GPU（图形处理器）、并行计 算集群 硬件基础 量子化学、密码学、优化、搜索、 量子模拟等 图像处理、深度学习训练、科 学模拟（规则并行任务） 适用问题类型 潜在的 指数级加速 （特定问题）、 全新计算范式 高吞吐量、擅长大规模数值并 行计算 优势 技术不成熟、易受干扰、目前规模 小、算法有限、需低温环境 不擅长非规则、逻辑复杂的任 务，串行瓶颈依然存在 局限 前沿技术，处于实验与原型阶段，

2025年中国企业级智能生产力行业白皮书 执行摘要 1 绚星智慧科技：企业级智能生产力 解决方案的领导者 4 目录 企业级智能生产力最佳实践 5 企业级智能生产力的内涵与市场机遇 2 企业组织能力建设的三种范式 3 白皮书研究方法 数据来源：沙利文研究 行业访谈 • 与企业级智能生产力行业产业 链各环节头部企业专家进行一 对一深度访谈 • 访谈企业覆盖企业级智能生产 力企业、AI企业、企业培训与 规模应用与业务落地。 执行摘要 1 绚星智慧科技：企业级智能生产力 解决方案的领导者 4 目录 企业级智能生产力最佳实践 5 企业级智能生产力的内涵与市场机遇 2 企业组织能力建设的三种范式 3 企业面临的挑战与痛点限制了企业在效率、质量、创新和韧性上的持续提升，同时也蕴含着通过智能化 解决方案重塑组织运作、提升协同与决策能力的巨大机遇 企业核心挑战与痛点 组织协同效率低 人才价值难以量化 智能生产力服务市场分类 执行摘要 1 绚星智慧科技：企业级智能生产力 解决方案的领导者 4 目录 企业级智能生产力最佳实践 5 企业级智能生产力的内涵与市场机遇 2 企业组织能力建设的三种范式 3 E-learning/课程 数据来源：沙利文研究 单点工具 典型应用场景 关键发现 • 解决某个明确的业 务环节，具备“快 用快见效”的特征 招聘 • 主要聚焦解决招聘、算

围的目标最优决策，加速全链条下的生产优化和产 销协同。 1.3.5 生成式AI、具身智能等革命性新成果，开辟企业发展新空间 由数据、大模型和算力驱动的“数据密集-智能涌现-人机协同”新一代开发范式正快速出现。具 备专业化能力的行业大模型和智能体能够精准理解石油石化多模态数据，提升地质构造识别、分 子设计与合成、催化剂开发与优化、化工反应模拟、试油选层等应用水平。生成式AI（GenAI） 效的新型运营体系。该体系旨在 推动形成管理新模式、研发新范式、生产新方式与服贸新生态，持续为石油石化企业感知赋值、 认知赋智、应用赋能，最终实现创新引领、全链协同、本质安全、绿色低碳和全球卓越的高质量 发展目标。 �：新智运营相较于智能运营，更突出“新时代技术深度融合+全链数据×知识双轮驱动+体系化创新”，强调形成“新模式、新范式、新方式、新生态”的系统性 变革，是对石油石化传统运营模式的迭代升级。 变革，是对石油石化传统运营模式的迭代升级。 图1 石油石化新智运营概念框架 来源：石化盈科 & IDC，���� 管理新模式 智能感知 智能平台 智能决策 研发新范式 生产新方式 服贸新生态 石油石化新智运营领域 风险管理 财务管理 物资管理 科技研发 客户服务 产品销售 炼油化工 管道储运 资源开发 全球卓越 绿色低碳 本质安全 全链协同 创新引领 “四新” “三智” 新智运营 ...... ...

