BEV+Transformer 等先进算法，对各通道数据进行特征提取。深度学习算法具有强大的特 征学习能力，能够自动从大量数据中提取出有价值的特征。CNN 擅长处理图像数据，能 够提取出图像中的边缘、纹理等特征；RNN 则在处理序列数据方面表现出色，如语音和 时间序列数据。利用多模态融合网络（如多层感知机、注意力机制），将多个模态的信息 进行融合。多层感知机可以对不同模态的特征进行非线性变换和组合，挖掘出更深层次的 GPT-4o 已初步展示音频、图像与文本的融合推理能力，未来多模态模型或可自主连接环 境感知与决策链条，拟人化解决复杂任务。 边缘 - 云协同的轻量化部署：通过微调轻量级模型（如 MobileNet-Multimodal）、 神经架构搜索（NAS）技术，多模态算法将逐步适配边缘设备的算力限制，在智能终端 （手机、机器人、穿戴设备）中实现低功耗实时推理，满足自动驾驶瞬态决策、工业质检 毫秒级响应的需求。 通常包含大量的噪声和冗余信息，需要经过滤波、降噪、特征提取等预处理操作。滤波可 以去除噪声点，提高数据的质量。降噪则进一步减少数据的干扰，使数据更加平滑。特征 提取是从点云数据中提取出具有代表性的特征点，如角点、边缘点等，为后续的三维场景 模型构建提供基础。然后，利用 SLAM（同步定位与建图）技术构建精准的三维场景模型。 SLAM 技术能够在未知环境中，同时实现机器人的定位和地图构建，通过对传感器数据的

腾讯云运营商行业 解决方案图谱（2025） 秦若毅 腾讯云运营商行业解决方案总监 腾讯云运营商行业解决方案图谱（2025） 云网融合 • 大网内容加速 • 边缘加速与计算 • 端云协同AIoT 自主创新 • 新型AI基础设施 • 自主创新组件 • 可信数据空间 • 办公协同基座 人工智能 • 全渠道数智化 • 大模型原子能力 • 智能体开发平台 • B端大模型应用套装 云网融合趋势观察：网络演进推动场景化升级 跨境数据传输 需求激增 宽带业务 场景化转型 5G专网驱动 边缘加速 AIoT平台 智能化演进 云网融合解决方案：云边端多级加速，使能全场景连接 大网内容加速 • 游戏加速 • 直播加速 • 教育加速 • 跨境加速 • 场景化宽带 边缘加速与计算 • 边缘上云服务 • 边缘安全加速 • 全球应用加速 • 多网聚合加速 • 异网内容分发 端云协同AIoT

、业务模型及市场环境的改变，电力 企业的传统架构不得不随之变化。电力企业需要对其业务流程进行整合，以确保其能够高效地为用户提供服务。 由于电力企业已经开始尝试将IT技术（云、数据分析、人工智能、边缘计算等）运用于电网运营、资产运营、供应链运营及 现场服务等环节，电力企业逐渐意识到，将IT和运营技术（OT）进行融合将有利于提高整个组织的可靠性和韧性。对于 需要打造大规模数据处理能力的电力企业来说，需要考虑如下几个关键事项： 进的资产管理方式，诸如资产绩效管理， 为提升可靠性、效率和可用性带来可能。只有具备收集、分析和利用设备数据和其他运营数据的 能力，企业才可以充分利用先进的资产管理的方法。通过对传感器、连接技术、边缘技术、云计 算、数据分析等方面的投资，打造新的架构体系，以实现资产管理的持续转型。 2.3 挖掘创新价值，赋能电力企业转型 电力企业需要创新和变革，以对用户需求做出响应和改变，提升数据能力，为实现基于数据的创 运营数据治理将是其中一个关键因素。电力运营需遵循一套通用的数据策略和信息管理方法，确保运营在一个闭环式 的治理和决策模型中进行，这就需要一个基于边缘的架构，通过云、物联网和AI等来实现可视化和自动化。由于流程的 闭环属性，信息在达到边缘之后将再次返回，而边缘处可凭借其智能性和韧性自主解决问题，实现流程自动化。具有韧 性的运营可以帮助电力企业应对复杂的用户需求，从而为整个生态系统注入活力，也从用户需求到可持续的供应链中

