优势：实现降低人力成本；提 高清洁效率；保持清洁质量前 后一致。 自主规划跨楼层清洁 自动作业保障清洁质量 作业高效多重清洁 01 Al 机器人应用场景 中国电子院 A= 奥意建筑 · 自主最优全覆盖路径规划； · 自动标识已清扫区域； · 自主乘梯，实现跨楼层多区域清洁。 · 定时任务，自动启动； 大消毒模块，可应对不同环境的消毒要求。 · 通过机器人自导航技术和 AI 环境识别技术，自动规划路径并判断工作环境所需的消毒时间，实现一 站 式消毒管理。 · 结合人群聚集的污染性强的公共场所，这些地方人群密集度大，机器人可以自主移动、自动工作的特 性，实现公共场所消毒过程量化管理。 应用场所及功能 · 应用场所：学校的教室、食堂 以及卫生间；接待大厅，待办 业务人员座椅，工作人员办公 室、手接触机器人表面；办公 的搬运能力，提高装卸搬运效率。 能替代人工劳动力，提高工作效率和准确性。 机器人可以在不需要休息和加班费的情况下， 持续高效地完成工作任务。 机器人可以通过感知技术和人工智能算法， 自主地规划路径并避免碰撞。 · 包装机器人：应用于包装领域，特别是食品、烟 草和医药等行业。 · 码垛机器人：应用于纸箱、袋装、灌装、箱体、 瓶装等包装成品码垛作业。 · 分练机器人：通过视觉智能识别物体的位置、颜

第二章：协作机器人产业链分析�����������������������������������������������������������������������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����������������������������������������� �20� 2.4 一体化关节�����������������������������������������������������������������������������20� 3.�自主化�����������������������������������������������������������������������������������������������22� 模态理解�知识泛化”能力，打 破了传统��� 的任务局限，为智能技术向物理世界延伸奠定了基础。� 长期以来，传统机器人作为自动化工具，仅能按照预设程序执行重复任务， 缺乏对环境变化的适应能力与自主决策能力。而人工智能与大模型技术的进步， 正推动传统机器人向智能机器人跃迁，并赋予了其感知、决策、交互三大能力。� �� 具身智能� 当大模型推动传统 �� 技术突破，并赋能传统机器人向智能机器人升级时，

- 8 - 行业跟踪报告 2、AI 赋能建筑设计，痛点解决在望 2.1、政策持续加码工程数字化设计 政策支持工程数字化设计。目前的政策鼓励研发自主可控的 BIM 系列软件，以减 轻对国外软件的依赖。《“十四五”建筑业发展规划》中指出，到 2025 年，我国基 本形成 BIM 技术框架和标准体系，完善行业规范，促使 BIM 在设计行业中的渗 技创新专项规划》 提出研究非线性几何特征建模与 BIM 图形引擎，建立具有自主知识产权 的 BIM 三维图形平台并发展相应软件生态。 2022 年 《“十四五”建筑业发展规划》 加快推进建筑信息模型（BIM）技术在工程全寿命期的集成应用，到 2025 年，基本形成 BIM 技术框架和标准体系。推进自主可控 BIM 软件 研发；引导企业建立 BIM 云服务平台。 2022 年 推动数字建筑、 数字孪生城市建设，加快城乡建设数字化转型。 2022 年 《“十四五”住房和城乡建设科技 发展规划》 建筑信息模型（BIM）技术在工程设计、生产和施工领域得到推广应 用。研发自主可控的 BIM 图形平台、建模软件和应用软件，开发工程项 目全生命周期数字化管理平台。开展基于城市信息模型（CIM）平台的 智能化市政基础设施建设和改造。 2022 年 《“十四五”住房和城乡建设信息

4、统一社会信用代码：xxxxxxxxxxxxx 5、登记机关：xxx 市场监督管理局 6、成立日期：XX 7、营业期限：XX 至无固定期限 8、注册地址：xx 市 xx 区 xx 9、经营范围：从事光伏产品相关业务（企业依法自主选择经营项 目，开展经营活动；依法须经批准的项目，经相关部门批准后依批准 的内容开展经营活动；不得从事本市产业政策禁止和限制类项目的经 营活动。） 二、公司简介 “ 公司坚持提升企业素质，即 高素质企业员工，企业品牌影响力不断提升。 “ 未来，在保持健康、稳定、快速、持续发展的同时，公司以 和谐 ” “ ” 发展 为目标，践行社会责任，秉承 责任、公平、开放、求实 的企业 责任，服务全国。 三、公司竞争优势 （一）自主研发优势 公司在各个细分领域深入研究的同时，通过整合各平台优势，构 建全产品系列，并不断进行产品结构升级，顺应行业一体化、集成创 新的发展趋势。通过多年积累，公司产品性能处于国内领先水平。 结构升级。公司结合国内市场客户的个性化需求，不断升级技术，充 分体现了公司的持续创新能力。 在不断开发新产品的过程中，公司已有多项产品均为国内领先水 平。在注重新产品、新技术研发的同时，公司还十分重视自主知识产 权的保护。 （二）工艺和质量控制优势 公司进口大量设备和检测设备，有效提高了精度、生产效率，为 产品研发与确保产品质量奠定了坚实的基础。此外，公司是行业内较 早通过 ISO9001

