长沙经济技术开发区2024年“人工智能+”融合应用场景揭榜指南

2024-10-12 00:00

揭榜指南

为深入贯彻总书记关于新型工业化的重要论述，落实党中央、国务院关于人工智能赋能新型工业化的决策部署，持续深化“人工智能＋”行动，奋力实现“三高四新”美好蓝图，现发布2024年度“人工智能＋”融合应用场景揭榜指南。

一、人工智能＋工厂

（一）＋AI孪生工厂

鼓励制造企业综合运用AI、数字孪生等新一代信息技术，收集来自流程和设备的多模态实时数据，借助多元模型耦合能力，搭配分布式计算框架实现仿真、优化、控制一体化，构建基于整套实体工厂生产、仓储、厂内物流、经营管理等的工厂数字孪生体模型，开展从单元、系统、到复杂环境的虚实精准映射，集成适配不同场景的人工智能模型，实现多环节动态感知、生产流程优化、精益生产管理等。

（二）＋5G工厂

鼓励制造企业面向工厂生产运行、检测监测、运营管理等环节，基于5G工控算力底座，探索5G独立专网、5G混合专网、5G虚拟专网等工业级5G专网建设，融合应用5G　URLLC、5G　TSN等创新解决方案，推动算网与产线级、车间级、工厂级业务场景的广泛连接，支撑协同研发设计、精准动态作业、厂区智能物流等场景应用，形成生产单元广泛连接、信息技术与运营技术深度融合的5G工厂。

（三）＋零碳工厂

鼓励制造企业面向绿色低碳和节能减排智能化管控需求，基于智能物联操作系统搭建数字一体化平台，依托人工智能、数字孪生等技术，打造专有能碳数据库、组织级及产品级碳核算、能效评估与优化模型，建立装备／产线／车间／工厂多级能耗模型和全生命周期碳排放模型，实现对企业碳排放量的精细化管理和产品全生命周期的碳足迹管理，依托CCUS等降碳技术开展工艺过程碳减排，结合人工智能算法预测企业能源需求，挖掘减排潜力，实现多系统或设备间能耗平衡调度。

二、人工智能＋制造

（一）＋产品设计

鼓励制造企业联合软件服务商面向软件开发、设计、运维等环节，在通用大模型基础上合作二次开发研运专用大模型，基于研发运营领域专有数据集和知识积累构建预训练模型，利用高质量的行业标注数据对预训练模型进行调优，从而研发自主可控的研运行业大模型，二次训练后形成多种开发测试辅助工具，实现智能辅助设计模型、专业产品设计知识库、辅助编码、智能测试、智能运维、专业化智能辅助决策等。

（二）＋生产工艺

鼓励制造企业针对生产运行操作工况组合多变、设备故障率高等实际问题，打造生产管理统一平台，自研高频数采对现场重点设备工艺参数实时采集和监控，通过数理统计、神经网络等手段构建面向生产过程不同产品指标与进料性质、操作工况等反馈的衍生大模型，基于人工智能、工业互联网等技术对模型不断迭代优化，实时优化生产方案，实现智能排产、智能仓储物流、预测性维护等。

（三）＋运营管理

鼓励制造企业针对运营管理、仓储物流、市场营销等环节效率低的实际问题，建立运营管理数字化平台，运用机器学习、计算机视觉、环境感知等智能网联软硬件技术，对高并发数据、多模态数据、多源异构数据等要素信息实时采集，连接业务应用系统，构建运营决策算法模型，开展大数据分析，实现精益生产、智能风控、精准营销等厂内环境的智能化应用及无人车、无人机等终端设备在仓储、城市等厂外环境的商业化应用。

三、人工智能＋产品

（一）＋人形机器人

鼓励制造企业面向物流、工厂制造、危险环境作业等复杂、危险、重复性任务，基于人形机器人物理实体，协同端到端多模态大模型及部署在边缘服务器的感知算法，将任务指令转换为动作指令，结合多种传感器数据，使机器人端在复杂环境下完成汽车装配、设备维护、物料搬运等具体动作执行，依托应用场景迭代和优化控制算法，提升环境感知和动作控制能力，实现复杂环境下协同控制与人机交互等。

（二）＋工业软件

鼓励制造企业联合人工智能服务商基于生成式AI等技术智能抽取和整合大量工业数据、技术文档以及专家经验，提炼关键工艺知识，形成精细化、实用化、结构化的知识体系，面向智能排产、智能分拣、复杂工件识别等复杂多变的工业应用场景开展自主学习迭代，实现对生产过程的智能化监测指导、工业知识共享与高效协同决策等。