公司管理的能力和水平。同时，结合信息技术发展的 最新成果，积极探索，努力创新，实现关键技术、重要信息系统的 自主可控。 2.3 规划目标 2.3.1 总体目标 建设行业领先的能源工业互联网平台：包含数据采集边缘计算层、 基础设施层、工业平台层和工业应用层四大层级可支持实现 XXXX 公司全业务覆盖、各业务横向贯通、各层级信息系统互联的一体化 支撑平台，增强业务协同和集中管控能力，打破各业务系统之间的 年，XXXX 公司工业互联网平台二期建成并 深入应用，智慧电厂广泛推广，完成数字化运营中心建设，XXXX 公 司数字化水平得到较大提升。 2.3.3 具体目标  建设工业互联网平台包含数据采集边缘计算层、基础设施层、 工业平台层和工业应用层四大层级的 XXXX 公司工业互联网平台,在 平台的基础上实现 XXXX 公司全业务覆盖、各业务横向贯通、各层 级信息互联的一体化，增强业务协同和集中管控能力，打破各业务 和 21 企业数字化转型及企业数字化平台建设方案 AI 服务平台等部分组成，构建为可扩展的开放式云操作系统，并通 过专线网络实现与电厂侧边缘云平台互联，实现边缘和中心云平台 的协同，基层单位用户可访问省公司各类 SAAS 应用。基层企业的 边缘计算层由数据采集网关和计算服务器组成，可实现数据在生产 现场的轻量级运算和实时分析，可缓解数据向中心云平台传输、存 储和计算的压力。。 中

产线改造 6.1% 设备上云 / 监控 0.9% 安全服务 1.3% 评审评级 2.2% 车间 数字化 3.5% 仓储物流 1.3% 成果展厅 1.7% 集成化服务 0.9% 培训 1.3% 边缘计算 0.4% 规划研究 1.3% 其他 5.2% 几 点 说 明 1- 数字化诊断：主要是针对企业的研发、生产、 销售、管理、运营、服务、模式创新等业务环 节进行诊断 ，然后针对被诊断企业的短板、痛 企业拥抱大模型的方式 6 7% 4.4% 28.9% 6.7% 15.6% . 领域知识增强成为标配 多模态理解突破场景限制 模型轻量化加速边缘部署 大模型的自主进化能力实 现持续优化 工艺方案自动生成 跨工厂知识迁移 形成垂直领域模型商店 催生工业提示词工程师 注释：针对已经进行了数字化转型的企业客户进行调研， N=45 研发设计及验证场景 工业标识解析服务平台 工业物联网平台 工业大数据平台 工业 AI 平台（含工业大模型） 订单排产计划 质量管理 能源管理 …… …… 业务流程管理 安全管理 工业云网关 边缘算力盒 / 一体机 设备管理 生产制造管理 采购管理 智慧 / 产业园区 产业集群 客服 / 企业 IM 电子签名 项目管理 智能工厂 / 数字化工厂 …… …… 人力资源管理

央国企智算创新实践报告（2025 年） 2 发展。2023 年 11 月，山东发布《山东省数字基础设施建设行动方案 （2024—2025 年）》，提出要引导通用数据中心、超算中心、智算中 心、边缘数据中心等合理梯次布局。2024 年 3 月，上海发布《上海市 智能算力基础设施高质量发展“算力浦江”智算行动实施方案（2024- 2025 年）》，提出聚焦智能芯片、算法模型、训练框架、计算平台与 重点行业应用，逐步构建以自主可控、安全可靠、开源开放、广泛兼 容、高性能算力聚合为特征的智能算力基础设施产业体系。2024 年 4 月，江苏发布《江苏省算力基础设施发展专项规划》，计划构建新一 代云计算、智算、超算、边缘计算等多元算力供给体系。 （二）需求激增，推动智算中心加速落地 人工智能技术的快速发展和应用，成为推动智能算力需求增长的 关键驱动力。AI 大模型创新演进对智能算力产生较大需求，推动大 训练中心+边缘推理中心”的架构。随着工业 4.0 的推进，工业企业深 化数字化、智能化技术的应用，对数据处理的实时性、准确性等提出 较高要求。为更好地响应工业现场实时数据处理需求，工业智算中心 央国企智算创新实践报告（2025 年） 10 常采用云边协同方式部署。云端智算中心凭借强大的计算资源与先进 的算法模型库，对边缘端上传的复杂数据进行深度挖掘与训练优化， 再推送至边缘推理中心

维护和智能排产，降低设备故障率和生产成本；在市场营销领 域，AI 大模型可以通过精准的用户画像和个性化推荐，提高营销转 化率和客户满意度。 为了实现上述目标，项目将采用以下关键技术和方法： 1. 分布式计算架构：利用云计算和边缘计算资源，构建高性能的 分布式计算环境，确保 AI 大模型的训练和推理效率。 2. 多模态数据处理技术：整合企业的结构化数据（如 ERP、CRM 系统）和非结构化数据（如文本、图像、视 频），形成统一的数据平台，为 程，并采用自动化调参工具优化模型性能。模型训练将涵盖监 督学习、无监督学习和强化学习等多种方法。 4. 模型部署与优化：将训练好的模型部署到生产环境中，支持实 时推理和批量处理。采用模型压缩、量化和剪枝等技术，优化 模型在边缘设备上的运行效率。同时，建立模型更新机制，确 保模型能够持续改进。 5. 监控与维护：建立全面的监控系统，实时跟踪模型的性能指标 和资源使用情况。通过日志分析和异常检测，及时发现并解决 问题 。项目完成后， 预计该模型在关键业务指标上的准确率将达到 95%以上，推理速度 将优化至毫秒级，能够满足企业对实时响应的需求。 其次，项目将实现模型的自动化和智能化部署，支持企业在云 平台和边缘设备上的无缝集成。通过引入自动化部署工具和容器化 技术，企业可以在不同类型的硬件资源上进行快速部署和扩展。预 计部署时间将从传统的数周缩短至数小时，极大提升了企业业务的 上线速度。同时，项目将提供持续的学习和优化机制，通过在线学

