制造业的智能化、绿 色化、服务化水平，从而实现经济的高质量发展。����年伊始，国务院国资委也发布了以 制造业为重点的数字化转型计划和“AI+”专项行动，以推动制造业向高端化、智能化、绿 色化发展，推动绿色转型和资源的节约循环利用。这也进一步显示了从国家经济发展层面制 造业企业进行全方位数字化转型的必要性，同时也是当前新质生产力和高质量发展背景下企 业的必然选择。 在当前复杂的经济格局 突 破 两 个 目 标 高质量 通过精益管理不断提升 产品质量 高效率 通过数字技术提高生产 智能化水平 智能制造企业 服务化 通过重构商业化模式实现 产品的服务化 个性化 通过大数据实现产品的 个性化定制 智能化 通过嵌入新兴技术实现产 品的智能化 基于产出的 服务化 大规模 个性化定制 超级智能化 内涵丰富的 高质量 凸显优势的 高效率 制造业数字化发展态势及 智慧文印：连接制造业企业数字化转型中物理世界与数字世界的重要桥梁 智慧文印作为连接制造业企业数字化转型中物理世界与数字世界的重要桥梁，是企业IT投入 的重点领域之一，也是制造企业对国资委有关制造业绿色转型、资源节约循环利用和高质量 发展的目标落实的具体资源保障之一。伴随着行业数字化的加速推进，IDC预计����-���� 年中国在文印设备硬件领域还将保持一定程度的投入增长，这一市场也随之迎来增长机会， 未来�年也将保持稳定的市场规模。

培育发展新动能的必然要求；三是从改革实践看，大力发展 数智产业是推进数据要素市场化配置改革，实施“人工智能 +”战略，加快建设数字中国的重要举措。 数智产业涵义。数智产业是面向人工智能应用的数据产 业与以高质量数据集为核心的人工智能产业，两者相向而行、 相互作用、相互融合，形成的一种以数据为关键要素、以人 工智能为核心技术的产业新业态，是人工智能数据化与数据 人工智能化发展趋势下的必然产物。从产业构成要素维度来 善、产业规模快速壮大、资源规模迅速增长、关键技术取得 突破、企业梯度正在形成、数据与人工智能形成飞轮效应、 产业生态日益繁荣。但是，还存在四方面问题，包括：数据 资源开发利用不高、数智技术总体水平不高、数据产品特别 是高质量数据集生产作坊化、数智企业发展速度放缓、数智 生态零散割裂严重等问题。 四、数智产业发展趋势 未来几年，我国数智产业将呈现出七个发展趋势，包括： 数据汇聚规模将更加扩大、数据处理能力更加强大、数据流 2024 年 12 月 28 日，国家发展改革委、国家数据局、教 育部、财政部、金融监管总局、中国证监会发布《关于促进 数据产业高质量发展的指导意见》，2025 年 5 月，国务院印 发《关于深入实施“人工智能+”行动的意见》，为我国数智 产业高质量发展指明了方向。为摸清国内外数智产业发展家 底，促进全国数智产业更好更快发展，北京物资学院信息学 院、北京化工大学经济管理学院、清华大学计算社会科学与

性竞争力，将成为未来建筑企业的分水岭。 —— 中国信息通信研究院产业规划所人工智能研究中心主任 王强 AI技术的发展为建筑业注入了前所未有的活力，也对企业的组织能力、知识体系和管理模式 提出了全新要求。建筑企业要实现高质量发展，需将AI作为重塑生产力的关键工具，以项目为载 体，以数据为驱动，推动设计、采购、施工等全流程的智能协同。AI不仅是提升效率的手段，更 是构建企业核心竞争力的战略支点。未来，谁能率先实现数据沉淀、知识重构、决策智能，谁就 。因此，企业 在拥抱AI的同时，更需要系统性补齐数字化短板，夯实数据基础，理顺业务逻辑，重塑组织能 力。只有将数字化能力建设与智能化转型同步推进，才能真正释放AI技术的变革潜力，推动建筑 企业实现高质量发展。 —— 广联达科技股份有限公司创始人、战略发展顾问 刁志中 AI的技术潜力毋庸置疑，但对建筑企业而言，真正的转型升级不在于“是否用了AI”，而在 于是否构建了基于“产业AI”的AI应用 来，唯有依 托产业AI，建筑企业才能真正实现从“建造房子”到“建好房子”的跃迁，构建起以数据驱动、 知识沉淀、智能决策为核心的新型组织能力，推动管理模式、生产方式与服务形态全面升级，迈 向智能化、高质量发展新阶段。 —— 广联达科技股份有限公司董事长、总裁 袁正刚 建 筑 企 业 A I 应 用 行 动 指 南 一、问题导向：建筑企业AI推进中面临的主要误区 （一）重“基座”轻场景，导致投入大产出小

