趨勢(shì)一：邊緣計(jì)算

云邊端協(xié)同管理和調(diào)度能力加速數(shù)字應(yīng)用落地生產(chǎn)環(huán)境

2023年，云架構(gòu)變得更復(fù)雜，分布式云、云邊協(xié)同、邊緣自治、邊邊協(xié)同，等創(chuàng)新持續(xù)迭代。云邊端協(xié)同管理和調(diào)度能力的突破將助力工業(yè)企業(yè)有效駕馭云架構(gòu)的復(fù)雜性，進(jìn)而充分利用起云架構(gòu)的先進(jìn)性，推動(dòng)邊緣側(cè)應(yīng)用范圍和效果快速放大，主要呈現(xiàn)如下方面趨勢(shì)：

一是企業(yè)對(duì)激增的邊緣側(cè)資源的有效管理。邊緣側(cè)的設(shè)備、算力、數(shù)據(jù)等資源配比將快速攀升。以數(shù)據(jù)為例，出于安全性和效率考慮，未來(lái)數(shù)字工業(yè)超過(guò)50%以上數(shù)據(jù)會(huì)在邊緣側(cè)產(chǎn)生，同時(shí)會(huì)出現(xiàn)大量部署在邊緣的應(yīng)用服務(wù)，這要求企業(yè)管理和利用好這些資源。二是賦能企業(yè)實(shí)現(xiàn)云邊端資源協(xié)同調(diào)度。伴隨著云邊端一體化操作系統(tǒng)走向成熟，企業(yè)會(huì)趨向把云邊端的資源通過(guò)統(tǒng)一平臺(tái)系統(tǒng)進(jìn)行的管理和調(diào)度，在工業(yè)場(chǎng)景下的，工業(yè)操作系統(tǒng)、工業(yè)大腦將成為協(xié)同調(diào)度的統(tǒng)一平臺(tái)，邊緣計(jì)算一體機(jī)也將成為數(shù)字應(yīng)用部署的新型載體。

趨勢(shì)二：計(jì)算機(jī)視覺(jué)

工業(yè)級(jí)場(chǎng)景需求升級(jí)，帶動(dòng)計(jì)算機(jī)視覺(jué)技術(shù)趨向高精度和標(biāo)準(zhǔn)化

計(jì)算機(jī)視覺(jué)是人工智能在工業(yè)領(lǐng)域應(yīng)用最成熟的技術(shù)方向。2023年隨著應(yīng)用場(chǎng)景覆蓋廣度和深度的提升，更多潛在的價(jià)值場(chǎng)景機(jī)會(huì)會(huì)被發(fā)掘出來(lái)。驅(qū)動(dòng)計(jì)算機(jī)視覺(jué)技術(shù)能力向高精度、標(biāo)準(zhǔn)化方向繼續(xù)精進(jìn)發(fā)展。

一是高精度計(jì)算機(jī)視覺(jué)技術(shù)向縱深發(fā)展。高光譜機(jī)器視覺(jué)感知技術(shù)得到普及、視覺(jué)算法、算力部署的優(yōu)化以及與知識(shí)圖譜等技術(shù)的結(jié)合運(yùn)用，推動(dòng)計(jì)算機(jī)視覺(jué)趨向于高精度方向發(fā)展。2023年在智慧醫(yī)療、航空航天、高精密產(chǎn)品質(zhì)檢等方面將產(chǎn)生許多新的場(chǎng)景落地機(jī)會(huì)。

二是計(jì)算機(jī)視覺(jué)技術(shù)的標(biāo)準(zhǔn)化封裝。頭部廠商以開(kāi)放API、封裝SDK等易于使用和集成的方式提供給中小企業(yè)，降低技術(shù)規(guī)模化開(kāi)發(fā)和使用的門檻，并孕育出新的技術(shù)商業(yè)化模式。在這個(gè)過(guò)程中，標(biāo)準(zhǔn)化是為了建立一個(gè)良好的循環(huán)迭進(jìn)生態(tài)，促進(jìn)算法和樣本共享，讓算法有可研究試驗(yàn)的數(shù)據(jù)，同時(shí)疑難樣本可以推給更專業(yè)的算法團(tuán)隊(duì)攻克。

