软件 体系. 该体系构建了基于大语言模型的工业大模型, 其架构分为模型底座层、公共能力层和业务应用 层. 其中, 公共能力层提供时序数据、图像数据、文本数据等多模态处理能力, 业务应用层则结合具体 业务场景开发了多种类型的智能体, 包括图表智能体、低代码智能体、感知智能体、分析智能体、诊 断智能体、决策优化智能体和控制智能体. 这些智能体能够准确执行人类通过自然语言发出的各项任 务, 并通过组合调用公共能力层的能力来处理数据和知识 当前阶段流程工业智能工厂核心工业软件尚不具备这种能力. 近年来, 以大语言模型为代表的新一代人工智能技术发展迅速 [6], 特别是在结合工业多模态预训 练机制与多模态融合能力后, 为流程工业智能工厂建设带来了新的契机 [6,7]. 例如, 针对工业时序数据 的生成, MetaIndux-TS [8] 等模型展现了显著的进步, 能够有效解决数据稀缺问题. 大语言模型强大的 交互能力和跨领域逻辑思考能力能够将流程工业 智能工厂的知识经验融入核心工业软件体系中, 赋能 核心工业软件提升数据透明化程度、实现信息互通和利用、给出更具价值企业营运分析结果. 基于上述背景, 本文提出了基于大语言模型建立工业大模型驱动的交互式图表分析助手, 构建覆 盖建模、感知、决策、诊断全环节的多场景智能体, 赋能流程工业智能工厂核心工业软件体系. 本文的剩余章节组织如下: 第 2 节回顾了流程工业智能工厂的核心工业软件体系, 分析了核心工

进入21世纪，移动通信与人工智能成为数字化技术新的前沿，已经渗透到社会的各 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 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 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 气、播放音乐等；通过分析用户的观影历史和偏好，Netflix能够为用户提供个性

....................................6 洞察 4：数据要素与 SLA 化：价值兑现从"卖设备/卖模型"转向"按性能/按成果付费"， SLA 成为跨域协作的契约语言................................................................................................... 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 得同一个基础模型可以根据不同终端的算力自适应调整，真正实现了"一次训练，处处 部署"的愿景。 硬件加速技术的普及是端侧 度融合将构建起新 一代的产业互联网基础设施，支撑数字经济的高质量发展。 洞察 4 数据要素与 SLA 化：价值兑现从"卖设备/卖模型"转向"按性能/按成果付费"， SLA 成为跨域协作的契约语言 2026~2030 年，AIoT 产业的商业模式将会经历一场深刻的变革。传统的一次性销售 设备或软件许可的模式正在快速让位于基于服务水平协议（SLA）的持续价值交付模 式。这种转变不仅改变了

PLC/ 传感器 /DNC/ 数采 盒 智能装箱 系列 智能存储 系列 智能分拣 系列 智能搬运 系列 智能产线 系列 德沃克 OBF 智能硬件：一厂五景 基于共同指令语言，实现多品牌、多机型、多场景一体化调 度 PAD 打印机 堆垛机 / 提升机 / 穿梭 机 存 D WORK 德 沃 克 智 造 一厂五景 自动称重 一种指令 协议及规则转换 生产、物流、质量、自动化都以共同的指令语言 实现高效、敏捷的一体化协作 共同地图 一 张地图 工位改造及建模 生产、物流、质量、自动化都以位置作为业务作 业的硬融合点，实现业务与执行一体化 硬 协 同：基于箱子与位置 快 协同：基于共同指令语言 一转 + 双改 + 双模 德 沃 克 OBF 智 能 工

资产模型是工业大数据平台的关键，是连接平台所有服务的中枢，能帮助应用开发者更好的理解、分析和 处理数据  图形数据库 • 资产服务数据存储是一个 图形数据库 • 将元数据描述成数据模型  查询引擎 • 利用图形表达式语言 （ GEL ）检索数据  API 接口层 • 支持资产分层、属性分类和 自定义建模对象 • 终端访问域对象建模层 • 转换数据格式，便于数据库 存储和查询。 资产管理服务 3. 访问控制 建立资源访问限制，增强用户账 户信息验证的权威性，同时不断 提升和优化网络访问信息安全， 实现复杂条件下的访问控制。 3. 大数据应用 - 数据安全服务 多维数据分析展示 • 基于 R 语言的交互式数据探索 • 对接后台海量数据 • 用于数据分析师各种分析，挖掘， 预测等场景 3. 大数据应用 - 数据展示工具 内 容 一、云网介绍 二、工业大数据建设背景及思路 三、工业大数据平台技术架构

