數聯萬物 智啟未來中國工業互聯網技術發展年度趨勢

2023目錄

Contents計算機視覺拓展現實交互第一部分

進化感知邊緣計算 81012工業機理模型綠色制造第二部分

高維認知工業知識圖譜 141618新一代人工智能工業數字孿生第三部分

智能基座工業數據 202224數字工業操作系統

26尾頁報告出品方知識產權條款2727智能基座新一代人工智能計算機視覺拓展現實交互邊緣計算工業知識圖譜工業機理模型工業大數據數字工業操作系統高維認知碳足跡和減碳技術工業進感化知感拓知展圖：2023年中國工業互聯網十大技術發展趨勢工業數字孿生高維認知在感知層技術已經趨于成熟，進入精益求精階段的背景下，海量的數據正在通過傳感器等設備被采集、傳輸、處理。對于企業來講，如何認知這些數據的內在規律，并發掘出數據價值釋放的方式變得尤為重要。在工業領域，工業知識圖譜和工業機理模型代表著高維認知技術真正在工業領域進行了長足的下探。同時在“雙碳”這一國家戰略的引領下，碳足跡和減碳技術也即將被工業界所規模化應用。智能基座對于數字化轉型的企業來說，誠然借助外部成熟的產品和技術能力為我所用是一個快速的方式，但想要長期掌握轉型的話語權和自主權，企業還需要具備自主驅動創新的能力。2023年，大數據、新一代人工智能、數字孿生、工業操作系統等通用技術將會被產品化、組件化封裝，以更加民主化的方式被企業所獲取，同時工業企業將逐漸接受數字工業操作系統，使自己獲得主動開發、管理、運維數字應用的能力。672023工業互聯網十大技術發展趨勢進化感知工業感知層是過去10年中國工業數字化的關鍵方向，從信息化基礎設施、到云端設備，再到邊緣端，設備端，感知的升級正在帶來海量的全新維度數據，這些都是今天如何讓機器進行分析和決策的關鍵點。在這一背景下，計算機視覺、邊緣計算都是其中的關鍵技術環節，他們將進一步向技術精進和行業縱深進行發展。同時，拓展線索交互技術也為行業創新提供的新的思考維度。2023年，疫情硝煙散去，但疫情加速的中國經濟社會數字化轉型進程沒有放緩。3月份全國兩會明確將推動傳統產業數字化轉型列入了年度政府工作的重點事項，預示著2023年將成為企業數字化發展的大年。當前數字化轉型正處于數字化和智能化融合發展的階段，感知層和認知層的智能技術在企業數字化發展的過程中發揮了關鍵的作用，而以新一代人工智能和工業操作系統為代表的智能基座也正在升級。卡奧斯工業智能研究院將2023年工業互聯網的年度技術趨勢凝練為“三大方向、十大趨勢”，并分別進行了系統拆解。2023年度工業互聯網技術趨勢總覽進化知 邊緣計算感云邊端協同管理和調度能力加速數字應用落地生產環境技術界定邊緣計算（Edge

Computing）是一種分布式計算模型，它將計算、存儲和網絡資源放置在距離數據產生源頭最近的邊緣設備上，以實現低延遲、高效率的數據處理和分析。邊緣計算是工業數字化進程中的關鍵技術，它可以應用于工廠自動化、機器人控制、物聯網設備管理、智能監控等多個方面，為工業企業的生產效能提升提供了強有力的技術支持。趨勢一8

工業感知拓展

|

趨勢一“企業對激增的邊緣側資源的有效管理邊緣側的設備、算力、數據等資源配比將快速攀升。以數據為例，出于安全性和效率考慮，未來數字工業超過50%以上數據會在邊緣側產生，同時會出現大量部署在邊緣的應用服務，這要求企業管理和利用好這些資源。2

