产品全景图 (Product Landscape)
我们构建的不是一个简单的管理系统，而是一个“1+1+4”的工业认知生态。
1 个核心底座： 多模态工业知识图谱 | 1 个中枢大脑： 工业垂类大模型 + 逻辑推理引擎
4 大智能体应用： 覆盖研发、出海、制造、管理全链路
轨道交通行业的"数字总工"与研发智能底座。
核心理念：从"标准查阅"进阶为"认知推理"，实现"设计即合规"。
在智能化时代，标准应从静态的“刹车片”（事后检查）转化为动态的“方向盘”（正向引导）。本项目旨在构建“中车工业认知引擎”，利用大模型将沉睡的非结构化数据唤醒，转化为具备推理能力的“数字智力”。
从“翻书找数”变为“伴随式智能导航”。释放精力专注于核心创新。
将分散的专家经验固化为可复用、可推理的企业级知识图谱，沉淀核心资产。
打造“全球法规瞬时对齐”能力，构建中国高铁标准的技术话语权，助力出海。
我们构建的不是一个简单的管理系统，而是一个“1+1+4”的工业认知生态。
1 个核心底座： 多模态工业知识图谱 | 1 个中枢大脑： 工业垂类大模型 + 逻辑推理引擎
4 大智能体应用： 覆盖研发、出海、制造、管理全链路
引入代理式 AI 概念，系统不仅能“回答问题”，更能“执行任务”。
场景：正向研发。深度融合 MBSE，将标准中的极限参数转化为 CAD/SysML 模型约束。一旦参数越界自动报警；动态推演设计变更对全车标准的连锁影响。实现“标准找设计”。
场景：助力出海。自动构建 GB/EN/UIC/AAR 条款映射网络。扫描车型 BOM，输出《技术规格偏离表》，并针对冲突项给出“推荐的最优技术方案”或“豁免申请话术”。
场景：变更管理。模拟国标更新的“蝴蝶效应”，自动穿透 BOM 结构识别受影响的二三级供应商物料。利用多模态视觉能力校验图纸与最新标准的一致性。
场景：新技术标准制定。综合科研数据和历史标准，自动生成结构严谨的企业标准草案。自动检查草案中是否存在自相矛盾的条款或死锁逻辑。
为了支撑高度的智能化，架构需具备“高鲁棒性”和“工程严谨性”。
六维全域图谱 + 多模态解析。本体升级增加“物理模型”和“规则逻辑”节点；引入视觉大模型解析工程图纸。
MoE 混合专家架构。路由分发通用与涉密任务；RAG 2.0 (GraphRAG) 彻底解决工业参数“幻觉”，确保有据可查。
RLHF-E (Expert-in-the-loop)。建立专家反馈强化学习机制，总工的每一次采纳或修正都使系统更懂中车习惯。
背景：某新型动车组设计，工程师需确定“铝合金空心型材”壁厚公差。
背景：投标阿根廷项目，客户要求基于 ISO 标准，但原设计基于 GB。
完成存量 PDF 的向量化与图谱化。上线“标准智库助手”，实现精准问答。
打通 PLM/CAD 系统，实现“参数注入”。上线“变更影响分析引擎”。
推出“生成式编撰”与“全球对齐雷达”。构建行业级知识交易平台。