虚拟现实与人工智能技术 图片 2 一、虚拟现实与人工智能定义及特点 （一） 虚拟现实的特征及关键技术 虚拟现实技术是一种可以创建和体验虚拟世界的计算机仿真系统，它利 用计算机生成一种模拟环境。是一种多源信息融合的交互式的三维动态视景 和实体行为的系统仿真，能够使用户沉浸到该环境中。 虚拟现实是一种环境，是高度现实化的虚幻。在其应用的领域中，为能 达到虚拟现实这种环境而综合运用计算机图形学、图像处理与模式识别、计 算机视觉、计算机网络／通信技术、语音处理与音响技术、心理／生理学、 感知／认知科学、多传感器技术、人工智能技术以及高度并行的实时计算技 术等多方面技术，营造出一个虚拟环境（ Virtual Environment ）。这些技 术统称为虚拟现实技术。 3 1 ．虚拟现实的特征 （ 1 ）多感知性 指除一 指虚拟环境中的物体依据现实世界物理运动定律动作的程 度。 4 2 ．虚拟现实的关键技术 虚拟现实是多种技术的综合，包括实时三维计算机图形技术，广角（宽视 野）立体显示技术，对观察者头、眼和手的跟踪技术，以及触觉 / 力觉反馈、 立体声、网络传输、语音输入输出技术等。 （ 1 ）实时三维计算机图形 相比较而言，利用计算机模型产生图形图像并不是太难的事情。如果有足够准

张伟男 哈尔滨工业大学 计算机科学与技术学院 社会计算与信息检索研究中心 人机对话关键技术及挑战 本科生 对话理解与对话生成 对话主导 朱才海 冯梓娴 推荐主导 胡景雯 一致性 张家乐 张开颜 连贯性 个性化 多样性 朱庆福 马龙轩 宋皓宇 刘元兴 李凌志 多轮建模 朱泽圻 风格化 Conversational Intelligence (CI) 张伟男副教授 10 • 主办方 • 中国中文信息学会 (CIPS) • 承办方 • 哈尔滨工业大学社会计算与信息检索研究中心 • 科大讯飞 ( 数据支持 ) • 赞助方 • 华为公司 中文人机对话技术评测 (SMP-ECDT III) 11 SMP ECDT III 委员 会 • 主席 • 张伟男 • 哈尔滨工业大学 • 委员 • 陈志刚，科大讯飞 • 车万翔，哈尔滨工业大学 • 15 任务二结果排名（ 2019.07.15 ） 人机对话主要技术方向 特定域内输入和输出的空间有限 尽快完成任务结束对话 为了完成某项任务而达到某个目标 输入和输出空间无限大 尽可能延续对话 没有明确的对话目标 任务型对话（任务执行） （ Task-oriented

网络安全主动防御技术:策略、方法和挑战 扈红超, 隋嘉祺, 张帅, 仝玉 引用本文 扈红超, 隋嘉祺, 张帅, 仝玉. 网络安全主动防御技术:策略、方法和挑战[J]. 计算机科学, 2024, 51(11A): 231100132-13. HU Hongchao, SUI Jiaqi, ZHANG Shuai, TONG Yu. Proactive Defense Technology in Smart Grid 计算机科学, 2024, 51(2): 359-370. https://doi.org/10.11896/jsjkx.221100187 基于拟态防御的VPN流量劫持防御技术 VPN Traffic Hijacking Defense Technology Based on Mimic Defense 计算机科学, 2023, 50(11): 340-347. https://doi ００２１１２００)． 通信作者:隋嘉祺(bearsui５＠１６３．com) 网络安全主动防御技术:策略、方法和挑战 扈红超 隋嘉祺 张 帅 仝 玉 信息工程大学信息技术研究所 郑州４５０００１ (hhc＠ndsc．com．cn) 摘 要 随着人工智能、云计算、大数据和物联网等新兴技术的迅速发展,网络安全形势变得日益严峻.然而,传统防御手段 (如病毒查杀、漏洞扫描、入侵检测、身

国 家 数 据 基 础 设 施 技术路线发展研究报告 2025 年 5 月 区块链技术 可信数据空间 数场 数联网 数据元件 隐私保护计算技术 国家数据基础设施技术路线发展研究报告 目 录 CONTENTS 前言 第一章 人类社会正进入数据要素化发展新阶段 06 数据资源正成为继土地、劳动力、技术、资本之后的第五大生产要素 网络空间升级为算力空间后正在向数据空间进一步迭代 国家数据基础设施是实现数据安全高效流通的技术保障 国家数据基础设施是“五位一体”统筹推进数字中国建设的的支撑底座 第四章 国家数据基础设施的特征和建设路径 36 国家数据基础设施的涵义 国家数据基础设施的特征 国家数据基础设施建设总体思路和实施路径 第五章 国家数据基础设施技术路线比较 44 隐私保护计算 区块链 可信数据空间 数场 数联网 数据元件 第六章 国家数据基础设施技术发展趋势 国家数据基础设施技术发展趋势 68 全球将形成三种数据基础设施主流技术路线 国家数据基础设施将向“一空间（场或网）四技术”方向收敛 数据基础设施将实现人工智能大模型的“数据平权” 05 07 07 08 09 13 21 33 33 34 35 37 37 39 46 50 54 58 61 64 69 71 73 74 结束语 2024年7月18日，党的二

ഀ� ******** 自动智慧运维管理平台 技术方案 ഀ� 目 录 目 录.....................................................................................................................................................2 1. ..........................................................................................19 2. 整体技术方案介绍............................................................................................... .........................................................................................100 4.2. 技术支持要求...............................................................................................

