中国信息通信研究院人工智能研究所 中国人工智能产业发展联盟 全国智能计算标准化工作组 2025年10月 科研智能：人工智能赋能工业 仿真研究报告 (2025 年) 版权声明 本报告版权属于中国信息通信研究院、中国人工智能产 业发展联盟和全国智能计算标准化工作组，并受法律保护。 转载、摘编或利用其它方式使用本报告文字或者观点的， 应注明“来源：中国信息通信研究院、中国人工智能产业发 工业仿真承载产品创新迭代、降本增效的核心使命。随着智能 化转型的深入，传统仿真技术面临计算效率瓶颈、多物理场耦合复 杂性剧增、全流程协同不足等挑战，难以满足科学研究领域对实时 性和精准性的高阶要求。人工智能技术的突破性发展，尤其是大模 型、物理信息机器学习、神经算子、生成式 AI 等方向的演进，正为 工业仿真注入全新动能。通过构建“数据+物理”双驱动的智能仿真范 式，AI 不仅能够提升仿真效率，更能在多目标优化、虚实交互决策 不仅能够提升仿真效率，更能在多目标优化、虚实交互决策 等场景开辟新路径，推动仿真从“事后验证工具”向“全生命周期决策 中枢”跃迁。 本报告基于科研背景，全面梳理了 AI 赋能工业仿真的技术路径 与实践脉络。首先探讨人工智能赋能工业仿真的必然性及其应用价 值，然后聚焦于 CAD、CAE 两大核心领域，对比分析国内外技术路 线与应用现状；在关键技术层面，解析数据驱动、物理驱动及融合 驱动这三类 AI 仿真方法的本质区别与适适用场景；通过轨道交通、

罗克韦尔自动化与我们的客户和合作伙伴一起，正在创造工业运营的未 来。120 年来，技术固然发生了变化，但我们的方法在世界各地和不同行业一再得 到验证。 在今年的《智能制造现状报告》中，我们探讨了当前的颠覆因素，包括工业人工智 能等新兴技术，以及它们缓解制造商面临的最大挑战的潜力。 我们采用独特的以人为本的方法来实现自动化；制胜法宝是员工受到激励、参与 并精心应用相关技术。随着技术应用的迅速加快，这一点变得更加重要，首先是 07 15 行业障碍和前景 技术投资增长 30% 人工智能用例可带来成果，提高投资回 报率 技能差距会降低竞争力 需要更好的数据管理来推动人工智能发 展并增强团队能力 可持续发展和 ESG 政策日益受到能源问 题的推动 工厂车间流程实现了大多数智能制造 应用 制造商面临的最大挑战 智能制造的未来状态 23 利用人工智能的竞争 自动化对成功至关重要 可持续发展和 ESG ESG 是风险降低的核心 技术投资可推动企业的长期复原力 人工智能将提高质量并降低风险 领导者将在人员、流程和技术之间取得 平衡 目录 :: 08 :: 09 :: 10 :: 11 :: 12 :: 13 :: 14 :: 16 :: 17 :: 18 :: 19 :: 20 :: 21 :: 22 :: 24 :: 25

�.� 全球石油石化工业化发展形势 �.� 新型工业化是石油石化产业发展的必经之途 第二章：智能驱动：智能化助力石油石化产业实现新型工业化 �.� 智能化加速培育石油石化新质生产力 �.� “人工智能+”加速石油石化智能化进程 �.� 石油石化产业智能化成熟度与发展阶段 第三章：全链智能：智能化推动石化新型工业化的场景举措 �.� 智能勘探 �.� 智能储运 �.� 智能生产 � 预计未 来仍将保持其作为全球最大石油生产国的地位。美国在整体技术创新、页岩油开发以及油气资源 储备方面具有显著的优势。目前，美国石油石化产业正在大量采用先进的数字技术，如物联网、 大数据分析和人工智能等，提高效率和降低成本，技术创新的主要领域集中在提高采收率、降低 环境影响、开发新的勘探与生产技术等。 ����年，党的十六大报告首次提出：“坚持以信息化带动工业化，以工业化促进信息化，走 美国的石化产业依托工业体系强大的技术优势，与工业互联网、人工智能实现了深度融合， 在智能化、物联、安全方面都有显著的优势成果。����年��月，美国《工业互联网战略》发布， 旨在通过物联网（IoT）技术推动包括石化产业在内的制造业能力升级，通过智能传感器、数据分 析和自动化技术，实现优化提效。����年�月，美国能源部（DOE）提出《能源部数字化转型计 划》，重点是利用大数据和人工智能技术，提高能源生产和管理的智能化水平、效率和安全性。

