· 北京 中国工程院 一 、人工智能赋能新型工业化——智能制造 是推进新型工业化的主要技术路线 ( 一 ) 创新是发展的第一动力，是发展新质生产力的核心要素 ( 二 ) 以智能制造为主攻方向，人工智能赋能制造业高质量发展 二、推进人工智能赋能新型工业化的战略部署 三、 " 十五五 " 系统推进智能制造的几点建议 中国工程院 ) 以智能制造为主攻方向，人工智能赋能制造业高质量发展 二、推进人工智能赋能新型工业化的战略部署 三、 “十五五”系统推进智能制造的几点建议 中国工程 院 6 ( 二 ) 以智能制造为主攻方向，人工智能赋能制造业高质量发展 以创新为根本动力 推进新型工业化，加快建设制造强国， 走一条什么样的技术路线呢 ? 7 ( 二 ) 以智能制造为主攻方向，人工智能赋能制造业高质量发展 推动制造业加速向数字化、网络化、智能化发展。 要以智能制造为主攻方向推动产业技术变革和优化升级， 推动制造业产业模式和企业形态根本性转变， 以“鼎新”带动“革故” , 以增量带动存量， 促进我国产业迈向全球价值链中高端。 8 ( 二 ) 以智能制造为主攻方向，人工智能赋能制造业高质量发展 以智能制造为主攻方向， 人 工智能赋能新型工业化， 是我国制造业创新发展的主要技术路线。

网络承载能力，高功耗、高成本和复杂布线问题愈发突出。 在此背景下，光交换技术凭借超大带宽、超低延迟与低功耗等特 性，正与电交换形成互补融合的“光电协同”架构，成为新一代智算 中心网络的重要发展方向。光电协同不仅能够在物理层显著提升链路 性能，还为网络的灵活重构、智能调度与按需适配提供了技术空间。 全球领先的产业与科研力量均已在此领域展开探索，并在部分应用场 景实现试点部署。 然而，要 发展趋势与智算中心网络需求，揭示光电 协同兴起的背景； • 分析光交换与电交换的性能差异与技术互补性； • 总结光电协同网络在应用层、传输层、路由层、链路层与物理 层的关键挑战与发展路径； • 提出面向未来的技术演进方向与标准化路线建议。 我们期望本白皮书能为智算中心网络领域的研究人员、设备制造 商、运营商与服务提供商，提供系统的参考框架与技术洞察，共同推 动构建超大规模、超大带宽、超低时延、超高可靠的新一代智算中心 ....................... 35 3.3 网络层：面向光电网络的智能路由控制...............................36 3.3.1 路由协议的光电优化方向............................................. 37 3.3.2 面向光电拓扑的预计算优化与双模路由表设计.........38 3.4 链路层：面向光电网络的智能双工重构

”-G20峰会正式提出了数字经济的概念，并随后 写入政府工作报告，作为我国“建设现代化经济体系”战略目标。国家以“供给侧改革”为核心，陆续出台“智慧城 市”、 “中国制造2025”等政策引领转型方向；同时由于国家竞争力提升，“一带一路”等政策也对企业提出了超越 以往的要求。 行业发展 企业管理者视角：行业竞争表现出新的发展型态，可能一家企业，明天会被行业外的公司所击败，这 导致企业领导 化方面，尚且缺少支撑，这个问题已经作为一种比较重要 的挑战被意识到，业界统称为“数字鸿沟与数字素养”。 各地政府、企业与组织，这几年都意识到这个问题的重要 性。例如多地政府，针对新一代人才出台相关优厚政策； 大学教育也针对这个方向在调整变革，例如校企合作，双 创平台的数字化教育创新手段。 存在这些客观的挑战，我们发现实现数字化转型困难重重。 如何规划可行的数字化转型路径，本文从框架与参考架构方面，将给出建议。 数字化转型的重要模型与科学 而目前业界普遍的现状是： 缺少整体系统性框架设计 数字化转型的方向已经得到普遍认可，组 织或者企业的单个部门开始实施转型，结 果是价值链的单个环节迈的步伐大，但其 他环节没有加入，最终导致达不到最终转 型效果。 案例一：某制造型企业，生产现场设施 的管理由自动化部门负责，公司协作沟 通由信息化部门负责。信息化部门由于 对数字化转型的方向比较认可，因此构建 了企业云计算、大数据、人工智能等数字

