更好地支撑环境管理需要。基本实现 " 市县能监测，省 市能应急，国家能预警 " 的目标。 5 5 建设目标 形成有效的能耗管理 制度 及时掌握缴费耗电与 实际耗电的分析比较 建立节能方案决策指 导体系 建立节能成效评测平 台 及时发现并排除用电 异常 能耗管理  能耗计量系统 - 系统概述 建筑能耗监测管理系统是通过 M- BUS 网络、 TCP/IP 网络将水表、电表、 的价值 远程抄表 用电警告 节能评估 决策依据 通过远程自动抄表，解决了传统手工抄表方式中数 据时效性，准确性及后期数据操作性问题。 用电异常报警，分析设备是否故障或存在供电用电 异常的问题。 通过分析基站设备耗电量，可得到哪些设备效率高、 更省电，为设备采购提供重要参考依据。 对节能措施进行评估，为后期大规模推广和应用提 供决策。 能耗管理  智慧路灯概述 系统采用远程控制方式，把控制参数通过 人机互动：可切换有人驾驶，可语音提醒、广播消息 自主保障：五重防撞，自主避障 适用于多种环境，如学校、公园、智慧园区、机场等。 智慧环保：无人清洁车产品特点 精准导航 智能决策 利用卫星定位、惯性 IMU 、激光 雷达及视觉等进行精准定位，实现 全局路径规划，自主调整决策。 智能调度 实况监控 能够对任务执行情况、车辆状 况进行实时监控；通过后台控 制可实现线路实时设置、任务 时间设定以及多机协调调度。 环境感知

香港城市大学资讯系统系教授，博士生导师，国际资讯系统协会高级杰出会员。 曾担任美国肯萨斯州威奇塔州立大学资讯系统副教授和波霍夫特聘商学教授。 寄语：传统 HR 要改变思维定势，不断学习与更新 AI 基础知识，重视数据驱 动决策。 李绪红教授 复旦大学企业管理系系主任、博士生导师，富布莱特学者，Journal of International Business Studies 等 国 际 A 级 期 刊 编 委， 同 寄语：信息技术的本质在于提高效率，人力资源管理领域的信息技术工具在不 断升级。随着大语言模型和智能代理的出现，AI 的应用范围得到极大拓展， 人们期待通用人工智能（AGI）的问世。然而，完全自主学习和决策的 AGI 在 接下来的 20 年内可能不会实现。在此期间，大语言模型等新技术仍然作为效 率工具，应尽早掌握使用，以便在人力资源管理中发挥其价值。 易路人力资源科技旗下薪智产品总监，曾任 IBM 、技术及应用系统。 综上所述，业界普遍认为人工智能是计算机科学的一个分支，它的目标是让计算机及其他相 关技术能够执行通常需要人类智能才能完成的任务，如：学习、推理、问题解决、语言理解、感知、 决策等。该领域的研究包括机器学习、深度学习、自然语言处理、计算机视觉、强化学习、专家 系统等。 ● 计算机科学和人工智能之父，Alan Mathison Turing（艾伦·麦席森·图灵）认为，AI

多模态 + 渲染 ... 智能语音问答 智能网联汽车 视觉感知 决策分析 车路协同 L4-L5 级自动驾驶 预测预警 市场成熟度 ★ ★ 整体空间 ★★ ★★ ★ 根技术： CV+NLP+ 语音 + 决策 智慧制造 智慧安防 智慧交通 智慧农林 智慧物流 然灾害应急管理 资源环境治理 市 场 成 熟 度 ★ ★ ★ ★ ★ 整 体 空 间 ★ ★ ★ ★ ★ 根技术： CV+NLP+ 语音 + 决策 药物研发 气候预测 石油勘探 市场成熟度 整体空间 分子动力学 天气预报 材料科学 ★ ★ ★ ★ ★ ★ 根技术： HPC+AI 跨模态大模型 药物模型 市场成熟度 ★★ 整体空间 ★ ★★ ★ 根技术： CV+NLP 网络故障诊断及预测 智能决策 智慧业务办理 市场成熟度 ★★★★ 整体空间 ★★★ ★ 根技术： NLP+ 语音 + 决策 智算中心典型需求场景 智慧电网 智慧油田 遥感测绘 新闻、视频、购物 App 内容推荐 金融、通信、物流 客服

