助手不再仅仅是聊天机器人，而 是向全职员工转型。第二部分，分析了如何 加速供应链智能化，以便企业能以前所未有 的速度和效率，利用实时数据。第三部分， 探讨了生成式 AI 驱动的数字双胞胎（虚拟模 型）如何帮助企业在竞争中脱颖而出，提升 客户认知度。报告每一部分的最后都提供了 一个切实可行的行动指南。详细说明如何制 定计划、设定优先级并落实执行，确保每一 动产品生命周期的可持续发展。 利用 AI 助手，首席供应链官能够高效整合信 息，迅速将洞察传递给董事会，以确保供应 链的各项动态能够在战略层面得到及时反映 和调整。决策执行后，AI 助手能加速决策反 馈速度，提供实时的真实数据，帮助高管判 断策略是否行之有效，并迅速调整以应对市 场变化。 借助生成式 AI 助手，员工能够快速应对变化， 精确调整策略。 智能供应链洞察变革，驱动增长 8 利用供应链 AI 分工作，这阻碍了团队协作，影响了实时数据 的共享。 早在十多年前，IBM 的供应链管理团队就 提出了一个雄心勃勃的转型计划，即建立 一个认知型的智能化供应链。该计划的目 标是打造一个灵活的供应链，充分利用数 据和 AI 来降低成本，超越客户预期，严格 剔除或自动化无增值工作，并大幅提升供 应链团队的工作体验。 5 从宏观角度上，IBM 供应链数字化转型的 核心是优化感知与响应能力。该目标需要

第九版年度智能制造现状报告 第九版年度 智能制造现状报告 全球制造商如何利用新兴技术来最大限度地 发挥劳动力潜力、降低风险、提高质量和实现 可持续增长 第九版年度智能制造现状报告 欢迎阅读罗克韦尔自动化的《2024 年智能制造现状报告》。 罗克韦尔自动化与我们的客户和合作伙伴一起，正在创造工业运营的未 来。120 年来，技术固然发生了变化，但我们的方法在世界各地和不同行业一再得 到验证。 需要更好的数据管理来推动人工智能发 展并增强团队能力 可持续发展和 ESG 政策日益受到能源问 题的推动 工厂车间流程实现了大多数智能制造 应用 制造商面临的最大挑战 智能制造的未来状态 23 利用人工智能的竞争 自动化对成功至关重要 可持续发展和 ESG 是风险降低的核心 技术投资可推动企业的长期复原力 人工智能将提高质量并降低风险 领导者将在人员、流程和技术之间取得 平衡 工业控制系统可在运营的每个阶段 改善过程和生产质量，并提供无缝数据交换。 电源控制推动有价值的过程和诊断数据的持续流动，为设计环 境、可视化系统和信息软件提供信息。 分析利用数据来解决制造瓶颈，优化输出和质量， 并提供新的见解，充分利用工业人工智能的力量。 智能设备是自我和系统感知型资产，用于获取、处理和 监控运营数据。 生产监控提供与工厂车间的机器的无缝连接，提供透 明、实时的运营 KPI，如整体设备效率

15 第一章. 中国海外园区可再生能源投资助力全球 气候目标实现 19 第二章. 通过空间遥感技术模型识别用地类型并 评估风光潜力 20 识别中国海外园区的数量和类型 21 采用土地利用类型分类评估光伏项目开发技术 潜力 23 基于风机布排组合评估风电项目开发技术潜力 27 第三章. 数量众多、分布广泛的中国海外园区 31 第四章. 中国海外园区光伏开发技术潜力评估 碳发展潜力与规模”这一问题展开。一方面，中国海外园区投 资可再生能源项目尚处于起步阶段，缺乏成熟经验，整体上 对该市场领域的认知不足，进而限制了可再生能源投资者等 众多行业主体对海外园区这一规模化、集中式应用市场的关 注和利用。另一方面，由于政策制定者对海外园区整体规模、 发展现状的了解有限，制定具有针对性的海外绿色投资政策 具有不小的挑战。因此，很有必要从数据角度，向政策制定 者、商业投资者、园区运营者及金融机构展示这一市场的重 按照类型不同，这些园区分为加工制造型园区、 资源利用型园区、农业开发型园区（或称农业园区）、 商贸物流 型园区、技 术研发 型园区以 及 多元 综 合型园区。 为更好地区分不同可再生能源技术在不同类型园区的 应用特征与开发潜力，本研究将海外园区按照用地类型分为 两大类：一大类为工业/商业园区，包括拥有大量工商业厂 房的加工制造型园区、资源利用型园区、商贸物流型园区、 技术研发型园区以及多元综合型园区，另一大类为拥有大量

生能源电力消费量认定的基本 凭证，完善可再生能源消费数据 统计核算体系，科学实施节能目 标责任评价考核。 2022.12 《工业互联网标识解析体系“ 贯通”行动计划(2024-2026 年)》 利用标识解析体系支撑完善 企业、行业、区域等碳排放数据 计量监测、碳足迹管理、碳交易 体系，逐步提升全流程、全产业 链能源数据与碳排放数据采集 监控、智能分析和精细管理水平， 打造推广“工业互联网+绿色低 领域 分部门 统计数据来源 落实情况 碳排放 能源活动 工业生产 过程 工业 建筑业 交通运输业 服务业 居民生活 工业 能源购进、消费与库存（205-1）表、能源加工 转换与回收利用（205-2）表、环统基101表 规上工业企业按要求填报 省级、部分市级层面按要求统计填报， 园区无能源平衡表 规上工业企业按要求填报 省级、部分市级层面按要求统计填报 地区能源平衡表 非 信息项 碳信用 绿电/绿证 国内绿证 国际绿证 地热能开发利用企业填报情况待落实 地热能开发利用情况 地方主管部门（发改、能源）统计 风电、光伏等备案装机容量 省级电力交易中心 暂无统计渠道，企业自主上报 国内绿电交易量 国际绿证交易量 国内绿电消费凭证 省级电力交易中心 国内绿电交易量 林业碳汇 可再生能源利用 省市林业部门按上级要求落实森林资 源清查 森林资源清查数据