762-【阿里云】2023產(chǎn)業(yè)智能發(fā)展與應(yīng)用技術(shù)報(bào)告

目錄前言產(chǎn)業(yè)智能：產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的必經(jīng)之路1.1

產(chǎn)業(yè)智能提出的背景1213141.2

產(chǎn)業(yè)智能的內(nèi)涵與特征1.3

產(chǎn)業(yè)智能發(fā)展的意義產(chǎn)業(yè)智能發(fā)展的趨勢與挑戰(zhàn)2.1

產(chǎn)業(yè)智能發(fā)展的歷程2.2

產(chǎn)業(yè)智能發(fā)展態(tài)勢18192.3

產(chǎn)業(yè)智能發(fā)展趨勢20222.4

產(chǎn)業(yè)智能發(fā)展面臨的挑戰(zhàn)產(chǎn)業(yè)智能發(fā)展的總體框架3.1

產(chǎn)業(yè)智能發(fā)展的新模式3.2

產(chǎn)業(yè)智能發(fā)展的新框架2628CONTENTS產(chǎn)業(yè)智能整體技術(shù)能力體系4.1

聚合五大核心技術(shù)4.1.1

數(shù)字孿生32333435364.1.2

仿真推演4.1.3

決策優(yōu)化4.1.4

知識(shí)工程4.1.5

協(xié)同計(jì)算4.2

打造行業(yè)智能平臺(tái)4.2.1

協(xié)同計(jì)算平臺(tái)394450564.2.2

數(shù)字孿生仿真平臺(tái)4.2.3

行業(yè)數(shù)據(jù)平臺(tái)4.2.4

行業(yè)大模型平臺(tái)4.3

構(gòu)筑行業(yè)智能引擎4.3.1

政務(wù)行業(yè)智能引擎4.3.2

交通行業(yè)智能引擎4.3.3

制造行業(yè)智能引擎4.3.4

能源電力行業(yè)智能引擎4.3.5

汽車自動(dòng)駕駛智能引擎5961646670目錄產(chǎn)業(yè)智能典型實(shí)踐5.1

浙江政務(wù)服務(wù)一網(wǎng)通辦5.1.1

政務(wù)服務(wù)管理業(yè)務(wù)痛點(diǎn)7474755.1.2

浙江政務(wù)服務(wù)一網(wǎng)通辦

:

從網(wǎng)上“可辦”到“好辦、易辦”5.1.3

政務(wù)一網(wǎng)通辦助力浙江政務(wù)服務(wù)領(lǐng)跑全國5.2

宜昌城市大腦5.2.1

城市治理面臨挑戰(zhàn)7777795.2.2

城市大腦：一屏觀全域、一網(wǎng)管全城5.2.3

城市大腦助力提升城市現(xiàn)代化水平5.3

中國一汽數(shù)智工廠5.3.1

汽車制造面臨挑戰(zhàn)8080825.3.2

一汽數(shù)智工廠：“智造”新標(biāo)桿5.3.3

一汽數(shù)智工廠助力制造轉(zhuǎn)型升級(jí)5.4

寧波舟山港梅山港區(qū)5.4.1

港口轉(zhuǎn)型升級(jí)面臨挑戰(zhàn)8383865.4.2

寧波舟山港梅山港區(qū)智慧化升級(jí)5.4.3

港區(qū)智慧化助力港口提速增效5.5

成宜智慧高速5.5.1

高速公路運(yùn)營管理面臨挑戰(zhàn)5.5.2

成宜智慧高速：看的更清，反應(yīng)更快，服務(wù)更好5.5.3

智慧高速讓蜀道不再“難”868788CCOONNTET

ENNT

ST5.6

某大型賽事活動(dòng)交通安保一體化5.6.1

大型賽事活動(dòng)下城市交通安保面臨挑戰(zhàn)5.6.2

某大型賽事交通安保一體化方案5.6.3

交通安保一體化護(hù)航賽事圓滿成功898991總結(jié)與展望96前言當(dāng)前我國經(jīng)濟(jì)已經(jīng)進(jìn)入高質(zhì)量發(fā)展階段，傳統(tǒng)產(chǎn)業(yè)迭代升級(jí)、新興業(yè)態(tài)頻繁涌現(xiàn)，正是數(shù)字和智能技術(shù)與傳統(tǒng)產(chǎn)業(yè)融合發(fā)展的結(jié)果，在數(shù)智化浪潮的推進(jìn)下，云計(jì)算、大數(shù)據(jù)、人工智能不斷變革著傳統(tǒng)產(chǎn)業(yè)的運(yùn)行方式，成為撬動(dòng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型升級(jí)的新動(dòng)能。其中智能化的加速，使得產(chǎn)業(yè)智能成為數(shù)字中國建設(shè)重要一環(huán)。產(chǎn)業(yè)智能為各行各業(yè)提供智能化的產(chǎn)品和服務(wù)，不僅能夠幫助企業(yè)提高生產(chǎn)管理運(yùn)營效率，降低成本，還能為政府治理提供新思路和新方法，推動(dòng)全社會(huì)各領(lǐng)域?qū)崿F(xiàn)高效、智能、可持續(xù)的生產(chǎn)方式，從而為產(chǎn)業(yè)數(shù)字化發(fā)展帶來深層次、全方位的變革。我國產(chǎn)業(yè)智能處于全面啟動(dòng)、加快發(fā)展的階段，在產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型逐步進(jìn)入深水區(qū)、人工智能加大與產(chǎn)業(yè)融合的同時(shí)，也面臨一些亟需研究和破解的瓶頸問題，例如，產(chǎn)業(yè)智能的概念尚未明確，技術(shù)能力體系有待完善，高水平實(shí)踐有待挖掘與推廣、產(chǎn)業(yè)數(shù)字生態(tài)有待建立等。鑒于此，阿里云聯(lián)合中國信通院產(chǎn)業(yè)與規(guī)劃研究所合作開展研究，分析產(chǎn)業(yè)智能發(fā)展的背景和意義，洞察發(fā)展規(guī)律和研判發(fā)展趨勢，結(jié)合阿里云探索與實(shí)踐提出產(chǎn)業(yè)智能發(fā)展的總體框架以及技術(shù)能力體系，并給出典型實(shí)踐，為產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型提供參考。產(chǎn)業(yè)智能遵循“多方協(xié)同、多輪驅(qū)動(dòng)”的發(fā)展方式，政府、企業(yè)、伙伴、用戶等都參與其中，共同推動(dòng)產(chǎn)業(yè)智能在產(chǎn)業(yè)中的應(yīng)用與發(fā)展。產(chǎn)業(yè)智能不是

AI

技術(shù)的堆砌，而是圍繞著各行各業(yè)的數(shù)據(jù)要素建立起來的技術(shù)體系。它的最底層聚合了數(shù)字孿生、仿真推演、知識(shí)工程、決策優(yōu)化和協(xié)同計(jì)算

5

大核心技術(shù)，中間層融合行業(yè)知識(shí)構(gòu)建了行業(yè)智能平臺(tái)、行業(yè)智能引擎，最上層聯(lián)合生態(tài)打造了豐富的解決方案和智能應(yīng)用。產(chǎn)業(yè)智能是多元的、開放的，為產(chǎn)業(yè)數(shù)字化發(fā)展提供全方位的數(shù)字技術(shù)服務(wù)和智能解決方案，其不僅能滿足生態(tài)合作伙伴隨需而用的需求，更能服務(wù)于快速變換的市場需要。產(chǎn)業(yè)智能已在產(chǎn)業(yè)轉(zhuǎn)型升級(jí)中加速落地，阿里云聯(lián)合生態(tài)合作伙伴在政務(wù)、交通、汽車、制造、醫(yī)療等領(lǐng)域，打造了一系列高質(zhì)量、多樣化，以及標(biāo)準(zhǔn)化與個(gè)性化兼具的智能應(yīng)用和服務(wù)，推動(dòng)數(shù)字產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)的融合發(fā)展，助力數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合?？傮w而言，產(chǎn)業(yè)智能已成為鑄就高效可行的數(shù)字化轉(zhuǎn)型之路的核心力量。未來，產(chǎn)業(yè)智能的前景非常廣闊，需要在技術(shù)層面上持續(xù)與大模型、生成式

AI

等前沿技術(shù)融合應(yīng)用，在產(chǎn)業(yè)協(xié)同上加強(qiáng)生態(tài)合作，以智能促進(jìn)產(chǎn)業(yè)升級(jí)和創(chuàng)新發(fā)展，為經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展做出更大的貢獻(xiàn)。產(chǎn)業(yè)智能：產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的必經(jīng)之路數(shù)字化浪潮下，產(chǎn)業(yè)智能既是國家發(fā)展戰(zhàn)略和經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的重點(diǎn)方向，又是實(shí)現(xiàn)智能化、智慧化的重要方法，能夠?yàn)榻?jīng)濟(jì)社會(huì)發(fā)展創(chuàng)造更多的機(jī)會(huì)和發(fā)展空間。產(chǎn)業(yè)智能：產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的必經(jīng)之路1.1

產(chǎn)業(yè)智能提出的背景數(shù)字經(jīng)濟(jì)成為國民經(jīng)濟(jì)新的增長“支柱”。當(dāng)今世界正處于百年未有之大變局，經(jīng)濟(jì)增長動(dòng)力總體乏力，有關(guān)機(jī)構(gòu)測算

2020

年至

2035

年全球經(jīng)濟(jì)平均增速約為

2.6％，并在未來較長一段時(shí)間維持低速增長。與此同時(shí)，以數(shù)字經(jīng)濟(jì)為代表的新經(jīng)濟(jì)正在成為重組全球要素資源、重塑全球經(jīng)濟(jì)結(jié)構(gòu)、改變?nèi)蚋偁幐窬值年P(guān)鍵力量。相關(guān)統(tǒng)計(jì)數(shù)據(jù)顯示，2022

年中國數(shù)字經(jīng)濟(jì)規(guī)模已經(jīng)超過50

萬億，占

GDP

比重超過

40%，繼續(xù)保持

10%

的高位增長速度，成為穩(wěn)定經(jīng)濟(jì)增長的關(guān)鍵動(dòng)力，數(shù)字經(jīng)濟(jì)在國民經(jīng)濟(jì)中的地位更加穩(wěn)固、支撐作用更加明顯。中央政策規(guī)劃為產(chǎn)業(yè)智能發(fā)展指明方向。近年來，黨中央、國務(wù)院陸續(xù)出臺(tái)數(shù)字經(jīng)濟(jì)與數(shù)字化轉(zhuǎn)型相關(guān)政策，推進(jìn)數(shù)字經(jīng)濟(jì)與數(shù)字化轉(zhuǎn)型發(fā)展。例如《關(guān)于推進(jìn)“上云用數(shù)賦智”行動(dòng)培育新經(jīng)濟(jì)發(fā)展實(shí)施方案》提出要支持企業(yè)探索大數(shù)據(jù)、人工智能、云計(jì)算、數(shù)字孿生和區(qū)塊鏈等新一代數(shù)字技術(shù)應(yīng)用和集成創(chuàng)新，深入推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型；《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》明確要充分發(fā)揮海量數(shù)據(jù)和豐富應(yīng)用場景優(yōu)勢，形成數(shù)據(jù)驅(qū)動(dòng)的智能決策能力；《數(shù)字中國建設(shè)整體布局規(guī)劃》更是提出要打造數(shù)據(jù)中心、超算中心、智能計(jì)算中心，釋放商業(yè)數(shù)據(jù)價(jià)值潛能。數(shù)字技術(shù)持續(xù)演進(jìn)為產(chǎn)業(yè)升級(jí)提供驅(qū)動(dòng)力。我國新一代信息技術(shù)產(chǎn)業(yè)規(guī)模與技術(shù)發(fā)展邁上新臺(tái)階，以協(xié)同計(jì)算、人工智能、數(shù)字孿生等為代表的新一代信息技術(shù)正在引發(fā)新一輪科技革命，驅(qū)動(dòng)生產(chǎn)生活方式變革。大數(shù)據(jù)處理技術(shù)和能力進(jìn)一步提高，人工智能通用模型和行業(yè)專用模型技術(shù)發(fā)展迅速，云計(jì)算與邊緣計(jì)算協(xié)同發(fā)展，海量數(shù)據(jù)處理與智能計(jì)算推理能力不斷提升，算力資源調(diào)度分配更加智能高效，為產(chǎn)業(yè)智能化升級(jí)進(jìn)一步突破創(chuàng)新提供強(qiáng)勁動(dòng)力。市場需求與企業(yè)競爭倒逼產(chǎn)業(yè)智能化變革。前沿性、顛覆性信息技術(shù)不斷涌現(xiàn)，智能問答、無人駕駛、黑燈工廠、柔性定制等新模式、新產(chǎn)品、新服務(wù)競相發(fā)展。然而以傳統(tǒng)生產(chǎn)方式為主導(dǎo)的經(jīng)濟(jì)與運(yùn)營模式已很難適應(yīng)動(dòng)態(tài)變化的市場以及自我降本增效的需求，傳統(tǒng)方式的計(jì)算中心無法實(shí)現(xiàn)算力資源彈性擴(kuò)展效應(yīng)，現(xiàn)有的數(shù)據(jù)分析手段不能滿足產(chǎn)業(yè)內(nèi)對(duì)智能應(yīng)用的高精度、高敏捷要求，在競爭壓力倍增和需求多樣性的今天，以數(shù)據(jù)、算法與算力驅(qū)動(dòng)行業(yè)發(fā)展的變革模式已經(jīng)成為必然選擇，產(chǎn)業(yè)智能助力各行業(yè)傳統(tǒng)業(yè)態(tài)下的設(shè)計(jì)、研發(fā)、生產(chǎn)、運(yùn)營、管理、商業(yè)等領(lǐng)域加速變革與重構(gòu)。12userid:414195,docid:151869,date:2024-01-20,產(chǎn)業(yè)智能：產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的必經(jīng)之路1.2

產(chǎn)業(yè)智能的內(nèi)涵與特征產(chǎn)業(yè)智能是指利用以人工智能為主的新一代信息技術(shù)助力千行百業(yè)轉(zhuǎn)型升級(jí)的方式，它的核心是通過數(shù)據(jù)采集、處理、分析和應(yīng)用，將傳統(tǒng)的管理生產(chǎn)運(yùn)營流程轉(zhuǎn)變?yōu)樽詣?dòng)化、智能化和高效化的運(yùn)行體系，實(shí)現(xiàn)管理生產(chǎn)運(yùn)營的高效率、高質(zhì)量、低成本、低能耗，促進(jìn)可持續(xù)發(fā)展。產(chǎn)業(yè)智能服務(wù)范圍包含三大產(chǎn)業(yè)在內(nèi)的各個(gè)行業(yè)，其中政府機(jī)構(gòu)按照國家統(tǒng)計(jì)局的劃分，屬于第三產(chǎn)業(yè)（但在國內(nèi)不計(jì)入第三產(chǎn)業(yè)產(chǎn)值和國民生產(chǎn)總值），因此本報(bào)告的產(chǎn)業(yè)智能是泛指包括政府機(jī)構(gòu)在內(nèi)的各個(gè)行業(yè)的智能化升級(jí)。產(chǎn)業(yè)智能并不是

