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 特征研究 目标体特性的电磁勘探装置。 第 3 页 第三章 基本规定 3.1 施工单位应在项目建设阶段前，综合考虑工程特点、施工工艺、质量要求等因素，决定 所采用的建筑机器人类别。建设单位和设计单位宜协同参与，设备供应商应积极配合。 3.2 施工单位宜在采购前明确建筑机器人的功能、使用环境、数据标准和使用效果等。 3.3 监理单位宜负责建筑机器人的使用督导工作，督导工作包括建筑机器人的安全使用、合 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。

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 可视化渲染能力，应用逻辑可视化渲染能力等。 2.仿真技术 工程仿真传统上一直被用于新产品设计和虚拟测试。 虚拟仿真技术（CAE）是实现工业产品及制造过程模拟仿真 与优化的核心技术，是支持工程师进行产品创新设计最重要 的工具和手段，在保证产品质量的同时能大幅度缩短产品研 5 发周期，节省产品研发成本。在数字化设计技术和虚拟仿真 技术发展和集成应用的过程中，产生了 Digital Mockup（DMU，

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

行业变局：需求多元、龙头集中、周期减弱 3.1 供需格局：库存主导行业短期景气波动 3.2 大陆半导体行业：贸易战和库存短期扰动不改加速发展大趋势 3.3 产业链分析：建厂潮拉动设备材料、5G+AI带来设计领域新机遇 3.4 PCB：内资大厂加速崛起，5G拉动新需求 4 行业变局：行业集中度提升，加速向大陆转移 4.1 供需格局：主要原料价格震荡回调，创新应用带来新需求 4.2 通信板：4G扩容+5G推进，通信板迎来加速发展期 BAW将成为滤波器主流 • 终端天线将发生重大变革 大带宽 • PA设计复杂度提升 • 滤波器、天线开关/调谐设计难度 加大 4x4 MIMO • 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 市场竞争格局：行业集中度高，海外厂商占据领导地位，天线大陆龙头 电有 子大 行业机 2遇 019年春季投资策略 18 电子行业2019年春季投资策略 从iPhone看终端天线变革：无线通信技术和外观设计驱动终端天线变革 数据来源：RFsisiter，国泰君安证券研究 1.2 iPhone初代 iPhone 3G/3GS iPhone 4/4S iPhone 5/5S iPhone 6/6S/7

决策模块作为具⾝智能的“指挥中⼼”，接受环境感知信息后，完成⾼级任务规划和 推理分析，并⽣成决策指令。决策模块主要任务包括任务规划和推理分析，决策模块 的具体实现从⼈⼯知识的编程决策、专⽤任务的算法设计发展为以⼤模型为核⼼的机 器智能决策。决策模块的灵活性和适应性直接影响具⾝智能系统的智能化⽔平，⾼度 智能化的具⾝智能系统，能够根据环境和任务的变化实时调整决策。 ⾏动模块作为具⾝智能的“执 现模仿⼈类反馈的决策；最后⼤模型 获取交互⾏动经验，学习最佳⾏为策略。 2.2 ⼈形机器⼈产业链⽣态 4 ⼈形机器⼈与具⾝智能产业链可分为上游核⼼零部件与基础⽀撑、中游整机设计 与系统集成、下游场景应⽤与商业落地环节，涵盖从核⼼零部件到终端场景应⽤的全 链条。 2.3 ⼈形机器⼈核⼼零部件与基础⽀撑 在⼈形机器⼈与具⾝智能产业链的核⼼零部件与基础⽀撑环节，包括电机与减速 6000rpm 提升到 7000rpm。⽲川科技摆线关节模组通 过全栈⾃研+深度协同设计，在核⼼性能上实现质的⻜跃，具备低背隙、超⾼精度，集 成化设计⼤幅降低冗余结构，相同扭矩下重量较传统⽅案更轻，减轻机器⼈肢体负 载。 2.3.4 灵巧⼿ 灵巧⼿是模仿⼈⼿结构与功能的⾼性能末端执⾏器，以⼈类⼿部⻣骼、关节与运 动机理为设计原型，通过多⾃由度驱动、多模态传感与智能控制技术，实现对物体的 抓取、

通过构建多个模型输出的群组，并计算群组内的相对奖励来 估计基线，从而避免了传统策略优化算法中需要使用与策略模型大小相同的评论模型 降低 RL 训练的计算成本 \ 保证模型能够有效地学习到策略 奖励机制的设计：兼顾推理能力和语言一致性 准确率奖励和格式奖励，从而保证模型不仅能够正确地解决问题，还能够以规范、易读的方 式输出答案 格式奖励：用于强制模型将推理过程放置在特定的标签内，用 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。 for RL 训练 PureRL 加持下，业界的技术实践更多 Focus on 直接利用 RL 激活基座模型的推 理潜 力，通过构建 rule-based reward, 额外加上 RL Data 的设计，激活模型的内部 本身的 推理能力 Reward Model 的一些尝试如 PRM ，会遇到 reward hacking, value 不准，难 以泛 化等问题 技术对比讨论：强推理路径

