未 有的密集活跃期，人工智能技术的崛起，特别是大模型的广泛 应用为传统工业发展带来全新范式。汇聚了算力、数据、算法 及知识的工业互联网，已经成为人工智能技术落地的重要载体。 通过工业知识注入，实现工业机理与通用人工智能大模型的有 机结合，一系列具备工业文本生成、知识问答、理解计算、代 码生成及多模态处理等核心能力的工业大模型不断涌现，进一 步助力实体经济的数字化转型。 （二）全球工业互联网的发展 层以公有云、私有云、混合云等云资源的方式提供可弹性调度 的计算、存储和网络资源，并对云资源进行统一编排，智能监 控和优化资源分配，同时保障数据传输过程中的安全。平台层 提供工业数据管理能力，将技术、知识、经验等资源固化为可 移植、可复用的工业微服务组件，构建应用开发环境，实现工 业软件的快速研发。应用层聚焦数据科学与工业机理的深度融 合，形成各类工业软件，为设计、生产、管理、服务等各业务 环节提供数字化服务。 景适配验证。数据集成能力进一步加强，工业互联网集成技术 向更深层次的模型集成和更广范围的数据主线演进，为数据和 模型融合决策提供底座支撑，使更深层次的互联互通互操作成 为可能。识别类、数据建模类、知识推理决策类以及组合优化 类等传统工业智能由简单感知识别向深度认知演进，随着应用 认知水平依次递升，应用范围加速由质检、巡检等外围环节向 工艺优化、设备运维等核心环节演进。 （五）工业互联网特征优势 泛在感知。通过遍布厂区的传感器、智能设备和物联网技

励和支持行业发展。《“十四五”智能制 造发展规划》提出推进智能制造的总 体路径是：立足制造本质，紧扣智能特 征，以工艺、装备为核心，以数据为基 础，依托制造单元、车间、工厂、供应链 等载体，构建虚实融合、知识驱动、动 态优化、安全高效、绿色低碳的智能制 造系统，推动制造业实现数字化转型、 网络化协同、智能化变革。到2025年， 规模以上制造业企业大部分实现数字 化网络化，重点行业骨干企业初步应用 智能化。到2035年，规模以上制造业企 息-物理系统（CPS）、软件定义和数 融合生态 拥抱智能： 2030中国智能制造及自动化行业展望 7 融合生态 拥抱智能： 2030中国智能制造及自动化行业展望 8 字孪生的思想，利用工业信息模型、 知识图谱、图数据库等技术，将人、 机、料、法、环等工业生产要素从物 理空间映射到信息空间，构建统一的 数字化、虚拟化孪生信息模型，并利 用信息空间对数据综合分析处理的 能力，对来自物理实体的实时数据进 行分析，理解对应工业生产过程的 分析、制造过程全流程仿真、决策迭 代优化等手段共同作用，实现工业生 产制造过程的持续优化。通过对工 业生产制造过程中的经验、领域知 识和模型进行显性化、模型化、数字 化、系统化、智能化的软件定义，构 建标准的工业知识库，并以组件的方 式开放给各工业应用，实现工业知 识的沉淀、转化与复用。 — 模型化数据底座：通过采用模型驱 动的设计思路，平台以模型为中心， 通过“模型+数据+服务+工具”的方 式，统一数据体系，实现工业应用的

状，分析了驱动人工智能在钢铁工业能源管控领域应用的重要技术，结合钢铁工业人工智能应用实 例讨论了典型人工智能技术应用于钢铁能源管控的可行性和存在的问题，指出钢铁智慧能源的未来 发展趋势为：如何实现机理、数据、知识等多模型合理深度融合；运算结果的可解释性提升。钢铁 企业智能化、绿色化需求必将使人工智能深度融入钢铁能源综合管控。 随着能源管理系统 (Energy Management System， 本文考虑钢铁行业实际，构建 CPS 系统架构如图 2 所示。其中，基础物理层考虑炼钢、炼铁等各工 序，以及煤气、氧气等各能源介质；网络层则通过 新一代网络将底层传感器采集信息做高效传输；最 终的应用层涵盖钢铁工艺知识库等多方面资源，并 以软件或云服务等形式提供给最终用户。 随着自动化程度的提高，钢铁企业已具备建立 CPS 的基础，但由于钢铁生产中存在大量时滞环 节，工艺之间又联系紧密，导致钢铁企业往往存在 理、云基础搭建等任务，是建立互联网环境的关键 步骤。随后的平台层主要对模型方法进行泛化和集 炼钢 炼铁 轧钢 ... ... ... 人机交互 软件管理、 系统集成 资源管理 工艺知识库 应用软件、 云服务 数据计算 应用层 新一代网络 抽象、仿真、 信息处理 网络节点 网络节点 网络层 物理层 感知、控制 监测命令 接受 接受 控制指令 生产工序 煤气 氧气 电力

