铸底座——中国工业三维数字化的十年突围与全行业生态共建

2026年，距离国资委79号文给出的“央企国企核心系统100%国产化”期限，只剩不到一年半。

这个时间表的分量，只有身处行业深处的人才能体会。它不是一份倡导性文件，而是写入国企年度考核的硬指标——不达标，直接影响评级。与之配套的，是工信部提出的“到2027年完成约200万套工业软件和80万台套工业操作系统更新换代”的量化目标，以及《关于产业链供应链安全的规定》从法规层面的强制约束。

据行业机构测算，2026年中国信创产业整体规模将达到1.8万亿元至2.66万亿元，同比增速超过26%。其中，工业软件市场规模预计突破4000亿元。

但在这片万亿级的浪潮中，有一个关键领域的国产化率长期在低位徘徊——三维工业软件。

三维CAD国产化率不足10%，流程工业的三维设计长期被Bentley的PDMS/SmartPlant、Hexagon的Smart 3D等海外巨头垄断。这意味着，中国火电厂、核电站、炼油厂的每一根管道、每一台阀门、每一套设备的三维数字模型，底层数据格式都跑在外国软件上。

这不仅仅是授权费用的问题。当三维模型成为工厂全生命周期数据的核心载体，当数字孪生成为智能运维的基础设施，当工程数据开始驱动AI训练和机器人执行——底图不在自己手里，整条数据链的安全就无从谈起。

2016年，深圳图为技术有限公司成立。创始团队的信念只有六个字：“中国图，有所为。”

十年后的今天，这家国家级专精特新“小巨人”企业以“1平台+4引擎+N应用”的产品体系，覆盖了火电、核电、石化、油气、冶金、煤炭、风电、水电、电网、管网十大行业，为包括国家能源集团、中核集团、国家电投、华能集团、南方电网、中冶赛迪等央企和大型设计院提供了三维数字化底座服务，已在三大核电集团实现规模化应用，累计完成多项超超临界电厂（百万级机组）数字化标杆项目，市场排名行业领先。

它选择的“自研引擎+全生命周期底座”这条路，在中国工业软件国产化的大棋局中，到底意味着什么？

2016年的中国三维工业软件市场，格局已经非常清晰。

离散制造业的三维设计，达索SolidWorks和西门子NX占据高端。建筑工程领域的BIM，Revit一家独大。而在流程工业——火电、核电、石化、冶金——这些涉及国家能源安全和基础设施安全的领域，几乎清一色是Bentley和Hexagon的天下。

流程工业的三维软件为什么特别难做？

因为流程工业的“工厂”和离散制造的“产品”有本质区别。一座火电厂有几十万根管道、上万台设备、数以百万计的焊口和阀门，工艺系统高度耦合，介质高温高压，安全要求极其严苛。这种级别的复杂度和数据密度，对三维引擎的性能、精度和稳定性提出了近乎极限的要求。

全球能做到这个量级的三维引擎，一只手数得过来。而其中真正属于中国自主的，为零。

很多公司的做法是：基于国外引擎做二次开发，在上面叠加行业功能。这条路快，但有一个致命问题——地基不是自己的。

引擎决定了数据格式的底层定义，决定了模型精度的上限，决定了系统能承载多大的场景规模，也决定了在极端情况下（比如海外断供、授权限制）你是否还能继续运转。

图为技术做了一个在当时看来非常“重”的决定：从底层三维图形引擎开始自研。

十年间，图为技术构建起了“1平台+4引擎+N应用”的完整产品体系。

四大引擎各司其职：

• T-3D®：工业信息三维图形引擎。这是整个体系的核心底座，负责工业场景的高精度三维渲染、工程语义解析、大规模模型加载。2017年推出第一代产品，经历了火电、核电、石化等十大行业真实项目的反复打磨。

• T-3Dx®：新一代三维光追引擎。2023年底发布，将光线追踪技术引入工业级三维渲染，能够承载超大模型并实现高质量实时渲染，尽可能还原肉眼可见的真实工厂环境，为大规模、高复杂度、动态三维数字孪生工程提供底层技术支撑，关键技术指标国际领先。

• T-Globle®：数字地球GIS引擎。面向电网、管网、风电等线性工程和广域工程场景，支撑地理信息级别的三维空间管理。

• TUWEI CLOUD®：云渲染引擎。支撑远程协同和轻量化访问，让用户在浏览器端即可操作大规模三维工厂模型，无需本地高配硬件。

面向设计与工艺的新产品线：

• T-PID®：智能工艺流程图系统（2026年推出）。面向石化、核电等流程工业，将传统PID图纸从“静态图纸”升级为“智能数据载体”——管道、仪表、阀门、控制回路不再是图纸上的符号，而是可检索、可关联、可驱动仿真的结构化工程对象。

