产业建模、仿真与分析 车间 / 工厂 / 企业 运营决策优化 网络安全 数据：本质是数据智能在工业中的全周期 应用，包括“采集交换 - 集成处理 - 建模分 析 - 决策与控制”，形成优化闭环，驱动工 业智能化。 网络：本质是实现数据智能的网络基础， 包括网络互联、标识解析、应用支撑三大 体系。 安全：本质是工业 / 产业互联网各个领域 和环节的安全保障，包括设备安全、控制 安全、网络安全、应用安全等。 产业建模、仿真与分析 车间 / 工厂 / 企业 运营决策优化 网络安全 数据：本质是数据智能在工业中的全周期 应用，包括“采集交换 - 集成处理 - 建模分 析 - 决策与控制”，形成优化闭环，驱动工 业智能化。 网络：本质是实现数据智能的网络基础， 包括网络互联、标识解析、应用支撑三大 体系。 安全：本质是工业 / 产业互联网各个领域 和环节的安全保障，包括设备安全、控制 安全、网络安全、应用安全等。

为代表的人工智能大语言模型（简称大模型），正在对知识工作者的生产方 式产生革命性的影响。本文面向经济管理学科的研究者，介绍大模型的技术原理、应用方式以及在科学研究全 流程中的应用。本文首先从社会科学和大语言模型的本质出发，分析了认知自动化的边界，指出围绕理论工作 的能力是人类科学家在人工智能时代的核心能力。随后，本文介绍大模型的基本原理、关键技术和发展趋势， 经济管理研究者可以建立对人工智能技术的基本认知。接下来，本文介绍了通过 . . . . . . . . . . . . . . . . . . . . . . . . 56 1 引言 4 1 引言 智能技术革命正重塑全球学术生态。人工智能大语言模型1传统自动化有本质区别：大语言模型实现了 “认 知工作的自动化”（Automation of cognitive work）(Korinek, 2023)，它们直接触及知识生产的核心，能够理 解复杂概念、生成连贯 现常规认知任务的自动化执 行，在收集数据、文献汇总、数理推导、数据分析、文字撰写等方面提高社会科学研究的执行效率，扩充社会 科学家的知识库、认知边界和表达能力。但是，大语言模型作为语言统计模型的本质，决定了它没有提出理论 问题的动机，也缺乏从现实数据中抽象出新概念并构建理论的能力。这部分讨论这为社会科学研究中应用大 语言模型提供了思考框架，并且对更好的人机协作提出了启示。 随后本文介绍了

技术创新，变革未来 集成电路行业智能制造实践 公司简介 生产智能化建设认识 （ 1 ）智能化建设过程与目标 （ 2 ）工业互联网平台本质及框 架 智能制造案例分享 （ 1 ）现状评估分析 （ 2 ）智能制造建设架构 （ 3 ）工业云平台融合 （ 4 ）项目效益分析 “ 智能化”工厂的方向 旨在提升制造业的智能化水平，建立具有高度灵活性和资源效率的智能工厂，集 成并整合产业价值链中包括 提高产能和设备利用 率 › 提高生产计划和派单 能 力 通过工厂自动化和智能化 提升封测工厂的生产能力和产品质量 产品与材料的无缝识别和跟踪 无纸化设备和关键过程数据的自动采集和分析 工业互联网平台本质 数据 + 模型 = 服务 传感器 数据收集 物料网 大数据 云计算 工业软件  设备数据  产品数据  系统数据  生产数据  云端部署  优化算法  系统微服务 物料 网关 智能终 端 服务层 设备故障分析 生产作业流程优化 设备工艺参数优化 生产资源配置优化 公司简介 生产智能化建设认识 （ 1 ）智能化建设过程与目标 （ 2 ）工业互联网平台本质及框 架 智能制造案例分享 （ 1 ）现状评估分析 （ 2 ）智能制造建设架构 （ 3 ）工业云平台融合 （ 4 ）项目效益分析 案例分享 - 现状评估分 析 未 接 入 人 机 料

