1 GUANLIJISHUHUA GUANLIJISHUHUA 智能制造深层剖析 2 GUANLIJISHUHUA GUANLIJISHUHUA 中蝈制造 2025 是对中蝈制造业转型升级的整体谋划，不仅提出培育发展新兴产业的路径，同时重视对传统产业进 行改造升级，预计在未来很长一段时间，都将是中蝈改革发展的重点。 中国制造 2025 中国制造 2035 中国制造 2045 制造业大蝈 认知技术超越了传统的数据分析，擅长处理非结构化数据、机器学习和人机交互。对智能制造有着突破性的意义。 24 GUANLIJISHUHUA GUANLIJISHUHUA 更强数据采集能力 更大范围网络连接 更深层次的数据链打通 更复杂的数据分析和决策 物理设施 DCS/FCS SCADA HMI/IPC MES（各类模块） CAX SCM CRM ERP Level0 现场执行设备 Level1

车联网落地最佳模式 ——汽车 OBD 深层应用 国内汽车业竞争激烈， 各厂商一直谋求突破， 今天汽车在智能化应用和信息 化层面打造“车联网”概念。车联网概念一出就受到众多商家追捧，在狂热追捧 和艰难探索中， 车联网落地却不如人意？车联网落最关注的功能是 “汽车安全”、 “实时交通导航”、“娱乐和便民服务”， 但究竟什么模式才能真正让车联网落地， 这是我今天需要探讨的。 在市场经济社会所有的落地都离不开用户的认可，

现有安全监测手段局限性 供应链监管困难 应急处置效率低、执行难 防守服务目标 发 现 内 部 隐 患 发现企业内部关键信息基础设施存在的突出问题 和深层次漏洞隐患，检验企业的精准防护能力 检 验 安 全 防 护 能 力 通过设立深层次的演练，检验公司已建的安全防 护措施是否有效 检 验 检 测 预 警 能 力 检验企业内部网络安全监测发现、威胁预警、安 全防护和应急处置的主动防御和动态防御能力 对发生的安全事件实时进行应 急处置，确保业务连续性 护网演习裁判为主导，指导 现场攻击队员，对实战中可 能进一步深入使用的攻击手 法和攻击策略进行推演，发 现深层次的安隐患 裁判对实战演习进行全面总 结，凝练演习发现的深层次 安全隐患，并提出相应整改 意见 组织动员 工作统筹协调 制定防护任务、技术 应急处置、确保执行 外协人员安排、管理 流程管理与跟踪 实时跟进防护策略 立资产特征白名单， 发现安全隐患，减 少资产互联网暴露 面 设置安全监测产品， 提升内部网络安全 监测发现能力、预 警能力、应急处置 能力 实行边界防护 + 内 网防护机制，建立 深层次安全防御体 系，增强内网访问 控制 攻防演练 进行模拟攻防演练 （预演） 资产评估服务 网探 D01 （资产探 测） APT 检测系统 网防 G01 （主机防 护） 网哨 Z01 （

4.00 6.00- 8.00 10.00 12.00 14.00 16.00 18.00 20.00- 22.00 24.00 26.00 28.00 30.00L 深层水平位移数据 混凝土支撑 10 15 20 25 30 35 5 月 21 日 — 5 月 22 日 5 月 大临位置 华 扬居委 5# 基坑 3 层裙房 3# 东区基坑 # 基 坑 3# 西区其 坑 应用伺服 1# 基坑 2# 基 坑 中科路 伺服支撑 幼儿园 P19 测斜孔深层水平位移曲线 累计位移 (mm) -50 51015202530354045505560 第 1 道混凝土支撑 2 第 2 道伺服钢支撑 6 第 3 道伺服钢支撑 8 第 4 道伺服钢支撑 25 5 道支撑标高： -13.5m 5 道撑形成时间： 2017.7.8 34 36 38 一—三道支撑 — 四 道 支 撑 — 8 月 6 日 五 道 支 撑 P22 测斜孔深层水平位移曲线 累 计位移 (mm) -50510152025303540455055606570 第 1 道混凝土支撑 2 第 2 道伺服钢支撑 6 第 3 道伺服钢支撑

