下⼀代机器⼈的发展，将它们 转变为智能、⾃主的系统，以彻底改变各个领域。 我们在哪些领域看到了人工智能机器人的技术进步？ 近年来，机器⼈技术在稳健和坚固平台的可⽤性⽅⾯以及在能⼒⽅⾯都取得了快 速进展。像波⼠顿动⼒的Spot和ANYbotics的ANYmal这样的机器⼈已经发展成 为可靠、多功能的⼯具，现在⼴泛⽤于在具有挑战性的环境中进⾏检查、监视和 搜救。⽀持这种转变的控制、规划和机器学习⽅法的技术进步现在越来越多地被 ⼈形机器⼈硬件的快速发展毫⽆疑问将继续进⾏，尽管⽬前尚不清楚在这段时间 内这些系统将在多⼤程度上能够发展超出基本能⼒，如运动和拾取任务等。赋予 ⼤型预训练模型明确推理能⼒仍然是⼈⼯智能领域的⼀个前沿，将为机器⼈技术 的⼴泛部署打开⼤⻔，在那⾥代理⼈在物理世界中⾏动和交互。模型⼤⼩以及模 型在训练和推理中的能源消耗在将最新的⼤型模型部署到机器⼈技术中时仍然是 主要瓶颈之⼀，因为系统通常具有资源约束。我期待在这些领域看到更多激动⼈ 何做出决策，通常是在新的和动态 的环境中。 2017年由Google引⼊的“transformer”架构的出现，“ 为AI领域带来了⾰命性的变⾰，并且有望为机器⼈技术做出相同的贡献。它代表了AI 系统设计和训练⽅式的根本变⾰。 transformer 不依赖于带标签的数据集，可以从⾮结构化和⽆标签的数据中学习，使其更 加多功能且强⼤。 这⼀创新使得AI模型能够迅速扩展，这些模型的规模在不到5年的时间⾥增加了32000倍

从智能营销到智能制造 邴金友 2025.03.19 营销(CRM)等业务系统在系统功能之外还存在很多的挑战 易操作 高可用 高可靠 智能化 开放性 高扩展 自动化 高性能 云原生 以销售易为例，腾讯云坚实稳固的技术底座是这些挑战的解决方案 营销云 伙伴云 客户服务云 销售云 现场服务云 智能分析云 微 信 端 企 微 端 云原生计算 虚拟机CVM 容器平台TCS Dubbo SpringCloud Prometheus/ Grafana 端侧接入层 负载均衡CLB 域名解析 DNS 网络加速 CDN 鉴权 OAuth2.SAML2 系统接入层 轻联IPAAS 统一身份认证 鉴权 OAuth2.SAML2 连接产品 连接客户 连接员工 连接伙伴 公有云 私有云 分布式云 企业 微信 腾讯 文档 腾讯 乐享 腾讯 电子签 任务管理子系统 数据存储及计算 任 务 调 度 异 常 上 报 监视数据 推理结果 数 据 上 传 算 法 下 发 智能运检系统 AI创新中心 算法模型库 第三方算法 模型 模 型 训 练 Tencent AI 边缘版 ⋯ 标 准 化 场 站 2 标 准 化 场 站 N 数 据 采 集 公有云丰富的技术能力帮助企业建立分布式智能通用电池/充电桩运营系统 SaaS生态

数字孪生是集成了多物理量、多尺度、多概率的系统， 经过最初在航空航天领域的应用，逐渐扩展到电力、城市管 理、建筑、制造、金融等多个行业；数字孪生在精确反映物 理对象的虚拟模型中，会给研究对象（例如，风力涡轮机） 配备与重要功能方面相关的各种传感器。这些传感器产生与 物理对象性能各个方面有关的数据，例如，能量输出、温度 和天气等等，然后将这些数据转发至处理系统并应用于数字 副本。一旦获得此类数据，虚拟模型便可用于运行模拟、研 (KL) 散度。这种方法不仅促使模型学习有效的数据表示，还保证 7 了潜在空间的平滑性，使得我们可以通过在潜在空间中采样 来生成新的数据点。 4.建模技术 建模技术是将物理世界中的对象、过程或系统转化为数 学模型或计算机模型，为数字孪生提供一个虚拟的“骨架”。 几何建模是最基础的一环，通过 CAD 计算机辅助设计软件创 建物体的几何形状及物体间行为框架，通过一系列可变参数 控制模型。针对复杂场景，可基于点云的建模技术通过 控制模型。针对复杂场景，可基于点云的建模技术通过 LiDAR （光检测和测距）或其他 3D 扫描设备获取大量空间坐标点， 然后使用表面重建算法如 Delaunay 三角剖分或泊松重建。 此外，动态建模技术，专注于捕捉和表示系统的动态行为， 常见用于表达逻辑流程和状态转换的状态机建模，用来模拟 并发事件和资源分配问题的 Petri 网建模等。建模技术为数 字孪生提供了坚实的理论和技术支撑，正向着更加自动化、 智能化的方向不断发展。

