的行业实践，于 2022 年 5 月首次编制数字 孪生世界白皮书（案例实践篇），于 2023 年 4 月编制数字孪生世界白皮书（技术实践篇）， 于 2025 年 4 月编制数字孪生世界白皮书（智能算法篇）。 特别说明：本白皮书内所有案例截图均为模拟数据。 主编单位：杭州易知微科技有限公司 编写指导（排名按姓名拼音首字母）： 陈为 浙江大学计算机学院教授 邓贵德 中国特种设备研究院正高级工程师 技术落地。全文通过理论剖析与实践案例结合，为数字孪生技术跨领域融合及产业化发展 提供系统性指引。 《数字孪生世界白皮书（2025）》在前两版的基础上深化数字孪生技术创新，推动“数 字孪生+智能算法”的数字孪生智能应用建设，旨在通过白皮书为数字孪生产业发展提供 借鉴与参考。 本次白皮书系统梳理技术演进路径、核心能力建设及行业实践成果，数字孪生的核心 在于通过数据驱动实现物理世界与虚拟世 能力在数字孪生中的应用做了深度的技 术剖析。 同时，本白皮书围绕智慧城市、智慧水利、智能制造、智慧能源、智慧园区等场景， 深度展现数字孪生技术的场景化价值。 目录 一、数字孪生核心技术：智能算法的融合应用................................................................ 1 （一） 复杂数据处理与孪生场景应用........

长时间作业需求，如工业巡检机器人需频繁充电，影 响工作效率。 能源效率问题限制机器人在物流仓储等需要长时间连 续作业场景的应用，增加运营成本。 硬件技术突破 具身智能算法环境感知与决策能力相当于GPT- 2水平，依赖大量数据训练，如星海图机器人需人工干预才能完成复杂任务。 具身智能算法数据依赖性强，数据采集标注成本高，且算法泛化能力有限，难以适应多样化场景。 多模态交互视觉语言动作协同尚未成熟，MIT实验完成指令需3.4次试错，交互效率低，影响用户体验。 AI大脑与硬件融合存在兼容性稳定性问题，如部分机器人在高强度任务下出现算法与硬件脱节故障，影响任务完成。 AI大脑与硬件融合问题导致机器人在复杂任务执行中出现故障，降低可靠性，影响市场信任度。 具身智能算法能力 多模态交互协同 AI大脑与硬件融合挑战 AI大脑发展 区域分布珠三角伺服系统、长三角AI 算法、京津冀精密制造，产业集聚效 应初显，但协同效率待提升。 区域产业分布不均衡，各地产业配套 展，合理评估投资 风险与收益，制定投资策略。 中期投资收益较高，但需关注市场动态，及时调整投资策略，确保投 资收益稳定增长。 中期投资机会 具身智能算法平台长期看是行业核心 竞争力，将引领技术发展方向，投资 价值高。 具身智能算法平台将为企业提供技术 支撑，市场竞争力强，投资回报率高。 消费级产品定义者凭借对市场需求敏锐洞察，有望在消 费级市场占据主导地位，投资潜力巨大。

县公安局“情指行”一体化实战平台建设方案 2.2.4.2.2.1 关注区域-小区地址清洗 通过人工智能算法提取出历史警情事发地址中为小区的警情，结合系统初 始化时标准地址库，将口语化、常态化描述小区地址添加至关注区域库中，提 升地址归并至小区的占比。 2.2.4.2.2.2 关注区域-医院地址清洗 通过人工智能算法提取出历史警情事发地址中为医院的警情，结合系统初 始化时标准地址库，将口语化、常态化描述医院地址添加至关注区域库中，提 升地址归并至医院的占比。 2.2.4.2.2.3 关注区域-学校地址清洗 通过人工智能算法提取出历史警情事发地址中为幼儿园、小学、中学、大 学、专科学校等警情，结合系统初始化时标准地址库，将口语化、常态化描述 学校地址添加至关注区域库中，提升地址归并至学校的占比。 2.2.4.2.2.4 关注区域-政府单位地址清洗 通过人工智能算法提取出历史警情事发地址中为政府单位相关警情，结合 系统初始化时标准地 系统初始化时标准地址库，将口语化、常态化描述政府单位地址添加至关注区 137 XX 县公安局“情指行”一体化实战平台建设方案 域库中，提升地址归并至政府单位的占比。 2.2.4.2.2.5 关注区域-路口地址清洗 通过人工智能算法提取出历史警情事发地址中为路口、交口相关警情，结 合系统初始化时标准地址库，将口语化、常态化描述路口地址添加至关注区域 库中，提升地址归并至路口的占比。 2.2.4.2.3 语义标签模型库

