工业互联网赋能能源化工行业转型体系架构的关键是以平 台为核心，在通用体系架构的边缘层、资源层、平台层、应用 层四层体系基础上，结合能源化工行业特征和业务需求，开展 各功能模块的优化与创新，推动能源化工行业智能化、协同化、 个性化、服务化等行业新生态，如图 2 所示。 图 2 工业互联网赋能能源化工行业数字化转型体系架构 （一）设备边缘层提供物联设备接入和边缘计算能力 设备边缘层为工业互联网提供数据基础，通过部署于生产 在规律，融合包含社交媒体趋势、供应链波动等在内的多源异 构数据，生成高置信度的市场需求预测报告，动态优化定价策 略与库存分配。同时，部署预训练语言模型、驱动的智能客服 系统，结合知识图谱生成准确、有针对性的回复，提供个性化 的客户支持。沙特阿美发布 2500 亿参数 Aramco Metabrain 大 模型，通过分析历史数据、市场动态和地缘政治因素，实现精 确的价格预测和市场洞察。在下游业务中，整合全球经济指标 10%。百度智能云推出的能源 AI 中 台通过集成生成式 AI 技术，智能分析能源化工行业企业需求， 为企业提供智能营销解决方案，为客户提供智能客服解决方案， 帮助企业快速响应客户的咨询，提供个性化服务，提高客户满 意度的同时，通过智能化服务优化了企业的运营效率。 2、基于智能机器人先进传感与识别，升级加油服务 加油站大多为人工操作，人力成本高且一定程度存在误操 作风险。智能加油机器人基于多模态感知与自主决策技术，集

计应用验证，技术成熟，安全可靠 三维建模 高效快速 强大的混合建模能力，支持各种几何 和建模算法，快速实现设计创意 行业应用 支持定制拓展 提供专 业 模 块 ， 以 及 丰 富 的 A P I 接 口，支持个性化定制拓展，满足行 业应用需求 CAM加工 高效易用 基于企业实际加工理念的CAM方案 高效易用，满足2轴加工需求 多系统 跨平台 支持Windows、Linux系统，Web 版助力跨平台设计 能源集团网络下不允许安装其他非法授权的国外软件，由集团统筹，统计数量、统一选型、 全面替换，覆盖下属全部应用实体 项 目 成 果 ： 集团全部采用中望，并提供国家能源集团定制版，发挥中望强大的定制开发能 力 ，根据集团个性化需求定制开发，满足行业需求，提高企业业务效率 解 决 方 案 ： 国产CAD解决方案  挂接天正建筑、水暖电、日照模块  验证通过  与结构设计的探索者，3D3S完美适配

的发展和推广，钢铁工业已收集了各类能源相 关产、消、存等环节的海量数据，并进行了集中管 理、分析预测和调度优化等研究应用工作，从系统 层面上取得了一些初步进展。然而，随着生产流程 日趋复杂、个性化产品需求日益强烈，传统的模型 方法与技术体系已遇到瓶颈，无法有效应对大数 据、物联网等新场景、新模式带来的挑战。而人工 智能热潮的到来，为上述问题的解决提供了新的 途径。 钢铁工业能源管控的现状与发展需求 北京科技大学，北京 100083 29 题的首选方法。然而，由于钢铁制造流程日趋复 杂，综合能源系统各变量间关系耦合程度不断加 深，传统的浅层神经网络等模型已难以挖掘深度特 征。此外，钢铁产品个性化需求的日益增加，也为 能源管控带来全新挑战，一般数据驱动方法建立的 模型已无法有效应对。 作为当前第四次工业革命的技术代表，人工智 能 (Artificial Intelligence，AI)

