数据还是外部数据）构建自己的行业认知壁垒，即内化数据，完成数据-显性知识-隐性 知识构建的完整链条。 2024年中国制造业数字化转型市场规模达到1.55万亿，市场服务呈现出划分体系更加清 晰、产品更加丰富、解决方案更加系统化、大模型的落地应用探索逐渐深入等特点。就 市场规模而言，市场规模在2025年预计达到1.76万亿，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 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 探索大模型的应用落地。 需求端的核心需求没有变，生产制造管理相关、供应链相关等是重点，也是离散制造业 的核心诉求。只不过，行业经过几年发展，需求端的对转型认知和期望变的更加理性与 聚焦。就需求端的需求而言，具有两大特 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， 进而给出相应的改造建议，引导企业顺利转型。就需求端的转型现状而言，经过几年发

个“车路云一体化”试点城市建设，累计开 放测试示范道路 35000 多公里、发放测试示范牌照超过 1 万张。无锡、 长沙等地的红绿灯信息推送服务已显著提升通行效率，北京、上海等 地的自动驾驶出租车与智能重卡运输作业正加速落地。 未来，随着智能网联汽车规模化应用，网联通信技术与智能网联 汽车发展螺旋上升的共生关系更加突出。一方面，网联通信技术深入 汽车全生命周期环节，加速推动汽车产品向系统化、智能化方向跃迁。 在 采取分阶段、差异化的推进策略。对于 5G 蜂窝移动通信网络、 LTE-V2X 直连通信网络、基础设施数据传输网络、算力基础设施等 已具备商用基础的成熟技术方向，需要通信与汽车行业深度协同，共 同推动其规模化部署与应用落地，形成可复制、可推广的应用模式。 对于 5G-A 蜂窝移动通信网络、NR-V2X 直连通信网络等处于早期验 证阶段的前沿新技术，需要加强跨行业、跨领域的协同创新，开展充 分的技术验证与应用试验，重点探索其在复杂场景下的可行性、性能 区域的车-车网联通信协同成功率低。车企普遍存在相互观望、期待 他人先部署的博弈心理。另一方面，路侧设备需要持续高质量运维以 保证服务效果，当前缺乏可持续的商业闭环，导致投资建设运营模式 不明确，产业化落地及部署速度缓慢。 (3) 2030 年发展目标 当前，LTE-V2X 直连通信技术已具备成熟商用能力，NR-V2X 直连通信技术仍处于技术特性、频谱需求等早期研究阶段。面向 2030 15

................................................................................... 3 1.3. 大模型应用落地需要深度适配工业场景 ........................................................................................ ........................................................................ 13 3.4. 三种模式综合应用推动工业大模型落地 .................................................................................................. 量数据， 为产品设计提供更为精准和创新的思路。在经营管理领域，大模型能够实现对生产流 程、供应链管理等各个环节的监控和智能优化，从而提升企业的运营效率和市场竞争 力。 1.3. 大模型应用落地需要深度适配工业场景 大模型的优势在于其强大的泛化能力，可以在不同的领域和任务上进行迁移学习， 而无需重新训练。但无法充分捕捉到某个行业或领域的特征和规律，也无法满足某些 特定的应用场景和需

紧急状况时快速应变、提供专业性指导，他们与设备的关 系不再是传统的机械化操作，而是有机的协同。 除此之外，随着产业的进一步升级，以及数据与业务的融 合日益加深，包括计算机科学、数据科学等领域在内的高 端人才也是企业落地智能制造的稀缺资源。“归根结底， 企业智能制造需要的是专业能力和综合能力都更强的高阶 人才，这将是企业未来发展的重要命脉。”朱德权表示。 观点 如何化解智能制造人才困境 要应对以上人才管理的“三连击”，i 事实上，越来越多的企业已经意识到了这些问题的关键性。 根据北森人才管理研究院发布的《2021 中国制造行业人 才白皮书》显示，人才培养、人力资源数字化和人才梯队 建设已经成为制造业在人才管理工作的三大重点。而具体 到落地的方法和实践，众企业们也是绞尽脑汁、各显神通。 有企业告诉 InfoQ 记者，他们的思路，一是先培养内部技 术人员的业务能力，让他们深入一线，到对应的业务部门 进行一段时间（通常是 3 个月左右）的轮岗⸺例如，负 同样是这家企业，原本每个项目都有人事行政助理，为项 目核算考勤、薪资、奖金等，使用数字化系统之后，项目 助理转型为业务、质量管控。而总部只需要两三个 HR 两 三天就能把所有的考勤、薪资、绩效等全部落地，而原来 需要数十个人一个月时间。 3. 对 HR 进行业务支持：昇鹏人效云的客户遍布全国 31 个省市自治区，HR对劳动法律法规的理解很不一致。因此， 昇鹏人效云推出了 AI 数字人，为 HR

