未来网络技术发展系列白皮书（2025） 分布式算力感知与调度技术 白皮书 第九届未来网络发展大会组委会 2025年8月 版权声明 本白皮书版权属于中国铁塔股份有限公司和江苏省未来网络创 新研究院所有并受法律保护，任何个人或是组织在转载、摘编或以其 他方式引用本白皮书中的文字、数据、图片或者观点时，应注明“来 源：中国铁塔股份有限公司、北京邮电大学和江苏省未来网络创新研 究院”。 磊 I 前 言 随着算力网络的飞速发展，算力资源呈现出泛在化、异构化、分 布化的显著趋势。如何高效感知、协同调度这些广泛分布且动态变化 的算力资源，以支撑日益复杂的智能应用需求，已成为推动产业数字 化转型和智能化升级的关键挑战与核心技术方向。 本白皮书首先详细阐述了分布式算力感知与调度的背景、需求、 体系架构以及关键技术，同时介绍了该技术在远程医疗、智慧城市、 大模型分布式训推以 大模型分布式训推以及云游戏等领域的典型应用场景，并探讨了当前 技术落地、基础设施建设与改造以及标准化建设面临的挑战和发展建 议。 目前，工业界和学术界对分布式算力感知与调度技术的研究尚处 于起步阶段，并仍处于快速发展之中，新的架构、算法和应用模式不 断涌现，本白皮书作为阶段性研究成果，还存在需要不断完善的地方， 真诚地企盼读者批评指正。 II 目 录 前 言....................

应将云服务方侧的云计算平台单独作为定级对象定级，云租户侧的等级保护对象也应作为单独的定级对象定级。  对于大型云计算平台，应将云计算基础设施和有关辅助服务系统化为不同的定级对象。  物联网主要包括感知、网络传输和处理应用等特征要素，应将以上要素作为一个整体对象定级，各要素不单独定级。 移动互联网  采用移动互联技术的网络主要包括移动终端、移动应用、无线网络等特征要素，应与相关有线网络业务系统作为一个整体对 国家网络安全等级保护制度 定级备案 安全建设 等级测评 安全整改 监督检查 工控系统 移动互联网 智能设备 …… 机制 建设 安全 规划 安全 监测 通报 预警 应急 处置 态势 感知 能力 建设 技术 检测 安全 可控 队伍 建设 教育 培训 经费 保障 11 安全体系设计思路 设计思路说明 以基础信息网络与承载的信息系统、数据为保护对象； 以一个中心、三重防护的要求，构建满足等级保护 “移动终端管控”、“移动应用管控”、“移动应用软 件采购” 和 “移动应用软件 开发” 等方面。 物联网安全扩展要求 4 7 20 21 主要增加的内容包括 “感知节点的物理防护”、 “感知节点设备安全”、“感知网关节点设备安全”、 “感知节点的管理” 和 “数据融合处理” 等方面。 工业控制系统安全扩展要求 9 15 21 11 主要增加的内容包括 “室外控制设备防护”、“工 业控制系统网络架构安全”、“拨号使用控制”、

Transformer 》 AI 大模型在汽车业的应 用 3 AI 大模型对汽车产业链的影 响 ChatGPT 与 AI 大模型 1 目录 2 级别 名称 定义 驾驶操作 环境感知 支援 系统作用域 0 无自动化 • 由驾驶者完全操控汽车 驾驶者 驾驶者 驾驶者 无 1 驾驶支援 • 系统有时能够辅助驾驶者完成方向盘和加减速 等驾驶操作 驾驶者与 系统能够完成某项驾驶任务 • 驾驶者需要监控驾驶环境 • 其余驾驶操作由驾驶者完成 驾驶者与 系统 3 条件自动化 • 系统负责某些情况下环境感知 • 驾驶员需要时刻准备取回驾驶控制权 系统 系统 4 高度自动化 • 系统能够进行环境感知 • 驾驶员不需重新取得驾驶控制权 • 系统只能在特定环境条件下运行 系统 全部 行驶任务 5 完全自动化 • 系统能够完成所有环境条件下的所有驾驶任务 系统发展概况 AI 大模型将从根本上改变自动驾驶产业的发 展 资料来源：中信证券 硬件配置方面 ，需要车辆使用满足 L3 级自动驾驶功能的智能化传感器 ，如摄像头、激光雷达、毫米波雷达等， 能实时感知各类路面情况；还需要车辆的自动驾驶芯片有足够高的算力 ，能在毫秒之内识别信息 ，并提出应 对策略。 应用智能传感器是实现 NOA 的基础 无论是多传感

