���������������������� �� 1�1980-2003�������������������� ������������������������������� �������� 1997 ����� I-15 ������������� ������������������������������� �� Dickmanns ����������� 100 ����������� NavLab ������ ������������������������ �������������������GDPR�[13]����� ������������������������������� �������[14]����������[15]���������� -14- � ������������������������������� ����������������[16]������������� ������ ������������������������������� [18]��������������������vulnerability�� ���threat�������������������������� -15- � �������������������������������� ������������������������������� �������������������������������

司均值，因此维持“买入”评级。 关键假设点 （1）智能制造解决方案：预计未来智能制造解决方案仍将保持稳定增长。因 此我们假设 2024-2026 年智能制造解决方案营收同比增速为 15%。我们假设 2024-2026 年该业务毛利率保持稳定为 41%。 （2）自动化仪表：随着公司仪器仪表产品扩容，预计该业务将继续保持快速 增长，我们假设 2024-2026 年自动化仪表业务同比增速为 ........................... 15 3．全球顶级客户站台，印证中控产品有效性和竞争力 ......... 15 3.1 沙特阿美 ....................................................................................... 15 3.2 印尼国家石油公司 ............ ........................... 14 图 11：中控大模型 TPT 实现一个软件支撑多种应用场景 ................................... 15 图 12：中控技术与沙特阿美在机器人方面的合作 ............................................... 16 图 13：中控技术与印尼国家石油公司全方位合作

12%，订单交付周期缩短 20%。 在生产调度方面，AI 算法通过实时分析设备状态、订单优先级 和资源约束，实现了生产计划的动态优化。某电子制造企业部署 AI 生产调度系统后，设备利用率提升了 15%，能源消耗降低了 8%， 月均产量增加 12%。 制造业 AI 应用的关键技术支撑体系主要包括：  边缘计算与云计算协同架构  工业物联网（IIoT）平台  机器学习与深度学习算法 技术在新能源汽车制造中的实际应用效 果，以下为某新能源汽车制造企业引入 AI 系统前后的生产效率和 产品质量对比数据： 指标 引入 AI 前 引入 AI 后 提升幅度 生产效率(台/小时) 10 15 50% 产品不合格率(%) 5 2 60% 设备故障停机时间(小时/月) 20 8 60% 综上所述，AI 技术在新能源汽车制造中的应用，不仅能够显著 提升生产效率和产品质量，还能够优化供应链管理，降低运营成 化后，涂布均匀性提升 15%，材料利用率提高 8%。 在装配环节，深度学习技术可以提升装配精度和效率。通过训 练递归神经网络（RNN），可以对装配过程中的多维度数据进行时 序分析，预测装配偏差并及时调整。例如，在电机装配过程中，深 度学习模型可以实时监控转子与定子的对中精度，自动调整装配参 数，确保装配质量。实际应用表明，采用深度学习技术后，电机装 配精度提升 20%，装配时间缩短 15%。 此

随着消费者对个性化体验需求的提升，智能车灯可以充分发挥其智能化优势从而成为构建用户情感 连接的重要媒介，通过创新设计实现人车情感互动，成为品牌差异化竞争的关键要素。 图14 礼让行人功能展示 图15 泊车灯语功能展示图 高精度ADB和照明光毯的安全价值已获得行业和消费者的广泛认同。从2024年度C-NCAP照明安全 评价规程测试得分率统计来看，与传统近光灯相比，装备ADB功能的车辆在道路地面前方照射距离、弯 驶中”等驾驶意图，实现车与行人、车与车之间的高效无声沟通，见下图14。 车外交互灯语 泊车灯语可通过地面特殊符号投影传递会车避让车辆或行人、自主泊车入位、驶出、自主靠边临停 等待等意图，避免其他车辆误判，见下图15。 从行业趋势来看，车灯场景化交互也已成为诸多车企，尤其是新能源车企打造产品差异化的关键赛 道。比如宝马X3的“天使之翼”迎宾功能，问界M9、尊界S800搭载的“智慧迎宾、泊车灯语”功能，奥迪 总体来看，在技术成熟、成本下降、自动驾驶需求升级等因素驱动下，智能车灯在整体车灯市场的 占比将持续提升，渗透范围逐步覆盖更广阔的车型价格区间。 年份 2025年 市场占比 1% 2027年 3%-6% 2030年 15%-20% 主要应用车型 核心驱动因素 高端品牌差异化竞争， 自动驾驶感知需求 30万元以上高端车型，部分20万以上新能源 车 型 。 如 ： 问 界 M 9 、 享 界 S 8 0 0 、 奔

