..................................................................................... 9 1.1.2 工业任务/行业模型适配 ................................................................ 10 1.1.3 工业数据制备........ 节（实现质量管控、故障预测）。其构建遵循三阶段体系：首先完成工业数据制 备，处理 CAX 模型、传感信号等特有模态数据；随后训练工业基座模型，攻克 工业语义理解、小样本学习等技术难点；最终通过任务适配实现场景交互，与 PLC、工业机器人等设备协同运作。 ➢ 通用工业大模型 通用工业大模型是工业大模型的一种类型。它是在工业领域构建的，相对 于行业大模型和场景大模型而言，更具通用性的模型。它以通用的工业数据和 备制造等不 同的工业行业中，每个行业都有其独特的工艺、设备、产品要求等。行业大模 型针对这些特定行业的数据和需求进行构建，能够更好地理解和处理特定行业 内的任务，如汽车行业中的零部件设计优化、电子设备制造中的电路板故障检 测等任务。 图 1.2 制造行业（汽车制造、电路制造、电子产品制造等） ➢ 场景大模型 场景大模型则是进一步细化到工业中的特定场景。工业领域包含众多场景， 10

（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 能力有了极大的飞跃，同时也提高了复用的效率，为人工智能技术在更多领域的应用 等大模型通过海量数据和庞大的计算资源支持，使得模型具备了强大的 通用性和复用性。大模型可以被广泛应用于自然语言处理、计算机视觉、语音识别等 领域的各种任务，能够为各种应用和开发人员提供共享的基础架构，并进一步通过微 调、零样本学习等方式，直接在一系列下游任务上使用，取得一定的性能表现，支持 不同行业、不同场景的应用构建。 2 工业大模型应用报告 大模型展现出三大基础特征 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 Open AI 曾用 GPT-

运维管理能力、 运维管理技术提出了很高的要求。 以建筑运维管理为核心的智慧建筑建设，将充分结合移动互联 技术、物联网技术，打通建筑运维过程中涉及到的客服接待、设备 监控、事务响应、计划安排、任务管控、人力资源、财务收费、物 料、外包、商业智能诸多业务领域。系统的实施，可大幅提升物业 伟景行智慧建筑运维管理平台解决方案 据，提高资产管理的透明度。 5）：后勤运维管理 提供全面的维修计划管理，编制设施设备巡检、维修维护计划， 设定任务执行人或者组织，及设定任务执行所需工具及物料、任务 执行参考步骤等，准确地预测未来的维修工作需要的资源和费用， 有效地跟踪巡检工作, 降低维修费用, 减少停机次数。 支持新建应急性维修任务，能够根据潜在风险和资源情况制定 安全维护计划，支持接收智能硬件或自控系统报警信息，并将问题 设备在 设备在 BIM 模型中快速定位并模型高亮，使管理人员快速了解当前 设备总体运行状况，辅助制定应急计划。同时，预警信息可自动发 送至移动端生成应急任务。 实现工单闭环流转，实现工单创建、发送、计划、排程、任务 分配、工单汇报、工单分析与查询统计功能。 6)：移动端应用 物业工程人员在巡检时携带平板电脑或智能手机进行巡检，读 伟景行智慧建筑运维管理平台解决方案

战略目标。 ����年�月，全国新型工业化推进大会在北京召开，习近平总书记就推进新型工业化作出重 要指示指出，新时代新征程，以中国式现代化全面推进强国建设、民族复兴伟业，实现新型工业 化是关键任务。要完整、准确、全面贯彻新发展理念，统筹发展和安全，深刻把握新时代新征程 推进新型工业化的基本规律，积极主动适应和引领新一轮科技革命和产业变革，把高质量发展的 要求贯穿新型工业化全过程，把建设制 产业数字化转型的深入，智能化的发展与人工智能技术进一步融合，为石油石化产业的转型升级 提供了强有力的支撑，而产业的数字化转型又为人工智能技术的应用提供了更加广阔的空间和平 台。 人工智能技术的演进正从解决特定任务的狭义AI向具备更广泛认知能力的广义AI迈进（图 �）。智能化是对企业数字化发展的一次重大升级，将推进石油石化数字化的智能新应用。例 如：数字技术推动的调度管理规则数据化，以传统人工智能的运筹能力支撑调度管理的自动化进 个层面有显著的区别： 图�. “传统智能”与“人工智能+”的区别 来源: 石化盈科&IDC ����年 基于学习 ‒ 通过AI相关技术，模拟人类的学 习、推理和决策过程，处理复杂的数据和任务 双向交互 ‒ 双向交互回答开放性问题，为使用 者提供更多规则外洞察及多维度回答 灵活环境 ‒ 应用于复杂且宽阔领域下的 非结构多模处理，灵活性和适应性更强 自我突破 ‒ 能够不断自我优化和扩

