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 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 决策、进行科学和政策的标准评价，而且可以有效地对多时期的资 源环境状况及生产活动变化进行动态监测和分析比较，也可将数据 收集、空间分析和决策过程综合为一个共同的信息流，明显地提高 工作效率和经济效益，为空间资源管理提供技术支持。 （二）BIM 技术 建筑信息模型（Building Information Modeling）或者建筑信 伟景行智慧建筑运维管理平台解决方案 器和其他管理 核心模块，保证系统稳定运行，同时使其适应扩展后的大业务处理 量，以适应未来业务量、非结构化数据种类和业务流程的扩展； （4）业务适应性原则 能够适应各种业务流程的应用，通过配置支持由于政策法规、 业务规则以及组织结构变化带来的流程和处理方式的变化 （5）符合国际标准的原则 本系统为方便与其它系统的集成，在设计过程中遵循 WFMC 的 工作流国际标准、国内后勤管理标准及各种数据采集、处理国际规

FOV：120 → 200 度 1080 → 16K 7 寸小屏 → 70 寸大屏 带宽 80M ~ 1Gbps 10M ~ 10Gbps 时延 5 ~ 20ms 1 ~ 20ms 国家大力支持虚拟现实等新技术的落地。2022 年 11 月，工业和信息化部、 教育部、文化和旅游部、国家广播电视总局、国家体育总局印发了《虚拟现实与 行业应用融合发展行动计划（2022—2026 年）》（工信部联电子〔2022〕148 络需考虑采用新的网 络架构，实现多张网络融合，简化网络，提升运维效率。另随着数字经济的发展， 园区从封闭走向开放，由单一迈向融合，对园区安全将提出更高要求，要求融合 的多张网络之间实现隔离，以支持多张网络的数据安全。园区的安全管理功能将 与人工智能、机器学习等技术深度融合，提升设备分析决策力，实现事前主动风 险预判预防。 图 1-2 未来园区的多种融合方式 园区网络安全保障为智 绿色全光网络专业委员会 18 18 新定义的 F5G-A 代际相比 F5G 提升了 10 倍用户带宽、10 倍光纤连接密度、 10 倍能效，可靠性从 5 个 9 提升到 6 个 9，支持米级精确感知，支持微秒级时延 和 L4 级自治网络（参考 TM Forum 通用自治网络分级标准定义）。 F5G-A 将实现光纤覆盖无处不在，为千行百业（如电信、教育、医疗、金融、 能源、交通和制造等

投资回报分析..................................................................................148 11.3 政府支持与政策分析......................................................................151 12. 效果展望........... 大模型对生产线数据进行实时分 析，实现自动化调度和优化生产过程，减少人为干预和错误 率。  数据驱动决策：建设一个集成的数据处理平台，利用大数据分 析技术提取有价值的信息，为管理层提供精准的决策支持。  个性化定制：根据市场需求和客户反馈，通过 AI 模型快速调 整生产参数，实现产品的个性化定制，提高客户满意度。  物联网集成：通过物联网技术将生产设备、传感器和管理系统 连接起来，形成自感知、自驱动的智能制造系统。 流程，实现大规模定制的目标。  供应链管理：利用模型进行需求预测和库存优化，提升供应链 的响应速度和灵活性。 这些应用不仅能够直接提升企业的生产效率，还能够为决策层 提供更为精准的数据支持，使生产过程更加智能和灵活。随着 AI 技术的不断成熟，未来 AI 大模型将在智慧工厂的各个层面发挥着 越来越重要的作用，全方位提升企业的竞争力。在这样的背景下， 结合 AI 大模型的智慧工厂

本书的编写过程中，得到了北京航空航天大学、深圳蚂蚁工场科技有限公司、 北京蚂蚁工场智造科技有限公司等单位及众多专家学者的大力支持与帮助，并 参考了大量相关文献，在此谨致以最诚挚的感谢。 我们衷心希望，本书能够为我国工业智改数转注入全新动能，成为高等学 校新工科及人工智能相关教学的有力支持，更期望它能为全球制造业迈向更高 效、更绿色的新纪元贡献智慧与力量。 3 目录 1 工业大模型综述 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 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 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 知识为基础，旨在为工业领域提供较为广泛的支持，例如对不同行业共通的工 业流程、原理等进行处理和分析，但相比通用大模型又针对工业领域进行了优 化。 ➢ 行业大模型 行业大模型聚焦于特定的工业行业。例如在汽车制造、电子设备制造等不 同

