面上，垂直行业攻坚和信创/国产替代行业相对容易出现领头企业。2）产品层面：大模 型具有非常强的可探索性，但还处于非常早期的阶段，供需双方都在尝试。大模型短期 对市场竞争格局影响不大，但长期看，当大模型对实际应用场景具有支撑作用能力时， 会加速市场变化，故企业需把握大模型机会。3）数据层面：目前市场上数据交易、数据 开放的声音出现比较多，但企业无需纠结是否跟随，重要的是要基于数据（无论是自身 数据还是外部数据） 76万亿，并将在未来5年维持14%左右的 增速稳步增长，政策支持、技术进步和市场需求是市场增长的主要驱动因素。就供给市 场提供的服务而言：1）产品侧，产品伴随市场技术更迭而迭代，且产品体系基本走向以 数据或以场景为维度的高度统一；2）解决方案侧，一方面呈现软硬服一体化的态势，另 一方面也呈现出跨模块融合/打通的趋势；3）大模型侧，供给端对大模型的应用探索逐 步深入，主要通过智能体、大模型+大模型的强强联合、大模型+产品的结合等方式纷纷 聚焦。就需求端的需求而言，具有两大特点：1）地域特色明显，广东、江苏、浙江、山 东既是制造业大省，也是积极尝试转型的省份，产业/区域协同发展、提升数字化转型的 基础支撑能力基本是其共性举措；2）从需求场景来看，评优和招标市场有所区别：评优 侧更关注生产制造相关环节的具体落地操作；招标侧则多由各市工业和信息化局采购的， 希望通过转型诊断后找到企业在研发、生产作业、数据、组织战略等环节开展诊断工作， 进

2 序言 PREFACE 工业大模型作为新一代人工智能技术与工业场景深度融合的结晶，正以前 所未有的速度重构制造业的智能化体系。随着第四次工业革命的推进，工业大 模型凭借其卓越的数据处理能力、出众的跨模态融合特性以及高效的智能决策 效能，日益成为推动工业智改数转的核心驱动力。然而，尚处于初级发展阶段 的工业大模型，仍面临工业数据多模态复杂性、模型可解释性不足以及应用成 本较高 术的有效落地与广泛应用。 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。 4 工业基座模型训练.......................................................................... 10 1.1.5 工业场景交互应用.......................................................................... 11 1.2 工业大模型的特点..

......................................................................... 3 1.3. 大模型应用落地需要深度适配工业场景 .................................................................................................. 工智能 （AGI, Artificial General Intelligence）的新阶段。在大模型出现之前，人工智能通常需 要针对特定的任务和场景设计专门的算法，这种方法虽然在特定领域有效，但人们对 “智能”的期望是能够适应多种任务和场景的智能系统，单一任务的人工智能系统已经 无法满足这些更广泛的需求。大模型能够跨越传统人工智能的局限性，理解和推理的 能力有了极大的飞跃，同时也提高了 、计算机视觉、语音识别等 领域的各种任务，能够为各种应用和开发人员提供共享的基础架构，并进一步通过微 调、零样本学习等方式，直接在一系列下游任务上使用，取得一定的性能表现，支持 不同行业、不同场景的应用构建。 2 工业大模型应用报告 大模型展现出三大基础特征。目前大模型并没有明确的定义，狭义上指大语言模 型，广义上则指包含了语言、声音、图像等多模态大模型。如李飞飞等人工智能学者

DTU、5G 工业摄像头、 5G 工业机器人等一批产品相继涌现，产业整体供给能力不断提升， 但仍存在供给不适配、供需不匹配等问题，出现“供给侧市场品类多、 应用侧一网关难求”“实验室测试性能好、现场适配场景调试难”等情 况。部分终端（CPE 等）的性能描述不规范，对市场采购和应用也带 来一定困扰。为了摸排当前我国“5G+工业互联网”终端设备发展情况， 补齐终端设备供给短板，推动“5G+工业互联网”成熟落地与规模化应 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 口等重点行业领域，建成 1000 个工厂，打造 100 个标杆工厂，从基 础设施建 应用方面，多个工业园区、车间现场已部署 5G 网络，并逐步涌 现出一批面向工业场景的 5G 终端设备。5G 工业网关、工业级 5G CPE 被广泛应用到工厂的 5G 化改造中，5G AGV/AMR、5G AR 眼镜、5G 机器人等通用性较强终端设备已用于现场辅助装配、厂区智能物流、 无人智能巡检等多个工业场景，5G 阀岛、5G 总线 IO、5G 掘进机等 用于特定场景的新品类不断出现。目前，工业现场的 5G 终端设备仍

