中国工程院 2. 智能制造是一个大概念 2) 面向智能制造的人 - 信息 - 物理系统 (HCPS) 的进化历 程 (1) 制造系统发展的第一阶段：传统制造与人 - 物理系统 (HPS) 天工开物，玉器磨床 13 (1) 制造系统发展的第一阶段：传统制造与人 - 物理系统 (HPS) 以蒸汽机的发明为标志的动力革命引发了第一次工业革命， 以电机的发明为标志的动力革命引发了第二次工业革命，人 各 种工业品，这种由人和机器所组成的制造系统大量替代了人 的体力劳动，大大提高了制造的质量和效率，社会生产力得 以极大提高。 中国 工程院 14 (1) 制造系统发展的第一阶段：传统制造与人 - 物理系统 (HPS) 这些制造系统由人和物理系统 ( 如机器 ) 两大部分所组成，因此称 Systems)—HPS 。 创造者 知识 物理系统 (P) 人机接口、 动力装置、 动力装置、 工作装置 … 为人 - 物理系统 (Human- Physical 人 (H) 学 习 认知 分析决策 使用者 控制 感 知 16 (2) 制造系统发展的第二阶段：数字化制造与人 - 信息 - 物理系统 (HCPS1.0) 二十世纪中叶以后，随着制造业对于技术进步的强烈需求， 以及计算机、通讯和数字控制等信息化技术的发明和广泛应 用，制造系统进入了数字化制造

主机现代化发展趋势 2.1.1 开放平台架构以“云 + 分布式应用”为主 2.1.2 主机现代化分三阶段实施落地 主机现代化三阶段实施路径技术诉求 2.2.1 云平台建设阶段关键诉求 2.2.2 应用和数据迁移阶段关键诉求 2.2.3 应用开发与运维转型阶段关键诉求 基础设施层 3.1.1 软硬协同一体化，构建融合高性能基础设施 3.1.2 调度和升级优化，支持超大规模算力管理 架构体系的过程。整个工程不仅涉及硬件和软件的替换，更包含 开发模式、运维模式的全面转型。 11 2.1 主机现代化发展趋势 2.1.1 开放平台架构以“云 + 分布式应用”为主 2.1.2 主机现代化分三阶段实施落地 近年来，为了应对主机面临的技术挑战，众多企业和政府主机用户已经着手推进主机现代化进程，全球主 流云厂商陆续推出了各具特色的主机现代化解决方案，传统主机厂商也在寻求新技术突破、积极探索主机现代 建设主机现代化开放平台的主要选择。“云 + 分布式应用”已成为主机现代化的主流技术路线。 基于云平台的主机现代化实施路径通常划分为三个阶段：云平台建设、应用和数据迁移、应用开发与运维 转型。各阶段的主要任务如图 2-1 所示： 图 2-1 主机现代化三阶段实施路径 阶段一：云平台建设 阶段二：应用和数据迁移 阶段三：应用开发与运维转型 开放平台底座 开放平台底座 业务应用 Java、GO、JSON、XML、HTML、JavaScript

新政策驱动行业运营能力升级 1.2 新时代推动企业运营水平提升 1.3 新技术加速石化运营智能变革 第二章 体系：石油石化运营迭代新体系 2.1 石化新智运营特征与能力框架 2.2 石化新智运营发展阶段成熟度 2.3 石化新智运营能力跃迁的价值 第三章 实践：新智运营场景及解决方案 3.1 技术框架：全栈“三智”支撑 3.2 场景案例：石化“四新”方案 3.3 石化盈科的新智运营解决方案 转型。这一模式推动行业从“被动合规减排”转向“主动价值创造”，最终形成数智化、智 能化与绿色增长相互促进的良性循环。 智能运营是企业长期保持竞争力的重要引擎。该引擎的关键在于实现贯穿资源勘探开发、管 道储运、炼化生产、产品销售各阶段的全产业链一体化优化，以及风险控制、财务管理、科 技研发等领域的创新。当前，政策不仅推动单点技术升级，更注重构建可持续的智能运营体 系。例如，《原材料工业数字化转型工作方案（2024—2026年）》强调建立基于数据的数字 力、品牌影响力与可持续发展能力，实现全球范围内的卓越运营与战略引领。 2.2 石化新智运营发展阶段成熟度 基于上述新智运营能力体系，石油石化行业在当前时代的新智运营发展已经呈现出清晰的阶段性 特征。我们的研究成果显示，新智运营的主要发展过程可以归纳为局部赋能、平台整合、全局优 化、生态智能四个典型阶段。该成熟度的本质是数智技术在传统能源产业从简单叠加到深度融合 运用，最终实现运营模式根本性重

