万，可穿戴、车 载、MiFi、CPE 等多个领域规模上量，AI 陪伴类的新终端正在孵化。RedCap 技术的 大规模商用，使得原本因成本和功耗限制无法接入 5G 网络的海量中低速物联网设备， 也能够享受到低时延、高可靠的网络服务，极大扩展了端侧 AI 的应用范围。 在产业实践中，端侧 AI 优先策略已经在多个垂直领域展现出巨大价值。智能制造领域， 基于端侧 AI 的机器视觉质检系统可以在 MOMENTA 在工业安全领域，多模态融合技术展现出了巨大的价值。化工厂的安全监控系统集成 了红外热成像、可见光视觉、气体传感器、声学监测等多种感知手段，能够从温度异 常、视觉烟雾、气体泄漏、异常声响等多个维度综合判断潜在的安全隐患。相比单一 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 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 AI 增强技术恢 · 5 复出清晰的细节，识别准确率从原本的 60%提升到 95%以上。在医疗影像领域，生成 式 AI 能够从低剂量 CT 扫描图像中重建出媲美常规剂量的高质量图像，在保护患者健 康的同时不影响诊断准确性。 图：正在研发中的多模态感知机器人，来源同济大学机器人与智能感知课题组

1 前言 我们正处在一个人工智能（AI）技术迅猛发展的时代，AI正以惊人的速度改变着 社会的方方面面。作为教育领域的探索者和实践者，我们肩负着责任，希望能将 AI的独特价值和潜力呈现给更多的读者。AI不仅给教育带来了新的可能性，还拓 展了教学与学习的思维模式。本书的初衷是帮助教育工作者、学生以及技术爱好 者深入了解AI在教育中的应用，共同把握这场技术革命的脉搏。 本书内容 本书分为两大部分： 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 际操作方法。 如何阅读本书 本书以实用和易懂为出发点，读者可根据兴趣灵活阅读。希望了解教育趋势的读 者，可以优先阅读理念与趋势部分；而需要具体操作指南的读者，则可直接阅读 的读者，则可直接阅读 技术与应用部分。此外，每章都配有丰富的案例和详细的步骤，使得内容具有较 强的实用性，方便读者在实践中迅速掌握操作方法。 读者对象 本书是一本AI教育工具书，适合教育领域人士及学生家长阅读。 ❍ 教师等教育工作者：帮助他们了解AI在教学中的应用前景，提升教学创新能 力。 ❍ 学生与家长：为其提供AI学习工具和应用方法，培养数字素养。 2 ❍ 技术爱好者：帮助其理解A

何麻温 · 卡塔加雅 MarkPlus 营销咨询公司创始人 本书评价 3 搭建企业增长的系统化、 成长性的增长全景图 企业或业务发展的生命线（增长基石） 保住企业或业务的生命，为企业向其他领域 扩张提供基础的养分。 企业如何做有价值的撤退 企业或业务在增长路径上找到最好的出售、 去除、转进的价值点，进行撤退。 决定企业价值的天花板，实际上也 决定 了 企 业能走多远。 但是问题的现状是，大多数企业都是按照职能在构建组织。如：饿了 么在被阿里巴巴收购后，把品牌营销部重组进企业运营中心。 “ 营销”被曲解 10 商务活动领域是企业两大基本活动领域之一，就企业 创造顾客的使命而言，商务活动领域由三大商务职能， 即：营销、销售与市场。 销售职能：通过对分销商及零售商施加影 响，实现产品向货币转换； 市场职能：通过对消费者施加影响，促动 度渗透竞争。 n 竞争激烈时，可选择战略撤 退。战略撤退以低姿态麻痹 对手，不会进一步刺激对手 将竞争升级；此外， 战略撤 退可以使企业集中利用资源， 更迅速地进入新领域，从而 获得新的机会。 撤退线远不只是如何把公司卖出一个好价格，而是 “企业或业务在增长路径上找到最好的出售、去除 、转 进的价 值 点，进行撤退” 。

公司的首席顾问，响 应性组织解决方案的全球领导者。他 在信息技术领域有 30 多年的领导经验， 曾为推动全球金融服务、交通、物流、 零售和娱乐数字化转型的大型企业提 供咨询服务 《 Edge- 价值驱动的数字化转型》作者简介 ThoughtWorks 北美公司的顾 问兼数字化转型主管，在设计 思维、大数据分析、投资组合 管理和敏捷交付等领域拥有 20 年的工作经验，拥有商业 （金 融）和科学（应用数 化企业的关键部分。 第 2 章、以技术为核心： Tech@Core 02 P2 1 P22 04- 以技术为核心 技术债（遗留系统） 敏捷开发 Tech@Core ，业务与 IT 领域深度整合 ^ 以 技 术 为 价 值 中 心 一 03- 技术引领的差异化 商业 技术 技术 / 业务界限模糊 技术更加复杂，需求更 加模糊，这就需技术和 使开发人员偷工减料、减少测试，这样的“捷 径”会对适应性产生负面影响。项目文化还鼓 励领导者预先定义一组功能，成功被定义为在 指定的时间范围和预算内交付的功能数量，而 忽视了产品的可扩展性和适应性。 在技术领域，速度和适应性似乎是两个相互矛盾的目标。在某些情况下，它们可能需要互相协调，但 在很大程度上又会相互促进。问题的一部分原因在于项目文化，而不是产品文化。 速度和适应性矛盾的原因在于项目文化 P25

