架构，凭借注意力机 制，极大地改善了机器学习模型处理序列数据的能力，尤其是在自然语言处理（NLP） 领域。Transformer 架构的出现，为后续的大模型如 ChatGPT 等奠定了技术基础。 ChatGPT、Bert 等大模型通过海量数据和庞大的计算资源支持，使得模型具备了强大的 通用性和复用性。大模型可以被广泛应用于自然语言处理、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 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 所指出，这些模型也可以被称为基础模型（Foundation Model）。我们认为，大模型主 要具备以下三大特征： 参数规模 据或新任务。基于注意力机制 （Attention），通过在大规模、多样化的无标注数据集上进行预训练，大模型能够学 习掌握丰富的通用知识和方法，从而在广泛的场景和任务中使用，例如文本生成、自 然语言理解、翻译、数学推导、逻辑推理和多轮对话等。大模型不需要、或者仅需少 量特定任务的数据样本，即可显著提高在新任务上的表现能力。如 Open AI 曾用 GPT- 4 参加了多种人类基准考试，结果

从云计算到大模型服务，关注垂直行业的发展机会 此次会上，英伟达还宣布推出每实例每月 36,999 美元起的 AI 计算服务 NVIDIA DGX Cloud，和新的 Al Foundations 服务（包括语言大模型 Nemo、 视觉大模型 Picasso 和生物大模型 BioNemo 在内的模型研发服务），定位为 超算云服务+模型代工厂。公司强调未来每家公司都会成为 AI 工厂，企业专 有数据价值量高，AI GPU 和 Grace Hopper 等超级芯片，还进一步推出 NVIDIA DGX 超 级计算机，成为大语言模型实现突破背后的引擎。英伟达在 GTC2023 中表示，《财富》100 强企业中有一半安装了 DGX AI 超级计算机，DGX 已成为 AI 领域的必备工具。 英伟达 DGX——大语言模型背后的引擎 根据 GTC2023，DGX 配有 8 个 H100 GPU 模组，H100 配有 2）NVIDIA AI Foundations。这是一项云服务，面向需要构建、优化和运营定制 LLM（大型 语言模型）和生成式 AI，客户使用其专有数据进行训练，用于处理特定领域的任务，包括语 言、视觉和生物学模型制作服务。NVIDIA NeMo 用于构建定制的语言/文本转文本生成式模 型，Picasso 是一项视觉语言模型制作服务，BioNeMo 提供用于药物研发的生成式 AI 模型。 我们认为，ChatGPT

身发 展需求和节奏的目标市场，准确地明晰人力全球化的阶段和定位，针对性地预防 和采取措施，以确保出海计划的顺利推进和实施。 核心观点四 文化差异是企业迈进全球市场必须直面的问题，宗教、民族、语言纷繁复 杂，法律和制度也差异较大。出海企业将国内的管理模式和企业文化直接搬到 海外市场，容易造成“水土不服”。在全球化的企业环境中，企业应始终遵循 “以人为本”的管理原则，关注员工的文化习俗、工作习惯等差异，尊重员工 能力、市场洞察能力、执行能力、抗压能力和复杂问题的解决能力是销售岗位的关键。在知识 水平上，制造业的销售岗位还需要具备相关的行业经验背景。语言能力也是海外销售的关键能 力，除了英语为基本沟通语言，不同国家和地区对于第二外语的要求也不同。以目前热门的出 海地区为例，欧洲地区除英语外，一般要求人选能将法语、德语、西班牙语作为工作语言。墨 西哥要求英语或西班牙语。中东和南非地区，除了英语外，还要求精通阿拉伯语。 海外人力资源岗位需求随企业出海阶段而动 地 的文化及生活、法律法规、人才市场、当地与母国文化及生活的差异等关键问题上具备充分 且深入的认知与把握，而这些“本地化”的文化及工作经验，势必要求候选人曾在当地有切 实的工作与生活经历。 语言能力也是海外人力资源岗人选的关键门槛。熟练掌握英语的听说读写能力，是这一 日常工作中涉及到大量人际沟通的岗位所必备的技能。而伴随更多制造业企业将出海的触角 延展至更为新兴的国际市场，部分岗位对人