理的判断。机器学习的发展离不开海量的数据支持，也离不开计 算机的支持。二是深度学习。深度学习是目前人工智能研究的热 门内容，它通过模仿人体大脑神经网络的学习过程，模仿人的思 考方式，在各种复杂条件下进行决策优化。 （二）AI人工智能技术种类 一是优化算法：优化算法能够从一个特定的系统中寻找最 值，并利用函数的表达方式来寻找问题，并与梯度下降法进行配 合使用。但是，在实践中，各系统的函数表达方式有很大差别； 度信息有效地传递出来，但是目前已经不能适应工业的现代化、 智能化发展的需要。但在 AI人工智能的帮助下，可以实现建筑设 计方案的模拟仿真，并以虚拟的形式展示建筑的实际情况，为项 目管理人员的工作提供重要的决策支持。在进行建筑设计的过程 中，设计人员应通过网络平台，利用计算机语言开发和人工智能 造型的方法，来建立一个更完善的建筑结构虚拟模型，提高建筑 工程设计环节的实用性和普适性，从而使建筑设计的效果得到最 过程中，方案的内容可能会有一些差异，但利用人工智能技术， 在不同的施工方案之间进行实时转换，在相同的观测点上，通过 序列比，对各种设计方法的优缺点进行比较，可以获得更经济、 更有效的设计方法，保证设计决策的水平 [5]。此外，利用 AI人工 智能技术，可以对选定的设计方案进行局部优化，保证修正后的 设计方案更符合工程建设的需要。 （三）建立专门的人机接口交互模式 将 AI人工智能技术运用到建筑的设计中，还必须有辅助的人

服务”的全流程快速定制化专用 机器人产品 ，大幅缩短产业链流程。 自动驾驶 自动驾驶行业具备典型的海量数据 、高并发、 实时处理等计算属性 ，呈现出高度多元主体协同、智 能识别和感知、系统模拟仿真计算、决策分析和预测预 警等特性。该产业的高度集成化需要智能计算中提供先 进的 AI 技术支撑 ，快速推动新产品的研发、测试和应 用 AI 芯 片 在为各类用户主体提供多元化 AI 算力服务的同时， AI 针对农林渔牧副产业的不同特点 ，个性化定制智能解决 方案变得尤为重要。需要有配套的智算中心作为支撑， 实现农林感知数据的大规模存储 ，借助强大的算力支持 农林数据的高效计算、训练和推演 ，最终实现快速和智 能化的农林生产决策 智 慧 物 流 智慧物流产业的发展需要应用先进的 AI 算法、软 硬一体的机器人产品与操控系统和整仓集成的完整生态。 通过 AI 技术从图像和视频数据里获得高层次、可理解的 信息 ，智能区分人和物 4 个百分点 智能计算中心经济社会效益分析 改善经济运行格局 激发经济发展活力 智 算中 心 模式名称 优势 劣势 适用范围 政府投资 建设模式 建设运维过程更加安全可控 政府对项目决策和执行效率高 财政负担全部投资，压力大 资金使用效率可能不高 涉及国家安全或重大公共利益的项目 （如政务领域 、基础数据库 、信息安全平台设施 建设等项目 ） 企业建设 运营模式

能 的 、 绿 色 环 保 的 、 环 境 舒 适 的 人 性 化 工 厂 。 将厂区生产中的关键数据放在一个统一的 界面中呈现给决策者，并且通过智能标签， 可在视频画面中实时查看厂区各类接入设 备状态数据，直观的展示，全方位支撑 领导决策。 通过 AR 增强现实技术，能够实现基于 视 频画面的实时数据管理，对接入的系 统和 数据进行实景化管理，形成各系统和 数据 的联动应用 应急指挥 解决思路 03 实景指挥 ● 实景调度 感知平台 挥 息 指 信 平 同 ● ● 实景智能管理平台 公共治理、综合决策、态势感知、协调指挥 智能预警 ● 智能分析 河 测 测 监 预 时 势 实 态 ● ● 立体监控 ● 高点统 领