的数据中心、智能楼宇以及数智家 居中,以全生命周期的服务体系助力各行各业的设备更新和低碳化、数字化转型。 与此同时，设备更新的相关政策支持还在持续加码，国家发展改革委、财政部等相关部门已经明确 表示，将统筹安排3000亿元左右的超长期特别国债资金，以支持大规模设备更新和消费品以旧换新。 中国大规模设备更新市场的未来充满了无限的可能。在国家政策的有力推动下，在市场需求的持续 扩大中，在技术 备更新做出引导和支持，以标准为引，鼓励传统企业产业升级改造，同时在能耗、排放方面给与指引。 本轮大规模设备更新政策涵盖工业、农业、建筑、交通、能源、教育和医疗多个领域，以提高能 耗、排放、技术等标准为牵引，提高先进产能比重，有利于推动发展新质生产力，助力新一轮朱格拉周 期向上开启。《推动大规模设备更新和消费品以旧换新行动方案》要求，2027年设备投资规模较2023 年提升25%。政策工具支持主要来源 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，并且通过减少审批流程和时间等方式，支持企业加快设备更新与技术改造。 政策引导：政策助力与经济回升 2024年中国大规模设备更新行动启幕 05 1.2 重点推进领域 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，

本研究由苏州中咨工程咨询有限公司统筹撰写，由能源基金会提供资金支持。 在本项目研究过程中，研究团队得到了合作方东南大学智能交通中心、苏州工业园区绿色 产业联盟协会的大力支持，包括:刘晓庆、伍玮涛、刘琦、丁向燕、柳英等。苏州工业园区 资源节约与能源管理协会的李新影、周睿等亦为本项目的开展提供了重要的支持和协助， 在此向他们表示诚挚感谢。 本项目的顺利开展离不开苏州工业园区管委会的大力支持，尤其是经发委、规建委等部门 加强安 全监管。 支持园区虚拟电厂加快发展 制定《苏州工业园区虚拟电厂管理办法》等政策，明确虚拟电厂主管部门、调度运行管理 机制等，明确虚拟电厂在能源布局中的发展定位、发展目标及分步实施策略，明确虚拟电 厂作为电力市场参与主体的地位、电网并网调度主体应具备的权利、责任和义务，明确不 同主体参与虚拟电厂的补贴政策。协调各方利益关系，为虚拟电厂建设提供必要的支持和 配套服务。简化审批 制定新能源产业发展专项政策 制定《苏州工业园区新能源产业发展规划》《苏州工业园区支持新能源产业高质量发展的 指导意见》《苏州工业园区新能源产业专项资金扶持办法》等，明确新能源产业发展目标、 发展方向与细分领域，重点支持太阳能、氢能、储能、新能源汽车、智能电网等领域的技 18 术创新、产品提升的已产业化项目。支持新能源领域以促进制造业高质量发展为目的的公 共性产业服务工作，包括公共研

中，可以先通过少量数据建立基本的识别能力，然后通过人 工干预的模式对相关的数据进行半监督地标注，以及自动 化、持续性地训练，从而不断提升识别的性能与精度。 部署于边缘端的 AI 和深度视觉应用能够支持数智园区部署 轻量级应用，直接在边缘端对数据进行清洗、预处理、聚 合和筛选，降低云或数据中心的数据处理压力，节省网络 带宽，同时加快特定环境下的应用响应速度。例如，在园 区路侧部署的边缘人工智能系统可以集中处理安全管理、 信息传感设备，实时采集任何需要连接、互动的物体或过 程等信息，与互联网结合建设一个超大规模的智能化网络 系统。物联网可支持在数智园区中实现物与物、物与人与 网络的连接，便于园区识别信息、管理与控制。物联网可 凭借其开放性的特点，助力数智园区从根本上解决 “信息孤 岛” 问题。 在 5G 等先进网络技术的支持下，园区海量的物联网设备可 快速地接入网络，在对于网络带宽、时延非常敏感的场景 中得到应用，提升园区的整体智能水平。 级别的可靠性、时延、吞吐量和安全等特点而设计，因此 无法满足相关要求。5G 将会带来强大的优势，以及大规模 机器对机器的通信能力，从而充分释放网络连接在智慧未 来园区中的潜能。例如，5G 能够支持园区海量的物联网设 备快速地接入网络，推动增强现实 (AR) /虚拟现实 (VR) 等 新型应用在园区的落地。 • 云计算 云计算作为分布式计算、网络存储、虚拟化、负载均衡等 技术融合的结晶，可以按需提供动态扩展的计算和存储资

