多车企接入DeepSeek，以AI为核心的智能化竞争加剧 2 3 4 5 6 7 8 9 10 CAM观点 ◆ DeepSeek大火，电信、云计算、芯片、金融、汽车、手机等多领域已有超过200家头部企业宣布接入 DeepSeek。聚焦汽车行业，吉利、岚图、智己、长城、广汽、长安、奇瑞等20多个车企纷纷宣布与 DeepSeek深度融合，标志着汽车智能化进程的加速。相较于部分 车企接入DeepSeek的方式各有不同：借助DeepSeek的理解与推理能力，提升车辆座舱语音交互、感知决策 等多方面能力，为用户带来更加智能化、个性化的用车体验；从技术实现路径看，车企主要采用直接接入、 多模型联合协同部署、模型深度融合与蒸馏三大接入方式。 ◆ 车企扎堆布局“DeepSeek”的思考：综合来看自主品牌中传统车企普遍已经接入DeepSeek，而AI技术储备 较深的部分新势力车企尚未有接

工业革命的推进，工业大 模型凭借其卓越的数据处理能力、出众的跨模态融合特性以及高效的智能决策 效能，日益成为推动工业智改数转的核心驱动力。然而，尚处于初级发展阶段 的工业大模型，仍面临工业数据多模态复杂性、模型可解释性不足以及应用成 本较高等挑战。为此，行业迫切需要系统性的解决方案，以促进工业大模型技 术的有效落地与广泛应用。 本书在实践积累与行业洞察基础上，试图对一系列关键问题做出解答：工 4 大模型与小模型协同...................................................................... 41 2.3.5 MOE 与多模态融合 ........................................................................ 42 2.3.6 AI Agent . 工业大模型对于引领制造业朝着高端化、智能化、绿色化方向迈进，强化国家 制造业的竞争实力，推动经济迈向高质量发展阶段，具有不可估量的深远价值。 在工业 5.0 时代，智能制造已演变为全球制造业发展的主流趋势，而工业大模 型作为其中的核心技术要素之一，必将为制造业的深刻变革注入强劲动力，驱 动产业实现新跨越与新发展，在全球制造业的版图中重塑格局，助力各国在新 工业时代的激烈角逐中抢占先机，推动人类工业文明迈向新高度，开创智能制

加入星球获取更多更全的数智化解决方案 02 方案架构 03 解决方案 01 需求分析 现状分析 主要为长安汽车提 供保险杠、门板、 内外装饰件。 拥有国际上先进的 加工中心设备和试 模设备，有从意大 利进口的五轴联动 加工中心设备，其 配置在国内处于一 流水平。 采用国际上先进的 模具技术与软件， 应用三维设计实现 CAE/CAD/CAM/ CAPP 一体化。 原料仓库位处于厂 平伟鱼嘴智能工厂 配套车型 V301 V301 S R103 S201 C301 R104 R111 内饰件 外饰件 黑 棕 浅 注塑 阴模 弱化 原料 组装 集中供料、水路监控、自动换模 柔性化选择 人机协同 厂内物流及线边缓冲（ AGV 、线边 库） 设备互联 调度控制 信息集成 智能追踪 CAD 模型 CAE 仿真 CAPP 工艺 CAM 模具设计制造一体化 门 板 ⑤ ⑥ ⑦ 修 模 / 存 储 修 模 / 存 储 生产布局规划 办 公 楼 注塑机 行车（ 30T ） 中央供料系统 修模区 原材 / 标准件库 行车（ 25T ） 门板装配线 X 6 预留区 X 2 阴模区 弱化区 内 / 外饰装配线 X 4 成品库 线边货架 注塑—集中供料  通过中央供料系统可以实现连续的生产 作业，满足多品种要求、灵活调配供料

