Gartner 供应链业务副总裁兼首席研究官 Christian Titze 表示：“今年的趋势凸显了供应 链中互联互通和智能化的变革潜力，使领导者能够提升运营效率和适应能力。通过评估和整 合代理人工智能和智能仿真等先进技术，企业可以实现特定目标、促进创新并获得长期竞争 优势。” 本文首先概述 Gartner 2025 年顶级战略性供应链技术趋势， 然后逐一介绍和解读 2025 年 及以后的顶级战略性供应链技术趋势。最后回顾了 力、多模式用户界 面 （UI） 和多功能机器人，帮助扩展连接。 2  确定培养“智能”的机会，其中对规模和效率和适应性有很大的需求。这包括代理 AI、 自主数据收集、决策智能 （DI） 和智能仿真。  默认情况下，通过使用严格的治理方法（包括将风险管理作为 IT 创新流程的一部分） 来管理每个数字化转型计划的安全性和可持续性功能。 1.3 2025 顶级供应链技术的趋势和主题 供应链 UI 市场规模（来源：GMI【6】） 【7】列举了 7 个新兴生成式 AI 用户界面，并指出这些新兴用户界面如何改变交互： 1. 聊天机器人：聊天机器人彻底改变了人类与人工智能的互动方式。它们是旨在仿真人类 互动的对话代理。例如 ChatGPT、Claude 和 Perplexity。这些聊天机器人可以执行各种 任务，从回答问题、提供建议到生成创意内容和协助客户服务。它们能够理解和生成人 类语言，

4.6 网络测量技术............................................................................31 IV 4.7 仿真与验证技术........................................................................34 五、卫星互联网应用场景....... 优劣直接关系到整个卫星通信系统的效能。为了实现高效、可靠、灵 活的卫星互联网承载网，需要一系列关键技术的支持。本章将详细介 绍星间/星地链路技术、路由技术、交换技术、移动切换技术、网络 管理与控制技术、网络测量技术以及仿真与验证技术等卫星互联网承 载网的关键技术。 4.1 星间/星地链路技术 星间/星地链路是卫星互联网承载网实现卫星之间以及卫星与地 面之间通信的基础，其性能直接影响着网络的传输速率、可靠性和覆 谱资源 等多维度约束条件的数学模型，通过优化算法求解，得到最优的 资源分配方案，提高整体资源利用率。 29  性能监控：实时采集关键绩效指标，通过数字孪生技术构建网络 虚拟映像，支持事前仿真和优化决策。通过在卫星互联网承载网 的各个节点（卫星、地面站等）部署监测设备和软件，实时采集 诸如网络吞吐量、时延、丢包率、卫星设备的 CPU 利用率、内存 使用率等关键绩效指标。利用数字孪生技术，根据采集到的实时

..........................................................................................45 2.2.8 仿真训练系统............................................................................................... 随着人形机器人技术的不断发展，其构型以及感知、控制、决策 等能力日益复杂，基础软件体系也经历了从简单到复杂、从低级到高 级的演变。 23 图 7 基础软件发展历程 人形机器人基础软件逐渐涵盖了操作系统、核心算法、大模型及 仿真软件等多个方面，且各环节的标准化已成为推动产业发展的关键。 目前，操作系统的国产化程度中等，国际上以 ROS 为代表的开源 操作系统为产业提供了通用框架，国内天鹤 OS 和 kaihongOS 等本土系 真软件的国产化程度正在逐步提高，国外软件如 Gazebo 和 MATLAB 等 在仿真领域被广泛应用，而国内则正在加大力度发展自研仿真工具， 并推动其标准化与推广。通过建立统一的建模规范、仿真精度和接口 标准，国内仿真软件逐渐具备更高的适配性，推动数字孪生系统的发 24 展。 未来，应加快基础软件的标准化进程，通过制定接口标准、算法 评估标准、数据集标准、仿真性能标准及开发工具和协议标准等，为 不同厂商和研发团

或文档的结构化管理、技 术状态版本控制及数据 共享 a) 应建立典型产品组件的 标准库及典型产品设计 知识库，实现快速检索和 智能匹配； b) 应建立仿真测试环境，实 现产品外观、结构、性能 等关键要素的设计仿真 及迭代优化； c) 应实现产品设计与生产 相关业务活动的信息交 互、并行协同 a) 应建立敏捷设计环境，支 持产品参数化、模块化 设 计 ； b) 产信息、检验信息、运维 信息等集成于产品的数 字化模型中，实现基于模 型 的 产 品 数 据 归 档 和 管理： c) 应构建完整的产品设计 仿真分析和试验验证平 台，并对产品外观、结构、 性能、工艺等进行仿真分 析、试验验证与迭代优化 a) 应建立产品设计平台， 支持用户、供应商等多 方信息交互、协同设计 和产品创新，实现用户 参与式设计； b) 应基于典型产品或特征 建立工艺模板，实现关键 工艺的封装和复用； b) 应支持工艺设计文档或 数据的结构化管理、数据 共享、版本管理、权限控 制和电子审批； c) 应建立工艺仿真测试环 境，实现工艺关键环节的 仿真分析； d) 应实现不同专业之间的 并行工艺设计； e) 适用时，建设物性表征系 统或配方管理系统，应用 快速评价、在线制备检 测、流程模拟和材料试验

