[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-details-5-20":3,"article-types-5":22,"article-swiper-20":40,"article-labels":61,"site-basic-menu":72},{"code":4,"data":5,"model":19,"message":20,"count":21},1000,{"id":6,"adddate":7,"auid":8,"soaArticleType":9,"soaTitle":10,"soaTitleF":11,"soaImg":12,"soaLabel":13,"soaLabelName":14,"soaIsPopular":15,"soaDate":16,"soaIsshow":17,"soaDetails":18,"soalIsRecommend":15},20,"2025-01-03 09:15:48",1,5,"《工业智能白皮书》正式发布（附完整报告下载方式）","本白皮书深入解读了工业智能的背景内涵，分析了工业智能主要类型，并从应用、技术和产业等方面研究和分析工业智能的发展脉络和最新状况，并在一定程度上对未来发展变革方向有所预见。","https:\u002F\u002Fimg.xuliuiot.com\u002Fp6173\u002Ft1\u002F202501\u002F0de9567d-183d-4088-8d63-f25ece2a473d.png","2,1","MES实施,MES软件",false,"2025-01-03 09:14:13",true,"\u003Cdiv class=\"article-cover\" style=\"margin:0px 0px 40px;padding:0px;width:726px;height:408px;overflow:hidden;\">\u003Cimg src=\"https:\u002F\u002Fstatic001.infoq.cn\u002Fresource\u002Fimage\u002Fda\u002F72\u002Fda048877c79da9b250224a1496d60172.jpg\" data-ke-src=\"https:\u002F\u002Fstatic001.infoq.cn\u002Fresource\u002Fimage\u002Fda\u002F72\u002Fda048877c79da9b250224a1496d60172.jpg\" alt=\"《工业智能白皮书》正式发布（附完整报告下载方式）\" style=\"margin:0px;padding:0px;width:726px;height:408px;object-fit:cover;object-position:center center;\">\u003C\u002Fdiv>\u003Cdiv class=\"content-preview size-base\" style=\"margin:0px;padding:0px;position:relative;\">\u003Cdiv class=\"article-preview\" style=\"margin:0px;padding:0px;font-family:"-webkit-font-smoothing:antialiased;-webkit-tap-highlight-color:rgba(255, 255, 255, 0);line-height:30px;position:relative;color:#303030;\">\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">4 月 23 日，工业互联网产业联盟（简称 AII）和中国信息通信研究院（简称中国信通院）共同组织编写、北京极客邦科技有限公司提供支持、InfoQ 提供案例支撑的《工业智能白皮书》正式发布。\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">本白皮书深入解读了工业智能的背景内涵，分析了工业智能主要类型，并从应用、技术和产业等方面研究和分析工业智能的发展脉络和最新状况，并在一定程度上对未来发展变革方向有所预见。希望能与业内同仁等共享成果，共谋工业智能新发展。 人工智能自诞生以来，经历了从早期的专家系统、机器学习，到当前持续火热的深度学习等多次技术变革与规模化应用的浪潮。随着硬件计算能力、软件算法、解决方案的快速进步与不断成熟，工业生产逐渐成为了人工智能的重点探索方向，工业智能应运而生。\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cdiv style=\"margin:0px auto 19px;padding:0px;text-align:center;\">\u003Cdiv style=\"margin:0px auto;padding:0px;\">\u003Cimg src=\"https:\u002F\u002Fstatic001.infoq.cn\u002Fresource\u002Fimage\u002Fda\u002F72\u002Fda048877c79da9b250224a1496d60172.jpg\" data-ke-src=\"https:\u002F\u002Fstatic001.infoq.cn\u002Fresource\u002Fimage\u002Fda\u002F72\u002Fda048877c79da9b250224a1496d60172.jpg\" style=\"margin:0px;padding:0px;vertical-align:top;max-width:100%;height:auto;\">\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">当前，新一轮科技革命和产业变革蓬勃兴起，工业经济数字化、网络化、智能化发展成为第四次工业革命的核心内容。作为助力本轮科技革命和产业变革的战略性技术，以深度学习、知识图谱等为代表的新一轮人工智能技术呈现出爆发趋势，工业智能迎来了发展的新阶段。通过海量数据的全面实时感知、端到端深度集成和智能化建模分析，工业智能将企业的分析决策水平提升到了全新高度。然而，工业智能仍处于发展探索时期，各方对工业智能的概念、类型、应用场景、技术特点及产业发展等尚未形成共识。\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">在此形势下，工业互联网产业联盟（简称 AII）携手中国信息通信研究院（简称中国信通院）联合举办“工业互联网成果线上发布会”，会上发布了近期工业互联网领域的重大科研成果之一：《工业智能白皮书》。