张量/矩阵核心单元 - 1,700 1,700 1,502 1,775 1,410 1,530 GPU超频频率/MHz - 47,870 45,260 23,100 67,000 19,490 15,670 FP32单元峰值 （GFLOPS） - 47,870 45,260 11,500 34,000 9,746 7,834 FP64单元峰值 （GFLOPS） - 383 362 184.6 Nemo、Picasso 和 BioNemo，使用企业专有数据进行训练，用 于处理特定领域的任务。我们认为超算云服务+模型代工厂的商业模式是英伟达作为芯片送 水人在大模型时代的商业模式自然延伸。 图表15： NVIDIA Al Foundations 资料来源：英伟达，华泰研究 语言模型服务 Nemo NVIDIA NeMo 用于构建定制的语言文本转文本生成式模型，基于 5 个基础模型（图 请与华泰金融控股（香港）有限公司联系。 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 15 电子 香港-重要监管披露 • 华泰金融控股（香港）有限公司的雇员或其关联人士没有担任本报告中提及的公司或发行人的高级人员。 • 英维克（002837 CH）、亨通光电（600487 C

2-1：江苏省各地级市减煤控碳重点产业 7 表 2-2：江苏省国家级工业园区减煤控碳重点产业 8 表 3-1：碳排放总量前10园区碳排放主要行业 13 表 3-2：碳排放量前10园区煤耗情况 15 表 4-1：典型园区对比分析 25 iv 图目录 图 2-1：耗能耗煤排碳重点园区识别路径 4 图 2-2：江苏省2016-2020年工业煤炭消耗情况 5 图 2-3：江苏省2016-2020年工业二氧化碳排放情况 12 张家港经济技术开发区 苏州市 纺织业 13 常熟经济技术开发区 苏州市 造纸和纸制品制造业 化学原料及化学制品制造业 14 吴江经济技术开发区 苏州市 计算机、通信和其他电子设备制造业 15 苏州工业园区 苏州市 造纸和纸制品业 计算机、通信和其他电子设备制造业 16 昆山经济技术开发区 苏州市 计算机、通信和其他电子设备制造业 17 南通经济技术开发区 南通市 化学原料和化学制品制造业 3-1）。另外，样本园区中有 5 家无集中式能源基础设施，工业所需热力、电力全部依靠外部调入；11 家有集中式能源 基础设施，且大部分为热电联产；另有 17 家园区分布有电力、热力生产和供应业，且其 中 15 家属于主要耗能排碳行业。可见能源基础设施仍是园区耗能排碳的重要来源。 电力、热 力生产和 供应业 化学原料 和化学制 品制造业 计算机、 通信和其 他电子设 备制造业 造纸和纸 制品业 黑色金属

（12） 《吊笼有垂直导向的人货两用施工升降机》GB/T 26557 （13） 《施工升降机安全使用规程》GB/T 34023 （14） 《施工升降机安全监控系统》GB/T 37537 （15） 《铝及铝合金焊丝》GB/T 10858 （16） 《六角头螺栓 C 级》GB/T 5780 （17） 《六角头螺栓》CB/T 5782 （18） 《碳素结构钢》GB/T 700 （19） B-2。验收合格后方可进行安装。 6) 安装时，气象条件应满足作业要求。 7) 无监控中心的智能施工升降机不应安装使用。 8) 层门或层站应设置防护栏杆，且栏杆不应突出到吊笼的升降通道内。 第 15 页 9) 安装层门处的结构强度满足设计要求的强度后方可安装层门。 10) 当层站入口安装层门处的建筑结构不规则时，宜采取措施搭设相关的附加结构，满足层 门安装 的安全距离及荷载要求后方能安装层门。 大变形影响施工操作及结构外观。若有吊架结构，其侧向变形≤H/250（H 为架体高度），以 维持架体在风荷载等水平力作用下的整体稳定性。 6.2.3 附着点混凝土强度 承载体受力处混凝土强度≥15MPa（用于爬升阶段，需提供同条件试块报告或回弹检测报告）；支 撑系统等支撑部位混凝土强度≥20MPa（用于作业阶段，检测要求同上）。 6.2.4 设计荷载标准值 设计荷载应与实际工况相符，操作层平台施工荷载设计标准值≥