賦能企業實現云邊端資源協同調度伴隨著云邊端一體化操作系統走向成熟，企業會趨向把云邊端的資源通過統一平臺系統進行的管理和調度，在工業場景下的，工業操作系統、工業大腦將成為協同調度的統一平臺，邊緣計算一體機也將成為數字應用部署的新型載體。2023年關鍵趨勢2023年，云架構變得更復雜，分布式云、云邊協同、邊緣自治、邊邊協同，等創新持續迭代。云邊端協同管理和調度能力的突破將助力工業企業有效駕馭云架構的復雜性，進而充分利用起云架構的先進性，推動邊緣側應用范圍和效果快速放大，主要呈現如下方面趨勢：為什么該趨勢重要？邊緣計算技術的發展已經推動工業系統的數字架構發生了革命性變化，企業數據處理和分析從云端轉移到離設備更近的位置，將大規模數據處理和分析的能力下沉到設備和傳感器級別，計算的可靠性、安全性和計算效率得到顯著提升。在云邊端協同管理和調度技術的支撐下，企業內外的生產要素得以更緊密地連接和流通。企業可以通過數據分析和建模來推進復雜生產場景、跨場景之間的協同優化，打通工業現場內外部自下而上的數據流和自上而下的決策流，為工業智能化運行閉環打通“最后一公里”。給技術甲方的應對建議加大使用邊緣側組件升級或改造企業生產環境中的邊緣節點。選擇適合的云邊端協同管理調度平臺利用平臺的一體化能力和智能大腦能力，實現企業生產經營效能的躍升。重視數據安全、網絡安全建設邊緣設備的分布式特性加大數據和網絡的安全性面臨的挑戰，對此企業應采用多層安全策略來應對挑戰。”

9隨著IoT的發展，海量的數據正在邊緣側加速涌現，算力也隨之加速向邊緣側下沉。提前布局先進的云邊端一體化資源調度與管理技術，對于領先企業至關重要。-卡奧斯智研院

劉和松博士進化知 計算機視覺感工業級場景需求升級，帶動計算機視覺技術趨向高精度和標準化趨勢二10

工業感知拓展

|

趨勢二技術界定計算機視覺（CV）模仿人類視覺系統進行信息處理和解釋，包括圖像處理、模式識別等。計算機和系統可從圖像、視頻和其他視覺輸入中獲取有益信息，進而采取行動或提供建議。在工業領域，計算機視覺技術的應用主要包括測量、定位、檢測、引導及識別等方向，幫助企業實現自動化檢測、質量控制、安全監控和精細化生產等方面的智能化升級。”

11為什么該趨勢重要？作為相對成熟的工業互聯網技術方向，計算機視覺的應用并非從無到有的命題，而是精益求精的問題。從技術縱深看，只有更高精度才能突破當前的應用場景局限，走向更高價值應用領域，比如要求精度在0.5毫米級的新能源電池缺陷檢測等場景，以及進一步納米級的藥物檢測、食品安全識別、醫學成像等場景。高光譜、多光譜、納米紅外光譜等技術的突破也將打開CV技術應用的空間。同時這些技術的規模化應用也需要大企業搭建平臺，提供標準化技術組件和生態支持。2023年關鍵趨勢計算機視覺是人工智能在工業領域應用最成熟的技術方向。2023年隨著應用場景覆蓋廣度和深度的提升，更多潛在的價值場景機會會被發掘出來。驅動計算機視覺技術能力向高精度、標準化方向繼續精進發展。高精度計算機視覺技術向縱深發展高光譜機器視覺感知技術得到普及、視覺算法、算力部署的優化以及與知識圖譜等技術的結合運用，推動計算機視覺趨向于高精度方向發展。2023年在智慧醫療、航空航天、高精密產品質檢等方面將產生許多新的場景落地機會。計算機視覺技術的標準化封裝頭部廠商以開放API、封裝SDK等易于使用和集成的方式提供給中小企業，降低技術規模化開發和使用的門檻，并孕育出新的技術商業化模式。在這個過程中，標準化是為了建立一個良好的循環迭進生態，促進算法和樣本共享，讓算法有可研究試驗的數據，同時疑難樣本可以推給更專業的算法團隊攻克。給技術甲方的應對建議在技術布局方面需要密切關注高精度方向的技術進展、評估技術可獲得性，找到高價值場景。在技術選型方面對于單點技術項目，重點關注那些行業、場景專注型公司的產品；對于復合型技術項目，關注總包供應商集成方案之下的算法、數據、現場素材等專項模塊的實際供給能力。“”作為實現智能制造的關鍵技術，機器視覺技術一定會從現在粗放的非標自動化實施方式轉向標準化實施并邁向更高精度，需要一個共建的生態鏈接工廠現場與科研團隊，加速生產制造智能化轉型升級。-卡奧斯智研院

徐春長進化知 拓展現實交互感拓展現實交互技術入口價值凸顯，打開工業數字化多元化場景趨勢三1312

工業感知拓展

|

趨勢三技術界定拓展現實交互技術（XR）是虛擬現實、增強現實和混合現實等技術的組合，通過計算機技術和可穿戴設備產生真實與虛擬結合、可人機交互的環境，提供更加直觀、沉浸式的體驗。拓展現實交互技術可為工業企業在產品設計、生產制造、質量檢測、設備維護、遠程協作等方面以多種組合方式融匯虛擬和現實世界，為工業制造的運行模式提供更立體的解決方案。“”

