2025-08-23 1 具身智能的基本概念 基于物理载体进行感知和行动的智能系统，其通过智能体与环境的交互获 取信息、理解问题、做出决策并实现行动，从而产生智能行为和适应性 具身 智能 2 具身智能的基本概念 基于物理载体进行感知和行动的智能系统，其通过智能体与环境的交互获 取信息、理解问题、做出决策并实现行动，从而产生智能行为和适应性 具身 智能 传统智能 具身智能 只可远观，被动接受 IROS 2025 真实交互：想象链强化行动执行的环境动态适应性 n MineDreamer (IROS 2025, NeurIPS 2024 OWA研讨会) n 当处理困难问题时，一种可靠的思路是预测未来可能的执行效果，评估当前行动的可行性，以 此来指导更可靠的行动执行 n Chain-of-Imagination（想象链）可以强化具身行动执行的指令跟随能力 23 MineDreamer: Control, IROS 2025 真实交互：想象链强化行动执行的环境动态适应性 n Chain-of-imagination n Imagination-conditional VPT in a sequential way n 提供和动态环境、语言指 令、当前状态更为相关、 效果更为精准的视觉提示 24 真实交互：想象链强化行动执行的环境动态适应性 25 MineDreamer:

AI的突破：保险行业的创新挑战与机遇 • 可能问题头脑风暴 面对本次AI热潮，保险行业的焦点问 题都有哪些 • 定义核心问题 • 洞见问题本质 洞察问题，探寻本源 • 找到本质解 • 制定解决方案 设定锚点，行动实践 人工智能正在经历新的发展浪潮。某头部公司正在转向AI Agents支持平台，结合第4代人工智能 模型与专业语料库以实现业务创新。AI Agents有望为商业领域注入新活力，展示人工智能的潜力 求，甚至会让答案更加迷茫。在这 种情况下，读者可能会开始质疑自己的常规思维方式是否合理。然而，问题的核心往往隐藏在表 面之下，需要大家进行更深入的思考和探索才能发现。那么，为解决问题应该如何采取行动呢？ 三 洞察问题，探寻本源 面对复杂问题，建议参考《U型思考》方法论，从初始问题出发，洞察其背后的本质，进而精准 地解决问题。 遇到初始问题 遇到初始问题 解决问题 解决问题 发现问题的本质 服务出现。 构建保险行业的技术发展趋势参考系（微观） 四 设定锚点，行动实践 AI大模型平台化，重新定义AI Agent的开发体系 AI Agent开发范式 ►基于AI大模型的Al Agent开发流程: • 角色定义（Profile） • 记忆存储（Memory） • 计划反馈（Planning） • 行动执行（Action） Profile Profile Contents

商业智能决策支持系统 制定“互联网 +” 行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合，促进电子商 务、工业互联网和互联网金融健康发展，引导互联网企业拓展国际市场。 国务院关于积极推进“互联网 +” 行动的指导意见 国发 〔 2015 〕 40 号 4 . 国家政策 国家“互联网 +” 行动指导意见，明确“互联网 + 医疗健康”行动路线 重点行动之 “ 互联网 + 益民服务”

交互和沟通 智能体能够通过自然语言处理等技术理解来自人类或其他智能体的指令并生成回应 情景感知和应变 智能体能够感知情境变化 ，灵活调整决策和行动策略以适应不同需求。 知识表示和储存 智能体能够组织和存储知识 ，通过不同方式表示并利用这些知识支持决策和行动 • 智能体的发展对于深化人工智能研究、实现通用人工智能具有重要意义。 它为复杂任务提供了任务驱动的实验平台， 助力通用人工智能研究。 ）是基于人工智能技术理解外部环境刺激并生成有意义动作的交互系统 ，涵盖环境感知、决策规划、 自主学习、 多 模态 交互及任务执行等关键技术。 自主学习和适应 智能体能够通过增强学习和迁移学习等方法从过往经验中学习并调整决策制定和行动过程 ID CCID CCID CC ID CCID CCID CC CCID CCID CCID CCID CC 战 略 意 义 ID CCID CCID CCID CCID

