本电子书面向以下决策者 ：制造行业有意利用生成式人工智能，来改进机器 可用性、维护、产品质量和设计的业务和技术部门决策者。 制造业未来由生成式 AI 技术赋能 加快产品创新，提高车间效率，减少员工培训时间 目录 引言 ..................................................................................... ......................................................... 3 生成式人工智能之旅 .......................................................................................................................... 5 应用场景 ...................................................................................... 6 亚马逊云科技云端生成式人工智能 ..............................................................................................

全栈式智能解决方案，打造智能矿山新高地 亿欧智库 https://www.iyiou.com/research Copyright reserved to EqualOcean Intelligence, Oct. 2022 © 亿欧智库 - 叶子 (355826) © 亿欧智库 - 叶子 (355826) © 亿欧智库 - 叶子 (355826) © 亿欧智库 - 叶子 发改委、能源局、 工信部 《关于推进“互联网 +” 智慧能源发展 的指导意见》 以智能化为基础，紧紧围绕构建绿色低碳、安全高效的现代能源 体系，促进能源和信息深度融合，推动能源互联网新技术、新模 式和新业态发展。 1.3.1 政策保障：智能矿山建设规范不断完善 ，应用范围逐步从煤矿扩展 至非煤矿山 u 自 2015 年以来，国家出台多部智能矿山行业规范、指导意见、建设政策等文件，支持并积极 (355826) 员工福利网络 、 装备作业网络 © 亿欧智库 - 叶子 (355826) 设备管理预测化 设备维修 设备状态监测 矿石运输 带式传送机 安全巡检 自卸卡车 挖掘机 无人矿卡 故障智能诊断 VR 设备实训 智能矿石流运输系统 地面网络

“资源驱动”走向“数 据驱动”，从“局部改良”走向“系统优化”，从“跟随学习”走向“引领创新”。 破局之道——“积木式”数字化转型 路径选择至关重要。传统的集中式、一次性投入模式，并不适合中小企业。世界经济论坛的 研究表明，中小企业数字化转型若采取“轻量化、模块化、渐进式”的方式，更容易获得成功。这 意味着，中小企业需要一种“先诊断、后切入、小步快跑、持续迭代”的方法论，以在资源可控的 前提下逐步构建数字化能力。 基于此，西门子（中国）有限公司联合机械工业信息研究院，结合自身数十年的转型经验和 对中小企业的长期研究，提出了一个面向中小企业的数字化转型框架——立足价值流分析的“积 木式”转型路径。价值流分析不仅是一种精益管理工具，更是一种“看见全局、识别痛点、明确优 先级”的共同语言。通过它，中小企业能够清晰理解自身业务中哪些环节真正创造价值，哪些环 节成为瓶颈，进而在关键痛点 世界级跃升，取决于是否有一大 批中小企业能够跨越“数字化门槛”，进入系统化转型的快车道。 本报告的目标，正是为中小企业提供一套方法论：从理解大势，到认知挑战；从发现问题， 到设计方案；从“积木式”搭建，到系统化升级。我们希望，本报告能成为中小企业穿越不确定性 的灯塔，成为推动中国制造走向世界级制造的实践指南。 在本报告的编写过程中，我们得到了多方面的支持与帮助，在此表示衷心的感谢 !

汽车产业向智能化跃迁的核心引擎。 本报告聚焦 AI 重构汽车产业三大核心场景： 研发设计智能化（ AI Driven Design ） ：通过生成式设计、仿真优化、智能测试重 构 正向开发流程 用户运营智能化（ AI Powered Engagement ） ：基于精准画像的营销内容生成、智能 销售辅助、全渠道服务闭环 座舱体验智能化（ AI Revolutionized Cabin ） ：融合多模态交互、场景化服务与情 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。 智 己 汽 车 红 中 国 信 通 院 卷首语 随着生成式人工智能的突破性发展， 大模型技术正以前所未有的深度重构汽车产业 “全 目录 — — 报 告 摘 要 .............................................. 技术深度革新了汽车研发流程。它使用生成式算法，依据设计目标 和 物理参数自动创建设计方案并进行优化。高度逼真的虚拟仿真平台模拟复 杂环 境以大幅减少物理测试。智能测试系统则能理解需求文档并自动生成、 执行和 优化测试用例，显著提升研发效率和精度。 AI 重塑用户运营 AI 驱动的智能内容系统实现从图文到视频的全媒介内容自动化、规模化 生产，并能结合车型参数和热点动态生成个性化素材。智能销售助手通过深

