布局更为灵活，可以快速重新部署于不同的生产任务中，适应小批量、多品种的柔 性化生产需求。 基于以上特征，协作机器人极大地促进了人机之间的交互和合作，不仅提升了生产线效 率，还能在诸多应用场合中替代或辅助人类执行重复性、精确度要求高或者对人体有害的工 作。随着我国产业智能化升级不断深入，协作机器人已广泛应用于汽车零部件、3C 电子、精 密加工、新能源等工业领域，并不断向商业零售、医疗、教育、农业等领域拓展。 人被广泛应用于打磨、装配、 螺丝锁付、检测、分拣、医疗手术等环节中。 相对于六轴协作机器人而言，七轴协作机器人增加了“腕关节”，能够允许机器人避开 某些特定的目标，同时能够改变末端执行器的位置，使末端执行器能够更稳定地到达特定位 置，从而提高协作机器人的整体灵活性。 大部分厂商以 6 轴协作产品为主，7 轴协作产品主要以华沿机器人、珞石机器人、中科 新松、非夕科技、思灵机器人、睿尔 码器、传感器等零部件。随着对于安全性、灵活性、柔性化的要求逐渐提升，同时复杂的下 游场景不断对协作机器人提出新的应用要求，促使协作机器人在提升性能的同时，还需要提 高产品兼容性，与示教器、视觉相机、操作摇杆、移动底盘、末端执行器等周边配套产品搭 配使用，以实现下游场景所需要的各种功能。在此过程中，协作机器人产业链上下游也在向 多元化的方向发展。 经过多年的沉淀，协作机器人产业链已愈发完善，中国市场在这一进程中表现突出。从

化公共服务水平。通过优化通信网络生态，促进多边合作机制下的政策沟通、设施联通与贸易畅通，为构建开放包容、 安全稳定的区域数字经济环境提供技术支撑，切实推动上合组织成员国间的务实合作与共同发展。 执行单位简介 Coremail作为论客科技（广州）有限公司旗下品牌，是中国邮件领域具备深厚技术积淀与市场影响力的产品及解 决方案供应商。Coremail自1999年创立以来，始终聚焦电子邮件技术研发与服务领域，深耕行业26载，构建了完备 容易地找到工作。这不仅会增加学生学 习的动力，也会增加企业为实行双轨制高等教育的学生提供实习和奖学金的兴趣。此外，双轨制教育将促进产业和高 等教育之间更好、更深入的合作，有助于提高创新能力。 执行单位简介 科斯塔奈工程经济大学（哈萨克斯坦）以Myrzhakyp Dulatov (KEnEU)命名，是一所具有法人地位的私立高等教 育机构，实施高等教育和研究生教育的专业教育计划。大学根据哈萨 初步形成人保联盟链，且支持更多法人主节点的扩展，后续逐步推广到行业联盟，吸引更多保险实体公司加入人保联 盟链，通过跨链融合技术接入更多的联盟链/私有链，实现再保行业共建、共治、共享的再保险行业生态联盟。 执行单位简介 中国人民财产保险股份有限公司（PICC P&C）的前身是1949 年10月1日成立的中国人民保险公司，是中国人民 保险集团股份有限公司（PICC Group，2021年位列《财富》世界“500