AI

技術(shù)的堆砌，而是圍繞著各行各業(yè)的數(shù)據(jù)要素建立起來的技術(shù)體系，它融合了各種數(shù)字化手段，以及具有行業(yè)屬性的智能化技術(shù)，是鑄就高效可行的數(shù)字化轉(zhuǎn)型之路的核心力量。產(chǎn)業(yè)智能是面向政務(wù)、交通、制造、能源、醫(yī)療等行業(yè)的技術(shù)能力體系，面向全社會(huì)開放，為客戶以及生態(tài)合作伙伴所用，共同為產(chǎn)業(yè)發(fā)展提供經(jīng)濟(jì)、高效、便捷、綠色和安全的智能化服務(wù)。綜合來看，產(chǎn)業(yè)智能特征主要表現(xiàn)在數(shù)據(jù)化、智能化、個(gè)性化、融合性與安全性幾個(gè)方面。圖

1-1

產(chǎn)業(yè)智能的主要特征數(shù)據(jù)化是產(chǎn)業(yè)智能的基本特征。產(chǎn)業(yè)智能需要依賴海量、精準(zhǔn)、實(shí)時(shí)的數(shù)據(jù)，進(jìn)而從中提取高價(jià)值信息，為企業(yè)決策提供支持，提升企業(yè)的生產(chǎn)效率、管理水平和競爭能力。通過數(shù)據(jù)采集、處理、挖掘和分析，產(chǎn)業(yè)智能形成可靠的數(shù)據(jù)基礎(chǔ)，為其服務(wù)產(chǎn)業(yè)各環(huán)節(jié)打下堅(jiān)實(shí)基礎(chǔ)，使各項(xiàng)服務(wù)更加智能、高效。智能化是產(chǎn)業(yè)智能的核心特征。人工智能滲透在產(chǎn)業(yè)智能的各個(gè)環(huán)節(jié)。在生產(chǎn)領(lǐng)域，AI

可通過自主控制生產(chǎn)流程、設(shè)備等方式，實(shí)現(xiàn)自動(dòng)化生產(chǎn)；通過對(duì)生產(chǎn)數(shù)據(jù)的分析處理，實(shí)現(xiàn)生產(chǎn)流程的優(yōu)化和改進(jìn)，實(shí)現(xiàn)降本增效；在服務(wù)領(lǐng)域，AI

通過智能客服、智能推薦、智能咨詢等方式，為用戶提供更加精準(zhǔn)、高效的服務(wù)，提升用戶體驗(yàn)和滿意度。13產(chǎn)業(yè)智能：產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的必經(jīng)之路個(gè)性化是產(chǎn)業(yè)智能的先進(jìn)特征。根據(jù)客戶的不同需求和偏好進(jìn)行定制化生產(chǎn)是產(chǎn)業(yè)智能的重要趨勢。通過數(shù)據(jù)分析和智能化技術(shù)，企業(yè)可以實(shí)現(xiàn)對(duì)產(chǎn)品的個(gè)性化設(shè)計(jì)、生產(chǎn)和銷售，對(duì)客戶的個(gè)性化服務(wù)，提高產(chǎn)品的附加值和用戶體驗(yàn)，提升企業(yè)核心競爭力。融合性是產(chǎn)業(yè)智能的實(shí)用特征。隨著產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的深入推進(jìn)，各行各業(yè)之間的融合已成為趨勢。通過產(chǎn)業(yè)融合，企業(yè)可以有效整合各類資源，提高生產(chǎn)效率和質(zhì)量，降低成本，提高市場競爭力。同時(shí)，產(chǎn)業(yè)融合也可以促進(jìn)創(chuàng)新和新業(yè)態(tài)的發(fā)展，推動(dòng)行業(yè)可持續(xù)發(fā)展。安全性是產(chǎn)業(yè)智能的普適特征。安全性是產(chǎn)業(yè)智能的重要保障。通過數(shù)據(jù)的安全管理和系統(tǒng)的可靠性保障，可以確保生產(chǎn)過程中的數(shù)據(jù)安全、物流安全、生產(chǎn)安全和環(huán)境安全，避免生產(chǎn)事故和人身傷害的發(fā)生，保障企業(yè)的生產(chǎn)經(jīng)營和行業(yè)穩(wěn)定。1.3

產(chǎn)業(yè)智能發(fā)展的意義在當(dāng)今快速變化和高度競爭的商業(yè)環(huán)境中，企業(yè)要想保持競爭優(yōu)勢，數(shù)字化轉(zhuǎn)型已經(jīng)成為了企業(yè)戰(zhàn)略不可或缺的一部分。產(chǎn)業(yè)智能作為數(shù)字化轉(zhuǎn)型的關(guān)鍵環(huán)節(jié)，可以為企業(yè)創(chuàng)造巨大的商業(yè)機(jī)會(huì)和發(fā)展空間，同時(shí)，可以加快推進(jìn)政府?dāng)?shù)字化治理，推動(dòng)各領(lǐng)域從“大有可為”走向“大有作為”。圖

1-2產(chǎn)業(yè)智能發(fā)展的意義產(chǎn)業(yè)智能助力提升企業(yè)競爭力。在生產(chǎn)方面，產(chǎn)業(yè)智能可以幫助企業(yè)優(yōu)化生產(chǎn)流程、提高生產(chǎn)效率、減少生產(chǎn)損耗和原料浪費(fèi)，從而降低生產(chǎn)成本。在銷售方面，通過深入分析客戶數(shù)據(jù)、市場趨勢和行業(yè)變化，企業(yè)可以根據(jù)不同的客戶特征，提供更加個(gè)性化、高質(zhì)量的產(chǎn)品和服務(wù)，增強(qiáng)客戶粘性，提高市場份額。14產(chǎn)業(yè)智能：產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的必經(jīng)之路產(chǎn)業(yè)智能推動(dòng)產(chǎn)業(yè)升級(jí)和轉(zhuǎn)型。在數(shù)據(jù)橫向打通的基礎(chǔ)上，產(chǎn)業(yè)智能將各個(gè)領(lǐng)域的數(shù)據(jù)進(jìn)行整合和優(yōu)化，實(shí)現(xiàn)對(duì)產(chǎn)業(yè)的深度分析和洞察，發(fā)現(xiàn)和解決潛在發(fā)展問題。產(chǎn)業(yè)智能還可以促進(jìn)供應(yīng)鏈升級(jí)和優(yōu)化，通過平臺(tái)將上下游各個(gè)領(lǐng)域的數(shù)據(jù)進(jìn)行智能關(guān)聯(lián)，從而實(shí)現(xiàn)對(duì)供應(yīng)鏈深度優(yōu)化和升級(jí)。產(chǎn)業(yè)智能推進(jìn)數(shù)字治理現(xiàn)代化。一方面，產(chǎn)業(yè)智能的發(fā)展可以促進(jìn)政府?dāng)?shù)字化治理，實(shí)現(xiàn)政務(wù)數(shù)據(jù)化和智能化。例如政府部門可以通過建立數(shù)據(jù)平臺(tái)、智能系統(tǒng)，對(duì)社會(huì)問題進(jìn)行監(jiān)測、分析和預(yù)測，及時(shí)做出決策和調(diào)整。另一方面，產(chǎn)業(yè)智能可以幫助政府實(shí)現(xiàn)智能化管理，提高公共服務(wù)水平。例如政府利用智能交通系統(tǒng)，實(shí)現(xiàn)交通流量的優(yōu)化調(diào)控和道路安全的監(jiān)測預(yù)警，提高交通管理效率和交通運(yùn)行安全性。產(chǎn)業(yè)智能助力實(shí)現(xiàn)可持續(xù)發(fā)展。在傳統(tǒng)的生產(chǎn)過程中，能源和資源的浪費(fèi)難以降低，通過產(chǎn)業(yè)智能化，企業(yè)可以依靠數(shù)據(jù)實(shí)時(shí)監(jiān)測能源和資源的使用情況，發(fā)現(xiàn)并解決浪費(fèi)問題，從而提高能源和資源利用效率，減少資源的消耗。同時(shí)，企業(yè)還可通過提高產(chǎn)品質(zhì)量和提升能效等手段來降低環(huán)境污染和碳排放。如生產(chǎn)車間的自動(dòng)化和智能化可以有效減少廢氣排放和能源浪費(fèi)，提高生產(chǎn)效率和產(chǎn)品質(zhì)量，從而減少環(huán)境污染和碳排放。15產(chǎn)業(yè)智能發(fā)展的趨勢與挑戰(zhàn)產(chǎn)業(yè)智能正處于全面啟動(dòng)、加快發(fā)展的階段，唯有順應(yīng)趨勢，夯實(shí)數(shù)字基礎(chǔ)設(shè)施，深耕技術(shù)與產(chǎn)業(yè)，探索人工智能與產(chǎn)業(yè)融合創(chuàng)新，才能化解難題，推動(dòng)產(chǎn)業(yè)智能快速健康發(fā)展。產(chǎn)業(yè)智能發(fā)展的趨勢與挑戰(zhàn)2.1

產(chǎn)業(yè)智能發(fā)展的歷程我國產(chǎn)業(yè)轉(zhuǎn)型升級(jí)發(fā)展至今，經(jīng)歷了信息化、數(shù)字化等發(fā)展階段，其發(fā)展理念、建設(shè)思路等持續(xù)迭代創(chuàng)新，目前進(jìn)入產(chǎn)業(yè)鏈融合、價(jià)值鏈整合、協(xié)同創(chuàng)新的產(chǎn)業(yè)智能化新階段。產(chǎn)業(yè)智能作為數(shù)字化轉(zhuǎn)型的高級(jí)階段，經(jīng)過

IT

基礎(chǔ)設(shè)施上云、數(shù)據(jù)與業(yè)務(wù)融合互通、智慧應(yīng)用系統(tǒng)敏捷開發(fā)等發(fā)展歷程與能力演進(jìn)，伴隨著

AI、智能算力、智能模型等技術(shù)進(jìn)一步發(fā)展，推動(dòng)數(shù)字政府、數(shù)字經(jīng)濟(jì)、數(shù)字社會(huì)、數(shù)字產(chǎn)業(yè)、數(shù)字生態(tài)全場景向決策智能化邁進(jìn)。圖

2-1產(chǎn)業(yè)智能的發(fā)展歷程信息化階段，企業(yè)轉(zhuǎn)型點(diǎn)狀突破開啟產(chǎn)業(yè)智能新探索。最開始的數(shù)字化轉(zhuǎn)型概念，強(qiáng)調(diào)了應(yīng)用數(shù)字技術(shù)重塑客戶價(jià)值主張和增強(qiáng)客戶之間的交互與協(xié)作。隨著寬帶網(wǎng)絡(luò)的發(fā)展與普及，數(shù)據(jù)庫等技術(shù)不斷成熟，不少企業(yè)開始探索信息化系統(tǒng)的應(yīng)用，積極部署網(wǎng)絡(luò)化環(huán)境建設(shè)，廣泛使用

ERP、CRM、OA

等系統(tǒng)，推進(jìn)業(yè)務(wù)流程及管理方式信息化變革，高效提升業(yè)務(wù)協(xié)同的效率，大幅降低企業(yè)成本。隨著數(shù)字時(shí)代的來臨，部分企業(yè)開始探索

IT

基礎(chǔ)設(shè)施云化部署，推進(jìn)生產(chǎn)數(shù)據(jù)融合共享，以業(yè)務(wù)數(shù)據(jù)化為數(shù)據(jù)要素高效流通、價(jià)值挖掘與釋放奠定基礎(chǔ)條件。數(shù)字化階段，數(shù)字化平臺(tái)賦能數(shù)據(jù)價(jià)值充分釋放。2018

年以來，十九大對(duì)部署科技強(qiáng)國、網(wǎng)絡(luò)強(qiáng)國、智慧社會(huì)等戰(zhàn)略提出了建設(shè)要求，隨著“加快數(shù)字化發(fā)展”成為國家政策重點(diǎn)方向，“上云用數(shù)賦智”“工業(yè)大數(shù)據(jù)”“企業(yè)數(shù)字化轉(zhuǎn)型”等成為新時(shí)期數(shù)字化建設(shè)的重點(diǎn)關(guān)注領(lǐng)域。在此期間，云計(jì)算、5G、人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、區(qū)塊鏈等技術(shù)快速發(fā)展，一批企業(yè)級(jí)、行業(yè)級(jí)數(shù)據(jù)平臺(tái)的建設(shè)與應(yīng)用，助力產(chǎn)業(yè)鏈上下游多主體業(yè)務(wù)數(shù)據(jù)的高效流通，各環(huán)節(jié)沉淀的數(shù)據(jù)經(jīng)過共享交換、整合分析、價(jià)值挖掘形成聯(lián)動(dòng)，滲透于更廣泛的業(yè)務(wù)運(yùn)營中，使數(shù)據(jù)更懂業(yè)務(wù)，反哺業(yè)務(wù)模式創(chuàng)新，實(shí)現(xiàn)業(yè)務(wù)數(shù)據(jù)化向數(shù)據(jù)業(yè)務(wù)化的躍遷。智能化階段，數(shù)字化轉(zhuǎn)型向決策智能邁進(jìn)。“十四五”時(shí)期，建設(shè)“數(shù)字中國”是新時(shí)代推進(jìn)18產(chǎn)業(yè)智能發(fā)展的趨勢與挑戰(zhàn)中國式現(xiàn)代化的重要引擎，國家部委密集出臺(tái)“數(shù)字政府”“數(shù)字經(jīng)濟(jì)”及“數(shù)字中國建設(shè)布局”等政策文件，推動(dòng)社會(huì)治理、民生服務(wù)及產(chǎn)業(yè)發(fā)展方式的全方位轉(zhuǎn)型和整體性變革作為構(gòu)筑國家競爭新優(yōu)勢的重點(diǎn)任務(wù)。隨著人工智能發(fā)展的持續(xù)演進(jìn)，以及智能算力支撐的不斷提升，自然語言處理、智能算法模型、人機(jī)交互等技術(shù)飛速發(fā)展，產(chǎn)業(yè)智能基于海量多源異構(gòu)數(shù)據(jù)的價(jià)值挖掘，圍繞政務(wù)、交通、醫(yī)療、制造等領(lǐng)域，打造各種業(yè)務(wù)創(chuàng)新應(yīng)用場景，并結(jié)合敏捷化開發(fā)能力，支持高價(jià)值智能應(yīng)用創(chuàng)新快速上線，賦能城市運(yùn)行管理及產(chǎn)業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展。2.2