趨勢(shì)三：拓展現(xiàn)實(shí)交互

拓展現(xiàn)實(shí)交互技術(shù)入口價(jià)值凸顯，打開(kāi)工業(yè)數(shù)字化多元化場(chǎng)景

拓展現(xiàn)實(shí)交互技術(shù)（XR）是虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)和混合現(xiàn)實(shí)等技術(shù)的組合，通過(guò)計(jì)算機(jī)技術(shù)和可穿戴設(shè)備產(chǎn)生真實(shí)與虛擬結(jié)合、可人機(jī)交互的環(huán)境，提供更加直觀、沉浸式的體驗(yàn)。拓展現(xiàn)實(shí)交互技術(shù)可為工業(yè)企業(yè)在產(chǎn)品設(shè)計(jì)、生產(chǎn)制造、質(zhì)量檢測(cè)、設(shè)備維護(hù)、遠(yuǎn)程協(xié)作等方面以多種組合方式融匯虛擬和現(xiàn)實(shí)世界，為工業(yè)制造的運(yùn)行模式提供更立體的解決方案。

2023年，雖然拓展現(xiàn)實(shí)交互技術(shù)的深度應(yīng)用仍然處于早期，但其對(duì)于工業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型和技術(shù)應(yīng)用的場(chǎng)景入口價(jià)值將得到進(jìn)一步凸顯。一是工業(yè)生產(chǎn)場(chǎng)景入口，實(shí)現(xiàn)對(duì)工業(yè)生產(chǎn)過(guò)程的全方位可視化、模擬和優(yōu)化，提高設(shè)計(jì)、制造、檢測(cè)、維修等環(huán)節(jié)效率和質(zhì)量。二是工業(yè)培訓(xùn)教育入口，基于逼真的模擬場(chǎng)景為員工和合作伙伴提供高質(zhì)量的培訓(xùn)教育體驗(yàn)。三是產(chǎn)品服務(wù)的使用入口，客戶可在虛擬環(huán)境中預(yù)覽和定制產(chǎn)品，驅(qū)動(dòng)產(chǎn)品銷售。

趨勢(shì)四：工業(yè)知識(shí)圖譜

工業(yè)知識(shí)圖譜技術(shù)驅(qū)動(dòng)產(chǎn)品全生命周期知識(shí)融合應(yīng)用

知識(shí)圖譜是一種基于語(yǔ)義網(wǎng)技術(shù)的知識(shí)表示方法，它將實(shí)體、屬性和關(guān)系等元素進(jìn)行抽象和建模，形成一個(gè)具有語(yǔ)義表達(dá)能力的圖結(jié)構(gòu)。在工業(yè)領(lǐng)域，知識(shí)圖譜可以將工業(yè)領(lǐng)域的知識(shí)進(jìn)行建模，形成一個(gè)具有語(yǔ)義表達(dá)能力的圖結(jié)構(gòu)，從而實(shí)現(xiàn)對(duì)工業(yè)領(lǐng)域知識(shí)的存儲(chǔ)、管理、推理和應(yīng)用。工業(yè)知識(shí)圖譜驅(qū)動(dòng)全生命周期知識(shí)融合應(yīng)用，多環(huán)節(jié)、AI驅(qū)動(dòng)、安全成為三大趨勢(shì)性關(guān)鍵詞。

一是工業(yè)知識(shí)圖譜技術(shù)向工業(yè)生產(chǎn)鏈條的多環(huán)節(jié)快速滲透。幫助企業(yè)整合和利用各種生產(chǎn)數(shù)據(jù)、設(shè)備數(shù)據(jù)、質(zhì)量數(shù)據(jù)等方面的專業(yè)知識(shí)，為企業(yè)提供生產(chǎn)優(yōu)化和質(zhì)量控制的決策支持；二是人工智能加速工業(yè)知識(shí)圖譜落地。知識(shí)圖譜可以為AI提供認(rèn)知和理解能力，而AI也正在加速企業(yè)的知識(shí)圖譜構(gòu)建，包括獲取各種文獻(xiàn)、專利信息、技術(shù)標(biāo)準(zhǔn)等方面的專業(yè)知識(shí)，同時(shí)自動(dòng)化處理各種設(shè)備信息、工藝參數(shù)、質(zhì)量數(shù)據(jù)等方面專業(yè)知識(shí)；三是工業(yè)知識(shí)圖譜技術(shù)應(yīng)用將更加注重?cái)?shù)據(jù)質(zhì)量和數(shù)據(jù)安全。隨著國(guó)內(nèi)在數(shù)據(jù)安全方面的監(jiān)管和政策優(yōu)化，工業(yè)企業(yè)會(huì)更加注重?cái)?shù)據(jù)質(zhì)量和數(shù)據(jù)安全問(wèn)題，并提出更加有效的解決方案。

