模和云端分析工具， 物联网等，形成源库。 生产运行智能化 利用源库数据，结合 智能软件和分析工具， 实现厂级智能优化辅 助决策系统，形成大 数据源和大型知识库。 管理决策智慧化 通过汇集、筛选、建 模、分析第一、二层 的工业大数据，集团 公司实现智能管理决 策。 三点三面两阶段：两阶段是指电厂智能化阶段和智能电厂与智能电网对接阶段。根据国家电改的进展 情况，择机实施运行无人化 建立工业大数据云服务平台，以统一信息平台展现，支持 集团层面的“端”产品，形成与智能电厂相匹配的类似 MIS 系统的大数据云平台。 集团本部 “ 云”既是大数据云平台——电厂、集团层面的基础信息系统平台，采集、筛选、汇总基层单位的各种数据， 进行“数据资产化管理”工作。 端产品 14 端产品 生产类产品 主 辅 机 全 流 程 智 能 优 化 燃 料 智 能 化 管 理 系 统 经 营 管 理 分 赖很大。远程振动监测与分析系统内部署了数十种振动信号处理、故障提取、模式 识别、故障特征建模、故障趋势预测、和故障诊断算法，能够极大程度上帮助专家 对振动数据所反映出的设备状态进行初步评估，将有异常状态风险的数据自动筛选 和推送给振动专家，同时向振动专家提供辅助分析工具进行诊断决策。与传统的振 动监测软件不同，本系统具备有美国 IMS 中心研发的机器学习和人工智能分析引擎， 能够记录和识别振动专家做出分析和决策的依据，从而优化系统自身的预测及诊断

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。具体应用包括智能工艺评审、工艺智能设计、问题诊断、智能制造生产决策系统等 使其能够严格按照规则和流程处理专业 领域工作并具备数据智能推演和正反追溯的能力。大模型可辅助工程师实现需求定义、方案设计、软 硬件开发及仿真测试等过程文件的生成，最后由设计师对生成结果完成评价和筛选。 汽车设计AIGC系统主要由三部分构成：知识数据、设计大模型和工具链。 (1) 知识数据：对于研发领域，知识数据是专业工程师不断学习总结和实践应用而验证正确有效的数 据。对于企业垂直领域大模 汽车设计AIGC应用案例 2.3.4 动力电池材料配方AIGC自动筛选 动力电池作为新能源汽车的核心组成部分，其性能直接影响到汽车的续航里程、安全程度及车辆成本， 而市场的持续增长对电池的能量密度、充放电效率安全性能及成本等提出了更高的要求，为此需要电 池材料体系做出针对性的革新。当前为了快速满足市场需求，如何提高电池材料配方筛选机制的效率 和精确度，已成为整个行业发展的基本共识和关键方向。

传统产品测试与微信公众号产品测试 运用互联网思维（工具）开展产品测试 产品测试 产品测试流程：以“苏州金丝利”微信公众号为例 引入？ 微信平台 会员报名 前台推送 产品测试信息 测试人员 筛选 随机抽取 测试人员 寄送测试 产品 在线填写 调研问卷 产品测试 问卷分析 运用互联网工具开展产品测试 某年某月 XX 产品测试 产品名称： XX 类型：烤烟型 焦油含量： 产品测试案例 Step 3: 测试人员筛选 ······ √ √ √ √ 价位： √ 20~30 （含） 元 30~45 （含） 元 45~60 （含） 元 1~2 年 2~5 年 5~10 年 烟龄： 10 年以上 不吸烟 Step 4 随机抽取测试人员 2048 1 832 0 80 0 报名人数 筛选人数 随机抽取人数 产品测试案例 Step Step 5 寄送测试产品 Step 6 在线填写调查问卷 Step 7: 产品测试问卷分析 报名人数 筛选人数 回收问卷数 有效问卷数 20481 人 8320 人 800 人 773 人 734 人 抽取、寄送 人数 40.6% 9.6 % 96.6% 95% 产品测试案例 测试结果 产品名称 XX 零售指导价 （元 / 条） 260 包装 91%

智慧码头运营管理需多维度统计场地货物作业。对钢材类，筛选作业量超 500 吨数据，剖析其大规模作业态势及资源影响；对全场货物，统计进货 1 天内作业总量，把握流转与 繁忙程度，助力计划调整；针对钢材进货 1 天内作业量大于 500 吨状况，据此制定专属策略，提升特定货物与时段的管理及资源利用效能，实现高效运营决策。 统计指标名称 指标描述 钢材大规模作业数据统计 聚焦于钢材类货物，精准筛选出作业量超过 500 吨的相