產(chǎn)業(yè)智能發(fā)展態(tài)勢我國產(chǎn)業(yè)數(shù)字化已進(jìn)入創(chuàng)新發(fā)展快車道，產(chǎn)業(yè)智能的政策、技術(shù)和應(yīng)用環(huán)境日益成熟，大數(shù)據(jù)、人工智能等新技術(shù)成為當(dāng)前推動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展和產(chǎn)業(yè)數(shù)字化變革的重要力量，不斷助推各行各業(yè)數(shù)智化轉(zhuǎn)型升級(jí)。在政策層面，產(chǎn)業(yè)智能相關(guān)的國家和地方政策密集出臺(tái)。二十大報(bào)告指出，推動(dòng)戰(zhàn)略性新興產(chǎn)業(yè)融合集群發(fā)展，構(gòu)建人工智能等一批新的增長引擎?！秶倚乱淮斯ぶ悄軜?biāo)準(zhǔn)體系建設(shè)指南》提出建立人工智能標(biāo)準(zhǔn)體系，率先在制造、交通、金融、安防、家居、養(yǎng)老、環(huán)保、教育、醫(yī)療健康、司法等重點(diǎn)行業(yè)和領(lǐng)域應(yīng)用?！蛾P(guān)于加快場景創(chuàng)新以人工智能高水平應(yīng)用促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的指導(dǎo)意見》、《關(guān)于支持建設(shè)新一代人工智能示范應(yīng)用場景的通知》鼓勵(lì)在制造、農(nóng)業(yè)、物流、金融、商務(wù)、家居等重點(diǎn)行業(yè)深入挖掘人工智能技術(shù)應(yīng)用場景，構(gòu)建全鏈條、全過程的人工智能行業(yè)應(yīng)用生態(tài)。系列政策為我國產(chǎn)業(yè)智能發(fā)展?fàn)I造了良好的發(fā)展環(huán)境。在技術(shù)層面，產(chǎn)業(yè)智能相關(guān)的前沿技術(shù)創(chuàng)新和成果轉(zhuǎn)化空前活躍。我國人工智能核心技術(shù)創(chuàng)新和產(chǎn)業(yè)化不斷取得新突破，人工智能科技論文發(fā)表量以及專利申請(qǐng)量位居世界首位。截至

2022

年底，人工智能核心產(chǎn)業(yè)規(guī)模達(dá)

5080

億元，人工智能企業(yè)數(shù)量

4227

家，約占全球總數(shù)

16%。隨著ChatGPT

引發(fā)的人工智能新浪潮，國內(nèi)各大互聯(lián)網(wǎng)企業(yè)均紛紛推出通用大模型和行業(yè)專屬模型，不斷加強(qiáng)人工智能自研芯片、開源框架、應(yīng)用算法、典型智能產(chǎn)品等關(guān)鍵核心技術(shù)攻關(guān)，沿著更高精度、更多模態(tài)、更復(fù)雜任務(wù)等方向持續(xù)創(chuàng)新，智能計(jì)算、視覺識(shí)別、語音識(shí)別、人機(jī)對(duì)話、機(jī)器翻譯、中文語義識(shí)別等應(yīng)用技術(shù)水平不斷提高，同時(shí)涌現(xiàn)出一批人工智能開源框架和開發(fā)社區(qū)。19產(chǎn)業(yè)智能發(fā)展的趨勢與挑戰(zhàn)圖

2-2

2018~2022

年我國人工智能核心產(chǎn)業(yè)規(guī)模1在應(yīng)用層面，產(chǎn)業(yè)智能相關(guān)的應(yīng)用領(lǐng)域和場景創(chuàng)新持續(xù)深化。當(dāng)前人工智能、先進(jìn)計(jì)算等數(shù)字技術(shù)加速邁向普適化和商業(yè)化發(fā)展新階段，數(shù)字人技術(shù)在北京冬奧會(huì)成功落地，從虛擬客服、虛擬主播、虛擬偶像到各行業(yè)的數(shù)字員工，數(shù)字人快速融入到經(jīng)濟(jì)社會(huì)中。工業(yè)互聯(lián)網(wǎng)全面融入

45

個(gè)國民經(jīng)濟(jì)大類，設(shè)備連接數(shù)超過

8000

萬臺(tái)套，服務(wù)工業(yè)企業(yè)

160

萬家，“AI+

工業(yè)互聯(lián)網(wǎng)”成為產(chǎn)業(yè)智能發(fā)展排頭兵，以機(jī)器視覺、深度學(xué)習(xí)、知識(shí)圖譜為核心，產(chǎn)業(yè)智能基于算力和

AI

平臺(tái)，將傳統(tǒng)基于人工經(jīng)驗(yàn)的行業(yè)知識(shí)和數(shù)據(jù)沉淀封裝為可復(fù)用、可移植的微服務(wù)模型組件，實(shí)現(xiàn)“數(shù)據(jù)智能

+

行業(yè)知識(shí)”深度融合。例如在生產(chǎn)控制、質(zhì)量檢測領(lǐng)域通過人工智能持續(xù)優(yōu)化從而提升良品率、降低生產(chǎn)損耗；例如使用數(shù)字孿生技術(shù)通過對(duì)工業(yè)設(shè)備和生產(chǎn)運(yùn)營場景的狀態(tài)感知，有效提升故障預(yù)警能力。2.3

產(chǎn)業(yè)智能發(fā)展趨勢產(chǎn)業(yè)智能與數(shù)據(jù)、算力結(jié)合越來越緊密。隨著數(shù)字化轉(zhuǎn)型逐步深入，各地加快通用數(shù)據(jù)中心、超算中心、智算中心的建設(shè)和布局，科學(xué)計(jì)算、行業(yè)應(yīng)用、社會(huì)治理和生產(chǎn)生活等多場景算力需求場景不斷涌現(xiàn)，產(chǎn)業(yè)智能與數(shù)據(jù)、多元異構(gòu)計(jì)算結(jié)合越來越緊密，從人工智能在產(chǎn)業(yè)中的應(yīng)用落地也能看到這種變化，例如

AI

在生物醫(yī)藥領(lǐng)域中的應(yīng)用已深度落地，其中新藥研發(fā)與

AI

算力結(jié)合最緊密，以腫瘤藥物研發(fā)為例，傳統(tǒng)的高通量篩選庫通常含有上百萬種化合物，通過

AI

算法，早期靶點(diǎn)到臨床前候選化合物選擇，從過去至少需要

2~3

年，到現(xiàn)在只需要

3~6

個(gè)月。從算力增長數(shù)據(jù)來看也非常明顯，智算近幾年已成為算力規(guī)模增長的主要?jiǎng)恿Α?.

數(shù)據(jù)來源：中國信息通信研究院20產(chǎn)業(yè)智能發(fā)展的趨勢與挑戰(zhàn)圖

2-3

智能算力成為算力規(guī)模增長主要驅(qū)動(dòng)力1產(chǎn)業(yè)智能由單點(diǎn)智能向全鏈智能延伸。2022

年全國工業(yè)企業(yè)關(guān)鍵工序數(shù)控化率、數(shù)字化研發(fā)設(shè)計(jì)工具普及率分別達(dá)到

58.6%

和

77%，建成

2000

家高水平數(shù)字化車間和智能工廠，面向單體企業(yè)和行業(yè)工藝流程等單點(diǎn)智能大幅提升。近年來，國家和地方大力推動(dòng)建設(shè)數(shù)字化轉(zhuǎn)型促進(jìn)中心，開展“攜手行動(dòng)”

促進(jìn)大中小企業(yè)融通創(chuàng)新，依托“鏈主企業(yè)”提升產(chǎn)業(yè)鏈、供應(yīng)鏈、創(chuàng)新鏈、價(jià)值鏈和服務(wù)鏈的全鏈條產(chǎn)業(yè)智能。通過全鏈智能，促進(jìn)產(chǎn)業(yè)鏈供應(yīng)鏈資源要素高效配置，提升產(chǎn)業(yè)鏈供應(yīng)鏈數(shù)字韌性與安全水平。通用智能和生成式

AI

成為技術(shù)新熱點(diǎn)。早期行業(yè)專用智能發(fā)展路線往往需要結(jié)合業(yè)務(wù)做算法開發(fā)和建模訓(xùn)練過程，這類針對(duì)行業(yè)特定場景進(jìn)行訓(xùn)練的小模型，難以開展跨行業(yè)規(guī)模復(fù)制。近年來隨著通用智能和生成式

AI

技術(shù)發(fā)展，預(yù)訓(xùn)練大模型參數(shù)量提升至萬億級(jí)，多模態(tài)預(yù)訓(xùn)練模型泛化能力不斷增強(qiáng)，可以實(shí)現(xiàn)圖像、文本、音頻等多模態(tài)融合互補(bǔ)和統(tǒng)一知識(shí)表示，且具有自主認(rèn)知、自我訓(xùn)練、自動(dòng)學(xué)習(xí)不同任務(wù)能力，高效率通用人機(jī)交互可以降低模型對(duì)人工數(shù)據(jù)標(biāo)注和用戶知識(shí)要求，從解決單一標(biāo)準(zhǔn)化場景延展到解決跨行業(yè)通用復(fù)雜任務(wù)場景，從趨勢來看，“通用大模型

+行業(yè)專屬模型”的大小模型聯(lián)動(dòng)，可實(shí)現(xiàn)通用大模型與不同垂直領(lǐng)域的快速遷移應(yīng)用。場景創(chuàng)新成為產(chǎn)業(yè)智能發(fā)展新路徑?！蛾P(guān)于加快場景創(chuàng)新以人工智能高水平應(yīng)用促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的指導(dǎo)意見》明確指出，場景創(chuàng)新是以新技術(shù)的創(chuàng)造性應(yīng)用為導(dǎo)向，以供需聯(lián)動(dòng)為路徑，實(shí)現(xiàn)新技術(shù)迭代升級(jí)和產(chǎn)業(yè)快速增長的過程，并提出圍繞高端高效智能經(jīng)濟(jì)培育、安全便捷智能社會(huì)、高水平科研活動(dòng)、國家重大活動(dòng)和重大工程打造重大場景。上海、北京、廣州、合肥、成都等多地啟動(dòng)場景城市計(jì)劃，以“場景”為切口發(fā)布城市機(jī)會(huì)清單，開展全領(lǐng)域、全流程人工智能應(yīng)用場景示范，可以看出未來產(chǎn)業(yè)智能的發(fā)展將極大促進(jìn)場景創(chuàng)新的落地。1.

數(shù)據(jù)來源：中國信息通信研究院21產(chǎn)業(yè)智能發(fā)展的趨勢與挑戰(zhàn)數(shù)據(jù)密集型行業(yè)成為產(chǎn)業(yè)智能應(yīng)用新風(fēng)口。數(shù)據(jù)密集型行業(yè)能更高效利用人工智能的深度學(xué)習(xí)和數(shù)據(jù)推理優(yōu)勢，生物醫(yī)藥、自動(dòng)駕駛等高價(jià)值細(xì)分創(chuàng)新場景成為全球競爭焦點(diǎn)和創(chuàng)新重點(diǎn)，2022年美國福布斯

AI

百強(qiáng)創(chuàng)新企業(yè)中，

11

家來自生物醫(yī)藥行業(yè)，4

家來自自動(dòng)駕駛領(lǐng)域?！蛾P(guān)于進(jìn)一步完善醫(yī)療衛(wèi)生服務(wù)體系的意見》提出加快推進(jìn)人工智能、大數(shù)據(jù)等在醫(yī)療衛(wèi)生領(lǐng)域中的應(yīng)用，靶向治療、目標(biāo)追蹤、病灶識(shí)別和標(biāo)注、影像構(gòu)建已經(jīng)成為醫(yī)療行業(yè)

AI

熱點(diǎn)應(yīng)用，醫(yī)學(xué)人工智能將從單病種診療向全病種覆蓋，實(shí)現(xiàn)藥物研發(fā)、醫(yī)療服務(wù)的智能化平臺(tái)化。我國已開展智能網(wǎng)聯(lián)汽車準(zhǔn)入和上路通行試點(diǎn)工作，隨著新一代的車載

AI

芯片和傳感器能力提升，及

Transformer

等大模型應(yīng)用到自動(dòng)駕駛算法，將大幅提升自動(dòng)駕駛在數(shù)據(jù)合成、知識(shí)提取等決策分析能力，L3、L4

高級(jí)別自動(dòng)駕駛將實(shí)現(xiàn)商業(yè)化規(guī)模應(yīng)用。2.4

產(chǎn)業(yè)智能發(fā)展面臨的挑戰(zhàn)我國產(chǎn)業(yè)智能處于全面啟動(dòng)、加快發(fā)展的階段，在產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型逐步進(jìn)入深水區(qū)、人工智能加大與產(chǎn)業(yè)融合的同時(shí)，也面臨一些亟需研究和破解的瓶頸問題。多元異構(gòu)的算力普適供給體系有待形成。算力資源分布區(qū)域不均衡，國家實(shí)施“東數(shù)西算”工程解決東西部算力需求供給失衡，但算力資源的跨區(qū)域調(diào)度、交易和協(xié)同機(jī)制尚未建立，難以實(shí)現(xiàn)跨區(qū)域的動(dòng)態(tài)調(diào)配，不能有效滿足非樞紐節(jié)點(diǎn)地區(qū)的低成本算力服務(wù)需求。此外多元異構(gòu)算力資源彈性部署不足，隨著不同行業(yè)的算力需求多元化發(fā)展，傳統(tǒng)單一計(jì)算架構(gòu)已不能有效滿足算力計(jì)算精度、網(wǎng)絡(luò)時(shí)延等方面的差異化需求，適配多類型任務(wù)的異構(gòu)算力資源供給不足，因此各區(qū)域產(chǎn)業(yè)智能計(jì)算的算力是否供需匹配成為挑戰(zhàn)之一。產(chǎn)業(yè)數(shù)據(jù)標(biāo)準(zhǔn)化和行業(yè)開放數(shù)據(jù)集不足。人工智能算法應(yīng)用需要大規(guī)模高質(zhì)量的數(shù)據(jù)集進(jìn)行訓(xùn)練，但海量數(shù)據(jù)往往在行業(yè)中以孤島方式存在，多元主體之間、業(yè)務(wù)系統(tǒng)之間的數(shù)據(jù)難以打通，高質(zhì)量數(shù)據(jù)共享傳播受到限制，大多數(shù)領(lǐng)域難以規(guī)?；_放行業(yè)數(shù)據(jù)集，同時(shí)數(shù)據(jù)異構(gòu)、格式不一致、標(biāo)識(shí)不統(tǒng)一等問題突出，存在數(shù)據(jù)質(zhì)量差、數(shù)據(jù)不可用、數(shù)據(jù)不透明、數(shù)據(jù)不安全等障礙，數(shù)據(jù)信息難以有效流動(dòng)與集成利用。在數(shù)據(jù)要素成為關(guān)鍵新要素的新時(shí)代，產(chǎn)業(yè)智能的規(guī)模化發(fā)展離不開數(shù)據(jù)資源的完善和整合。產(chǎn)業(yè)智能相關(guān)基礎(chǔ)能力平臺(tái)設(shè)施發(fā)展滯后。國內(nèi)開源算法框架尚未得到廣泛認(rèn)可，深度學(xué)習(xí)開源框架

