2011 82 - All rights reserved 55 库存物料 <=> 消耗型物料  输入要求的物料编号  无科目设置类别  过帐到库存科目  在物料主记录中更新数量和价值  移动平均价格被调整  可以输入物料编号，但不是必须的  强制科目设置类别  过帐到消耗科目  消耗品更新 ( 只适用于物料主记录中的 物料 ) © 2011 82 - All rights 发票校验 课程内容 © 2011 82 - All rights reserved 80 库存管理功能：对仓库的货物进行全面库 存管理 ( 包括数量上和价值上 ) ；计划， 执行和检查所有货物移动；执行实际盘 点 库存的业务可以细化为：收货、发货、冲 销、退货、调拨、退库、移库、报废处 理、盘点等业务。 库存管理内容 © 2011 82 - All rights reserved 集团： 100 1000 1000 公司代码： 2000 库存概览：组织层次 © 2011 82 - All rights reserved 82 • 库存类型 • 库存状态 • 移动类型 • 移动凭证 • 评估范围（物料评估） • 评估类（物料评估） • 价格控制（物料评估） 库存管理几个重要概念 © 2011 82 - All rights reserved 83

而深度学习、强化学习则需要高性能的 GPU、TPU 等算力支撑，数据 需求也增长至百万量级。从应用场景来看，机器学习能够广泛用于各 类分类、回归、聚类、关联规则任务，帮助机器人实现物品分类、平 面移动和故障诊断等功能，但不具备决策能力；而深度学习则聚焦图 像、文本和语音等复杂任务的处理，能够帮助机器人实现缺陷检测、 知识问答、人机对话等功能，具有一定的决策能力。 5 图 1 机器人与人工智能融合历程 人工智能应用于工业机器人的感知交互、推理决策和运动控制各 个环节。在运动控制方面，优化类模型能够加强机器人的控制精度， 比如在拾取操作中，当传感器检测到力量过大的时候，机器人可以利 用贝叶斯优化算法及时纠正；又如在平面移动中，快速探索随机树 （RRT）算法能够先构建一条复杂但可行的路径，然后对其进行优化 来避免碰撞。另外，蚁群算法、粒子群算法等群体算法能够通过模拟 自然界生物群体的行为，实现群体优化协调。在感知交互方面，基于 的 机器人。一是操作优化类，传统焊接、打磨机器人通过对机器人的运 动轨迹进行计算并转化到关节空间，提高机器人的稳定性，转变成高 精度操作机器人；二是移动优化类，具有平面活动需求的移动机器人 能够感知到障碍物优化移动路径，成为自动避障移动机器人；三是协 同优化类，单一的机械控制转变为群体控制，包括机器人群体的高效 协作、任务分配和调度、无人物流机器人系统、多种机器人协同系统 等等。

4.3 交换技术....................................................................................22 4.4 移动切换技术............................................................................24 4.5 网络管理与控制技术.. 卫星互联网承载网作为卫星通信网络的重要组成部分，其性能的 优劣直接关系到整个卫星通信系统的效能。为了实现高效、可靠、灵 活的卫星互联网承载网，需要一系列关键技术的支持。本章将详细介 绍星间/星地链路技术、路由技术、交换技术、移动切换技术、网络 管理与控制技术、网络测量技术以及仿真与验证技术等卫星互联网承 载网的关键技术。 4.1 星间/星地链路技术 星间/星地链路是卫星互联网承载网实现卫星之间以及卫星与地 面之间 波链路在星地通信中具有一定的优势，尤其是在需要保证全天候通信 的应用场景中，如全球通信服务、军事通信等。 频段特性决定微波链路的应用定位：L/S 波段（1-4GHz）穿透性 强，雨衰影响小，适用于全球覆盖的移动通信（如铱星、Globalstar 系统），但带宽有限（单波束通常低于 10Mbps），主要服务于语音 与低速率数据业务；Ku 波段（12-18GHz）在覆盖范围与带宽间取得 平衡，广泛用于广播电视与宽带接入（如