个 AI 应用场景，各一线科室或区队根据各自 权限使用二级平台相关功能，所有数据汇总至矿端 AI 应用平台集中 展示和管理；华电煤业龙德煤矿应用大模型知识增强训练技术与知识 图谱技术构建设备运维知识库，结合全文检索、大模型知识生成技术 和知识混合检索的方式，指导机电设备运维人员高效制定管理策略， 精准开展运行调整、维护保养、设备维修等工作。 2.“数据驱动”的煤矿数实融合示范持续涌现。通过各类平台， 得突破。 7.煤矿智能化专业技术人才短缺。高技能人才和复合型人才短板 凸显，从业人员知识结构难以适应煤矿智能化建设要求；煤矿现场工 作条件艰苦、对高素质复合型人才的吸引力差，存在招工难、留人难、 成长难等问题；智能开采专业性较强，人才培养难度大，如具有采矿 工程专业知识的技术人员，对数字化、信息化、智能化相关知识了解 甚少，对数字化、信息化等了解较深入的人才不了解煤矿井下业务， 新一代信息 攻关掘进系统数智少人化核心技术。依托地质建模与动态修正 技术，实现掘进路径的智能规划与截割参数自适应调整，突破基于地 质模型耦合的掘进装备规划截割，达到少人、高效、安全掘进。融合 人工智能与掘进系统专家知识库，开发具备智能感知、精准预测、协 同控制、自主决策的智能决策算法，构建掘进场景人工智能决策模型， 逐步替代人工经验主导的操作模式。研制新一代数字孪生多模态一体 化集中控制平台，支撑少人化作业场景下的全流程协同控制。

要装备、 3 安全防控智能化为建设重点，开展无人操作设备、无人值守系统的 研发与应用，提高洗选工艺过程的智能化水平。鼓励新建选煤厂开 展基于 BIM 技术的数字化设计与施工管理，建设选煤专家知识库， 开展重点生产单元、管理过程的智能化，形成完善的洗选过程智能 感知、智能控制、智能管理与智能决策，主要工艺环节、主要操作 岗位及重要设备实现智能无人操控，建成安全、节能、环保的智能 化选煤厂。 4 图 1 智能化建设参考技术架构 （一）井工煤矿智能化总体设计 1.总体技术要求 井工煤矿应建设智能化综合管控平台，围绕监测实时化、控 制自动化、安全本质化、管理信息化、业务协同化、知识模型化、 决策智能化的目标进行相应的业务模块应用设计，实现煤矿地质 勘探、巷道掘进、煤炭开采、主辅运输、通风、排水、供液、供 电、安全防控、经营管理等各业务系统的数据融合与智能联动控 制。 选煤厂智能化建设技术路径 第一阶段：重点开展智能化选煤厂标准建设、关键技术攻关、 基础装备完善工作，适时进行成熟技术推广，开展示范工程建设。 第二阶段：强化大数据技术与选煤专业知识的深度结合与应 用，建设选煤专家知识库，推进重点单元的智能化研究，建成完 善的选煤厂生产执行系统，实现生产过程控制和管理智能化。 第三阶段：全面实现智能化，对主要工艺环节、主要管理岗 位及重要设备实现智能感知、智能决策、自动执行的智能化体系；

进行定制检索和挖掘，最终筛选得到 9 个领域 734 个备选研究热点（包括相似和不相似主题），如表 1.3 所示。 1.1.3 研究前沿确定与解读 与论文数据处理挖掘同步，领域专家基于专业背景知识 , 并结合其他综合性科技情报信息，如科技动态、 科技政策、新闻报道等进行分析判断，提出工程研究前沿问题，并将其融入前沿确定的每个阶段。 在数据对接阶段，图书情报专家将领域专家提出的研究前沿问题转化为检索式，作为初始数据源的重 名称，得到每个学科组的备选工程开发前沿。同时，为避免遗漏新兴的或交叉的前沿，领域专家重视专利 地图中低频次、关联性较低的离群技术点的研判。 1.2.3 开发前沿确定与解读 在专利数据处理与挖掘的同时，领域专家基于专业背景知识 , 并结合其他综合情报信息，如产业动态、 科技政策、新闻报道等进行分析判断，提出开发前沿问题，并将其融入前沿确定的每个阶段。 在数据对接阶段，图书情报专家将领域专家提出的开发前沿问题转化为专利检索式，作为基础数据集 记忆网络结构等。常用的学习技巧包括注意 力机制、深度显著性图引导分割、使用跨模态互补信息、使用跨层级互补信息等。结合视觉大模型的先验 知识和弱监督学习的数据优势是该领域未来的发展方向。具体的技术发展趋势包括基于视觉大模型的语义 分割修正技术、基于先验知识的弱监督语义分割技术、基于剪枝的网络轻量化技术、基于增量学习的语义 分割技术、基于时域关联性的视频语义分割技术等。 （4）4D 打印的形状记忆聚合物智能结构

