的应用仍处于起步且分散的阶段，虽涌现出了多个单点应用案例，但尚未形成规 模化、系统化的效应。与此同时，工程领域普遍面临着将人工智能的巨大潜力转 化为实际生产力的挑战，例如，工程仿真平台 SimScale 在 2025 年发布的报告中 指出，高达 93%的工程领导者预期人工智能能在设计和仿真工作流程中带来生产 力提升，但仅有 3%的受访者表示已实现显著收益。这种预期与实际之间的差距， 以及数据孤岛、对传统工具的依赖等障碍，凸显了对一个更具系统性、针对性的 岗位，但同时也将创造更多与工程智能紧密结合的新岗位，这种变化在人工智能 发展所新兴的职业中已经初见端倪，包括人工智能伦理学家、提示词工程师以及 人机交互设计师等。其次，工程智能还将革新工程教育形式，通过个性化学习、 高保真仿真实践等，显著提升人才培养的质量和效率。更进一步地，人类与智能 的协作将逐步演化为“共生智能”的新模式，在此模式下，人工智能的目标不再 是完全替代人类的“完美机器”，而是作为“灵魂搭档”激发人类创造力和智慧， 确功能需求、性能指标、法规约束和商业目标，回答项目“是什么”和“为什么” 的核心问题；“设计”则聚焦于将策划蓝图转化为具体可行的技术方案，包括概 念生成、结构与系统建模、材料与工艺选择、性能仿真与多目标优化，解决“如 何实现”的关键路径。人工智能（AI）正在深刻重塑这一阶段，推动其从依赖人 类经验的、线性的、迭代式的传统模式，向数据驱动的、并发的、生成式的智能 新范式演进。 人工智

光互连技术是实现高集成度、低功耗、低成本、小体积的最优互 连方案之一，但其产品化受集成光学器件的市场接受度、标准和制造 能力的限制，仍面临多个方面的挑战，尤其是在标准、封装工艺、器 件性能、散热、仿真测试及良率等维度。 1)芯片级光互连挑战  标准化挑战 当前芯片级光互连技术仍处于早期发展阶段，不同厂商提出的解 决方案各不相同，尚缺乏统一的接口规范、封装尺寸和散热设计标准， 导致产业 面向大规模智算集群场景光互连技术白皮书 (2025) 37  仿真与建模挑战 随着集成密度的不断提高，为提高产品的一次设计成功率，仿真 技术在芯片级光互连技术设计阶段的应用将显著提升。仿真建模面临 显著挑战，首先是对多物理场仿真的高要求。CPO涉及电、光、热、机 械等多种等交叉学科的融合和多层级的跨越，这对仿真工具的协同能 力提出了极高要求。此外，目前光器件的建模标准化程度较低，缺乏 缺乏 统一的工艺设计套件（PDK, Process Design Kits）用于系统级设计， 限制了设计效率和可靠性。相比之下，光子仿真软件尚不如电子仿真 工具成熟，存在工具集成度低、功能分散、学习曲线陡峭等问题，进 一步加剧了仿真建模的复杂性。  测试与验证挑战 由于光器件和电器件建立在不同的制造工艺上，具有不同的验证 要求，因此给测试带来了诸多挑战。一是光引擎被固定封装在电芯片

光储配置。 （2）解决方案设计验证三大黑武器 智能规划定容 全球电网仿真中心 构网型储能平台应用与测试中心 图 2-18：解决方案“四阶段”、“十四步”法 矿区微电网仿真通过动态分析系统运行、控制及稳定性， 优化能源配置并保障供电可靠性，助力绿色低碳转型。针对矿 山负荷波动大、供电距离远等特点，仿真可提前暴露电压崩溃、 储能过充等问题，验证光伏 / 储能 / 柴油机等多能源协同能源 柴油机等多能源协同能源 协同能力，并测试极端场景下的系统冗余及黑启动能力。华为 全球电网仿真中心拥有 10+ 仿真工具平台、2000+ 仿真节点， 目前具备高精度机电仿真、电磁暂态仿真及半实物仿真能力 （HIL），可全面验证稳态 / 暂态的各类复杂工况，确保矿区 微电网安全高效运行。 华为构网储能平台应用与测试中心是全球规模最大的电网 层级测试实验园区，占地约 2 万平方米，总投资超过 3 亿元人 划实施与现场实验的设计工作，达 成客户快速交付的目标。 红海作为 一个光储协同构建的电网，整体运 行逻辑以及电网的性能指标等都需 要进行详细设计与仿真。华为凭借 自身在设计、仿真以微网实验平台 的能力，利用近两年时间，帮助完 成客户完成微网逻辑的构建与仿真 工作，包括但不限于光储协同构网， 电网 SCR 设计，能量分发逻辑，电网控制的稳态设计，暂态设计，一二次调频调压，PV/BESS/SVG