（文末附下载方式）\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Ch2 style=\"margin:0px;padding:26px 0px 4px;font-size:28px;line-height:44px;color:#353535;white-space:pre-wrap;\">工业智能是工业互联网释放赋能价值的关键要素\u003C\u002Fh2>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">工业互联网的核心是数据驱动的智能分析与决策优化。工业互联网从发展之初，就将数据 作为核心要素，将数据驱动的优化闭环作为实现工业互联网赋能价值的关键。在工业互联网体 系架构 1.0 中，明确提出工业互联网核心是基于全面互联而形成数据驱动的智能，即通过数据采 集交换、集成处理、建模分析、优化决策与反馈控制等实现机器设备、运营管理到商业活动的 智能与优化。工业互联网架构 2.0 则进一步强调数据闭环的作用，明确了工业互联网基于感知控 制、数字模型、决策优化三个基本层次，以及由自下而上的信息流和自上而下的决策流构成的工业数字化应用优化闭环实现核心功能。\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">工业智能是实现工业互联网数据优化闭环的关键。在全面感知、泛在连接、深度集成和高 效处理的基础上，工业智能基于计算与算法，将以人为主的决策和反馈转变为基于机器或系统自主建模、决策、反馈的模式，为工业互联网实现精准决策和动态优化提供更大的可能性。工业智能实现了从数据到信息、知识、决策的转化，挖掘数据潜藏的意义，摆脱传统认知和知识边界的限制，为决策支持和协同优化提供可量化依据，最大化发挥利用工业数据隐含价值，成为工业互联网发挥使能作用的重要支撑。\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">工业智能的创新突破不断拓宽工业互联网的赋能价值。工业智能技术正迎来多方面创新与突破，为支撑工互联网的数据优化闭环，进一步拓展和丰富工业互联网的能力边界与作用发挥关键作用。一是以深度学习、知识图谱为代表的工业智能技术及相应的新理论新方法百花齐放并相互融合，从根本上提高系统建模和处理复杂性、不确定性、常识性等问题的能力。二是自动化机器学习，聚焦特定功能、采用特殊架构的芯片等工程技术不断突破。三是工业智能技术 与领域知识融合不断加深，更加贴近行业实际需求。工业智能通过技术的持续创新与动态迭代，使工业互联网具备了复杂计算和推理能力，降低了工业互联网应用的开发门槛与成本，增强了行业应用赋能的价值与潜力，成为释放并拓宽工业互联网赋能价值的关键。\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cdiv style=\"margin:0px auto 19px;padding:0px;text-align:center;\">\u003Cdiv style=\"margin:0px auto;padding:0px;\">\u003Cimg src=\"https:\u002F\u002Fstatic001.geekbang.org\u002Fwechat\u002Fimages\u002F81\u002F815f515efacf18beff0c0b768626ca94.jpeg\" data-ke-src=\"https:\u002F\u002Fstatic001.geekbang.org\u002Fwechat\u002Fimages\u002F81\u002F815f515efacf18beff0c0b768626ca94.jpeg\" style=\"margin:0px;padding:0px;vertical-align:top;max-width:100%;height:auto;\">\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Ch2 style=\"margin:0px;padding:26px 0px 4px;font-size:28px;line-height:44px;color:#353535;white-space:pre-wrap;\">工业智能的内涵\u003C\u002Fh2>\u003Ch3 style=\"margin:0px;padding:26px 0px 4px;font-size:24px;line-height:40px;color:#353535;white-space:pre-wrap;\">(一) 工业智能发展背景\u003C\u002Fh3>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cspan style=\"margin:0px;padding:0px;font-weight:700;\">1. 提升工业智能化水平成为全球共识与趋势\u003C\u002Fspan>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">当前，以智能化为核心的新一轮科技产业变革兴起，人工智能技术与社会各领域不断融合已经是大势所趋，正逐步改变现有产业形态、商业模式和生活方式，并成为助推工业智能化转型升级的关键燃料。据 Markets 报告预计，2025 年人工智能制造市场规模将达 172 亿美元， 预测期 (2018-2025 年 ) 内的年复合增长率为 49.5%。Automation Technology 预计到 2035 年，人工智能对制造业增值占比可达 2.2%，排名社会 16 个主要行业之首。根据麦肯锡报告， 人工智能可以使德国工业部门的生产率每年提高 0.8% 至 1.4%。埃森哲则比较了人工智能对我国各个行业部门增加值增速的影响，预计到 2035 年，制造业因人工智能的应用其增加值增速 可以提高 2.0% 左右，是所有产业部门中提高幅度最大的。\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">世界主要发达国家政府及组织高度重视，积极出台相关战略政策，提升工业智能化水平成为全球共识与趋势。经统计，截止到 2019 年底，在全球 20 多个经济体近三年发布的 100 份人工智能方面的战略规划或政策文件中，涉及与工业结合的超过一半以上。美、日、德、欧盟分别发布《国家人工智能研究和发展战略规划》《新机器人战略》《国家工业战略 2030》《欧盟人工智能》等一系列政策战略，重点提及产品全生命周期优化、先进机器人、自动驾驶、大数据挖掘等在工业领域应用。\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">工业是我国国民经济的主导，我国积极抢抓以人工智能为驱动的新一轮科技产业变革的机遇，工业智能成为了国家及业界高度重视的领域方向。我国政府双侧发力，推动人工智能与制造业的融合发展。一方面，将人工智能技术作为制造业创新发展的重要驱动力，在制造业相关政策文件中提及人工智能技术应用的有 20 余篇。