产销将实现一体化 , 基于 数据可以为用户提供内心最渴望的定制化体验 , 商品都是 员工 数字时代 , 得益于就业市场数字技术的不断渗透 , 平台赋能 个体零成本创业 , 成为自由职业者的门槛越来越低。 员工日 动力逐渐转向自我驱动力。 未来企业和员工的根本关系将发 公共服务和基础设施完成自我理想。 数字时代管理的四大挑战之二 日益模糊化 : 从雇用关系到合作关系 和数据汇集 , 用便捷和低成本的方式匹配需求 , 从而大幅降低 交 易成本。 数字技术对资产绩效的建模分析 , 帮助企业将非核 心业 务剥离 , 促使外包业务发展。 就业市场的数字技术让自由 灵活的 弹性工作制成为可能。这些趋势都使得组织的内部边界 和外部边 界变得模糊 , 富有柔性和灵活性。 这种柔性化更易于资 源、 信息 的传递和扩散 , 促进各项工作在组织中顺利展开和完成 数字技术和全球通信基础设施的发展 , 诞生了众多平台 型 企业 , 越来越多的人离开传统组织 , 开始追求斜杠 人生 , 开启属于自己的事业。 自由职业者的崛起意味着 新型的弹 性工作革命 , 最大的优势在于满足个体的自由 需求。 新时代的个体不再满足于成为标准化流程中的一个节点 , 也不甘心只做企业的一颗螺丝钉 , 日复一日、 年复一年地 重复单调工作。

3）统一生态，系统智能 · · · · · · · · · · · O1 O3 万物互联时代应用开发的机遇、 挑战和趋势 鸿蒙生态应用核心技术理念 12 24 2）可分可合，自由流转 · · · · · · · · · · · 22 CONTENT O2 鸿蒙生态应用开发核心概念 3 O4 O5 O6 鸿蒙生态应用开发能力全景 · · · · · · · · · · · · · · 29 4 全方位运维分析 O9 全场景案例参考 1O 附录：术语 O8 O7 自由流转与分布式运行环境 1）价值与架构定义 · · · · · · · · · · · · · 2）跨端迁移 · · · · · · · · · · · · · · · · 3）多端协同 HarmonyOS SDK 开发的应用程序，能够在华为终端设备 （如：手机、平板等）上运行，其有两种形态：  传统方式的需要安装的 App。  轻量级，具备免安装，随处可及，服务直达，自由流转等关键特征的元服务。 HarmonyOS 元服务：元服务是 HarmonyOS 面向万物互联时代提供的一种轻量级 应用程序形态。它基于 HarmonyOS 平台开放能力开发，打包为 App

技术，提供“懂需求、专业化、个性化”的智能会议体验， 全面提升员工办公协作效率。 2.1.2 员工协同办公 极简交互 面向传统统协作时投屏困难、文件共享难等问题，高品质会议基于鸿蒙分布式等技术支 持多端协同，实现协作信息自由流转，提升会议效率。 白板协同：基于笔迹追踪算法，大幅降低书写时延，书写与显示同步同帧，如同纸上书写； 支持文字识别等智能书写辅助，手写体自动转化为书写体，板书更美观易懂；会议纪要 可通过扫码随身带走。 的适配问题。面向企业无纸化的业务诉求，分布式多屏联动技术实现多屏内容联动展示， 会议大屏展示内容支持流转到会议多个 PC、PAD 小屏，支持小屏支持批注、远程控制大 屏能力，会议效率更高。 信息自由流转：基于鸿蒙分布式技术实现协作内容在 PC、大屏、手机等设备自由流转； 用户手机” 碰一碰”即可将手机图片、文件分享到大屏；PC、手机上的会议软件可调用 大屏的阵列麦克风、高清摄像机进行会议。 12 新质生产力探索 高品质协作技术白皮书 呈现技术以二维内容为主，表现形式升级势在必行。以全景视频、自由视觉、三维声等为代 表的沉浸音视频采集、高效编码与呈现等方向进行技术演进，实现虚拟与现实融合的沉浸式体验。 3.1.1.1 全景超高清 沉浸超高清视音频呈现，需要以用户为中心的视觉和听觉采集，要有配套的更高自由度的交互能力。如全景场景 三自由度 3-DoF（Degree of freedom）交互，以及自由视觉等六自由度 6-DOF 交互。全景超高清需要在采集端

