不断上升的网络威胁以及对风险和 复原力行动的影响 在过去的十二个月里，生成式人工智能 (GenAI) 在 技术优先级排行榜上一路飙升，对嵌入这一变革性 技术的工业应用产生了强烈的需求。 为了补充和扩大劳动力，协作机器人、自主移动机 器人 (AMR)、自动导引车 (AGV) 和可穿戴设备都 将在 2024 年技术投资的新领域中占据突出地位。 OT 和 IT 之间的界限不断模糊，数字和物理运营之 间的联系日益紧密。这就更需要提高网络安全意识 (ERP) 可跨业务管理和相关职能 部门实现前台和后台流程的自动化。 资产性能管理 (APM) 通过仪表板将过程、操作和机器级数 据相结合，以监控机器和工厂的运行状况。 机器人技术可加速自主/半自主操作，有助于提高系统的 智能性、直观性和灵活性。 生产物流通过制造运营及自动移动机器人 (AMR) 提供协调、敏捷、零接触的物料流。 设计和可视化 工具将原始想法转化为直观的人机界面和沉浸式虚 拟现实仿真，以实现更智能、更快的生产。 境、可视化系统和信息软件提供信息。 分析利用数据来解决制造瓶颈，优化输出和质量， 并提供新的见解，充分利用工业人工智能的力量。 智能设备是自我和系统感知型资产，用于获取、处理和 监控运营数据。 生产监控提供与工厂车间的机器的无缝连接，提供透 明、实时的运营 KPI，如整体设备效率 (OEE)。 工 业 运 营 :: 06 第九版年度智能制造现状报告 智能 制造 的现状 制造商报告称，在通胀压力、能源价

一代通信等全面领先优势 3 未来产业新领域新赛道发展意义 p 麦肯锡：2030年人工智能有望 为全球经济贡献25.6万亿美元， 约相当于当前全球GDP总量的 8%。 p GVR：2023年一2030年全球 人形机器人市场规模复合增长 率将超过21%。 p 美国：重点布局量子信息、人工智 能等领域，打造未来产业领先优势 p 欧盟：《欧洲新工业战略》 p 日本：《能源基本计划》《氢能源 基本战略》 p 韩国：《国家战略技术培育方案》 未来制造 类人机器人、智慧出行等 未来能源 氢能、新型储能等 未来材料 石墨烯材料、超导材料等 未来空间 商业航天、卫星网络等 8 2. 2 2.4 知名研究机构未来产业热点 知名研究机构 相关报告 聚焦赛道 中国工程院战略咨询中心 《中国制造业重点领域技术创新绿皮书 一技术路线图(2023)》 智能制造 增材制造 微纳制造 生物制造 原子级制造 人形机器人 下一代机器人 高档数控机床 《2024年全球未来产业发展指数报告》 9 2. 2 2.5 构建我国未来产业重点赛道目录 10 3 2 11 2. 2 赛迪未来产业研究中心：2025年未来产业十大重点赛道 算力芯片 人形机器人/具身智能 细胞与基因治 疗 通用人工智能 （大模型等） 元宇宙 清洁氢 低空经济/通用航空 商业航天 高级别自动驾驶 新型储能 （固态电池等） 12 赛道 1：通用人工智能（大模型等）

新质生产力推动下，精细化工行业注重技术创新和转型升级，绿色化、 智能化、高端化成为精细化工行业发展的新趋势，科技赋能精细化工 研发与生产，或将加快关键材料国产化进程及提升生产效率。 在政策扶持下，人形机器人、半导体等行业迎来较好的发展前景，相 关化工新材料被我国列为关键战略材料，国产替代进程加速，成为精 细化工企业转型升级方向。 科技赋能转型升级过程中，精细化工企业信用质量核心驱动力主要集 二、 重点领域国产替代是精细化工行业提质升级的方向 (一) 人形机器人应用领域 人形机器人产业化进程加速，有望带动机器人相关化工新材料国 产替代需求的增长空间。 近年来在政策推动下，我国人形机器人产业快速发展。2023 年 10 月工业和信息化部印发《人形机器人创新发展指导意见》，指出到 2025 年，人形机器人创新体系初步建立，“大脑、小脑、肢体”等一批关键 技术取得突破；整 技术取得突破；整机产品达到国际先进水平，并实现批量生产；到 2027 年，人形机器人技术创新能力显著提升，形成安全可靠的产业链供应 链体系，构建具有国际竞争力的产业生态；应用场景更加丰富，相关 产品深度融入实体经济，成为重要的经济增长新引擎。2024 年 1 月， 工信部等七部门印发《关于推动未来产业创新发展的实施意见》，提 出将人形机器人列为未来产业十大标志性产品之首，突破机器人高转 新世纪评级