，进行数据的清洗和预处理。 基础模型与架构 参数量与优化 输入输出设计 模型架构参数 数据集划分 划分比例：训练集 : 验证集 : 测试集 =7:2:1 ， 按时间顺序划分 ，避免未来信息泄露。 技术细节：自主研发电力数据划分工具 （ Python 实现） ，确保数据划分的合理 性 和科学性。 工具 / 平台：使用 Python 编程语言实现数 据集划分 ，适配电力行业数据特点。 数据预处理参数 推理，如设备缺陷识别、实时告警。 架构描述： 构建异构计算架构，涵盖国产 CPU 、 GPU 、 NPU 及国际 GPU ，满足不同计算需求。 国产化适配： 优先采用国产计算设备，提升整体架构 的自主可控性。 预训练配置与训练流程 l 典型训练流程 、昇腾 GPU 、寒武纪 NPU 与 NVIDIA H100 构建异构计算架构，充分发挥各组件优势，满足训练与推理多样化需求。架构图使用 Mermaid 语法绘制 清晰标注国产化组件（红色标识） 突出自主可控技术在整体架构中的应用与重要性 硬件选型与算力集群 散热设计 可靠性设计 第 16 页 性能指标：热层 2000 万 IOPS ， 温层 500GB/s

人工智能赋能工业仿真是指将人工智能技术（如机器学习、深度 学习）与工业仿真技术进行深度融合，通过数据驱动、智能决策和动 态优化，实现对工业全流程的虚拟化建模、实时模拟与自主优化的一 种新型技术范式。其核心在于利用人工智能的自主学习与预测能力， 提升仿真的精度、效率与智能化水平，推动工业系统从传统模拟向自 适应决策演进。人工智能赋能工业仿真不仅覆盖产品研发阶段，还延 伸至制造、运维等全生命 大学团队利用人工智能技术，构建了液态煤油超声速燃烧室两相燃烧 过程模拟的仿真模型，成功实现了燃料雾化、蒸发、混合及燃烧全过 程的建模与预测。二是人工智能技术有效推动了工业机理与数据驱动 方法的深度融合，同元软控依托其自主研发的新一代科学计算与系统 建模仿真平台 MWORKS，结合装备机理-数据融合的高精度模型构建 技术、智能控制与智能运维技术，将人工智能与装备数字化技术深度 融合，显著提升了装备在智能控制与运维方面的性能与效率。 15 分钟，实现了 设计迭代效率的指数级提升。国内工业软件企业开发 AI 驱动的设计 验证平台，实现全流程智能化设计与验证。索辰科技、南京天洑、中 望软件等国内先锋企业与研究团队，聚焦开发具有自主知识产权的 AI 增强型 CAE 求解器、特定物理场 AI 仿真工具以及面向特定工业 17 SIEMENS. Unleash innovation with AI/ML and Simcenter[EB/OL]

84 二. 应用管理服务建设.............................................................................91 1. 自主招生系统.................................................................................91 2. 招生管理系统. 置型智慧校园 必将是未来发展与建设的趋势。能够通过配置的方式改变系统的功能模块和业 务流程，学校老师通过鼠标拖拉拽的方式就能构建出需要的新模块，大大的节 省二次开发费用，同时学校自主编制能够最大限度的掌握自主性，做自己需要 的智慧校园。 2.3. 物联网校园“一体化” 智慧校园将通过利用物联网技术来改变师生和校园资源相互交互的方式。 以便提高交互的明确性、灵活性和响应速度，从而实现智慧化服务和管理的校 整理工作，提高数据收集的准确性、有效性和实时性，为领导层进行相关决策 提供科学、合理的决策支持。 7、以优质教育资源为基础，通过信息化技术，以先进、实用的教学手段 （如：网络自主学习平台），为学生提供多种多样的学习方式，调动学生自主 学习意愿，使教学内容更具有实践性。 8、利用信息化技术，结合学校已有的教学、科研、学术资源，有效划分各 类资源职能，提供高效、实用的资源共享服务，提高资源利用率，构建可持续

