工程智能作为建设数字中国的重点领域；美国、欧盟纷纷出台专项政策与法律框 架，加大研发投入、规范发展路径，全球范围内的战略布局与协同创新已然形成。 技术层面，大语言模型实现从表层流畅到深层认知的跨越，数字孪生、时空多模 态基础模型与工程场景深度融合，工程智能操作系统的核心架构逐步成型，让曾 经的技术构想正在变为现实。应用层面，智能建造的生成式设计、智能制造的预 测性维护、智慧城市的动态调度等场景，已从实验室走向产业一线，用实际成效 需求，将分散 的各项技术能力进行高效整合与协同，通过打造统一的基础设施、数据资源、基 础模型与智能体能力等平台，为实现工程智能的规模化价值提供坚实的平台化支 撑。这一系统的构建，依赖于工程智能时空全模态基础模型关键技术、工程智能 推理决策关键技术、工程智能体关键技术等核心共性技术上的持续突破。 展望未来，工程智能的发展将呈现从知识问答走向工程推演决策、从碎片化 响应走向人模系统一体化及 ......45 6.1 工程智能时空全模态基础模型关键技术..................................................45 6.1.1 时空全模态统一表征技术.................................................................. 45 6.1.2 时空全模态数据生成技术..........

画面精 准映射至三维模型表面，应用于交通管理、虚拟广告等领域，提升场景交互性与应急响应 能力。 未来，随着 AI 驱动的自动化建模、边缘计算与轻量化渲染技术的深化，复杂数据处 理将进一步突破时空对齐、精度优化等挑战，推动数字孪生在智慧城市、工业 4.0 及环境 治理中的规模化应用，构建虚实协同的智能化生态体系。 1、气象数据处理与应用 1）概述 近年来，随着数字孪生应用平台在城市管理、应急响应、防控指挥等场景的应用要求 度、岩性、降雨量），模型精度 受限于数据完整性与计算复杂度。 三维地质建模需融合稀疏钻孔数据与地形信息，存在地层边界不确定性。 ④多时序数据分析与标准化 长期水下地形数据（如 5 年以上）的时空一致性维护困难，需解决存储、融合与标准 化问题（如 SL/T837 规范）。 历史数据与实时监测的协同分析对算法（如时间序列预测模型）提出高要求。 数字孪生世界企业联盟 DTWEA 数字孪生世界白皮书(2025) 二维水动力学（2DHydrodynamics）是研究水体在二维空间（通常为水平平面）内运 动规律的学科，广泛应用于河流、湖泊、海洋近岸区域、洪水淹没区等场景的水流模拟与 分析。其核心是通过数学模型描述水流的速度、压力、水位等参数的时空变化，并求解控 制方程以预测水动力过程。 根据近地遥感和卫星数据可以得到场地的真实地形数据，根据二维水动力模型模型进 行场地的洪水模拟、污染物扩散、泥沙输移等动态展示。 如图是数字孪生平台的洪水淹没展示：

网络化连接模式、动态时变特性和非线性 交互机制，构成了神经解码与编码技术实 现可靠性和稳定性的核心挑战。 如何实现神经集群复杂功能的特异性 调控？针对兴奋性 / 抑制性神经元、感觉 / 运动神经元等特定神经群体，通过跨时空 尺度的神经信息解码与编码研究，结合超 声、光学等技术手段建立从单神经元到神 经环路层级的毫秒级时间精度与微米级空 间分辨率的神经功能监测调控体系，将为 神经疾病与精神障碍治疗提供特异性神经 提供高质量的训练数据；推动硬件与算法的 协同创新，提升计算效率和应用能力。 1.3.2 多尺度物理系统的涌现规律挖掘 构建从微观自由度到宏观序参量的跨尺 度因果涌现映射；设计具备时间尺度不变性 的神经网络实现特征时空尺度的自主识别； 多模态耦合的临界预测，在相变临界点附近 建立基于微观涨落的早期预测指标。 突破路径：开发多尺度建模方法，实现 从量子到宏观的多级关联分析。 1.3.3 自主物理发现的闭环系统构建 通过可微分的动力框 架求解离散化的控制方程。 1.3.4 时空分辨率受限 主流模型 0.25 的分辨率难以满足业务 需求，而提升分辨率面临双重障碍： 1） 高分辨率全球分析资料（如 ECMWF HRES 0.09。）样本量远小于 ERA5；其二，计算 复杂度的增长。时间分辨率方面，6 小时间 隔预报难以满足很多应用需求。 突破路径：时空分辨率提升 WRF 等 区 域 模 式 可 提 供