数字孪生流域建设背景 P4 2017 年 ， 习近平总书记提出要建设网络强国、 数字中国、 智慧社会 ，把“智慧社会” 作为建设创新型国家的重要内容 ， 这是党中央从党和国家事业全局出发做出的重要决策 构建智慧水利体系 ， 以流域为单元提升水情测报和智能调度能力 —2021 年《国家国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要》 大力推进数字孪生流域建设 ， 并部署各流域管理机构…先行先试。 模型并行优化算法 技术成果： 提升模拟速 度 模型高效求解： 水工程优化调度算法 提出基于非支配等级的自适应约束处理方法 NRAM 可提升复杂梯级高维调度决策模型的求解收敛速度、可行调度方案求解成功 率 SR PAR3 f(x) cj(x) F(x) OFF3 OFF3 f(x) cj(x) OFF3 f(x) cj(x) 强化学习是一种模型在环境中进行探索 ，并通过奖励和惩罚来学习如何实现其目标的机器学 习 方法。例如 ，训练一个游戏 AI ，如下棋或打电子游戏 ，以便它能够学习如何赢得比赛。在水 库调度中也可以通过奖惩信息来决策最优调度方案。 在 10 个实时月内经历了大约 4 万 5 千年的游戏 训练，平均每天的游戏量相当于人类玩家 250 年的积累。 技术成果： 提升模拟速 度 游戏世界冠军被 OpenAI

《住建部建筑工程设计信息模型制图标准》 规范标准用语 义模糊 规范功能标准 统一功能定义 规范质量标准 制滥造 规范集成接口 赋能行业生态 1. 二维码应用 2. 决策分析应用 3. BIM+ 4. 设备巡检应用 5. 机管通应用 6. 车辆识别管理应用 7. 数字识别应用 智慧工地解决方案设计原则 数据驱动，建立 大数据运营 标准化中台， 选单式应用 通过 SaaS （软件即服务）模式管理各种应用，实现选单式应用 数据驱动，建立大数据运营 打通设备层、资源层、平台层、管理层数据流，在此基础上实现融 合汇聚数据，形成智慧工地的大数据运营，实现智能决策； 新科技赋能，新运营模式 引入 5G 、大数据、物联网、人工智能等创新科技，赋能工地的智慧 化管理；采取租赁方式提供智慧工地服务，实现运营模式的创新。 基于 AIoT 核心能力打造的智慧工地整体方案架构

..............................................................................8 3.1.1 溪源溪小流域防汛“四预”决策平台................................................ 8 3.2 数字孪生平台................................... 的可视化展示，在平台上完成该流域的防汛工作“四预”功能汇集展现，形成溪源水库 及溪源溪小流域智慧防洪体系，提升溪源水库及溪源溪小流域水旱灾害防御智能化决策 支撑能力。 第 3 章 系统建设技术及功能要求 3.1 业务应用建设 3.1.1 溪源溪小流域防汛“四预”决策平台 本次项目按照气象预报和水文监测数据，对溪源溪小流域山洪防御重要村落进行预 警预报。将预报预警、风险研判、过程预演、人员转移等重点环节场景化，在纵向、横 溪源溪小流域预报调度一体化 3.2.2.1.3.1 预报调度耦合模型 预报调度耦合模型重点实现流域全线水利工程调度。在预报技术上，根据水情和调 度需求，对水利工程调度参数进行调整，采用多种调度模式，为防汛指挥提供决策支持。 3.2.2.1.3.2 调度寻优模型 调度寻优模型的目的是在满足水力、调度和入流等各种约束条件下，采用某种策略， 找到水系中闸门和泵站等可控工程设施的组合运行调度规则，使整个水系的综合防洪效

GIS、3D GIS、地图信息、全景数据、三维扫描等； （2）支持多种系统接入，包括 IBMS 系统、IT 系统、IOT 设备等，并支持集成主 流物联平台；（3）结合 AI 与大数据技术完成数据整合、分析与决策等。 图 20、Arctron ArcOS 组成模块 资料来源：华建数创官网，兴业证券经济与金融研究院整理 ➢ TransBIM 施工图智能生成 第三维度开发的 TransBIM ⚫ 华建集团 在数字化管理、服务、业务等方面，公司整体呈现加速发展趋势。致力于围绕“数 据标准——数据交互——数据资源平台”的路径，进一步夯实集团的数据体系，构 建数据驱动业务发展和企业决策的创新模式。 华建集团将数字化技术应用于工程项目，覆盖全过程的设计流程数字化全面提升 设计质量、设计能级和管理水平，为企业数字化转型及持续打造信息化环境下具 有竞争优势的新型能力助力赋能，工作效能和设计品质领跑行业。 本报告仅供兴业证券股份有限公司（以下简称“本公司”）的客户使用，本公司不会因接收人收到本报告而视其为客 户。本报告中的信息、意见等均仅供客户参考，不构成所述证券买卖的出价或征价邀请或要约，投资者自主作出投资决策并 自行承担投资风险，任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效，任何有关本报告的摘 要或节选都不代表本报告正式完整的观点，一切须以本公司向客户发布的本报告完整版本为准。该等信息、意见并未考虑到