参数即可实现性能提升 , 适 配边缘端部署。 4: 完成系统性实验与设计洞察输出 : 通过多组消融实验明确了事件窗口、 训练策略的关 键影响 , 为事件感知与 VLA 模型的融合提供了可复用的工 程化设计参考。 影响展望 : 1: 对具身智能学术研究前沿的影响 : 为事件驱动感知与 VLA 模型的融 合提供了系统性的实证参考 , 验证了无需大规模事件预训练 , 即可通过 , 抓取放置任务成功率 从 0% 提升至 20%-25%, 分拣任务成功率从 5% 提升至 32.5% 。 总体而言 , E- VLA 为事件驱动感知可有效融入 VLA 模型提供了系统性实证 , 为 突破传统帧式成像限制、打造更具鲁棒性的具身智能指明了方向。 代码与数据集将在 E-VLA 项目页面开源。 3.2 E-VLA

通过这本白皮书，工业领域的企业和合作伙伴可以更系统、更全面地了解 AI 技术如何为工业制造的各 个环节赋予怎样的智能化能力，以及英特尔在帮助企业落地部署 AI 技术方面所能提供的产品、平台和 系统性支持与服务以及成功案例。 本白皮书中包括了工业 AI 和工业大模型的概念介绍、当前的市场规模与市场增长潜力、工业 AI 和工业 大模型能为汽车、消费电子、新能源锂电、半导体制造等重点行业所带来的赋能创新机会，以及当前