器人在工厂能落地的环节主要仍为短链条、高重复、工序相对独立的任务，而对 复杂长链条和精细操作类任务的能力不足。以汽车总装为例，完成一项装配工作 需要经历识别零件、搬取、定位、安装、检验等多步操作，并与流水线节拍同步 协调。这对机器人的感知、规划和协同能力提出极高要求。目前的人形机器人在 自主决策和任务泛化方面尚处技术早期，难以在无人干预下完成复杂长流程工序， 可靠性和成功率远未达成生产要求。因此，现阶段人形机器人只能在各工序中挑

05 3.1 代码开发阶段 06 3.1.1 代码开发 06 3.1.2 代码优化 28 3.1.3 编译 30 3.1.4 调试 32 3.1.5 调优 37 3.2 流水线阶段 61 3.2.1 门禁检查 61 3.2.2 编译构建 66 3.2.3 调优 67 3.2.4 测试 68 3.2.5 版本发布 69 3.3 OS底座（openEuler系操作系统） 多平台版本并行迭代成为主 要需求，由于两个架构开发生态的差异，如果采用两套流水线分别开发两套代码，则 会带来很多重复开发验证的工作，并且两个版本分别开发、构建和维护效率低。因 此，鲲鹏创新性的提出鲲鹏原生开发：基于鲲鹏硬件 +openEuler+ 鲲鹏 DevKit+ 鲲鹏 BoostKit，实现 1 套代码 +1 条流水线 + 多平台版本，助力伙伴持续且首发性能领先 的商用版本。 03 / 鲲鹏原生开发包含代码开发阶段和流水线阶段： » 代码开发阶段：通过鲲鹏 DevKit、BoostKit 开发代码，充分应用鲲鹏架构优势，性能更优。 » 流水线阶段：鲲鹏 DevKit 以命令行方式 1 小时接入 CI/CD，便捷发布多平台版本。 » 极简融入 & 高效发布：DevKit 原生开发插件 1 小时接入两大主流（Jenkins、GitLab）CI/CD 流水线，高效提升 鲲鹏流水线搭建及版本发布效率。

数字业务试点 及成果 4 数字化蓝图 顶层设计 “ 十五五”数字化战略举措 业务转型需求 业务转型方向 2 3 细分产业数字化场景分析 1 “ 十五五”数字化顶层蓝图框 架 离散流水线制造 根据细分产业的制造特点，我们将其分为六大模式，并确定具备代表性的调研关注产品，进行分析展开 大型装备制造 流程制造 离散连续制造 能源 矿山 行业 细分产业 输变电 新能源 新材 料 细分产业数字化场景特殊建设内容 经营单 位特殊数字化场景建设内容 说明：沈变、衡变、新变、众和、天池同时具备两种生产模式特点，在规划时已充分考虑，为表示简洁，本表中生产模式颜色和经营单位名称不重复出现 离散流水线制造 大型装备制造 流程制造 离散连续制造 火电厂 矿山 R3- 全球产品协同开发 R4- 研发生态圈协同 R5- 数字孪生研发仿真 新研发 R2- 智能化需求管理 M7- 智能计划排产 项目总体健康状况及指标看板 项目人力资源分析看板 项目风险管 理看板 项目交付情况看板 项目计划 项目执行 项目立项认证 项目准备 项目定义 项目结题 项目成本看板 产品效益分析（ 3 年） 大型装备制造 离散流水线制造 离散连续制造 流程制造 电厂 矿山 新变 衡变 沈变 天变 新缆 鲁缆 德缆 新能源 新特 众和 天池 研发型项目管理数字化业务场景建设核心举措 • 建立完善的项目 管理体系 ，包括：

大模型算力集群与异构资源调度规划..................28 4.1.2 语料数据湖仓一体化底座与预处理流水线..............29 4.2 模型微调与强化学习.....................................30 4.2.1 具身智能大模型训练流水线设计......................30 4.3 模型推理与端侧部署............. -Real”特征偏差。 本系统采用多源传感器融合的重建策略，深度集成神经辐射场（NeRF）与 3D Gaussian Splatting（3DGS）技术，构建了从感知采集到高保真渲染的工 程流水线。在数据采集阶段，利用搭载高线数激光雷达（LiDAR）与工业级全 景视觉相机的移动机器人进行全覆盖扫描。激光雷达提供厘米级的绝对空间拓 扑约束，用于纠正 NeRF 在弱纹理区域（如洁净室白墙）的几何漂移；全景视 对高风险或高并发仿真场景，系统支持引入模拟运行（Dry Run）机制，在非 生产环境下验证脚本的健壮性。 执行阶段是生命周期管理的核心。平台支持单次手动触发、周期性 Cron 调 度以及基于 Webhook 的 CI/CD 流水线自动调用。在仿真任务运行期间，系统 通过遥测代理（Telemetry Agent）实时捕获执行快照，记录包括仿真内核版 本、网络拓扑动态拓扑、流量负载曲线及系统调用链路在内的全量上下文信息。 34