為什么該趨勢重要？不同于各種工業技術本身，拓展現實交互作為技術驅動的創新性的交互方式，為工業企業數字化提供更加立體的場景入口。隨著XR持續融入工業企業的數智工作流，企業虛擬和現實之間的連接和互動會更流暢，在工業教育、輔助操作、技術實踐等方面突破空間和時間限制，拓展企業數字化發展維度。同時，XR技術的想象空間仍然很大，比如在技術融合方面，XR可以成為與工業計算機視覺、人工智能、傳感器、通信、顯示等多技術融合創新應用的絕佳載體。2023年關鍵趨勢2023年，雖然拓展現實交互技術的深度應用仍然處于早期，但其對于工業企業的數字化轉型和技術應用的場景入口價值將得到進一步凸顯。工業生產場景入口：實現對工業生產過程的全方位可視化、模擬和優化，提高設計、制造、檢測、維修等環節效率和質量。工業培訓教育入口基于逼真的模擬場景為員工和合作伙伴提供高質量的培訓教育體驗。產品服務的使用者入口

客戶可在虛擬環境中預覽和定制產品，驅動產品銷售。拓展現實技術的新應用是為工廠打造全場景孿生交互培訓的元宇宙社區。通過XR沉浸式體驗和虛實融合，為新時代的創客提供數字化場景，綜合提升數字技能素養，最終實現企業數智驅動的能級提升-卡奧斯智研院

謝海琴給技術甲方的應對建議評估技術落地場應深入理解XR技術的可實現性，盤點企業內部生產經營場景下XR技術的應用場景和應用價值，篩選出高價值場景。推進試點技術落地與兼具XR技術實現能力和行業解決方案能力的供應商開展深入合作，由點及面探索XR技術解決方案的落地投產。優先從非關鍵場景切入可以工業輔助操作層切入XR技術的落地，比如設備運行數據分析、故障分析檢修、遠程協同作業等，控制風險。高維知 工業知識圖譜感工業知識圖譜技術驅動產品全生命周期知識融合應用工業知識圖譜，機理模型作為工業領域的黃金級經驗，需要以圖譜化形式沉淀，方便后續的理解以及各環節調用。-卡奧斯智研院

王曉利博士技術界定知識圖譜是一種基于語義網技術的知識表示方法，它將實體、屬性和關系等元素進行抽象和建模，形成一個具有語義表達能力的圖結構。在工業領域，知識圖譜可以將工業領域的知識進行建模，形成一個具有語義表達能力的圖結構，從而實現對工業領域知識的存儲、管理、推理和應用。趨勢四14

高維認知涌現

|

趨勢四工業知識圖譜技術向工業生產鏈條的多環節快速滲透幫助企業整合和利用各種生產數據、設備數據、質量數據等方面的專業知識，為企業提供生產優化和質量控制的決策支持。人工智能加速工業知識圖譜落地知識圖譜可以為AI提供認知和理解能力，而AI也正在加速企業的知識圖譜構建，包括獲取各種文獻、專利信息、技術標準等方面的專業知識，同時自動化處理各種設備信息、工藝參數、質量數據等方面專業知識。工業知識圖譜技術應用將更加注重數據質量和數據安全隨著國內在數據安全方面的監管和政策優化，工業企業會更加注重數據質量和數據安全問題，并提出更加有效的解決方案。2023年關鍵趨勢工業知識圖譜驅動全生命周期知識融合應用，多環節、AI驅動、安全成為三大趨勢性關鍵詞。為什么該趨勢重要？產品的設計、制造、銷售和售后服務等環節之間存在著大量的知識交互。這些環節之間的知識交互需要統一的語義表示方式，以便于不同環節之間的知識共享和融合。而工業知識圖譜非常適合解決這一問題，隨著融入工業生產全環節，它可以將不同環節之間的知識進行抽象和建模，并形成一個具有語義表達能力的圖結構，從而實現對不同環節之間的知識的存儲、管理、交叉推理、協同應用，為企業級的智能決策實現打下基礎。給技術甲方的應對建議深刻理解工業知識圖譜基于此對自身的數據資源進行全面、準確、可靠的整合和互聯。強化技術人才儲備自主投入建立利用工業知識圖譜分析和挖掘能力。與具備產品技術優勢的企業合作利用AI+工業知識圖譜探索在排產排程、訂單響應、供應鏈管理等方面的智能決策落地。“”

