的持续迭代，得益于算力、通信、存储等基础能力的协同优化。 图：端侧 AI 的三角定律，智次方研究院绘制 · 2 轻量化模型技术将在 2026 年取得突破性进展。通过模型剪枝、量化、知识蒸馏等技 术的综合应用，主流的视觉识别模型已经可以压缩到 10MB 以下，同时保持 95%以上 的精度。语言理解模型也实现了百倍压缩，使得在手机、可穿戴设备等资源受限的终 端上运行复杂的自然语言处理成为可能。更重要的是，动态模型压缩技术的成熟，使 1000 件，准确率超过 99.5%，相比传统的云端方案，不仅消除了网络延迟带来 的生产线停顿风险，还将部署成本降低了 60%以上。智慧城市场景中，搭载端侧 AI 的智能摄像头可以在本地完成人脸识别、行为分析、异常检测等任务，只将关键事件 和统计数据上传云端，大幅减少了网络带宽占用和存储成本。 · 3 图：端侧 AI 的价值重估矩阵，智次方研究院绘制 端侧 AI 的经济效益在 2025 生成式 AI 可以将低分辨率、高噪声的传感器数据恢复为高质量的感知信息。例如，在 安防监控中，即使是在夜间或雾霾天气下拍摄的模糊图像，也能够通过 AI 增强技术恢 · 5 复出清晰的细节，识别准确率从原本的 60%提升到 95%以上。在医疗影像领域，生成 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

交通枢纽项目背景 01 交通枢纽建设思路 02 基础弱电 智能化 综合管控 智慧应用 智慧化枢纽  综合布线  人员管理  视频监控  信息发布  停车管理  ……  数字孪生集成  人脸识别集成  统一身份管理  系统综合联动  综合运营支持  ……  智慧应急  智慧管理  智慧安防  智慧服务  智慧运营  ……  高效集中管理  多区域集成与复用  统一综合运营 物联网 + AI 人工 智能 数字交通枢纽方案 04 ——N 项应用 综合态势 安全态势 人车轨迹 人员热力 视频监控 能效监测 资产可视 环境监测 设施状态 空间利用 对象布控 视频识别 智能控制 事件上报 事件处理 事件回溯 应急预案 应急指挥 资源联动 智能分析 智能诊断 决策支撑 设备管理 能耗预测 通行权限 资产共享 资产盘点 空间管理 状态全可视 事件全可控 业务全可靠 数字交通枢纽综合安全管理平台的建设为交通枢纽安全的高效监管提供了可靠保障，其主要体现 在正常状态、预警状态和报警状态下各功能应用。 综合安防 04 数字交通枢纽方案 ——N 项应用 综合安防——视频监控 人脸识别 人数统计 车牌识别 道闸联动 报 警 数 据 智能化 高效化 数字化 04 数字交通枢纽方案 ——N 项应用 全 景 拼 接 枪 球 联 动 围 墙 翻 越 九 大 智 能 分 析 应 用

实现 产业智能化与数字化升级的核心工具和底座平台。 2.2 人工智能技术 人工智能（AI）作为以机器学习和深度学习为代 表的第 4 次工业革命的产物，具备从大量数据中学习 规律，并执行感知识别、预测决策等智能行为的能力。 在工业生产领域，AI技术具备广泛的应用基础。 在产品设计阶段，引入数字孪生技术构建产品和 生产流程的虚拟仿真模型，并通过 AI 技术模拟不同 图1 2020—2025年中国数字孪生市场规模 交互，打通数据链路，形成“镜像”关系。这使企业能 够在数字空间中直观监视和操控物理资产，真正做到 对生产现场的全局可视、可控、可测 ［7］。 b）智能决策。利用 AI 实时监控复杂系统的运行 状态，提前识别潜在风险，辅助或自动完成决策。充 分挖掘物理运行过程产生的数据，并结合 AI的模式识 别和推理能力，实现对运行状况的智慧解析，为优化 决策提供支持。利用智能化决策牵引优化作业流程， 显著提高业务运行的安全性和可靠性 03 2025/05/DTPT 验环境中，构建了单向数据交互机制，产线所有生产 数据和设备运行数据会按照设计原则流入预生产试 验环境，进而实现整体运行状态的自动获取。通过数 据处理和异常识别技术，对产线运行情况进行实时监 控和告警；另一方面，单向数据交互机制可确保不会 让影响产线稳定运行的干扰数据流入产线，从而实现 整体设备的稳定运行和生产效率的提升，兼顾了生产 效率提升与安全保障。预生产试验环境产品方案的

