外，围绕“第二增长曲线”的战略布局逐步展开，国际 化扩张加速，呈现出“以投资换未来”的典型特征。在 轮胎轮毂板块中，行业经历了新一轮产能出清，头部 集中趋势加强，2024年营收同比增长14.5%，在新能 源车放量与国际本地化带来的结构性机会下，通过成 本优化与技术突破持续推进国产替代进程。底盘板 块则凭借持续的产品创新与技术变现，板块净利润 快速增长。头部企业积极向线控底盘、机器人等前沿 方向延伸，并关注其商业化路径的打通，当前已开启 中国车企海外业务发展趋势 受经贸多元、新质生产力与本地化2.0驱动，2030年 中国车企海外销量预计可达700~1,000万辆。“十五 五”阶段，中国车企出海同时面临结构性机遇与多方 风险挑战。美国霸权失信加速经贸多元，为中国品牌 创造了更多进入机会；新质生产力的持续释放成为 车企向上突破的关键支撑，助力中国车企弯道超车； 同时，全链本地化2.0正引领利益共赢。然而，风险与 挑战也并存，多变的国际关系导致不确定性大幅上 致竞争格局固化，短期内难以打破。机遇与风险的叠 加导致中国乘用车在乐观情境下销量将于2030年达 1,000万辆，保守情境下达700万辆。 中国零部件企业海外营业收入快速增长，龙头企业持 续通过本地化落地强化全球布局。其中，中国新能源 部件、汽车电子及其他零部件企业加速出海，普遍实 现海外营收增长。 14 XX 海外业务占⽐ 2022 vs 2024海外业务收⼊CAGR 新能源 部件

是业内领先的智能制造融合基础设施提供商 ， 用工 业安全边缘云构建本地化智能制造平台 ， 服务于制 造企业数字化、 自动化、 智能化转型升级。 核心 产 品 “渊联工业魔方”实现软硬件一体化 ， 即插即 用， 快速低成本把制造企业带入数字化新世界。 使命 「 让 智 能 制 造 不 再 高 贵 」 愿景 「成为智能制造标准设施」 实现智能制造的本地化工业互联网平台

二是生成流程的完整性，生成内容的完整性要依靠数智化流程的完整性来保证。设计大模型通 过流程等企业私域知识训练，使大模型具备自动识别流程完整性能力。 • 三是模型对于输入知识的补全能力，设计大模型通过搭建本地化的企业大模型，通过模板等企 业私域知识训练，使大模型具备完整需求主动交互收集能力。 • 四是应用的具体场景与需求，针对于不同的具体场景，提供不同的交互逻辑与问题解决方式， 在不同的应用领域上，提供特化的训练模型。 模型需要考虑的一 个重要影响因素，必须确保来源的正当性。 现在的语言大模型多为被动提问接收，且企业的私域知识不便用于训练公共大模型，需求的接收不完 整导致生成结果的随机性。设计大模型提出建立本地化的企业大模型，以规范性的企业私域知识进行 训练，将企业知识图谱与企业本地大模型融合训练，使生成内容具备规范性。 汽车产业 AIGC 技术应用白皮书 21 PAGE 2.2 汽车设计AIGC系统 可信性。 设计大模型根据主动收集的需求，调用仿真模型基础模块库，自动生成数字化任务场景，供设计师确 认；根据场景工况知识图谱生成全覆盖测试工况和场景模型，实现自动化测试。 设计大模型技术搭建本地化企业大模型，利用流程、模板等企业私域知识训练，使大模型具备完整需 求主动交互收集能力，同时以企业知识图谱进行知识输入与大模型的融合训练，使大模型生成内容在 知识图谱中有据可循，确保了生成内容的可信性。

园区项目经验） ---- 要求集成商有丰富的园区集成项目经验 持续运营 园区推广： 从试点园区推广到各个园区，要求集成 商： l 具备推广复制成功经验的能力 l 具备全国网络和本地化服 务 资源 为确保长期可靠运作，要求集成商： l 物联网设备运营能力 l 全国服 务 网络，快速响应售后 项目关键成功 要素 对集成商的要求： 方案落地能力： 经过大量实际项目积累的工程经验