AI 正站在一个关键新阶段。参考 OpenAI 对 AI 的 5 级分级， AI 已不仅仅是能进行对话的聊天机器人（ L1 ），而是逐步进化到智能体 （ L3 ）阶 段——一个能思考、并能主动采取行动的 AI 系统。 强大算力保障大模型训练与推理的可持续性 能源供给保障大模型训练与推理的可持续性 HuggingFace 等平台提供开放、可扩展的 环境，支持灵活的 AI Agent 的开发 数据来源： OpenAI ，公开资料、甲子光年智库总结整理 2025 年， AI Agent 风口已至：基础能力成熟，推动 AI 迈向新阶 段 L3 智能体 —— 目前阶段 能思考，还可以采取行动的 AI 系统 L1 聊天机器人 具有对话能力的 AI 来源： OpenAI 对于 AI 的分级 www.jazzyear.com 生态系统成熟度 产业生态与应用场景 L4 创新者 能协助发明创造的 统 AI 在“流程自动化”上的短板。 以“执行力”响应“落地”要求： Agent 的设计理念区别于停留在“对话”或“理解” 的 L1/L2 级 AI ，其 L3 级别的核心是“采取行动，完 成任务”。这种“执行导向”与企业追求实际效果、 部 署落地的目标高度一致。 2025 年， To B 市场对 AI 投资的商业价值诉求发生转变。企业不再满足于概念验证或小范围试点，希望

40 20 0 来源：公开资料，未尽研究，环球零碳 说明：目前仅部分省份公布了智算基建规划。甘肃未公布智算规划规模。其他省份公布的规模，表示为“超过”“至少”等，取其下限。全国规划指“高质 量行动计划”中对全国智算规模的规划。上述规划基本上截至 2025 年。 重庆 山西 贵州 青海 上海 广东 江苏 安徽 北京 甘肃 河北 各省加总 全国规划 智算规模 EFLOPS AI 改变能源 智算如何引领新型电力系统 5%-10%。 中国智能算力每年增长 70% 去年底，中国提出了《算力基础设施高质量发展行动计划》与《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》。全国各地都在摸底 算力，行动快的省份，已经推出了自己的基建方案。 部分省市规划的智算规模总量，超过了全国的计划目标。“高质量发展行动计划” 明确指出，到2025年，中国数据中心的算力规模超过300 EFLOPS，其中智能算 EFLOPS。而“八大算力枢纽节点”中的京津冀、长三 角和粤港澳三大枢纽，规划到 2025 年的智能算力规模已经接近 120 EFLOPS。 智算规模实际部署速度，快于计划文件的目标。“高质量发展行动计划”原定 至 2023 年底，智能算力达到 66 EFLOPS；而按照工信部今年披露的数据，去年 智算规模已达 70 EFLOPS，同比增速超过了 70%。 智算规模加速部署，既是中美 AI

40 20 0 来源：公开资料，未尽研究，环球零碳 说明：目前仅部分省份公布了智算基建规划。甘肃未公布智算规划规模。其他省份公布的规模，表示为“超过”“至少”等，取其下限。全国规划指“高质 量行动计划”中对全国智算规模的规划。上述规划基本上截至 2025 年。 重庆 山西 贵州 青海 上海 广东 江苏 安徽 北京 甘肃 河北 各省加总 全国规划 智算规模 EFLOPS AI 改变能源 智算如何引领新型电力系统 5%-10%。 中国智能算力每年增长 70% 去年底，中国提出了《算力基础设施高质量发展行动计划》与《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》。全国各地都在摸底 算力，行动快的省份，已经推出了自己的基建方案。 部分省市规划的智算规模总量，超过了全国的计划目标。“高质量发展行动计 划”明确指出，到 2025 年，中国数据中心的算力规模超过 300 EFLOPS，其 EFLOPS。而“八大算力枢纽节点”中的京 津冀、长三角和粤港澳三大枢纽，规划到 2025 年的智能算力规模已经接近 120 EFLOPS。 智算规模实际部署速度，快于计划文件的目标。“高质量发展行动计划”原定 至 2023 年底，智能算力达到 66 EFLOPS；而按照工信部今年披露的数据， 去年智算规模已达 70 EFLOPS，同比增速超过了 70%。 智算规模加速部署，既是中美 AI