的各 个角落，成为推动社会发展的重要力量。在个人消费领域，智能手机、电子商务、 社交媒体等已经成为人们日常生活的重要组成部分。深度学习、自然语言处理、机 器学习等技术的突破，使得人工智能在语音识别、图像识别、智能推荐等方面展现 出强大的能力。智能家居、自动驾驶等应用的涌现，预示着人工智能将成为未来社 会发展的关键驱动力。在企业和政府层面，数字化转型已经成为提升效率和竞争力 的重要手段。在教育领域， 计算机的智能化水平。 1. 人工智能的发展历程 随着计算机技术的飞速发展、算法的不断优化、算力的大幅提升，AI逐渐从理论走 向实践，并在多个领域取得了显著成果。如今，AI已经广泛应用于语音识别、图像 识别、自然语言处理、机器翻译等领域，成为推动社会进步的重要力量。 AI的发展历程可以追溯到20世纪50年代，“图灵测试”是其中一个重要里程碑，它 作为评估机器是否具有智能的标准，奠定了AI的理论基础。当时的科学家们开始探 提供了个性化的治疗建议。 （2）机器学习 20世纪80至90年代，随着统计学习和神经网络等技术的兴起，机器学习逐渐成为AI 的主流技术，使机器能够从数据中自动学习并改进其性能。典型应用场景有“图像 识别与分类”“自然语言处理”（NLP）等。相关案例展示了机器学习在各个领域 中的应用潜力，例如：苹果的Siri和亚马逊的Alexa是自然语言处理的典型应用， 这些智能助手能够理解并回答用户的问题，执行各种任务，如设置闹钟、查询天

长度等. (3) 返回结构化或半结构化响应. 包含处理结果及元信息, 如状态码、耗时等, 便于上层解析. (4) 支持多模态数据处理能力. 文本摘要、问答、改写; 时序趋势归纳与异常检测; 图像故障识别 与问答推理等. (5) 集成统一认证与权限管理. 确保 API 仅向授权实体开放, 支持权限分级管理. (6) 记录完整调用日志. 包括调用时间、调用方、输入输出内容等, 便于审计、调试与持续优化 能够预测生产装置 未来一段时间内的数据变化趋势; 数据二次加工能力, 对数据进行线性拟合、多项式拟合、加减乘除、 剔除异常数据等. 图像数据能力. 主要体现在对图像数据的处理分析能力, 例如目标检测和识别能力, 能够识别指 针仪表读数、员工着装是否规范; 数据态势观察能力, 能够理解控制回路趋势图、理解核心工业软件 界面. 文本数据能力. 主要体现在对文本数据的处理分析能力, 例如增强检索能力, 能够构建工艺知识、 智能问答由图表、分析、诊断等智能体实现, 依赖文本数据能力理解用户指令、调用知识库, 并结合时序数据能力生成响应; 场景认知以感知智能 体为核心, 融合图像与时序数据能力, 实现对设备状态、环境条件与工艺参数的自动识别与理解; 过程 决策与终端控制由决策优化与控制智能体完成, 基于时序与文本数据能力进行评估分析, 并结合领域 知识提供优化策略; 内容生成则在底层大语言模型生成能力的基础上, 由图表与低代码智能体将处理

solutions based on computer vision. 摄 像 头 采 集 数 据 目标检测算法 图像分割算法 OCR文字识别算 法 道路病害检测 道路异物体检测 道路护栏检测 道路病害损害定量 路牌文字识别 车牌文字识别 推 送 检 测 结 果 并 发 送 报 警 公 路 养 护 COST REDUCTION 90 % ACCURACY 3 mm

