⼆○⼆⼆年⼗⼆⽉初，在誠致教育與研華文教兩基⾦會共同贊助下， 帶領全台灣最⼤公辦實驗教育聯盟KIST學校的校⻑、主任和國教院研 究員，以及⼤學教授共三⼗多⼈，到美國加州推動PBL專題式學習最 久、最全⾯的Hign Tech High（HTH）學校取經，進⾏五天蹲點式深 度學習，⽬標是帶回PBL精髓，在台灣的中⼩學實踐，從⽽改變教 育。 呂冠緯 均⼀平台教育基⾦會董事⻑暨執⾏⻑，不但⻑期提供台灣中⼩學 ⽣師優質數 先驅。關⼼教育創新與公共議題，期待實驗教育能夠成為國教創新的 原型，加速公共教育創新，⽬前除了致⼒於蒙特梭利教育理念的推廣 外，也投入PBL 專題導向式學習法的推動。 曾俊夫（⼩⿊老師） 原任新北市積穗國⼩老師，現任新北市海⼭國⼩老師，在⼆⼗六 年的教學經歷中，將近⼆⼗年擔任資訊科技老師，也當過社會科老 師、⾃然科老師和導師。由於本⾝有跨領域教學背景，他對於新事物 充滿好奇，快要三⼗歲時才開始學寫程式，如今更積極推廣動⼿做的 為⼈的價值和使命感。 蔡淇華 台中惠文⾼中教師兼圖書館主任，為多本暢銷書作家，不僅得過 許多文學獎，也⻑年指導學⽣寫作。蔡淇華期待⾃⼰的文字可以是青 春的降落傘，讓Z世代在全球化的風暴中，可以安全著陸在每個⼩⼩ 的理想王國。 蘇文鈺 成功⼤學資⼯系教授，在⼆○⼀三年創辦Program The World Association（中華⺠國愛⾃造者學習協會），與研究⽣從程式教學出 發，⾃嘉義縣開始培⼒

编程等多 个学科，培养跨学科应用思维。 ❍ 案例丰富：通过真实案例展示AI在教育中的实践效果，让读者更直观地理解技 术应用。 ❍ 操作性强：配有详细的操作步骤和指导，帮助读者快速上手并应用于实际教 学。 本书不仅能为读者提供前沿的知识与实用的工具，还可成为读者探索AIGC（人工 智能生成内容）世界的助手与伙伴，助力学生和教师在数字时代得到更多收获。 刘晓猛 2024年9月 3 Part 学习与终身学习能力等，并探讨AI时代教师的职业要求和发展路径。 4 Chapter 1 第1章 数字化背景下的教育发展 在数字时代，以人工智能应用为代表的新型数字化技术，正在逐渐融入学校教育教 学的各个领域，对教育认知、教育教学组织形式、教育角色、学习方式、教学评价 等产生影响。 本章主要从以下几个方面阐述数字化背景下的教育发展： ❍ 数字化技术的发展概述。 ❍ AI技术对教育教学的影响。 总的来说，AIGC是人工智能技术在内容生成方面的重要应用和发展方向。随着技术 的不断进步和应用场景的拓展，它大大提高了内容生产的效率，已成为数字时代的 重要组成部分，必将为内容创作和传播的方式带来变革，而这种变革势必会影响教 育领域。如图1-3所示，人工智能可以提供精准与个性化的学习支持。 图1-3 人工智能提供精准与个性化的学习支持 在教育领域，AI和AIGC为个性化教育提供了可能。通过对学生的学习数据进行分析 和

废渣含有多种硫化物、氧化物等有害物质和污染物,成 分复杂。 如果未经妥善处理而随意排放,其产生的粉 尘和颗粒物会随着空气流动释放到大气环境中,危害 人体健康。 随着当前环保治理力度的加大,节能减排、绿色生 产已成为钢铁企业发展的主题。 如何把钢铁生产过程 中产生的钢渣、富锌含铁除尘灰固体废物全面回收利 用,实现变废为宝,是企业建设绿色智能工厂必须面对 的问题,也是钢铁行业企业落实政策、合规经营的必然 流程多层次技术组合的一体化控制方向发展,以便更 好地满足客户需求,降低生产成本,提高生产效率和能 源效率。 (2)通过新增表面质量检测仪和在线技监诊断自 动分析系统,让操作工在生产过程中能实时观察到产 品表面缺陷,以便及时采取针对性措施规避产品缺陷, 降低不良率;同时,实现产品档案的建立和追溯,有效 提高售后服务水平。 (3)新增在线设备状态监测系统,通过建立信号 分析方法库、设备诊断规则库、趋势预警、远程通讯等 使得设备运转率大幅提升。 (4)安全管理系统通过采用 . NET 技术,搭建浏览 器/ 服务器(Browser/ Server,BS) 三层安全系统管理平 台,建立安全检查及隐患排查治理、风险管理、安全教 育培训、特种设备设施管理、外协单位管理、安全预测 预警、安全数据统计分析、安全知识库等九大功能模 块,实现网络化的现场管理、安全人管理、安全物管理 的三级管理制度。 (5)基于工业物联网、数据平台技术

