建筑领域应用的指导意见 ( 征 求意见稿 ) 意见的函》 住建部 启动建筑工程信息模型应用、 分类、编码、存储、交付等 5 项 标准的编制工作。 数字孪生智慧工地 数字孪生智慧工地通过工地中台、三维建模服务、视频 AI 分析服务等技术支撑，实现智慧工地的昨天、 今天、明天态势的高精度动态仿真，趋势分析、预测、模拟，聚焦安全、高效、体验和成本优势，帮助客 户建设智能化、标准化的智慧工地综合业务 欢迎加入我们团队精心创建的知识星球社群 智慧园区 集成使能 应用使能 应用集成平台 物联网平台 智能边缘服务 三维建模服务 ROMA IOT IEF BIM+3D GIS 云基础云服务 ( 公有云 按图施工，如果有彼此不兼容的地方，便马上做记号标记，整个讯息便会传到 BIM 的整合接口中 数字孪生全景展示 冷 19127 1 ◆ 教 数字字 , 慧 B 地 三维建模服务——工地数字孪生基础 智慧工地信息化系统 人 员情 况 工地位： 9 T 复药为聪公 开 IB 项： 2018 年 12 月 01 日 城工 H⁸ :2020 年 03 月 31

符、产品名称、数据来源与加工链路、适用范围、版本号、依赖关系、质量等级、合规标签、 服务等级协议（SLA）范围以及定价策略。空间运营者宜采用开放数据描述语言（如 DCAT、 OpenAPI 或自定义 JSON‑Schema）进行元数据建模，以便跨系统自动解析与联邦检索。 ——数据开发方应协同空间运营者建立数据产品与服务接口规范，明确通信协议、参数格 式、分页与过滤规则、错误码、速率限制、认证方式以及安全加密要求。接口规范更新时，空 价值链，并贯穿动态治理机制，以保障数据要素的合规流通与价值释放。接入阶段先行开展标准 化清洗与合规校验，验证数据合法性和质量后，依约签署数字合约并将数据接入底层架构；处理 阶段对接入数据进行发布登记、元数据标注与分类分级，采用分析、建模等技术手段生成可调用 的数据产品和服务；使用阶段允许数据直接驱动业务决策或作为数据产品与服务开发的输入， 实施访问控制与使用审计，确保与合约约定一致；沉淀阶段在使用期满后，根据合同条款安全销 毁或归 境、区块链平台），并依据场景需求自定义存证策略，以满足不同安全与合规场景的证据保全 要求。 8.5.2.4 互操作接口 ——应支持语义互操作模型与数据目录、数据标识等模块进行集成交互，并具备跨域互认 的语义信息模型建模、描述和解析能力。 ——宜支持建立统一策略、信任机制、算法协议及接口规范的互认互信体系。 8.5.3 数据产品质量保障 ——应提供完备的技术文档、在线帮助与培训资源，建立客户支持工单系统，明确响应时

交易系统在真实金融市场中的可靠运行。 2. AI 量化交易概述 人工智能量化交易（AI Quantitative Trading）是指通过机器 学习、深度学习等 AI 技术对金融市场数据进行建模分析，并自动 执行交易决策的系统化方法。其核心在于将传统量化交易的数学统 计模型与 AI 的动态学习能力相结合，通过数据驱动的方式捕捉市 场非线性规律，实现收益优化和风险控制。典型的 AI 量化交易系 数据）、基本面 指标（PE、ROE 等）、宏观数据（CPI、利率等）  非结构化数据：财经新闻文本、社交媒体舆情、卫星遥感图像  替代数据：信用卡消费流、物流信息、搜索引擎热度 算法层采用混合建模框架，不同市场状态适用不同模型： 市场状态 适用模型 典型持仓周期 高波动趋势市 LSTM+Attention 机制 3-5 天 低震荡市 强化学习 PPO 算法 日内交易 事件驱动型市场 NLP AI 在量化交易中的应用 在量化交易领域，AI 技术的应用已从辅助决策发展为驱动交易 策略的核心引擎。其核心价值在于通过机器学习、深度学习及自然 语言处理等技术，实现对海量异构数据的高效挖掘与动态建模，从 而提升策略的适应性与收益稳定性。以下是 AI 在量化交易中的典 型应用场景与技术实现路径： 数据预处理与特征工程 AI 通过自动化特征提取与降维技术处理金融数据的非线性和高噪声 特性。例如，使用

