多车企接入DeepSeek，以AI为核心的智能化竞争加剧 2 3 4 5 6 7 8 9 10 CAM观点 ◆ DeepSeek大火，电信、云计算、芯片、金融、汽车、手机等多领域已有超过200家头部企业宣布接入 DeepSeek。聚焦汽车行业，吉利、岚图、智己、长城、广汽、长安、奇瑞等20多个车企纷纷宣布与 DeepSeek深度融合，标志着汽车智能化进程的加速。相较于部分主流车企对DeepSeek的热情，部分新势 力车企迟迟未官宣合作，这背后则是各车企对生态控制权的考量。 ◆ 车企接入DeepSeek的方式各有不同：借助DeepSeek的理解与推理能力，提升车辆座舱语音交互、感知决策 等多方面能力，为用户带来更加智能化、个性化的用车体验；从技术实现路径看，车企主要采用直接接入、 多模型联合协同部署、模型深度融合与蒸馏三大接入方式。 ◆ 车企扎堆布局“DeepSeek”的思考：综合来看自主品牌中传统车企普遍已经接入DeepSeek，而AI技术储备

新型工业化是石油石化产业发展的必经之途 第二章：智能驱动：智能化助力石油石化产业实现新型工业化 �.� 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 第五章：未来展望：智能化发展推动下的新型工业化变革 �.� 石油石化企业智能化发展主要挑战与战略举措 �.� 未来石油石化产业新型工业化的发展特征 第六章：迈向智能：石油石化企业智能化转型建议 �.� 石油石化行业智能化解决方案 �.� 解决方案：固废全生命周期管理解决方案 �.� 实践探索：荣信化工智能工厂 关于石化盈科 �� �� 工智能实现了深度融合， 在智能化、物联、安全方面都有显著的优势成果。����年��月，美国《工业互联网战略》发布， 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

毕马威企业咨询（中国）有限公司 腾讯云智慧行业五部 指导单位：中国通信工业协会 撰写单位： 1 工业大模型应用报告 目 录 1. 大模型为工业智能化发展带来新机遇 ........................................................................................... ............................................................................ 1 1.2. 大模型有望成为驱动工业智能化的引擎 ............................................................................................... ............................................................................. 16 4.2. 大模型拓展生产制造智能化应用的边界 .............................................................................................

........................................................................................22 3.1 设备智能化改造..................................................................................24 3.2 数据采集与分析 100 7.1.2 工作流程动态调度...................................................................102 7.2 生产调度智能化................................................................................104 7.2.1 预测性维护... 在这样的背景下，MDC（制造数据云）项目应运而生，致力 于构建一个集成 AI 大模型技术的智慧工厂解决方案。该项目不仅 关注生产效率的提升，还强调智能化决策和实时数据分析，以应对 市场快速变化和客户需求多样化的挑战。 本项目将主要围绕以下几个关键点展开：  智能化生产：通过引入 AI 大模型对生产线数据进行实时分 析，实现自动化调度和优化生产过程，减少人为干预和错误 率。  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

万辆，同比增长超过 60%。这一趋势不仅推动了汽车制 造技术的革新，也为人工智能（AI）在制造业中的应用提供了广阔 的空间。AI 技术在新能源汽车制造中的应用，不仅能够提升生产效 率、降低生产成本，还可以通过智能化的质量控制手段，显著提高 产品的可靠性和安全性。例如，在电池生产环节，AI 可以通过大数 据分析和机器学习算法，优化电池材料配比和生产工艺，从而提高 电池的能量密度和循环寿命。在装配线上，AI 技术在新能源汽车制造 中的应用也面临诸多挑战，如数据安全、技术标准化、人才短缺等 问题，需要通过产学研合作和技术创新逐步解决。因此，研究新能 源汽车 AI 制造的可行性，不仅对推动汽车产业的智能化转型具有 重要意义，也为实现绿色、可持续的能源未来提供了切实可行的路 径。 1.1 新能源汽车的发展背景 随着全球气候变化的加剧和能源危机的日益严峻，传统燃油汽 车所带来的环境污染和能源消耗问题逐渐成为全球关注的焦点。根 “ 里程大幅提升，充电基础设施的逐步完善也解决了用户的 里程焦 ” 虑 问题。此外，智能网联技术的应用为新能源汽车赋予了更多的 智能化功能，提升了用户体验。 然而，尽管新能源汽车市场前景广阔，其制造过程仍面临诸多 挑战。传统汽车制造模式难以满足新能源汽车对智能化、轻量化和 定制化的需求。因此，引入人工智能（AI）技术，优化新能源汽车 制造流程，提升生产效率和产品质量，成为行业发展的必然趋势。

