议框架下的合作不断深化，中国企业在基础设施建设、制造业、电子商 务和金融服务等领域进行了大量投资。 基础设施建设方面，中国企业在东南亚承建了大量公路、铁路、港口和电力设施项目。例如，中国中铁和中国交建在马 来西亚和印尼等国参与了多个铁路项目的建设，有力推动了当地交通网络的完善。 东南亚地区快速增长的数字经济、庞大的年轻消费群体和便利的地理位置为出海企业提供新动力，凭借便利的网络基础 中国企业在墨西哥的出海情况显示出积极的增长趋势，主要集中在制造业、基础设施和能源领域。小米等科技公司在墨 西哥市场占据重要位置，BYD 等企业在当地设立电动汽车生产基地。此外，中国企业还参与了多个基础设施建设项 目，如港口和铁路，提升了中墨两国的经济合作和交流。 中国与中南美洲不断深化的经济合作和多元化的投资布局。随着"一带一路"倡议的推进，以及中国对外开放战略的持 续实施，中国企业在中南美洲的投资和业务扩展显著增长。 尼日利亚、安哥拉等国参与了多个油气田的开发项目，提升了中国在全球能源市场的影响力。 基础设施建设方面，中国交通建设集团和中国铁建等企业在非洲承建了大量公路、铁路、港口和电力设施项目。埃塞俄 比亚至吉布提铁路和肯尼亚的蒙巴萨-内罗毕标准轨铁路等项目，极大地改善了当地的交通条件，促进了经济发展。 15 2.3 出海⾯临的挑战 2.3.1 政策和法规 中国企业在海外扩

也被广泛用于关键部件的故障诊断和寿命预测[59-61]。 此外，新兴 AI 技术正进一步提升检修工作的智能化水平：在桥梁安全监测中， 基于计算机视觉的 AI 方法提高了结构健康监测（SHM）的精度和效率[62]；面向 桥梁、铁路机车等领域的垂域大语言模型正被用于构建智能维护助手，赋能工程 工程智能白皮书 AI for Engineering White Paper ©同济大学工程智能研究院版权所有。如需引用，请注明出处。 流程，开发 了包括知识问答、合同审查、施工图纸智能审查在内的数十种 AI 应用。此外， 北京交通大学联合发布的“TransGPT·致远”和同济大学的“行之”大模型等， 也为交通规划、智能咨询、铁路工程数字化提供了支持。 同时，也涌现出一批针对特定业务场景的专用模型。浙江高信与百度联合发 布的“鹿宝”模型，专注于利用 ETC 数据自动生成专业数据报告。广西交科集 团的“科宝”大模型深度整 转换。传统简单中间件在转换过程中易丢失关键关联信息（如 BIM 模型中的构 件材料属性与施工进度数据的映射关系），而现代工程数据中台虽能减少丢失， 但仍需专业团队配置语义映射规则。以著名的伦敦横贯铁路项目为例，其在项目 收尾并向运营商移交数字资产时便遇到了巨大挑战。该项目汇集了数百家承包商 提供的、格式与标准各异的数万个竣工 BIM 模型和资产数据表，而运营方则需 要将这些异构数据统一整合

2021年9月9日，中欧班列运输联合工作组通过了《中欧班列全程时刻表编制与协作办法（试行）》和《中欧班列 运输计划商定办法》草案，鼓励铁路运单融资。截至2022年8月30日，上合示范区青岛多式联运中心发出的中欧班列 达到538列，同比增长45%。 但企业难以依据联运运单开展贷款和其他金融业务，国际铁路联运规则不统一，手工操作容易出错，多式联运单 证缺乏物权属性，导致运单质押融资过程繁琐、效率低。金融机构无法触达真实的物流业务场景，缺乏多方签署、多

生活物资、医疗药品等各类应急物资。根据不同地区、不同类型突发事件特点，合理确定物资储备种类、数量 及储备布局，确保应急物资储备充足、调配便捷。在突发事件发生时，根据应急处置需求，迅速启动物资调配 机制，通过公路、铁路、航空等多种运输方式，将应急物资及时、准确送达受灾地区或救援现场。例如，在疫 情防控期间，应急指挥中心统筹协调医疗物资储备与调配，确保口罩、防护服、检测试剂等防疫物资优先供应 重点地区与一线医护人员，为疫情防控工作提供坚实物资保障。

地铁闸机的升级属于基础设施建设，并且地铁闸机本身的产值也较高，所以对于该市场的评估，我们可以通过评估地 铁闸机的数量来测算。 根据网上的公开资料，全国已经开通地铁的城市约 50 个左右（不含港澳台），地铁路线共有 300 条左右。 每条地铁线的站点数量平均按 20 个计算，共计站点数量约 6000 个，每个站点的闸机数量平均按 15 个计算，闸机的 总量约 9 万个，每台闸机对于 UWB 部分的升级需要硬件