等级保护 2.0 拓扑图案例 整体技术体系架构 产品清单 下一代防火墙 数据库审计 负载均衡 感知平台 + （检测探针） 上网行为管理 SSL VPN 信服云眼 / 信服云盾 日志审计系统 漏洞扫描系统 主机杀毒 运维堡垒主机 云平台安全建设拓扑图 法院等级保护 高校等级保护 广播电视等级保护 监狱等级保护 医院等级保护解决方案 医院整体拓扑图 内网终端接入域 外联域 财务 系统 FTP 内网核心域 HIS 系统 EMR 系统 LIS 系统 HIP 系统 PACS 系统 OA 系统 手麻 检测 探针 负载 均衡 内网运维管理域 安全感知平台 运维堡垒主机 补丁分发系统 日志审计系统 防病毒服务器 漏洞扫描系统 内网前置 网闸 外网前置 机（下一代防火墙）机 业务内网 外网运维管理域 WEB 应用防护 安全审计 业 务 & 租 户 安 全 安全策略 编排 门户服务 集中管控 职责划分 于操作监控 综合审计 管理安全 集中管控 态势感知 管理网络隑离 等保 2.0 云安全体系 集约共享 开放接口 等保 2.0 通用方案设计思路 分级分域——划分丌同级别安全域 通信网络——网络架构及通信传输 区域边界——访问控制及检测防护

..........3 二、 人形机器人的技术演进............................................................6 （一） 整机“智能化感知决策水平”不断提升...................................6 （二） 多模态模型算法赋能“大脑”层级进步 .............................. ................................. ..16 （一） 筑牢硬件根基，推动人形机器人产业标准互通.........................16 （二） 强化感知能力，促进人形机器人技术融合创新.........................17 （三） 聚焦重点场景，驱动人形机器人应用健康发展.........................18 世界互联网大会智库合作计划系列成果 类外观和行为的机器人。人形机器人灵感来源于人类的身体，集仿生 学原理和机器电控原理于一体。与普通机器人相比，人形机器人最大 的特点是拥有拟人智能能力，可以通过人工智能大模型技术的赋能， 实现拟人化的感知、决策、控制能力，实现了智能的飞跃。同时，人 形机器人还需要具有拟人的外观，通常由头部、躯干、四肢等部分组 成，能够实现模拟人类的行走、抓握等动作。这种类似人类的形态，可 以快速融入人类社会，完成具体的任务，通用性和适应性较强。

，人形机器 人的全身运动控制是一个复杂的挑战[1]。由于人形机器人具有多自由度关节， 其运动学和动力学模型极为复杂，传统控制算法往往难以精确协调各关节的运 动，导致稳定性不足[1]。此外，环境感知方面也存在局限性，有限的传感器数 据处理能力使其难以深入理解和分析复杂的环境信息[1]。 预训练模型的突破和具身算法的应用为人形机器人带来了新的解决方案[1]。与 其他机器人一样，模拟 。 随着人工智能技术的快速发展，特别是深度学习和强化学习等技术的进步，人 形机器人的研究得到了巨大的推动[9]。深度学习使机器人能够从大量数据中学 习复杂的模式和行为，从而实现更智能的感知和决策能力；强化学习则帮助机 器人通过不断试验和反馈优化其动作策略，从而在环境中更有效地完成任务 [9]。此外，自然语言处理和计算机视觉技术的进步，使得人形机器人在与人类 互动时更加自然和高效[9]。 具有多自由度关节，其运动学和动力学模型极为复杂，传统控制算法往往难以 精确协调各关节运动，导致稳定性不足[1]。环境感知能力有限也是一大挑战， 有限的传感器数据处理能力使其难以深入理解和分析复杂环境信息[1]。此外， 人形机器人的核心技术难点还包括步态控制、环境感知等环节[7]，这些问题制 约了人形机器人在复杂环境中的应用。 从技术分布来看，美国和中国是人形机器人研发的主要国家。美国公司如特斯

