) 多任务操作、 第一人称世界模型、 低光照与模糊感 知 2025/04/08/ 为产业发展和投资决策提供最前瞻视角。 本期核心关注多任务操作、 第一人称世界模型、 低光照与模糊感知、 仿真数据生成等六大前沿进展 本期科技前瞻探索摘录来自港科大 ( 广州 ) 、上海交通大学、 浙江大学等研究机构的 6 篇最新学术前沿成果 , 包括 MOE-ACT: 多任务双臂操作规模化学习框架、 : 1: 对具身智能学术 研究前沿的影响 : 本文为多任务机器人模仿学习提 供 了轻量化的 MOE 融合方案 , 验证了稀疏专家激活机制在缓解多任务干 扰 上的有效性 , 其 FiLM 语言调制与多尺度注意力设计 , 可为后续 ACT 类策 略的多任务优化提供可复用的技术路径 , 同时也为双臂操作场景的轻量 化 多任务学习研究提供了新的实证参考。 2: 对具身智能产业界发展的参考意义 GPU 完成实时推理 , 适配工业机器人、人形机器人的现场控制需求 ; 其多任务统一策略的优化方案 , 可降低工业场景多任务操作的模型训 练 与 部署成本 , 为 3C 电子、 汽车制造等场景的双臂机器人规模化落地 , 提 供 了轻量化、 易部署的技术优化方向参考。 主要贡献 : 1: 提出轻量化多任务双臂操作框架 MOE-ACT: 将稀疏 MOE 模块融入 ACT 的

全球包括卡耐基梅隆大学等 在内的 2000+ 参赛队伍 5000+ 篇论文使用并引用 > 关键平台： 建立了复杂环境协同感知数据平台 （ TPAMI 2022 ） 构建了大规模多源、多模态、多任务、非完备复杂环境协同感知数据平 台 VisDrone ，覆盖单机和多机协同感知任务。 国内外广泛使用的无人机视觉基准数据平台 DroneCrowd-TJU DroneVehicle-TJU 视觉－语言－导航 (VLN) 多模态动态感知 多任务协同学习 视觉－语言－动作 (VLA) 多智能体社会化交互 群体态势自主感知 集 群 协 同 感 控 一 体 视 觉感 四 未来工作 一 研究背景 二 VisDrone 数据平 台 · 三 · 低空协同感知脑 混合专家动态融合 数据支撑 大规模、多源、多模态、多任务的协同感知开放数据平台 双向动态提示学习 复杂环境下低空视觉感知面临通用表征学习模型缺乏、任务定制表征学习难等挑战难点。 实现复杂环境下智能无人集群全天候精确感知 复杂环境低代价感知难 非对称掩码视频计数 任务定制混合 Adapter 大规模、多源、多模态、多任务的协同感知开放数据平台 数据 - 标签关系挖掘不充分 任务定制表征学习难 缺乏通用表征学习模型 复杂环境低代价感知技术 挑 战 难 点 关 键 技 术 创 新 海河天眼基座模型 数据支撑

2020 年 大规模密集数据与 通用检测数据集 03 VTUAV 2020 年至 2023 年 多模态 动态感知数据集 02 DroneVehicle 04 低空环境感知数据呈现出多任务、 多模态和多源协同特性 以 VisDrone 数据集为代表 ，低空环境感知数据面临简单静态到动态复杂的演进。 AG-ReID UAV-123 现实空间推理 基于多源信息构建物理度量， 在真实环境中进行空间推理。 可进化世界 无人机智能体 VLN 、 VLA 面向低空需求 ，构建大规模低空视觉感知开放数据平 台 VisDrone 开源社区 Star 数 量 图像 / 视频 帧 论文引用量 多任务感知 多模态感知 人群计数 物体追踪 多机感知 目标检测 模型 流水工厂 数据 百城共建 通过数据、模型、场景的三维融合展示 ，为政府、企业、公众提供低空领域的一站式资源入口 ，构建 70% 50% 一、 低空研究背 景 二、 低空数据平 台 三、 低空感知大 脑 CONTEN TS 城市治理 多传感器协同学习 多任务协同学习 多机协同学习 低空环境智能感知理论与方 法 科学问题 研究挑战 关键难题 技术创新 核心贡献 成果应用 “ 看不准”

.. 44 6.2 技术创新点 ............................................................. 44 6.2.1 “ ” 一航线多任务 智能规划..............................44 6.2.2 跨系统数据融合底座......................................45 6 3.2 建设原则 3.2.1 统筹协调，资源整合 坚持 “ ” 全市一盘棋 ，由市政务和数据局牵头，整合各 部门无人机服务需求与现有资源，打破部门壁垒，避 免重复建设；遵循 “一航线多任务、一飞机多数据、一 ” 飞行多方用 原则，最大化发挥无人机设备与数据的复 用价值，提升资源利用效率。 3.2.2 需求导向，场景优先 以政务侧实际应用场景为核心，聚焦应急、交警、查 违 无人机调度：平台根据任务需求（类型、优先级、区 域）、无人机状态（位置、电量、可用情况）， 自动 匹配最优无人机，如应急任务优先调度距离最近、具 备相应载荷的无人机；同一区域有多个任务时，调度 同一无人机按 “ ” 一航线多任务 原则执行，减少重复 飞行。 空域资源调度：对已申请的空域进行统一管理，记录 空域使用情况（哪个任务使用、使用时间），避免空 域冲突；当多个任务需使用同一空域时，按任务优先 级排序，协调安排使用时间。

