园区 AI 巡检模型图 仓门是否开启识别 周界 / 车间防护 栏 非法闯入识别 着装识别 中控室 睡岗离岗识别 睡岗离岗识别 车道 非法闯入识别 打电话 / 玩手机 车间 抽烟识别 固废 区 烟火识别 高空作业区 爬高提醒 仓库 烟火识别 仓门是否开启识别 占道堆积识别 园区食堂 明厨亮灶 园区智能 AI 巡检 - 非法闯入识别 建议部署区域：园区周界、车间防护栏区域、车行道、其他禁止闯入区域 建议部署区域：园区周界、车间防护栏区域、车行道、其他禁止闯入区域 非法闯入识别：通过人形轨迹检测算法对区域入侵实时检测，过滤非人体（树叶晃动、光线影印、猫狗等）入侵 误报，若有人员非法闯入（支持区域 / 时间等配置），则立即告警给相关人员及时处理 禁止入内 人员非法跨越进入园区 员工违规进入防护栏区域 XX 位置，发现有人闯 入，请及时处理！ 实时调取异常视频 摄像头斜视照射监控区 摄像 头斜 视照 射监 控区 园区智能 AI 巡检 - 烟火识别 建议部署区域：固废区、其他重点生产区域 烟火识别：采用深度学习算法智能识别图像中是否存在烟雾、火焰，若有则及时触发告警信息 烟火检测 DEMO 视频 支持联动消防系统 XX 车间，疑似着火， 请及时处理！ 实时调取 异常视频 摄像头斜视照射监控区 园区智能 AI 巡检 - 着装识别 建议部署区域：车间进入通道 着装识别：入生产区前，员工需要穿戴指定工服

轻量化工业云服务 · 工业互联网平台 四大 创新抓手 园区服务 智慧停车 智慧道路 企业综合服务 智慧政务 物业管理 智慧餐厅 Al 能力中台 人脸识别 行为识别 车辆识别 视频结构 云管理平台 综合安防 动态布控 视频分析 消防感知 自动巡检 数据下沉 数据中台 数据仓库 数据采集 数据治理 数据分析 产业分析 系统进行数据集成，实现设备互联、数据互通， 实现对园区态势的实时感知。 AI 能力中台： AI 赋能、深化应 用 通过 AI 能力赋能视频融合应用，提升视频应用 价值，如人脸识别、车牌识别、人员热力、 人员轨迹、语音识别等 提供智能感知子系统的集成联接能力，实现应用 间的联动和协同；沉淀各领域各业务活动的公共 能力，为应用提供可共享的业务能力集合。 数字底座：可视化态势感知 园区智慧中枢 - 打造虚实结合的园区数字化底 座 地 下 空 间 ( 管 廊 ) BIM 城市空间 3DGIS 建筑空间 BIM 其他… . 零售商品识别场景类 ◆ 基于视频实现商品品类的识别， 支持数百种 SKU 识别 AI 互娱场景类 五大场景 ◆ 人像卡通化 / 卡通画动图 ◆ 人脸实时表情迁移 ◆ 人脸 3D 关键点检测 人体属性及行为分析类 工业场景类

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。 IDC FutureScape报告预测：在未来两年内，��%的油气中下游企业将部署AI技术以实 从当前石油石化产业的智能化发展现状看，整个产业整体上处于L�~L�的水平，即大部分的 企业已经部署了基于数据的自动化采集、分析技术，并已经在一些特定的生产和管理环节中应用 人工智能技术参与检测、识别和决策。部分企业正在积极采用生成式人工智能技术开发新的应用 场景，力求给企业发展带来更强的驱动力。 石油石化领域的大企业持续向更高阶的L�、L�级智能化迈进时，需要高效整合内、外部力 量，推动 情况，做好成熟度诊断，理解并结合 企业智能化应用场景，规划制定未来智能化发展战略； 诊断成熟度：绘制企业智能化发展蓝图，结合产业现状和企业发展实际情况，客观评价 企业在智能化发展成熟度的等级，识别差距和不足； 合理规划路径：为企业智能化进程设定合理的路径，对升级进阶所需的资源和方法进行 评估和设计；值得一提的是，在这个过程中尤其要制定完善的AI安全规范与规章。 第二步：探索与应用 搭