鲲鹏原生开发 技术白皮书 01 鲲鹏原生开发的机遇和挑战 01 02 鲲鹏原生开发的核心技术理念 03 03 鲲鹏原生开发能力介绍 05 3.1 代码开发阶段 06 3.1.1 代码开发 06 3.1.2 代码优化 28 3.1.3 编译 30 3.1.4 调试 32 3.1.5 调优 37 3.2 流水线阶段 61 3.2.1 门禁检查 61 恒安嘉新：基于鲲鹏原生开发安全采集分析平台，保障企业信息系统安全稳定运行 89 4.3 政府 91 4.3.1 超图软件：基于鲲鹏原生开发地理信息系统，让自燃资源评估更高效 91 4.3.2 深圳防灾减灾技术研究院：鲲鹏原生助力地震观测数据高效处理 93 4.4 电力 95 4.4.1 广州海颐：基于鲲鹏原生开发高性能、高可靠电力系统软件，加速电网数字化转型 95 4.4.2 国能信控：基 105 01 鲲鹏原生开发的 机遇和挑战 鲲鹏计算产业聚焦计算架构创新和开源基础软件的研发，致力于推动鲲鹏生态发展。 通过战略性、长期性的研发投入，吸纳全球计算产业的优秀人才和先进技术，持续 推进全栈计算技术的创新发展，加快构筑面向多样化计算的全球开源体系与产业标 准。基于“硬件开放、软件开源、使能伙伴、发展人才”的策略推动鲲鹏计算产业发展。 目前，鲲鹏软硬件联合创新已覆盖国计民生核心场景，主流伙伴核心应用已迁移到鲲

未来网络技术发展系列白皮书（2025） 算电协同技术 白皮书 第九届未来网络发展大会组委会 2025年8月 算电协同技术白皮书 I 版权声明 本白皮书版权属于北京邮电大学、紫金山实验室所有并受法律 保护，任何个人或是组织在转载、摘编或以其他方式引用本白皮书 中的文字、数据、图片或者观点时，应注明“来源：北京邮电大 学、紫金山实验室等”。否则将可能违反中国有关知识产权的相关法 律和法规，对此北京邮电大学、紫金山实验室有权追究侵权者的相 关法律责任。 算电协同技术白皮书 II 编写说明 主编单位： 北京邮电大学、紫金山实验室 参编单位： 国网山东省电力公司信息通信公司、国网山东省电力公司青岛供电公司 江苏省未来网络创新研究院、江苏方天电力技术有限公司 中国电力科学研究院有限公司、中国联合网络通信有限公司研究院 指导专家： 王文正 徐宏亮 谢高畅 沈 薇 第九届未来网络发展大会白皮书 算电协同技术白皮书 III 前 言 在数字经济与能源革命深度融合的时代背景下，算力与电力的 协同发展正面临前所未有的机遇与挑战。随着 5G、人工智能、工业 互联网等新一代信息技术的迅猛发展，全球算力需求呈现爆发式增 长，2023 年我国算力总规模已达 230EFLOPS，智能算力增速高达

Email:zy15988@haitong.com 联系人:杨昊翊 Tel:(021)23185620 Email:yhy15080@haitong.com AI Agent（智能体）：从技术概念到场景落 地 投资要点：  思维链铸就智能体，多体交互拓展应用：早在上世纪 50 年代，阿兰图灵把“高度 智能有机体”扩展到了人工智能。如今随着大模型的快速发展，这个概念又被重 研究等因素，应用 层面的 AI Agent 推进速度加快。智能体大致可以分为六类，根据他们被设计出的 特点，可以作用在不同的应用领域上。不同类别的智能体给予应用层面上更多研 发方向，像目前关注度较高的自动驾驶技术、智能电网控制、能源管理等都能被 垂类智能体覆盖。结合多模态大模型，自动化和情感需求类智能体已落地。但商 业化智能体仍需考虑成本问题，由于智能体之间的交互过程可能出现错误循环且 输出结果不一定符合需求，tokens Agent）的前景十分广阔，随着大模型的发展， 智能体将从概念走向实际应用，成为各行业的重要助力。通过多模态大模型，智 能体能够整合图片、语音等异构数据，提高任务处理效率，并解决跨行业、跨领 域的问题。技术方面，智能体具备长期和短期记忆、自主规划、工具使用和自动 执行任务的能力。这些能力不仅能提高工作效率，还能为用户提供更好的体验。 单智能体通过试错学习适用于简单任务，而多智能体则在复杂环境中通过合作或