术研发者寻找创新方 · 向，还是企业决策者制定发展战略，抑或是投资机构评估产业机会，都能从中找到有 价值的参考。 展望未来，AIoT 产业正站在新的历史起点上。通感融合将开启全新的感知维度，边缘 智能将重塑计算架构，数据要素将成为关键生产力，价值网络将促进多方共赢。这份 图谱既是对过往的总结，更是对未来的展望。它试图回答一个根本问题：在万物智联 的时代，如何让技术创新真正转化为社会价值，让智能化发展成果惠及每一个人。 ............................................................................................ 58 1 边缘计算................................................................................................. 260 万， 5G-A 网络覆盖全国所有城市。5G-A 网络实现上行速率达到 1Gbps，空口时延稳定在 1 毫秒以内。这使得端侧设备可以在本地完成初步处理后，快速将关键数据或中间结 果上传到近边缘节点进行进一步处理，形成了真正的实时闭环。 根据智次方研究院的调研，5G Redcap 出货量在 2025 年突破 1000 万，可穿戴、车 载、MiFi、CPE 等多个领域规模上量，AI 陪伴类的新终端正在孵化。RedCap

Unit,MTU) 可设 置为 1 400。 2. 4 边缘云方案 该技术方案的云边协同总体架构如图 1 所示。 5G 全连接工厂建设场景主要基于机器视觉 AI 的 分析应用、AR 辅助装配等,针对工厂目前的设备、机 器、仓储、物流调度等业务需求及后续产业智能化升级 规划目标,采用边云协同的解决方案,边缘云采用信息 交换模式(Message Exchange Pattern Pattern,MEP)方案。 ·56· �N����65 ���� �0 ���� 边缘云部署 AI 推理应用,中心云用于模型训练。 中心云和边缘云之间通过智能边缘平台( Intelligent EdgeFabric,IEF)解决方案(见图 2)实现边云协同。 通过边缘云、中心云的协同,实现 5G 定制网络的 稳定时延接入能力、可靠性保障能力以及差异化隔离 能力,中心云资源将基于 传统的“Wi-Fi+ 有线”方式无法达到数据传输的要求。 同时,考虑到私 密性及低时延要求,本文采用“5G 专网+MEC” 方案, 用来传输各种数据、视频等。 其中,MEC 部署在苏州 电信机房,作为网络边缘计算平台,和公网演进型分组 核心网( Evolved Packet Core,EPC) 共用机房资源,专 网的控制面和业务面流量均与公网 EPC 隔离。 公网 用户接入新空口( New

将一些标准化、重复性劳动，提交给算力来解决（如：验血指标筛查） 通过数据闭环，实现大数据与人工智能在诊疗过程中的辅助作用 对医疗过程进行保障，规模一些事件发生（如，减少医疗事故与纠纷） 承接 结合 5G/RTC/ 边缘计算等能力，为个人与医疗机构之间，构建沟通能力 为医疗机构跨地域、跨层级 构建信息、数据、医疗能力的安全共享能力 运用与端的连接能力，实现多个环节的效率提升（比如，自动分诊环节） 互联网医院特征：政策与发展趋势 公有云级别运营平台 公有云运维平台 PAAS 服务平台能力 异构环境纳管能力 云服务（ PAAS 、 IAAS ）服务目录， SAAS 服务接入能力 计算类 网络类 存储类 安全类 人工智能 数据库 中间件 边缘计算 与多媒体 大数据与 数据分析 各类型服务发布与集成（ SAAS 、 PAAS 、 IAAS ） 最终用户自主化、统一化门户服务 统一监控、管理（标准 API ） 无 缝 服 务 集 成

变革管理和企业数字化转型提供支持。 EDGE 并不是一个 缩写，它是一种表达方式，时刻提醒着我们数字化企业转 型之路上的挑战、混乱和激动。 EDGE 一词来源于复杂适 应性系统理论的“混沌边缘（ edge of chaos ）的概念，它 填补了数字化战略与价值交付之间必不可少的一环。转型 需要持续创新，而这又需要一种敢于挑战现状的先锋文化。 P2 《 Edge- 价值驱动的数字化转型》简介 04 ____"' A$A 团队在尝试定义 MVP 时遇到的最大陷阱是功能膨胀和想要覆盖产品中每一个边缘场景的诱惑，而不是始 终思考是否满足了客户的最小价值。团队落入这些陷阱通常是由于其相信了以下有关 MVP 的不实之说。 创建敏捷产品待办列表：为什么 MVP 只是一个开始 MVP 上线后，组织将停止为其提供 客户价值的适应度函数 产品思维 自治团队 以技术为核心 运用 LVT 和 MoS 进行投注组合管 理 协同决策 01 02 03 05 06 04 P11 3 领导者需要在边缘地带保持平衡：他们必须直面自己与员工的焦虑，既不能反应过度，使焦虑倍增， 也不应该沾沾自喜，对焦虑熟视无睹。适应性领导既要表现出对未来的信心，也不能忽视当下的现实。 作为适应性领导者，你必须在焦虑和进度之间找到平衡。

