���������������������16� 一、� 上游：核心零部件-高度国产化、自主化��������������������������������������16� 1.�中国产业链快速发展背景���������������������������������������������������������������17� 2.�中国核心零部件发展现状�������������� ��50� 二、� 中国协作机器人市场分析���������������������������������������������������������������53� 1.�中国市场进入快速规模化发展阶段�����������������������������������������������53� 2.�国产协作机器人厂商主导中国市场����������������������� 传统工业领域，协作机器人在汽车、电子、金属制品、食品饮料等行业的渗 透率快速提升，应用场景从上下料及简单组装，逐步向如柔性装配焊接、打磨、 涂胶、喷涂等更多复杂的作业场景中渗透。除此之外，协作机器人在新能源领域 如光伏、锂电等开拓新的应用场景，头部客户开始批量导入，规模效应快速形成。� 非工业领域则是协作机器人另一个竞争新高地，相关市场份额正在快速放大。 各厂商通过 �� 大模型及各类传感器提升产品的智能化、人性化、便捷化，在康

浙江大学控制科学与工程学院教授 在企业数字化转型和政府数字化改革大背景下，数据分析带来的决策能力，已经变成 每一个组织需要具备的核心能力。对于决策者来说，如何高效的看见和理解数据，并基于 数据快速做出决策和指挥，也越来越成为一个基本要求。因此，数据分析的可视化逐渐成 为普遍需求，由此进一步演进到数据孪生技术，构建和物理世界一一映射的数字孪生体， 实时联动呈现相关的数据和分析，并在数字世界中可以反向操控物理世界的实体，这是在 布局、动效等视觉语言的设计法则，也剖析技术实现与人性化交互的融合之道。为可视化 服务商以及其他数据价值的诠释者，提供一份兼具方法论与实操性的指引。全方位提升项 目效率和画面质量，让明星案例的场景效果在更多项目中快速复用、真实落地，创造更多 的业务价值。 目录 一、 视觉表达原则：体系化的逻辑思路沉淀..................................................... 系统调试模式、VIP 客户区域标注、实验性功能入口 2. 形状与符号语义 在数字孪生系统中，通用形状与符号语义模块是构建跨行业视觉语言的核心组件。通 过标准化、直觉化的图形设计，能够将复杂数据映射为可快速识别的视觉符号，降低认知 负荷。 数字孪生世界白皮书 3 水利行业通用符号示例 3. 空间映射比例 (1) 几何属性映射 用模型大小/高度直接映射数值。如：通过圆柱体不同高度及颜色叠加的柱状热力效果

过合理的构网电源与拓扑设计，保障 100% 新能源 稳定同步构网，支撑负荷连续供电。 以微网控制器为核心，在百毫秒实现系统内源网荷储的快速协调控制，在功率负荷不平衡时实现快速平 滑波动，保证微电网频率、电压的稳定，同时需要实现无缝并离网切换以及快速黑启动等功能。未来协 调控制层向集成化演进，即一套设备集成数据采集、集中控制与通讯功能，可大幅提升数据采集及处理 效率，在保证性能的同时能 组串式 PCS 开关频率高，控制带宽高，能够更好的抑制环流。 主动快速一次调频技术 在微电网运行中，负荷突变或分布式电源功率波动会导致发电与用电失衡，引发频率偏差。华为构网型 储能通过调速器模型实时检测频率变化，计算有功功率调节指令，在 5ms 内完成动态响应，实现有功 - 频率下垂控制，快速恢复系统频率稳定。 主动快速一次调压技术 电压波动同样威胁微电网安全运行。华为构网型储能基于励磁器模型，通过动态调节内电势和无功功率 在电力系统发生完全停电后，黑启动是指依靠系统内部具备自启动能力的电源（如储能系统、柴油 发电机等）逐步恢复供电的过程。对于 10MW 级别的离网矿山而言，停电可能造成每小时数十万至百万元的 经济损失，因此快速可靠的黑启动能力至关重要。由于无法依赖主网，矿山必须通过分布式电源实现自主恢复。 目前，中国已明确要求矿山微电网具备黑启动能力。同时，欧盟、澳洲等地也对矿山的应急电源和黑启动功能 提出了严格的法规要求。

