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 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 \ 帽子 \ 口罩，通过 AI 智能识别员工是否按照规范着装，若未按 照规定着装则系统自动预警，提示员工正确着装后再进入车间。 帽子（安全帽）识别 口罩识别 制服识别 请正确着装后，再进入 车间 ! 摄像头斜视照射监控区 人员未按照要求着装，请及 时处理！ 管理人员接收到告警信息 : 园区智能 AI 巡检 - 睡岗离岗识别 建议部署区域：中控室、保卫室、车间重点岗位等

AI+ 智慧厂区 按标准的、统一的和简单的结构化方式编制和布置各种建筑物 ( 或建筑群 ) 内各种系统的通信线路，包括网络系统、电话系统、监控系统、电源系统和照明系统等。因此，综合布线系统是一种标准通用的信息传输系统。综合布线是智慧工厂建设基础设施 ,是将所有语音、数据等系统进行统一的规划设计的结构化布线方式，用来支持语音、视频、数据、图文、多媒体等综合应用。 现状分析 解决方案 核心技术

项目编号： AI 大模型智慧工厂 MDC 项目 设 计 方 案 目 录 1. 项目背景.......................................................................................................6 1.1 智慧工厂的定义与发展.......................... ...............................................7 1.2 AI 大模型的崛起....................................................................................9 1.3 MDC 项目的必要性与目标................................. 系统开发与集成..................................................................................49 4.3.1 开发 AI 模型...............................................................................51 4.3.2 软件系统集成.

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。 1 证券研究报告 电子 从英伟达 GTC 看 AI 工厂的投资机会 华泰研究 电子 增持 (维持) 研究员 黄乐平，PhD SAC No. S0570521050001 SFC No. AUZ066 leping.huang@htsc.com 日│中国内地 专题研究 AI 的“iPhone”时刻来临，算力基础设施板块有望充分受益 英伟达美国时间 3.21 开始召开年度开发者大会（GTC）。在会上 CEO 黄仁 勋再次强调 ChatGPT 等生成式 AI 的出现，会改变千行百业，AI 正迎来 “iPhone”时刻。公司展示了从芯片、服务器、大模型到云服务在内的完整 的 AI 工厂解决方案，并希望能够成为 AI 时代的台积电。我们认为，1）大 芯片：新版 H100 提高训练速度 10 倍，国内在技术上仍有较大提升空间 目前，主流的 AI 训练一般采用英伟达的 A100 或 H100 芯片，这次大会上， 公司推出针对大模型优化过的新训练芯片 H100 NVL，和过去的 A100 相比， 训练速度提高 10 倍，成本降低一个数量级。目前，AI 推理上，一般采用 2018 年发布的 T4 芯片，这次公司发布出面向视频生成和图像生成的新推理芯片

AI 技术在智慧工厂建设中的使用方法 引言： 智慧工厂是指通过信息化和智能化技术实现生产流程自动化、柔性化和高效化 的现代化工厂。随着人工智能（AI）技术的快速发展，越来越多的企业开始探索 将 AI 应用于智慧工厂建设中，以提高生产效率、优化资源利用、降低成本等目 标。本文将介绍 AI 技术在智慧工厂建设中的使用方法，并探讨其对企业的影响和 未来发展。 一、数据采集与分析 1.1 传感器技术 传感器技术 传感器是智慧工厂中重要的数据采集装置，可以通过感知环境变化并将其转换 为数字信号。AI 技术可以结合大数据分析，对传感器采集到的数据进行实时监控 和分析，从而帮助企业更好地了解生产过程中存在的问题，并及时采取相应措施进 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 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

多车企接入DeepSeek，以AI为核心的智能化竞争加剧 2 3 4 5 6 7 8 9 10 CAM观点 ◆ DeepSeek大火，电信、云计算、芯片、金融、汽车、手机等多领域已有超过200家头部企业宣布接入 DeepSeek。聚焦汽车行业，吉利、岚图、智己、长城、广汽、长安、奇瑞等20多个车企纷纷宣布与 DeepSeek深度融合，标志着汽车智能化进程的加速。相较于部分 多模型联合协同部署、模型深度融合与蒸馏三大接入方式。 ◆ 车企扎堆布局“DeepSeek”的思考：综合来看自主品牌中传统车企普遍已经接入DeepSeek，而AI技术储备 较深的部分新势力车企尚未有接入DeepSeek的计划。传统车企接入DeepSeek有望实现AI功能的跃升，然而 DeepSeek并非万能。车企需要有自身的数据分析和训练能力，过度依赖DeepSeek等外部模型还容易产生技 术依赖风险，此

