车路云一体化系统云控基础平台参考架构 1 车路云一体化系统云控基础平台参考架构 2 版权声明 本白皮书版权属于中国汽车工程学会，并受法律保护。 转载、摘编或利用其他方式使用本调查报告文字或者观点的 应注明来源：“车路云一体化系统云控基础平台参考架构”。 违反上述声明者，中国汽车工程学会将追究其相关法律责任。 车路云一体化系统云控基础平台参考架构 侯德藻 交通运输部公路科学研究院智能交通研究中心主任 辛克铎 国家智能网联汽车创新中心副主任 姚丹亚 清华大学自动化系工程研究所教授 孙棣华 重庆大学自动化学院教授 车路云一体化系统云控基础平台参考架构 4 参研单位 清华大学、国家智能网联汽车创新中心、中国汽车工程学会、智 能绿色车辆与交通全国重点实验室、云控智行科技有限公司、北京车 网科技发 心、 智能汽车创新发展平台（上海）有限公司、先导(苏州)数字交通产业 投资有限公司、江苏未来都市出行科技集团有限公司、达索析统（上 海）信息技术有限公司、东风汽车集团有限公司 车路云一体化系统云控基础平台参考架构 5 编写组成员 卜德旭 曹 恺 常雪阳 陈 磊 陈天桢 陈一鹤 褚文博 崔 艳 董亚春 杜孝平 高博麟 葛雨明 姜

 控制扩张风险，巩固产品质量及技术的竞争优势  扩大生产基地，单一地点向多地点逐渐转换，供应链管理将更为复杂 **** 的管理目标对 IT 平台提出了越来越高的要求 管理目标 设计供应链一体化 信息系统更好的支持 MTO （产品选配）及 ETO （项目制造）业务模式 设计系统与供应链系统衔接更紧密，设计成果及变更信息的传递更快更准确 具有更高的柔性，能适应产品及业务变化快速进行调整 更全面、更透明的业务信息管理，更连贯的业务流程处理 提高财务业务一体化衔接，更准确的反映经营状况和分析业务问题 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 坚持以提供最好的产品、最贴心的服务为经营 宗旨，追求多元化发展 集团化快速发展能力  要形成企业管理模板，支持快速复制及推广 能力，满足多种类型（分子公司 / 加盟商） 的扩张要求。包括企业统一的基础数据体 系、核算体系、流程规范体系  建设整体绩效管控体系，细化经营单元，以 阿米巴模式驱动全面精益管理  快速扩张也将带来更大的管理难度及管控风 险，通过提升全局业务透明性及异常状况识 别 / 控制能力，来提高对越来越复杂及庞大

...........83 2.5.5 单位基本信息 ..........................................84 2.6 案例六：石油行业一体化安全运行中心建设案例——长庆油田 IT&OT 一 体化网络安全运行中心建设 ...................................... 86 2.6.1 方案概述 .................... ................106 2.7.5 单位基本信息 .........................................107 2.8 案例八：基于工业互联网平台打造一体化网络安全监测服务体系——充 分发挥基础电信网络安全资源和技术优势，赋能工业企业提升网络安全防护 水平 ................................................ 工程升级版 实施方案》，强调要加强“5G+工业互联网”应用安全技术产品研究，满足不同 场景下安全保障需求，建立健全网络安全监测发现、预警通报、应急处置技术体 系。 2025 年 4 月，工业和信息化部组织开展 2025 年工业互联网一体化进园区 “百城千园行”活动，深入实施工业互联网安全分类分级管理，引导园区企业接 入国家安全态势感知平台。此外，工业和信息化部办公厅还印发了《2025 年护

