联的信息生态网络。其中，边缘云依托边缘云一体化底座的网关、数 据高速缓存技术、标准化分级共享接口及融合感知、协同决策与协同 控制标准件实现车端和路侧数据接收、处理、融合感知、精准决策及 管控，有效确保了感知、决策结果及控制指令能够迅速传递至网联车 辆，同时上传至区域云，并同步处理区域云下发的基础设施管控信息。 区域云通过标准化分级共享接口、区域云一体化底座内的网关和数据 库以及一系列标准件，有效地吸收、整合来自支撑平台、边缘云及第 车辆和云控基础平台提供的数据，运行在第三方平台上的应用，与区 域云之间互相共享数据。 云控基础平台内，主要涉及边缘云、区域云以及它们内部的各组 件，分别由蓝色和红色模块标识。边缘云包含的组件主要涉及：边缘 云一体化底座的边缘云网关和边缘云数据高速缓存、边缘云融合感知 车路云一体化系统云控基础平台参考架构 45 标准件、边缘云协同决策标准件和边缘云标准化分级共享接口。其中 边缘云网关主要用于接收并处理车路原始数据、接收区域云下发数据； 享接口下发车、路或上传区域云；边缘云协同决策标准件则进一步基 于融合感知结果，对网联车辆的相关服务进行决策规划，并将结果通 过边缘云标准化分级共享接口下发车、路或上传区域云。 区域云包含的组件主要涉及：区域云一体化底座的区域云网关和 区域云数据库、区域云融合感知标准件、区域云协同决策标准件、区 域云交通管控标准件和区域云标准化分级共享接口。其中区域云网关 主要用于接收并处理相关支撑平台上报的数据或第三方应用共享数

头豹数据平台 • 各类公开资料 • 定量结合定性的方式进行多 层次多维度研究 白皮书撰写背景及内容摘要 数据来源：沙利文研究 本白皮书定义“企业级智能生产力”，是在工业级AI、大数据与自动化技术的底座之上，将企业的知识资产、岗位技能和业务流程深度智能化，与信息系统和业务链条 全面打通，并通过可信治理框架下的人机协同机制，重塑组织的决策逻辑、运作流程、人才角色与文化基因，使组织具备自我学习、自我进化、自我协同的能力，从而在 具备工程化落地可靠性的AI原生系 统能力（包括大语言模型 LLM、检 索增强生成 RAG、多智能体体系、 工作流编排），同时融合深厚的产 业级Know-How，不同于传统单点 工具式的流程优化，这类平台通过 智能体与全域数据底座的深度融合， 实现业务流程、人才管理与知识沉 淀的全面打通。 行业内企业在实践过程中，可搭建覆 盖知识资产—岗位技能—业务流程— 信息系统与业务链条全面打通的企业 级智能生产力平台，其中： • 组织能够实现端到端业务可视化、 实现人/业/效 全域协同 单一工具 协同性低 建立智能化绩效 与价值量化体系 人效难以衡量 构建全域数据 与知识底座 数据孤岛 • 跨系统、跨流程的数据聚合与知识沉淀，打通信息系统与 业务链条。 • 数据和知识能被统一建模、智能整合，并支持多场景复用， 成为组织持续优化和创新的底座。 • 通过将人力、业务与效能场景全面打通，把工具与流程直接 嵌入工作场景。 • 不同部门之间能够基于统一的数据与流程协同运作，实现真

数字孪生智慧工厂解决方案 目录 01 总体架构 02 解决方案 03 实施保障 01 总体架构 总体架构 孪生与数字底座工具链 工具链：孪生工厂遵循 DevOps 进行微服务开发， 调用 AI 求解器进行运筹计算， 同时调用统一门户进行用户、组织等管理。 孪生与数字底座中台 ▌ 业务中台：所有公共和共享业务场景汇集到中台包括设备中心、订单中心、计划中心等，并将业务数据给数据中台进行治理，同时孪 网关的统一调用， 形成业务数据模型供孪生工厂使用。 孪生与数字底座模型 利用数据模型建立各模型的关联关系网， 通过统一模型的统一编码识别到虚拟设备， 将物模型 / 业务模型贯通到虚拟设备 中，形成数据驱动虚拟设备的仿真可视。将算法模型 / 成本模型引入到虚拟设备， 用作孪生的仿真分析及优化。 数据模型关系图谱 孪生与数字底座 IOT ▌ 数据采集：软网关采集完数据后会将实时数据统一推送到 数据采集：软网关采集完数据后会将实时数据统一推送到 IOT 平台。 IOT 平台会进行数据物模型构建，把实时性要求高的数据 通过数字底座 IOT kafka 推送 /mqtt 订阅到孪生工厂进行调用 ， 同时数据中台进行存储供孪生工厂进行历史回溯分析。 ▌ 反向控制：针对部分设备的控制，孪生应用先通过 IOT 传输控制信号到 kepware 网关进行试点处理。试点验证后所有上下行都 通过物联网平台 - 软网关链路。