工业 4.0 与智能制造的发展趋势进一步凸显了工业仿真领域日益 突出的供需矛盾。现代工业对产品快速迭代、多工况协同设计以及高 精度预测能力的持续追求，正在倒逼仿真技术加速向智能化转型。以 汽车设计中的气动特性测试为例，传统风洞实验往往需要需数月时间 完成测试，而当前市场已要求按周甚至天为单位的快速反馈周期。基 于人工智能技术，通过对历史数据的学习与预测，可大幅提升仿真速 度和精度。AI （一）人工智能赋能工业仿真主要应用 1.AI 赋能 CAD 人工智能赋能 CAD，主要用于自动化设计与设计优化。借助 AI 技术，设计师可以实现产品外形的自动生成设计，在减少设计师负担 的同时实现产品的快速设计。同时 AI 可以基于海量数据帮助设计师 优化 CAD 模型，提高模型的质量和效率。 生成式设计突破设计模式提升设计效率。生成式设计借助人工智 能技术对海量设计案例、行业知识和用户需求进行智能化分析，在设 设计案例、工程数据等，通过人工智能方法从数据中学习设计模式、 规律和特征。如申龙电梯利用浩辰 CAD 土建自动生成系统，实现根 据建筑 CAD 图纸自动生成最优电梯配置方案的设计工具，不仅使得 电梯设计更加灵活、高效，还能快速响应不同项目的特殊设计需求， 实现企业整体提质增效。知识驱动，通过知识图谱将设计知识转化为 结构化数据，结合专家规则进行推理生成模型结构和参数。如中科院 沈阳自动化所通过构建知识图谱自动抽取先前大量的产品设计经验

现实，使物理世界更高效、更便捷、更安全、更低成本 建设理念 - 数字孪 生 l 实时监控掌握当前园区的环境、人、物、事等一切管理 对象情况与资源情况。 l 提供跨专业的统一视图，对突发事件快速做出响应，降 低对生命、健康、财产的威胁与损失。 l 提供园区级的跨专业协作调度，更高效的组织部署资源， 不断提高园区的运营效率与质量。 l 通过对关键指标和趋势的可视化，帮助调优当前的资源 告警信息可快速定位具体位置。 l 基于原有逻辑数据，清晰掌握各区域状态及内部环境 l 按区域、时间、类型进行多维度统计 Before: l 园区多个变电所，发生故障无法快速定位具体位置 l 偏重系统逻辑管理，对实际环境无法掌握 l 缺少多维度用电统计分析 配电管理 After ： l 掌握园区建筑内所有监控位置 l 从“通过画面找位置”转变到“通过位置找画面” l 快速展示某一区域内实时监控画面 快速展示某一区域内实时监控画面 Before: l 监控探头众多，无法调取所有画面 l 非熟悉人员无法确认画面拍摄区域 l 无法快速查找调取小范围监控画面 视频监控管理 Before: l 监控盲区难以发现，留下了安全隐患 l 规划建设时，容易安装过多的摄像头，造成点位浪费 After ： l 全局展现盲区布局，直观方便 l 跟根据当前盲区规划，减少人力和财务成本 盲区分析 After

...........................................................................227 1. 项目背景与目标 随着建筑行业的快速发展，传统设计方法在面对复杂项目时逐 渐显现出效率低、创新性不足等问题。数字化技术的引入为建筑设 计带来了新的可能性，尤其是人工智能技术的应用，能够显著提升 设计效率和智能化水平。DeepSeek 此外，建筑设计行业正在逐步向智能化、数据驱动方向发展。 人工智能技术，尤其是深度学习和大语言模型的应用，为设计流程 的自动化和优化提供了新的可能性。例如，通过大模型对海量设计 数据的分析和学习，可以为设计师提供智能化建议，快速生成多种 设计方案，并优化建筑性能。根据行业预测，未来五年内，AI 技术 在建筑设计中的应用将至少提高设计效率 30%，同时降低设计成本 15%。 然而，当前建筑设计行业在技术应用方面仍存在一定滞后性。 化转型。具体而言，项目旨在实现以下预期成果： 首先，构建一个基于 deepseek 大模型的建筑设计智能平台， 实现对建筑设计全流程的智能化支持，包括概念设计、方案优化、 施工图生成等环节。通过模型训练和优化，平台将能够快速生成符 合设计需求的高质量方案，显著缩短设计周期，降低人工成本。 其次，目标是通过深度学习技术提升建筑设计的创新性和可行 性。平台将基于海量建筑设计数据进行训练，能够自动生成多样化 的设计创

这反映了中国 人工智能应用规模快速增长。天翼云息壤一体化智算服务平台率先完 成国产算力与DeepSeek-R1/V3系列大模型的深度适配优化，成为国内 首家实现DeepSeek模型全栈国产化推理服务落地的运营商级云平台。 02  未来推理算力长序列与超大模型推理优化成为关键，国产软硬件 协同与生态成熟推动推理普及 03 中国算力正朝着“训推一体”融合架构快速发展，以支撑大规模 模型与多模态 中国推理算力：定义与服务覆盖范围 关键发现 推理算力主要负责AI模型的推理任务，主要用于处理和执行已经训练好的模型进行实 际应用。这包括执行推理任务、处理实时数据和提供预测结果。推理过程通常对计算 资源需要快速响应，对实时性要求较高。 市场研读 2025/08 中国：云服务系列  推理是指利用训练好的大模型， 计重点是在保持高效计算的同时， 尽可能减少功耗。  因此，推理芯片比较关注低延时、 低功耗。可配置使用优化的推理 硬件，高效能的服务器和网络设 备如GPU、NPU或FPGA，这些硬件 能够高效执行模型推理任务，以 确保快速响应时间和稳定的服务。 但不一定需要与训练时相同的硬 件配置 。  推理型智算中心的硬件更注重处 理速度和可靠性。 推理算力定义范围  随着AI从训练为重走向推理为主，私有化环境及边 缘的部署需求都在迎来爆发。