余 霞 杨晓华 曾闹闹 郑加希 郑银香 周光涛 周国平 周云冲 张宏怡 张 平 张 楹 祝 峰 引 言 随着汽车智能化、网联化的加速演进，汽车已从传统机械产品转 变为集通信、计算、控制于一体的智能移动终端。当前，智能网联汽 车对网联技术的需求从基础数据传输升级为全域覆盖、无缝连接、在 不同场景下满足大带宽、低时延、高可靠等差异化传输需求的多维能 力体系；汽车网联技术的应用边界持续拓展，已从早期车载信息娱乐、 能的计算能力底座；以纵深防御机制贯穿全链路，确保数据可信与系 统安全。三者有机协同，根据车辆应用场景的差异化需求，合理选择 连接通道、分配智能计算能力与采取安全防护策略，实现从基础安全 防护到高级智能服务的全栈技术支撑，最终达成智能网联汽车在驾驶 安全性、出行效率、用户体验上的全面提升，为产业高质量发展提供 可持续的技术驱动力。 本报告旨在为产业提供清晰的技术演进路线和时间表，明确各技 设备采集的交通信 息等数据实时传输至云端平台，支撑车路云一体化数据闭环。对汽车 而言，该网络虽未直接与汽车进行连接，但是为汽车提供了交通流量 优化、道路安全预警、智能信号灯协同等应用的数据，使车辆能够获 2 取更全面的交通环境信息。 另一方面，算力基础设施集信息计算力、网络运载力、数据存储 力于一体，为车辆提供从感知、决策到执行的全链路计算能力，实现 车辆从被动响应到主动智能的转变，最终达成安全、舒适、节能、高

，实现园区经济可持续发展目标。 图表1：智慧园区的概念内涵 资料来源：《中国智慧园区标准化白皮书》 2 2.智慧园区的常见分类 常见园区分类主要是依托园区主导产业，分为各类产业园区，但考虑到园区智慧 化升级改造需运营主体统一协调、全面把控，因此业内较认可按照运营主体对智慧园 区进行分类，即分为政府主导型开发区、产业地产主导型园区、大企业园区、小微型 园区。 图表2：智慧园区按运营主体分类 产业园区是承载不同产业发展的载体，因此，产业园区的开发建设只是开始，更 重要的在于园区运营和产业服务。从时间维度来看，我国自1979年深圳设立第一个产 业园—蛇口工业区开始，从“搭框架”到“精装修”，产业园区的运营也从“1.0”到 “4.0”正在不断地颠覆传统的思维模式。园区功能正在由低级向高级，由单一向综合 园区发展。通过产业结构升级和服务内容升级，打造综合服务平台，加强新兴信息技 术运用，强化后期运营增值服务，加快园区智慧化转型。 0的过渡阶段。 智慧园区3.0阶段：全数字化阶段，即全要素聚合、全场景智慧。该阶段，智慧园 区在人工智能、深度学习、数字孪生等技术的加持下，成为一个基于数据自动控制、 自主学习、自我进化、自主决策的有机生命体，实现全要素聚合和全场景智慧，最终 使园区达到最优的运行状态，实现经济价值和社会价值最大化。 图表4：中国智慧园区发展阶段概述 资料来源：前瞻产业研究院 第三节 智慧园区发展现状 1.智慧园区产业图谱

力；数智化通过设备更新促进生产数字化和现代化；绿色化则是实现节能减排目标的重要方式。这三个 路径共同推动引领中国经济高质量发展的新质生产力的形成。 在市场层面，随着各省市具体行动方案的出台和实施，预计到2027年，中国在工业、农业等重点领域 的设备投资规模将较2023年增长25%以上，形成年规模5-6万亿元的巨大市场。这一增长趋势，预示着中 国设备更新市场将迎来一个快速发展的黄金时期。对于国内外设备制造商、技术提供商及相关服务行业而 大规模设备更新潜力足、需求旺。上海已经公开了汽车、石化、钢铁、电子信息、电气装备、能源、船 舶、轻工、水务、工业互联网等工业领域大规模设备更新十大场景和百亿元需求清单，力争实现全市 近万家规上企业全覆盖，目标到2027年，工业领域设备投资规模较2023年增长45%，设备投资累计超 4000亿元，远高于全国平均水平。同时，推出“政策工具箱”，包括提供低息贷款、产业补贴、进口设 备免税等多项政策，并且通过减 重点领域一：推动工业制造设备升级 工业制造是中国经济的压舱石，也是设备更新涉及最大的领域。工业和信息化部等七部门印发的 《推动工业领域设备更新实施方案》，标志着我国工业领域设备更新和技术改造迈入新阶段。 上述方案提出，到2027年，工业领域设备投资规模较2023年增长25%以上，规模以上工业企业数 字化研发设计工具普及率、关键工序数控化率分别超过90%、75%，工业大省大市和重点园区规上工业 企业数字化改造全覆盖。

