2025/08/13 数字资产系列研究 01 总览：从历史、人文和 技术角度看所谓数字/ 虚拟世界vs.真实世界 陈昊飞、吴琼 2 LZtWfWhWYVaZuYgV9P9RbRsQmMnPnQfQqQzReRrQvM6MoMqRuOmPvNwMsQuM 真实世界vs.虚拟/数字世界：不看表面看初衷 此页载有机密数据，其全部成任何部分不可被复制成再发送。本页不构成对任何产品的要约出售/ 及金融工具代币化范围，为现实与金融资产 代币化提供激励 推进应用场景及跨界别合作 加强监管、执法及技术方合作，鼓励市场参 与方就持牌稳定币应用提出建议 人才与合作伙伴发展 培育新一代企业家、研究人员和技术专家， 打造可持续人才库 此页载有机密数据，其全部成任何部分不可被复制成再发送。本页不构成对任何产品的要约出售/购买、招揽、推荐或建议。关于免责声明全文，请见本文件最后部分。  香

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 数据共享”。2024年10月9日，中共中央办 公厅、国务院办公厅发布《关于加快公共数据开发利用的意见》，提出“加强数据基础设施建设，推动数据 利用方式向共享汇聚和应用服务能力并重的方向转变。”“研究制订数据基础设施标准规范，推动设施互联、 能力互通，推动构建协同高效的国家公共数据服务能力体系。”2024年12月31日，国家发展改革委、国家数 据局、工业和信息化部发布《国家数据基础设施建设指 方各行业具体探索实践，提出了隐私保护计算、区块链、可信数据空间、数场、数联网、数据元件等六条技 术路线，选择了北京、天津、上海等18个城市围绕以上六条技术路线开展城市数据基础设施建设试点试验， 并启动了11项数据基础设施国家标准研究制订。 目前，《指引》提出的六条技术路线成熟度还不高，还不能完全实现安全可信基础上的数据大规模流 通，全国各地方各行业特别是开展试点示范的18个试点城市，对各条技术路线的发展现状、技术特点、适用

助我们的读者应对全球经济⾯临的最具挑战性的问题，并预测⼀个快速变化且相互关 联的世界中的未来主题和趋势。花旗全球展望汇集了我们全球对话的最佳要素，并整合了我公司各个⾼级专业⼈员的思想领导⼒。本⽂不是研究报告，也不构 成对投资的建议或要约购买或出售任何⾦融⼯具。有关花旗全球展望的更多信息，请访问我们的⽹站www.citi.com/citigps。 Citi GPS: 全球观点与解决⽅案 2024年12⽉ j.garlick@citi.com Anjola Odunsi 花旗 全球洞察 Adam Spielman 健康未来主管 花旗 全球洞察 Martin Wilkie 欧 洲资本商品主管 花旗研究 anjola.odunsi@citi.com adam.spielman@citi.com martin.wilkie@citi.com Helen Krause 马修·莫法特 卡罗尔·吉布森 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 2035 2050 CAGR ⾃动驾驶汽⻋ 27 34 126 380 1,858 17.4% 国内清洁机器⼈ 286 326 541 793 1,188 5

面向具身智能的 大小脑模型协同算法研究及实践 盛律 | 软件学院 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 具身智能的关键任务 导航 问答 操作 4 具身智能的核心目标 5 具身智能的核心要素 具身载体(Agent) 具身模型(Model) 智能 算法 物理 载体 相比具身载体的日趋成熟，具身模型的算法研究方兴未艾、挑战众多 现状 6 具身模型应该考虑哪些能力？ n 技能泛化、真实交互、本体扩展 Skill （技能泛化） Reality （真实交互） Embodiment （本体扩展） 大小脑模型协同的技术路线仍有机会 q 端到端模型虽决策高效，但泛化性和扩展性受限，受制于环境交互与硬件适配， 难以适应多样场景。而模块化的大小脑协同框架凭借强泛化、可解释优势，正成 为学界与业界的研究热点 模块化：大小脑协同框架赋予具身智能体模块化优势，具备可扩展架构、高效开发 与强适应性三大特性 可泛化：基于VLM开发的大脑具备丰富的多模态认知能力，且不受小脑模型的影响 可解释：决策过程更加透明，提升人机协同效率