一、人工智能赋能工业仿真发展背景....................................................................... 1 （一） 工业仿真智能化升级的必要性..................................................................... 1 （二） 人工智能赋能工业仿真应用价值初显 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 系。本文主要围绕人工智能赋能工业仿真在产品研发阶段的应用进行 探讨。 （一）工业仿真智能化升级的必要性 工业仿真作为产品研发与优化核心环节的重要性日益凸显。随着 制造业向数字化、智能化加速迈进，工业仿真作为产品落地投产前的 作为产品落地投产前的 理论验证手段，不仅承担着优化生产流程、降低试错成本的基础支撑 作用，更肩负着借助智能化技术推动产品持续创新与迭代的重要使命。 然而，传统工业仿真技术面临计算资源依赖度高、流程复杂、专业门 槛高等诸多瓶颈。一是计算资源与时间成本高昂。传统仿真模型的求 解过程以及其后续海量结果数据的分析与解读，通常依赖高性能计算 集群等昂贵的硬件资源的支持，导致仿真应用的技术门槛和经济成本

着。从我国智慧园区当前发展及对未来的发展畅想，智慧园区大致可以分为三个阶 段： 智慧园区1.0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 园区部门及入院企业专网覆盖，数据管理平台，智 慧安全、智慧环保、智慧应急、智慧安防应用体 系。 第四批-2020年 泰州滨江工业园区 安全风险和隐患的主动感知及预警预测预防。 衢州国家高新技术 产业开发区 智能化监管系统，智能安检环保系统等。 东营港经济开发区 危险源数据无线化实时采集，重大危险源智能监 控，智慧园区数据一体化平台，集安监、环保、应 9 急、物流、气象等业务数据为一体。 济宁新材料产业园 智慧园区信息安全等级保护升级改造、5G封化管 理。 第六批-2021年 南京江北新材料科 技园 智慧园区管控中心，有效整合智慧园区现有各子系 统资源。 河北石家庄循环化 工园区 建成智慧运营中心提升园区智能化水平，智慧园区 与应急管理一体化平台投入使用。 江苏扬子江国际化 学工业园 集园区综合管理、政务服务、安全环保监管、危化 品管理、进出人车物流管理、应急响应与调度于一 体的智慧园区管理中心。

型方案和案例的分析与总结，给出数智园区的技术趋势和参考 架构，帮助园区更好地利用数智技术的创新成果，持续拓展数 智园区的能力范围与服务边界，实现园区全状态实时化和可视 化、园区管理决策协同化和智能化。 我们希望通过本指南，能够吸引更多园区加入到数智创新进程 中来，助力园区内企业、人员、车辆、商业等要素的数智化管 理与运营，不仅实现园区的高质量发展，同时也助力产业经济 的转型升级。 主编单位： 水、电、气等所有要素数字化，在数字空间中对于这些要素 进行映射，将物理属性快速转换成数据和结果，从而建立物 理世界与数字世界的联系与互动实现，推动园区全状态实时 化和可视化、园区管理决策协同化和智能化。要实现数智园 区的数字孪生，需要将园区物理维度真实、详实地在虚拟维 度上进行映射，处理数智园区所生成的多源、异构化、异质 化数据，并实现智慧应用的跨平台交互等。 1 https://www 资源的全生命周期管理，有效提升住建部门管理效率，加快 行政体制改革步伐，同时也为社会提供大数据增值服务。 • 数据驱动决策： 数智园区能够利用建筑空间环境自然形成和运营累计的数 据，通过数据运营分析，形成智能化决策。 综上所述，数智园区在住建领域有着广泛的结合点，可以通 过数据融合、业务融合、园区建设以及产业分析和大数据产 品等方面与住建领域实现深度结合。 数智化技术的创新极大地拓展了数智园区的能力范围与服务边

