延加工业，化学原 料及化学制品制造业，计算机、通信和其他电子设备制造业，造纸及纸制品业，化学纤 维制造业，纺织业，非金属矿物制品业等工业行业中。 0 10000 20000 30000 电力 、热 力生 产和 供应 业 黑色 金属 冶炼 及压 延加 工业 化学 原料 及化 学制 品制 造业 计算 机、 通信 和其 他电 子设 备制 造业 造纸 及纸 制品 业 化学 纤维 制造 黑色金属冶炼及压延加工业，化学原料及化学制品制造业，造纸及纸制品业，化学 纤维制造业 南京市 黑色金属冶炼及压延加工业，化学原料及化学制品制造业，石油加工、炼焦及核燃 料加工业，非金属矿物制品业 无锡市 化学原料及化学制品制造业，计算机、通信和其他电子设备制造业，黑色金属冶炼 和压延加工业，非金属矿物制品业 南通市 化学原料及化学制品制造业，化学纤维制造业，造纸及纸制品业，纺织业 镇江市 化学原料及化学制品制 有色金属冶炼及压延加工业，金属制品业，纺织服装、服饰业，黑色金属冶炼及压 延加工业 扬州市 化学原料及化学制品制造业，化学纤维制造业，黑色金属冶炼及压延加工业，造纸 及纸制品业 连云港市 化学原料及化学制品制造业，黑色金属冶炼及压延加工业，农副食品加工业，非金 属矿物制品业， 宿迁市 化学纤维制造业，有色金属冶炼和压延加工业，化学原料和化学制品制造业，纺 织业 2.3 江苏省减煤控碳重点园区 识别 在筛选出江

目录 现状分析回顾 1 应用架构规划 2 技术架构规划 4 建设路线及投资预算 6 信息化治理规划 5 数据架构规划 3 3 . 化工产业发展战略解读 愿景使命  成为功能化学品领域的全球 顶尖专家，员工因为引领产 业、成就客户而自豪幸福  经济深度调整、行业产能过剩、 节能环保日益趋紧、效益下行、 压力加大的严峻挑战  化工产品销售增长放缓，大宗原 料仍将延续下行态势，石油及衍 20 % 1.80 % 2.80 % 4.40 % 0.09 13.80 % 0.40 % 3.50 % 11.00 % 5 . 国际发展 国内运营 资源整合方面：化学在产业集团层面，面临加强企 业资源整合，提升内部管理能力，迈向国际化的诉 求 • 通过数字化的互动平台，实现产在线经营，拓展销售和采购渠道 数字化运营 • 公司通过战略投资，整合收购业务能够带来 通过研发创新扩大专利池的规模，不断 拓展产品组合和市场 化学整体业务能力处于基础水平 决策分析 财务共享及服务支持 战略投资 企业资源管理 数字化运营 研发创新 产品定制化 产品品牌专利 业务能力对标分析 领先企业 ( 标杆 ,DOW ， BASF) 科莱恩 企业平均水平 基础 中级 高级 平均 7 . 针对八项业务能力，结合化学实际，进行差距并总 结未来信号化的提升方向

技术对比探讨 STaR-based Methods vs. RL-based Methods 强推理路径对比 (DS-R1 \ Kimi-1.5 \ o- series) 蒸馏 vs. 强化学习驱动：国内外现有各家技术路线对比分析及 Takeaways PRM & MCTS 的作用 从文本模态到多模态 其他讨论： Over-Thinking 过度思考等 未来方向分析探讨 模态穿透赋能推理边界拓展： 和 Train-Time Scaling 提升模型的推理能力？ 得益于纯大规模强化学习 ， DeepSeek-R1 具备强大推理能力与长文本思考能力，继开源来备受关注。 DeepSeek R1-Zero 和 R1 的出现再次证明了强化学习的潜力所在： R1-Zero 从基础模型开始构建，完全依赖强化学习，而不使用人类专家标注的监督微调（ SFT ）； 随着训练步骤增加，模型逐渐展现出长文本推理及长链推理能力； Laws [1] 。 DeepSeek-R1 Zero: 无需监督微调 SFT ，纯强化学习驱动的强推理模型 DeepSeek-R1 技术剖析： DeepSeek-R1 Zero 8 大规模推理为中心的强化学习，提升模型数学代码能力 RL 驱动下自然涌现长文本推理能力