通用性和复用性是大模型的关键价值。2017 年，Google Brain（谷歌大脑）团队在 其论文《Attention Is All You Need》中创造性地提出 Transformer 架构，凭借注意力机 制，极大地改善了机器学习模型处理序列数据的能力，尤其是在自然语言处理（NLP） 领域。Transformer 架构的出现，为后续的大模型如 ChatGPT 等奠定了技术基础。 ChatGPT、Bert 等大模型通过 适当的指令微调、奖励学习、强化学习等阶段，形成面向最终场景的应用能力。 SymphonyAI 3推出了基于无监督预训练的工业大语言模型，该模型的训练数据包 含 3 万亿个数据点，12 亿 token，能够支持机器状况诊断，并回答故障状况、测试程序、 维护程序、制造工艺和工业标准相关的问题。 制造流程管理平台提供商 Retrocausal4发布的 LeanGPT™，也采用了无监督预训练 的模式，是制造领域的专有基础模型。基于 面，设计师只需提供简短的文字 工业大模型的场景应用 研发设计 产品 外观 设计 研发 设计 软件 辅助 生产制造 工业 代码 生成 车间 和设 备管 理 工业 机器 人控 制 经营管理 管理 软件 辅助 知识 管理 与问 答助 手 产品服务 智能 产品 智能 客服 与售 后 17 工业大模型应用报告

施进 行调整和改进。 1.2 数据挖掘与预测 AI 技术可以通过数据挖掘和机器学习算法，提取出隐藏在海量数据背后的有 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 中的自动化流程可以极大地提高生产效率和产品质量。 2.2 协作机器人 协作机器人是一类与人类共同工作的机器人系统，它们通过与操作者进行交互 学习以及与其他设备和系统的实时数据交换，实现真正意义上的协作工作。AI 技 术可用于协助协作机器人的任务分配、路径规划、目标追踪等关键环节，进一步提 标追踪等关键环节，进一步提 高机器人的工作效率和灵活性。 三、智慧物流与仓储管理 3.1 智能调度与路径优化 AI 技术可以通过分析物流运输的相关数据（如货物种类、数量、交通条件 等），自动进行调度和路径优化。这将使企业能够以更低的成本和更短的时间完成 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

化拓展劳动 资料的作用范围，劳动资料分布呈现集中化与分散化并存。三是培育 新型劳动者。数字技术大幅提升劳动者数字技能，深刻改变劳动者工 作方式，催生了自主创业、兼职就业等灵活就业新模式，以工业机器 人为代表的智能装备在劳动过程中得到广泛应用，极大拓展了劳动者 内涵和外延。 数字经济塑造新质生产力三大动力。一是推动技术创新方式变革。 数字经济通过重构和优化技术创新方式，加速颠覆性技术涌现，强化 革，数字化生产工具在生产过程中的广泛应用为新质生产力提供了迭 代更新的劳动资料。三是培育新型劳动者。数字技术大幅提升劳动者 数字技能，推动劳动者向更高技能的复合型技术人才转变。同时，以 工业机器人为代表的智能装备在劳动过程中得到广泛应用，极大拓展 了劳动者的内涵和外延。 数字经济为生产力三大动力的培育塑造提供源泉。作为新一轮科 技革命和产业变革的重要领域，数字经济不仅优化了三大生产要素， 对象及其优化组合的跃升为基本内涵。 新质生产力研究报告——从数字经济视角解读（2024 年） 5 （一）数字经济催生新型劳动对象 劳动对象是劳动者开展劳动生产的对象和创造使用价值的基础， 是实现生产的必要前提。机器化大生产时期的劳动对象往往是指自然 资源、原材料、零部件等物质资料。数字经济时代，劳动对象发生质 变，数据要素成为劳动对象的新组成部分，数据与传统劳动对象相互 融合也构成了新的劳动对象，更加丰富的劳动对象创造了满足更加多

