2 52 53 54 55 57 58 60 61 61 62 63 64 66 66 67 68 68 69 70 70 71 50 52 1.1 [1] [1]. XR • 2021 Facebook Meta PICO • 2023 Apple Vision Pro • 1968 Ivan M2+R1 R1 3D 12ms Micro-OLED 8K Vision OS Vision OS ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ * ABeam * ABeam 71 4.3.2 ◼ LiDAR NeRF GAN 1 2 3 1.1 2.1 2.2 eVTOL 2.3 2.4 Consulting IT ABeam Consulting 2003 20 2024 7 ABeam Consulting 1100 ABeam Consulting China 479 71 Email CNABSZSTARTUPTEAM@abeam.com 2025 3 "ABeam" and its logo are registered trademarks of

.................... 70 6.3.4 ಓൟͬܙ༉؏Ц࠿ ......................................................... 71 6.4 ௣࿍ปܙЦ࠿ ........................................................................ 72 6.4.1 ᆑ௶ᆇၗ௲௣ԈޚူϢՎСԈޚЦ࠿ ē ປࠄᆑ௶ᆇၗᆇࠡ޳Љ޳ڕອڑ೴࡬ēٲߙ౨ຏښඹԅڳිࣂ޷ಓ ൟͬܙ༉؏ົં໰๯ڕसٟટd̟ზົંफιēדนౖഃॿජܕЄ ౌྡྷ඘ܤͬܙ༉؏ົંc௦့ිԙᆘۦჼᄭcಓС࣠௕ďౖ࣠Đಓ — 71 — ¤ ¤ ൟ༉؏ົંcںོಓൟͬܙ༉؏ົં໰๯ڕसԉd ಀݖᆇ·ϵူಓൟͬܙ༉؏໰๯׻๠dϰނcڕसۤ֟ϣಀݖ ᆇ·ϵူಓൟͬܙ༉؏ອڑჿІ֥ڟcγᅹڟֳcົંۤಬဈ̣ै ԉ໰๯

EmbodiedGPT[75], ELLM[76], Voyager[77], LLM-Planner[78], KnowNo[79] ViLA[30], OK-Robot[69], CaP[70], LLM-GROP[71], Instruct2Act[51], VIMA[50] VoxPoser[52], 3D-VLA[63], iVideoGPT[64], NaVid[65], RoCo[66], Swarm-GPT[67] NumPy[120]) 执行算术运算和空间几 何推理, 从而增强大语言模型的能力. 通过这种方 式, CaP 能够生成执行复杂任务的机器人策略, 如 视觉引导的拾放操作或基于轨迹的控制. LLM- GROP[71] 同样通过提示技术从 LLM 中提取关于语 义有效对象配置的常识知识, 并将这些知识实例化 到任务和运动规划器中, 以适应不同的场景几何结 构, 从而提升服务机器人在多对象重新排列任务中 的常识推理能力 models and embodied intelligence will eventually meet. Robot Industry, 2024(2): 71−74 (杨雨彤. AI 大模型与具身智能终将相遇. 机器人产业, 2024(2): 71−74) 20 Gupta A, Savarese S, Ganguli S, Fei-Fei L. Embodied intelli- gence

八、核电站专网案例 25 九、体育场馆专网案例 30 十、矿山专网案例 40 十一、传媒专网案例 45 十二、建材科技生产企业专网案例 50 十三、5G/5G-A 专网前景展望 70 缩略语 71 参考文献 73

22(1): 2-13. [5] 周济, 周艳红, 王柏村, 等. 面向新一代智能制造的人− 信 息 − 物 理 系 统（HCPS) [J]. Engineering, 2019, 5(4): 71-97. [6] 杨晓光, 朱际宸, 王一喆, 等 . 汽车变革发展中的城市 交通系统重构与研究综述[J]. 交通运输研究, 2022, 8(3): 2-20. [7] 刘慧, 牛瑞飞 中国出行即服务（MaaS） 体系框架与发展路径研究[J]. 交通运输研究, 2019, 5(3): 1-9. [14] 石飞 . 公共交通优先发展转型思考[J]. 科学, 2019, 71(3): 34-37. [15] 董志国, 温晓丽, 苏跃江, 等. 一站式交通出行融合支付 MaaS平台的实践与思考——以广州为例[J]. 交通与港 航, 2022, 9(2): 9-14

