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 能起点 3 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

......................................82 9. 智能体算法开发..........................................................................................84 9.1 算法选择与设计........................................... ......................................87 9.2 算法实现.............................................................................................90 9.3 算法优化............................................. ................................................92 9.4 算法测试.............................................................................................94 10. 系统集成...................................

DataFunTalk 成就百万数据科学家！ 5 目录 模型可解释性在保险理赔反欺诈中的实践......................................................7 图算法在网络黑产挖掘中的思考....................................................................21 联邦学习与安全多方计算..... ............70 Fraudar 算法在京东关系网络反欺诈中的应用...........................................85 携程金融自动化迭代反欺诈模型体系.........................................................100 微众银行在联邦推荐算法上的探索及应用................. 度小满智能获客系统实践............................................................................. 297 金融风控反欺诈之图算法............................................................................. 307 机器学习在反欺诈中应用.....

无论是多传感器融合派厂商，还是视觉派厂商，都大量使用智能化传感器，他们是实现 NOA 的必要条件。 要实现 NOA 对智能传感器硬件要求很 高 特斯拉 Model 3 小鹏 G9 厂商要搭建起高效的算法模型 ，开发的系统既要能精准识别并处理各传感器获得的数据 ，还要能有效应对 模 型未考虑到的长尾问题。这大大增加了系统所需数据量 ，增加了开发难度。 特斯拉的 NOA 系统不仅能规划车辆行进路线等， 测 / 规划 / 控制相关代码量， 分别是其高速 NGP 是 6 倍、 4 倍 和 88 倍。 软件在 NOA 系统中起决定性作用 要实现 NOA 还需要高水平算法的支 持 2021 年 ，特斯拉在其 AI Day 上宣布将基于 BEV+Tf 架构开发其新版的完全自动驾驶系统（ FSD ） ，并于 当年开 始重新编写底层代码 ，成为在汽车业第一个使用 AI 上图感知结果进行融合 后的效果。 特斯拉率先在汽车业应用 AI 大模 型 上图：摄像头获得的车 辆左、 中、右三方的 感 知结果 （即路况） 。 资料来源：特斯拉 2021AI Day 传统算法将自动驾驶系统划分为感知、规划、控制等 3 大块 ，每个部分又可细分为不同的模块和子模块。每 个 模块各司其职 ，有着独立且明确的目标。 规划模块的作用主要是根据车辆实 际行驶时面临的实时交通环境，

.25 2.2.2 数据中心管理软件......................................................................27 2.2.3 算法优化与集成.........................................................................29 3. 核心功能模块........ 硬件性能调优......................................................................................51 5.2 软件算法优化......................................................................................53 5.3 能源效率与散热管理 随着医疗行业的数字化转型，医疗机构对高效、智能化计算资 源的需求日益增长。为了满足这一需求，本项目提出了一种针对医 疗场景的 DeepSeek 智算一体机设计方案。该方案旨在通过集成高 性能计算硬件、智能算法和医疗行业专用软件，打造一个能够满足 医疗机构在数据分析、图像处理、辅助诊断等方面的计算需求的综 合解决方案。DeepSeek 智算一体机将采用模块化设计，确保系统 的高效性、可扩展性和易维护性。

预测模型.....................................................................................56 4.4.2 优化算法.....................................................................................57 4.4.3 决策建议 杂环 境下往往难以提供高精度的预测结果。  实时性要求高：水利工程管理需要快速响应环境变化，传统方 法在数据处理和决策支持方面存在滞后性。 为解决这些问题，DeepSeek 通过其深度学习算法和大数据技 术，能够实现以下目标： 1. 数据集成与清洗：整合来自不同源头的数据，并进行高效清洗 和预处理，确保数据质量。 2. 智能分析与预测：利用深度学习模型对历史数据进行训练，生 成 细化、 实时化的新阶段，为水资源的可持续利用和防灾减灾提供有力支 持。 1.2 DeepSeek 概述 DeepSeek 作为一种先进的人工智能技术平台，凭借其强大的 数据处理能力和高效的算法模型，已在多个行业展现出显著的应用 价值。其核心技术包括深度学习和自然语言处理，能够快速分析复 杂数据并提供精准的预测与决策支持。在水利工程领 域，DeepSeek 的应用主要体现在以下几个方面：

2.3.1 数据处理能力.............................................................................36 2.3.2 算法精准度.................................................................................38 2.3.3 系统兼容性 .....................................................................................60 3.3.1 调度优化算法.............................................................................61 3.3.2 资源分配优化...... 5.1.1 数据处理失败...........................................................................106 5.1.2 算法不准确...............................................................................107 5.2 项目风险....