2024 年图灵奖、强化学习 DeepSeek-V3 跨节点专家并行 硬件协同优化 Transformer Encoder- Decoder Grok-3 20 万张卡 思维链推理 上下文对话 语料学习 ChatGPT BART Encoder-Decoder QWQ-32B 两阶段强化学习 BERT Only Encoder Only Decoder Gemma-3 多模态推理融合 思维链推理 DeepSeek-R1 强化学习奠基人获得 2024 图灵奖 （ Discount Factor ） n 强化学习的目标是得到一个策略，用于判断在 什么状态下选取什么动作才能得到最终奖赏。 3 月 5 日公布了 ACM （ MIT 教授） 和 Richard Sutton （强化学习之父 ，阿尔 伯塔大学 教授， DeepMind 科学家） 折扣因子 监督微调 强化学习 图源自《 ReFT: Reasoning with Reinforced Fine-Tuning 》 DeepSeek-R1 ：监督微调 + 强化学习训练

工业园区污水处理管理现状和存在问题 14 表 1 《城镇污水处理厂污水排放标准》和行业标准对比 污染物（mg/L） 工业园区 污水处理厂 化学原料和 化学制品制造业 造纸及纸制品行业 纺织业 煤炭开采和洗选业 农副食品加工业 城镇污水处理厂 排放标准一级(A) 《无机化学工业污染 物排放标准》 （GB 31573-2015） 《制浆造纸工业水污 染物排放标准 》 （GB 35440-2008） 分行业《淀粉工业水 污染物排放标准》 （GB 25461-2010） 色度（稀释倍数） 30 50 50 悬浮物 10 50 30 50 50 30 五日生化需氧量（BOD5） 10 20 20 20 化学需氧量（CODcr） 50 50 80 80 50 100 氨氮 5（8） 10 8 10 15 总氮 15 20 12 15 30 总磷 0.5 0.5 0.8 0.5 1 总氰化物 0.5 12°时的控制指标 3. 如果没有直接对应的行业标准，则选择属于该行业的某个标准进行对比 具体来讲，城镇一级 A 标准中多项污染物排放限值明显低于 中国废水排放量最大的几个行业排放标准 23，比如化学需氧 量（CODcr）在城镇一级 A 标准中排放限值为 50mg/L，而 造纸、纺织和农副食品加工行业的排放限值为 80mg/L 或者 100mg/L；悬浮物、色度、氨氮、总氮、总磷、石油类、可

新质生产力的重要代表。 2024 年 7 月 2 日，工业和信息化部、国家发展改革委等九部门联 合发布《精细化工产业创新发展实施方案（2024—2027 年）》 （简称“方 案”），《方案》将精细化学品与化工新材料统一纳入精细化工范畴。为 推进精细化工产业向高端化、绿色化、智能化发展，《方案》提出了三 项举措：一是推进传统产业延链。推动传统产业以产业链高端化延伸 为重点发展精细化工，打造专业化、精细化、特色化、新颖化的产品 5%，较国外企业仍有一定差距，未来在高端化学品 研发投入仍有待加强。 表 1. 2024 年度我国精细化工创新发展企业二十强技术突破情况 企业名称 核心技术突破 浙江新和成股份有限 公司 维生素 A 与 E 全产业链自主化；蛋氨酸国产化；聚苯硫醚（PPS） 国产化；辅酶 Q10 与生物发酵技术；在香料产业打通从柠檬醛到薄 荷醇的核心产业链 中国北方化学研究院 集团有限公司 高能炸药、推进剂及配套特种材料 芯片研磨液与 去光阻液；芯片封装用纳米材料技术；功能化学品用于显示面板的 配套材料和新能源电池材料 常州强力电子新材料 股份有限公司 感光性聚酰亚胺（PSPI）和高纯度电镀液（TSV 技术）应用于 HBM （高带宽存储器）材料和先进封装材料；半导体光酸技术；肟酯类 高感度光引发剂；黑色光刻胶树脂和彩色光阻树脂；颜料分散液 圣奥化学科技有限公 司 橡胶防老剂 6PPD 的贵金属催化加氢技术；取代芳胺系列产品绿色

..................................................................................... 28 第九章 气味与化学感知 ................................................................................................ 深度整合，从而获得比单一传感 器更为准确和全面的环境认知。 在实际应用中，所涉及的传感器种类繁多，包括视觉传感器（如摄像头）、听觉传感 器（如麦克风）、触觉传感器、温度传感器、压力传感器甚至化学传感器等。这些传感器 各自具有独特的功能和优势，能够从不同角度获取环境信息。例如，视觉传感器可以捕捉 图像和视频，提供丰富的视觉信息；听觉传感器能够接收声音信号，用于语音识别和环境 声音分析； 这一技术充分利用了光学传感、红外热成像以及电化学传感等先进的技术原理，实现 了对人体多项生理指标的实时监测。其中，光学传感技术凭借其高精度的特点，能够敏锐 地捕捉到人体生理信号的微小变化，例如心率的细微波动、血氧饱和度的轻微改变等。红 外热成像技术则通过检测人体表面的红外辐射分布，为体温的准确测量提供了可靠依据， 同时还能辅助发现一些潜在的健康问题，如局部炎症导致的温度异常等。电化学传感技术 则侧重于对血液