调度管理 地震解释 工程虚拟测量 数字绩效管理 可视化监控 地震解释 无废生产管理 管网调度优化 开发辅助设计 智能辅助生产 知识图谱 智能井下管理 智能客户管理 智能能碳管理 机器人主动作业 智能质量管理 数字孪生交互 智能工况诊断 AI无处不在 平台和生态 多重创新 广义AI 生成式AI API LLM 狭义AI XaaS 互联网 云 社交 目前，“人工智能+”正在赋能石油石化资源开发、管道储运、炼油化工、产品销售等核心 业务，通过知识获取和知识应用两大类能力与全产业链的深度融合，将产业知识全面引入到产业 智能化建设过程中。其中，知识获取过程涉及机器学习、强化学习、迁移学习、搜索、群体智能 以及数据挖掘等技术体系；知识应用过程则包含模式识别、专家系统、计算机视觉、自然语言处 理、语音处理、多智能体系统、规划应用、推荐系统、环境监测等技术实践。 应用奠定基 础。 L�局部推广级：石油石化产业工业互联网平台集成AI决策，将智能技术应用于多个业务模 块，实现工厂环境的物联感知，并通过数据、知识和模型的有机融合优化决策过程。业务场 景集成机器学习和深度学习技术，自动化特定任务，智能化应用从单一领域扩展至多个模 块，提高了操作效率和决策准确性。 L�扩展复制级：石油石化产业工业互联网平台方案推动生产和运营领域的智能协同，并实现 智能

端设备作为 5G 技术与工业感知层融合的关键，在工业互联网基础设 施改造和 5G 应用创新落地中都发挥着重要作用。 目前，5G CPE、5G 工业网关、5G 工业 DTU、5G 工业摄像头、 5G 工业机器人等一批产品相继涌现，产业整体供给能力不断提升， 但仍存在供给不适配、供需不匹配等问题，出现“供给侧市场品类多、 应用侧一网关难求”“实验室测试性能好、现场适配场景调试难”等情 况。部分终端（CPE 应用方面，多个工业园区、车间现场已部署 5G 网络，并逐步涌 现出一批面向工业场景的 5G 终端设备。5G 工业网关、工业级 5G CPE 被广泛应用到工厂的 5G 化改造中，5G AGV/AMR、5G AR 眼镜、5G 机器人等通用性较强终端设备已用于现场辅助装配、厂区智能物流、 无人智能巡检等多个工业场景，5G 阀岛、5G 总线 IO、5G 掘进机等 用于特定场景的新品类不断出现。目前，工业现场的 5G 终端设备仍 现场级低时延、智能计算分析等能力。目前我国厂家 生产的工业级 5G CPE/路由器/网关产品款式占到全球 46%，占比领 先欧美等发达国家。随着“5G+工业互联网”的发展，5G AGV/AMR、 头盔式 5G 工业终端、5G 机器人等用于多个行业的终端设备不断涌 现，被用于多个 5G 工厂建设，存在巨大的市场潜力。 图 1 全球工业级 5G CPE/路由器/网关的款式数量 4 二、工业 5G 终端设备基本分类 工业

大模型技术.....................................................................................63 5.1.1 机器学习算法.............................................................................65 5.1.2 数据处理技术.. 和配置。 为了确保项目的顺利实施，还需要构建跨部门的协作机制，确 保研发、生产、销售等多个部门的信息流通与协同作战。此外，人 才的培养与引进也是项目成功的关键，企业需加大在 AI、大数据、 机器人等领域的专业人才的投入。 为了验证和优化项目设计，在实施过程中会采用迭代式的方 法，通过建立原型和试点，快速测试和反馈，以确保最终方案的有 效性和可行性。通过这些措施，将确保 MDC 项目顺利推进，最终 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 史数据，识别潜在缺陷并进行预测性维护。这将大大降低次品率， 促使产品标准化，提升客户满意度。 另外，运营灵活性也是本项目的重要业务目标。借助 AI 技 术，工厂将能够快速响应市场变化、客户需求和个性化定制，提升