。 本白皮书由清华大学、国家智能网联汽车创新中心、中国汽车工 程学会联合行业相关单位共同起草，寄望此白皮书能为政产学研各界 提供有力的技术参照，助力我国智能网联汽车基础设施建设，从而全 面推进逻辑协同、架构统一的智能网联汽车车路云一体化系统建设， 促进我国智能网联汽车产业未来的规模化建设与应用推广。 1 2024 年 6 月，中国汽车工程学会发布《车路云一体化系统云控基础平台功能场景参考架构 ......................... 22 3.1 需求分析及需求关系概述 ......................................... 22 3.2 功能逻辑架构设计 ............................................... 44 3.3 通信协议 ................................. 中的多类别目标用户主体，以模型的形式构建清晰、可追溯、可扩展 的多维度用户需求集；并基于需求输入进行功能分析，对云控基础平 台进行合理分解与模块化设计，剖析车路云一体化系统云控基础平台 的整体功能逻辑架构，强化其核心组件的标准化与关联操作，克服数 据交互难题。整体功能逻辑架构的分析强调了网联车辆、路侧基础设 施、边缘云、区域云、相关支撑平台和第三方应用构成了一个高度互 联的信息生态网络。其中，边缘云依托边缘云一体化底座的网关、数

数据分析、 预测优化与决策、反馈与控制、可视化交互和数字资产管理。 5.5.3 数字孪生要求内容信息同步和基准时钟同步。数字孪生系统中目标实体与数字实体应 保持几何特征、物理属性、相关约束以及逻辑规则的一致。 5.5.4 数字孪生系统的目标实体与数字实体之间的实时性体现在数据获取、数据传输、数据 预处理、信息建模、模型更新、业务响应等方面。 5.5.5 数字孪生系统可靠性包括稳定性和鲁棒性两个方面。 6.4.1.2 信息网络系统的设计和配置应标准化、模块化，兼具有实用性、可靠性、安全性和 可扩展性，并宜适度超前。 6.4.1.3 信息网络系统的设计应在进行用户调查和需求分析的基础上，进行网络逻辑设计和 物理设计。 6.4.1.4 信息网络系统密码应符合国家相关管理规定。 6.4.2 网络系统设计原则 6.4.2.1 用户调查宜包括用户的业务性质、网络的应用类型、数据流量需求、用户规模、环 入效率、网络冗余程度和网 络可管理性等。 6.4.2.3 网络系统逻辑设计应确定包括网络类型、网络管理与安全性策略、操作系统、网 络互联、广域网接口等。 6.4.2.4 网络系统物理设计应根据确定的网络类型、网络拓扑结构等选择具体的设备以及 确定其数量，包括网络介质的选择和网络设备的选配等。 5.5.3 网络系统逻辑设计 6.4.3.1 局域网的拓扑结构，应符合下列规定： 1. 局域网宜采用星形拓扑结构；

l 数据叠加，无法用于园区管理需求 园区浏览 After ： l 告警信息可快速定位具体位置。 l 基于原有逻辑数据，清晰掌握各区域状态及内部环境 l 按区域、时间、类型进行多维度统计 Before: l 园区多个变电所，发生故障无法快速定位具体位置 l 偏重系统逻辑管理，对实际环境无法掌握 l 缺少多维度用电统计分析 配电管理 After ： l 掌握园区建筑内所有监控位置

他们要具有战略统筹能力，能根据企业情况和市场环境制 定路线图，能整合各环节资源，并且根据进度持续优化关 键节点； 比如，既懂技术又懂业务的复合型人才，他们要非常了解 数据与业务之间的融合逻辑，了解信息化与自动化、精益 化之间的关系逻辑，并且能够深刻洞察业务部门的需求和 痛点，具有有把业务需求转化为技术需求、用技术解决业 务问题的能力； 为什么智能制造人才找不到、招不来、 留不住 那么，为什么制造企业“找不到、招不来、留不住”上面 将蓝牙硬件连接至五羊本田内部使用的企业微信，让员工 在企业微信手机端通过蓝牙打卡，在沿用以往采购硬件的 基础上，实现打卡了多元化。 根据五羊本田的反馈，上线 i 人事考勤功能后，已基本解 决考勤痛点。 根据五羊本田业务逻辑，i 人事将持续迭代新功能 “毫无疑问，i 人事的功能可以满足用户需求，但使用过程是否顺利、舒心，也很重要。”在 i 人事 CEO 朱德权的带领下，i 人事尤其重视用户对产品的使用体验。 “将 小时内结束加班，加班之后，会有加班费或调休补偿，何种情况调休，何种情况 发放加班费，加班费如何界定，如何发放，都需要系统支持企业的业务逻辑与管理流程。 “我们会根据客户需求，不断解决问题，上线新功能。”朱德权表示，i 人事虽然是 SaaS 系统，但它建立在自有 PaaS 平台 智搭云上，因此能根据客户业务逻辑、使用场景快速迭代新功能。 而据朱德权介绍，i 人事每天都在成长，每周都会上线新功能。接下来，也会根据五羊本田的需求，关于挂起工时统计功能，

