关于发布2025年度安徽省人工智能场景创新项目榜单的通知

（万元）

联系方式

17755999892

17356198172

13965379863

13932421341

13866719653

15651779813

18956398718

13855596570

18355551909

18656761777

13371933988

18788834046

18949087972

18505520921

15395050570

15056530642

18726548656

一、技术成果指标

（一）研发基于植物环境生理的育苗环境因子优化算法

通过光强、光周期及光谱的精准调控，实现育苗效率提升≥30%，育苗周期缩短≥30%；依托温湿度与饱和蒸汽压差（VPD）智能控制技术，结合基于蒸腾量的营养液灌溉自动化系统，使种苗生长环境控制精确率达95%以上。

（二）构建皖产道地药材多模态模型库

集成人工智能与农业传感技术，建成覆盖种苗采收预测、长势监测、病虫害动态识别及无人化育苗管理的多模态模型库，实现育苗成本较传统模式降低10%以上。

（三）建立智慧精准种植示范网络

攻克田间环境下中药材立体感知技术、垂直领域大模型和水肥药一体化智能控制技术，构建大规模中药材智慧种植示范网络，实现从单点技术突破到系统级应用的跨越，为我国中药材现代化种植提供可复制、可推广的整体解决方案。

（四）研发轻量化高精度中药材智能识别机器人

完成3-5台以上中药材智能识别机器人样机试制，实现中药材“即采即测、实时反馈”，中药材真伪鉴别准确率提升至95%以上；中药材真伪检测时间由传统仪器检测的10-30分钟缩短至1分钟以内，检测效率提升10倍以上；单样本检测成本较现有方法降低30%以上。

（五）开发具有纠正机体偏颇体质作用的大健康养生功能食品

开发大健康养生食品、大健康养生花草茶、大健康养生配制酒8-10种，体质辨识模型精度提升至90%以上，偏颇体质纠偏有效率95%以上。

（六）开发亳州药材网数智交易平台

构建以数据智能驱动的、高效便捷的中药数智化交易平台，实现交易业务增长15%，交易效率提升20%，交易成本降低10%。

二、应用考核指标

鉴定登记药用植物新品种1-2个；年产优质中药材种苗2亿株，产值不低于2亿元；示范推广面积超1000亩，辐射带动5000亩，亩均增收10%以上；带动就业农户200户以上，使产品合格率提升至98%以上。降低育苗成本20%。实现中药材智能真伪鉴别准确率提升至95%以上，检测效率提升10倍以上，单样本检测成本较现有方法降低30%以上。对应九大体质，计划开发大健康养生食品、大健康养生花草茶、大健康养生配制酒8-10种。构建一个以数据智能驱动的、高效便捷的数智交易平台。

三、“双招双引”考核指标

投入用于基础建设、技术研发等资金5000万元，引进高层次人才5-10人和技术团队2个。服务中药材种植组织机构、农户2000家，中药材种植亩均收益提高10%以上。中药材智能识别机器人服务中药材鉴别机构和团体2000个。大健康养生功能食品服务区域人群精准健康干预20000人次以上。增加当地就业岗位50个，带动就业农户200户以上。实现地区税收增收1000万元以上。

一、AI赋能智慧育苗和精准种植平台研发

（一）合作企业要求

须为国内智慧农业及植物工厂领域的领先企业及专家团队，具备人工智能物联网（AIoT）平台开发、植物生长环境智能控制、农业机器视觉与生长模型算法等领域拥有核心自主知识产权和成熟产品化经验，具有从传感器、控制器等硬件集成到云端SaaS平台、边缘计算部署的全栈式技术服务能力，拥有多个智能育苗工厂成功案例，能实现AI算法向工业级系统的转化。

（二）科研单位要求

须为与本地药材种植基地、交易市场及生产企业有良好合作基础的地方高校，深度掌握皖产道地药材的生物学特性、栽培规范和品质形成机制，能够承担项目在本地的田间试验、数据采集、种质资源评价及示范推广等工作，与本地药农、企业形成良好互动，确保技术方案与本地实际紧密结合，构建涵盖种植、加工和市场流通的可持续产学研合作生态。

二、中药材识别AI服务平台研发

（一）合作企业要求

应具备检测仪器与智能装备研发能力，在光谱检测、成像采集和硬件加速方面经验丰富，能提供高精度光谱设备、工业相机及嵌入式终端，支持设备工程化与轻量化应用。

（二）科研单位要求

应在中药材鉴别和人工智能算法方面具备优势，能提供化学成分分析、光谱与图像建模、深度学习算法优化等支持，具备跨学科整合能力。

三、AI赋能中药大健康产品研发

（一）合作企业要求

须为国内药食同源功能食品生产与保健功能评价领域的领先企业，具备核心技术和多个成功落地案例，拥有成熟产品化与市场推广经验。

（二）科研单位要求

须为建有市级及以上药食同源功能食品开发重点实验室或工程研究中心的在皖高校，在食品科学、功能食品开发及安全评价领域有深厚基础，掌握相关生产工艺、功效评价和品控技术。

四、亳州药材网数智交易平台开发

（一）合作企业要求

技术团队：具有金融级系统开发经验并具有成功案例；仓储物流：熟悉大宗商品现货交易流程，具有成熟的交收管理制度；质检机构：具有成熟合理的抽样检测制度以及对外提供检测服务的企业资质。

（二）科研单位要求

须与亳州交易市场、仓储物流及金融机构有良好合作基础，在数字经济、供应链管理、区块链应用或中药市场研究方面有丰富积累，能够承担数据标准制定、信用模型构建、风险防控及多源数据融合分析等工作，支持平台生态构建与可持续发展。

一、核心技术成果指标

1.平台技术成果：交付“历史文化遗迹多模态展示与交互平台”，实现大观楼1:1高精度数字重建，支持轻便头显沉浸式体验和线上云展示，让游客“穿越”时空亲历长江文明。具体包含：

a.AI历史建筑重建：基于历史文献语义解析的AI三维重建技术，实现大观楼等消失建筑的1:1高精度数字重建；

b.历史场景复现：基于多模态数据融合技术，实现社会历史场景的逼真仿真；

c.历史人物3D数字化生成：基于历史人物画像驱动的3D角色智能生成技术，实现“人景合一”的沉浸式历史场景体验；

d.多模态展示体验：VR大空间沉浸式体验、AR实景叠加展示、全息投影呈现、线上云展示等多元化展示方式。

2.知识产权成果：申请发明专利≥3项，软件著作权≥2项，形成“技术+内容+场景+平台”四维融合创新模式。

3.示范应用成果：大观亭VR大空间、AR观影、线上云展示、智能导览等上线运营，实现1:1精度历史建筑群数字化重现。

二、提质降本增效指标

1.数字资产积累增效：建立完整的历史文化数字资产库，积累高精度三维建模数据、历史文献数字化资料等，形成可复制应用的数字化建设标准和技术规范，为后续其他文旅项目开发提供成熟的数字资产基础和技术解决方案，实现边际成本递减效应；

2.线上业务扩展提质：建设24小时在线数字文化云展厅，提供智能导览服务，让游客随时随地了解历史文化，提升文化传播的便利性和覆盖面；

3.文创产品开发增效：开发系列数字文创产品，包括数字藏品等新型文创形态，建立文创产品线上销售体系，提升产品品牌影响力；

4.建设运营降本：相比传统实体重建大幅降低建设成本，显著缩短文化场景制作周期，提升内容更新效率，降低人工运维成本，实现技术方案可复制推广，提升多终端同步部署效率；

