以通信和感知构筑坚实底座，以智能和价值编织无限循环，勾勒出从数据采集、传输、 理解、决策到执行、结算的完整闭环。这个闭环不是线性的流程，而是生生不息的螺 旋上升，每一次循环都在积累经验、优化算法、创造价值。 图谱的核心创新在于其独特的视觉呈现和逻辑架构。通信与感知作为双基座，承载着 整个产业的数据流动；智能与价值形成的无限符号"∞"，象征着技术创新与商业价值 的永续循环。这种设计既是 键使命。在 2026 中国 AIoT 产业全景图谱中，感知技术正经历着从单一功能向多维融 合、从被动测量向主动探测、从数据采集向边缘智能的深刻变革。随着 MEMS 工艺的 成熟、新材料的突破、AI 算法的赋能，感知器件不仅在性能指标上实现了数量级的提 升，更重要的是在功耗、成本、集成度等产业化关键指标上取得了革命性进展，使得" 万物皆可感知"的愿景正在成为现实。 当前的感知技术呈现出三个显著 用的爆发式增长，MEMS 惯性传感器的市场规模已超过 50 亿美元，成为 MEMS 传感 器中最重要的品类之一。技术层面，MEMS 惯性传感器正朝着更高精度、更低功耗、 更高集成度的方向演进，同时在算法融合、系统级封装、人工智能赋能等方面展现出 新的发展趋势。 图：2023~2029 年高端惯性传感器市场，来源 Yole 1.1 加速度传感器技术 加速度传感器是测量物体加速度的基础器件，其工作原理基于牛顿第二定律，通过检

工业大数据的核心：机器数据 海量高速 机器 24*7 产生，产 生速度快，数据量大 独特数据类型 机器产生的时间序列， 时空序列，或者数组阵 列数据，多种类型 实时深 度分析 基于复杂数值算法的实 时和历史分析 一个典型的大规模机器大数 据应用系统（如工程机械物 联网、油气生产物联网、智 能电网、车联网、地质勘探 等），每天产生的数据量是 淘宝交易的 100 倍，且要在 这些数据上实时做复杂的领 ETL ETL 离线计算 引擎 离线计算 引擎 分布系统 文件 分布系统 文件 工业流数据实时分析 工业流数据实时分析 通用 SQL 分析引擎 通用 SQL 分析引擎 工业级算法分析引擎 工业级算法分析引擎 通用搜索引擎 通用搜索引擎 消息队列 消息队列 内存存储 Redis 内存存储 Redis NO-SQL HBase NO-SQL HBase TSDB 数据 存储 健康状态管理系统 PHM 中国航天科工集团为国产 C919 大飞机装配有我国自主研制的故障预测与健康管理系统 (PHM) ，为 国产大飞机安全护航。通过传感器获取设备状态信息，借助多种智能算法，监测、分析、诊断设备的健 康状态，已实现对 3 万多项飞机数据中涉及飞行安全的 4600 多个关键数据进行实时监控、故障诊断、 维修控制决策、飞机运行管理、发动机监控、健康状态评估以及维修品质分析等功能，建立了我国国产

示以及智能管理等层面，在生产过程中的智能化应用较少。 基于以上挑战，本项目搭建哈电发电特色工业互联网应用技术平 台（简称工业互联网平台）打通发电设备从数据接入、存储、管理、 算法建模开发到端平台应用的各个环节，提供统一的数据接入、管理 服务，提供大数据支持和智能算法运行环境，支持以开放的模式开发 工业 APP，打通信息孤岛；基于工业互联网平台，搭建发电行业关键 设备数字孪生管理系统，以管理壳为载体，打通发电设备生产侧及产 产侧及产 品侧各环节数字孪生数据壁垒，形成产品全生命周期的数字孪生服务 与管理能力；从发电设备制造商的角度，基于对上千台机组设计、运 行调试经验的综合与升华，构建行业机理与人工智能算法相结合的发 电设备智能运维解决方案，实现 IT 与 OT 的融合，助力发电行业智能 化生产运行，实现“安全高效、清洁低碳、灵活智能”的生产目标。 技术简介 1.基于多维度整合的发电设备数字样机建模技术

中国科学 : 信息科学 2025 年 第 55 卷 第 7 期 1787 质与反应过程, 支持设备选型、夹点分析等, 提升能效、经济性和环保水平. 软件主要由物性数据、热力学模块、单元操作模块和流程求解算法组成. 其中, 物性数据是基础, 涵盖热力学、传递性质等, 来源包括实验测量和模型估算 (如基团贡献法). 热力学模块支持多种物质 体系和相态计算, 部分采用神经网络预测原油黏度. 单元操作模块将典型设备 市场受碳中和与工业 4.0 驱动快速增长, 广泛应用于石化、化工、制药等行业. 国际领 先厂商如 AspenTech、霍尼韦尔凭借成熟算法和优化能力占据优势, 但成本高、实施复杂. 国内厂商 通过本地化定制和成本优势崛起, 适应性强, 但在极端非线性、多约束场景下的模型与算法仍需完善. 中智达首创了复杂化工过程全工况自主优化运行技术, 其智能动态优化控制软件 Cyb-IDPC 解决了开 停车、升降负荷、 能实现稳定控制、异常警报与可视化监控, 便于与 DCS 系统融合. ABB AbilityTM (ABB) [24]: ABB Ability 提供先进过程控制解决方案, 搭载高可靠性通信系统与 算法模块, 特别强调控制安全性与操作稳定性, 广泛应用于石化、电力与制药等自动化场景. Cyb-IDPC (中智达科技) [15]: Cyb-IDPC 是中智达针对流程工业开发的自主 APC 平台, 采用多变

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% 新品牌、新机型、新场景接入 ICS 一体化 AI 智控 硬件接入零代码 业务与执行融合 人与机无感协同 现场 Al 异常管控 10 种调度算法 智能调度平台 实时监控与异常预警 数据集成与模型管理 动态调度与智能决策 生产协同与过程可视 德沃克 OB 生产过程软硬一体化动态控制技术 共同对象 子 ” 技 术 ( 生产过程软硬一体化动态控制技术 ) 智 协 同： 基于规则及算法 Al+ 德沃克 OBF 智能体系列产品 (X-Agent) 专注离散制造在物流、生产、质量与自动化场景的 Al+ 业务协同需求，深度融合数据要素，通过汇聚海量工业数据，结 合 通用大模型及行业垂类大模型 ( 规则、策略、算法等 ), 构建全要素全流程离散制造数智化解决方案。 Al 老厂长 ( 生产管控 Agent)

数学、计算机科学、心理学等多学科的理论知识。 人工智能不只是模拟人类的行为或思维，更是一种通过算法和数据分析来解决问 题、优化流程和辅助决策的科学，其核心在于使机器具备一定程度的感知、理解、 推理、学习和决策等能力，实现人机交互，提高计算机的智能化水平。 1. 人工智能的发展历程 随着计算机技术的飞速发展、算法的不断优化、算力的大幅提升，AI逐渐从理论走 向实践，并在多个领域取得了显著成果。如今，AI已经广泛应用于语音识别、图像 ， 这些智能助手能够理解并回答用户的问题，执行各种任务，如设置闹钟、查询天 气、播放音乐等；通过分析用户的观影历史和偏好，Netflix能够为用户提供个性 化的电影和电视剧推荐，亚马逊也利用机器学习算法为用户提供个性化的商品推 荐；Knewton等教育技术公司使用机器学习来个性化设计学生的学习路径，通过分 析学生的学习数据和表现，其系统能够提供定制化的学习资源和反馈。 （3）深度学习革命 21 的Autopilot和谷歌的Waymo都是自动驾驶技术的代表，这些系统利用机器学习算法 识别道路标记、障碍物和其他车辆，以实现自动驾驶功能。科大讯飞的语音识别系 统，采用深度学习技术，能够高效地将语音转化为文字，并支持多种语言和方言的 识别，这一技术在智能家居、车载系统等领域广泛应用。谷歌的DeepMind团队开发 了AlphaFold，这是一个利用机器学习算法预测蛋白质结构的系统。此外，还有多 个研究团队正在利用机器学

designed a complete set of road monitoring solutions based on computer vision. 摄 像 头 采 集 数 据 目标检测算法 图像分割算法 OCR文字识别算 法 道路病害检测 道路异物体检测 道路护栏检测 道路病害损害定量 路牌文字识别 车牌文字识别 推 送 检 测 结 果 并 发 送 报 警 公 路 养 护 COST