质（CO�、氨、丙烷）及低GWP合成制冷剂 转型，这已成为全球竞争的技术制高点。智慧城市和数字化战略推动AIoT、云计算、云边协同、数字孪生与大数据 在行业中的应用，催生智能运维、预测性控制和个性化舒适调节等创新功能。 表 �-� 部分暖通智控行业相关标准规范 �� · 第一章 暖通智控行业的发展历程 · �、市场边界拓展与商业模式变革 政策重心从“增量市场”向“存量市场”转移，为老 暖通智控技术在数据中心中 的应用，以确保最佳运行温度 和能源效率。 工业厂房 暖通智控技术在工业厂 房中的应用，以维持生产 过程中的最佳环境条件。 智慧酒店 暖通智控技术在智慧酒店中 的应用，以提供个性化和 节能的住宿体验。 智慧园区 暖通智控技术在智慧园区中的应用， 以创造可持续和高效的环境。 轨道交通 暖通智控技术在轨道交通系统中的应用， 以确保乘客舒适度和能源效率。 �� · 第二章 道压差平衡； ●与消防风机系统联动，在火情发生时快速切换至应急模式； ●在部分项目中，暖通系统还结合地热能等可再生能源，实现绿色供能。 （�）智慧酒店 酒店能耗高且负荷波动明显，既有客房的个性化需求，也包含大堂、会议室、餐饮等公共区域的综合管理。暖通智 控主要应用在： ●客房控制：与 PMS 联动，实现“有人即开、无人即停”； ●公共区域调度：结合入住率和会议预订，提前调节温度与新风；

和生成技术，生成高 质量领域语料。在微调阶段，重点开发领域指令优化、思维链和推理树提示、参数高效、内存高效等微调 方法，通过小规模、高精准的标注数据实现模型对特定任务的快速适配。这一方向将推动个性化模型的高 效部署，并提升模型在垂直领域的理解力和生成能力。 2）检索增强与幻觉消除技术。检索增强技术将在未来成为垂直领域模型的核心技术之一。这一方向 将结合符号知识库与神经网络，开发高效的检索 高效微调技术 领域知识库 构建技术 领域知识高效 匹配技术 领域大模型 轻量化技术 软硬件协同优化 技术 结合检索增强的幻觉 消除技术 云端协同技术 思维链、推理树 提示技术 领域大规模的 个性化 69 第三章 信息与电子工程前沿 全球工程前沿 Engineering Fronts 领域课题组人员 组长：潘云鹤 费爱国 学科召集人（按拼音排序）： 陈 谋 李东升 刘 东 刘雷波 开发高灵敏体外诊断探针材料，通过生物标志物痕量检测实现重大疾病的早期诊断、 精准分期和病理分型；② 发展集成调控多物理场响应探针材料，为疾病的实时可视化诊疗提供新途径； ③ 建立高特异性智能诊疗探针材料体系，为疾病的靶向精准个性化诊疗提供新策略。未来，将进一步结合 蛋白组学、代谢组学、基因组学等多组学平台研究探针材料的生物分子机制，同时开展探针材料的标准化 研究，从而加速推动精准医学生物探针材料的临床转化应用。 （9）催化降解废弃塑料定向转化制高值化学品

加快先进技术研发应用。鼓励家电、家具、造纸、皮革、轻工机械等重点行业编制数 字化转型关键技术创新应用路线图。实施“揭榜挂帅”等机制，集中优势资源研发智能控制、 人机交互、系统集成等共性技术和协同设计、智能排产、个性化定制等应用技术。支持企 业开展设备更新，推广应用可编程逻辑控制器（PLC）、分布式控制系统（DCS）等工控 系统和工业机器人、智能检测装备、计算机辅助设计（CAD）、制造执行系统（MES）、 开发具备远程升级等在线服务功能的智能产品等。 （二）新模式新业态创新应用行动 1.发展大规模个性化定制。鼓励家电、家具等行业建设大规模个性化定制服务平台，构 建基于消费数据驱动的产供销一体化运营模式，推广全屋定制、智能家居解决方案。引导 珠宝首饰、制鞋箱包、工艺美术等行业应用三维建模、用户参与设计、模块化设计等技术， 提升个性化消费服务水平。推广大规模个性化定制服务认证，促进行业规范化发展。 2.提升柔性化生产能力。面 、日用化学品等流程型轻工业 研发推广智能配方设计、质量在线监测、设备预防性维护等解决方案。面向中小企业研发 推广一批“小快轻准”的解决方案。 专栏 3 解决方案研发推广工程 1.家电行业：个性化定制平台、家电垂域 AI 模型技术、自动化焊接机器人、智能感知 交互技术、智能适老化技术等解决方案。 2.家具行业：家具数字化设计平台、3D 建模技术、金属部件数控焊接、一体成型涂装、 家具力