力。 从各省市具体行动方案来看，部分重要省市对2024年的重点领域设备更新增速目标定在8%，据此 测算2024年重点领域的设备投资额较2023年将增长超3500亿元。 从2024年上半年的政策落地情况来看，政策效应已初步显现。国家统计局未直接披露设备投资 额，固定投资完成额中有一项是“设备工器具购置”，指的是固定资产投资中用于购置或自制达到固定 资产标准的设备、工具、器具的投资。从上半年的数据情况，也可一窥政策效应。 层医院、社区卫生服务中心等基层机构医疗设备更新频率相对较慢，部分可能超10年使用年限。 方正证券研报显示，医疗设备是我国医疗器械市场份额最大的领域，2022年市场规模为5737亿 元，约占整体医疗器械的59%。 大规模设备更新计划落地后，相关领域的设备更新将会加速度，预计到2027年，医疗卫生机构的 投资规模相较于2023年要增长25%以上，累计带动增量投资超过2000亿元。 2.6 新型电力系统推动能源设备迭代 能源领域 能改 造，推动城市工程配套物联智能感知设备建设。 3月27日，住建部牵头印发了《推进建筑和市政基础设施设备更新工作实施方案》，提出建筑节能 改造重点任务。此后各地纷纷推出具体对应方案，推动政策落地实施。在当前绿色低碳发展的大背景 下，对建筑行业来说，既带来了挑战，也充满着机遇。 首先是市场对于能效提升的需求在逐步增加，新设备以其更高的能源效率，促使建筑业主和开发商 寻求更节能的建筑设计和运营策略。

云服务帮助企业以专有数据创建专有模型。目前中国大 模型应用的发展还在起步阶段，参考上一轮人工智能周期，我们认为对垂直 行业有深刻理解，有软硬件整合能力的企业更容易享受到 AI 红利。 风险提示：AI 及技术落地不及预期；本研报中涉及到未上市公司或未覆盖个 股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该 股票的推荐或覆盖。 (28) (20) (11) (3) 6 用于分子生成，DiffDock 则用于分子对接。 图表20： NVIDIA BioNemo 服务 资料来源：英伟达，华泰研究 风险提示 1）AI 技术落地不及预期。虽然 AI 技术加速发展，但由于成本、落地效果等限制，相关技 术落地节奏可能不及我们预期。 2）本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代 表本研究团队对该公司、该股票的推荐或覆盖。 文生图

技术带来的商机，融入蓬勃的数智生态，园区将能够持续挖掘 数据价值，推动业务转型，从而释放创新价值，驱动社会经济 快速发展。 但同时，在数智技术快速发展的背景下，园区数据快速增长， 大模型等创新应用不断落地，这意味着园区需要对云、边缘、 网络等基础设施进行重构或优化，并利用创新的软硬件技术组 合，满足数智园区在计算、存储、网络等关键资源方面的需求， 充分释放数智转型的潜能。 为了助力园区的数智化转型，全国智能建筑及居住区数字化标 机器对机器的通信能力，从而充分释放网络连接在智慧未 来园区中的潜能。例如，5G 能够支持园区海量的物联网设 备快速地接入网络，推动增强现实 (AR) /虚拟现实 (VR) 等 新型应用在园区的落地。 • 云计算 云计算作为分布式计算、网络存储、虚拟化、负载均衡等 技术融合的结晶，可以按需提供动态扩展的计算和存储资 源，具有高性能、虚拟化、动态性、扩展性、灵活性等特 点，可以有效满足数智园区业务创新、快速部署的要求， 算法的柔性调节下，特斯联园区低碳系统可以自动、实时 地调整能源的供给，优化控制能耗按需分配，打造高效低碳 数智园区。 TacOS 是特斯联针对园区数智化需求打造的 AIoT 操作系统。 针对当前 “双碳” 的落地需求，TacOS 3.0 依托统一物联底座、 数字孪生、物联数据 BI 以及数字空间，整合了专业应用和综 合平台产品组合，能够在从能源的生产到消费的整个环节提供 全生命周期碳足迹监测管理，满足楼、社、园、城等全域场景

