基于AIops的智慧运营大脑 探索与实践 中国电信湖北公司 GOPS 全球运维大会 2023 · 上海站 个人介绍 张遴 中国电信湖北IBOC云平台与安全保障室经理 中国电信集团高级专家、 云架构师和内训师 目 录 CONTENTS 研发背景 从融合监控到智能监控 应用案例 1 2 3 研发背景 GOPS 全球运维大会 2023 · 上海站 IT上云后对运维的挑战 数据分片、异地存储，传统维护模式难以为继； n 上云系统PaaS层用自有研发的组件，IaaS层上混合云，原属地化维护变为 多个单位维护； n IaaS/PaaS/SaaS层的故障难以关联分析，快速定位； n 采用云原生架构，原有基于Oracle及传统架构的运维手段、经验不可用； n 应用间调用关系复杂，传统监控模式无法做到先于客户发现问题，先于 投诉解决故障 监控对象：几何级数增长，人力维护不能胜任 调用承载关系极其复杂，亟待引入运维工具 p 智能调度中心 − 故障自愈、告警调度、自动巡检 p AI中心 − 动态阈值、故障趋势预测、知识图 谱、NLP、大模型 p 智能工具中心 − 自研运维工具集市 p 智能知识中心 − 基于大模型的运维知识库 GOPS 全球运维大会 2023 · 上海站 总体部署模式：1+X两级部署 智慧运营大脑 行业运营大脑 行业运营大脑 … 电信 侧部 署 监控告警上传 故障预测下发

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; 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, 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): Unitr- ee H1、特斯拉机器人 Optimus, 以及 Figure AI 的 Figure 01 均使用了基础模型进行赋能, 展现出令人 惊讶的理解、判断和行动能力. 随着大模型的发展, 近年基于大模型的具身智 能工作已经成为研究热点, 各类试图将二者结合的 工作层出不穷. 尽管目前有一些以具身智能为主题 的综述[21−23], 但并未聚焦于大模型. 目前也有综述研 究大模型在机器人上的应用[24−28]

续发展的重要基石。在数字经济时代背景下，如何建 强建优 EHR 系统，以推动人力资源数字化转型，已成 为企业改革创新的重要内容 ［1-2］。本文以某通信基础 设施服务运营企业为例，探讨其基于 EHR 系统的人力 资源数字化转型实践。 1 人力资源数字化转型的主要原则 人力资源数字化转型需遵循以下主要原则。 a）数字化转型与企业战略协同。 “人力资源数字 化应紧密依托企业整体数字化架构，在企业数字化的 transformation 基于EHR系统的人力资源 数字化转型实践 Practice of Digital Transformation of Human Resources Based on EHR System 唐 楠（中国铁塔股份有限公司，北京 100089） Tang Nan（China Tower Co.，Ltd.，Beijing 100089，China） 唐 楠 基于EHR系统的人力资源数字化转型实践 基于EHR系统的人力资源数字化转型实践 数据通信 Data Commuincation 引用格式：唐楠. 基于EHR系统的人力资源数字化转型实践［J］. 邮电设计技术，2025（6）：74-77. 74 邮电设计技术/2025/06 并推动其线上化，逐步构建数字化办公环境，促使人 力资源与业务数据自然汇聚沉淀。基于这些沉淀的 数据，针对具体问题和场景开发相应的数据应用，为 业务提供有力支撑，并向前端服务延伸。依据前端业

能监测的采集层和传输层的各项功能；3）针对安保功能、环境灾害救援功能、智慧 物流功能等对于视频的需求，采用了以光流场分析技术为基础的智慧视频用于目标 检测、目标识别和行为预判，为提高行为检测和分析的准确程度，设计了基于卷积 神经网络的学习机用于系统的深度学习和在线升级，完成了智慧视频为多项功能服 务的目标，实现信息的互联互通。 文章所采用的 ZigBee 技术很好地解决了智慧园区对于海量无线传感数据的采集 网络通讯技术································································································· 8 2.2 基于物联网的智慧园区信息平台的关键技术·····················································8 2.2.1 技术架构的设计············· ·33 3.8.1 海量无线传感数据的感知和传输································································33 3.8.2 基于人工智能的视频分析技术····································································33 3.9 本章小结········