5.线下文旅增效：打造大观亭文旅IP，年接待游客≥20万人次，带动周边文旅消费增长30%以上，提高游客满意度和重游率，延长游客停留时间。

三、“双招双引”成效指标

1.文创企业招商引资：重点引进数字文创企业、文创产品设计公司等，新引进数字文创企业不少于2家，提升文创企业注册资本规模。

2.沉浸式体验企业集聚：积极引进VR/AR技术企业、数字人技术企业、沉浸式内容制作企业等，推动形成具有区域特色的沉浸式体验古街区。引进VR/AR技术企业2家，建成不少于2处具有文化代表性和科技融合特色的沉浸式体验场景。

3.技术应用推广：通过项目实践，推广VR/AR、数字人等前沿技术在文旅领域的应用，形成可复制的技术应用模式，为古街文化传承提供技术支撑。

项目期望与在人工智能、计算机视觉、虚拟现实等领域具有深厚技术积累的科研院所开展合作，在AIGC、计算机视觉、自然语言处理等前沿技术方面有突出研究成果和产业化应用案例。机构须具备完整的AI算法研发体系，包含深度学习模型训练、多模态数据融合、3D重建算法、智能交互系统等核心技术模块，并具备相应技术的自主知识产权。

对于项目负责人，要求具有博士学位，主持过国家级或省部级科技项目，具备丰富的项目管理经验。同时需要在AIGC、计算机视觉、虚拟现实等相关领域发表高水平学术论文，具有产业化应用经验，能够将科研成果转化为实际应用，确保项目的技术领先性和实用性。

在核心技术团队方面，要求团队具备多学科交叉背景，涵盖人工智能、计算机图形学、用户体验设计等领域。团队成员需要在深度学习、自然语言处理、3D重建、多模态数据融合、人机交互等关键技术方向有深度积累，具有完整的数字文化项目开发经验，能够承担从技术研发到产品落地的全流程工作。

技术研发能力证明，揭榜方需证明在人工智能、计算机视觉、数字孪生等核心技术领域具有扎实的研发基础，承担过智慧文旅相关项目，能提供相应的项目案例。

1.成果形式

1.1 技术成果：

（1）形成AI辅助建筑设计平台1套，具备文生图、静转动及三维重建核心功能；

（2）开发智慧楼宇集成管理系统（IBMS）1套，支持多设备协议兼容与数字孪生映射；

（3）建成光储直柔智慧光伏系统1套，实现建筑能源智能调控与直流配电；

（4）构建智慧展厅多系统协同管控平台1套，支持一键情景切换与移动端智控。

1.2 知识产权：

（1）申请专利12件，其中发明专利8件；

（2）登记软件著作权5项；

（3）编制技术标准2部（涵盖AI设计工具规范与数字孪生平台接入标准）。

1.3 示范应用：

（1）完成老办公大楼智能化改造工程，形成可复用的全链条解决方案；

（2）发表核心期刊论文2篇，成果鉴定达到国际先进及以上水平。

2.关键绩效指标

2.1 提质增效：

（1）建筑生成式设计软件设计周期缩短50%以上，局部重绘方案生成延迟＜300秒/次，初步CAD图纸生成延迟＜600秒/次等；

（2）施工模型与现场实况配准精度达毫米级（误差≤5mm），返工率降低30%；

（3）楼宇设备运维效率提升35%，故障预警准确率≥90%；

（4）光储直柔系统电力传输效率提升8%，光伏能源利用率≥80%。

2.2 降本节能：

（1）建筑综合能耗降低25%，碳排放减少30%；

（2）运维成本降低20%，人力投入减少40%；

（3）智慧展厅运营能耗降低35%。

2.3 产业带动与“双招双引”：

（1）吸引至少100家产业链企业加入马鞍山市智能建造产业联合会，形成智能建造产业集群；

（2）培养或引进高层次技术人才团队不少于1个，培养本地专业技术人才200人以上；

（3）推动与至少5家省内外企业开展技术合作或产业合作，带动相关产业产值增长超10亿元。

2.4 标准化与推广价值：

（1）编制发布的2部技术标准被行业采纳应用；

（2）项目成果在省内3个以上示范项目中推广，形成可复制的商业化模式。

通过量化指标考核，项目将显著提升建筑设计、施工及运维全过程的智能化水平，实现经济效益（成本降低、产值增长）、环境效益（能耗与碳排放减少）与社会效益（人才培养、产业集聚）的协同发展，为安徽省人工智能场景创新与智能建造产业高质量发展提供核心支撑。

