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。

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

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。

以及设备全生命周期管理 的大数据，应用大数据分 析及人工智能算法，对设 备的运行状况、备品备件 的更换，不断地进行深度 的分析，在设备管理系统 提前下达维修、保养或更 换备品备件的相关指令。 Copyright© 朗通科技 基于工业互联网的大数据人工智能的应用 -- 生产过程优化 基于生产、设备、 质量、能耗等互联 互通的基础上，通 过机器学习等人工 智能算法达到在保 证质量的前提下， 提高产量且降低能

于起 步阶段，缺乏对海量数据的有效挖掘和利用，限制了中医药的 现代化发展。 针对这些挑战，引入 DeepSeek 等先进技术平台成为中医药健 康产业突破困境的重要途径。通过大数据分析、人工智能算法和深 度学习技术，中医药产业可以在标准化生产、质量控制、国际推广 和科技创新等方面实现跨越式发展。例如，利用 DeepSeek 平台对 中药材的种植环境、生长周期、采收时间等数据进行智能化分析， 应用方案，将有助于中医药健康产业在新时代背景下实 现高质量发展。 1.2 DeepSeek 技术简介 DeepSeek 技术是一种基于深度学习和自然语言处理的先进人 工智能解决方案，旨在通过大数据分析与智能算法优化，为各行业 提供高效、精准的决策支持。其核心优势在于能够处理和分析海量 的结构化与非结构化数据，并通过深度学习模型提取关键信息，生 成可执行的见解。在中医药健康产业中，DeepSeek 技术能够针对 导致信息孤岛现象严重，资源利用率低下。 DeepSeek 作为一款先进的人工智能平台，具备强大的数据处 理和深度学习能力，能够有效解决中医药健康产业面临的诸多挑 战。首先，DeepSeek 的智能算法能够快速处理海量数据，实现多 源异构数据的无缝集成和统一管理。通过对古籍文献、现代研究论 文及临床案例的深度挖掘，DeepSeek 能够提取关键知识，构建中 医药领域的高精度知识图谱，为科研和临床应用提供有力支持。

能单元进行“削峰填谷”优化，可以得到图示优化后 的曲线，波峰和波谷峰值明显平缓。 e. 设备健康管理模块。资产健康管理模块将设 备端集成数字传感器，时时采集运行状态，通过网关 上传到资产管理中心云平台，并通过云端的智能算法 模型实时分析并预测设备的健康水平，给出设备健康 状态评估和运维建议，再根据运维策略进行智能运 维，从而实现从被动运维到主动预测。 f. 平台互联及大数据分析。能源管理系统与楼 宇控制系统可进行对接，优化计算及碳减排预测， 知自愈功能，无需人为干预即可自动处理故障，有力 保障供电可靠性。 2. 3. 3 数字传感、智能诊断、移动运维，实现智能 高效建筑 采用集成数字传感器的智能化电气设备，并通 过云端的智能算法模型实时分析并预测设备的健康 水平，设备健康状态了然于胸，并实时推送运维建 议、工单及各类设备信息资料，真正实现数字化 运维。 根据项目经验，通过智慧建筑智慧能源解决 方案，供电可靠性可达

基础。 24 数智化审计调研报告 1) 适度增加技术投入，为开展数智化审计提供数据基础。 继续加大数据治理和采集平台建设投入 , 持续改善数据基础设施 , 确保获取高质量全面 数据；增加智能算法模型研发和维护投入 , 不断优化提升分析效果，购买或自建必要的数智 化审计软硬件平台和工具。 2) 适度增加人员投入，为开展数智化审计提供人力基础。 根据组织的实际情况，适度引入数据科学家、算法工程师等前沿人才并给予具有竞争力 组成；明确数智化审计在组织数字化转型中的定位和作用 , 与组织数字化战略严格对接；提 出数智化审计发展的战略目标、重点任务和实施路径 , 确定阶段性目标；规划数智化审计技 术路线 , 如推进智能算法和机器学习的应用等；明确所需资金投入、人才配备、组织流程调 整等保障措施；落实规划到年度关键绩效指标 , 强化考核和监督 , 确保规划落地见效；将数 智化审计规划纳入组织整体数字化转型规划和路线图 与高校和科研院所合作 , 获取前沿的审计技术研发支持，与专业的数据分析和审计服务 30 数智化审计调研报告 机构合作 , 获得专业的数据治理和分析服务，与行业领先的信息技术公司合作 , 引入先进的 智能算法和模型。 聘请顾问提供专业建议 , 优化平台规划和设计，通过平台集中整合各类资源 , 形成审计 专业服务生态圈。共享行业内数智化审计平台和模型 , 降低重复建设成本。通过平台集中整 合各类资