10月数智资讯月报

近日，交通运输部、国家发展改革委、工业和信息化部、国家数据局、国家铁路局、中国民用航空局、国家邮政局七部门联合印发《关于“人工智能+交通运输”的实施意见》（简称《意见》）。《意见》从加大关键技术供给、加速创新场景赋能、加强核心要素保障、优化产业发展生态四大方面，部署建设综合交通运输大模型等16项具体任务，深入贯彻党中央、国务院关于人工智能发展的决策部署，推动人工智能在交通运输领域规模化创新应用，助力实现“人享其行、物畅其流”美好愿景。

《意见》提出，到2027年，人工智能在交通运输行业典型场景广泛应用，综合交通运输大模型体系落地，建成一批标志性创新工程，成为交通创新发展重要动力；到2030年，人工智能深度融入交通运输行业，智能综合立体交通网全面推进，关键核心技术自主可控，总体水平居世界前列。

近日，国家发展改革委办公厅印发《关于加快推动工程咨询行业高质量发展的意见》旨在构建制度完善、服务高效的行业生态，强化工程咨询在规划编制、投资决策等方面的智力支撑，助力经济社会高质量发展。

意见从十大方面提出要求：一是明确行业定位，为政府和社会投资者提供专业化服务，助力科学决策与项目效益提升；二是推广全过程咨询，鼓励机构整合资源，支持政府投资项目优先采用；三是推进数字化转型，利用BIM、AI 等技术建标准、拓场景，培育第三方数字化服务机构；四是构建多元服务体系，支持综合型机构做全链条服务、专业型机构深耕专项咨询；五是加强人才建设，完善评价与培养机制，推动产学研用融合；六是完善制度标准，加快国标建设，强化标准实施监督；七是推进国际合作，支持机构参与 “一带一路” 项目，推动中国标准出海；八是规范从业行为，落实质量终身负责制，建立利益回避机制；九是健全自律机制，行业协会需加强诚信建设与资信管理；十是加大监督执法，优化备案制度，对违法违规行为严肃处理并纳入信用平台。

近日，交通运输部印发了《交通运输行业高质量数据集建设方案》（以下简称《建设方案》），系统部署交通运输行业高质量数据集建设任务。《建设方案》面向基础设施、交通装备、运输服务、行业治理、绿色低碳、安全保障、科技创新等7个业务领域，提出公路基础设施状态监测、航道运行风险评估与智能监测、多运输方式物流运输成本优化等39个行业专识数据集建设场景。《建设方案》要求发挥交通行业数据资源丰富、应用场景广阔等优势，支撑“人工智能+交通运输”融合发展，贯彻落实《国务院关于深入实施“人工智能+”行动的意见》要求。

2025 年 10 月 21 日，Gartner 发布 2026 年十大战略技术趋势，十大趋势具体如下：

1.AI 超级计算平台，整合多种计算方式，可处理数据密集型工作负载，预计 2028 年超 40% 领先企业将其用于关键业务流程；

2.多智能体系统，能实现复杂业务流程自动化等，还可提升效率、降低风险；

3.特定领域语言模型（DSLM），在专用数据上训练，更贴合特定业务需求，2028 年企业超半数生成式 AI 模型将是 DSLM；

4. AI 安全平台，为 AI 应用提供统一防护，2028 年超 50% 企业会用其保护 AI 投资；

5.AI 原生开发平台，借助 GenAI 加速软件开发，2030 年 80% 企业将通过它重组开发团队；

6.是机密计算，依托硬件可信执行环境保障数据安全，2029 年超 75% 非可信基础设施上的业务将用其保障安全；

7.是物理 AI，赋能机器设备，需要新型技术人才，也需谨慎管理变革；

8.是前置式主动网络安全，运用 AI 等技术提前干预威胁，2030 年将占企业安全支出一半；

9.是数字溯源，可验证数字资产相关信息，2029 年投入不足的企业将面临高额制裁风险；

10.是地缘回迁，企业为规避地缘政治风险迁移数据应用，2030 年欧洲和中东超 75% 企业将回迁虚拟工作负载。

过去两年，华为与业界100多名专家、学者、客户和伙伴进行了深入交流，组织了200多场研讨会，参考了来自联合国、世界经济论坛等权威机构的数据和方法，输出了《智能世界2035》系列报告，详细解读了通往智能世界2035的十大技术趋势：

趋势一：走向物理世界是AGI形成的必由之路

趋势二：AI智能体将从执行工具演进为决策伙伴，驱动产业革命

趋势三：人机协同编程，重塑软件未来

趋势四：AI于镜像世界中升维，新交互打开沉浸体验

趋势五：移动互联生态从 App 走向多 Agent 协同

趋势六：具身智能跨越鸿沟，形成多个万亿产业

趋势七：突破冯 • 诺依曼架构，新型算力满足海量的算力需求

趋势八：数据即智能，Agentic AI 驱动存储范式改变

趋势九：从移动互联网跃迁至智能体互联网，搭建物理空间到数字空间的智能交互桥梁

趋势十：Token 管理能源网络，让智能成为能源的“神经系统”