程，优化生产效率，减少资源浪费。在产业链协同和流通过程中，构建智能物流和供应链管 理平台，提高整个产业链的响应速度和灵活性。 绿色化 在国家“双碳”战略的大背景下，石油石化产业需要转变发展模式，拓展新需求，创造新模 式，推动产业可持续发展。在生产过程中强化清洁生产环节，减少对环境的影响，推动循环经 济发展。利用数字技术进行能碳优化管理，包括采用更环保的原料、工艺和能源，减少废物和 污染物排放等。此外，积极 企业管理过程带来更 多的效能提升空间，为高端化和绿色化提供更多的实践手段。另一方面，人工智能应用也将催生 新的发展模式，在与产业深度融合的过程中，带来新的流程、岗位和市场，形成产业增值效应。 IDC将大模型之前的AI时代定义为“传统智能”，与之对应，当前以生成式AI为代表的新一代 AI技术则奠定了新的“人工智能+”时代的发展基础。“传统智能”与“人工智能+”在技术模 式、应用模式、发展模 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 展能力，具备自我突破和学习能 力，发展空间大 方案创新 ‒ 跳出规则束缚，通过智能 构建新业务模式和解决方案，增加方 案创新性

编者将追究其相关法律责任。 前 言 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 AI+CAD：图像到模型.....................................................................................6 图 3 AI+CAD：多模态输入到模型.........................................................................7 图 4 设计验证流程....... 验与规则模型，需通过反复的人工调参与验证假设，造成研发周期长、 成本高等问题，尤其在面对多物理场耦合、非线性动态系统等复杂工 科研智能：人工智能赋能工业仿真研究报告（2025 年） 2 程场景时，极易入“建模难—计算繁—精度不足”的恶性循环。 工业 4.0 与智能制造的发展趋势进一步凸显了工业仿真领域日益 突出的供需矛盾。现代工业对产品快速迭代、多工况协同设计以及高 精度预测能力的持续追求，正在倒逼仿真技术加速向智能化转型。以

2.0.3 数智化设计 Digital and intelligent design 以AI 技术、BIM 技术、装配式技术和标准化资源库和标准化流程为基础，推进设计阶段的 深度协同配合和多专业一体化集成设计，形成工程项目信息的数字化表达并进行深度应用的设 计活动。 2.0.4 智能生产 Intelligent production 利用数字技术和智能控制系统，将生产设备单元按照生产工艺需求集成为智能化生产系统， 息模型软件的选择应充分考虑软件的易用性和适用性及安全性，确保不同建筑信息模型软件 间信息最大程度的共享和交换。 4.2.3 装修信息模型应包含装饰设计方案阶段、施工图阶段的各专业模型，宜做到“一模到底、 一模多用”。各阶段信息模型的建立应考虑建筑信息模型全过程应用要求，下一阶段模型的 构建，应充分利用上一阶段模型成果。 4.2.4 设计标准及使用的样板、族库等资源库应前置考虑施工应用标准化内容及造价、采购。 据格式应满足各阶段对测绘数字化成果应用的要求，应能辅助设计方案分析、优化与决策。 5.2.3 建筑装饰工程数智测绘宜采用三维激光扫描、宜采用无人机倾斜摄影、移动测量车等 数字化技术采集数据，实现对建筑装饰工程勘察对象全方位、多尺度的数据覆盖，提升测绘 成果的完整性和准备度。 5.2.4 智能测绘的数据应与后续阶段建筑信息模型（BIM）集成与数据传递前，保证数据的 有效性、完整性，不得造成数据损失和数据精度的降低，承载模型数据的软硬件设备应满足

称BIM管理者，BIM管理者一般由建 设方委托工程项目建造过程主要负责单位或第三方咨询机构担任。 2.0.5 【数据处理】数据的收集、存储、使用、加工、传输、提供、公开等。 2.0.6 【一模到底】在工程项目的全生命周期（包括勘察设计、生产施工、运维等阶段）中 ，基于统一的BIM数据进行信息传递与协同工作，实现数据的连续性和一致性。 2.0.7 【BIM】建筑信息模型（Building 目标和全生命周期应用的内容和机制，设计阶段的BIM协同设计由设计团队自行组织并完成 设计交付，BIM管理者负责数据的验证和传递。 4.1.2 【生产施工阶段组织】工程项目建造过程的协同管理存在数据应用主体多，时间跨度 长，版本修改多等问题，应在建设前确定BIM管理者和管理机制，建设单位、BIM管理者、 各参建方的组织关系宜按图4.1.2进行组织。 图4.1.2 生产施工阶段BIM数据协同管理组织示意图 新项。 表 4.3.2 BIM 数据协同管理和应用内容一览表 应用项 应用目标 应用内容 级别 模型 会审 基于BIM 进行三维 可视化的设计交底 和会审，完成设计模 型的传递和交接。 BIM管理者负责三维模型会审的软硬件准备， 协助设计方完成基于设计模型的三维交底和 答疑，完成会审纪要并督促设计方逐条处理 ，负责接收设计修改完善后交付的BIM数据。