端到端架构的本质是深度学习的全面使用与数据驱动。根据感知模块与决策模块之间的贯通程度，可分为模块化 端到端与一体化端到端。 模块化端到端将感知模块和决策规划模块视为两个独立部分，分别使用神经网络，但模块之间仍存在人工设计的 数据接口。例如，华为乾崑ADS 3.0由GOD感知网络和PDP决策规划网络组成，GOD负责感知障碍物，PDP则根据感知 信息迅速做出决策。一体化端到端则将感知与规控模块全部打通，形成一个统一的大模型，使系统能够更直接、 有望由人为定义的结果抽象为特征向量 0ne Model/单一模型“端到端”： 原始信号输入到最终规划轨迹的输出直接采用单一深度神经网 络实现 请务必阅读正文之后的免责条款部分 图3：UniAD架构设计概览 资料来源：Hu Y, Yang J, Chen L, et al，Planning-oriented Autonomous Driving，国元证券研究所 6 端到端的发展历程 • 早期探索阶段（2016-2018年） 2021年左右，端到端自动驾驶迎来重要转折点。随着传感器配置在合理计算预算内普及，研究重点转向融合更多感知模态和先 进架构（例如Transformer），以捕捉全局上下文和关键特征，例如TransFuser及其变体。这些设计结合对仿真环境的深入理解， 使模型在CARLA基准测试中显著提升性能。 为提高自主系统的可解释性和安全性，一种解决方案是引入各种辅助模块以更好地监督学习过程，另一种则采取注意力可视化。 2023-

............................................................................ 68 6.2 前瞻布局，开创国际标准化发展新空间......................................................................................70 6.3 加强产业政企协作机制建设，完善政策支持体系 其核心目标在于 充分发挥标准化在支撑产业发展中的关键作用，着重强化产业链上下 游的协同创新能力，推动科技成果向实际应用的高效转化，构建完备 的产业技术创新生态链，推动软硬件系统的标准化与模块化设计，大 幅提升新产品开发效率，助力应用场景的落地生根，并持续提升我国 标准在国际舞台上的影响力。 白皮书全面且系统地梳理了人形机器人领域标准化工作的现状， 深入剖析了当前面临的问题与挑战，精准把握标准化建设的迫切需求 助推我国人形机器人产业步入了智能化发展阶段。同一时期，介电弹 性体、超螺旋聚合物、气动仿生肌肉等柔性材料的快速发展也带来了 人形机器人的驱动器的革新，以北工大研发的气动人工肌肉驱动器、 中国计量大学设计的一种拮抗气动肌肉驱动的人形机器人为例，实现 了膝关节角度与刚度的精确控制，将为复杂任务和交互场景提供更加 灵活和仿生的解决方案。 1.2.2 国际人形机器人发展历程 国际上对人形机器人的研究起步较早，得益于

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

分以 上 (总分 5 分) ,综合得分达到 4.18 分。且受访企业中表示“比较任何”和“非 常认可”的企业占比为 84%, 多名受访企业表示:转型框架和成熟度模型 (评估 问卷) 结构科学、设计合理, 在理论上的解释力和实践上的指导价值日益成熟。 更多干货请关注公众号“管理技术化平台” 7 ——本报告调研反馈数据 图 2-1 企业智能化转型框架和成熟度模型获得业界广泛高度认可（1~5 保这一方向在最高管理层级达成一致。内部论证通常自上而下进行,从企业整体 的愿景和核心目标出发,结合当前业务痛点和其他企业的成功实践进行深入分析, 以此逐步形成有力的 "顶层设计" 。 在愿景和战略共识之下,还需要分解和制定分阶段的转型蓝图。转型蓝图一 般包括设计新 IT 技术架构、制定转型实施路线图、制定投资预算及动态管理体 系。新 IT 技术架构是总体需要保持稳定,但要根据技术趋势和需求变化, 保持 动态迭代和细化。实施路线图一般分解到 —— 此外, 它还要求建立企业内部统一的智能运营管理体系, 贯穿整个价值链流程。 在智能业务持续深入的背景下, 伴随着企业 AI Agent (企业智能体) 的逐步落 地, 企业甚至可以重新设计其价值创造过程,从而创新业务模式。 对于企业价值链中的各业务部门来说,探索新的应用场景, 利用最新的智能 化工具来提升业务效率和创新能力尤为重要。具体而言, 主要包括: (1) 智能产品创新: