卓越级智能工厂项目申报书 项目名称： 申报单位： (盖章) 推荐单位： (盖章) 申报日期： 2025 年 月 日 申 报 须 知 一 、申报单位应在申报书首页、真实性及保密承诺页加 盖公章。 二 、工厂应已完成建设，并获评先进级智能工厂。 三 、工厂整体建设成效应为智能工厂建设前后测算值。 四 、上传的盖章版申报书和提交的纸质版申报书应为系 、申报书所有内容均不涉及国家秘密和商业秘密，如 有涉密情况，愿承担相应责任； 三 、愿意配合开展现场核查、技术推广和典型案例交流 等工作。 公 章： 年 月 日 1 一、申报主体和卓越级智能工厂基本信息 ( 一 )申报主体基本信息 企业名称 统一社会 信用代码 成立 时间 企业性质 □中央企业 □ □ 地方国企 民营企业 □三资企业 企业类型 1 ) □否 企 业 简 介 (发展历程、主营业务、市场份额等方面基本情况，不 超过 1000 字。) ( 二 ) 卓 越 级 智 能 工 厂 基 本 信 息 卓越级智能工 厂具体名称 所属行业 □原材料□装备制造□消费品□电子信息 智能工厂总集 成方案供应商 名称 4 总集成方案供 应商联系人及 联系方式 建设起止日期 建设总投资 (万元)

并生成文本、图像、音乐等内容。比如 BERT、GPT、 PaLM、BLOOM、LLaMA 和 Chinchilla，就都属于 大型语言模型。 术语须知 探讨采用生成式人工智能所面临的挑战 • 从试点转向生产 • 选择卓越的高性能基础模型（FM） • 使用专有数据来增强基础 FM，打造与众不同的应用程序 • 保护数据并控制数据共享方式 • 培训人员掌握这一新技术 大众认为在采用生成式人工智能时某些方面会遇到挑战，其中包括 6 应用场景 1 ：产品工程 更快开发出更出色的新设计 当今的制造公司面临着诸多挑战，既要应对本地设备限制、远程系统访问， 又要不断创新以保持竞争力。生成式人工智能让制造企业能够快速有效地探 索卓越的设计方案，来大幅度减少成本、材料以及杂乱无章的情况，并尽可 能缩短设计时间，优化生产方法，而其输入内容和制约因素的数量之多，超 出了人类的想象。 设计潜力 通过将人工智能与高性能计算（HPC）相结合，生成式人工智能重塑了不同 客户可从亚马逊云科技服务中获得的相同的安全防御 能力、访问权限控制等功能/特色。底层是用于训练 LLM 和其它基础模型来生成推理或预测的基础设施。 凭借企业级的安全性和隐私性、可供选择的优秀基础模 型、数据优先的方法以及性能卓越、成本合理的基础设 施，制造企业相信亚马逊云科技能够加速发展生成式人 工智能技术，从而减少将新产品和服务推向市场的成本 和时间，提高员工生产效率，简化运营，优化供应链并 改变客户体验。 亚马逊云科技云端生成式人工智能（续）

AI 赋能离散制造业 ， 打造高效精益卓越工厂 > 01 AI 全方位助力制造业发展 > 02 数字化工厂解决方案 > 03 客户成功案例 行业背景 2025 年 6 月，工信部在审议《工业和信息化部信息化和工业 化融合 2025 年工作要点》时，明确提出要实施“人工智能 + 制 造”行动，加快重点行业智能升级，打造智能制造“升级版”。这 通过挖掘和提炼生产中产生的海量信息，优化设备运转、工艺流程、提高检测 效率、提高自动化程度， 减少设备损耗，提高生产效率；  销售 / 售后：利用 AI 技术实现精准营销、快速响应的售后服务等。 AI 全方位助力制造业发展 卓越工厂的数字化伙伴 > 01 AI 全方位助力制造业发展 > 02 AI+ 数字化工厂解决方案 >

造升级，分区域型、平台型、企业型三类推进数字化转型促进中心赋能提智，开展常州市智能制造典型场景培 育推广工作，以国家智能制造典型场景指引为参考，推动基础级、先进级、卓越级、领航级智能工厂建设。 （四）“培”标杆，打造梯度样板 7 ①城市篇 近三年，建成全球灯塔工厂1座、国家卓越级智能工厂2座、省级先进级智能工厂167座，3家单位获评国 家智能制造示范工厂揭榜单位，3176家企业开展星级上云。引导“链主”企业搭建产业链协同平台15个，累计 等重大人才计划，大力引进“AI+制造”领域高层次人才。举办人工智能赋能产业相关赛事活动，以赛代引，产 业聚才。二是大力培育人工智能高技能人才。建立产教协同育人机制，面向人工智能等新型产业领域和智能 家电等重点产业领域，建设“卓越-产业-现场”工程师学院体系。建立产学研人才共享机制，依托工程师学 院、现代产业学院选派“科技副总”“产业教授”。打造宁波市软件工程人才创新基地，实现软件人才“培训—实 训—就业—创业”的流程闭环。 法、数据要素、智造装 备与人才资源等关键问题，为人工智能与制造业的深度融合构筑坚实基座。 （三）坚持要素聚合，夯实“模型—数据—装备—人才”基座 获评国家级智能制造试点示范项目51个，培育国家级卓越智能工厂3个。试点推动石化行业大模型在我 市石化行业中小企业的落地应用。累计开发航工智能工业领域垂直模型19个，打造省级模型算法、智能体应 用7个。 12 2025年度制造业数字化转型典型案例集

