(从工厂使用的关键技术装备、工业软件、系统解决方 案，以及网络安全和数据安全风险可控等方面阐述项目的安 全性。) 5 六、项目实施成效 (此部分重点阐述项目已取得的突出成效，包括但不限 于创新方面，如突破的关键技术、装备、软件等； 经济性方 面，如投资回报率、劳动生产率、生产效率、成本降低等； 复制推广方面，如推动解决方案复制推广情况；标准研制方 面， 如牵头或参与智能制造相关标准研制、依托标准开展工 (在系统中选择研发设计类、生产制造类、经营管理类、控制执行类、行业专用 类、新型软件，可填写多个) 工艺名称 应用描述 (可填写多个) 技术名称 应用描述 (可填写多个) 8 附件 3 项目已突破的关键技术/装备/软件系统清单(选填) 序号 类别 (技术/装备/软件系统) 名称 关键参数(两到三个核心参数) 备注 9 附件 4 项目建设过程中已形成的标准清单(选填) 序号 标准名称 (按照《智能工厂梯度培育要素条件(2025 年版)》中 领航级智能工厂的要素条件要求，围绕技术突破、工艺创 新、 模式变革等方面，阐述生产作业方面智能化建设情况， 不超 过 1500 字。) 3.4 生产管理 (按照《智能工厂梯度培育要素条件(2025 年版)》中 领航级智能工厂的要素条件要求，围绕技术突破、模式变 革、 组织方式变革等方面，阐述生产作业方面智能化建设情 况， 不超过 1500

中和实现路径上的难减排领域往往都在工业部门等。钢铁、水泥、石化、化工等重点高碳工业行业减排路 径差异显著，短流程工艺、氢冶金、电气化、二氧化碳捕集利用与封存（CCUS）等技术路线亟需系统性 突破与统筹推进。推动庞大工业体系实现深度脱碳，必须在颠覆传统发展模式的同时，平衡技术演进与经 “ 济可行性，以 技术 - 路径 - ” 政策 为分析框架，建立关键技术的发展路线图，形成可落地的碳 清洁电力替代以及 CCUS 等技术规模化部署，持续扩大在重点行业中的应用覆盖。（3）碳移除托底技术深 度应用期（2051—2060 年）：电力、交通、建筑等部门已经基本实现净零排放，为工业领域突破关键技术 瓶颈争取时间。工业部门将依托 CCUS 等技术对难减排环节进行兜底，稳步推进全行业深度碳中和。通过 碳中和技术创新、供给需求侧调控和新型电力系统建设等，中国工业部门碳排放到 力双高领域，技术路径呈 现明显阶段性特征：2035 年前将以高炉 - 转炉系统节能改造和废钢 - 电炉短流程发展为主；2035—2040 年 厚 间，氢基直接还原炼铁有望在成本突破后进入大规模应用阶段，成为深度脱碳的核心路径；2050 年后，钢 铁 CCUS 将成为实现碳中和的关键托底技术。水泥行业在 2030—2040 年进入技术结构转型期，大批旧窑 系统退出，

现下滑，工业机器人销量出现负增长。 在这一背景下，协作机器人却展现出了较强的市场韧性。随着 3C 电子行业逐渐复苏，协作机器人订单需求明显提 升。与此同时，协作机器人在新能源行业开始实现规模性的突破，增长表现亮眼。协作机器人可以自动完成上下料、螺 丝锁付、组装、焊接、封装、质量检测、搬运、清扫等工作。 负载方面，市场对大负载协作机器人需求有所增长，众多厂商推出大负载协作机器人产品，在协作码垛场景中逐渐 ，协作机器人 已广泛应用于汽车零部件、3C 电子、精密加工、新能源等工业领域，并不断向商业零售、医疗、教育、农业等领域拓 展。 二、协作机器人分类 近年来，随着下游应用的不断拓展以及技术的不断突破，协作机器人产品类型也开始向多元化发展。根据机器人负 载、轴数以及结构的不同，可以将协作机器人分为以下类型： 1、根据负载划分 根据负载不同，通常能将协作机器人分为轻负载（负载＜7kg）、中负 性、灵活性与适应性持续提升，叠加成本价格不断下行，其有望在工业级和消费级市场均实现规模化拓展。 GGII 预计，2025 年全球协作机器人销量有望达到 13.46 万台，同比增长超 16.94%，市场规模有望突破 100 亿元。到 2028 年，全球协作机器人销量有望接近 28 万台，市场规模接近 200 亿元。 图表 26 2016-2028 年全球协作机器人市场销量及预测（单位：万台，%） 30