工业网络 / 多协议网关 更高的效率 机器人、运动控 制、电机控制、 现场总线、执行 器、传感器等 设备级 关键设 出库 备关键 信息 检测 入库信息 库存信息 柔性生产线 基于 AI 的视觉检测 数据驱动测试优化 智能调度 人脸识别 FLeX5 行业基础网络平台解决方案 FLeX5= 5G 云小站 + 轻量级 MEC + 轻量级核心网 + 泛在物联网络 + 网管系统 网络层、平台服务层、应用服务层四个层次；生态链复 杂，行业生态的建设，需要上、中、下游合作伙伴紧密合作，京信 FLeX5 解决方案，将于合作伙伴加强合作， 共创 5G 未来。 应用 智能工厂 AI 仿真验证 存储 流程优化 数据库 工业 APP 服务 智慧园区 智慧娱乐 … 平台 服务 计算 云服务 智慧医疗 智慧矿山 智慧教育 网络 通信 工业控制 机器视觉 安全保护 高清摄像头 数控机床 AV G 1 智能工厂需求与解决方案 CONTENTS 目录 智能工厂实例与典型应用 2 智能工厂实例驾驶舱 5G+ 应用介绍 业务特性 • 自动更新排产约束， AI 排 产 • 通过 MES 系统实现全流程智能管 理 网络应用优势 • 大连接： 300+ 终端 • 低时延：实时排产调度 • 数据安全：生产数据不出园区  为满足客户需求的不确

日 中控技术 (688777) ——控制系统 Nyx 与 AI 大模型 TPT 发布，中控“1+2+N” 智能工厂架构再升级 报告原因：强调原有的投资评级 买入（维持） 投资要点： ⚫ 6 月 5 日，中控技术在新加坡召开新品发布会，推出了全球自动化领域的通用控制系统 Nyx 及流程工业首款 AI 时序大模型 TPT。为何说这两款产品是颠覆性的，到底有哪些创新性， 智能机器人项目 全面合作；2）印尼国家石油公司：PGN 与中控技术开展了从 IIoT 到 AI 的全方位合作， 覆盖 LNG 再气化及储存转型、先进控制、智能工厂、城市燃气业务创新等多个领域；3） 万华化学：蓬莱基地率先使用中控 i-OMC，未来，将通过生成式人工智能技术，比如大型 语言模型、中控 AI 时序大模型 TPT 及预测大型模型等，为其工厂和园区创建一个超级大 脑。全球顶级客户与中控技 5 1.2 拨云见日，中控技术提出“1+2+N”智能工厂新架构 .......................... 6 2．颠覆式控制系统 Nyx 与大模型 TPT 推出，引领行业进入 AI 时代 ...................................................................................8 2.1 运行基座：控制系统

IBM 商业价值研究院 | 研究简报 生成式 AI 给供应链带来重大变革。64% 的供应链高管认为生成式 AI 正 全方位革新工作流程。 供应链团队必须改变工作方式。60% 的运营和自动化高管表示，到 2025 年，AI 助手将接管大部分常规和事务性工作。 自动化决策的比例将进一步上升。运营和自动化高管们表示，生成式 AI 将在未来两年内将数字助理的决策量增加 21%。 预测能力提升并推动可持续创新。76% 预测能力提升并推动可持续创新。76% 的供应链和运营高管认为，生成 式 AI 将优化产品设计，并推动产品生命周期的可持续发展。 生成式 AI 能够防范供应链中断， 并驱动业务增长。 摘要 智能供应链洞察变革，驱动增长 2 假如能提前知道下周的新闻头条，是否会促使 您调整今天的供应链战略？ 智能敏捷供应链 释放无限潜力 引言 智能供应链洞察变革，驱动增长 3 报告显示其年收入增长率高于 而不是应对危机呢？如果你能够精准预测未 来，从而获得竞争优势呢？ 生成式 AI 与云计算的强大结合，能够让这一 设想成为现实。通过结合机器学习、自动化 和高级数据分析，组织能够在混合云环境下 精准预测需求变化和采购延误等各类情况。 凭借预测，组织将能够变革供应链战略，从 事后被动应对转变为事前主动调整。 领先采纳生成式 AI 和数据创新的组织，特别是将 AI 能力视作自动化投资核心的组织，已获得显著回报。