组织看到了对一线员工从事更熟练工作的巨大积极影响。 例如，作为其智能制造计划的一部分，一家消费品制造商将 21 家工厂 的关键标准作程序 （SOP） 以及维护和质量工作说明数字化。这代表 着从手动和纸质流程到一线工作人员的手持和移动设备的全面转变，并 提高了运营效率。整合工作流程自动化和改进对数据和分析的访问，以 寻找有针对性的改进机会。 这非常强调变革管理，同时提高了 9,000 多名工厂员工的技能。由于效 率和数据访问的提 【3】。 下面是多功能机器人的几个案例。  亚马逊全自主的移动机器人 Proteus：2012 年，亚马逊收购了机器人公司 Kiva，该公 司率先研发了名为“驱动单元”的仓库机器人。十年过去，亚马逊如今拥有超过 52 万 个机器人驱动单元。同样在 2022 年，该公司推出了 Proteus（见图 5），这是一款完全 自主的移动机器人，旨在安全地融入亚马逊员工工作的同一物理空间。Proteus 利用先 11 进的安全、感知和导航功能，完全自主地在仓库中移动。Proteus 是一款自主移动机器 人，可以在亚马逊配送中心拾取、运输和放下集装箱。该机器人设计用于在与人类工人 共享的空间内安全运行，并利用光、声音甚至物理运动来帮助附近的人了解其状态和意 图。 图 5：亚马逊全自主的移动机器人 Proteus（来源：【9】）  据【10】，Ocado 的自动化履行中心使用多功能机器人快速处理订单，效率提高

评估体系，不仅关注数智基础设施的建设本身，更 聚焦于它所带来的应用价值，实现了从“技术投 入”到“价值产出”的评估跃迁。 GDII 围绕以下七个关键支柱来评估各国的准备度 和有效性 ： » 数据生成 ：宽带用户、移动网络、物联网设备 03 全球数智化指数（GDII）2025 和智能终端产生的数据 » 数据传输 ：光纤、4G/5G 网络、骨干基础设施 以及 IPv6 部署的传输和联接质量 » 数据处理与存储 3. 利用数据传输基础架构，释放算力潜能 ：解决 结构性挑战，实现数据流无缝传输，释放数据 计算基础设施潜力。 4. 移动产业规模增长 ：预计 2025 年至 2030 年间， 移动经济的复合年均增长率将达 9%。2030 年， 以 5G/5G-A 为代表的移动技术将为全球经济贡 献 11 万亿美元，占全球 GDP 的 8.4%。 5. 缩小存储规模差距 ：数智经济的优势将不仅在 构建了覆盖数字价值全生命周期的评估框架， 不仅涵盖数据的生成、传输、处理与应用，更能衡 量数字价值创造的完整闭环。该框架以数据为核 心，围绕数智经济的关键环节，构建了七大支柱， 分别是 ： » 数据生成 ：宽带用户、移动网络、物联网设备 和智能终端生成的数据 » 数据传输 ：光纤、4G/5G、骨干网和 IPv6 部署 的数据传输与连接质量 » 数据处理与存储 ：基础设施和数据计算及存储 能力，例如云服务投资、人工智能

⼈⼯智能教授 ⽜津⼤ 学⼯程学系 3 2024年12⽉ Citi GPS：全球展望与解决⽅案 AI机器⼈的崛起 物理⼈⼯智能即将到来 我们正在进⼊⼀个新时代，⼈⼯智能机器⼈和⼈形机器⼈将在我们周围移动。我们的分析 表明，到2035年，可能会有13亿个⼈⼯智能机器⼈，到2050年将达到40亿个。 英伟达CEO⻩仁勋最近表⽰“⼈⼯智能的下⼀波浪潮已经到来。 受物理⼈⼯智能驱动，机器⼈将彻底改变产业。1” 体形体和物理⾝体 。在此过程中，灵巧性也在不断提升。⼀些机器⼈现在能穿针引线或缝合⽟⽶ 粒。机器⼈正在由理论⾛向现实，由⽆⽤变得有⽤ 2 ⽤例-静态机器⼈也在增⻓，但本报告的重点是在AI- 启⽤移动的机器⼈。第2-8章探讨了AI机器⼈的潜在⽤例，从清洁、驾驶、交 付，到⼯业、建筑、零售、酒店和护理领域的使⽤。我们对9个⽤例领域的专 有分析预测到2050年将有41亿个机器⼈。对于⼀个⽤例，⼈形机器⼈，我们 2045 2046 2047 2048 2049 2050 Hourly wage AI机器⼈的崛起 物理人工智能即将来袭 我们预测到2035年时，将有13亿台AI机器⼈在我们周围移动，到2050年将达到40亿台。这其中的三个主要推动因素将是技术、经济和改善。以下是⼀些关于机器⼈崛 起的数字。 机器人单位数量（以百万计）按类型预测 来源：花旗经济研究部 2024 2025 2030