TensorFlow

和

PyTorch

占中國份額超過

85%。與發(fā)達(dá)國家相比，我國算法模型、開源平臺(tái)等人工智能公共設(shè)施開發(fā)利用水平滯后，存在行業(yè)

know-how

與知識(shí)模型的軟件化和工程化能力差距，開源算法框架與垂直行業(yè)應(yīng)用有待進(jìn)一步融合，通用模型與行業(yè)模型深層次耦合和低代碼開發(fā)22產(chǎn)業(yè)智能發(fā)展的趨勢與挑戰(zhàn)模式有待進(jìn)一步拓展。產(chǎn)業(yè)智能領(lǐng)域交叉學(xué)科復(fù)合人才有待培育。產(chǎn)業(yè)智能是人工智能等新一代技術(shù)集成應(yīng)用，且涉及建模、仿真、訓(xùn)練等復(fù)雜流程，同時(shí)利用人工智能解決產(chǎn)業(yè)“難點(diǎn)”，既要懂技術(shù)又要了解行業(yè)流程和專業(yè)知識(shí)，需要大量高層次跨學(xué)科人才，目前我國相關(guān)復(fù)合型技術(shù)人才極為匱乏。根據(jù)中國勞動(dòng)和社會(huì)保障科學(xué)研究院《中國人工智能人才發(fā)展報(bào)告（2022）》顯示，中國人工智能領(lǐng)域頂級(jí)研究人才總量僅為美國的

1/5

左右。隨著我國產(chǎn)業(yè)規(guī)模不斷擴(kuò)大，頂尖人才成為決定企業(yè)決戰(zhàn)人工智能時(shí)代的重要抓手，人工智能人才缺口需要產(chǎn)學(xué)研共同努力。23產(chǎn)業(yè)智能發(fā)展的總體框架產(chǎn)業(yè)智能是數(shù)字化轉(zhuǎn)型的高階階段，是數(shù)實(shí)融合的主方向。而數(shù)字化轉(zhuǎn)型本身是一個(gè)系統(tǒng)復(fù)雜的過程，涉及到技術(shù)、平臺(tái)、產(chǎn)業(yè)等多個(gè)領(lǐng)域，唯有共同聚焦業(yè)務(wù)和數(shù)據(jù)，緊密合作、資源共享、多方協(xié)同，讓數(shù)據(jù)和業(yè)務(wù)相互作用、相互支持，才能真正做到產(chǎn)業(yè)數(shù)智化升級(jí)。產(chǎn)業(yè)智能發(fā)展的總體框架3.1

產(chǎn)業(yè)智能發(fā)展的新模式技術(shù)方、平臺(tái)方和產(chǎn)業(yè)方的協(xié)同互動(dòng)是現(xiàn)代產(chǎn)業(yè)發(fā)展的重要組成部分，彼此之間通過互相支持、長期協(xié)作，促進(jìn)技術(shù)、平臺(tái)、產(chǎn)業(yè)良性發(fā)展的正向循環(huán)，減少重復(fù)投資和建設(shè)，共同推動(dòng)產(chǎn)業(yè)智能向更高層次發(fā)展。圖

3-1產(chǎn)業(yè)智能發(fā)展需要多方協(xié)同在產(chǎn)業(yè)智能的發(fā)展中，技術(shù)方、平臺(tái)方、產(chǎn)業(yè)方相互融合，沒有明顯的邊界，例如技術(shù)方即可以提供技術(shù)支持，也可以依托技術(shù)為各方提供基礎(chǔ)平臺(tái)服務(wù)和行業(yè)平臺(tái)服務(wù)。在產(chǎn)業(yè)生態(tài)中，大中小型科技企業(yè)、傳統(tǒng)企業(yè)與新興企業(yè)在不同的場景下扮演不同的角色，相互依賴，合作共贏。技術(shù)方：產(chǎn)業(yè)智能發(fā)展中的驅(qū)動(dòng)器，是技術(shù)的引領(lǐng)者技術(shù)方在技術(shù)研發(fā)、技術(shù)集成、技術(shù)支持、技術(shù)創(chuàng)新和技術(shù)推廣的過程中發(fā)揮著關(guān)鍵的作用。技術(shù)方對(duì)產(chǎn)業(yè)智能所需的技術(shù)進(jìn)行研發(fā)和探索，包括“云大物移智”及數(shù)字孿生、仿真推演等技術(shù)研究和應(yīng)用，并不斷進(jìn)行技術(shù)創(chuàng)新和推廣，為產(chǎn)業(yè)鏈中的各方提供技術(shù)支持和保障。平臺(tái)方：產(chǎn)業(yè)智能發(fā)展中的調(diào)度中樞，是資源的匯聚者平臺(tái)方發(fā)揮著重要的鏈接和共享作用，提供覆蓋產(chǎn)業(yè)鏈各環(huán)節(jié)的業(yè)務(wù)、數(shù)據(jù)平臺(tái)應(yīng)用，實(shí)現(xiàn)數(shù)據(jù)的采集、整合、分析、計(jì)算、建模、預(yù)警等綜合協(xié)調(diào)和控制，幫助企業(yè)加強(qiáng)數(shù)據(jù)的全流程全生命周期管控，支撐資源共享和優(yōu)化配置，推動(dòng)產(chǎn)業(yè)交流和創(chuàng)新，支持跨區(qū)域、跨產(chǎn)業(yè)、跨企業(yè)的復(fù)雜系統(tǒng)協(xié)同運(yùn)作，為產(chǎn)業(yè)智能的發(fā)展提供全流程、全方位的的技術(shù)和服務(wù)支撐。產(chǎn)業(yè)方：產(chǎn)業(yè)智能生態(tài)構(gòu)建的關(guān)鍵主體，是需求的牽引者產(chǎn)業(yè)方是應(yīng)用場景和實(shí)踐環(huán)境的主要提供者，通過需求牽引轉(zhuǎn)型，激發(fā)各方創(chuàng)新活力。其能有效把握市場需求規(guī)律，把技術(shù)方與平臺(tái)方的技術(shù)、能力和平臺(tái)更好的應(yīng)用到具體業(yè)務(wù)場景中，促進(jìn)傳統(tǒng)產(chǎn)業(yè)向自動(dòng)化、數(shù)字化、智能化方向發(fā)展，切實(shí)提升制造、交通、電力、醫(yī)療以及政務(wù)等領(lǐng)域的效率和質(zhì)量，并能將新技術(shù)導(dǎo)入到新興產(chǎn)業(yè)中，探索新的增值服務(wù)和商業(yè)模式。26產(chǎn)業(yè)智能發(fā)展的總體框架圖

3-2產(chǎn)業(yè)智能發(fā)展由“數(shù)據(jù)、算力、算法”三輪驅(qū)動(dòng)產(chǎn)業(yè)智能是一場增量革命，使得企業(yè)數(shù)字化轉(zhuǎn)型從“數(shù)據(jù)

+

業(yè)務(wù)”雙輪驅(qū)動(dòng)走向“數(shù)據(jù)

+

算力+

算法”三輪驅(qū)動(dòng)。數(shù)據(jù)、算力、算法之間相互依存、相互促進(jìn)，缺一不可，共同促進(jìn)業(yè)務(wù)智能化創(chuàng)新，推動(dòng)企業(yè)高質(zhì)量發(fā)展。數(shù)據(jù)是基礎(chǔ)，促進(jìn)算法的訓(xùn)練和優(yōu)化數(shù)據(jù)是算力和算法的基礎(chǔ)，算力和算法則是將數(shù)據(jù)變?yōu)橛杏眯畔⒌墓ぞ吆图夹g(shù)。海量的業(yè)務(wù)數(shù)據(jù)可以應(yīng)用于模型訓(xùn)練和優(yōu)化，以更好的理解業(yè)務(wù)模式的特征，更準(zhǔn)確預(yù)測未來趨勢，發(fā)現(xiàn)潛在的機(jī)會(huì)或風(fēng)險(xiǎn)，并根據(jù)數(shù)據(jù)進(jìn)行業(yè)務(wù)優(yōu)化和改進(jìn)。算力是保障，提升數(shù)據(jù)算法融合速度算力在一定程度上決定了算法的執(zhí)行時(shí)間和性能，對(duì)于大規(guī)模和復(fù)雜的計(jì)算問題，例如自動(dòng)駕駛、醫(yī)藥工程等，算力的提升可以極大地改善相應(yīng)領(lǐng)域算法的計(jì)算效率和準(zhǔn)確性，從而提升企業(yè)的運(yùn)行效率和決策能力。算法是引擎，推動(dòng)知識(shí)挖掘產(chǎn)出效率算法是鏈接數(shù)據(jù)和算力的紐帶，是數(shù)據(jù)分析和處理的核心。算法從數(shù)據(jù)中挖掘隱藏的知識(shí)和規(guī)律，其越精準(zhǔn)、越高效，就可以讓數(shù)據(jù)和算力變得更加有價(jià)值，同時(shí)為企業(yè)提供更多的信息和洞察，幫助企業(yè)做出更科學(xué)的決策。27產(chǎn)業(yè)智能發(fā)展的總體框架3.2

產(chǎn)業(yè)智能發(fā)展的新框架圖

3-3產(chǎn)業(yè)智能整體框架產(chǎn)業(yè)智能是多元的、開放的，是面向千行百業(yè)數(shù)字化發(fā)展所形成的智能化技術(shù)服務(wù)體系，其既能為政務(wù)治理、企業(yè)轉(zhuǎn)型提供全方位的數(shù)字化技術(shù)、產(chǎn)品和服務(wù)，又能為客戶以及生態(tài)合作伙伴隨需而用，創(chuàng)造出更廣泛、更豐富的智能應(yīng)用。從技術(shù)的角度來看，產(chǎn)業(yè)智能的整體框架分為三層?；A(chǔ)層：五大核心技術(shù)。以數(shù)字孿生、仿真推演、知識(shí)工程、決策優(yōu)化和協(xié)同計(jì)算為代表，它們不在單純是一項(xiàng)具體的技術(shù)，而是融入業(yè)務(wù)場景、行業(yè)機(jī)理知識(shí)與通用

AI

算法的新方法，打破了行業(yè)與數(shù)字技術(shù)的鴻溝，能夠被廣泛應(yīng)用到跨行業(yè)的共性需求場景中去，夯實(shí)物理世界與數(shù)字世界互動(dòng)的基礎(chǔ)。能力層：行業(yè)智能平臺(tái)與行業(yè)智能引擎。以面向行業(yè)的智能平臺(tái)、智能引擎的構(gòu)建能力為主。行業(yè)智能平臺(tái)集成了數(shù)據(jù)協(xié)同計(jì)算平臺(tái)、數(shù)據(jù)孿生仿真平臺(tái)、行業(yè)數(shù)據(jù)平臺(tái)、行業(yè)大模型平臺(tái)，面向重點(diǎn)行業(yè)建立了通用以及個(gè)性化數(shù)據(jù)模型。行業(yè)智能引擎是在行業(yè)智能平臺(tái)的基礎(chǔ)上，融合了算法和行業(yè)知識(shí)，具有智能化的服務(wù)能力。能力層可以通過

API

面向合作伙伴開放，支持各種行業(yè)應(yīng)用的構(gòu)建。應(yīng)用層：聯(lián)合解決方案。通過聚合基礎(chǔ)層和能力層，與合作伙伴一起面向市場需求提供智能化的聯(lián)合解決方案。目前，經(jīng)過近幾年的積累，產(chǎn)業(yè)智能已面向政務(wù)、交通、汽車、制造、醫(yī)療、自然資源、電力等行業(yè)推出了標(biāo)準(zhǔn)化與個(gè)性化兼具的解決方案，能快速的推廣和應(yīng)用。28產(chǎn)業(yè)智能發(fā)展的總體框架29產(chǎn)業(yè)智能整體技術(shù)能力體系產(chǎn)業(yè)智能的本質(zhì)是鏈接行業(yè)數(shù)據(jù)和算力、算法，助力業(yè)務(wù)智能化創(chuàng)新。為實(shí)現(xiàn)這一目標(biāo)，需要建立產(chǎn)業(yè)智能的整體框架，以五大技術(shù)為核心，以數(shù)據(jù)基礎(chǔ)能力為根本，打造行業(yè)智能平臺(tái)，構(gòu)筑行業(yè)智能引擎，與合作伙伴一起提供面向業(yè)務(wù)的全方位的智能化服務(wù)能力，促進(jìn)產(chǎn)業(yè)智能生態(tài)建設(shè)與發(fā)展。產(chǎn)業(yè)智能整體技術(shù)能力體系4.1

聚合五大核心技術(shù)經(jīng)過不斷的探索和實(shí)踐，從眾多行業(yè)所使用的技術(shù)中進(jìn)行抽象和提煉，發(fā)現(xiàn)數(shù)字孿生、仿真推演、決策優(yōu)化、知識(shí)工程、協(xié)同計(jì)算具有跨行業(yè)屬性，即一項(xiàng)技術(shù)可以解決多個(gè)行業(yè)共性問題。五大核心技術(shù)已不再是一項(xiàng)具體的技術(shù)，而是一種發(fā)展新模式、一個(gè)轉(zhuǎn)型的新路徑、一股推動(dòng)各行業(yè)深刻變革的新動(dòng)力。4.1.1

數(shù)字孿生數(shù)字孿生是以數(shù)字的方式為現(xiàn)實(shí)物體創(chuàng)建高度仿真的虛擬模型，是對(duì)物理世界進(jìn)行精準(zhǔn)、實(shí)時(shí)、高效的數(shù)字平行世界構(gòu)建的技術(shù)，并能融合其他技術(shù)實(shí)現(xiàn)物理世界與數(shù)字世界的交互。?

感知物理世界：借助多源數(shù)據(jù)融合感知技術(shù)感知自然空間中的各類實(shí)體的靜態(tài)和動(dòng)態(tài)信息，識(shí)別、處理、轉(zhuǎn)化還原物理實(shí)體所需要的數(shù)據(jù)。例如對(duì)一座城市自然空間的刻畫，既有對(duì)建筑物、道路等靜態(tài)實(shí)體數(shù)據(jù)的采集和處理，又有對(duì)城市行人、車輛等動(dòng)態(tài)信息的采集和處理。?

孿生體設(shè)計(jì)與建模：利用

AI

感知與

AIGC

三維生成能力提取對(duì)數(shù)字實(shí)體的基本屬性和時(shí)空屬性，并與

GIS

等系統(tǒng)中的坐標(biāo)數(shù)據(jù)融合，通過三維擬合、增強(qiáng)渲染等方式，構(gòu)建標(biāo)準(zhǔn)統(tǒng)一的數(shù)字孿生空間，生成不同精度的孿生空間，用戶可根據(jù)業(yè)務(wù)需要選擇合適精度的孿生空間。?

渲染孿生體：依托時(shí)空可視化渲染引擎生成孿生體，支持用戶與孿生體進(jìn)行交互。阿里云的

DataVTwin數(shù)字孿生仿真平臺(tái)可以幫助各個(gè)行業(yè)快速構(gòu)建數(shù)字孿生應(yīng)用。?