产业园等 17 家园区开展试点建设。试点名单公布以来，生态环境厅、经济 和信息化厅加大指导力度，通过组织培训研讨、开展调研帮 扶、明确财政支持政策等举措推动试点建设。各试点园区紧扣 试点目标任务，细化实施方案，差异化探索和创新绿色低碳发 02 展场景业态，以试点工作助力园区绿色低碳转型和高质量发展 的支撑作用初步显现。 为充分展示四川省近零碳排放园区试点建设进展与成效， 个 园区调研帮扶，持续追踪试点园区各项任务实施进展，推动试 点任务落地见效。各试点园区成立近零碳排放园区试点建设工 作领导小组，强化责任分工，将近零碳理念和要求融入园区开 发建设和运营管理全过程。四川什邡经开区成立工作领导小组， 制定任务分工方案和年度计划，并将近零碳排放园区试点建设 纳入《什邡市 2023 年重点目标》《什邡市 2023 年重点任务》， 由什邡市委、市政府统一协调、推进和督导；四川金堂工业园 推动试点工作有序进行；西昌钒钛产业园区成立工作小组，制 03 四川省近零碳排放园区试点建设 2023 年度进展报告 定三年行动方案，开展降碳任务考核；四川青神经开区制定近 零碳排放园区试点建设重点任务工作台账、年度工作计划台账， 将重点任务和目标完成情况作为绩效考核的重要依据；四川什 邡经开区将绿色低碳作为项目引入、企业评级评优重要参考， 并将企业减污降碳工作情况纳入环保安全 100

国际国内知名机器人制造企业和应用企业，区域机器人产能 占全国50% 以上。 公司 产品类型及功能 应用场景 特斯拉 Opti mus: 基本灵活直立行走；弹跳；周边环境 感知；简单手关节抓取任务；力量控制；双手完 成部分复杂任务, 如物品分类 商业领域导览接待；特 殊环境下的搜救搬运； 特斯拉工厂 Figure AI Fi gure 02: 连续工作20小时以上；执行精密任 务；协调紧凑的轮廓设计，适应多元工作环境和 目前主要在工业领域， 如汽车装配厂进行试运 行和应用 波士顿 动力 Atl as: 在各种地形行走；跳跃；跳过障碍；倒立 空翻旋转；舞蹈+跑酷；搬运传递抛掷货物 室外和建筑物内作业； 执行搜救和就在任务； 演示机器人舞蹈 优必选 Wal ker系列：复杂地形灵活行走；自平衡调节， 适应干扰；手眼协调操作；全身柔性，安全交互； U-SLAM导航避障；人脸/物体/场景识别；多 模态交互；智能家居控制 Quest系列VR头显、Horizon Worlds 平台 Microsoft 混合现实、协作平台 HoloLens、Mesh for Teams NVIDIA GPU、AI计算平台 室外和建筑物内作业；执行搜救和就在 任务；演示机器人舞蹈 Roblox 游戏平台、虚拟经济 NVIDIA Omniverse Unity 3D引擎 Roblox平台 字节跳动 社交平台、VR硬件 Pico VR头显、朝夕光年 百度

能生产等方面得到了广泛应用。 随着计算能力的提升和算法的不断优化，AI 大模型的推理效率 和准确性也在不断提高。例如，目前主流的大模型如 GPT- 3、BERT 和 T5 等，展示了在语言理解、生成和对话等任务上的卓 越性能。这些技术的进步，使得 AI 大模型逐渐成为企业生产过程 中不可或缺的工具。 目前，许多企业已经开始探索将 AI 大模型应用于智慧工厂的 建设中。以下是当前 AI 大模型在工业领域的几个关键应用场景： 调整生产计划和产品组合，以适应不断变化的市场环境。 同时，降低人力成本与资源浪费也是一项关键目标。通过自动 化设备的引入，可以减少对人力的依赖，提高生产线的自动化水 平，这不仅适用于重复性高的工序，也适用于需要精准操作的复杂 任务。此外，通过数据分析，实现资源的高效利用，减少原材料的 浪费，降低生产成本。 为了确保达成上述目标，本项目计划实现以下关键成果：  部署 AI 大模型进行智能化数据分析与处理  建立实时生产监控与反馈系统 整体生产周期可以缩短 15%。 再者，人机协作也是提升生产效率的重要方面。我们将引入协 作机器人（Cobots），在生产线中与工人共同作业，承担重复 性、危险性高的任务。这样不仅减少人类劳动强度，提高工作安全 性，还能使人类员工将精力集中于更高价值的创新任务上。 为了量化改善效果，我们设定以下几个关键绩效指标 （KPI）：  设备可用率提升 20%  生产周期缩短 15%  人均生产效率提升