AIGC在汽车营销领域的应用探索 44 第五章 目录 汽车产业 AIGC 技术应用白皮书 7 PAGE 前言 近年来，AIGC（Artificial Intelligence Generated Content，人工智能生成内容）技术以其惊人的 潜力和发展速度，迅速渗透至各行各业，展现出前所未有的变革力量。在智能化浪潮席卷全球的今天， AIGC被视为推动汽车智能化乃至整个汽车行业全领域的基石性技术，其深远的影响力和巨大的发展 也是汽车开发 AI Agent实现的基础。高质量的数据是提升AIGC能力的关键因素。 3 AIGC与人类不是相互替代的关系，未来的趋势是人机共智，两者的互补性体现在机器提供强大的数据 分析和生成能力，而人类则提供情感认知、判断力和创造力，二者相辅相成，共同确保安全和性能。 4 智能座舱和自动驾驶是AIGC在汽车产品的两大杀手级应用，极大提升了消费者体验，通过赋能车企打 造差异性的功能，跳出同质化竞争的窘境。 造差异性的功能，跳出同质化竞争的窘境。 5 AIGC在汽车设计的多个领域展示了极大的潜力，例如AIGC技术可以加速车型外观设计和定义，使得以 低成本创造更加个性化和定制化的车型成为可能。还包括车辆动力学仿真、控制软件生成、软件测试、 结构参数调优、动力电池材料配方筛选等方面应用。 6 AIGC提高了汽车制造业的生产效率，可以实现更高效、更精准的生产作业和供应链管理，减少人力成 本，提高生产效率。具体应用包括智

Big-data Driven ，模型基于大规模语料训练而成； Multi-tasks Adaptive ，支持多种任务 ，包括自然 语言生成 NLG 和自然语言理解 NLU 类的任务； AI 大模型就是预训练语言模型 通过在大规模宽泛的数据上进行训练后能适应一系列下游任务的模 型 产业研究 战略规划 技术咨询 将模型在大规模无标注数据上进 行自监督训练得到预训练模型 不同特定任务 有标注训练数 据 模型预训练 模型微调 最终模型 ⼤规模⽆标注 ⽂本数据 预训练语⾔模型“预训练 + 微调”技术范 式 预 训 练 测试数据 微 调 2012 2013 2014 2015 2016 ( MSR. 引用 183222) 跨模态模型 DALL E2 (OpenAI) 2017 年 ， Google 提出 Transformer 框架在机器翻译中取得显著进步 ，其分布式学习和强大编码能力受到广泛关注。 2018 年 Google 和 OpenAI 基于 Transformer 提出了预训练语言模型 BERT 和 GPT ，显著提高了 NLP 任务的性能 ，并展示出广泛的通

智能之光：⼈机协作的经济管理研究新时代 胡诗云 易君健 摘要： 以ChatGPT 和DeepSeek 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。 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API 访问、本地部署等⼤模型 的具体应⽤⽅式。随后本⽂提出了⼤模型在经济管理研究全流程中的四种⻆⾊：参谋、助研、 智能体和朋友。作为参谋，⼤模型充当研究者的思想伙伴，协助资料收集、深化⽂献理解、 澄清概念并提供研究反馈；作为助研，⼤模型承担研究助理职能，处理⽂献整理、参考⽂献 智能之光：人机协作的经济管理研究新时代 胡诗云，易君健∗ 2025 年 6 月 摘要： 以 ChatGPT 和 DeepSeek 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