专业市场组织集群 、 主企业领导型组织集群 这种集群的特点是， 需要依附于专 业 的销售网络或是市场， 形成“前 店后 厂 ” 的组织集群形式 通常形成同质化，有限差异化的产 品， 一方面具有成本优势， 另一方面 可以 保证集群内企业的利润空间 构建组织集群可以促进协同创新 强链接 互联技术的影响下， 产业价值链需要从线性 、 固化的供应链， 向柔性的协同价值共同体不断演化， 让 平凡的人变成不平凡的人） • 永远怀有梦想 • 面对现实， 解决困难 价值观的构建：从原则 到 体系 价值观落实：从甄选 、 教 育到考核 价值观发展：保持核心， 适应变化 价值观驱动型企业 （非正式经济事业） 事业绩效 • 顾客价值的贡献 • 自身成长 境 对外影响 华为经过内部大讨论，展开拿掉“部门墙”的管理 提升，转向“流程型组织” 针对三 大业 务流，建立对应的三 个系统 ，即 IPD ( 产 品集成开发 ) 、 LTC （机会至收款）、 ITR （售后）， 用流程 IT 的方式固化，最后用“以客户为中心”的 理 论指导组织配置，包括考核等 华为权利分享计划：华为员工能够更好的面对

尤其是化工行业实现智能制造的关键系统. MES 通常采用分层架构, 包括数据层、应用层、业务流程层和用户界面层, 支持生产计划、调度、工 艺、操作、物料、能源、质量、设备、统计与绩效管理等核心功能. 例如, 调度模块优化排产应对异常, 质量模块借助统计过程控制 (statistical process control, SPC) 提升品质, 物料模块实现库存优化与罐 区管理, 减少浪费. 国际 MES 起步早、技术成熟 [43]: DeepSeek-R1 是深度求索于 2025 年 1 月发布的旗舰级大语言模型, 总参数达 671B, 其中活跃参数为 37B. 该模型特别强化了编码与数学推理能力, 适合应用于科研、教 育与高精度逻辑任务中. Janus-Pro-7B (深度求索) [44]: Janus-Pro-7B 是深度求索于 2025 年推出的多模态大语言模型, 参 数规模为 70 亿, 支持文字与图像的融合处理

要掌握把这些方法教导给他人的能力。 v4L原则 v4L原则结合了所有各种丰田供应链管理的流程，系统地致力于实 现v4L平衡。 ·Variety（差异性）—产品品种需要仔细挑选，平衡市场需要和生 产效率。当我们认识到产品品种对市场需求、制造加工及供应链成本的 影响，我们在选择品种做决策时必须考虑到这一点。从某种意义上说， 选择一个品种就代表选择了一个关键的供应链，它影响到供应链各环节 参与方。品 有些情况下车型也会根据地区差异而不同。一些学者曾经阐述过：“尽 管丰田拥有一整套制度规定，还是允许每个地区因当地情况而酌情调 整。”当供应流程面临不同的地理位置，不同的产品和不同时期下的产 品生命周期时，公司需要调整产品设计，并且保证供应链的控制与产 品、地点、时间相吻合。在美国，就有三种配送模式。 1.北美产品配送 在这种模式下，车辆在北美装配工厂生产，并运送至北美经销商 处。整车一旦从车间下线，就会被运到编组场，编组场为装运做准备。 要。同样，所有的一级供应商和它们的供应商都要按照时间表操作，并 根据提货时间生产零件。 因此，丰田供应链正如一个有精确节奏的瑞士钟。把钟拨到同一时 间并使钟配合运转，才能实现供应链运营的最优化。因此，丰田公司生 产了足够的品种，并以足够的速度来满足客户需求。 运营流程 几种运营流程必须基于周期基础之上，才能保证物理供应链行之有 效的运营。这些过程通过物理过程组合以及运营流程的调整，确保了优 化的供应链。主要过程如下：

9999%的可靠性保证，以及纳秒级的时间同步精度。 在智能制造领域，基于确定性网络的工业控制系统已经实现了全面的"剪辫子"改造， 将传统的有线连接替换为无线连接，在保证控制精度和可靠性的同时，大幅提升了生 产线的灵活性。 车路协同场景是确定性网络的另一个重要应用领域。端到端的确定性通信网络，能够 在车辆、路侧设施、边缘计算节点、云端控制中心之间提供确定性的数据传输服务。 这使得车路协同系统能够实现真正的实时决策和控制，如在高速公路上以 需要精确的协同动作，时延要求在 1 毫秒以内，时延抖动不能超过 100 微秒。5G-A 网络通过专用的网络切片，为每个机器人分配了确定性的传输时隙，确保了控制指令 的实时可靠传输。经过一年的运行，该产线的良品率提升了 2 个百分点，停机时间减 少了 30%。 冗余传输是提高可靠性的关键技术。5G-A 支持 PDCP（分组数据汇聚协议）层的包复 制功能，同一数据包可以通过多个独立的路径传输，接收端选择最先到达的包，大幅 政策明确要求，加快打造一体化、全场景覆盖的智能交互环境，将 AI 深度嵌入交通、 医疗、教育、政务、工业等各类场景，实现人、机、物、数据的无缝流动与智能响应。 这背后，不仅需要硬件能力的持续突破，更需要开放、互联的技术标准，以及跨界产 业协同。也就意味着，单一企业或单一产品的能力已无法满足未来发展需求，只有通 过标准化、平台化和生态化的协作，才能构建高质量、可持续的智能终端产业体系。 值得关注的是，智能终端产业的价值链正在从过去的“硬件驱动”转向“系统级创新”