水效专家 发电专家 耗电专家 煤气专家 氧气专家 多介质耦合优化 碳资产管理 智 能 专 家 系 统 运行调整建议 • 精准定位问题，专业的操作建议 专家知识库支撑 • 丰富的专家知识库，为系统提供机理模 型支撑 运行异常报警 • 实时监测运行参数变化，提前预判异常 智能专家系统 - 发电专家 能效专家 水效专家 发电专家 耗电专家 煤气专家 率，提升 能源利用 效率 D B PA RT T H R E E 3特 点 & 效 果 实时 感知 优化 执行 实时分 析 科学 决策 实现两大突破 隐性数据可视化（数字化） 隐性知识系统化（智能化） 平台总体特点 打通四个环节 事前预防 事中监管 事后评价 管得好 看得见 说得清 系统通讯协议接口丰富，兼 容多品牌、多型号的 PLC 、 DCS 设备，同时具备扩展和

发展水平显著提升。 政策法规汇编 4 月刊 — 16 — 二、重点任务 （一）新一代信息技术赋能行动 1.释放数据要素价值。鼓励行业基础条件好的企业建设完善数据管理平台，利用数据挖 掘、知识图谱、智能建模等技术，开展产品研发、工艺优化、消费预测、营销服务、供应 链管理等应用，强化企业内部、产业链上下游数据共享，实现数据价值最大化。引导中小 企业建立数据采集、数据处理、数据存储与应用等基础能力，健全数据管理制度。推广应 AD）、制造执行系统（MES）、 供应链管理系统（SCM）等智能装备和工业软件。 3.加快工业互联网平台部署。鼓励大型企业、地方等结合行业和区域优势，培育综合 型工业互联网平台，增强设备接入、知识沉淀、应用开发、标识解析、产融合作等平台能 力。支持五金制品、塑料制品、皮革、照明、眼镜等以中小企业为主产业集群加快 5G、工 业光网、IPv6 等网络通信技术应用，培育特色工业互联网平台，促进集群内和产业链资源 鼓励行业协会、普通高校、职业学校、骨干企业建立联合培养模式，加快建立多层次 的轻工数字化专业教育体系。支持建设国家卓越工程师实践基地（数字技术领域）和现代 产业学院，培养轻工业数字化领域卓越工程师。深入实施专业技术人才知识更新工程，依 政策法规汇编 4 月刊 — 21 — 托全国行业职业技能竞赛、全国工业设计职业技能大赛、世界职业院校技能大赛等各级各 类职业竞赛，培养一批在智能控制、工业互联网、工业机器人等领域具有创新和实践应用

战略、新型能力、解决方案、治理体系、业务创新转型和综合效益等方面进行综 合评估。 工业互联网平台 发展指数 由国家工业信息安全发展研究中心研制，根据对全国 112 家重点工业互联网平台 的监测数据，从资源汇聚指数、知识沉淀指数、应用活力指数和企业赋能指数四 个维度综合评估工业互联网平台发展情况。 小微企业数字化 发展指数 由北京大学企业大数据研究中心提供，依托支付宝平台的“中国小微经营者调查” 数据，从数字化 数据包交换所（PCH）、国际电信联盟等 数据开放 开放指数、开放指数晴雨表等 数字能力 数字人才 人才状况 联合国教科文组织、Atomico、领英、 世界银行等 技术创新 成果 Web of Science、世界知识产权组织、 世界银行等 数字应用 数字政府 在线服务指数 联合国电子政务调查 电子参与指数 开放政府数据指数 地方在线服务指数 数字社会 接入性 国际电信联盟、全球移动通信系统协会、 数字商务 电子商务法规 世界银行、各国立法机构 电子合同法规 电子签名法规 电子证据法规 以及跨境流通的潜在能力进行综合评价。相较于上期指数，本期指数拓展收集了各国在算法、人工智能 伦理规范和知识产权等前沿数字技术的相关规制数据，更为综合全面地评估各国数字规制建设格局。 一级指标 二级指标 三级指标 数据来源机构 数字规制 数据流通 公共数据开放法规、个人查询政府数据、政府数据开放、

可持续发展管理 15 华为数字能源可持续发展管理体系框架 3 组 织 与 能 力 支 撑 质 量与 运营 组 织 能 力建 设 基 础设 施 知识 管理 文件 管理 6 C S D 管 理 体 系 的 改 进 问题 闭环 回溯 持 续 改进 商业环境 利益相关方 客户 商业环境 数字能源和个人的义务。 ● 与客户、合作伙伴及各国政府监管机构等利益相关方 展开积极、开放的交流与合作，持续增强彼此的理解 与互信。 华为数字能源长期致力于贸易合规、金融合规、反商业贿 赂、知识产权与商业秘密保护、网络安全与隐私保护、公 平竞争等多个领域的合规管理体系建设，合规遵从已融入 到华为数字能源政策、制度与业务流程中。 华为数字能源 2024 年可持续发展报告 责任经营 54 年可持续发展报告 责任经营 55 知识产权与商业秘密保护 华为数字能源坚持长期投入研究与开发，不断丰富自身知 识产权积累。华为坚信尊重和保护知识产权是创新的必由 之路。作为创新者以及知识产权规则的遵循者、实践者和 贡献者，华为数字能源积极通过自身实践致力于行业和国 家的创新和知识产权环境的完善。 华为数字能源注重自有知识产权和商业秘密的保护，也尊 重他人知识产权和商业秘密，禁止员工不当获取、不当披