本项目面向全国公开征集技术解决方案，欢迎具备相关技术能力的企业、高校及科研院所参与揭榜。对揭榜方的具体要求如下：

1.合作单位类型与领域要求

1.1企业类：

（1）优先选择具备人工智能、建筑科技、智慧能源或智能建造领域技术沉淀的高新技术企业或“专精特新”企业；

（2）须具备成熟的AI大模型开发、数字孪生平台构建、智慧楼宇系统集成或光储直柔项目实施经验；

（3）鼓励产学研联合体申报，需由企业牵头并联合高校或科研院所共同参与。

1.2 高校与科研院所：

（1）聚焦人工智能、计算机视觉、建筑信息化、能源系统工程等研究方向；

（2）须具备省级以上重点实验室或工程研究中心平台支撑，拥有跨学科研发团队；

（3）在AI生成算法、多模态数据处理、物联网协议集成、低碳建筑技术等领域有扎实的理论基础与成果积累。

2.团队与专家能力要求

2.1 团队核心成员：

（1）需包含高级职称或博士学历的技术带头人，至少1人具备国家级人才计划入选经历；

（2）团队须具备跨学科背景，覆盖人工智能、建筑学、电气工程、计算机科学与技术等专业领域；

（3）至少3人拥有智慧建筑或能源系统类省部级以上科研项目负责经验。

2.2 技术能力要求：

（1）精通多模态大模型（如CLIP、Diffusion）的训练与优化，具备建筑领域AI生成模型开发经验；

（2）掌握数字孪生、BIM与物联网技术融合应用，具有楼宇设备协议（如BACnet、KNX）开发与集成能力；

（3）在光储直柔系统设计与智慧展厅多系统协同控制方面有实际落地案例；

（4）具备专利布局与标准编制经验，团队近年申请发明专利不少于15项。

3.合作与实施要求

3.1 产学研协同：

（1）揭榜方需与本单位共建联合实验室或技术研发中心，派驻团队参与现场开发与集成测试；

（2）优先支持已有技术成果中试熟化或具备工程化推广能力的团队。

3.2 成果转化与产业带动：

（1）揭榜方需承诺在安徽本地落地至少1项产业化项目或应用1个示范项目，或推动产业链企业入驻本地园区；

（2）需配合本项目知识产权布局，共同申请专利及软著，参与技术标准编制与推广。

4.其他要求

（1）揭榜方需提供过往类似项目案例及技术方案细节，证明其解决核心难点的能力；

（2）团队须具备快速响应与迭代开发能力，项目执行期内常驻技术人员不少于5人；

（3）优先支持已有国产化软硬件基础、致力于自主可控技术研发的团队。

通过以上要求，本项目旨在汇聚国内高水平团队，突破关键技术瓶颈，形成可复制、可推广的智能化建筑示范成果，助力安徽省人工智能与建筑产业深度融合。

成果形式包括一套拥有完全自主知识产权的多模态大模型胃癌智能辅助诊疗系统软件、一项通过国家药监局创新医疗器械特别审查程序的Ⅱ类医疗器械注册证、3～5篇以上发表于中科院一、二区期刊的临床研究论文、两项国家标准或行业标准草案、3项发明专利授权及数项软件著作权，系统需集成早诊筛查、精准分期、疗效预测、预后评估、随访监测五大功能模块，支持CT、MRI、超声内镜、白光及放大内镜、数字病理切片、ctDNA、RNA-seq、蛋白质组、结构化病历九类数据统一接入，单例端到端推理延迟≤500 ms，GPU显存占用≤6 GB，在国产AI芯片上完成INT8量化后精度下降<1%；关键绩效指标方面，早诊率较基线提升≥15%，T1期病灶灵敏度≥92%，假阳性率≤5%，病理AI对HER2、MSI、PD-L1状态识别准确率≥95%，与金标准一致性κ值≥0.90，多模态疗效预测模型AUC≥0.92，术后三年无病生存期预测C-index≥0.85，系统上线后平均术前评估时间缩短40%，平均住院日减少2.3天，不必要手术比例降低10%，每例次综合诊疗成本下降≥8000元，五年生存率提升≥8%，年度节约医保支出≥1.2亿元；“双招双引”维度，项目期内引进海外高层次AI与胃肠肿瘤交叉人才≥5人、博士后≥10人，建立省级重点实验室。

宜遴选具备三类医疗器械注册与规模化交付经验的医学影像AI企业作为唯一主体，要求企业已获创新通道批准并至少拥有1～2项胃癌AI软件注册证书，具备千万级像素级标注数据治理平台；企业须设立由资深算法总监、注册总监、临床事务总监等组成的专职团队，并承诺在合同期内投入不少于500万元研发资金、建立符合GMP标准的算法迭代与质控中心，同时具有与TOP50三甲医院合作的成熟交付网络及后续商业化运维能力。

一、成果形式

1.可运营的平台系统：建成1个校园AI大模型算力基座、1个统一数据资源中台、1个智能安防综合管理平台、1个智慧教学一体化平台（覆盖100门课程）、1个智能体基座平台。

2.可推广的产品与解决方案：形成AI教学评价系统（覆盖100间教室）、AI+考试系统、智慧同传会议室（2间）、6类AI实训室（人工智能、机器视觉、服务机器人等）等一系列标准化产品与解决方案。

3.标准与规范：形成一套“人工智能+教育”场景建设的技术标准、数据接口规范及应用指南。

二、关键绩效指标

1.提质：课堂教学质量评估效率提升60%；优质教学资源利用率提升50%；学生实训项目与行业真实应用匹配度达90%。

2.降本：通过智能化管理，人力运维成本降低20%以上；通过资源平台统一复用，未来3年可节约信息化重复建设投入约30%。

3.增效：教务管理流程自动化率超70%，事务处理效率提升35%；安全事件主动发现率超90%，响应时间缩短至3分钟内。

4.“双招双引”：项目期内吸引不少于2家生态链企业合作落户，带动产业链投资500万元以上；与至少1所国内高水平科研院所或高校建立人工智能领域的战略合作。

5.人才培养：项目建成后，年均培养具备AI应用能力的高素质技术技能人才不少于1000人；支持师生发表相关论文、申请专利/软著不少于10项。

本项目期望与具备深厚技术实力和丰富行业经验的揭榜方联合攻关，具体要求如下：

一、单位类型

1.人工智能龙头企业：深耕自然语言处理、计算机视觉、多模态融合等AI核心技术，特别是拥有自研国产大模型并在教育领域有成功应用案例的企业。

2.高水平科研院所或高校团队：在人工智能、智慧教育、教育大数据分析等领域具有国家级重点实验室或省部级工程中心，具备强大的前沿技术研发能力和理论支撑能力。

3.领先的教育信息化企业：拥有成熟的智慧校园产品体系、强大的系统集成能力和落地实施经验，能够理解教育业务痛点。

二、技术与能力要求

1.具备国产AI大模型的深度定制、微调（Fine-tuning）和优化能力，而非仅仅调用API。

2.拥有多模态感知、知识图谱、智能体（Agent）等关键技术的自主研发能力和知识产权。

3.具备复杂系统的集成能力，能够与学校现有各类管理系统进行无缝对接。

4.具备教育场景的理解能力，能够将先进技术与教育教学业务逻辑深度融合。

三、团队与专家要求

1.团队负责人应具有高级职称或博士学位，在人工智能相关领域有5年以上研发经验，主持过省部级及以上相关项目。

2.核心团队应配备自然语言处理、计算机视觉、大数据、软件开发等专业领域的工程师和教育行业解决方案专家。

3.能够提供稳定的技术支持和持续的迭代服务，承诺在项目期间派驻资深工程师进行现场联合开发与技术支持。

一、成果形式

（一）系统建设成果

1.研发基于人工智能的融媒内容生产与传播服务场景创新1套（支持一体化的人工智能生产平台，同时集合多种营销工具，如问卷调查、投票、答题等）。

2.研发数据采集系统1套（融合多种数据来源，包括文字、图片、视频、音频、社交媒体等，实现自动化采集、筛选等处理）。

3.研发舆情监控系统1套（实时跟踪新闻内容的公众反馈，快速识别舆论热点与用户情绪）。

4.研发媒资检索系统1套（支持关键词检索、语义检索、标签检索等多种方式。系统快速从海量媒资库中精准定位相关素）

5.研发指挥监测系统1套（抽取各个分子系统平台的统计数据、流程数据、分析数据等业务数据，通过适宜的可视化设计进行展示）。

6.研发媒体考核系统1套（通过设置考核项、权重等参数，自动生成月度、季度等考核报表，形成智能考核体系）。

（二）知识产权成果

积极开展专利和软件著作权申请工作，申报专利不低于10项，获得软件著作权不低于10项，提升企业技术创新的法律保护力度。​

二、关键绩效指标​

（一）提质

依托于该项目生成的稿件内容准确性显著提升。测评依据：从新闻资源库中随机选取一万字内容的新闻稿件，委托具备高级职称的新闻出版从业者进行查差，差错率不高于万分之三（该标准为国家新闻出版署对报纸新媒体产品的差错要求）。

（二）奖项

通过技术升级与赋能优质新闻内容创作，成功荣获省级以上（含行业）新闻奖项或技术奖项不低于5项。

（三）技术指标

平台须具备高并发访问能力，峰值可承载150 万用户同时在线访问，访问延迟≤200ms，数据缓存命中率稳定在 95% 以上，页面加载速度提升60% 。平台构建支持 500 家以上租户同时服务的多租户架构，租户间资源隔离度达 100%，单个租户最大可分配 CPU 资源 50 核、内存 128GB、存储 10TB，权限分配准确率达 100%。AI 辅助内容创作单篇稿件生成时间≤30 秒， AI 内容审核速度达5000 字/秒。

（四）用户指标

项目建成后，集团旗下网站访问量达千万，客户端用户增长30%，用户日活和人均使用时长增长50%；同时代运营客户逐年增加，覆盖不同行业与地区。支持多语种、多渠道内容分发，提升国内外传播力与影响力。

（五）经济效益

项目建成后，每年为集团创收不低于1500万元，可通过广告合作、内容付费、增值服务等多元模式实现，拉动集团营收增长。

一、合作单位类型要求​

（一）企业类合作单位​

优先与具备智媒技术研发与产业化能力的企业开展合作，具体包括：一是互联网科技企业，需在人工智能、大数据、云计算领域有成熟技术积累，如拥有自主研发的智能推荐算法、数据处理平台，且曾为媒体行业提供过技术解决方案；二是传媒科技企业，需熟悉媒体采编、分发、运营全流程，具备媒体数字化转型服务经验，能结合中安智媒大脑现有系统（如采编分发平台、版权监测系统）进行功能迭代与优化；三是软硬件结合企业，可提供适配智媒系统的智能终端设备（如移动采编专用设备）或服务器运维服务，保障系统稳定运行与硬件支撑。​