以预测设备故障并进行预防性维护，从而减少停机时间，提高生产 效率。此外，AI 还可以通过对历史生产数据的分析，优化生产计 划，减少库存积压，降低运营成本。 其次，在质量控制方面，AI 技术能够通过图像识别和深度学习 算法，实现对生产过程中缺陷的自动检测和分类。相比传统的人工 检测，AI 系统具有更高的准确性和一致性，能够有效降低产品不合 格率，提高产品质量。 再者，AI 技术在供应链管理中的应用，可以实现对原材料的智 库存积压和生产浪费。 其次，AI 技术在质量控制方面的应用也日益广泛。通过计算机 视觉技术，AI 可以对生产线上产品进行实时检测，识别缺陷和异 常，确保产品质量的一致性。例如，新能源汽车电池的生产过程 中，AI 可以通过对电池表面的图像分析，快速识别出微小的裂纹或 瑕疵，从而提高产品的合格率。此外，AI 还可以通过传感器网络对 生产设备进行实时监控，预测设备故障，提前进行维护，减少生产 形式，通过多层神经网络处理复杂的数据结构，广泛应用于图像识 别、语音识别和自动驾驶等领域。 在新能源汽车制造中，AI 技术的具体应用场景包括： - 生产设 备的状态监测与故障预测：通过部署传感器和采集设备运行数据， 结合机器学习算法，实现对设备状态的实时监控和故障预测，从而 减少设备停机时间和维护成本。 - 智能质量控制：利用计算机视觉 技术对零部件和成品进行自动化检测，识别表面缺陷、尺寸偏差等 问题，确保产品质量的一致性。

国际认证 ： IOS27001 ， 22301 ， 20000 等 基础 计算能力 ： SortBen‘chmark 排序全球第一 视觉识别能力 ： MegaFace 第一 绝艺 AI ： UEC 杯世界围棋大赛冠军 腾讯觅影 ：早期食道癌识别率到达 90% 手机管家 ： 1.85 亿月活用户行业第一 打击黑产 ：亿级黑产信息库、超 60 亿恶意样本 大禹防御 ：为用户抵御 50 面向辽宁、辐射东北 智慧盘锦 ( 市级 ) 总设计商、 总集成商、 总服务 商 20 大洼智慧城市 大洼智慧城市 ( 区级 ) 农业 直播 农业大数据 旅游 地理围栏 人脸识别 可视化 LBS Raydata 21 “ 两片一核双环多点”空间布局体系 未来空港经济和国际性综合交通枢纽建设典范 知识创新中心、 高端制造业中心、 区域吸引力服务业中 心 丝绸之路经济带对外开放的国际门 ，促进信息价值的深入分析与使用。 公共基础数据库 建 筑物 库 市民信息服务 企业信息服务 公共信息服务门户 园区案例介绍 城 市 生 活 我 的 城 市 视频监控 各智慧应用系统 车牌识别 第三方应用 城市大脑 民政 公安 人社 交通 工商 国土 智慧园区 ：由园区广播、 园区服务、 物业服务、 政务服务、 资讯中心、 招聘服务等业务管理场景组成。 园区案例介绍 智慧社区

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， 判断是否存在安全隐患并自主上报，有助于减少人力投入、 提升违规事件等时间敏感型应用的处理效率。在设备运行 中，维护大模型可以分析设备的数据，实时检测设备运行 状态，预测设备故障，并提前进行维护和保养。 感知能力与控制能力。随着 AI 技术的发展，AI 系统需要具 备柔性、持续学习和自主学习能力。例如，在机器视觉应用 中，可以先通过少量数据建立基本的识别能力，然后通过人 工干预的模式对相关的数据进行半监督地标注，以及自动 化、持续性地训练，从而不断提升识别的性能与精度。 部署于边缘端的 AI 和深度视觉应用能够支持数智园区部署 轻量级应用，直接在边缘端对数据进行清洗、预处理、聚 合和筛选，降低云或数据中心的数据处理压力，节省网络 物联网 物联网 (IoT) 指物物相连的互联网，通过现代通信技术、射 频识别技术 (RFID)、全球定位系统、红外线传感器等多种 信息传感设备，实时采集任何需要连接、互动的物体或过 程等信息，与互联网结合建设一个超大规模的智能化网络 系统。物联网可支持在数智园区中实现物与物、物与人与 网络的连接，便于园区识别信息、管理与控制。物联网可 凭借其开放性的特点，助力数智园区从根本上解决 “信息孤