根据电子标签提示拣货数量进行拣货，拣货完成手动按键灭灯 实现以下效果 1 、采用卡扣粘贴在料盒上，并配有防撞铝型材进行标签保护， 随料盒在仓库内周转。 2 、每个料盒四种物料实时信息在线监测管理。 3 、支持多任务同时拣货，标签信息随着物料变更绑定物资可以 及时调整 4 、可以设置低库存预警，提醒采购人员 应用场景预期效果 2 、料盒物资管理（每个料盒粘贴一个无线水墨屏亮灯指引电子标签，管理三种物料，最多支持一 ）拣货人员根据亮灯指引电子标签提示精准找到该物资。并根据电子标签提示拣货数量进行拣货， 拣货完成手动按键灭灯。多任务同时拣货，手动确认切换物资进行拣货。 实现以下效果 1 、采用卡扣粘贴在料盒上，并配有防 撞铝型材进行标签保护，随料盒在仓库 内周转 2 、每个料盒三种物料实时信息在线监 测管理，最多支持 6 种。 3 、支持多任务同时拣货，标签信息随 着物料变更可以及时调整 4 、设置低库存预警，提醒采购人员 系统介绍

化学习等技术正驱动⼈形机器⼈的智能化⽔平快速提升。 特征之五，具⾝智能体之间的关系开始从单体智能向智能协作、群体智能演进。 从单个机器⼈的遥控，向多台机器⼈乃⾄异构机器⼈之间的⽆⼲预协作⽅向突破，但 机器⼈的⾃主⾏动和多任务能⼒还⽐较有限。 特征之六，制造与研发能⼒推动成本下探，为产业化和市场导⼊进程加速。随着 硬件技术路线收敛、供应链成熟、中国制造优势及产业市场规模效应初步显现，⼈形 机器⼈成本和价格呈现双下 XHAND1，实现全域操作、极速响应及⾼效 拣选；在模型层⾯，搭载端到端 VLA 具⾝模型 ERA-42，具备双向交互机制和标准化 IO 接⼝，提⾼作业成功率和通⽤性；在软件层，融合开源与真机多任务数据预训练， 实现快速适配，结合多摄像头补盲设计与⾼频推理技术，实现及时纠偏与瞬时动作决 策，并集成数字孪⽣监控，实现⼯位设备运⾏、物料流转状态的实时监测；在数据 层，构建⾃动化数据管线与仓储 ⾼度范围内的⼯作空 间，可驾驭多种复杂环境满⾜不同⼯作需求。G1 拥有具备空间智能的“⼤脑"⼤模型， 能理解三维场景、与⼈⾃然语⾔交互并将⻓程任务进⾏多步分解，⾃主决策所需的操 作。G1 具备多任务、多技能能⼒的"⼩脑"⼤模型，通过数⼗亿级仿真合成数据的训 练，已展示出多种较⾼成功率的泛化具⾝技能。G1 ⽀持 IsaacSim/Mujoco 等多个仿真 平台，经过测试和示范应⽤阶段，在⼯业⽣产辅助、零售服务等场景进⾏了初步验

，构建跨领 域联合创新平台。 科技创新驱动 通过机制创新与成果转化 ，形成从技术突破到 产品落地的完整产业链闭环。 打造低空智能创新高地 空天地水协同智能无人集群感知平台 多目标检测 多机感知 多任务感知 多模态感知 数据规模 支撑论文 Background Introduction 智慧城市建设稳步增长 预计 2027 年中国智慧城市投资规模 “ 大信创”时代开启 华为 海光 2025

口更精细的预测能力： 能够实现对交通流、交通事件、甚至个体交通参与者行 为的超短期、高精度预测，为信号控制、交通诱导提供更精准的决策依据 , 口多任务学习与协同优化： 大模型将不再仅仅关注单一任务，而是能够同时处 理交通流预测、事件检测、安全预警、交通诱导等多任务，并实现各任务之 间的协同优北。 口可解释性与可信赖 Al: 随着大模型应用的深入，对其决策过程的可解释性要 求将越来越高，以确保交通管理决策的透明性和可信赖性

加速大事治理流程的解决速度，并避开 IT 运维人员始终处处救火。 大事治理 疑似问题 缘由分析 根本解决 检验复审 关闭 缘由不明 申请问题调查 过滤，确认为 真正问题 调查后查明 根本缘由 多任务协作 最终解决 确认类似大事 或问题不再发生 新问题 主动式 被动式 觉察隐患 对变更治理过程的严格管控，把握变更风险 明天 xx 新系统要割接了，变更准备和回滚准备是否预备好了？变更影响的部门是否通