数据杂，非一套“组合拳”很难见效。 低碳园区总体方案架构 低碳智管 能耗监测分析 定额管控 碳排管理 AI 诊断优化 设备安全运维（变配电 + 冷热源 + 给排水） 低碳运维 冷站能效 数字专家 节能运行策略 + 执行控制 低碳智控 · 冷水机组 + 地源热泵 + 锅炉 + 多联机空调 照明 计量 冷热源 末端 风机盘管 公区照明、车库照明 分项计量、智能计费 IoT 智能硬件 十五所2#餐厅 充电桩用电1 639 地块 649 地块 ÄܺÄÄ£ÐÍÊáÀí2023 0607.xlsx 基于用能数据采集的低碳智管平台助力园区精细化管理节能 • 低碳平台 + 远程专家服务，实现重点支路 AI 诊断、用能策略优化和节能评价，同 时提供碳排管理、智能诊断、冷站能效、 定额管理等精细化管理工具，下发考核， 过程跟踪修正，指导入住企业用电及运营 支撑。 计费管理 欠费自动通知 缴费自动上传 智能计费 智能抄表 支路运行标准 能耗模型梳理 诊断算法迭代 设备运行策略 设备运行节能方案 建筑管理节能方案 设备维保节能方案 数字专家 用能诊断策略 碳排管理策略 碳排数据分析 碳资产管理优化 节能低碳评价 管理节点和属性配置 逐日跟踪管理、超标预警 预算调整 月度复盘填报 结合计量与管理，实现节能策略落地，园区低碳运营

神经网络在多个领 域取得初步应用； 代表算法： 卷积神经网络 循环神经网络 图神经网络 聚焦知识工程 与专家系统构建， 通过人工整理知 识库驱动决策， 受限于知识获取 成本与规模瓶颈。 以符号逻辑为 核心，依赖人工 规则与推理系统 ( 如 专家系统 ), 强解 释性但泛化 能力 弱。 基于海量数据与 大规模预训练； 代表算法： DeepSeek 系列 DeepSeek-R1 等 无监督数据 图像生成 集 群 通用模型 无需人类专家标注 高效互联通讯： NVLINK 、 HCCL ( 华为 ) 多模态通用模型： Qwen2-VL 背景 2—— 人工智能大模型引领新 一 FLAN Uni-Pereiver Uni-Pereiver-MoE AlphaCode 轮科技革命 2025 电力时序数据分析监测模型 电力专家与客服系统 豆 开 源 社 区 大 模 型 测 评 城 市 ⑤ 传统电网：传统电力系统人工依赖度高，存在资源配置低效和故障响应不及时等问题。 新

景，检验应急预案的可行性和有效性，提高应急处置 团队的反应速度和协作能力。演练结束后，对演练过 程进行总结和评估，发现应急预案中存在的问题并及 时进行修订和完善。 建立应急响应团队，由技术人员、安全专家、业 务人员等组成，负责在突发事件发生时快速响应、协 同处置。应急响应团队要保持 24 小时待命状态，确 保在突发事件发生后能够立即投入工作，最大限度地 减少损失。 6.5.2 容灾备份 数据隐私的前提下，实现跨医院数据的联合训练。区 域医疗模型可以用于疾病诊断、治疗方案推荐等，提 高基层医疗机构的诊疗水平。支持远程诊疗服务，通 过视频会诊、影像共享等方式，实现优质医疗资源的 下沉，让偏远地区的患者也能享受到专家的诊疗服务。 在医保报销方面，利用大模型自动识别报销材料 的真实性和完整性，智能匹配医保政策，实现医保报 销的自动审核和结算，提高报销效率，减少人工操作 带来的误差。 7.3.3 预期效果 个部门的业务调研，了解各部门的业 务流程、数据资源、应用需求等；组织专家进行需求 分析和论证，明确平台的功能需求、性能需求、安全 需求等。 交付物：《需求规格说明书》《数据目录清单》《可 行性研究报告》。 8.2.2 设计阶段（2025 年 4 月 - 2025 年 6 月） 任务：根据需求分析结果，进行平台的总体架构设计、 详细设计、数据库设计、安全设计等；组织专家对设 计方案 进行评审和优化，确保设计方案的科学性、合理