当设备异常或故障报警时,中控工可以通过 BIM 平台 快速定位到该设备并采取相应操作。 3. 3. 2 厂区智能理货 3D 劳动机器化如图 5 所示,通过对转底炉的岗位 梳理与工作职责分析,识别出 3D(即 Dirty:环境恶劣、 Difficult:困难复杂、Dangerous:危险劳动) 岗位,引进 上料无人行车、成品料仓自动发货、锌粉自动收集、锌 粉包装自动喷码、无人转运小车、智能仓库、自动清料 Name,APN) 接入 MEC 设备。 同时,MEC 设备会对想要登录的终端的用户识 别模块(Subscriber Identity Module,SIM)卡的国际移动 用户识别(International Mobile Subscriber Identification, IMSI)码进行鉴别,仅允许在 MEC 中被写入相应信息 的终端登录。 5 基于 物料、辅具、人员等生产资 源已具备了可数字化识别的能力。 通过数字化贯穿执 行层中各个管理模块的业务、活动及资产管理,实现生 产精益化、透明化。 同时,从统筹管理角度出发,能效 管理、安全管理、环境管理、办公自动化、项目管理等已 与公司级平台对接。 生产设备数字化、智能化、自动化覆盖率为 99%。 应用射频识别、二维码等方式对生产资源进行自动、半 自动识别,使得工厂的自动化信息、数据采集率达到

与外网环境的直接连接。编码数据无附加信息，仅 传输数据信息，最大程度保证了数据通信的安全。 3.2.2 技术实现及优势 在内网环境中，系统发送数据经过处理后，形 成二维码编码，并显示在显示器上，通过布置的摄 像头对二维码进行识别，完成对显示图像的采集， 并将图像数据传输至外网环境，完成数据的接收处 理。由于配置相同设备，外网环境可以通过相同的 流程传递数据至内网环境，实现数据的双向通信。 应急数据跨网传输技术拓扑如图 4 所示。 包括获取数据、对图像进行灰度处理和二值化处理 (通过灰度化处理将图像处理为 R=G=B 的三分量灰 度图、通过 Kittler 算法将灰度图快速转化为只有黑 白分布的二值图像)、计算图像位置、剪裁识别解密 图像、对解密后数据(组包)的处理、数据检验、转 发、清空缓存，对处理结果数据加密、采用 Reids 存储数据(采用缓存滑动过期时间技术，默认过期时 间 60 min)将传输数据类型编码进行拆解，客户设置 维码，数据可异步传输，应用之间互不影响，提升 了稳定性；同时设定定时器降低数据请求频率，以 防外网 DDoS 网络攻击等。 3) 自动适配显示器分辨率生成 1—4 张二维 码，自动根据序列号进行裁剪识别，使用多张二维 码来提高传输数据的效率。 4) 对生产应用系统产生的数据可进行权重设 置，通过调整数据的权重，从而达到权重越高，数 据越先传输的效果。 5) 针对敏感数据可进行过滤，支持维护敏感数

影像平台 主数据系统 OA 系 统 HR 系 统 财务公司 资金系统 资产管理 系统 海波龙 预算系统 各级公司其 他业务系统 ………… 影像采集 影像管理 OCR 识别 国投财务共享全员业务平台 移动端应用 移动填报 移动审批 费用共享 差旅费报销单 通用报销单 …… 投资共享 投资台账 投资拨付单 …… 融资共享 融资取得单 融资业务支出单 税金 计提 1.自动创建空票登记单 2.自动更新发票开具数据 1.信易佳自动开票 2.自动更新空票信息 3.业务单据发起开票 1.自动识别、验真、查重 2.自动勾选认证 自动生成资金支出单 一键提取当期税金 发票补录，支持发票自 动识别、认证 1.报销单据直接转出 2.支持按发票转出 1.支持一键计提税金 2.支持自动生成资金支出 单据 财务共享实施效果：票据采集、审核自动化

如何量化考核绩效 如何推动客户消费 如何高效业务协同 如何合理分配资源 成交客户阶段 预约来店 美容护理 付款结算 技师 客服 市场 咨询 拿 线下销售渠道： 院区、连锁、加盟店 拿 会员 识别 会员 激励 会员 会员 会员 营销 服务 会员 分析 会员体系统一运营： 发 智能提醒 ， 全细节追溯 • 微 运 营 • 微 回 访 • 微 客 服 门店业务主要流程 可视化客流 潜客转化会员 查看会员详情 新零售技术引入门店应用示例： 人脸识别 3 2 1 一个平台（统一信息平台 ，数据共享，提高运营效率，加强实时监控） 集中资金管理 账户，结算，授 信，理财 全资产管理 信息，维 修，保养其他业务管控 集团报表 合并报表 全面预算 企业绩效 现金管理 银企直连 账户管理 资金调度 资金管理 运营 信用管理 绩效看板 影像 影像调阅 OCR 识别 未轻量化 轻量化 审批人门户 影像门户 作业人员门户 作业管理员门户 单据优先级管理