另一方面，将工业制造领域作为人工智能落地 应用的重点行业，在《互联网 + 人工智能三年行动实施方案》《新一代人工智能发展规划》《促进新一代人工智能产业发展三年行动计划》等 10 余份文件中均提出将制造业作为开展人工智能应用试点示范的重要领域之一。同时，各省市地区积极响应，形成了“国 - 省 - 市 - 区”多级协同的政策体系。各地关于工业智能发展的政策文件超过 30 篇，上海、四川、青岛、中关村等多个省 市及区域已经出台或正在布局人工智能与工业融合创新的政策方案，为工业智能的发展奠定了 完善有力的政策保障。\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cspan style=\"margin:0px;padding:0px;font-weight:700;\">2. 人工智能技术加速渗透，构建制造业智能化基础\u003C\u002Fspan>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">制造业智能化升级需求是工业智能发展的根本驱动。制造业升级的最终目的是从数字化、网络化转而最终实现智能化。当前制造业正处在由数字化、网络向智能发展的重要阶段，核心是要实现基于海量工业数据的全面感知，和通过端到端的数据深度集成与建模分析，实现智能化决策与控制指令。工业智能通过 1. 固化熟练工人和专家的经验，模拟判断决策过程，解决过去工业领域中需要人工处理的点状问题 ;2. 基于知识汇聚实现大规模推理，实现更广流程、更可靠的管理与决策 ;3. 通过构建算法模型，强化制造企业的数据洞察能力，解决工业中机理或经验复杂不明的问题。成为企业转型升级的有效手段，也是打通智能制造最后一公里的关键 环节。\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">人工智能技术体系逐步完善，推动工业智能快速发展。一方面是技术实现纵向升级，为工业智能的落地应用奠定基础。算法、算力和数据的爆发推动人工智能技术不断深化，使采用多种路径解决复杂工业问题成为可能。传感技术的发展、传感器产品的规模化应用及采集过程自动化水平的不断提升，推动海量工业数据快速积累。工业网络技术发展保证了数据传输的高效性、实时性与高可靠性。云服务为数据管理和计算能力外包提供途径。另一方面是技术实现横向融合。人工智能具有显著的溢出效应，泛在化人工智能产业体系正在快速成型，工业是其涵盖的重点领域之一。\u003C\u002Fp>\u003Ch3 style=\"margin:0px;padding:26px 0px 4px;font-size:24px;line-height:40px;color:#353535;white-space:pre-wrap;\">(二) 工业智能的发展历程\u003C\u002Fh3>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">总体来看，工业智能的发展与人工智能技术的演进密切相关，从人工智能概念诞生至今， 工业智能历经了三个发展阶段。\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cspan style=\"margin:0px;padding:0px;font-weight:700;\">1. 萌芽期 : 基于规则的专家系统时代\u003C\u002Fspan>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">自上世纪八十年代开始，规则型专家系统逐渐成熟，通过归纳已有知识形成规则解决问 题，并成功应用于工业企业管控系统中，如美国车间调度专家系统 ISIS，日本新日铁 FAIN 专家 系统等，实质上就是领域专家知识的固化和程序化执行。\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cspan style=\"margin:0px;padding:0px;font-weight:700;\">2. 渗透期 : 基于统计的传统机器学习时代\u003C\u002Fspan>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">90 年代至二十一世纪初可概括为基于统计的传统机器学习时代。该时期统计学派、机器 学习和神经网络等概念 (即“联结主义”) 盛行，人工智能基于传统机器学习 \u002F 模式识别系统等 统计学方法能够解决机理相对模糊的问题，包括以模糊控制、神经网络控制和专家系统控制 为代表的智能控制理论在工业过程控制和机器人领域的应用 ; 将图像处理方法应用于产品视 觉质量检测，使用机器学习进行工业数据的建模分析，形成工业数据模型并指导优化制造过程。然而以神经网络为主的机器学习方法大多是黑箱方法，其可靠性和可解释性问题限制了 此类实际应用的深入推进。\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cspan style=\"margin:0px;padding:0px;font-weight:700;\">3. 发展期 : 基于复杂计算的深度学习时代\u003C\u002Fspan>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">本世纪初至今可以概括为基于复杂计算的深度学习时代。深度学习、知识图谱等更加复 杂多元的 技术出现，新型的算法对于复杂问题的可解度有了显著提升，人工智能技术逐渐发展到可以解决实际问题并完全超越人类的程度。这一时期的典型代表有: 基于数据驱动的优 化与决策、深度视觉质量检测 ; 工业知识图谱解决全局性、行业性问题 ; 人机协作等智能工业机器人蓬勃发展并广泛应用。\u003C\u002Fp>\u003Ch3 style=\"margin:0px;padding:26px 0px 4px;font-size:24px;line-height:40px;color:#353535;white-space:pre-wrap;\">(三) 工业智能的定义及内涵 \u003Cspan style=\"margin:0px;padding:0px;\">1. 工业智能的定义\u003C\u002Fspan>\u003C\u002Fh3>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">工业智能 (亦称工业人工智能) 是人工智能技术与工业融合发展形成的，贯穿于设计、生 产、管理、服务等工业领域各环节，实现模仿或超越人类感知、分析、决策等能力的技术、方法、产品及应用系统。可以认为，工业智能的本质是通用人工智能技术与工业场景、机理、知识结合，实现设计 模式创新、生产智能决策、资源优化配置等创新应用。需要具备自感知、自学习、自执行、 自决策、自适应的能力，以适应变幻不定的工业环境，并完成多样化的工业任务，最终达到提升企业洞察力，提高生产效率或设备产品性能等目的。