全国智能建筑及居住区数字化标准化技术委员会 (SAC/TC426) 英特尔（中国）有限公司 参编单位（排名不分先后）： 特斯联科技集团有限公司、太一物联科技（深圳）有限公司、 深圳市原基科技有限公司、开域集团、之江实验室 前言 目 录 1 数智园区概况及发展趋势 .................................................................... 4 面向数智园区的开域集团商业客流统计解决方案 ........................................................ 31 4.5 之江实验室数智园区大运营管理体系 ............................................................................33 5 结语 原基科技园区智慧运营管理方案和开域集团商业客流统计解决方案等为例，介绍了企业如何 面向数智园区的场景化需求，提供软硬件解决方案，以及这些解决方案对于园区的价值。另 一方面，本方案集锦还以之江实验室等园区为例，介绍了在数智化方案支撑下，典型园区的 数智化建设实践。 数智园区行业参考指南 | "IN" 数智时代 赋能园区转型 24 | 数智园区解决方案集锦 概述 在碳达峰、碳中和的大趋势下，通过建设低碳建筑、加速清

................................................................................. 52 3.2.3 VR 智慧实验室 ......................................................................................... 54 3.2 2022 年 11 月中国工信部、教育部等五部委发布了《虚拟现实与行业应用融 合发展行动计划（2022-2026 年）》，明确指出要深化 VR 在教育行业的深度融合， 推进构建虚拟教室、虚拟实验室等教育教学环境。 美国教育科技部推出了国家科技教育计划 NETP，并陆续发布相关文件推动 VR 技术在教育领域的应用，旨在解决教育公平问题。 英国同样关注 VR/AR 技术在职业教育中的前景，提倡使用 的创新，以促 进 VR 教育教学常态化应用，如推动云控网联技术架构简化时空限制，推动算网 协同保障大宽带/低时延的网络传输，推动云-管-边-端分层协同，将 VR 教学带入 每一间教室，推动虚拟实验教学和虚拟仿真实训从小规模试点走向大规模常态化 应用。 3.2.2 基本组网 教育 F5G-A 绿色万兆全光园区按照学校的场景要求，可划分为智慧教室，智 慧办公室、全光宿舍、智能安防系统等几大部分。智慧教室所接入的终端设备主

西昌市人民医院项目的成功实践，为大型公共建筑，尤其是环境敏感、要求严苛、 工期紧张的重点场所（如医院、学校、幼儿园、高端实验室、商场、交通枢纽）的空气净化 治理，提供了突破性的解决方案和宝贵的行业经验。 该技术及数智化实施模式，具有极强的可复制性和适应性。强烈建议将其广泛应用于新 建或改造的医院、疾控中心、生物实验室，中小学校、幼儿园等教育场所，大型商场、写字 楼、酒店，以及博物馆、图书馆、体育馆等公共空间。 数字艺术实训平台 V1.0，是一个以“AI+ 艺术设计”为核心的智能辅助型数字艺术创作实训平台。该平台支持创作者在安全的在线环 境中进行模拟操作与流程练习，有效降低实验风险和物料消耗。平台具备灵活更新能力，大 幅减少实验准备与等待时间，实测提高实验效率达 40%，显著节约时间和经济成本。核心 特色在于集成图像、视频、音乐等多模态 AI 生成能力，构建从灵感激发到作品实现的全链 路实训体验，助力艺术教育与创作迈向智能化、高效化新阶段。 基 础模型的集中化、智能化管理能力。教师可以统一上传、维护和分发平台内的基础模型，确 保教学资源的高效共享与版本一致性。学生在个人实训环境中，无需重复配置或下载，即可 直接调用这些模型开展创作与实验。 第 56 页 AIGC 实训平台功操作页面 建筑及室内设计大模型展示 第 57 页 建筑及室内设计大模型展示 建筑及室内设计大模型展示

素，保障工厂安全生 产。 研发辅助设计：石油石化企业的科研创新活动是通过准确、快速、批量的实验，探索、优化 大规模定制生产所需的工艺、方法和流程。企业通过云平台积累了海量的科研数据，通过平 台算力、算法为科研创新工作赋能，与科研装备进行深度结合，实现实验设计、实验操作、 数据采集、数据挖掘和实验保障智能化。 人工智能技术在研发辅助设计过程中，用于产品的开发预测及预测建模，支撑新产品开发、 确性。同时，人工智能技术可 用于提升科研的精细化管理水平，满足跨地域、跨组织、跨学科的科研协作和资源共享。例 如对项目立项、执行、结题等各阶段进行智能化审核和节点评议，具备智能化实验室构建、 实验智能记录、实验数据智能分析、炼化知识体系构建、VR/AR装置教材库搭建、材料基因 库创建、智能化知识提炼等能力。 生产管控一体化：引入生产自动化控制技术，利用控制算法和机器学习技术提高操作效率和 以专业划分的分段式管理模式转变为集约 化、一体化管控模式，从而达到全厂数据、人员、资源的信息高度共享和全过程一体化生产 优化。 在生产工艺中，引入工艺优化孪生技术，通过数字孪生结合AI视觉模拟实验，优化工艺流程 和操作条件，并利用生产数据分析，识别生产瓶颈和改进机会，实现数据驱动的决策。在产 品质量检测中，通过AI视觉泄漏检测和设备状态监测，提高检测速度和准确性。 智能供应链协同：石油

