 早期阶段：传统制造业以人工操作和经验管理为主，生产效率 低，响应市场需求能力弱。  自动化阶段：随着自动化技术的引入，生产线开始实现机械 化，但信息孤岛问题依然存在，各个环节之间缺乏有效的数据 共享。  智能化阶段：大数据、云计算、人工智能等新兴技术的广泛应 用，促使制造业向智能化转型，生产过程中的数据采集、处理 和分析变得更加全面和实时。 在当前的市场环境中，智慧工厂的建设正在逐步加速，许多企 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 MDC 项目方案的设计，显得尤为关键和 迫切，有效推动行业的数字化与智能化进程。 1.3 MDC 项目的必要性与目标 在当前全球工业 4.0 的背景下，制造业正面临着转型升级的重 大挑战与机遇。随着人工智能、大数据和物联网技术的迅速发展， 2.1 提升生产效率 在当今工业 4.0 的背景下，提升生产效率是智慧工厂 MDC 项 目的重中之重。我们通过引入 AI 大模型和智能算法，整合生产资 源和流程，实现动态优化与实时决策，从而有效提升整体生产效 率。 首先，通过数据驱动的生产调度系统，我们能够实时分析生产 线的性能数据，识别瓶颈环节，并自动调整生产计划。通过实施基 于 AI 的预测性维护策略，能够在故障发生前进行预警，避免由于

据高速缓存技术、标准化分级共享接口及融合感知、协同决策与协同 控制标准件实现车端和路侧数据接收、处理、融合感知、精准决策及 管控，有效确保了感知、决策结果及控制指令能够迅速传递至网联车 辆，同时上传至区域云，并同步处理区域云下发的基础设施管控信息。 区域云通过标准化分级共享接口、区域云一体化底座内的网关和数据 库以及一系列标准件，有效地吸收、整合来自支撑平台、边缘云及第 三方平台的数据资源。区域云融合感知标准件、协同决策标准件及交 1.0》的 基础上，本白皮书对需求条目进行大量补充，定义云控基础平台的概 念并清晰其范围边界，强调以云控基础平台作为分析对象完善需求描 述，明确各类需求之间的逻辑推演和追溯关系。确保为架构设计提供 有效、合理的设计输入。为验证本参考架构可满足多样化的应用场景 需求，本白皮书在《车路云一体化系统云控基础平台功能场景参考架 构 1.0》的 15 个功能场景的基础上，参考《车路云一体化系统建设与 应用指 险、保 障长期生命力。 根据战略需求中涉及的云控基础平台相关标准法规进行梳理，同 时将各层级需求涉及的标准法规作为补充，形成车路云一体化云控基 础平台标准法规需求分 8 大类共计 127 条，有效涵盖云控系统基础架 构设计、通信与交互、自动驾驶、云计算与大数据、信息安全、地图 等。具体如表 3-4 标准法规需求列表所示。基于表中具体需求条目 进一步构建了标准法规需求模型，如图 3-5 所示。标准法规需求分

入国家安全态势感知平台。此外，工业和信息化部办公厅还印发了《2025 年护 航新型工业化网络安全专项行动方案》，提出建立完善工业领域网络安全防护重 点企业清单，面向不少于 800 家工业企业开展网络安全贯标达标试点，有效提高 重点企业综合防护水平；深化工业控制系统网络安全评估，探索开展工业控制产 品安全检测认证；组织全国范围新型工业化网络安全政策标准宣贯，切实增强工 业领域网络安全意识和保障能力，以高水平网络安全护航制造业高质量发展。 更 深层次的问题，及时通报预警重大网络安全威胁，组织相关人员快速处置，降低 网络风险发生的概率，实现“网络看得见、攻击防得住、网情控得住、敌手抓得 住、危险止得住”，为公司网络安全管理工作提供有效的技术支撑，推动公司网 络安全应急协调工作向深层次发展，提升网络安全防护水平，通过建立跨地域、 跨部门的应急指挥协同机制，构建各方参与的网络安全综合防控体系，保障公司 业务的安全运行。 工业互联网安全解决方案案例汇编（2024） 击数据得 到期待的分析结果，帮助用户聚焦热点安全问题，并对热点场景类型进行重点监 测，大大减轻用户分析负担。事件监测具备丰富的 IT 和 OT 威胁监测能力，完整 覆盖整个 APT 攻击链，能有效发现 APT 攻击及各种常见攻击。  管理信息大区事件监测 通过对管理大区的全流量、日志数据监测，分析提取网络交互关键信息，包 括时间、源/目的地址、传输层协议、应用层协议、连接或断开状态、上下行报