资源等进行统一感知管理，并能够根据业务需求对各类计算、存储资 源进行高质量传递和流动。而作为基础设施层在数字环境中的虚拟化 表示，数字孪生通过利用数字技术和模拟方法，在虚拟环境中对现实 世界的实体、系统或过程进行建模、仿真和分析的过程，能够提供更 好的算网基础设施设计、优化和管理手段。此外，通过内嵌实时智能， 基础设施层一方面能够拓展对自身信息的感知深度与维度，包括资源 感知、性能感知与故障感知等，为算网管理层进行分析决策提供可靠 规划、自适应、自优化、自管理，最终达成“网随意动”。类似的， 服务生成算力网络在面向多元业务的算网自动化全场景按需服务时， 也需要构建一种能有效挖掘用户或业务意图并实现算网资源自动化 按需分配的方法，将规划设计、自动化配置、仿真验证、监控分析、 故障修复和策略优化等进行有效组织，最终实现以意图为中心的全生 命周期闭环，如图 3-1 所示。 图 3-1 以意图为中心的网络全生命周期闭环示意图 3.2.3 智能运维 第九届未来网络发展大会白皮书 服务生成算力网络白皮书 30 建算网统一标识，不仅实现对物体快速索引、定位及关联信息感知， 支撑孪生体的建模，同时能够支撑算网资源调度与任务编排。 3.4.2 仿真建模 数字孪生的仿真建模是将物理世界的对象数字化和模型化的过 程。通过建模将物理对象表达为计算机和网络所能识别的数字模型， 对物理世界或问题的理解进行简化和模型化。数字孪生建模需要完成 从多领域多学科

的传输速率将导致 参数面突发流量峰值高达 2000Tbps），需按照最优收敛比建网，平 衡算效与建网成本。此外，在大模型训练过程中，一旦发生网络故障 引发训练任务卡死等问题会严重影响训练效率，网络须具备高精仿真、 网络自愈等智能运维能力。 综上，跨集群协同训练服务对算力城域网的需求是：采用 400G/800G 高速链路，支撑 100km-500km 跨集群协同训练。基于 RDMA 无损数据传输保障跨集群训练的算效下降小于 基于大象流自动识别与智能调度，实现网络级智能负载均衡， 达到全网资源利用率最优，提升投资收益比。  通过算力业务应用感知和流级精细化调度，支撑差异化算网产 品和服务的商业创新。 （4）智能运维、安全可靠  实现高精仿真，消除因配置差错导致的网络事故。  打造精细化业务监测能力，实现全网资源与业务实时可视。  基于网络实时监测和故障快速感知，实现故障自动定界定位。  按用户或业务类型设置网络切片，实现用户数据管道安全隔离。 算力城域网应保证长期稳定，防止因为链路拥塞、光模块故障、 光纤质量下降等故障导致训练的中断。算力城域网需具备租户级故障 隔离能力，实现租户级精准反压，避免故障扩散影响多租户算效。同 时，算力城域网需具备随流检测、高精仿真、网络自愈等智能运维能 力，通过业务流级可视、秒级流量趋势展示、秒级故障感知和逐包故 障定界等技术，实现业务流故障的快速定位与恢复，驱动网络自治等 级从 L3 有条件自治向 L4 高级自治演进。

当前，人形机器人行业在发展中面临核心技术攻关、数据资源整合 与规模化应用落地等主要挑战。一方面，人形机器人系统的全模态感知 能力仍需突破；另一方面，动态交互场景下的高质量数据采集成本高、 仿真与真实数据差异显著，制约了模型泛化能力提升。此外，机器人操 作系统碎片化进一步阻碍了规模化效应的形成。为此，未来可从技术协 同、数据闭环与平台生态三大维度系统布局，具体路径包括： 然选择，云端负责复杂模型训练与全局知识更新，端侧聚焦实时性要求 高的感知与控制任务。 二是推动构建虚实融合数据训练场体系，推进人形机器人仿真与真 实数据深度融合。数据是未来人形机器人能力突破的关键壁垒，在数据 收集和训练中面临成本高、仿真数据和真实数据差异较大等挑战。针对 这些瓶颈， 17 （二）强化感知能力，促进人形机器人技术融合创新 （三）聚焦重点场景，驱动人形机器人应用健康发展 其次，通过行业联盟、跨界合作等方式，共同构建高质量、大规模的人 形机器人数据集，推进完善多模态数据闭环。开源数据集降低研发成本， 加速技术迭代，吸引更多开发者参与。最后，融合仿真数据与真实数据， 在实际环境应用中采集利用数据优化智能和性能，形成“数据飞轮”效 应。发挥仿真数据优势，把仿真数据融入训练中。推动机器人进入工厂 等实际场景，通过机器人传感器在真实场景采集收集的与物理世界交互 数据，训练迭代自身性能。 三

