鸿蒙编程语言白皮书 文档版本 发布日期 V1.0 2025-06-20 2 版权所有 © 华为终端有限公司 2025。保留一切权利。 本材料所载内容受著作权法的保护，著作权由华为公司或其许可人拥有，但注明引用其他方 的内容除外。未经华为公司或其许可人事先书面许可，任何人不得将本材料中的任何内容以 任何方式进行复制、经销 1）高效开发 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · O1 鸿蒙编程语言整体框架 18 CONTENT 鸿蒙编程语言适用场景 1）ArkTS 概述· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 6 2）仓颉概述· · · · · · · · · · · · 3）C/C++概述· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 4）语言互操作介绍· · · · · · · · · · · · · · · · · · · · · · · · · · · · O2 3）安全 · · · · · · · · · · · · · ·

孪生世界白皮书（案例实践篇），于 2023 年 4 月编制数字孪生世界白皮书（技术实践篇）， 于 2025 年 4 月编制数字孪生世界白皮书（智能算法篇），于 2025 年 9 月编制数字孪生世 界白皮书（视觉语言篇）。 特别说明：本白皮书内所有案例截图均为模拟数据。 主编单位：杭州易知微科技有限公司 编写指导（排名按姓名拼音首字母）： 陈为 浙江大学计算机学院教授 邓贵德 中国特种设备研究院正高级工程师 ，深度展 现数字孪生技术在各行各业中的场景化价值。 《数字孪生世界白皮书（视觉语言篇）》从宏观视角出发，拆解数字孪生项目的底层 逻辑，梳理系统框架的构建路径。从技术选型到设计开发深度解读搭建原理、剖析设计心 理，从设计原则的提炼，到模块化组件的沉淀，再到底层技术的开发应用。既探讨配色、 布局、动效等视觉语言的设计法则，也剖析技术实现与人性化交互的融合之道。为可视化 服务商以及其他数据价 数据更新完成、设备待机状态、常规操作指引 紫色 特殊状态/自定义事件 系统调试模式、VIP 客户区域标注、实验性功能入口 2. 形状与符号语义 在数字孪生系统中，通用形状与符号语义模块是构建跨行业视觉语言的核心组件。通 过标准化、直觉化的图形设计，能够将复杂数据映射为可快速识别的视觉符号，降低认知 负荷。 数字孪生世界白皮书 3 水利行业通用符号示例 3. 空间映射比例 (1) 几何属性映射

技术爱好者：帮助其理解AI在教育中的实践案例，拓宽他们对技术应用的认 识。 特色与亮点 ❍ 前沿性与实用性：紧跟AI教育发展前沿，精选最新的应用案例与操作指南。 ❍ 跨学科性：涵盖语文、数学、英语、科学、艺术设计、音乐、历史、编程等多 个学科，培养跨学科应用思维。 ❍ 案例丰富：通过真实案例展示AI在教育中的实践效果，让读者更直观地理解技 术应用。 ❍ 操作性强：配有详细的操作步骤和指导，帮助读者快速上手并应用于实际教 学。 进入21世纪，移动通信与人工智能成为数字化技术新的前沿，已经渗透到社会的各 个角落，成为推动社会发展的重要力量。在个人消费领域，智能手机、电子商务、 社交媒体等已经成为人们日常生活的重要组成部分。深度学习、自然语言处理、机 器学习等技术的突破，使得人工智能在语音识别、图像识别、智能推荐等方面展现 出强大的能力。智能家居、自动驾驶等应用的涌现，预示着人工智能将成为未来社 会发展的关键驱动力。在企业和政府层面，数字化转型已经成为提升效率和竞争力 平。 1. 人工智能的发展历程 随着计算机技术的飞速发展、算法的不断优化、算力的大幅提升，AI逐渐从理论走 向实践，并在多个领域取得了显著成果。如今，AI已经广泛应用于语音识别、图像 识别、自然语言处理、机器翻译等领域，成为推动社会进步的重要力量。 AI的发展历程可以追溯到20世纪50年代，“图灵测试”是其中一个重要里程碑，它 作为评估机器是否具有智能的标准，奠定了AI的理论基础。当时的科学家们开始探