《平台化管理》 期望带给广大读者数字时代平台化企 业的 由于人工智能 " 高歌猛进 " , 传统工作形式和工作方式不断被冲击 ; 由于操作 机器人的广泛运用 , 大量低端劳动力被自动化算法取代。 每天不分昼夜地 24 小时工作 , 每小时能够运送多达 12000 件左右的货物。 为什么读它？ 组织微粒化 组织 " 微粒化 " 将臃肿的大组织微粒化分解成单个个体 , 小前端探知市场脉络 要么是人类历史上最好的事 , 要么是最糟的事。 史蒂芬 霍 金 视不直播。 美国自动写作技术公司创始人大胆预测 , 到 21 世纪 20 年代中期 , 90% 的新闻将通过算法生成。 数字时代管理的四大挑战之一 领导 管理者的作用从过去的管理、 监督、 控制和激励逐渐变为 并成就他们的目标和梦想。 用户 数字技术也在改变着用户的行为 , 对企业而言 , 用户不 管理者的 " 万有引力 " 将与赋能型领导力成正比 , 与机械性的监督成反比 . 管理者的监督作用 , 将会被人工智能所取代 , 员工所有数据都会被人工智能机器记录下来 , 并运用算法进行 量化监督 . 管理者的工作 , 从原来的管理、监督和控制升维到利他、 赋能和成就 . 赋能型管理者更依赖利用文化让志同道合的创新者一起发挥更大的创造能力 .

则、公理设计和设计结构矩阵的智能车间设计方法， 实现了从可重构需求到系统的有效转化，该方法在 飞机机翼的肋和桁条装配中进行验证，将每月最大 产能从 40 架提升至 100 架。CAGGIANO 等 ［16］通过 模拟退火算法，在数以千计的可行序列中找到了成 本最低的装配序列，并通过将装配序列分配给相应 的设备来评估生产成本，为降低产线切换成本提供 了思路。赵春章等 ［17］针对航天制造企业的智能化转 型需求，分析了智能车间的关键要素及关键技术，提 缺陷检测，如漏装错装检测、波 纹管表面缺陷检测、贮箱焊缝内部缺陷检测等 ［32-33］。 以某飞行器装配过程中的漏装错装检测为例，通过 工业相机获取装配区域二维图像，再基于 YOLO 深 度学习算法对图像进行分析，通过数据训练获取不 合格判定依据，并自动判别当前质量检验结果，如 图 7 所示。该系统实现了绑扎点、接地线、插头对接 等 26 类、大小差异 20 倍以上的零件装配状态智能 化检测，质量判读时间小于 运载火箭贮箱焊缝射线数字 成像自动检测技术研究［J］. 航天制造技术，2023（2）： 21-26. ［33］ 戴铮，刘骁佳，潘泉 . 基于 CCBFE-RCNN 模型的焊缝 X 射线图像缺陷识别算法［J］. 焊接学报，2025，46（1）： 24-33. ［34］ 户鲲，崔亚鹏，马建荣 . 航天装备批生产实施总装拉动 管理实践［J］. 军民两用技术与产品，2023（3）：52-55. ［35］

服务， 推动循证医学向精准医学的跨时代飞跃。 用户拥有突破性的人工智能深度学习技术及核心算法，陆续推出了锐影、鉴影、悦影、镜灵等多款“ AI+ 医疗”产品，并在百余家医院真实应用 云厂商提供的平台级支持 1 ）高性能的资源支持：通过提供海 量 GPU 资源极其灵活调度，应对不 同科室和疾病类型的算法训练要求， 通过平台能力的支撑，已实现了常见 十余种病变的智能诊断，诊断检出率 95% 以上，阅片效率提升了