分析優(yōu)化孿生體：運(yùn)用數(shù)據(jù)分析、機(jī)器學(xué)習(xí)等方法，對(duì)數(shù)字孿生模型進(jìn)行實(shí)時(shí)或離線分析、仿真推演，以發(fā)現(xiàn)潛在問題、優(yōu)化性能和降低運(yùn)營成本。同時(shí)能形成對(duì)物理世界的洞察和預(yù)測，為決策者提供有關(guān)實(shí)體性能的真實(shí)和預(yù)測信息。?

控制與調(diào)整物理世界：根據(jù)分析結(jié)果，對(duì)物理實(shí)體進(jìn)行調(diào)整和優(yōu)化，以提高性能、降低成本和減少風(fēng)險(xiǎn)。這可能涉及自動(dòng)控制系統(tǒng)，以實(shí)現(xiàn)實(shí)時(shí)的調(diào)整和優(yōu)化。32產(chǎn)業(yè)智能整體技術(shù)能力體系圖

4-1產(chǎn)業(yè)智能數(shù)字孿生能力數(shù)字孿生技術(shù)具備一定的泛化能力，已經(jīng)被廣泛應(yīng)用在城市、交通、水利、工廠等領(lǐng)域，不僅能為實(shí)體世界的決策和管理提供數(shù)據(jù)支持，還可以通過優(yōu)化虛擬模型來實(shí)現(xiàn)對(duì)實(shí)體世界的優(yōu)化。4.1.2

仿真推演仿真推演是通過對(duì)物理世界或虛擬系統(tǒng)，進(jìn)行數(shù)字化建模與計(jì)算模擬，來提升系統(tǒng)認(rèn)知或提供推演預(yù)測，并最終通過仿真結(jié)果來改善物理世界的技術(shù)體系。?

仿真建模：通過對(duì)客觀世界的單系統(tǒng)進(jìn)行機(jī)理模型、非機(jī)理模型，以及利用

AI

構(gòu)建數(shù)據(jù)機(jī)理融合模型等，進(jìn)而支持復(fù)雜仿真系統(tǒng)建模?；谝氐臅r(shí)空機(jī)理關(guān)系和按照各組成系統(tǒng)的相互關(guān)系，可支持多時(shí)空多分辨率仿真建模、跨領(lǐng)域多范疇綜合仿真建模及多類型智能體聯(lián)合仿真建模等。?

仿真計(jì)算：通過整合云計(jì)算的強(qiáng)大算力，并且引入高性能計(jì)算框架，支持對(duì)異構(gòu)系統(tǒng)的集成，實(shí)現(xiàn)仿真計(jì)算分布式、并行化、彈性可伸縮，進(jìn)而支持更大規(guī)模、更快速度、更高精度的仿真能力。?

仿真應(yīng)用：要聚焦實(shí)際使用場景，借助多端輸出和可視化技術(shù)，對(duì)仿真過程和結(jié)果進(jìn)行多樣豐富的呈現(xiàn)。基于客觀數(shù)據(jù)進(jìn)行仿真自動(dòng)校準(zhǔn)，讓仿真更真，形成“數(shù)據(jù)采集

-

模型自主校準(zhǔn)

-

數(shù)據(jù)反饋”的完整閉環(huán)模式，進(jìn)而仿真模型效果的持續(xù)優(yōu)化。?

仿真平臺(tái)：融合云計(jì)算和行業(yè)仿真沉淀的優(yōu)勢，提供一體化的技術(shù)底座，支持仿真集群、仿真協(xié)議、仿真軟件、仿真模型、仿真數(shù)據(jù)、仿真場景構(gòu)建及仿真分析等系列功能，支持三方生態(tài)的能力，并具備實(shí)體機(jī)理關(guān)聯(lián)、聯(lián)合仿真、仿真校準(zhǔn)框架等能力，為各行業(yè)、各領(lǐng)域仿真模型開發(fā)者、仿真業(yè)務(wù)分析人員、行業(yè)仿真應(yīng)用產(chǎn)品等搭建提供一站式平臺(tái)。33產(chǎn)業(yè)智能整體技術(shù)能力體系圖

4-2產(chǎn)業(yè)智能仿真推演能力云原生技術(shù)的發(fā)展，催生了更快、更準(zhǔn)、更大規(guī)模應(yīng)用的仿真推演平臺(tái)，通過構(gòu)建統(tǒng)一、通用的仿真技術(shù)平臺(tái)，能為各類型復(fù)雜仿真系統(tǒng)提供從數(shù)據(jù)、算法、模型到聯(lián)合推演的一站式、全流程的服務(wù)能力。目前，仿真推演的應(yīng)用領(lǐng)域已經(jīng)深入到國民經(jīng)濟(jì)的方方面面，在交通物流、制造系統(tǒng)、自動(dòng)駕駛、自然資源、醫(yī)療等領(lǐng)域廣泛應(yīng)用。4.1.3

決策優(yōu)化決策優(yōu)化是通過對(duì)產(chǎn)業(yè)全鏈路或局部的決策過程進(jìn)行問題建模、方案求解、評(píng)估分析與執(zhí)行過程監(jiān)測預(yù)警回饋的閉環(huán)，幫助各行業(yè)對(duì)資源部署或行為動(dòng)作做出最優(yōu)決策的技術(shù)體系。目前各行業(yè)的可獲取數(shù)據(jù)越來越多，云計(jì)算與運(yùn)籌優(yōu)化加速融合，云邊協(xié)同實(shí)時(shí)決策優(yōu)化技術(shù)成為應(yīng)對(duì)現(xiàn)代產(chǎn)業(yè)場景中大規(guī)模實(shí)時(shí)決策與控制需求的重要技術(shù)，并且其創(chuàng)新重點(diǎn)聚集在：“仿真

+

優(yōu)化”、“AI+優(yōu)化”、“大規(guī)模實(shí)時(shí)決策優(yōu)化”三大領(lǐng)域。?

仿真

+

優(yōu)化：在云端依賴大規(guī)模算力進(jìn)行海量數(shù)據(jù)處理分析，準(zhǔn)確模擬現(xiàn)實(shí)世界生產(chǎn)系統(tǒng)的工作原理和運(yùn)轉(zhuǎn)機(jī)制，快速構(gòu)建數(shù)據(jù)仿真模型，推演未來時(shí)間最可能的變化趨勢，實(shí)現(xiàn)模擬預(yù)測、優(yōu)化、迭代的全流程決策過程。?

AI+

優(yōu)化：基于歷史沉淀的狀態(tài)、參數(shù)和結(jié)果等數(shù)據(jù)，“AI+

優(yōu)化”技術(shù)融合數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)與運(yùn)籌優(yōu)化算法來加速模型求解，挖掘和細(xì)化數(shù)據(jù)、規(guī)則、約束和目標(biāo)的關(guān)系，基于設(shè)備收集的反饋數(shù)據(jù)實(shí)時(shí)地動(dòng)態(tài)預(yù)測和調(diào)整宏、中、微觀決策優(yōu)化方向。?

大規(guī)模實(shí)時(shí)決策優(yōu)化：融合自動(dòng)控制理論、領(lǐng)域知識(shí)、以及云端融合輸出的宏中微觀優(yōu)化策略，充分利用邊緣端采集的實(shí)時(shí)微觀數(shù)據(jù)，動(dòng)態(tài)精準(zhǔn)產(chǎn)出控制信號(hào)，實(shí)現(xiàn)復(fù)雜系統(tǒng)的全域聯(lián)動(dòng)協(xié)同和全局最優(yōu)控制。34產(chǎn)業(yè)智能整體技術(shù)能力體系4-3產(chǎn)業(yè)智能決策優(yōu)化能力算力和

AI

算法所加持的決策優(yōu)化技術(shù)，已被應(yīng)用于解決各行業(yè)資源調(diào)度、智能控制和協(xié)同決策問題。目前，決策優(yōu)化技術(shù)在供應(yīng)鏈、城管交通綜合管控、物流運(yùn)輸、樞紐多式聯(lián)運(yùn)、軌道交通、航空、工業(yè)制造、石油石化等行業(yè)發(fā)揮重要作用。4.1.4

知識(shí)工程知識(shí)工程可應(yīng)用在眾多領(lǐng)域，本報(bào)告重點(diǎn)討論面向行業(yè)的知識(shí)工程。行業(yè)知識(shí)工程是從行業(yè)數(shù)據(jù)、人類經(jīng)驗(yàn)和業(yè)務(wù)反饋中提煉行業(yè)知識(shí)、構(gòu)建知識(shí)表示、形成知識(shí)體系、設(shè)計(jì)隱性和顯性知識(shí)相融合的計(jì)算和推理算法，并最終服務(wù)于行業(yè)賦能和用戶需求滿足的過程。近年來，以

ChatGPT

和

GPT-4

為代表的大模型以其超強(qiáng)的知識(shí)表示、知識(shí)記憶、上下文學(xué)習(xí)和指令遵循等能力，為行業(yè)知識(shí)工程提供了巨大的潛力和全新的機(jī)遇。例如，在政務(wù)行業(yè)，城市知識(shí)大模型可以提供全域主動(dòng)感知發(fā)現(xiàn)城市痛點(diǎn)、難點(diǎn)和堵點(diǎn)以及實(shí)時(shí)動(dòng)態(tài)研判城市風(fēng)險(xiǎn)預(yù)警的智能化能力，從而加速民生訴求的高效處置；在電力行業(yè)，電力知識(shí)大模型融合海量的電力知識(shí)和人類經(jīng)驗(yàn)，在其基礎(chǔ)上實(shí)現(xiàn)電力專業(yè)知識(shí)問答以替代專家經(jīng)驗(yàn)咨詢；在醫(yī)療行業(yè)，醫(yī)療大模型給醫(yī)生輔助診療提供決策支持等。?

知識(shí)模型：將行業(yè)數(shù)據(jù)、業(yè)務(wù)反饋和人類經(jīng)驗(yàn)等數(shù)據(jù)表示為計(jì)算機(jī)可理解和計(jì)算的方式，并將其統(tǒng)一建模在一個(gè)知識(shí)大模型中，為后續(xù)的知識(shí)習(xí)得、計(jì)算、推理和應(yīng)用提供支撐。知識(shí)大模型已展現(xiàn)出成為知識(shí)表示主流方式的巨大潛力，其中知識(shí)統(tǒng)一被表示為模型參數(shù)和向量的形式，而自然語言對(duì)話將成為人與知識(shí)大模型的主要接口。探索不同類型知識(shí)如何在大模型中被高效編碼、轉(zhuǎn)換和分布將大幅提升大模型的知識(shí)表示效能。?

知識(shí)習(xí)得：構(gòu)建不同的知識(shí)習(xí)得算法，將各種數(shù)據(jù)源中的知識(shí)注入到大模型中。目前，知識(shí)大模型通過針對(duì)性的預(yù)訓(xùn)練任務(wù)來實(shí)現(xiàn)面向文本數(shù)據(jù)的知識(shí)習(xí)得，通過設(shè)計(jì)知識(shí)注入預(yù)訓(xùn)練或知識(shí)增強(qiáng)表示來實(shí)現(xiàn)面向結(jié)構(gòu)化知識(shí)圖譜的知識(shí)注入。與傳統(tǒng)信息抽取模型相比，知識(shí)習(xí)得的方法無需標(biāo)注語料、算法通用性強(qiáng)、無需提前設(shè)計(jì)知識(shí)結(jié)構(gòu)，知識(shí)源的覆蓋范圍廣，可支持行業(yè)全域數(shù)據(jù)的統(tǒng)一學(xué)習(xí)，知識(shí)注入過程可以實(shí)現(xiàn)客戶歷史知識(shí)積累的快速35產(chǎn)業(yè)智能整體技術(shù)能力體系整合，自然語言對(duì)話接口可以快速驗(yàn)證知識(shí)習(xí)得效果。?

知識(shí)對(duì)齊：為評(píng)估知識(shí)大模型中的知識(shí)質(zhì)量，設(shè)計(jì)知識(shí)對(duì)齊算法，實(shí)現(xiàn)知識(shí)大模型與行業(yè)價(jià)值的一致對(duì)齊，保障知識(shí)大模型的高可用、高價(jià)值、無偏性和無害性。一方面，設(shè)計(jì)高效的行業(yè)知識(shí)評(píng)估數(shù)據(jù)集，對(duì)大模型中的缺失、錯(cuò)誤和過時(shí)知識(shí)進(jìn)行高效檢測；另一方面，基于行業(yè)應(yīng)用模式和業(yè)務(wù)數(shù)據(jù)反饋，對(duì)大模型中知識(shí)進(jìn)行快速的校準(zhǔn)和更新。?

知識(shí)應(yīng)用：針對(duì)行業(yè)的知識(shí)需求和業(yè)務(wù)場景，設(shè)計(jì)和訓(xùn)練高效的知識(shí)大模型知識(shí)引導(dǎo)能力和指令遵循能力。為充分利用大模型中已經(jīng)具備的海量知識(shí)，收集和歸納業(yè)務(wù)人員的典型知識(shí)使用場景和使用方式，并針對(duì)性的構(gòu)建和訓(xùn)練知識(shí)大模型對(duì)應(yīng)的知識(shí)引導(dǎo)提示語，實(shí)現(xiàn)知識(shí)應(yīng)用的自然交互。同時(shí)，針對(duì)業(yè)務(wù)場景的精準(zhǔn)需求和人類使用方式的多樣性，構(gòu)建對(duì)應(yīng)的指令數(shù)據(jù)集，并訓(xùn)練知識(shí)大模型的指令遵循能力，實(shí)現(xiàn)知識(shí)大模型的精準(zhǔn)知識(shí)應(yīng)用。?

知識(shí)蒸餾：落地實(shí)踐中，需要效率和效果兼?zhèn)涞漠a(chǎn)業(yè)級(jí)模型，而參數(shù)規(guī)模過于龐大的大模型學(xué)習(xí)和部署需要海量的算力資源。另外，大量業(yè)務(wù)落地需要部署私域模型，其資源往往難以支撐全量的知識(shí)大模型部署。通過構(gòu)建知識(shí)大模型的蒸餾方法，將特定知識(shí)和能力定向遷移到小模型中輸出，可以實(shí)現(xiàn)大模型的參數(shù)規(guī)模壓縮，并且保障小模型的效果。知識(shí)蒸餾可以大幅度降低訓(xùn)練和部署的成本，支撐隱私、敏感和高價(jià)值數(shù)據(jù)的垂直領(lǐng)域大模型部署。圖

4-4產(chǎn)業(yè)智能知識(shí)工程能力依托行業(yè)知識(shí)工程技術(shù)，構(gòu)建領(lǐng)先的行業(yè)知識(shí)圖譜，能解決行業(yè)知識(shí)表示、習(xí)得、對(duì)齊、應(yīng)用等問題，為政府公共服務(wù)、電力、醫(yī)療、水利、交通等提供智能基礎(chǔ)支撐。4.1.5

協(xié)同計(jì)算跨域分布式的協(xié)同計(jì)算架構(gòu)是基于開放靈活的云原生與協(xié)同計(jì)算技術(shù)的架構(gòu)，實(shí)現(xiàn)了從“中心

-區(qū)域

-

邊緣

-

終端”之間的算力協(xié)同。通過鏈接云節(jié)點(diǎn)、計(jì)算資源、存儲(chǔ)資源和數(shù)據(jù)智能產(chǎn)品，為產(chǎn)業(yè)數(shù)據(jù)模型、算法模型和業(yè)務(wù)模型提供跨“云

-

邊

-

端”的自動(dòng)化協(xié)同計(jì)算工作流，通過元數(shù)據(jù)驅(qū)動(dòng)、自動(dòng)化的方式幫助客戶實(shí)現(xiàn)

IT/OT/GIS

數(shù)據(jù)的融合和智能化服務(wù)。36產(chǎn)業(yè)智能整體技術(shù)能力體系?