招聘、人 才引进等工作。 2 术语和定义 下列术语和定义适用于本文件。 2.1 工业机器人 industrial robot 在工业自动化中使用自动控制的、可重复编程、多用途的操作机，可对三个或三个以上轴进行编程。 它可以是固定式或移动式。 [来源：GB/T 12643-2013/ISO 8373:2012] 2.2 工业机器人系统 industrial robot system ——熟练使用电气CAD软件，能够根据产品需求进行电气原理图、布线图、接线图等设计； ——熟悉液压系统、气动控制系统； ——掌握多传感器标定算法的开发流程，熟悉常用的标定算法、测试方法； ——掌握至少1种编程语言，精通PLC、HMI、变频器、伺服电机等控制理论和实际操作技能， 能够根据工业机器人的功能需求进行电气系统的设计和调试； ——掌握电磁兼容等可靠性设计方法。 c）工程实践 ——具备电路阻抗匹配设计和控制、驱动器设计经验； ——掌握工业机器人基本控制理论与方法，熟悉运动学和动力学建模与分析方法； ——掌握机器学习的基本概念、方法和应用，了解深度学习、强化学习等前沿技术。 b）技术技能 ——熟练使用Python、C++等编程语言和工具； ——熟练使用Windows或Linux平台下的开发测试工具； ——熟悉工业机器人环境感知、数据融合、数据关联、目标追踪、行为/路径规划等算法，了解 信号模型和传感器模型； ——能够利

高精度运动执行）两大模块，涉及仿真、 VLA（视觉-语言-动作）、diffusion policy（扩散策略）、VLN（视觉语言导航）、世界模 型、强化学习等多个子模块。 从核心特征来看，具身智能打破了传统人工智能仅限于虚拟世界的界限，实现了信息 空间与物理世界的深度融合，其最大特征在于自主认知与环境交互能力——传统机器人依 赖预编程指令和结构化环境，而具身智能体可在非结构化环境中动态感知、学习与决策， Policy 方法兴起，引入序列建模范式创新，通过扩散模 2 型生成整个动作轨迹，更好捕捉任务执行中的时序结构与多样性，提升策略稳定性与泛化 能力；2024 年进入 VLA 模型阶段，融合视觉感知、语言理解与动作生成模块，支持零样 本或小样本快速泛化，实现从“感知+控制”向“感知+推理+行动”的范式跃迁。 第四阶段：2025 年以来，业界与学界探索 VLA 模型与强化学习、世界模型、触觉感 知等模块的融合，弥补 标准工具、通过标 准门廊、攀爬楼梯），理论上具备最强的场景适应性与任务泛化潜力。自生成式 AI 与大 3 模型技术爆发以来，其“大脑”得到了革命性增强。通过集成视觉-语言大模型（VLMs）， 机器人能够理解模糊的自然语言指令（如“把桌子收拾干净”），并自主进行任务分解与 步骤规划，显著提升了在非结构化环境中的交互与决策智能。 当前，人形机器人的应用探索集中在三大方向：在工业制造领域，如智元机器人已在

挑战。 • AI 驱动的控制系统变革：在智能算法基础上，AI 技术正在重新定义自动化控制架构，推动从 “传统控制 + AI 辅助” 向 “AI 原生控制系统” 的根本性转变。通过将机器视觉、自然语言处理、大模型推理等 AI 能力深度嵌入 控制回路，系统实现从被动响应到主动感知、从规则驱动到数据驱动、从固定逻辑到自主学习的全面升级， 构建具备自主决策、持续优化和协同智能的新一代控制系统。 03 和实时任务之间的资源隔离。在实时任务运行在隔离核上的同时，Windows 可以在剩余核心上保持全面的操作能力。 Kithara 的架构示意图如下图所示。 在软件层面，Kithara 保持了 Windows 编程框架，并提供了自己的 API，用户可直接在 Visual Studio 中开发实 时任务，这一点确保了应用的开发便利性和系统兼容性。Kithara 将实时系统以设备驱动的形式实现，并将用户的 Windows 提供虚拟化环境下的强实时保障，实时虚拟机中断响应时间达到微秒级、实时虚拟机切换时间小于 5us、实时虚拟 机定时器周期达到 50us。 • 开放的生态，良好兼容 Windows/Linux 应用。 • 预装东土工业控制编程平台 MaVIEW，人机监控平台 KySCADA 及 KyGate 协议网关应用。 • 支持多个实时操作系统，主流桌面系统（非实时）同时运行。 • 支持通过内部虚拟数据总线实现不同操作系统间的高速数据交换。