行指引，推动 5G 融合应用纵深发展。2023 年 11 月，工信部出台《“5G+ 工业互联网”融合应用先导区试点工作规则（暂行）》、《“5G+工业 互联网”融合应用先导区试点建设指南》，通过加大政策支持力度、 夯实基础设施建设、推进融合应用创新、培育壮大产业生态、强化公 共服务能力等举措带动产业集群发展。2024 年 12 月，工信部印发《打 造“5G+工业互联网”512 工程升级版实施方案》，通过升级网络设施、 无线传输方式， 是目前众多示范项目普遍采用的模式。 连接方式 2：将传统工业网关替换成内置 5G 模组的 5G 工业网 关，从而实现 5G 移动信号和工业现场装备协议之间的转换。该种方 5 式相当于用支持 5G 联网能力的工业网关替代原有的固定连接方式的 工业网关，5G 技术进一步向工业现场网络渗透。 连接方式 3：PLC 等工业控制器、机械臂等工业设备内嵌 5G 芯 片/模组，具备 5G 通信能力，直接接入 CPE、5G 网关等多种类型。 5G 工业 DTU 支持 RS485、RS323、USB、Type-C 等接口，通过 这些接口连接工业终端设备，利用 5G 网络搭建起工业终端设备与云 服务器/数据中心之间的桥梁。 5G 工业 CPE 通常比 5G 工业 DTU 支持的接口更多，如以太网、 WLAN、蓝牙、串口、USB 接口等，南向支持多种有线、无线通信 技术，实现 5G 信号与多种有线、无线信号的转换，可同时连接工业

区1.0阶段。 智慧园区2.0阶段：平台支撑，场景联动。该阶段，智慧园区通过建设数字平台， 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 资料来源：前瞻产业研究院 2.智慧园区行业特征 （1）以国家级园区为主要建设载体，园区建设规模持续增长 2019年5月，国务院发布《关于推进国家级经济技术开发区创新提升打造改革开 放新高地的意见》，重点提出要支持国家级经开区内企业创建数字产业创新中心、智 能工厂、智能车间等；2020年7月，国务院正式发布《关于促进国家高新技术产业开 发区高质量发展的若干意见》，对国家级高新区提出了新的发展要求，更加强调提升 第三批-2019年 镇江新区新材料产 业园 集一园一档、环保、安全、封闭化、能源、物流、 公共服务、办公、决策于一体的综合性管理平台。 江苏省泰兴经济开 发区 集立体感知、智慧运行管理、智慧服务支持、指挥 决策支持为一体的指挥平台。 扬州化学工业园区 园区部门及入院企业专网覆盖，数据管理平台，智 慧安全、智慧环保、智慧应急、智慧安防应用体 系。 第四批-2020年 泰州滨江工业园区 安全风险和隐患的主动感知及预警预测预防。

等奠定了技术基础。 ChatGPT、Bert 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 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- 4 参加了多种人类基准考试，结果显示其在多项考试中成绩都超过了大部分人类（80% 以上），包括法学、经济学、历史、数学、阅读和写作等。 支持多模态：大模型可以实现多种模态数据的高效处理。传统深度学习模型大多 只能处理单一数据类型（文本、语音或图像），大模型则可以通过扩展编/解码器、交 叉注意力（Cross-Attention）、迁移学习（Transfer 用特定的数据集进行进一步的训练，以使模型适应特定任务或领域。针对工业大模型， 一是可以基于大量工业数据和通用数据打造预训练工业大模型，支持各类应用的开发。 二是可以在基础大模型上通过工业数据进行微调，适配特定工业任务。三是可以在不 改变模型参数的情况下，通过检索增强生成（RAG）为大模型提供额外的数据，支持 工业知识的获取和生成。这三种模式并不独立应用，往往会共同发力。 图表 2 工业大模型应用的三种构建模式对比