规范需求管理流程，加速团队协作优化迭代设计 5.1.2 五维架构协同设计，业务流程驱动敏捷开发 5.1.3 规范开发流程，智能 AI 辅助和低代码加速业务开发 5.1.4 构建三级测试流水线，持续提升测试效率和产品质量 5.1.5 资源申请和软件上线全流程自动化，实现一体化应用发布 应用一体化运维 5.2.1 全链路可观测，支撑故障快速发现 5.2.2 AI 模型结合混沌工程，实现故障智能定界 开放平台底座 开放平台底座 业务应用 Java、GO、JSON、XML、HTML、JavaScript 应用 一体化运维 应用 敏捷发布 CI/CD流水线 Jenkins、Argo CD 需求与 设计管理 协作开发 管理 自动化 流水线 全链路 可观测 故障 智能定界 故障 自动恢复 中间件层 数据层 基础设施层 软硬协同高性能 超大规模算力 多层冗余高可靠 纵深防御安全 如下： (1) 敏捷开发需求 ① 需提供应用开发和管理工具集，支持可视化设计、一键部署，实现自动调度与智能监控，将开发周期 压减至周级。 ② 建立标准化流程，预设微服务规范与 CI/CD 流水线，规避人工操作的偏差。 ③ 设计、开发、部署全流程信息端到端管控，变更可动态感知和同步，确保应用全生命周期信息一致。 (2) 智能运维需求 ① 提供自动化运维工具，支持执行部署、配置、巡检等重

端到端的柔性制造、无人生 产 智能制造发展分为人工生产、机械化工厂、自动化工厂、集成自动化工厂、智能工厂五阶段。目前，我国产 业发展整体处于自动化工厂阶段，通过部分自动化部件实现半自动化运营。如 AGV 、自动节拍流水线、机器 臂、条形码标签识别等自动化设备。 智能制造发展路径 智 慧 工 厂 关 键 路 径 02 信息系统 信息化软件整体介绍 信息化软件模块与部门关系 信息化软件模块与部门关系 铜漆包线专用脱漆粉 特性（ Characteristics ）： 1 ：专用于电机、马达、变压器、音圈所用 AI （ 200 级）、 PI （ 220 级）线的剥漆和其它漆包线高温线脱漆，可适合 流水线； 2 ：加温至 350-420 ℃ 使用，直接熔掉漆皮，漆皮不残留； 3 ：环保（经 RoHs 检测合格），速度快， 3 － 5 秒即可脱除 对于目前所有的数据只在本地用 EXCEL 、邮件或者纸张存储。仓管员 铜漆包线专用脱漆粉 特性（ Characteristics ）： 1 ：专用于电机、马达、变压器、音圈所用 AI （ 200 级）、 PI （ 220 级）线的剥漆和其它漆包线高温线脱漆，可适合 流水线； 2 ：加温至 350-420 ℃ 使用，直接熔掉漆皮，漆皮不残留； 3 ：环保（经 RoHs 检测合格），速度快， 3 － 5 秒即可脱除 效率提升 精细化管理 库存优化 协同办公 •

时调控系统的覆盖率低于 15%，反映出明显的效率与精细化管控缺 口。 具体而言，当前发展趋势集中体现在三个方面：一是全过程数 据集成与互联，依托 5G 低延时和高带宽特性，实现从原料入库、 加工流水线到仓储物流的实时数据同步与设备协同；二是柔性生产 与定制化能力提升，通过 5G 支持的边缘计算和 AI 分析，快速调整 加工参数以适应多样化的订单需求，例如针对不同成熟度或品质的 农产品进行动 率提升、成本降低和质量优化。具体目标包括部署 5G 专网以支持 实时数据传输与设备互联，应用物联网传感器监控原料品质、设备 状态及环境参数，并利用边缘计算和云平台进行数据分析与决策支 持。关键实施步骤涵盖加工流水线的自动化升级，例如采用机器视 觉进行农产品分拣、借助 5G 连接的机械臂实现精准操作，并通过 数字孪生技术模拟优化生产流程。预期成果为加工效率提高 20%以 上，人力成本减少 30%，同时依托 拣、包装或灭菌环节中，系统可根据传感器数据即时调整操作 参数，减少误差并提高产出质量。  大规模物联网设备接入：农产品加工涉及温湿度、光照、气体 浓度等多种传感节点，5G 支持海量设备并发连接，实现对原 料存储、加工流水线、成品库房等全环节的精细化监测与管 理。  增强的移动性与灵活性：5G 网络覆盖具备高稳定性与移动支 持能力，工作人员可通过 AR/VR 设备进行远程巡检或维修指 导，自主移动机器人也可在厂房内自由调度，无需依赖

