（一）数字孪生的概念与发展 数字孪生（Digital Twins）概念于 2003 年提出，最初 被定义为与物理产品对应的虚拟数字化模型。2010 年，美国 开始在航天与军事领域推广数字孪生，通过模拟和优化航空 器和航天器的数字化模型以改进其性能。2014 年后，如西门 子、达索等世界知名的工业软件公司开始在各自擅长的工业 领域提出数字孪生的衍生概念与应用方案。 2015 年，国内航空工业领域吸收并应用了数字孪生概 配备与重要功能方面相关的各种传感器。这些传感器产生与 物理对象性能各个方面有关的数据，例如，能量输出、温度 和天气等等，然后将这些数据转发至处理系统并应用于数字 副本。一旦获得此类数据，虚拟模型便可用于运行模拟、研 究性能问题并生成可能的改进方案；所有这些都是为了获取 富有价值的洞察成果，然后将之再应用于原始物理对象。 2 （二）数字孪生的金融政策指引 在金融行业，中国人民银行于 2021 年发布的《金融科 数据层：包含支撑服务层各类服务的各类数据，包括从 物理实体各处采集和监测的数据，以及对数据中间集和物理 实体历史数据仿真的生成孪生数据。同时，数据层能够运用 机器学习，大模型技术等 AI 技术对数据集进行各类预测及 模拟生成，对数据进行虚拟化，实现数据智能孪生。 算力层：支撑以上各层服务的算力基础设施层，包括云 计算、容器化、云原生等技术，通用计算、智能计算、存储、 网络等资源，提供弹性高效的算力基础服务。

信息显示：高亮度 LED 显示屏，即使在户外阳光下，显示的信息依然清晰 可见；信息显示采用中英文双语显示，信息内容简明扼要，即可给车主明确的 提示，又不耽误车辆入场的时间； 语音提示：声音提示方便周到；模拟人声清晰动听；可插拔式数字化语音 模块方便系统集成与升级；具有超大存储容量，满足多种声音提示信息的输出。 5.4 智慧服务 5.4.1 校园一卡通管理系统 5.4.1.1 系统概述 校园 数据中转、分发和传输，在学校各个场所设计网络化终端，网络化终端通过网 络交换机与学校中心机房的网络化主机连接，终端接收到网络化主机的控制信 217 职业学院新校区智慧校园建设项目技术规范书 号和音频信号后，实时把网络信号解码成模拟信号传输给功放，放大后输出给 广播喇叭进行声音播放。 5.4.2.3 系统设计方案 网络化广播系统实现对整个学校的背景音乐播放控制、广播寻呼控制以及 消防联动控制，系统同时支持定时播放、分组播放、寻呼喊话、权限管理、移 台用于返看显示器。  信号切换系统： 1 台无缝混插矩阵主机，4 张 4K HDMI 输入卡，4 路 HDMI 输入，4 路模 拟音频输入；4 张 4K HDMI 输出卡，4 路 HDMI 输出，4 路模拟音频输出。8 套 4K 视频延长器。  集中控制系统： 配置 1 台中央控制系统主机，具有 8 个标准 RS232/RS485 通信端口，1 台 智能控制中台，满足对各种设备的端口控制。1

年） 3 对接的核心性能指标，尝试从应用需求层面评估量子计算真实能力， 从而能够综合判断量子计算技术成熟度，推动当前 NISQ 实用化。 特别需要说明的是，量子计算目前仅在量子模拟、大数分解、线 性系统求解、非结构化搜索等方面有理论优势，在组合优化、机器学 习方面有潜在优势，但暂时缺乏理论证明。应用评测只是针对给定计 算问题与量子算法，在给定量子计算系统上，与经典计算进行对比， 目标是评估该类问题是否适用量子计算，而不是给出该类问题是否必 须依赖量子计算、是否有量子加速优势等结论。 二、计算场景与需求 从数学角度看，各行业面临的计算难题，最终都可以建模为搜 索、优化、运算和模拟等四类问题，如图 2 所示。每类问题在不同 场景中，都有核心计算性能指标，包括计算速度、计算规模、计算 精度、计算能效或其他指标。在采用量子计算时，这些指标实际性 能由所选量子算法、量子计算机性能及配套的增强技术综合决定。 量子计算应用能力指标与评测研究报告（2024 年） 11 险评估的效率和准确性，帮助金融机构更好地进行信贷决策。此外， 量子算法能够处理多变量的复杂关系，通过对海量历史数据的深入分 析和模拟，更准确地预测市场波动和资产价格的变化，提前做好风险 防范措施，为金融机构的风险管理提供有力支持。 3）金融衍生品定价。量子计算能够显著提高对复杂金融衍生品 的定价速度和准确性。对于一些基于复杂数学模型和大量数据的金融