2025年度 研究团队力争通过城市道路基础设施的大数据跟踪监测与历史分析， 客观呈现全国主要城市道路网密度与道路运行状态的变化特征，以支撑 城市道路基础设施的规划、设计、建设与管理工作的开展。因数据时空 覆盖性、核算边界标准等原因，相关指标值可能存在一定偏差，本报告 所载研究结果仅供参考。 由于城市道路设施建设水平与道路运行状况的影响因素众多，对城 市道路基础设施的监测与评价工作还需要继续深入、细致地研究。 TRAFF IC OPERATION MONITORING 道 路 运 行 状 态 监 测 3 TRAFFIC OPERATION MONITORING 3.1 名词解释及计算方法 23 城市层面时空融合的权重： 单条道路速度： 道路平均行程速度 = 统计周期内通过车辆数 × 道路长度 观测车辆在该路段上行驶时间和 VKT = 统计时段通过的当量小汽车量 ×道路长度 图19 全国日平均运行状况与交通指数 述》(GB/T 29107-2012)，先计算高峰期单条道路速度，计算方法为路段长度除以通过该路段所有车辆的平均行程时间（包括信号控 制和交通拥堵造成的延误）。再采用道路的VKT比例作为权重进行时空融合计算。 VKT (Vehicle Kilometers of Travel)： 道路在统计周期内，实际通过该道路的当量小汽车交通量与道路长度的乘积。 高峰小时：绝大部分城市工作日呈早晚双波峰

程的动态感知与智能干预。这一过 程中，传统的二维图表受限于静态、割裂的数据表达方式，难以承载多维时空数据的关联 分析需求，更无法支撑数字孪生场景中“人-机-环境”的实时交互与协同决策。无论在智慧 能源、工业制造、智慧水利还是其他行业的孪生项目设计中，都会遇到一个共同的命题 ——如何将海量时空数据转化为可感知、可推演的决策场景。 数字孪生以三维动态模型为载体，将地理坐标、设备状态、环境参数等多源异构数据 等多源异构数据 编织成虚实交融的空间叙事，使工厂车间、城市路网、轨道监测等迥异的业务场景，均能 通过统一的时空坐标系实现数据价值的穿透式释放。 数字孪生世界白皮书 2 1. 色彩通用规范 正确的色彩规范能够使项目视觉效果更符合国际标准与行业惯例，减少用户的认知负 担，提升信息的传达效率。例如：使用红色表示停止或危险，绿色表示正常，黄色表示警 告。这些颜色在不同文化中可能有不同含义，但在大部分行业标准中是一致的。 求场景抽象 管理，可在三维场景中添加散点、信息面板、路径、围栏、热力、iframe 标牌、 实例模型等各类型的数字要素。支持通过手动打点、动态传入空间坐标数据或经 纬度坐标来绘制数字要素，实现时空业务数据融合，并结合实时数据来控制相应 数字要素状态，做到与现实世界的虚实对应，实现业务监控、运营决策等需求；  配置化实现场景数据融合与交互：EasyTwin 的蓝图结合 EasyV 的数据接入流程以

