和准确性，扩大科学研究领域和学科方法。科学家逐渐借助 AI 技术 进行大规模科学计算，自动化实验室、无人实验室、机器人科学家等 增多。例如，DeepMind 推出的 AlphaFold2 解决了蛋白结构解析高复 杂度问题，为突破新药研发中的难题做出贡献。又如，华为盘古医药 大模型加快医药研发效率（见专栏 1）。 新质生产力研究报告——从数字经济视角解读（2024 年） 16 专栏 1 大模型显著提升药物研发效率 和应用提供了丰富的资源和支持，帮助百度整合全球各界合作伙伴 的创新成果，强化其在人工智能、大数据、云计算等领域技术优势。 3.数字经济提升创新整体效能 传统技术创新从基础研究到实验验证、产品研发往往呈现过程复 杂、周期长、费用高、风险大的特点，对于中小企业和初创企业而言， 投资门槛较高。数字经济带来创新方式变革，大幅缩减了新技术、新 产品从研发到量产的周期，降低技术创新成本，提升技术创新收益， 吸 政策，深化融合应用，推广场景示范，构建大中小企业融通发展格局。 完善构建应用推广型公共服务载体，强化“诊断咨询-方案设计-产品 选型-成效评价”综合服务能力，推动公共服务载体间资源互补、业务 协同，打造全国一盘棋。 二是培育新兴产业和未来产业。培育壮大新兴产业，用好国内大 市场和丰富应用场景，发展新能源、新材料、智能网联汽车、高端装 备、生物医药及高端医疗装备、安全应急装备等新兴产业，推进北斗 在通

基于制造业深厚积累，i 人事解决制造企业考勤难题 图片来源：五羊本田官网 考勤素来是制造企业管理难题； 一，有一定规模的制造企业员工数量多，考勤工作量大； 二， 办公室人员与生产人员班制不同，而一线生产班次复 杂； 三， 工时多元，既有标准工时、综合工时、不定时工时， 还有计件管理等； 四， 生产人员出勤变动大，频繁请假、调休。 这些原因都导致制造企业考勤效率低，考勤数据不精准， 而考勤是薪资核算的基础。与互联网企业内卷、996 绩效考核是许多人力资源部门面临的一项重要任务，确定 适当的目标、建立有效的绩效指标是关键。数字人小爱可 以协助 HR 生成和检查绩效指标计算公式，使得绩效制定 变得便捷高效。同时，还能帮助员工建立 OKR 目标，并 提供全面复盘和员工成长的赋能支持。 招到合适人选的前提是要明确这一岗位真正需要什么样的 人。但是HR常常为写出一份合适的岗位JD犯难，这也导致 了求职者条件与岗位要求不符。 作为招聘专家的数字人小爱可以协助HR编写岗位JD，提供

杆大力提升传统产业的技术水平，以绿色低碳 技术推动传统产业节能减排。 在全球不确定性风险激增的背景下， 需要打造安全稳定、富有韧性的供 应体系，进一步推动重点产业国内 有序转移，形成强大的国内经济循 环体系和稳固的基本盘；引导企业 安全开展海外布局，向全球持续开 放。 一方面，强调市场在资源配置中的决定性作用， 通过建立有效市场优化资源配置，完善价格机 制、竞争机制和激励机制，激发创新活力。另 一方面，强调政府在市场失灵领域的作用，通 推动产业绿色转型升级 推动工业资源高效循环利用 推进制造业数字化转型 持续完善新型基础设施 推动人工智能赋能新型工业化 深入推进智能制造发展 推动新兴产业创新发展 巩固提升传统产业基本盘 前瞻布局未来产业 强化质量品牌引领 持续推进关键核心技术攻关 建设高水平产业科技创新和服务平台体系 强化企业科技创新主体地位 CCID ID ID CCID CCID CCID

软件定义基础设施 — Open API 公有云 混合云 边缘云 HCI VDI 编排 部署 操作系统 内存 以太网 处理器 IPU ASICs GPU 固态盘 交换机 数智园区行业参考指南 | "IN" 数智时代 赋能园区转型 数智园区系统参考架构 | 19 对于接入外部云服务的数智园区而言，可参考以下建议： • 积极采用多云、混合云等技术，实现多种云平台资源的 之江实验室在建设智慧运营体系的同时，已初步形成以智 慧运营为载体的平台、APP 应用、特殊功能应用等 14 项软 件著作权及 3 项国家发明专利，结合已打造的之江实验室 数智园区大运营管理体系实体样板，具有特殊性和不易复 制性，潜在经济效益高。 之江实验室数智园区大运营体系 之江实验室数智园区大运营服务体系见图 16。大运营服务体 系设立 “以人为本、绿色高效、引领未来” 的建设目标，以物 联网平台为依托实现智能化系统互联互通，打破数据孤岛，变

大型环 幕 多种展示方式（ 1/2 ） 大型触摸墙 数字沙 盘 多种展示方式 （ 2/2 ） 漫游 综合 互动展示手段 强大的三维平台 \ 规划 应急安 防 智慧交 通 旅游 多行业应用 数字城 市 数字工 厂 智慧园 区

安全帽 MR 眼镜 移动工作台 机器视觉设备 SMT 贴片机 装配生产线 调测工作台 FLeX5 生态 从产业互联网的技术体系来看，包括感知与控制层、网络层、平台服务层、应用服务层四个层次；生态链复 杂，行业生态的建设，需要上、中、下游合作伙伴紧密合作，京信 FLeX5 解决方案，将于合作伙伴加强合作， 共创 5G 未来。 应用 智能工厂 AI 仿真验证 存储 流程优化 数据库 工业