复杂性理论。 肖尔算法正式提 出：彼得·肖尔提 出了“肖尔算 法”，其核心依 赖于量子傅里叶 变换的高效实现， 能够以指数级的 速度执行因式分 解。 量子搜索算法提 出：洛夫·格罗 弗开发了能加快 无序数据搜索的 Grover量子算 法，大幅提升了 搜索效率。 量子算法成功实现： 1998年，IBM研究 员IsaacChuang团 队首次在两量子比 特系统上实现了 Grover算法。2001 年，该团队利用量 年，该团队利用量 子计算机成功实现 了Shor算法。 HHL算法提出： MIT三位科学家联 合开发了HHL算法， HHL算法用于数值 求解线性方程组， 该算法能够在对数 时间内近似线性方 程组解向量的函数， 相较于经典算法展 现出指数级加速。 首款商用量子计 算机发布：加拿 大D-Wave公司 正式发布了全球 首款商用型量子 退火机“D- Wave One” ， 可应用于解决各 种组合优化问题。 种组合优化问题。 IBM推出云端量子计 算服务：IBM推出了 云端量子计算服务 “Quantum Experience”。这 一服务允许用户通过 互联网访问IBM的量 子计算系统，并在上 面运行算法、操纵量 子比特、开发教学及 模拟实验等。 谷歌宣称实现量 子霸权：谷歌利 用53个量子比特 在200秒内完成 了传统超级计算 机需一万年才能 完成的计算，标 志着量子霸权的 首次实现。 量子计算机模拟

.....................................................................................82 8.2 异常交易检测算法................................................................................................... 交易、发 现潜在风险点，并生成精准的稽查报告。 在实际应用中，DeepSeek 可以通过以下方式优化税务稽查流 程：  数据整合与清洗：将分散在不同系统中的涉税数据进行整合， 并通过智能算法清洗数据，确保数据的一致性和完整性。  异常检测：利用机器学习模型，自动识别异常交易模式，例如 频繁的大额交易、关联方交易等，帮助稽查人员定位高风险纳 税人。  风险评估：基于历史数据和行业特征，构建风险评估模型，对 案，以提 升稽查工作的效率和准确性。 在这一背景下，DeepSeek 技术的引入为税务稽查提供了新的 可能性。DeepSeek 作为一款先进的人工智能工具，具备强大的数 据处理能力和深度学习算法，能够在短时间内对大量财务数据进行 深度分析和模式识别。通过其智能化的分析引擎，DeepSeek 能够 自动识别异常交易、潜在的税务风险点，并为稽查人员提供精准的 风险提示和审计线索。这不仅大大提高了稽查工作的效率，还能够

的概念和含义。 目前，国内主流科技咨询公司对人形机器人概念的观点主要如下： 1）人形机器人是具备人类外形特征和行动能力的智能机器人，以 双腿行走的方式，通过手臂和身体的协调完成功能，基于通用型算法 和生成式 AI，具备语义理解、人机交互、自主决策等能力，并利用人 机交互实现任务理解与反馈，需要强大的感知计算与运动控制能力 （《创业邦》）； 2）人形机器人是一种仿生机器人，指形状与尺寸与人体相似，能 科研院校研发投入等掀起的人形机器人热潮，人形机器人正朝着更高 性能、更强适应性的方向爆发式发展。电驱动、液压驱动以及人工肌 肉和气动技术在人形机器人上的应用将会保持较长时间探索，融合眼 －手－足，结合智能芯片、智能算法，构建形成类人“超级大脑”， 形成机器人元宇宙，未来人形机器人将广泛应用于工业生产、社会服 务、救援救灾等领域。伴随着人形机器人的多场景实地应用，为确保 机器人能够在多样化环境中安全、高效地运行，安全测评的需求愈发 动机器人完成精确、稳定的动作； 灵巧手——作为精细操作的关键部件，对结构设计、反馈系统和 尺寸规格要求极高； 芯片——主要涵盖 CPU、GPU、NPU 等计算芯片和各类控制芯片， 是机器人执行复杂算法和智能决策的“大脑”； 动力模块——包括电池、充电装置等，为整机提供可靠的能量支 持。 目前，人形机器人核心零部件的国产化程度整体处于中等水平。 部分关键零部件如无框力矩电机、T 型丝杠、滚珠丝杠和视觉传感器件