爆款涌现：智能体框架理论与技术持续快速发展 ，领域爆款产品不断； 门槛消失：企业算力租赁与私有化部署门槛不断降低； 2025 年 9 月 4 日国家发展改革委、国家能 源 局《关于推进“人工智能 +” 能源高质量 发 展的实施意见》 ，明确八大人工智能 + 典型 应用场景 2025 年 8 月 21 日国务院正式发布《关于 深 入实施“人工智能 +” 行动的意见》 2025 年全国两会政府工作报告提出 360AI Knowledge 企业知识库 汇聚电力企业全域数据 ，打造统一 AI 工作空 间 全流程 AI 安全（数据安全、 模型安全、 应用安 全） 高质量知识 支撑高质量 AI 应 用 Knowledge For Agents 电企 数据 智能 场景 显性知识有序化 AI 辅助设备维修 通过智能体 提升知识质量 360 知识管理大模型 输入端：敏感内容检测 大语言模型 提出问题 电力企业独有的高质量数据与 Know-how ，是通用 AI 模型进化为“行业专家”的关键燃料 ，是将企业智慧沉淀 为不可复制竞争优势的核心资产。 知识驱动 AI ： 高质量数据与 Know-How 知识库是 Agent 成功的关键 构建行业专属大模型 电力行业知识 高质量 知识库 设备维修智能体 商情分析智能体 运行控制智能体

.......................................................................... 9 第三章：威图全价值链解决方案助力风电产业高质量发 展 11 前 言 数字化赋能风电发展创新蓝图 当前，全球新一轮能源革命和科技革命深度演变、方兴未 艾，大力发展可再生能源已经成为全球能源转型和应对气 候变化的重大战略方向和一致宏大行动。 未来，中国风电产业在装机规模、利用水平、技术装备、 全球产业竞争力上还将迎来跨越式发展。同时，过快的发 展也让风电产业遇到一些亟待解决的问题，例如政策和市 场环境尚需进一步完善、“卡脖子”核心技术亟待突破、 高质量发展方兴未艾等。 其中，风电产业数字化转型最令人期待。人工智能、物联 网、 AR/VR 、 5G 等数字技术的快速发展，将成为风电企 业 转型的强大助力，进而推动风电行业的现代化，为清 洁能 源的未来发展注入强大的支撑和动力。 年，全球海上风电新增装机将达到 15.45 吉瓦， 10 年后新增装 机将达到 60.2 吉瓦。 日益高效的产业链协同，降低了海上风电开发成本；有效的技术创新，大容量机组一体化设计， 促进了海上风电降本提质；高质量的风电试验场及产业基地建设，推动了海上风电的产业良性发 展；有利的网源协调规划及配套电网建设，保障了区域海上风电的开发建设与高比例消纳。预计 到“ 十四五” 末，中国海上风电累计装机容量将达到 1

（一）更新司法理念，以包容审慎态度为产业创新预留空间..................21 （二）深化专业审判，以过硬司法能力应对产业技术挑战...................... 22 （三）加快规则供给，以高质量司法裁判稳定市场发展预期..................23 （四）推进协同共治，以系统性思维凝聚产业治理合力.......................... 23 1 一、司法观察背景 智能制造产业高质量发展，既是时代赋予的重大政治责任，也是 需要回应的核心实践课题。为此，2025 年 6 月至 8 月，广州互 联网法院院长带队围绕“以高质量司法服务保障智能制造发展” 主题，深入广汽集团、亿航智能、文远知行、里工实业、致景科 技、南方电网等 6 家智能制造企业园区一线，开展实地调研。结 合对相关法律法规、政策文件和典型案例的研究，为司法机关护 航智能制造产业高质量发展提供决策参考与实践指引。 数据作为国家基础性战略资源和关键生产要素，正加速融入 智能制造全链条，成为驱动产业变革、衡量核心竞争力的重要支 撑。当前，智能制造领域的数据要素化进程，对现有法律框架的 适应性提出了新的要求，需要通过高质量司法供给，保障数据要 素价值的有序释放。数据产生于工业现场、管理运营、产品消费、 供应链协同等多个环节，并贯穿于设计、生产、管理、服务全生 命周期。这一进程不仅涉及复杂的法律客体，更因其技术应用的

探索出一条中国特色的教育数字化发展路径。 一、加强统筹谋划，构建智慧教育“四梁八柱” 中国教育部坚持“方法重于技术、组织创新重于 技术创新”的理念，加强理念、制度和机制设计，发挥 政策杠杆作用，保障教育数字化高质量发展。 明确战略行动工作理念。坚持联结为先、内容为本、 合作为要的“3C”理念。联结为先，即构建国家智慧教 ·10· 育平台体系，集成国家中小学智慧教育平台（以下简称 中小学平台）、国家职业教育智慧教育平台（以下简称 势和场景优势，推动人工智能技术创新。依托大学数字 图书馆国际合作计划（CADAL）中的电子图书、期刊 ·16· 和学术文献资源，分学科、分层级建设专业领域高质量 数据集。组织教育语料开发工作，汇聚覆盖本科阶段 12 个学科门类和高职阶段 19 个专业大类的高质量教育教 学语料，为教育专用大模型训练提供基础。研发中小学 智能教师服务系统，将优秀教师育人智慧融入大模型。 守护人工智能安全。按照法律法规要求，开展人工 守护人工智能安全。按照法律法规要求，开展人工 智能算法备案登记，评估国家智慧教育平台上线的人工 智能应用。一体评估平台、数据、算法和训练环境，全 方位排查深层次隐患，确保合法合规、高质量运行。强 化对输出端内容的安全测试，建立常态化的机器检测机 制，确保模型问答不触碰法律底线。组织开展人工智能 条件下的教育社会实验，对未来智慧教育形态进行充分 预演、科学应对、方案预备，为处理好人工智能与教育 的关系提供实证支撑。