模型动态学习模态 - 场景的关联信息 ， 实现场景样本自适应的多模态动态融合 创新：提出局部到全局的混合专家多模态动态模型构建“模态 - 场景”动态感知关联 (ICCV 2023) 在多模态非固定关联范式中动态地相互融合主导 - 辅助模态信息 双向 Adapter 结构简单、高效（仅添加 0.32M 可学习参数） ，以通用的方式将互补特征从一种模态转移到另一种模态。 每个模态分支从其他模态中学习提示信息 实现了协同进化 n 社会化学习范式可以通过智能体之间的关键样本交互和知识交互 ，从而实现新知识学习 n 在保留个体原先任务认知能力的基础上 ，获取其他智能体的任务知识 ，进而实现机器社会中多个个体的协同进化 创新：针对开放环境下的群智演化 ，提出兼顾专业性和通用性的社会化学习范式（ ICML 2024 ） 创新：针对跨任务下的协同进化 ，提出兼顾下游任务专业性和通用性的社会化协同进化范式（ ICML 2025 2025 ） n 社会化协同进化范式可以通过智能体之间的层级化动态交互和协同 ，从而实现知识的传递与增强 社会化协同进化通过多智能体间数据与知识的层级化动态交互 ， 实现了跨任务群智演化 n 在提升个体原先下游任务认知能力的基础上 ，整体解决不同下游任务能力得到增强 ， 实现跨任务协同进 化 构建跨平台（无人机 + 路面摄像头）多模态（可见光 + 热红外）空地协同感知数据 集 模型可以显著捕获全局和局部判别特征

不过是人工智能在工程领域的简单应用。但随着研究的深入、实践的推进，我们 愈发清晰地认识到，工程智能绝非技术的叠加，而是以改造世界为核心目标，衔 接科学智能与产业应用的跨学科体系，是解决工程领域非确定性问题、实现规模 化赋能的全新范式。 这些年，我们见证了太多鼓舞人心的变化。战略层面，国内外对工程智能的 重视达到了前所未有的高度，中国将“人工智能+”行动写入政府工作报告，把 工程智能作为建设数字中国的重点领域；美国、欧盟纷纷出台专项政策与法律框 大异构系统。如 何实现跨领域知识的高效整合与涌现创新，如何应对极端工况与未知环境下的动 态不确定性，如何确保超大规模系统在全生命周期中的极致安全、高效与可持续， 这些时代之问，为传统的工程技术范式带来了根本性的挑战，也为工程智能的应 用和发展标定了最广阔、最迫切的需求场景。 正是基于这样的初心与担当，我们梳理了多年来的系统性的经验与思考，形 成了这份关于工程智能的白皮书。书中聚焦工程智能的核心，详细阐述了从单点 ©同济大学工程智能研究院版权所有。如需引用，请注明出处。 iv 将成为连接 AI 基础能力与工程核心应用的坚实桥梁，是实现 AI 规模化的关键基 础设施。 那么，工程智能究竟将带来怎样的范式变革？我们常常谈论这个词，但它真 正的内涵是什么？于工程智能而言，范式变革并非一句空洞的口号，它具象为四 个紧密相连的“规模化”：  学科或行业 AI 技术研发的规模化：改变当前学科或行业 AI 能力开发高度依 赖顶尖专家的

达+毫米 波”三重冗余架构，显著提升对静态障碍物、施工区、异形物体的识别鲁棒性 ；当前L3级落地前夕，以特斯拉BEV(Bird’sEyeView)+Transformer为核心的纯 视觉大模型范式加速普及，通过端到端神经网络实现从原始图像像素到行车意 图的直接映射，推动行业迈向“重感知、轻地图”的新阶段[1]。这一路径迭代 的核心动因在于：一方面，城市NOA对复杂路口、无保护左转、鬼探头等长尾 全球智能驾驶辅助技术发展现状:技术路线、商业化落地与政策框架分析 10 中转节点升级为融合感知、规划、决策与部分控制功能的高集成计算平台，支 撑L2+至L4级智能驾驶功能落地。这一转变直接驱动EEA架构向‘中央计算+区域 控制’范式收敛，显著降低线束复杂度与ECU数量，同时提升系统响应实时性与 OTA升级能力[1]。 主流供应商正围绕‘硬件可扩展、软件可迭代’双主线构建差异化竞争力。英伟达 凭借Orin/Xavier系列 致 感知冲突；另一方面，在隧道、地下车库等V2X信号盲区，高精地图提供可靠 回退能力；而在施工改道、临时封路等地图未及时更新场景，V2X可实时填补 空白—二者构成“静态底图+动态流”的互补感知范式。这种协同不仅提升单点 可靠性，更通过多源交叉验证降低误检率，使整体感知置信度较单一技术路径 提升40%以上。 答对先见AI 全球智能驾驶辅助技术发展现状:技术路线、商业化落地与政策框架分析