趨勢(shì)五：工業(yè)機(jī)理模型

工業(yè)領(lǐng)域知識(shí)注入通用大模型，孕育工業(yè)大模型落地

工業(yè)機(jī)理模型      技術(shù)是指利用人工智能技術(shù)、特別是通用大模型技術(shù)來(lái)構(gòu)建具有海量參數(shù)、強(qiáng)大泛化能力、跨領(lǐng)域適應(yīng)性的工業(yè)機(jī)理模型的技術(shù)。工業(yè)機(jī)理模型技術(shù)的主要目標(biāo)是以知識(shí)注入的方式，將工業(yè)領(lǐng)域的專業(yè)知識(shí)和經(jīng)驗(yàn)融合到通用大模型，孕育出具有工業(yè)領(lǐng)域特色工業(yè)機(jī)理大模型。

2023年是人工智能通用大模型進(jìn)入“現(xiàn)象級(jí)”增長(zhǎng)和規(guī)模化應(yīng)用的元年，對(duì)于工業(yè)企業(yè)來(lái)說(shuō)，利用知識(shí)注入方式將工業(yè)機(jī)理與通用大模型進(jìn)行融合將成為未來(lái)1~2年關(guān)鍵趨勢(shì)。通過(guò)知識(shí)注入，具備工業(yè)機(jī)理的工業(yè)大模型將獲得強(qiáng)大的垂直行業(yè)落地能力，幫助工業(yè)企業(yè)獲得更豐厚的業(yè)務(wù)收益。

一是處理更多類型的工業(yè)數(shù)據(jù)。例如文本、圖像、視頻、聲音、傳感器數(shù)據(jù)等多模態(tài)數(shù)據(jù)；二是處理跨工業(yè)領(lǐng)域和專業(yè)的數(shù)據(jù)。例如機(jī)械、電氣、化工、材料等；三是執(zhí)行多種工業(yè)場(chǎng)景和任務(wù)。例如故障診斷、質(zhì)量檢測(cè)、過(guò)程優(yōu)化、排產(chǎn)排程、產(chǎn)品設(shè)計(jì)等；四是提供魯棒性和可解釋的結(jié)果。對(duì)于工業(yè)認(rèn)知和決策結(jié)論給出推理過(guò)程、證據(jù)支持、置信度評(píng)估等。

趨勢(shì)六：綠色制造

碳足跡和減碳技術(shù)成為推動(dòng)綠色制造落地的關(guān)鍵突破口

綠色制造是綜合考慮環(huán)境影響和資源消耗的現(xiàn)代化制造模式，目標(biāo)是使產(chǎn)品從設(shè)計(jì)到回收外理的整個(gè)產(chǎn)品生產(chǎn)周期中對(duì)環(huán)境負(fù)面影響極小，資源利用率極高，使企業(yè)經(jīng)濟(jì)效益、社會(huì)效益和生產(chǎn)效益協(xié)調(diào)優(yōu)化。碳足跡和減碳技術(shù)是實(shí)現(xiàn)綠色制造的關(guān)鍵技術(shù)組合，碳足跡指組織、產(chǎn)品或服務(wù)在其生命周期內(nèi)直接或間接產(chǎn)生的溫室氣體排放量；減碳技術(shù)是能夠降低碳排放或增加碳匯的技術(shù)，如工業(yè)碳捕集和封存、大氣碳負(fù)排放等。