难点：海量 ( 数十万栋 ) 、 多维 ( 形貌、功能、年龄 等 ) 的城市级建筑信息难获 取 Dabe/Time 目标：机理 - 数据联合驱动、 全自动化、结果可信的 UBEM 方法：自底向上够建模型 楼宇级 目标：自顶向下评估影响 难点：如何验证模型 广地域建筑信息 (a)MERRA-2 历史气象库 (c) 聚类生成典型概率场景 ArcGIS 城市级 社区级 Energy 实时电价 是 需求响应电价 是 多元 - 海量 - 异构数据融合的关键技术 研发平台和模型的第一步：需要什么数据 ? 能否获得 ? du ArcGIS 图像处理 + 地图信 息 A) 厘清建模所需数据与可获得性 B) 基于 GIS 的城市建筑信息获取 C) 基于大语言模型 (LLM) 推理的城 市 级建筑年龄信息增广 设计问答范式“ [ 某市 ][

消防探测器 环境传感器 喇叭 诱导屏 人员档案 车辆档案 月台档案 CRM TMS ERP WMS 商业智能 BI 中 心 周界安防系统 能耗管理系统 消防管理中心 视频监控中心 数据建模中心 环境监测中心 数据采集系统 物联网平台 业务 应用层 数据 资源层 云计算 资源层 摄像头 门 禁 卡 移动端 APP 视频存储 对象存储 弹性负载 监控大 12 ：安全监控及消防一体化，联动应急调 度 24 • UWB 定位 • 北斗 /GPS 定位 • 蜂窝基站定位 • 数据采集 • 数据抽象 • 数据建模 • 人脸识别 • 身份证比对 • 车牌识别 • 货物识别 • 行为分析 • 环境分 析 • 动态预 警 云网 物联网 定位 大数据

整合公共感知资源、城市视频资源、政府治理资源、公共服务资源，实时发现并及时处置城市环境污 染、 交通拥堵、公共安全等事件，促进城市有效治理。 决策支持 2.6 辅助决策 通过业务建模和数据分析，输出预测结果或分析报告，为城市管理者提供科学、准确的决策依据和数 据 支 撑 。 数据汇聚 交通系统数据 移动信令数据 旅 游行 决策建议。 综合接入旅 游行 业数据和移动信令数据统 一接入至 IOC 平台，利用大数据处理及建模 分析，可为旅 游 经济规划提供决策支撑。 场景示例：公共资源规划 智慧城市运营中心 子场景 1: 公交线路优化 子场景 2: 旅 游 经济优化 疏解交通 公交规划 车道管理 线路优化 数据处理 建模分析 智能决策 公 交 车 站 公 交 线 路 出 行 时 间 出 行 O D 出 流媒体多 次报道 。 围绕善政、兴业、惠民三大主题，涵盖 8 大领域场景，融合政务经济和城市感知数据， 实现了乌镇运行态势实时感知、体征监测分析等功能，有效提升了城市精细化治理水平。 采用 3D 建模及虚实结合等技术， 实现与地理数据无缝融合，构建数 字 孪 生城镇 融合政务经济、城市感知和移动信令 三大数据，解决客 户 信息孤岛问题 主题大屏及各领域专题呈现，帮 助乌镇精准掌握城镇运行态势

高了巡检的实时性、精准性和可视性，提高巡检效率。 2.2 典型应用场景及实践 2.2.1 设备管理 一是设备状态检测。通过对物理设备的几何形状、功能、 历史运行数据、实时监测数据进行数字孪生建模，实时监测 设备的各部件的运行情况。中石油青海油田对 10 万台口油 气水井和 3000 余座场站的采油设备的运行数据自动采集， 远程实时监测设备运行状态，实现了边远油田派遣人数和人 控制阀的预测性维护， 降低无效维修 50% 以上，创造直接 经 济效益近 5000 万元。 2.2.2 炼化生产 一是工艺优化。在实际炼化生产前，对原油原料、工艺 流程、炼化设备进行数字孪生建模，对工艺配方、工艺流程 等全方位模拟仿真，优化原料配比参数和装置优化路径，得 出最优的炼化生产方案。中石油云南石化对开工原油的炼化 工艺流程进行模拟分析， 明确各项操作参数，从而指导生产 一是企业内供应链协同。实时采集和分析供应链运行情 况，识别资源配置低效的环节， 提出改进方案， 提高企业内 部资源配置效率。中石化镇海炼化将原油采购、资源配置、 装置运行、产品结构、销售物流等进行全流程建模， 系统分 析供应链协同的重点难点和优化潜力点，测算了各类优化方 案 637 个，累计创效 3.9 亿元。 二是企业间的供应链协同。 以工业互联网平台为连接枢纽， 打通石化上游原油供应、中