1.3.3 融合化：走向办公与生产业务数据融合和场景虚实融合 高品质的办公网络提升了信息传输的速率及质量，叠加 数字孪生技术将全面赋能沉浸式办公，打通物理空间与 数字世界壁垒，为园区用户提供跨时空、跨地域的沉浸 式随时随地办公服务，实现异地沟通的高实时性及高互 动性。 值得强调的是，在办公数字化、生产智能化的发展趋势 下，数据安全和隐私保护是不可忽视的议题。企业在大 力推进数字办公和高效生产的同时需要建立严格的数据 华为联合客户共同打造远程 AR 辅助维修组方案。通过智 能协作会议终端 + 智能协作平台，将远端专家和本地维 修人员组成沉浸式的 AR 音视频交互空间，基于空间算法 形成定位清晰的 3D 互动标注指示，跨时空跨地域拉近专 家和维修人员的交流场域，有效提升远程指导的交互效 率和效果，同时提升客户满意度，整体成本降低 50%。 4.2.3 远程辅助维修建设实践 41 新质生产力探索 高品质协作技术白皮书 发展离不开高品质的协作。为了促进行业的共同进 步，提升整体竞争力，我们在此发出高品质协作发 展倡议。 树立高品质协作场景典范 充分利用先进的信息技术手段，打造高品质协作场景 标杆。如超时空协同办公，打通不同地理位置之间的 物理距离，使分处异地的员工能够突破空间对办公的 限制，以高效便捷的方式开展协作交流。 充分利用虚 拟现实（VR）或增强现实（AR）等技术，打造虚拟会 议室场

企业AI能力体系，推动AI在企业核心价值链业务中的深度融合与高效赋能。 在技术演进层面，大模型技术的飞速发展为建筑企业AI能力带来质变契机。当前，建筑产业 大模型正在从“语言智能”迈向更具行业特征的“空间智能”阶段。空间智能具备跨时空的全局 感知与动态推演能力，能够高效识别建筑对象、理解空间关系、解析施工逻辑、预判项目风险 等，将显著增强对建筑全生命周期的智能洞察与控制。作为未来建筑智能的关键引擎，空间智能 将会进一步加速推动建筑企业实现深层次变革。

同发力。政策层面 需明确准入规则与成本分摊机制；技术层面需强化数据交互与出清能力；市场层面需通过 试点推广和新型主体激活需求响应潜力。最终目标是构建“供需双侧竞争”的高效市场， 实现电力资源的时空优化配置。 4.2.3 在全国统一电力大市场框架下，建立并完善三层级市场协同体系 构建“三层级”市场协同体系。首先，设立国家市场统筹层级，主要作用在于制定跨 省跨区交易规则、输电定价机制、绿电

- 货”全要素、高精 度的实时感知体系，为复杂工业场景提供稳定可靠的数据底座。 多模态感知以视觉感知、雷达感知和 5G-A 通感为基础，分别实现亚厘米级成像、全天候测距与精准 定位追踪，并通过时空对齐与特征级融合算法，在边缘侧完成多源数据的智能整合与语义映射，有 效应对遮挡、雨雾和黑夜等恶劣环境干扰，提升感知覆盖率和目标关联准确性。 在典型应用中，多模态感知可实现对船舶、集装箱及人员的全方位监控与闭环控制。例如，智慧港

多模态感知与语义理解等技术的突破，使系统可以融合来自视觉、语音、传感器等多源数据以深度感知环境。 2. 结合数字孪生建模对物理世界进行虚拟映射与精细仿真，利用边缘智能分担海量数据的实时处理，并通过时空 预测模型对未来态势进行精准预判，确保应用对环境变化作出及时优化响应。典型应用包括：智慧园区系统根 据人流密度预测能耗需求并结合天气预报提前启动供能装置，以平抑用能峰值；智能工厂通过传感器监测设备 模型技术加速演进，环境认知将在未来发挥更关键作 用。多模态感知与数字孪生的精细映射，使物理与数字世界无缝融合；边缘侧分布式实时推理与云端超大规模模型协 作，可以更低时延、更高可靠性支撑系统决策；时空预测模型吸纳海量环境数据，助力各行业更精准地预判趋势并优 化策略。 同时，新一代通信网络、数据治理与隐私计算的协同发展，将进一步拓展环境认知的应用边界，从工业制造、城 市治理到出行管理，多元场