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 企业持续发展提供动力。 2.1 数字孪生技术 数字孪生（Digital Twin）是指某一物理对象、系统 或过程的数字化虚拟模型，它与物理实体同步交互， 造、城市管理、水安全、碳中和等重点领域，这些文件 提供了清晰的技术导向和落地场景。此外，伴随工业 互联网与数字经济的深入推进，数字孪生被视为实现 产业智能化与数字化升级的核心工具和底座平台。 2.2 人工智能技术 人工智能（AI）作为以机器学习和深度学习为代 表的第 4 次工业革命的产物，具备从大量数据中学习 规律，并执行感知识别、预测决策等智能行为的能力。 在工业生产领域，AI技术具备广泛的应用基础。 全风险时间无法被有效收敛，运维工单无法及时确认 和修复，长时间处于安全管理真空状态，给产线稳定 运行带来巨大隐患。同时，在全球范围内，针对生产 制造场景的勒索攻击事件频发，风险覆盖面广，影响 业务领域众多，对我国制造产业的发展造成巨大影 响 ［14］。 基于预生产试验环境系统打造的“数智孪生数字 安全管理实验平台”，为产业数字化应用和安全防御 提供了先行先试实验环境。该平台旨在从信息系统、

如：有效且良好的医疗环境 如：国家与个人层面的保障全面性 从医院主题 到医药与创新主题 到健康与保障主题 （这是一个系列）… 发达国家医疗信息化投资规模占卫生支出比例达到 3%-5% ； 医药、器械、数字医药等领域，并未纳入信息化统计范围 医疗信息化和数字化医疗不是一回事（医疗数字化：是面向业务的） 回到今天的重点 - 互联网医院 挂号 （ 1 ） 缴费 （ 3 ） 诊疗 （ 2 ） 检查 （跨域专线、 CDN 等） + 医院 药店 社区医院 辅助诊疗 病患 专科医生 全职医生 护士护理 宣布全球医疗 AI 领域的第一个双 盲随机对照试验来自消化内镜领域。 这也是第一个经受住了双盲随机对 照考验的 AI 技术。 经验丰富 端到端 绿色 标准化 信息化 数据库 / 中间件 主机 / 网 络 基础环境 弱电消防 安全 应用 容灾 数据湖（数据的融合管 理） 接口集成（应用层无关 化） 高 靠表 伴随云使用的成长之路 行业案例 · 某医疗信息平台 用户初心在于更好的解决中国的“医患问题”，以“中国医疗领域的连接者”为己任，不断发展和壮大其业务领域，从最初的疾病、医生论坛起家，如今发展成“数据 驱动的医疗服务平台”，已涵盖全国 70% 医生。如今用户平台已囊括医生端、医院 / 企业端、患者 / 大众端，构建三位一体的医疗数据平台。

1360/SSI-2025-0109 侯卫锋等 中国科学 : 信息科学 2025 年 第 55 卷 第 7 期 1784 作为 “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 为流程工业智能工厂建设带来了新的契机 [6,7]. 例如, 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 PRO/II 主要应用于石油化工与炼 油领域, 具备强大的热力学计算与物性预测能力, 内建多样化单元操作模块. 特别适合用于工艺模拟、 设备计算与能量评估分析. Petro-SIM® (KBC 先进技术) [18]: Petro-SIM 是专为炼油与天然气处理过程设计的模拟平台, 模 块化架构设计灵活, 支持工艺建模、热力学计算与优化策略分析, 广泛用于能源与石化领域的工程规 划与决策支持. SimTech

名创优品联合创始人 叶国富等 21 位乘风破浪的数字化先行者隆重推荐。 大咖推荐 罗 振 宇 刘 德 吴 晓 波 叶 国 富 智慧云创始合伙人，专业经验横跨咨询、投资和传媒等多个 领域，多家知名企业的总裁教练和战略顾问，投资过多家文化和 消费类企业，也是多家商业智库的理事或顾问，对企业的数字化 转型有持续多年的研究和咨询经验。 作者简介 乘风破浪 数字大潮 陈雪频 数字技术和基础设施 中央信息处理器功能的升级 智能终端的广泛使用 智能终端的广泛使用 人工智能是一门跨学科的科学，它由不同的领域组成，如机器学习、 计算机视觉等科学和技术，还涉及心理学和哲学等人文学科。该领域的 研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 未来人工智能带来的科技产品，可以对人的意识、思维的信息过程进行 中国企业数智化转型趋势洞察报告》 ，从中可以看出企业数字化转型的一些趋势， 以及学习实现数字化转型的企业的一些经验。 84.7 70.2 47.8 数字化转型各关键领域对比： 转型领跑者在数字化转型各关键领域全面领先与追随者、落后者，其中，业务数字化和数字化 组织分数分别较落后者高出 90.1% 和 62.5% 数字化战略 业务数字化 数字化组织

1，夏永江 2，戴 铮 1，王 堃 1，刘 晓 1，洪海波 1 （1. 上海航天精密机械研究所，上海 201600；2. 上海航天技术研究院，上海 201109） 摘 要: 我国航天领域的快速发展使得航天飞行器的品种和批量大幅增加，对其研制生产周期、成本和质量的 管控能力提出了更高的要求。基于当前航天飞行器加工、装配车间发展现状，提出面向未来多品种、大批量生产的 航天飞行器智能 工 厂 是 基 于 科 学 对 物 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 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、 企业及产业链的智能化生产组织和运行模式，具有 云边协同、自主决策、柔性重构等特征。依据航天 领域院所两级管理及全产业链协同要求，从信息集 成的维度出发，航天飞行器智能工厂可以分为设备 层、执行层、数据层和决策层，如图 1 所示。其中，设 备层是指车间内的各型设备及产线，通过 RS232、