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。 （5）我国 AI 专业技术人才缺乏，校企合作存在工程化鸿沟 近年来我国加速 AI 人才培养并取得显著进展，2024 年我国 AI 产业人才约 75 万人。然而，我国 AI 人才供需仍存在较大差距。 从人才数量上看，麦肯锡报告显示，预计 AI 技术人才（如深度学习架构设计师、高性能算力优化 工程师等）缺口尤为严重，导致企业在技术研发中面临较大的人才瓶颈。 在人才培养方面，校企合作中的工程化鸿沟依然突出，制约了 AI 专业技术 人才的培养质量和行业适配度。人才培养与产业需求不匹配，导致校企之间的合 作往往停留在表面层次，缺乏针对产业需求的联合培养计划。 2.3 国内智能驾驶基础资源情况调研 为进一步了解我国智能驾驶数 平台建设态度。针对是否有必要建立该平台，总体来看业界较为支持，并期 望突破标准规范、建立国产 AI 计算生态；同时对建立行业级数据交易平台、辅 助服务功能（数据标注、测试评估）的期望较大。而部分车企和智驾供应商认为 现阶段不宜投入过大，仅需突破标准规范等来支持行业数据市场的顺畅性即可。 平台建设优先级。几乎所有企业认为数据板块应优先构建，其次是算力。主 要原因在于算力方面的获取路径较为直接，并且在数据不足、网络结构和算法路

园 区 V3.0 智能化 Industry Background and Trend 园区信息化三类主要服务对象：管委会 ( 管委会职能部门及工商、税务、国土、海关等行政服务单 位 ) ; 企 业 ( 入驻园区的企业、入驻园区的配套服务企业、园外企业 ); 居民及员工 产业背景与趋势 智慧园区核心诉求分析 ● 居民衣食住行服务 ● 居民健康服务 ● 管委会行政服务与管理 企业本身的服务诉求 居民对生活服务的诉求 * 以政府主导建设的沿海产城融合园区为例 园区管理 园 区 政 务 服 务 园 区 综 合 管 理 产 业 及 企 业 经 营 服 务 平 台 生 活 服 务 基 础 设 施 与 服 务 合作模式 模式阐述 优势分析 政府主导模式 ( 重点客户 ) 主要由政府支持建设和运营维护，资金来源主要是财政资金。 投资建设 高新园区，面向投资预算不足，无法启动项目立项的客户 助力方向 适用对象 26 设 备 厂 商 企 业 优点：具备围绕自主硬件设备的园区 设计集成能力 缺点： 1 、缺乏园区类平台软件产品； 2 、缺乏“智慧园区”整体规 划建设经验 . 软 件 开 发 企 业 优点：软件开发能力强 缺点： 1 、缺乏园区整体规划能力； 2 、缺乏园区管理平台产品； 3 、无园区系统集成、实施运维

应用定耗开发 醴 开 发 AP 扩展 信息系施 ( 使 ES0A) 综合管理平台 重螃执行平台 务交付平台 应用交付平台 全付中心 位用 W HTML RA 企 业 信息 门 户 预算管理系统 市计与风控系统 内 随 用 、 昨 伙性、护 拉 用 应 用 中 盛用分发 管避中心 应 色 理 营理支持 嫔 经 营 台 理 专 业 生 产 战 决 略 策 嫔 德信用户 微信公众平台 企 的 信 的阳服务 安全管理 智办系饰 党 务 管 理 系 统 党务系院 邮 件 系 统 即 据 SDK 客 粥 DK 原生和 RA 开 发 即 德 殊 组 件 龙图组件 建 多 支 种 群 业务数据采集 面 整 外部其他数据采集 调整 人工录入 其他专业系统 擎 业 a 校 图 例 统一门户 界面优化 待办接入 领导决策分析 业务主题分析 设备全生命 物资供应链

