技术大大减少了研发过程中反复试验、调整所需的劳动时间、场地空 间和材料消耗。例如，模拟仿真、数字孪生等技术将物理的生产过程 转化为数字化的参数，高效、高精度地对大量的参数组合进行测试和 修改直至最优；3D 打印技术能够帮助设计师定制化地打造样品模型 进行检验验证。另一方面，大幅提升技术突破概率和收益规模。企业 利用大数据、云计算等技术作用于动态的生产数据和市场信息，能够 快速识别市场需求 内容，根据员工的能力和特点分配更加匹配的工作，提高单位工作时 间的产能。资本要素方面，数据要素可以用于有针对性地制定设备维 护方案。传统的设备维护往往采用定期且广泛覆盖的方式进行，难以 保障各产线设备实时处于最优运行状态，而设备的温度、噪声、振动 频率等参数数据可以帮助企业更精准地判断具体设备的运行状况，预 先维护需要检修的设备，降低停产风险，提升单位资本投入的产能。 来源：中国信息通信研究院 图 造流程中可以 实现物料运输自动化，将员工从重复性和危险性的运输工作中解放出 来；借助云计算、人工智能等技术，机器复杂计算的“黑箱”被打开， 劳动者可以通过自然语言实时操作和调整设备运行。从企业最优化问 题来看，生产要素之间完全不可替代时，列昂惕夫生产函数（即完全 互补生产函数）描述了生产要素需要以固定的比例投入，当一种生产 要素的数量不能变动时，其他生产要素的数量再多，也不能增加产量。

精度的仿真结果，通常需要进行多轮参数调整与仿真迭代，导致过程 繁琐且成本高昂。三是优化效率低下。在复杂产品优化中，人工调优 科研智能：人工智能赋能工业仿真研究报告（2025 年） 4 不仅效率较低，且容易陷入局部最优解，难以实现全局优化与突破性 创新。 人工智能技术的发展提升为传统工业仿真技术提供了全新的解 题思路。一是智能化方法革新了工业仿真基础框架。例如，国防科技 大学团队利用人工智能技术，构建了液态煤油超声速燃烧室两相燃烧 化与生成式混合三种类别。数据驱动，利用大量的 CAD 模型数据、 设计案例、工程数据等，通过人工智能方法从数据中学习设计模式、 规律和特征。如申龙电梯利用浩辰 CAD 土建自动生成系统，实现根 据建筑 CAD 图纸自动生成最优电梯配置方案的设计工具，不仅使得 电梯设计更加灵活、高效，还能快速响应不同项目的特殊设计需求， 实现企业整体提质增效。知识驱动，通过知识图谱将设计知识转化为 结构化数据，结合专家规则进行推理生成模型结构和参数。如中科院 智能化仿真求解与自动修正加速仿真过程提高仿真效率。一是直 接替代建模。利用人工智能模型直接替代工业仿真模拟，通过训练数 据学习输入输出之间的映射关系，快速预测结果。如利用模拟数据训 练全连接网络模型实现在设计空间中快速探索并找到最优叶片形状 设计11。二是利用人工智能模型构建降阶模型替代高维计算。通过降 维和特征提取等技术，将高维的工业模拟模型法简化为低维的降阶模 型，实现快速预测。如 Altair romAI 利用动态降阶模型在轮式装载机

营灵活性，同时降低人力成本和资源浪费。以下是项目的主要目 标： 首先，提升生产效率是本项目的核心目标之一。通过引入 AI 大模型，实时分析生产数据与流程，以实现自动调度和资源配置， 力求生产流程的各个环节达到最优状态。例如，利用大数据分析， 可以预测设备故障、排程优化，从而减少停机时间和设备维护成 本。 其次，产品质量的提高同样至关重要。通过智能化检测系统， 能够在生产过程中进行实时质量监控，并运用机器学习模型分析历 数据的归类，以识别出设备运行中的异常情况。通过对设备运行状 态进行聚类，管理者可以更清晰地识别出哪些设备处于正常工作状 态，哪些设备存在潜在问题。 强化学习是机器学习中相对较新的一种方法，通过与环境的交 互学习最优策略。在智慧工厂中，可以利用强化学习优化生产调度 和资源分配。例如，通过模拟工厂的运行环境，机器可以不断调整 其决策，逐步提高生产效率。 以下是机器学习算法在智慧工厂中的应用示例：  预测 掘技术，对历史生产数据进行分析，识别出不同生产任务之间的优 先级和资源需求，从而实现更高效的任务分配。常见的算法包括遗 传算法、粒子群优化算法等，这些算法能够在复杂的调度环境中， 迅速找到接近最优的解决方案。 其次，增强调度系统的实时响应能力。利用物联网技术，实时 采集设备状态、产线进度和工人作业信息，确保调度系统能够及时 反应各种突发情况，如设备故障、原料短缺等。一旦检测到异常情

