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

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

内存性能劣化 [1, 27]；阿里云利用 CXL 交换机，实现云数据库的内存池化和数据共享 [28]。 支持分 离式数 据中心 架构的 软件栈 支持分离式架构的软件 栈主要集中在简化编程 复杂性、提升远程资源访 问效率、优化资源池化与 调度策略，以及增强系统 可扩展性与高可用性等 方面，为大规模异构资源 的统一管理与高效利用 提供支撑。 OSDI SOSP NSDI 华为云在分离式数据中心运行时方面，提出通过分层接口和声明式 API 实现数据系统与硬件的解耦，提升了资源利用率和系统扩展性。随后，又通过挖掘多线 程程序的异步性，进一步优化了分离式内存的访问性能和编程易用性 [31, 32]。 • IR 运行时: Google 和 OneFlow 针对 AI 场景下的多样的硬件资源集群，提出了支持算子 粒度任务执行的运行时，通过统一抽象算子来支持不同 CPU、GPU、FPGA 统落地部署的重要挑战。 1.2.3 支持分离式数据中心架构的软件栈 尽管分离式数据中心架构通过将计算、存储、内存等关键资源进行解耦与池化，为云服务带来了更 高的灵活性与可扩展性，但这种架构也带来了编程复杂性提升、远程资源访问效率降低、资源调度与管 理难度增加等新挑战。为此，国际国内均开始围绕分离式操作系统、分离式运行时及 IR（Intermediate Representation）运行时的软件栈进行创新设计，图

用ShareAgent搭建知识智能体，不仅实现知识问答，更打通 数据孤岛与知识暗流，构建“问题-答案-行动”闭环，推动组 织决策从经验驱动升级为数据智能驱动 03. 研发助手搭建  ShareAgent的研发智能体，利用自然语言处理和机器学习技 术，结合纷享开发平台的业务场景和 APL，集成在纷享销客开 发平台的代码编辑中，帮助开发者快速编写高质量的代码 无代码快速构建 多数据源模型接入 多种预置场景与动作 安全可信任 ShareAI-服务场景AI产品总览 全天候智能响应，打造卓越服务体验 ShareAI 服务场景 7X24客服机器人 Agent 在线客服Agent 现场工程师Agent • 多渠道、多语言、多模态 • AI即时应答，全球需求自主 解决，突破服务时效边界 • 会话应答、邮件撰写、通话 摘要、业务查询，AI赋能客 服全链路效率与质量双提升 • 专注服务前、中、后场景，AI 推荐备件与方案、智能总结工 ent，智能应答释放人力 网页/门户 WhatsApp 微信服务号 多语言自如切换 自动创建工单跟进 多轮引导式对话 01. 多渠道响应全球客户需求  支持网页、小程序、微信服务号、WhatsApp等多渠道接入  7*24小时即时接待全球客户咨询，自主解答问题，自动创建 工单、案例、线索进行跟进 多国语言切换自如 自动创建工单线索跟进 图片语音动态识别 客户情绪感知自动转人工

够设计智能功能并与AI工具协同编写代码的人才（来源：IDC ICT 岗位与技能调查，2025 年 8 月）。 软件团队正超越传统的应用程序开发模式，转向构建新一代智能自适应解决方案，将AI嵌入各类 产品与平台。随着编程、自动化与产品战略之间的界限日益模糊，组织需要既精通软件技术原 理，又掌握先进AI集成能力的专业人才。 随着数字化及AI驱动的转型加速推进，组织必须优先关注那些能够推动创新及数据驱动决策的岗 高效。 智 能 世 界 的 I C T 岗 位 与 技 能 24 对高级网络安全人才与战略领导力人才的需求也在不断增加。随着数字威胁日益复杂，企业亟需 精通最新AI防御技术的数字取证分析师、大语言模型安全研究员及入侵检测分析师。在领导力层 面，首席信息安全官、AI与数据治理负责人、首席AI官（CAIO）、首席信息官等高管岗位已成为 核心招聘重点。归根结底，企业能否成功，取决于能否打造融合型团队、推动智能自动化，并使 ·云计算转型：云自动化工程师、云迁移工程师等岗位对迁移和管理可扩展的AI增强型云环 境至关重要。这些专业人才是推动数字现代化与运营效率提升的核心力量。 ·安全领域演进：日益增长的网络威胁使得数字取证分析师、入侵检测分析师、大语言模型 安全研究员等安全岗位需求增加。随着生成式AI的兴起，这些专业人才需运用先进的AI工 具检测安全漏洞、应对风险隐患。 ·AI优先的领导力：领导力的核心正转向AI治理与战略。企业开始在高管团队中设置首席信