綠色低碳是制造業(yè)轉(zhuǎn)型發(fā)展的全新維度。2023年，雙碳技術(shù)棧將支撐綠色制造模式在發(fā)電、鋼鐵、化工、建材等行業(yè)逐步落地，其中碳足跡和減碳處于核心技術(shù)位置，帶來(lái)諸多趨勢(shì)性變化：一是碳排放量化技術(shù)，通過(guò)工藝機(jī)理和高質(zhì)量數(shù)據(jù)建構(gòu)工業(yè)生產(chǎn)和碳排放的內(nèi)在邏輯關(guān)系，結(jié)合碳排放核算能力的不斷提高，企業(yè)將找到衡量碳資產(chǎn)的有效方式。二是碳排放的時(shí)空視角，面向產(chǎn)品全生命周期碳排放核算（時(shí)域特性）和制造業(yè)全供應(yīng)鏈碳中和（空域特性）是發(fā)展方向。三是工業(yè)能源的綠色轉(zhuǎn)型，基于對(duì)碳資產(chǎn)的有效衡量和定價(jià)，以及碳市場(chǎng)的逐步落地，工業(yè)能源的綠色轉(zhuǎn)型將真正與企業(yè)的經(jīng)營(yíng)指標(biāo)相關(guān)，從而推動(dòng)企業(yè)主動(dòng)推進(jìn)能源綠色化進(jìn)程。四是能源互聯(lián)網(wǎng)，企業(yè)利用虛擬電廠、綜合能源系統(tǒng)來(lái)管理調(diào)度多種清潔能源和能源網(wǎng)、實(shí)現(xiàn)全局ROI最優(yōu)成為可能，技術(shù)落地從樓宇級(jí)走向園區(qū)級(jí)。

趨勢(shì)七：工業(yè)大數(shù)據(jù)

人工智能的價(jià)值釋放，進(jìn)一步加速工業(yè)企業(yè)的數(shù)據(jù)基建進(jìn)程

大數(shù)據(jù)技術(shù)是數(shù)據(jù)采集、存儲(chǔ)、管理、分析挖掘、可視化等技術(shù)的總和，其幫助企業(yè)沉淀海量多維、高增長(zhǎng)、多形態(tài)的信息資產(chǎn)。進(jìn)而有能力利用智能技術(shù)獲得洞察、自優(yōu)化、預(yù)測(cè)、決策能力。工業(yè)大數(shù)據(jù)技術(shù)是在工業(yè)物聯(lián)、產(chǎn)業(yè)互聯(lián)產(chǎn)生的海量、復(fù)雜的數(shù)據(jù)中發(fā)現(xiàn)新的知識(shí)規(guī)律，挖掘有價(jià)值洞察的技術(shù)手段，推動(dòng)制造型企業(yè)以數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品服務(wù)創(chuàng)新、經(jīng)營(yíng)水平提升、和生產(chǎn)運(yùn)營(yíng)提效，商業(yè)模式拓展。

2023年，人工智能的突破性進(jìn)展讓業(yè)界開(kāi)始關(guān)注大模型的行業(yè)化應(yīng)用，而工業(yè)大數(shù)據(jù)成為工業(yè)企業(yè)構(gòu)建AI可用的數(shù)據(jù)體系、打造工業(yè)大模型的關(guān)鍵支撐。對(duì)于數(shù)智化轉(zhuǎn)型處于領(lǐng)先地位的企業(yè)來(lái)說(shuō)，工業(yè)大數(shù)據(jù)潛在的巨大價(jià)值將吸引他們未來(lái)數(shù)年持續(xù)加大IT投入，帶來(lái)一些趨勢(shì)性變化：

一是數(shù)據(jù)全生命周期管理加快被實(shí)踐，工業(yè)大數(shù)據(jù)的高度復(fù)雜性是傳統(tǒng)數(shù)據(jù)技術(shù)應(yīng)用于工業(yè)的難點(diǎn)，而AI技術(shù)非常擅長(zhǎng)處理復(fù)雜但具備結(jié)構(gòu)性的數(shù)據(jù)，所以企業(yè)全生命周期數(shù)據(jù)管理的理念將被更多企業(yè)付諸實(shí)踐。二是大數(shù)據(jù)技術(shù)的進(jìn)階應(yīng)用加速落地，數(shù)據(jù)技術(shù)高階應(yīng)用加快，比如數(shù)據(jù)處理環(huán)節(jié)的湖倉(cāng)一體、批流一體，數(shù)據(jù)分析等技術(shù)應(yīng)用，數(shù)據(jù)分析環(huán)節(jié)的算法模型、智能標(biāo)簽、知識(shí)圖譜、可視化等高級(jí)分析技術(shù)等。