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 本较高等挑战。为此，行业迫切需要系统性的解决方案，以促进工业大模型技 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 用。这一层的设计直接决定了 工业大模型能否在具体场景中发挥价值。通过任务导向模型和行业领域模型的 结合，模型层不仅提升了模型的表现力和精准性，还使其能够满足不同行业的 专属需求，为工业智能化的落地提供了关键支撑。 任务导向模型是模型层的关键组成部分，专注于针对特定工业任务的微调 和优化。工业场景中的任务多种多样，例如设备故障诊断、生产流程优化、质 量检测、能耗管理等，这些任务往往具有明确的目标和独特的需求。通过在基 维、能源管理等领域的深度应用提供了坚实的技术支撑。在工业智能化发展的 进程中，交互层作为连接技术与应用的核心环节，将继续发挥不可或缺的作用， 为工业大模型的落地与推广提供重要保障。 (5) 应用层 应用层作为工业大模型的最终落地环节，是技术与实际应用深度融合的关 键层面，直接面向用户需求，全面体现了工业大模型的实际价值和功能效能。 在这一层，工业大模型的智能能力被具体化为多个功能模块，涵盖智能问答、

资料来源：工信部 第四节 智慧园区发展趋势及前景 1.智慧园区发展趋势 （1）“双碳”战略下，智慧零碳园区成为智慧园区发展重要方向 园区是城市碳排放最集中的空间，达成“碳达峰、碳中和”目标落地的主战场就 在园区。随着“碳达峰碳中和”上升为国家战略，生产方式绿色化、生活方式低碳 化，绿色发展制度化将成为智慧园区发展的重点，而智慧零碳园区将成为未来智慧园 区发展的重要形态。 当前，国 《国务院关于印发 “十四五”数字经 济发展规划的通 知》 积极探索平台企业与产业园区联合运营模 式，丰富技术、数据、平台、供应链等服 务供给。围绕共性转型需求，推动共享 制造平台在产业集群落地和规模化发展 2021年 12月 《“十四五”智能 制造发展规划》 支持大型集团企业、工业园区，围绕内部 资源整合、产品全生命周期管理、产业链 供应链协同、中小企业服务、工业数据处 理分析，建立各具特色的工业互联网平 间、基础设施、智能终端等硬件以及平台系统等软件。由于我国智慧园区整体尚处于 快速发展阶段，智慧园区规划设计、建设部署是当前市场重要业务。园区资产持有 方、运营机构等需求主体通常重视智慧园区规划工作，期望通过专业化、创新型、可 落地的规划设计方案，形成智慧园区建设蓝图，并为智慧园区的建设部署、软硬件采 购等工作提供标准依据。 图表30：覆盖软硬件的规划设计和建设部署是智慧园区重要业务 来源：公开资料，智次方研究院整理 （2）适应场景渗透

建设计划，避免“运动式”减碳。短期来看，园区应当首先了解自身当前的排放和建设情况，明 确排放的基准线，理清园区排放的来源和类型。其次应当根据基准线，制定合理的目标与路 径，基于自身禀赋和市场环境，梳理中长期可落地且对业务和经济发展影响较小的方案。 在中长期来看，应当保持基本目标和路径的一致，但根据实际情况不断微调迭代，在政策、战 略、运营、技术和组织层面层层推进。 规划过程中，可以积极与市场中专业 客户期望通过引入西门子基于园区客户打造的全系列垂直解决方案及数字化平台，实现园区物 联场景、绿色低碳、资产提升、远程运维等智慧化功能，助力该工业园成为苏州常熟在智慧物 联领域的新名片；通过协同配合西门子工业 4.0 赋能中心的落地，给当地政府和企业提供高等 级智能制造技术展示和服务平台。 - 项目建设内容： 采用西门子楼宇自控、智能照明、办公楼样板楼层的房间自动化、能源管理、宿舍管控、安防 门禁、智慧物联 Enlighted 和解决方案服务。 2021 年 9 月，西门子在中国正式启动“零碳先锋计划”，宣布了在零碳发展领域的清晰目标和行 动计划，这标志着公司在可持续发展的道路上翻开了新的篇章。通过“零碳先锋计划”的落地实 施，西门子将以数字化创新和跨领域行业洞见，在中国携手各方伙伴共创绿色生态，赋能打造 端到端的零碳产业链，助力中国实现“双碳”目标。 关于作者 周金 是西门子 RMA - 智