华为质量管理体系理论基础 3. 华为质量管理体系应用实践 4. 华为质量文化建设 华为质量管理体系概述 • 华为质量管理体系发展四个阶段： 第一阶段：流程管理： IPD+CMMI 流程管理体 系第二阶段：标准量化：建立明确的质量标准 第三阶段：零缺陷管理：全员参与的质量文化 第四阶段：以客户体验为导向的闭环：以客户为 中心 • 华为质量管理体系形成过程中，借鉴了日本、德国的质量文化，建立了遵 循规 公桌上最重要的一个摆设，时时刺激 着每一位当事人。 第一阶段： IPD+CMM • IPD 和 CMM 是全球通用的语言体系，使得客户可以理解华为的质量体 系， 并可以接受华为的产品与服务。 • 质量管理基于业务流程。 • 比如：在生产过程中，由于人的不同会导致产品有很大的差异，而这套体 系通过严格的业务流程来保证产品的一致性。 第一阶段： IPD+CMM • 质量管理活动已有效 地融入到了各主要业 地融入到了各主要业 务流程当中 • 质量体系架构分为： 研发质量体系、供应 链质量体系、交付质 量体系 第二阶段：建立产品质量标准 • 华为在为不同的运营商服务时，需要仔细了解每一家的标准，再将标准信 息反回到国内的设计、开发、生产制造环节。 • 在流程基础上，强化了产品标准对于质量的要求，通过量化指标让产品得 到客户的认可。 • 比如：基于这些年对于标准体系的建立，华为现在已经可以全球统一发布

政策密集出台，系统优化全国算 力布局，引导智算中心有序落地、协同发展。另一方面，需求端爆发式增长，人工智能大模 型迭代进入“多模态＋AI（Artificial Intelligence）智能体”阶段，对高并发、高能效、低 延时提出新的要求，持续倒逼芯片、架构与系统级创新，需求与政策同频共振，正将中国算 力产业推向新一轮技术革命。 通用算力、智能算力、超算算力均保持高速增长，智能算力在增长竞赛中跑出“超级加 但其在异构算力下平均分配因其计算能力、传输能力差异性造成模型计算量处理不同步、集 合通信数据传输有堵点，“快等慢”造成部分资源浪费。针对大模型推理过程，由于预填充 和解码阶段对算力和显存的需求量不同，传统大模型推理过程算力显存阶段互为瓶颈，造成 低水平资源利用率，需要解决异构算力协同调度问题使其匹配到最优计算任务。 8 第二章 算力协同体系架构 为了打破异构算力生态壁垒，实现不同类型智算异构算力高效协同工作，南向屏蔽底层 算力计算能力差距，面向大模型训练场景构建分布式并行策略组合、业务感知的非均质拆分 等能力，实现跨厂商算力的弹性按需调度；面向大模型推理场景，支持单机多卡异构分布式 推理和跨节点分布式异构推理等多种形式，适配模型推理不同阶段算力需求特性，精细化调 度实现异构算力降本增效；构建大模型训练和推理混合部署的调度底座，实现训推任务的动 态、实时切换，化解算力潮汐矛盾，完成从集群到设备级的异构算力精细化调度，实现异构 算力集群的效能革命。

系统性解决方案过程联动方法 18 …………………………………………………………………… 7 发展阶段与水平档次 19 …………………………………………………………………………………… 7. 1 概述 19 ………………………………………………………………………………………………… 7. 2 发展阶段 20 …………………………………………………………………………………………… 7. 3 水平档次 …………………………………………………………… 附录 B (资料性) 不同行业的主业务环节(主场景)及其主要细分业务环节 30 ………………………… 附录 C (规范性) 基于参考架构的企业数字化转型发展阶段与水平档次(成熟度模型) 32 …………… C. 1 模型构成 32 …………………………………………………………………………………………… Ⅰ GB/T45341—2025 C. 2 等级要求 申龙、何刘涛。 Ⅳ GB/T45341—2025 引 言 新一轮科技革命和产业变革迅猛发展,世界正处在一个从工业时代向信息时代加速转型的大变革 时代。全球物质经济发展已经从增量阶段进入存量阶段,资源、能源和环境的刚性约束日益增强,只有 深入推进信息技术和实体经济深度融合,全面加速数字化转型,大力发展数字经济,才能改造提升传统 动能,培育发展新动能,开辟全球更加广阔的新发展空间。

济 和社会价值，不断激活数据要素潜能，实现原始数据向知识再向智慧 跃迁的更高层次价值释放。 随着人工智能与实体经济深度融合，智算需求已经呈现爆发式增 长。AIGC 大模型参数量达到万亿，训练阶段需要万卡甚至十万卡集 群支持。如表 1-1 所示，训练万亿级模型（如 GPT-4）已突破万亿（10²⁵） FLOPs，需数千至万块 H100 级芯片，训练成本达上亿美元。 表 1-1 不同规模模型的算力需求估算 借助交换机内部元件的运动或物化性质改变等来改变光的出射方 向。主动光交换机的重配置时间一般较长（数毫秒级），成本较 高，但端口数量有明显优势，商用可达 320×320 个端口的规模， 部分技术在实验室阶段已探索更大规模。  被动光交换机典型的例子如 AWGR，则令不同波长的输入光在固 定光路结构中被引导至不同的输出端口，从而实现波长选择性连 接。AWGR 本身无任何可调组件，不具备动态重配置能力，其路 务的同步性和稳定性。其次，基于线路交换的特性使得光交换在灵活 性和可重构性上受限，通常依赖于固定波长或空间切换，无法高效支 持训练任务中频繁的动态通信模式，这可能导致网络瓶颈和资源利用 率低下。现阶段使用光电协同方案组建智算中心网络，以结合光域的 高速传输和电域的灵活控制，是更为实际的方案。 在传统的电交换数据中心网络中，常使用三层交换的网络拓扑， 也就是网络的组织形式。最底层的叶交换机连接同一个机柜内的所有