Barcode 提供了数字 水印技术，用于标记和追踪媒体内容和产品。 图 31：数据安全技术的主要细分领域 （二）美国 美国将商业利益导向作为数据要素市场化的基本准则， 提倡数据自由流动，尽可能多地获取和掌控全球数据资源， 扩大企业在技术和市场方面的先发优势，逐步形成“防止数 据产权垄断，坚持公共数据开放，引导企业数据共享，兼顾 个人隐私保护，布局全球数据规则，鼓励数据经纪发展”的 全球范围内广泛流动，极大促进了美国数字经济的快速发展， 进一步巩固了美国数字经济在全球的领先地位。 1.鼓励数据流动，法律层面基本否定数据产权 美国一贯注重数据自由流动，认为将数据这种无形的、 易流动的、价值易变的生产要素资源从法律上确认其所有权 的归属，必然会造成数据垄断，限制数据的自由流动，总体 上不利于数字经济的发展。因此，美国对数据的确权基本持 否定态度，在历史上多次否决了可能造成数据垄断的立法尝 试和司法实践。 质量，为社会经济发展不断注入新的数字活力。 制定了完善的数据开放法律法规体系。数据开放和自由 流动是美国宪法赋予公民的基本权利，60 多年来，美国在宪 法框架下持续推出一系列促进政府数据公开的法律法规。在 法律体系方面，1966 年发布的《信息自由法》首次确定了政 府信息“以公开为原则、不公开为例外”基本原则，1967 年 的《电子信息自由法》和《阳光下的政府法》、2009 年的《开 54 放政府法》、2019

但目前尚未被验证是一种有效的、 通用的计算架构。模拟光计算则是利用多维光场调制实现某种专用的光学信息处 理，其实现人工智能常用的光神经网络主要通过基于自由空间光学系统和基于集 成光学平台两种方式。基于自由空间光学系统的光神经网络利用光在自由空间的 传播和交互进行计算，不依赖于固定的光波导结构，具有灵活性高、可扩展性强 的特点，但也面临着尺寸较大，不利于集成，环境因素敏感导致稳定性和精度问 几乎可以实现对反射或折射光束波前的任意调控。 基于亚波长衍射结构的神经网络由多个级联的网格化衍射层构成，其中衍射 单元的复透射系数可作为神经网络中的可调权重和偏置参数。经过有效训练之后， 输入光场中的信息经由自由空间传播以及衍射层多次调制之后，将模型结果以光 场的形式输出。 2.3.5 各技术方案对比分析 目前光计算实现光神经网络的方式多样，呈现百花齐放的发展态势，产业和 技术路线尚未收敛，高准确度 算芯片从功能实现到价值落地的转化。 光计算设计工具有待完善，现有 EDA 工具（如 Cadence、Synopsys）仅支持 电子器件建模，缺乏光学特性仿真模块，现有方案需手动搭建光学模型，设计者 难以像 CMOS 那样自由缩放、拼接或做 DRC/LVS 验证。模型算法优化程度不足， 当前 Transformer 等传统 AI 模型算法主要基于电芯片设计，未考虑光计算的计 算特性，简单的将 AI 模型从电芯片移植到光芯片可能存在“跑不快”甚至“跑

智能无人船：可在水上自主航行，执行巡逻、监测、运输等任务。它们 通常配备了各种传感器和控制系统，能够适应不同的水域环境和任务需 求。� ➢ 智能无人机：广泛应用于航拍、测绘、物流配送、农业植保、灾害救援 等领域。无人机可以在空中自由飞行，具有灵活、高效的特点，能够快 速到达人类难以到达的地方，完成各种任务。� � 二、 协作机器人概述� ���� 年 全 球 协 作机 器 人 产 业 发展 白 皮 书� � � � 一体化设计理念，将柔轮、刚轮、波发生器等核心部件紧凑集成。其外形尺寸小 巧，在满足同等传动需求的前提下，体积及重量大幅缩减。这种轻量化、小型化 优势，使得协作机器人关节更加纤细灵活，能够在有限空间内自由穿梭、灵活转 动，完美契合了具身智能灵活部署的需求。� 国内企业如绿的谐波、来福谐波、杉川机器人、同川精密的产品精度已越来 越接近国际水平。目前中国本土协作机器人厂商已基本实现 ����使用国产谐波 者更简单更高效的进行双臂二次开发。� ��������� ���������轮式人形机器人，硬件系统包括七轴机械臂、视觉相机、升降机 构、移动底盘等，这些组件共同构成了一个高度灵活和精确的机器人系统。具有 �� 个自由度，能够实现复杂的动作控制，而视觉相机则提供了高精度的环境感 知能力。这种硬件系统的协同设计使得机器人能够在各种复杂环境中完成任务。� ����������� 针对配送、巡检、分拣等轻量数采和模型训练场景，����

是可流通数据，八成左右是个人隐私、企业机密、国家秘密等不可流通数据。即使在20%可流通数据中，在万维网上真正流 通起来的结构化数据只有4%，而其他16%的图片、音频、视频等多模态非结构化数据，受限于技术瓶颈，尚无法实现在互 联网上自由流通。 数据基础设施正逐步成为数据高效流通的可信安全环境 私 域 数 据 个 人 隐 私 数 据 国 家 机 密 数 据 企 业 秘 密 数 据 道路监控设备 工业互联网自动感应装置 智能家电 任法》（HIPPAA）等。美国至今没有一部保护数据产权方面的法律，即使是数据隐私的相关法规也相对分散，管理较为宽 松—只要不涉及公民隐私，企业通过政府开放平台、网络爬取、提供产品或服务中获得等各种方式得到的数据，都可以自由 使用和流通。 美国的数据基础设施探索实践 使用技术或方案 覆盖企业全部供应链、生产链、生态链 的完善数据整合与协作体系 云原生架构数据分析处理平台 区块链和加密算法 以Google 八成左右是个人隐私、企业机密、国家秘密等不可流通数据。即使是在20%的可流通数据中，在万维网上真正流通起来的结构 化数据也只有4%，而其他16%的图片、音频、视频等多模态非结构化数据，由于技术尚未成熟而不能在互联网上自由流通。 国家数据基础设施是实现数据安全高效流通的技术保障 域数据，正在成为人工智能高价值数据集的重要数据源。传统意义上的不可流通数据，将在依托隐私保护计算、区块链、控 制技术、可信数据空间、数

协同的管理者、系统维护者与数据分析者转变，带来了新的职业 安全风险与劳保要求。同时，职业类型的转型催生了对掌握核心 算法、工艺知识的复合型高技能人才的巨大需求，使得人才流动 中的商业秘密保护与劳动者自由择业权的平衡问题愈发凸出。 三是创新模式开放协同，创新成果的归属与治理复杂化。智 17 能制造的技术迭代高度依赖开放的产业生态。单一企业难以覆盖 全链条技术，跨主体、跨领域的协同创新成为常态，产业链上下 问题。现有劳动安全法规对于如何评估和防范此类新型风险，以 及如何界定用人单位的安全保障义务，规定尚不充分。三是人才 流动中的商业秘密保护与择业自由平衡困难。关键技术人才的流 动，往往伴随着商业秘密泄露的风险。如何在保护企业核心技术 资产与保障劳动者自由择业权之间寻求平衡，尤其是在竞业限制 协议的适用和“隐性知识”的界定上，是司法实践中需要审慎处理 的难题。 （3）协同创新权益归属模糊化，知识产权治理难度增加。

们可以得到前沿技术思考、行业技术干货、全球 AI 好物、HR+AI 创新应用等。 目录 第一部分 人岗匹配 让 AI 技术提升人岗匹配效果，我们做了这些探索 解锁这项 AI 黑科技，马上实现人岗匹配自由 第二部分 人才画像 人才画像画得好，数字化 HR 有妙招 第三部分 音视频面试 AI 面试官来袭，HR 你准备好了吗？ 第四部分 RPA 一文读懂 RPA、AI 与 HR 的关系 76-84 85-94 1 | 目录 2 第一部分 | 场景：人岗匹配 内容： 让 AI 技术提升人岗匹配效果，我们做了这些探索 解锁这项 AI 黑科技，马上实现人岗匹配自由 AI 黑科技： Embedding、知识图谱（KG）方法、自然语言处理（NLP）、非线性树模型、deep 模型、 BERT、 Word2Vec 模型等 本期和大家讨论下 “人岗匹配排序的探 data mining, 2018: 839-848. 作者：e 成科技人岗匹配团队汪序明 （扫描二维码查看文章） 9 | 第一部分 10 第一部分 | 解锁这项AI黑科技，马上实现人岗匹配自由 人岗匹配，是企业人力资源管理的核心之一，更是 HR 招聘工作的精髓。传统工作方式下，简历 搜索和人岗匹配往往消耗 HR 大量时间和精力，结果却往往不精准，随着人工智能和 NLP 技术 的发展

99 TOP.100 人力资源核心指标 芯片设计 薪智 统计说明：呈现该行业下，当期招聘量前30的细分职能（不包含支持职能）。 用户可根据这些职能的招聘量、招聘量涨幅、招聘薪酬、招聘薪酬涨幅进行自由组合，对细分职 能进行招聘分析。象限分界线分别为X轴和Y轴上数据的50分位值。 嵌入式软件 624 1 88% 2 23,492 11 -2.1% 17 数字前端 280 2 -16.4% 14 招聘薪酬环比 变化率排名 人力资源核心指标 芯片设计 薪智 统计说明：呈现该行业下，当期招聘量前30的细分职能（不包含支持职能）。 用户可根据这些职能的招聘量、招聘量涨幅、招聘薪酬、招聘薪酬涨幅进行自由组合，对细分职 能进行招聘分析。象限分界线分别为X轴和Y轴上数据的50分位值。 硬件开发 215 7 -26.4% 26 20,472 15 -2% 16 销售代表 211 8 -24.6% 24