• T-Designer®：智能化三维协同设计平台（即将面世）。目标是实现完全自主可控的国产化三维协同设计，突破关键领域“卡脖子”困境。

一个平台：

• T-Plant®：三维数字化工厂信息管理平台。基于浏览器端原生架构，覆盖工程设计、采购管理、施工建造、生产运维各阶段。它不是一个三维展示工具，而是承载EPCS全生命周期数据的集成平台。

N个应用则分布在各个行业的实际场景中——从核电施工管理到风电智慧运维，从油气数字化恢复到冶金智慧高炉。

这十年最重要的技术判断是：引擎不只是“看图的工具”，而是“承载工业数据的操作系统”。引擎的架构选择，决定了数据能不能从设计流到运维、能不能从三维模型对接到AI训练、能不能从单厂扩展到集团。

流程工业的数字化，不缺系统。设计院用PDMS/E3D做三维设计，采购部门用ERP管理供应商和物资，施工方用项目管理软件管控进度，运维方用EAM/CMMS管理设备台账。每个环节都有系统在跑，但数据是断的。

设计阶段的三维模型，到了施工阶段往往被“翻译”成二维图纸重新使用，三维模型中的工程语义大量丢失。施工阶段的变更数据，很少能回写到竣工模型中。到了运维阶段，设备台账、检修记录、实时工况，跟原始设计模型几乎没有关联。

这就是为什么很多工厂花几千万建的三维模型，最后变成了一个“好看的展示品”——因为它和实际的生产运行是脱节的。

EPCS是Engineering（设计）、Procurement（采购）、Construction（施工）、Service（运维）的缩写。

图为技术选择的路径，是打通整条数据链。

这在技术上意味着三件事：

第一，统一的空间坐标与编码体系。 从设计到运维，每一台设备、每一段管道、每一个阀门，在三维空间中有唯一的位置标识，在编码体系中有唯一的身份标识。图为技术在东莞宁洲电厂项目中按照运维期编码深度要求开展数字化交付实施，从基建期开始就为运维阶段的数据治理做好铺垫。

第二，多源异构数据的融合能力。 设计院的PDMS模型、设备厂家的STEP模型、施工现场的点云数据、运维阶段的IoT传感数据——格式完全不同。T-Plant平台必须有能力把这些数据统一承载、统一检索、统一关联。西气东输项目中，图为技术实现了三维模型与SCADA运维系统的数据对接，让静态的工程模型“活”了起来。

第三，全生命周期的数据版本管理。 一座运行30年的工厂，经历了无数次技改、检修、设备更换。底座必须能记录每一次变更，支持版本回溯。中冶赛迪韶钢7号高炉项目，以数字化正向设计为基础，依托数字化管理平台，将设计阶段的模型和数据流转至施工、运维全生命周期，打造了钢铁行业首个以数字化设计为源头的数字化智慧高炉。

传统模式下，三维数字化是“项目交付物”——工程建完了，模型交出去，项目结束。

图为技术正在推动的转变是：让BIM底座从“交付物”变成“基础设施”。

大港油田项目是一个典型。图为技术完成了驴驹河储气库三维模型信息整合及完整性检查，联合打造了大港油田地面系统数字化管理平台。关键在于——平台不只是交付一个模型，而是为后期数字化应用拓展预留了接口，为驱动业务模式重构、管理模式变革提供数据基座。

底座从“建完即止”变成“持续生长”的数据生产平台。

2024年10月，国家标准GB/T 44770-2024《智能火电厂技术要求》正式发布实施。这是我国火电行业首个智能电厂国家标准，由华润电力技术研究院牵头，联合五大发电集团、电网公司、科研院所共同编制。标准明确要求数据采集覆盖率不低于95%，并前瞻性地纳入了数字孪生和5G的技术要求。

2026年5月，国家能源局发布《人工智能+》能源高价值场景清单，火电领域涵盖五大场景。

火电的数字化，从“各厂自行探索”进入了“有标可依”的阶段。

国电上海庙电厂是国家能源集团倾力打造的首个智慧化标杆电厂，2018年10月开工建设，目标是打造世界一流智慧火电工程。

图为技术作为本项目三维数字化工程总承包商，为电厂提供三维数字化综合管理平台及贯穿全生命周期的三维数字化综合解决方案。项目分二期建设：一期以三维数字化技术为核心，打造智慧工程管控系统；二期以生产经营管理效益提升为目标，打造电厂智慧生产运维系统。

