同建立不同的模型，并确立相关的耦合变量与参数，进行并行计算， 有关变量可在多级计算机间传输。 2.基于消息分发的异构系统集成技术 数字孪生管理系统需要实现数字化映射、监测、诊断、预测、仿 真、优化等功能，对系统集成的数据量需求大、实时性要求高、信息 同步要求高。本项目提出基于消息分发中间件的异构系统集成技术， 通过消息分发中间件打通不同系统之间的数据接口,使得孪生体全生命 周期过程中所产生的数据能够根据解决方案的需求快速应用

理（Manufacturing Operations Management，MOM）、 物联网（Internet of Things，IoT）等系统或组件。数 据层是围绕产品全生命周期的跨领域、跨环节多源 异构数据集成。决策层则是以集团或院为中心构 建的制造云服务及制造大模型，通过大模型赋能智 能工厂数据管理、协同制造和运行保障全过程，决 策层与执行层相互协同融合，提升航天飞行器制造 工厂的感知、分析、决策和控制水平，实现跨组织、 自组织协同与互操作技术，要建立制造资源虚拟表 征与智能体单元封装标准，并形成跨层级智能体单 元分发引擎。2） 面向复杂生产环境的异构制造信息 认知技术，通过采用“数据感知-模型适应-扰动预测” 的信息认知思路，建立生产过程扰乱自适应孪生模 型，构建生产扰动后效预测分析模型 ［27］，实现复杂生 产扰动下异构制造信息决策能力。3） 基于协同智能 的制造系统自适应重构技术 ［28］，从全域资源自组织 协同角度构建自适应重构模型，在资源协同调度优

满足：行业、对外服务场景 2. 多种私有化云服务 满足：安全可控等场景 3. 既有计算池、托管类业务 满足：异构资源统一管理 现有计算池复用、新建计算池、多地多中心容灾架构、数据中心 IDC 租用 IAAS 层整合管理能力 公有云级别运营平台 公有云运维平台 PAAS 服务平台能力 异构环境纳管能力 云服务（ PAAS 、 IAAS ）服务目录， SAAS 服务接入能力 计算类 网络类 存储类

十三五” 末，集团财务信息化建设取得了一定的成果，但在数字化时代的大背景下，与内通外联、协同高效的智 慧财务、数字财务仍有较大差距，依然面临着一些挑战。 缺乏统一规划 缺乏统一规划，应用系统 异构严重，信息化标准未 统筹建立，会计信息质量 难以有效保障 精益化功能欠缺 系统版本较低，功能亟待 优化升级，对精益化管理 支撑有限 智能化应用不足 智能化应用不足，系统自 往来单位、项目在主数据系统统一管理，都在主数据统一管理，其余数 据在核算系统管理；对于凭证对接单位，会计科目、组织、往来单位与集团主数据进行对照，其他数据在核算系统管理。 集中核算建设内容：异构核算系统的替换与集成方案 集成方案 集成原则 集成系统 集成策略 1 、替换 核 算系 统 继承原接口方案、接口 方式及数据传递规则 国投集团统建系统 从原 NC65 核算单位迁移接口程序，适配国投

传感数据资产化的理念在 2026 年将得到广泛认同和实践。企业开始意识到，每一个 传感器采集的数据都是潜在的价值来源。通过建立完善的数据治理体系，包括数据标 准化、质量管理、价值评估、交易流通等环节，原本分散、异构、低价值密度的传感 数据被转化为可量化、可交易、可复用的数字资产。 视觉、雷达和声学的深度融合在高安全场景中已经成为事实标准。2025 年领先的自动 驾驶汽车标配了至少 8 个高清摄像头、4 个毫米波雷达、1 图：量子通信发展史以及市场规模，来源 wind，华安证券研究所 5 通信芯片与模组 通信芯片与模组是 AIoT 产业的核心器件，直接决定了终端设备的性能、功耗和成本。 2026 年，在摩尔定律放缓的背景下，通信芯片通过架构创新、异构集成、专用加速等 方式继续提升性能，同时向通感算一体化方向演进。 · 29 5.1 基带处理芯片 基带芯片负责通信协议的处理，是无线通信系统的大脑。2026 年的基带芯片在支持多 模多频、降低功耗、集成 适应控制、机器学习等高级功能。 1.5 边缘计算平台软件 边缘计算平台软件是连接硬件资源和应用程序的中间层，提供了资源抽象、应用部署、 服务编排、运维管理等功能。一个优秀的边缘计算平台需要解决异构资源管理、分布 式协调、多租户隔离、弹性伸缩等挑战，同时保持轻量级和高效率。 1.6 边缘操作系统 边缘操作系统是专门为边缘计算场景设计或优化的系统软件，需要在实时性、可靠性、 安全性、资源

端到端自动化支持. (2) 多模态数据处理与公共能力层支持下的数据融合与洞察深化. 新型体系的另一核心创新在于 公共能力层对多模态数据 (时序、图像、文本) 的整合处理能力. 传统流程工业系统多存在数据孤岛与 异构系统整合困难的问题, 限制了跨系统的数据流通与价值发掘. 本文体系通过构建统一的数据处理 框架, 使各类智能体可调用统一接口完成数据采集、转换与分析操作. 具体而言, 时序数据能力支持历 史数据分析与特征提取