感觉与运动：处理视觉、听觉、触觉等信息、并控 制自主运动 小脑 位于大脑后下方， 紧贴脑干后方， 形似蝴蝶。 运动协调：调节肌肉张力、协调精细动作（如鞋子、 弹琴） 平衡与姿势：帮助维持圣体平衡与空间定位 学习辅助：参与运动技能学习 脑干 连接大脑与脊髓， 由 中脑、桥脑、 延髓 三部分组成。 生命维持：控制呼吸、心跳、血压灯基本生命活动 信息中转：船体大脑与脊髓之间的感觉和运动型号 反射 目前为机器人中央控制器担任此角色， 但目前并未获得相应能力。后续可能 在此基础上进一步增加硬件及算力 小脑 运动协调：调节肌肉张力、协调精细动作（如穿鞋子、弹 琴等） 平衡与姿势：帮助维持身体平衡与空间定位 学习辅助：参与运动技能学习 动作学习模仿、复杂动作控制 等 机器人中央控制器，即现有的机器人 “大脑” 脑干 生命维持：控制呼吸、心跳、血压灯基本生命活动 信息中转：传递大脑与脊髓之间的感觉和运动信号 目前为机器人中央控制器担任此角色， 但目前并未获得相应能力。后续可能 在此基础上进一步增加硬件及算力 小脑 运动协调：调节肌肉张力、协调精细动作（如穿鞋子、弹 琴等） 平衡与姿势：帮助维持身体平衡与空间定位 学习辅助：参与运动技能学习 动作学习模仿、复杂动作控制 等 机器人中央控制器，即现有的机器人 “大脑” 脑干 生命维持：控制呼吸、心跳、血压灯基本生命活动 信息中转：传递大脑与脊髓之间的感觉和运动信号

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。 2.2 作业空间 Reachable Workspace 机器人的执行指令或遥控器能够到达的目标点的集合。 2.3 协同作业 Human-Robot Collaboration 多个机器人之间和/或与周边设备、人员之间交流信息和动作 护保养、 安全应急预案措施等内容。 第 4 页 第四章 安全规定及维护要求 4.1 建筑机器人作为现场关键工程设备，其安全性关系到现场人员、设施乃至整个项目。在 建筑机器人进场作业前，作业空间人员需树立安全意识，落实风险评估，明确安全职责， 掌握应急措施。 4.2 在使用建筑机器人前，操作人员应对其机械部件、 电子元件、传感器等部件设备开展 详细检查，确保其工作状态处于正常水平。 5-1 建筑机器人介绍一览表 序号 建筑机器人名称 功能说明 适用场景 核心价值 1 三维测量机器人 用于对施工现场环境和 结构进行快速、精准的 三维空间数据采集与分 析 结构主体施工阶 段、装饰与饰面阶 段、隐蔽工程与狭 小空间、工程验收 及归档阶段等。 提升数据采集 效率，降低数 据分析成本 2 混凝土整平机器人 通过自主导航与智能控 制技术，代替人工完成 混凝土摊铺、振捣、整

案例三：交通银行数字人 .........................................47 摘要：随着数字经济发展，数字孪生（Digital Twin） 技术成为连接物理世界与虚拟空间的重要力量。本课题围绕 数字孪生技术在金融领域中虚拟厅堂服务、供应链金融、智 能运营等场景的应用，探索了其在提升客户体验、优化流程、 强化风控的潜力。通过具体案例实践，为金融行业数字孪生 应用提供借鉴和指导。 共享机制，通过数字孪生、联合建模、图计算等技术手段， 对数据资源进行价值挖掘和关联分析。 （三）数字孪生体系架构 数字孪生体系架构需支撑数字孪生的核心目标，建立与 物理空间等价的虚拟实现表达，并在全生命周期内支撑物理 空间的运营与决策。从架构的视角来看，从上至下分为四层 （见图 1）。 应用层：包含数字孪生技术应用的各类业务应用，对内 外部客户提供服务。金融行业内常有数字孪生财富管理类应 图区 分真实数据和生成器产生的假数据。 6 生成器：生成器的目标是捕捉训练数据的分布，以便能 够生成新的、看似来自真实数据集的数据点。它通过接收一 个随机噪声信号作为输入，并将其映射到数据空间中。 判别器：判别器的任务是识别输入数据是来自真实数据 集还是生成器。通过这种方式，判别器指导生成器产生越来 越逼真的数据。 GAN 的训练过程涉及到不断调整生成器和判别器的参 数，使得生

