学习 和终身学习能力；同时，分析AI时代教师职业发展的新方向，为教育工作者提供 前瞻性的职业思考。 ❍ 技术与应用：全面展示AI在教育中的具体应用场景和工具操作。从生成式AI的 简介，到AI在教育中的各种具体应用，如智能教学材料生成、文档处理、绘图、 思维导图制作，以及科研辅助，涵盖了丰富的AI教育工具。此外，本部分还介绍 了AI在音视频处理、智能体等领域的创新应用，帮助读者理解和掌握AI技术的实 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 1 第一部分 理念与趋势 本部分首先概述数字化技术的发展及其对教育教学形式的影响，特别强调AI大发 AIGC的发展与教育应用展望 人工智能生成内容（Artificial Intelligence Generated Content，AIGC），是 人工智能的一个重要分支和应用领域，它代表了人工智能技术在内容生成方面的能 力，尤其是通过生成算法、预训练模型和多模态技术等手段自动生成文本、图像、 音频、视频等多种类型的内容。 早期的AIGC主要集中于简单的文本生成，如基于模板的新闻报道或天气预报。深度

“制造强国” 的重要组成部分, 已成为推动产业升级、提升质量和效益的核心动力 [3]. 在流程工 业领域智能制造的快速发展过程中, 通过引入生产管理、实时优化、先进过程控制、零手动操作等技 术, 基于分布式控制系统 (distributed control system, DCS) 和可编程逻辑控制器 (programmable logic controller, PLC) 等控制系统的流程工业企业显著提升了生产装置的自动化水平 针对工业时序数据 的生成, MetaIndux-TS [8] 等模型展现了显著的进步, 能够有效解决数据稀缺问题. 大语言模型强大的 交互能力和跨领域逻辑思考能力能够将流程工业智能工厂的知识经验融入核心工业软件体系中, 赋能 核心工业软件提升数据透明化程度、实现信息互通和利用、给出更具价值企业营运分析结果. 基于上述背景, 本文提出了基于大语言模型建立工业大模型驱动的交互式图表分析助手, 构建覆 自下而上分别是生产过程层、生产过程感知层、生产过程自动化层、制造运营自动化 层、企业营运逻辑层. 在生产过程感知层涵盖了流量、压力、温度、液位、视觉等各类传感器, 在生产 过程自动化层涵盖了可编程逻辑控制器 (PLC)、分布式控制系统 (DCS) 等控制系统, 在制造运营自动 化层涵盖了制造执行系统 (manufacturing execution system, MES)、实验室信息管理系统 (laboratory information

信息化管理平台 审批路径规则 数据转变逻辑 操作控制规则 业务流转规则 自动处理 / 约束业务 将尽可能多的 人 工经验判断转换成模 式化的固定逻辑，减少业务对“经验”的 依赖性，同时提高业务处理的速度 将可逻辑化的 规 则进行结构 化、公 式化处理，交由系统替代人进行处理和判断 审批路径规则 • 计划外采购申请审批规则 • 物资采购订 单审批 规则 • 采购结算审批规则 • • 付款申请审批规则 • 资金计划审批规则 • 超资信审批规则 • 物资计划审批规则 • 物品调拨审批规则 • …… • 物资计划生成规则 • 物流计划生成规则 • 波次生成规则 • 资金计划生成规则 • 费用归集生成规则 • 会计分录生成规则 • 发票自动核销规则 • …… • 物资计划校验规则 • 采购申请校验规则 • 资信校验规则 • 返利校验规则 • 采购结算控制规则 的 数 据复杂，需要统 一 规划 新技术对现有信息系统提出 更高的要求 各系统间集成方式有待 统 一和规范 仓储 质检信息相对滞后并且 没有共享 采用手工的 方 式进行统 计分析，工作量大 采用手工的 方 式进行统 计分析，工作量大 仓储进销存、物流、质 量等数据共享效率低 生产及质量 目前没有集团层级的 产供销 计 划协同体系， 配方性管理 联产品的 成本管理 集团层面的

.................................................... 1 洞察 2：多模态智能原生：感知数据即资产，视觉+雷达+声学的融合将成为默认配置； 生成式 AI 在感知增强与自动标注中大幅降本........................................................................ 3 洞察 3：确定性网络与垂类 的简化版本，而是形成了各具特色、相互补充的 智能计算生态，共同推动 AIoT 产业向更加智能、高效、普惠的方向发展。 洞察 2 多模态智能原生：感知数据即资产，视觉+雷达+声学的融合将成为默认配置； 生成式 AI 在感知增强与自动标注中大幅降本 2025 年，多模态智能已经从实验室的前沿研究转变为产业界的标准实践，成为 AIoT 系统的原生能力。这一转变标志着感知技术从单一维度向立体化、从被动采集向主动 一 传感器方案，多模态系统的误报率降低了 95%，漏报率降低了 99%，真正实现了"防 患于未然"。 生成式 AI 在感知领域的应用在 2025~2026 年形成了持续亮点。通过大规模预训练和 少样本学习，生成式 AI 模型能够理解和生成各种模态的感知数据。在感知增强方面， 生成式 AI 可以将低分辨率、高噪声的传感器数据恢复为高质量的感知信息。例如，在 安防监控中，即使是在夜间或雾霾天气下拍摄的模糊图像，也能够通过

