具身智能的基础知识 2025 年 9 月 11 日 R1 .0 版 目录 CONTENTS 具身智能 的基 本概念 具身智能 的发 展演 进 具身 智能 的核 心技 术 具身智 能 的产 业链 具身智能的基 本概念 PART ■ 具身智能的基本概念 □ 具身智能的定义 > 具身智能 (Embodied Intelligence) , 是一种基于物理身体进行感知和行动的智能系统。 按形态 ) —— 仿生机器人 > 仿生机器人是一类通过模仿生物体的结构、运动方式、感知机制或行为特性来设计和工作的机器人。 > 它们融合了生物学、机械工程、电子技术、控制科学和人工智能等多个领域的知识 ，旨在让机器人能够像生 物一样灵活、高效地适应复杂环境并执行任务。 > 代表：水下仿生机器人、空中仿生机器人、地面仿生机器人、特殊仿生 . … ■ 具身智能的核心技术 □ 具身智能的分类 物体探作 动作控制算法 数 据层 交互 视觉 物理交互 行动适应 听觉 压力 觉 计算机视觉 通用大模型 知识图谱 深度学习 强化学习 生成式 Al 自 然语言处理 云化操迮平台 VR/AR/XR/MR

发布管理 配置管理 知识库管理 服务目录 服务水平 服务请求 运行管理 议程 11 产品功能说明 项目背景和需求分析 前言 项目建设思路 总结与建议 Ultra-Uflow产品框架 12 展 现 层 业 务 服 务 层 业 务 逻 辑 层 数 据 层 接口 个人工作台 综合报表 工单管理 服务运营 服务转换 日常任务 服务台 知识管理 问题管理 事件管理 最佳的基础流程实践 符合国内用户 使用习惯 定制灵活 易于后期维护 全方位的 运维管理手段 提供运维考核、知识库、 值班管理等一些附加管理 手段 表单和流程可视化化设计， 快速适应后续业务流程的 变化，程序结构清晰，维 护方便 产品功能介绍—首页 公告 单点登录 知识库 快速通道 工单列表 产品功能介绍—支持各种流转模式 15 十七种动作：“建、派、抄、协、交、审、领、退、驳、 实现短信 发送接口 服务流程平台 门户系统 知识管理系统 实现知识管理集成接口 实现待办集成、 单点登录接口 IE浏览器 非IE浏览器 国产浏览器 支持各类浏览器 知识管理——全新的WEB2.0的体系架构 •开放性：人人都可参与、不需要认证即可发布， 所有人都可以评论….. •交互性：互动式的问答、动态的积分制度….. •相关性：知识之间的关联联系，同类推荐….. •个性化：以我为主的个人工作空间、

参与过相似项目并赢单的销售及专 家协同打单 商机跟进建议 融合商机跟进最佳实践，从需求挖 掘到关单冲刺，根据当前商机推进 阶段智能生成下一步行动建议，提 升商机赢单率 智能知识条目 基于企业培训文档构建AI知识 库，为销售团队智能自萃取陪练 知识点，并快速生成陪练内容 智能陪练 通过手机端为销售提供1v1智 能语音陪练，系统根据回答情 况实时提问，让销售在沉浸式 练习中提升临场应答能力 智能陪练角色设置 化管理，提升服务响应速度 AI助力服务人员精准识别客户需求，加快问题 处理速度，提高客户满意度 人工接待、处理客户问题， 服务成本居高不下 问题处理不及时不精准影响 客户满意度 质检、知识库维护等服务 运营工作耗时耗力 客服Agent AI能力覆盖客户服务全流程，降低企业服务成本，提 升客户满意度 智能客服机器人 充分利用大模型的多轮对话能力 及复杂逻辑推理能力，对于客户 系统基于AI技术对客服语音及 文本会话进行多维度、全量自 动化解析，生成服务评分及质 检报告，提升服务质量 智能化方式处理日常重复性工作 释放服务人员精力 智能文档维护 支持企业基于知识文档智能 抽取FAQ，并支持文档上传 后机器人智能解析并回复客 户问题 赋能企业以客户为中心 智能图表查询 业务人员以自然语音代替系 统 操 作 ， 快 速 调 取 数 据 图 表，数据获取更容易