• 射频前端用量翻倍 • 终端天线数量增加 双连接 • 射频器件数量增加 • 器件性能要求提升： 射频前端及终端 天线量价齐升， 并且由于射频内 容大幅增加，而 手机内部射频所 占空间却在不断 缩小，射频前端 集成化趋势将会 加快。 5G带来的挑战 5G对终端射频带来的影响 1.2 13 -20 0 20 40 60 80 100 0 5,000 10 电子行业2019年春季投资策略 【002475】立讯精密：5G智能化时代的精密制造平台 消费电子业务：多品类布局助力持续高增长 通信业务：受益5G建设，业务进入爆发期 汽车业务：围绕电动化、智能化布局，打开成长新空间 分类 产品 进展 射频端 基站天线和滤波器等 诺基亚、爱立信5G、4G基站天 线、滤波器重要ODM供应商， 华为射频产品OEM供应商 连接端 高速传输线/连接器、高速 DAC&ACC、光模块等 5 Dock 7 10 合计 15 18 22 25 通信业务：滤波器+PCB+终端天线全线布局，迎5G爆发 软板业务（MFLX）：需求端，手机单机软板用量持续提升，电动 汽车、可穿戴打开新空间，软板需求快速增长；供给端，占据全球 一半份额的日本厂商转向汽车市场，中国台湾厂商承接苹果订单转 移，MFLX料号持续增加（如上图），公司顺势大幅扩产，供需两 旺软板持续高增长。 硬板业务（Mul

实现⾼精度执⾏。通过 Action Tokenizer 构建「动作感知 - 环境反馈 - 动态决策」全 闭环，⽀持 CoAT 思维链，泛化能⼒与稳定性突出。智平⽅ GOVLA 模型实现“⼤脑-⼩ 脑”全域协同，由空间交互基础模型、慢系统和快系统三部分组成。其通过解析⽤户指 令（如语⾳指令）、实时环境信息和机器⼈状态，实现双系统分⼯协作，慢系统 System2 负责复杂逻辑推理，任务拆解，输出语⾔交互内容；快系统 物理⾝体和感知运动能⼒，使其能够通过多模态传感实时感知环境，依托算法进⾏理 解与决策，并借助执⾏机构实现物理反馈，最终通过和环境持续交互实现⾃主学习、 适应与进化，标志着⼈⼯智能的研究重⼼从虚拟空间转向物理世界。具⾝智能产品主 要分为⼈形机器⼈、四⾜机器⼈、仓储物流机器⼈、商⽤服务机器⼈等类别。 3.1.1 ⼈形机器⼈ ⼈形机器⼈是指模仿⼈类外观和⾏为，具备较⾼智能化⽔平的机器⼈，其与⼈类 Max”成为全球⾸个登上⻓城的⼈形机器⼈；8 ⽉发布⾸款产品级⾼性能⼈形机器⼈ “星动 STAR1”及全⾃研灵巧⼿ XHAND1。 星动 L7 双⾜⼈形机器⼈采⽤ 3 个⾃由度的腰部设计，覆盖 2.1 ⽶作业空间，搭配 ⼗字轴⼿腕与 12 个⾃由度的全直驱灵巧⼿ XHAND1，实现全域操作、极速响应及⾼效 拣选；在模型层⾯，搭载端到端 VLA 具⾝模型 ERA-42，具备双向交互机制和标准化 IO 接

分析任务等。这些数据集提升了模型在真实世界场景中的 视 觉推理能力。 合成视觉推理数据 是人工生成的，包括程序化创建的图像和场景，旨在提高特定的视觉推理技能，例如理解 空间关系、几何模式和物体交互。这些合成数据集提供了可控环境，用于测试模型的视觉推理能力，并且可 以 无限生成训练样本。 文本渲染数据 是通过将文本内容转换为视觉格式创建的，使模型能够在不同模态下保持一致的文本处理能力。 Discussion 40 利用 MCTS ，将答案拆分成分句或 Token 为单位的节点，而后对于解空间进行搜索 通过 MCTS 可能会有以下的问题： Token Generation Space 更大，而不是像象棋一样 , Search Space 是 relatively well-defined 在大规模 RL 实 验下，提升算力更直接 PRM 的潜力： PRM 总归是一种比较稠密的监督信号，对 reward 进行 shaping 可以使训练更稳 定或 收敛得更快 PRM 还有探索空间，可以让模型收敛得更快速或更稳定 (Scaling 曲线的斜率 更大 ) 和自动形式化验证的结合，提供 Rule-Based 之外辅助的 Reward Signal, 指导更 密集 的奖励优化

