数字化、云原生， 打破了传统物理控制器、I/O 模块与机柜群的桎梏，以控制数据中心、全光确定性网络及 智能设备的极简新形态，让成百上千台的控制机柜消失。并且，中控技术通过试点应用发 现 Nyx 可以深度融合 Al 技术，基于 GPU 赋能的控制引擎，提供组态自动生成、Al 融合 PID 等功能，从而实现数据预测和自适应控制等，提升装置运行的效益。2）TPT：将模拟 与预测能力融于一体，能支撑多种任 11-12 12-12 01-12 02-12 03-12 04-12 05-12 -50% 0% 50% (收益率) 中控技术 沪深300指数 公司深度 请务必仔细阅读正文之后的各项信息披露与声明 第2页 共25页 简单金融 成就梦想 投资案件 投资评级与估值 维持盈利预测，维持“买入”评级。预计 竞争加剧的风险；海外市场 经营风险等。 UVfWqUjX8WpZ8O8Q9PoMoOnPmQiNpPsMkPrQnP6MmNoOvPnPnOuOtRoP 公司深度 请务必仔细阅读正文之后的各项信息披露与声明 第3页 共25页 简单金融 成就梦想 1．直击行业痛点，中控提出“1+2+N”智能工厂新架构

式现代化构筑强大物质技术基础。 从国家发展大局看，新型工业化是实现经济高质量发展的战略举措，是构建国家竞争力、实 现中国式现代化的必然选择。特别是面对当前发展新质生产力的新要求，新型工业化能够深度结 合现代科技力量和数字产业化趋势，为新质生产力发展提供强有力的支撑和保障。 石油石化产业是国民经济重要支柱，支撑经济社会持续稳定发展。石油石化产业的新型工业 化发展有利于保障国家能源安全，全 能源规模化、生产过程低碳化目标迈进，推动产业链向高附加值化工产品转型升级。同时，通过 持续优化产业结构和用能结构，实现全产业的绿色低碳转型。 �� 美国的石化产业依托工业体系强大的技术优势，与工业互联网、人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 分析模型，为石化产业的智能化建设打下坚实的基础。值得关注的是，����年《政府工作报告》 首次写入了“人工智能+”，人工智能技术将作为关键驱动力量，与包括石油石化在内的制造、 医疗、教育、交通、农业等多个行业进行深度融合，推动传统行业的转型升级和社会经济结构的 变革，并创造出新的生产、服务和商业模式。 �.� 新型工业化是石油石化产业发展的必经之途 石油石化产业落实新型工业化，是未来产业发展的方向，也是中国高质量发展的要求，将推

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 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 生态如何？ 针对上述问题，本书从多维度展开探讨： 聚焦创新：深度剖析工业大模型关键技术与产业机遇。 以案为鉴：解析高端装备、智能制造等领域的应用需求。 立足实践：详尽介绍工业大模型应用开发的实施路径。 前瞻布局：勾勒工业大模型标准化、生态化发展路径。 .......................... 143 8 1 工业大模型综述 置身于当今第四次工业革命的澎湃浪潮之下，信息技术与制造业呈现深度 交融之态，大模型的发展为工业制造带来了新的可能性，工业大模型也成为智 能制造领域的重要发展方向。当下，制造业数字化转型步伐持续加快，企业置 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

新动能、增强竞争新优势的战略选择。数字经济作为科技革命和产业 变革的前沿阵地，本质上代表着先进生产力，是支撑新质生产力蓬勃 发展的重要力量。本报告聚焦数字经济赋能新质生产力发展进行全方 位深度研究。 数字经济为生产力三大要素的优化组合提供基础。一是催生新型 劳动对象。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 生产要素配置优化。数 据提高生产要素组合替代能力和有效产能，在传统要素的基础上，为 企业扩展生产可能性边界。同时，数字经济减少生产要素配置摩擦， 使要素资源得到更有效地配置和利用。三是推动产业深度转型升级。 数字经济通过赋能劳动者和劳动资料，推动建设现代化产业体系，打 造新的经济增长点，加快传统产业向高端化、智能化、绿色化转型升 级，培育新兴产业发展壮大，加快新质生产力的发展。 总的 14 （二）数字经济推动生产要素配置优化........................................................... 19 （三）数字经济推动产业深度转型升级........................................................... 26 四、以数字经济支撑新质生产力加快发展............

