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。

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

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。

AI智能中枢层：AI 算法驱动的决策能力升级 2.2.4公共应用层：标准化基础能力支撑体系 2.2.5技术支撑层：系统稳定性与安全性的底层保障 2.3关键能力支撑 2.3.1全域数据整合 2.3.2智能算法引擎 2.3.3安全与治理基座 10 12 12 13 14 15 15 16 18 20 20 20 20 21 21 21 21 23 23 23 24 心原则、以数字化技术为赋能手段、以全周期闭环管理为 目标，通过多层架构设计与智能算法融合，形成从数据接 入到决策执行的一体化风控体系。该框架涵盖设计理念的 合规性、安全性、前瞻性与系统性四大原则，核心架构的 外部系统层、业务应用层、AI智能中枢层、公共应用层 与技术支撑层五层协同，以及关键能力支撑的全域数据整 合、智能算法引擎与安全治理基座三大支柱，共同为企业 外汇风险管理提供标准化、智能化、高可用的平台能力， 模型，需通过技术手段实现全流程安全管控。依托数据加密、权限分级、身份认证、操 作审计等关键技术，构建“事前防护—事中监控—事后追溯”的安全管理闭环，强化系 统抗攻击能力与数据防泄露机制。 2.1.3前瞻性原则 依托大数据分析与智能算法构建动态风险预判体系，以应对外汇市场的高频波动与非 线性特征。通过整合宏观经济指标、市场舆情、历史交易数据等多维度信息，建立自适 应预测模型与情景分析框架，实现汇率走势的前瞻性研判与极端风险场景的压力测试。

服务，提供大数据支持和智能算法运行环境，支持以开放的模式开发 工业 APP，打通信息孤岛；基于工业互联网平台，搭建发电行业关键 设备数字孪生管理系统，以管理壳为载体，打通发电设备生产侧及产 品侧各环节数字孪生数据壁垒，形成产品全生命周期的数字孪生服务 与管理能力；从发电设备制造商的角度，基于对上千台机组设计、运 行调试经验的综合与升华，构建行业机理与人工智能算法相结合的发 电设备智能运维解决方案，实现