ESG导向的园区可持续发展理念 ESG导向的园区可持续发展愿景 ESG导向的园区可持续发展策略路径 ESG导向的园区可持续发展总体框架 ESG导向的园区可持续发展策略典型应用场景 34 36 37 38 40 42 40 见证 · 展望：盛裕在中国 82 5.1 盛裕可持续发展服务 84 �.� 盛裕近期中国区重点项目 ·工具：ESG导向的产业园区可持续发展框架 策略 ·实践： ESG导向的园区可持续发展场景实践 44 4.1 绿色低碳发展相关场景 46 4.2 产业创新培育相关场景 58 4.3 社群创生赋能相关场景 64 4.4 绿色资产增值相关场景 72 4.5 精明长效运营相关场景 78 序章·新程 站在苏州工业园区三十周年新起点 间包含了工业生产、建筑、交通、能源等多种典型碳排放场 景，彼此相互影响，园区的减碳和绿色发展需采取系统性、 综合性的解决方案，涵盖产业结构、空间载体、基础设施和 政策保障多方面： 产业园区典型的碳排放场景 18 中新天津生态城 洞见·演进 未来产业园区的四大面向 2 推动产业结构低碳化是实现产业园区减碳的首要环节。包括改造升级生产设备和工艺流程，加 快淘汰高耗能、高排放的落后产能，支持

现新型工业化 �.� 智能化加速培育石油石化新质生产力 �.� “人工智能+”加速石油石化智能化进程 �.� 石油石化产业智能化成熟度与发展阶段 第三章：全链智能：智能化推动石化新型工业化的场景举措 �.� 智能勘探 �.� 智能储运 �.� 智能生产 �.� 智能服务 第四章：实践引领：石油石化企业智能化应用的主要案例 �.� 壳牌 �.� 沙特阿美 �.� 英国石油 欧洲的石油需求整体上呈下降趋势，炼油产能预计将减少。目前，欧洲油气产业正在逐步实 施数字化战略，以持续提高运营效率和安全性。欧盟作为一个高度一体化的政治和经济实体，十 分关注各成员国在包括石化领域在内的工业场景中的数字化转型和智能化改造，并通过《欧洲数 据战略》《工业�.�倡议》《数字欧洲计划》等纲领性文件，强调发展人工智能、网络安全、高性 能计算等新型技术的重要意义。 日本的石油需求相对稳定，但随 增强，高水平自立自强迈 出坚实步伐。����年�月��日，工信部等九部门联合印发了《石化化工行业数字化转型实施指 南》，对构建石化行业标识解析节点、数字化转型标杆工厂、�G标杆工厂、智能制造优秀场景、 智慧化工园区等都提出了具体的指标，并修订��项以上数字化转型相关标准。����年�月的《政 府工作报告》，更加明确地提出强化能源资源安全保障，加大油气、战略性矿产资源勘探开发力 度，加快构

0阶段：单点智能，单场景智慧化。该阶段，园区基础设施信息化基本 完成，园区单场景垂直打通，并实现单场景智能化体验，如基于人脸识别的闸机通 行、基于摄像头的安防监控等。但园区内组织、应用系统间没有实现数据共享，整个 4 园区呈现多个信息孤岛。目前，我国大多数园区还处在智慧园区1.0阶段。 智慧园区2.0阶段：平台支撑，场景联动。该阶段，智慧园区通过建设数字平台， 使得智慧化场景实现基本打通和场景联动服务，同时智慧园区建设开始更重视数据融 0阶段的初期，通过引入数字化平台，实现了多场景的联动 管理和服务，但对园区融合和数据价值挖掘还有待进一步发展。目前国内大部分园区 发展处于1.0至2.0的过渡阶段。 智慧园区3.0阶段：全数字化阶段，即全要素聚合、全场景智慧。该阶段，智慧园 区在人工智能、深度学习、数字孪生等技术的加持下，成为一个基于数据自动控制、 自主学习、自我进化、自主决策的有机生命体，实现全要素聚合和全场景智慧，最终 使园区达到最 资料来源：华为 （2）智慧园区场景功能精细化，全面智能园区逐步走向现实 未来，智慧园区将依托新型物联感知基础设施、数字平台等提供融合贯通的聚合 服务、数据服务，实现由单点智能到全场景智能的转变。随着园区管理者、企业、个 人等对于智能化系统的要求不断提升，推动园区内各类智能化场景的建设往更加精细 化、定制化的方向发展，重点围绕产业发展、园区管理、企业经营、人居生活等场景 不断丰富智慧化应用，支