从工程管控到生产运维，同一套底座、同一条数据链——这是EPCS全生命周期覆盖在火电行业的标杆实践。

东莞宁洲厂址替代电源项目规划建设3台9H级燃气－蒸汽联合循环热电联产机组，由广东粤电滨海湾能源有限公司建设及运营。

建设期间同步开展数字化交付。图为技术负责项目数字化交付平台搭建与实施，按照运维期编码深度要求开展数字化交付实施工作，现场部署T-Plant平台，结合云渲染技术，为基建期各参建单位提供工程数据支撑。

建设即交付、交付即运维——数据链从基建期就贯通到运维期，而不是等工程完工后再“补做”数字化。

与国家电投上海成套院合作的汽轮机关键部件三维数字孪生体研究项目，代表了图为技术在火电领域的技术纵深方向。

不同于以往的三维可视化系统，这套系统将汽轮机三维精细化模型与人工智能训练模型相结合，并与电厂实时测点数据对接，形成汽轮机数字孪生体系。它不仅作为信息可视化的载体，更通过人工智能的分析计算，成为信息数据的处理器，为生产流程的优化与管理提供数据支撑。

从“看模型”到“用模型算”——这正是三维底座从可视化走向智能化的关键跃迁。

火电行业正在形成的生态分工：

图为技术选择的位置是平台底座层——不替代DCS、不替代AI算法，而是让所有系统的数据能在同一个空间化的数据框架中汇聚、关联和协同。

核电追求的是安全——在安全红线之上，才谈得上效率和效益。这种差异直接决定了核电数字生态的建设逻辑：

田湾核电站三维数据管理平台项目，是国内核电行业首个完整工程数据数字化移交实施项目。

图为技术为田湾核电站提供基础平台与定制开发服务，完成了核电工程总包方向田湾业主之间的工程数据移交，为田湾核电运维管理、安全生产、应急指挥、决策分析等提供数据保障。

“首个”这个词的分量在于：它验证了从设计端到运维端的完整数据移交链路，在核电这样最高安全等级的场景中是可以走通的。

太平岭核电是我国首个生态核电示范项目，采用“华龙一号”三代核电技术。

图为技术与东北电力第一工程有限公司合作，基于T-Plant平台构建了“核芯Ⅰ号”BIM施工信息管理平台，承载太平岭核电一期工程常规岛和BOP厂房三维设计成果、施工过程管理数据。

平台的核心价值在于将设计静态信息、施工过程动态数据统一集成，通过设计对施工进行指导，同时使施工过程记录和成果得到最大范围的留存，构建核电数字基座，支撑电厂数字化运维需求。

具体落地成果：管道预制数字化——在PDMS三维设计环境中建立完整的焊缝三维数据档案；小管安装规范化——通过三维建模减少高空作业频次；八大可视化管理场景覆盖进度4D模拟、安全风险预警、质量精准追溯等。累计在施工前发现并解决潜在问题5016项。

图为技术与中国核动力研究设计院联合打造了龙擎三维赋能敏捷协同平台和龙擎VR/AR视觉系统。

这个平台的定位很明确：以丰富的工程实践数据为基础、以系统工程思维为牵引，基于先进的国产化三维图形引擎和数据库，融合三维数字化、云渲染、虚拟现实、增强现实等多项高新技术。

关键词是“国产化三维图形引擎”。 在核动力工程这样高度敏感的领域，底层引擎的自主可控不是加分项，是准入条件。

核电数字生态正在形成相对稳定的圈层：核心层（核电集团）掌握数据和场景，技术层（三维引擎、数字孪生等专业公司）提供底层能力，验证层（核安全审评机构）提供合规认证，服务层在底座上开发具体应用。

图为技术在核电领域已经形成了从工程数字化移交（田湾）→施工过程管理（太平岭）→核动力工程协同（龙擎）的完整能力矩阵，覆盖核电从建设到运维的全链条。

西气东输是保障国家能源安全的战略工程。中卫压气站是我国2018年天然气管道互联互通保供重点工程，也是西气东输公司负责的11个互联互通工程建设项目之一。

图为技术负责西气东输数字化信息管理平台的总体建设。在中卫数字化恢复一期的基础上完成设备、线缆、建构筑物、总图等专业的全站三维模型精细化展示，并实现与SCADA运维系统的数据对接及展示，满足管道的可视化、网络化、智能化管理。