趨勢(shì)八：新一代人工智能

群體智能成為AI在工業(yè)領(lǐng)域應(yīng)用的下一個(gè)突破性方向

群體智能技術(shù)是模擬自然界生物群體行為的人工智能技術(shù)，具有去中心化、智能度高、靈活性強(qiáng)的特點(diǎn)，可以在沒(méi)有中心控制且對(duì)全局環(huán)境認(rèn)知不足的情況下完成很多復(fù)雜任務(wù)。工業(yè)領(lǐng)域群體智能是指在工業(yè)生產(chǎn)、管理等環(huán)節(jié)中，利用多個(gè)智能設(shè)備或系統(tǒng)（如機(jī)器人、傳感器等）通過(guò)分布式、去中心化、自組織的方式協(xié)同完成復(fù)雜任務(wù)或解決復(fù)雜問(wèn)題的技術(shù)。

2023年，群體智能技術(shù)將更多被業(yè)界討論，并開(kāi)始融入制造業(yè)數(shù)字化轉(zhuǎn)型的技術(shù)攻堅(jiān)進(jìn)程。在大語(yǔ)言模型、邊緣計(jì)算、物聯(lián)網(wǎng)、知識(shí)圖譜等多種技術(shù)棧的支撐下，群體智能技術(shù)發(fā)展的基礎(chǔ)已經(jīng)趨于成熟，技術(shù)將逐漸走出實(shí)驗(yàn)室。在技術(shù)突破點(diǎn)方面，群體智能技術(shù)探索重點(diǎn)會(huì)在多個(gè)智能設(shè)備或系統(tǒng)在邊緣節(jié)點(diǎn)的分布式協(xié)同計(jì)算。具體來(lái)說(shuō)利用邊緣側(cè)的算力集群，提高分布式群體智能的實(shí)時(shí)性、靈活性和魯棒性，降低對(duì)中心節(jié)點(diǎn)和云端的依賴，如：工業(yè)機(jī)器人集群利用邊緣計(jì)算開(kāi)展實(shí)時(shí)協(xié)作控制、故障檢測(cè)、自修復(fù)任務(wù)；設(shè)備傳感器集群可以利用邊緣計(jì)算實(shí)時(shí)開(kāi)展數(shù)據(jù)融合、壓縮、分析等任務(wù)。這些都是群體智能落地的場(chǎng)景趨勢(shì)。

趨勢(shì)九：工業(yè)數(shù)字孿生

工業(yè)數(shù)字孿生技術(shù)推動(dòng)數(shù)字技術(shù)在制造業(yè)的規(guī)模化應(yīng)用

數(shù)字孿生技術(shù)的要義是在數(shù)字信息平臺(tái)上創(chuàng)建一個(gè)與實(shí)體對(duì)象或系統(tǒng)相對(duì)應(yīng)的虛擬模型-“數(shù)字孿生體”，它可以實(shí)時(shí)或準(zhǔn)實(shí)時(shí)地接收實(shí)體對(duì)象或系統(tǒng)上的傳感器采集的數(shù)據(jù)、并將其進(jìn)行動(dòng)態(tài)仿真和分析，輸出決策數(shù)據(jù)。工業(yè)數(shù)字孿生技術(shù)是工業(yè)互聯(lián)網(wǎng)的核心技術(shù)之一，通過(guò)在數(shù)字空間構(gòu)建物理對(duì)象的精準(zhǔn)模型，并利用實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)模型運(yùn)轉(zhuǎn)，實(shí)現(xiàn)數(shù)字空間與物理世界的雙向映射和交互，從而為工業(yè)企業(yè)提供綜合決策所需的環(huán)境和能力。