交互通 信、表达情感，智能车灯已演进为整车智能化生态中不可或缺的核心视觉感 知与交互单元。 本白皮书旨在厘清智能车灯的本质定义、核心价值与发展全 貌。我们系统梳理了从传统照明到智能照明的演进逻辑，指出高像素级控 制、高精度环境感知与场景化算法驱动、多应用生态是区分“真智能”与“伪 装饰”的关键标尺。基于详实的市场数据与技术分析，我们描绘了千亿规模 的产业蓝图，研判了智能车灯产业的发展趋势。同时，报告深度解读了全球 Emitting Diode，发光二极管）车灯正式进入公众视野，并以革命 性的发光效率、能耗控制及远超传统灯泡的使用寿命，开启了车灯技术的新时代[1]。进入2015年以后， 车灯产业全面迈入智能化新阶段，核心逻辑也逐步从“功能定义场景”转向“场景定义功能”。Micro-LED （Micro Light Emitting Diode，微型发光二极管）、DLP（Digital Light Processing，数字光处理）等新 展创造了硬件条件。同时， 消费升级趋势下的用户需求逐年上升，标志着车灯正从基础照明配置升级成为彰显车辆科技感与个性化 的核心卖点。 技术与产业端，“软件定义汽车”的行业共识重构了智能车灯的发展逻辑。亿欧数据显示，2024 年 智能汽车域控制器渗透率达47.3%，为车灯与整车驾驶辅助、座舱交互系统的协同提供了关键支撑。同 时，软件迭代速度持续加快，车辆OTA（Over-the-Air Technology，空中下载）

开发动静统一自动并行、复数运算机制和异构多芯适配技术，通 用性高，可扩展性好，实现关键技术的全栈自主可控。斫轮·风驰大 模型优化了动静统一的自动并行编程范式，发展了基于字节码的动静 转换技术，开发者无需关注分布式通信和调度逻辑，减少 80%的分布 式代码开发。创新了神经网络张量的复数表示与运算技术，支持不同 类型的算子学习模型，实现了傅里叶神经算子的快速训练与推理。构 建了多硬件统一适配方案，降低了异构芯片与框架适配的复杂度，全 工业 AI 底座与价值对齐。平台化能力方面，AIPOD 内置工业 科研智能：人工智能赋能工业仿真研究报告（2025 年） 46 AI 底座，支持跨行业场景快速迁移。风扇案例中的参数化建模与优 化逻辑，已复用至船舶减阻（阻力降低 3%）、新能源汽车热管理等 场景。价值验证方面，广东风扇企业通过 AIPOD 实现风量提升 20%， 研发成本降低 80%，技术投资回报率达 5 倍。 具身智能与 工艺 和仪表流程图转化为可交互、可分析、可扩展的智能 PID，实现从静 态图纸到动态智能 PID 的跨越，助力流程工业数字化转型。iPID 是 一款真正实现了开箱即用，支持图像复原、属性复原和逻辑关系复原 的新一代智能 PID 产品。 （1）核心能力 多种格式和尺寸图纸的智能解析与生成。iPID 利用端到端大模型 技术可以直接将 pdf,jpg,jpeg,png,bmp,webp 等格式的图纸导入

（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，结果显示其在多项考试中成绩都超过了大部分人类（80% 条件下，能够稳定运行。 小模型的定制化需求制约了其进一步渗透。尽管小模型在生产制造领域表现出色， 但其应用过程中也面临着一些挑战。以判别式 AI 为代表的小模型通常需要依靠个性化 的业务逻辑进行数据采集、模型训练与调优，往往只能处理单一维度的数据。这一过 程不仅消耗大量的算力和人力，而且训练后的模型往往无法在多行业通用。例如，工 业缺陷检测领域的视觉模型往往需要针对一个产品或者一个设备训练一个模型，产品 大模型在工业代码生成的应用领域广泛，涉及到自动化、机械加工等领域。将大 模型应用于工业代码生成的优势在于可以提高工业代码的质量和效率，减少人工编程 的时间和成本，提高了研发者的开发效率，特别是重复性高、逻辑简单的任务。同时， 自动生成的代码还可以减少人为错误的发生，提高代码的可靠性和可维护性。现有的 代码生成方法或工具在处理简单需求的场景时表现较好，如行级代码补全和初级的函 15 Ansys