鼓励工人密切参与新 工业技术的设计及部署，推动制造业向更加 绿色、智能和人性化的 方向发展。 除此之外，欧洲国家也各自提出了一些制造业发展战略及计 划。 2023 年 8 月，德国联邦教研部出台《人工智能行动计划》， 将推进 实现值得信赖的人工智能 “欧洲 ” 制造 ，并与德国现有优势进 行最 佳对接。主要思想为持续加强研究基础，落实人工智能工业 具体实 践，切实转化经济增长和经济机遇。英国于 2022 业赋能人工智能的 战 略规划。2024 年《政府工作报告》指出，要开展 “人工智能+ ” 行 动，实施制造业数字化转型行动，加快工业互联网的规模化应用。 从 “ 互联网+ ”到 “智能+ ”，再到现在的 “人工智能+ ” ，这是首 次将 “人工智能+”行动写在《政府工作报告》中。 在部委规划方面，工业和信息化部等部委于 2021 年发布 了 《 “ ” 十四五 智能制造发展规划》，计划到 能化 转型。 2.各地方与行业共同推进制造业智能化转型升级 从地方层面看，各地纷纷加大了制造业人工智能的布局力度。 目前我国各省市结合当地产业发展现状陆续出台了制造业人工智能 相关规划、行动计划、方案政策、指导意见等。2024 年 1 月以来， 各地陆续公布《政府工作报告》，全国多个省市均提出了推进新型 工业化，推进制造业智能化发展等内容。广东省工作报告指出要 “制定新时

2018 年 2019 年 7 月 2019 年 9 月 2019 年 12 月 交通运输部印发《推进智慧 交通发展行动计划（ 2017— 2020 年 ） 》 （ 交 办 规 划 〔 2017 〕 11 号 ） 将 “ 跨行 业、跨区域协同的交通运输 运行监测和应急指挥体系基 本建成 ， 基于大数据的决策 安全 、 便捷 、 高效、 绿 色 、 经济的综合交通 体 系。 交通运输部印发《推 进综合交通运输大数 据发展行动纲要》 ， 以数据资源赋能交通 发展为切入点 ， 实 施 综合交通运输大 数据 发展 “五大行动 ” ， 推动大数据与综 合交 通运输深度融合 ，有 效构建综合交 通大数 据中心体系。 交通运输部印发《关 于印发省级综合交通 AI 使能 集成使能 应用使能 开发使能 融 合通 信 GIS 路网运行监测 路网运行动态精准感知，车流诱导联动发布、应急事件协同处置 重点监测周期性、异常性拥堵 重大突发事件应急处置 全市路网综合 多维度监测 实时全面监测道路多

使用之前良好的配置作为 输入,经过复制、重组、变异和评估等操作生成更优的新配置, 周期性地进行系统配置迁移[４４]. (５)Web应用程序迁移指通过迁移策略将 Web应用程序 中的元素属性进行动态更改或迁移,以提高 Web应用程序的 安全性. Sengupta等通过博弈系统生成不同的迁移策略,周期性 地切换 Web应用程序的编码语言和数据库[４５].Niakanlahiji 等提出 利用博弈论来确定一种系统安全性和 可用性之间较为均衡的最优防御策略[５９]. ②动态博弈相较于静态博弈,更充分考虑了攻防双方行 动的非同时性,双方采用实时行动进行攻防博弈,更加符合实 际网络攻防场景.其中较为常见的是通过信号收发进行行动 选择的信号博弈,以及参与者决策、收益都可由微分方程描述 且连续可导的微分博弈. Liu等提出一种 信 号 博 弈 模 型,使 用 博 弈 模 型 和 最 络攻击流程中的信息收集、入侵实现、提权维持、横向移动、痕 迹消除等不同环节设置不同的欺骗防御手段,对网络攻击者 进行深度欺骗[６８].Kyung等设计了一种蜜网系统 HONEYＧ PROXY,支持在低交互和高交互的蜜罐之间进行动态转换, 将恶意攻击流量组播到相关的蜜罐中,并选择回送不包含指 纹的响应,规避了指纹攻击[６９].Albanese等提出的针对操作 系统指纹识别和服务指纹识别的对抗方法,在不改变系统和 服务配置的前提下