..........................................................................................41 2.2.6 移动操作执行与人机交互.......................................................................................... 度上讲，人们对人形机器人的定义和理解，不仅会对学术研究、专业 探索以及产业发展产生影响，还与政策走向息息相关。 从标准的角度来看，纵观国内外相关资料，机器人的分类大多依 据应用场景、功能特性、控制模式以及移动方式来进行，截至目前， 尚未发现按照机器人形状进行划分的标准或文献。因此，当 “人形机 器人” 这一以模仿生物体形状为主要特征的全新概念首次出现时，引 发热烈讨论与争论也就不足为奇了。 在学术领域，“百家争鸣，百花齐放” 混淆甚至混乱。因 此，对标准化工作而言，明确人形机器人概念的内涵与外延，已然成 为一项极为紧迫且重要的任务。 首先，人形机器人属于机器人范畴。机器人是具有一定程度自主 5 能力的，可以执行移动、操控或定位任务，可编程的机械致动机构 （programmed actuated mechanism with a degree of autonomy to perform locomotion

.................. 18 2.3.1. 智能音响：语音识别+搜索引擎相结合，有望成为智能家居的控制中心 .............. 18 2.3.2. 智能耳机：AI 服务向移动化、个人化方向发展 ...................................................... 20 3. B 端：AI+提升生产效率，应用场景发展潜力逐渐释放 ................................................................................ 18 图 38： 2023 年中国移动智能机顶盒集采份额................................................................................. 18 图 39： AIGC 产业应用图谱 数据来源：艾瑞咨询，东吴证券研究所 在 AI 商业化的进程中，在边缘计算的加持下“端”的应用有望弥补 AI 大模型的 局限性。边缘计算指的是将计算和数据存储能力移动到接近数据源的边缘设备，如 AI 边缘计算盒子、物联网设备等，而不仅仅依赖于远程的云服务器。边缘计算在成本、时 延、隐私上具有天然优势，也可以作为桥梁，预处理海量复杂需求，并将其导向大模型。

与听觉的基础上，逐步融合五感，实现沉浸式的空间多模态交互模式，用户体验将在镜像世界中升 维。移动互联网中的百万 App 不再是信息孤岛，而是 Agent 相互连接的智能服务，形成多智能体 协同的新生态。同时，随着世界模型等关键技术突破，全新的 L4+ 自动驾驶汽车将会走入人们的生 活，成为“移动第三空间”。 与前几次工业革命“单点技术突破”不同，AI 时代将展现出“共生乘数效应”，AI 技术、基础 智能体驱动产业革命 人机协同编程，重塑软件未来 AI 于镜像世界中升维，新交互打开沉浸体验 移动互联生态从 App 走向多 Agent 协同 具身智能跨越鸿沟，形成多个万亿产业 突破冯 • 诺依曼架构，新型算力满足海量的算力需求 数据即智能，Agentic AI 驱动存储范式改变 从移动互联网跃迁至智能体互联网，搭建物理空间 到数字空间的智能交互桥梁 Token 管理能源网络，让智能成为能源的“神经系统” 算器、计算机、互联网，再到机器智能，不断突破生命系统的约束，带来创造力跃迁，给人类发展 带来无限可能。 智能技术 超级智能体 ·数字智能 ·具身智能 通信与网络 感知与交互 存储与计算 新能源 IoT 移动互联网 PC互联网 键盘、鼠标 近存计算 农业经济 第一次 工业革命 (机械化) 第二次 工业革命 (电气化) 第三次 工业革命 (信息化) 智能革命 水利发电 核能发电 锂电 钠电

《钢铁侠》电影中“贾维斯”式综合智能管家。23 年 5 月，Google 推出 PaLM 2 轻量版 Gecko，其可在最新的旗舰机型上离线运行。同月，OpenAI 首次推 出 ChatGPT 移动端应用，各家大厂正式进入 AI 模型移动端创新、竞争时期。 智能音箱、全屋智能中控屏、手机、MR 等均有望成为这一时代的交互入口。 产业链相关公司：半导体：晶晨股份、瑞芯微、全志科技、北京君正、兆易 创新；消费电子： AI 模型增效工具包(AIMET)对模型进行量化，Hugging Face 的 FP32version1-5 开源模型开始，通过量化、编译和硬件加速进行优化，在搭载 Snapdragon 8 Gen2 移动平台的手机上运行，15 秒内完成了推理，生成一张 512x512 像素的图像。 推理部分是在 Hexagon 处理器上完成的，通过让模型在专用 AI 硬件上高效运行， 可消耗更少的内存带宽来节省电量。相比之下，在高通发布 种版本：“壁虎” （Gecko）、“水獭”（Otter）、 “野牛”（Bison）、“独角兽”（Unicorn），实现在不同等级的设备上部署。 例如在智能手机上就可以运行规模比较小的 Gecko 模型，让移动端也能拥有大语 言模型。Gecko 模型可以在完全离线的情况下在智能手机上运行，它可以在旗舰 手机上每秒处理 20 个 token，大约是每秒 16 个单词。谷歌没有明确说明使用了 什么硬件来测试，