数将持续上升，甚至相同算力下可能提升更 快。这将带来供配电解决方案的技术迭代加速从传统 UPS 向 HVDC，以及 未来巴拿马电源和 SST 的效率更高模式发展。我们预计国内 AI 配套电力设 备市场空间 2026 年将达到 437 亿元，对应 2024-26 年复合增速 27%，其 中 HVDC，锂电池和服务器电源将实现更快增长，分别达到 77%/58%/36%。 AI 算力+双碳政策，中国绿色算力提升新能源需求端消纳 小时），可本地 消纳 18~27GW 新能源，可提供的新能源增量消纳空间相当于新建 2 条特高压外送线路。 图表4： 中国智算中心项目建设现状（截止 2023 年） 项目数量占比 项目投资规模 项目地区分布 主要应用领域 ＞1000P 大型智算中心 20% 百亿元及以上 京津冀、长三角、珠三角 AI 大模型、自动驾驶、空间地理等人工智能技术领域 300~1000P 中型智算中心 或将面临四大挑战催化供配电系统迭代。 #1 电能供应：电能消耗随 AIDC 市场（推理算力需求带动）规模提升和硬件功耗膨胀相应 增长，对电力接入、电能利用率和能源利用效率（PUE）提出挑战； #2 空间利用：随着数据中心耗能走高，供电设备严重挤占了机柜的可用面积，亦拉动相关 成本； #3 投资成本：数据中心建设投资额维持高位，降本是运营商生存根本； #4 建设周期：传统数据中心系统复杂，设备调试安装周期较长，长期成本曲线难以把握。

系统会学习如何选择最低成本的行为。例如，在路上行驶 时，系统会选择最少危险、最舒适的行驶轨迹，这些轨迹 的“成本”是最小的。成本函数可以有不同的表示方法， 例如鸟瞰图（BEV）中的成本体积、联合能量，以及概率语 义占用层和自由空间层。 成本学习方法中，为了生成更现实的成本，通常需 要结合高清地图（HD maps）、辅助感知任务和多 传感器数据，这增加了为多模态多任务框架学习和 构建数据集的难度。 资料来源：Chen L 间的序列 （feature queue）和基于空间的序列（video Module）总成拼接感知模块完整的架构，很好地应对了相对复杂 非结构道路的识别问题。同年，FSD规划模块引入基于神经网络的规划模块和蒙特卡洛树搜索，实现了规划模块 端到端的优化。2022年，为了更好的识别遮挡物的识别远距离、边缘区域等，引入Occupancy网络，实现了对3D 空间的感知，形成了BEV+Transformer+ Occupancy神经网络架构。通过摄像头的图片输入，端到端输出汽车周围 环境向量空间数据，为规划模块决策提供支持。2023年12月，FSD V12方案的提出标志着端到端架构正式进入一 体化，通过单一的神经网络直接处理摄像头数据并输出驾驶指令，摆脱了传统的模块化处理方法。 请务必阅读正文之后的免责条款部分 图20：FSD神经网络汇总 资料来源：Tesla AI Day 2022，CSDN，国元证券研究所

化升级、供应链不确定性加剧，叠加气候与资源约束，传统生 产模式和增长逻辑面临前所未有的挑战。 与此同时，以人工智能为核心的新一代数字技术，正穿透从田 间到餐桌的全产业链条，为行业打开效率跃迁与价值重塑的想 象空间。以大语言模型为代表的生成式AI技术取得了突破性进 展，从最初简单的文本生成，到如今能够生成高质量的图像、 音频、视频等多模态内容，其应用范围不断拓展，潜力也愈发 凸显。如何借助AI技术实现转型升级，已成为食品饮料行业发    •    •   • •   •   •   行业及AI技术洞察 创新·变化·多元，AI奇点为食品饮 料行业带来更多想象空间                    各模态独立发展阶段 多模态融合阶段 物理世界模型阶段 转型案例 全场景、全链路的价值跃迁，

前言 随着数字经济的蓬勃兴起，AI 技术正加速从虚拟空间向实体经 济领域拓展，机器人作为 AI 技术的理想载体，凭借其高度的灵活性 和强大的适应性，正在迅速发展并广泛应用于各个行业，成为推动产 业升级和变革的重要力量。工业领域自动化基础良好、环境结构化程 度高且市场需求大，成为近期“机器人+人工智能”应用落地的首要 方向。凭借其在提高生产效率、降低人力成本、提升产品质量等方面 的显著 贝尔物理学奖颁给了 John J. Hopfield 和 Geoffrey E. Hinton，以 表彰利用人工神经网络进行机器学习的基础发现和发明。对于机器人 产业来说，物理智能将使机器人能够理解 3D 世界的空间关系和物理 行为，赋予机器人更强的环境感知、理解和交互能力，实现更广泛的 功能应用，如宇树科技的机器人实现了原地侧空翻、复杂舞蹈动作、 平衡木行走、灵巧手操作等复杂功能。 硬件和软件的深度协同推动了算力效能的提升，为机器人的大规 2、三种应用模型及其组合催生出多种功能的机器人 运动控制类模型推动传统工业机器人升级为“能精细化控制”的 机器人。一是操作优化类，传统焊接、打磨机器人通过对机器人的运 动轨迹进行计算并转化到关节空间，提高机器人的稳定性，转变成高 精度操作机器人；二是移动优化类，具有平面活动需求的移动机器人 能够感知到障碍物优化移动路径，成为自动避障移动机器人；三是协 同优化类，单一的机械控制转变为群体控制，包括机器人群体的高效