15高維知 工業機理模型感工業領域知識注入通用大模型，孕育工業大模型落地技術界定工業機理模型技術是指利用人工智能技術、特別是通用大模型技術來構建具有海量參數、強大泛化能力、跨領域適應性的工業機理模型的技術。工業機理模型技術的主要目標是以知識注入的方式，將工業領域的專業知識和經驗融合到通用大模型，孕育出具有工業領域特色工業機理大模型。趨勢五為什么該趨勢重要？工業機理模型是工業互聯網平臺的重要構成要素，匯集了工業領域生產過程中的原理、定理、定律等專業知識。領先工業智能企業將工業經驗知識進行聚集、提煉和封裝，形成機理并構建成工業大模型模型，嵌入到工業互聯網平臺中，將極大拓展平臺智能化水平，為平臺提供核心競爭能力。在國家層面，2023年《工業互聯網平臺工業機理模型開發指南》的發布也為工業機理模型在工業互聯網平臺中的開發和應用提供指導和規范。給技術甲方的應對建議建立工業機理模型開發和管理平臺參考國家《工業互聯網平臺工業機理模型開發指南》等要求推進模型開發和應用。模型融合創新探索工業機理模型與數據算法模型、研發仿真模型、業務流程模型等其他類型模型結合。引進相關人才尤其是具備工業領域知識、建模能力、編程能力、數據分析思維等綜合素質的人才。處理更多類型的工業數據例如文本、圖像、視頻、聲音、傳感器數據等多模態數據。處理跨工業領域和專業的數據例如機械、電氣、化工、材料等。執行多種工業場景和任務例如故障診斷、質量檢測、過程優化、排產排程、產品設計等。提供魯棒性和可解釋的結果對于工業認知和決策結論給出推理過程、證據支持、置信度評估等。2023年關鍵趨勢2023年是人工智能通用大模型進入“現象級”增長和規模化應用的元年，對于工業企業來說，利用知識注入方式將工業機理與通用大模型進行融合將成為未來1~2年關鍵趨勢。通過知識注入，具備工業機理的工業大模型將獲得強大的垂直行業落地能力，幫助工業企業獲得更豐厚的業務收益。16

高維認知涌現

|

趨勢五“”

17注入工業知識的工業大模型讓機理模型更快沉淀，這讓企業可以低成本將數據和知識轉化為模型，實現經驗型企業到數據驅動型企業的轉型。-卡奧斯智研院

吳秀璞高維知 綠色制造感碳足跡和減碳技術成為推動綠色制造落地的關鍵突破口技術界定綠色制造是綜合考慮環境影響和資源消耗的現代化制造模式，目標是使產品從設計到回收外理的整個產品生產周期中對環境負面影響極小，資源利用率極高，使企業經濟效益、社會效益和生產效益協調優化。碳足跡和減碳技術是實現綠色制造的關鍵技術組合，碳足跡指組織、產品或服務在其生命周期內直接或間接產生的溫室氣體排放量；減碳技術是能夠降低碳排放或增加碳匯的技術，如工業碳捕集和封存、大氣碳負排放等。趨勢六2023年關鍵趨勢綠色低碳是制造業轉型發展的全新維度。

2023年，雙碳技術棧將支撐綠色制造模式在發電、鋼鐵、化工、建材等行業逐步落地，其中碳足跡和減碳處于核心技術位置，帶來諸多趨勢性變化：碳排放量化技術通過工藝機理和高質量數據建構工業生產和碳排放的內在邏輯關系，結合碳排放核算能力的不斷提高，企業將找到衡量碳資產的有效方式。碳排放的時空視角面向產品全生命周期碳排放核算（時域特性）和制造業全供應鏈碳中和（空域特性）是發展方向。工業能源的綠色轉型基于對碳資產的有效衡量和定價，以及碳市場的逐步落地，工業能源的綠色轉型將真正與企業的經營指標相關，從而推動企業主動推進能源綠色化進程。能源互聯網企業利用虛擬電廠、綜合能源系統來管理調度多種清潔能源和能源網、實現全局ROI最優成為可能，技術落地從樓宇級走向園區級。為什么該趨勢重要？綠色制造、碳足跡和減碳都不是獨立的技術，而是圍繞著碳排放和利用的技術組合與模式創新。在雙碳戰略的藍圖下，中國在工業綠色制造領域可以發掘出巨大而豐富的減碳潛力和空間，并通過碳市場真實轉化為企業財富與社會財富。在這個過程中，碳足跡和減碳技術突破將成為綠色制造落地的關鍵環節，其突破將很好的打開碳市場商業化空間。預計到2030年“碳達峰”時碳減排市場將達到兩萬億，碳管理市場也將達到千億級。同時，通過采用先進的減碳技術，可以優化產業結構，助力中國工業的高質量轉型發展。給技術甲方的應對建議自我分析診斷梳理自身碳排放狀況和減碳空間，關注碳足跡和減碳技術的進展，評估其對市場和本企業帶來的機會和挑戰。關注供應商多元化服務能力除了產品技術之外，也應當對碳戰略的研究咨詢能力和綜合服務能力進行評估，以確保自身的業務策略處于正確方向。“”