数据目录管理情况 异构数据的标准化率 标准化数据集容量 多系统数据接口打通情况 机理模型/数据模型数量 高级数据分析（机器学习、神经网络等）比例 智联能力 智能决策 领域知识图谱数量 智能算法数量 数字孪生 数据驱动的运营决策场景比例 数字化效益 数字绩效 技术管理绩效 标准、导则、软件著作权、专利、企业机密等知识产权数 生产/运营优化 管理质量提高 运营成本降低 管理效率提升 标准化数据集容量 多系统数据接口打通情况 智联能力 数据开发 机理模型/数据模型数量 高级统计分析比例 预测分析比例 机器学习(深度学习)比例 智能决策 领域知识图谱数量 工业智能算法数量 数字孪生 数据驱动的运营决策场景比例 数字化效益 数字绩效 技术管理绩效 标准、导则、软件著作权、专利、企业机密等知识产权数 生产/运营优化 质量提高 成本降低 效率提升 进出用能单位/进出主要次级用能单位/ 主要用能单位在线数据分析能力 机理模型/数据模型数量 高级统计分析比例 预测分析比例 机器学习(深度学习)比例 智能决策 领域知识图谱数量 工业智能算法数量 数字孪生 数据驱动的运营决策场景比例 数字化效益 数字绩效 技术管理绩效 标准、导则、软件著作权、专利、企业机密等知识产权数 生产/运营优化 质量提高 成本降低 效率提升

人工智能赋能制造业能够通过降低原材料损耗等方式降低生产 成本，减少碳排放，实现绿色生产。首先，人工智能能够优化能源 使用。人工智能可以通过实时监控和分析工厂内各个环节的能耗数 据，识别出能源浪费的环节，并通过智能算法优化能源使用。例 7 如， AI 可以在设备闲置时自动降低其功耗，或者在能源价格较低 时安排 7 高能耗的生产任务，从而减少能源消耗。此外，人工智能通过对历 史能耗数据和生产计划的分析，人工智能可以预测未来的能源需求， 具体实 践，切实转化经济增长和经济机遇。英国于 2022 年发布 10 《英国数字 战略》，强调通过数字技术的应用来提升制造业的生产 效率。战略 10 支持制造业向智能工厂转型，利用实时数据和智能算法进行生产决 策，提升灵活性和响应速度。2023 年英国政府拨款 1.47 亿英镑资金 用于支持数字制造技术的研究，这将直接推动相关技术的创新和应 用。 总体来看，欧洲正在全面推动制造业向数字化、绿色化转型， 报告按照产业结构分层来分析发展现状。制造业人工智能领域的产 业结构主要可以分为基础层、技术平台层和应用层。基础层提供人 工智能技术在制造业应用所需的软硬件资源；技术平台层基于数据 等底层资源提供开发实现人工智能算法的能力；应用层利用人工智 能技术在制造业生产和服务各个环节中创造价值。 17 来源： 中国信息通信研究院 图 2 制造业人工智能领域产业结构 1.基础层：基础设施市场潜力巨大

DC 向 AIDC 全面转型和云边端能力加速分化与融合，并由此 引出本章的三个热点方向：（4）云网一体化调度（5）面向智算的云网基础设施（6）云边端协同。 第三章，围绕智能算法的研究，首先分析了云计算与云网融合相关的各类智能算法的发展趋势和应 用场景，包括运筹优化、深度学习、强化学习、大模型和 AI 智能体，然后借用本章第一个热点方向：（7） 算法赋能云计算，详细论述了运筹优化、深度学习和强 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 3 围绕智能算法的研究 49 3.1 研究图谱 2025：云计算与云网融合中的智能算法 . . . . . . . . . . . . . . . . . . . . . . . . . 50 3.1.1 趋势分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 3.4.1 智能算法的未来研究方向和关键技术展望 . . . . . . . . . . . . . . . . . . . . . . . . . 65 3.4.2 智能算法的发展建议 . . . . . . . . . . . . . . . . . . . . . . . . . . .