O O O O O O O O O O O O O O O O O O O O O O EGD O DNP3 O O O O O O O O O O O O O O O O 进口 国产 可编程逻辑控制器(PLC) 支持的 主流工 业协议 现场总线 工业协议 进口 国产 进口 分布式控制系统(DCS) 数据采集与监控系统(SCADA) 工业 以太网 国产 Management & Control System)是公司结合客户需求和新一 代信息技术发展全新提出的流程工业装置高度自主运行的新一代系统架构，相较于传统集 散控制系统，i-OMC 系统在运行逻辑、技术架构、功能实现等方面实现了重大突破，具有 “E 网到底、工厂操作系统平台+工业 APP、自主运行”三大显著特点，实现生产运行管 理与控制的一体化，同时以开放性的架构，更加便捷有效地集成了制造商、用户等的海量 中间体、产成 品、公用工程等每一环节的质量数据都能够被精准获取并标准化，为质量分析提供了坚实 的数据基础；2）精准解析：基于工业大数据模型分析技术，Q-Lab 平台能够深入剖析质量 数据的内在逻辑，挖掘数据背后的深层价值。通过精准解析，企业能够洞察质量问题的根 源，找到影响质量的关键因素，为质量决策和改进提供有力支撑；3）数智融合：Q-Lab 平台将 AI 技术与质量数据深度融合，实现生

利用数字化手段自动应用规则，减少对人工的依赖 人工经验 业务规则 信息化管理平台 审批路径规则 数据转变逻辑 操作控制规则 业务流转规则 自动处理 / 约束业务 将尽可能多的人工经验判断转换成 模式化的固定逻辑，减少业务对“经 验”的依赖性，同时提高业务处理的 速度 将可逻辑化的规则进行结构化、公式化处理，交由系统替代人进行处理和判断 审批路径规则  计划外采购申请审批规则  项目变更单流转规则  项目竣工结项流转规则  采购接收入库流转规则  物资调拨流转规则  甲供材结算流转规则  项目成本归集流转规则  项目立项流转规则  …… 数据转变逻辑 操作控制规则 业务流转规则 23 建立多组织协同的供应链计划 模式，充 分利用资源 预测 订单 多地点主计划运行 分厂主计划 采购计划 能力平衡及计划 调整 单地点 MRP 运行 与供应 商共享，在发生变动时要及时通知供应商，便于 供应商提前备货 3. 每个供应商只能查看自己的寄售仓库中的库存 量，相互之间屏蔽，但库管员可以查看所有的寄 售库存。 寄售库存 常规库存 逻辑虚拟库 实体库 业务上，寄售物资与非寄售物资管 理流程无需进行差异化管理。 账务上，根据设置，由系统自动区 分寄售物资与非寄售物资 搭建完善的供应协同体系：多种来源的采购需求计划 管理 采购计划

技术引领和规范指导，依据《中华人民共和国数据安全法》等法律法规和政策文 件要求。2023 年 9 月，全国信息安全标准化技术委员会发布了《网络关键设备 安全技术要求 可编程逻辑控制器（PLC）》国家标准的征求意见稿，该文件明确 了将可编程逻辑控制器（PLC）纳入网络关键设备范畴的相关规定，涵盖了设备 标识安全、冗余、备份恢复与异常检测、漏洞和恶意程序防范、预装软件启动及 更新安全、用户身份标识与鉴别 效的沙箱动态分析，以及云端威胁情报匹配能力为基础，以安全事件为切入点， 以威胁对象为聚合条件，动态梳理当前热点安全场景，将海量告警转化为几十条 甚至十几条事件，无需关注搜索、过滤、聚合之间的逻辑差异，通过点击数据得 到期待的分析结果，帮助用户聚焦热点安全问题，并对热点场景类型进行重点监 测，大大减轻用户分析负担。事件监测具备丰富的 IT 和 OT 威胁监测能力，完整 覆盖整个 APT 分、处理状态、文件上传时间、监测完成时间、操作（预览、下载报告、删除） 等内容。  智能检索 智能检索分析用于对工控安全日志的检索分析功能，具体支持如下功能：  支持检索语句的中文、英文、拼音智能联想；  支持逻辑运算符与字段值的自动提示补全；  支持检索语句快速保存，保留检索语句历史记录；  支持检索语句可直接发布成统计指标、规则模型、关联模型、情报模型， 对实时数据进行分析与告警；  支持关