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。相较于部分主流车企对DeepSeek的热情，部分新势 力车企迟迟未官宣合作，这背后则是各车企对生态控制权的考量。 ◆ 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

新型工业化是石油石化产业发展的必经之途 第二章：智能驱动：智能化助力石油石化产业实现新型工业化 �.� 智能化加速培育石油石化新质生产力 �.� “人工智能+”加速石油石化智能化进程 �.� 石油石化产业智能化成熟度与发展阶段 第三章：全链智能：智能化推动石化新型工业化的场景举措 �.� 智能勘探 �.� 智能储运 �.� 智能生产 �.� 智能服务 第四章：实践引领：石油石化企业智能化应用的主要案例 �.� � 壳牌 �.� 沙特阿美 �.� 英国石油 第五章：未来展望：智能化发展推动下的新型工业化变革 �.� 石油石化企业智能化发展主要挑战与战略举措 �.� 未来石油石化产业新型工业化的发展特征 第六章：迈向智能：石油石化企业智能化转型建议 �.� 石油石化行业智能化解决方案 �.� 解决方案：固废全生命周期管理解决方案 �.� 实践探索：荣信化工智能工厂 关于石化盈科 �� �� 工智能实现了深度融合， 在智能化、物联、安全方面都有显著的优势成果。����年��月，美国《工业互联网战略》发布， 旨在通过物联网（IoT）技术推动包括石化产业在内的制造业能力升级，通过智能传感器、数据分 析和自动化技术，实现优化提效。����年�月，美国能源部（DOE）提出《能源部数字化转型计 划》，重点是利用大数据和人工智能技术，提高能源生产和管理的智能化水平、效率和安全性。 拜登政

毕马威企业咨询（中国）有限公司 腾讯云智慧行业五部 指导单位：中国通信工业协会 撰写单位： 1 工业大模型应用报告 目 录 1. 大模型为工业智能化发展带来新机遇 ........................................................................................... ............................................................................ 1 1.2. 大模型有望成为驱动工业智能化的引擎 ............................................................................................... ............................................................................. 16 4.2. 大模型拓展生产制造智能化应用的边界 .............................................................................................

........................................................................................22 3.1 设备智能化改造..................................................................................24 3.2 数据采集与分析 100 7.1.2 工作流程动态调度...................................................................102 7.2 生产调度智能化................................................................................104 7.2.1 预测性维护... 在这样的背景下，MDC（制造数据云）项目应运而生，致力 于构建一个集成 AI 大模型技术的智慧工厂解决方案。该项目不仅 关注生产效率的提升，还强调智能化决策和实时数据分析，以应对 市场快速变化和客户需求多样化的挑战。 本项目将主要围绕以下几个关键点展开：  智能化生产：通过引入 AI 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

着。从我国智慧园区当前发展及对未来的发展畅想，智慧园区大致可以分为三个阶 段： 智慧园区1.0阶段：单点智能，单场景智慧化。该阶段，园区基础设施信息化基本 完成，园区单场景垂直打通，并实现单场景智能化体验，如基于人脸识别的闸机通 行、基于摄像头的安防监控等。但园区内组织、应用系统间没有实现数据共享，整个 4 园区呈现多个信息孤岛。目前，我国大多数园区还处在智慧园区1.0阶段。 智慧园区2 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。 衢州国家高新技术 产业开发区 智能化监管系统，智能安检环保系统等。 东营港经济开发区 危险源数据无线化实时采集，重大危险源智能监 控，智慧园区数据一体化平台，集安监、环保、应 9 急、物流、气象等业务数据为一体。 济宁新材料产业园 智慧园区信息安全等级保护升级改造、5G封化管 理。 第六批-2021年 南京江北新材料科 技园 智慧园区管控中心，有效整合智慧园区现有各子系 统资源。 河北石家庄循环化 工园区 建成智慧运营中心提升园区智能化水平，智慧园区 与应急管理一体化平台投入使用。 江苏扬子江国际化 学工业园 集园区综合管理、政务服务、安全环保监管、危化 品管理、进出人车物流管理、应急响应与调度于一 体的智慧园区管理中心。

型方案和案例的分析与总结，给出数智园区的技术趋势和参考 架构，帮助园区更好地利用数智技术的创新成果，持续拓展数 智园区的能力范围与服务边界，实现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。 我们希望通过本指南，能够吸引更多园区加入到数智创新进程 中来，助力园区内企业、人员、车辆、商业等要素的数智化管 理与运营，不仅实现园区的高质量发展，同时也助力产业经济 的转型升级。 主编单位： 水、电、气等所有要素数字化，在数字空间中对于这些要素 进行映射，将物理属性快速转换成数据和结果，从而建立物 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 资源的全生命周期管理，有效提升住建部门管理效率，加快 行政体制改革步伐，同时也为社会提供大数据增值服务。 • 数据驱动决策： 数智园区能够利用建筑空间环境自然形成和运营累计的数 据，通过数据运营分析，形成智能化决策。 综上所述，数智园区在住建领域有着广泛的结合点，可以通 过数据融合、业务融合、园区建设以及产业分析和大数据产 品等方面与住建领域实现深度结合。 数智化技术的创新极大地拓展了数智园区的能力范围与服务边