多功能的共 享服务 集成的多功 能共享服务 一体化的共 享服务 P28 财务共享服务模式 主要内容 基础性共享服务模式 利用规模化和标准化的服务为企业客户达到降低成本的目标，是一种托管式 的服务模式 共享服务市场化模式 企业客户可按照自己的意愿和实际情况来选择共享服务模式 共享服务高级市场模式 企业客户具有对服务的提供者进行选择的权利，一旦客户觉得内部的服务无 法满足自身需求时，则有权更换自己满意的服务 果的正确性，降低风险和事后 处理问题产生的成本 业务流程在纳入财务共享服务的范围时，应遵循的原则 P54 FSSC 典型流程 - 销售至应收款流程 增值税发票开具 应收核销清帐 对账收款 生成输入凭证 扫描相关单据 至影像系统 影像资料审核 共 享 中 心 业 务 单 元 发生销售业务 收款流程 收入暂估 / 确认 收入暂估 / 确认记 单据至影像系统 FSSC 典型流程 - 采购至应付款流程 发票及业务单据影像 3 资料审核 采购计划与报批 生成付款凭证并清 帐 审核执行采购付款 应付发票处理与记 账 生成输入凭证 采购执行、验收并 接受发票 供应商对账结算与 付款申请 共 享 中 心 业 务 单 元 采购付款流程

检查管理等，设计搭建了包括生产专网主线局域网、 影像显示系统、音频扩声系统、应急融合通信系统 等外部硬件网络环境。平台将各类设备的检测数据 采集、汇聚到基础数据管理系统，进行实时监控管 理，同时将数据同步至 3 维孪生工厂，通过分布式 坐席系统在应急指挥大屏实时模拟生产现场情况和 各项数据指标，以方便协同调度和应急指挥。 3 软件功能及关键技术 3.1 应急管理系统运作机制 主要运作机制如下： 1) 基础数据管理平台实时监测全域并自动报 SDK 包，发布数据到消息队列中。 2) 内网传输系统获取信息，对信息进行数据处 理，生成二维码传输到外网。主要进行消息订阅获 取数据、过滤敏感数据、数据权重设置和拆包、传 输数据加密、数据缓存、启动定时器更新数据、生 成多张二维码进行数据跨网传输、多张二维码拼接 成一张图像，当未获取相关数据并生成二维码的情 况时，由于定时器从缓存数据中未获取到相关数据， ·3· 汪成运等：基于工业大数据的火炸药应急管理平台 汪成运等：基于工业大数据的火炸药应急管理平台 第 6 期 将 ALLSYNC 标识使用 ZXing_SKD 生成二维码， 告知外网程序并清空数据。 图 4 应急数据跨网传输技术拓扑 3) 外网传输系统对数据进行接收和处理。主要 包括获取数据、对图像进行灰度处理和二值化处理 (通过灰度化处理将图像处理为 R=G=B 的三分量灰 度图、通过 Kittler 算法将灰度图快速转化为只有黑

端到端真实用 户体验 稳定的线上 生产环境支撑 DevOps 完整 解决方案 自动化 扩 容 / 缩容 应用 + 平台模 式互利双赢 自动 构建 一键 部署 灰度 发布 配置 管理 批量 命令 节点 管理 分布式协调 服务 Zookeeper 日 志 收 集 系 统 监 控 应 数据库读写分离方案 数据库分库分表方案 高并发集群转发方案 负载均衡中间件 流量拦截及限制方案 高并发访问下的应用 安全 异步化设计规范 微服务设计规范 分布式缓存设计规范 中间件配置调 优及系统调优 应对高并发 数据高可用方案 分布式服务框架 WEB 服务框架 WEB 应用 缓存中间件 消息中间件 搜索中间件 文件中间件 认证组件 安全组件 高并发 集群部 署方案 缓存 缴费支付 如何转化更多客户 适合高净值客户不 同渠道来源的转化 方法 区分低端客户的营 销手段 挖掘销售购买产品 成熟客户阶段 拉式 潜在客户 推式 目标客户阶段 营销服务流程优化 会员全生命周期 如何挖掘更多潜在客户 …… 如何提升客户价值 如何量化考核绩效 如何推动客户消费 如何高效业务协同 如何合理分配资源 成交客户阶段