向；技术 袋鼠云 汽车行业 Data+AI 数智化转型白皮书 — 5 — 层面，AI 大模型、工业互联网、数字孪生、5G 与边缘计算的成熟落地，为数据智能 的规模化应用提供了可能；市场层面，自主品牌崛起与新势力冲击让竞争从产品延伸 至经营体系与用户体验的比拼——数据驱动能力，正成为车企新的生存线。 因此，汽车产业的数智化转型，不再是单点技术的叠加，而是一场系统性的“经 营再造工程”。 . 13 （三） 燃油车的“存量焦虑”与利润重构................................................................. 16 （四） 自主品牌崛起与合资体系的转型阵痛............................................................. 18 （五） 国际化扩张与外部风险..... 40%，电动化不可逆。从内部 结构看，PHEV（含 EREV）成为近两年主驱动力，反映主流消费群体在充电设施改善 有限与里程预期偏稳的现实下做出的务实选择；传统燃油车加速边缘化，零售端份额 持续被侵蚀。品牌格局方面，自主品牌市场份额升至约 65%，合资阵营在新能源转型 节奏、产品竞争力与价格体系稳定性方面普遍承压。 其三，“外需强、内需弱”的拉动结构尚未根本改变。出口维持高景气，成为对 冲国内竞争白热化与过剩

期待数字孪生自主决策 获取信息 165 195 两者皆而有之 130 作为一项快速发展的变革性技术，数字孪生常常遭到误解。 下面我们来探讨五个主要误区 误区 2 必须进行彻底的 数字化转型 误区 3 数字孪生在初始阶段 就需要大量精确的数据 澄清五大误区 误区 1 数字孪生取代 人类专业知识 数字孪生是否注定会演变为几乎无需人类 干预的完全自主实体？我们的数据表明并 随着时间推移逐步提升。 一味追求数据生成并非正确之举。通常来 说，运营数据是已经存在的，即便是纸质 记录的形式：难点在于数据的数字化、索 引编制和验证。 越来越多的企业通过数 字孪生来获取信息，而 不是期待其自主决策 13 企业构建数字孪生时会遭遇哪些挑战？ 数据质量 43% 误区 4 数字孪生 仅适用于设备 误区 5 数字孪生的部署 会大幅超支 技能不足 重大延误 成本超支 集是各企业明年投资改进的主要方向。实 际上，在各个行业的受访者中，有56%的 人将完善数据采集列为首要任务。 23 优化数据可视化和报告 添加人工智能功能 为更多系统/ 资产构建数字孪生 改进数据收集 提升自主决策能力 数据孪生互联 完成试点 到完整系统 的升级 28% 43% 48% 56% 46% 49% 24% 企业未来12个月的重点改进方向 企业已经充分意识到这一问题，正在制定数据收集优化计划

容 表 资 DeepSeek 优化资配模型的具体过程 - 应用阶段 应用阶段 • 宏观经济指标的预测：我们整合了市场有一致预期的宏观指标（如工业增加值同比、 PMI 等），并自主推算了缺乏一致预期的关键变量（如产成 品存货、票据余额等） • “ 打分指示股债强弱”指标的外推： DeepSeek 已明确不同宏观指标下的最优权重配置，以更好地解释真实股债强弱。基于此，我们将预测好的宏 ，国信证券经济研究所整理 生成预测结果 框架引导法：减少对 DeepSeek 的 依赖，除了历史数据，还输入人工估 算框架，引导 AI 按照人的思考方式进 行智能运算，模仿人工估算过程 图 35 展示了自主学习法的预测结果： Wind 机构预期与真实情况拟合优度 0.85 DeepSeek 预测与真实情况拟合 优度 0.94 ，表现优异，得益于其深度历史 学习能力，但稳健性仍有提升空间 宏观指标预测的两种方式： 自主学习法：依赖 DeepSeek 历史学习， 通过投喂历史数据，让 AI 自主学习各 个月的季节性节奏和长期趋势，独立 请务必阅读正文之后的免责声明及其项下所有内容 图 34: 社融预测逻辑 图 35 ： DeepSeek 基于“ 自主学习法”预测结果 资料来源：国信证券经济研究所绘制