（二）高校及科研院所类合作单位​

重点对接聚焦智媒相关领域研究的高校与科研院所：一是开设新闻传播学、计算机科学与技术、人工智能等专业的高校，需有专门研究团队从事媒体融合、智能信息处理等方向研究，能为本项目提供理论支撑与技术研发助力；二是科研院所，优先选择中科院系统、重点实验室等，需在自然语言处理（如文字校对技术优化）、用户行为分析、传播效果建模等领域有突破性研究成果，可推动本项目的核心技术创新。​

二、专家及团队领域与水平要求​

（一）所属领域要求​

专家及团队需聚焦以下核心领域：一是人工智能与大数据领域，擅长智能算法研发（如稿件智能分类、用户精准推荐）、海量数据挖掘与分析（适配用户分析和传播分析系统需求）；二是媒体技术与运营领域，熟悉媒体采编流程、内容生产传播规律，能为策划资源平台、一站式运营管理平台优化提供专业支持；三是知识产权与法律领域，了解专利、软著申请流程，能为中安智媒大脑知识产权保护（如版权监测系统完善）提供专业指导。

（二）团队水平要求​

团队带头人须具备高级职称或同等专业水平，拥有 5 年以上智媒相关领域研究或工作经验，曾主持过省部级及以上科研项目（如国家自然科学基金、科技支撑计划项目），或主导过大型智媒系统研发、媒体数字化转型项目。​

核心成员需涵盖多学科背景（计算机、新闻传播、法律等），且有 3 年以上相关领域工作经验，团队成员拥有智媒系统相关专利、软著（作为核心研发人员）。​

团队须具备项目落地与协作能力，过往有与企业、媒体单位成功合作的案例，能根据中安智媒大脑实际需求制定研发与应用方案，确保合作项目高效推进、成果落地。

1.成果形式

（1）建成四类智能化应用场景并在集团范围内推广使用；

（2）完成与合同管理、财务单证等系统的对接，实现系统化应用；

（3）形成适用于汽车零部件行业的标准化应用案例。

2.关键绩效指标（KPI）

（1）销售需求转化率提升80%以上，转化功能覆盖80%以上客户；

（2）合同审核关注点覆盖率提升至100%，结构化数据转化率97%，审核效率提升80%；

（3）CAD图纸结构化数据转化率97%，多模态知识库准确率90%以上；

（4）有规则的财务清账自动化率90%，清账处理效率提升70%；

（5）ChatBI答案一致性率90%，预设问题的准确率高于90%，非预设问题的准确率高于70%；

（6）项目实施期内，培养内部AI应用人才不少于6人，开发人才不少于3人。

经济社会效益指标：

本项目研发成功后，每年将直接减少相关人工成本520万元，降低人工因素造成的差错。项目技术将在中鼎下属企业及供应链上下游推广应用，提升行业的工作效率和质量。通过本项目的建设，提升公司的研发和供货效率和客户满意度，带动汽车零部件企业新增研发投入1000万元，新增产品销售收入3亿元以上，新增利税5100万元，拉动产业投资3000万元以上，经济和社会效益显著。

其他指标

（1）项目技术形成软件著作权≥3项；

（2）制定相关企业标准1项；

（3）引进2名AI技术专家，培育35名具备AI能力的人才。

为确保项目高质量完成和成果顺利推广，公司对揭榜方提出如下要求：

1. 企业类型

• 具备人工智能应用开发能力的专业公司；

• 或在数字化转型和系统集成领域有丰富经验的IT咨询公司。

2. 能力要求

• 在自然语言处理、多模态识别、知识管理、合同智能审核及财务自动化等技术方向具备成熟方案；

• 注重项目的落地和服务，能够根据汽车零部件行业的实际业务流程，提供可实施、可推广的应用系统。

3. 行业经验

• 曾在汽车制造或零部件企业中成功实施过类似项目，具有行业最佳实践案例；

• 对汽车行业的质量管理、研发流程、合同合规、财务管理等环节有深入理解。

4. 海外服务能力

• 具备跨国项目交付经验，能够在海外市场提供本地化的技术支持与服务；

• 熟悉国际化业务环境下的多语言、多法规应用场景，能够满足公司在北美、欧洲等地的业务扩展需求。

通过与此类合作伙伴的联合攻关，项目能够在一年内实现从技术开发、系统对接到应用落地的全过程，形成覆盖销售、合同、知识库和财务的完整解决方案，并具备在国内外汽车零部件行业推广的能力。

成果形式：

形成一套完善的智慧矿山解决方案，打造省级标杆智慧化应用场景，为同类型矿山企业提供示范样本，要求打造1套标准体系、开发不低于5套控制模型、研发4类矿山智能机器人、发表学术论文不少于5篇、申请专利不少于10项。

技术指标：

模型精度达到厘米级，采集精度≤3cm，要素生成率90%，数据可用率100%；

爆破振动预测准确率达到85%以上；矿石品位探测精度＞80%；

智能采掘设备一律远程控制，设备使用率不低于人工80%；

矿卡无人驾驶运输效率＞90%；安全系数100%，成本低于现有人工成本；

磨矿台时效率提高3%~5%，降低工序电耗2%，系统投用率90%以上，金属回收率提高0.5%；

边坡潜在破坏模式判断率＞95%，边坡潜在失稳区域识别率≥85%；

安全事故风险降低70%以上；

设备故障预测准确率≥90%，提升设备运行安全可靠性；

智能决策应用准确率≥90%，生产调度优化提升10%。

效果指标：

通过全面推进采矿无人化与选矿智能化升级，南山矿将露天矿山采矿回采率由95%提升至96%，磨选尾矿磁性铁品位严格控制在1.0%以下，建成国内先进的采、选工序全流程智慧矿山模型示范；在此基础上，全口径劳动生产率提升15%以上，成本竞争力显著增强并稳定在60美元/吨以下；最终建成大型露天矿山绿色智慧示范工厂，形成国内近城区绿色矿山典型案例，打造成为国内领先的冶金矿山智能化标杆示范企业。

“双招双引”情况：加强政企协同对接，践行场景招商政策。以矿山场景为基础，带动城市周边优质中小企业联合参与场景解决方案，群策群力、共研共创，发挥各自专业优势，形成一套完善的智慧矿山升级解决方案。

1.高校及科研院所应拥有省部级及以上重点实验室、工程研究中心或人工智能、智能采矿、自动化等领域国家级科研平台，承担过国家重大研发计划或重点研发专项者优先。

2.企业须具有与矿山智能化行业相关的头部高校共建的联合研究中心以及与头部软件公司的战略合作项目，并能依托大型矿山场景开展试验。

3.专家及团队须具备跨学科协同攻关与系统集成能力，团队核心成员应具有高级技术职称或省部级以上人才计划入选经历，主持过省部级及以上重大科研或产业化项目。

4.优先考虑未来产业先导区内核心企业或具有大型、特大型矿业企业智能化服务经验及成功落地案例的企业，接受具有智能矿山整体解决方案研发经验及产学研用深度融合能力的创新联合体。