产业/区域协同发展、提升数字化转型的基础支撑能力基本是各省共性 来源：各省政府官网，艾瑞咨询研究院自主研究及绘制。 近两年部分省份的重要政策 国家层面政策 中国制造2025、“十四五”信息化和工业化深度融合发展规划、关于加快培育发展制造业优 质企业的指导意见、关于推动工业互联网加快发展的通知、“十四五”数字经济发展规划 从几个制造大省近两年的政策侧重点来看，各省推动制造业数字化转型的举措主要聚 颜色代表该维度下数字化的推进深度，颜色越深，代表推进深度越高。 来源：艾瑞咨询研究院自主研究及绘制。 部分已经进行数字化转型的企业当前数字化转型所处状态 8.9% 37.8% 53.3% 46.7% 转型 所处 阶段 开始转型，进行试点阶段（1-2年） 优化及扩展期：跨部门/跨事业部/ 跨公司推广（2-3年） 深化期：全面转型（3年以上） 技术实 施深度 战略 定位 业务 覆盖 www.iresearch.com.cn 供给市场-产品及服务情况 产品伴随市场技术更迭而迭代，且产品体系基本走向统一，呈现软硬服+ 解决方案的架构体系；解决方案的深度和广度均有所提升 来源： 《2023年中国制造业数字化转型行业研究报告》《2023年中国工业互联网平台行业研究报告》，艾瑞咨询研究院自主研究及绘制。 制造业数字化转型市场主要产品及服务情况 产品及服务的主要内容

工业大模型行业的特征包括：1、准入门槛高，需要大量资本储备；2、高度依赖上中下产业之间的合作； 3、多种商业模式共存，满足不同客户个性化需求；4、市场集中度高。 1 准入门槛高，需要大量资本储备 工业大模型的核心技术包括深度学习、自然语言处理、大数据分析等，这些技术不仅需要强大的算法设计 能力，还需要大量的数据和计算资源来支持模型的训练和优化，这通常意味着高昂的硬件成本，包括高性 能计算设备、大规模存储系统和能效优 yGPT选择的方案耗时5分钟27 秒，且精确率和召回率均达100%，而人工训练下方案耗时长达9分钟31秒，精确率仅50%、召回率 66.7%。另外，由卡奥斯自主研发的COSMO-GPT，一个融合深度工业知识与行业Know-How的大 模型，能够理解设计模型等工业语言，并实现智能柔性装配、调度和辅助决策等功能；创新奇智发布 的AInno-15B大模型则围绕生成式AI构建了一系列应用，在工业生产的各个环节实现自动化，包括生 资源投资和资金补助等方面。中央则明 确鼓励推进信息化和工业化深度融合，适度超前建设5G、算力等基础设施，推动工业互联网规模化应用。信网 办也发布《生成式人工智能管理服务暂行办法》对大模型产业进行事前规范。[20] 工业大模型行业市场规模未来变化的原因主要包括：[20] 技术进步推动工业大模型的持续优化，大模型在工业领域的应用深度与广度逐渐加大。 现阶段中国的工业大模型只是发展的初级阶段，

1.1 数智园区典型特征 数智园区存在以下几个典型特征： 1 数智园区概况及发展趋势 • 从底层技术应用来看，数智园区更注重多模态大模型、云 原生等技术的应用： 实现深度的人机交互与设备间交互，并注重通过模型的涌 现能力，实现园区数字孪生生态的自我塑造与运营，减少 人工介入。例如，在安全管理中，通过多模态大模型的应 用，园区安全管理系统能够自主识别视频中的各种对象， 赋能园区转型 4 | 数智园区概况及发展趋势 图 1. 2019 – 2023 年，中国数智园区在 ICT 技术上的总体支出 在数智园区中，以人工智能 (AI)、边缘计算等为代表的数智 化技术应用深度不断拓展，带来了数智园区更多场景的突破， 由数智化技术赋能的智慧照明、自动驾驶等技术将在园区得到 广泛的应用。毕马威研究数据显示，目前数智园区基础网络设 备覆盖率超过 90%，智慧安全管理系统覆盖率超过 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 界，并成为数智园区相对于普通园区最重要的特征，以及关键 的发展驱动力。推动基于创新技术的园区架构以及应用技术创 新，已经成为数