输入班制，排班开始日期，结束日 期，手动排一个轮回的班次后，根据班制自动排班完成之后排班。可以对排班进行查询 重、排等操作。 3.11 可扩展功能 完成以上部分仅仅是代表着一个本地化的平台已被实施，对于本地化的服务是完全适 合的，但是可能无法满足移动化的灵活需求，所以，该平台还需要具备一些可扩展的开放 性功能，便于今后的移动化需求升级和灵活的应对一些功能的变更。 3.11.1 应对需求升级 没有一个平台是万能的，也不能排除后期可能有一些更专业的功能需要完成 时，原平台需要提供相应的数据，因为数据不会发生变化，也不会被局限。这 就需要预留相关的数据接口为后续的功能优化做准备； l l 网络功能：网络功能作为本地化功能的补充，也需要利用本地平台的一些信 息，所以，为这一部分也需要准备相应的接口，以便更高级的网络功能对接； 统一标准：如平台之上还有一些企业以及政府级的后台需要对接相关数据，平 台也需要配备相应的接口去完成该部分功能。

推动工业云企业升级打造智算云 ，攻关低延迟分布式推理架构、 工厂级算力调度等技术 ，研发语料加工、 模型 训 练、 模型管理、 智能体开发等工具模块 ，提供 “语料包” “算力包” “模型包”等服务 ，形成云化、 本地化以及小型 化、 轻量化等多种部署方案 ， 支撑大中小企业转型升级。 02 推动专业服务商等对接工业智算云 迭代开发面向垂直行业的智能工具和智能体 ，逐步形成模型即服务（ MaaS ） 能力 （四）

过大幅降价策略推动大模型 API 调用规模化，如阿里云百炼调用费用 降低后客户数季度环比翻番。DeepSeek 开源模型引发本地化部署热 潮，2025 年 2 月超 60 家企业密集发布或适配 DeepSeek 一体机，满 足金融、医疗、政务等数据安全要求高行业的本地化部署。腾讯、百 度等厂商进一步推出“推理即服务”，以支持高频低时延的 AI 调用， 如腾讯云将 DeepSeek 全面接入微信等国民级产品，带动腾讯云推理

留存，为安全施工监督提供有力保障。 工装穿戴检测 安全帽佩戴检测 吸烟检测 人群聚集斗殴检测 系 统 应 用 - 工 地 A R 点 巡 检 通过 AR 智能巡检系统，实现精准、实时、可视、本地化的工地视频、音频数据的检测采集与存储，提前处理设备异常，减 少设备非停时间，提高设备可利用率及可靠性。通过视觉 AI 的加持， AR 智能巡检终端可以自动识别仪表数据、数显表数据、开 关状态等信息

能够快速适配多种不同类型 的工业设备。 再组织 能够支持对多个工业设备进行 组织、重新定义对象。 调度与控制 能够支持根据数据分析结果和调 度算法 ，生成控制策略并下发。 安全高效 本地化部署 ，加密传输 ，确保 客户数据安全。 数据分析 能够支持对采集数据进行数学 分析并给出分析结论。 数据接口 系统提供了标准的对外数据 接口。 工业现场数据中台 20

多云灵活性是全球化运营的必要条件。随着零售企业出海或跨区域运营的加速，全球化与合规的 多云、混合云灵活性成为选型时不可忽视的因素。企业需评估数据库是否支持多云、混合云部署， 是否具备统一管理能力，以及能否满足不同地区数据本地化与跨境合规要求。 4.2 数据库产品能力六维评估模型 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。 供比传统主从架构更强大的高可用和容灾能力，但关键在于具体实现的成熟度以及容灾方案的便 捷性。 IT 基础设施融合能力（多云支持）：企业需评估数据库是否支持多云/混合云部署，是否具备统 一管理能力，以及能否满足不同地区数据本地化与跨境合规要求。云厂商托管数据库通常绑定其 云生态，而独立数据库在多云部署上更具灵活性，但跨云管理能力和成熟度需进一步关注。 安全与合规能力：出海企业需满足北美、欧洲等市场的合规要求，例如数据隐私法规。因此，数