适配工业机器人、人形机器人的现场控制需求 ; 其多任务统一策略的优化方案 , 可降低工业场景多任务操作的模型训 练 与 部署成本 , 为 3C 电子、 汽车制造等场景的双臂机器人规模化落地 , 提 供 了轻量化、 易部署的技术优化方向参考。 主要贡献 : 1: 提出轻量化多任务双臂操作框架 MOE-ACT: 将稀疏 MOE 模块融入 ACT 的 Transformer 编 码 器 , 通 过 一款闭环式第一人称世界模拟器 , 该模拟器可生成空间一致的交互视频 , 并对底层 3D 场景状态进 行持续更新 , 以实现连续仿真。现有第一人称模拟器要么缺乏明 确的 3D 锚定 , 在视角变化下易出现结构漂移 ; 要么将场景视为静态 , 无 法在多阶段交互中更新世界状态。 Egosim 通过将 3D 场景建模为 可更新的世界状态 , 解决了上述两大局限。我们通过几何动作感 知的观测仿真模型生成具身交互 : 当前行业仍处于商业化早期 , 若下游场景拓展、 市场需求释放不及预期 , 具身智能技术 的商 业化应用空间将受到限制。 《具身智能科技前瞻探索》 第 3 期 23 分析师声明 观和公正 , 结论不受任何第三方的授意或影响 , 特此声明。 免责声明 本报告仅供国泰海通证券股份有限公司 ( 以下简称 " 本公司 ") 的客户使用。本公司不会因接收人收到本报告而视其为本公司的

DeepSeek 模型后 ，要先做算力适配 ， 一种简单粗暴的做法是多买一些已经适配过的卡 ，把它给 装进去 ，再结合用户的私有数据 ，去做常规的 RAG 或微 调。 这种方式简单易操作 ，但成本较高。 现在 ， 高校和科研院所在探索一些新方法。 比如 ， 先将开 源模型蒸馏 ，获得更小参数的模型 ，来降低算力需求 4.4 本地部署大模型方 案 高校本地部署大模型面临的问题： ， 写方案 ， 写 运营活动 ， 制作 PPT ， 写 读后感 ， 写代码 游戏 生成场景原画 ， 生成角色 形象 ， 生成世界观 ， 生成 数值 ， 生成 3D 模型 ， 生成 NPC 对话 ， 音效生成 电商 生成商品标题 、 描述 、 广 告文案和广告图 当作“交叉学科 顾问”。虽然它在单一领域比不上专业学者 ，但在多领域涉猎上 达到了博士生水平 7. A I 赋能高校科 研 虽然 DeepSeek 无法直接将实验数据转化为直观、 易理解的图表 ， 但可以为科研人员提供不同 的 绘图软件 （如 R 语言 、 Python 等） 的绘图代码 。 无论是趋势图 、 热力图 ， 还是散 点图 ， DeepSeek 都能在复杂数据中提炼出关键信息

知识查询类：事实核查、概念解释、 溯 源检索。 • 8. 教育与研究类：题目生成、论文润色、 实验设计。 • 9. 多模态处理类： 图文互译、表格解析、 视频脚本。 • 10. 伦理与安全类： 内容审核、价值观对 齐、风险预警。 DeepSeek 部署方 案 Deepseek ! Deepseek 部署全线 图 移动手机应用 本地部署蒸馏小模型 - 市场分析与需求预测 - 治疗效果预测与优化 - 智能营销与个性化推荐 - 健康数据管理与分析 - 医美产品设计与优化 - 合规管理与报告生成 • 5. DeepSeek 赋能跨境贸 易 - 市场分析与需求预测 - 供应链优化与物流管理 - 跨境支付与汇率风险管理 - 合规管理与海关申报 - 多语言客户服务与沟通 - 贸易伙伴匹配与谈判支持 - 风险管理与信用评估 - 跨境电商营销与推广

MathVision A-OKVQA 30.4% 62.2% 87.9% Align-DS-V (8B) 27.0% 63.8% 83.7% Align-Anything: 涵盖多元价值观的全模态对齐方案 ➢ Align-Anything 框架支持任意到任意模态对齐，这在目前开源社区中是独一无二的。它填补了现有 框架仅支持单一模态或少数模态对齐的空白，为全模态大模型的对齐提供了统一和通用的解决方案； 形式化证明 ➢ 与此同时，安全价值的监管具有多元性: 人类的安全价值观具有多样性， 内建价值冲突 \ 单智能体系统下 的安全，并不保证多智能体系统安全 \AI系统伪装已被“安全对齐”，行为欺骗监管 ➢ 随着 VLA \ Agent 等模型下游和赋能应用兴起，确保模型AI系统准确应对不确定性，考虑物理规律下的人 类价值观对齐至关重要 ➢ 在复杂动态环境中不仅要短期安全，还要确保长期行为的安全性，例如对操作环境造成影响。 建立高度严谨的推理模型。 个体安全 ≠ 群体安全， 行为安全 ≠ 价值安全 安全复杂性和维度超出传统方法 ➢ 内生价值安全性：AI系统不仅需 要应对不确定性，还必须考虑物 理规律下的人类价值观对齐，例 如肢体语言的安全性、个人空间 的边界感。 ➢ 外生具身安全性：在复杂动态环 境中不仅要短期安全，还要确保 长期行为的安全性，例如对操作 环境造成影响的安全性。 VLA系统安全的独特挑战

场跨国会议 ⚫ 非遗传承人创建数字分身传授濒危技艺 3.伦理治理：构建人机共生新秩序 面对指数级进化的 AI，人类需建立“三层防护体系”： ①技术免疫层 ⚫ 价值观对齐：用强化学习植入伦理准则（如“不得伤害人类”） ⚫ 反误导机制：自动检测并修正“幻觉输出” 案例：医疗 AI 拒绝提供安乐死指导 ②法律监管层 ⚫ 数字身份法：赋予 AI

车身表面的涂漆质量是衡量整车品质的重要指标之一，它不仅关系到车辆的美观性，更事关车辆的防腐性、耐久性 等问题。漆面喷涂环节工艺繁多复杂，易出现颗粒、缩孔、焊渣、脏污等各类缺陷，进而影响整车外观甚至漆面的 耐久性。 传统的人工漆面缺陷检测方法，受检测人员自身状态及长时间工作易疲劳等因素的影响，无法精确检出各类缺陷， 很难满足现代汽车生产需求。 在 AI 算法赋能下的 3D 成像技术，与机器人手臂协同 半导体晶圆制造过程极为复杂、精密，任何微小缺陷都可能影响芯片性能。晶圆中常见的缺陷包括表面的划痕、裂 纹、污染物、凸起，表面翘曲，切割瑕疵、晶体缺陷等。这些缺陷大多细微不易察觉，通常需要微米级甚至更小的 检测精度。人工检测效率低下，易出错，无法满足大规模生产的效率需求；传统的机器视觉检测算法，无法满足对 多种缺陷的检测需求。 采用大模型结合机器视觉成像技术，首先使用大规模无标注图像对大模型预训练，然后再针对晶圆缺陷检测任务，