1.成果形式：

①专利：申请发明专利不少于6项，授权专利不少于2项。

②软件著作权：登记软件著作权2项。

③学术论文成果：发表学术论文5篇。

2.技术指标

3.直接经济效益

吨产品燃气消耗下降0.5~1立方米，吨产品电耗下降2~3度，设备运转率提高5%~10%，产品活性指数提高5%~10%，年新增营收约1300万元，年新增利润约400万元。

希望与国内“双一流”高校、国家级科研院所，或人工智能领域特色突出的高水平研究机构开展合作。

揭榜方专家团队应深耕智能制造、自动化、机器学习、工业大数据分析、数字孪生、智能调度与决策等与我司场景紧密相关的核心技术领域。团队须具备扎实的理论研究功底与丰富的产业实践融合经验，核心成员拥有承担省部级以上重大科研项目或成功落地应用案例的经历。优先考虑具备跨学科交叉研究能力，并能提供从技术攻关到产业化落地全链条支持的顶尖团队，共同开展联合研发与场景创新，解决实际生产中的痛点问题，推动创新技术的场景化应用与效能提升。

表1 预期成果

表2 技术指标

中草药智能分选技术在提升中药材产业附加值、降低成本、提高效率以及促进产业升级等方面具有重要作用。该技术通过对叶类药材的叶片完整度、色泽和杂质进行精准识别，实现分级加工和“优质优价”，有效提升产品市场竞争力。例如，安徽康和中药科技有限公司生产的蒲公英经智能分选后，精品标准达到97%以上，产品售价提升超过20%，显著增加企业收益。同时，该技术大幅降低人工成本，康和中药每年在蒲公英等叶类药材的人工分拣支出约200万元，而亳州市类似规模企业超过200家，如果广泛应用智能分选技术，将为整个行业节约大量人力和资金成本。在生产效率和质量稳定性方面，智能分选设备优势更加突出。智能分选设备每小时处理效率提升4至10倍，能够快速应对收获旺季的大规模加工需求，避免原料积压和变质，同时保证药材分级标准和品质稳定。

此外，智能分选技术的应用还具有重要的产业引导和示范作用。通过提升产品附加值和生产效率，能够吸引高端技术人才和创新型企业落地，推动地方中药材产业升级和现代化发展。同时，技术示范效应有助于本地企业拓展高端市场渠道、增强品牌影响力，并推动中药材产业向标准化、国际化方向发展，实现经济效益与社会价值的双重提升。综上所述，智能分选技术在中药材产业中不仅是提升质量和效率的关键工具，也是促进产业升级、引才引智和增强市场竞争力的重要支撑。

希望与农林类高校及运营商等单位开展合作，揭榜方的专家及团队应具备跨学科科研能力，涵盖人工智能、自动化、电子信息及机械设计等领域，能够建立药材及杂质识别模型，支持智能分选系统的高精度识别；熟悉工业自动化与智能控制技术，实现解包、分拣及机械臂协同作业的自动化控制；掌握传感器与数据采集处理技术，支持除尘、除杂及分选过程的实时监测；具备中草药分选设备及自适应机械结构设计能力，保障叶片低损伤处理和多机械臂协同分选；同时，具备从技术研发到样机验证及示范应用的完整能力，能够与农业生产及企业生产环节紧密对接，实现产学研深度融合。

院所等科研单位开展合作，以及对专家及团队所属领域和水平的要求，限1000字以内）

一、通用能力要求

1.具备独立研发团队与自动化技术应用能力

需拥有专属研发团队，核心能力覆盖“自动化设备开发”与“机械手臂/激光设备应用”，且必须提供实际案例经验（非理论能力），证明团队已成功完成过类似自动化项目（如机械臂联动、激光加工等），确保技术落地可行性。

2.具备设备与模具开发基础能力

需掌握自动化生产相关的设备定制、模具设计与开发技术，能根据项目生产需求，完成核心设备（如加工中心、拉弯机构、抛光组件）与配套模具的研发或改造，满足产线“定制化生产”需求。

二、行业经验与技术方向差异化要求

1.汽车行李架智能线有关技术经验

需深入了解汽车行李架生产全流程工艺，包括行李架的弯曲、铣削、冲切、尺寸检测等关键工序的技术要点，能针对行李架“长条形结构、装配精度要求高”的特点，设计机械臂（六轴）与NC加工中心的联动方案，同时可结合AI技术优化产线节拍调度与质量闭环检测流程。

2.智能12轴三维拉弯技术有关技术经验

需精通汽车冷弯成型零件的生产工艺，熟悉汽车冷弯件（如车身框架饰件、结构型金属饰件）的成型原理、金属材料延展性特性，能解决12轴联动的运动控制难点，且可依托AI技术构建三维路径仿真数据库，提升复杂零件成型成功率与加工精度（如弯曲角度、夹头定位精度）。

3.基于人工智能的激光表面抛光技术有关经验

需专注于汽车外装饰件表面处理工艺，重点掌握铝、不锈钢材质（如水切、导槽类零件）的表面特性，熟悉“机加工素材件抛光”“退漆件油漆残留清除”的工艺标准，能针对表面划伤、油漆残留等缺陷，设计激光抛光技术方案，同时可结合AI系统实现缺陷自动识别、激光参数自优化与抛光路径智能规划。

4.铝饰条智能线有关技术经验

需熟悉汽车铝饰条生产工艺，包括铝饰条的铣削、冲切、外观检测等工序的技术要求，能针对铝饰条“多规格、外观精度高”的特点，开发机械臂柔性化作业方案（如快速换型、力控铣削），同时可结合AI技术优化产线布局、实现无人化质量检测，确保产线高效运转与产品合格率稳定。

一、成果形式

项目成果以智能化检测与控制系统为核心，结合专利技术及非接触式测量手段，形成以下具体成果：

1.硬件系统光谱成像分析仪：通过全光谱面测量技术，实时监测液相颜色、浊度及夹带物，输出视频与曲线数据。

2.在线超声检测仪：利用高频超声面测量，精准识别声速差异及杂质悬浮物，响应时间＜200ms。

3.复合式检测仪：集成光谱与超声技术，适应复杂工况，实现自动分层与批次稳定性控制。

4.智能监控平台：无缝接入DCS或监控系统，支持历史数据分析与工艺优化。

5.自控方案与应急预案：定义液相响应值区间，规范主控流程与中断处理机制。

二、关键绩效指标

项目通过技术升级实现提质、降本、增效，具体指标如下：

1.提升产品质量与工艺稳定性

（1）批次一致性：复合检测系统通过长期数据统计，将批次间差异控制在±2%以内，满足高端化工品品控要求。

（2）质量稳定性：智能视镜颜色识别系统准确率≥99%，避免因反应不充分导致的返工。

2.降低运营与环保成本

（1）人工成本：每班减少2-3名操作员，共3班，年节约人力成本约50万元（按人均10万元/年计算）。

（2）物料损耗：因反应不充分导致返工，由50次/年降低至2次/年，年节省原料成本50万元。

3.提高生产效率与设备利用率

（1）单批次处理时间：自动化识别系统使反应时间缩短20分钟，该工序生产效率提升20%。

（2）能源利用率：优化搅拌速度与混合时间，单位产品能耗降低12%，年节约电费30万元（按0.6元/度计算）。

三、综合效益

1.年化经济效益：直接成本节约（人力+物料）约100万元，效率提升带来的间接收益超200万元。

2.安全与合规性：符合《石油化工安全仪表系统设计规范》（GB/T50770-2013）等标准，降低事故风险，避免潜在安全隐患。

3.市场竞争力：产品品质提升与成本下降助力企业抢占高端市场，预计市场份额提升2%-5%。

一、目标合作企业类型

根据当前政策导向与安全生产需求，在推进化工生产智能化与安全升级过程中，需优先选择具备以下核心能力的企业开展深度合作：

1.智能化生产技术供应商核心能力：供应商须具备颜色识别、光谱分析、红外热成像等多模态感知技术，结合工业协议实现设备、传感器、视频流的实时数据采集，建立数据大模型，对采集到的数据进行实时处理、分析和判断。