实现功能 油量曲线、台班登记、出勤统计、设备利用率 等指标数据化展示。 实现价值 施工各项情况尽在掌控，完整把握工地每一个 细节。 企业转型管理：从手工到智能 实现方法 通过 AI 智能算法，使企业完成施工的数字化管 理。 实现功能 实现全流程智能化管理，提高人效，节省成本。 实现价值 融合施工流程中产生的各项数据，智能辅助决 策，帮助施工企业数字化转型。 一 二 三 减小温度对油位测量的影响 倾斜角度校正 Ø 内置三轴传感器，采集机械角 度数据，对倾斜角度分析并进 行油位数据校正 高灵敏度压力传感器 Ø 采用压强测量原理，配合人工 智能算法，数据精度高 姿态监测仪 “ 举手投足”看得见 高精度监测仪 实时监测设备运转姿态 功能 姿态监测 罐车正反转监测，非法卸料报警 辅助监测 辅助吊车、扫地车工时监测等 使用 应用场景 记录载重车辆吨位、趟数等，降低少载带来 的运力浪费、超载带来的罚款损失等。 匹配车型 有载重需求的工程车辆，运输自卸车、矿卡等 精准采集载重数据 载重状态轻松感知 高灵敏度地磁传感器 载重精确度 90% 以上 人工智能算法 智能识别计算各类车辆载重 低功耗、高续航 可持续工作 5 年 支持盲区存储信息 隧道等盲区也可记录数据 无 线 极 简 安 装 ： 粘 贴 + 磁 吸 + 钢 扎 带 固 定 车辆的

0 程一体化解决方案 与 MOM 系统无缝集成 ，形成计划与实际的滚动式计划与排程。无需中间 数 据人工干预 ，避免信息孤岛导致计划与排程不可执行 0 算法 +17 年行业经验 采用智能算法 + 拥有 17 年行业经验总结的成熟模型支撑 ，计划与排程结果 更 准确、更具备可执行生产 0 响应速度 通过自研算法 ，采用空间换时间 ，可实现秒级别反馈结果。在基础上提供 人 机交互功能 预测订单 订单信息 库存信息 订单生产计划 物料需求计划 APS - AP ( 高级计划 ) 智能算法 行业模型 TOC ( 约束规则 ) 人机交互设置 订单信息 工单计划 在制品信息 质量信息 BOM 信息 工艺路线 资源信息 APS - AS ( 高级排程 ) 智能算法 行业模型 TOC ( 约束规则 ) 人机交互设置 作业指令 投料计划 备货计划 备货计划 自动化高效工厂：

监控环境，并利用人工智能算法对监控画面进行 深入分析和处理。这种摄像头不仅能捕捉和记录高清图像和视频，还能智能筛选出有意义的信息，并作出相应的响应。智能安防摄像头产品种类 繁多，包括但不限于家庭安防、看护为一体的视频监控类产品，以及适用于不同场景（如商业场所、公共场所）的定制化产品。随着人工智能、 大数据等技术的不断发展，智能安防摄像头将更加智能化。未来将有更多的智能算法在前端设备中实现，智能安防行业将不断前端化。 智能安防摄像头内置智能处理芯片，集成了图像分析与行为识别等功能，能够实时监控环境，并运用人工智能算法深度解析监控画面。它不仅能录制高清图像和视频，更能 智能筛选关键信息并作出相应反应。智能安防摄像头品类丰富，涵盖家庭安防与看护视频监控产品，以及针对商业场所、公共场所等特定环境的定制化解决方案。随着人工 智能与大数据技术的持续演进，智能安防摄像头将变得更加智能。未来，更多智能算法将嵌入前端设备，推动智能安防行业向更前端发展。 行业定义 《生成式人工智能服务管理暂行办 法》 颁布主体 国家网信办，发改委，教育部，科 技部，工信部，公安部，广电总局 生效日期 2023-01-01 影响 7 政策内容 鼓励生成式人工智能算法、框架、芯片及配套软件平台等基础技术的自主创新，同时完善与创新发展相适应的科学监管方式，制定相应的分类分级监管规则或者指 引。 政策解读 该政策旨在，强调了数据安全与隐私保护的重要性，要求企业加

要。梳理过往人工智能与银行业发展的相关会议和政策，已形成从工作部署到 应用约束再到有序推进的完整路径： ◆ 2022 年《规划》重点强调依托人工智能算法，构建场景感知、人机协同、 跨界融合的智慧金融新业态； ◆ 2023 年出台的《人工智能算法金融应用信息披露指南》则规范了金融领域 人工智能算法的信息披露原则、形式及内容要素； ◆ 2025 年，央行工作会议指出，加快金融数字化智能化转型，安全稳妥有序 推进人工智能大模型等在金融领域应用。