................... 36 第二节 协作机器人核心技术分析 .................................. 39 第三节 协作机器人产品技术趋势与方向 ............................ 43 第五章 协作机器人行业投融资概况分析 ................................ 46 第六章 协作机器人下游应用分析 能的同时，还需要提 高产品兼容性，与示教器、视觉相机、操作摇杆、移动底盘、末端执行器等周边配套产品搭 配使用，以实现下游场景所需要的各种功能。在此过程中，协作机器人产业链上下游也在向 多元化的方向发展。 经过多年的沉淀，协作机器人产业链已愈发完善，中国市场在这一进程中表现突出。从 减速器、电机到机器人的控制系统，国产厂商的参与度逐年提高，在产业链各环节的影响力 持续增强。与此同时，由 扭矩传感器产品 数据来源：公开资料，高工机器人产业研究所（GGII）整理 2、六维力传感器 六维力传感器也被称为六轴力/力矩传感器、F/T 传感器，用于精确测量 X、Y、Z 三个 方向的力信息和 Mx、My、Mz 三个维度的力矩信息，目前主要应用于汽车行业的碰撞测试、 轮毂、座椅等零部件测试以及航空航天、生物力学、医疗领域、科研实验、机器人与自动化 等领域。 2023 年

区块链 可信数据空间 数场 数联网 数据元件 第六章 国家数据基础设施技术发展趋势 68 全球将形成三种数据基础设施主流技术路线 国家数据基础设施将向“一空间（场或网）四技术”方向收敛 数据基础设施将实现人工智能大模型的“数据平权” 05 07 07 08 09 13 21 33 33 34 35 37 37 39 46 50 54 58 基础设施，促进数据共享”。2024年10月9日，中共中央办 公厅、国务院办公厅发布《关于加快公共数据开发利用的意见》，提出“加强数据基础设施建设，推动数据 利用方式向共享汇聚和应用服务能力并重的方向转变。”“研究制订数据基础设施标准规范，推动设施互联、 能力互通，推动构建协同高效的国家公共数据服务能力体系。”2024年12月31日，国家发展改革委、国家数 据局、工业和信息化部发布《国家数据 源的需求陡增。据京数智科技研究成 果，预计到2028年全球可流通数据将完全耗尽。数据生产方式将从互联网上采集结构化数据的传统方式向数据资源的广度 和深度两个方向拓展：第一个方向是向广度拓展，即从互联网爬取数据向物联网自动生成数据的方向拓展。各种可穿戴设 备、智能家电、道路监控设备、工业互联网自动感应装置等生成的多模态非结构化数据，正成为当前数据来源的主流，专业 数据生产方式不断向广度和深度拓展是数据要素化发展新阶段的重要标志

个月。规划不仅是 PPT ，更是“投资备忘录 + 资源分配令”，越晚动笔，错过预算排期与项目申报窗 口的风险越大。 时间窗口紧缩 旧模式“五年写一次”，新模式“五年 + 三年滚动”，兼顾长期方向与短期灵活。注 重量化指标，要求量化 + 路线图 + 责任清单，确保“写得出、干得成”。数据平 台线上报送国资委，实现实时监控、穿透考核。 新规带来的变化 规划季的紧迫性 01 供应链地缘化、碳关税、 、净利率、研发效率等，找出 自身差距与优势，明确提升方向。 主营业务收入、 EBITDA 、资产负债率、 R&D 强度、碳排放基 线等关键指标，用数据还原“站在什么位置”，为规划提供准确的 起点。 家底可视化 外部横截面对比 痛点卡点梳理 发展现状分析 “ 做强主业、做优协同、 做新赛道”，用简洁明 了的一句话让所有员工 秒懂方向，凝聚发展共 识。 02 构建四维度指标池（质 “三个集中”——安全攸 关、民生保障、战略新 兴，确保规划方向与国 家发展需求高度契合。 01 总体要求明确 战略定位清晰 发展目标量化 总体要求与目标设定 路线地图层规划 “ 巩固”板块深挖成本、智能化改造；“延伸”板块上下游 并购、平台化生态；“跃升”板块聚焦数字经济、算力基 础设施、氢能储能等新赛道，明确各板块发展方向。 投资计分牌评估 用“投、建、产、研”四象限评估重大工程项目的

加成熟，根据任务特性、网络状况、算力分布等因素动态分配计算任务，实现整体效 率的最优化。端侧 AI 不再是云端 AI 的简化版本，而是形成了各具特色、相互补充的 智能计算生态，共同推动 AIoT 产业向更加智能、高效、普惠的方向发展。 洞察 2 多模态智能原生：感知数据即资产，视觉+雷达+声学的融合将成为默认配置； 生成式 AI 在感知增强与自动标注中大幅降本 2025 年，多模态智能已经从实验室的前沿研究转变为产业界的标准实践，成为 仅 在性能指标上有显著提升，更重要的是从设计之初就考虑了与 AI 系统的深度集成，支 持模型的在线更新、参数的动态调整、数据的智能预处理等功能。 展望未来，多模态智能将向着更加自然、更加智能的方向演进。随着脑机接口、量子 传感等前沿技术的成熟，人类将能够感知和理解更加丰富的信息维度。同时，多模态 AI 将不仅局限于感知层面，而是深入到认知、推理、决策等更高层次的智能活动中， 真正实现机 另一方面，垂类大模型的引入，提升了边缘智能的“智能等级”，让边缘设备不仅能 “感知世界”，还能“理解场景”，推动边缘 AI 从“感知”向“认知”跃迁。 展望未来，确定性网络将向着更大范围、更高性能的方向发展，实现全球范围的确定 性互联。垂类 AI 模型则将在保持可解释性和可审计性的基础上，通过联邦学习、迁移 · 8 学习等技术实现跨企业、跨行业的知识共享和模型优化。两者的深度融合将构建起新

