定义的智能体具有长期和短期记忆、自主规划、工具使用和自动执行任务 的能力，能提高工作效率和用户体验。另外，智能体也分为单智能体和多智能体。单智 能体通过试错学习在单一环境中行动，追求最大奖励，多用于简易任务。多智能体在博 弈环境中行动，追求长期累积奖励，多用于复杂测试。 1.1Agent 模式架构解析 Agent 有效减少人类工作总量，人与 AI 协作才是最终形态。人类与 AI 交互可大致 分为三种模式。Embedding 在单一子目标耗时过长等问题，将经验存入长期记忆以规避类似错误。3）工具模块： 智能体可利用工具来弥补自身短板，通过调用外部 API 来实现功能拓展。例如调用连接 互联网的 API 去搜索实时信息。4）行动模块：智能体会形成完整的计划流程。例如先 读取以前工作的经验和记忆，之后规划子目标并使用相应工具去处理问题，最后输出给 用户并完成反思。 直领域。单智能体的强化学习原理是 基于马尔可夫决策来完成的，简单来说可以分为状态集 S、行动集 A、奖励 R，下一时 刻的状态和奖励只与上一时刻的行动有关，与更早之前的状态无关。其模型原理就是让 智能体用试错的方式来学习，若某个策略能得到奖赏，则智能体产生该行为的策略就会 加强。其目的就是在单一环境中行动，尽可能得到最大的奖励。应用领域目前也较为广 泛，例如赛车游戏中连续动作的训练：控制方向盘、油门、刹车等动作，可由

往往包含各种主题与应用场景, 能学习到丰富 的表示与知识, 具有解决各类任务的潜能, 其作为 具身智能的“大脑”能显著弥补机器人领域训练数据 少且专门化的缺点, 为系统提供强大的感知、理解、 决策和行动的能力. 此外, 基础模型的零样本能力 使得系统无需调整即能适应各种未见过的任务, 基 础模型训练数据的丰富模态也可以满足具身智能对 各类传感器信息的处理需求. 无论是视觉信息、听 觉信息, 还是其他类型的感知数据 大机器人企业制造的人形机器人, 如宇树机器人 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 机器人能够在动态环境中进行鲁棒的闭环规划: 机 器人执行第一步行动, 并观察结果, 执行行动后, ViLA 会将新的视觉观察作为反馈, 与之前的视觉观察和 已执行的行动步骤一起输入到 GPT-4V 中. GPT- 4V 将根据这些信息更新其对环境的理解, 并调整 后续的行动步骤. 例如, 如果第一次行动没有完全 达到预期的效果, ViLA 可能会生成一个新的行动 步骤来纠正或完成未完成的任务. 通过这种以多模 态大模型提供实时反馈的设计

62%和60%（见图1）。这种强大的韧性在供应链 中断愈发频繁和严重的当下尤为重要。 自主化系统仍处于发展的初期阶段，大多数 企业也刚刚踏上这一征程。我们深入研究了领军 企业为获取初步成功所采取的有效行动，并总结 出以下几项关键举措。 这些策略并非必须按顺序执行，但对于那 些在迈向自主智能化系统的过程中践行了其 中一项或多项的企业而言，初步成效已经显 现。我们将在后面的章节中详细阐述每一项 人工做出。 • • 作业流程通过智能决策辅 助系统得到增强，该系统能 提供操作建议与洞察以优化 决策。 作业流程可部分实现自动化。 • • 自主化运营流程/自我优化。 AI助手支持人工进行行动规划 与生成。 • • 图2 自主化征程：一场贯穿四大成熟度阶段的真正转型 成熟度 等级定义 自主化指数 实现自主智能供应链 真正意义上的自主智能供应链包含两大维 度（见图2）：任务自动化与决策自主化。在任务 利用事件和预测算法实现自动化维修计划，并通过人机增强支持高效的任务执行、备件订购和 行动建议。 • 通过问题解决方案、风险分析和基于经验教训得出的行动建议，使人工驱动活动得以增强。 • 高度自动化的仓库运营，采用先进的自动导引车（AGV）进行拣选、存储、包装和装载。中央控制中心 管理流程、检测问题并提供行动建议。 • 14 28 19 38 19 38 19 36 20 40 22

大模型的赋能。 （1）技术突破 大模型的出现，使得具身智能在感知、理解和规划任务上的泛化能力得到了显著提 升。机器人接入大模型后，能够直接听懂人类指令，结合环境信息，将复杂的指令转化成具 体行动规划，无需额外数据和训练。这种能力极大地降低了机器人的使用门槛，推进了机 器人落地各行业场景应用。 （2）产业应用 具身智能在多个领域得到了广泛应用，包括智能制造、智能家居、智慧医疗等。例如， 中国政府高度重视人工智能领域的发展，并通过一系列政策举措推动其健康、有序、 高质量发展。在2024年的全国两会上， 《政府工作报告》首次将“人工智能+”纳入其中，强调 要深化大数据、人工智能等技术的研发与应用，通过实施“人工智能+”行动，着力打造具有 国际竞争力的数字产业集群，这一举措标志着人工智能已成为国家发展战略的重要组成 部分。 为进一步规范和引导人工智能产业的发展，工业和信息化部、中央网信办、国家发展 改革委、国家 国家部委工作要求 �� 此外，为充分激活数据要素潜能，推动人工智能技术的深度融合与应用，国家发改委 于2023年底发布了《“数据要素×”三年行动计划（2024—2026年）》。该计划围绕数据要素 与各行各业的深度融合，部署了包括“数据要素×智能制造”在内的12项重点行动，特别支 持通用及垂直领域人工智能大模型的训练与发展，为人工智能产业的创新发展注入了新 的动力。 值得一提的是，2024年6月5