关键技能演变 ·设计并部署可扩展的AI环境 ·端到端AI生命周期管理 ·模型训练、验证与监控的自动化 ·AI工作负载与IT基础设施的整合 核心能力 ·高级云/计算资源管理能力 ·AI流水线自动化与协调能力 ·对AI平台技术的深度掌握 ·企业AI工作负载的性能优化能力 随着这些新兴岗位与职位持续重塑商业格局，企业必须为更深远的变革做好准备。在下一章中， 我们将探讨IDC对未来五年AI革命发展趋势的预测。 ·基础设施自动化（云环境与本地部署）能力 ·大规模智能系统的监控与可观测性管理能力 · ·设计并管理AI增强型操作系统 ·实现资源分配与系统性能的自动化 ·开发并维护用于持续交付的CI/CD流水线 ·为AI工作负载协同设计硬件/软件系统 ·操作系统工程：从静态操作系统架构向支持智能体与预测分析的AI增强型平台转型 ·资源管理：借助AI实现资源分配与系统优化的自动化 ·软硬件整合：与AI团队协作开展智能系统设计 护与性能优化 ·基于AI分析的性能调优与成本优化 ·自愈系统：AI自动检测并解决故障，减少停机时间 核心能力 ·云运营协调与自动化能力 ·AI/ML应用的CI/CD（持续集成/持续部署）流水线设计能力 ·AI驱动的监控与资源优化能力 ·多云环境下的安全与合规管理能力 ·利用AI工具实现自动化配置、扩展与监控的能力 ·面向AI就绪的云架构迁移策略制定能力 智 能 世 界 的 I C

DevRhythm 是一款基于云原生架构的智能 CI/CT 平台，以开箱即用方式实现端到端的 测试管理，包括测试计划、测试用例、测试执行以及测试结果（含问题管理）和测试报告的 闭环管理。基于开放接口，可通过流水线与各类编译器、代码静态分析工具、自动化测试工 具和仿真台架等集成，内置制品管理。 产品基本信息 符合的标 准/认证 国际：无 国内：无 产品简介 （在需要罗列的时候请采用以下格式） 团队的使用需要。 （2）内置 AI 技术，实现测试用例的自动生成和自动化测试的智能调度。 2、开箱即用的实现与各类编译器、代码静态分析工具、自动化测试工具和仿 真台架的集成。 3、可视化基于价值流的流水线。 4、内置制品管理功能，实现 SBOM 的管理。 5、具备和 ALM 工具的无缝集成。 问世时间 2024 年 产品概述 产品特点 （说明与其他同类产品或服务相比，该产品的特性和差异化，对比优势在哪 （含测试台架）需要以流水线的方式实现集成，以便实现各种触发方式的调度执行、收集 并解析自动化测试结果，自动根据测试结果创建问题，从而做到问题在第一时间发现，加 速问题解决进度，同时提高测试设备的利用率。 3、解决方案 使用 DevRhythm 实现持续集成和持续测试，并与 Polarion ALM 实现双向集成。 4、项目收益 （1）将离散工具以流水线方式编排到一起，实现自动化执行和快速反馈，问题反馈时间

Platform 统一数据使用 | 分析、 模型训练、 数据开放 数据计算 探索分析 AI 流水线 运维管理 统一数据管 | 数据访问、 资源占用、 元数据 One ID 数据目录 元数据 访问审计 ，让客户触达数据价值 ，确保数据在客 户、产品单元和数据平台之间利用的合规 全量数据 面向业务 ，全量聚合云、移动、边缘以及符合 价 值需要的社会化数据 面向智能 智能为先 ，构建数据流水线支持智能的搜 索、分析和机器学习 ，支持智能的数据运营 。 " : , " " 用友云企业数据营销中台的特点卜 " ., · · 简单易用 公有云、专属云一个架构 ，开箱即 用的产品化部署支持