ERP 系统完成样品生产并发货 后，业务员根据客户返馈结果，在系统中录入样品收货 确认单，并记录客户返馈详细信息，确定是否可以转量 产。如否，则继续样品状态，如是，则技术部冻结技术 状态，并生成正式产品特征编码，同步到 ERP 系统中。 ERP 系统管理部分： 通过与 BPM 系统集成，获取样品订单，并将发货 单同步到 BPM 系统，做为样品收货确认单的来源单据。 转量产后，从 日计划转换 MES 工单 生产工单查询 机加工喷涂线现场生产过程数据采集场景示意图 喷涂室 半成品周转架 生成周转卡二维码 记录架上产品信息 上线扫码 增加RFID标签赋值 下线读RFID标签 获取产品序列号 收回RFID卡，换成二维码标签 包装 扫产品二维码标签 生成外包装二维码 气密性检测 扫二维码记录报工 一工程（车一面） 车轮打点阵二维码及 产品码+序列号 二工程（车二面） 价格审批单 自制 询价单 价格审批单 审批 供应商 物料价目表 通过电子采购 进行招投标 请够单生成 订单限制方式 在线寻源 采购订单 推式生成 采购订单 更新 更 新 取价 不 控制 是 否 是 存在有效供应商 价格才能生成 经过价格审批 才能生成 是 存在供应商 有效价格 请购单 自制 存在有效的 价格审批单 存在有效 采购价格 采购源征集

据 库以及一系列标准件，有效地吸收、整合来自支撑平台、边缘云及第 三方平台的数据资源。区域云融合感知标准件、协同决策标准件及交 通管控标准件依次接力，完成了对海量数据的深度挖掘、策略制定和 交通指令生成。区域云网关随后将这些关键信息回传至边缘云，选定 的融合感知、协同决策结果与管控指令通过标准化接口分享给第三方 车路云一体化系统云控基础平台参考架构 11 应用。 在《车路云一体化系统云控基础平台功能场景参考架构 端向网联车辆下发云端障碍物避让车速建 议。 Snr.28 自 动 驾 驶 车 辆 脱 困 场景需求 当自动驾驶车辆因周围车辆阻挡，导致停 止运行时，云控基础平台根据路侧感知的 车辆信息及车辆上报的相关数据生成决策 规划信息至周围车辆，控制周围车辆按决 策规划信息运行，为受困车辆让行。 Snr.29 绿 波 车 速 引 导 场 景 需求 车辆行驶向信号灯控制交叉路口，云端根 据车辆上报的实时状态、路侧单元（RSU） 3）相关支撑平台持续向区域云上报数据； 4）第三方应用持续向区域云共享数据； 5）边缘云基于所接收到的数据，进行实时感知与决策，将生成 的感知或决策数据发送给网联车辆；同时，将区域云下发的对路侧基 础设施的管控数据下发；此外，边缘云还会将实时感知与决策数据上 报至区域云； 6）区域云基于所接收到的数据，进行交通感知与管控，将生成 的路侧基础设施管控数据、区域交通态势数据等下发边缘云；同时， 区域云也会向第三方应用共享数据；

实现情感计算与学情追踪的深度融合。同时，在恪守 最小必要和隐私优先原则的前提下，对师生课堂行为 以及师生互动模式进行分析，在保障信息安全的前提 下，实现无感数据采集与精细化安全守护的均衡统一， 守护学生成长，做到技术应用与人文关怀的有机统一。 作为智慧教育领域的长期践行者，鸿合致力于技术创 新的同时，不忘社会责任。在将前沿技术与真实教育 场景深度融合的同时，我们愿以扎实的技术积累和深 刻的场 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 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。 享；在于倍增教师的育人效能，让更多学子得以启迪 心智、涵养人格与多元成长。 作为教育信息化领域的中央企业，奥威亚始终以技术 创新为支点，撬动教育公平与质量双提升；坚持以数 字化赋能，驱动教师发展与学生成长；用坚如磐石的 教育初心筑牢高质量教育体系的人文根基，服务教育 现代化与教育强国建设，践行为党育人、为国育才的 时代使命。 主编观点 近两年，随着AI赋能千行百业，教育行业利用AI围绕