技术融合特征，但存在"有表无里"等实践痛点，强调"数智视融合，虚实人联动"将成为核 心趋势；技术架构对比分析 B/S 与 C/S 体系优劣势，结合案例提出建设参考；核心技术提 出七大能力体系，包括感知、数据治理、仿真推演等，支撑城市、工厂等场景深度应用； 通过技术成果展示物联网、AI、GIS 等技术聚合创新，如易知微的渲染引擎、数字人等实 践突破；行业应用聚焦园区、港口、水利等五大场景，结合政策与市场需求推动技术落地。 融合创新加速行业发展 .......................................................................... 75 1. EasyTwin 数字孪生仿真渲染引擎.............................................................. 77 2. EasyV 数字孪生可视化平台.......... 产品能力的强劲引擎。实现通过按钮触发一系列动作，极大 降低了二次修改的成本，许多以往需要在建模软件中调整的设置可以直接在 EasyTwin 中 修改。 数字孪生世界白皮书 76 直至今日，易知微具备了“三维模型生成-数字孪生仿真-可视化应用-人机智能交互” 的全链路产品生态，无需多次采买，能够一站式实现数字孪生项目构建的全流程闭环。 也正因我们一直坚持使用原创自研的产品进行数字孪生项目交付，易知微的产品使用 逻辑高度

技术融合特征，但存在"有表无里"等实践痛点，强调"数智视融合，虚实人联动"将成为核 心趋势；技术架构对比分析 B/S 与 C/S 体系优劣势，结合案例提出建设参考；核心技术提 出七大能力体系，包括感知、数据治理、仿真推演等，支撑城市、工厂等场景深度应用； 通过技术成果展示物联网、AI、GIS 等技术聚合创新，如易知微的渲染引擎、数字人插件 等实践突破；五、行业应用聚焦园区、港口、水利等五大场景，结合政策与市场需求推动 数字孪生可视化平台........................................................................101 （二） EasyTwin 数字孪生仿真渲染引擎...............................................................106 （三） 防洪“四预”智慧水利平台........... 数字孪生世界白皮书(2025) 39 水利行业正加速向数字化、智能化方向转型，传统水文模型受限于单一的数据表达形 式，难以直观呈现复杂的水文动态与洪水演进过程。在此背景下，水动力模型通过融合虚 拟仿真、可视化技术和数字孪生理念，构建起多维度的动态表达体系，实现了水利模型从 "数据堆砌"到"场景复现"的跨越式发展。该模型不仅通过倾斜摄影矩阵实现与真实地形的 空间耦合，更借助 GPU 加速渲染、

防止审查流于形式，建立严格审查标准， 确保规划符合要求。 常见陷阱与对策 AI 智能审查 关键产能扩张项目先做虚拟仿真，验证瓶颈再落地， 降低 CAPEX 浪费，提升投资效益。 01 关键产能扩张验证 防止仿真与实际脱节，建立仿真与实际结合机制，确 保仿真结果有效指导实践。 02 常见陷阱与对策 数字孪生产线 交付后的“三件大事” Part 06 01 负责人：战略发展部，频次：

应用于人力资源领域。基于数字孪生 技术构建的虚拟仿真实训系统，能极大降低实操培训成本与安全隐患，助力高技能人才培 训，如四川应用的 5G+XR 技术每年助力培训超 10 万高技能人才。 技术融合对人力资源管理的启示 技术的融合要求员工从“操作工”转变为 “数据解读与决策者” 。人力资源部门需主导 建立持续学习与技能重塑的文化，利用虚拟仿真实训、AI 个性化学习路径推荐等技术， 构建适应技术迭代的赋能体系。 不同业务环节的数智化应用成熟度，直接反映了企业的转型实效，也是人力资源配置的“需 求地图”。 2.2.1 研发设计：从“辅助工具”到“创新伙伴” 成熟度：中等偏高。3D 建模、仿真分析（CAE）已广泛应用。 前沿实践：基于 AI 的仿真与优化正在兴起。AI 大模型能够整合海量设计标准、材料特性 和历史案例数据，快速生成多种设计初稿，并依据性能、成本等参数自动优化，大幅缩短 研发周期。例如，在装备设计中，AI 速、温度、位置）映射到虚拟产线中。管理者可以在 3D 可视化界面上直观地看到设备状 态、生产节拍、物料流动。系统可以基于实时数据进行仿真，找出生产瓶颈，并提出优化 方案，如调整机器人运动轨迹以节省毫秒级时间。 工厂级数字孪生：实现全生命周期管理 布局规划与仿真：当需要引入新产品线时，可以在数字孪生工厂中进行布局模拟，分析设 2175 云，人力资源数智化解决方案 第 26 页 共 37 页

