具身智能科技前瞻探索 ( 第 3 期 ) 多任务操作、 第一人称世界模型、 低光照与模糊感 知 2025/04/08/ 为产业发展和投资决策提供最前瞻视角。 本期核心关注多任务操作、 第一人称世界模型、 低光照与模糊感知、 仿真数据生成等六大前沿进展 本期科技前瞻探索摘录来自港科大 ( 广州 ) 、上海交通大学、 浙江大学等研究机构的 6 篇最新学术前沿成果 , 包括 包括 MOE-ACT: 多任务双臂操作规模化学习框架、 Egosim: 面向具身交互生成的第一人称世界仿真器、 E-VLA: 面向暗光与运动模糊场景的事件 增强型 VLA 模型、 CRAFT: 基于视频扩散的双臂机器人操作数据生成框架、 Heracles: 下一代人形机器人通用控制框架、 ThermoAct: 首个融合热感知的 VLA 框架。 风险提示 技术研发进度不及预期 Mixture-of-Experts Transformers 》 《具身智能科技前瞻探索》 第 3 期 6 7 / 影响展望 : 1: 对具身智能学术研究前沿的影响 : 本文为第一人称世界模拟器的技 术 优化提供了新的可 行路径 , 其可更新 3D 场景状态的设计思路 , 为长时 序 连续具身交互仿真研究提供了参考 ; 配套的自动化数据处理管道 , 也为 行业解决世界模型训练数据

校园应急系统之调度阶段——精准定位， 高效指挥 操场西面有 人抢劫， 小 王 ， 快赶往 现场处理 收到 上赶到！ ● 发现嫌犯， 已逃往食 堂方向！ 图作 战 校园应急系统之处理阶段——三维地图挂 第一人称视角 摄像机列表 全景地图 摄像机概况 实时监控 校园应急系统之回溯阶段——海量云存储、 快 速 云摘要 云存储 云摘要服务器群 • 利用云存储的高速下载能力，有 效解决了

应急资源调度与运力、路径规划 GIS一张图、预案管理、灾害模型、AI算力、知识图谱、应急资源管理 19 资源智能优化调度 GIS一张图、预案管理、灾害模型、AI算力、知识图谱、应急资源管理 20 行进过程、救援过程跟踪（第一人称与第三人称视角，参战视角、观战视角） GIS一张图、应急通讯、图像接入、应急测绘 21 AR云防实景指挥 GIS一张图、图像接入、融合指挥调度 22 应急指挥安全码管理平台 “码上动”（响应行 应急资源调度与运力、路径规划 行进过程、救援过程跟踪（第一人称与第三人称视角，参战模式，观战模式） 第一视角内部侦察评估 第三视角外部侦察评估 n 通过第一视角或第三视角的场景漫游，或在平面地图上直接叠加单兵实时图传、无人机图传、鹰 眼制高点视频接入显示，身临其境的模式内部侦察和外部侦察工作； n 通过单兵实时图传、无人机图传、人车定位、火线标绘，实现对救援过程的第一人称和第三人称 的相关队伍出动、行进、救援全过程真实记录。

禁 列表 ，以 及 异 常 状 态 提 醒 实时监控视频画面 可 回放 监控 画面 控视频画 放监控画面 区域位置列 表 5 1 运维管理平台一模型漫游 漫游式监控 实现第一人称和第三人称的漫游效果 ， 夜晚的灯光亮化效果 ，以及场景环境展示 ， 建筑的介绍等内容 ，能够基于该场景进行 项目整体的介绍与展示。 ① 通过视频画面分析可以对异常现象进行监测与

自穿戴VR头显的人类训练员。可以看到，完整的系统集成了VR头显、传感器、手套、动捕服和相关软件。 通过利用VR头显，Optimus人型机器人可以1：1地复刻映射人类训练员的动作，而软件可以以实现第一人称视频的实时传输和精确控制输出，同 时保持极低延迟。另外，这种解决方案具有可扩展的远程数据收集的优势，因为来自世界各地的注释人无需前往现场就可以为项目作出贡献。特斯 拉官方 Optimus X 账号在

，设备信息包括设备的模型数据、位置数据、档案信息、监控数据、报警数据等 ，部分数据可直接从三维模型中读取 ，另外一些附加信息需要 人工录入。将数据与设备关联 ，实现统一管理 ，可以以第一人称、第三人称视角在三维模型中漫游 ，查看构件的信息 ，也可以查看设备实时监控数 据。 旨在为低空园区打造逼真的三维景观模型。对于园区中的建 筑物 ，无论是高大的航站楼、宽敞的机库还是现代化的办公

间坐标绑定，实现“一点一数据、一区一画像”。在提升空间展示精度的同时，赋予静态 模型动态光影效果，既有利于支持精细化管理和高效决策，又增强了视觉体验，显著提升 该景区会展中心数字孪生园区的展示吸引力。 场景虚拟漫游 基于第一人称视角镜头与三维实景模型的叠加，工作人员可以实现在虚拟场馆中的自 主漫游，能够模拟布展作业、参观导览等实际工作流程，有利于辅助工作人员熟悉会展中 心的功能布局和设施分布，从而提高工作人员的培训效率。 下园区的运营全貌。 在场景切换中，可以基于倾斜摄影、人工建模、三维扫描等形式，针对智慧展厅、人 才公寓、空中花园等重点场景，精准采集其内部影像数据，还原内部的空间布局与设施摆 放。并支持实现第一人称漫游，通过深度交互的形式，增强用户的沉浸感与参与感，详细 展示该司在卓越技术运用、人文关怀营造、智慧化建设推进等维度的领先成果。 数字孪生世界企业联盟 DTWEA 数字孪生世界白皮书(2025) 估指标看板，支持自动生成运营诊断报告，提供库容规划、作业排程等智能决策建议。 该项目主要针对以下场景进行应用建设： 仓库管理 整合仓储多平台数据源，构建了仓库的 3D 数字孪生实景模型，可以通过第一人称视 角模拟巡检天车的作业流程与库存分布，并支持自定义筛选或叠加图表元素进行展示。同 时，通过 API 接口与库存系统联动，实现货品位置与状态的实时更新，并借助动态图表联 动多模块数据，同步展

介绍景区最新交通信息（车次、车票等），景区的餐饮住宿设施分布，医 疗救助服务店分布和值班电话等。 图 4 LED 信息发布示例 7.3.4 三维虚拟游子系统 三维虚拟游通过三维仿真地图、360 度全景、优质景点的真三维第一人称 虚拟游等提供画面更加优美的，地图内容更加丰富、粒度更加细腻的位置信息， 结合旅游核心要素提供更加专业的、沉浸式的服务体验。 (1) 仿真三维电子地图 与二维图不同的是，仿真三维旅游专题图对景区要素的展现更为详尽，对

多维浏览体验  可逐级浏览二维电子地图、卫星或航空影像、三维实景等。  支持运动物体，模拟汽车、飞机等多种方式进行场景浏览，用户自定义飞行路线或 外部位置信号实时驱动（如 GPS 等）  第一人称、第三人称、两种模式随意切换  以当前鼠标点位置为中心进行场景旋转  俯仰不受角度限制，可以任意角度仰视或场景倒转 第6 页 三维表现效果  精确表现城市建筑、道路以及其他设备设施