物料流转失控 不良品多 计 划 计划排程不合理 人 员 员工流动频繁 订单交期无法 预 期 工艺合规性无法 得到保证 质量控制计划合 理性 质量控制计划执 行性 生产进度不明 晰 频繁的订单变 更 质量分析缺失 设备异常较 多 积极性不高 库存不准确 设备成本高 培训不足 质量 物料 》》》 摄取 业务域 RGV 、 AGV 人工智 质量大数据 服务大数 据 在线监测 生产设备 智能人才 战略落地 设计规范 成本控制 设备高效 计划有序 质量稳定 管理规 范 CRM PLM 能 OPC PLC ERP HMI ● * 数字化车间：以塔网制造系统为中枢系统，以智能机器人、 AGV 、传感器为载体，实现人机互联、机机互联、机料互联， 节拍 / 产 能 OEE 分析 工艺监控 工艺预警 其他功能 异常管理 SOP 文档 物流管理 工装 / 刀 具 产品追 溯 作业管理 条码报工 批次流转 分批合批 返工 / 报 废 在制监 控 计划管理 辅助排程 协同计划 工单管理 计划调度 进度监控 行业解决方案系统应用架构 决策层 采集控 制层 移动 APP 设备报表 Modbus

空天地信息网络安全、网络与计算系统安全、人工智能与工控安全方向形成四大特色研究方向。 车联网安全研究报告（第六期） 1 目 01 前言 2 02 车联网安全态势分析 5 2.1 安全合规政策环境利好，车联网安全发展加速 5 2.2 车联网安全能力普遍不足，关键环节存安全挑战 6 03 车联网重点安全事件解读 9 3.1 本田汽车钥匙存在设计缺陷，无钥匙进入系统再报漏洞 9 践与应用经验，以期为企业提供 借鉴和指导。 车联网安全研究报告（第六期） 4 02 车联网安全态势 分析 车联网安全研究报告（第六期） 5 二. 车联网安全态势分析 2.1 安全合规政策环境利好，车联网安全发展加速 伴随智能交通系统的推进，信息通信技术的不断演进，促进了汽车、电子、道路交通运输等行 业的深度融合和发展创新，形成了包括技术、产业、基础设施和应用服务的车联网生态，全球车联 年 2 月，11 部委联合印发的《智能汽车创新发展 战略》提出，到 2025 年，中国智能网联汽车的技术创新、产业生态、基础设施、法规标准、产品 监管和网络安全体系基本形成。 智能网联汽车的安全合规覆盖汽车企业准入和车辆市场准入两方面，其中联网关键设备/整车认 证严重影响相关企业的业务拓展。国内《道路机动车辆生产准入许可管理条例（征求意见稿）》《汽 车数据安全管理若干规定（试行）》、《汽车

行业级智能驾驶智算数据平台预期将在数据、算力、算法三大人工智能支柱 方面提供行业级服务。 （1）数据服务。提供行业级数据服务能力，包括但不限于数据的汇聚与传 输、确权与鉴权、存储与管理、分类和分级、合规与脱敏、清洗与预处理、质量 评估与价值定义、可视化与分析、机器学习平台集成、交易与共享等。 （2）算力服务。提供行业级算力服务能力，包括但不限于算力资源跨地域 汇聚、异构算力支持、资源隔离与 共研究机构等。该项目开发了行业级数据共享平台，制定了数据标准与规则。 Catena-X 基于 GAIA-X 和 IDSA 的欧洲原则，致力于解决汽车行业中的挑 战，如供应链韧性、合规性、可持续性和监管需求。通过构建端到端的数据链， 使企业能够轻松连接到新的业务应用程序，并实现合规、弥合信息差距。项目的 技术基础包括一系列核心服务，如身份和访问管理、数据交换、以及数字孪生注 册表等，旨在促进数据的标准化和互操作性，同时确保数据主权和安全性。 我国在智能驾驶领域缺乏明确且细化的数据共享政策细则，特别是在数据确 权、定价、流通等关键环节上存在短板。在实践中，行业仍面临数据产权界定不 清、流通规则模糊、共享激励机制不足等问题，数据共享的合规性和安全性保障 智能驾驶智算数据平台发展研究报告 6 不足，许多企业不愿开放自有数据资源，这直接限制了智能驾驶领域高价值数据 集的形成，尤其是 Corner Case 和自动驾驶事故数据的汇集，制约数据生态构建。

