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

整体规划不足 工业软件集成水平低 各类软件移植难 二次开发工作量大 软件定制化程度高 数据接口种类繁多 缺乏统一数据标准 资料来源：蓝卓《中国工业操作系统发展白皮书》、申万宏源研究 传统自动化和信息化本质是把生产操作和管理流程通过软硬件系统的方式予以固化， 从而建立了垂直制造体系，这一体系下负责不同业务环节或流程的子系统间彼此孤立，即 使不同自动化厂商间的设备 第6页 共25页 简单金融 成就梦想 图 1：主流软硬件供应商采用工业协议情况 资料来源：蓝卓《中国工业操作系统发展白皮书》、申万宏源研究 1.2 拨云见日，中控技术提出“1+2+N”智能工厂新架构 中控技术创新性地提出了“1+2+N”智能工厂新架构，即“1 个工厂操作系统”、“2 个自动化”以及“N 个工业 APP”。首先，通过工厂操作系统 素的互联集成和企业经营的协同智能，解决企业中的数据体系建设、模型体系建设以及场 景化的应用软件问题，同时运用大量 APP 做支持。 图 2：中控技术“1+2+N”智能工厂新架构 资料来源：中控技术官方公众号、申万宏源研究 Citect GE 西门子 力控 亚控 浙江 中控 Honeywell ABB Emerson 西门子 和利时 浙江 中控 国电 智深 上海 自仪 ABB 西门子 施耐德 欧姆龙

江苏亨通光电股份有限公司 中国电子节能技术协会 绿色全光网络专业委员会 PREFACE 前 言 过去几年，我们见证了 F5G 全光网络的迅猛发展，F5G 全光网络 凭借光纤到末端、ODN 全无源、二层极简架构、带宽/业务灵活扩展、 运维简便等优势获得客户的青睐，成为教育、医疗、制造、酒店、政 府、交通等千行百业数字化转型的最佳选择。 随着未来园区数智化、融合化和绿色化趋势的演进，高体验 等先进技术，实现对物理空间的智 能认知，并基于统一的智能平台实现园区物理空间与数字空间的融合，实现数字 孪生。 未来园区具备全局感知能力，通过如光感知、Wi-Fi 感知等新兴的感知技术， 结合“无源物联感知、视觉感知”等技术，在园区打造一张精准感知、实时可视、 高效运营的数字化感知网，实现对园区中的人、机、物、事、空间环境进行全方 位、多角度的感知和识别，实现通感一体融合的目标。 中国电子节能技术协会 升立体主动安全 的能力。园区网络的主动安全防护需主动感知、实时监测和智能分析网络威胁， 并对威胁自动响应及秒级处理。如未来园区可通过 AI 摄像机的多模态图像识别， 自动锁定可疑人物或行为，并通过分析算法判断安全风险等级，自动调度相关资 源解决问题。 国家近年陆续发布多部数据安全相关的法律法规，将进一步细化数据分类 分级、数据安全评估等制度，将进一步完善配套的数据安全规范和标准体系。

理，更靈活地應對市場需求，快速進行 產品設計和生產，滿足客戶的個性化需 求，提升生產效率和品質。政府應規劃 適合重點行業的「智能微工廠」用地， 並檢視現有工業用地及工廈，鼓勵企業 善用創科資源，於香港發展綠色智能製造，提升空間單位產值，以敏捷新型製造模式發展 客製化生產。「智能微工廠」亦能推進前沿科技研究，加快實現中試轉化、新產品研發及 新技術落地。 4 香港製造業發展研究報告 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 科研人員和企業能夠使用這一平台進行技術研發和應用測試，為企業提供智能化的生產管 理、質量控制、供應鏈管理和市場分析等解決方案加快本地智能製造技術發展。 7. 推廣製造業新形象 企業應善用政府創新科技資源，藉新型製造模式優 化工廠環境，提供優質就職機會兼顧環保、職業安 全等元素，導入遊戲化（Gamification）於招聘及 生產管理工作，提升員工的參與度和積極性，以重 塑製造業科技創新、環保和高效管理的新形象，配