核心概念与时代意义 (1) 第 一 部 分 中华民族共同体意识的内涵解析 习近平总书记在内蒙古考察时明确指出，铸牢中华民族共同体意识是新时代党的民族工 作的主线，也是民族地区各项工作的主线。同时强调文化认同是最深层次的认同。这一 重要论述揭示了一个关键判断：铸牢中华民族共同体意识，离不开共同的历史记忆和精 神认同。这种认同不是抽象概念，而是在长期共同奋斗中形成的情感联结与精神纽带， 是维护国家统一、促进民族团结的思想基础。 胞跟党走、谋解放的思想共识，并转 化为各族人民群众参军支前、携手建设的自觉行动。这一历史经验表明，中国共产党始终代表和 实现各族人民的共同利益，这种在历史中被反复证明的认知，正是各族群众对党形成深层政治认 同的重要根源。 马克思主义民族理论的中国化实践 情感凝聚：共同斗争中铸就的民 族团结 第 ‌ 三 部 分 抗日战争中的民族联合 第 一 部 分 大青山根据地的民族团结烽火 最深厚的情感基础。 集体记忆对共同体意识的塑造作用 文化认同：红色文化引领下的文 化融合 第 ‌ 四 部 分 红色文化与中华优秀传统文化的融合 第 一 部 分 习近平总书记指出，文化认同是最深层次的认同，是民族团结之根、民族和 睦之魂。红色文化将中华优秀传统文化中蕴含的家国情怀、守望相助等价值 追求，与革命文化中共同斗争、共同牺牲的实践经验融为一体，构成了中华 文化共同体的重要精神支

（二）顶层产业科技创新战略持续深化，产业科技创新生态不断完善 创新政策支撑将更加有力。随着“十四五”规划收官和“十五五” 规划的启动，2026年，我国产业科技创新政策将在国家战略的指引下进 入系统深化阶段，阻碍创新的深层次体制机制障碍将得到进一步破解， 各类创新主体的活力得到激发。新型举国体制的优势在关键核心技术攻 坚战中愈发凸显，尤其是在高端芯片、基础软件等战略性领域，有望实 现更多突破性应用，为产业迈向价值链高端奠定坚实基础。创新生态保 文总量世界第一，达到美国的两倍，PCT国际专利年度申请量位居世界第 一。但是从产业化角度来看，真正具备全球影响力和商业可持续性的现 象级产品依然稀缺，以DeepSeek为代表的高水平应用尚属凤毛麟角，反 映出深层次问题。一方面，基础研究投入与主要发达国家仍有差距。近 049 年来，我国基础研究经费投入持续高位增长，2024年达2497亿元，占全 社会研发经费的比例为6.91%，但与主要发达国家12%—23%的比例相比仍 第三梯队企业跟进。 051 （三）新兴产业治理模式滞后制约发展的稳健平衡 当前，我国新兴产业在技术快速迭代的同时，治理体系尚未同步 适配，暴露出制度供给滞后、监管模式僵化和多元协同不足等深层次矛 盾，制约了创新生态的健康发展。一是制度供给滞后于技术演进，陷入 野蛮生长和过度抑制两难。新兴产业具有高度不确定性与跨界融合特 征，而传统政策制定周期长、修订慢，难以匹配技术发展节奏。例如，

顾 过 去 前 瞻 性 先进的分析包括 AI- 机器学习、深层学习、 NLP 与基于主体的新一代认知大数据系统 越来越复杂的数据与 分析 预测性分析 基于过去预测未来产出 ( 可以发生什么 ?) · 对现有及未来客户价值具 有前瞻性 非全部 ) 深层因果推理 虚拟个人助理 推荐系统 计算机翻译 PwC Soft Robotics 模拟模型 ( 工序自动化 ) 影像分析 可视化 规划 自然语言检索 图表分析 深层 Q&A 系统 ( 认知计算 ) 深层学习 社交网络分析 新一代自然语言 传感器 / 物联网 音频 / 语音分析 知识表示 机器学习 机器人技术 先进性分析包括人工智能 (AI) - 机器学习、深层分析、自然语言处理已经成 62/115 为数据与分析团队的重大部分 企业数据与分析资产 企业分析学院 企业分析创新