是在产品开发、风险管理和客户体验方面。 保险公司正在大力投资人工智能技术，他们预计在未来三年对以下领域进行 投资：深度学习（78%）、嵌入式智能解决方案（81%）、机器学习（81%）、 视频分析（71%）、自然语言处理（78%）。 图 1：保险公司 AI 投资方向 4 资料来源：埃森哲 保险科技初创企业也意识到了这些技术的重要性，许多公司都将人工智能作

（2025–2040估，单位：十亿美元） 2035估 93 132 2040估 2025估 7 1 0.08 7 21 125 225 2029估 9 12 2030估 54 71 个人飞行eVTOL 出行eVTOL 全球eVTOL潜在市场规模，按地区划分 （2025–2040估，单位：十亿美元） 2035估 41 184 2040估 2025估 3 4 0.08 必 须具备日本航空局认证的维护资质，这增加了市场准入的复杂度与成本。 2028估 2030估 2035估 14% 46% 24% 1% 1% 6% 6% 2% 2040估 0 12 71 132 北美 欧洲 中国 亚太其他地区 日韩 南美 中东 东南亚 非洲 按地区划分（2028–2040估，单位：十亿美元） 0 0 0 10 4 4 58 28 81

来干扰攻击者的认知,误导其攻击决策[１８]. Robertson等为每个主机创建对应的网络视图,隐藏真实 存在的资源,伪造不存在的虚假资源,将固定网络拓扑转换为 具有欺骗性的、可调整的拓扑结构[７１].Lu等制定双频率IP 地址跳变策略,使用多个虚拟IP与主机真实IP相映射,并给 真实主机和蜜罐主机配置不同的跳变频率,周期性地混淆网 络拓扑信息[７２]. ２)基于伪造的欺骗防御指通过使用蜜罐、蜜网、密标等虚 rinting[C]∥２０１５ IEEE Conference on Communicationsand Network Security (CNS)．IEEE,２０１５:３１７Ｇ３２５． [７１]ROBERTSON S,ALEXANDER S,MICALLEF J,etal．CINＧ DAM:CustomizedInformationNetworksforDeceptionandAtＧ

测试期间所呈现的 效果。报告在分析结论上难免存在一定的局限性和偏差，欢迎各届批评指正。 评测框架 保险垂直领域大模型评测从常用的保险业务场景中抽离三大主要应用能力，细分为十大能力测试维度， 71 个评测任务。通 过 不同任务上大模型的性能表现，挖掘其基础能力的优势和特点。 产品设计 销售营销 保险领域大模型评测框架 运营管理 客户服务 办公辅助 专业知识问答 保险常识 法律知识 医疗知识

4 测试 68 3.2.5 版本发布 69 3.3 OS底座（openEuler系操作系统） 70 3.3.1 openEuler简介 70 3.3.2 openEuler基础能力 71 3.3.3 openEuler工具和社区服务 75 04 行业案例 80 4.1 金融 81 4.1.1 恒生电子：基于鲲鹏原生开发经纪场外业务系统，让证券数据处理更高效 81 鲲鹏原生开发能力介绍 网络 IO 诊断 步骤 1 创建网络 IO 诊断任务，如图 3-70 所示。 图 3-70 网络 IO 诊断任务 步骤 2 查看网络 IO 诊断任务分析结果，如图 3-71 所示。 图 3-71 网络 IO 诊断任务分析结果 ---- 结束 鲲鹏原生开发技术白皮书 / 60 鲲鹏原生开发能力介绍 存储 IO 诊断 步骤 1 创建存储 IO 诊断任务，如图 3-72 所示。 漏洞检测 • 漏洞修复 支持多个架构的软件包适配，保障鲲鹏架构的开发 简单高效 鲲鹏亲和的源码与二进制仓库，建设原生开发高质 量底座 x86_64 repo aarch64 repo 71 / 鲲鹏原生开发技术白皮书 鲲鹏原生开发能力介绍 3.3.2.1 iSulad 轻量级容器引擎 » iSulad 是一个由 C/C++ 编写实现的轻量级容器引擎，具有轻、灵、巧、快的特点，不受硬件规格和架构限制，