设备升级的核心路径：高端化、数智化、 绿色化 高端化：设备更新政策重点在鼓励先进、淘汰落后、提升社会生产力。《行动方案》明确提出要 围绕推进新型工业化，以节能降碳、超低排放、安全生产、数字化转型、智能化升级为重要方向，聚焦 钢铁、有色、石化、化工、建材、电力、机械、航空、船舶、轻纺、电子等重点行业，大力推动生产设 备、用能设备、发输配电设备等更新和技术改造。 数智化：通过设备更新促进生产数字 车辆，推广新能源车辆；支持老旧分拣设备更新为全自动智能分拣设备。 ⑥ 物流设施设备更新改造：升级改造国家物流枢纽、冷链物流基地等关键物流设施；推进智慧物 流枢纽、物流园区智能化改造；支持高标准仓库、冷链设施设备智能化绿色化升级。 ⑦ 标准提升：提升营运车船的能耗、排放、技术标准；建立新能源机车及配套工程的标准体系； 推动绿色智能船舶规范标准体系建设。 重点领域三：加快建筑和市政基础设施领域设备更新 供热设施设备更新：更新改造超过使用寿命、能效等级不达标的燃煤锅炉等。 政策引导：政策助力与经济回升 2024年中国大规模设备更新行动启幕 07 ⑦ 液化石油气充装站标准化更新：更新改造存在安全隐患的设备，鼓励智能化提升。 ⑧ 城市生命线工程建设：推动地下管网、桥梁隧道等配套物联智能感知设备更新。 ⑨ 环卫设施设备更新：更新改造高耗能、技术落后的环卫设备，鼓励新能源车辆装备。 ⑩ 建筑施工设备更新：更新超过使用年限、技术落后的建筑施工设备。

因而具有更强的创新发展能力。 更全面灵活的物与物、物与人、人与人的 互联互通和相互感知 更高效安全的信息处理和信息资源整合更 科学的监测、预警、分析、预测和决策 更高水平的远距离控制执行和智能化执行 更协调的跨部门、多层级、异地点合作 更强的创新发展 通过采用物联网、云计算等技术，感 知园区内更加真实、实时、详细的信 息，洞察园区事务的变化，实现园区 的精细化管理、科学化管理。 、移动通信网络、光纤网络等多种网络互连， 充分的实现物与物、物与人、人与人的各种互连，实现泛在、融合、智能的网络。 通过各种智能化、信息化应用为园区居民的日常生活等各个方面提供周到、方便、 安全、贴心的信息化服务，充分地有效聚集人才，促使园区成为一个智慧聚集地。 智慧园区的部署利用各种智能化、信息化应用帮助园区产业实现生产方 式、经营模式及运营方式的转变，增强企业竞争力，提升企业的生产效率，实现 向未来的智慧型园区。 感知层采用多种行业终端、家庭终端、个人终端，采集信 息；通过园区网将数据信息传送到系统的核心——云平台，在云平台完成对园区 业务的统一管理、统一处理、统一存储，消除信息孤岛，实现园区智能化管理。 在云平台上运行丰富的云应用，满足不同的行业需求。 建设理念 域化、集约化水平。 02 智 慧 园 区 顶 层 设 计 智慧园区作为一项涉及到政务管理、企业管理等多种服务内容的