要创新力来推动上升，同时也需要基础管理能力来防止下 滑。这一理论强调了人的管理在企业发展中的核心地位： 无论是创新还是基础管理，有效的人才管理都是关键。 而在这个过程中，人效成为企业必须面对的话题。在经济高速增长时，人效似乎更像是锦上添花。但在当前的环境下，对人 效的关注与优化变得尤为重要。有效的人力资源管理和技能提升，使企业能够确保其员工能够与技术同步发展，成为企业实 现长期可持续发展和保持竞争力的关键。 在制造业的发展过程中，人效管理是一个持续的 议题，无论是在初创阶段还是成熟企业，都需要 关注人效的提升。对于小型企业，重点可能在于 销售团队的效率提升，如智能排班和时间管理， 以确保每个员工的时间被最有效地利用。对于大 型成熟企业，挑战可能在于流程冗余和效率低下， 需要通过流程再造和优化来提升效率。无论企业 规模大小，人效管理都应聚焦于企业当前的核心 业务价值流程，以及如何通过改进这些流程来提 引入先进的自动化设备 和机器人技术，企业可以实现效率的跳跃式提升，减少对人工的依赖，同时提高生产的一致性和质量。员工因此可以转而从 事更有价值和创造性的工作。在提升人效的过程中，人员复用成了一个有效的策略。通过培训和赋能，员工能够掌握多项技能， 在不同的工作场景中发挥作用。这种多技能的培养不仅提高了员工的灵活性和适应性，还增强了企业在面对市场变化时的应 对能力。 制造行业的人才管理和用工

控范围内超过这一阀值时，智能分析设备自动识别并发出 告 警信号。 “徘徊检测”有效降低的了异常事件的发生，并把异常事件的发生扼杀 在萌芽阶段，因为徘徊往往是异常事件发生的前兆。 “ 离岗检测”是对值班干警的离岗行为进行检测，若值班干警离开 岗位的时间达到一定的时间长度，将会自动报警。“离岗检测”有效 提高了值班干警的工作效率，杜绝了发生异常事件时无人处置的局 面，并规范了值班干警的工作行为。 操作或扫描智能 插座上二维码，给电动车充电，充电完毕支付相应费用； 云端中控器能够 远程监控电流、电压、温度及充电器异常等，并进行自动断电； l 园区应用点： 实现智能化充电，减少充电难、乱充电现象，有效控制电 动车火灾可能性，节能减排，保障安全性， 提升小区品牌价值； 智慧充电桩 公共区域智慧应用 _ 智慧充电桩 德诺迈斯箱满程 度 感 定点功能准确掌握井盖所处位置，方便采取相应措施。 l 主要功能： 通过 NB-IoT 传输网络，实现对井盖位移状态和水淹情况的 实 时监测和报警， 防盗防撬，预防窨井安全事故， 保证出 行 安全； l 园区应用点： 有效消除道路及小区内井盖存在的安全隐患，避免因井盖引 起的公共安全事件的发生，提升公共服务水平、管理水平，降低维护成 本； 智慧井盖 公共区域智慧应用 _ 智慧 井盖 ◆ 智能消防栓： 无需改

5）：后勤运维管理 提供全面的维修计划管理，编制设施设备巡检、维修维护计划， 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 而且能够通过快捷及时的信息采集机制积累原始数据，并为改进业 务流程提供有效的分析与数据支撑，分析用户需求与特点，进一步 优化、协调相应的资源与服务，以推进高校管理机制的优化与创新。 （一）GIS 技术 地理信息系统（GIS）技术是近些年迅速发展起来的一门空间信 息分析技术，在资源与环境应用领域中，它发挥着技术先导的作用。 GIS 技术不仅可以有效地管理具有空间属性的各种资源环境信息， 对资源环境管理 对资源环境管理和实践模式进行快速和重复的分析测试，便于制定 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