第四，多云中立灵活部署，避免单一厂商锁定。 一体化云数据库支持在本地数据中心、混合云以及多云环境中的部署和灵活调度，显著提高了运 营效率。这种多云架构的适应性也能够更好地满足零售企业在跨境业务中的合规性要求。这为企 业提供了更大的灵活性和选择空间，避免了单一云厂商锁定风险，并能根据业务需求和成本效益 在不同环境中优化资源配置。 一体化云数据库四大能力特征，将数据基础设施从“成本中心”升级为“价值枢纽”，显著优化 著降低 AI 应用的开发门槛 和调用成本。 同时，其多云架构适配跨境合规要求，支持零售企业的全球化战略，助力其拓展国际市场 。随 着零售企业业务的全球化拓展，跨境数据合规和跨区域部署成为重要挑战。一体化云数据库支持 在本地数据中心、混合云以及公共云环境中的灵活部署和调度，其多云架构能够更好地适配不同 国家和地区的合规性要求。这种灵活性使得零售企业能够根据全球业务布局，优化数据存储和处 业内部知识库， 打造出“伯俊 AI 通识小助手”，有效避免了大语言模型（LLM）因数据不足而造 22 成“回答失准”的问题  分布式存储：伯俊科技借助一体化云数据库的分布式存储能力，在严格合规的前 提下高效存储并处理导购与消费者的海量沟通语料数据，包含品牌核心商品库、 消费者 360 度画像数据库三大核心数据资产，为训练会员成交大模型提供了安全 可靠的支撑平台。 企业收益  AI

效促进了全国范围内开展自动驾驶汽车的规模化示范应 用和新型商业模式的实践探索。同时，深圳、上海、重庆、 武汉等许多城市也在积极借助地方立法强化安全保障措 施，推动自动驾驶及相关产业的安全、合规发展。安全 无国界，中国也积极参与国际安全标准制定，推动技术 与规则的互认互通，在开放合作中贡献中国安全方案。 《汽车智能驾驶技术及产业发展白皮书》的发布恰逢其 时。本书系统梳理了技术演进脉络、产业生态格局与未 程度直接决定着产业发展的深度与广度。我国已将智能 驾驶技术发展提升至国家战略高度，通过政策法规创新、 标准体系构建、测试场景开放等多维度推进技术落地。 然而，面对复杂的道路交通长尾场景应对、车规级芯片 性能瓶颈、车用操 作系统自主可控、数据安全与伦理 挑战等关键问题，产业亟需系统性梳理技术路径、研判 发展趋势、凝聚发展共识。 本书中所述的智能驾驶是行业内的一种通俗叫法，涵盖 了 许3级自动驾驶汽车上路测试及运营。二是企业竞争加剧。 头部企业正加速技术迭代，华为发布乾崑智驾 ADS 4 组 合辅助驾驶系统、比亚迪推出全车系组合辅助驾驶升级 策略、吉利汽车推出“千里浩瀚”组合辅助驾驶系统、长安 汽车发布“北斗天枢 2.0”计划、小鹏 G6 全系标配图灵组 合辅助驾驶系统等，智能驾驶技术已成为企业争夺市场、 塑造核心竞争优势的重要方向。三是用户需求升级。在 购车决策中

数据采集 ) 感知层 ( 数据来源 ) 汽车金融 汽车 o2o 未来的汽车大数据体系整体架构至少包括数据的整合、分析、应用三个层面。 平台层 ( 数据管 理 ) 数 据 整 合 数 据 分 析 数 据 应 用 应用层 ( 数据消 费 ) 用户行为 智能终端 数据处理 数据管理 数据分析 数据存储 传感器网络 行驶任务 5 完全自动化 • 系统能够完成所有环境条件下的所有驾驶任务 自动驾驶是过去 10 年最火热的赛道 ，但直到 2022 年才有部分企业推出具备 L3 级功能的车型。究其原因， 除法 规发展落后于产业发展外 ，很重要的一点在于自动驾驶系统积累的数据量还不够 ，存在安全隐患。 SAE 对自动驾驶的分级标准 自动驾驶近年来一直未能进入 L3 会议、智能 文 档处理等工具，将工程师从事务性工作中释放，为技术创新提供效率保障。 中层聚焦服务型部门 AI 化实现运营质变，在财务、采购、人力等支持体 系内植入 AI 引擎，显著提升供应链响应速度与合规敏捷性。 顶层直指专业部门 AI 化重塑核心价值链——这正是本报告的核心视角： 我们聚焦研发设计→ 生产制造→用户运营等汽车专业价值链的 AI 重构，深入 剖析 AI 如何深度改造汽车研发、制造、营销等专业领域，例如用生成式