非逻辑思维 与最终的价值判断。我们的系统设计，必须为人留下空间，赋能人；不是用 AI 技术完全替代人，而是人与智能系统长久地共同成长。 这本五万多字的白皮书，是我们团队对上述思考的系统性梳理与阶段性总结。 它既是一份蓝图，也是一份邀请。我们坚信：智能驱动，工程焕新；智工融合， 创见未来。 这项事业的宏伟，远非任何单一学科或团队所能独立完成。在此，我诚挚地 呼吁人工智能与工程学科的专家 ..9 2.1.1 策划与设计阶段的工程智能.............................................................10 2.1.2 验证与建设阶段的工程智能.............................................................12 2.1.3 运营与维护阶段的工程智能........... ，赋能工业制造、农 业、绿色转型等各个领域，提升人工智能素养，确保人工智能的安全、可靠和可 控。 尽管人工智能技术取得了迅猛发展并受到各国战略重视，其在诸多工程领域 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

转向 “数据驱动”。 虽人形机器人面临软硬件协同、成本控制、伦理监管等挑战，工业机器人面临成本与规模挑战，医疗骨科机器人面临系统 稳定性及技术挑战；但产业已告别 “工具时代”，迈入人机协同共生新阶段，这场变革既是技术跃迁，更是生产力模式重 塑，为智能未来开启新篇章。 百思特中国企业变革研究院 冯亚霞 著 第一章 / 机器人产业规模扩张与结构升级 01 第一章 干、头部、四肢以及语言、动作和基础 智力能力。其发展历程可追溯至 20 世纪 70 年代，早稻田大学推出的 WABOT—1 和本田公司的 P2 标志着早期探索阶段； 2020 年至今，随着人工智能技术的突破，人形机器人进入高度智能化阶段，已能够实现语义识别、情绪感知、平稳行走及复杂 动作控制。 2、核心技术模块 现代人形机器人主要依赖三大核心技术模块： 环境感知模块：通过视觉、声学、雷 人形机器人：具身智能的先锋载体 03 3、应用场景与发展阶段 目前人形机器人主要应用于工业领域，如货物搬运、质量检测及数据采集。未来，随着软硬件技术的迭代，其应用将向家庭服务（健康监测、 家务协助、餐饮制作）和商业场景拓展。然而，技术壁垒（如运动控制精度）、资金投入、高端人才短缺及市场接受度等问题，仍对其大规模商 业化落地形成制约，行业发展目前仍处于初步阶段。 行业环境分析 看经济｜电子信息制造业快速发展，为人形机器人发展创造良好环境

、 协同向赢”的“四擎两翼”智慧运营新生态，于更高维度推动网络高质量发展，持续巩固差异 化竞争优势。 2025年，中国联通深化自智网络实施，积极释放智能体生产力，全力加速迈向L4高阶智 能阶段。公司以价值流与成效指标为核心牵引，聚焦高价值场景布局智能体建设，通过夯实数 智基础激活智慧动能、强化网络内生智能使能跨层协同等举措，全方位提升网络智能化水平。 同时，依托技术合作、部省共创、生 同时，依托技术合作、部省共创、生态共赢等创新机制，推动L4自智网络体系化、规模化落地 实施。 本白皮书立足行业发展趋势，从体系架构、实施策略、创新机制、应用案例等维度，系统 全面地阐述了中国联通自智网络的实践思路与阶段性成果。白皮书明确了自智网络L4发展目 标，精准选定面向未来三年的高价值场景，科学定义成效指标体系，精心设计技术架构与实施 2 框架，为自智网络向L4目标迈进提供清晰指引。未来，中国联通将以价值流为导向，持续增强 粒度子场景，支撑行业精准差距分析；推出IG1256A规范，通过标准化方法量化自智网络部署 的商业价值与网络自动化的经济效益，驱动价值转化。 2.3 技术演进：多技术融合夯实 L4 实现基础 全行业推进自智网络从L3向L4阶段迈进，在开展L4规划实践和产业标准制定的同时，将 网络大模型、多智能体协作、数字孪生等几个方面作为重点投入方向，开展技术攻关以实现L4 价值场景的突破。 网络大模型：随着AI技术与网络的深度