智慧停车解决方案 华数物联网创新基地 智慧停车 本方案采用地磁检测器作为泊位状态采集设备 ，状态信息由地磁管理 器（中继器） 上传至智慧停车管理平台；车主在规定时间内通过 APP 进行 主动入车操作； 停车结束车辆驶离泊位 ，地磁检测到泊位状态变化并把 信 息上传智慧停车管理平台； 平台根据入车 / 出车时间自动生成账单并从 车主 APP 账号中扣除停车费或无感支付扣费。若车主没在规定时间内主 点附近设置一二三级诱导屏， 由智慧停车管理 平台直接管理。通过诱导屏向公众发布泊位信 息， 引导驾车者在行驶过程中规划停车路线； 做好热点区域停放车辆饱和时的“溢出”疏导， 扩 大热点区域的有效停车半径 ，充分利用周边 停车资源 ，提高城市停车资源整体利用率 ，最 大限度满足停车需求 ，缓解城市停车压力。 与城市各级立体分布的交通诱导屏协同作 用

用信息技术推动祖国工程建设发展 01 智慧工地行业概况 02 华筑科技企业实力 03 SPM4.0 平台架构 04 SPM4.0 模块详述 05 BI 、 智慧展厅展示 06 项目合作、 合作项目展 示 目 录 C O N TE N TS Part On e 全面加强监督， 并促进信息化发 展 、非重点项目， 国家和各地 市 给予相应的关注， 检查观摩工作频繁 且 常态化 现场施工难点多 现场环境复杂多变 多方单位协同困难 信息化程度不一 施工安全风险大 现场施工标准高 建设质量要求高 组织管理难度大 2016-2020 年 智慧工地 2.0 阶段 智慧展厅 u 目的 ：满足业主诉求，提升品牌宣传 u 特点： 以硬件集成为主 ， 追求大而全 , 以效果展示为主，侧重于观摩、创优 技术为核心的科技公司， 旗下“项管家 ”是一款专注数字施工生产管理的 SAAS 云平台 ， 累计应用的工程项目 5000+ 个， 先后与欧特克 、阿里云 、字节跳动等企业建立了深入战略合作。 200 多华筑人本着“言而有信 ， 皮实乐观”的价值观努力前行， 用信息技术推动祖国工程建设发展。 陕西省 高新技术企业 CMMI 认证企业 西安未来之星 Top30 企业 中国创新创业大赛

到半成品、提高生产效率，仓储信息、人员信息、管理信息的数字化自动采集、处理、传 输、共享等； RFID 技术引入，将使得场内半成品的生产环节管控将变得更加智能高效。 北京合瑞华思科技有限公司在 2016 年开始对工业可视化应用进行探索，经过 4 年 的实践积累，逐步形成了一套成熟的产品与管理体系，并取得了较好的应用效果。我们以 工业可视实际需求为导向，为各个工业企业量身打造最具特色的现代化可视化管理模式， 电子墨水屏的黑白对比度非常高，因此在强光下依然清晰可见，它看起来就像真正的纸，没有液晶屏幕那样的反 光，在光线强的地方反而看得更清楚。 3 无闪烁、无辐射、可视角度大 传统液晶显示屏由于在不断刷新，所以会有闪烁，尽管肉眼可能无法察觉，但这一现象客观存在，这也是观看屏 幕导致用眼疲劳的一大主因。但电子墨水屏由于它工作原理的先天优势，一旦屏幕刷新后就不再有变化，也大大 减少了眼睛的疲劳度。 因为电子墨水屏有这些特性，所以用在电

