15EG □ D15 手地 出 时 磁选管回收率预报值 台时产量预报值 manag 1059 2630 3 00 台 2 00 燃烧室温度设定 还原气流量设定 东北大学 B0.73 21.19 数据下装 南 侧 重新忧化 r3h □ 磨矿过程优化控制软件界 面 洒销选矿厂弱蹈选别族摘智能忧化 忧化条件承入 矿石时赔性 下限 给矿量范围 望流浓度芯围

主要聚焦的目标。 • 一是人形机器人专业厂商，以优必选、波士顿动力、钢铁侠科技等为代表； • 二是初创型公司，宇树科技、智元机器人等为代表，高校孵化创业公司，如银河通用（清华电子系毕 业、现任北大前沿计算研究中心助理教授王鹤）、千寻智能（清华X院*助理教授高阳）、星动纪元 （清华X院*助理教授陈建宇）、星海图（清华X院*助理教授赵行、清华X院*助理教授兼清华具身智能 实验室主任许华哲 汽车、费迪电池等主机厂与电池厂 本就是具身智能的核心落地场景；成都则围绕特色场景推进技术转化与产业配套，形成差异化竞争力。 北京：创新策源与政策引领高地 作为全国人形机器人创新策源地，依托清华、北大等高校资源与北京人形机器人创新中心等平台，聚焦具身大脑、运动控制算法、灵 巧手等核心技术攻关。亦庄开发区集聚小米、北京人形机器人创新中心等300余家企业，同时开放工业装配、医疗辅助、应急救援等多 元场景，推动技术从实验室走向产业化。

鄂尔多斯具有独特的地质条件，是国内少有适合 CCUS 全流程的盆地。国内以 CCS 居多，鄂尔多斯盆地的地质结构对压缩空气、二氧化碳和氢气有较大的封存空间，亚洲 第一个全流程 CCUS 项目为神华集团的鄂尔多斯咸水层封存项目。北大鄂尔多斯能源研 究院已完成百万吨 CCUS 示范工程所需技术储备，支撑鄂尔多斯低碳目标达成。 不同于电力、冶金等行业，现代煤化工行业排放的 CO2 浓度高（70-98%），便于 低成本 CO2 系，共同推动储能技术的研发和应用。 积极引进国内外先进的储能技术和设备，通过消化吸收再创新提升本地储能技术的水平。 7. 加大教育、人才引进和培养力度 优化教育和培训体系。与国内外顶尖高校（如北大、清华）合作办学，设立技术基 础研究和绿色技术领域的专业课程。将绿色和低碳指标纳入人才培养评价体系，通过定 期更新课程内容和培训项目，提升毕业生的专业技能和行业竞争力。利用国家政策如“昆 仑计

任务内集合通信调度：字节 ByteScheduler [209] 引入统一抽象机 制；Meta 公司 SYNDICATE [210] 将通信操作分解为更小的子操 作；北大 Centauri [211] 采用三种分割方法精细化弹性调度。 • 任务间集合通信调度：北大提出 Muri [212] 和 MIT 提出 Cassini [175] 采用集中调度器（分布式 MLTCP [213]）计算每个训 练启动时间偏移；华为和电信云计算研究院提出 络带宽资源尤为重要。传统的通信调度器（如 Colow）未考虑分布式学习流量特有的特征（如多轮重复迭 代、通信与计算的重叠特性），因此在智算多租户场景难以得到较好的表现 [213]。近年来阿里巴巴、华为、 北大、MIT 等团队提出了多租户的通信调度系统 [212, 175, 213]，均聚焦在面向平台的优化目标（如最大 化 GPU 利用率 [151]、最小化平均完成时间 [214] 等），而忽略了面向用户的优化目标（如公平性）。 服务编排：比萨大学、吉林大学通过多层架构下的服务分解与 自动化调度，推动云-边-端高效资源协同 [297, 298]；清华大学、 香港城市大学结合智能优化算法，提升系统弹性和任务流转效 率 [299, 300]；清华大学、东北大学提出多域安全与流程治理方 案，保障复杂业务场景下的可信服务交付 [301, 302]。 模型协同 通过对深度学习模型的 合理分割与迁移适配，充 分利用云边端的异构资 源，协同实现模型推理过

优势，为其实现大规模生产和商业化应用提供了有力 支持。目前该研究方向主要致力于其稳定性及转换效 率的提升。 该新兴前沿方向的核心论文围绕提升倒置钙钛矿 太阳能电池转换效率及稳定性等核心问题提出了创新 性策略：美国西北大学和中国上海科技大学等机构合 作，通过设计一种可同时钝化两个相邻 Pb² 缺陷的平 面配体的策略有效降低了载流子的非辐射复合，实现 了高达 26.15%（0.05 cm²）和 24.74%（1