能软硬件的机器人 产品在生产操作、物流配送等典型工业场景中的应用，二是智能化的 工业控制平台通过集成人工智能技术与工业机器人等设备，在产线优 化和试验验证等群体智能场景中的应用。 本报告分为研究背景、技术趋势分析、应用现状分析和前景展望 四个部分。首先，从技术突破、大国竞争和市场前景三个角度，分析 “机器人+人工智能”工业应用的发展背景；其次，从技术趋势的角 度，回顾人工智能与机器人融合的三大技术方向，分析在人工智能大 信通院（江苏）科技创新研究院有限公司 参与编写单位： 苏州市机器人产业协会 苏州拓斯达智能装备有限公司 苏州钧舵机器人有限公司 苏州灵猴机器人有限公司 博众精工科技股份有限公司 苏州艾吉威机器人有限公司 捷螺智能设备（苏州）有限公司 珞石（北京）机器人有限公司 苏州市大族激光科技有限公司 追觅科技（苏州）有限公司 乐聚（苏州）机器人技术有限公司 中国信通院江苏研究院公众号 苏州市机器人产业协会公众号 苏州市机器人产业协会公众号 目 录 一、研究背景 ............................................. 1 （一）大模型正在加速通用机器人的全面爆发 .............. 1 （二）“机器人+人工智能”是新一轮大国竞争的关键 ....... 2 （三）工业领域将成为短期内智能机器人应用落地的主战场 .. 2 二、全球“机器人+人工智能”技术趋势分析

0 1 P2 新需求与技术发展 • 新时代信息化审 计 科技强审 总体分析 发现疑点 分散核实 系统研究 P3 多传感器 多分辨率 多时相 多平台 遥 P4 感 大 数 据 时 代 GIS 软 件 技 术 发 展 GIS 基础软 件 大数据 GIS (Big Data GIS) 人工智能 GIS (AI GIS) 新型三维 GIS (New

............................................................................................8 1.2 研究目的...............................................................................................9 ....58 4.3.2 定制化健康信息推送..................................................................60 5. 可行性研究.................................................................................................62 .........................................................................................146 10.1 研究总结.........................................................................................148 10.2

人工智能+制造业应用落地 研究报告 （2024 年） 创新奇智科技集团股份有限公司 中国信息通信研究院人工智能研究所 2024 年 12 月 1 前 言 制造业作为国民经济的基石，一直是推动经济增长和技术创新 的核心力量。然而随着全球化竞争的加剧和消费者需求的多样化， 制造业正面临着成本上升、效率低下和创新能力不足等多重挑战。 近年来，人工智能技术的兴起为制造业转型升级提供了强大的动力， 欧盟共同推进制造业数字化以及绿色转型 2020 年 3 月 1 日，欧盟委员会发布了《欧洲新工业战略》， 旨 在帮助欧洲工业向气候中立和数字化转型，并提升其全球竞争 力和 战略自主性。其确定欧洲需加大在人工智能的研究和资金投 入，并 推动制造业向绿色和数字化转型， 以应对气候变化和提升 竞争力。 另外还尤其强调中小企业在制造业中的重要性，提出减 少中小企业 的监管负担并提供更多的政策支持。2021 年，欧盟 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 年发布 10 《英国数字 战略》，强调通过数字技术的应用来提升制造业的生产 效率。战略 10 支持制造业向智能工厂转型，利用实时数据和智能算法进行生产决 策，提升灵活性和响应速度。2023 年英国政府拨款 1.47 亿英镑资金 用于支持数字制造技术的研究，这将直接推动相关技术的创新和应