文心大模型、 文心一言 中国领先的AI技术公司，在大模 型和自然语言处理领域表现突出 阿里巴巴 中国 通义千问 在企业服务场景中深度应用大模 型技术 深度求索 中国 DeepSeek-R1 专注于开发先进的大语言模型和 相关技术 北京将持续支持大模型前沿研究及应用发 展，推动大模型深度赋能重点行业关键生 产环节 北京 þ 出台《北京市促进通用人工智能创新发展的若干措施》等，力争 到2025年达到3000亿元，辐射产业规模将超过1万亿元。 作为全球科技创新的中心，在元宇宙 领域占据领先地位 美国硅谷 þ 硅谷汇集了Meta、Apple、Google等科技巨头。 þ 优势在于：强大的技术创新能力+完善的风险投资生态+高 素质人才聚集+产学研深度融合。 高度重视元宇宙产业发展，成为引领 中国元宇宙技术创新和应用的核心区 北京市 þ 先后发布《北京市促进数字人产业创新发展行动计划 （2022-2025年）》、《北京城市副中心元宇宙创新发展行 探索建立未来产业 技术预见机制 Ø 加强前沿领域体制 机制改革创新 面向短期和长远 布局，加快重点 方向技术、产品、 企业、生态 一体化推进 强化供给和需求 协同，推动产业 资源高效对接和 深度融合 Ø 科学布局“十五五” 时期未来产业发展 Ø 逐步建立未来产业发 展的中国路径 Ø 强化中央企业在未来产 业发展中的主力军作用 Ø 统筹未来产业区域布局 Ø 深化央地联动推动未来

............................................................................... 3 1.3. 大模型应用落地需要深度适配工业场景 ............................................................................................ 模态大模型。如李飞飞等人工智能学者 所指出，这些模型也可以被称为基础模型（Foundation Model）。我们认为，大模型主 要具备以下三大特征： 参数规模大：大模型的参数规模远大于传统深度学习模型。大模型发展呈现“规模 定律”（Scaling Law）特征，即：模型的性能与模型的规模、数据集大小和训练用的计 算量之间存在幂律关系，通俗而言就是“大力出奇迹”。不过“大”并没有一个绝对的标 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 learning）等方式，实现跨模态数据

智慧工厂的核心在于信息的互联互通。通过物联网、大数据分 析、人工智能等技术，智慧工厂能够实时监控和分析生产过程，及 时调整生产策略，以适应市场需求和提高生产效益。同时，智慧工 厂还强调与供应链的深度融合，使整个生产和物流链条高效协同。 在发展历程上，智慧工厂的概念经历了几个重要阶段：  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： 变化。随着 技术的不断进步，智慧工厂将在未来实现更高层次的智能化，推动 制造业的全面升级和转型。 1.2 AI 大模型的崛起 在过去的几年里，人工智能领域经历了显著的技术突破，尤其 是基于深度学习的 AI 大模型的崛起。大模型的特点在于其对大规 模数据集的处理和理解能力，因而在多个行业中展现出革命性的应 用潜力。这些大模型不仅能够提高决策效率，还能推动企业的智能 化转型，从而实现传统制造业的数字化升级。 基于这些必要性，MDC 项目的目标明确为以下几个方面： 1. 构建全面的数据采集与处理平台，实现生产设备、环境监测、 供应链管理及客户需求等各个环节的数据实时采集。 2. 利用先进的人工智能算法，对收集到的数据进行深度学习与分 析，提升生产决策的智能化水平。 3. 实现生产过程的可视化与透明化，通过精准的数据分析为管理 层提供实时的决策支持，促进科学管理。 4. 构建灵活的生产调度系统，根据实时数据与市场需求自动优化