\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cspan style=\"margin:0px;padding:0px;font-weight:700;\">2. 工业智能的问题分类\u003C\u002Fspan>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cdiv style=\"margin:0px auto 19px;padding:0px;text-align:center;\">\u003Cdiv style=\"margin:0px auto;padding:0px;\">\u003Cimg src=\"https:\u002F\u002Fstatic001.geekbang.org\u002Fwechat\u002Fimages\u002Fda\u002Fda3553b8fd2bd5a989be5f2530a17251.jpeg\" data-ke-src=\"https:\u002F\u002Fstatic001.geekbang.org\u002Fwechat\u002Fimages\u002Fda\u002Fda3553b8fd2bd5a989be5f2530a17251.jpeg\" style=\"margin:0px;padding:0px;vertical-align:top;max-width:100%;height:auto;\">\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">为了更好的分析工业智能的技术与应用体系，我们提出了工业智能的基本框架: 构建一个 四象限横纵坐标轴，其中横轴是机理 \u002F 经验不确定度，与人们对问题机理的认识或自身经验的掌握程度直接相关 ; 纵轴为计算的复杂度，是计算机算法的时间复杂度，与工业机理的复杂性 和算法的实现效率直接相关。据此可将工业领域的问题分为低不确定性低计算复杂度问题、高 不确定性低计算复杂度问题、低不确定性高计算复杂度问题和高不确定性高计算复杂度问题四 类。\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">除上述工业智能四大技术方向外，工业领域还存在许多解决问题的其它方法: 对于可用清 晰的数学模型描述的问题，通常采用最优化方法进行近似甚至精确求解。对于工艺或过程机理 相对模糊、计算复杂度相对较高的问题，通常利用数学近似的方法对真实物理系统 (几何和载 荷工况) 进行模拟，即有限元分析，实质是对工业问题拆分为若干简单问题的近似求解。对于 复杂度极高或是机理极为不清晰的问题，目前仍然主要通过实验方法来解决，比如原材料的配 比。由于以上方法没有体现工业智能所定义的自适应自学习等智能化特征，故不作过多讨论。\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">工业智能经历了基于规则、基于统计和基于复杂计算的三大阶段。一方面，三大阶段并不 是相互替代的关系，专家系统、传统机器学习、知识图谱、前沿机器学习四类技术同时共存，并不断交织融合互补长短。另一方面，技术演进脉络日益清晰，逐步形成了以知识图谱 为代表的知识工程和以深度学习为代表的数据科学两大方向。\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">获取完整版报告请戳：\u003Ca href=\"http:\u002F\u002Fwww.aii-alliance.org\u002Findex.php?m=content&c=index&a=show&catid=23&id=1484\" data-ke-src=\"http:\u002F\u002Fwww.aii-alliance.org\u002Findex.php?m=content&c=index&a=show&catid=23&id=1484\" target=\"_blank\" style=\"margin:0px;padding:0px;transition:all 0.3s ease 0s;text-decoration-line:none;overflow-wrap:break-word;-webkit-tap-highlight-color:rgba(0, 0, 0, 0);color:#1458D4;\">《工业智能白皮书》\u003C\u002Fa>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cbr>\u003C\u002Fp>\u003Cp style=\"margin-top:0px;margin-bottom:0px;padding:0px;line-height:1.875;font-size:16px;min-height:30px;white-space:pre-wrap;word-break:break-all;\">\u003Cspan class=\"date\" style=\"margin:0px;padding:0px;color:#828A92;font-family:"font-size:14px;text-wrap:wrap;background-color:#FFFFFF;\">发布于：2020-04-26 16:57\u003C\u002Fspan>\u003C\u002Fp>\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cspan style=\"color:#828A92;font-family:"font-size:14px;text-wrap:wrap;background-color:#FFFFFF;\">文章版权归极客邦科技InfoQ所有\u003C\u002Fspan>\u003Cdiv>\u003Cspan class=\"date\" style=\"margin:0px;padding:0px;color:#828A92;font-family:"font-size:14px;text-wrap:wrap;background-color:#FFFFFF;\">\u003Cbr>\u003C\u002Fspan>\u003C\u002Fdiv>",null,"请求成功",0,{"code":4,"data":23,"model":19,"message":27,"count":21},[24,28,31,34,37],{"name":25,"value":26,"icon":27},"行业资讯","1","",{"name":29,"value":30,"icon":27},"技术趋势","2",{"name":32,"value":33,"icon":27},"智慧产线","3",{"name":35,"value":36,"icon":27},"大咖话智造","4",{"name":38,"value":39,"icon":27},"技术白皮书","5",{"code":4,"data":41,"model":19,"message":60,"count":21},[42,51],{"id":43,"adddate":44,"auid":8,"saLocation":39,"saNumber":8,"saName":45,"saLink":27,"saPicture":46,"saVideo":27,"saStartDate":47,"saEndDate":48,"saPassed":17,"saInfo":27,"saContents":49,"saTitle":50},3,"2023-09-22 