........54 4.5 中医药知识图谱构建.............................................................................................................................................56 4.5.1 中医药知识整合................. .........................................................................................58 4.5.2 知识图谱的应用场景............................................................................................ 卷积神经网络（CNN）、循环神经网络（RNN ）以及 Transformer 等先进算法，确保在文本分类、实体识别、情感分 析、知识图谱构建等任务中的高精度表现。例如，通过对中医药经 典文献的深度学习，DeepSeek 能够自动识别并提取方剂、药材、 病症等关键实体，构建中医药知识库，为临床决策和科研提供支 持。此外，DeepSeek 还具备以下关键技术特点：  多模态数据处理：能够同时处理文本、图像、音频等多种数据

机器生产 （ 4 ）智能化 机器的柔性生产，强调机器能够自 主配合人的工作，适应环境的变化  AI 与大数据：大数据类似于大脑中的记忆和存储的海量知识，是学习的原料  AI 与云计算：云计算充当大脑，完成对知识进行消化、吸收及再造的任务 1.3 云计算、大数据与 AI ※AI 离不开大数据，更需要云计算来完成深度学习 1.4 人工智能分类 （ 1 ）弱人工智能：突出 语音识别、计算机视觉、自然语言处理技术、知识图谱等  语音识别：机器接受、解释、理解或执行口头命令的能力，能够将音频数据转换成文本数据，如 微信语音  计算机视觉：模拟人类眼镜，对图像或视频信息的处理，被广泛用于动态人脸识别、人像库实施检索、 证件识别等，如无人驾驶  自然语言处理技术（ NLP ）：模拟人类对语言的理解和掌握的技术。理解语言的具体含义和语境， 理解句子的意图和上下文含义  知识图谱：以图 知识图谱：以图的形式揭示事物之间联系的语义网络。通过整理总结执行任务需要知识，建立知识间 的关联关系，如智能翻译 ※NLP 与知识图谱的使用场景一致，相互支持。知识图谱的构建离不开 NLP 对自然语言信息抽 取，而 NLP 的应用也需要知识图谱的关联分析和推理能力 应用层 —— 是 AI 技术在各行业中的实践应用，是技术和场景结合的落地环节。应用层公司的 产品覆盖了行业的方方面面，包括安防、金融、教

主体引进转化技术、推动软件企业做优做 精、提质建设软件产业园区、推动工业软 件先试先用、推动工业软件赋能数字化转 型、畅通数据资源流通交易渠道、促进科 技产业金融融合发展、加强软件人才队伍 建设、加强知识产权保护运用、强化支持 政策资金保障。 辽宁省 2023.12 《 辽 宁 省 加 快 发 展 工 业 软 件 产 业 的 若 干 政 策措施》 围绕新时代“六地”目标定位，落实落细 辽宁全面振兴新突破三年行动工作部署， 软件工程领域深度应用的核心瓶颈 当前大模型在数学严谨性要求的算法设计任务中存在显著局限 性——例如对复杂算法的时间复杂度分析、数学归纳法的逻辑自洽性 验证等场景，其生成结果的准确性普遍低于人类专家水平。即便结合 知识图谱的 RAG 可有效降低幻觉风险，但在涉及形式化数学证明的关 键环节，仍需人工介入进行逻辑校验和修正。研究表明，在需要严格 数学推理的代码生成任务中，LLM 的验证通过率远低于人类开发者， 糊需求转化为可执行 技术蓝图；在 AI+开发层强化智能编码辅助与实时缺陷预判能力，结 合开发者行为分析持续优化编码范式。深度融合智能评审与 CI/CD 流 水线，形成从设计意图到代码实现的闭环知识沉淀。 （3） 测试智能化聚焦 AI 驱动测试流程自动化与 AI 系统评测。 一方面通过 AI 赋能打通全链路智能化测试闭环，通过智能需求分析、 智能用例生成、缺陷根因分析等能力实现高效精准验证；另一方面强

规模越来越大， IT 治理投入缺乏 合规审计要求越来越高，运行风险越来越大 被动服务导向，服务满意度差 经验式和离散的服务流程，服务过程缺乏管理 IT 部门和维护人员的工作绩效难以考核 缺乏有效的知识管理，容易产生人员单点故障 外包服务趋势，服务质量难评估 2 ITIL 和 IT 运维治理 ITILv1 Created ITIL Created ITIL ITILv2 ITILv3 1980s IT财务管理 服务目录管理 服务级别管理 容量管理 服务持续性管理 可用性管理 信息安全管理 供应商管理 转换规划和支持 变更管理 服务资产和配置管理 发布和部署管理 服务检查和测试 评价 知识管理 事项管理 事件管理 请求实现 问题管理 访问管理 运作管理 事况管理 我们的解决方案？ Process A Process B Process D Process C Process 一样呢？大家在技术上各有所长，怎么构建起学习型的团队呢？ 知识库 知识库 树目录 树目录 TOPN 排名 TOPN 排名 生命 周期 生命 周期 自动 引用 自动 引用 故障恢 复方法 故障恢 复方法 根本解 决方案 根本解 决方案 操作 手册 操作 手册 管理 规程 管理 规程 其他 知识 其他 知识 管理员 审核 管理员 审核 IT 人员 提交 (INC

