右两个半球 高级认知：负责思维、记忆、语言、决策、情感灯 复杂功能 感觉与运动：处理视觉、听觉、触觉等信息、并控 制自主运动 小脑 位于大脑后下方， 紧贴脑干后方， 形似蝴蝶。 运动协调：调节肌肉张力、协调精细动作（如鞋子、 弹琴） 平衡与姿势：帮助维持圣体平衡与空间定位 学习辅助：参与运动技能学习 脑干 连接大脑与脊髓， 由 中脑、桥脑、 延髓 三部分组成。 生命维持：控制呼吸、心跳、血压灯基本生命活动 感觉与运动：处理视觉、听觉、触觉等信息、并控制自主 运动 语义理解、环境信息理解、动 作决策等 目前为机器人中央控制器担任此角色， 但目前并未获得相应能力。后续可能 在此基础上进一步增加硬件及算力 小脑 运动协调：调节肌肉张力、协调精细动作（如穿鞋子、弹 琴等） 平衡与姿势：帮助维持身体平衡与空间定位 学习辅助：参与运动技能学习 动作学习模仿、复杂动作控制 等 机器人中央控制器，即现有的机器人 “大脑” 脑干 感觉与运动：处理视觉、听觉、触觉等信息、并控制自主 运动 语义理解、环境信息理解、动 作决策等 目前为机器人中央控制器担任此角色， 但目前并未获得相应能力。后续可能 在此基础上进一步增加硬件及算力 小脑 运动协调：调节肌肉张力、协调精细动作（如穿鞋子、弹 琴等） 平衡与姿势：帮助维持身体平衡与空间定位 学习辅助：参与运动技能学习 动作学习模仿、复杂动作控制 等 机器人中央控制器，即现有的机器人 “大脑” 脑干

国家数字技能规划（西班牙）（尼日利亚） 21 政策应当关注三个杠杆点： 整体政府方法——国家战略应针对各个领域（包括STI、工业 、教育、基础设施和贸易）之间的更好协调。此外，AI政策应 超越激励措施，如税收减免，还应包括监管，例如与消费者保 护、数字平台和数据保护相关的监管，以及治理和执法，以引 导技术变革的方向。 重新思考产业政策——加速的数字化和人工智能的兴起呼唤新 联网等使 能者的关键，有利于人工智能的采用并减少不平等。营造有利 于鼓励私营部门投资的商业环境有助于建设必要的设施。分布 式网络和计算能力可以支持人工智能的发展，但确保基础设施 和系统之间互操作性和协调一致是至关重要的。 数据——鼓励开放数据和数据共享可以增强数据集成、存储、 访问和协作。推广良好的数据收集实践，确保创新生态系统中 互操作性和可访问性，可以支持人工智能的采用和发展。隐私 、问责制 从早期教育到持续学习过程中融入科学、技术、工程、数学以 及AI相关课程来实现。学术界与私营部门之间的合作可以帮助 培养满足特定行业需求的人工智能人才，并推动人工智能的发 展。 人工智能需要一种 全面的政府方法， 包括跨部门的协调 行动、监管和治理 ，以引导技术变革 。 政策焦点 22 23 5 全球inclusive合作 并且公平的人工智能 24 2/7 1/7 0/7 7/7 6/7 5/7 4/7

来源：Strategy& 分析 人工智能让汽车制造商在动荡时期加强收入和利润—— 如果认真对待的话。 3 人工智能应用案例在价值链的各个阶段出现，但时间跨度不同。 人工智能如果能够有效地在整个公司范围内协调，将带来显著的成本效益机会。 我们的分析表明，全面的人工智能转型战略可以实现40-60%的潜在利润提升。 人工智能在汽车领域的机遇 Strategy& 2 人工智能将推动汽车和移动领域的关键转型领域。 … … 8 量身定制的AI治理是公司在实现有效扩展中的关键。 数据与人工智能治理选项，重点在于“中心辐射”模型 去中心化模型 “中心辐射”模型 集中化模型 集团 集团 集团 协调区域 对枢纽团队与辐射团队责任影响的含义 （selection） 中心辐射 愿景与目标 策略与 流程 中心：目标设定、组织变更、流程蓝图 发言人：数据/人工智能战略实施，业务单元/职能目标 运营模式 数据/人工智能能力 业务（功能/国家）权力平衡注：数据/人工智能治理的“中心辐射”模型涉及一个精简的中心团队提供核心服务（“中心”）， 去中心化/专用业务团队实施解决方案（“辐条”以虚线向中心汇报）。协调区域中央化的程度取决于具体公司情况。 来源：Strategy& 分析 ( ( ( 9 所选成功因素 战略、经验数据以及人工智能框架 每个用例可能需要不同的AI配置

