开放科学（资源服务）标识码（OSID）： 摘 要： 数字化时代加速了人力资源数字化转型。面对生产要素创新性配置、劳动者及 劳动对象优化组合等内外部要求，探讨了企业战略协同、数据闭环管理、数据治 理、数据与企业洞察、广义数据纳管与应用等原则要求。在此基础上，进一步阐 述了通过构建满足数字化转型要求的系统方法体系、加强数据分类管理、强化 数据治理与运营、健全EHR数据体系、实现大数据应用等具体转型实践，并前瞻 握企业运营全貌。”仅依赖人力资源单一维度的数据 远远不够，应推动将人力资源数据与其他业务数据深 度融合，构建一体化的数据联动网络。通过这种跨领 域数据的协同作用，能够全面洞察企业的运营脉络与 内在逻辑。 e）实现广义人力资源数据的纳管与应用。在人 力资源数据应用领域，数据的应用范畴不应局限于人 力资源系统及其相关应用本身，而应当从企业整体架 构以及业务运营的视角进行全面审视。鉴于人是企 业的核心要素，所有与人的活动紧密关联的数据均应

强制履约要求，而主动进行配额买 卖，试图“低买高卖”赚取差价的企业仍然较少。 3. 碳金融工具在我国碳市场的应用 国内对碳金融市场的定义有狭义和广义之分，其中，狭义的碳金融市场特指 与碳排放权配额、碳信用等碳资产交易相关的金融活动。而从广义角度来看，它 则涵盖了服务于限制碳排放目标的所有金融活动，不仅包含碳排放权配额及其金 融衍生品交易，还涉及基于碳减排项目的直接投融资活动以及相关金融中介服务。 业碳资产管理机构集中进行管理和交易的活动。碳托管实际上是一种融碳工具。 狭义的碳资产托管，主要指配额托管，即控排企业委托托管机构代为持有碳资产， 以托管机构名义对碳资产进行集中管理和交易； 广义的碳资产托管，则指将企 业所有与碳排放相关的管理工作委托给专业机构策划实施，包括不限于 CCER 开发、碳资产账户管理、碳交易委托与执行、低碳项目投融资、相关碳金融咨询 服务等。 3.2 碳市场交易工具

扩建和改建的各类业务应用系 统的建设、管理、维护和使用。 二、范围 01 01 02 04 03 02 智慧化工园区 smart chemical industrial parks 广义上是指化工园区信息化、智能化，通过物联网、云计算、大数据、人工智能等新一代信息技术，实现园区基 础设施优化、运行管理精细化、功能服务信息化和产业发展智慧化，以建设“安全、创新、绿色、智能、协调”

与产业发展趋 势，本文将人形机器人的概念界定为狭义和广义两种定义，即： 人形机器人（狭义）：外观和行为与人类相似，具有躯干、头部 和四肢的机器人。 7 人形机器人（广义）：外观和行为与人类相似，具有部分或全部 人类特征的机器人。人类特征包括躯干、头、肢体、语言、动作和智 力等。 本白皮书所聚焦的产品以及产业研究与分析对象为广义上的人形 机器人，标准化研究对象包括但不限于人形机器人产业发展历程中相 能性可以是依靠各类数据前期训练而获得，也可以是其依靠物理实体 通过与环境交互来实现智能增长。所以智能机器人也不等于具身智能， 两者之间有交集，交集部分即为具身智能机器人。 3）人形机器人（广义）、双足机器人、其他机器人的关系：国际 标准 ISO 8373:2021《Robotics - Vocabulary》中对双足机器人的定 义为“legged robot that travels

备能源，按需供应 给下游相关产业使用；又能在用电高峰来临，用电需求急剧攀升之际， 利用燃料电池这一关键技术，将储存的氢气迅速转化为电能，并及时输 送上网，切实发挥调节电力供需平衡的关键作用。 广义范畴下的氢储能，则着重突出“电-氢”的单向转换特性。储 存起来的氢气被广泛拓展至交通、钢铁等诸多领域加以运用，例如为氢 燃料电池汽车供能驱动出行，助力钢铁产业的绿色低碳转型；或者通过 一系列复杂的

总之，空间轨道和频段作为能够满足通信卫星正常运行的先决条件，已经成为各国卫星产业争相抢占的重点资源。 3.3 产业发展趋势二：组星网，抢轨道 极低地球轨道(VLEO): • 一般指距地球160-300km高度的轨道范围,广义可放宽至100-400km。作 为一种特殊类型的低地轨道(LEO)，正从一个航天领域的边缘概念，迅 速演变为决定未来空间能力和商业格局的核心地带。 • 优势：利于组网、可获取高清遥感成像，且成像成本、发射成本低

够在受控环境下互通。 二、灵活资源和能力共享：通过网络的开放和管理（例如对内资源能力统一 管理和对外自定义服务）实现共享，降低单一网络的负载，并提升跨行业应用的 性能。 三、可信权益保障：通过广义 QoS 质量机制及多方见证技术实现共享与权益 的精确对应，保障资源能力流转的顺利进行。 四、跨域安全和身份管理：基于分布式身份（如去中心化身份（DID））和 分布式账本技术（DLT，如区块链

步融合，为石油石化产业的转型升级 提供了强有力的支撑，而产业的数字化转型又为人工智能技术的应用提供了更加广阔的空间和平 台。 人工智能技术的演进正从解决特定任务的狭义AI向具备更广泛认知能力的广义AI迈进（图 �）。智能化是对企业数字化发展的一次重大升级，将推进石油石化数字化的智能新应用。例 如：数字技术推动的调度管理规则数据化，以传统人工智能的运筹能力支撑调度管理的自动化进 阶打磨， 开发辅助设计 智能辅助生产 知识图谱 智能井下管理 智能客户管理 智能能碳管理 机器人主动作业 智能质量管理 数字孪生交互 智能工况诊断 AI无处不在 平台和生态 多重创新 广义AI 生成式AI API LLM 狭义AI XaaS 互联网 云 社交 移动 ���� ���� �� 随着大模型和XaaS（一切即服务）等技术的快速发展，业务价值的挖掘已经进入了平台化和

使用，取得一定的性能表现，支持 不同行业、不同场景的应用构建。 2 工业大模型应用报告 大模型展现出三大基础特征。目前大模型并没有明确的定义，狭义上指大语言模 型，广义上则指包含了语言、声音、图像等多模态大模型。如李飞飞等人工智能学者 所指出，这些模型也可以被称为基础模型（Foundation Model）。我们认为，大模型主 要具备以下三大特征： 参数规