定期或针对性的更新，实现系统的持续演进。 此外，系统验证目前正从理性主义向经验主义转变。传统的基于模型的技术虽能保证高可靠 性，但由于系统固有的复杂性和异构性，已不再适用。我们需要超越当前随机测试和仿真的方法， 开发更严格的验证技术。同时，我们还必须通过基于知识的监测技术弥补可靠性降低的影响。 报告中提到的愿景既广泛又宏大，与科技巨头截然不同。科技巨头通常依赖机器学习并推崇超 大规模化发展，需要对高耗能基础设施进行巨额投资。 ，内建：Goal （目标）、Policy（策略）、Context（上下文）、 Capability（ 能 力）、Coordination（ 协 作）。 同 时，工具链将具备语义建模、Agent 仿真验证、 行为审计、运行时沙箱等能力。Rust、WASI 等语 言将在底层保障性能与安全，但高层语言将走向 Agent 原生化。 质量与成本重构：从补救到前置内生。AI 生成代码提升了速度，但也放大了质量风险。 对生产全流程的感知、决策与执行赋能，使快速 响应消费者个性化需求和高品质体验成为可能。 基于技术路径与市场需求的深度融合，我 们预期未来十年制造业将逐步聚焦以下三大研 究方向：一是“设计即制造”，产线通过物理 世界数字映射、仿真优化，向 2035 年自适应 切换（如今日造车、明日造家电）迈进，产品 设计融入 AI 实现“设计即能制造”；二是“制 造即智能”，具身智能机器具备自感知、自学 习能力（如自主预测维护），搭配

科技、奥普特、思特威、联创电子），灵巧手（兆威机 电、捷昌驱动、曼恩斯特）, HW、SLS链（祥鑫科技、秦安股份、豪能股份、隆盛科技），小米链（金杨股份、金博股份），宇树链（长盛轴承、 曼恩斯特），仿真训练（索辰科技），其他（科远智慧、能科科技、麦迪科技）。  风险提示：1）宏观经济下行风险；2）行业竞争加剧；3）技术开发与应用进度不及预期；4）需求不及预期等。 目录 3 01 人形机器人：承载AI未来 ✅四足机器人 ❌AI虚拟人 ❌传统机械臂 具身智能PIE方案的3个模块 具身智能三要素 Real-to-Sim 物体知识库 AKB-48 交互式物体感知 SAGCI-System 仿真引擎 RFUniverse 通用物体抓取 GraspNet 具身执行（Execution） Sim-to-Real 具身想象（Imagination） 具身感知 （Perception） 据平台，涵盖了50个场景、 9000多个物体。软通动力构建了机器人具身智能的关键技术体系，包括天鹤机器人OS、智 造及工业大数据、天璇2.0 MaaS平台、多模态通用生成模型、IssMeta数字孪生仿真推演平 台等，并与智元机器人合作，整合在人工智能和场景数据方面的优势能力，共拓人形机器 人“具身智能”能力新边界，推动人形机器人规模化迈向工业、家庭真实场景。 • 软通动力已实现鸿蒙生态全栈布局，

的研发周期，因此利 用数字化与智能化技术提升新材料研发效率也是近年来政策层面鼓励的发展方向之一。  《“十四五”原材料工业发展规划》指出“鼓励企业开发应用基于数据驱动、机理模 型、经验模型、仿真模型的先进工艺控制系统，优化生产作业设备运行参数。建立面 向原料进料、反应过程、冶炼过程、质量控制、污染物排放、能源消耗等重点环节的 实时监控、异常工况预警、全流程动态调度、智能处置。构建面向主要生产场景、工 平台，实现对研发、生产、经营、运维等全流程数据集中管理。鼓励有条件的 企业应用 5G 等新一代信息技术对网络进行升级，建设泛在感知互联的工厂运 行环境。 提高生产智能化水平：鼓励企业开发应用基于数据驱动、机理模型、经验模型、 仿真模型的先进工艺控制系统，优化生产作业设备运行参数。建立面向原料进 料、反应过程、冶炼过程、质量控制、污染物排放、能源消耗等重点环节的实 时监控、异常工况预警、全流程动态调度、智能处置。构建面向主要生产场景、 维的“成 分-结构-工艺-性能”关系，加快材料科学理论突破和前沿新材料发现。 2.研发基于科学原理与数据融合的新材料人工智能大模型。开发新一代物质科 学大原子模型，具备量子力学精度的材料模拟仿真能力和基于构效关系的材料 设计与生成能力。同时，布局新材料分子设计、合成制备、表征分析、工艺优 化等大模型，搭建模型开放与评测体系。 3.开发新材料智能研发垂类模型与软件系统。围绕电池材料、催化材料、新型