报告，把 工程智能作为建设数字中国的重点领域；美国、欧盟纷纷出台专项政策与法律框 架，加大研发投入、规范发展路径，全球范围内的战略布局与协同创新已然形成。 技术层面，大语言模型实现从表层流畅到深层认知的跨越，数字孪生、时空多模 态基础模型与工程场景深度融合，工程智能操作系统的核心架构逐步成型，让曾 经的技术构想正在变为现实。应用层面，智能建造的生成式设计、智能制造的预 测性维护、智慧城 在自然语言理解、代码生成和复杂推理等方面的能力上取得了跨越性的进步，能 从表面流畅转向深层认知功能，通过人机交互、自主规划、动态执行、调用工具 等智能体能力完成人类交付的复杂任务，正被深度集成到各类工作流程中，掀起 了生产力和效率的革新。这场由人工智能驱动的技术变革不但正在重新定义诸多 行业的工作方式，还将深刻地变革科研、教育、产业等众多领域的生产与发展模 式，在深层次上推动了社会经济结构的转型。 面对人工智能带来的巨 工程智能的核心愿景，在于通过平台化架构实现对工程领域的规模化赋能。 此处所提之“规模化”，其核心可凝练为三个关键词，分别是：“四个维度”“三 个层次”与“工程智能操作系统”[9]。本小节将重点阐述“四个维度”和“三个 层次”的深层内涵，而 “工程智能操作系统”，即实现工程智能规模化的统一 技术平台，将在第五章中进行详细阐述。 工程智能白皮书 AI for Engineering White Paper ©同济大学工程智

权 重 来 实 现[9-10]。优势在于从数据中学习的能力，善于处理复 杂的、模糊的问题。 1.1.2 主动学习 与传统结构化的知识获取方式相比，大模型采 用自监督学习方法，主动捕捉训练文本中更深层次 的特征和规律，而非在预设知识结构下的信息抽 取[11]，从而具有突破已有认知局限实现创新的潜能。 1.1.3 数值计算过程 模型通过优化其预测下一个单词（如 GPT）或填 充缺失单词（如 BERT）的能力，来调整多层神经网络 识，从而具有能够适应新环境并解决复杂问题的能力。 按照过去信息化建设经验，提升系统智能化水 平有两条路径：1）依靠对智能化应急装备设施的不 断更新换代；2）引入更多更强大的模型和算法对数 据进行更深层次的挖掘。前者的问题在于依靠设备 设施更新更多解决的是业务系统的效率问题，并且 技术进步如果仅仅是“穿新鞋走老路”的模式，终将 面临发展的瓶颈[23]。后者的问题在于模型算法更适 用于解决问题路径清晰的应用情景，而问题本身模 11卷 指 挥 与 控 制 学 报 满足不同利益相关者的需求，提供定制化、个性化 的知识输出[27]。 3.1.3 跨学科知识创新与应用 知识创新是对已有知识的深度挖掘、整合和创 新之上，实现更深层次的知识洞见和理解，这一过 程也称知识生产。应急管理领域知识创新涉及到管 理学、社会学、心理学、工程学、信息科学等多个学 科知识的交叉融合，是一种应用情境中的跨学科知 识生产，具有强烈社会弥漫性特点[24-25]。与单学科或

采集响应较慢 • 系统扩容改造工作繁 杂，扩容性差 • 设备接入增加，不断 扩容，降低平台稳定 性； • 海量数据存储，需不 断扩容存储设备。 • 传统大气监测方案对 数据进行展示，但对 数据的深层挖掘较少， 数据价值没有得到充 分体现 价格低廉、大规模 部署 实时性、扩容性好 支持大容量并发和 存储 数据解决能力 • 每个节点价格低，且 可满足空气质量监测、 数据传输功能，无需 昂贵的监测设备，和 • 分布式结构、完备的 数据接口和多重保障 机制，高效资源管理 和安全存储 • 提供数据一致性加工、 行业间数据融合、 • 数据搜索、数据订购等 服务 • 降低应用跨领域的复 杂性，挖掘数据的深层 次价值。 自建 型物 联网 应用 开发 案例分享（ 1 ）大气污染实时监控系统 传统大 气监测 方案 基于物 联网技 术的大 气监测 方案 12 案例分享（ 2 ）颗粒物、噪声管控方案