公文种类：通知 成文日期： 2025 年 04 月 19 日 2025 年 4 月 19 日 ,47 类别 集采中标企业 其他企业 A 集采中标后采购需求量倍增，药企面临产品供 货量迅速增长，企业扩产或者创新的需求；为 适应市场供货需求，新建 / 改造扩产项目，并 有自动化、数字化提升需求项目 局部自动化、数字化提升项目，此类项目包含物料无 人化转运或物料自动传输及自动称量或物料自动传输、 10050 生产处方 得校始 否 20 2 2 - 02 - 21 3 : 3 0 ; 49 帅 额 素法即容图 7 AT001 1 6 偿 地 T 8 F 6 废 怖 T 1 5 配 2 1 0 0 k o 中产处方 已南核 吉 202202-21094650 王渊 estfiav 2 ATo01 同托位地了语 阿托伐地汀钙配方 3100g 技术处方 行校险 否 202202-1713:36:44

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 粒企麗信网络蝌『 实现各杯节之间的信息互 mSMa 企业总体设计、工艺流 程及布局建立数字化模 锁 型 :eio 安全环保与应急 在安全与琢境M险区域实 现自动检测监控 ，建立在 线应急指挥瑕动系统 数据凊先 数宇化供应链 数丰化能源 数字化生户 数宇化资产 教据下勒 数丰化客户 数丰化质控 数宇化研发 数据决策 数据挖掘 设备建模数据 客户管理数据 供应商管理 质空建模数据 规则管理数据 校阳管理教居 用户管理数居 数据分折 能源建模敖据 物料建模数据 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 接入重大危险源企业的实时监控视频:和 安全参数等矣时数据 ，实现动态监管、 自动预普 © 采集企业非实时数据 』形成i园一档' 档' 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

座舱体验升级等关键维度创造实证价值——测试成本降低 30% 、销售转化率提升 25% 、 语 音交互效率翻倍等关键突破，标志着汽车产业已进入「 AI 定义体验」的新纪元。 本报告旨在为行业提供可复用的 AI 赋能框架，助力车企在智能化浪潮中构建技术护 城 河。我们期待这些实践能激发更多创新探索，共同推动人类出行方式的根本性变革。 谨此献给所有致力于用技术重塑汽车未来的同行者——让我们以 AI 为笔，共绘智慧 出 行的新蓝图。 提升企业竞争力 在全球汽车市场竞争日益激烈的背景下，智能化成为车企提升竞争力的 关键因素。 AI 技术的应用使车企能够快速响应市场变化，推出更具创新性 和 竞争力的产品。当前，新能源汽车凭借先进的自动驾驶技术和智能座舱体 验， 吸引了大量消费者，极大地提升了品牌的知名度和市场份额。 智能化不仅体现在产品的功能上，还体现在企业的运营和服务上。车企 可以利用 AI 技术进行精准的市场分析和用户画像，制定更加有效的营销策略， 析，为用户提供个性化的保险费率和贷款方案。 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

作给出指导意见。 1.2 业务现状 随着我国城市化的快速发展，政府越来越重视民生，对建设工程的质量、安全、文明 施工的监管提出了更高的要求。近年来各级政府纷纷发文要求进一步加强建筑施工领域企 业安全生产工作，根据国务院《关于进一步加强企业安全生产工作的通知》、福建省住建 厅《关于进一步加强建筑施工领域企业安全生产工作的实施意见》等文件精神,工地新安 - 1 - 智慧工地整体解决方案 是否到位，特别是对于场面比较大的工地，对于重点项目企业领导也需要远程监管。 3) 出现异常状况和突发事件时，可以及时报警，提醒管理人员及时处理； 4) 对塔式起重机安全监管上存在技术不足，普遍存在的超载和违章作业等现象，企 业对租赁的塔式起重机信息如塔式起重机使用年限、维修状况等了解缺乏；地面的风速与 高处的差别很大，很难判断塔吊的合理使用时机。 5) 监管建筑工地现场的建筑材料和建筑设备的财产安全，避免物品的丢失或失窃给 寸全彩液晶屏，户外使用显示效果醒目直观。创 新性的采用触摸屏进行相关参数配置，使用户操作更加便捷， 更加人性化。 2、 智能校称 从测力元件就开始保证用户智能在一定的范围内设定力 矩预定值（100%力矩）的大小，创造性地设置了 0%初始力矩值、100%额定力矩上限 值、125% 力矩超载实验保护值等概念，不能通过校称过程有意或无意放大力矩参数，保 证力矩测量 更准确。 3、 GPRS 远程数据传输功能 可