处理，减少了数据传输的延迟，提高了响应速度；而云计算则提供 了大规模的数据存储和远程监控能力，使得生产数据能够被集中管 理和分析。此外，强化学习算法在优化生产调度和资源分配方面表 现出色，通过模拟不同的生产场景，能够找到最优的生产策略，从 而提高资源利用率和降低生产成本。传感器技术的进步也为 AI 技 术的应用奠定了基础，通过集成多种传感器，能够实时采集生产过 程中的各种数据，为 AI 算法提供丰富的信息源。 mermaid 时监测，机器 学习模型可以识别出设备的异常振动或温度波动，从而在故障发生 前发出预警，并建议相应的维护措施。 在生产调度优化方面，机器学习可以通过对生产资源、工艺参 数和订单需求的分析，生成最优的生产调度方案。例如，在多车型 混流生产线上，机器学习算法可以根据不同车型的生产工艺、设备 需求和订单交付时间，自动优化生产顺序和资源配置，从而缩短生 产周期，提高设备利用率。  质量控制：实时监测生产参数，减少缺陷产品。 技术的应用场景广泛且深入，涵盖 了从设计、生产到质量控制的各个环节。首先，AI 可以通过机器学 习算法优化车辆设计流程。通过分析历史设计数据和性能测试结 果，AI 能够预测不同设计方案的性能表现，帮助工程师快速筛选出 最优设计。例如，AI 可以模拟不同电池布局方案对车辆重量和续航 里程的影响，从而推荐最合理的电池配置方案。 在生产线上，AI 技术的应用主要体现在智能化生产和质量检测 两个方面。通过引入机器视觉和深度学习技术，AI

模块化组合大模型 技术特征：基于微服务架构构建模型组件库，支持动态拼装。核心组件包 括： ➢ 基础模型池：包含设备诊断、工艺优化、异常检测等原子能力模块 ➢ 知识路由网络：根据输入特征自动匹配最优模型组合 ➢ 联邦学习接口：支持跨工厂模型组件协同进化 技术优势：单个模块参数量控制在百亿级，降低硬件部署门槛。 (3) 联邦协同大模型 技术特征：在保护数据隐私前提下实现跨组织知识共享，关键技术包括： 力，通过对生产调度、 供应链优化、资源分配等任务的深度建模与智能求解，帮助企业实现更高效的 资源配置和运营管理。在生产调度场景中，模型能够综合考虑订单需求、设备 状态、工艺约束等多维数据，生成最优的生产排程方案，从而最大化设备利用 率并缩短生产周期。在供应链优化中，模型通过分析物流网络、库存水平和市 场需求，提供动态的采购与配送策略，从而降低库存成本并提升供应链的响应 速度。过程决策功 整能力链条。系统通过目标分解机制将复杂任务拆解为可执行的子任务，每个 子任务都配备相应的执行策略和评估标准。Agent 在执行过程中会持续监控任务 进展，根据实时反馈动态调整执行计划，确保目标的最优达成。该架构的核心 特征在于其自适应性和决策智能，Agent 能够基于环境变化和执行结果不断优化 其行为策略，同时通过经验积累来提升决策质量。在任务执行层面，系统采用 了闭环控制机制，包括目标