合，将产业知识全面引入到产业 智能化建设过程中。其中，知识获取过程涉及机器学习、强化学习、迁移学习、搜索、群体智能 以及数据挖掘等技术体系；知识应用过程则包含模式识别、专家系统、计算机视觉、自然语言处 理、语音处理、多智能体系统、规划应用、推荐系统、环境监测等技术实践。 IDC FutureScape报告预测：在未来两年内，��%的油气中下游企业将部署AI技术以实 现自动化数据分析；到� 战，让员工在虚拟环境中做好充分的准备，拓展传统AI虚拟现实的逻辑场景，加快模拟速度及呈 现效果。 来源: 石化盈科&IDC ����年 图�. 石油石化生成式AI/大模型业务需求空间与发展方向‒资源开发 知识问答 语言理解 推理分析 数学求解 代码生成 创作设计 多模交互 勘探工艺优化 油井工况诊断 勘探开发风险管理 勘探培训模拟 油田井下智能管理 勘探经营智能管理 石油石化生成式AI/大模型业务需求空间与发展方向-资源开发 新旧智能技 术的协同效应，为储运行业带来创新的解决方案和业务增长点。 来源: 石化盈科&IDC ����年 图��. 石油石化生成式AI/大模型业务需求空间与发展方向‒管道储运 知识问答 语言理解 推理分析 数学求解 代码生成 创作设计 多模交互 管道安全监测 管线预测性维护 管网调度优化 智能油库管理 供应链运筹优化 储运经营智能管理 石油石化生成式AI/大模型业务需求空间与发展方向‒管道储运

人工智能推动工业设计范式创新变革。以生成式人工智能为代表 的人工智能技术可以基于设计约束条件，自动探索广阔的设计空间， 提出突破传统经验模式的创新方案。例如，达索系统的 AURA 等工 具引入自然语言交互功能，将设计意图直观地转化为三维 CAD 模型； MIT 的 SketchGraphs 项目则利用人工智能技术实现跨领域知识迁移， 将建筑建筑桁架拓扑应用于航空承力框架的设计中。 人工智能 美观与功能性的产品 外形造型，为产品创新提供更多可能。 输入模态方面，生成式设计可以分为文本到模型、图像到模型和 混合模态生成三个类别。文本到模型，通过大语言模型解析文本生成 参数化指令。如 Text-to-CAD1，根据自然语言描述生成 B-Rap（边界 表示）曲面，Text-to-CAD 生成的 STEP 文件可以导入任何现有的 CAD 软件并进行编辑，如图 1。图像到模型，通过人工智能方法解析图像 2。混合模态生成，结合文本、图像、传感器数 据等多源输入，生成复杂的设计方案。如 CAD-MLLM3，实现从点云、 图像、草图和文本等多种模态条件生成 B-Rap，为后续的 3D 重建和 利用 CAD 模型的命令序列，基于大型语言模型将多模态输入数据与 CAD模型的矢量化表示之间的特征空间对齐，生成参数化CAD模型， 如图 3。 1 Guan Y , Wang X , Ming X ,et al.CAD-Coder: Text-to-CAD

开放进程日趋临近，关键规则制 定进入收尾阶段 新 gTLD 计划是 ICANN 通过开放 DNS 顶级域空间来鼓励多样 性和市场竞争、增加消费者选择、促进 DNS 持续发展和应用、助推 多语言互联网发展并提升数字包容性的重要战略性工作。自 2012 年 首轮新 gTLD 计划实施、实现 1200 余个 gTLD 批量引入以来，全球 社群及品牌企业对于申请运营更多新顶级域的需求不断增长，要求 gTLD 提供符合 ICANN 最新政策与 运营实践的统一合约模板。 15 其中，ICANN 拟利用人工智能技术提供对下一轮新 gTLD 开放宣传材料的按需翻译服务，以覆盖除六种 联合国官方语言以外的语言/文字，服务更广泛的用户群体。 互联网域名产业报告（2025 年） 9 申请机构可以在为期 14 天的替换期内决定是否要将其申请替换为备 用字符串，一旦成功替换，将按新字符串进行后续申请流程。在随后 互联网域名产业报告（2025 年） 12 3. 相关方可继续利用社群评议/异议机制阻止特定申请 与首轮开放时类似，预计下一轮中申请的新 gTLD 仍然具有较大 规模，覆盖多种语言/文字，包含丰富的含义用法，承载众多网络应用 并且可供全球访问，其批量引入可能引发广泛、复杂的问题，对各国 主权和安全、公共利益和商标权利等带来深远影响。因此，下一轮中 将继续采用多种社群评议/异议机制，允许符合条件的主体针对可能

Hugging Face 美国 开源平台 引领开源大模型发展，提供多种 语言模型的预训练工具与平台 百度 中国 文心大模型、 文心一言 中国领先的AI技术公司，在大模 型和自然语言处理领域表现突出 阿里巴巴 中国 通义千问 在企业服务场景中深度应用大模 型技术 深度求索 中国 DeepSeek-R1 专注于开发先进的大语言模型和 相关技术 北京将持续支持大模型前沿研究及应用发 展，推动大模型深度赋能重点行业关键生