多層互聯(lián)：通過設(shè)計(jì)多層互聯(lián)協(xié)議

MLCP（Multi-Layer

Connector

Protocol），實(shí)現(xiàn)邊緣自治、“云

-

邊

-

端”、“中心

-

區(qū)域

-

邊緣

-

終端”三種層級(jí)互聯(lián)架構(gòu)，支撐靈活的業(yè)務(wù)擴(kuò)展方式，實(shí)現(xiàn)萬級(jí)設(shè)備的管控。?

異構(gòu)計(jì)算：豐富的計(jì)算范式，為產(chǎn)業(yè)數(shù)據(jù)模型、算法模型和業(yè)務(wù)模型提供跨“云

-

邊

-

端”的批量、流式、在線計(jì)算任務(wù)分發(fā)和數(shù)據(jù)實(shí)時(shí)同步能力，為聯(lián)邦學(xué)習(xí)、增量學(xué)習(xí)、協(xié)同推理等高階訓(xùn)練和推理模式提供基礎(chǔ)保障。?

協(xié)同管理：支持?jǐn)?shù)據(jù)模型、算法模型、業(yè)務(wù)應(yīng)用的一云統(tǒng)管，通過協(xié)同流程實(shí)現(xiàn)“業(yè)務(wù)應(yīng)用

-算法模型

-

數(shù)據(jù)模型”的統(tǒng)一管理、統(tǒng)一部署、統(tǒng)一運(yùn)維。通過元數(shù)據(jù)驅(qū)動(dòng)的方式構(gòu)建協(xié)同計(jì)算自動(dòng)化工作流，幫助客戶充分、合理的利用云資源。?

邊緣自治：集群元數(shù)據(jù)保存到邊緣節(jié)點(diǎn)本地，在云邊網(wǎng)絡(luò)失連時(shí)，可以通過提取本地元數(shù)據(jù)來進(jìn)行業(yè)務(wù)恢復(fù)，可以恢復(fù)到斷網(wǎng)時(shí)的業(yè)務(wù)狀態(tài)，實(shí)現(xiàn)邊緣節(jié)點(diǎn)的自治。?

邊緣智能：通過設(shè)計(jì)智能調(diào)度平臺(tái)，使得部署在協(xié)同計(jì)算上的應(yīng)用和算法，具有天然的容災(zāi)能力和高可用特性，使得邊緣設(shè)備的單點(diǎn)故障時(shí)，仍能保障邊緣整體算力均衡健康，保障業(yè)務(wù)的高可用。圖

4-5產(chǎn)業(yè)智能協(xié)同計(jì)算能力協(xié)同計(jì)算技術(shù)能做到云上編排、邊緣運(yùn)行，充分發(fā)揮云計(jì)算和邊緣計(jì)算的優(yōu)勢，為交通、工業(yè)、城市治理等行業(yè)快速實(shí)現(xiàn)協(xié)同計(jì)算，提供了夯實(shí)的技術(shù)基礎(chǔ)。數(shù)字孿生、仿真推演、決策優(yōu)化、知識(shí)工程、協(xié)同計(jì)算五大核心技術(shù)并不是孤立的，它們相互關(guān)聯(lián)，成為一個(gè)有機(jī)的整體，共同形成數(shù)據(jù)與業(yè)務(wù)互相促進(jìn)的邏輯閉環(huán)。在邏輯閉環(huán)里，存在“感知域”“生成域”、“推演域”和“交互域”，每個(gè)“域”都進(jìn)行一些特定類型的計(jì)算，它們通過數(shù)據(jù)和接口相互連接，最終實(shí)現(xiàn)“四域融合”。37產(chǎn)業(yè)智能整體技術(shù)能力體系圖

4-6四域融合“四域融合”是產(chǎn)業(yè)智能中的一種典型計(jì)算范式，是“感知

-

認(rèn)知

-

決策”模式的具象化。在此過程中，數(shù)據(jù)被融合加工，處理后構(gòu)建形成業(yè)務(wù)的孿生體，然后采用仿真推演獲得最優(yōu)的演進(jìn)路徑，最后把結(jié)果運(yùn)用到真實(shí)業(yè)務(wù)中，實(shí)現(xiàn)以數(shù)據(jù)和算法助力業(yè)務(wù)的創(chuàng)新。38產(chǎn)業(yè)智能整體技術(shù)能力體系4.2

打造行業(yè)智能平臺(tái)行業(yè)智能平臺(tái)是鏈接數(shù)據(jù)和業(yè)務(wù)，推動(dòng)模型生產(chǎn)和應(yīng)用的重要平臺(tái)，主要由協(xié)同計(jì)算平臺(tái)、數(shù)字孿生仿真平臺(tái)、行業(yè)數(shù)據(jù)平臺(tái)和行業(yè)大模型平臺(tái)共同組成，為企業(yè)提供智能化的數(shù)據(jù)分析與決策支持，幫助企業(yè)優(yōu)化業(yè)務(wù)流程、提高效率。4.2.1

協(xié)同計(jì)算平臺(tái)協(xié)同計(jì)算平臺(tái)是基于阿里云基礎(chǔ)云平臺(tái)而建立的，具有多種計(jì)算引擎和多模態(tài)數(shù)據(jù)鏈接管理能力，多引擎計(jì)算任務(wù)的混合編排和調(diào)度能力。協(xié)同計(jì)算平臺(tái)能夠協(xié)同分發(fā)和調(diào)度公共云、企業(yè)版、企業(yè)版邊緣節(jié)點(diǎn)之間的數(shù)據(jù)和計(jì)算任務(wù)，并支持多形態(tài)數(shù)據(jù)處理和分析能力。基于以上能力，協(xié)同計(jì)算平臺(tái)可提供離線計(jì)算、流式計(jì)算、實(shí)時(shí)計(jì)算等多種計(jì)算引擎，滿足云邊端以及多云之間的計(jì)算資源協(xié)同，數(shù)據(jù)資產(chǎn)化建設(shè)和統(tǒng)一管理，以及多模態(tài)數(shù)據(jù)內(nèi)容混合分析和洞察，場景化業(yè)務(wù)決策模型管理，能為企業(yè)高效的進(jìn)行數(shù)據(jù)智能應(yīng)用構(gòu)建提供支持。多源異構(gòu)數(shù)據(jù)鏈接和管理能力：數(shù)據(jù)種類繁多，需要加強(qiáng)對(duì)主流結(jié)構(gòu)化數(shù)據(jù)

1、非結(jié)構(gòu)化數(shù)據(jù)

2、文件存儲(chǔ)、API

數(shù)據(jù)、消息在內(nèi)的數(shù)據(jù)的連接、同步和管理能力，對(duì)源端數(shù)據(jù)的變化做出秒級(jí)響應(yīng)。借助斷點(diǎn)續(xù)傳、超時(shí)重跑和自動(dòng)預(yù)警等能力，為用戶提供全鏈路數(shù)據(jù)完整性保障和監(jiān)測。借助插件化架構(gòu)設(shè)計(jì)，支持通過標(biāo)準(zhǔn)化腳本方式實(shí)現(xiàn)用戶按需靈活、快速的擴(kuò)展數(shù)據(jù)連接能力。例如，在交通領(lǐng)域，對(duì)視頻、雷達(dá)、結(jié)構(gòu)化數(shù)據(jù)等多源數(shù)據(jù)管理和實(shí)時(shí)數(shù)據(jù)同步，實(shí)現(xiàn)對(duì)車輛通行效率的優(yōu)化提升。1.

主流結(jié)構(gòu)化數(shù)據(jù)包括國產(chǎn)數(shù)據(jù)庫、NoSQL

數(shù)據(jù)庫數(shù)據(jù)等；2.

非結(jié)構(gòu)化數(shù)據(jù)包括矢量、柵格、三維模型、傾斜攝影、BIM、圖片、視頻、點(diǎn)云等數(shù)據(jù)。39產(chǎn)業(yè)智能整體技術(shù)能力體系圖

4-7多源異構(gòu)數(shù)據(jù)融合框多模計(jì)算任務(wù)混合編排與調(diào)度能力：智能時(shí)代下，業(yè)務(wù)發(fā)展對(duì)數(shù)據(jù)分析的實(shí)時(shí)性和靈活性要求的日益增長，促使數(shù)據(jù)處理技術(shù)從單一批量計(jì)算，發(fā)展成流式計(jì)算、批量計(jì)算、在線計(jì)算混合的模式。在實(shí)踐中，可以通過為企業(yè)構(gòu)建全局工作流引擎，支持不同類型計(jì)算節(jié)點(diǎn)的混合編排，以及整體工作流的編排和調(diào)度，實(shí)現(xiàn)用戶在一個(gè)統(tǒng)一的開發(fā)環(huán)境里開發(fā)不同類型計(jì)算任務(wù)和算法服務(wù)，提升開發(fā)和維護(hù)的效率。用戶也可以自定義計(jì)算節(jié)點(diǎn)，讓系統(tǒng)更好的適應(yīng)客戶環(huán)境，融入現(xiàn)有架構(gòu)并快速發(fā)揮作用。圖

4-8多模計(jì)算任務(wù)調(diào)度例如，面對(duì)政務(wù)服務(wù)的數(shù)據(jù)處理需求，可以通過構(gòu)建全局工作流引擎，應(yīng)用流式計(jì)算支持實(shí)時(shí)業(yè)務(wù)，應(yīng)用批量計(jì)算獲取各類統(tǒng)計(jì)指標(biāo)，應(yīng)用在線計(jì)算為指標(biāo)處理提供算法服務(wù)，從而全面提升業(yè)40產(chǎn)業(yè)智能整體技術(shù)能力體系務(wù)的效率和質(zhì)量。多層級(jí)連云邊協(xié)同計(jì)算管理能力：從數(shù)據(jù)倉庫到數(shù)據(jù)湖、湖倉一體，以及數(shù)據(jù)中臺(tái)，都是以中心計(jì)算為主的設(shè)計(jì)模式，但是在城市、交通、制造等場景中，往往需要中心計(jì)算和邊緣計(jì)算協(xié)同完成。借助多層級(jí)連的可擴(kuò)展的“云邊協(xié)同計(jì)算”能力，不但能兼容不同場景下的多種邊緣端設(shè)備，同時(shí)實(shí)現(xiàn)了邊緣端設(shè)備、應(yīng)用、數(shù)據(jù)的統(tǒng)一納管和運(yùn)維。即使在云邊網(wǎng)絡(luò)斷開，或者邊緣設(shè)備出現(xiàn)單點(diǎn)故障時(shí)，該模式仍能夠通過邊緣自治、智能容災(zāi)的方式為業(yè)務(wù)提供自愈能力，保證業(yè)務(wù)的高可用。圖

4-9云邊端協(xié)同計(jì)算框架例如，在城市交通場景中，要支持?jǐn)?shù)千個(gè)交叉路口的信號(hào)燈控制。云端側(cè)重于全局交通數(shù)據(jù)集成、邊緣端的管理、算法模型訓(xùn)練，將訓(xùn)練好的算法或服務(wù)部署到邊緣節(jié)點(diǎn)，邊緣節(jié)點(diǎn)對(duì)采集的現(xiàn)場數(shù)據(jù)實(shí)時(shí)處理，優(yōu)化交通路口通行情況?？臻g數(shù)據(jù)管理、計(jì)算與服務(wù)能力：基于空間數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)的融合構(gòu)建的數(shù)字孿生應(yīng)用，能顯著增強(qiáng)業(yè)務(wù)數(shù)據(jù)分析過程及結(jié)果的可解釋性，已成為數(shù)據(jù)智能產(chǎn)品所需具備的一項(xiàng)基礎(chǔ)功能。時(shí)空數(shù)據(jù)統(tǒng)一接入、時(shí)空計(jì)算統(tǒng)一調(diào)度、時(shí)空服務(wù)統(tǒng)一發(fā)布，能推動(dòng)社會(huì)經(jīng)濟(jì)類數(shù)據(jù)和空間數(shù)據(jù)的高度融合，支持各種業(yè)務(wù)創(chuàng)新?？臻g數(shù)據(jù)管理要考慮與主流

GIS

空間數(shù)據(jù)庫的同步，也需要支持對(duì)主流空間數(shù)據(jù)引擎的服務(wù)，以及對(duì)二、三維服務(wù)標(biāo)準(zhǔn)空間數(shù)據(jù)庫服務(wù)的支持，為用戶提供完備41產(chǎn)業(yè)智能整體技術(shù)能力體系的時(shí)空數(shù)據(jù)處理能力。圖

4-10時(shí)空大數(shù)據(jù)管理與計(jì)算場景元數(shù)據(jù)驅(qū)動(dòng)的數(shù)據(jù)資產(chǎn)管理與共享能力：通過統(tǒng)一元數(shù)據(jù)歸集和元數(shù)據(jù)圖譜構(gòu)建的元數(shù)據(jù)中心和數(shù)據(jù)血緣能力，可以實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)管理、數(shù)據(jù)編目管理等元數(shù)據(jù)應(yīng)用。數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)模型、質(zhì)量規(guī)則、質(zhì)量評(píng)估報(bào)告等元數(shù)據(jù)，可應(yīng)用于提升數(shù)據(jù)開發(fā)和使用的效率，實(shí)現(xiàn)數(shù)據(jù)質(zhì)量可控。例如，類似于電商商品目錄，數(shù)據(jù)運(yùn)營方按業(yè)務(wù)口徑，將各類數(shù)據(jù)資產(chǎn)分門別類上架到數(shù)據(jù)資產(chǎn)目錄，數(shù)據(jù)應(yīng)用方通過數(shù)據(jù)資產(chǎn)目錄查找所需的數(shù)據(jù)資產(chǎn)，通過樣例數(shù)據(jù)預(yù)覽、數(shù)據(jù)血緣分析、數(shù)據(jù)質(zhì)量報(bào)告等方式，全方位了解和應(yīng)用數(shù)據(jù)資產(chǎn)。通過數(shù)據(jù)運(yùn)營等一系列方式，不斷豐富數(shù)據(jù)資產(chǎn)內(nèi)容，提升數(shù)據(jù)資產(chǎn)質(zhì)量，促進(jìn)數(shù)據(jù)資產(chǎn)的業(yè)務(wù)價(jià)值轉(zhuǎn)化。圖

