智慧工厂发 展趋势洞察 与实施方案 解析 沈宇峰 普华永道思略特中国工业产品与服务行业主管合伙人 电话：+86 (21) 2323 2273 邮箱：julius.shen@strategyand.cn.pwc.com 赵汀 普华永道思略特中国工业产品与服务行业合伙人 电话：+86 (21) 2323 2256 邮箱：ting.zhao@strategyand.cn.pwc.com 邮箱：leon.x.pu@strategyand.cn.pwc.com 联系人 普华永道思略特中国高级咨询顾问刘欣宇、顾问王昊飞和罗欣缘对 本文亦有贡献。 2 思略特 | 智慧工厂发展趋势洞察与实施方案解析 自上世纪70年代计算机技术开始普及推广，自动化和信息化逐渐在制造业广泛应用。 如今，随着通信互联、工业物联网、大数据分析等新技术的推陈出新与逐渐成熟，正 推动工业创新与数字化转型。愈来愈多的制造业企业，通过打造标杆智慧工厂，实践 数字化、智能化创新。 普华永道思略特持续关注工业4.0相关实践，结合众多成功大型、标杆智慧工厂的实 战项目经验与行业洞察，为广大制造业企业提供智慧工厂最新发展趋势洞察与实施方 案解析分享。 前言 智慧工厂发展趋势洞察与实施方案解析 | 思略特 3 智慧工厂发展趋势 洞察 有别于前三次工业创新与进步，主要依赖单一技 术突破拉动生产力形成爆发式增长。工业4.0通 过实时数据采集、工业互联网、智能计算与处理

08 微秒 二、网络安全专用产品 序号 产品类别 产品描述 １ 数据备份与恢复产品 能够对信息系统数据进行备份和恢复 , 且对备份与恢复过程进行管理的 产品。 ２ 防火墙 对经过的数据流进行解析 , 并实现访问控制及安全防护功能的产品。 ３ 入侵检测系统 (IDS) 以网络上的数据包作为数据源 , 监听所保护网络节点的所有数据包并进 行分析 , 从而发现异常行为的产品。 ４ 入侵防御系统 产品名称：安华金和数据库防火墙系统 产品概述 安华金和数据库防火墙系统（简称 DPS），是一款基于数据库协议解析与控制技术的数据库 安全防护系统，实现了对数据库访问行为的控制，高危操作的拦截，可疑行为的监控，风险威 胁的拦截，提供可靠的数据库安全保护服务。 DPS 提供加密通讯解析、SQL 语句解析等核心技术，并提供丰富的数据库安全策略，如阻 断、拦截等控制类策略，记录、告警等审计类操作。DPS 主动地、实时地、全方面地保障数据 工业防火墙是专用于工业控制系统内不同安全域之间进行网络边界隔离的安全防护类产品。 产品通过对各类工业协议的深度解析，综合运用工控威胁特征识别技术、机器自学习与可信白 名单技术，识别并抵御各类来自工控系统内部和外部的网络攻击和恶意破坏行为，为工业控制 系统的稳定运行提供安全保障。 功能特点 ◎全面的工控协议深度解析 可识别近百种工业协议，可对 OPC、Modbus、Siemens S7、EtherNet IP、IEC104、DNP3、

习时强调“高质量发展需要新的生产力理论来指导”。传统的 ISO/OSI 等经典网络理论，虽然涵盖了联网设备之间，从物理连接、 数据传输、会话管理到应用服务的完整通信功能，但并未纳入网络用 户交互所需的身份识别、行为交互、数据解析等能力。针对当前互联 网在数据互联互通中面临的架构性与基础性瓶颈，本白皮书在参考借 鉴 OSI 网络七层模型的基础上，通过在网络传输层之上构建新型互 联协议，提出一种面向 Web3.0 的数字实体网络创新技术路径。 输、会话管理到应用服务的完整通信流程，但是受限于领域特定数据与网络公用 性的矛盾问题，传统的 ISO、TCP/IP 等经典网络理论主要定位在异构网络通信 层面，数据互联所需的身份识别、行为交互、数据语义解析等需求被当做应用层 问题由“客户端-平台（服务器）”交互模型解决。 2) 缺乏对数据的合理抽象 OSI 七层模型主要针对异构网络互联，这使得当前网络基础设施主要面向" 面向 Web3.0 的数字实体互联白皮书 TCP/IP 架构的基础上，针对数据互联需求，抽象出数字实体（Digital Entity） 概念，通过在传输层之上构建网络原生能力，实现数字实体可发现性、属性可获 取性、连接自主性、交互真实性与可解析性，这可能是下一代网络发展的关键突 破点。 本白皮书基于 OSI 网络七层模型（参考模型）、TCP/IP 模型（实际应用模 型），遵循组网完备性原则提出未来网络模型，以支持数字实体互联。参考图