晶科、晶澳等。 硅片 “ 大尺寸 ” 与 “ 薄片化 ” 趋势，促使企业对品控越发重视，这就对智能制造与供应链协同 提出了更高的要求。 中游：1. P 型电池仍是市场主流；2. N 型电池步入快速发展阶段；3. 光伏组件的壁垒正在提升。 目前 N 型电池主流技术 TOPCON、HJT 等均具备较好发展前景，投资成本最低。效率表现好， 预计在近 1-3 年都将呈现产能、产量持续扩张的趋势，相关企业具有明显的市场优势，又属于新型 891 家，广东 696 家，对新建信息化覆盖与数字化供应链需求大。 单晶硅片成为市场主流，硅片 “ 大尺寸 ” 与 “ 薄片化 ” 趋势确定；数字化支撑品控的需求在逐 步提升。 N 型电池步入快速发展阶段，40 亿 -100 亿之间的企业数量增加，对数字化初段需求迫切。 光伏组件的壁垒正在提升，组件玩家逐渐减少，组件龙头在进行全产业链运营布局，全球运营， 数字化集团管控需求迫切。 分布 过程监控能力， 从投资规划到项目建设再到后期转资运营管理和交付的资产全生命周期管理。 2. 打造韧性供应链，面对不同的客户需求，有效传输客户选配个性化的需求到项目计划建设再 到生产制造环节，并快速交付客户合格产品，实现 B2C 的高效衔接。 3. 通过远程运营监控平台，提升电站交付后的运营维护服务水平，提高电站使用效率和寿命。 对用户侧需求的大数据分析，合理规划设计发电系统的建设，使发电系统性能和配置最优化。

AI+设计现状：目前主要应用于方案设计阶段，初步设计、施工图设计阶 段应用相对较少。设计行业中部分上市公司已开始布局 BIM 与人工智能， 开展工程数字化设计等多方面业务。AI ROAD 交通快速方案设计系统、 Arko AI 快速效果图生成工具、万翼 AI 审图、Arctron ArcOS 智慧建筑操 作系统、TransBIM 施工图智能生成等具有代表性的 AI 设计软件，已开始 应用于设计的各个阶段，如通过 均不变的前提下，进行净利率对人效提升的敏感性分析，人效提升 10%， 可以给企业带来 8%的净利率增长。 扩大管理半径，率先开展 AI 的龙头，市占率有望持续提升。结合 AI 技术 能够打破地域限制，快速掌握某一地区的建筑特性，增强方案与当地特质 的适配性，推动企业异地业务拓展，龙头企业异地业务增速有望提高。AI 的介入有望改变建筑业市场布局，通过提高行业核心技术门槛从而提升行 业集中度。 ⚫ 房和城乡建设领域的全方面应用，以新技术赋能“新城建”，以“新城建”对接“新 基建”。 《“十四五”工程勘察设计行业发展规划》提出加快提升 BIM 设计软件 性能，加快推进 BIM 正向协同设计，推广工程项目数字化交付。BIM 的快速发 展，为 AI+BIM 结合赋能建筑设计提供了更多可能。 表 3、工程数字化设计等相关政策 时间 政策文件 主要内容 2022 年 《“十四五”城镇化与城市发展科 技创新专项规划》

考验。 1. 增长引擎呈现“双重特征”：出口拉动与政策支持 2024 年市场整体增长并非源于内生性的、均衡的市场扩张，而是体现出对两大特 定驱动引擎的较强依赖性：  核心驱动一：出口业务的快速扩张。出口市场是支撑 2024 年整体数据增长的关 键力量。全年中国汽车出口总量达到 585.9 万辆，同比增幅高达 19.3%，再次成 为全球最大的汽车出口国 。这一成就一方面凸显了以新能源汽车为代表的中国汽 市场发展的关键节点，一旦跨越，即标志着消费者的购车偏好、价值判断标准发生了 根本性的转变。传统燃油车在中国市场长期以来的绝对主导地位，已从基础上被动 摇。 2. 内部增长动力切换：混合动力车型的快速增长 在新能源汽车高速发展的整体趋势下，其内部不同技术路线的增长动力来源，也 发生了显著变化，这清晰地反映了市场从“早期采纳者”向“主流大众”普及过程中 的消费心理变迁。 袋鼠云 汽车行业 Data+AI 性 （长途用油）的技术方案，较好地契合了这一过渡阶段用户的核心需求。它成为 了广大消费者现阶段进入新能源汽车领域的、风险较低、较为便利的务实选择。 3. 技术路线的战略启示 PHEV 车型的快速增长，不仅是市场选择的结果，更对整车企业的技术路线规划 和战略布局提出了深刻启示。它表明，BEV 的“早期采纳者”市场红利可能已初步释 袋鼠云 汽车行业 Data+AI 数智化转型白皮书 — 16