受访者认为，处于制造业前沿的受访者正在使 用数据来推动人工智能/机器学习发展和优化 过程。 但是，受访者认为，他们自己的组织有效使用 所收集数据的比例还不到一半。 行业领导者正在获取情景化数据， 以推动明智的实时决策。 需要更好的数据管理来推动人工智能发展并增强团队能力 :: 12 只有 44% 的数据得到有效利用 人工智能/机器 学习和应用人 工智能/GenAI 问题： 您如何看待您所在行业的领 供应商/客户需求 有利于盈利 提高效率 在潜在的环境问题出现之前就予以解决 ：：制造商面临的最大挑战：： 第九版年度智能制造现状报告 年收入低于 5 亿美元的制造商只有效使用了 38% 的数据，而 年收入超过 300 亿美元的制造商则有效使用了一半以上的 数据 (51%)。 数据划分 :: 21 虽然 ARC 认为近期的生成式人工智能突破是工业人工智能 领域的进化步骤，但它对工业软件解决方案的用户交互模式 Colin Masson | ARC 咨询集团研究总监 领导者如何拥抱工业人工智能 ARC 咨询集团" 问题：您收集的数据中有多大比例得到了有效利用？ 选择一项。基数：1567 收入低于 5 亿美元的 制造商 51% 38% 在有效使用数据方面，制造商 的规模至关重要 收入超过 300 亿美元的 制造商 ：：制造商面临的最大挑战：： 第九版年度智能制造现状报告 绝大多数制造商

要服从并服务于公司的整 体发展战略。顺腾公司（化名）经过了初期的生存阶段，开始关注公司的持续经营和管理 提升，逐步规范企业运作，使企业稳健发展、做强做大。 顺腾公司的发展战略是：产品系列化、成本有效化、市场国际化。 顺腾公司的近期发展目标是： 1、 成为国内知名的汽车零部件集团； 2、 精加工业界保持领先； 3、 铸造具有竞争力； 4、 装饰件国内知名，进入海外主流 OEM 市场。 顺腾公司的 竞争转向企业所在 供应链之间的竞争，这就需要供应链上各企业要有一个共同的语言，即借助先进 的信息技术，建立供应链管理运行的支持系统和平台，通过信息共享和集成来减 小协调过程中的不确定性，以便能够及时有效地获取需求信息并及时响应，以满 足顾客需求，提高竞争力。北美通用、福特、克莱斯勒等国外主机厂对我们公司 信息化建设提出了现实要求，其中在福特的 MMOG/Q1 认证评审规则中，就明确 指示我们需首先实施 面系统地指导公司信息化的进程，以促进企业战略目标的实现，满足企业可持续发展的需 要。 顺腾公司信息化建设的目标：建立一个适合顺腾公司实业有限公司在财务、销售、生 产、采购、库存、质量和设备管理等方面的有效执行和信息共享的统一的信息管理平台， 实现物流、资金流、信息流与业务过程的高度集成；通过信息化系统的实施，实现规范化、 科学化管理，优化、整合公司资源，降低公司整体的运作成本，提高生产效率和产品质量，

整体业务应用仅做到基本的进销存管理，订单接收，新品创建，生产计划还是以电子表格为主，信息化应用相对比较初级。 u 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。 及工艺路线管理 可根据 2-02-002 的 BOM 结构，自动创 建 2-02-008 的 BOM 。 共享 BOM BOM 版本管理 有效期控制： 在不同的时间有效期范围内， BOM 不 同 数量控制： 在不同的生产数量范围内，创建不同的 BOM 数量和有效期 如果有多产品产 出，在这里定义 产出类型及料品 联副产品的成本 计算，请参考成 本相关组件 联副产品管理 子件耗用方式 MES 更新生产订单 u 处理库存结存物料 继续订单 交付 充分评估影响范围，明确物料替代关系。 记录版本变更历史，设计变更历程追溯。 统一输出工程变更，设计制造同步更新。 库存账务信息集成，有效降低库存积压。 订单销售业务流程规划及重要管控点 客户订单 （合同） 订单评审 l 工厂瓶颈产能及 模具状态 l 前期在手订单执 行状态。 l 在制订单资源占 用情况。 l 在库物料信息、

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 业大模型与通用大模型有何不同？工业大模型的技术体系与关键技术何在？工 业大模型赋能的重点领域和主要场景包括哪些？我国和全球工业大模型的产业 身于数据呈爆炸式增长、生产流程趋于繁杂、市场竞争愈发激烈的复杂环境之 中，面临重重挑战。而未来的工业大模型将以其卓越的数据处理能力、高度智 能的决策支撑以及跨领域的协同优化效能，为化解这些难题开辟了有效路径。 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 的解答方案。例如，当用户咨询“当前设备的运行状态是否正常”或“如何处 理特定设备的故障”时，模型能够基于实时监测数据、历史记录及工业领域知 识生成专业化解答，从而帮助用户快速解决实际问题。这一功能不仅显著提升 了信息获取的效率，还有效降低了对人工经验的依赖，为工业现场的高效运作 提供了智能化支持。 场景认知功能则通过对工业现场复杂环境的动态感知、分析与建模，为智 能决策提供了坚实的数据基础。在工业生产中，环境因素通常具有高度的动态