同时，本次报告首次从工业互联网驱动金融质效提升的视角，对 以工业互联网赋能金融的应用模式与路径进行洞察提炼，并围绕工业 互联网助力金融的三大方向，即助力提高运营效率、助力提升抗风险 能力、助力丰富金融供给，归纳提炼了工业互联网赋能金融的七种典 3 型模式，包括贯通供应链金融模式、生产与保险数据融合模式、驱动 信贷流程再造模式、防范金融违约风险模式、优化金融数据流转模式、 势 ................ 15 （三）初创企业投融资回暖，“智”的特征突出 ........................ 17 （四）“国家队”“大厂”纷纷下场，投资主体不断丰富，促进实 数深度融合........................................................................................ ....... 27 （五）助力提升抗风险能力模式 5：优化金融数据流转 ............. 28 6 （六）助力丰富金融供给模式 6：催生新型授信方式 ................. 30 （七）助力丰富金融供给模式 7：数据创新金融租赁 ................. 31 四、2025 年工业互联网与金融双向赋能展望 ...........

非官方估计约达 1.8 万亿。 泛化能力强：大模型能够有效处理多种未见过的数据或新任务。基于注意力机制 （Attention），通过在大规模、多样化的无标注数据集上进行预训练，大模型能够学 习掌握丰富的通用知识和方法，从而在广泛的场景和任务中使用，例如文本生成、自 然语言理解、翻译、数学推导、逻辑推理和多轮对话等。大模型不需要、或者仅需少 量特定任务的数据样本，即可显著提高在新任务上的表现能力。如 移学习（Transfer learning）等方式，实现跨模态数据 的关联理解、检索和生成。多模态大模型（LMMs，Large Multimodal Models）能够提 供更加全面的认知能力和丰富的交互体验，拓宽 AI 处理复杂任务的应用范围，成为业 3 工业大模型应用报告 界探索迈向通用人工智能的重要路径之一。典型如 OpenAI 的 Sora 模型推出，掀起了全 型的 生成能力可以助力小模型的训练。小模型训练需要大量的标注数据，但现实工业生产 过程可能缺少相关场景的数据，大模型凭借强大的生成能力，可以生成丰富多样的数 据、图像等。例如，在质检环节，大模型可以生成各种可能的产品缺陷图片，为小模 型提供丰富的训练样本，从而使其能够更准确地识别缺陷和异常。此外，大模型可以 通过 Agent等方式调用小模型，以实现灵活性与效率的结合。例如，在某些场景下，大

产业定位模糊，企业 类型庞杂，功能相对简单，主要是在区位交通条件相对优良的地区，提供满足企业基 本生产条件要求的物理空间。 产业园区2.0——产业聚焦：20世纪90年代开始，园区功能形态开始向丰富化发 展。功能方面，生产制造以外的科技研发、商务办公等功能开始出现；形态方面，虽 3 然依旧以生产制造所需的厂房为主体，但是标准厂房开始出现，高新技术产业发展所 需的中试办公楼、孵化办公楼等形态也开始在园区出现。 始服务与企业的发展与提升，在销售、采购、研发、品牌、信息、融资等生产性服务 领域为企业提供助力，实现降低经营成本，提高利润空间的目标。 产业园区4.0——智慧园区：2015年以后，园区功能开始充分地丰富化，为满足 “人”的需求的功能纷纷出现，如日常消费、娱乐休闲、生活居住等功能开始在产业 园区发展。相应地，除了原先的厂房、办公楼、商务酒店之外，商业、公寓、学校、 医院等形态大量出现。除了园区 能的转变。随着园区管理者、企业、个 人等对于智能化系统的要求不断提升，推动园区内各类智能化场景的建设往更加精细 化、定制化的方向发展，重点围绕产业发展、园区管理、企业经营、人居生活等场景 不断丰富智慧化应用，支撑智慧园区一体化、生态化、精细化发展，真正开启园区全 局感知、万物智联、全面智能新时代。 16 图表13：智慧园区应用场景精细化趋势 资料来源：前瞻产业研究院 （3）智慧园区与智慧城市在空间和功能方面逐渐无界融合

