来源：AIoT 星图研究院 制图：AIoT 星图研究院 第二个维度：从场景的定位技术角度去分，目前常见的高精度定位技术有： 1 常见的高精度定位技术介绍表 1.2 高精度定位技术有哪些？ 高精度定位技术种类有很多，我们可以从几个不同的维度对它进行分类： 第一个维度：从是否需要有定位基础设施投入的角度来分，可以分为两种：需要有基础设施以及点对点定位测距。 来源：AIoT 星图研究院 ToF ToF 通过分别测量移动终端与三个或更多基站之 间信号的传播时间来定位。 AoA 定位 AoA 定位一般是基于相位差的方式计算出到达角 度，一般不单独使用，由于 AoA 涉及到角度分 辨率的问题，若单纯 AoA 定位，则离基站越远， 定位精度就越差。 TDoA 定位 TDoA 是基于到达时间差定位，系统中需要有精确时 间同步功能。 时间同步有两种，一种是通过有线做时间同步，有线 时间戳，计算出被定为目标的位置。（见下图） ToF 定位原理示意图 AoA 定位原理示意图 TDoA 定位原理示意图 定位基站 定位基站 定位基站 2P 1P 3P 定位基站 定位基站 角度 A 角度 B 定位基站 定位基站 定位基站 10 11 IOTE 2024 国际物联网展·深圳站 8 月 28-30 日 IOTE 2024 国际物联网展·深圳站 8 月 28-30 日 展位预定

统机器人流程自动化（RPA）之间的关系。 理解这些技术之间的差异，有助于明确它们如何互补，以及代理型人工智能 的独特之处。 这对于设计有效的AI战略至关重要，无论是从供应商路线图和营销角度，还 是从企业部署战略角度。 代理型人工智能并非单一应用或技术，而是整合多种技术、方法和组件的架 构，用于创建高度自主的目标导向型人工智能代理。 人工智能代理利用基础模型和高级机器学习（ML）技术（如链式推理

优势，共同探索工业转型。 19 20 在企业应用过程中， EPLAN 软件的解决方案不同于传统的 MCAD 、 ECAD 软件， 不 是将机械、电子系统单独割裂开，而是从机电项目整体协同设计的角度出发， 为项 目规划、机电协同设计、仿真分析、调试验证、设计项目和文档管理、生产 支持、 采购配套、现场安装提供全方位的一揽子解决方案，更大程度上避免了跨 学科、跨 流程的协同问题。例如，利用 EPLAN 气设计标准化数据库和自动化设计平台，打造一站式生产：标准化阶段，梳理并建 立标准的部件库、图框、表格、符号、宏文件，建立导航项目达到初步设计标准化； 结构化阶段，分析“结构”的不同理解、功能的定义、功能的判别方法，从技术 角度分析功能、结构化的步骤与内容创建典型回路并形成库；自动化阶段，理解自 动化生成图纸的原理，学习 EEC One 的操作方法，并建立风电自动生成图纸的配 置 文件，实现自动生成图纸的目标。通过成功实施威图与易盼的数字化解决方案，

堆砌，像语言一样传递价值。 1. 风格指南 (1) 具体分类 1 科技感风格： 采用深色基底构建场景纵深，以高饱和色彩作为核心视觉基调，通过“渐变梯度控制 法则”塑造层次：  线性渐变（角度 0°- 45°）构建基础明暗关系；  径向渐变（中心透明度 0%→边缘 60%）聚焦视觉中心，配合光源逻辑强化立体感；  材质表现结合高亮描边（1k分辨率对应1-2px）与柔和内发光（不透明度15%-20%）， 极简风格： 采用浅色场景或图片作为背景，主色调以白、浅灰为主，使用单一或邻近的高饱和色 作为强调色： 数字孪生世界白皮书 9  无色彩系主色调的白/灰占比≥70%；  单色相原则强调色的色环角度差≤60°。 1) 元素搭配 2) 适用场景 常用于企业经营、财务报表、资产管理等场景下的数据看板设计。 3) 设计要点 所谓“极简”，就是尽可能减少视觉噪声，让视觉聚焦于数据本身。运用最基础的设 当需要演示复杂的业务动画时，为了保证动画衔接，会采用在建模软件中“K 帧”导 出模型动画的方式来制作。这样做的弊端是无法进行参数干预，所导出的动画是固定的， 只能控制播放、暂停等。若需改变桥吊延长臂旋转动画的角度，只能回到建模软件中修改 模型骨骼的动画参数重新导出。 数字孪生世界白皮书 71 基于成熟的数字孪生产品，可以借助平台所提供的基础动画、骨骼操控等能力，通过 事件一键触发动画，来模拟系列业务流程展示。