态势感知系统整合管理信息大区和生产控制大区业务系统各类安全日志与 全流量数据开展全网域安全监测预警，实时掌握各区域关键信息基础设施、重要 工业系统、重要业务系统的网络安全态势；实现 7*24 小时全天候的安全监测预 警能力，精准识别网络威胁，利用态势感知系统集成的安全分析工具，可发现更 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 数据库、应用系统、接口方式、硬件属性、使用维护人员等信息均作为资产管理 的内容，提供资产录入、管理、变更等管理功能。可通过流量监控开放端口、主 动外连行为等。 （2）安全监测  安全告警感知 事件监测以丰富的工业威胁模型识别、全面的检测策略、智能机器学习、高 效的沙箱动态分析，以及云端威胁情报匹配能力为基础，以安全事件为切入点， 以威胁对象为聚合条件，动态梳理当前热点安全场景，将海量告警转化为几十条 甚至十几条事 ，主要包括规则建模、 安全事件关联建模、安全事件统计建模、威胁情报建模和 AI 学习建模，利用分 析引擎进行数据深入分析，提升安全威胁检测准确率。  基线分析 支持网络行为基线分析能力，可识别新资产上线、新网络行为、新网络连接 通信等。 以机器学习的方法建立工控网络的通信基线模型，对工控系统网络环境建立 四类安全基线：资产基线、访问关系基线、流量基线、行为基线。通过基线学习、 异

管理在线 服务在线 客户在线 设备在线 伙伴在线 2.5 点都智慧智慧园区三大板块介绍 全息基础数据 用户画像数据 日常运营数据 人车行为数据 设备运行数据 消费交易数据 系统预测分析 云人脸识别 智能云门禁 智能一卡通 工单管理 租赁管理 仓储管理 财务管理 品质核查 个人事务 资源管理 客户关系 智能办公 管人 营销管理 评价管理 会员积分 点都 PWS 智慧物业系统 点都 热源 爆管 漏电 物管帮 APP ，全员移动协作应用 系统概述： IOT 智能硬件物联系统基于互联网应用场景开发，全面整合人脸识别、云门禁、云 对讲、云停车、云充电、云梯控、云监控、云货柜等，打破各个硬件的信息孤岛， 统一管理，互联互通，将硬件动作数据进行加工分析最终发挥其最大价值。 人行数据：实时记录人出入通行 数据，对接公安平台，通过数据 光感混合检测，暗光识别率和速度大幅提 升； ● 支持无网脱机识别，有网断点续传功能； ● 设备端支持人脸库实时更新，报警联动功能； ● 支持物业通知、欠费提醒，扫码缴费功能；； ● 支持外接辅助摄像头，支持双路视频流检测功能； ● 支持人脸活体检测及双宽动态，有效解决逆光环境； 云人脸识别 1 、支持 10 万张人脸库 2 、移动端采集人脸 3 、小于 1 秒识别速度 4 、灵活应用出入口通道闸

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。 首先，AI 大模型的训练过程通常利用海量的结构化和非结构化 数据，使得模型具有了强大的表征学习能力。通过自然语言处理、 图像识别和时间序列分析等技术，模型能够更好地理解和模拟复杂 系统的行为。这种能力使得 AI 大模型在数据分析、预测维护及智 能生产等方面得到了广泛应用。 随着计算能力的提升和算法的不断优化，AI 大模型的推理效率 智能生产调度：利用大模型分析生产数据，优化生产排程和资 源配置，提高生产效率。  预测性维护：通过对历史设备故障数据的学习，模型能够提前 预测设备可能出现的问题，从而降低停机时间和维护成本。  质量检测：运用图像识别技术，对产品质量进行实时监控，及 时发现并解决质量问题，提升产品合格率。  个性化生产：结合用户需求，通过大模型优化产品设计和生产 流程，实现大规模定制的目标。  供应链管理：利用模型进行需求预测和库存优化，提升供应链 效率提升：通过数据驱动的智能决策，MDC 能够优化生产调 度、减少设备停机时间，实现生产过程的高度自动化和智能 化，从而显著提升生产效率。  成本控制：实现实时数据监控与分析，MDC 能够精准识别耗 材、设备维护及人员调度的最佳实践，降低生产成本，提高资 源利用率。  质量保障：MDC 通过对生产数据的全面分析，能够实时监测 产品质量，并在出现问题时迅速响应，从而降低不合格率，提

....... 9 图 5 使用有限元和 PINN 方法预测的温度分布热力图对比.............................. 11 图 6 利用人工智能方法实现后处理过程中的特征识别..................................... 13 图 7 斫轮·风驰总体思路............................................ ..................................................................................59 图 22 ChatCAD 识别图形元素.............................................................................. 59 图 23 内容智能编辑. 70%。 2.AI 赋能 CAE 人工智能赋能 CAE 的核心本质是对物理场合设计空间的建模， 其主要应用场景是逆向设计与优化和设计验证。AI 技术通过分析海 量 CAE 历史数据，可以快速识别关键特征和实时仿真，在前处理、 求解与优化、后处理阶段实现一站式设计探索。 （1）逆向设计与优化 逆向设计与优化重构设计与优化范式，实现智能寻优。在逆向设 计中，基于数据驱动的方法反向求解设计参数，以满足特定目标。例