....................................................................................1 1.1. 大模型开启人工智能应用新时代 ........................................................................................... 工业大模型应用报告 1. 大模型为工业智能化发展带来新机遇 1.1. 大模型开启人工智能应用新时代 大模型引领人工智能技术创新和应用。自 1956 年达特茅斯会议（Dartmouth Conference）提出人工智能的概念以来，人工智能技术经历了多个发展高峰和低谷。在 这一长期的发展过程中，人工智能技术不断演进，逐步朝着更高的智能水平和适应性 发展。2022 年 11 月 30 界普遍认为，大模型时代已经到来，也象征着人工智能开启了迈向通用人工智能 （AGI, Artificial General Intelligence）的新阶段。在大模型出现之前，人工智能通常需 要针对特定的任务和场景设计专门的算法，这种方法虽然在特定领域有效，但人们对 “智能”的期望是能够适应多种任务和场景的智能系统，单一任务的人工智能系统已经 无法满足这些更广泛的需求。大模型能够跨越传统人工智能的局限性，理解和推理的

引领型国家通过全方位体制机制创新，打造先进制造、人工智能、量子科技、新 一代通信等全面领先优势 3 未来产业新领域新赛道发展意义 p 麦肯锡：2030年人工智能有望 为全球经济贡献25.6万亿美元， 约相当于当前全球GDP总量的 8%。 p GVR：2023年一2030年全球 人形机器人市场规模复合增长 率将超过21%。 p 美国：重点布局量子信息、人工智 能等领域，打造未来产业领先优势 p 欧盟：《欧洲新工业战略》 量子科技：量子密钥分发、量子中继器、量子 模拟、随机数生成器、量子密码学、优化算法、量子 互联网 人工智能：AI未来算法、类脑智能、人机交互、 沉浸式技术、人机界面 先进网络和通信技术：区块链技术、安全 冗余通信、新一代无线电、6G、下一代无线网络 氢能与储能：核能、氢能和氨能、先进火力发电、 智能电力系统、危险化学品环境数字化管理 人工智能：负责任的人工智能、ELSI（伦理、法 律和社会问题）、人机界面技术、数据处理 标的新一代生物监测和生物工程技术 量子科技：量子通信、量子计算、量子加密、 量子仿真、量子平台 人工智能：新一代人工智能、小数据、下一 代云计算、计算机系统 先进制造：用于人工智能的特殊处理器、自 适应且节能的神经形态AI芯片、3D打印、自动驾 驶、医疗器械 人工智能：新一代人工智能技术、AI芯片、人工智 能基础领域研究、脑机能、认知科学、机械学习 量子科技：量子计算机、量子城域网、量子传感器

的 旗舰刊物。《展望》特刊聚焦单一行业或话题展开深度分析， 带来切中当下、富有见地的思考和建议。 过去几年，制造业挑战重重，全球新冠疫情、地缘冲突，很 多主要经济体面临通胀风险，以及以生成式人工智能为代表的 技术发展都给制造业带来巨大压力。 面对更加复杂且更具不确定性的市场环境，许多企业的应对 之法是引入短期解决方案，采取被动策略，提高生产效率，但这 样做代价不菲，比如库存高企、成本剧增。很多企业尚未意识到 即个性化的学习路径（参见图五），以一种可行、可扩 展且具有成本效益的方式弥合技能差距。借助这一战 略，企业可以更有效地应对关键技能的短缺，打造敏 捷文化，并快速、灵活地实现技能提升。 特刊 针对人工智能技术在制造领域的水土 不服，埃森哲与玛氏箭牌合作，利用第三代 数字孪生，即生产运营数字孪生技术，实现 了生产知识经验的数字化，突破了AI一定需 要“海量数据”的误区和障碍，让“智能”服 • 设备维护 • 文档管理 • 工作场所安全 • 维护安全 • 电气规程 • 工厂自动化 • 生成式人工智能 • 预测性维护 • 工作场所安全规划 • 时间管理 • 设备维护 • 电气规程 • 工厂自动化 • 生成式人工智能 • 预测性维护 • 适应能力 • 工作积极性 • 职责义务 • 团队合作 • 沟通互动 • 文档管理

工业大模型随着大模型的发展以及大模型在工业领域的应用，可以分为三个阶段。第一阶段：萌芽期 （2022年11月-2023年2月）在这一阶段，OpenAI首次推出的ChatGPT为大模型的发展奠定基础，标志着人工 智能的大模型时代已经到来。第二阶段：启动期（2023年3月-2023年12月）在这一阶段，国内外企业包括 OpenAI、Google、百度等不断推出并更新大模型产品。第三阶段：高速发展期（2023年6月-至今）这一阶段 出大模型产品的企业不断优化大模型在工业中的应用。 萌芽期 2022-11~2023-02 2022年11月，OpenAI发布了ChatGPT，标志着大模型时代已经到来，人工智能迈向通用大模型AGI 阶段 大模型开启了人工智能的新时代 启动期 2023-03~2023-12 2023年3月、OpenAI推出GPT-4；Anthropic推出大模型产品Claude；百度推出“文心一言”大模 80亿元，中国移动算力规划投资475亿 元，中国联通宣布投资重点由稳基础的联网通信业务转向高增长额算网数智业务。这些数字资源作为工业大模型 研发的“原材料”，加速了工业大模型的创新与普及，推动了人工智能技术在工业领域的广泛应用。 中游：厂商以上游提供的软件和硬件为基础研发优化工业大模型，并取得显著成绩。 2023年6月，中工互联（北京）科技集团有限公司发布中国第一个工业大模型；作为入选“2024工业大模型