75 周年，是实现“十四五”规划目标的 关键一年。党中央、国务院高度重视新型储能发展，作出重大决策部 署。《政府工作报告》首次提出“发展新型储能”。《中华人民共和国 能源法》指出“推进新型储能高质量发展，发挥各类储能在电力系统 中的调节作用”。国家能源局认真贯彻落实党中央、国务院决策部署 和“四个革命、一个合作”能源安全新战略，积极推动新型储能技术 创新和产业发展，支撑构建新型电力系统，促进“双碳”战略实施。 新型储能规模化、产 业化、市场化发展作出总体部署，提出促进新型储能高质量发展的重 点任务。制定《新型储能项目管理规范（暂行）》，明确新型储能项目 规划布局、备案建设、并网调度、监测监督等环节管理的具体要求。 2024 年，“发展新型储能”首次写入政府工作报告。《中华人民 共和国能源法》颁布，明确指出“推进新型储能高质量发展，发挥各 类储能在电力系统中的调节作用”，从法律层面明确新型储能功能定 创新发展的指导意见》等政策文件，明确新型储能与其他经营主体享 有平等的市场地位，鼓励各地完善适应新型储能参与的市场交易机 制。加强电站安全方面，印发《关于提升新能源和新型并网主体涉网 安全能力 服务新型电力系统高质量发展的通知》，明确企业组织实施 新型储能项目涉网、并网需要遵循的相关标准和要求。 2. 省级支持政策体系持续健全 “十四五”以来，各省（区、市）因地制宜出台促进新型储能发 展的指导意见、发展

价值的关键指标。将这些蕴含巨大价值的数据，通过合规、可信、高效的路径转 化为可交易、可融资、可评估的数字资产，不仅能为金融市场注入新的活力，更 能精准引导资本流向绿色、低碳、可持续的领域，为实现高质量发展提供强大 动能。 然而，机遇与风险并存。数据质量参差不齐、技术安全存在隐患、法律法规 尚待完善、应用场景价值评估困难等一系列问题，构成了ESG数据资产化进程 中的障碍。如何构建一套切实可 一宏伟目 标，金融体系正经历一场绿色转型。绿色金融的核心任务是将资本精准、高效 地引导至低碳、环保和可持续发展的产业与项目中。这要求金融机构必须具备 识别、评估和管理环境与气候风险的能力，而高质量的ESG数据正是实现这一 能力的基础。 1.3 ESG：从合规要求到价值创造引擎 ESG（环境、社会、公司治理）概念最初进入公众视野时，多被视作企业 履行社会责任、满足合规性要求的重要范畴，其价值更多体现在企业对外部监 模型的“硬数据”，不仅让资产价格更全面地反映企业短期盈利能力，更能精 准体现长期可持续发展风险与增长机遇，帮助投资者规避 “漂绿” 陷阱，提升 市场资源配置效率，减少投资者与企业间的信息不对称。 （2）增加投资者信心：高质量的ESG信息披露本身就是公司治理水平高的 体现。良好的ESG表现更易吸引养老金、主权财富基金等“耐心资本”的青睐， 这类资本更看重长期价值而非短期收益，不仅能为企业提供稳定的资金来源， 还能优

工程智能的发展，不仅是一场技术层面的跨界融合，更是一次关乎工程学科 未来、关乎产业发展方向的深刻变革。今天，当我们梳理过往探索、展望前路征 程，愈发坚定了这样的判断：工程智能，正在成为驱动经济社会高质量发展的核 心力量。 最初提出“工程智能”这一概念时，不少人对其内涵与价值尚存疑惑，认为 不过是人工智能在工程领域的简单应用。但随着研究的深入、实践的推进，我们 愈发清晰地认识到，工程智能绝非 命深度融合的必然产物，也是工程领域自身转型升级的内在需求。在创新驱动发 展的前沿阵地，我们正与众多高校、机构及企业并肩作战，探索工程智能规模化 发展的有效路径，希望能为全国乃至全球工程智能的高质量发展提供可借鉴的实 践方案。 但我们也深知，这条道路没有现成的地图可循。工程智能作为开创性领域， 工程智能白皮书 AI for Engineering White Paper ©同济大学工程 的效率和能力。机器学习构建的代理模型能够以极低的计算成本替代高保 真度的物理仿真，而遗传算法、强化学习等元启发式算法则能在巨大的、非凸的 设计空间中进行全局搜索，有效避免陷入局部最优，从而找到更高质量的系统级 解决方案[25]。 尽管人工智能在策划与设计阶段取得了革命性进展，但其应用仍处于从“单 点工具”向“集成平台”演进的过程中。当前，许多工程智能应用仍是为解决特 定设计环节的孤立问题