平台功能建设。各类企业和机构普遍认为，平台应重点提供数据格式标准化 智能驾驶智算数据平台发展研究报告 8 工具，支持数据确权，并成为行业级数据共享流通平台。此外提供数据标注和高 价值数据筛选功能。对于算力和模型服务，除部分高校外，其他单位需求不高。 平台建设与运作模式。几乎所有企业和机构均认为平台建设需要从国家层面 进行推动，主要原因在于数据合规以及流通方面的机制突破需要自上而下进行。 除个别企业外，仅能够大规模生成常规场景，Corner Case 场景生成仍严重依赖 手动设计。此外，基本所有企业和高校没有明确的 Corner Case 场景定义，企业 也希望智算数据平台能够提供高价值数据筛选功能。 数据采集和标注成本占比较高，自动化水平较低。目前，数据采集和标注占 智能驾驶智算数据平台发展研究报告 9 据较大成本比例，虽然已有大量数据标注供应商，但企业仍以自建标注能力为主， 摸索前进；而 在数据标注、数据筛选、数据生成和仿真测试等通用基础功能方面需求较高，这 也是各企业期望行业级智算数据平台能够提供的功能服务。 此外，行业级平台建设也存在巨大的资金风险、技术落后风险以及商业模式 风险，大规模的专门性技术开发可行性较差。 因此，建议以数据和服务交易平台为核心，重点突破数据格式等标准规范， 开展数据确权、数据定价、数据筛选、模型测试等轻量化技术开发，并开展国产

645、CJ/T188 等通 讯协议。数据采集应满足计算和统计单位产品能源消耗量及工序能耗量、制定和考核各级能 耗定额、计算节能技改的节能量等需要。 6.3.3 数据处理存储及上传：应支持对采集到的数据进行存储、验证、筛选、汇总、整理 打包，采用 HTTPS 将数据上传至支撑平台，应具有数据校验、支持断点续传、数据错误重 新采集等功能。数据应完整、真实、准确、可靠，应不可被人为修改或删除，并按规定的期 限予以保存。 8.8.3 应具备节能改造项目、企业双控目标完成情况等专项节能减排信息的公示和发布功 能。 8.8.4 宜建立碳减排领域专家库、第三方碳减排服务机构信息库、搭建园区减排技术库。 用以支撑评估筛选减排技术，指导园区科学合理有序减排，降低园区企业总体减排成本。 8.8.5 宜具备碳交易、用能权交易等园区企业交易信息登记功能。 9 保障体系 9.1 化工园区需建立保障体系，保障体系宜符合 GB/T

，适用于 特定减排项目以及涉及钢铁生产的整套设施的投资。符合条件的项目或 设施包括综合炼钢厂，基于废料的电弧炉设施，直接还原铁-电弧炉生产 线，以及独立的直接还原铁设施。 38 此些标准为钢铁企业筛选和应用合适的转型技术提供了指导，也为投资 者评估钢铁企业的转型投资潜力提供了重要参考。就中国市场而言，鉴于 当前转型金融标准设计与实施工作的推进，发行方和投资者宜采用并参 照政府（地方或国家）制定的转型金融标准，而非各自开发独立体系。 创造有利条件。例如，将废钢加工企业纳入重点产业支 持目录，并优先保障工业用地资源、分配能耗指标等。 • 搭建转型金融公共服务平台：搭建实用工具平台，开 发转型技术筛选指南、碳排放计算器和转型信息披露 模板等在线工具，帮助钢铁企业筛选合适的转型技 术、计算碳排放表现，并规范披露关键信息，降低转型 实施的管理难度。 建议2： 完善面向金融机构的财务激励和操 作指引 通过建立健全的识别框架，探索面向金 S2近期发布的转型信息披露 指导文件，发布如何有效满足转型信息披露要求的 配套指引。 • 提升金融机构能力：联动国际标准制定机构、科研机 构和行业协会等专家，为金融机构提供转型企业及项 目评估筛选、转型路径与目标设置、目标完成情况核 验和绩效评价等方面的专业指引和培训，提升金融机 构应用转型金融标准的能力和水平。 • 加大碳减排支持工具激励力度：加大现行碳减排支 持工具对钢铁转型的激励力度。一方面，可考虑探索

备信号，结合现场监控明确设备状 态 数字孪生平台 工厂数字孪生平台 品质控制子系统 虚拟设备与实体设备状态同步，通 过接收经过数据处理的实体数据， 做出相应动作，实现动作同步 自动筛选、计算统计数据，以最佳 方式显示设备停机时间和节拍时间， 对比目标，使设备问题显而易见 通过对核心检验工程加装按钮终端， 实现人机交互，实时上传品质数据 平台快速统计工程不良数量和不良 原因，同步展示到电子看板

略 20+ AI 质检项目 边缘设备管理、数 据 存储、边缘推理训 练 设备监控、数 据 采 集 、 模型应用 XX 创新实验室 电池材料筛选研究 AI 电池寿命预测 项目 / 人才 / 生态 智能制造部 • • • 工具 AI 联合实验室 在制造领域，云边端协同智能平台助力极限制造创新

智驾方面 毫 末 智 行 DRIVEGPT 毫末智行 HAOMO 首先是 DriveGPT 训练数据规模提升。 截至 2023 年 10 月 DriveGPT 雪湖 · 海若共计筛选出超过 100 亿帧互联 网图片 数据集和 480 万段包含人驾行为的自动驾驶 4D C lips 数据。 进一步升级引入多模态大模型 ，获得识别万物的能力； 与 NeRF 技术进一步整合 亿亿次 ，存储带宽每秒 2T ，通信带宽每 秒 800G 。 数据管理能力方面：毫末智行建立了面向大规模训练的 Data Engine ，从单帧 单 要素变为连续帧全要素。实现百 P 数据筛选速度提升 10 倍、百亿小文件随机 读写 产业研究 战略规划 技术咨询