度量、認証 企业战略 信息体系 风险评估 创新管理体系 全面绩效管理 企业文化建设 抓痛点：六维度客户成熟度分析 绩效分析 预期 效益 调度排产 控制网络 问题 3 ：控制性能最优 感知网络 数据挖掘 模式识别 指标体系 抓痛点：定位 8 大核心工程问 题 问题 2 ：计划与控制的协同 问题 1 ：基于仿真的优化的平台 问题 8 ：面向企业决策的挖掘 问题 6

室内导航： 通过室内定位，可实现室内导航功能，指导用户到达目的地。 如遇网络或信号不好的情况，无法进行定位时，可点击路线按 钮，根据商铺的关键字或在地图上点选起点和终点，进行搜索，程 序自动规划最优路线。当起点和终点不在同一楼层时，首先回到当 前所在 1 层的平面图，并列出当前具体位置，点击导航，程序自动 规划路线，指引用户到同层的电梯所在位置，当用户走到电梯位置 伟景行智慧建筑运维管理平台解决方案 伟景行智慧建筑运维管理平台解决方案 GIS & BIM & FM 时，点击电梯按钮，程序将显示终点层地图及电梯至终点的最优路 线。  人员定位： 通过人员手机定位，获取当前位置信息，并在三维模型中展示， 可根据人员标签，点击查看人员信息，或根据人员工号等信息搜索 人员当前位置。 伟景行智慧建筑运维管理平台解决方案 到 通知后 2 小时内给予问题响应，并立即派出技术服务团队，软件问 题 48 小时内解决。 如果在现有平台的功能上增加新的功能，北京鸣远时代将按 照评估工作量并与企业签署新的服务协议，执行最优惠的价格。 根据用户的要求提供人员培训。系统培训时间根据用户时间 表进行，培训内容和费用根据合同规定而定。

存储、预测、执行与自我管理 • 远程维护 • 预防性维护 • 自动运行的物流仓储系统 • 自动化立体库与 RFID 标签 • 搬运的智能化 AGV • 从需求到供给的价值链整合 • 库存量最优化 • 更快的流通速度 智能工厂整体应用方案 智能服务 个性化定制 智能运营 管理流程智能化 智能车间 设备智能化 定制化平台 智能服务平台 直营与加盟店 工业云 服务大数据

安排驻场运维人员，提 供1年驻场工控安全服务， 包含工控网络安全日常 检测、漏洞修复、策略 梳理等。 整体要求： • 掌握制造企业数字化转 型发展现状及安全需求 • 基于项目范围和建设内 容，提供最优的硬件设 备和软件 • 从管理、技术、运维三 个体系提出针对性和可 行性的解决方案 • 完成工业防火墙、工业 主机卫士、工业安全监 测审计等安全设备安装、 部署及集成开发; • 组建安全服务团队，提 加全面，可选的产品类型也更多，这些场景具有相对核心、易见效、 易买单等特点。值得注意的是，模型相关的能力表现出较强的发展潜力：1）横向上，通过分类或识别、系统最优、经验知识推理及 决策等思路为企业各个环节的运转赋能；2）纵向上，通过系统最优等思路、辅助代码等具体能力赋能软硬服等产品及服务。但大模 型的应用还处于探索阶段，是否能深入生产等核心环节，还需静待市场验证。 主要产品及场景 覆盖 评估、

该项目攻克了行业难点，成功解决了大型公共建筑（尤其医院）中央空调环境、高敏感 无菌区域、多污染物同步降解、严苛工期与高标准验收条件下的空气治理难题。证明了在传 统化学方式“不可能完成”的严苛场景下，数智赋能的物理治理方案是可行且最优的选择。 4.6 实施成效 新型物理光波净化技术应用重点将院区整体室内空气治理工程，以更安全、更快速的治 理效果呈现。 1 高效治理，缩短工期 本项目通过数智建造理念与新型物 调度、个性化风 格模型的快速定制、多学科融合场景的适配、有限工期内的高质量产出等。事实证明，在传 统教学模式难以覆盖的“多风格、多领域、快速迭代”场景中，数智赋能的 AIGC 实训平台提 供了最优解。 5.6 实施成效 高效赋能，缩短周期。本平台将数智教育理念与 AIGC 技术深度融合，在实训效率上远 超传统方式。通过 LoRA 轻量化训练与 ControlNet 精准控制，学生能够在数日内完成原本需数