设备升级的核心路径：高端化、数智化、 绿色化 高端化：设备更新政策重点在鼓励先进、淘汰落后、提升社会生产力。《行动方案》明确提出要 围绕推进新型工业化，以节能降碳、超低排放、安全生产、数字化转型、智能化升级为重要方向，聚焦 钢铁、有色、石化、化工、建材、电力、机械、航空、船舶、轻纺、电子等重点行业，大力推动生产设 备、用能设备、发输配电设备等更新和技术改造。 数智化：通过设备更新促进生产数字 车辆，推广新能源车辆；支持老旧分拣设备更新为全自动智能分拣设备。 ⑥ 物流设施设备更新改造：升级改造国家物流枢纽、冷链物流基地等关键物流设施；推进智慧物 流枢纽、物流园区智能化改造；支持高标准仓库、冷链设施设备智能化绿色化升级。 ⑦ 标准提升：提升营运车船的能耗、排放、技术标准；建立新能源机车及配套工程的标准体系； 推动绿色智能船舶规范标准体系建设。 重点领域三：加快建筑和市政基础设施领域设备更新 供热设施设备更新：更新改造超过使用寿命、能效等级不达标的燃煤锅炉等。 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 07 ⑦ 液化石油气充装站标准化更新：更新改造存在安全隐患的设备，鼓励智能化提升。 ⑧ 城市生命线工程建设：推动地下管网、桥梁隧道等配套物联智能感知设备更新。 ⑨ 环卫设施设备更新：更新改造高耗能、技术落后的环卫设备，鼓励新能源车辆装备。 ⑩ 建筑施工设备更新：更新超过使用年限、技术落后的建筑施工设备。

2 序言 PREFACE 工业大模型作为新一代人工智能技术与工业场景深度融合的结晶，正以前 所未有的速度重构制造业的智能化体系。随着第四次工业革命的推进，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 了有效路径。 它能够深入探寻工业数据蕴含的潜在价值，达成生产过程的精细化管控与优化 调度，进而显著提升生产效率、削减成本并增进产品质量。从宏观视角审视， 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 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 节（实

AI 技术在智慧工厂建设中的使用方法 引言： 智慧工厂是指通过信息化和智能化技术实现生产流程自动化、柔性化和高效化 的现代化工厂。随着人工智能（AI）技术的快速发展，越来越多的企业开始探索 将 AI 应用于智慧工厂建设中，以提高生产效率、优化资源利用、降低成本等目 标。本文将介绍 AI 技术在智慧工厂建设中的使用方法，并探讨其对企业的影响和 未来发展。 一、数据采集与分析 1.1 传感器技术 价值信息，并基于历史数据对未来可能出现的问题进行预测。这为企业的生产计 划、库存管理以及供应链协调等方面提供了有力支持，使企业能够更加精准地做出 决策，减少生产风险。 二、智能化生产与机器人技术 2.1 自动化生产线 AI 技术可以实现智能化的自动化生产线，通过自主学习和智能决策能力提高 设备的自我调节功能。例如，基于视觉识别技术的机器人可以对产品进行质量检 测，并在发现异常情况时自动暂停生产，并通知相关人员进行处理。这种智慧工厂 短的时间完成 货物运输，提高整体供应链的效率。 3.2 智能仓储管理 智能仓储管理结合了 RFID 技术、人工智能和无线网络技术，通过实时监控和 自动识别技术，对货品进行追踪和管理，并实现智能化的库存控制。AI 技术可以 帮助企业在避免过量库存同时又能满足市场需求之间找到平衡点，从而降低库存成 本并提高供应链的反应速度。 四、质量控制与预防性维护 4.1 智能质检系统 AI 技术

.................................................................................. 17 园区基础设施自动化和智能化能力 ......................................................................................... 18 智能楼宇和零碳建筑 对于仓储大空间大跨度场所，优化暖通空调等管道系统传输效率 ▪ 对仓储系统进行智能化协作改造升级，借助例如立体式仓储和无人仓储等手段，减 少照明等能耗需求，增加空间利用率，以降低整体园区的碳排放。 能源使用： ▪ 增加电驱/氢能车辆和新型能源设备替代化石燃料运输工具 ▪ 提高整体园区的自动化和智能化能力，比如立体仓储系统，可以将土地和仓库的空 间利用率大幅提高，配合相应的智能 表 3 各类园区零碳目标的主要挑战和切入点 园区的低碳化建设挑战主要集中在满足相关能耗需求的前提下，使用具备可行性和性价比的手 段达成目标。除了分布式新能源的建设、配电和冷热暖通设备的自动化、智能化以及相互之间 的协同体系建设、高能效的设备更换外，建立长期的精细化管理和运营能力也是实现能耗管控 的主要难点。 16