技术关系协同 承接数字化战略 推动业务变革 推动跨组织流程优化 与管理变革 数字化项目和内外部技术关系管理 • 在业务与 IT 、技术与管理之间建立有效 的沟通渠道并对数字化建设的方向和方法 提供专家意见 • 协同不同项目间的关系，跨组织跨项目推 动数字化建设，从整体上确保数字化规划 的有效实施 跨组织推动管理和业务变革 • 确定本条线的业务模板，领导和推动 业务优化和变革 • 确认各数字化业务模块的流程和需求， 2023 年 睿利而行 整理制作：郎丰利 1519 制作时间： 2023 年 睿利而行 强化数字化项目立项管理，规范项目立项的建议流程和评 审维度 业务部门 / 数字化处 数字化处 数字化专家委员会 总经理办公会 （含财务部） 数字化主管领导 / 数字化处 立项申请 是否在规 划 / 年度 计划内 是否在年 度预算内 是 确认立项 是否建 议立项 否 是 是否批 准立项  对业务需求说明书、优先级列表等交付进行评审  项目群管理办公室协助组织项目相关专业应用方案人员、项目经理等相关方进行评审，论证其系 统技术构架及投资分析等的可行性、收益性，必要时引入外部专家  形成最终结论，根据情况进入变更管理流程或进行需求方案设计与实施，确定后续的负责人和跟 踪节点 示例 模板 变革推动 风险 人员保障 风险 项目管理 风险 实施效果 风险 目标偏离

在准备特定术语条目的初始语言中的逐字翻 译。在给定语言中形成术语的正确过程是从定义所描述的概念开始，然后选择（或形成）该语言中最合 适的术语。 在创造新术语（新词）的情况下，建议技术专家咨询有关国家的语言专家。” [来源：ISO/IEC导则 第1部分和IEC补充性文件：2020，SK.3.1.3.2] 用于评估概念与领域相关性的准则 4.7.1 概述 概念和词汇宜与领域相关性评估(4.7 ——清晰的技术说明； ——一个连贯且协调的词汇表，所有潜在用户都能轻松理解。 概念之间并不是相互独立的，对智慧城市系统领域内概念间关系的分析以及将它们组织成概念体系， 是形成连贯且一致词汇表的前提。 工作组的专家之间就概念体系构建进行讨论并达成共识是智慧城市术语工作共同治理、术语标准化 文件及服务共创、共享、共赢的先决条件。 这种协调过程对于有效制定词汇标准至关重要。基于不同标准开发组织（SDO）的智慧城市概念体

移动终端发布 系统 Internet 发布 系统 无线广播发布 系统 计 算 机 辅 助 决 策 支 持 层 数据挖掘分析 交通预测 交通仿真 路网运营能力 分析 专家系统 交通流量分析 数 据 库 层 基 于 GIS 的 交 通 信 息 数 据 库 静态交通数据库：道路信息、交通附属设施信息、停车场信息等 动态交通数据库：交通流量信息、视频监控信息、车辆位置信息、交通事件信息 解决方案应用——突发应急事件处理 ● 智慧交通综合管控平台将应急报警、卡口系统、电子警察、大数据分析系统、专家 智 能决策系统以及信息发布系统集成组成为应急指挥系统； ● 多部门有序协作和智能联动，快速、高效地处理应急时间，从而降低工作人员的工 作 强度，并且极大极高对于突发交通时间的处理。 指挥中心联合上级政府、 专家和各个协作部门进行 8. 事故现场应急系统，将视频图 像和现场情况实时传回到指挥中