统一；其次，各网络域数据独立存储，格式和访问权限不统一，阻碍了全局分析；再次，面向 政企客户的端到端SLA保障需联动多个域的资源调度，各域自动化能力参差不齐，意图驱动网 6 络需跨域解析用户需求，但各域策略执行引擎的异构性增加了协同难度；最后，大多数运营商 拥有大量的传统网络基础设施和专有硬件，这些系统可能与新的自智网络技术不兼容或未优化， 将先进的自智网络基础设施与现有系统进行集成，实现互操作性和自动化操作，是一个复杂且 闭环自动化、NOC操作无人 化、现场操作一次上站。 “三个一”极速处置：1秒钟感知（发现异常或理解意图）、1分钟分析（异常事件的分析 及处理方案、主动事件的分析及处理方案）、1刻钟执行（异常消除、意图执行）。 “三向新”极智运营：服务向新，以用户需求为核心，构建涵盖个人、家庭、政企的全生 命周期体验生态，让用户从“被动使用”转向“主动参与”；运营向新，重构网络运营流程， 打造行业领 AI中心。网络AI中心是核心， 提供大模型、小模型、知识图谱的训练、生成和推理服务。 3.3.2 选定 L4 价值场景，明确 3 年演进路径 自智网络L3向L4演进，实现感知、分析、决策、执行的业务闭环，需要攻关较多前沿技术， 是更大代际跃升。实现自智网络L4将是长期过程，集中有限资源，构建场景级E2E流程自动化， 快速做出价值成效，已成为产业共识。 中国联通按照“联网通信、算网

4 万亿美元经济收入，AI 驱动的自动化决策与交互将成为业务常态。与此同时，传统 应用与 AI 应用的融合不再局限于简单的功能叠加，而是依托数据与 API 的深度协同，构建起“感知 - 决策 - 执行 - 学习” 的闭环智能体系。在这一趋势下，应用现代化的核心命题已从“云原生”升级为“AI-Native”，即应用的全生命周期—— 从开发、运行到运维、集成——均需围绕智能体的自主性、协同性与进化能力重构。 数字基础设施从“封闭体系”向“开放生态”加速转型 软件驱动、算力赋能、应用引导，推动产业转型 智能化“技术奇点”，重塑竞争力，凸显商业价值 应用开发从“工具型交付”向 “价值型服务”演进 从“工具执行者”进化为“智能决策体” 重塑“以客户为中心”的价值链 涌现“需求即服务”的应用创新范式 算法 算力 数据 安全 人工智能驱动 数字基础设施 数据联接价值 软硬系统自主化 深度学习、强化学习 将在更多领域实现跨界融合，推动智能化升级和创新发展。然而，随着数据联接的深化，智能应用产品安全和供应链 安全问题也将日益凸显。政府、企业和个人将更加注重数据安全和隐私保护，推动相关法律法规的完善和执行。 1.4 人机协作成为社会融合发展的主流趋势 1.3 数据联接正在影响行业转型和应用安全 随着人工智能技术的快速迭代发展，人与机器的界限正在日益消融，二者在多元场景的深度交互与融合过程中，将

随着软件定义自动化技术在工业领域的深入应用，以及基于 PC 架构的运动控制器广泛部署，特定的技术需求和行业趋势逐 渐显现： • 多轴协同控制需求激增：生产流程的复杂化和精细化推动了对更多电机和执行器同步控制的需求增长，以实 现精确的多点协调和同步。传统的单一控制解决方案，如独立的 PLC 或微控制器，在处理大规模轴控任务时 面临性能瓶颈，难以满足现代工业对高度集成和协调性能的要求。 • 性。 • 内存带宽监控 (Memory Bandwidth Allocation, MBA)：RDT 的子技术之一，可以使用 MBA 限制非实时系统的 内存带宽占用，降低实时任务的性能抖动，保障执行稳定性。 VT-d 技术为虚拟机的 I/O 设备提供了接近物理硬件的性能，延迟极低。同时，VT-d 技术通过硬件的强制隔离增强了 系统的安全性，防止恶意设备通过 DMA 攻击破坏整个系统或其他虚拟机。 环境下实时任务与非实时任务的整合部署方案。该方案通过 Linux 系 统的核隔离技术、中断亲和性设置以及 RCU 回调亲和性配置等手段，将实时任务部署在隔离的物理核上运行，同 时将非实时任务调度至非隔离核执行，从而实现两类任务的高效负载整合。 Windows 作为工业自动化领域的主流操作系统之一，Windows 系统凭借其广泛的软件生态和友好的交互界面，在工业控制领 域占据着重要地位。目前市场上绝