基于工業(yè)數(shù)字孿生底座，企業(yè)得以有效構(gòu)建起的工業(yè)仿真系統(tǒng)，進(jìn)而在系統(tǒng)中規(guī)模化試驗(yàn)諸多數(shù)字技術(shù)，推動(dòng)技術(shù)規(guī)模化應(yīng)用。預(yù)計(jì)2023年，工業(yè)數(shù)字孿生技術(shù)將繼續(xù)深入發(fā)展，顯著提升工業(yè)數(shù)字孿生系統(tǒng)面的復(fù)雜經(jīng)營(yíng)環(huán)境的可用性，從而規(guī)模化支撐數(shù)字技術(shù)落地。一是數(shù)字孿生體構(gòu)建技術(shù)，在工業(yè)大數(shù)據(jù)支撐下，數(shù)字孿生技術(shù)從模擬特定場(chǎng)景向模擬復(fù)雜系統(tǒng)擴(kuò)展，實(shí)現(xiàn)對(duì)整個(gè)生產(chǎn)過(guò)程、供應(yīng)鏈網(wǎng)絡(luò)、產(chǎn)品全生命周期等復(fù)雜系統(tǒng)的數(shù)字化建模。二是數(shù)字孿生交互技術(shù)，工業(yè)企業(yè)更加強(qiáng)調(diào)將數(shù)字空間的優(yōu)化結(jié)果及時(shí)反饋到物理世界，并獲得期待的經(jīng)濟(jì)效益。推動(dòng)技術(shù)產(chǎn)品在數(shù)字空間與物理世界的雙向映射更加實(shí)時(shí)，物理對(duì)象的智能化協(xié)同水平顯著提高。三是數(shù)字李孿生支持業(yè)務(wù)創(chuàng)新。改進(jìn)監(jiān)控改善工廠運(yùn)營(yíng)成本結(jié)構(gòu)，基于工業(yè)仿真環(huán)境預(yù)測(cè)分析和調(diào)度管理，產(chǎn)品對(duì)抗性研發(fā)、差異化設(shè)計(jì)等。

趨勢(shì)十：工業(yè)操作系統(tǒng)

數(shù)字工業(yè)操作系統(tǒng)為制造業(yè)數(shù)字化進(jìn)程帶來(lái)自主性和開(kāi)放性

數(shù)字工業(yè)操作系統(tǒng)是基于物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能等新一代信息技術(shù)的數(shù)字工業(yè)智能化基礎(chǔ)設(shè)施，可實(shí)現(xiàn)對(duì)工業(yè)設(shè)備、工藝流程、生產(chǎn)數(shù)據(jù)、運(yùn)營(yíng)管理等各個(gè)環(huán)節(jié)的全面感知、分析、優(yōu)化和控制。作為工業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的技術(shù)底座，數(shù)字工業(yè)操作系統(tǒng)是工業(yè)生產(chǎn)管理平臺(tái)，還是連接工業(yè)要素實(shí)現(xiàn)全局最優(yōu)調(diào)度的資源平臺(tái)、沉淀工業(yè)數(shù)據(jù)與大模型實(shí)現(xiàn)數(shù)據(jù)高價(jià)值轉(zhuǎn)化的智能平臺(tái)、承載工業(yè)應(yīng)用與服務(wù)的行業(yè)標(biāo)準(zhǔn)化開(kāi)放平臺(tái)

當(dāng)前，數(shù)字化轉(zhuǎn)型的企業(yè)面臨著自主可控和生態(tài)開(kāi)放的雙重挑戰(zhàn)，而數(shù)字工業(yè)操作系統(tǒng)將給制造業(yè)數(shù)字化進(jìn)程帶來(lái)自主性和開(kāi)放性。在自主性方面，工業(yè)企業(yè)將更多通過(guò)私有化部署或訂閱方式獲得自主可控的數(shù)字工業(yè)操作系統(tǒng)，并根據(jù)企業(yè)的特點(diǎn)和需求進(jìn)行定制化開(kāi)發(fā)和應(yīng)用。領(lǐng)先企業(yè)會(huì)嘗試?yán)媚Ｐ蜆?gòu)造能力打造產(chǎn)業(yè)大模型（Industry GPT）。在開(kāi)放性方面，企業(yè)趨向于基于工業(yè)操作系統(tǒng)的開(kāi)放式架構(gòu)實(shí)現(xiàn)不同工業(yè)設(shè)備、傳感器、控制器的對(duì)接和集成，并實(shí)現(xiàn)跨行業(yè)、區(qū)域、企業(yè)的數(shù)據(jù)互聯(lián)互通。