构建、行业大模型、场景构建、页面用户体验 监控、专题行业数据库）、数据采购（三项清单梳理、大模型 技术服务）及配套硬件设备配置。平台完全依托全区 CIM 孪生 底座，充分利用区民意速办平台、AI 平台、大数据平台、物联 网平台等底座能力，为后期全区物业城市运营服务一体化运行 提供城管能力和先行样板。 四、项目经费 项目总投资匡算为 4,492 万元，其中工程建设费用 3,798.8 1 CIM 平台建设工作。要坚持立足应 用、政府主导、技术支撑的原则，做好统筹规划、数据共享归 集、数据治理等工作。还要进一步拓展 CIM 平台的应用场景 加快建设包括地下空间数据在内的全市统一数字底座，更好地 应用 BIM、CIM 等数字技术来推进超大型城市治理体系和治理 能力的现代化。会议提出了以下内容： 三、关于在 XX 区开展智慧城市物业街区试点工作 （十一）请 XX 区做好智慧城市物业街区试点工作，11 美好城区”“建立服务主体常态化考评机制”“建立服务项目品质化 监控机制”“创新打造多元化治理平台”。会议原则同意，区城管 和综合执法局立项建设全域治理物业城市一网统管数字平台， 平台建设应基于 XX 数字孪生 CIM 底座，围绕全要素清单、主 体清单、责任清单，构建城管指挥大厅应用、决策分析专题应 用、CIM 创新应用场景等内容实现一网统管、一屏看尽、一键 办尽。 本次项目建设的使用单位涵盖了城管、住建、应急、水

点 / 网络、员工 Data Lake ： 800+ 对象 7000+ 实体 100+ 万属性 CNBG 数据 50% 进底座 供应数据 95% 进底座 GTS 数据 60% 进底座 产品数据 90% 进底座 流程 IT 数据及其它 90% 进底座 数据统一采集入湖 推动数据入湖 ，实 现内、外数据的获 取 构建五大库，实现 五大关键业务对象 数字化 ，实现数据 资产主题库 组织主题库 时空主题库 资源主题库 事件主题库 智能数据湖运营平台 DAYU 数据 ETL 可视化开发 任务调度管理 权限管理 智能数据湖底座 接入园区个数100+ 构建园区8+ 个主题库 主题库含 5000+ 属性 数据集成开发从 15 天缩短到 1 天 数据应用开发效率提升 50% 数据分析由 T+1

......................... 31 （一）“制度”与“管理”双向互促，助推管理制度集约化 ......................... 32 （二）平台化构筑运行底座，驱动共性能力集约化 ......................................... 34 （三）以整治形式主义为基层减负为契机，推进政务数据集约化 ............ 在此基础上，加强数字政府集约化建设成为“十五五”时期数字 政府下一阶段转型升级的必经之路。一方面，随着“十四五”期间数 字政府基础设施和信息系统建设基本完成，支撑政府运行与公共服务 的数字化底座逐步完善，物理层面“能建、能上、能用”的问题逐步 解决，数字政府建设正进入以数据驱动、技术引领、智能协同、流程 重塑为特征的发展新阶段。另一方面，“十五五”期间，随着国家治 理体系现代化的深入 互支撑，共同构成数字政府建设的整体体系。其中： 数字政府建设发展研究报告（2025 年） 14 来源：中国信通院 图 3 我国数字政府共性结构框架图 基础设施层是数字政府运行的底座，主要以算力、云平台、网络 及集成支撑平台为核心，提供必要的计算、存储、通信和互联互通能 力。该层保障数字政府各类应用和服务的顺利运行，是实现政务数字 化的基础条件。 数据层以政务数据资源的汇聚、治理、共享和开放为重点，推动

化、网络化、智能化融合发展机遇，全面布局以 5G、人工智 能、大数据中心、工业互联网为代表的新型基础设施建设， 助力数字中国战略落地。数字基础设施作为国企承载数据要 素、支撑业务数字化运行的“底座”，其完善程度直接决定转 4 型的深度与广度。当前，多数国企总部正通过统一规划数据 中心、算网资源建设，解决过往资源分散、利用率不高等问 题，如南方电网通过私有云与公有云结合的基座，纳管超 电、用电全环节数据，显著提升了电网调度智能化与新能源 消纳效率；这种平台化的集约模式，确保了数据标准的统一 与流程的贯通，为业务流程优化、智能分析预测乃至产业链 协同提供了单一可信的数据源，为国企奠定了灵活响应业务 变化的数字底座。 (3) 管理数字化全面推进，AI 初步嵌入管理流程 一方面，绝大多数国企已完成或正在升级统一的协同办 公平台（OA），实现了流程审批、公文管理、会议组织、知 识文档等核心办公业务的线上化与移动化，从简单的无纸化 对有限。 (4) 加快推进信创升级，落地进度呈现行业差异性 当前国企的安全可信和国产化在替代顺序上呈现同质 性，在进度上呈现行业异质性；落地路径大致按照替代的难 易程度，基础设施软硬件、自主数智底座等基础领域率先替 换，再逐步扩展至办公系统、非核心业务系统，直至核心业 务系统。但是，不同行业替代进度存在差异，党政替代进入 全面建设阶段；金融、电信、交通、能源等行业国企正加快 多个环节的