变，支持数字孪生应用从“映射、可视化”到“诊断、预测、仿真、 优化”的不断深入。 主要特点 项目以工业互联网平台为基础，以数字孪生管理系统为核心，以 解决方案应用为目标建设。工业互联网平台完成对传感器等各类生产 数据的边缘采集和处理，提供所需 IT 资源，提供发电设备全生命周期 数据和模型，提供丰富的数据服务和接口，采用低代码开发环境和图 形化编程技术降低开发门槛，为上层数字孪生管理系统提供技术支持。 数字孪生

分析实现闭环 高效运行敏捷生产线并收集实时数据 利用闭环方法，企业还可以获得更大的流程灵活性和效率优势，将监管和质量要求 与同步生产流程完全整合在一起，实现优良的供应链管理。此外，企业还可以利用 云和边缘分析来为预测性维护提供支持。 使 用 数 据 来 维 护 和 利 用 PLAN 中的工程仿真模型， 以便评估技术或产品更新带 来的变化。 消除产品运行变化造成的混 乱——无论交付的批次包含

5—5.5 米 第三层： 5.5—8 米 第四层： 8 米以上 5G/NB-IoT 基站 照明灯具 WiFi AP LoRa 网关 气象监测 智慧灯杆（共享 杆）根据不同场 景功能要求，以 边缘网关为核心， 灵活选配智能模 块。可达到预期 所覆盖区域的智 能化要求。 04 物联网——智慧灯杆 数字交通枢纽方案 ——N 项应用 无线城市 Wifi 便民上网、 4G/5G 基站覆盖

大 语 言 模 型 在 企 业 信 息 化 中 的 应 用 探 讨［J］. E- Commerce Letters，2025，14（2）：235-240. ［4］ 张星洲，鲁思迪，施巍松 . 边缘智能中的协同计算技术研究［J］. 人 工智能，2019，5（7）：55-67. ［5］ TONG X，LIU Q，PI S，et al. Real-time machining data application

取特征，GAN（生成对抗网络）、CLIP（对比语言图像预训练模型）、Transformer 等技术的出现和融合，为AIGC提供了强大的技术支撑，使得机器能够更准确地理解 和生成内容。 8 随着深度学习、大数据、云计算和边缘计算等技术的快速发展，以及预训练模型和 多模态技术的突破，AI开始能够生成更复杂、更自然的文本、图像、音频和视频内 容。特别是以GPT系列为代表的大型语言模型的出现，使得AIGC在内容生成方面取 得 人工智能领域是一个迅速变化和不断演进的领域，自2011年以来，这个领域经历了 多个重大的突破和发展阶段。下面是从2011年至今人工智能发展中一些重要事件的 概述： 2011年 IBM的沃森赢得《危险边缘》：IBM的沃森超级计算机在电视智力游戏节目《危险边 缘》中击败了人类冠军，展示了机器对自然语言的理解和处理能力。 2012年 深度学习的兴起：Alex Krizhevsky、Ilya Sutskever和Geoffrey 景库中选择一个喜欢的虚拟背景，或者上传自己的背景图片，然后将抠像后的前景 元素放置到新的背景中，即可生成一个带有虚拟背景的视频。 剪映的抠像功能采用了先进的图像识别和处理技术，以确保抠像的准确性和边缘的 平滑度。同时，剪映还提供了多种抠像模式和参数调整选项，以满足不同场景和需 求下的抠像要求。 除了抠像功能外，剪映还提供了丰富的视频编辑工具和特效，如切割、拼接、转 场、滤镜等。我们可以结合这些

浙江中智达科技有限公司进一步融合人工智能和工业互联网等新技术, 提出的新一代流程工业智能工 厂架构 (如图 2 所示) 具有更加明确的层级关系, 能够有效指导企业开展智能工厂建设, 按照工业互联 网架构划分, 该智能工厂架构可分为边缘层、IaaS 层、PaaS 层、SaaS 层, 按照智能工厂建设内容划分, 可分为智能装备、智能控制、工业互联网基础设施、核心平台和数据库、智能生产、智能保障、智能供 应链、智能经营等方面. 不论是哪种智能工厂架构