1）基础信息系统 数据资源检索：支持自然人、法人、机构多维度检索，并进行可 视化展示。 数据资源治理：对国家、行业以及民政内部已发布执行的相关标 准规范进行管理维护，构建数据仓库，实现数据标准化建模与全生命 周期管理。 数据资产管理：建立统一资源目录，设置分类分级标识，形成可 视化数据资产体系，实现数据资产动态盘点与高效复用。 全国民众时空大数据平台 2）大数据服务系统 ，形成动态更新的民政 服务对象时空数据图谱，实现数据标准化存储、分类分级管理与全流 程治理，奠定精准化服务的数字底座。 智能化分析建模与高效算力支撑：通过关联分析、画像服务与主 - 52 - - 53 - 题建模，挖掘数据价值，支持可视化建模工具自主开发区域特色模型， 支撑政策制定与业务优化。通过秒级亿级数据处理，提升数据使用效 率与决策响应速度。 多维度业务赋能与场景精准驱动：基于时间与空间维度，实现灾 业务从“经验驱动”向“数据驱动”转型。 跨部门协同联动与社会价值共创：打通部内与部外数据资源，提 升跨层级、跨区域协同效率，增强决策支持能力，拓展数据要素在社 会治理中的融合应用价值。 模块化技术架构与敏捷构建模式：采用“模块化 + 组件化 + 场景 化”架构，结合低代码配置与分布式算力，实现模型复用与地方特色 扩展，提升系统灵活性与适应性，为民政数字化建设提供可持续演进 的技术支撑。 2. 福建省：一体化大融合“海上福建”总平台

务侧整合多域数据，构建全域资源统一视图，提供高质量数据底座。 模型层：高保真虚拟模型构建。通过基础模型、功能模型及知识 库，建立光网络物理实体与数字空间的精准映射，实时同步网络运行 状态的高保真仿真，支持跨厂商、跨域与多层级协同建模。 22 Ⓒ中国电信版权所有 服务层：智能决策与闭环控制。依托仿真推演、分析评估与优化 决策能力，提供网络规划、故障预判、资源调度等服务。例如，通过 因果推理引擎实现故障根因秒级溯源，结合强化学习生成动态优化策 网络层次化开放能力，研制全光工业组态软件，推进工业 PON 的落地应用。 5）光网络智能化 基于内识全域感知，全面支持光缆质量、传输性能和业务 SLA 的 管理。实现光网络单域孪生，具备仿真建模、拓扑映射、动态同步、 状态预测和故障推演的能力。探索大模型和智能体技术融入光网络全 生命周期，自主完成感知、分析、决策与执行任务，支撑资源规划、 网络各层级性能及故障实时感知、业务动态拆建、分时复用和差异化 1×40 维（本地组）的规模商用。面向多 路由、高业务量的场景，需推进 N×M 高维度 WSS 应用以降低空间 与成本。WSON 基于“集中算路+分布式控制”，结合假光监测与光 信噪比（OSNR）建模，实现恢复路由的快速感知；通过协议、WSS 器件、光放大器、光模块等技术的突破实现 50ms 级 WSON 恢复，提 升光网络的可靠性，目前正处于样机验证阶段。OCS 通过微机电系统 （MEM

传统客流检测方案具有实时性弱、不确定高等缺陷。通 过进入地铁站闸机的计数准确性较低、时效性较弱，地铁站 闸机能判断进入每个地铁站人数，不能确定车站内各区域及 换乘人流量。而利用历史数据进行建模预测的方法则无法应 对交通管制、重大活动等突发事件影响，建模复杂且不确定 性高。 智能视频分析技术自动识别场景中乘客数量可提高客 流监测效率。随着深度学习技术在视频中的应用，可以完成 站内乘客实时检测和跟踪，进一步得到不同区域内的客流密 动式管理方法 已经无法满足现有的线路维修工作。 智能数据分析是地铁智能维护的关键，其中关键部件的 缺陷检测及预测是关键中的关键。由于缺陷多种多样，传统 的机器视觉算法很难做到对缺陷特征完整的建模和迁移，复 用性不大，要求区分工况，这会浪费大量的人力成本。深度 学习在特征提取和定位上取得了非常好的效果，基于动态可 靠性设备健康管理，利用状态检测和诊断技术，识别关键设 施，开展劣化预判，支撑维修策略优化将达到事半功倍的效