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，更成为推动我国经济发展的重要引擎。智能制造 将带来更高效、更灵活和更智能的生产制造方式，同 时也会促进企业技术创新和可持续发展，引领产业高 关键词： 数字经济；人工智能；数智融合孪生；产业数字化； 新质生产力 数字经济的迅猛发展，带动了产业数字化和数字基础设施建设的快速推进，人 工智能、数字孪生等先进创新融合技术，已成为产业数字化转型升级的关键驱 动力。分析了数智融合孪生技术的产生背景，并围绕其赋能下一代智能制造工 厂建设展开探讨。产业实验说明，数智融合孪生技术对提高生产效率、优化成 本、提升竞争力及应对风险作用显著，作为智能制造核心支撑，正加速产业智能 化，助推新质生产力发展。 Abstract： economy；Artificial intelligence；Data intelligence fusion twin；Industrial digitization；New quality productivity 基于数智融 合孪生技术的智能制造应用探索 Application Exploration of Intelligent Manufacturing Based on Data Intelligence Fusion

当人工智能与物联网的融合进入深水区，AIoT 产业正在经历从连接万物到智联万物、 从数据采集到价值创造的根本性转变。站在 2025 年底的时间节点回望，我们见证了 一个产业从技术驱动走向价值驱动、从单点突破走向生态协同的壮阔历程。 《2026 中国 AIoT 产业全景图谱报告》应运而生，它不仅是一份产业地图，更是一个 认知框架和商业工具。图谱延续了历史的精华，创造性地提出"通感智值"四维模型， 以通信和感知构筑坚实底 端侧智能让每个设备都成为智慧节点，当场景协同让孤立系统形成有机整体，当价值 结算让数据流转变为价值流，AIoT 2.0 的新时代已经到来。 特别值得关注的是，图谱首次系统梳理了"通感智值"跨域编排的十大协同场景。从车 路云一体化到空天地海一体化信息网络，从工业智联到全屋智能，这些场景不是技术 的简单堆砌，而是响应国家"人工智能+"战略、打造一体化全场景智能交互环境的生动 实践。每个场景都经过深度调研和反复验证，既体现技术前沿性，又具备商业可复制 。这份 图谱既是对过往的总结，更是对未来的展望。它试图回答一个根本问题：在万物智联 的时代，如何让技术创新真正转化为社会价值，让智能化发展成果惠及每一个人。 愿这份图谱成为产业发展的导航仪，创新创业的工具箱，政策制定的参考书。让我们 携手共进，在通感智值的无限循环中，创造 AIoT 产业更加辉煌的明天。 智次方研究院 2025 年 10 月 · 目录 中国 AIoT 产业年度洞察

国投集团： 财务数智化建设助力数字国 投 超大型央企财务综合数智化转型 目 录 财务数智化项目建设背景 强管控：全集团财务核算“ 一本账” 统标准：全集团财务共享“ 一体化” 1 2 3 PAR T 财务数智化项目建设背景 1 国投集团：业务遍布海内外，多元化产业，规模体量大，经营业绩卓越 电力 为主能源 矿产 资源开发 交通 先进制造 新材料 生物能源 健康养老 并持续完善系统功能，着力构建与集团管理体制、发展阶段和财务管理模式需要相适应的财 务信息化体系。 集团财务信息化面临的挑战 截至“ 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 数据治理不够，财务决策 分析平台尚未建立，赋能 业务决策支撑不足 横向集成和纵向贯通 程度低 横向集成度低，纵向未全 级次贯通，信息孤岛仍然 存在， IT 硬控制等管控 功 能难以实现 财务数智化项目建设的必要性 - 落实国家数字化战略转型工作的重 要举措 数字中国 党的十九大在新的历史起点上，明确提出了建设数字中国， 培育具有全球竞争力的世界一流企业的宏伟目标。 中央企业数字化转型

动，推动社会、经济和文化的进步。 （2）AI时代的“识” 与“知”相对应，“识”在AI时代也有了新的内涵。传统的“识”主要强调个体的 主观认知和理解，但在AI时代，“识”还表现为一种基于共享知识、协同创新和智 能交互的群体智慧。AI时代的“识”包含：在智能化网络环境中，个体与机器、个 体与个体之间通过共享知识、协同工作和智能交互所形成的集体智慧和创新能力。 这种“识”不仅超越了个体的局限，还能够汇聚群体的力量，推动知识的创新和发 课堂参与度：通过小组讨论和问答环节来评估学生的参与度和兴趣。 ❍ 小组展示：每个小组向全班展示他们讨论的AI应用案例，评估他们的理解和创 意。 ❍ 课后作业：要求学生写一篇短文，描述他们如何在自己的生活中使用人工智 能，或者他们对人工智能未来的一个梦想。 通过这样的教案，我们不仅传递了人工智能的基础知识，还激发了学生的兴趣，鼓 励他们深入探索这个不断发展的领域。 2. 少样本提示 少样本提示（Few-shot 那么，给多少小费才有效呢？根据网友和笔者的经验，10美元、上万美元、100万 美元，这些数目的小费都可以稍微改善回答的质量。 4. 思维链 在解决带有逻辑性的复杂问题时，使用思维链（CoT）技巧会使问题变得非常简 单，只需要在问题的结尾放一句“Let's work this out in a step by step way to be sure we have the right answer”（让我们一步一步解决这个问题，以确