1918

高維認知涌現

|

趨勢六綠色制造是全球雙碳科技戰略與制造業轉型發展深度融合形成的新技術、新業態和新模式，是破解資源環境約束、實現可持續發展、建設制造強國的必然選擇。-卡奧斯智研院

馬正中博士智能座 工業大數據基人工智能的價值釋放，進一步加速工業企業的數據基建進程趨勢七技術界定大數據技術是數據采集、存儲、管理、分析挖掘、可視化等技術的總和，其幫助企業沉淀海量多維、高增長、多形態的信息資產。進而有能力利用智能技術獲得洞察、自優化、預測、決策能力。工業大數據技術是在工業物聯、產業互聯產生的海量、復雜的數據中發現新的知識規律，挖掘有價值洞察的技術手段，推動制造型企業以數據驅動的產品服務創新、經營水平提升、生產運營提效，以及商業模式拓展。為什么該趨勢重要？工業大數據在工業數字化進程中至關重要。從供給側來看，產業互聯網的發展帶來用戶、員工、設備、環境、產業鏈上下游等復雜網絡之間的連接，數據生產量指數級上升，這些數據亟待被有效沉淀、處理和應用。從需求側來說，AIGC為代表的新一代人工智能技術處于爆發期，但其在工業的落地和價值創造，亟需高質量、結構化的數據支撐。這些都讓工業大數據的意義超越以往任何時期。2023年關鍵趨勢2023年，人工智能的突破性進展讓業界開始關注大模型的行業化應用，而工業大數據成為工業企業構建AI可用的數據體系、打造工業大模型的關鍵支撐。對于數智化轉型處于領先地位的企業來說，工業大數據潛在的巨大價值將吸引他們未來數年持續加大IT投入，帶來一些趨勢性變化：數據全生命周期管理加快被實踐工業大數據的高度復雜性是傳統數據技術應用于工業的難點，而AI技術非常擅長處理復雜但具備結構性的數據，所以企業全生命周期數據管理的理念將被更多企業付諸實踐。大數據技術的進階應用加速落地數據技術高階應用加快，比如數據處理環節的湖倉一體、批流一體，數據分析等技術應用，數據分析環節的算法模型、智能標簽、知識圖譜、可視化等高級分析技術等。給技術甲方的應對建議構建面向未來的數據戰略企業深刻理解以AI為代表的新技術在企業的潛在落地價值，并圍繞其打造數據支撐體系。數據基建和業務價值結合避免只投入基礎設施，也要在關鍵場景同步推進關鍵業務價值轉化，比如生產監控、異常告警、故障診斷等高價值場景。20

智能基座升級

|

趨勢七“”