运营管理基本原则是智慧工厂成功的 基石 结合智慧工厂项目经验以及对众多成功智慧工厂 案例的分析，普华永道思略特发现：智能解决方 案是提升工厂运营效率的赋能手段，工厂运营管 理基本原则是成功智慧工厂与实现卓越运营的基 石。建设卓越运营的世界级领先工厂是长期且体 系化的工程，企业应秉承精益原则，建立长效管 理团队与运转机制，同时关注工厂运营诸多重点 管理环节，例如：产销协同，整体设备效率、全 面质量管理和全员生产维护等。工厂数字化、智

实现规模化收入领先者 u 微亿智造成立于 2018 年， 多年深耕工业智造领域， 围绕“感知 - 学习 - 决策 - 执行”核心能力、 以“端 - 边 - 云”实施架构， 为全球客户提供开箱即用、 高度柔性且具备卓越智能水平的工业具身智能机器人产品及解决方案。作为多行业、 多场景商业化先行者， 公司已实现规模化落地应用， 全面覆 盖 3C 电子、汽车制造、快消品、新能源及半导体等行业。 微亿智造：竞争优势与行业地位 宇树科技是国内最早布局机器狗的企业之一， 创始人王兴兴首创电驱动方案， 大幅降低成本并提升产品寿命， 短短数年从高校实验室产品至全球 机 器狗销量领先的企业。依托机器狗技术积累， 公司延伸至人形机器人领域， 产品以高性价比、卓越硬件性能及运动能力出圈， 成为人形机器人 的 “ 中国范式”。 宇树官方具身智能交流社群 · 宇树科技：主要服务客户 开发者数据可反哺产品选代 不同的开发者将放在产品在 月 29 日， 于港 20 2 1 发布全新一代 Walker X ；入 选 2022 年全球 更受 瞩目的十大 机器 20 19 发布第二代 Walker 机器人； 被评为卓越人 工 智能引领 Top30 20 15 承办第十七届全 国机器人锦标赛 暨第六届国际仿 人机器人奥林匹 应用案例：人形机器人 Walker C 大众场景 娱乐互动 大型商超

层别信息定义及查询 6. 自定义监控方案 7. 自定义判异准则 直方图 统计量分析 SPC 分层管理看板 质量管理 - SPC 质量追溯 &MRB 管理→ CI& 卓越绩效 管理 手工 文件 录入 导入 质 量 控 制 离线 PDA 条码 。。 ORT/ 功率抽检计划 实验委托单 任务调度 实验受理 实验待办 实验完成 实验进度管理 年度试验 IaC 车问抽检 入库检验 临时丢托 委托人 待实验任务 ORT LID 实验 X 条码管理 Cl& 卓越绩效管理 质量追溯 &MRB 管理 质量管理 - 实验室管 理 实验报告 标片管理 ERP 系统接口 产品清单、物料清单 邮件系统 待办、邮件 留样编号 ( 条码

认知工厂的构架是多层物理信息系统虚实联动和集成 L ４ : 用户管理层 生态系统 新零售 第三方平台 终端销售 产品定制化 服务个性化 用户洞察 移动 APP B2B 管理 大规模定制的模式和卓越的订单交付 + 移动终端 L2: 生产计划及执行层 工业物联网 生产执行系统 （ MES ） 认知设备维护 助手 设备管理系统 认知视觉／听 觉 检测系统 能源及安全管 理系统 认知机器人 预测性维护系 统 仓库管理系统 （ WMS ） 预测性维护（ PM ） 认知质检员 GiView Maximo 良率管理 （ YMS ） SiView / MES Express ME 的卓越运营系统和认知方案最大化的提升运营效率 33 GUANLIJISHUHUA GUANLIJISHUHUA 推广阶段 实施阶段 探索阶段 分析验证 互联落地 集成控制 协同共享 •

告警等模块管理，实现数据二次分析，辅助改善生产现况。 关键价值：项目实施后，将生产线设备运行状态目视化，提升解决问题的反应速度和处理时间。设备停机时间减少 8 分钟，问 题处理效率提升 20% ，生产数据准确率提升 45% 。 卓越技术数智制造

效替代传统的分库分表架 构，避免了异构系统集成带来的复杂性。一体化的管理模式显著减轻了运维负担，降低了运维复 杂度和所需的人力成本。同时，通过提升资源利用率，实现了综合成本最优。 在规模化下的卓越成本效益方面，一体化云数据库通过先进的压缩技术，能够将存储成本降低 70%-90%。其多租户能力支持数据库整合，显著提高了本地数据中心、混合环境和公共云的运 营效率。在大规模场景下，其总拥有成本（TCO）可降低 零售企业在数据库产品选型时，应从架构设计、成本效益与性能平衡、稳定性与高可用、IT 基 础设施融合能力、安全与合规能力以及 AI 原生能力等多个维度进行全面考量。 选型者必须摒弃追求单项指标极致的思维，转而寻求在这些关键维度上提供卓越且均衡表现的一 体化云数据库，以构建面向未来的智能化数据底座。 表 5：一体化云数据库产品六维评估模型 （数据来源：爱分析） 40 架构设计：架构设计是数据库选型的基础，零售企业需要关注数据库的长期可用性和供应商背景。 API，满足多样化数据模型的需求，简化数据架构。支持多种数据类型，包括键值、JSON、 GIS、XML、全文索引和 SQL 查询，并提供 Table API，兼容 HBase 接口，确保在大规模 数据存储和高性能读写场景中，始终展现卓越的处理能力。  向量融合查询（SQL+AI）：通过统一架构，支持向量数据、关系数据和 GIS 等融合查询， SQL 执行关系数据操作，无缝集成向量检索，助力 AI 应用快速落地。支持向量数据、索引