密封行业数字化转型 解决方案 无忧智库 无忧智库 无忧智库 无忧智库 无忧智库 3 4 项目实施推进策略与保障 XXXX 密封业务核心解决方案 2 XXXX 密封信息化项目理解及总体规划 目录 无忧智库 无忧智库 无忧智库 无忧智库 无忧智库 制造行业信息化目标：面向全局交付能力和一体化运营定位 HQ Local Customers Corp Customers 对接生产排产与执行监控预警  完善的产品追溯、物流品质跟踪 Sales & Marketing ERP MPM 集团 管控 SCM CRM MES PLM 无忧智库 无忧智库 无忧智库 无忧智库 无忧智库 通过多年的实施经验的积累， XX 针对制造业形成了自主的解决方 案，为用户提供更加优质的信息化服务 车辆实验所 研发数据 整车装配线 配件工厂 常规供应商 准时配送供应商 产销计划分配解决方案 产能平衡解决方案 成品物流发运解决方案 包装 / 随机配件解决方案 成本标准定额解决方案、成本核算与差异解决方案、研发费用专项核算解决方案 无忧智库 无忧智库 无忧智库 无忧智库 无忧智库 XX 在精密制造零部件行业的案例清单（部分） 客户名称 主要相关业务 方案特点 某著名企业 金属锻压制品 工厂关联交、事业部运作结算 铸造原料 BOM 和混料管理 某著名企业

of Delay ，延迟成本）来 确定价值 对价值和工作量进行评分是确定优先级的最后一步。下面四种从简单到复杂的实践都可以帮助团队为 故事排列优先级。 对价值和工作量评分 02 较简 单 03 中等 最简单 01 复杂 04 P88 绝不应该把“轻量级治理”这个术语理 解为不重要的治理。但是，在这一领 域中，官僚作风加重和文档记录增多 的趋势确实日益明显。治理对组织至

然产品在 游戏中使用的是啤酒，但是过程类似于大多数供应链，包括汽车业。本 章将把原来的啤酒游戏是如何发展的和丰田公司的管理人员是如何进行 这个游戏的过程进行比较，这将说明为什么丰田汽车的流程方案可以简 化供应链。 啤酒游戏的规则 在啤酒游戏中，4个参与者分别作为零售商、经销商、批发商、工 厂在供应链管理中发挥作用。啤酒游戏原理见图13-1。零售商是唯一观 察客户需求的参与方。每个参与者从直接客户处取得需求：零售商满足 丰田会如何玩啤酒游戏 本节描述了丰田公司会如何进行啤酒游戏。首先，我们提供一个啤 酒游戏中标准的投资管理方法作为参照，然后我们提供丰田方法。在接 下来的段落中出现的案例非常复杂，超出了本书的讨论范畴。我们会简 单地拿出每个案例中的几个核心数据来将丰田方法和标准方法相比较， 如果你希望了解这两种方法的内在逻辑，你需要去分析每个案例的逻 辑。 使用标准投资管理方法的结果 图13-3具体描述了标准投资管理方法。表格显示每个游戏者独自地

浙江中之杰智能系统有限公司 August 19,2025 德沃克 OBF 智能工厂的落地实 践 Chnajey 中之杰 · 中国 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 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 1 2 0 分钟 换型耗时 zEEKR SDMS° 柔性破局标杆 市场需求变化导致离散制造的核心竞争力变成柔性智造 离散型制造业的生产方式逐步由批量生产转变为多品种、小批量、定制化、多变更的精益生产模式 批量生产方式 精益生产方式 标准化 大批量 工 800 秒都是浪费 ! 4 数据路由 ERP 物流执行 工位建模 设备建模 存储系列 德沃克 智能运营 BI 德沃克干软通 智联系统 德沃克 执行系统 OBF 单箱 流 自动追 溯 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

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 国内外学术研究的重点 ［4-5］。 在智能工厂实际建设中，国内外部分先进制造 企业已经取得初步成果，如德国西门子、博世，美国 通用电气、波音、国家仪器公司等，国内在汽车、家电 出面向未来多品种、大批量生产的航天飞行器智能 工厂发展思路和总体架构，并从资源动态组织、人 机协同制造、质量智能检验和产业链高效协同等维 度 分 析 智 能 工 厂 的 关 键 技 术 ，将 制 造 技 术 与 数 字 化、智能化技术深度结合，梳理支撑航天飞行器智 能工厂建设的关键技术，为我国航天飞行器智能工 厂建设提供借鉴。 1 航天飞行器智能工厂总体架构 航天飞行器智能工厂是一种涵盖设备、车间、 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、 跨领域、跨地域数据业务协同。 1.1 云-边-端协同制造平台

scichina.com 工业智能系统及软件专刊 . 观点与争鸣 工业大模型赋能的新型流程工业智能工厂核心工业 软件体系 侯卫锋1, 古绍武2, 张志铭1, 谢磊2*, 苏宏业2 1. 浙江中智达科技有限公司, 杭州 311121 2. 浙江大学控制科学与工程学院, 杭州 310058 * 通信作者. E-mail: leix@iipc.zju.edu.cn 收稿日期: 2025–03–11; 线实现松耦合交互. 这证明了通过智能体之间的协同作用, 能够提升工业数据的透明化和工业场景的 智能化水平. 关键词 流程工业, 智能工厂, 新型核心工业软件, 工业大模型 1 引言 随着全球制造业数智化转型的不断深化, 智能制造已成为衡量国家制造业综合竞争力及产业技术 水平的关键指标, 为实现高效、绿色、灵活的生产方式提供了坚实的技术支撑 [1,2]. 在我国, 智能制造 引用格式: 侯卫锋, 古绍武 AM) 等. 随着 2012 年工业互联网架构被首次提出, 基于工业互联网的新一代流程工业智能工厂架构从智 能控制、智能生产、智能保障、智能供应链、智能经营等方面开展智能工厂建设, 进一步满足了企业 安全、绿色、节能、高效、柔性的高质量发展需求. 流程工业智能工厂解决方案供应商提出了多种智 https://www.sciengine.com/doi/10.1360/SSI-2025-0109