理和营销策略。例如，通过分析顾客的历史点餐记录和偏好，系统 可以自动生成个性化的菜单推荐；通过实时监控库存数据，系统能 够预测食材需求并生成采购建议，从而减少浪费和提升供应链效 率。 此外，DeepSeek 大模型还能够帮助餐饮企业实现精细化的顾 客关系管理。通过对顾客反馈的智能分析，系统可以快速识别顾客 的满意度，并生成针对性的改进建议。同时，模型还可以支持多渠 道的互动，例如通过智能客服系统实时解答顾客的疑问，提升顾客 的图像识别技术可以应 用于菜品识别、顾客行为分析以及食品安全监控。例如，系统 可以通过摄像头自动识别菜品，并与订单进行比对，确保准确 性。  推荐系统：基于顾客的历史消费数据和偏好，DeepSeek 能够 生成精准的菜品推荐，提升顾客的消费体验和满意度。同时， 系统还可以根据季节性变化和库存情况动态调整推荐内容。 数据驱动的决策支持是 DeepSeek 大模型的另一大亮点。通过 对餐饮运营数据的实时分析，模型可以帮助管理者优化资源配置、 外，模型还可以实时监控厨房设备的运行状态，预测潜在故障并提 前通知维护，减少停机时间和维修成本。 在客户关系管理方面，DeepSeek 可以通过自然语言处理技术 分析顾客的反馈和评论，自动生成有针对性的改进建议。例如，模 型可以识别出顾客对某些菜品的负面评价，并建议厨师调整配方或 改进烹饪方法。同时，系统还可以自动发送个性化的促销信息和优 惠券，提高顾客的复购率。 对于餐饮企业的营销策略，DeepSeek

车牌自动识别，节省刷卡时 间 • 避免一卡多车等情况给社区 停车管理带来混乱 车辆出入场管理 快速出场 入场前 • APP 余位查询、车位预约、路线导航 寻车 • 寻车机、手机 APP 生成寻车路 线 入场 • 车牌识别免取卡式不停车进场 停车 • 余位屏、引导屏、车位灯准确引导 出场 • 已缴费车辆车牌识别不停车出 场 缴费 • 自助缴费机、手机等自助缴 • 人员轨迹还原，实现对人员精准管理 • 基于人脸识别精细化管理，杜绝造假 业主通行 社区出入口 入户门 单元门 业主生成二维码 业主生成二维码 二 维码 有 有效 期 限及 开 门次 数 限制 业主生成二维码 业主生成二维码 • 开门记录及抓拍图片 上传至平台 • 业主收到来访通知 • 电梯自动下行 人证一体机比对 下发人脸照片 出入口刷脸通行 单元门刷脸通行 后台生成记录 • 开门记录及抓拍图片上 传至平台 • 可形成人脸轨迹，便于 事后追溯 • 使用身份证录入的方式， 省时省心 • 无感知化人脸开门，提 升进入园区的体验

物资计划审批规则  劳务计划审批规则  物品调拨审批规则  ……  进度计划 结构生成规 则  生产计划生成规则  劳务计划 生成规 则  变更自动调整规则  资金计划 生成规 则  项目产值收入生成规则  项目进度卷积规则  间接成本分摊规则  会计分录生成规则  发票自动核销 规 则  ……  物资计划校验规则  采购申请校验规则  （ ASC NO.) 导入排产平台 （ ASC NO.) 建立 1:1 对应 自动计划 建议 订单特殊需求 （ ASC NO.) 订单特殊需求规则 （ ASC) 自动拆分 自动生产排产 生成（装配）工单 （ ASC NO.) 模拟排产报 表 根据排产 工单自动 调整 直供件导入 ISP 预排产平台 （意向需求数量 + 实际订单） 齐套分析 MES 生产执行 产能可承诺 ：订单特殊需求管理——标准订单环节 SO DEFAULT 客户指定供应商：在销 售订单上为所销 售的产品 指定组件供应商，并检查系统中是否存在该供应商的组 件，且该类组件做库存保留，以备发料以及生产使用；同时会生成一个编号 ASC NO. ASC NO. ：以销 售订单 号 + 行号，将作为供应链追溯条件，和信息传递唯一关键字，贯穿在零件的采 购，接收，仓库，工单下达（需传递至 MES ），排产，物料配送，工单投料，工单完工以及销

技能并取得相应资质，推动创新并加速影 响力。 虚拟助手： 亚马逊云科技基于生成式人工智能的工具（例 如面向开发者的 Amazon Q for Developers） 加速复杂任务的完成，提升员工生产力。 洞察生成： Amazon QuickSight 等分析工具提供快速 洞察，简化流程并增哟决策能力。 洞见生成： Amazon QuickSight 等分析工具能够快速 提供洞察信息，以简化流程并提升决策水平。 职能争取高层领导的 支持，实施系统化的 成本管理方法。 向亚马逊云科技专家学习，构建组织所需云技能 我们持续帮助客户提升员工技能并赋能员工。我们还通过 600 多项免费培训课程、 实操实验室体验以及生成式人工智能驱动的模拟训练，帮助专业人士提高其技能水平。 通过战略性技能发展投资员工赋能 作为承诺的一部分，亚马逊云科技提供免费的学习需求分析服务，帮助客户认识技能 差距并制定与转型路线图相匹配的针对性技能提升策略。 • IT 基础设施员工工作效率提高了 39% • 应用程序开发团队的生产力提高了 21% • 工作效率提升了 84% 此外，Amazon Cloud Coach 还提供涵盖 生成式人工智能、迁移与现代化改造、安全、 数据及云基础设施等主题的系列网络研讨 会。如需查看 Amazon Cloud Coach 免费 研讨会的完整清单，请点击此处 > 查看详情