能工厂面向3C产品小批量、多品种、 快速迭代需求；面向航空、航天、船 舶零部件超大型、结构复杂、轻量 化、高质量的生产需求；面向对大型 燃气轮机、电推进发动机等高性能 发动机的制造需求；面向汽车产品多 系统、多部件及个性化定制需求。及 时高效应对这些复杂多变的生产需求 对制造业智能化提出了更高要求，是 企业智能化程度的重要体现。 为解决以上问题，根据平台发展目 标针对某些特定行业构建了从设计、 工艺与生产，到仓储、物流全流程的

）平台、企业环保微管家服务、易废网等。 • 大型软件公司通常是承建省部级和国家级的智慧环保平台部分子系统，比如东软承建了环保部“互联网 + 政务服务”平台建设项目，对于地市级平台，由于各地区的环保部门个性化需求较多，多由专业公司承 建 32 中环信息：唯一一家具有环保部国资背景的智慧环保软件企业 • 中环国投（北京）环境信息科技股份有限公司成立于 2014 年，由环境保护杂志社投资，是目前环境领

大模型技术从单纯的“生成”迈向了更高级的“理解”与“推理”阶段。蚂蚁集团就基于 DeepSeek-R1 的推理能力升级，重构了 AI 金融管家系统，通过多维度用户画像实现动态保险配置，并结合实时市场数 据生成个性化定投方案，推动了财富管理的个性化定制。这种做法显著提高了数据的质量，为精准营销 和风险控制奠定了基础，推动了数据要素的流动与价值转化。 以多模态技术为核心的人工智能大模型，在金融领域展现出极为广阔的应用前景。随着大模型与证券、 通过动态监测交易与行为数据，可以及时发现潜在隐患，显著提升风险预警与处置的效能。 此外，在当前关注度较低但亟待加强的投资者教育领域，人工智能大模型具备生成专业内容的能力，且 能通过自然语言交互提供个性化的学习引导，提供良好的人机互动体验，未来有望在该领域发挥重要作用。 AI 技术革命正在引领中国金融从应用创新驱动进入技术创新驱动阶段。回顾过去二十年数字化发展， 金融创新多聚焦于应用场景重塑与商 等开源大模型的低成本接入，为中小银行提供了缩小技术差距 的机会。在此基础上，它们能够更灵活地适应各自的区域特点与客户需求，这推动了数字化与智能化进程。 在人工智能驱动下，传统金融机构中积累的海量数据得到了更有效的利用，推动服务向个性化转型。 由于技术能力和组织边界的限制，交易记录、客户画像和市场行情等数据易形成“数据孤岛”，难以形 成规模效应。AI 技术通过数据清洗、融合、挖掘与智能应用，激活了这些数据的价值，促进了从数据堆

合多种技术平台、实时数据和跨学科知识，推动储能行业发展创新。 （4）技术平台：从储能的AI应用场景出发 融合型AI通过整合多源数据和技术平台，为储能行业提供智能化设备管理、多模态数据处理、高 效能源调度及个性化服务等解决方案。其主要具备以下四种能力：其一，AI实时监控电池状态和环境 变化，优化充放电策略，延长寿命并降低维护成本。同时，整合电池、电网、气象等多模态数据，优 化充电策略，适应多变环境，提供 ，动态调整充放电策 略，减少能源浪费，预判需求变化以应对高峰。其三，AI根据客户用电习惯与电价波动，定制储能策 略，提升客户满意度与忠诚度；其四，融合型AI通过智能化管理、数据整合、调度优化及个性化服 务，助力储能行业应对复杂需求与市场竞争。 基于上述四个能力领域，储能AI的方案可以分为以下四个层次，分别对应不同的技术平台和应用 模块： 1.云边端协同的基础设施层：云端平台依托弹性计算与存储资源池，支持大规模仿真训练和实时