事关中国式现代化全局的战略任务取得重 大突破，为基本实现社会主义现代化奠定更加坚实的基础。 （3）“十五五”时期我国发展环境面临深刻复杂变化。大国关系牵动国际形势，国际形势演变深 刻影响国内发展，我国发展处于战略机遇和风险挑战并存、不确定难预料因素增多的时期。从国 际看，世界百年变局加速演进，国际力量对比深刻调整，新一轮科技革命和产业变革加速突破， 我国具备主动运筹国际空间、塑造外部环境 重大进展，发展新质生产力、构建新发展格局、建设现代化经济体系取得重大突破。 ——科技自立自强水平大幅提高。国家创新体系整体效能显著提升，教育科技人才一体发展格局 基本形成，基础研究和原始创新能力显著增强，重点领域关键核心技术快速突破，并跑领跑领域 明显增多，科技创新和产业创新深度融合，创新驱动作用明显增强。 ——进一步全面深化改革取得新突破。国家治理体系和治理能力现代化深入推进，社会主义市场 经济 制高点，不断催生新质生产力。 （11）加强原始创新和关键核心技术攻关。完善新型举国体制，采取超常规措施，全链条推动集 成电路、工业母机、高端仪器、基础软件、先进材料、生物制造等重点领域关键核心技术攻关取 得决定性突破。突出国家战略需求，部署实施一批国家重大科技任务。加强基础研究战略性、前 瞻性、体系化布局，提高基础研究投入比重，加大长期稳定支持。强化科学研究、技术开发原始 创新导向，优化有利于原创性、颠覆性创新的环境，产出更多标志性原创成果。

律，并在毫秒级响应时间内完成交易决策。 当前 AI 量化交易系统的核心价值体现在三个维度：  风险控制精度提升：基于强化学习的动态仓位管理系统可使最 大回撤降低 40%-60%  策略迭代效率突破：遗传算法优化的神经网络策略研发周期从 传统数周缩短至 72 小时内  收益稳定性增强：集成学习模型在标普 500 指数上的年化波 动率较传统策略下降 35% 然而，该技术的实际应用仍面临关键可信度挑战。美国金融业 量化方案的信任度，据 Greenwich Associates 调研显示，仅有 29%的资产管理公司完全 信任 AI 交易系统的自主决策。 在此背景下，构建可信的 AI 量化交易方案具有显著的经济价 值和技术突破意义。从实践角度看，可信方案需要实现三个维度的 平衡：  性能维度：年化收益波动率比传统策略降低 40%以上  稳定维度：在极端市场条件下最大回撤控制在 8%以内  透明维度：满足 MiFID 间隔/理论间隔 90%分位≤1.2 倍 实时清洗流程 部署流式数据处理管道，执行以下顺序的自动 化修正： 1. 基础校验：过滤时间戳乱序、负价格、零成交量等硬错误 2. 逻辑校验：检测涨跌幅突破熔断机制等规则冲突 3. 统计修复：对缺失值采用卡尔曼滤波预测填补 4. 版本控制：所有原始数据与修正数据均保存为不可变数据集 生命周期管理 实施数据分级存储策略：  热数据：保存最近 3

平。某中型财险公司测算显示，每单保费中约有 38 元消耗在人工 流程成本上。 这些痛点表明，保险行业亟需通过 AI 智能体实现：业务流程 自动化率提升至 80%以上、核保决策速度加快 5 倍、欺诈识别准确 率提高 40%等突破性改进。DeepSeek 的智能体技术可针对性解决 上述系统性问题，具体技术路径将在后续章节详细阐述。 1.1.2 数字化转型需求分析 当前保险行业正面临前所未有的数字化转型压力，传统业务模 署方案；③持续自优化的业务知识图谱。这为 DeepSeek 智能体的 接入提供了明确的价值锚点—— 通过构建保险专属的 AI 数字员工 体系，在服务响应速度、风险识别精度、运营成本控制三个关键指 标上实现突破性改进。 1.2 DeepSeek 技术优势 DeepSeek 作为新一代 AI 大模型技术，在保险行业智能化转 型中展现出显著的技术优势。其核心能力体现在以下维度： 多模态理解与生成能力 合，本项目旨在构建具备行业专业度的智能体解决方案，实现业务 流程智能化升级与客户体验革新。核心目标聚焦于三个维度：效率 提升、风险控制和服务创新，预期在 12 个月内完成全场景落地并 实现关键指标突破。 在运营效率层面，计划通过智能体实现 90%标准化流程的自动 化处理，包括保单录入、核保初审、理赔资料预审等高频场景。根 据试点数据测算，自动化处理可将单笔保单承保时效从平均 45 分 钟压缩至

...................................................................................108 10.3 潜在创新点与突破方向................................................................................................. 1. 引言 随着全球气候变化和能源危机的日益加剧，新能源汽车作为传 统燃油车的替代品，逐渐成为汽车产业发展的主流方向。近年来， 新能源汽车市场呈现出爆发式增长，2022 年全球新能源汽车销量 突破 1000 万辆，同比增长超过 60%。这一趋势不仅推动了汽车制 造技术的革新，也为人工智能（AI）在制造业中的应用提供了广阔 的空间。AI 技术在新能源汽车制造中的应用，不仅能够提升生产效 国政府在 2021 年发布的《基础设施投资和就业法案》中，也明确 提出将投资 750 亿美元用于充电基础设施建设和新能源汽车推广。 新能源汽车的快速发展不仅体现在市场规模的增长上，还体现 在技术的不断突破上。动力电池技术的进步使得新能源汽车的续航 “ 里程大幅提升，充电基础设施的逐步完善也解决了用户的 里程焦 ” 虑 问题。此外，智能网联技术的应用为新能源汽车赋予了更多的 智能化功能，提升了用户体验。