表示在应用人工智能时面临以下挑战的银行占比 安全和数据隐私问题 38% 员工缺乏使用人工智能所需的技能或专业知识 33% 难以衡量投资回报 30% 道德风险 28% 数据孤岛 27% 各部门之间缺乏沟通和协调 26% 预算限制或投资不足 24% 缺乏领导层的支持和理解 23% 员工抵制变革及不愿使用人工智能工具 23% 法律/监管限制 23% 数据质量较差 22% 缺乏与领导层的沟通和共识 22% 人工智能在银行业的应用引发了对风险和道德问题的广 泛关注。71%的受访企业管理层认为，建立健全的监管 合规框架对于确保以负责任的方式实施人工智能至关重 要。 人工智能应用与可持续发展目标之间未能协调一 致 使可持续发展目标与人工智能应用协调一致实属不易。 70%的受访银行难以确保其人工智能的能源使用与环境目 标相一致，另有66%将实现可持续发展目标视为比实施人 工智能更重要的战略重点。 数据质量问题构成一大障碍 量子技术等其他新兴技术制定相关计划。 在银行内部成功实施人工智能，需要采取战略手段进行涵盖基础、职能和企业层面的 能力建设。此外，还需设立转型管理办公室，以确保各个层面的人工智能战略、价值 协调和项目交付的一致性。该办公室的职责包括协调各项举措，确定标准和最佳实 践，促进跨职能合作，以落实问责制并为银行创造整体价值。 职能层面 基础层面 调研结论 打造智慧银行 阶段二 阶段三 主要考虑因素 为迎接人工智能奠定基础

（二）基本原则 多元供给，优化布局。坚持多元发展路线，调动各类市场 2 主体积极性，构建通用、智能和超级算力协同发展的供给体系， 持续优化算力资源地域布局，加强集约化建设，强化算网存用 协调发展，推动新一代信息技术与算力设施融合应用，引导算 力运营智能化升级。 需求牵引，强化赋能。坚持市场需求导向，发挥区域比较 优势，进一步释放工业、金融等重点行业对算力应用的需求潜 力，激发智 进一步强化网络、应用、产业链安全管理和能力建设，构建完 善的安全保障体系。 （三）主要目标 到 2025 年，计算力方面，算力规模超过 300 EFLOPS，智 能算力占比达到 35%，东西部算力平衡协调发展。 运载力方面，国家枢纽节点数据中心集群间基本实现不高 于理论时延 1.5 倍的直连网络传输，重点应用场所光传送网 （OTN）覆盖率达到 80%，骨干网、城域网全面支持 IPv6，SRv6 进安全标准研究和应用，开展算力设施安全等级测试，总结安全 治理优秀经验。三是聚焦 CPU、GPU、操作系统、存储等关键 产品，推动关键技术试点验证，形成标杆应用产品与方案，构建 软硬件相互适配、协调发展的生态体系。 三、保障措施 （一）加强统筹联动 加强部门协同，分工做好重点任务组织保障，合力推进算 力设施发展。鼓励地方政府结合实际制定针对性强、可操作的 实施方案，探索能耗“双控”向碳排放“双控”过渡机制和算

多机器人自主协同技术逐步升级，“十五五”时期有望扩大 应用。近年来机器人应用模式逐步从单一应用向集群部署转变， 这使多台机器人之间能够协同作业，共同完成更复杂的任务，提 升整体任务执行效率、提高容错性。目前该技术中的协调控制、 动态任务分配和协调路径规划已经较为成熟，已经在仓储物流系 统、无人机群等领域开展应用。“十五五”时期，该技术将进一 步升级，从“由一个大脑统一指挥”逐步向群体智能发展，即形 成一种去中心化、自组织、群策群力的统一行动的能力，该技术