13:58:44","观点广告","https:\u002F\u002Fimg.xuliuiot.com\u002Fp6173\u002Ft1\u002F202603\u002F3f73a7a4-ecca-41dd-9612-f1fe91456eae.png","2023-09-22 13:57:00","2029-09-22 13:57:00","专为涂布、分切、复合、印刷、复卷、模切工艺而生","序流智造数字化生产执行",{"id":52,"adddate":53,"auid":8,"saLocation":39,"saNumber":54,"saName":55,"saLink":27,"saPicture":56,"saVideo":27,"saStartDate":57,"saEndDate":58,"saPassed":17,"saInfo":27,"saContents":49,"saTitle":59},4,"2023-09-22 14:00:30",2,"观点广告2","https:\u002F\u002Fimg.xuliuiot.com\u002Fp6173\u002Ft1\u002F202603\u002Fac889018-ad83-451a-a364-f113a4289ffa.png","2023-09-22 13:58:00","2029-09-22 13:58:00","序流智造数字化生产执行2","获取成功",{"code":4,"data":62,"model":19,"message":20,"count":43},[63,66,69],{"id":8,"adddate":64,"auid":8,"slLName":65,"sllIsPopular":17,"sllSort":8},"2023-09-12 10:05:12","MES实施",{"id":54,"adddate":67,"auid":8,"slLName":68,"sllIsPopular":17,"sllSort":54},"2023-09-12 10:05:22","MES软件",{"id":43,"adddate":70,"auid":8,"slLName":71,"sllIsPopular":17,"sllSort":43},"2023-09-12 10:05:32","离型纸",{"headMenu":73,"btnMenu":166,"platformInforma":283},[74,82,114,142,150,158],{"id":8,"adddate":75,"auid":8,"shmName":76,"shmLink":77,"shmSort":8,"shmIsshow":17,"info":78,"shmKeywords":79,"shmDescription":80,"shmTitle":81,"menuShow":15},"2023-09-08 17:00:03","首页","\u002F",[],"MES系统,数字化车间,生产执行管理,涂布分切,不干胶生产,功能胶带, 智能工厂,纸塑生产,工业4.0,生产管理软件,序流智造,涂布MES,分切ERP,保护膜MES,数字化车间,不干胶MES","序流智造是国内一家专注涂布、分切、印刷、模切工艺数字化车间的MES提供商，我们更加专注在服务于膜类、不干胶、纸塑行业制造数字化转型。","序流智造MES|涂布分切数字化车间-车衣膜\u002F保护膜\u002F离型纸\u002F不干胶\u002F淋膜纸生产工艺",{"id":54,"adddate":83,"auid":8,"shmName":84,"shmLink":85,"shmSort":54,"shmIsshow":17,"info":86,"shmKeywords":111,"shmDescription":112,"shmTitle":113,"menuShow":15},"2023-09-08 17:00:15","产品","\u002Fproduct",[87,93,99,105],{"id":8,"adddate":88,"auid":8,"shmtShmid":54,"shmtName":89,"shmtImg":90,"shmtLink":27,"shmtSort":8,"shmtIsshow":17,"shmtTitle":91,"shmttKeywords":27,"shmtDescription":92},"2023-09-21 17:28:03","涂布智能MES3.0","https:\u002F\u002Fimg.xuliuiot.com\u002Fp6173\u002Ft1\u002F202309\u002F3742c994-fa46-41a0-b620-ee37c637f1f6.png","序流智造MES3.0 | 涂布分切数字化生产管理","MES3.0系统支持涂布、分切、印刷及模切工艺，实现生产执行管理、车间可视化及数据分析。",{"id":54,"adddate":94,"auid":8,"shmtShmid":54,"shmtName":95,"shmtImg":96,"shmtLink":27,"shmtSort":54,"shmtIsshow":17,"shmtTitle":97,"shmttKeywords":27,"shmtDescription":98},"2023-09-21 17:28:25","序流工单v2.0","https:\u002F\u002Fimg.xuliuiot.com\u002Fp6173\u002Ft1\u002F202309\u002F77a9d5f1-c91a-4a94-9237-b7d0d103f424.png","序流工单v2.0 | 精准工单管理与生产排程APS优化","工单管理系统实现生产任务智能排程、实时监控与柔性调度，提升车间管理效率",{"id":43,"adddate":100,"auid":8,"shmtShmid":54,"shmtName":101,"shmtImg":102,"shmtLink":27,"shmtSort":43,"shmtIsshow":17,"shmtTitle":103,"shmttKeywords":27,"shmtDescription":104},"2023-09-21 17:28:50","智能分切拼刀v2.0","https:\u002F\u002Fimg.xuliuiot.com\u002Fp6173\u002Ft1\u002F202309\u002F06918f78-8bf6-49ab-8aec-a60ee59450e9.png","分切智能拼刀v2.0 | 精准分切与材料优化 - 仓储物流WMS","实现分切车间刀具智能排布与优化，降低材料浪费，提升生产效率。",{"id":52,"adddate":106,"auid":8,"shmtShmid":54,"shmtName":107,"shmtImg":108,"shmtLink":27,"shmtSort":52,"shmtIsshow":17,"shmtTitle":109,"shmttKeywords":27,"shmtDescription":110},"2023-09-21 17:29:12","涂布研发2.0","https:\u002F\u002Fimg.xuliuiot.com\u002Fp6173\u002Ft1\u002F202309\u002F0a41b675-8dd6-441f-b04f-d5a0049486a5.png","涂布研发AI智能体 | 车间看板 - 配方优化与工艺管理","通过AI辅助涂布工艺研发，实现胶水配方管理与工艺参数优化，提升研发效率。","MES3.0, 序流工单, 分切智能拼刀, 涂布AI, 生产排程, 仓储管理, 数据智能, 工业软件, 数字化生产, 智能制造,序流智造,涂布MES,分切ERP,保护膜MES,数字化车间,不干胶MES","探索序流智造系列产品：MES3.0生产管理系统、序流工单v2.0、分切智能拼刀v2.0、涂布研发AI智能体。支持生产排程、仓储物流、SRM管理和数据智能分析，实现车间全流程数字化。","MES与智能制造产品 | 序流智造数字化工厂解决方案",{"id":43,"adddate":115,"auid":8,"shmName":116,"shmLink":117,"shmSort":43,"shmIsshow":17,"info":118,"shmKeywords":139,"shmDescription":140,"shmTitle":141,"menuShow":15},"2023-09-08 17:00:23","方案","\u002Fscheme",[119,123,128,134],{"id":9,"adddate":120,"auid":8,"shmtShmid":43,"shmtName":121,"shmtImg":122,"shmtLink":27,"shmtSort":8,"shmtIsshow":17,"shmtTitle":121,"shmttKeywords":27,"shmtDescription":27},"2023-09-21 17:29:58","食品纸塑行业","https:\u002F\u002Fimg.xuliuiot.com\u002Fp6173\u002Ft1\u002F202309\u002F4ce932bb-3603-4e27-9c1d-541032b054be.png",{"id":124,"adddate":125,"auid":8,"shmtShmid":43,"shmtName":126,"shmtImg":127,"shmtLink":27,"shmtSort":54,"shmtIsshow":17,"shmtTitle":126,"shmttKeywords":27,"shmtDescription":27},6,"2023-09-21 17:30:14","不干胶领域","https:\u002F\u002Fimg.xuliuiot.com\u002Fp6173\u002Ft1\u002F202309\u002F3f2d2f8d-3ffb-41f7-acf7-8ff4071c39e5.png",{"id":129,"adddate":130,"auid":8,"shmtShmid":43,"shmtName":131,"shmtImg":132,"shmtLink":27,"shmtSort":43,"shmtIsshow":17,"shmtTitle":133,"shmttKeywords":27,"shmtDescription":27},7,"2023-09-21 17:30:28","功能膜领域","https:\u002F\u002Fimg.xuliuiot.com\u002Fp6173\u002Ft1\u002F202309\u002Fa427b64b-c018-4934-b4cf-ae174e69e7c7.png","离型膜领域",{"id":135,"adddate":136,"auid":8,"shmtShmid":43,"shmtName":137,"shmtImg":138,"shmtLink":27,"shmtSort":52,"shmtIsshow":17,"shmtTitle":137,"shmttKeywords":27,"shmtDescription":27},8,"2023-09-21 17:30:46","胶粘、胶带","https:\u002F\u002Fimg.xuliuiot.com\u002Fp6173\u002Ft1\u002F202309\u002F933202b8-374e-45a5-91d3-98d1020e6603.png","MES方案, 行业定制MES, 数字化工厂, 智能生产, 涂布车间管理, 分切工艺, 生产优化, 纸行业MES, 膜类生产管理, 工厂数字化,序流智造,涂布MES,分切ERP,保护膜MES,数字化车间,不干胶MES","针对纸塑、涂布、淋膜纸、不干胶、离型膜及胶带行业，提供定制化MES数字化生产方案。优化生产流程，提升交付效率，实现全场景智能化工厂管理。","行业数字化解决方案 | 序流智造MES智能车间定制方案",{"id":52,"adddate":143,"auid":8,"shmName":144,"shmLink":145,"shmSort":52,"shmIsshow":17,"info":146,"shmKeywords":147,"shmDescription":148,"shmTitle":149,"menuShow":15},"2023-09-08 17:00:30","服务","\u002Fserve",[],"MES服务, 系统实施, 技术培训, 运维支持, 数字化转型, 工厂咨询, 生产优化, 远程支持, 智能车间服务, 序流智造,涂布MES,分切ERP,保护膜MES,数字化车间,不干胶MES","提供MES系统实施指导、技术培训、运维支持及远程咨询服务。确保企业MES系统平稳运行，快速实现数字化升级，助力生产效率与质量提升。","专业MES实施与技术服务 | 序流智造数字化车间",{"id":9,"adddate":151,"auid":8,"shmName":152,"shmLink":153,"shmSort":9,"shmIsshow":17,"info":154,"shmKeywords":155,"shmDescription":156,"shmTitle":157,"menuShow":15},"2023-09-08 17:00:38","观点","\u002Fviewpoint",[],"MES资讯, 制造执行系统, 工业4.0趋势, 智能制造案例, 数字化生产, 涂布行业分析, 纸塑行业资讯, 功能胶带趋势, 离型纸发展, 智能车间观点,序流智造,涂布MES,分切ERP,保护膜MES,数字化车间,不干胶MES","分享MES系统实施经验、智能制造趋势、纸塑涂布行业发展报告及案例分析。