50%的医疗服务机构存在诊断延迟问题，而 基层医疗机构因专业人才短缺导致的误诊率高达 15%-20%。这种 现状迫切需要通过智能化技术重构医疗服务流程，实现从被动治疗 到主动健康管理的转型。 人工智能技术为医疗系统优化提供了新的突破口。以自然语言 处理和多模态学习为核心的 DeepSeek 平台，具备医疗知识图谱构 建、临床决策支持和非结构化数据处理三大核心能力。某三甲医院 的试点数据显示，接入智能体后的门诊流程平均耗时从 模板生成 资源调度优化 检查预约平均等待 3.2 天 ≤1.5 天 动态优先级算法+资源预测 模型 患者服务响应 在线咨询满意度 82% ≥95% 意图理解引擎+知识图谱构 建 该方案需重点突破三个技术瓶颈：第一，医疗实体关系的动态 建模，要求构建覆盖 500+疾病种类的本体库，支持 ICD-10 与 SNOMED CT 的双向映射；第二，多源异构数据的实时处理能力， 需在 200ms 电子病历数据分散在门诊、住院、急诊等独立模块，医生调阅 完整病史需登录 5-7 个系统。抽样调查显示，医师日均花费 28%工作时间在数据检索与整理上，严重影响诊疗效率。 为解决上述问题，需建立标准化数据中台实现以下关键突破： - 制定统一的元数据标准，覆盖 90% 以上临床数据字段 - 开发智能 数据路由引擎，支持 HL7/DICOM/FHIR 等多协议自动转换 - 构建 增量同步机制，将跨系统数据延迟控制在

芯片通过架构创新实现了数量级的性能 跃升。高端 AI 芯片的突破更使得训练百亿参数大模型成为可能，直接推动了 ChatGPT 、Sora 等生成式 AI 的爆 发。AI 芯片的快速发展已成为推动全球科技变革的核心引擎，其意义远超硬件迭代本身，深刻重构了算力供给模 式、产业竞争格局与社会智能化进程。 语言大模型技术不断取得新突破 在大数据、大算力加持下，大模型逐渐实现从单任务智能到可扩展、多任务智能的跨越。据国际知名人工智能 年数据生产量达 41.06 泽字节（ ZB ），同比增长 25% 2 。庞大的数据规模为人工智能模型的训练提供了丰 富的素材，使得模型能够学习到更广泛、更深入的模式和规律。 算法技术创新不断突破，为 AI 系统性创新注入强大动力 近年来我国愈加重视 AI 基础研究和算法技术创新，截至 2025 年 4 月，我国人工智能专利申请量达 157.64 万 件，占全球申请量的 38.58% 3 习近平总书记向国际人工智能与教育大会致贺信 人工智能是引领新一轮科技革命和产业变革的重要驱动力，正深刻改变着人们的生产、生活、学习方式，推 动人类社会迎来人机协同、跨界融合、共创分享的智能时代。把握全球人工智能发展态势，找准突破口和主 攻方向，培养大批具有创新能力和合作精神的人工智能高端人才，是教育的重要使命。 习近平总书记在浙江考察时的讲话 推进国家治理体系和治理能力现代化，必须抓好城市治理体系和治理能力现代化。运用大数据、云计算、区

的格 局。数据作为我国第五大生产要素，其价值释放的深度与广度，直接决定了人工智能产 “ ” “ ” 业从 感知智能 向 认知智能 跃迁的新高度。当前全球数据总量虽呈指数级增长（2023 年突破 175ZB）， 但高质量语料尤其是中文语料严重匮乏，实际流通率却不足 5%。数据 “ ” 产业面临 不敢共享、不愿共享、不能共享 的困局如同无形枷锁禁锢着 AI 创新的步伐。 比如医疗数据 滞后等），无法满足行业大模型训练推理阶段对行 业标注数据的诉求。 · 挑战四、安全能力参差不齐 数据流通涉及数据提供方、使用方、服务运营方等 众多参与主体，不同主体的网络安全、传输安全、数 据安全等防护水平差异较大，容易成为攻击者突破的 薄弱环节，无法满足全链路数据安全防护要求。 2、人工智能大模型语料发展与挑战 2.1 人工智能大模型语料发展趋势 1. 从大语言模型到多模态 / 具身智能大模型的语料演进 当前大模 场景数据进行模型能力提升。此外，具身智能模型 更需要空间动态语料，比如物体运动轨迹、各类参 数信息等。 据求思咨询报告分析，全球 AI 语料市场 规模预计在 2025 年突破 109 亿元。并且数据合成 成为当前突破 现在数据规模的主流路径，预计 2025 年合成数据在 AI 训练中占比将达 40%，例如工业数字孪生场景中， 合成图像替代率从 30% 升至 65%。