建立高质量数据集。此外， Waymo 还通过高保真模拟驾驶环境用于补充真实世界的数据。 Wayve 积极利用人工智能算法开展自动驾驶系统开发。2023-2024 年，Wayve 发布多模态生成式世界模型 GAIA-1、混合模型 LINGO-1、WayveScenes101 数据 集、自动驾驶仿真软件 PRISM-1。 智能驾驶智算数据平台发展研究报告 3 奔驰采用谷歌云 Vertex 驶技术 开发的引领者。前者长期处于领先并在数据、算力和算法方面全方位累积了大量 资源；后者以算力芯片和 AI 架构制造和开发商的身份介入智能驾驶领域开展系 统研发，提供计算平台、系统框架、仿真生成等多种智能驾驶基础功能服务，并 与奔驰等企业达成合作，竞争优势显著。除此之外，其他国外智驾供应商相对于 国内企业，其主要优势仍然在于算力资源获取上，数据方面从公开信息上来看并 未具有显著优势， 训练。其中，27%自称采用分块式架构，45%自称采用一体式架构。并且，整车 企业由于量产压力，更多采用分块式架构以加速技术开发；智驾供应商更倾向采 用一体式架构。整车企业已开始端到端系统的实车测试甚至量产车部署；智驾供 应商已开始实车测试验证；高校进展较慢，大多数尚未获得可运行测试的版本。 端到端架构发展趋势。在端到端架构是否有可能实现高级别自动驾驶的预测 上，71%的企业和机构持肯定态度，并且分块式和一体式架构占比相近。其中，

简 介 工业 4.0 的概念 通过互联网等通信网络将工厂与工厂内外的事物和服务连接起来，创造前所未有 的价值、构建新的商业模式的产官学一体的项目。“工业 4.0” 概念包含了由集中式 控制向分散式增强型控制的基本模式转变，目标是建立一个高度灵活的个性化和 数字化的产品与服务的生产模式。在这种模式中，传统的行业界限将消失，并会 产生各种新的活动领域和合作形式。创造新价值的过程正在发生改变，产业链分 智能物流：主要通过互联网、物联网、务联网，整合物流资源，充分发挥现 有物流资源供应方的效率，而需求方，则能够快速获得服务匹配，得到物流支 持。 智能工厂：重点研究智能化生产系 统及过程，以及网络化分布式生产设 施的实现； 工 业 4.0 三 大 主 题 工 业 4.0 02 在未来，生产过程中的每一步都将在虚拟世界被设计、仿真以 及优化，为真实的物理世界包括物料、产品、工厂等建立起一个高 满足军工型号制造快速变批量生产要求，能够快速调整业务过程；  具有可重构性，能够适应型号研制与批生产结合的混线生产模式；  实现底层信息实时反馈，将车间形成具有信息反馈的闭环控制执行系统；  具有开放式架构，能够实现同其他外部系统的信息集成。 以 MES 为纽带的数字化车间集成应用系 统 数据库 设计数据 工艺数据 NC程序 任务及 其状态 资源及 其状态 现场终端（WEB） 物料管理

工艺规划业务现状梳理与核心需求分析 优化分配作业任务 建立制造过程中监控体系真正实现透明化 提前生产准备管理 构建统一平台的制造过程管理 以数据包为基础建立追溯机制 生产现场不能机动地应付变化快速并难以预测的订单式生产型 态，无法灵活机动实现现场任务派工 竞争压力下必须将黑箱作业透明化，公开、 及时并准确地反映 出制造流程中的各项数据 , 实现全流程中的数据控制 生产准备、齐套性只能依靠人员手工进行操作，相关信息无法 打下企业研发创 新基础。 提升基于知识和协 同的快速研发能力， 支撑面向多行业模 板的标准化和规范 化型号研发。 优化计划管理源头， 依据生产要求多模 式下批次灵活作业， 基于 xxxx 模式的 排 产运算，实现 多品 种小批量的 生产模 式，灵活 且高效。 实现产线自动化设 备关键工艺参数实 时采集并通过看板 进行监控展示；实 现数控程序统一上 传及版本控制；打 通计划执行到设备 13 生产过程监控 生产效能分析 16 17 18 19 设备仪器管理 20 反馈生产数据 21 仿真验证 仿真验证 仿真验证 工艺设计 4 BOM 5 MRP 7 生成生产计划 8 9 计划完工 22 14 生产统计 产品开发设计 1 工艺 BOM 构 建 33 15 数据采集 Page 16 6/27/2022 目录 第一部分：业务现状与需求分析