新质生产力研究报告——从数字经济视角解读（2024 年） 4 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，为新质生产力提供更广阔的发展空间。二是塑造新型劳动资料。 云计算、大数据、人工智能等新一代信息技术推动劳动资料数字化变 革，数字化生产工具在生产过程中的广泛应用为新质生产力提供了迭 代更新的劳动资料。三是培育新型劳动者。数字技术大幅提升劳动者 数字技能，推动劳动者向更高技能的复合型技术人才转变。同时，以 的边际成本获得海量数据并投入生产。生产过程中被加工、改造或服 务的目标，由传统的原材料、零部件等实体性对象，扩展到数据等非 实体性对象。5G、物联网、算力中心等新型基础设施的日益完备使得 数据的生成、存储和传输更加便捷和高效，人工智能、机器学习、大 数据分析等数据处理技术的提升使得人们能够更加高效地从海量数 据中提取有价值的信息和洞察，工业物联网、云计算、虚拟现实等数 字化生产工具的普及为数据在生产过程中的应用提供广泛基础。例如， 劳动资料从实体形态向虚拟形态延伸。劳动资料的数字化变革标 志着生产方式的重大革新，深刻推动着生产力的进步与生产关系的发 展。一方面，人工智能、工业互联网、物联网等数字技术成为基础设 施。工业经济时代，依托于机器和厂房的生产过程往往在特定物理地 点发生。5G、云计算、人工智能、物联网、区块链等新一代信息通信 技术以及基于此类技术形成的各类数字平台构成了数字经济时代的 基础设施，服务于生产生活的方方面面。数字基础设施像水、电、公

统燃油车的替代品，逐渐成为汽车产业发展的主流方向。近年来， 新能源汽车市场呈现出爆发式增长，2022 年全球新能源汽车销量 突破 1000 万辆，同比增长超过 60%。这一趋势不仅推动了汽车制 造技术的革新，也为人工智能（AI）在制造业中的应用提供了广阔 的空间。AI 技术在新能源汽车制造中的应用，不仅能够提升生产效 率、降低生产成本，还可以通过智能化的质量控制手段，显著提高 产品的可靠性和安全性。例如，在电池生产环节，AI 产品的可靠性和安全性。例如，在电池生产环节，AI 可以通过大数 据分析和机器学习算法，优化电池材料配比和生产工艺，从而提高 电池的能量密度和循环寿命。在装配线上，AI 驱动的机器人能够实 现高精度的零部件组装，减少人工操作的误差。此外，AI 还可以应 用于供应链管理、物流调度和售后服务等环节，通过智能预测和优 化，进一步提升企业的运营效率。然而，AI 技术在新能源汽车制造 中的应用也面临诸多挑战，如数据安全、技术标准化、人才短缺等 问题。此外，智能网联技术的应用为新能源汽车赋予了更多的 智能化功能，提升了用户体验。 然而，尽管新能源汽车市场前景广阔，其制造过程仍面临诸多 挑战。传统汽车制造模式难以满足新能源汽车对智能化、轻量化和 定制化的需求。因此，引入人工智能（AI）技术，优化新能源汽车 制造流程，提升生产效率和产品质量，成为行业发展的必然趋势。 综上所述，新能源汽车的快速发展不仅为全球能源转型和环境 保护提供了重要支撑，也为 AI 技术在制造业的深入应用创造了广

造 成干扰，同时充分利用增强的连接功能。 尽管制造业发展面临诸多挑战，但人工智能和物联 网的应用正在成为行业迈向持续增长、创新和数字 化转型的新引擎。 欧洲 欧洲制造业正在呈现稳步增长，先进制造业企业的 数量从2009年的1,900家增加到2023年的4,500 家，增长了一倍多1。自动化、机器人、人工智能和 物联网等技术得到广泛应用。 尽管欧盟的制造业在企业总量和技术创新方面落后 尽管欧盟的制造业在企业总量和技术创新方面落后 于中国，但近年来已经超过了美国，呈现良好发展 势头。关键技术集中在人工智能、物联网、自动化、 3D打印和机器人技术等领域。 然而，对欧盟制造业来说，挑战依然存在，例如劳 动力成本上升，以及与美国和中国相比，获得资金 的机会有限。 市场展望 —— 制造业的基本格局和趋势 TELENOR IoT | 物联网赋能制造业数字化转型 | 5 美国 2024年，美国延续减少对中国供应链依赖的举措， 字化转型和可持续发展方面的不懈努力进一步巩固 了中国作为领先制造业中心的地位。 潜在商机 尽管存在经济不确定性和持续挑战，世界各地的制 造商都致力于推动数字化转型，以促进业务增长。 积极采用生成式人工智能和物联网等工业4.0技术是 提高效率和敏捷性的核心。麦肯锡开展的数字制造 全球调查显示，68%的制造业企业认为其首要任务 是实施工业4.0制造计划。 同样，毕马威对全球175位制造企业的首席执行官进