已彻底改变了工作和生活的方式，组织需要调整自身管理和领导的方式，来匹 配现代人类的实际工作和生活方式。 社交 尊重 自我 实现 安全 生理 求知与审美 4812VS996 对于某些人，劳动成为第一需要；没有本质区别，只是内容不同 。 人性：好玩，永远好玩（生命的意义，快乐每一天，最好到永远），表现为探索、控 制。 与人民美好生活内涵不断丰富化相适应的新产业格局正在形成 农业、工业、商贸服务产业 云、网、端、数据产业 是物理世界在数字化世界的投影。实际上在数字化世界 建立连接比在物理世界当中建立连接要快得多。怎么把物理世界的知识、经验、行 为、实体数据化，通过数字化的技术把它连接起来，这就是数字化转型，以及创新的 本质，这也是数字化转型给创新带来的变化。”—— ThoughtWorks 数据及 AI 业务负 责人史凯 新要素组合方式的表现形式： 1 平台经济学（完全复制、实时接入与分发的边际成本趋零）的去中介化、分散化功 是物理世界在数字化世界的投影。实际上在数字化世界建 立连接比在物理世界当中建立连接要快得多。怎么把物理世界的知识、经验、行为、实体 数据化，通过数字化的技术把它连接起来，这就是数字化转型，以及创新的本质，这也是 数字化转型给创新带来的变化。”—— ThoughtWorks 数据及 AI 业务负责人史凯 企业数智化创新涉及企业方方面面，但新技术给企业带来的变革有其 内在逻辑。围绕消费者资产、产品力、组织力和数智力等四个核心要

两个目的：智能地实现产品，实现智能的产品 三大功能：信息深度自感知、智慧优化自决策、 精 准控制自执行 四个特征：智能制造、关键制造环 节智能化、端 到 端数据流、网络互连 智能制造的定义 化工企业的四大挑战 企业本质安 全 风险分级管控 隐患排查治理 重大危险源监测预警 生产过程安 全 监管 安 全 标准化管理 内外部管理协同 协同办公 O A 流程管理 知识管理 人力资源 创新商业模式 物联网技术 数据挖掘 仿真技术 化 工 工 艺 生产管理 质量管理 能源管理 设备管理 安 全 管理 成本管理 生产有序 提升质量 降低能耗 设备可靠 本质安 全 降低成本 生 产 工 艺 商业智能 供应链管理 生产执行管理 DCS PL C 云计算 人工智能 九大核心价值之一 技术、产品、业务深度融合，打造化工工业升级 “一企一档”、 “一设备 一 档” ，提高精细化监管水平 基于对园区、企业、装置的数字孪生， 实现监测和预警的可视化管理 支持动态预警、风险分布、在线巡查 和 监管反馈、安 全 承诺等企业本质安 全 重 点应 用 九大核心价值之八 安 全 风险综合分析与研判 重大事故风险评估 RBI 设备风险评 估 系统风险评估 系统能够为企业工艺研发、工艺风险评估、工艺 风 险

流程管理 品牌建立 供应链管理 隐恚排查治理 知识管理 工业互联 重大危睑源监测预彗 人力资源 能耗管理 产业链协同 生产过程安全监管 移动办公 生态协同 安全标准化管理 内外部管理协同 企业本质安全 化工生产业务 苞能工厂总体目标 数字化工厂 " 经营运行管控 建立企业资源计划系统 f 实 现企业经营、管理和决策的 智能优化 通信保障 自动化投用 目控投用率达到90似上 f 关键生产坏节实现安全连 工厂建模数据 数据总线 九大核心价值之一 技术、 产品、 业务深度融合 ，打造化工工业升级 物联网技术 醒挖掘^ 人I智能 仿直技术^ 业务融合 产品融合 技术融合 降低成本 成本皆理 本质安全 安全普理 PLC 设备可靠 设备普理 DCS 生产执行普理 提升质星 供应链普理 生产有席 商业智能 高效产品制造模式 创新商业模式 化工工艺 生产工艺 九大核心价值之二 档' 提离精细化监管水平 © 设备一 基 于 趵 园 企 业、 装 音 的 数 字 孪 生 , 实现监测和预彗的可视化管理 支持劲态预彗、風险分布、 在线巡査和 监管反懐t 安全承诺等企业本质安全重 点应用 九大核心价值之九 安全风险综合分折与研判 / 池 火 灾 〆S气云爆 / 沸牌液体扩展蒹汽規炸 / 喷射火灾 / 继SS相含能枋料蠼炸 ^ 压力容器物_ 炸 : 蒙顏 1