（三）＋数字工具

鼓励制造企业聚焦国产化自主可控的数字工具普及应用，对企业在用在建的数字化软件、系统、工具进行国产化改造，基于国产化云原生架构、微服务架构、低代码开发平台，结合小模型、知识图谱等技术开发适用企业自主可控需求的工业SaaS应用、RPA、EDA工具链等数字工具及工业模型库、工艺库、工艺包等专用工具，向大中小企业全面推广并实现产业化应用面状普及。

四、人工智能＋服务

（一）＋云制造

鼓励制造企业面向用户大规模个性化定制需求，构建用户、产品、设备、生产线等多层级、多工厂间的全流程数据链贯通，基于AI、区块链、云计算等技术搭建智能决策与任务分配模型，借助云端网络协同平台对设计、供应、制造和服务各环节进行任务分发及并行组织，多个客户需求可并行直达多个工厂，无缝对接用户需求与制造体系，实现高效协同制造、快速敏捷生产与全流程管控溯源等。

（二）＋数字人

鼓励制造企业面向营销智能化的需求，集成前沿人工智能和大数据技术，借助软件服务商开发的智能办公助手、数字人视频制作等通用能力模块，面向个性化营销等场景需求，二次开发专业职能领域、行业领域构成的专业能力模块，搭建人工智能模型，针对售前、售中、售后环节分发适配不同场景需求的数字人，利用个性化推荐算法、智能客服、大模型答疑等，实现数字人赋能营销全流程。

（三）＋数据要素

鼓励龙头企业与数据服务商联合面向制造业管理、研发、生产等环节，集成生产管理系统、测试系统等工业软件系统，通过标准化接口、数据映射技术等，无缝对接及兼容不同系统间的数据，基于数字对象架构、分布式账本、跨域控制、智能合约等技术体系，通过限定访问特定数据授权主体，打通企业内、多企业间数据的安全流通，推动多主体间的分布共享与平台中心化服务，实现数据资产定价、网络化生产等。

（四）＋新兴经济

鼓励制造企业联合数字企业面向工业旅游、低空经济、文化＋装备、智能驾驶等新兴领域，依托5G－A通感一体、人工智能算力等基础设施，融合AI、数字孪生、VR／AR等技术，叠加红外、视频识别及传感器数采，开展工业场景的数字化复原、虚拟化展示、低空空管平台的AI监管与调度等，开发工业旅游客流动态预测、个性化内容实时生成、eVTOL（电动垂直起降飞行器）配送巡检、文旅消费等新型场景。

（五）＋先进智算

鼓励制造业企业联合智算中心等算力供给主体面工业大模型等智能化应用场景算力需求，基于人工智能专用算力芯片及加速芯片等组成异构计算架构，以人工智能服务器为核心设施，构建开放核心算法模型，突破深度学习、力位耦合与轨迹规划等关键技术，推动工业场景与人工智能算力的适配耦合，孵化出基于智算的工业机器视觉、协同研发设计、柔性生产制造、预测性维护等新型智算工业场景。

名词解释：

1．AI：人工智能，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

2．数字孪生：指通过数字模型对现实世界进行模拟，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。

3.5G：第五代移动通信技术，具有高速率、低时延和大连接的特点，是实现人机物互联的网络基础设施。

4．URLLC：5G低时延高可靠通信，5G三大应用场景之一，旨在支持工厂自动化、远程控制等对时延和稳定性高度敏感的业务。

5．TSN：时间敏感网络，一种基于IEEE　802.1的实时以太网标准，旨在建立时间敏感机制，以实现精确的网络时间同步。

6．算网：指在云、边、端之间按需分配和灵活调度计算资源、存储资源以及网络资源的新型信息基础设施。

7．CCUS：捕集、利用与封存，即把生产过程中排放的二氧化碳进行捕集提纯，继而投入新的生产过程进行再利用和封存。

8．大模型：指具有大量参数和复杂结构的机器学习模型，能够处理海量数据、完成各种复杂的任务。

9．人形机器人：指具有人的形态和功能的机器人，即具有拟人的肢体、运动与作业技能，以及感知、学习和认知能力。

10．SaaS应用：SaaS指一种基于互联网提供软件服务的应用模式，工业SaaS即应用于工业领域的SaaS应用软件。

11．RPA：机器人流程自动化，是以软件机器人及人工智能为基础的业务过程自动化应用程序，可按照自先设计的流程执行任务。