（即“数字线索”）构成。数字孪生能够虚拟构建产品 数字化模型，并对该数字化模型进行仿真测试和验 证；在生产制造过程中，它能模拟设备运转，实时模拟 参数调整带来的变化，极大地降低物理原型制作的成 本和时间，有效实现设计过程中的降本增效。该技术 随着工业物联网和智能制造的兴起，在 21 世纪 10 年 代迅速发展，被广泛应用于产品全生命周期管理和工 业过程优化 ［1］。 当前，中国已成为全球数字孪生研究与应用最活 ，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 本和时间投入，有效实现设计过程中降本增效的目 标 ［4］。 2.3 融合人工智能的数字孪生技术 随着科技的进步，早期侧重于利用模拟模型和简 单规则进行离线分析的融合技术已不能满足工业制 造的智能化需求，实时数据驱动的智能闭环控制已成 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 要驱动力，为产业数字化转型提供了核心支撑。 3 数智融合孪生技术在制造场景中的深度应用 随着新一轮科技革命和产业变革的深入推进，数 据作为关键生产要素的价值日益凸显，获取和处理海

实时准确核算收入 、 成本 、 费用； 高效资金池 集中人力： 合理规划劳动力资源， 提高全员劳动效率， 选拔和储备梯队人才 集中供应链： 采购 、 库存数据标准和业务规范， 实现全生命周期管理 。 降本 增效 实现营销一体化， 针对金 融等特殊渠道的客户开发转化， 整合线上线下， 线上引流， 线下消费 融合生美连锁医美会员管理， 整合会员行为数据， 实现会 员精准营销，会籍全闭环管 理

................................. 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 AI 模型：面向工 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 理解、从数据负担向数据资产的 域感知到智 能制造的柔性生产，从去中心化基础设施的共建共享到数据要素的市场化配置，AIoT 正在重塑经济社会的运行逻辑。 价值板块的核心在于将技术能力转化为实际效益。智慧应用通过场景化部署实现降本 增效、体验提升和模式创新，涵盖了城市治理、产业升级、民生服务等各个领域。每 个应用场景都有其独特的价值主张和实现路径，需要深度理解行业特性、整合技术资 源、构建生态体系。价值分配机制则通过区块链、通证经济等新型技术，实现了物理

转型规划 数字化贯穿 企业战略始 终 无数字化转型 专项规划 91.7% 95.8% 的侧重点。 90 80 70 60 50 40 30 20 10 0 提效降本和智能决策是数字化转型的战略重点 企业数字化转型的战略重点决定了不同的资源配置，因此不同企业结合自身发展战略与现状，在推进数字化转型过程中往往有不 同 43.1 39.2