一条管道的三维数字化恢复，不只是“好看”，而是要让每一个阀门、每一段管线在数字空间中有精确的位置和状态，能实时反映运行工况，能在紧急情况下支撑快速决策。

大港油田项目中，图为技术完成了驴驹河储气库三维模型信息整合及完整性检查。联合打造了大港油田地面系统数字化管理平台。

储气库是天然气调峰保供的关键基础设施，其三维模型的信息完整度直接关系到安全运行。平台的建设逻辑是：先完成数据治理和模型重建，再搭建统一管理平台，同时为后期数字化应用拓展预留接口。

在石化领域，据国家工信安全中心数据，我国72%的工业企业使用国外工业软件，其中38%曾遭遇过授权限制、数据泄露等问题。长输油气管道、大型炼化装置的三维模型数据，直接关系到国家能源基础设施安全。

当这些数据承载在一个国产自研引擎之上时，才有底气说“安全可控”。

韶钢7号高炉大修项目是中冶赛迪重点推进的数字化实施项目。该项目以数字化正向设计为基础，依托数字化管理平台“轻呈”，将设计阶段的模型和数据流转至施工、运维全生命周期，打造了钢铁行业首个以数字化设计为源头的数字化智慧高炉，树立了工程建设行业数字化技术综合应用新标杆。

“以数字化设计为源头”——这几个字是核心。多数工厂的数字化是在运维阶段“补做”的，而韶钢项目从设计阶段就开始以数字化为主线，让数据自然流动到施工和运维。这正是EPCS全生命周期覆盖的理想范式。

贵阳铝镁设计研究院采购T-Plant数字化移交平台，以华羿氧化铝项目为试点工程，进行企业级数字化移交方案策划。设计研究院基于T-Plant平台实现了与生产运维系统进行集成的试验性功能开发与应用，完成数字化交付体系以及模型轻量化技术的构建，为冶金行业数字化转型提供了宝贵的建设经验。

从设计院切入、以试点工程验证、向企业级推广——这是流程工业数字化推广的务实路径。

煤炭洗选工程CPIM三维可视化全生命周期管理平台，是图为技术与中煤天津设计工程有限责任公司、中煤（天津）地下工程智能研究院、中煤华晋集团、中煤陕西榆林能源化工、中能建北京洛斯达、中电科大数据研究院这六家单位联合建设的项目。

这个项目的特殊性在于：不仅搭建了平台，还制定了煤炭洗选工程CPIM标准体系，并于2022年荣获“中国煤炭工业协会科学技术奖”一等奖。

有效解决了选煤厂因设计、建设、管理各阶段业务主体不同，使用各自的管理系统，业务数据难以流动贯通，缺乏可视化管理手段等问题。

标准先行、多方联合、数据贯通——煤炭行业的数字化实践，为其他流程工业提供了可参考的生态共建模式。

国家电投云南国际富源西风电项目，是国内装机规模最大的高原风电基地，单机容量6.7兆瓦，总共135台风机。

图为技术T-Plant平台与GIS进行深度融合，基于哈电工业大数据平台，打造了富源西风电数字孪生平台。平台集成了智慧运维、电网适配性、风资源评估、智能巡检和风机载荷试验等系统，采集了能量管理系统、风功率预测系统、火灾报警系统、视频监控等多源数据，实现了风电场全生命周期数据管理。

平台还进一步拓展了虚拟运维仿真、VR故障仿真培训，为智慧风电建设树立了标杆。

T-Plant + T-Globle（GIS引擎）的深度融合，是广域分布式能源场景的解决方案——135台风机分布在广阔的地理空间中，既需要GIS级别的宏观管理，也需要设备级别的精细建模。

华能澜沧江是“西电东送”“云电外送”的核心企业。图为技术以小湾和糯扎渡两个水电厂为试点，构建了15台水轮发电机组高精细化模型，并在此基础上完成了1193个功能页面的开发，包括三维检修工序卡、设备拆装模拟等，系统部署于电厂侧边缘云平台。

1193个功能页面，意味着这不是一个“3D展示demo”，而是一个真正深入检修业务全流程的工作系统。检修工序的每一个步骤、每一次设备拆装，都在三维环境中被定义、被记录、被优化。