分散预处理 管网输送 图 4 工业园区污水处理环节及相关单位责任分工 污水最后到达污水处理厂进行集中处理，达到排放标准后排入环境。若污水排入工业园区污水处理厂，作为园区污水处理 厂行政主管单位 15 的园区管委会会委托运营方负责污水处理厂的日常运营。若污水排入城镇污水处理厂，则通常由城镇 排水主管部门委托的公司进行日常运营。两种情况下，均由环境部门负责监管污水处理厂排水水质 16。 园区管委会 50 30 50 50 30 五日生化需氧量（BOD5） 10 20 20 20 化学需氧量（CODcr） 50 50 80 80 50 100 氨氮 5（8） 10 8 10 15 总氮 15 20 12 15 30 总磷 0.5 0.5 0.8 0.5 1 总氰化物 0.5 0.3 0.5 硫化物 1 0.5 0.5 石油类 1 3 0.5 可吸附有机卤化物 1 12 12 六价铬 蓝色：城镇污水处理厂排放标准一级（A）严于行业排放标准 绿色：城镇污水处理厂排放标准一级（A）达不到行业标准要求 黄色：城镇污水处理厂排放标准一级（A）中无要求但行业排放标准有要求 15 未设计间接排放标准 增加了排向公共污水处 理系统的间接排放标准 未区分排向工业园污水 处理厂的情况 区分了间接排放排入城 镇污水处理厂和工业污 染处理厂的情况。 放宽了排入工业园区污 水处理厂的间接排放标

司和汽车制造商等；中小企业，尤其是在特定细分市场 （如电子产品组装、精密仪器）中的企业；高校科研机构等。2023年，工业大模型在制造业的应用市场份 额占据了52%，在能源行业为22%，汽车制造为15%。这些行业对大模型的需求主要来自于其对复杂数据 处理和实时分析的需求。 4 市场集中度高 由于工业大模型行业的高技术门槛和资本密集型特性，市场上往往由少数几家技术领先的头部企业占据主 要份 2023年6月，中工互联（北京）科技集团有限公司发布中国第一个工业大模型；作为入选“2024工业大模型 Top20”榜单首位的工业大模型，羚羊工业大模型也于2023年9月发布，时至今日，华为、腾讯、阿里、网易等 [15 产业链上游 算力设施供应商和数据服务商，包括硬件的芯片、服务器和通信网络；软件的云计算等。 阿里云计算有限公司 海思技术有限公司 北京海天瑞声科技股份有限公司 查看全部 企业均推出了自己的 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 成式工业机器人任务编排应用、企业私域数据分析应用和企业私域知识问答应用等。基于以上案例和 数据，大模型企业对于工

6 7 0 5 10 15 20 25 30 35 40 45 “十二五”末 “十三五”末 2024 全部工业增加值（万亿元） 全部工业增加值增长速度（%） 规模以上工业增加值增速（%） 19.9 26.6 33.6 29 26.3 24.9 22 23 24 25 26 27 28 29 30 0 5 10 15 20 25 30 35 （一）工业综合实力跃上新台阶 产品品种与品质稳步提升。产业规模持续扩大。 （二）产业结构高级化步伐加快 11.8 15.1 16.3 31.8 33.7 34.6 0 5 10 15 20 25 30 35 40 高技术制造业占规模以上工业增加值比重（%） 装备制造业占规模以上工业增加值比重（%） 0.44 0.81 1.06 2.04 3.45 4.45