适配场景：在化工反应釜监控中，通过颜色均匀度分析反应进度，同时结合pH、视频流、温度、压力传感器等数据构建动态模型。

代表企业：南通市海视光电有限公司、天瑞仪器等，在精细化工人工智能颜色识别领域具有技术领先优势。

2.智能化设备与系统集成商核心能力：能够提供化工工艺智能化控制整体解决方案，涵盖传感器、执行机构、DCS/PLC控制系统等关键组件的集成与优化。

适配场景：针对精细化工聚合工段手动阀门控制改造，实现智能化操控；在氧化工段集成密闭取样系统，减少人工接触风险。

代表企业：浙大中控、和利时等国内自动化控制领域的领军企业，拥有丰富的化工行业项目经验。

二、专家及团队能力要求

为有效解决精细化工聚合工段与氧化工段存在的安全隐患，合作团队须具备以下专业背景与高水平能力：

1.化工工艺与人工智能专家专业领域：需包含机械电子工程、工艺设计、AI算法、自动化控制等多领域专家。

能力要求：专家需熟悉反应釜搅拌速度与颜色均匀度的关联性，以优化工艺参数。深入理解《石油化工安全仪表系统设计规范》等国家标准，能够设计符合安全规范的精细化工聚合工段自动化控制逻辑；具备密闭取样系统集成经验，能够优化氧化工段取样流程，显著降低泄漏风险。

2.安全评价与风险管理专家专业领域：危险与可操作性分析、安全完整性等级评估、功能安全认证、应急预案编制。

能力要求：能够依据《化工装置自控专业设计文件编制规范》等文件，开展全面细致的风险评估；针对精细化工聚合工段人员操作风险，设计有效的人机隔离方案；对氧化工段可能发生的取样泄漏事件，制定科学合理的应急处置流程。

3.在线分析技术应用专家专业领域：光谱/超声检测技术、多传感器数据融合、工业网络通信。

能力要求：精通光谱成像分析仪的面测量技术，能够准确识别液相中0.1mm级的微小夹带物；掌握超声检测仪的声速差异分析方法，适应乳化层等复杂工况下的检测需求；具备多传感器数据融合能力，提升检测数据的准确性与可靠性。

本项目的研发实施，将在水泥生产全流程智能化管控与协同寻优领域形成一系列系统性成果，涵盖技术突破、产业应用、标准规范、人才培养及产业带动等多个方面，既有可见的工程化落地成果，也有可持续的价值延伸成果，将形成以下成果形式：

1.技术成果：通过机理建模与人工智能方法的深度融合，构建一套面向水泥生产全流程的协同寻优智能体核心系统，包括数据治理与软测量模块、跨工序预测与优化模型库、多目标寻优算法框架、知识图谱与专家规则库等，并形成配套的软件平台与应用工具。该成果可在不同类型水泥生产线中迁移复用，具备广泛推广价值。

2.应用成果：在示范生产线完成端到端应用部署，实现从原燃料破碎、原料均化、生料粉磨、煅烧、冷却、水泥粉磨到储运发运的全流程贯通，推动数据实时共享与全局动态寻优。通过智能体的应用，能够有效实现能耗下降、质量稳定、产能释放和排放控制等目标，形成国内领先的智能制造标杆案例，具有显著的行业示范效应。

3.标准成果：基于项目建设过程中的实践经验，总结智能体在数据治理、预测建模、优化控制和安全管控方面的通用方法论，推动形成企业标准和行业规范，条件成熟时可提出团体标准或行业标准建议，进而引导行业整体向绿色、低碳、智能化方向发展。

4.人才与生态成果：项目的实施将带动人工智能、自动化控制、工业软件、工艺优化等多学科人才的集聚与培养，建设一支复合型研发与工程化应用团队，加快区域产业链升级，打造数字化、智能化的产业示范高地。

项目关键绩效指标：

1.景模型具备高可靠性，水泥熟料3天和28天抗压强度，预测值和真实值偏差在±1MPa范围内的占比达到90%，吨熟料标准煤耗在一级能效基础上降低2%以上，并具备较好的泛化性。

2.生产方面实现熟料强度精准预测与烧成系统优化控制的深度集成与高效协同，实现原料粉磨、熟料烧成、水泥粉磨等生产全流程自动寻优。

3.建立水泥全流程智能体框架与开发应用平台，集成生产、质量、装备、矿山等场景模型，以及原有智能化信息化系统等，实现全流程协同智能决策，支持常用工具、调用数量不少于20种，任务成功率大于90%，模型具备持续学习、在线学习、自主进化等能力。

4.开发过程中同步构建高质量水泥数据集和工艺知识库，提升模型泛化能力，构建“知识一模型一决策”的水泥智能生产新范式。

为确保项目顺利实施、技术突破和成果落地，对揭榜方提出以下综合性要求。

一、合作单位类型要求

1.企业：

希望揭榜方能够联合在工业智能、人工智能、大数据分析及智能制造领域具备核心技术实力的企业，这些企业需拥有成熟的工业AI应用经验，并熟悉水泥生产、质量控制等流程，能够提供软件系统开发、数据处理与工业现场集成服务。企业应具备完整的研发和工程实施能力，能够支撑全流程智能体的开发、测试与工业化应用，同时有能力参与技术标准制定、软件平台维护和系统迭代优化。

2.高校：

鼓励与国内外重点高校开展合作，特别是控制科学与工程、过程工程、人工智能、计算机科学、工业大数据等相关学科方向的科研团队。高校团队应具备前沿理论研究能力和模型算法创新能力，能够为智能体设计提供核心技术支撑，包括深度学习、多目标优化、知识图谱构建及工业数据挖掘方法。具备产学研结合经验，能够在项目中参与技术攻关、方案论证、实验验证及成果转化工作。

3.科研院所及行业技术中心：

支持与科研院所或行业技术中心开展合作，充分利用其在水泥、混凝土及建材行业的工艺研究、标准制定、试验验证、过程优化等方面的优势。科研院所应具备工程化能力，将研究成果与企业生产需求结合，实现理论模型在工业现场的有效落地与验证。通过产学研用协同，形成完整的技术创新闭环，为行业示范和技术推广提供有力支撑。

二、专家及团队构成要求

1.多学科背景：

团队成员应涵盖人工智能算法、工业自动化控制、工艺流程建模、数据采集与处理、系统集成及工程应用等多个学科领域。核心技术专家须具备深厚的学术积累和工业应用经验，能够从算法设计到系统部署提供全面指导。核心专家应在智能制造、工业AI、过程优化或水泥建材行业相关领域拥有标志性成果，具有独立完成复杂算法开发和工业验证的能力。能够统筹项目技术方向，指导团队在智能体算法开发、工业数据建模、多目标优化与协同控制等方面取得突破。熟悉水泥工业生产现场的工艺流程及约束条件，能够将理论模型与工程实践有效结合。