未来十年，随着 AI 深入千行万业与千家万户，唯有将“AI 普惠”与“AI 向善”融入治理框架，人类才能真正掌握技术主导权，从而构建一个“以人为本”的美好智能世界。

近日，信息工程顶刊《Advanced Engineering Informatics》（高级工程信息学）刊登一篇关于建筑高精度三维重建的研究论文，提出一种面向高精度建筑三维重建的“先探索、后利用”的无人机视点规划策略，可在相同或更少图像的条件下实现高精度的建筑三维重建。其创新点体现在三个方面：1.融合图像语义与网格几何分析，自动识别建筑物关注区域与无人机禁飞区域；2.构建兼顾重建影响因素与建筑关注区域的更合理的视点优化适应度函数；3. 改进麻雀搜索算法的数学框架，并嵌入无人机视点规划的物理模型，从而高效求解此类规划任务。

在 Groundbreak 2025 大会上，全球领先的建筑管理软件提供商 Procore Technologies, Inc. ( NYSE: PCOR) 发布了直接内置于其智能层 Procore Helix 的全新 AI 功能。借助这些最新的 AI 创新，Procore 客户将能够简化复杂工作流程的自动化，获得关键的项目洞察，并在施工的每个阶段优化项目成果。

Procore Assist 是一款对话式 AI 助手，可按需提供与上下文相关的答案。借助 Procore Assist，客户能够在几秒钟内从规格、RFI、提交文件和建筑规范中找到所需信息。该解决方案通过以下全新、强大的功能为客户带来更大的价值：

照片智能：允许客户通过分析工地照片来总结项目进度并提供安全见解。

多语言支持：通过让西班牙语和波兰语使用者以他们的母语提问和接收答案，扩大对现场团队的支持。

移动支持：将 Procore Assist 搜索、报告和语音功能直接提供给客户的移动设备。

另一个AI功能：Procore Agent Builder，允许客户通过构建自定义 AI 代理来自动化工作流程，以满足其独特的业务需求 。 该解决方案现已开放测试并面向所有客户开放，使团队能够使用自然语言提示从头创建代理。用户还可以利用一系列预构建的 Procore Agent，例如 RFI Creation Agent，它可以立即生成 RFI 内容并在项目文档中搜索答案，将获取关键信息的时间从几天缩短到几秒钟，从而避免工地出现代价高昂的延误。此外，Daily Log Agent 可以帮助自动化工地报告，确保管理进度、资源和合规性所需的实时、准确的文档记录。

近日，美国建筑公司Dusty Robotics发布了一款全新的AutoCAD插件，旨在简化施工数据准备流程，支持机器人在建筑工地地面上自主布置图纸（放线）。该件可与公司的FieldPrint平台无缝配合使用，能够直接从协调的多专业CAD图纸中提取布局信息。Dusty Robotics表示，该插件整合了数千个建筑项目的最佳实践，并可自动组织图纸元素，从而优化各室内专业的打印效率。施工团队可利用该插件同时为多个专业打印布局，包括边缘打印、障碍物后的阴影打印以及曲线打印等功能。该AutoCAD插件进一步扩展了Dusty Robotics现有的设计工具兼容性，此前其已支持 Autodesk Revit 集成，并提供基于云端的Dusty Portal，用于多专业协作。

COBOD International 与布伦瑞克工业大学合作推出了据称是第一款商用多功能建筑机器人。该系统以 COBOD 的 3D 建筑打印技术为基础，由 COBOD 和结构设计研究所 (ITE) 联合开发，集成了伸缩式垂直延伸单元和机械臂，可实现喷射混凝土 3D 打印工艺 （SC3DP）。喷射混凝土用于建造复杂的混凝土结构，例如隧道、游泳池、挡土墙，以及加固混凝土结构。然而，伸缩工具不仅限于喷射混凝土应用——还可以将多个其他工具安装到垂直伸缩装置上。垂直伸缩装置安装在 COBOD BOD2 3D 建筑打印机的两个 X 轴之间。伸缩装置的动态垂直范围为 3 米，机械臂可以完全触及并操纵 X 轴下方 3 米处已打印的墙壁。COBOD 强调，新型机械臂可以安装各种工具，例如喷漆枪、绝缘工具、打磨设备等，从而将 3D 建筑打印机转变为多功能建筑机器人 ，其功能远不止打印墙壁那么简单。

韩国初创公司 Forbicon（又称 Povicon）正利用AI技术挑战建筑业的低效问题。近期推出AI服务，能够自动分析CAD施工图纸，将过去需要10小时的工程量计算工作大幅缩短至20分钟。该项目基于 AI 的自动累积服务。当客户将 CAD 图纸（dwg 文件）上传到该服务时，AI 和算法会分析图纸，计算出施工所需的原材料数量。AI 分析 CAD 图纸的二维图像，提取结构和尺寸信息，并将其与 CAD 原始数据相结合，以毫米为单位精确计算数量。实际上，PDF 图纸是以图像像素为单位的，因此无法保证 CAD 数据的准确性。许多公司都曾挑战过 CAD 图纸分析，但由于涉及大量的数学高端算法，大多数都失败了。CAD 数据仍处于蓝海领域，这是韩国公司首次在韩国实施这项技术。