正循环。截至2025年6月，已有800万鸿蒙开发者投入到HarmonyOS世界中。通过开展HarmonyOS开发者系列活 动，将HarmonyOS新技术及华为全新开放能力与服务赋能给开发者、高校专家、技术大咖、校园开发者等创新技术 人才。其中，鸿蒙学堂学习人次已超732万；超44万开发者通过HarmonyOS应用开发者认证；400多所高校参与鸿 蒙人才培养；举办了320多场鸿蒙校园公开课； 200多位校园大使，举办600多场校园活动。 华为校园开发者 2025年HDC大会期间的校园开发者 可持续发展寄语 可持续发展管理 数字包容 科技至善 绿色环保 企业责任 附录 27 华为校园公开课（HarmonyOS）聚集专家智慧与经验，多维度帮助大学生开阔眼界，洞察行业发展趋势，提升自身 实践能力。目前已有400多所高校参与鸿蒙人才培养；举办了320多场鸿蒙校园公开课，覆盖大学生超60000人。 2025年在HDC 2025年在HDC期间举办的第五届HarmonyOS学生公开课，来自全国69所高校的700多名学生参与，包含花粉、校 园大使等多个团体。活动邀请了高校教授、HarmonyOS生态伙伴、 HarmonyOS技术专家、学生开发者代表等全方 位赋能学生开发者，现场为59名校园大使颁发聘书并为9名优秀校园大使颁奖。 第五届HarmonyOS学生公开课现场 校园活动 可持续发展寄语 可持续发展管理 数字包容 科技至善

震坤行：数据智能融合，构建工业用品智能体矩阵 震坤行自主研发的“行家玲珑”工业用品AI大模型，是扎根于工业用品垂直领域、基于海量行业数据与专家知识训练而成的混合专家 模型及智能体家族。它依托震坤行服务超10万家企业客户所积累的超2000万SKU产品数据与专家经验，以数据智能融合为驱动，精 准聚焦工业采购全场景中的核心痛点，打造了数十个专业AI智能体，全面覆盖企业采购的14大核心环节，该体系通过2000+机器人流 093 万 “行家玲珑”智能体家族 AI Agents 基础模型 多模态模型 知识库问答模型 导购助手模型 物料管家 行家助手 推品大脑 询报价 智能工作台 招投标 开发者平台 more 专家经验 商品数据 客户数据 供应商数据 第三方数据 震坤行“行家玲珑” 工业用品AI大模型 震坤行工业用品 数据字典 数字资产规模快速增长 支撑AI选型智能体实现技术跨越 工业用品智能体矩阵 整合”为核心，重构美妆日化行业价值链。 ➢ 平台成功链接全球57国6000+合作伙伴，服务超2000家企业，平 台注册行业用户达8万；显著降低新品研发门槛、缩短上市周期， 降低产能限制风险。 • 资源整合：构建香精/包材/配方/专家四大资源库，链接全球实验室、 联盟工厂及仓储中心，将分散资源整合为可即插即用的标准化模块。 • 共享制造：提供从趋势洞察、产品研发到生产的全链路服务。品牌方 可使用平台成熟的配方和专利技术，灵活选择自有/联盟工厂完成

能力。 新材料行业大模型 ：基于多源融合的大数据资源， 积极探 索 构建具有行业领先水平的新材料行业大模型 。大模型整 合了 材料科学领域的前沿知识 、大量实验数据 、模拟计算 数据以 及专家经验， 能够对新材料的性能 、合成方法 、应用场景等 进行智能预测和分析， 为研发人员提供创新思路和决策支 持。 在模型构建过程中， 采用先进的机器学习和深度学习算 法， 如 Transformer 、技术趋势以及企业痛点 。 由行业协会运营数据空间， 能够充分发挥其在行业内的协调 优势， 有效整合行业资源， 推动行业标准的制定与实施， 促 进企业间的交流与合作 。例如， 行业协会可组织行业内专家 制定统一的数据标准与规范 ，确保数据在行业内的兼容性与 通用性；举办行业研讨会， 加强企业间的数据共享与技术交 流 。但行业协会在专业的数据运营与技术管理方面可能缺乏 足够经验， 因此大力加强相关人才培养 。企业与高校联合 开 设新材料与人工智能交叉学科专业课程 ，培养既懂材料 科学 知识又掌握人工智能技术的复合型人才 。在企业内 部， 定期 组织员工参加技术培训与学术交流活动， 邀请行 业专家进行 讲座， 分享最新的技术发展动态与应用案例， 提升员工对行 业大模型及相关技术的理解与应用能力 。鼓励员工参与实 际 项目研发， 通过实践锻炼提高解决实际问题的能力 。同 时 ， 吸引外部优秀人才加入，