型的关键载体，不仅是技术装备的集成升级，更是教 育理念与底层逻辑的系统性重构。它依托AI技术底座， 实现从“教”到“学”的深刻跃迁，推动教学流程再 造、场景融合与生态协同，构建以学习者为中心、数 据驱动的教育新范式。 智慧教室的核心价值，在于其能够重塑教学流程、激 活课堂生态，真正实现“人机协同、教学相长”素养 成长型课堂。它不只关注前端教学场景人机协同育人 升维，更注重后端教育数据的贯通与赋能，为教师精 同的技术架构，将工业级AI能力与教育场景深度融合， 构建覆盖精准教学、个性学习、多元课堂的全场景智 能化教育体系。我们主张通过开放技术基座打破设备 孤岛，通过开源生态贯通数据血脉，携手全球教育伙 伴构建无界协同的教育新范式，同时始终坚持技术服 务于人的理念，让AI成为教师教学的得力助手，让学 生成为自主探索的学习主体。 在推动教育全球化的进程中，我们已为全球120多个国 家和地区提供教育解决方案，将中国智慧教育方案带 家和地区提供教育解决方案，将中国智慧教育方案带 入国际视野。让我们携手共进，借AI东风扬帆，激荡 教育数智化浪潮，共绘智慧奔涌的时代航图。 顾雪军 华为智能协作产品线总裁 以工业级AI重塑学习基因 让全球课堂奔涌智慧新范式！ 当前，教育强国建设已进入关键攻坚阶段，人工智能 技术的跨越式发展为教育高质量发展奠定了技术赋能 的底层支撑。我们深刻认识到：技术是工具而非目标， 育人则是核心原点与终极归宿。 真正的技术赋能，并非简单的效率叠加，而是一场系

辑聚合”。 数字能源终端本质上是连接分布式能源对象与聚合平台之间的入口，不同的对象的要求 都不一致，因此需要适应不同的场景和不断涌现的新业务，其架构应具备硬件模块化、 软件 APP 化的范式。 华南理 工大学 South China University of Technology 虚拟资源池层 √ 虚拟电厂系统通过数字能源终端将每个物理分散的 源网荷储对象的数据、信息、指令等连接起来，实 …… 1.“ 云原生”架构的资源池构建： 海量分布式新能 源 对象逻辑上聚合为具备特定功率 / 能量特性的 基本平衡单元。 2.EMS 操作系统：所有要素 ( 模型、数据、工 具 ) 管理范式 OS 化。 虚拟电厂：综合能源服务 EaaS 的基础设 施 华南理工大学 South China University of Technology 角 色 管 理 电 力 源网荷储一体化，本质上是一种新能源开发的范式，它是由用户侧用能用电需求 自然生长出来的，是随着 AI 、电动化和社会经济发展不断壮大的。它不特别依 赖 于政府许可、人脉资源，不局限于特定社会体制及政策环境，因此具有无限 的发 展空间和想象力。 √ 源网荷储一体化 / 微电网的新能源电力开发模式不只是我国新型电力系统建设的重 要范式，也是欧美发达国家增量电力系统建设的主要范式，更是一带一路国家解

二、 低空数据平 台 三、 低空感知大 脑 CONTEN TS 统计机器学习长期关注数据规模、 结构及分布与模型 泛化间规律 前提假设和静态度量失效 经验规律重构新范式导向 数据样本量稀缺 需严格约束模型复杂度 根据数据结构选择模型 维度问题影响模型选择 2017 经典泛化理论质疑： Zhang, C. 《 Understanding deep learning dilemma 》 系统阐述非线性模型的偏差 - 方差权衡与数据 维度挑战 1995 年：数据模型经典范式 Vapnik, V. 《 The Nature of Statistical Learning Theory 》 提出结构风险最小化原则 ，建立数据量决定可 安全使用的模型复杂度经典范式 1971 年： VC 维 Vapnik, V. & Chervonenkis, A. 《 On the 动态增强低质量图像 低空多传感 器协同学习 如何动态挖掘多模 态有效性？ 如何动态复原多种 噪声类型？ 挑 战 看不清 多雾 夜间 构建了复杂退化自适应建模理论与复杂多退化统一复原范式 提出了 空场景特征引导的多传感器可信提示动态鲁棒感知方法 感知结果 多源融合图像 低空多传感 器协同学习 解决低空数据易受环境干扰难题 克服场景动态变化的困境 质量提升 IJCV