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

. 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 . . . . .

工作湿度：10%~70%RH(无凝结)； 6.3.6.控制软件 1.智能控制及管理系统软件 V1.1 运行环境： 基于 Windows 或 Linux 操作系统的系统服务器。 开发语言: JAVA 开发语言及 MYSQL5 数据库，该架构软件移植性非常强， 可适用于多个平台。 软件功能： a.设备集中及远程智能化控制： 通过监控中心的控制端和移动智能终端可对所有灯光、空调及插 座 不需要全网停运，网关、服务器、终端应用均可远程维护和升级。 2.智能控制企业版 Android 及苹果 PAD 版软件 运行环境： 运行 Android 及平果系统的手机或者平板。 开发语言： Java 开发语言。 软件功能： a. 支 持 设 备集中智能控 制和管理； b.支持设备无线远程控制和管理； c.支持安防监控和实时告警信息及图像接收； 83 教育信息化智能解决专家 d 种 素质教育，学生需要具备的核心素养包括软件编程能力，智能电子认知和应用能 力，3D 结构设计能力以及创新意识及造物方法。 普及化创客教育的目的就是让学生具备以上核心素养，这需要有相应的课程 学习来达成，各个学段涉及到的课程内容由浅到深、循序渐进： 年级 学期 课程内容 培养能力 小学 四年级 上学期 Scratch 创意编程 软件编程能力 下学期 初级实验箱 智能电子认知能力

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

o 行 / 函数级实时续写 在编程时， 系统会根据你写的内容和 语法规则， 自动推荐可能的代码片段 代码注释 快速生成方法和行内注释， 减少编 写注释所需时间， 提高代码可读 性 代码解读 支持系统级别和方法全链路代码解 读， 并生成相关逻辑图 、时序图 等 自然语言转代码 通过自然语言描述需求， 在编辑器区域直接生成代 码 AI 辅助编程初步提升开发效 率 代码 Review 大模型在研发效能上的初步探索 o o o 单元测试案例及代码 提取代码中的单元测试案例 、以及单元测试的代码， 更精准的做代码微 调 微调模型的试验之路是否可行 困难 前期辅助编程方案并无法在研发流程中解决开发太多的痛点。 大模型辅助研发遇到的困难 需求分析 10% 好的需求分析工作对后期的研发有极大帮助 方案设计 8% 方案设计是系统稳定性 、健壮性 、可扩展性、

企业办公管理 自动化办公系统的 办公文档、人力资 源等资料 结构化 半结构化 非结构化 没有严格的时效 性要求、需要定 期同步 非实时 企业生产信息 工业控制系统 分散控制系统、可 编程控制器 PLC 结构化 需要实时监控、 实时反馈控制 实时 生产监控系统 数据采集与监视控 制系统 结构化 需要实时监控、 实时反馈控制 实时 各类传感器 外挂式传感器、条 码、射频识别 010101011010 01010101 01010101 01010101101 数据存储 二、工业大数据采集 本教材以 MySQL 为数据存储的工 具，它采用的是标准化的 SQL 语言， 使得数据的存取和更新更加容易，对于 复杂的查询也非常方便。 MySQL 的体积小、速度快、成本 低，能够及时处理上千万条记录，初步 满足和支持大数据存储所需的高并发读 写和高效率读写需求。随着其分库与分 采集 PLC 数据 二、工业大数据采集 PLC 主要由 CPU （中央处理器）、存储器、 通信接口和输入 / 输出单元组成。 存储器 CPU 通信接口 输入 输出 电源 下装 上载 编程电脑 PLC 的组成 采集 PLC 数据 二、工业大数据采集 存储器 CPU 模块 输入 / 输出单元 通信接口 功能性强 PLC 的数据存储区容量巨大，可存 储大量输入 / 输出、中间变量信

周期，发现并协助修复软件缺陷。是一款针对 C/C++语言，自动化测试覆盖率高达 90%的 智能单元测试平台。 产品基本信息 符合的标 准/认证 国际: DO-178B/C、ISO-26262、IEC-61508、EN-50128、IEC-62304 □ 国内: GJB5000B、GJB438C、GJB8114、GJB5369 产品简介 iUnit，一款针对 C/C++语言的智能单元测试平台，符合 （介绍服务队伍构成、组成人员工作内容及组成人员资质） 捷科为项目精心组建了一支精英团队，团队成员大多拥有计算机专业本科及以上 学历。其中，开发团队由 50 多位专业人才构成，他们精通多种编程语言、主流 开源框架以及前后端开发技术，在数据库操作和分布式架构方面能力卓越，熟悉 AI 流程，且具备丰富的大型项目开发经验。自动化实施团队规模达 500 多人， 他们精通保险业务及自动化测试 现科学用工。 1 、能够高效进行功能自动化用例开发，提高自动化测试对功能测试的覆 盖率， 将手工测试人员从机械简单、数量巨大的例行全功能回归测试中解 放出来； 2 、能够降低功能自动化测试门槛，编程技能不再是自动化测试的必备条 件； 3 、能够支持智能操作系统(Android/QNX/Linux)上的各种性能、压力、稳 定性、 可靠性测试业务，测试人员可以短期培训上岗，只需要了解测试业

人机交互 自主系统 医疗健康 娱乐与教育 与协作 与导航 3.1 人机交互与协作 n 辅助机器人与日常生活 在日常生活中，辅助机器人正逐渐走进人们的视野。 智能陪伴机器人能够理解人类的语言 和情感，通过语音交互和肢体动作， 为用户提供陪伴服务。当老人独自在 家感到孤独时，陪伴机器人可以陪他 们聊天、听音乐、讲故事，甚至还能 提醒老人按时服药。 家务辅助机器人则专注于解决家庭琐 智能教育机器人能够通过语音交 互、表情识别等方式与学生进行 互动，解答学生的问题，引导学 生进行学习。 在语言学习中，教育机器人可以 充当语言陪练，与学生进行对话 练习，纠正学生的发音和语法错 误。 在编程教育中，机器人可以通过 图形化编程界面，引导学生进行 编程实践，培养学生的逻辑思维 和编程能力。 04 Par t four 人形机器人 4 人形机器人 人形机器人是具身智能的重要形式。埃隆 人形机器人的分类 n 按应用场景分类 在服务领域，人形服务机器人应用广泛。 如酒店、餐厅的接待和引导机器 在教育领域，人形教育机器人能 充当教学辅助工具，通过生动的 肢体动作和互动，辅助教师开展 编程、科学实验等课程，激发学 生学习兴趣。 人，它们能以类人形象和友好的 语音交互，为顾客提供信息咨询、 引导就座等服务，提升服务效率 和顾客体验。 在家庭场景中，人形陪伴机器人 陪伴老人小孩，提供情感交流、

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