关注制造升级、工业4.0及数字化生产新模式，助力企业洞察行业前沿。","技术观点与行业资讯 | 序流智造MES专家洞察",{"id":124,"adddate":159,"auid":8,"shmName":160,"shmLink":161,"shmSort":124,"shmIsshow":17,"info":162,"shmKeywords":163,"shmDescription":164,"shmTitle":165,"menuShow":15},"2023-09-08 17:00:45","关于","\u002Fabout",[],"序流智造,数字化生产线,MES系统,智能制造,纸行业数字化,涂布分切管理,工业4.0,工厂管理软件,企业数字化转型,智能车间,涂布MES,分切ERP,保护膜MES,数字化车间,不干胶MES","序流智造专注于膜类、不干胶、纸塑行业数字化生产解决方案，涵盖MES系统、分切智能化及AI涂布研发，实现车间全流程可视化管理与高效生产。","关于序流智造 | 专注涂布分切数字化车间MES",[167,186,206,222,249,264],{"id":8,"adddate":168,"auid":8,"sbmName":169,"sbmLink":27,"sbmSort":8,"sbmIsshow":17,"info":170},"2023-09-08 17:02:23","产品功能",[171,175,178,182],{"id":8,"adddate":172,"auid":8,"sbmtSbmid":8,"sbmtName":173,"sbmtLink":174,"sbmtSort":8,"sblmtIsshow":17},"2023-09-08 17:03:56","序流智造MES3.0","\u002Fproduct\u002F0",{"id":54,"adddate":176,"auid":8,"sbmtSbmid":8,"sbmtName":95,"sbmtLink":177,"sbmtSort":54,"sblmtIsshow":17},"2023-09-08 17:04:18","\u002Fproduct\u002F1",{"id":43,"adddate":179,"auid":8,"sbmtSbmid":8,"sbmtName":180,"sbmtLink":181,"sbmtSort":43,"sblmtIsshow":17},"2023-09-08 17:05:06","分切智能拼刀v2.0","\u002Fproduct\u002F2",{"id":52,"adddate":183,"auid":8,"sbmtSbmid":8,"sbmtName":184,"sbmtLink":185,"sbmtSort":52,"sblmtIsshow":17},"2023-09-21 16:44:20","涂布研发AI智能体","\u002Fproduct\u002F3",{"id":54,"adddate":187,"auid":8,"sbmName":188,"sbmLink":27,"sbmSort":54,"sbmIsshow":17,"info":189},"2023-09-08 17:02:34","解决方案",[190,193,196,199,202],{"id":9,"adddate":191,"auid":8,"sbmtSbmid":54,"sbmtName":192,"sbmtLink":117,"sbmtSort":8,"sblmtIsshow":17},"2023-09-21 16:44:42","食用淋膜纸行业",{"id":124,"adddate":194,"auid":8,"sbmtSbmid":54,"sbmtName":195,"sbmtLink":117,"sbmtSort":54,"sblmtIsshow":17},"2023-09-21 16:44:59","离型纸、离型膜行业",{"id":129,"adddate":197,"auid":8,"sbmtSbmid":54,"sbmtName":198,"sbmtLink":117,"sbmtSort":43,"sblmtIsshow":17},"2023-09-21 16:45:21","不干胶、碳带行业",{"id":135,"adddate":200,"auid":8,"sbmtSbmid":54,"sbmtName":201,"sbmtLink":117,"sbmtSort":52,"sblmtIsshow":17},"2023-09-21 16:45:47","胶粘、胶带行业",{"id":203,"adddate":204,"auid":8,"sbmtSbmid":54,"sbmtName":205,"sbmtLink":117,"sbmtSort":9,"sblmtIsshow":17},9,"2023-09-21 16:46:00","医药铝箔垫片行业",{"id":43,"adddate":207,"auid":8,"sbmName":208,"sbmLink":27,"sbmSort":43,"sbmIsshow":17,"info":209},"2023-09-08 17:02:42","技术观点",[210,214,218],{"id":211,"adddate":212,"auid":8,"sbmtSbmid":43,"sbmtName":29,"sbmtLink":213,"sbmtSort":8,"sblmtIsshow":17},10,"2023-09-21 16:46:17","\u002Fviewpoint\u002F2",{"id":215,"adddate":216,"auid":8,"sbmtSbmid":43,"sbmtName":32,"sbmtLink":217,"sbmtSort":54,"sblmtIsshow":17},11,"2023-09-21 16:47:01","\u002Fviewpoint\u002F3",{"id":219,"adddate":220,"auid":8,"sbmtSbmid":43,"sbmtName":35,"sbmtLink":221,"sbmtSort":43,"sblmtIsshow":17},12,"2023-09-21 16:47:18","\u002Fviewpoint\u002F4",{"id":52,"adddate":223,"auid":8,"sbmName":144,"sbmLink":27,"sbmSort":52,"sbmIsshow":17,"info":224},"2023-09-08 