园区以新发展理念为指导，构建节约资源和循环经济的模式，以减少污染废弃物排放、减少自然资源过度使用 为目标，实现经济发展与生态环境保护的双赢。 产业用地更新 2023年，园区产业用地更新三年攻坚行动圆满收官，超2万亩攻坚任务如期完成，带动 投资超560亿元，积累了产业用地更新的“园区经验”，获苏州全市复制推广。 更新行动中腾出土地超1万亩，通过扩建重建，预计新增载体约500万平方米，重点招引 专精特新、领军人才等科技 园区总工会在2023年成功召开了苏州工 业园区工会第二次代表大会和2023年 “五一”国际劳动节庆祝大会，组织劳 模工匠“双进”讲师团走进企业和校园 开展5场劳模工匠精神宣讲会；完成42 家重点企业建会任务。创新小微企业和 灵活就业人员个人入会机制，开通“园 工 惠 ” 网 上 入 会 平 台 ； 实 现 新 增 会 员 12,000余人，全区累计有各类工会组织 10,644家，会员66万余人。 福利保障体系 开放融合 我们以开放的姿态，分享园区发展经验，拥抱全球化的机遇 与挑战。 2023年，发布《苏州工业园区扩大国际合作打造开放创新 的世界一流高科技园区行动计划》，为园区扩大开放凝聚 新优势等方面明确任务书和路线图。 • 自贸试验区建设：苏州自贸片区勇担“探路、引领、突 围”的责任，致力把自贸试验区的“含金量”转变为发 展的高质量。累计形成全国全省首创及领先的制度创新 成果210项，其中13项在全国示范推广，48项在全省

可以减少意外停机时间，提高整体效率。 动态电源管理：通过分析负载和需求，AI 可以动态地调整 电源分配，确保每个设备都得到其所需的电力，但不会浪费额外的 能源。 自动化任务：AI 可以自动执行诸如数据迁移、备份和负载 均衡等任务，从而提高数据中心的效率。 数据中心设计优化：使用 AI 对设计进行模拟和分析，可以 找到最佳的布局和设计，确保空气流动和冷却效率最大化，从而节 省能源。 预测性维护：通过对设备数据的实时分析，AI 能比较； 2、通过页面直接展示当年能耗、当年计划能耗、当年节约能耗、 当年节约碳排放等信息。 3、定期核对数据中心能效指标，找出能耗异常的区域、数据中 心； 4、根据用能情况将能源消费计划任务分解到各个数据中心。 5.能流图 根据数据中心能量消耗情况，输出数据中心内部能量流向的图 形，直观形象的概括数据中心能源系统的全貌，分析数据中心的用 能状况，从而为数据中心节能提供方向和途径。输出的能流图可根 源中的数据整合到一个集中的数据存储或数据库中。这可以包括 ETL（抽取、转换和加载）工具、API 集成、数据仓库等。 （3）设定自动采集：根据数据源的特点和可用的工具，设定自 动采集数据的方式和规则。这可以包括定时任务、事件触发、API 调用等，确保数据能够自动按需获取到指定的位置。 （4）数据提取和转换：使用适当的数据提取和转换工具，读取 和解析数据源中的数据。这可以包括使用 Web 爬虫、API 调用、文

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 行的一项调查显示，数字化被视为推动增长的关键4。 调查报告显示，多位首席执行官也在优先考虑重塑 投资组合，其中88%的首席执行官预计会进行收购 能力，并有助于新产品的设计和原型制作。根据普 华永道的数据，增强现实和虚拟现实可以将培训时 间减少40%。这些技术提供了远程协助等实际应 用，技术人员可以使用增强现实界面指导现场工作 人员完成复杂的任务。物联网通过提供实时数据和 反馈来增强这些功能。 数字孪生：使用数字孪生创建实体设备和流程的虚 拟副本，制造商得以模拟和优化流程，预测维护需 求，并通过分析来自物理实体的实时数据，改进产 医疗健康 证券投资服务 来源：GP Bullhound，德勤研究 TELENOR IoT | 物联网赋能制造业数字化转型 | 11 动引导车（AGV）和机械臂可以更精确、更高效地执 行任务。物联网通过提供必要的数据和连接，使这 些系统能够无缝运行。 预测性维护：物联网传感器实时监控设备，在故障 发生前做出预测，从而减少停机时间并延长设备使 用寿命。这种方式确保设备仅在需要时进行维修，