所以，人形机器人在不同的应用背景下，具有不同的概念和含义。 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 平台、建模、数据集和场景等方面缺乏规范化的评测体系。 2.2.9 操作系统 传统机器人的操作系统侧重于控制机械或自动化设备，仅关注运 动控制和任务执行。然而面向人形机器人的操作系统需处理十分复杂 的运动协调、人机交互、环境感知等任务。因此，为了使人形机器人 更智能、更高效、更稳定地执行相关动作，以满足不同行业应用的需 求。 48 单机操作系统方面，在20世纪中后期，人形机器人的研究还处于 起 与性能评测标准、安全和伦理标准等。 4.2 技术－标准图谱 技术－标准图谱（见表 8）清晰地显示出识别哪些领域和标准类型 需要优先推进，进而确保行业在推动技术进步的同时能够同步推进标 准化和规范化进程，从而促进整个产业链的协调发展与技术规范化。 表 8 人形机器人技术标准图谱 人形机器人基础共性技术涵盖性能要求、检测评测、边/端侧计算 59 平台、仿真测试、模型训练、数据、总线、多模通信接口等。侧重于 制定术语

生产现场动作远程控制 • 焦化现场生产安全态势 感知与预警 • 部署打滑预测分析 • 能源计划 • 炼焦煤分级调湿工艺稳 定协调控制 • 焦化皮带智能监测 • 生产现场动作远程控制 • 焦化现场生产安全态势 感知与预警 • 部署打滑预测分析 • 能源计划 • 炼焦煤分级调湿工艺稳 定协调控制 • 危险物识别 • 人员安全监测 • 高炉料面温度检测 • 高炉料面可视化监控 • 炉顶布料效果评定 • 远程换钎

用贝叶斯优化算法及时纠正；又如在平面移动中，快速探索随机树 （RRT）算法能够先构建一条复杂但可行的路径，然后对其进行优化 来避免碰撞。另外，蚁群算法、粒子群算法等群体算法能够通过模拟 自然界生物群体的行为，实现群体优化协调。在感知交互方面，基于 机器视觉技术的识别类模型应用比较成熟，在机器人的操作取物、移 动避障等各类功能中应用广泛，部分企业甚至开始了针对表面缺陷、 产品特征识别、安全巡检等难度较高任务的深度学习探索；基于语音 典型细分场景，如极智嘉的取货机器人使用计算机视觉技术和深度学 习算法，可以在繁忙的物流中心中，快速识别包裹位置，避开障碍物， 并高效完成取货任务。二是“移动机器人+协同优化模型”模式，AI 应用的目标是开展多种物流机器人的协调配合，如亚马逊建设的无人 仓库大量使用了各类移动、仓储机器人，并引入技术团队将人工智能 融入整个机器人系统。 3、质量管理：机器视觉检测大量取代人工检测 质量管理类应用占比约为 22%，主要原因是机器视觉检测的成

数字化应用人才 定义 规定战略性、全局性 的管理者应具备的 数字化视野和统筹 规划能力。 分析数字化转型中数字 人才与数字职业的对应 关系，适时引用现行的国 家职业标准，以保证标准 之间的协调性。 根据应用场景，对业务人员提 出与业务相关的数字化思维、 素养和专业技能要求。 典型职位 首席执行官、首席数 字官、企业中高层管 理者等 业务架构师、软件工程 师、IT 运维、用户体验设 数字化系统架构等技术 能力，同时能理解企业业 务场景，进行相应的数字 化技术的搭建和维护。 1）实施数字化解决方案：分析 业务需求并选择适当的数字化 解决方案，设计和实施数字应 用和业务流程； 2）协调不同部门的数字化应 用：与不同部门合作确保数字 应用的整合和顺利实施，解决 部门间的数字化协同问题； 3）应用深化和推广成果：评估 和优化数字应用的效果和业务 成果，宣导价值和推广应用。