10 2.4 趋势4 大模型赋能运营商数智化转型，加速高阶自智 11 2.5 趋势5 数字孪生加速网络智能化演进，实现以虚映实，以虚控实 12 2.6 趋势6 数智融合促进数据要素和数据基础设施发展 总结网络演变的六个方面，为理解未来业务和自智网络 提供了重要视角。 中兴通讯AIR Net高阶自智演进方案 通过数据和能力的开放解耦，助力端到端自动化流程 断点的打通；通过大小模型协同、Agent、数字孪生等 关键技术，解决自动化难点，降低网络运营技能门槛 并逐步代替人工实现网络自主闭环；通过价值场景及 成效落实，助力商业成效的闭环。方案采用可组装式 数字星云架构，通过数智引擎，提供各类服务能力，结 合场景自智能力，快速编排上线，并具备未来应用范 式演进能力。 自智网络发展趋势 结合当前标准发展和产业实践，从数字人直播、5G-A 等业务发展、云网算智融合的网络演进、以及大模型 /Agent，数字孪生等新技术和应用方面，进行深度洞 察，分析自智网络产业的发展趋势及面临的挑战，并提 出解决策略与建议。 成功案例分享 列举自动化、智能化、能效优化的高阶自智网络实践 案例，为全球运营商及合作伙伴提供宝贵参考与借鉴

........................ 18 （三） 技术应用价值 ............................................... 18 六、 数字孪生 ........................................................ 20 （一） 技术内容概述 ......................... ................... 81 （一） BIM 与大数据、人工智能结合 ................................. 81 （二） BIM 与物联网、数字孪生技术 ................................. 82 （三） BIM 标准化与全球化 ......................................... 技术。 六、数字孪生 （一）技术内容概述 数字孪生（Digital Twin）是指在虚拟空间中创建物理实体或系统的数字 化映射，通过实时数据交互和智能分析，实现对物理对象全生命周期的监测、 分析、预测和优化。这一概念最早由美国学者 Michael Grieves 于 2002 年提出， 经过近二十年的发展，已成为推动建筑业数字化转型的关键技术。 数字孪生技术的基本架构包括物理实体层、数据传输层、数字模型层、分

同时降低了 IT 成本。 3 / 25 1.2.2 赋能垂直行业，释放数字化潜能 联盟网络通过开放网络能力 API，使垂直行业可深度参与网络管理。在工业 4.0 场景中，基于联盟网络构建数字孪生工厂，实时同步全球生产基地的设备数 据，故障预测准确率提升的同时使维护成本得以下降。车联网领域，假设某车企 联盟通过跨运营商切片实现车辆、路侧单元与云平台的实时交互，紧急制动指令 传输时延大幅 网络数字孪生体 网络数字孪生体是联盟网络中实现网络状态实时映射和优化的关键技术， 它通过构建与物理网络一一对应的虚拟模型，实时采集和分析网络中的各类 数据，从而实现对网络状态的精准监控和预测。在大型的工业互联网场景中， 网络数字孪生体可以对工厂内的各种设备和生产流程进行建模和仿真，通过 AI 算法对生产数据进行分析，预测设备故障和优化生产调度，提高生产效率 和质量。网络数字孪生体的核心在于实时数据采集、模型构建和智能分析。 构建和智能分析。 通过在物理网络中部署大量的传感器和监测设备，网络数字孪生体可以实时 获取网络的运行状态数据。然后，利用这些数据构建与物理网络相对应的虚 拟模型，并通过 AI 算法对模型进行分析和预测。 网络数字孪生体的应用不仅限于工业领域，还可以广泛应用于智慧城市、 智能交通等多个领域。在智慧城市中，网络数字孪生体可以对城市的基础设 施、交通流量、能源消耗等进行实时监控和优化，提高城市的运行效率和居

6.3 多样化的生态伙伴，丰富全球智慧公路生态 ...................................................35 生态体系 /33 7.1 雷视感知+数字孪生拟合新技术，打造全息智慧隧道 .....................................36 7.2 随路无线和传输网络，满足视频回传和应急通信需求 ............... 智慧云控平台是智慧公路建设成功的根本，是决定智慧公路能否发挥“智慧”和“服务”，实现信息互联互 通的关键。利用云计算、大数据等技术，整合路网静态交通设施、动态交通流和交通参与者的时空信息，并基于 GIS/ 高精地图构建完整的数字孪生平台，在此基础上提供认知、决策、仿真、评估等算法模型，是提升交通安全 和效率的关键。 构建多应用多层次服务体系 公众出行服务是智慧公路建设的最终目的，公众出行信息服务水平更是衡量智能交通现代化程度的重要标志。 阶段主要从价值场景入手，构建基础的路网感知和智能中枢平台能力。第二阶段数字化孪生平台基本建成，融入 更海量、更精细的路网感知数据，提升整个路网和出行需求的认知能力，各相关行业和部门的交管管理需求不断 得到满足。第三阶段实现全路网的全息感知全部覆盖，数字化孪生平台更加智能，业务协同更加紧密，智能决策 实时化、自动化，自我演进，实现全业务智慧。 价值场景出成效，建设数字化基座 数字孪生平台，多场景业务协同 路网全覆盖感知，业务全场景智慧