4-11元數(shù)據(jù)驅(qū)動(dòng)的數(shù)據(jù)資產(chǎn)管理框架42產(chǎn)業(yè)智能整體技術(shù)能力體系NoETL1

業(yè)務(wù)模型編排和分析：通常企業(yè)中的業(yè)務(wù)人員擁有豐富的業(yè)務(wù)知識(shí)，但普遍欠缺數(shù)據(jù)和算法能力，借助無代碼數(shù)據(jù)準(zhǔn)備、業(yè)務(wù)建模和數(shù)據(jù)分析能力，業(yè)務(wù)人員可以自主的完成業(yè)務(wù)模型構(gòu)建和數(shù)據(jù)挖掘，幫助業(yè)務(wù)知識(shí)和數(shù)據(jù)發(fā)生充分的“化學(xué)反應(yīng)”?；谪S富的業(yè)務(wù)算子，業(yè)務(wù)人員可以在一張畫布中通過“拖拉拽”的方式將算子進(jìn)行組合，快速完成復(fù)雜業(yè)務(wù)模型的搭建。同時(shí)，業(yè)務(wù)算子提供函數(shù)式數(shù)據(jù)處理能力，讓業(yè)務(wù)人員可以像使用

Excel

一樣對(duì)數(shù)據(jù)進(jìn)行一定的加工處理。例如，針對(duì)金融行業(yè)對(duì)于風(fēng)控的多樣化需求，通過金融反欺詐、準(zhǔn)入授信等業(yè)務(wù)模型，覆蓋貸前、貸中、貸后鏈路，提供授信、額度、風(fēng)險(xiǎn)定價(jià)、用信、貸后監(jiān)控的業(yè)務(wù)策略的編排和智能決策。圖

4-12面向業(yè)務(wù)人員的

NoETL

數(shù)據(jù)分析阿里云研發(fā)的云邊協(xié)同數(shù)據(jù)管理與分析平臺(tái)（DataQ），支持

200+

條流批一體數(shù)據(jù)同步鏈路、20+

種計(jì)算引擎任務(wù)的混合編排調(diào)度、內(nèi)置

200+

種空間數(shù)據(jù)分析算子和無代碼業(yè)務(wù)算子、分鐘級(jí)更新的全鏈路字段級(jí)數(shù)據(jù)血緣。借助智能云邊協(xié)同計(jì)算管理、產(chǎn)業(yè)知識(shí)構(gòu)建與共享、空間數(shù)據(jù)計(jì)算與服務(wù)、決策建模與分析等核心能力，其能全面歸集、融合、管理“云

-

邊

-

端”數(shù)據(jù)，為產(chǎn)業(yè)應(yīng)用提供數(shù)據(jù)智能服務(wù)。1.

NoETL

是指在數(shù)據(jù)處理和分析環(huán)節(jié)

,

無需搭建復(fù)雜

ETL

鏈路即可靈活分析所有數(shù)據(jù)

,

以更低的成本、更迅速地做出更好的業(yè)務(wù)決策43產(chǎn)業(yè)智能整體技術(shù)能力體系圖

4-13DataQ

產(chǎn)品架構(gòu)4.2.2

數(shù)字孿生仿真平臺(tái)作為產(chǎn)業(yè)數(shù)字化建設(shè)的核心能力支撐平臺(tái)，數(shù)字孿生仿真平臺(tái)為各業(yè)務(wù)場景提供全維度實(shí)體的動(dòng)態(tài)和靜態(tài)要素感知提取、數(shù)字孿生體生成、機(jī)理運(yùn)行與仿真推演、孿生渲染與應(yīng)用構(gòu)建等通用能力。通過構(gòu)建城市級(jí)孿生數(shù)據(jù)底座，能實(shí)現(xiàn)跨業(yè)務(wù)、跨系統(tǒng)、跨技術(shù)域?qū)嶓w的可傳遞、可解析、可融合、可復(fù)用，打破數(shù)據(jù)壁壘。該平臺(tái)能提高孿生數(shù)據(jù)和服務(wù)資產(chǎn)的使用質(zhì)量和效率，支撐業(yè)務(wù)數(shù)字化能力的集約建設(shè)，實(shí)現(xiàn)更大范圍、更多領(lǐng)域、更加全面的互聯(lián)互通，從而為產(chǎn)業(yè)的高質(zhì)量發(fā)展提供全方位的能力支撐。數(shù)字孿生仿真平臺(tái)提供從數(shù)據(jù)加工到應(yīng)用開發(fā)的全鏈路開發(fā)工具，為用戶提供數(shù)據(jù)融合、實(shí)體建模、智能生成、仿真模擬、孿生搭建的孿生數(shù)字化建設(shè)能力閉環(huán)，實(shí)現(xiàn)物理世界與數(shù)字世界的虛實(shí)映射與聯(lián)動(dòng)控制，幫助各業(yè)務(wù)場景真正實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的持續(xù)優(yōu)化。44產(chǎn)業(yè)智能整體技術(shù)能力體系圖

4-14孿生仿真平臺(tái)整體架構(gòu)數(shù)字孿生仿真平臺(tái)包含以下核心模塊：?

孿生計(jì)算引擎：支持同一個(gè)計(jì)算集群中運(yùn)行多種類型的計(jì)算任務(wù)，包括流式計(jì)算、批處理和

AI

訓(xùn)練推理。內(nèi)置了傾斜攝影處理、跨模態(tài)

AI

模型和低成本孿生要素構(gòu)建等算子，滿足孿生各階段的計(jì)算需求。?

孿生智能生成：基于孿生計(jì)算引擎提供的空間處理、AI

生成等算法，依托孿生流水線實(shí)現(xiàn)多處理任務(wù)編排與管理，基于多模態(tài)數(shù)據(jù)實(shí)現(xiàn)孿生對(duì)象融合生成，提供二三維交互式操作臺(tái)實(shí)現(xiàn)對(duì)生成對(duì)象的空間語義編輯與管理。?

孿生渲染與可視化：擴(kuò)展基于視覺感知與參數(shù)化構(gòu)建的數(shù)據(jù)增強(qiáng)算法，實(shí)現(xiàn)大規(guī)模城市級(jí)三維模型的自動(dòng)化生成，并提供

API、SDK、圖形操作臺(tái)等多種產(chǎn)品形態(tài)，支撐低成本孿生應(yīng)用構(gòu)建。?

分布式聯(lián)合仿真：通過打造集高并發(fā)調(diào)度、仿真計(jì)算加速、多模型協(xié)同能力于一體的仿真開放平臺(tái)，可實(shí)現(xiàn)仿真模型的校準(zhǔn)，支持仿真推演聯(lián)合強(qiáng)化學(xué)習(xí)的

AI

智能體訓(xùn)練、仿真推演聯(lián)合決策優(yōu)化的智能調(diào)度等聯(lián)合仿真場景構(gòu)建及運(yùn)行。?

孿生實(shí)體建模：通過建立統(tǒng)一建模、統(tǒng)一編碼、統(tǒng)一索引、統(tǒng)一服務(wù)的數(shù)據(jù)全生命周期管理服務(wù)平臺(tái)，實(shí)現(xiàn)孿生實(shí)體對(duì)象的統(tǒng)一數(shù)字體表達(dá)，支撐孿生數(shù)據(jù)的感視算控一體跨域融合。?

孿生服務(wù)中心：以統(tǒng)一界面支撐行業(yè)應(yīng)用構(gòu)建，幫助應(yīng)用開發(fā)人員屏蔽建模、仿真、渲染等多系統(tǒng)對(duì)接復(fù)雜度，面向業(yè)務(wù)場景提供整合數(shù)據(jù)、計(jì)算、渲染能力的通用組件與接口，大幅降低孿生應(yīng)用開發(fā)門檻與成本。45產(chǎn)業(yè)智能整體技術(shù)能力體系依托上述功能模塊，數(shù)字孿生仿真平臺(tái)具有以下五大核心能力：（1）全域數(shù)據(jù)融合的時(shí)空基底全要素時(shí)空基底是基于不同空間數(shù)據(jù)的優(yōu)勢信息，進(jìn)行專業(yè)算法的提取、加工、處理，形成基于地理測繪數(shù)據(jù)、建筑信息模型、物聯(lián)感知數(shù)據(jù)相融合的時(shí)空數(shù)據(jù)基底。用戶可以通過不同精度的空間數(shù)據(jù)信息，基于孿生仿真平臺(tái)去重構(gòu)時(shí)空基底中的地形、河流、建筑、道路、園區(qū)、場區(qū)、植被等空間要素，從而構(gòu)建出不同應(yīng)用場景下的時(shí)空基底。圖

4-15全要素時(shí)空基底空間基底并不是一個(gè)靜態(tài)的空間底座，而是隨著時(shí)間而動(dòng)態(tài)變化的。通過孿生仿真平臺(tái)，用戶可以通過數(shù)據(jù)映射的方式動(dòng)態(tài)更新空間基底信息，為空間中的不同元素的屬性信息進(jìn)行動(dòng)態(tài)擴(kuò)展，實(shí)現(xiàn)每一個(gè)空間元素的全生命周期的跟蹤記錄，賦予空間基底時(shí)間屬性，滿足空間基底對(duì)現(xiàn)實(shí)世界的動(dòng)態(tài)仿真，從而對(duì)現(xiàn)實(shí)世界的活動(dòng)給出準(zhǔn)確指導(dǎo)。平臺(tái)支持

GIS、BIM、傾斜攝影、高精地圖、三維模型等全域時(shí)空數(shù)據(jù)類型的接入，為城市數(shù)字孿生基底的分析與可視化構(gòu)建提供數(shù)據(jù)基礎(chǔ)，滿足數(shù)字孿生城市全要素（地質(zhì)、地表、地形、植被、水體、官網(wǎng)、道路、建筑等）的表達(dá)和仿真。（2）統(tǒng)一孿生體建模支撐的跨域融合通過建立統(tǒng)一建模、統(tǒng)一編碼、統(tǒng)一索引、統(tǒng)一服務(wù)的孿生體建模平臺(tái)，實(shí)現(xiàn)孿生體全生命周期管理，支持?jǐn)?shù)據(jù)在感知、可視、仿真、控制等多子系統(tǒng)間的通信與共享，實(shí)現(xiàn)孿生數(shù)據(jù)的感視算控一體跨域融合，解決數(shù)字孿生系統(tǒng)建設(shè)中，由于缺乏統(tǒng)一標(biāo)準(zhǔn)和統(tǒng)一規(guī)劃所形成的“條塊分割、煙囪林立、重建輕養(yǎng)、縱強(qiáng)橫弱、感知孤島等問題，促進(jìn)形成統(tǒng)一的數(shù)字孿生資產(chǎn)沉淀。?

孿生體模型定義：平臺(tái)支持孿生體全維度要素定義與管理，包括編碼、位置、幾何、關(guān)系、業(yè)務(wù)屬性、動(dòng)態(tài)指標(biāo)、行為規(guī)則七大維度，兼容測繪、城市數(shù)字孿生與物聯(lián)網(wǎng)相關(guān)孿生體、物模型定義標(biāo)準(zhǔn)，支持?jǐn)?shù)據(jù)模型、三維模型、物模型、仿真模型、機(jī)理模型的多模元信息46產(chǎn)業(yè)智能整體技術(shù)能力體系映射合一。?

孿生體統(tǒng)一編碼：支持對(duì)空間信息、時(shí)間信息、業(yè)務(wù)屬性等數(shù)字孿生關(guān)鍵要素進(jìn)行統(tǒng)一標(biāo)準(zhǔn)化表達(dá)，編碼類型包括管理碼、空間碼和時(shí)間碼，實(shí)現(xiàn)一套編碼體系支撐全行業(yè)實(shí)體編碼需求。管理碼參照

40+

相關(guān)國標(biāo)分類，按照實(shí)體特征對(duì)空間實(shí)體或概念實(shí)體進(jìn)行統(tǒng)一的分類和記錄，其中的實(shí)體類型支持靈活擴(kuò)充，且不影響已有的編碼位數(shù)?？臻g碼基于空間實(shí)體的空間特征，進(jìn)行二維網(wǎng)格編碼

+

三維高程編碼，支持空間包含關(guān)系、空間相鄰關(guān)系的快速判定。時(shí)間碼基于空間實(shí)體或者概念實(shí)體的生命周期特征，進(jìn)行時(shí)間編碼，具有固定位數(shù)，且支持靈活的時(shí)間粒度。?

孿生體關(guān)系管理：提供面向?qū)\生實(shí)體關(guān)系的新建、編輯、查詢、刪除圖形操作界面與

API/SDK，支持對(duì)聯(lián)合關(guān)系、包含

/

歸屬關(guān)系、父

/

子關(guān)系、連接關(guān)系與空間拓?fù)潢P(guān)系的數(shù)字化表達(dá)。（3）多引擎孿生渲染與低代碼構(gòu)建數(shù)字孿生仿真平臺(tái)通過國產(chǎn)化自研實(shí)時(shí)三維渲染引擎，準(zhǔn)確快速地構(gòu)建出三維孿生場景，并支持多終端的渲染能力，滿足業(yè)務(wù)人員對(duì)不同使用場景下的時(shí)空數(shù)據(jù)使用需求。平臺(tái)提供豐富的可視化組件、地理圖元與行業(yè)模版，滿足會(huì)議展覽、業(yè)務(wù)監(jiān)控、風(fēng)險(xiǎn)預(yù)警、地理信息分析等多種業(yè)務(wù)的展示需求，能讓更多的人發(fā)現(xiàn)數(shù)據(jù)的價(jià)值，幫助非專業(yè)的工程師通過圖形化的界面輕松搭建專業(yè)水準(zhǔn)的可視化應(yīng)用。?

多端多場景適配：支持大屏端、PC

應(yīng)用端、手持移動(dòng)設(shè)備端等多場景多設(shè)備投放。圖

4-16多屏多端可視化方案?

自研引擎全場景引擎：包括自研二維地理空間分析引擎和自研球面真三維引擎。作為時(shí)空可視化引擎，球面真三維引擎不僅在視覺效果上媲美

C/S

引擎，而且也具備了豐富的

GIS能力，填補(bǔ)游戲引擎和地理引擎在三維空間可視化方面的短板。47產(chǎn)業(yè)智能整體技術(shù)能力體系圖

4-17Web

三維孿生引擎?

低代碼智能搭建：構(gòu)建了一系列基礎(chǔ)

UI

組件、圖標(biāo)組件庫，將組建的配置項(xiàng)以面板形式展示給企業(yè)用戶，讓企業(yè)人員像使用設(shè)計(jì)工具一樣處理數(shù)據(jù)。此外，通過創(chuàng)新性地使用藍(lán)圖編輯器，實(shí)現(xiàn)低代碼模式的交互邏輯編排能力，將智能化技術(shù)運(yùn)用到低代碼搭建中，支持對(duì)手繪草圖、信息圖表、大屏截圖等資料的自動(dòng)識(shí)別，并自動(dòng)生成可配置的可視化應(yīng)用，用戶可以在此基礎(chǔ)上繼續(xù)優(yōu)化，完成最終的設(shè)計(jì)。圖

4-18多場景業(yè)務(wù)組件（4）結(jié)合多模態(tài)大模型的孿生智能生成孿生智能生成基于低成本高效率的自動(dòng)化工作產(chǎn)線，引入多模態(tài)

AI

大模型能力，面向各行各業(yè)的客戶，提供從真實(shí)世界采集，到孿生世界生成的一體化服務(wù)。?