公司 国家 代表性模型 市场地位 OpenAI 美国 GPT系列大模 型、ChatGPT 全球领先的大模型研发机构，其 GPT系列模型引领AGI发展潮流 Anthropic 美国 Claude系列模 型 专注于AG安全与伦理问题，致力 于开发更安全的AI技术 Meta 美国 LLaMA系列大 模型 提供高效的大模型研究工具，聚 焦多模态生成与交互 Hugging Face 美国 开源平台 引领开源大模型发展，提供多种 引领开源大模型发展，提供多种 语言模型的预训练工具与平台 百度 中国 文心大模型、 文心一言 中国领先的AI技术公司，在大模 型和自然语言处理领域表现突出 阿里巴巴 中国 通义千问 在企业服务场景中深度应用大模 型技术 深度求索 中国 DeepSeek-R1 专注于开发先进的大语言模型和 相关技术 北京将持续支持大模型前沿研究及应用发 展，推动大模型深度赋能重点行业关键生 产环节 北京 þ 上海将进一步探索大模型的新型开源和推 广模式推出更多具有示范性、标志性的应 用场景 上海 þ 上海发布《关于支持人工智能大模型发展的若干意见》，从支撑 大模型的创新能力、提升创新要素供给能力等四方面加速大模型 发展。 þ “模速空间”2023年9月投入运营，已集聚100余家大模型企业 带动周边落地200多家AI企业。 13 赛道 2：高级别自动驾驶 自动驾驶方案、计算芯片、 核心传感器、高精度地图等 技术和产品不断迭代

業對綠色製造的認識和實踐能力，並推 動行業內的合作與經驗分享，順應全球綠色發展的新趨勢。 5 香港製造業發展研究報告 5. 加快招攬技術人才 為製造業打造一個多層次、多元化的人才供應體 系，進一步強化現有人才輸入政策，除高端科研 人才外，亦要引入各個技術領域中具實踐經驗的 多元化專業人員，提升行業的整體技術水平和創 新能力。鼓勵大學課程及專上教育包含實用型技 習機會讓學生在學習理論知識的同時，亦能夠獲得實際操作經驗，提升其職業競爭力，以 滿足製造業的人才需求。 6. 創建製造業大模型 政府帶頭推進產、學、研合作，聯合製造業、學術機構和研究機構，共同開發製造業大模 型 ManufacturingGPT，結合最新的人工智能技術，為製造業提供更高效、更智能的解決 方案，提供必要的資金和政策支持，並考慮保護商業機密和數據隱私等安全問題。商會應 推動企業分享大數據以助訓練大模型，開放 8 香港製造業發展研究報告 第一章、簡介 1.1. 研究背景 香港特區政府早於 2016 年施政報告提出「再工業化」目標，以發展新技術及技能生產為基礎，實施 多項政策扭轉去工業化趨勢，再興製造業，帶動多元且高增值的經濟發展，以創新的技術和生產模式 轉型製造過程，解決人手、成本和土地的自身限制。「再工業化」的概念如今已升級演化成「新型工 業化」，為政府 2022

能力 • 满足个性化产品需求的设计 及交付 • 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 量业务的管理体系 • 实现精益供应链管理，在实现高 周转的基础上追求高收益 • 与上下游形成更紧密的协同 • 完善市场布局，强调集团组合 优势 • 财务管控 + 战略管控 + 经营管 控的多模式集团管控策略 • 核心业务巩固核心竞争力，辅 助业务补充增强盈利能力 客 户 维 护 能 成 力 本 控 制 能 订 力 单 交 付 能 质 力 量 控 制 能 设 力 计 能 力 客 户 维 薪酬管理 设备管理 工程管理 绩效管理 行政管理 …… 财 务 管 理 人 力 资 源 供 应 商 经 销 商 / 客 户 业务特点： 多品种、小批量的 离散型生产；设计 变更及客户变更频 繁；质量控制要求 高 管理特点： 追求精益生产管 理，强调运营过程 中资源的精细控 制，追求与外部的 高效协同 市场竞争形势分析 竞争优势：