行国家、行业及地方有关 标准的规定。 第 2 页 第二章 术语 2.1 建筑机器人 Construction Robot 基于自动化、物联网、人工智能等技术，通过集成控制系统、感知系统、驱动系统和 机械系统等，结合工程施工工艺， 以“危繁脏重 ”的施工作业为重点，用于工程勘察、施工、 装饰、修缮、检测等环节，由经过专门培训的人员操作或使用，辅助和/或替代人执行任务 的机器人。 2 受损时，操作人员可立即停止机器人，通过指示故障信息，排查机器人问题。 4.5 建筑机器人的使用单位应根据其使用情况，制定日常保养内容与定期维护计划。保养维 护应包括但不限于更换磨损部件、润滑机械关节、维护电池、更新软件系统等内容。 4.6 使用单位在对建筑机器人进行维护保养的过程中若发现其存在故障问题，应放置明显标 识警示现场作业人员。待其维修完毕后方可带走警示标识。 第 5 页 第五章 建筑机器人场景选用导则 三维测量机器人作业方案 （1）前期准备：登录三维测量机器人管理平台录入项目信息、分配测量任务信息 ;至 测量现场后安装三脚架并检查三脚架是否稳固，安装扫描仪，确保电池与传感器状态正常。 （2）扫描流程：系统中选择需要测量的项目及房间，测量员按照当前的施工状态确定 为混凝土、砌体、抹灰阶段等状态，点击开始测量进行扫描，扫描时间约为 2 min，扫描结 束后设备会发出提示音，则当前房间扫描结束，人工将设备移动至下一个测量空间，重复

关注自研核心算法的整车企业 2.1 特斯拉：纯视觉方案+一体化端到端先驱 2.2 华为鸿蒙智行：模块化端到端，聚焦生态整合与全域协同 2.3 小鹏：云端蒸馏模型+纯视觉方案，大幅提升车端上限 2.4 理想：双系统并行，VLM规范端到端模型下限 2.5 比亚迪：智驾平权加速，边际变化可期 3.智能驾驶产业链 3.1 车端：电子电气架构向中央计算迈进 3.2 感知层 3.2.1 传感器数量减配、性能提升 3 拓普集团：业务体系多元化，已形成XYZ三大系列产品线 3.4.5 线控制动发展历程 3.4.6 线控制动：EHB One-Box当前是主流方案 3.4.7 伯特利：线控制动持续攀升，全面打造XYZ三轴汽车底盘 控制系统供应商 3.4.8 线控转向：L4级及以上自动驾驶必备，尚处市场导入期 4.投资建议 5.风险提示 请务必阅读正文之后的免责条款部分 3 端到端发展进入加速期，基于 规则长期护航 1 请务必阅读正文之后的免责条款部分 征。 传统智驾系统的感知层、决策规划层和控制执行层之间 相互独立，信息传递容易积累误差，且智驾方案依赖于 工程师通过代码制定的规则，难以处理所有复杂场景， 边际效应随着智驾能力的提升呈现几何式骤减。与基于 规则的传统自动驾驶算法结构相比，端到端算法基于数 据驱动，可以实现信息的无损传递。同时，端到端架构 将感知、预测和规划结合为一个可以共同训练的单一模 型，整个系统都针对最终任务进行优化，并且共享的骨

投资建议： 看好国内数据中心建设带来的电源国产替代机会，以及技术迭代加速后 HVDC 以及巴拿马电源和 SST 的发展机遇。产业链标的包括：欧陆通，中 恒电气，明阳电气，伊戈尔。最后，我们重申于《新型电力系统成本篇：多 维解决消纳问题，新能源迈入 2.0 时代》（2024.10.25）中对于配网建设， 储能平价和风电发展的看好，我们认为数据中心建设将加速国内能源转型和 提升新能源有效需求，绿色电源和数据中心耦合将成为趋势。 ................................................................................. 8 智能算力需求上行催化供配电系统迭代 ................................................................................................ .................................................................... 11 巴拿马电源：降本增效的 HVDC 集成方案，供配电系统的“巴拿马运河” .................................................... 13 SST：更适配分布式电源的灵活接入，数据中心的“能源路由器” .

........................................................................................30 2.2.2 动力系统................................................................................................... .................. 42 2.2.7 大模型训练系统.....................................................................................................................45 2.2.8 仿真训练系统................................. ........................................................................................46 2.2.9 操作系统...................................................................................................

者必须通 过确保AI的准确性、可预测性、一致性和可追溯性，以 及负责任地使用AI，在客户和员工中建立对数字系统和 AI模型的信任。人们相信AI能够如预期和公正地运行— —超越任何技术方面——这是我们必须做对的一个基本 要素。 我们相信我们能够做到。我们将这个技术新时代视 为一个机会，通过系统化地注入对人工智能的信任 ，使企业和人们能够实现其不可思议的革新潜力。 共同合作，我们现在可以为人工智能自主且帮助我 虑一下，随着人工智能进入新的和陌生的领域，重新构 想的可能性与机遇。为了真正理解和利用这种潜力，企 业将创建他们自己的、独特的AI认知数字大脑，这将彻 底改变技术在其企业以及与员工之间所扮演的角色。这 将极大地颠覆企业技术系统的设计、使用和运营方式； 充当品牌大使；并通过为机器人身体提供动力而在物理 世界中存在。当人工智能在组织中普及时，它使人们和 人工智能能够彼此发挥最佳状态。 卡吉克·纳赖恩 集团首席 执行官兼首席技术官 你的面孔，在未来 04 新的学习循环 在不同界面看似相同的情况下进行差异 化。 人们与人工智能如何定义一个学习、领 导和创造的正向循环。 03 当大型语言模型 出现时 他们的身体 当人工智能呈指数级扩展时，系统 将会被打乱。 如何基础模型重新定义机 器人学 信任是否是人工智能无 限可能性的极限？ 引言 人工智能：自主 宣言 人工智能的泛化 人工智能竞赛的热潮无可否认。 引言 4