5G-A 网络为根基，使其成为可感知业务意图、动态调优的神 经脉络；以异构融合的算力平台为引擎，打破资源壁垒，实现算力随业务需求智能流动与弹性供给； 并以原生内嵌的 AI 能力为大脑，贯通感知、决策与执行闭环，将复杂运维与业务优化转化为“业务 目标驱动”的自主过程。三者深度融合，互为支撑，共同推动基础设施从标准化供给迈向场景化赋能， 为产业数字化注入全新活力。 2.1 设计理念 5G-AxAI算网智 下的部署难题，依托硬件协同优化实现性 能与能效的最佳平衡；基于参数化调节机制动态优化推理过程，确保服务质量与资源消耗的精准控制； 通过智能体支撑框架构建多智能体协同体系，实现复杂任务的自动分解与执行；借助 MCP Server 与网络模型上下文协议将网络能力标准化、工具化，彻底打通“业务 - 网络 - 算力”的闭环。这一 系列技术有效解决了企业面临的“技术融合难、运维复杂度高、业务创新慢”等核心痛点，显著降 CPU 承担通用控 制计算，GPU 擅长图形处理与大规模并行计算，NPU 聚焦 AI 推理与训练加速，DPU 则提供数据面 的协议处理卸载与转发加速能力。各类算力单元协同工作，可显著提升复杂计算任务的执行效率和 能效比。 通过统一接入与智能调度，异构资源可按需分配至最优计算单元，既满足 5G-A 核心网高吞吐、低时 延的数据处理要求，也为 AI 应用提供充沛算力支撑，全面提升边缘智能核心网的业务承载能力和能

应用安全风险：MaaS 通常需要与后端系统（如 API 接口、数据库）进行交互。攻 击者可通过提示词注入手段，将 MaaS 应用作为跳板，利用其合法身份向内部系统发 起攻击，从而触发 SSRF、XSS、命令执行等传统安全漏洞； ● 身份认证与权限管控：MaaS 需管理包括用户、AI 模型、智能体在内的多种身份， 如何实现精细化授权与动态权限控制，以规避越权使用及滥用风险成为了一大难题。 21 20 “保障客户数据安全”被阿里云列为最重要的事项。阿里云百炼提供云原生安全能力， 确保云上数据可控、链路可信、操作可审计。 ● 客户数据主权：阿里云在数据安全保障上做出以下承诺，客户完全拥有自身数据 控制权；未经授权，阿里云除执行客户的服务要求外不会访问、使用或移动客户数据。 ● 数据安全防护：云上提供各维度行业领先的安全能力，帮助客户提升数据安全水位。 2 MaaS 安全核心理念：客户数据主权、负责 任的 AI 与云原生安全保障 治理倡议，构建覆盖大 模型全生命周期的服务治理体系，推动AI技术朝着更加可信、可控、可持续的方向发展。 ● 合规遵循：严格遵循法规和国标，对训练数据执行信息化筛选与过滤，并通过技 术手段构建围栏防护，防止模型被滥用或生成违法不良信息。 ● 安全可靠：全面落实国标要求，执行体系化安全评测；依托红蓝对抗持续提升模 型鲁棒性，确保模型在面对恶意攻击时大模型能够保持正常运行并输出可靠结果。 ● 伦理向善：通过

