的自动化和智能化. Abay等通过深度学习算法和差分隐私技术来自动生成 不同类型的欺骗性数据,并使用一个基于机器学习的度量标 准来评估自动生成的欺骗数据的欺骗性,大大节省了部署欺 骗数据的成本[７７].Kamel等 将 防 火 墙 判 断 的 恶 意 数 据 流 量 重定向到蜜罐,通过机器学习算法对蜜罐中收集到的数据进 行分析、概要、分类,并进一步预测新的攻击形式[７８]. ５)博弈论与机器学习混合的欺骗防 攻防双方互相博弈的流程 [７５Ｇ７６] 基于机器学习 通过机器学习模拟人类行为,自动生成符合条件的欺骗策略和欺骗部件.同时, 将强化学习与攻击诱捕相结合,以实现欺骗防御诱捕场景的自动化和智能化 [７７Ｇ７８] 博弈论与 机器学习混合 将博弈论和机器学习结合使用,弥补二者单独使用时的不足,充分 发 挥 各 自 的 优势,优化欺骗防御制定策略并降低部署成本,进一步提高系统防御效能 [７９] etal．ASurveyonMultiＧVaＧ riantExecutionSecurityDefenseTechnology[J]．JournalofCyＧ berSecurity,２０２０,５(５):７７Ｇ９４． [６] ZHOU Y Y,CHENGG,GUOCS,etal．SurveyonAttackSurＧ faceDynamicTransferTechnologyBasedonMovingTargetDeＧ

NeRF GAN 1 2 3 1.1 2.1 2.2 eVTOL 2.3 2.4 3.1 3.2 3.3 75 77 80 85 87 90 91 92 73 eVTOL 75 1.1 1 ABeam 2 Federation Aeronautique Vertical Take-off and Landing 0km 0.3km 100km 0.1km - [1]. - 2016-09-05 [2]. 2024-01-17 77 • • [2] 1991-1995 1 2011 HQ3 286 2016 WiFi [1] 2024 [2] 20 90 -2010 2011 -2015 2016 -2019

案例二：人形机器人在物流场景的应用..............................................................................................77 附录Ⅱ 已发布的与人形机器人相关的标准清单............................................................................ 63439-2-1 对电力系统巡检无人机通用技术要求做出规定。服务应 用方面，IEC 发布 IEC 62849:2016，对家用及类似用途机器人的性能 评估方法进行规定；医疗应用方面，IEC 80601-2-77:2023、IEC 80601-2-78:2024 在机器人应用于医疗的基本安全要求与关键性能做 出规定。虽然上述标准针对标准化对象并非人形机器人，但其中所涵 盖不同应用场景对机器人的要求仍可为未来制定人形机器人在应用方 度的抓取和安装能力， 同时减少了人为错误，确保了质量一致性和可靠性。此外，H1 的灵活 性使其能够快速适应生产线上的不同任务和需求变化，提高了生产线 的适应性和柔性，满足了多样化产品需求。 77 该案例不仅验证了人形机器人在动态工业流水线中的实际可行性， 还为其他企业提供了可以借鉴的具体解决方案。通过该应用，企业能 够更好地理解和应用机器人技术，推动工业生产的自动化进程，降低 对人

.............. 75 6.4.6 ಀݖ׻๠Ц࠿ ................................................................. 77 ԛ୞Ⴣ ᅝङ௦ֺส̝௦඘ຂ ......................................................... 80 7.1 ႙ஜฉ৮̝௦ͬაટॏ..... ಹົԅ“ྡྷႿ಴Ԉৃ”“ྡྷ඘ܤ͗स”dඔ٢άࠎ୔ݒԅտ၍ჿ๠׻ ๠ē෗Վ APPcWAPcฑ໰໌ё༝cH5 ԉྭՎܚ॓࿫ဈժԅಇէ కۦēӕႏַၽࢶރჿ๠׻๠੦಴dߙಁ“ྭՎᄗ࿤”“ಬನفᄉ”“ᄉ — 77 — ¤ ¤ ಭูӓ࣏”“ᄦટݯ୶ఆ”ԉၽຬᄦટ؃ᅙ࿫ဈēಬನ෗ഢ͗ಹ௦ঠ ё໰๯ēඔ٢ߙ࿐ᆆ༸ูӓ׻๠ē঒ݣࢗႺჿ੖ܚՎē࠺ᅹثᄉಀ ݖൟಽēࣙമູ࿫௵ᄹڑ஭d ໰๯٤ࢗd෻౟ჿ๠໰๯٤଼ࢗ൛ē໹юྻฉ౨֟ϣนᅖcୣ