随着互联网技术在制造业的广泛应用,智能制造系统 的网络连接性大幅提升。 这种连接性虽然带来了便 利,但也使得系统易受到网络攻击。 黑客可以通过网 络入侵工业控制系统,导致数据泄露或生产中断,给企 业带来巨大的经济损失 [6]。 此外,生产制造环节中 AI 技术的应用会带来数据 安全风险。 生产制造环节涉及大量敏感数据,如设计 图纸、生产过程数据、供应链信息和客户数据等。 在应 用 年中国智能制造行 业数字人才缺口约 430 万人,而预计到 2025 年该缺口 将达 550 万人。 AI 与制造业的融合需要同时具备制 造业知识和 AI 技术能力的复合型人才。 然而,目前高 校的 AI 相关师资和课程体系尚不完善,难以快速适应 产业发展需求。 4. 4 产品服务环节需求变化快且差异大 在制造业产品服务环节,AI 技术的应用面临市场 需求变化快、个性化需求差异大等挑战。

16 说技术上不可用来实现它。这一级别具有如下 特点： • 3D 模型 • 不允许存在二维工程图 • 模型和元数据现在可以被整个扩展企 业所访问、使用。 • 完全自动化的 TDP • 有完全连接的扩展企业 • 内部和外部使用产品生命周期管理工 具 MBE 的效益在 MBD 创建并在整个企业应 用时就已经开始了，对于大型装备的原始制造 层级之上，但是增加了企业的连接。这样做可 以使企业的所有人都可以访问到实时的、最新 的产品定义，并可以全自动配置 TDP。这一级 别具有如下特点： • 3D 模型为主 • 二维工程图创建属于例外 • 模型和元数据现在可以被整个扩展企 业所访问、使用。 • 自动化的 TDP 配置 • 在扩展企业之间有完全的连接 • 内部和外部使用产品生命周期管理工 具 Level6：这是迄今为止 MBE 能力定义的最 高水平。本级建立在 MBD 模型能满足制造应用的需求， 在后续的应用中可直接应用。 √ 产品设计与工艺制造的协同，实现产 品研制的并行协同。 √ 设计结果的审校模式的转变，由基于 图样的审校转变为基于三维模型的审 校，并需要有相应的手段来实现基于 三维模型的审校圈阅及追踪。 • 工艺规划 为了制定“机械产品三维图样技术规则” 和“机械产品三维图样文件管理”标准，SAC/ TC146 全国技术产品文件标准化技术委员会在

而宇树科技推出的产品可实 现二次开发，支持不同企业 通过二次开发客户可以定制 逻辑实现非标化功能，精准 的卡位产业需求， 目前 G1 和 Gol 平台已在全球多所高 校与研究机构中被广泛用于 前沿课题的实证验证。 宇树科技：公司发展历程 宇树科技：商业化和产品迭代的正循环 2025 年初，宇树 H1 机器 人 登上央视春晚引发行业热 潮； 5 月完成股改并引入北 演 科研 算法持续验证迭代 19 人形机器人厂商目前主要的盈利模式为提供软硬件一 体本体用于特定领域的应用开发和科研， 随着技术成 熟度提升、场景测试通过，客户进行批量部署后，企 业可转向提供细分场景的解决方案和技术支持，在未 来场景应用成熟、人形机器人规模化量产后，企业可 转为租赁服务商，将人形机器人作为劳动资源进行派 遣，按需收取租赁费用。