21在工業大數據應用中，關鍵是要始終保持對業務的敏銳度和洞察力，不斷挖掘數據背后的信息和價值，并將其轉化為可操作的見解和決策。-卡奧斯智研院

閆宗奎智能座 新一代人工智能基群體智能成為AI在工業領域應用的下一個突破性方向趨勢八技術界定群體智能技術是模擬自然界生物群體行為的人工智能技術，具有去中心化、智能度高、靈活性強的特點，可以在沒有中心控制且對全局環境認知不足的情況下完成很多復雜任務。工業領域群體智能指在工業生產、管理等環節中，利用多個智能設備或系統（如機器人、傳感器等）通過分布式、去中心化、自組織的方式協同完成復雜任務或解決復雜問題的技術。為什么該趨勢重要？工業生產的復雜性正在幾何式增長，智能設備和傳感器的廣泛使用使得群體間的智能交互變得更具意義。通過多個智能設備或系統的協同作業，可以在認知和決策中充分照顧到工業生產、管理、服務等各個環節，提升工業企業生產經營效率和質量。同時，通過多個智能設備或系統的自適應和自組織能力，也將幫助企業極大增強工業系統對復雜環境和不確定因素的適應性和魯棒性，降低數字化、智能化轉型帶來的潛在風險。2023年關鍵趨勢2023年，群體智能技術將更多被業界討論，并開始融入制造業數字化轉型的技術攻堅進程。在大語言模型、邊緣計算、物聯網、知識圖譜等多種技術棧的支撐下，群體智能技術發展的基礎已經趨于成熟，技術將逐漸走出實驗室。在技術突破點方面，群體智能技術探索重點會在多個智能設備或系統在邊緣節點的分布式協同計算。具體來說就是利用邊緣側的算力集群，提高分布式群體智能的實時性、靈活性和魯棒性，降低對中心節點和云端的依賴，如：工業機器人集群利用邊緣計算開展實時協作控制、故障檢測、自修復任務；設備傳感器集群可以利用邊緣計算實時開展數據融合、壓縮、分析等任務。這些都是群體智能落地的場景趨勢。給技術甲方的應對建議積極探索基于數字化基礎設施上的群體智能技術應用利用群體智能技術開發新產品、新服務、新模式，拓展新市場、新領域、新業態。加強生態合作利用群體智能技術支撐開放共享的AI生態平臺，推進資源整合和優勢互補。注重可持續發展應當兼顧多重收益，比如兼顧經濟效益和社會效益，兼顧節能減排和環境保護等。22

智能基座升級

|

趨勢八“”

23群體智能技術會成為工業互聯網下一個階段的關鍵驅動力，這也將讓工廠、供應鏈真正意義上走向自循環、自運轉的生態系統道路。-卡奧斯智研院

秦承剛博士智能座 工業數字孿生基工業數字孿生技術推動數字技術在制造業的規模化應用趨勢九技術界定數字孿生技術的要義是在數字信息平臺上創建一個與實體對象或系統相對應的虛擬模型

-

“數字孿生體”，它可以實時或準實時地接收實體對象或系統上的傳感器采集的數據、并將其進行動態仿真和分析，輸出決策數據。工業數字孿生技術是工業互聯網的核心技術之一，通過在數字空間構建物理對象的精準模型，并利用實時數據驅動模型運轉，實現數字空間與物理世界的雙向映射和交互，從而為工業企業提供綜合決策所需的環境和能力。為什么該趨勢重要？企業生產經營活動的復雜性決定了企業決策的復雜性，但這些決策不能依賴真實世界的試錯，企業想要持續做出對的決策，在虛擬空間完成這一點尤為重要，這也是企業能否指數級提升效率、降低風險的關鍵基礎設施。越來越多企業正在使用數字孿生技術來呈現以前不透明的業務流程、成本、產出或其他業務活動，這對于控制企業數字化轉型過程中的風險，提升數字技術落地效果至關重要。2023年關鍵趨勢基于工業數字孿生底座，企業得以有效構建起的工業仿真系統，進而在系統中規模化試驗諸多數字技術，推動技術規模化應用。預計2023年，工業數字孿生技術將繼續深入發展，顯著提升工業數字孿生系統面的復雜經營環境的可用性，從而規模化支撐數字技術落地。數字孿生體構建技術在工業大數據支撐下，數字孿生技術從模擬特定場景向模擬復雜系統擴展，實現對整個生產過程、供應鏈網絡、產品全生命周期等復雜系統的數字化建模。數字孿生交互技術工業企業更加強調將數字空間的優化結果及時反饋到物理世界，并獲得期待的經濟效益。推動技術產品在數字空間與物理世界的雙向映射更加實時，物理對象的智能化協同水平顯著提高。數字孿生支持業務創新改進監控改善工廠運營成本結構，基于工業仿真環境預測分析和調度管理，產品對抗性研發、差異化設計等。給技術甲方的應對建議構建IT數字孿生路線圖定義并規劃自身所需的數字產品組合。在業務流角度審視數字孿生技術應用圍繞自身生產經營的全流程以及關鍵場景，搭建數字孿生場景。探索利用數字孿生技術支撐智能決策數字孿生和決策相輔相成，利用數字孿生環境對現實世界還原，讓工業智能體在虛擬環境下實現海量的試錯，從認知智能向決策智能探索。2524

智能基座升級

|

趨勢九“數字孿生技術能夠賦能工廠全生命周期數字化變革。該技術基于