具身智能是指具有物理本体的人工智能 agent（如 机器人、无人机、智能汽车等）通过物理实体与环境实 时交互，实现感知、认知、决策和行动一体化的智能系 统 ［8］。其核心理念在于强调智能的本质必须通过物理 实体与环境的动态互动来塑造和体现，突破了传统人 工智能仅依赖符号推理和虚拟计算的“离身性”局限。 具身智能的智能体能够利用自身的传感器感知周围 环境的信息，通过对这些信息的理解和分析做出决 具身智能作为人工智能领域的前沿方向，通过具 身智能机器人与环境的实时交互实现了感知、认知、 决策和行动的一体化，为各行业的智能化升级带来了 新的机遇。英伟达创始人兼 CEO 黄仁勋讲，在广义层 面，人工智能本质上就是智能机器人技术。然而现实 情况是，更接近甚至超越人类的全自主感知、决策并 王晓思，林家宁，白 琳 具身智能技术演进、工业应用实践与未来展望 本期专题 Monthly Topic 39

10 分 10% ④ 安全培训网络 10 分 10% ⑤ 本质安全提升 60 分 n 安全监管能力提升示范工程 n 安全培训网络示范工程 n “ 工业互联网 + 危化安全生产” 示范工程 n 本质安全提升示范工程 n 大型油气储存基地安全防控 示范工程 《重点化工产业集聚区重大安全风险防控项目技术验收标准》 《

以完成特定的工作任务，其基本功能如下。 记忆功能 示教功能 与外围设备 联系功能 坐标设置功能 人机接口 传感器接口 位置伺服功能 故障诊断安全 保护功能 机器人控制技术和传统机械系统控制技术没有本质区别，但机器人 控制系统也有许多特殊之处，如下： 多关节 联动控制 每个关节由一个伺服系 统控制，多个关节的运 动要求各个伺服系统协 同工作以实现联动控制 基于坐标变换的 运动控制 结果 孔 半径 图 5-12 采用智能相机的视觉系统构成 图像 内存中 应用 数字图像 模拟图像数据 被测物体 光源 镜头 机器视觉软件 智能摄像机 最本质的功能 将光信号转变成高清工业相机为有序的电信号 在机器视觉系统设计中，相机的选择不仅直接决定 所采集到的图像分辨率、图像质量等，同时也与整 个系统的运行模式直接相关 机器人视觉系统

车企的核心能力不再局限于硬件制造，而是演进为数据 采集、解析和应用的综合较量，谁能在真实场景中更精 准地把握用户数据脉搏，谁就能在智能网联汽车赛道上 赢得先机。智能驾驶技术作为智能网联汽车发展的关键 标尺，其能力跃升的本质是依赖机器学习模型的持续训 练升级。中国工程院院士邬贺铨指出，5 级智能驾驶需 要处理高达 8000 亿参数的模型，训练数据量达到 1 亿 EB。特斯拉创始人兼首席执行官马斯克曾表示，特斯 拉 芯片、算法、传感器深度协同优化，发挥出最佳运行效 率，才能获得最佳算法性能与商业收益。 对于车端推理算力而言，行业需明确稠密算力与稀疏算 力的宣传口径。从数据结构特性与计算模式维度的不 同，可分为稠密算力与稀疏算力，二者有着本质区别， 不可混淆或简单等同。稠密算力通常指处理密集型数据 的能力，如浮点运算、INT8 及以上精度整数运算等， 以运算对象为元素连续填充的矩阵或张量，需对全量数 据执行计算。稀疏算力则聚焦于稀疏数据场景，针对仅 密切相关，但更聚焦于预警机 制的演进，呈现其从单一测距到全域感知的发展脉络。 FCW 通过精准时序控制实现“预判断、早警示”，在为 制动系统预留安全响应窗口的同时，避免因过度预警干 扰驾驶体验，与 AEB 的协同策略本质上是“以最小风险 换取最大安全”的工程选择。通过法律约束、结构优化 与算法迭代，主动安全技术正在从“被动防御”向“主动 干预”转型，而“让速不让道”原则将始终是这一演进过 程的核心准则。优秀的