多个环节做场景应用。 与通用大模型不同，税务行业对大模型提出了更高的专业要求。 据测试，该模型在注册税务师考试中的成绩已经超越了 ChatGPT。大 模型在注册税务师考试中，知识题正确率 77%，计算题正确率 38%， 模型总体得分稳定为 53.7%，是其他同类竞品模型的 3 倍。 在实际应用中，税务领域有明确目标并且税务行业认可，即参加 注册税务师考试，以注册税务师考过 60%为标准进行优化。通过样本

ORION[84], MOKA[85], ViLA[30] Text2Motion[72], PaLM-E[73], SayCan[74], 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] 类似地, LLM- Planner[78] 使用大语言模型分解任务, 并根据环境 观察来提供每一步的指导. 对于在自由环境中的智 能体, 同样需要明确需求. ELLM[76] 和 Voyager[77] 使用大语言模型为游戏中的智能体提供探索目标和 合适的任务, 不断地掌握新技能和更难达成的目标. 2.2 任务级 任务级负责完成各项具体的任务, 如抓取、导 航、定位等. 在一些工作如 AutoRT[140] 构造了一个自动化数据采集框架作为机器人协调 器, 可以自动地指定一个或多个机器人在环境中执 行适当的任务并收集真实数据, AutoRT 在多个建 筑物中对 20 多个机器人提出指令, 并收集了 77 k 个真实机器人场景, 这些场景均通过远程操作和自 主机器人策略获得. 解决具身多智能体的协同问题 不仅能在上述复杂的应用领域取得成效, 也能为机 器人数据的高效收集提供新的思路. 大模型的引入极大增强了具身智能的感知精度、

的效率更高模式发展。我们预计国内 AI 配套电力设 备市场空间 2026 年将达到 437 亿元，对应 2024-26 年复合增速 27%，其 中 HVDC，锂电池和服务器电源将实现更快增长，分别达到 77%/58%/36%。 AI 算力+双碳政策，中国绿色算力提升新能源需求端消纳 与海外不同，中国电网更加稳定，并不需要大量分布式电源直连去实现稳定 供应。2023 年发改委、工信部《深入实施“东数西算”工程加快构建全国 应到配套电力设备方面，我们预计国内 AI 配套电力设备市场空间 2026 年将达到 437 亿元， 细分赛道来看，我们预计 HVDC、锂电池备电两大环节在渗透率提升驱动下有望实现增速 领跑（2024-2026E 复合增速分别 77%、58%）；服务器电源（AC/DC）、柴油发电机在单 价提升驱动下亦有望分别实现 36%（高功率电源模块单价提升）、32%（柴油发电机全球产 能紧张价格提升）的增速、跑赢行业。 图表29： 发 电 机 BBU 电 池 变 压 器 （ 2N ） 开 关 柜 （ 2N ） UPS （ 不 含 电 池 ， 2N ） (亿元) 2024E 2025E 2026E 77% 58% 36% 32% 23% 23% 23% 19%

48%。 若按照一副1,500元进行测算，2029年AI眼镜市场规模约为825亿元。  算力需求仍将加大。近期微软、亚马逊、谷歌、Meta披露最新业绩，四 大科技巨头Q4资本开支合计同比大幅增长77%，主要支持云计算、AI等 基础设施建设。同时后续资本开支指引积极，海外CSP并未因DeepSeek V3 及R1模型推出而放缓资本开支投入的步伐，反而加大相关投入，而国内 CSP为了保持竞争优势亦 海外 CSP 资本开支积极，国内 CSP 亦有望跟进。近期海外头部云计算厂商披露最新业绩， 微软、亚马逊、谷歌、Meta 四大科技巨头 Q4 资本开支合计达到 791 亿美元，同比大幅 增长 77%，主要支持云计算、AI 等基础设施建设。同时巨头后续资本开支指引积极，其 Tombo t 2025/0 1 Jenn ie 1500 美元 外观仿拉布拉多幼犬，全身有触摸 传感器，能够根据用户触摸方式和

2028 2029 2030 77% 27% AI 改变能源 智算如何引领新型电力系统 扫码了解更多 10 智算中心成为用电量增长主力 如果中国全社会用电量继续按近十年的趋势增长，那么，到 2030 年，中国智能 计算中心年用电量将占该年全社会用电量 5%-10%，成为新的重点用能行业。智 算中心新增用电量占当年全国全社会新增用电量的 27%-77%。 相比美国，中国电力总量上