锌基液流电池 液态空气 铅炭空气 二氧化碳纯能 钠离子电池 飞轮储能 重力储能 全钒液流电池储能 混合储能 压缩空气储能 锂电子电池纯能 新型储能 机械储能 电化学储能 电磁储能 化学储能 热储能 压缩空气储能 飞轮储能 铅酸电池 锂离子电池 液流电池 钠硫电池 超导储能 超级电容储能 电解水制氢 合成天然气 泽平宏观研究报告 10 固态电池有三大优点：1）安全性更高：固态电解质不易燃且在高 温下具有更好的稳定性和机械性能。2）能量密度天花板更高：固态电 解质具有更宽广的电化学窗口，减少了与电极材料的副反应，拓宽了可 用电极材料的范围。3）循环寿命更久：固态电解质不易挥发且不存在 泄露问题。由于省去了液态电解质和隔膜，固态电池在重量上也有所减 轻。 固态电池性能优势显著，但实用性和产业化任重道远，目前仍面 商业化初期。 全钒液流电池是一种以钒为活性物质呈循环流动液态的电池。通 过外接泵使电解液压入电堆，在机械动力作用下，电解液于储液罐和半 电池间循环流动，流经电极表面发生电化学反应，随后由双电极板收集 和传导电流，进而实现化学能到电能的转换。这种独特的循环流动工作 模式，让钒电池在储能容量上具备灵活性，可通过调整电解液体积来满 足不同需求。 泽平宏观研究报告

花费时间长，且难以发现新靶点 AI 处理海量文献专利发现药物和疾病关系， 快速找到有效靶点，缩短靶点发现周期 NLP、DL 化合物合成 花费时间长，效率低 利用 AI 学习海量现存化学反应，推荐化合物 合成路线并优化反应条件 ML、DL 化合物筛选 成本高，效率低 使用虚拟筛选遴选出具有潜在成药性的活性 化合物，降低实验筛选化合物数量，降低资 金投入，缩短筛选周期 药企业在纳斯达克上市，其发展历程见证了 AI 制药商业模式的变迁。 图 14：Schrodinger 发展历程 资料来源：公司官网、招商证券 ➢ 1990 年，Schrodinger 由哥伦比亚大学化学系教授 Richard Friesner 和 Bill Goddard 共同创立，成立之初以提供计算平台和软件服务起家，发展基于物 理的计算平台助力药物分子发现和设计， 1992 年公司软件首次向 XuprmbAb 等，2022 年建成可拓展、标准化智能机器人湿实验室，并在随后发 布“XtaIPi 药物发现”和“XtaIPi 智能自动化”品牌，覆盖包括小分子药物研发、 大分子药物研发、药物固体形态研发、化学合成及实验室自动化解决方案等多个 业务领域，2024 年晶泰控股成功在港交所上市。 图 19：晶泰控股发展历程 资料来源：公司官网、招商证券 目前公司核心业务包括药物发现解决方案和智能自动化解决方案两块，其中药物

行 自我调整和优化。从模型架构来看，结构相对简单、参数较少的机器 学习模型正在转化为多层级、大参数量的深度学习、强化学习模型， 学习方法也从手动数据标记转变为自动的数据特征提取。从支撑要素 来看，机器学习对于数据和算力的需求较小，训练时间也相对较短， 而深度学习、强化学习则需要高性能的 GPU、TPU 等算力支撑，数据 需求也增长至百万量级。从应用场景来看，机器学习能够广泛用于各 类 交互技术的语言类模型虽然较为成熟，但是主要用于陪伴对话、教育 辅导、智能家居等服务型场景，而由于可靠性要求高、工业知识积累 6 不足等限制，尚未在工业中大规模应用。在推理决策方面，基于深度 学习、强化学习的方法，机器人可以通过训练学习数据以模仿人类， 甚至通过与操作对象或环境进行交互实现非结构性的复杂操作和自 主导航。 2、三种应用模型及其组合催生出多种功能的机器人 运动控制类模型推动传统工业机器人升级为“能精细化控制”的 实现传统机器人无法实现的焊接、喷涂和装配等操作，如喷涂机器人 通过学习大量的喷涂数据和工件表面特征，实现对复杂工件的精准轨 迹规划；焊接机器人能够根据焊接过程中遇到的不同情况进行自我调 整，以达到最佳的焊接效果；装配机器人利用强化学习算法，在装配 过程中自主学习轴孔装配技能，通过在线辨识控制器的最优参数，提 高装配操作质量。二是自主导航类，随着激光地图建模技术不断成熟， 基于地图开展移动路径设计的自主导航功能也实现广泛应用，发展出