生产上，数字化、智能化、全程可 视化 — 用户信息交互即时化 个性化产品 • 整合内外部资源，提供基于共享的用 户出行服务整体解决方案、提供围绕 用户出行的扩展需求服务 • 建立乘用车 B2G, B2B, B2C 多群体 用车需求平台、金融 P2P 平台、新 能源汽车基础设施共享服务平台、物 流货运共享平台 • 开拓智能交通、智慧城市配套的资源 共享模式 共享生态 略战 目 标 客户导向： • 重构以用户价值为导向的价值链 组建数字化转型委员会 以大数据、云平台等业务为牵引，进行 IT 资源的第一步归集 搭建研发、销售两个领域的大数据分析试点平台 完善覆盖全价值链的大数据平台 上线 XX 私有云 上线 XX 混合云 研发：整合资 源，众创研发 制造：智能升 级，个性定制 搭建联接用户、内外资源的 众创研发平台 实现价值链全流程参与的众创研发 创新研发创意收集、筛选、孵化模式 众创知识产权 / 专利运营 & 应用 实现与 -工业机器人应用； -AGV 自动引导系统； -自动检测生产线； -…… 柔性化制造 -排序供货 /SPS 配送； -自动识别技术； -模块化生产； -…… 智能化应用 -VR/AR 技术应用； -多模式人机交互； -3D 扫描打印技术； -…… 信息化保障 -新型 MES 系统； -WMS 仓储管理系统； -ERP 资源系统； -…… XX 线下 4s 店 / 体验厅 实现价值 链协同

医院等形态大量出现。除了园区物理空间配套完善外，通过移动互联网，提升园区虚 拟空间配套，即线上连接、线下经营的企业社群；营造全球链接的社交空间，形成内 外开放、资源整合的产业生态圈。通过智慧园区平台建设，可以将分散的各种园区资 源和功能平台整合起来，充分发挥并放大各种资源和平台的价值，打造有生命力的产 业园区。 图表3：中国产业园区建设发展历程 资料来源：前瞻产业研究院 在数字技术的发展和经济社会新需求的驱动下，智慧园区也一直在发展和演进 使得智慧化场景实现基本打通和场景联动服务，同时智慧园区建设开始更重视数据融 合和数据价值挖掘，用数据支持园区精益运营，实现园区数据和服务共享。目前我国 少数领先的园区已经进入2.0阶段的初期，通过引入数字化平台，实现了多场景的联动 管理和服务，但对园区融合和数据价值挖掘还有待进一步发展。目前国内大部分园区 发展处于1.0至2.0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 （智慧园区运营公司）、汇智软件等。其中，智慧数据中台是园区数字化内核，构建 了园区“物联、数字、生态”的数字底座。目前智慧园区领域代表性的智慧中台产品 有华为的沃土数字平台、飞企互联的凌云中台、英飞拓的园羚中台、明源云的天际开 放平台等；三是智慧园区服务主体，包括政府机构、园区经营主体、园区企业等；四 是智慧园区顶层规划主体，包括国家信息中心、中国信通院、赛迪顾问、中国电科等 单位或机构。 图表5：中国智慧园区产业生态图谱

类能源的传输和控制。 在电力方面，配电系统连接电网、分布式发电设备以及用电设备，主要包含的关键技术一般有 一次配电系统、二次配电（继电保护）系统、交直流设备、储能和无功功率补偿系统、综合能 源管控系统以及相关的信息系统。在园区电能占比逐渐提高的时代，配电系统的稳定性和韧性 决定着园区用能安全的下限，是园区生产生活的基础保障。同时，由于光伏和风电等主要清洁 能源供给方式的不稳定特点，加上 第二节：园区能源系统架构图： 图 2 园区能源系统架构图 按照园区能源供给、分配、使用各自的特点，我们设计了如上图所示的园区能源架构图，在能 源供给角度，通过内/外部区分囊括各类可用能源；在能源分配上，通过各种能源载体/媒介分 成配电、热力、冷热水系统；在能源使用上，根据不同使用场景/使用者，分为主要技术设施、 主要生产环节及其他。在下一 园区电能质量保障：大量新能源的接入（主要考虑本地建设的系统）可能导致电能 质量出现问题，需要通过建立无功补偿系统和各类储能/储热系统来增加系统韧性 和灵活性，为了保障能源安全，对源-储-荷调控实时性和可靠性也有着高要求。与 此同时，由于多源供电模式导致源荷调配，故障处理等复杂性呈指数级增长，园区 能源供给 能源分配 能源使用 外部能源 内部能源 配电系统 热力系统 冷热水（媒）系统 关键基础设施