航站楼、客运码头、铁路旅客站和汽车客运站的旅客大厅等环境噪声较高的场所设 置公共广播系统时，系统应能根据噪声的大小自动调节音量，广播声压级应比环境噪声高 10dB～15dB。应从建筑声学和广播系统两方面采取措施，满足语言清晰度的要求。 6.5.2.9 多用途公共广播系统，在发生火灾时，应强制切换至消防应急广播状态，并应符合 下列规定： 1. 消防应急广播系统设置专用功放设备与控制设备，仅利用公共广播系统的传输线路 辅助高清晰度、高亮度液晶显示屏，并可通过分配器等设备同步显示主屏及副屏上视频会 议内容。 6.6.12 会议电视系统的会场电子声学环境、建筑声学和建筑环境应符合下列规定： 1. 会议电视会场的扩声和建筑声学设计应满足语言清晰度的要求； 2. 会议电视会场应按照会场房间的体型和容积等因素选择合理的混响时间，会议室混 响时间宜控制在 0.4 秒以内，并应符合现行国家标准《剧场、电影院和多用途厅堂 建筑声学技术规范 2. 有线语言分配系统设计应符合下列要求： （1） 通道选择器数量大于 100 只时，宜采用数字有线语言分配系统； （2） 通道选择器、翻译单元到会议系统控制主机的最远距离大于 50m 时，宜采用 数字有线语言分配系统。 3. 当会议室同时设有会议讨论系统和同声传译系统时，宜将会议讨论系统和同声传译 系统进行集成。 4. 同声传译系统语言清晰度应达到良好及以上，语言传输指数 STI≥0

，但由于数据量庞大， 许多机会常常错失。 生成式 AI 驱动的数字助手正在扭转这一局面。AI 助手能够实时分析海量 数据，快速提取重要洞察，为供应链团队提供重要的决策依据。此外，凭 借其自然语言处理能力，员工只需简单的提示即可获取所需信息，并了解 信息来源。 例如，AI 助手能够分析延误的主要供应商，并找出造成供应链中断的因素， 如天气、资金问题或运输瓶颈。接着，AI 预测模型可以预测出未来形式。 控制塔已升级为增强型生成式 AI 智能层， 配备供应链数字助手。 该系统利用 IBM 的 AI 技术，能够实现自然语 言查询和响应，加速决策流程，并提供切实 可行、多种多样的解决方案。用户可以使用 自然语言进行提问，了解关于零件短缺、订 单影响及需要权衡的问题。截至目前，IBM 已经节省了 3.88 亿美元的成本，包括降低库 存成本、优化运输成本、加速决策流程以及 节省时间（从天到小时到分钟甚至秒）。 灵活、可扩展的标准数据模型，从而将供应 链信息汇总成 一个统一的数据资产。通过结 合生成式 AI 的数据接入代理，企业能够自动 将各种原始格式的数据转换为数据湖中的标 准模型。客户能够轻松提取并上传原始数据， 代理利用大型语言模型，通过引导式模块化 用户界面，进行自动化的数据映射。 案例研究 13 The intuitive supply chain: Predict disruption, deliver growth

月均产量增加 12%。 制造业 AI 应用的关键技术支撑体系主要包括：  边缘计算与云计算协同架构  工业物联网（IIoT）平台  机器学习与深度学习算法  数字孪生技术  自然语言处理与知识图谱 根据 Gartner 预测，到 2025 年，全球制造业 AI 市场规模将达 到 270 亿美元，年均增长率保持在 35%以上。这一趋势表明，AI 技术正在深刻改变传统制造模式，推动制造业向智能化、自动化和 质 量。在新能源汽车制造领域，AI 的应用不仅能够优化生产流程，还 能提升产品的智能化水平，从而满足市场对高性能、智能化汽车的 需求。 AI 技术主要包括机器学习、深度学习、计算机视觉、自然语言 处理和智能优化算法等。这些技术在实际应用中相辅相成，构成了 智能制造的技术基础。机器学习（ML）是 AI 的核心技术之一，它 通过从历史数据中学习并建立预测模型，能够实现对生产过程的实 时 生产流程，减少人工干预，提高生产效率和产品一致性。自然语言 处理（NLP）技术也在工厂管理中得到应用，通过语音识别和语义 分析，实现生产指令的自动化下达和反馈，提升了管理层与生产线 之间的沟通效率。  机器学习与深度学习：用于异常检测、预测性维护、质量预测 等。  计算机视觉：用于自动化质检、定位识别、实时监控等。  自然语言处理：用于语音识别、语义分析、自动化指令下达 等。