数智化转型白皮书 — 9 — 其五，数字化与智能化转型由“锦上添花”转为“生存底座”。在“速度竞争+体 验竞争+全域数据经营”的范式下，车企需要构建以数据为核心的全链条能力：研发 （模型驱动/云上仿真/数字孪生）、制造（柔性智造/质控追溯/能耗与碳管理）、供应 链（协同可视/多级风险管控）、渠道（D2C/一体化私域经营/定价护城河）、服务 （FOTA/SOTA/订阅与数字增值）。这一体系将决定企业能否走出“有量无利”的陷 Data+AI 数智化转型白皮书 — 32 — 图 15：底层数据平台支撑上层应用 然而，在汽车这一与物理世界紧密结合的先进制造业中，仅打通线上的数据流尚 不足以应对全部挑战。从新产品的虚拟设计与仿真，到智能工厂的规划、调试与运 营，再到复杂供应链网络的风险推演，都离不开对物理世界各要素进行精准的数字化 映射、模拟和交互。这便是“易知微空间智能”所代表的应用领域。它能够在虚拟空 间中构建与 间中构建与物理世界实时同步、可交互、可推演的数字化模型。 因此，面对系统性的挑战，我们提出必须采用系统性的解决方案。该方案的核 心，是将袋鼠云多模态数据中台强大的“数据整合与治理”能力，与易知微的“空间 映射与仿真”能力进行深度融合。前者负责打通信息流，构建企业数字世界的“数据 底座”；后者负责连接物理世界与数字世界，构建企业的“虚实交互与决策推演”平 台。 袋鼠云 汽车行业 Data+AI 数智化转型白皮书

在虚拟环境中模拟、监测和优化物理网络中的实体、过程或系统。数字孪生网络是迈向高阶自 智网络的关键使能技术，借助数字孪生技术可推动网络规建维优工作向自动化、智能化模式换 挡升级，同时，通过对物理网络精准复制和系统仿真，突破物理网络受到的时间、空间、成本 等约束，实现网络全生命周期的精准管控。中国联通参考TMF自智网络框架，基于市场需求和 技术发展，依托“一个联通、一体化能力聚合、一体化运营服务”的核心优势，提出联通数字 l 高精融合感知：感知对象从有源到无源，感知粒度从网络级到应用/用户级，感知频度 从分钟级到秒级/毫秒级，提供多维高精基础数据。 l 灵活可信控制：在网络割接、扩容、升级等场景开展事前仿真、事后校验，实现可信 执行、零风险、配置错误不入网。 l 隐患预测预防：过对高精度融合感知数据的智能分析推理、智能识别网络/业务隐患， 提供预防预测性维护方案、支撑可信决策。 25 利用率分析、网络结构分析、链路质量分析、安全隐患分析等智能化分析应用。 能力层：打造感知分析能力底座，覆盖网络及业务全生命周期运营能力，具备网络流量流 向分析、网络仿真、自动配置、应用质量分析、用户质量分析、路由仿真及调度、网络预测、 32 用户行为分析、智能推送等关键能力。 分析/数据层：基于SNMP、NETFLOW、EDPI、DPI、AAA、DNS等日志，运用大数据技

PaaS中间层 特点：政策驱动、预算 充足、智算中心的建设 先于使用 高价值行业：自动驾驶、具身智能、生物医药、高校科研 垂直行业客户 高用量场景：教育科研辅助、药物研发、物理 世界模型、训练仿真推理平台 8 www.leadleo.com 400-072-5588 中国：云计算系列 行业研读 | 2025/07 • SaaS层的价值目标不在于直接盈利，而是作为流量入口，带动云厂商 要云厂PaaS层能力 具身智能 自动驾驶 生物制药 算力消耗核心场景 世界模型训练、物理 时间孪生仿真 视觉模型训练、仿真 测试 基因测序对比、分子 机构模拟 芯片偏好 高端芯片H20(141G)、B100/B200 行业能力需求 数据处理、模型训练、仿 真、应用开发 数据标注存储、分布式训 练、仿真测试平台 行业数据库、数据存储、 高性能计算 ➢ 华为云与数十家具身智能企业战略合作