研发能力 有待加强。 产业应用效能未能充分发挥。区块链应用效能还不够高，可 持续性还有待提升。一是标识解析体系覆盖率低，截至 2025 年， 广西仅建成 7 个工业互联网标识解析二级节点，而全国已建成超 340 个具有影响力的工业互联网平台，覆盖率不足全国 2%13，标 识解析应用集中于铝业、机械等少数行业，糖业、林业等特色产 业未全面覆盖，限制了跨行业数据互通能力。二是场景应用横向 梳理发布区块链应用供需信息，推动区块链应用的开发与落地。 推动对接国家级“星火链网”，加速工业互联网、5G 等基础设施 的布局，打造具有西部特色的新型数字基础设施体系，推动完善 工业互联网标识解析体系建设，推进标识解析在重点行业、重点 领域的贯通应用。鼓励和引导龙头企业发挥引领作用，聚焦“区 块链+”农业、制造、交通、文旅等领域，集中资源打造具有标杆 示范效应的应用项目，在“区块链+乡村治理”“区块链+司法检 促进农业生产、加工、物流、研发、示范、服务 等相互融合和全产业链开发，创新农民利益共享 机制，加快构建现代农业产业体系、生产体系、 经营体系。 2 广西制糖业工业 互联网标识解析 二级节点 建设广西制糖业工业互联网标识解析二级节点并 与中国—东盟区块链公共服务平台完成对接，构 建覆盖供应商准入管理、质量检测监管、供应链 协同调度和产品溯源追踪的全流程服务体系。通 过整合原糖加工产业资源，贯通糖业产业链、供

化的有：船舶数字孪生系统、海洋漂浮式光伏发电、4D 打印的形状记忆聚合物智能结构、多频全球导航卫 星系统精确定位方法、微型超级电容器、基于纤维素气凝胶的摩擦纳米发电机。新兴前沿则包括：基于深 度图像的场景解析、快速超分辨超声成像、相变储能、多尺度复合材料能量吸收结构。2018—2023 年，各 前沿相关的核心论文发表情况见表 2.2。 （1）船舶数字孪生系统 船舶数字孪生系统是指基于数字孪生构建的 核心论文数 被引频次 篇均被引频次 平均出版年 1 船舶数字孪生系统 23 589 25.61 2020.3 2 海洋漂浮式光伏发电 16 826 51.62 2020.4 3 基于深度图像的场景解析 15 494 32.93 2022.1 4 4D 打印的形状记忆聚合物智能结构 4 204 51.00 2022.0 5 多频全球导航卫星系统精确定位方法 36 1 608 44.67 2020 （3）基于深度图像的场景解析 基于深度图像的场景解析主要是指基于深度图像及其对应的 RGB 图像，对图像中的每个像素进行类 别标签分配，从而实现对整个场景的全面解析。其典型应用是自动驾驶和机器人导航领域的道路环境的语 义分割。仅基于 RGB 图像的场景解析方法在具有相似物体或复杂背景的场景中往往表现不佳，而深度图 像包含了更多的位置和轮廓信息，赋予算法更强的上下文解读能力，从而实现更精细的场景解析。 目

与 UPF 交互并配置 DNS 规则的流程。在 ETSI 定义中，MEP 应支持 DNS han⁃ dling 能力，MEP 将 DNS 请求的监听规则配置给 UPF， 并通过自身的 DNS 解析能力返回 DNS 响应，从而实现 业务的正确引流。在步骤④中，MEP 下发规则的操作 同样可以通过 MEP 平台开放给 ME APP2 或者通过边 缘侧部署的自服务系统开放给行业客户，由客户按需 控制策略。 图5 DNS规则配置流程 图6 黑名单规则配置流程 172.0.0.1 MEP （含DNS解析模块） ①已有业务、 APP1访问 目的地址为172.0.0.2 ⑩UE发起对 172.0.0.2访问 目的地址为172.0.0.1 ⑨UPF返回DNS解析响 应，目的地址为172.0.0.2 ②UPF对172.0.0.1执行本地分流，其他地址不分流 ③新部署业务，地 172.0.0.2 ⑧MEP DNS解析模块解 析出目的地址172.0.0.2 并返回DNS响应 􀃊 􀁉 􀁓MEP已预配置172.0.0.2分流规则，业务可以正常访问 ⑦UPF侦听到AA.com解 析请求，并重定向给MEP ⑤UPF配置DNS监听规 则，并向MEP返回确认 ④MEP下发DNS监听及 重定向规则，将AA.com 的请求转发至MEP解析 UPF UE ME APP1 ME