基于图为技术三维数字化信息集成技术构建的南方电网输变电智能运维平台，实现了一站式数据支撑：输变电运维数据整合，构建统一数据仓库，与多个业务系统集成，三维可视化的对象化管理。

数字孪生和工业三维平台领域，几乎每家厂商都会在标书里写上“支持国产化”。但这四个字背后的含金量天差地别。

真正的国产化，要看四个层面：

当国资委的硬性要求与流程工业的实际需求叠加，一个清晰的结论浮现：

谁先把底座建在自主可控的基础设施上，谁就掌握了下一阶段智能化竞争的主动权。

图为技术在十大行业的实践——从火电（上海庙/宁洲）到核电（田湾/太平岭/龙擎），从油气（西气东输/大港油田）到冶金（中冶赛迪/贵阳铝镁），从煤炭（CPIM）到新能源（富源西/澜沧江），再到电网（南方电网）——覆盖了关系国计民生的十大关键行业。

这些行业的共同特征是：以央企国企为主、涉及国家基础设施安全、2027年国产化替代的刚性需求最为迫切。

图为技术十年积累的，不是一个产品，而是在十个关键行业中打通EPCS全生命周期数据链的工程经验和行业标准理解。这种积累，无法速成，也难以复制。

2025年，《政府工作报告》首次将“具身智能”写入国家战略，与生物制造、量子科技、6G并列为未来产业培育方向。

这不是一个技术概念的简单升级，而是中国对人工智能发展路径的重新定义——从“数字世界的智能”走向“物理世界的智能”。

紧随其后，2023年11月，工信部印发的《人形机器人创新发展指导意见》将人形机器人定性为“有望成为继计算机、智能手机、新能源汽车后的颠覆性产品”，并锚定双阶里程碑：

2025年4月，工信部印发《智能制造典型场景参考指引（2025年版）》，在技术应用层面深化了生成式AI与数字孪生的融合，新增“元宇宙车间”试点场景；在设备运维方面，从预测性维护升级为结合振动分析、声学分析的多维度监测。首批15家领航级智能工厂已在2025世界智能制造大会上集中亮相，带动生产效率平均提升29%，产品不良率降低47%。

在这一进程中，数字孪生正在发生角色转变——它不再是物理世界的“镜像”或“大屏”，而是成为具身智能的“数字神经系统”。

数字孪生的概念起源于Michael Grieves提出的“镜像空间模型”——物理世界与虚拟空间的对称映射。过去十年，这个数字孪生主要服务于“人看”：三维可视化、设备管理、远程监控。

但当AI开始走向物理世界，当机器人需要学会在真实工厂中行走、抓取、操作，数字孪生的角色发生了根本性转变：

它不再是工厂的“影子”，而是机器人的“虚拟健身房”——机器人在数字孪生环境中完成数百万次试错、摔倒、抓取、穿行，再进入真实世界执行任务。

这被称为“Sim-to-Real”迁移——让机器人在虚拟环境中学会的技能，在真实物理世界中可靠执行。这是具身智能落地的核心挑战，而数字孪生正是破解这一难题的关键训练场。

为支撑训练，各物理场景将陆续推出大规模多构型的智能机器人数据集，覆盖各类工业场景，提供超百万高保真数字孪生设备，实现全场景物品可交互。

当机器人在数字孪生中学会行走、抓取、决策，再带着这些技能走进真实世界——空间智能才真正从“看见”走向“看懂”，从“映射”走向“共生”。

图为技术十年积累的十大行业工程数据，正在成为具身智能时代最稀缺的资源：高质量的工业场景训练数据。

如果说第一个十年解决的是“如何让工厂的三维数据跑在国产底座上”的问题，那么下一个十年要解决的是——

如何让这个底座成为工业AI和机器人规模化落地的“数字神经系统”。

数字孪生与具身智能的融合，正在打开空间智能的下一个十年。而图为技术，已经站在了这条赛道的起跑线上。

中国工业的脊梁，不仅要有钢铁铸成的设备、要有自主生产的芯片，还要有跑在自己底座上的数字底座。

十年，十大行业，四大自研引擎，一个贯穿EPCS全生命周期的平台。图为技术走的路不算快——从底层引擎做起，在核电、火电、石化等最复杂的场景中一个一个打磨。但十年后的今天，当国产化从“选择题”变成“必答题”，当2027年的硬性节点近在眼前，那些从底层做起的积累，正在显现出它真正的价值。

这根脊梁，正在被一毫米一毫米地铸成。