FDA/EU/PICS 等国 际法规要求，合规的验 证 集 成 MES/MCS/RCS/SCADA /SAP 等系统交互 系统传输、对接密闭方 式 ，实现无尘化 物料拆包、称量、转运通 过工单指令自动完成生产 数字化固体制剂项目应用场景及分类 AUSTAR 数字 化 无尘 化 少人 / 无 人 化 无纸 化 信息 化 合规 化 项 目 特点 7/47 0 降 低 系 统能耗。 减少人员数量，减少手 工操作。 避免混淆、差错，防止 污染与交叉污染。 优 化 物 流 途 径 ， 无 人 化转运。 物料传输过程中，确保 准确性和安全性。 合规、 精益生产、无人 化、无尘化、无纸化、 AUSTAR 垂直流 /AGV 自动转运 物料流径简洁化 / 不同生产区间充 分采用 AGV 进行无人化转运。 ■ 以终为始，既定目标在实施过程中的实现 称 创建 号 处 方 部门 单位 生产日期 投料 称量 AUSTAR 发布 回 完成 37/47 保存 关闭 填报 目 世 台 9 ② 色 确认 目母合◎ D0 投料 日 母 台 ◎ 区 设备参数 图形化设计，拖拽修改，简单易用 能人处方端号茄述 YD0D1 衡 处方描述 液跟险 V1 南级盗宿 版本

.................................................................................... 26 3.2.2 电子行业合规性 ................................................................................................. 食品饮料行业生产管理特点 ............................................................................... 34 3.3.2 食品饮料行业合规性 ........................................................................................... 36 3 .................................................................................... 43 3.4.2 钢铁行业合规性 .................................................................................................

性”向“数字体属性”的官方定性。同年，《新能源汽车产业发 展规划 2021- 2035 》将智能化与电动化、网联化并列为核心战略三角， 要 求突破“复杂环 境感知”“多源信息融合”等关键使能技术，并将“车规级 AI 芯 片”“端云 协同计算平台”列入优先攻关清单，为产业转型注入国家意志。这些 政策的出 台，为汽车行业的智能化转型提供了明确的方向和有力的支持。 人工智能大模型技术的爆发式演进，使政策目标加速转化为产业实践。 汽车的发展，拓展了汽车产业的边界和发展空间。例如，智能网联汽车需要高 性能的芯片来支持其智能功能，这促进了芯片产业的发展；车联网服务需要强 大的云计算平台来处理和存储数据，带动了云计算产业的增长。同时，产业融 合也促进了技术创新和人才流动，提高了整个产业的竞争力和创新能力。 09 产业协同加深 汽车行业的智能化转型需要产业链上下游企业的协同合作。整车企业、 零部件供应商、科技公司等将加强合作，共同推动 AI 技术在汽车行业的应用 和发展。车企与芯片制造商合作开发高性能的车规级芯片， 以满足智能网联 汽 车对算力和处理能力的需求。与软件开发商合作优化智能座舱系统和自动驾驶 算法，提升产品的智能水平和用户体验。 同时，跨行业的合作也在不断加强，如汽车与医疗、教育等行业的融合，

时 互 联 运用数字化技术，对施工现场“人机料法环”等关键要素做到全面感知和实时互联，实现施工项目管理的数字化、系统化、智能化，从而驱 动施工项目管理转型升级。 宇 泛 平 台 - 多 端 合 一 全 面 感 知 ， 实 时 互 联 支持多终端应用呈现，满足不同用户、应用场景需求。 系 统 应 用 - 劳 务 实 名 制 一 脸 通 行 ， 高 效 便 捷 一 人员进场 • 姓名 实时显示，帮助管理人员提前发现安 全隐患，并快速定位和响应。系统稳定可靠，拓扑简单，可根据实际需求进行应用对接。 系 统 应 用 - 智 能 工 况 分 析 违 规 行 为 ， 无 处 遁 形 对采集的视频图像进行智能分析，自动识别现场施工人员是否佩戴安全帽、是否穿戴合规工装、以及对吸烟和人群聚集殴斗等风险行为作 出判别， 能进行语音提醒和警告并对报警信息进行记录留存，为安全施工监督提供有力保障。 工装穿戴检测 活 体 、 记 录 上 报 、 控 制 接 口 特 种 设 备 作 业 人 员 管 理 为安全施工监督提供有力保障 卓越算法，监督精准 就近建设，便于集成 超强适应，无需调整 施工作业不合规行为智能分析 定位 特点 价值 智 能 设 备 - A I 智 能 分 析 终 端 功 能 ： 安 全 帽 检 测 、 反 光 衣 识 别 、 烟 火 预 警 、 人 群 聚 集 和 危 险 行