用软件问题；同时运用 大量 APP 做支持。中控构建了“4 大数据基座+1 个智能引擎”支撑“1+2+N”架构。4 大数据基座包括设备基座(PRIDE)、运行基座(OMC)、质量基座(Q-Lab)和模拟基座(APEX)， 1 个基于工业大模型打造的高泛化、高可靠的智能引擎。 ⚫ Nyx 与 TPT 补齐产品矩阵，将数据价值最大化。1）Nyx：软件定义、全数字化、云原生， 打破了传统物理控制器、I/O 可以深度融合 Al 技术，基于 GPU 赋能的控制引擎，提供组态自动生成、Al 融合 PID 等功能，从而实现数据预测和自适应控制等，提升装置运行的效益。2）TPT：将模拟 与预测能力融于一体，能支撑多种任务，通过长短周期预测、动稳态模拟等，统一分析类、 优化类、控制类、培训类等工业应用，统一传统的建模过程，全面简化技术体系，有效应 对复杂工业场景。 ⚫ 全球顶级客户站台，印证中控产品有效性和竞争力。1）沙特阿美：与中控在 ....... 8 2.1.2 Nyx：全球首款通用控制系统 ...................................................... 10 2.2 模拟基座：模拟设计平台 APEX .................................................... 12 2.3 设备基座：智能感知平台 PRIDE ........

4 一、AI大模型的技术历史回顾 （一） 4 20 世纪50 ~ 70 年代是人工智能技术的萌芽时期。20 世纪80 年代，专家系统作为一种模拟人类专家决策能力的AI应用开 始出现。20 世纪90年代，随着计算机运算能力的提升，更复杂的智能算法被开发出来，用于生产规划和调度。21世纪初开始， 大数据和云计算兴起，机器学习等算法被提出。2010年，物联网、大数据分析、机器学习、深度学习等技术出现；2020年至今 于新能源材料研发，如光伏材料、固态电池电解 质等，通过高通量模拟筛选候选材料，缩短实验 室验证周期。 2、能源技术创新：在能源新技术的研发过程中， DeepSeek可以作为智能助手，帮助科研人员进行 数据分析、模型建立、方案设计等工作，加速能 源技术的创新和突破。例如在新能源电池设计中， 让DeepSeek生成多个设计概念和初步方案，通过 模拟分析发现新的材料组合和结构设计。 4一、能源生产与管理 控 视频识别能源设备状态，结合文本数据，能让DeepSeek更全面地理解能源场景中的复杂逻辑。 4、模拟与仿真结合：将DeepSeek与能源系统模拟软件集成，利用模拟软件对能源系统的物理过程进行精确模拟，DeepSeek基于模拟 结果进行逻辑分析和决策优化，如在电力系统规划中，结合模拟软件的潮流计算结果，DeepSeek进行更合理的电网布局和调度逻辑分 析。

 基于多代理系统进行农业智能仿真模拟；  关联分析：  专家会商系统结合；  专家智慧动态引入；  仿真模拟智能化和自适应； anXn a X a X a Y       2 2 1 1 0 多代理 系统 CAMES模 型系统 专家会 商系统 农业动态 建模技术 农业动态 建模技术 交互仿真 模拟技术 交互仿真 模拟技术 仿真可视 化技术 仿真可视 机理模型 介入与反 馈模型 农业智能仿真架构 农业智能仿真架构 优化调整 决策 优化 农业 专家  仿真过程介入；  仿真结果反馈；  生产与市场决策流程优化。 4. 数据分析模拟技术 5. 农业大数据交互式可视化技术 农信采监测数据可视化 大数据背景下，在交互式数据可视化技术的支撑下，通过对高频变 农产品市场数据的处理，实现多品种、多地域、多类型农产品市场变 的 农业市场监测预警、智慧农业生产管理、和农业国家 宏观管理决策带来前所未有的变化！ 农业监测预警是现代农业稳定发展的最重要基础之一 产量 形成 产销 流通 产品 消费 信息流揭示 过程模拟 预警与调控 物 联 网 现代 农业 大 数 据 1. 农产品市场监测预警 --- 发现市场风险 《中国农业云大数据》、《中国网络菜市场》两大项目的云数据电 商平台已落户贵州，旨在依托贵州良好的生态、区位、资源、气候等