目前只进行零部件的静强度分析，振动、疲劳、机构运动等问题需解决  前沿研究（例：泥浆携沙等）缺乏有效工具  工程问题复杂，存在多学科交叉与耦合，以及多维度仿真需求  跨部门、跨学科数据交互存在困难，无法实现有效的数据和知识管理 2.3 制造  典型的工艺制造模式,工艺部门以设计图纸信息为依据,利用 CAPP 及工艺图表达产品制造的步骤, 制造部门使用卡片指导生产.数控制造设备以专门的软件进行数控编程进行生产,大部分的数控生 和可 控制的项目策划及监控，无统一项目管理系统；  针对测试及调试，目前无规范性、系统化的系统支持；  产品的质量管理及问题管理无系统支撑；  产品的质量问题解决过程无系统支撑，无法做到知识积累和问题追踪；  无问题库，多数问题的解决过程都是后台操作，从而使问题从发现到解决的过程被隐藏或记录丢失；  当前软件主要是外包设计，未来有可能自己开发，针对外包开发，缺乏有效的管理；  1) 实现整机全三维设计以后，通过 Creo 进行三维转二维图的全相关，保证三维和二维图 的强关联； 2) 在进行变更时，同时变更相应的三维和二维图，同时保证了三维和二维图的有效性；  工程计算知识管理： 1) 基于 Windchill 进行开发，针对需要计算的内容，实现基于页面的计算； 2) 实现计算公式或过程的可视化，便于相关设计师了解计算过程或公式； 3) 实现计算内容的可配置和扩展功能。

.....................................................................................102 7.1 员工培训与知识管理................................................................................................. 一。通过自然语言处理（NLP）和深度学习技术，系统能够准确理 解客户提出的问题，并提供即时、精准的答复。首先，系统会通过 语义分析技术识别客户输入的文本，将其转化为结构化的查询请 求。然后，基于预先构建的知识库和规则引擎，系统能够快速匹配 相应的解决方案，并在毫秒级别内返回给客户。 为了提高自动问答的准确性和覆盖范围，系统采用多层次的问 答策略。对于常见问题，如保单查询、理赔进度、保费计算等，系 时提供详 细的上下文信息，减少交接时间。 为优化系统性能，定期更新知识库和规则引擎至关重要。通过 分析客户对话记录和反馈，系统能够识别出高频问题和潜在的知识 盲点，进而不断完善其问答能力。以下是系统优化过程中涉及的关 键步骤： 1. 数据收集与分析：定期收集客户对话数据，分析常见问题类型 和客户需求。 2. 知识库更新：根据分析结果，更新 FAQ 库和规则引擎，确保 系统能够覆盖更多场景。

04 PM 工单管理 +SOP 标准流 设备事维码 智能支持 家支持 与家团队 / 设备维修知识库 设备信息管理 设备事维码生成 定期自劢派发 成本分析 循环迭代，丌断优化 导入 HRP ■ 预防式 保养计划 设备台账 人员分析 有效维修都案 转入知识库 遇故障 转维修 设备分析 数据更新 消控中心多屏监控 消控中心多屏监控，给本地维护提供了便利，减轻 维保公司驻 场人员 协 作 总经理 运营总监 运维班组 用户 运维管理 巡检管理 保养管理 维修管理 设备信息管理 报警管理 排班管理 工单查询 办公管理 知识库管理 工作日报 技术支持 智慧分析 能效分析 设备质量分析 运维效率分析 人员绩效分析 能效管理 能耗计量 能耗查询 能耗报表 计费管理 能耗分析 园区智慧后 勤综合管理 02 工单列表 03 待审批日报 ① 设备信息管理 △ 告警管理 排 班管理 工单 直询 凸 办公管理 知识库管理 工作日报 运维管理首 页面 清进择 清选捍 工单号 05310944538014 08311051580719 oa21015384758 08300839135374 09010929391152