智能社会生态系统奠定技术基础。 通过建立大脑与外部设备的直接通信 连接，脑机接口技术实现了神经活动的记 录、解码与刺激功能。当前，脑机接口正 深度整合神经科学与人工智能技术，其发 展轨迹已从单向的神经信息解析、神经调 控信息写入，加速向脑机双向交互及脑智 融合方向演进。 3.2 最新进展 神经信息运动解码研究已取得显著进 展 1，科学家们正在探索基于神经活动的言 语、情感及意识解码技术 2,3。基于神经信 鼠的所有复杂任务，甚至可以完成新的任 务 11。这项突破不仅为解析运动控制的神 经机制提供了全新研究范式，更预示着“脑 智 融 合 科 学” 这 一 交 叉 学 科 的 诞 生， 其 在智能机器人、自学习神经调控系统、脑 启发智能系统构建等方面具有重要应用前 景。 脑机接口历经五十年发展，实现了从 单向神经信号解析到双向信息交互脑机接 口范式转换，并向脑功能与智能融合方向 持续突破。多模态神经调控与解码算法融 持续突破。多模态神经调控与解码算法融 合将构建感知 - 决策 - 调控闭环系统，神 经计算与 AI 融合推动脑机接口技术向认 知增强技术发展，而交互维度将跨越神经 信号解析至认知交互，物理接口扩展至虚 拟现实、智能环境等多模态协同。神经机 制、神经技术与人工智能深度融合的发展 趋势预示着脑机接口技术正式迈入智能增 强与认知重塑的新阶段。 3.3 前沿科学问题和突破路径 人脑作为大规模的复杂动力系统，其

1 2、医院后勤管理难点及转型之路.......................................................................1 3、智慧后勤概念解析...........................................................................................2 二、 智慧后勤建设大环境分析 智慧后勤一体化解决方案..................................................................................6 六、 智慧后勤典型建设系统解析..............................................................................6 1、智慧后勤典型建设系统...... 化建设 构建智慧后勤生态体系已成为后勤管理转型新常态，也是后勤管理唯一出路。 图 2 医院后勤管理转型之路 《医院后勤管理，到底有多智慧？》 2 资料来源：公开资料整理 3、智慧后勤概念解析 智慧后勤是指基于医院后勤管理实际需求，以国家相关标准规范为指导依 据，基于医院后勤行为所产生的系列数据，依托互联网、物联网（Internet of things，IOT）、建筑信息模型（building

构建预测模型，帮助育种者在早期阶段筛选出优良品种，从 而加速育种进程。 数据融合与功能 基因预测 整合多源数据（如基因型、表型、环境数据），预测功能基 因和优异等位基因，指导遗传改良。运用 AI 深度学习算法 快速解析海量基因组数据，定位关键基因；通过对已知基因 功能和序列的学习，建立模型来预测未知基因的功能。  数据融合：全流程智慧育种平台实现针对基因测序数据的变 异位点计算加速 110 倍，基因型过滤加速 ，提高特征提 取的准确性和效率。结合机器人技术和 AI 算法，实现表型 数据的自动化采集。  图像分析与处理：托普云农的植物表型智能解析平台“TP- AIPheno”，能对可见光二维三维、高光谱等图像进行解析， 实现可见光二维单株植物解析用时小于 5 秒等高效处理。  多模态数据融合：无人机激光雷达结合三维深度神经网络的 棉花高通量表型获取方法，实现大田棉花株高、孔隙率、冠 的大语言模型（LLM）——农学核苷酸转化器（AgroNT）相结合。AgroNT 在大约1050万个包含数万亿碱基对的基因组序列上接受预训练，涵盖大 田、水果、豆科、蔬菜等48种核心农作物，因而能够深度解析遗传密码 的复杂语言。通过这种方式，AgroNT可以帮助科学家从大量的DNA序 列和基因组数据中挖掘洞察，准确预测基因调控机制，从而将性状控制 和作物表现提升到一个新水平。该技术进一步加快了先正达性状管线的