效益。 l “ 企业数字化转型发展双曲线”可以清晰描绘现阶段数字原生程度不同的企业数字化发展阶段，为我们围绕转型者和赋能者开展标准研究奠定了理 论基础。 • 对于数字原生程度较低的企业，比如农业企业、医疗企业等，他 们 往往遵循转型者曲线路径，现阶段数字应用水平相对较低； • 对于数字原生程度较高的企业，比如通信企业和互联网企业，他 们 遵循赋能者曲线路径，目前数字应用水平相对较高，但自身的

适能力；RedCap/5G-A 使上行和时延满足实时闭环.......................................................... 1 洞察 2：多模态智能原生：感知数据即资产，视觉+雷达+声学的融合将成为默认配置； 生成式 AI 在感知增强与自动标注中大幅降本............................................... 智能计算生态，共同推动 AIoT 产业向更加智能、高效、普惠的方向发展。 洞察 2 多模态智能原生：感知数据即资产，视觉+雷达+声学的融合将成为默认配置； 生成式 AI 在感知增强与自动标注中大幅降本 2025 年，多模态智能已经从实验室的前沿研究转变为产业界的标准实践，成为 AIoT 系统的原生能力。这一转变标志着感知技术从单一维度向立体化、从被动采集向主动 理解、从数据负担向数据资产的 式 AI 能够从低剂量 CT 扫描图像中重建出媲美常规剂量的高质量图像，在保护患者健 康的同时不影响诊断准确性。 图：正在研发中的多模态感知机器人，来源同济大学机器人与智能感知课题组 多模态智能原生化也推动了新型传感器技术的发展。2026 年可能会涌现出一批创新的 传感器产品，如集成了边缘 AI 处理能力的智能图像传感器、支持多种气体同时检测的 MEMS 传感器阵列、基于量子技术的超高灵敏度磁场传感器等。这些新型传感器不仅

全量云厂商产品（ CDN 等产品特殊处理） 可使用功能与组件集合全面，市场人力资 源供给相对丰富 落实、升级、迭代的周期较短 & 可控 市场全面验证 & 支撑团队资源极为丰富 实现 CI/CD 、容器原生支持等特性 定制化的程度能进一步提高（更加个性 化） 在高可用、容灾能力上架构成熟 相对一般 OpenStack 栈，组件最为丰富 属于公有云体系的分支版本（源略有差 异） 版本更新周期有一定限制（

息 装箱领用 不合格品登记 作业指令装箱 周转箱绑定 周转箱改造 差 00: 下公差 0.0 标准装箱 物料装车 物料装箱 任务校验 报 废 装 炉 口 请输入员工 一键还原生产全过程 员工： 请输入员工 周转箱明细 检验记录 安灯记录 刀具 不合格评审记录 返工登记

艺，返工工单 号为： R+ 原生产工单号。 2 、生产线上进行的返工，则无需创建生产工单，在原有工单上添 加返工所需的资源消耗、物料消耗。 将某一生产工序生产的不符合质量标准的一批中间产品或 待包装产品的一部分或全部，采用不同的生产工艺进行再 加工，以符合预定的质量标准 创建经过工艺验证的返工工艺路线，业务流程类似“返工”业务，重 新加工的工单号为 C+ 原生产工单号。 在某一特定的生产阶段，将以前生产的一批或数批符

市值的创业公司，无一例外全部都拥有数字化基 因。 表 1916—2004 年成立的市值千亿美元企业 爆发线设计策略： 数字化是爆发线的必要基因 企业完全没有数字化或者仅限于职能部门的信息化。 原生型数字化公司 再生型数字化公司 传统公司 云 6 7 产品爆发 传播爆 发 数字化是基因，但并不是所有的数字化公司都能够获得指数级增长，其关键在于是否掌握了设计爆发 线的 能力。