项安全能力，以及广域网优化等网络能力，将安全和网络能 力上移，通过统一的云交付形式，降低多分支架构的 IT 建设 和运维负担。 要构建面向数智园区的网络系统，可参考以下建议： • 通过加速 DNS 响应以及 HTTP 报头丰富等功能，实现数 据流的本地分流，缓解核心网的数据传输压力，降低传输 时延。 • 利用多接入边缘计算 (MEC) 等方式，支撑数智园区应用调 用 5G 网络的带宽管理、位置服务、分流等关键能力，并支 利用平台能力降低成本、提高创业和运营效率。 实现园区管理服务一体化、数据应用体系化、信息沟通智慧化，一般包括招商管理、资产 管理、综合管理和物业服务等数字化场景。 面向园区的各类合作方，整合丰富服务链条，构建相应的数字化能力，形成协同化的服务 体系，满足生态合作方利用线上平台，更好地连接园区企业和员工的诉求，实现服务的在 线化、数字化和全流程可追溯。 建设公共服务平台 提供产业创新平台 数据展示层通常可以支持本地数据可视化处理，以及云渲染/ 远程渲染和视频推流，能够将多源数据进行统一分类呈现， 通过 VR 全景、3D、2D、视频、GIS 等多种展示方式，实现 一张图一平台、所见即所得的精细化管控。平台应具备丰富 的图表组件支持，提供场景化的大屏模板选择，加速数字孪 生可视化界面开发。 数据展示的发展方向是数字孪生，能够在园区实体的基础上， 集合园区内建筑、道路、交通、物联网等数据，在虚拟空间 中

生产力发展进行全方 位深度研究。 数字经济为生产力三大要素的优化组合提供基础。一是催生新型 劳动对象。数据要素成为劳动对象的新组成部分，数据与传统劳动对 象相互融合也构成了新的劳动对象，更加丰富的劳动对象创造了满足 更加多元化、个性化需求的物质基础。二是塑造新型劳动资料。数字 经济推动劳动资料从实体形态向虚拟形态延伸，全方位深化拓展劳动 资料的作用范围，劳动资料分布呈现集中化与分散化并存。三是培育 “健全相关规则和政策，加快形成同新质生产力更相适应的生产关系， 促进各类先进生产要素向发展新质生产力集聚，大幅提升全要素生产 率”。 新质生产力是马克思主义生产力理论的创新和发展，凝聚了我们 党统领经济社会发展的深邃理论洞见和丰富实践经验。从去年 9 月在 黑龙江首次提到“新质生产力”，到在中央经济工作会议部署“发展 新质生产力”，从政治局集体学习时的系统阐述和两会期间强调要“因 地制宜发展新质生产力”，到习近平总书记关于新质生产力的一系列 是实现生产的必要前提。机器化大生产时期的劳动对象往往是指自然 资源、原材料、零部件等物质资料。数字经济时代，劳动对象发生质 变，数据要素成为劳动对象的新组成部分，数据与传统劳动对象相互 融合也构成了新的劳动对象，更加丰富的劳动对象创造了满足更加多 元化、个性化需求的物质基础。 数据成为数字经济时代的新型劳动对象。随着新一代信息技术的 发展，数据的采集、处理、分析成本不断降低，生产主体能够以较低 的边际成本

主要依赖大客户带来订单机 会，受国家宏观政策影响 大，存在一定的市场风险 • 主动转换市场定位，逐渐扩大产 品标准化程度，追求高周转的规 模效应 • 拓展市场，主动迎接市场竞争 • 逐渐建立品牌优势，逐渐丰富 产品类型和业务板块，逐渐形 成以品牌和资金为纽带的复杂 组织结构的集团化管理 • 以高度满足客户个性化需求 的柔性为核心竞争力 • 强化产品的设计与成本的降 低、质量控制、盈利控制能 力保持生存和发展 具有更高的柔性，能适应产品及业务变化快速进行调整 快速的反应能力 跨系统的数据集成速度更快、信息更全面 更快、更友好的系统操作 与上下游企业的信息传递更快捷 资源供需平衡 对商机、销 售预测 提供管理平台和丰富的计算工具 对订单的可承诺性提供更高的支持 提供更严谨的供应链计划功能及材料控制工具，减少呆滞库存 严谨的风险管控 更全面、更透明的业务信息管理，更连贯的业务流程处理 提高财务业务一体 智能化的信息展示，为决策及管理改善提供更多支持 精益生产 建立配套精益生产策略的供应链信息管理平台，并能支持不断优化 建立全面的、跨系统一体化的质量信息管理平台 提供更精细的成本核算及更丰富的成本分析工具 产业链协同一体化 与下游建立互动性更强的信息集成，提高供需信息沟通效率 将供方纳入供应链信息系统，从而支撑精益生产和敏捷物流的实现 提供全面的供应商关系管理系统，提高供方的开发、扶植力度

为了在方兴未艾的工业4.0环境中蓬勃发展，制造 商必须采用新战略、新兴技术和稳健的数字化转型 举措。为了避免管理传统的多供应商物联网解决方 案的复杂性和高昂成本，与像Telenor IoT这样经 验丰富的一站式物联网服务提供商合作通常更高效。 由一位合作伙伴负责全链条网络连接技术，可简化 流程，从而节省时间和资源。 TELENOR IoT | 物联网赋能制造业数字化转型 | 6 速览：四种制造工艺 将机器设备、生产流程和作业系统联网，不仅能提高效率、促进创新，还 能确保制造商满足快速变化的市场需求。然而，打造全连接工厂并非易 事，需要选择可靠且经验丰富的供应商并建立战略合作伙伴关系。 物联网部署合作伙伴的选择关系到数字化转型成功与否。利用Telenor IoT的管理连接服务，制造商可以获享丰富的专业知识和稳健的基础设 施，确保无缝集成和数据的高度安全性。 凭借精深的专业知识，Telenor IoT为大规模的全球化用例提供量身定制