2.专业能力与技术水平要求：

能够独立研发水泥生产全流程协同寻优智能体的核心算法与系统，涵盖数据预处理、预测建模、优化决策与控制执行。在多目标优化、智能决策、工业AI模型训练等领域具有前沿技术水平。能够将研究成果快速转化为可实施的工业应用方案，在生产现场实现端到端的数据采集、分析、优化与闭环控制。具备跨工序、跨指标协同优化能力，确保能耗、产量、质量、排放、安全等指标的动态平衡。

关键绩效指标

1.提质

产品质量稳定性：通过虚拟制造工业大模型对生产过程的精准模拟与优化，多模态检测模型整合图像与温度数据，将缺陷检测准确率从88%提升至95%以上。

产品性能提升：依据模型对铝合金配方及加工工艺的优化，产品关键性能指标（强度、韧性等）提升10-20%，抗拉强度Rm≥420MPa；延伸率δ≥20%，满足高端市场对铝合金型材性能的严苛要求。

2.降本

模具开发成本降低：借助虚拟制造大模型对模具设计与制造进行模拟优化，减少模具试模次数5次，降低模具开发成本10-20%。

3.增效

生产效率提升：虚拟制造工业大模型优化生产流程，智能设计系统融合深度学习与虚拟仿真，设计周期从6-8天左右缩短50%、降低试错成本60%。

能源效率提高：通过模型对生产设备运行参数的优化，降低单位产品能耗，提高能源利用效率。

4.“双招双引”

人才吸引：项目实施过程中，吸引5-10名行业内高端技术人才、管理人才加入公司，充实人才队伍，提升公司创新能力与管理水平。

招商合作：凭借项目的创新成果与良好发展前景，吸引10家上下游企业达成合作意向，引入外部投资10000万元，拓展产业链合作，推动产业集聚发展 。​

铝合金型材虚拟制造工业大模型研发及应用项目聚焦于突破铝合金型材智能制造领域的四大核心技术，包括挤压模具智能设计系统、挤压工艺智能设计系统、产品缺陷智能检测系统以及产线设备智能维护系统，旨在实现工业大模型关键技术的自主可控。借助先进技术深度挖掘数据，揭示材料性能与结构关联，精准预测研发走向，大幅削减成本与周期，加速材料与数据科学融合创新。有助于提升模型的准确性和实用性，推动铝型材行业向智能化、数字化方向转型升级。同时可向有色及下游产业链辐射，带动产业智能化转型。

本项目诚挚邀请国内外具备雄厚研发实力和良好产学研合作基础的高等学校、科研机构或高新技术企业前来合作。为确保项目顺利实施并达到预期目标，对揭榜单位及团队具体要求如下：

（一）揭榜单位资质要求

1.单位类型：揭榜方须为我国知名高校（985或211），或科研实力相当的科研院所、研发机构及高新技术企业。

2.研发基础与平台：揭榜团队在智能感知、智能计算、大数据分析、智能系统和产品研发等领域拥有国家级重点实验室或国家级工程研究中心等国家级科研平台。具备开展智能感知、智能计算、大数据分析、智能通信、智能系统设计等关键技术攻关的软硬件基础设施。

（二）项目负责人与团队要求

1.负责人资历：项目负责人应具有副教授及以上或相当专业技术职称，具有丰富的科研组织与产品开发经验，并承担过国家级科研项目。

2.团队核心能力：研究团队拥有教授、副教授等高级职称人员组成的20人以上研发团队，长期从事智能感知、智能计算、大数据分析、智能系统和产品研发等相关研究和应用示范。主持过智能感知、智能计算和智能系统等相关国家重点研发计划项目、安徽省科技重大专项等重点科研项目，并授权50项以上国家发明专利。

（三）诚信与合作要求

1.良好信誉：揭榜方单位及团队成员应恪守科研诚信，无不良信用记录。

2.合作精神：具备强烈的产学研合作意愿和高效的协同能力，能够与我方建立紧密的沟通机制，共同推进技术攻关与成果落地。

成果展示：

完成智慧公寓系统搭建，包括智能门锁、智能水电表、环境监测设备、智能家电控制系统等硬件设备的安装与调试，以及配套软件平台的开发与上线。制定完善的公寓智慧化运营管理流程和服务标准，涵盖入住登记、日常维护、故障报修、费用结算等环节。形成智慧公寓用户使用手册和培训资料，确保租户能够熟练使用各类智能设备和服务平台。

完成构建智慧商业综合管理平台，整合商业体内的智能停车系统、客流统计分析系统、店铺能源管理系统、智能营销系统等，实现数据的集中管理和共享。完成商业体公共区域（如停车场、走廊、电梯间等）的智能设备升级改造，以及入驻店铺智慧化服务接口的开放与对接。形成针对商业体运营方、入驻商家的智慧化运营指南和合作协议，明确各方在智慧化建设与运营中的权利和义务。

完成功能完善的园区智慧服务，集成智慧政务服务系统、企业信息管理系统、园区安防应急指挥系统、公共设施管理系统等多个应用模块。制定园区智慧化服务规范和应急响应预案，涵盖企业服务流程、安全事件处理流程、设施故障维修流程等。形成园区智慧化建设与运营的宣传资料和案例集，用于对外展示和推广。

关键绩效指标：

提质：企业服务满意度、安防应急响应及时性、公共设施完好率。

降本：行政办公成本降低、设施维护成本节约。

增效：政务服务办理效率提升、园区管理决策效率提升。

“双招双引”：新增企业入驻数量、高端人才引进。

项目旨在打造“产-学-研-用”的闭环生态，寻求与以下类型的机构建立深度合作：

1.必须具备与“小米生态合作伙伴”及“华为鸿蒙生态合作伙伴”等人工智能大模型合作的国内知名高校。

2.近三年内至少完成1个基于米家生态的规模化智慧公寓／酒店项目（≥500房间），和1个基于华为技术栈（如华为云、鸿蒙、鲲鹏）的智慧园区／城市类项目。

3.拥有米家技术、鸿蒙技术等人工智能大模型系统开发团队。

4.拥有成熟的一体化数字平台（IoT平台、数据中台、数字孪生）产品或解决方案，具备计算机视觉等AI算法的自研或集成能力，解决方案需通过网络安全等级保护（三级）测评。

（1）成果形式

① 钢结构智能制造管理平台 1 个

② 投建4条智能制造生产示范线，包括板材智能下料切割生产线、板单元智能组焊生产线、节段智能总拼生产线、钢箱梁智能涂装生产线

（2）技术指标

① 钢结构构件加工合格率提升至99.5%

② 焊接精度达1mm，焊缝识别率超90%

③ 多轴协同响应速度≤50ms

④ 无须编程及人工示教

⑤ 实现与 Tekla 设计软件无缝对接，兼容 Xsteel 和CAD 等主流设计软件

⑥ 实现 60s 通过视觉和模型识别产品及焊缝参数到实施精准焊接

⑦ 实现宽度小于 1.2 m，长度方向无限延长大型非标构件的智能化焊接

⑧ 重大质量事故发生率降为0

（3）关键绩效指标

① 建设2个智能工厂示范项目，形成可复制推广的技术方案

② 新增收入1亿元，利税500万元

③ 带动研发投入5000万

④ 发明专利不少于 10 项、实用新型不少于5项，软件著作权不少于 2 项。

⑤ 引进硕士15名，培养高级工程师2名

⑤ 拉动就业岗位15个，培训产业工人500人次

本项目揭榜方须具备智能建造领域核心技术积累与产业转化能力，重点联合两类单位：一是工业机器人企业如安徽工布智造工业科技有限公司，其智能焊接机器人可实现复杂焊缝自主决策，与安徽建工六安、芜湖基地自动化产线形成技术互补，可以负责机器人适配与产线改造；二是BIM与AI融合企业，共同开发建筑大模型。