AI 三大应用场景：人力资源+流程管理+数据分析 “人工智能”一词包含许多不同的技术和能力。我们可以将人工智能定义为：能 够感知、理解、行动和学习的计算机系统。换句话说，一个系统可以感知它 周围的世界，分析和理解它接收到的信息，并在此基础上采取行动，通过学 习改进自己的性能。 通过利用机器与环境、人以及数据进行交互，这项技术可以提高人类和机器 的能力，使之远远超出了它们各自工作时的能力。

集中发力人工智能和机器人领域 浙江 加快建设创新浙江、因地制宜发展新质生产力 广西 不能妄自菲薄、行动迟缓 江西 强化企业科技创新主体地位，推动科研成果向现实生产力转化 安徽 在抢占科技制高点上奋勇争先 江苏 找准“一中心一基地一枢纽” 甘肃 着力提升科技创新效能，深入实施研产融合科技攻关赋能计划 重庆 部署实施“人工智能+”行动 山东 建立科技创新和产业创新融合机制 湖北 到2030年，具有全国影响力的科技创新高地加快形成

决策分析的两条路径 Fig. 3 Two approaches to decision-making analysis 2.2 知识管理缺陷 目前的知识库中所存储和管理的应急知识仅限 于应急预案、行动指南、历史案例、法律规范等显性 知识，缺乏诸如专家知识这一类在长期专业工作中 积累的经验、技能、组织记忆等隐性知识。显性知 识通常适用于常规决策中结构化问题的解决，隐性 知识则是临机决策能力提升的关键 识，例如，应急管理人员的个人经验、技能等长期实 践经验中积累的、难以明确表达的知识，这些知识可 能表现为对特定事件的常识性理解、对不同灾害类型 的应对策略的抽象化认知等。应急部门知识除了各 类预案、行动指南、管理准则等可以言明的显性知识 之外，还包括与这些预案、指南、准则设计布局相关 的隐性知识，暗含在该部门的专业、制度和文化之 内。隐性知识通过职业训练和经验积累而在工作中 获得，存在个体的头脑中或某个特定的组织环境中，

（二）算力发展持续规划，产业亟待提质升级 为了推动算力产业发展，我国出台多项相关政策对算力产业顶 层规划，明确算力产业的发展目标、战略重点和实施路径，引导算 力资源的合理配置和高效利用。2023 年印发《算力基础设施高质量 发展行动计划》和《关于深入实施“东数西算”工程 加快构建全国一 体化算力网的实施意见》，旨在不断完善综合算力基础设施，增强 算力赋能成效。2024 年印发《推动工业领域设备更新实施方案》， 提出推动“ Top10。山西加速算力产业布局，已构建“1+3+N” 数据中心空间体系，以太原为核心，大同、吕梁、阳泉为支撑，多 市协同发展。另外，山东综合算力指数表现优秀，2024 年启动省级 算力基础设施高质量发展行动，持续打造核心区、集聚区、边缘计 算节点“2+5+N”的全省一体化算力网络布局。 综合算力指数 14 来源：中国信息通信研究院 图 2 省级行政区综合算力指数 Top10 来源：中国信息通信研究院

技术落地：基于自研的“工银智涌”平台引入 DeepSeek 开源模型 应用场景：构建财报分析助手、 AI 财富管家等 10 余个场景，提升复杂数据处理能力 技术亮点：通过模型轻量化技术降低推理成本，计划围绕“领航 AI+ 行动”深化算力、数据与模型的协同创新 建设银行 技术落地：总行完成 DeepSeek 定制化训练，全集团推进生成式 AI 体系化应用。子公司通过总行平台按需调用模型，严禁自行接入外部模型，保障技术 可

交互反馈机制是提升用户体验的另一重要环节。用户提交请求 或进行操作后，应及时给予反馈，使用诸如进度条或加载动画来告 知用户操作正在进行中。同时，操作成功或失败时，应提供相应的 提示信息，以明确下步行动。例如，当用户上传模型时，如果上传 “ ” 成功，给出 模型上传成功 的通知，而如果失败，则显示出具体的 错误信息，并建议可能的解决方案。 此外，平台还应支持个性化设置，用户可以根据自身的使用习 仅能访问与其工作相关的信息。以下是访问控制的几个重要维度：  数据敏感性：不同数据根据敏感性等级，如公开、内部机密、 绝密等进行分类，依据等级进行权限管理。  时间限制：访问权限可根据时间节点进行动态调整，例如在工 作时间内开放特定权限，超出时间则自动收回。  地理位置限制：依据用户的地理位置进行访问权限的管控，在 可疑的访问地点时进行额外审核。 为了实现上述控制机制，平台将引入基于策略的访问控制 别，并随着 企业需求的变化而进行灵活调整。这种模式能够吸引初创企业以及 大型企业的不同需求，降低了用户使用初期的风险感。 其次，订阅费用可以根据服务的使用频率、数据存储量及访问 权限等参数进行动态定价。比如，基础版提供有限的数据处理能 力，而专业版和企业版提供更强大的计算资源和优先支持，这样可 以有效缓解用户对高昂初始投资的顾虑。 在实际操作中，平台可以设置不同的订阅周期，比如按月、按