通信能力， 能够充分释放网络连接在数智园区中的潜能。云 – 网 – 边 – 端的协同处理架构能够兼顾云与边缘的优势，可成为数智 园区重要的基础设施，在制造业等对于网络带宽、时延非 常敏感的场景中能够得到广泛应用。 云 – 网 – 边 – 端协同应该在架构层面实现统一的规划，不 仅要推动基础硬件资源的架构统一，或是实现资源的跨架 数智园区行业参考指南 | "IN" 数智时代 赋能园区转型 数智园区概况及发展趋势 图 1. 2019 – 2023 年，中国数智园区在 ICT 技术上的总体支出 在数智园区中，以人工智能 (AI)、边缘计算等为代表的数智 化技术应用深度不断拓展，带来了数智园区更多场景的突破， 由数智化技术赋能的智慧照明、自动驾驶等技术将在园区得到 广泛的应用。毕马威研究数据显示，目前数智园区基础网络设 备覆盖率超过 90%，智慧安全管理系统覆盖率超过 60%，智 慧泊车系统覆盖率超过 城乡等基础数据库，为后续高性能的数据分析夯实数据基 础。同时，将应用场景、业务管理等各业务数据关联起来， 实现数据资源的共享共用，以反映综合业务场景的全貌。 • 园区建设： 数智园区可以充分利用智慧建筑的基础，集成控制摄像头、 SOS 报警器、烟雾报警器、红外探测器、门禁系统、报警 系统等硬件系统，实现感知、系统联动、统一控制。数智 园区可以结合空间具体场景分析集成哪些子系统，比如对建 筑空间某个区域进行

底座支撑虚 拟体验 XR（Extended Reality，扩展现实）在企业中的更多应用，如在教育/医疗 /工业制造等涉及到远程培训/实施指导/工艺管理/知识沉淀等场景下应用，且 XR 等还在不断加速渗透到更多的园区应用场景。 图 1-1 XR 等业务在未来园区的应用 XR 通过计算机实现真实与虚拟相结合，打造一个人机交互的虚拟环境，是 中国电子节能技术协会 绿色全光网络专业委员会 提升我国虚拟现实产业核心技术创新能力，激发产业服务体系创新活力，加快虚 拟现实与行业应用融合发展，构建完善虚拟现实产业创新发展生态。并在网络传 输技术部分明确提到“推动 5G、千兆宽带等对虚拟现实的适配，构建全场景实 时宽带通信能力，探索面向虚拟现实业务的云网边端算力协同架构，加快研究端 到端、精细化、差异化网络传输运维与体验质量评估体系。” 国家政策大力提倡光纤下沉，提升对 XR 等高带宽业务的支撑能力。2022 纽间智能无损调度、超高清 视频、扩展现实（XR）、自动驾驶等领域发展。 1.2 融合化趋势 未来园区呈现虚实融合新态势，未来园区由空间融合走向虚实融合，提供园 区办公、生活、娱乐虚实融合新场景。未来园区的智能平台需采用 AI 技术赋能， 通过运用自动自治 AI、知识计算、生成式 AI 等先进技术，实现对物理空间的智 能认知，并基于统一的智能平台实现园区物理空间与数字空间的融合，实现数字

据、算力和参 数的优化构成知识智能、业务智能、具身智能和体系智能等产品形态，应用于研发、生产、管理、服务和设备五 大场景来解决工业发展过程中的问题与需求的产业新形态。就目前的发展来看，工业大模型还存在面临诸多挑 战，包括工业数据质量和可靠性、模型的复杂性和解释性、应用场景受限以及成本和技术壁垒。 [1] 1：http://kns-cnki-ne… 2：https://www.sohu.… 3：中国知网、搜狐网 以特定工业垂直的行业为对象，贴近该行业的特殊需 求，提供个性化及专业化的解决方案。代表产品有： 3D打印GPT（Authentise）、盘古大模型（华为）等 场景大模型 以工业发展中特定的细分场景为对象，利用精细化建模 和分析实现对某一场景的深入理解和优化。代表产品包 括：西门子与微软合作基于GPT开发代码生成工具、 C3等 工业大模型 分类 语言大模型 以提升问题处理效率为主，应用于工业问答交互和内容 的，结合视频图像、语义、执行等数据进行综合分析。 代表产品包括：RT-2基于视觉-动作-语言大模型（谷 歌）等 视觉大模型 以降低研发成本和门槛，增强单个模型的能力为目的， 实现单模型多视觉任务多场景赋能。代表产品包括：电 力大模型（国家电网）等 [2] 1：https://www.sohu.… 2：搜狐网、《工业大模型… 行业特征[3] 工业大模型行业的特征包括：1、准入门槛高，需要大