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 . 造的全新辉煌篇章。 1.1 工业大模型的核心术语界定 图 1.1 工业大模型术语 9 1.1.1 工业大模型 工业大模型是面向工业领域深度优化的专业人工智能系统，通过整合多模 态数据与行业知识实现智能化决策。根据应用层级可划分为三类：通用型聚焦 跨行业共性需求（如工艺流程优化）;行业型深耕汽车制造、电力等垂直领域 （支持零部件设计、故障检测等）;场景型则专攻研发设计、设备运维等具体环

生产过程通过人工记录进行产品特征码管理，无法快速实现产品的全流程追溯，对于客诉无法快速响应，无法有效规避风险，造 成公司损失。 u 生产计划执行统计依靠人工，数据延时一天，计划员天天加班，工作量大。重复性劳动多，价值低。 u 采购业务供应商寻源、订货、对账、开票全部线下操作，供应商绩效考核人工统计，工作量大，及时性差，准确度低。 u 财务核算简单，成本核算粗放，无法及时了解产品订单成本情况，无法指导经营决策。 信息管理手工为主，应用初级 MRP 计划 产能管理 合同管理 生产订单 车间管理 采购管理 应收应付 库存管理 财务总账 固定资产 成本管理 需求管理 设计研发 生产、计划、运营管理 供应链管理 供应商寻源、绩效 招投标管理 采购订单协同 线索管理 商机管理 客户联系人 客户档案 活动管理 订单管理 EDI 集成 服务产品管理 服务工单管理 研发平台 PDM MBOM 管 理 产品完工入库时，根据现场抽检称 重，获得本批单重，乘以数量得到 总重量，输入成本数量中，库存数 量为实际完工件数，系统自动为本 批次产品计算换算率。 MPS/MRP 计划参数设置 多种计划模式 料品多计划方案 基于不同业务情况下，为料品设置不同计划方案，灵活应对业务需求。 计划参数设置 设置各种订单的释放条件，对订单释放进行有序控制。 生产计划执行过程与返馈 流程实现 系统实现 需求计划运算

"IN" 数智时代 赋能园区转型 数智园区概况及发展趋势 | 1 1 数智园区概况及 发展趋势 数智园区行业参考指南 | "IN" 数智时代 赋能园区转型 2 | 数智园区概况及发展趋势 在以多模态大模型、边缘计算、云原生等为代表的数字化、 智慧化（简称：数智化）技术的驱动下，越来越多的园区倾 向于通过数智园区转型，提升园区的运营效率，创造更高的 数据价值，服务园区内的企业租户与个人用户，同时更好地 置等提供更高效的数据决策依据，加速数智化转型。 1.1 数智园区典型特征 数智园区存在以下几个典型特征： 1 数智园区概况及发展趋势 • 从底层技术应用来看，数智园区更注重多模态大模型、云 原生等技术的应用： 实现深度的人机交互与设备间交互，并注重通过模型的涌 现能力，实现园区数字孪生生态的自我塑造与运营，减少 人工介入。例如，在安全管理中，通过多模态大模型的应 理世界与数字世界的联系与互动实现，推动园区全状态实时 化和可视化、园区管理决策协同化和智能化。要实现数智园 区的数字孪生，需要将园区物理维度真实、详实地在虚拟维 度上进行映射，处理数智园区所生成的多源、异构化、异质 化数据，并实现智慧应用的跨平台交互等。 1 https://www.chinairn.com/report/20230516/114022628.html?id=1874385&name=chenzefang