LMOps)等一系列创新产品。在此基础上，公司不断完善业 务布局，强化算力底座与数据要素能力建设，成功推出开悟多模态内容生产平台、开悟大模型智能投放平台、AIGC 内容安全风 控平台（鸠摩智）、边缘计算型大模型一体机（开悟魔盒）、新一代数融平台、虚拟电厂智慧调控平台等产品，满足多元场景下 的用户需求。在政务、能源、金融、教育、媒体等多个领域，开普云都实现了 AI 智慧应用的广泛落地，为行业数字化转型和智能 LMOps)等一系列创新产品。在此基础上，公司不断完善业 务布局，强化算力底座与数据要素能力建设，成功推出开悟多模态内容生产平台、开悟大模型智能投放平台、AIGC 内容安全风 控平台（鸠摩智）、边缘计算型大模型一体机（开悟魔盒）、新一代数融平台、虚拟电厂智慧调控平台等产品，满足多元场景下 的用户需求。在政务、能源、金融、教育、媒体等多个领域，开普云都实现了 AI 智慧应用的广泛落地，为行业数字化转型和智能 模型的部署逐渐从云端向边缘设备端转移，这一趋势正在重塑智能系统的 架构和应用模式。大模型的边缘化部署，使得内部办公、移动办公及涉军、涉密等特殊场景下 AI 技术的应用成为现实，通过大模 型一体机边缘设备能够实现高效率、低功耗、低成本和低时延的处理和响应。这种边缘智能不仅提升了设备的响应速度，还增强 了其在本地处理复杂任务的能力，为用户提供了更加流畅和个性化的体验。边缘计算与端侧智能的最新进展，为大模型的广泛应

和控制。对接 BA 和照明系统实现联动 关键技术 • 通过 All-In-One AP+Zigbee 插卡无线方案显著降低布线成本； • AR502 楼宇控制器将楼宇控制与网络结合， 构建统一边缘计算 平台。 • 提升用户感知，综合能效下降 10% 26 智慧环境监测解决方案 ( 基于 eLTE-IoT) / 人脸识别 / 人员管理 / 绿色能源 / 空间管理 / 资产管理 / 园区运营管理 ：量化数据质量，让数据产生价值 价值 3 ：行业数据模型，最佳实践参考 38 IaaS （一云） DaaS （一池） 统一模块化应用接口 云中心 管理 解析 检索 比对 云边缘节点 IaaS （一云） DaaS （一池） 管理 解析 检索 云边缘节点 IaaS （一云） DaaS （一池） 管理 解析 检索 视频云平台 中心 分中心 前端 …… 应用 网络 利旧视频 道闸视频 考勤辅助…

占用，单车数据传输带宽成本节省20%以上。 1）基于多模态大模型的边缘场景开集检测平台 开发边缘场景开集检测平台，借助大模型高层级理解及通用开集检测能力，建立 用户任意自然语言描述的开集场景检索能力，可实现对数据需求的快速精准响应。 2）基于三维高斯溅射的高质量边缘场景重建平台 开发基于三维高斯溅射的高质量边缘场景重建平台，实现对智驾开发迭代过程中 相近数据需求的高效复用响应。 台，支持在给定真实画面风格 下，进行定向风格转移，提升数据真实度。 26 2024 CCF企业数字化发展优秀案例集 技术创新 4）基于元宇宙数字孪生仿真平台的可控边缘场景泛化平台 开发基于元宇宙数字孪生仿真平台的可控边缘场景泛化平台，结合真实行车场景 3D重建数据及元宇宙数字资产，实现对特定数据需求的全面可控响应。 27 2024 CCF企业数字化发展优秀案例集 技术创新 应用成效 百信信息技术有限公司 企业介绍 百信信息技术有限公司（以下简称“百信”）成立于信息安全上升为国家战略的 关键时期，以打造我国计算产业核心技术与产品为己任，全面布局通用算力和人工智 能算力两大领域，研发服务器、边缘智能以及商用终端三大类产品，为数字政府、金 融、电信、能源、教育、医疗等国计民生行业用户提供云、边、端全场景覆盖的产品 与服务，是国内领先的算力基础设施提供商 , 也是华为核心整机伙伴，与华为达成“鲲