����������������������93� 1.�运动控制算法：具身智能物理行动的“基石”���������������������������93� 2.�力控算法：具身智能物理交互的“执行中枢”���������������������������94� 3.�多模态感知技术：具身智能环境认知的“感知网络”���������������95� 第七章：全球 TOP 厂商动态与典型案 本�视觉�语音”多源信息的统一处理。这种“跨模态理解�知识泛化”能力，打 破了传统��� 的任务局限，为智能技术向物理世界延伸奠定了基础。� 长期以来，传统机器人作为自动化工具，仅能按照预设程序执行重复任务， 缺乏对环境变化的适应能力与自主决策能力。而人工智能与大模型技术的进步， 正推动传统机器人向智能机器人跃迁，并赋予了其感知、决策、交互三大能力。� �� 具身智能� 当大模型推动传统 爆炸物处理；水下机器人可用于海洋勘探、海底作业等。� 图 4 特种机器人� � ➢ 人形机器人：具有类人的外形和动作能力，能更好地适应人类的生产生 活环境。它们可以模仿人类的动作和行为，执行一些需要人类灵活性和 判断力的任务。� 图 5 人形机器人� ���� 年 全 球 协 作机 器 人 产 业 发展 白 皮 书� � � ��� � ��� � � ➢ 仿生机器人

建立标准化流程，预设微服务规范与 CI/CD 流水线，规避人工操作的偏差。 ③ 设计、开发、部署全流程信息端到端管控，变更可动态感知和同步，确保应用全生命周期信息一致。 (2) 智能运维需求 ① 提供自动化运维工具，支持执行部署、配置、巡检等重复性操作，提升运维效率，规避人工操作偏差。 ② 支持全链路可观测能力，实现基础设施、数据、中间件及应用等指标全局监控可视，确保异常情况及 时捕捉。 ③ 提供智能化故障定位能 故障识别效率：借助硬件原生的故障识别与主动上报机制，实时感知故障并上报硬件异常，提升平台 响应速度与系统整体可靠性。 ③ 缓存内存优化：采用硬件拓扑感知智能调度框架，优化 CPU 和缓存资源策略，提升算力执行性能与资 源发放效率，降低算力使用成本。同时，通过 RDMA 等高速互联技术实现跨主机内存访问，为业务的数 据处理与服务间通信提供高性能通道。 ① 网络卸载转发：主机业务通常需要频繁进行数据交 Pod 的集群调 度管理。 ② 高效资源利用：通过亲和性 / 反亲和性策略优化 Pod 布局，减少资源碎片化，同时利用容器共享内核 的优势，减少资源开销，相比传统虚拟化技术，无论是在应用程序执行效率、内存占用还是文件读写速度 上都更优。虚拟机服务提供二次调度功能，基于业务画像进行资源碎片整理，并通过重调度来提升资源利 用率。 ③ 秒级弹性伸缩：借助实时监控与预测分析，当检测到业务请求量在短时间内激增时，系统能以秒级响

审单策略 • 寻找空储位 • 寻找已存库位 • 寻找临近空库位 • 寻找指定库位 • ... • 货主维度配置 • 配置自动拣货节点 • 配置容器使用范 围 ... • 执行库存预分配 • 执行库存周转 • 自动分配or人工分 配 • ... • 整散分离 • 区域围栏 • 拣完发货 • 分拨方式 • ... • 按最小单位分配 • 按包装单位分配 • 按码盘规则分配 人为等问题。波次管理旨在提升订单处理效 率，平衡作业负荷和资源使用。C-WMS波次魔方漏斗，订单自动聚合并标记，到达限定条件，自动触发波次，实现自动化订单聚合与组波 下发，可提高订单聚类合理性和波次执行效率，同时降低订单岗的人员成本。 ②单量触发 ①时间触发 ③定时+单量触发 波次漏斗触发条件 触发 波次漏斗 订单 N 订单A 订单B 波次1 (已开启） 波次2 (已开启） 数据感知层——数据驾驶舱大屏 > 以 C-WMS 仿真模型为核心，实时查看仓库库位动态状态，并集成WES算法， 驱动 AGV、堆垛机等设备执行货物搬运任务 模型决策层——仿真模型 > 基于数字孪生底座，1:1 复刻物理仓库布局，将模型决策层的指令转化为可 执行的仓储动作。 孪生执行层——3D虚拟仓库 > PART 3 | 智能仓储优化场景-人工智能（AI）的融合 设备智能中枢，实现智能化设备管控与任务派发