大規(guī)模三維生成：依托無人機(jī)傾斜攝影采集數(shù)據(jù)成果，結(jié)合攝影測量學(xué)、計(jì)算機(jī)圖形學(xué)算法，48產(chǎn)業(yè)智能整體技術(shù)能力體系采用行業(yè)領(lǐng)先的神經(jīng)輻射場（NeRF）重建技術(shù)，以神經(jīng)渲染的圖像作為誤差約束，通過自動(dòng)化

GPU

處理流程和神經(jīng)網(wǎng)絡(luò)優(yōu)化方法，獲得三維點(diǎn)云、三維模型、真正射影像

(TDOM)、數(shù)字表面模型

(DSM)等測繪成果，構(gòu)建城市實(shí)景三維。圖

4-19實(shí)景三維建模?

全要素場景提?。涸谡Z言和圖像領(lǐng)域，大模型已被證明具有強(qiáng)大的數(shù)據(jù)理解能力。通過結(jié)合圖像分割和多模態(tài)理解能力，針對(duì)實(shí)景三維城市數(shù)據(jù)進(jìn)行微調(diào)和適配，可以形成針對(duì)該領(lǐng)域的分割與理解大模型。該模型將結(jié)合

2D

數(shù)據(jù)的豐富性和

3D

數(shù)據(jù)的專業(yè)性，有效提升城市場景要素的自動(dòng)化理解與數(shù)字化應(yīng)用能力。?

全生產(chǎn)流程管理：基于智能化工具提供標(biāo)準(zhǔn)化的流程管理、配置、排程，構(gòu)建數(shù)字孿生“ERP”平臺(tái)，支持全環(huán)節(jié)精細(xì)化進(jìn)度監(jiān)控、規(guī)范化生產(chǎn)模塊和自定義配置流程等措施，可以有效提升數(shù)據(jù)處理的效率和質(zhì)量。（5）云原生大規(guī)模聯(lián)合仿真數(shù)字孿生仿真平臺(tái)基于跨域融合的底座能力，面向各類型仿真業(yè)務(wù)，解決仿真計(jì)算加速、仿真模型校準(zhǔn)、聯(lián)合仿真等問題，提供一體化通用仿真技術(shù)平臺(tái)能力，包括仿真軟件管理、仿真模型開發(fā)與集成管理、仿真場景

/

實(shí)驗(yàn)構(gòu)建、仿真任務(wù)管理、仿真結(jié)果分析等功能，實(shí)現(xiàn)“可彈性拓展、更快、更準(zhǔn)”的仿真推演，兼容各領(lǐng)域、各類型仿真模型與軟件，解決仿真校準(zhǔn)、多模聯(lián)合仿真、推演和決策一體化等問題。49產(chǎn)業(yè)智能整體技術(shù)能力體系圖

4-20高性能計(jì)算推演調(diào)度引擎多源仿真模型云化集成及統(tǒng)一服務(wù)：提供標(biāo)準(zhǔn)集成接口，支撐面向交通、人群、自動(dòng)駕駛、水利水務(wù)等多類型、跨專業(yè)、跨計(jì)算平臺(tái)的仿真模型的云化集成，并通過

API

方式發(fā)布仿真模型調(diào)用服務(wù)，同時(shí)統(tǒng)計(jì)分析模型調(diào)用情況。?

高性能計(jì)算混合調(diào)度：平臺(tái)能夠根據(jù)仿真模型對(duì)算力需求，自動(dòng)構(gòu)建算力集群進(jìn)行仿真計(jì)算的并行加速，支持百萬級(jí)并發(fā)，提升仿真計(jì)算效率。?

AI

框架支持仿真模型校準(zhǔn)：支持仿真算法超參自主校準(zhǔn)、聯(lián)合仿真的自主校準(zhǔn)學(xué)習(xí)、傳統(tǒng)機(jī)器學(xué)習(xí)

/DL

算法超參自動(dòng)化學(xué)習(xí)、自動(dòng)多種參數(shù)搜索算法

(

貝葉斯優(yōu)化、隨機(jī)搜索、網(wǎng)格搜索等

)。?

復(fù)雜業(yè)務(wù)仿真全流程場景支撐：提供推演、訓(xùn)練、決策一體化平臺(tái)，針對(duì)交通、樞紐、社區(qū)等涉及多要素、多因子的現(xiàn)實(shí)場景，支持多模型聯(lián)合編排、復(fù)雜場景的仿真實(shí)驗(yàn)構(gòu)建，并能夠進(jìn)行不同參數(shù)條件下的大規(guī)模仿真任務(wù)運(yùn)行、多任務(wù)結(jié)果對(duì)比查看，有效支撐優(yōu)化決策。4.2.3

行業(yè)數(shù)據(jù)平臺(tái)行業(yè)數(shù)據(jù)平臺(tái)是加速數(shù)據(jù)價(jià)值挖掘的關(guān)鍵工具，其沉淀的行業(yè)數(shù)據(jù)及模型能為業(yè)務(wù)發(fā)展提供原動(dòng)力。為此，擁有面向行業(yè)構(gòu)建高效、便捷的數(shù)據(jù)平臺(tái)的能力變得尤為重要，同時(shí)行業(yè)數(shù)據(jù)平臺(tái)可以促進(jìn)企業(yè)數(shù)字化發(fā)展提速升級(jí)。（1）政務(wù)數(shù)據(jù)平臺(tái)政務(wù)數(shù)據(jù)是城市發(fā)展的重要基礎(chǔ)，建立健全大數(shù)據(jù)輔助科學(xué)決策和社會(huì)治理的機(jī)制，推進(jìn)政府50產(chǎn)業(yè)智能整體技術(shù)能力體系管理和社會(huì)治理模式創(chuàng)新，實(shí)現(xiàn)政府決策科學(xué)化、社會(huì)治理精準(zhǔn)化、公共服務(wù)高效化，是政府治理現(xiàn)代化的必經(jīng)之路。但是，目前部分地方政務(wù)數(shù)據(jù)存在完整性、準(zhǔn)確性、及時(shí)性等質(zhì)量問題，數(shù)據(jù)應(yīng)用水平有待提高，業(yè)務(wù)場景支撐能力不足。特別是數(shù)據(jù)開放和共享開放應(yīng)用不足，無法滿足跨地區(qū)、跨部門、跨層級(jí)數(shù)據(jù)綜合分析需求。站在全局視角，從具體業(yè)務(wù)需求出發(fā)，通過構(gòu)建標(biāo)準(zhǔn)規(guī)范的政務(wù)數(shù)據(jù)平臺(tái)，界定政務(wù)核心數(shù)據(jù)范圍，明確接入數(shù)據(jù)標(biāo)準(zhǔn)，應(yīng)用智能化數(shù)據(jù)處理方式，能促進(jìn)政務(wù)數(shù)據(jù)的挖掘應(yīng)用，服務(wù)一網(wǎng)統(tǒng)管、一網(wǎng)通辦、營商、監(jiān)管等業(yè)務(wù)。此外，通過深度應(yīng)用

AI

技術(shù)，高效支持多模態(tài)政務(wù)數(shù)據(jù)的處理，能為產(chǎn)業(yè)知識(shí)大模型提供語料、知識(shí)等高質(zhì)量的數(shù)據(jù)服務(wù)，顯著提升政務(wù)數(shù)據(jù)平臺(tái)智能化水平。圖

4-21政務(wù)數(shù)據(jù)平臺(tái)架構(gòu)一站式數(shù)據(jù)資源管理服務(wù)：提供完成數(shù)據(jù)架構(gòu)、數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)質(zhì)量、數(shù)據(jù)生命周期管理、數(shù)據(jù)可視化等多項(xiàng)數(shù)據(jù)管理應(yīng)用，可以為業(yè)務(wù)應(yīng)用提供全量的、標(biāo)準(zhǔn)的、干凈的、智能的數(shù)據(jù)。一套完善的資源管理體系：以公共數(shù)據(jù)目錄為核心，以應(yīng)用管理為抓手，建設(shè)資源配套統(tǒng)一申請(qǐng)工具，完善應(yīng)用統(tǒng)籌機(jī)制，數(shù)據(jù)資源高效配置機(jī)制，將相對(duì)離散的資源整合成為一個(gè)有機(jī)整體，對(duì)外統(tǒng)一服務(wù)各類用戶，對(duì)內(nèi)統(tǒng)一調(diào)度各類資源，體系化盤活政務(wù)數(shù)據(jù)資源。智能化數(shù)據(jù)處理能力：融合多種

AI

技術(shù)，實(shí)現(xiàn)對(duì)政務(wù)數(shù)據(jù)的深度挖掘，通過融合語義識(shí)別技術(shù)、圖像識(shí)別技術(shù)、空間數(shù)據(jù)處理技術(shù)實(shí)現(xiàn)對(duì)多模態(tài)的時(shí)空數(shù)據(jù)的處理能力。?

實(shí)體抽取：通過算法將文本描述中的相關(guān)實(shí)體抽取，擴(kuò)充以事件為核心的各類信息。?

空間編碼

:對(duì)文本數(shù)據(jù)中的地址、空間描述信息進(jìn)行結(jié)構(gòu)化、標(biāo)準(zhǔn)化，對(duì)地址進(jìn)行糾錯(cuò)、補(bǔ)全。51產(chǎn)業(yè)智能整體技術(shù)能力體系?

數(shù)據(jù)空間化：實(shí)現(xiàn)數(shù)據(jù)從二維結(jié)構(gòu)化數(shù)據(jù)到三維空間數(shù)據(jù)之間的關(guān)聯(lián)轉(zhuǎn)換。?

空間計(jì)算：從空間維度上對(duì)數(shù)據(jù)進(jìn)行計(jì)算，包括不規(guī)則區(qū)域、緩沖區(qū)域、空間距離計(jì)算等。（2）交通數(shù)據(jù)平臺(tái)交通問題一直是城市發(fā)展的通病。交通管理者由于缺少高效的管理工具和手段，難以實(shí)時(shí)掌握交通狀況，無法做到“底數(shù)清”“動(dòng)態(tài)明”，這一定程度上制約了城市的發(fā)展。1）底數(shù)清：弄清楚整個(gè)交通系統(tǒng)的承載能力、運(yùn)載工具數(shù)量、設(shè)備設(shè)施的類型和數(shù)量等靜態(tài)數(shù)據(jù)；2）動(dòng)態(tài)明：運(yùn)行中的運(yùn)載工具數(shù)量，未來出行的運(yùn)載工具計(jì)劃，路網(wǎng)的實(shí)時(shí)運(yùn)行狀態(tài)，交通出行量，設(shè)備的運(yùn)行狀態(tài)。通過以路網(wǎng)的統(tǒng)一表達(dá)為基礎(chǔ)，融合動(dòng)靜態(tài)交通數(shù)據(jù)，構(gòu)建多源數(shù)據(jù)融合、標(biāo)高一致、動(dòng)靜一體的統(tǒng)一的交通數(shù)據(jù)平臺(tái)，支持城市、高速交通出行場景。圖

4-22交通數(shù)據(jù)平臺(tái)統(tǒng)一路網(wǎng)（RID）路網(wǎng)處在緩慢的變化過程中，路網(wǎng)拓?fù)浣Y(jié)構(gòu)、路段屬性也會(huì)發(fā)生變化，對(duì)道路運(yùn)行評(píng)價(jià)、路徑規(guī)劃、路網(wǎng)承載力等影響顯著。通過設(shè)計(jì)

RID

體系，用

RID

來唯一標(biāo)識(shí)每條路段，可以做到即使起終點(diǎn)之間的路徑發(fā)生變化

RID

也保持不變。RID分為“標(biāo)精”和“高精”，能夠支持從最細(xì)路段

1

到道路

2

層面的分析。1.

最細(xì)路段是指兩個(gè)交叉路口之間的路段2.

道路是指整條道路，例如杭州文一西路整段52產(chǎn)業(yè)智能整體技術(shù)能力體系?

標(biāo)清路網(wǎng)是用最基礎(chǔ)的

RID、路口等基本元素來分析相關(guān)交通參數(shù)。?

高精路網(wǎng)是在標(biāo)精

RID

的基礎(chǔ)上，將車道數(shù)據(jù)、交通設(shè)備信息、交通設(shè)施信息掛載到

RID

上。多源交通數(shù)據(jù)融合交通數(shù)據(jù)涉及多信息系統(tǒng)和多管理部門，具有容量大、類型多、異構(gòu)的特征，各種數(shù)據(jù)源單獨(dú)使用時(shí)并不能提供完備的信息，且數(shù)據(jù)質(zhì)量往往不高。采用多方面、多特征的信息形成完整的道路狀態(tài)問題判別，將這些不完備的數(shù)據(jù)圖像加以融合，盡可能呈現(xiàn)一個(gè)客觀、全面、完整的交通系統(tǒng)數(shù)據(jù)圖像，成為大數(shù)據(jù)環(huán)境下交通分析技術(shù)中信息融合的核心任務(wù)。多源交通數(shù)據(jù)包括：?

基礎(chǔ)道路數(shù)據(jù)：道路拓?fù)潢P(guān)系、路口渠化信息、設(shè)施設(shè)備信息；?

視頻數(shù)據(jù)：路口攝像頭數(shù)據(jù)、各小區(qū)治安監(jiān)控視頻、電子警察、卡口等；?

公共服務(wù)機(jī)構(gòu)數(shù)據(jù)：市城管局、市容市政管理局、市環(huán)保局、市旅游局、市氣象局等數(shù)據(jù)；?

移動(dòng)運(yùn)營商數(shù)據(jù)：移動(dòng)、電信、聯(lián)通三大運(yùn)營商數(shù)據(jù)；?

互聯(lián)網(wǎng)交通數(shù)據(jù)：高德、百度、網(wǎng)約車、共享單車等數(shù)據(jù)；?

互聯(lián)網(wǎng)輿情數(shù)據(jù)：論壇、貼吧、博客、微博、微信公眾號(hào)、新聞客戶端等互聯(lián)網(wǎng)數(shù)據(jù)與交通、民生相關(guān)的數(shù)據(jù)，尤其是各類突發(fā)事件的相關(guān)數(shù)據(jù)。通過構(gòu)建一套標(biāo)準(zhǔn)的、可伸縮的、廣泛適用的多源數(shù)據(jù)融合的交通數(shù)據(jù)模型感知體系和自動(dòng)化數(shù)據(jù)處理流程，幫助交通治理從“感而不知、感而略知”進(jìn)化到“感