场提供的服务而言：1）产品侧，产品伴随市场技术更迭而迭代，且产品体系基本走向以 数据或以场景为维度的高度统一；2）解决方案侧，一方面呈现软硬服一体化的态势，另 一方面也呈现出跨模块融合/打通的趋势；3）大模型侧，供给端对大模型的应用探索逐 步深入，主要通过智能体、大模型+大模型的强强联合、大模型+产品的结合等方式纷纷 探索大模型的应用落地。 需求端的核心需求没有变，生产制造管理相关、供应链相关等是重点，也是离散制造业 希望通过转型诊断后找到企业在研发、生产作业、数据、组织战略等环节开展诊断工作， 进而给出相应的改造建议，引导企业顺利转型。就需求端的转型现状而言，经过几年发 展企业对数字化转型理性与聚焦并行。理性一方面是指需求端在考虑到实际需求后，在 战略上高度认可，并确定未来一年在转型支出上增加投入，且供应商的选择更关注产品 及服务的实用性；另一方面则是指面对大模型的热度，需求端虽然积极拥抱，但是是以 客户洞察与营销管理这一大模型 需求市场宏观分析 核心需求场景未变，生产制造、供应链等仍是重点 02 需求市场转型现状调研分析 经历几年转型后-理性与聚焦并行 03 供给市场产品及服务分析 产品走向体系化，解决方案走向一体化 04 供给市场典型案例展现 从不同场景切入，发挥自身优势，推出产品和服务 05 行业发展思考与启示 格局未定，一切皆有可能 06 专家之声 一线企业专家的项目实践经验分享及前瞻的思考

链管理和生产流程，以保持德国在工业领域的领先地位。 欧洲的石油需求整体上呈下降趋势，炼油产能预计将减少。目前，欧洲油气产业正在逐步实 施数字化战略，以持续提高运营效率和安全性。欧盟作为一个高度一体化的政治和经济实体，十 分关注各成员国在包括石化领域在内的工业场景中的数字化转型和智能化改造，并通过《欧洲数 据战略》《工业�.�倡议》《数字欧洲计划》等纲领性文件，强调发展人工智能、网络安全、高性 贡献。” 十四五期间，国家持续布局石油石化产业的自主创新和产业升级，并不断引入新技术加强石 油石化领域的效率、安全、环保能力建设。《关于“十四五”推动石化化工产业高质量发展的指 导意见》指出：到����年，石化化工产业基本形成自主创新能力强、结构布局合理、绿色安全低 碳的高质量发展格局，高端产品保障能力大幅提高，核心竞争能力明显增强，高水平自立自强迈 出坚实步伐。����年�月��日，工 务、环保等领域都将面临巨大的转型压力。同时，伴随原料价格、居民可支配收入、消费价格等 一系列社会指标的波动影响，包括石油石化在内的各个行业都需要主动应对趋势变化带来的严峻 挑战，及时调整生产结构，加强一体化经营管理，提高企业效益水平。 �� 以炼油化工、煤化工为代表的流程型行业，生产过程极其复杂，包含了大量的物理反应、化 学反应，物料还存在气、液、固等多种形态，上下游耦合度高。石油石化行业的新型工业化发

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 如研发设计场景、生产制造场景、试验测试场景、运维服务场景等。场景大模 型针对这些特定场景下的数据和操作要求构建，能够精准地适应特定场景下的 任 这是工业大模型构建的第一阶段。工业数据具有异质数据模态的特点，包 括 CAX 模型、传感信号、工艺文件、机器指令等特有数据模态，与通用大模型 常用的文本、图像等数据模态有很大区别。工业数据制备涉及到对这些复杂多 样的数据进行收集、整理、清洗、标注等操作，以便为后续的模型训练提供合 适的数据基础。 图 1.4 工业数据类型（三维图纸、时序信号、二维图纸、机器指令等） 1.1.4 工业基座模型训练 制备的工业数据对模型进行训练。由于工业数据的特殊性以及工业应用对模型 11 的高要求，这个过程需要解决诸如如何让模型更好地理解工业数据的语义、如 何提高模型在工业任务中的准确性等问题。这一阶段的训练结果将影响到工业 大模型后续在工业任务/行业模型适配以及工业场景交互应用中的表现。 图 1.5 模型设计及使用反馈 1.1.5 工业场景交互应用 工业场景交互应用是工业大模型构建的最后一个阶段。这一阶段主要关注