高校与科研院所需在建筑信息化、机器人工程等领域有重点实验室，助力标准制定。专家团队应兼具建筑行业经验与AI技术背景，核心成员需覆盖计算机视觉、多模态大模型等前沿方向，并具备智能建造应用案例转化能力。

1.成果形式

本项目的核心成果为专用于硼扩散工艺优化的AI技术平台，如下图所示。

该平台能够实时获取生产线上的各类工艺参数，包括来自工艺机、传感器和检测设备的数据，通过大数据中心统一存储和调用，利用AI模型进行实时分析和预测。平台的主要用途为：

（1）硼扩散工艺优化：通过对方阻检测值的精准控制和优化，确保光伏电池片的质量稳定，提高光电转换效率。

（2）生产过程监控与预测：通过实时数据采集与AI预测算法，及时发现生产过程中的异常波动，确保工艺过程的稳定性。

（3）智能决策支持系统：为生产过程中的工艺调整提供实时智能决策，减少人工干预，提升生产自动化水平。

（4）大数据分析与反馈：通过大数据平台的积累与分析，形成闭环反馈机制，不断优化生产工艺，提升整体生产效能。

2.关键绩效指标

（1）前硼扩散方阻均匀度从±5%提升到±3%

通过引入AI技术进行数据分析与优化，前硼扩散工艺的方阻均匀度得以显著提高，从原先的±5%精度提升到±3%。这一成效意味着在硼扩散过程中，电池片表面的硼掺杂程度更加均匀，减少了由于局部过多或过少掺杂带来的性能不均。提高方阻均匀度可以有效提升电池片的转换效率，从而增加光伏电池的输出功率。这不仅提升了产品质量，也增强了市场竞争力，为企业赢得更多市场份额和客户信赖。

（2）电池片入库平均效率提升0.1%

通过优化生产流程、减少无效操作和提升工艺稳定性，电池片入库效率得以提升0.1%。这一成效表明，通过机器学习技术对生产数据的深度分析与优化，减少了工艺环节中的时间浪费和生产瓶颈，电池片在完成生产工艺后，能够更快地进入库存环节，提升整体的生产效率。虽然看似数值较小，但0.1%的提升对于大规模生产的光伏电池片来说，能够带来显著的产能提升，进而加速资金流转，优化企业的生产周期和库存管理，从而提升整体生产效益。

（3）电池片入库良率提升1%

通过AI自动优化工艺配方，实时调控工艺参数，提升工艺稳定性和各项工艺指标，使电池片入库良率提升1%，有效降低碎片率，提升整体产出。

（4）前硼工艺机人效优化80%

在前硼工艺环节，AI技术的引入通过数据分析与自动化控制，不仅优化了工艺配方，还提升了设备的工作效率。通过机器学习算法，生产设备能够根据实时数据自动调整工艺参数，减少人工干预的需要，显著提升了工艺机的人效（即单位人力资源的产出）。人效提升80%意味着在同样的人员配置下，企业能够更高效地完成生产任务，降低了人工成本，提高了生产力。这种人效优化对于提升企业的成本控制能力和资源配置效率具有重要意义。

（5）建立工艺改善AI建模项目标准SOP，后续推广到其他工艺制程环节

引入AI技术后，企业可以通过标准化操作流程（SOP）的建立，为硼扩散工艺的优化提供可复制和可推广的技术路径。这一标准化模型不仅为当前的前硼工艺提供了科学的改善手段，还为后续其他工艺制程环节的优化提供了基础框架。通过将AI建模技术融入企业的生产管理系统中，形成一整套标准化的工艺改进流程，企业可以在后续的生产中灵活地应用这一模型，快速进行其他工艺环节的优化，提高整体生产体系的智能化水平，降低人为错误，提高生产稳定性和一致性。进一步推动企业向数字化、智能化制造转型，提高长期竞争力。

1.基础门槛

注册资本≥100万元；单位无违法犯罪等不良记录。

2.人才结构

团队核心成员包含至少1名具有高级工程师以上职称，主要算法团队获得过国家算法大赛奖项，并取得二等奖及以上名次的优先。

算法岗主要负责人为博士及以上学历，至少主导过2个及以上的中大型AI训练项目；优先选择有DeepSeek大模型工具开发经验者。

3.技术水平

团队成员主导过至少一个国家级信息化建设项目，参与至少一个国家级重点研发计划项目或至少2个省级重点项目；

要求具有训练MOE架构AI模型的能力，从零开始完整训练出70B以上参数专业模型的经验。

4.保障能力

合作单位应能提供包含AI算力（8*A100及以上）、算法、设备对接、边缘算力等全套落地方案，我司负责提供数据及专业领域支持。

一、业务目标成果

建成一体化智能运营平台，实现码头作业、堆场管理、铁路联运等业务的数字化统一管控。形成完整的数据共享体系，打破原有业务系统壁垒，实现生产经营数据的实时交互与共享。建立标准化业务流程，完成多元化服务整合，实现业务单证”一链通”办理。构建客户服务门户平台，提供多元化、一站式服务体验，显著提升客户满意度。实现现场作业自动化升级，关键作业环节无人化操作覆盖率显著提高。培育”互联网+港口”新业态，形成港口经济数字化转型的典型模式。

二、管理目标成果

建成港口数据决策支持系统，为管理层提供可视化数据分析工具和决策依据。建立现代化港口运营中心，实现运营管理的精细化、科学化管控。形成业务全过程可视化监控能力，增强各环节透明度和可控性。完成运营管理模式创新，建立适应智能化要求的组织架构和业务流程。培育专业化运营管理团队，提升整体管理水平和服务能力。

三、最终目标成果

构建完善的港口枢纽经济体系，形成港口、产业、城市联动发展格局。建成高效物流与产业联动机制，通过物流发展带动相关产业集聚。形成现代化集疏运体系，确立阜阳港作为连接长三角与中原城市群多式联运综合枢纽的地位。建成区域铁公水联运中心，显著提升皖北地区物流枢纽功能。实现江淮干线航运智慧化升级，形成可复制推广的内陆港口智能化建设模式。

四、特色创新成果

建成铁公水联运示范工程，形成颍泉港与铁路国际物流港协同发展模式，形成全国性铁公水联运枢纽建设标准规范，为同类港口提供参考借鉴。打造智慧港口与智慧城市融合发展典范，支撑阜阳国家物流枢纽城市建设。培育港口数字经济新动能，形成新的经济增长点和竞争优势。

通过这些成果形式的实现，将颍泉港建成全国领先的内河智慧港口，成为皖北地区物流枢纽建设的重要支撑，为阜阳乃至安徽省经济社会发展提供强大动力，同时为全国内河港口智能化建设提供可复制、可推广的成功经验。

希望与具备自动化设备研发、系统集成和智慧物流平台建设能力的港口自动化与工业互联网领域相关技术企业合作。

合作专家团队需涵盖港口自动化、工业互联网、人工智能、物流工程等重点技术领域。团队应具备多学科交叉背景，能够整合机械、电气、软件、物流等专业力量，形成技术攻关和工程实施的综合能力。

团队应具备内河港口智能化项目实施经验，熟悉铁公水联运等业务模式，拥有大型系统集成和标准化解决方案开发和工程实施的综合能力。通过引进高水平团队，确保项目既具备技术先进性，又满足实际业务需求，最终建成可复制、可推广的智慧港口标杆项目。