借助供应链数据驱动生成式 AI 虚拟 模型，企业能够提升运营效率和增 强应变能力。 第三部分 智能供应链洞察变革，驱动增长 15 的高管认为，生成式 AI 将赋能互 连设备，帮助其做出自主决策。 77% 到 2026 年， 76% 的高管表示，计划在未来两年内使 用生成式 AI，推动互连设备产生差 异化成果。 供应链高管们一直期待未来能够实现实时数 据在 IT 和运营技术系统之间的无缝流通，从 借助生成式 AI，情况已大为不同。结合视觉 传感器，生成式 AI 使机器能够自我预测和调 整，彼此协同运作，释放出前所未有的生产 力和效率。 智能供应链洞察变革，驱动增长 16 事实上，77% 的高管预计，到 2026 年，生 成式 AI 将赋能互连设备，帮助其做出自主 决策。只有当多个设备生态系统协同运作， 企业才能实现前所未有的成果。高管们已经 广泛认可生成式 AI，并对其充满信心。76%

网络安全实践和标准 STEM（科学、技术、工程、数学）技能 智能技术知识 分析性思维 问题：在未来 12 个月内，下列知识和/或技能对贵组织招聘下一代员工的重要性如何？ 基数：1567 79% 77% ：：制造商面临的最大挑战：： 第九版年度智能制造现状报告 问题：2024 年，您计划在哪些领域使用 人工智能/机器学习？ 选择所有适用项。基数：1567 美洲地区 43% 拉丁 美洲

002410.SZ 广联达 187 116 549 787 990 34 24 19 3 300454.SZ 深信服 228 198 298 442 587 77 52 39 3 平均值 / / / / / 48 36 28 6 688777.SH 中控技术 343.93 1102 1256 1606 2011

74 中泰新丝路塔吉克斯坦农业纺织产业园 Tier3 农业开发型园区 75 75 中国建材赞比亚工业园 Tier3 资源利用型园区 76 76 罕王-富域产业园 Tier3 多元综合型园区 77 77 老挝云橡产业园 Tier3 农业开发型园区 78 78 中国-东盟北斗科技城 Tier3 技术研发型园区 79 79 老中甘蒙钾盐综合开发区 Tier3 多元综合型园区 80 80 中非先锋自贸区

7 5 苏州市 93 5 盐城市 6 6 广州市 82 6 成都市 5 7 武汉市 82 6 南京市 5 8 厦门市 80 8 宁波市 4 9 唐山市 79 8 烟台市 4 10 湖州市 77 8 泰州市 4 来源：中国信息通信研究院整理 （三） 科技创新与产业革新双轮驱动，平台效应加速 城市创新要素集聚 科技产业创新成为城市制造业高质量发展第一驱动，头部城市以 “创新策源地”

WUE(水资源利用效率)等运行数据实时监测 75 力争建设一批碳中和园区 76 三、城 乡建设 推进城市 绿色低碳 更新 优化城市功能结构、推进绿色有机更新，有序实施园区老旧区域改造 77 创新城市微更新模式，通过“节点式”、“菜单式”、“个性化”改 造，新建改建社区专项服务设施 78 强化城市基础设施建设，实施基础设施补短板工程，重点推进老旧管 网改造；打造

方案创新点和实施效果 ..................................76 2.4.5 单位基本信息 ..........................................77 2.5 案例五：山东中烟工业互联网安全防护体系创新实践——山东移动构建 “云-边-端-控”协同防御体系 ................................... 79 2.5.1 务应用和疑似恶意程序，针对应用白名单之外的非业务应用和疑似恶意程序进行 阻断，累计发现并拦截不安全软件 25 个，非业务软件 8 个；发现了 12 个网络异 工业互联网安全解决方案案例汇编（2024） 77 常行为 IP，并迅速响应了 1 次应急事件，展现了高效的安全监控和应急处理能 力。 图 4-10 工厂安全和应用监控大厅、大屏 2.4.5 单位基本信息 本次项目申报的牵头单位是中国联合网络通信有限公司研究院（简称中国联

将创建最佳净零碳实践的新国际模式，以此指标体系作为 先行示范，推广应用于园区内外更多的项目，通过不断更 新迭代，走出中新在绿色发展、净零碳园区建设运营方面 的领先实践之路。 77 通、生态韧性、数字智慧、ESG等维度出发，制定具有前瞻性 和先进性的净零碳园区指标体系，旨在帮助该项目在未来 获得新加坡Green Mark体系及美国LEED体系绿色建筑 认证。

和边缘 云标准化分级共享接口，由蓝色模块标识。区域云主要涉及区域云一 体化底座，由红色模块标识。 图 4-21 闯红灯预警功能逻辑架构图 车路云一体化系统云控基础平台参考架构 77 各系统之间的信息流交互情况和系统各个内部组件之间的信息 流交互情况由图 4-21 中的连线和旁边的文字标注表示。其中，边缘 云网关负责网联汽车车辆数据上报和路侧基础设施路侧数据上报；边 并上传云端交通拥堵提醒信息和云端融合感知交通拥堵事件数据至 区域云； 5. 网联车辆接收云端交通拥堵提醒信息； 6. 区域云对边缘云上传的提醒信息进行数据管理。 3）“上传边缘云融合感知车辆信息”功能 图 4-77 所示为交通拥堵提醒场景中的“上传边缘云融合感知车 车路云一体化系统云控基础平台参考架构 142 辆信息”功能的边缘云功能视图，该功能由边缘云的边缘云网关、边 缘云数据高速缓存、边 接口子系统交互实现。边缘云网关负责接收车路数据，边缘云数据高 速缓存负责数据的转存，边缘云融合感知标准件负责融合感知车辆数 据，边缘云标准化分级共享接口承担打包并发送输出数据的功能。 图 4-77 上传边缘云融合感知车辆信息-边缘云功能视图 “上传边缘云融合感知车辆信息”功能的主要流程为： 1. 边缘云网关接收并处理车辆上传的车辆状态数据、车辆定位 数据、车端感知数据和车辆导航路径数据，接收并处理路侧基础设施

76 4.3.2 技术与业务融合.............................................................................. 77 4.3.3 模型幻觉与可解释性...................................................................... 78 4.3.4 和建模 的复杂性，延缓了工业大模型的部署速度。 工业大模型需要整合多源、多模态数据，包括结构化数据（如生产记录）、 非结构化数据（如图像和视频）以及实时流数据（如传感器输出）。然而，这些 77 数据的采集频率、分辨率和时空一致性差异巨大，如何高效地对多源数据进行 清洗、对齐和融合，是工业大模型开发的重要挑战之一。例如，在智能制造中， 需要将设备的运行数据与生产计划、库存状态和市场需求等数据进行融合，以