年初决定正式发布《2025 广域物联——中国蜂窝 & 卫星物联产业研究白皮书》。 本白皮书内容由多渠道调研综合得出，话题覆盖蜂窝物联网与卫星物联网技术演进、产品创新、市场动态、关键玩家、 应用方向、未来趋势等不同角度，期待能为行业提供一份深度且具有前瞻性的产业指南。 特别感谢：新加坡电信有限公司（Singtel）、紫光展锐（上海）科技有限公司、翱捷科技股份有限公司、芯翼信息科技(上海) 有限公司、中移物联网 款卫星移动终端、177 款模组、80 款 CPE、63 款执法记录仪、42 款平板电脑、 79 款工业级模组 /CPE/ 网关、42 款无线热点、22 款 PDA、18 款笔记本电脑。 但从出货量的角度来说，2024 年，全球范围内 5G 模组出货量约为 4000 万，同比增长达到 50% 以上，主要的应用 场景是 CPE、车载、PC/ 平板电脑、工业设备，其中 CPE 贡献的出货量份额达到一半以上。并且与 LatePost 披露信息，2024 年支付宝对“碰一下”有巨大投入，已配备了千人团队，不到半年向商家铺设了超百万台终端设备。 除此以外，支付宝还在持续推出各类补贴活动来落地“碰一下”。 从技术支持的角度来说： 1、“碰一下”需要使用到 NFC 完成设备间的握手。但与传统 NFC 支付中手机被模拟成卡、POS 机读取卡信息不同，“碰 一下”使用了 NFC 通信模式中的读卡器模式，即由手机读取商家碰一下设备

疗行业各主体有据可依，进一步助推行业规范化发展。 2021年，国家针对健康医疗行业特点，发布并正式实施 《信息安全技术健康医疗数据安全指南》。该指南明确 界定了健康医疗数据（仅限于电子数据），并从数据本 身、数据使用和披露安全角度、以及业务角度三方面做 出了规定。监管机构将依据指南内容加强监督管理和评 估工作。这推动实践中健康医疗数据安全保护迈向更高 层次，医院、医疗机构、第三方服务商等主体需要确保 数据安全风险可控。 中国智慧医疗行业白皮书 由医院提交信息化平台建设需求，国家和地方政府进行 统一采购和平台搭建。 4.1 院内建立统一标准和专项小组，政府领头拉齐院间数据维度 中国智慧医疗行业白皮书 23 在患者层面上，利用数字化手段全方位、多角度进行智 慧医疗宣传和建设。通过主流媒体进行全面铺开的线上 线下智慧医疗宣传，在基层单位加大宣传力度。同时， 加大对公众号、视频号等渠道的利用，向使用者展示智 慧医疗带来的便利与高效，从而提高认可度和接受度。

I/O 资源比较丰富的平台，也有追求低功耗从而 硬件资源有限的平台。针对不同平台的硬件特点，负载整合方案的选择也应不同。对于低功耗平台，往往硬件资源有限， 从 CPU 核数、内存、I/O 资源的角度考虑都比较适合采用单系统方案或者没有额外 Host 系统的多系统方案，可以有效节 约额外的系统开销；对于硬件资源比较丰富，需要集成较多功能的平台，多系统负载整合方案可以为用户提供更多样化的 资源分配（包括 大模型正成为推动工业数字化转型和智能制造的关键力量。随着技术进步，其在各行业的应用将更加广泛。在这一趋势中， 英特尔对于大语言模型赋能机械臂的技术解决方案进行了初步研究，并构建了如下图所示的概念验证参考架构： 整体架构从任务的角度整个任务可以分解成三个阶段： • 第一阶段 — 外部数据收集：这一阶段主要依赖两个外部输入，分别是人类的语音输入和摄像头的图像/视频信 息输入，语音输入通过 Audio Speech Recognition (ViT-B/149M, iGPU) 1. Whisper (NPU) 2.FunASR (CPU) LLM + Robotic Reference Pipeline 23 从系统的角度，这个架构中英特尔的软硬件扮演着非常重要的角色： 目前大模型的方案相对于传统机械臂编程方案有以下两点： 硬件层面 基于英特尔® 酷睿™ Ultra 200H/第 14 代英特尔® 酷睿™ H