等关键议题展开，从而提炼具有高度前瞻性的洞见。 03 先进建模与数据量化分析：结合全球管理咨询领域的实践经验，研 究构建了多层次分析框架与量化模型，以揭示量子科技产业的动态 趋势和潜在价值。运用各类统计模型、预测算法及市场模拟技术， 对投融资活动、市场规模及产业链分布进行量化分析，力求精准刻 画量子科技行业的发展路径及关键驱动因素。 04 产业价值链及场景化洞察：研究采用端到端价值链分析方法，全面 梳理量子科技在 用干涉、叠加、纠缠等量子特性，通过量子门操作对量子态 进行演化，最终通过测量获取计算结果的物理系统。 与经典计算机不同，量子计算机利用量子并行性和量子态演化，在特定问题（如大数分解、量 子化学模拟）上可实现对经典计算机的指数级加速，具有重大战略意义和科学价值，是实现未来算 力飞跃的重要手段之一。 量子计算产业则是以量子力学原理为理论基础，围绕量子计算机的研发、制造、应用及生态构 建形成的综合性产业体系。 算法方面，由于当前的量子计算机硬件还不足以提供实际可用的算力，因此难 以在短期内实施可行的量子算法，所以量子应用算法仍以含噪声中等规模量子 （NISQ）算法为主，比如量子-经典混合算法、量子退火算法、量子模拟算法等。另 一方面，量子纠错算法的改进有助于通用量子计算的实现。例如，Google基于其全 新量子纠错码（Gröss码），提出了一种端到端量子纠错协议。 下游应用方面，随着量子优越性的演示以及量子计算云平台的搭建，更多的行

描述 L1 阶段 L2 L3 L4 L5 数据支撑 • 极少 • 以视觉为主的⼤量 车辆驾驶数据，附 加激光雷达等其他 传感器数据 • 在驾驶数据的基础 上增加针对尾部场 景的模拟仿真数据 算⼒支撑 • 端侧的低算⼒ECU/ 嵌⼊式芯片 • 云侧需要万卡集群 • 端侧需要⾼端推理 芯片，如特斯拉 HW3或者英伟达 Orin/DRIVEThor • 数⼗万卡、百万卡 数据积累 规模 数据构成 精简度 • 数据规模⼤：特斯拉FSD在过去3年已经积累30亿英里的驾驶 里程，同时每日里程积累数量已经突破1千万英里，并随着 特斯拉车队规模扩⼤加速增长，Waymo的模拟⾏驶里程已 经达到了150亿英里，累计⾏驶里程超2千万英里 数据分布 多样性 数据闭环 成熟度 • 精简度中：视觉驾驶数据最关键，纯视觉之外的技术路线也 会采用激光雷达、毫米波雷达等传感器，但纯视觉的精简路 扩展现实（XR） 世界模型 • 尚未产⽣数据飞轮 具身智能目前最⼤的瓶颈在于数据，各层面均处于早期阶段，如何权衡 真实数据和模拟数据，已成为⾏业内发展路径差异的关键分歧 18 信息来源：量⼦位智库，1）Sim2Real（Simulation to Reality）是指将⼈⼯智能模型从模拟环境（simulation）训练中获得的知识和能⼒转移到现实世界（real world）中应用的过程 数据构成 精简度

................................ 28 四、 应用场景探索 ....................................... 33 (一) 量子模拟成为探索复杂量子现象的重要途经 ......... 33 (二) 量子人工智能有望应用于众多行业领域 ............. 35 (三) 量子保密通信应用场景探索持续开展 ...... 表 目 录 表 1 国内外典型量子计算云平台概况 ................................................. 20 表 2 量子模拟行业应用探索概况 .......................................................... 34 表 3 量子人工智能行业应用探索概况 ....... 抢占先机，并在全球量子科技竞争中赢得主动。近年来，欧盟积极 布局并出台了一系列量子信息相关战略以及专项计划。 2024 年 2 月，欧盟量子旗舰计划发布《战略研究和产业议程 （SRIA）》的更新版6，在量子计算、量子模拟、量子通信、量子传 感与计量四大领域，分别提出针对不同技术路线和发展方向的短期 （2027 年）和中期（2030 年）发展目标和建议。分析量子技术创新 和产业化必要条件及社会影响，在基础科学探索、工程技术开发、

人工智能赋能工业仿真是指将人工智能技术（如机器学习、深度 学习）与工业仿真技术进行深度融合，通过数据驱动、智能决策和动 态优化，实现对工业全流程的虚拟化建模、实时模拟与自主优化的一 种新型技术范式。其核心在于利用人工智能的自主学习与预测能力， 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 创新。 人工智能技术的发展提升为传统工业仿真技术提供了全新的解 题思路。一是智能化方法革新了工业仿真基础框架。例如，国防科技 大学团队利用人工智能技术，构建了液态煤油超声速燃烧室两相燃烧 过程模拟的仿真模型，成功实现了燃料雾化、蒸发、混合及燃烧全过 程的建模与预测。二是人工智能技术有效推动了工业机理与数据驱动 方法的深度融合，同元软控依托其自主研发的新一代科学计算与系统 建模仿真平台 智能化仿真求解与自动修正加速仿真过程提高仿真效率。一是直 接替代建模。利用人工智能模型直接替代工业仿真模拟，通过训练数 据学习输入输出之间的映射关系，快速预测结果。如利用模拟数据训 练全连接网络模型实现在设计空间中快速探索并找到最优叶片形状 设计11。二是利用人工智能模型构建降阶模型替代高维计算。通过降 维和特征提取等技术，将高维的工业模拟模型法简化为低维的降阶模 型，实现快速预测。如 Altair romAI 利用动态降阶模型在轮式装载机