12.5%，慢性病风险下降4-7%。人工智能云平台 作为数据价值转化核心，通过“设备-平台-医疗” 一体化生态，显著提升服务响应效率。 在产品服务创新方面，养老机器人正向技术融合 与产品分化方向发展，互联网医疗则通过平台适 老化改造、数据互联互通、AI深度融合和服务生 态构建四大路径，打造以老年人为中心的智能健 康生态系统。 综上所述，中国智慧养老产业正通过技术创新、 生态协同和服务升级，构建覆盖全生命周期的健 核心观点三：智慧养老产品持续升级，构建 全周期健康管理生态 智慧养老产品正经历从单一功能向系统解决方 案的升级。可穿戴设备通过技术融合形成覆盖 “预防-诊断-康复”的全周期健康管理闭环；养老 机器人向技术融合与产品分化方向发展；互联 网医疗则通过适老化改造、数据互联、AI融合等 路径，构建“设备-平台-服务”一体化生态。这些 创新正推动养老服务从基础照护向个性化、普 惠化的健康管理解决方案演进，为应对老龄化 挑战提供技术支撑。 第二章【中游分析】可穿戴设备（3/5） 中国成人智能手表线上市场TOP5品牌销量表现，2024H1 & 2025H1 智能穿戴市场呈现生态化竞争与头部集中化态势。技术自研与场景融 合正成为行业核心竞争壁垒，推动市场格局向寡头化方向加速演进 来源：洛图科技、头豹研究院 单位：% 32.7% 34.0% 28.1% 29.4% 12.6% 13.0% 22.2% 19.2% 2.3% 2.1% 2024H1 2

1. 通信 2. 遥感 3. 微电子 4. 空间信息 第八章 人文社会科学 1. 社会科学 2. 人文科学 3. AI 伦理治理 第九章 展望与政策 1. 未来挑战与研究方向 2. 政策框架 目录 3 4 5 12 13 14 15 18 18 19 20 21 24 25 26 27 30 31 32 33 34 37 力图突破计算复杂度高、安全对齐难、可解 释性弱等短板。与此同时，随着训练数据、 算力资源逐渐面临增长瓶颈，研究者正积极 寻找继续提升模型能力的第二扩展定律，推 动模型向知识增强 4、多模态融合 5,6 和深度 推理 7,8 方向演进，逐步催生出具备自主学 习和决策能力的智能体系统 9。这一趋势不 仅拓宽了人工智能的应用边界，更为实现真 正意义上的通用人工智能 (AGI) 奠定了坚实 基础。 1.2 最新进展 以大语言模型为核心的人工智能技术正 伸到推理阶段，通过模型架构革新与软硬件 协同设计，实现参数效率的指数级提升 10， 进而大幅降低训练和推理的能耗。这一战略 转变为持续推动模型能力升级提供了新路 径。在技术演进方面，研究者聚焦于多个前 沿方向： 1.2.1 知识增强：为弥补大语言模型长 尾或领域知识不足、内在知识难以动态更新 等问题，检索增强生成技术 4 通过对外部知 识库的充分利用，使得模型能够快速获取专 业知识和最新信息，有效提升了大语言模型

. 25 (四) 国产厂商大型 PLC 软件未来发展方向......................... 26 1.方向①：逻辑编程软件方面，开发一体化平台（集成的开发环境） ................................................................... 26 2.方向②：生成式 AI 在 PLC 中的布局.......... .............. 27 3.方向③：构建开放社区................................... 29 4.方向④：云 PLC/虚拟 PLC................................. 30 第四章：大型 PLC 典型行业客户现阶段对自主可控的需求分析......... 30 (一) 全行业大型 PLC 自主可控需求分析...... 些特定行业或应用场景的需 求。此外，在传统用户习惯和市场规模的影响下，自主可控产品在市场的推广上 面临较大的阻力。 2. 硬件技术发展趋势 高性能、低功耗、强可靠性将是未来硬件发展的重要方向。随着云计算和数 据中心对计算能力的需求日益增加，设计适合大规模部署和管理的服务器硬件将 是一个重要的研究领域。此外，在信息安全方面，自主可控的硬件体系结构面临 着来自各种攻击的威胁，如恶意代