调度模型范围 ，以拖拽、链接等绘制或自动生成等方式 ，通过组件的组合和链接 ，形成流域或区域的水 系程拓扑关系图 ，为后续通用调度模型的构建提供数据底板。 水库 水闸 控制断面 技术成果： 提升建模效 率 水系与工程拓扑关系解析与自动生 成 新建流域水系和工程拓扑关系 拓扑关系自动化生成 和水利工 P24 积木装配式调度模型建模 够实现自学习 ，不断自我完善调度策略。 技术成果： 提升模拟速 度 P29 模型结合水文水动力模型和深度学习算法的优势 ，实现地区暴雨内涝时空变化的快速模拟。 构建水文水动力内涝模型 ，生成不同特征暴雨 - 内涝数据。 构建深度学习模型 ，实现基于降雨预报下的内涝淹没演进情况的快速模拟。 洪涝快速模拟： 基于深度学习的城市暴雨内涝时空变化快速模 拟 技术成果： 提升模拟速 管网和土地利用等数据进行处理 ，为 模型搭建做好前期准备工作。 内涝模型构建 数据处理 深度学习预测 构建 SWMM 和 LISFLOOD- FP 水文水动力模型 ，经率 定及验证后 ，生成暴雨内涝 数据库。 P30 动量方程 连续性方程 表 1 LISFLOOD-FP 模型二维求解方法 模型特点 1. 基于正方形网格，地形采 用 ASCII 格式； 2. 输出结果为

任务运行时间和资 源损耗存在差异 ， 需要择优运行 任务调参优 化成本高 业务专注在逻辑实 现，对任务的报错 、 调优存在门槛 ，需 要能快速定位错误 和生成优化参数 存储成本高 且影响计算 性能 业务打点日志较多， 数据量逐渐增多， 不仅影响了计算性 能，也增加存储成 本 美图大数据计算存储框架 spark 、 flink 、 clickhouse 数据资产 数据透明，方便使用 承载数据治理功能 运算结果 提供各种格式的结果数据导出 提供统一 API 访问层 可视化报表 支持快速生成报表，可自定义 报表系统 数据平台 核心述求 美图大数据平台 可视化报表平台 支持平台配置数据任 务对接 • 支持自定业务数据落 地 • API 支持 mongo 、 hbase 、 mysql 、 k v 数据配置 • 根据配置自动生成访 问的表名 、字段名 ， 并生成 API 访问 schema • 数据查询优化配置： 索引 、缓存等 API 管理 • 访问者权限管理 • 访问黑白名单管理 • 过期时间管理 •

1.1 智算新基建：全球竞争与市场爆发 近年来，以生成式人工智能为代表的新一代人工智能技术加速创新，成为各国抢占科技革命与产业革命 优势地位的技术制高点。2024年3月，中国政府工作报告提出：“深化大数据、人工智能等研发应用，开展 ‘人工智能+’行动，打造具有国际竞争力的数字产业集群“。人工智能将在推动产业升级、促进新质生产 力加快形成等方面发挥重要作用。2025年1月，美国政府宣布Ope 正在加速重构。 生成式人工智能基于海量数据训练、推理生成新的输出，并能以文本、音频和图像等形式创建新内容。 智算中心是支持生成式AI工作负载的新型数据计算中心，基于AI计算架构，提供AI应用所需算力服务、数据 服务和算法服务的算力基础设施，它融合高性能计算设备、高速网络以及先进的软件系统，为人工智能训练 和推理提供高效、稳定的计算环境。据测算，2023年全球生成式AI市场规模，包括硬件、软件以及服务等， 、软件以及服务等， 达675亿美元，到2028年有望增长到5160亿美元，复合年化增长率达50.2%；2023年，中国生成式AI市场 规模为1200亿人民币，到2028年将超过5000亿人民币（图1-1）。 据中国信通院测算，2023年全球计算设备算力总规模为1397EFlops，其中通用算力为497EFlops，智 能算力（换算为FP32）为875EFlops，占总算力比例为63%。未来五年，全球算力规模仍将以超过50%速度