安全性：协作机器人配备有先进的传感器技术和控制算法，如力矩传感器、视觉系 统等，使其能够实时感知环境变化和与人体接触，并根据接触情况做出相应的安全 响应，以防止对人类造成伤害。 ➢ 易用性：协作机器人往往具有直观的用户界面和编程方式，使得非专业的操作员也 能方便快捷地对其进行设置和操作，降低了使用门槛。 ➢ 灵活性：相比于传统固定在某个工作站上的工业机器人，协作机器人通常更轻便且 布局更为灵活，可以快速重新部署于 生产的适应性，也为实现更加智能化、个性化的制造模式提供了强有力的支持，是现代智能 制造体系中不可或缺的一环。 在当前市场需求日益多样化、产品生命周期缩短的背景下，柔性化生产成为企业竞争力 的关键。协作机器人以其高度的灵活性和可编程性，完美匹配了这种生产模式。无论是多品 种、小批量的生产，还是快速的产品迭代，协作机器人都能有效支持，帮助制造商快速响应 市场，降低库存成本，提高整体运营效率。 图表 4 协作机器人与传统工业机器人产品特点对比 外接传感器少 7 投资回报 价格低、易集成、投资回收快 集成复杂、投资回收周期长 作业方式 人机协同作业 耐疲劳、连续作业 操作环境 快速编程、操作简单、可拖动示教 操作复杂、专家编程、专员维护 常用领域 精密装配、检测、包装、上下料、抛光 打磨、医疗辅助、教学培训等 搬运、码垛、焊接、喷涂等 数据来源：公开资料，高工机器人产业研究所（GGII）整理

. 16 2.3.2 基于概率性模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.3.3 基于视觉‑语言‑动作模型 VLA . . . . . . . . . . . . . . . . . . . . . . . . 18 2.3.4 基于分层行动模型 H‑VLA . . . . . . . . . 16 6 VLA 发展时间线 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 7 视觉‑语言‑动作模型 VLA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 8 分层行动模型 H‑VLA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 具身智能操作系统技术白皮书 5 表格 1 视觉‑语言‑动作模型 VLA 训练成本 . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2 EAIOS 中对象数据的典型定义 . . . . .

.. 24 1. 编程组态软件.......................................... 24 2. 运行时 Runtime ........................................ 25 (四) 国产厂商大型 PLC 软件未来发展方向......................... 26 1.方向①：逻辑编程软件方面，开发一体化平台（集成的开发环境） 供应链管理系统（SCM） 人力资源系统（HRM） 仓储管理系统（WMS） 国外厂商占 据绝对的市 场份额 航空、船舶、石化、钢铁、 汽车、装备、轨道交通、电 子等 工业操作系统 可编程逻辑控制器（PLC） 分布式控制系统（DCS） 数据采集与监视控制系统 SIS 嵌入式软件 大型企业市 场基本被国 外 厂 商 占 据，国内厂 商产品主要 应用于中小 企业 电力、水利、冶金、石化等 需构建一套完善的系统级工具 链，以支撑高效、可靠的软件开发与运行。 第二章：破局外资主导，中国大型 PLC 国产化进程提速 (一) 大型 PLC 产品定义 PLC，即可编程逻辑控制器，是一种采用一类可编程的存储器，用于其内部 存储程序，执行逻辑运算、顺序控制、定时、计数与算术操作等面向用户的指令， 并通过数字或模拟式输入/输出控制各种类型的机械或生产过程。 大型 PLC 自主可控白皮书

化提出了更高的要求。 本白皮书聚焦智算领域的异构算力，具体是指面向大模型应用，采用不同架构设计的人 工智能芯片算力，通常包括来源于不同的厂家或同一厂家设计的不同代际产品，使其在计算 性能、容量带宽、访存系统和编程模型等方面具有差异性。异构算力按技术路线可划分为 GPGPU 和专用 ASIC（Application-Specific Integrated Circuit）两类路线。 GPGPU 是一种突破性的异构芯片架构，其核心在于将 （1）统一计算：打破异构壁垒构建算力融合底座 统一计算是异构算力协同的基础能力，旨在解决异构芯片生态割裂导致的“算力碎片化” 问题，构建底层异构硬件的统一抽象模型，从而实现对各类异构算力资源的一体“池化”。 将基于特定算力的编程应用程序转译为与底层硬件架构无关的中间表示层，通过智能编译优 化技术实现自适应的即时编译优化；各异构算力厂商间算子各异，需要构建跨架构的统一算 子接口，提炼通用算子的统一数学描述，解耦硬件实现细节，形成能够在厂商间源码共享的 一化的异构硬件抽象，统 一编程模型与接口和智能动态编译优化，构建跨芯片、可扩展、自优化的编译系统，实现 AI 模型的“一次编写、多芯运行、智能优化”。 当前业界现有 AI 编译器大体分三类：一是芯片厂商闭源编译器，例如英伟达的 NVCC （Nvidia CUDA Compiler）编译器和华为的毕昇编译器等，针对单一架构深度定制优化； 二是大而全的统一异构编程框架如 SYCL、OpenCL