息化建设方面持续投入， 并不断优化和整合 注重企业服务 为企业成立、成长到国际 化提供一系列支持和服务， 包含金融、咨询、人力、 市场和研发设施等全面服 务 创新资源丰富 园区内除具有产业集群特 征外，还有大量的研究机 构入驻，为企业创新提供 源源不断的技术支撑 汹涌的海洋 涌动的热泉 平静的湖泊 初生的溪流 感知层采用多种行业终端、家庭终端、个人终端，采集信 息；通过园区网将数据信息传送到系统的核心——云平台，在云平台完成对园区 业务的统一管理、统一处理、统一存储，消除信息孤岛，实现园区智能化管理。 在云平台上运行丰富的云应用，满足不同的行业需求。 建设理念 域化、集约化水平。 02 智 慧 园 区 顶 层 设 计 智慧园区作为一项涉及到政务管理、企业管理等多种服务内容的 综合系统。其中包含了多种服务的模式。它既提供了 自主进行相关应用的改进、增强和扩展。此外，这一解决方案也照 顾到目 前移动互联网的快速发展，已经把成熟的无线访问技术集成进来， 各类用 户也可以通过 3G 手机等智能终端接入丰富的网络应用。智慧园区 在为各 类科技园区提升了管理、服务水平的同时，也提升了在更大范围 内的品牌 美誉度和吸引力。 绿 色：节能、低碳、环保 协 同：沟通便捷、整合多种通信方式

AGV/AMR、5G 矿卡、5G 巡检机器 人等，除了 5G 模组，5G 开发板通常包含 FPGA、传感器（如光距、 重力、陀螺仪等）、WIFI、蓝牙等模块，可直接引出以太网、USB、 RS232 等丰富接口。该方式下，5G 开发板比 5G 工业网关体积小、 功耗低，可有效缩小终端设备的尺寸，5G 开发板可以即插即用，用 户只需要通过数据线即可直接连接电脑，进行固件烧录和产品开发。 第三类终端设备基于 终端设备基本架构 （1）5G 芯片 按使用场景，5G 芯片主要分为面向行业应用的 5G 芯片和面向 手机等大众消费领域的 5G 芯片两类。面向行业的 5G 芯片主要包括 5G 芯片通信模块，具备更丰富的接口、更复杂的封装设计以应对复 杂的行业环境，以及 5G LAN、5G 高精度授时等更多的 5G 行业特性 功能，是工业领域主要使用的芯片类型。面向手机等大众消费领域的 5G 芯片，除了通信模块外，通常还集成了 与 工业传感器、可穿戴设备、视频监控设备等工业终端设备的融合，面 向不同应用场景需求，加快采用 5G Redcap 结合网络切片、5G LAN、 高精度定位等 5G 原生特性的工业终端设备研发，丰富产品形态和供 给。加速 5G Redcap 工业终端的商用化进程，促进规模化使用，“以 用促降”带动产品研发成本进一步下降。 三是加快关键技术攻关，加强 5G 与工业终端设备融合。鼓励行 业

数据库、应用系统、接口方式、硬件属性、使用维护人员等信息均作为资产管理 的内容，提供资产录入、管理、变更等管理功能。可通过流量监控开放端口、主 动外连行为等。 （2）安全监测  安全告警感知 事件监测以丰富的工业威胁模型识别、全面的检测策略、智能机器学习、高 效的沙箱动态分析，以及云端威胁情报匹配能力为基础，以安全事件为切入点， 以威胁对象为聚合条件，动态梳理当前热点安全场景，将海量告警转化为几十条 条 甚至十几条事件，无需关注搜索、过滤、聚合之间的逻辑差异，通过点击数据得 到期待的分析结果，帮助用户聚焦热点安全问题，并对热点场景类型进行重点监 测，大大减轻用户分析负担。事件监测具备丰富的 IT 和 OT 威胁监测能力，完整 覆盖整个 APT 攻击链，能有效发现 APT 攻击及各种常见攻击。  管理信息大区事件监测 通过对管理大区的全流量、日志数据监测，分析提取网络交互关键信息，包 ， 威胁情报信息，异常流量信息，已知事件库信息，未知行为检测信息等。  数据计算层： 为本案例的核心技术层，主要提供的功能包括： 车联网知识库，为车联网大数据分析、应用层的安全运营，提供了丰富的知 识图谱。 车联网安全大模型、大数据分析引擎，基于数字孪生、机器学习、人工智能 等先进技术，提供核心的智能网联汽车安全风险识别发现能力。 当前广东移动物联网专网安全监测平台实现了对网络中全量车联网流量的