年 全 球 协 作机 器 人 产 业 发展 白 皮 书� � � � ��� � ��� � 决定了机器人在特定应用场景中的综合表现。具体到性能参数，包括工作范围、 定位精度、关节旋转角度等，都是衡量机器人适应性和效率的重要标准。这些性 能指标是机器人核心零部件和软硬件功能相互作用的结果，需要通过精心设计和 优化来满足不同应用场景的需求。� ��� 控制器� 控制器是协作机器 �标定法）消除运动 误差，实现移动中实时定位；例如，激光焊接系统采用手眼视觉，可在机械臂移 动时跟踪焊缝偏差并实时调整，焊接合格率大幅提升。多相机协同：在汽车总装 场景部署多台视觉相机，从不同角度扫描车身姿态，机器人根据融合数据调整装 配力度，大幅降低车门安装间隙误差。� 未来将有越来越多的协作机器人搭载视觉系统以满足工厂柔性化、智能化的 生产需求。� 力矩传感器� 力矩传感器，也 ”。� 轨迹规划是运动控制的核心环节，负责根据任务需求生成机械臂各关节的运 动轨迹。针对具身智能的动态场景需求，主流算法可分为“关节空间规划”与 “笛卡尔空间规划”两类。关节空间规划直接在关节角度空间内生成轨迹，通过 多项式插值、样条曲线等方式，确保关节运动的平滑性与连续性。例如在协作机 器人搬运工件时，该算法能避免关节启停时的冲击，保障运动稳定性；笛卡尔空 间规划则在三维直角坐标系内

、 实 验室 测 试结果、影像学检查等。模型可以根据这些证据逐步构建出 一 个更加完整和准确 的患者画像， 以判 断当前收集到的证据是否足以支持最终的决策。 (3) 多角度分析： 对于同一个问题， 从不同的角度进行分析。比如， 在考虑治疗方法时， 不仅可以从疗效出发， 还 可以考虑副作用、患者的个体差异（如年龄、性别、遗传因素）、成本效益比等多个方面。这种多维 度的考量有助 或模型提供的信息和答案与现实世界的真相和可验证的事实相符 的程度， 包括通用知识和特定领域知识， 主要关 注模型在不同专业程度的学科知识掌握情况。通过 义务教育、高等教育以及职业教育等多个角度， 对各级学 科进行分类， 以构建 一 个完整的学科能力 评测方案（目前在这方面相对比较全面的 benchmark 是 MMLU[17]、C-Eval[18]， 医疗领域示例： 模型是 医疗大 模型评测 3.2.5.中文医疗健康评测集 下面列举国内院校以及工业界开源出的几个中文医疗健康评测集。作为医疗健康行业大模型评测 的第一批构建单位，从不同角度切入及完善该领域的评测体系 医疗评测集 领域 简介 发行方 语言 评估题型 评分方式 MedBench [24] 医疗 全 方 位 多 维 度 量 化 模 型 在 各 个 医 学 维 度 的

的收集应覆 盖医疗健康场景中的多个维度，包括但不限于电子健康记录 （EHR）、医学影像数据、实验室检测结果、患者自述症状以及医 生的诊断报告。这些数据来源的多样性与全面性将确保模型能够从 多角度理解医疗问题，并作出准确的预测与判断。 在数据收集阶段，需要遵循严格的隐私保护与数据安全规范， 确保患者信息的匿名化处理。数据应通过合法途径获取，并与医疗 机构签订数据使用协议，明确数据的使用范围与权限。数据的预处 各项指标，如响应时间、错误率、资源利用率等，并定期生成分析 报告。这些数据为后续优化提供了科学依据。其次，建立跨部门协 作机制，定期召开技术评审会议，邀请临床专家、数据科学家和 IT 工程师共同参与，从不同角度评估系统表现，提出改进建议。具体 优化策略可包括：  算法调优：基于实际使用数据，对核心算法进行迭代更新，提 升诊断准确性和预测精度。  性能优化：针对高负载场景进行压力测试，优化系统架构和资 中高效、合规地引入 DeepSeek 技术，最大化降低潜在风险，确保 项目顺利实施。 6. 成本与效益分析 在医疗健康场景中引入 DeepSeek 技术，其成本与效益分析是 决策过程中的重要环节。首先，从成本角度来看，DeepSeek 的实 施涉及多个方面的投入。技术购置费用包括软硬件的采购，如高性 能计算设备、存储系统以及 DeepSeek 平台的授权费用。此外，系 统集成和定制化开发也是必要的，以确保