. . . . . . . . . . 19 1.服务治理效能提升，群众体验仍需优化 . . . . . . . . . . . . . . . . . . . . 19 2.底座建设不断夯实，技术安全有待突破 . . . . . . . . . . . . . . . . . . . . 20 3.统筹架构逐步成型，碎片管理有待弥合 . . . . . . . . 从“经验驱动”迈向“数据智能驱动”。数据作为关键生产要素，与 人工智能共同重构政务服务、社会治理与决策支撑体系。其一，数字 政府破除信息孤岛状况，借助数据分级开放与跨域共享，构建全域互 联的“数据底座”，达成核心数据归集与场景数据汇聚，为政务决策 提供精准依据。其二，人工智能加速数据价值转化进程，通过智能算 法挖掘数据要素潜在价值，实现从“被动响应”到“主动预见”的转 变。人工智能深度融入 完善理论体系，实现以评促建 明确国家最新政策要求，精准把握数字政府发展趋势走向，围绕 数字政府各专项领域，构建全面的评价体系，形成了以应用成效达成 度、统筹管理完备度、数字履职成熟度、数智底座支撑度、运营运维 保障度五大维度为主体框架的评价指标体系。基于此，实现对数字政 府建设各领域、各层级的系统评估，精准识别建设与运营过程中的优 势与不足，引导各地区进行自我审视，构建“效能监督－问题整改－

................... - 20 - 6、构建安全韧性防护体系 ................................... - 22 - （五） 四大能力构筑城市数智底座 ............................. - 23 - 2 1、算力能力 ............................................... - 23 体”。在城 市数字化转型建设阶段，以试点牵引数字化转型，推动重大场景落地建设，实现 工作任务化、任务项目化、项目场景化。江苏省开展江苏省城市全域数字化转型 试点工作，面向城市数据体系、城市数字底座、城市数字服务等五大方向，组织 开展城市全域数字化转型市、县两级试点。在城市数字化转型运行阶段，制度环 境弹性包容，激发创新活力持续迸发。各地也在积极探索数据授权运营、数据资 产入表等模式，公共数据授权运营政策相继发布，截至 进步，产品数量迅猛增长，应用场景持续扩大，中国企业在大模型相关软件、硬 件和服务的总投资规模同比增长超过 80%，显示出强劲的市场需求。 算力底座持续夯实。算力规模大幅提升，我国先后发布《国家数据基础设施 建设指引》、《算力互联互通行动计划》，持续推进算力底座建设。在政策和需 求的双重推动下，算力规模大幅提升，截至 2025 年 6 月底，我国智能算力规模 已达 788EFLOPS，全国算力中心平均电能利用效率（PUE）降至

GDP 增长贡献率达 67:7% , 是带动经济发展的核心力量。 构建智慧城市，是发展数字经济的重要手段 , 数字经济是由 · 数字产业 \” 和产业数字化“构成 . 智慧城市构建的基础设施、数字底座、中 枢能力等，其本身是数字化产业同时 ，又可以对其他产业构成贡献。 Q 新型智慧城市 改盖民生 建设目标 数 据架 构 产业体系 运营模式 安全体系 01 城市发展的需求 ■ 构建智慧发展体系 ，优化科学决策水平 ■ 提升城市运营效率 02 经济发展的需求 ■ 基础设备、数字底座、智能中台等为智慧城市 的高质量经济发展提供重要途径 03 城市治理的需求 ■ 数字化治理与科学辅助决策成为城市治理常态 化手段，实现横向到边、纵向到底的有效治理 04. 信息安全的需求 构 新型智慧城市总体框架 新型智慧城市的建设将面向未来 ，采用 “ 1+1+1+4+3 ” 的系统框架 ， 即 ： “ 一 中心 ”、“ 一底座” 、 “ 一 大脑 ”、 u 四服务 ”、“ 三 体系 ” 。以城市 运营中心为载体 ，以数字底座为支撑 ， 以城市大脑为核心 ， 结合数字化建设标准体系 、安 全保障体 系 、城市运营体系 ， 由城市大脑统一管控 惠 民 服务 、精 准治