税务行业标准大模型 基本情况 当下，人工智能正在成为全球数字技术创新的前沿领域。大模型 作为工业革命级的生产力工具，正在成为赋能百行千业向数智化跨越 升级的变革力量。为进一步落实数字化国家战略，推进产业数字化进 程，深度挖掘细分应用领域，打造具有差异化的企业级 AI 大模型，360 集团与中税集团合作共建了税务行业标准大模型，该模型旨在于解决 税务行业性、专业性问题。 税务行业标准大模型在人机交互、复杂内容和语言理解等方面， 具有强大的分析和学习能力，可以精准获取有效税务信息，高效处理 日常重复业务，在提高税收管理效率的同时，可以降低税收管理成本。 此外，大模型训练语料库涵盖了巨大的专业数据，其中包含中税 集团多年累积的超百万法规库、千万量级的案例判例、几万本税务电 子书，以及专家知识及实操案例等。 目前，税务行业标准大模型成为了税务这一垂直行业领域大模型 领域大模型 的典型应用，并在注册税务师考试中的成绩已经超越了 ChatGPT。凭 借其创新技术与应用表现，入选“北京市通用人工智能大模型行业应 用十大典型场景案例”。 技术简介 一、税务行业标准大模型的技术优势 2023 年以来，360 集团发布了自研认知型通用人工智能大模型— —360 智脑，成为引领企业级市场数智升级的重要驱动力。在应用方 面，360 集团与中

过剩的光伏发电 50℃ 大焓差热 能充放单 元 35℃ 跨季节储热水体 50℃ 现状系统 35℃ 冬季 ■ 功能 1 一供热调峰： ■ 利用跨季节储热水体存储非采暖季余热，承担尖峰热负荷，提供约 10MW 供热能力 60000 跨季节储热供热 约 10MW 30000 20000 10000 0 时间 (h) ■ 原系统供热 ■跨季节储热体 + 大焓差机组供热 1121 一边供热一边制冰 ■ 水相变成冰浆，存储在储热体中，用于夏季供冷 60000 50000 40000 30000 20000 10000 0 只 时间 (h) 原系统供热 ■跨季节储热体 + 大焓差机组供热 全采暖季供热量 0.56 万 GJ 方案设计 制冰、同时供热 热负荷 94 1 08 1 221 336 1 350 1 168 1 182 1 112 280 1 42 1 84 1 1401 54 1 81 1 3 196 1 方案设计 ■ 春 季 ■ 消耗过剩的光伏发电制冰，存冰，用于夏季供冷 过剩的光伏发电 大焓差热能 充放单元 冷却塔 消纳原本要弃掉的 光伏发电，制冰 储 电 00:00 10:0012:00 ■ 实时光伏满足刚性负荷用电 ■ 春季制冰 一光伏发电 1600 18:00

基于大模型的具身智能系统综述 王文晟 1 谭 宁 1 黄 凯 1 张雨浓 1 郑伟诗 1 孙富春 2 摘 要 得益于近期具有世界知识的大规模预训练模型的迅速发展, 基于大模型的具身智能在各类任务中取得了良好的 效果, 展现出强大的泛化能力与在各领域内广阔的应用前景. 鉴于此, 对基于大模型的具身智能的工作进行了综述, 首先, 介绍大模型在具身智能系统中起到的感知与理解作用; 介绍大模型在具身智能系统中起到的感知与理解作用; 其次, 对大模型在具身智能中参与的需求级、任务级、规划级和动作 级的控制进行了较为全面的总结; 然后, 对不同具身智能系统架构进行介绍, 并总结了目前具身智能模型的数据来源, 包括 模拟器、模仿学习以及视频学习; 最后, 对基于大语言模型 (Large language model, LLM) 的具身智能系统面临的挑战与发 展方向进行讨论与总结. 关键词 大语言模型, 大型视觉模型 大型视觉模型, 基础模型, 具身智能, 机器人 引用格式 王文晟, 谭宁, 黄凯, 张雨浓, 郑伟诗, 孙富春. 基于大模型的具身智能系统综述. 自动化学报, 2025, 51(1): 1−19 DOI 10.16383/j.aas.c240542 CSTR 32138.14.j.aas.c240542 Embodied Intelligence Systems Based on