任磊，王海腾，董家宝，等 .工业大模型：体系架构、关键技 术与典型应用［J］. 中国科学（信息科学），2024，54（11）： 2606-2622. ［21］ 卡祖铭，赵鹏，张波，等 . 面向大语言模型的推荐系统综 述［J］. 计算机科学，2024，51（增刊 2）：11-21. ［22］ 赵什陆，张强.深度学习多模态图像语义分割前沿进展［J］. 中国图象图形学报，2023，28（11）：3320-3341 徐磊，刘金山，王黎黎，等 . 航天机加车间数字孪生虚拟 重 构 技 术 研 究 与 应 用［J］. 航 天 制 造 技 术 ，2024（2）： 71-74. ［29］ 黄思翰，陈建鹏，徐哲，等 . 基于大语言模型和机器视觉 的智能制造系统人机自主协同作业方法［J］. 机械工程 学报，2025，61（3）：130-141. ［30］ 牛红伟，郝佳，曹贝宁，等 . 面向产品概念设计的多模态 智能交互框架及实现［J］

随和、得体、热情、令人愉快的、周到的 冷漠、独立、粗鲁、令人不快的 公正严谨性 外倾性 个性 心智能力 描述 1. 适应性和封闭速度 在心里保持一个特别视觉构像的能力 2. 流畅性 产生字词、思想和语言表达的能力 3. 因果感应 形成和验证假设、发现相互关系的能力 4. 联想记忆 记住并能回忆不相关材料的能力 5. 记忆广度 在呈现一系列项目后立即正确地回忆出该系列项目的能力 6. 数字能力 能快速对数字进行算术运算的能力 7. 知觉速度 发现图案、做出比较、进行简单视觉加工的速度 8. 逻辑推理 根据已知条件推导出其结果的能力 9. 空间方向和视觉化 觉知空间形式且操纵或变换空间形式的表象的能力 10. 语言理解 掌握字词知识及其含义且能应用这些知识 数字技术拓展了个体 的能力空间，尤其是 智能化带来的深度互 动所形成的个体能力 拓展，产生出很多在 传统经验中从未有过

通过基因筛查，获知风险；通过算力与海量数据分析，加快医药研究 运用大数据手段，提前预知疫情；有效分析病症的关联因素和预防机制 通过 IOT 等类型设备，将慢性病、特殊人群的健康日常关怀进行覆盖 构建跨语言，跨时间轴的医疗相关知识库，有效促进医疗知识的发展 技能的培训与标准化，案例实操，远程诊疗与会诊（数 据、 AR 、 RTC ） 药物依从性，个性化药物，以家庭 / 家族为单位考虑医疗健康 医疗健康行业很宽（让我们收敛一下）

06- 行动建 议 03- 地平线 01- 信号 05- 技术影 响 02- 商业影 响 04- 紧迫 性 P27 紧迫性 立即行动 AR/VR/MR 试验 机器学习 / 人工智能 语言成为普遍界面 关注 生物测定学 识别 环境技术 重大变革和技术的发展趋势会极大改变你的商业计划。如果你能在它们生命周期的早期就了解这些变 革 和趋势是什么，你也许就能够在它们面前脱颖而出，并以此来获得竞争优势。但是，你也有可能因 Thought Works 雷达的一个示例象限。该 雷达专注于技术，但根据 你的业务，你可能有多个 用于不同技术的雷达。图 中显示了四个象限（技术、 平台、工具、语言及框架） 中的一个。雷达环上的位 置表示该技术的行动建议： 采纳、试验、评估、暂缓。 技术雷达 P29 3 评估 -Assess 前景良好。应密 切关注并试验使 用 4 暂缓

月，用友（香港）国际部实施团队，对电力板块 下 六家公司进行了实施交付服务。经双方努力，该项目交付工作已经交 付， 正处于运维期。国内与海外板块所使用的产品版本、核算科目体系 完全 一致。 多币种 多语言 集中核算实施效果：集团“一本账”，集团数据“一键查询” 集团可以从上到下查询，支持跨年度、跨组织、合并或分列查询成员单位各类财务数据。 (2) 跨组 织 (5) 合并、分列 (6) 按币种