当前的产业数字化、数字产业化发展提出了新的挑 战。 随着全球经济以及中国经济陆续迈入一个全新 历史时期，不确定性将成为这个新阶段的主旋律。我 国作为全球工业生产制造的领头羊，必须推进工业生 产制造转型升级，加速淘汰落后产能，基于数智融合 先进技术的智能制造能力建设已成为产业数字化转 型和推动产业高质量发展的必由之路。在全球数字 化快速发展的当下，智能制造不仅关乎企业未来的生 存，更 整，观察其对产出、质量以及能耗等数据的影响，从而 选择最佳方案。例如，某企业通过部署制造执行系统 （MES）来实时监控与调度生产，并引入数字孪生等技 术对产线进行仿真优化，不断提升产能和产品良 率 ［10］。 数智融合孪生技术作为第 4次工业革命的创新产 物，通过数字技术与智能技术的融合，赋予了工业系 统前所未有的洞察力和灵活性，能够有效推动生产效 率提升、实现降本增效，已成为产业转型与升级的重 所示，本文 将针对图 2 所示用例，详细阐述数智融合孪生技术在 制造场景中的应用及价值。 3.1 基于数智融合孪生技术的预生产试验环境系统 排产、调度以及维护是生产制造环节中的 3 个重 要环节，对工厂的产出效率起着决定性作用。智能生 产制造环节已成为先进制造业的必要组成部分 ［12］。 当前，生产制造产业数字化程度普遍比较低下，生产 数据流转分析时效性差，生产效率提升面临瓶颈，难

无柔性，不智造 柔性智造 = 快速响应 × 资源弹性 × 交付保障 传统制造之痛 极氪汽车 |90 秒 / 车身， 4 车型 8 分钟 切换 四川大禹 | 生产周期 60 天 → 30 天 算法排产提速 300% 设备利用率提升 20% 准时交付率达 99% 智能制造的核心基础：攻破柔性生产壁垒 58% 准时交付率 60% 订单碎片化 做减法：消除七大浪费 1 、机械自动化 ( 提高加工效率：机 ) 1 、按单生产 ( 拉动 ) 2 、排程排产 ( 提高资源利用率：单 ) 2 、按箱流转 ( 流动：物 ) 批量生产的核心问题：如何提高资源效率 精益生产的核心问题： 德沃克 ICS 智控系统 德沃克 智能硬件 驾驶舱 OA 设备管理 规则引擎 规则配置 搬运系列 数据仓库 PLM 辅助排产 载具建模 对象建模 装箱系列 移动报表 刀模工装 追溯管理 协议配置 产线系列 德沃克 智能工厂 六层系统的技术架构，构建精益化 + 数字化 + 自动化的一体化智能 工厂 运营看板 SRM 生产执行 装箱管理

通信作者：洪海波（1986—），男，研究员，博士，主要研究方向为数字孪生、数字化车间。 58 第 42 卷 2025 年第 2 期 刘骁佳，等：面向多品种大批量生产的航天飞行器智能工厂关键技术研究 设 备 、生 产 车 间 、生 产 流 程 等 深 度 融 合 ，实 现 自 动 化、信息化和智能化的一种车间运行模式，具有高 度协同、高效运营，快速重构等特点 ［3］。如何构建智 能工厂是当前航天制造企业面临的主要挑战，也是 云边协同、自主决策、柔性重构等特征。依据航天 领域院所两级管理及全产业链协同要求，从信息集 成的维度出发，航天飞行器智能工厂可以分为设备 层、执行层、数据层和决策层，如图 1 所示。其中，设 备层是指车间内的各型设备及产线，通过 RS232、 RS485、RJ45、JDBC、Restful API 等 接 口 向 上 传 递 数据。执行层负责各厂所基于实时数据智能分析 的生产运营管控，其底层为产品数据管理（Product 时 性。在云侧，重点着眼全域资源优化与预测，利用 高算力构建虚实映射的全局仿真系统与大数据优 化 系 统 ，基 于 大 模 型 实 现 生 产 状 态 评 估 与 需 求 预 测 ，同 时 设 计 协 同 机 制 动 态 平 衡 和 调 整 产 业 链 节 拍，提升产品全生命周期智能化水平。通过云、边、 端协同及大小模型交互，最终实现航天制造工厂智 能化管理，提升生产系统效能与灵活性，保障制造