1所示，中 国研发经费投入逐年增长，在 GDP 中的比重逐年增 加。从 2012 年到 2024 年，我国研发经费总量翻了 3 倍，突破 3.6 万亿元，位居世界第 2。我国已经不再满 足于“加工式”的创新，致力于摆脱对海外核心技术的 依赖，拥有世界首屈一指的创新力量。中国企业需要 在充分利用自身优势的同时，积极拥抱数字化转型的 趋势，将数字技术整合到业务各个领域，改变研发流 程，从而实现研发数字化，大力提升技术研发水平，为 Monthly Topic 02 邮电设计技术/2025/05 设计方案在真实环境中的性能和生命周期 ［2］；对于庞 杂的企业内部知识，可将 AI大模型用于构建企业技术 知识库，通过检索增强生成（RAG）等方案，将企业积 累的技术规范、专利文档、设计图纸等接入大模型，进 而实现对研发资料的智能检索和问答 ［3］。此外，可利 用云端计算资源创建虚拟原型并进行仿真测试，以评 估设计方案的可行性和性能，降低物理原型制作的成 先进技术的快速发展和产业深度应用。在底层数智 融合技术的支持下，业务数据的流动性、可用性逐步 提升，以数智慧融合技术驱动的数据处理和分析能够 为产业发展提供指引，突破了产业传统的生产协作模 式，帮助企业寻求新的盈利增长点 ［11］。另一方面，数 据的不断积累和应用，为人工智能大模型的训练和应 用提供了丰富的数据资源，进一步推动了数智融合技 术在实际产业中的深度应用。基于数智融合孪生技

质 、知 识 的 加 工 系 统 。 ANDERSON 等 ［13］提出了一个支持在智能工厂制造 过程中的信息交换和一致性检测的专家系统，并在 航空航天领域进行了试验验证。该框架基于知识形 式化和语义规则，通过本体、语义协调策略和连接接 口来管理信息和知识，并识别制造系统中的不一致 性。为了实现大规模定制生产，HALLDOR 等 ［14］将 智能技术引入可重构制造系统中以解决工厂中劳动 数据横向、纵向的交互协作。在边侧，聚焦设备间 信息共享与局部优化，确立不同设备、生产线协作 模 型 如 自 组 织 与 互 操 作 机 制 ，创 建 虚 拟 智 能 体 单 元，具备以虚映实、以虚控实及自主控制指令生成 下 达 功 能 ，兼 顾 计 算 与 通 信 需 求 以 保 障 数 据 实 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 图 像等生产制造数据，以及生产状况、计划进度、资源 使用状态等生产管理数据，通过 NLP 与标注 ［21］、多 模态信息提取与融合 ［22］、大数据挖掘 ［23］等方法，构建 工艺智能生成、智能装配指导、实时排产调度、智能 检测、测试大数据分析等场景大模型，并基于云-边- 端集成框架，与现有制造设备、检测设备、数字化终 端及航天飞行器制造云平台进行集成，形成航天装 备制造“数智大脑”，大幅提升产品制造效率和规模

、流程导向”的岗位责权利基础；  实现产品、物资、 BOM 、客商、价格等基础数据，在全部业务模块的统一化维护与共享应用；  实现产供销计划和执行管理的透明化运作，形成对销售到交付的端到端闭环式管理要求；  实现产供销业务与财务核算、成本管理的同步集成，数据透明统一；  实现“各业务系统数据板共享为目标，为后续企业决策提供大数据支持和分析的基础。 数据统一透明 支撑规范管控 对信息系统的需求 并可根据需要调整业务流程。 重塑数据模型 借助内存技术简单减少数据占用空间，同 时消除索引、聚合、冗余 重塑系统配置 按照指导简单配置系统 重塑用户体验 借助 SAP Fiori 用户体验和交互式图 表，在任何设备上简单完成任务 配置简化与配置指导 无忧智库 无忧智库 无忧智库 无忧智库 无忧智库 XX 拥有国内最多 SAP S/4 HANA 实施案例（部分） 顺鑫农业 S/4 校验数据申请是否可能造 成重复与冗余 • 批准 / 拒绝主数据申请 • 对于批准的主数据申请发 放编码和基本你信息到各 单位 • 对于拒绝的主数据申请给 出替代方案 提出申请 集成自动 生成主数据 SAP ERP 反馈 按照流程提出 数据申请 业务习惯 改变 各单位人员需熟悉集团 各类主数据标准和规范 改变以往随意新增 各类主数据的操作习惯 管理要求的提高带来 流程的被拉长，更强调效率