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 工业仿真承载产品创新迭代、降本增效的核心使命。随着智能 化转型的深入，传统仿真技术面临计算效率瓶颈、多物理场耦合复 杂性剧增、全流程协同不足等挑战，难以满足科学研究领域对实时 性和精准性的高阶要求。人工智能技术的突破性发展，尤其是大模 型、物理信息机器学习、神经算子、生成式 AI 等方向的演进，正为 工业 于单一环节体校，已全面渗透到仿真加速、物理建模、设计优化等多 个层面。一是仿真加速与前处理智能化，如 SimAI 与 NVIDIA 合作 利用 AI 代理模型工科电子产品散热难题19，实现了对多个组件和复 杂工况的瞬态分析，将传统需要数天甚至更长的仿真时间压缩至分钟 级别，满足了消费电子产品快速迭代的设计需求。二是物理增强建模， AI 正被用于增强多物理场模型的预测能力。如新能源电池安全领域， 非线性强 的场景中效果显著。如在电磁场求解场景，将偏微分方程和边界条件 编码作为神经网络的残差求解磁场强度和磁矢量，相关方法可以扩展 到非线性问题、多物理耦合问题、逆向和参数设计问题以及时域和复 杂频域计算中37。 基于物理驱动的电磁仿真方法主要包括物理约束损失函数和专 用网络架构等。一是物理约束损失函数，在损失函数中加入麦克斯韦 方程组残差项，确保网络输出符合物理规律，如频域涡流求解场景，

因果推理：构建故障传播因果图，使模型的可解释性提升 持续进化：联邦学习框架支持跨工厂知识共享，某装备联盟模型每月自动 进化 2 次 ⚫ 性能提升：在相同数据量下，工业大模型的多任务处理效率提高 3-5 倍，复 杂场景泛化能力增强 60%。 1.4.3 应用范式维度对比 ➢ 传统模型： 单点应用：独立服务于特定环节（如预测性维护或视觉检测） 响应延迟：某冲压产线质量检测系统存在 200ms 工业大模型的应用关键技术涵盖提示词工程、检索增强、知识图谱、大模 型与小模型协同、MOE 与多模态融合以及 AI Agent 等多个方面。这些技术相 互配合、协同作用，共同构建了工业大模型的应用体系，使其能够高效适配复 杂的工业场景，为工业智能化和数字化转型提供了强有力的技术支撑，助力工 业企业在激烈的市场竞争中提升生产效率、降低成本、增强创新能力，实现可 持续发展。 2.4 工业大模型技术与应用当前问题 给小模型 3. 整合各子任 务输出 • 任 务 逻 辑 复 杂 需 要 智 能 拆 解 • 预 算 充 足 可 承 担 大 模 型 开 销 • 需 要 统 一 的 任 务 理 解 和 规 划 • 子 任 务 间 有 依赖关系 • 复杂任务分 解 • 需要统筹规 划的场景 • 任务逻辑复 杂 基于缓存 的微调架 构 • 结合缓存和微调机

大模型更适合综合型和创造类的工业场景。在综合型工业场景中，由于涉及到多 个系统、多个流程的协同工作，需要处理文档、表格、图片等多类数据，变量之间的 关系往往错综复杂，难以用传统的分析方法进行精确描述。大模型通过深度学习和复 杂的网络结构，可以捕捉并模拟这些关系，从而实现对复杂系统的全面理解和优化。 在创造类工业场景中，大模型的优势体现在其强大的内容生成能力上。例如，在产品 外观设计方面，传统的设计方法往往依赖于设计师的经验和灵感，设计周期长且难以 预判三：大模型成本的降低将加速工业领域的应用 随着大模型的不断发展和参数规模的增加，所需的计算资源和存储空间也随之增 加，给模型训练和部署带来了巨大挑战。在工业领域，对成本较为敏感且应用场景复 杂，对大模型的部署及成本提出了较高的要求。但业界也在探索各类模型压缩技术， 在保证模型精度的同时，通过剪枝、量化、蒸馏等方式，可以有效地减少模型的参数 量、计算复杂度和存储需求，从而降低了训练和推理的成本。这些技术的应用使得即

按使用场景，5G 芯片主要分为面向行业应用的 5G 芯片和面向 手机等大众消费领域的 5G 芯片两类。面向行业的 5G 芯片主要包括 5G 芯片通信模块，具备更丰富的接口、更复杂的封装设计以应对复 杂的行业环境，以及 5G LAN、5G 高精度授时等更多的 5G 行业特性 功能，是工业领域主要使用的芯片类型。面向手机等大众消费领域的 5G 芯片，除了通信模块外，通常还集成了 CPU、GPU、ISP（Image 在传统的工业网络中，存在大量的 PLC 生产设备需要通过 MAC 地址进行二层通信，在 5G LAN 出现之前，需要增加 AR 路由器配置 虚拟二层网络，实现工业终端设备的 5G 接入，这种方式组网相对复 杂、改造成本较大。引入 5G LAN 之后，可直接进行二层通信，无需 增加 AR 路由器来新建隧道，简化了组网复杂度，降低了改造成本。 具体来看，5G LAN 用户面数据处理方式有三种：基于 N6