1979年7月8日，深圳蛇口工业区动工建设，标志着中国的 改革开放进入了产业发展的开创性时期。作为一种集中企 业和产业的经济发展区域，产业园区是中国发展社会主义 市场经济和外向型经济的新运作模式，承担了政策实验 和制度创新的任务。经过40多年的发展，国内各种类型的 产业园区已达数万家，其中，省级以上开发区共有2728家， 各类国家级开发区634家（2021年数据）。产业园区对中国 1 序章·新程 ➀ 原始创新要素支撑的“重装科学城” 随着中国对基础领域的创新能力愈加重视，以重大原始创新要素为驱动的产业园区步入了发展快轨。 “十四五”规划纲要 提出“构建以国家实验室为引领的战略科技力量，聚焦重大创新领域组建一批国家实验室”，明确了建设北京、上海、大湾 区、合肥等综合性国家科学中心，并支持地方建设区域科技创新中心。截至����年，全国共有十余个新一代“科学城”进 入规划建设。这些“重 研成果 转化，另一方面帮助中小企业和初创企业更快速获得成熟 的技术解决方案。截至目前，ARTC已经有超过 �� 家会员， 包括大型全球跨国公司、公共机构、中小企业和初创公司， 参与了包括VR实验室、智能机器人以及�D打印技术等��� 多个项目的研发，平均每个项目孵化时间仅为半年。 新加坡纬壹科技城 （One North） · 南洋理工大学 · 职业人才培训 · 行业专家课程培训

中国首个以邻里中心为特点的社区商务模式 • 中国首批“智慧社区及社区公共服务综合信息平台” 试点 • 国家首批深化构建和谐劳动关系综合配套改革试点 地区 • 中国首批国家级人力资源服务标准化试点地区 • 首批国家级信息化教学实验区 • 首批教育部信息技术支撑学生综合素质评价试点区 • 中国首个高等教育国际化示范区 • 中国首个国家商务旅游示范区 08 厚积薄发 04 重要性议题 通过广泛调研和深入分析，园区识别了17个重要性议题。 园区积极承担高科技园区在科技自立自强中的重大使命，持续增强创新动能，提升创新浓度，在科技自立自强上 勇攀高峰，积极打造全国重要的创新策源地。 苏州实验室、国家生物药技术创新中心、国家第三代半导体技术创新中心（苏州）、国家新一代人工 智能创新发展试验区、3家全国重点实验室、纳米真空互联实验站等重大创新平台加速建设，累计集聚 大院大所37家。 集聚科创企业1万多家、国家高新技术企业2,779家，各级独角兽及准独角兽企业218家、境内外上市

年代，英国科学政策研究中心（SPRU）在萨福（SAPPHO） 创新研究项目中发现，绝大部分创新研究都来自科学家、发明家或管 理者个人。例如，蒸汽机的优化、白炽灯的研制来源于科学家对技术 的深刻理解和大量的实验验证，既需要漫长的探索，也需要偶然的灵 感。传统创新模式对个体的依赖意味着颠覆性技术的成功经验通常无 法复制，在速度和广度上天然地受限于研发人员的思维方式、知识范 围和物理条件，使得颠覆性技术突破难以通过制度设计有效促进。 Science，AI4S）新范式，有 助于加快科学发现速度、推动多领域应用实践，提高科学研究的速度 和准确性，扩大科学研究领域和学科方法。科学家逐渐借助 AI 技术 进行大规模科学计算，自动化实验室、无人实验室、机器人科学家等 增多。例如，DeepMind 推出的 AlphaFold2 解决了蛋白结构解析高复 杂度问题，为突破新药研发中的难题做出贡献。又如，华为盘古医药 大模型加快医药研发效率（见专栏 余家企业入驻，打造了通过数据进 行在线交互、分享的一站式高效创新模式。 随着互联网的广泛普及，无数个体将分布式的价值创造活动聚集 到网络空间，封闭式创新转向开放式创新。大量的开放式创新平台、 开源社区、开放实验室等衍生而出，“众创”“众包”层出不穷。一是 大量的垂直行业积极采取开放创新模式，吸纳不同技能、不同场景的 技术供给方。例如，GE 公司面向全球征集航空发动机悬挂件设计方 案，三周内收到近 700

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 汽车设计中的气动特性测试为例，传统风洞实验往往需要需数月时间 完成测试，而当前市场已要求按周甚至天为单位的快速反馈周期。基 于人工智能技术，通过对历史数据的学习与预测，可大幅提升仿真速 度和精度。AI 技术的引入已成为突破传统仿真技术瓶颈、实现工业 耦合 （如电磁-热-力耦合）、跨尺度问题（如从微观材料特性到宏观结构 响应）等高度非线性、难以通过解析方程精确建模的复杂工程问题， AI 展现出独特优势。一方面，AI 可通过学习大量仿真数据或实验数 据，构建高维非线性映射关系，从而实现对复杂系统的高效建模与预 测。例如，索辰科技的 CAE 平台利用图神经网络（GNN）对复杂拓 扑结构进行建模，在电磁-结构耦合仿真中将预测误差控制在 8%以内。 平台中内置智能化模块或插件，实现 AI 与传统仿真流程的无缝对接。如 Altair 借助 Altair physicsAI 模型的真 实数据进行“假设”研究，实现在 Altair SimLab 中执行热分析，提 高实验设计(DOE)效率。高校、科研机构及部分 AI 科技公司则侧重 于研发独立的 AI 仿真模型、算法库或专用智能化 CAE 工具，专有工 具通常针对特定物理问题或技术瓶颈，如 NVIDIA SimNet

设备控制系统 设备数据实时 采集 仿真规划—系统仿真流程 问题定位 任务规划 系统定义 工艺流程图 系统绩效测量 输入数据准备 3D 建模 验证 确认 仿真实 验设计 仿真实验 实验结果分析 实施和落实文档 yes yes no no 批准 修 订 仿真规划—工厂布局仿真路线图 概念设计 设备建模 / 导入 工厂布局示意仿真 讨论 / 确认 工厂布局仿真修