17:02:50",[225,230,235,240,244],{"id":226,"adddate":227,"auid":8,"sbmtSbmid":52,"sbmtName":228,"sbmtLink":229,"sbmtSort":8,"sblmtIsshow":17},13,"2023-09-21 16:47:34","使用视频","\u002Fhome\u002FuseOfVideo",{"id":231,"adddate":232,"auid":8,"sbmtSbmid":52,"sbmtName":233,"sbmtLink":234,"sbmtSort":54,"sblmtIsshow":17},14,"2023-09-21 16:47:51","帮助文档","\u002Fsettings\u002Ffaq",{"id":236,"adddate":237,"auid":8,"sbmtSbmid":52,"sbmtName":238,"sbmtLink":239,"sbmtSort":43,"sblmtIsshow":17},15,"2023-09-21 16:48:04","白皮书&资料","\u002Fviewpoint?type=5",{"id":241,"adddate":242,"auid":8,"sbmtSbmid":52,"sbmtName":243,"sbmtLink":229,"sbmtSort":52,"sblmtIsshow":17},16,"2023-09-21 16:48:19","云课堂",{"id":245,"adddate":246,"auid":8,"sbmtSbmid":52,"sbmtName":247,"sbmtLink":248,"sbmtSort":9,"sblmtIsshow":17},17,"2023-09-21 16:48:37","升级日志","\u002Fsettings\u002Flog",{"id":9,"adddate":250,"auid":8,"sbmName":251,"sbmLink":27,"sbmSort":9,"sbmIsshow":17,"info":252},"2023-09-08 17:03:07","了解序流",[253,256,260],{"id":6,"adddate":254,"auid":8,"sbmtSbmid":9,"sbmtName":255,"sbmtLink":161,"sbmtSort":21,"sblmtIsshow":17},"2023-09-21 16:50:29","联系序流",{"id":257,"adddate":258,"auid":8,"sbmtSbmid":9,"sbmtName":259,"sbmtLink":161,"sbmtSort":8,"sblmtIsshow":17},18,"2023-09-21 16:50:02","关于序流",{"id":261,"adddate":262,"auid":8,"sbmtSbmid":9,"sbmtName":263,"sbmtLink":161,"sbmtSort":54,"sblmtIsshow":17},19,"2023-09-21 16:50:17","序流大事记",{"id":124,"adddate":265,"auid":8,"sbmName":255,"sbmLink":27,"sbmSort":124,"sbmIsshow":17,"info":266},"2023-09-08 17:03:21",[267,271,275,279],{"id":268,"adddate":269,"auid":8,"sbmtSbmid":124,"sbmtName":270,"sbmtLink":27,"sbmtSort":8,"sblmtIsshow":17},21,"2023-09-21 16:50:47","MES产品演示：400-800-5817",{"id":272,"adddate":273,"auid":8,"sbmtSbmid":124,"sbmtName":274,"sbmtLink":27,"sbmtSort":54,"sblmtIsshow":17},22,"2023-09-21 16:51:06","市场合作：marketing@xuliumes.com",{"id":276,"adddate":277,"auid":8,"sbmtSbmid":124,"sbmtName":278,"sbmtLink":27,"sbmtSort":43,"sblmtIsshow":17},23,"2023-09-21 16:51:23","服务与商务：400-800-5817  (09:00-18:00)",{"id":280,"adddate":281,"auid":8,"sbmtSbmid":124,"sbmtName":282,"sbmtLink":27,"sbmtSort":52,"sblmtIsshow":17},24,"2023-09-21 16:51:38","投诉邮箱：tousu@xuliumes.com ",{"id":8,"adddate":284,"auid":8,"spiName":285,"spiPhone":286,"spiCodeImg":287,"spiFiling":288},"2023-09-27 13:25:49","序流智造MES","400-800-5817","https:\u002F\u002Fimg.xuliuiot.com\u002Fp6173\u002Ft1\u002F202603\u002Fbdcce159-986c-4c10-a668-4853cdb2186d.jpg","\u003Ca href=\"https:\u002F\u002Fbeian.mps.gov.cn\u002F#\u002Fquery\u002FwebSearch?code=31011702889415\" data-ke-src=\"https:\u002F\u002Fbeian.mps.gov.cn\u002F#\u002Fquery\u002FwebSearch?code=31011702889415\" target=\"_blank\">\u003Cspan style=\"color:#666666;\">沪公网安备31011702889415号\u003C\u002Fspan>\u003C\u002Fa> 2017-2024  上海希声智能科技有限公司 版权所有\u003Ca href=\"https:\u002F\u002Fbeian.miit.gov.cn\u002F\" data-ke-src=\"https:\u002F\u002Fbeian.miit.gov.cn\u002F\" target=\"_blank\">\u003Cspan style=\"color:#666666;\">沪ICP备18065767号\u003C\u002Fspan>\u003C\u002Fa>。"]