.................4 1.1自动驾驶技术演进路径分析 ...................................................... 4 1.1.1感知系统技术路线迭代逻辑 .............................................4 1.1.2决策算法架构优化方向 ........................ ......................26 4.1.1L3级自动驾驶技术成熟度 ..............................................26 4.1.2感知决策系统创新进展 ................................................. 28 4.2技术壁垒与专利布局分析 ..................... 44 答对先见AI 全球智能驾驶辅助技术发展现状:技术路线、商业化落地与政策框架分析 4 1.全球智能驾驶辅助技术发展现状与趋势 1.1自动驾驶技术演进路径分析 1.1.1感知系统技术路线迭代逻辑 感知系统作为智能驾驶的“感官中枢”,其技术路线正经历从单模态依赖向多模 态融合、从规则驱动向数据与模型双驱动的深刻演进。早期L1/L2阶段普遍采 用以毫米波雷达+前视摄像头为主的“雷达主导”配置，功能边界集中于AEB、

技 术 特 征 情景感知 无缝连接 可视化 按需推送 智慧 教育 核心 特征 全向交互 智能管控 12 情境感知 情境感知是智慧教育最基础的功能特征，依据情 境感知数据自适应地为用户提供推送式服务。 13 内在 个人学习状态感知内容 外在学习环境感知内容 感知学习者的专业知识背景； 感知学习者的学习状态，如 焦虑、烦躁、开心等； 感知学习者的知识背景、知 识基础、知识缺陷等； 识基础、知识缺陷等； 感知学习者的认知风格、学 习风格等； 感知学习者的学习与交往需 求。 外在 情境感知 感知教与学活动实施的物理位 置信息； 感知教与学活动发生、进行与 结束的时间信息； 感知教与学活动场所的环境信 息，如温度、湿度等； 14 无缝连 接 泛在网络是智慧教 育开展的基础，基 于泛在网络的无缝 连接是智慧教育的 基本特征。 15 无缝连接 获取自己所需的资源、信息和 服务 享受个性化定制的资源和服务 发掘自己的兴趣爱好 挖掘自己的潜能 学习过程更加轻松高效 学习者 34 智 慧 慧 学 习 框 架 泛在网络 物联网 感知需求 分析需求 发 现 所 需 提 供 资 源 和 服 务 信息、数据、 服务支持 环境、终端 外部支持 智慧课堂：智慧教育主阵地 课堂信息化演变过程 Classroom 2.0

第九届未来网络发展大会白皮书 服务生成算力网络白皮书 3 保证网络资源和计算资源利用率最优化。 算力网络的核心思想是基于泛在分布的网络实现无处不在的算 力资源，通过构建一张计算资源可感知、可分配、可调度的新型网络 来实现计算任务的统筹分配和灵活调度，算力资源云边端跨域分布和 算网深度融合是其典型特征，为多元用户按需提供优质高效的算力资 源服务是其最终目标。目前，算力网络在 VR 部署方案。算网建设 者仅需要将场景需求、指标期望等输入给 AI 专家系统，然后按照生 成的方案在现实世界中执行对应的操作。对于算力网络运营者来说， AI 技术能够对算网全流程赋能，包括用户意图感知、业务智能承载、 服务闭环优化、智能运维等，使能算网自动化、自优化、自修复、自 学习，实现算网精细化自主运营，算网运营者将更多关注于算力网络 的规则制定和流程管理，而不需要在算力网络运行过程中进行干预。 质的算网资源服务，赋能数字经济。具体来说，服务生成算力网络围 绕着算网融合一体化的建设目标，通过在系统全生命周期引入“智能”， 第九届未来网络发展大会白皮书 服务生成算力网络白皮书 7 利用前沿技术实现自动化的算力感知、算力评估、服务编排和调度、 算力路由、算力交易等，让算网“自治”，提升业务服务质量和用户 的服务体验。服务生成算力网络的本质是通过数据驱动进行自学习、 自演进，对算力网络不同层面进行注智赋能，最大限度地解除算网功