“差之毫厘，知于千里”，信息技术保障边坡安全 智慧巡检，无人机构建矿山安全新屏障 智慧洗煤厂篇 黑灯选煤厂，煤矿两化融合“至高境界” AI配煤专家系统，让知识无处不在 智慧调度中心篇 数字孪生，推进智能化采矿迈入新时代 “井下滴滴”，一场煤炭数字化变革 智慧经营中心篇 云上智慧，煤矿行业云应用场景 以柔应变，智能化与煤矿柔性供应体系 风云涌动下的能源安全与信息安全 智慧园区篇 的基础上建立分布式的数据仓库，将各系统、各设备采集的数据汇入数据仓库，在数据仓库 中按照选煤厂的业务流程建立准备系统、分选系统、运销系统等全厂业务模型及数字模型， 打造数字双胞胎场景，实现虚拟和现实数字孪生的选煤厂。 四、构建信息化基础设施 包括网络平台建设、云平台建设、数据中心建设、专家知识库建设、系统安全保障、交互平 台建设等内容。充分应用现有技术的便利性，通过物联网传感器及物联网平台实现环境实时 化需求并不限于开采、洗选等上游企业，而是全行业领域共性需求，未来行业领域扩展前 景可观。 96 97 数字孪生，融入矿山智能化建设 数字孪生（Digital Twin，DT）是以多维模型和融合数据为驱动，通过实时连接、映射、 分析、交互来刻画、仿真、预测、优化和控制物理世界，使物理系统的全要素、全过程、 全价值链达到最大限度的优化。数字孪生与各产业的深化融合能够有力推动各产业数字 化、网络化、智能化发展进程，成为了产业变革的强大助力。

展示了灯塔工厂现场评估中排名前五大人工智 能用例增长情况，以及 2024 年入选的灯塔工厂中人工智能在各 领域的应用细分情况。这些用例推动转换成本、生产周期等指标 改善超 50%。本报告核心在于摒弃盲目跟风，坚持从数字孪生到 大型语言模型，技术部署始终围绕实际需求。 - 8 - 图 3：按灯塔工厂入选批次划分的分析型人工智能和 生成式人工智能用例构成情况 在灯塔工厂认定申请中出现的前五大用例 中人工智能所占百分比 2、借助数字化驱动，而非仅依赖技术专家 灯塔工厂打破“技术单核”思维，将数字化责任下沉全员， 构建技术-人才协同体系，重塑业务流程。每千名员工新增 25 个 转型岗（近半为业务运营类），初期由卓越中心统筹全局，聚焦 MES、数字孪生等工具开发及流程优化，联合第三方补足能力短 板；后期通过赋能一线骨干掌握本地化落地能力，推动卓越中心 逐步退出，实现自我迭代的可持续转型生态（见图 5）。 实例：西门子公司 西门子以卓越中心主导数字化转型，专家团队通过试点项 - 实例：西亚特公司、三门核电站 印度西亚特公司整合绩效系统与 VR 培训，生成个性化方案， 使设备效率（OEE）提升 16%，停机损失减少，并通过员工反馈 双向优化流程；三门核电站利用数字孪生与虚实仿真技术，将核 操作员培训周期从 5 年大幅压缩，人为失误事故降低 88%，实现 安全与效率的双重突破。 3、制定应用推广计划，巩固数字化转型成果 灯塔工厂将解决方案与员工成长深度绑定：一线员工贡献超

入； 工业物联安全中，对 5000+物联网传感器采用端到端加密通信，并定期更新数字证书； 工业生产安全依托 AI 算法分析摄像头与传感器数据，提前预警高温、漏电等风险； 工业工序安全则通过数字孪生技术模拟生产流程，优化化工反应釜的温度、压力控制逻辑； 工业功能安全方面，安全仪表系统 SIS 与 MES 系统联动，当设备故障时自动触发停机并启动应急预案。 该案例凸显了管理支撑体系通过技术融 80%；制造业（31 大类）中 2023 年全国首条 5G-A 超可靠低时延汽车柔性产线实验 成功，表明工业互联网在推动属于离散型的汽车制造柔性化生产方面有积极进展，属于流程型的化工、钢 铁行业通过数字孪生实现工艺优化、从而降低能耗已经成为行业发展趋势；能源供应业（3 大类）中智能 电网和燃气 SCADA 系统的建设持续推进，相应的覆盖率和远程监控率也在逐步提高。 得益于政府的高度重视，自 2017 DCS 系统，恶意修改温度控制参数，险些引发爆炸事故，凸显了 OT 与 IT 融合背景下自动化设备面临的严峻安全形势。​ （三）数字科技领域：AI 大模型、数字孪生在工业应用中的数据安全与模型可信性挑战​ AI 大模型和数字孪生技术在工业领域的应用日益广泛，为生产优化、预测性维护等带来了新的可能， 但也带来了数据安全和模型可信性的挑战。 一方面，AI 大模型训练和应用过程依赖大量工业数据

铁路系统的互联互通（FRMCS） 为交通意识与QoS强化的XR+Media 对无人机的NR支持 为NG-RAN强化的AI/ML包括数据采集及信号发送支持 R19 Q4 2025 工业场景的边缘计算（安全、数字孪生） 环境物联网（研究项目） NTN再生模式 增强的DU/UL及RedCap支持 NR Sidelink多跳中继 FRMCS第5阶段 智能车站（研究项目） 为元宇宙强化的XR+M 对无人机的架构支持（安全性） 亚太赫兹频段 6G 7-15 GHz 15-24 GHz 90-300 GHz 亚太赫兹波 新频段 专为广泛覆盖与6G的核心应用 场景设计，如高级AR、全息通信、 感知技术和四维数字孪生等。 针对高密度 区域的容量 需求进行了优化。 专用于特定或小众应用场景，如直达设备通信 （Direct-to-Device Communications）和6G X-Haul， 源效率。 RIS能够实现诸如无缝城市连接、改善室内覆盖以及能效网络密 集化等先进功能，从而减少对高功率发射机的需求。 将物理网络实时复制并交互映射到虚拟孪生网络中，有助于对 6G网络进行高效智能的验证、模拟、部署与管理。 数字孪生网络（DTN） 6G网络正在采用先进的量子安全机制来应对传统加密系统所面 临的不断增长的威胁，尤其是那些来自量子计算机的威胁。其关 键技术包括量子密钥分发（QKD）、后量子密码（PQC）、量子

务上AI已经能与人类专 业知识相匹配，同时具有更高的效率。根据Gartner的预测，到2028年，AI技术将自动化至少15%的 日常决策，大幅提升企业生产力，降低运营成本。通过AI技术与城市数字孪生场景结合，以时空为 “索引”对多源异构数据进行时空化治理和融合，并借助知识工程和AI算法进行智能分析、挖掘知 识和辅助决策，可以很好地解决地理规律的复杂性、地理信息表达的多样性以及地理数据的不完备 模型中心：接入多个主流大模型，通过模型效果对比为不同应用场景选择最合适的模型，以保证业务效果最佳。 知识中心：沉淀行业知识，通过知识工程提升大模型的表现，进一步支撑行业应用创新。 Agent编排中心：以Agent赋能人、事、物数字孪生，构建“千万级Agent”架构，打造Agent与自然人协同的新 生产范式，充分释放大模型的价值。 Agent资产中心：对接并承载内外部伙伴行业AI资产，形成行业知识对外展现与复用，包括各种模板、行业数据 随着AI人工智能和大模型技术的不断发展，大模型赋能政务服务和社会治理是应对现代化挑战、推动治理能力升 级的必然选择。贵阳贵安区以全国一体化算力网络国家（贵州）枢纽节点建设为契机，推动三朵云平台、数字孪生 BIM等基础信息化能力建设，围绕“东数西算”国家战略，打造了立足贵安，辐射贵阳至全国的智算中心和大模型能 力，为贵阳贵安打造大数据产业发展示范区提供保障和支撑。 贵安新区通过建设“云、数、网

当前，业界已开启对下一代移动通信技术（6G）的研究探索。面向 2030 年及未来，人类社会 将进入智能化时代，6G 将构建人机物智慧互联、智能体高效互通的新型网络，在大幅提升网络能力 的基础上，具备智慧内生、多维感知、数字孪生、安全内生等新功能面对如此愿景，6G 的网络架构 和功能也会变得越来越复杂。为了使网络适应未来多变的需求，在 6G 网络中应通过引入端到端可 编程网络技术，让网络更加智能和灵活。 谈到可编程网络，最具代表性的当属 普及。这一过程中，超级边缘节点将成为核心，通过提供连接、计算、存储和智能服务，为网络提 供强大的支撑。对于垂直行业的应用场景，超级边缘节点能够满足超高可靠性、低时延、高安全性 等多重要求，支持数字孪生、元宇宙等复杂应用场景的实现。通过这种云网融合架构，边缘节点不 仅提升了网络数据承载能力，还增强了隐私保护能力，成为实现 6G 业务的关键设施。 在这一架构下，用户面可编程性发挥着至关重要的作用。借助可编程用户面（UPF）功能，网 布式节点特性，用户面能依 托智能决策系统实施动态锚点切换与冗余传输策略，在满足工业互联网确定性时延需求的同时提升 频谱效率达 3 倍以上。这种智能化的用户面还将通过意图驱动的网络切片管理，为数字孪生、全域 覆盖等 6G 新场景提供差异化 SLA 保障，使网络能够自动解析用户语义需求并生成匹配的转发策略 树，显著降低人工运维复杂度。 另外，6G 网络将是涵盖各种应用的复杂网络，同时接入的设备和应用场景千差万别，这需要网