具身智能的基础知识 2025 年 9 月 11 日 R1 .0 版 目录 CONTENTS 具身智能 的基 本概念 具身智能 的发 展演 进 具身 智能 的核 心技 术 具身智 能 的产 业链 具身智能的基 本概念 PART ■ 具身智能的基本概念 □ 具身智能的定义 > 具身智能 (Embodied Intelligence) , 是一种基于物理身体进行感知和行动的智能系统。

网络安全等级保护 2.0 基础知识培训课件 网络安全形势及政策解析 • 抽样监测发现，境外有近 4.7 万个 IP 地址作为木马或僵尸网络控制服务器参与控制我国境内主机，其控制 的境内主机数量已由近 500 万增加至近 890 万，呈现大规模化趋势。其中位于日本（ 22.8% ）、美国 （ 20.4% ）和韩国（ 7.1% ）的控制服务器 IP 数量居前三位。 • 在网站安全方面，境外黑客对境内

工业机器人基础知识 1 2 3 4 5 6 7 8 • 工业机器人意义与定义 • 工业机器人分类 • 工业机器人组成和性能参数 • 工业机器人的结构 • 工业机器人控制技术 • 工业机器人传感系统 • 工业机器人的应用 • 工业机器人发展方向 1 、工业机器人意义与定义  为什么要用机器人？  有些工作对人体有伤害，如 喷漆，重物搬运；  有些产品要求极高的质量，

一 号田地 一 号田地 号田地 结束期服 2021.9.1 2021.9.1 2021.9.1 2021.9.1 2021.9.1 2021.9.1 业 学 习 水产养殖基础知识 黄明：水稻种植技术新方 大棚种植新技术的引用与 乡村民宿 活 Windol 乡村规划 智慧党建 网格治理 乡村经营 乡 村 服 务 合作社经营状况 水务管理 线上农业 2 家 数字乡村管理平台 村务公开 103 “ 数字乡村” 乡村经营 “ 数字乡村” 数字乡村管理平台 农 业 经 营 水产养殖基础知识 1 、 池 塘 养 殖 ： 属 于精养高产养殖方式，放养的鱼类品种较多，放养密度比山塘水库等 大 ， 养 殖 过 程 中 主 要 是 人 工 投 喂 。 2 、 山 塘 水 库 、 河 租 用 一号田地 2021.9.1 租用 一号大棚 2021.9.1 租用 租用 一号田地 一号田地 2021.9.1 2021.9.1 租用 一号田地 2021.9.1 水产养殖基础知识 黄明：水稻种植技术新方 三 + 大田种植 家禽养殖 8 水产养殖 大棚种植新技术的引用与 乡村民宿 地块三十 地块三十一 地块三十二 地块三十三 地块二十 地块二十一

生成式AI企业智能增效五步法® 第⼀步：启动AI思维 ⽬标： 培养领导层和关键员工对生成式AI的认知，了解其在提升生产 力方面的潜力 实施步骤： 组织AI思维培训：重点介绍生成式AI的基础知识、应用场景和 优势。 创建开放的学习环境：鼓励员工积极尝试和反馈生成式AI工 具。 第⼆步：聚焦⾼价值任务 ⽬标： 识别各部门工作流程中最耗时、最重复、最低效的环节，特别 是与沟通相关的任务。

不是孤立存在的。一般来说，有效的教 学（无论是否使用AI）需要一种综合的 方法来整合各种能力。例如，教师应用A I教学的能力受到其对AI基础知识的理解 、对AI政策指导的认识以及对持续专业 发展的承诺的影响。同样，他们解决AI 伦理困境的能力也受到其对AI基础知识 的理解及其在教育中应用AI的经验的影 响。在一个领域中的熟练程度可以增强 另一个领域的熟练程度。事实上，对AI 基础更深入的理解可以提高教师应用与A “视角 ” 伦理困境 ： 采用 关于 AI 在学校的使用 基于一种理解 多重困境 他们在隐私周围摆姿势 ， 人力代理 ， 公平 ， 包容, 当地文化 语言和气候 改变。 知识图谱 道德原则 ： 应用基础知识 - 映射工具 (如 纸质工作表 或数字概念 - 映射应用程序) 到 可视化连接 在不同的核心之间 原则 ， 回应 相关争议, 他们与 法规和示例 学校使用的 AI 工具。 个人观察 当地法规 ： DigComp2.2；（2）“使用AI教学”涵盖了专门针对教师的AI能力，并参考了欧洲委员会2022年 发布的关于在教育和学习中使用人工智能和数据的伦理指南；（3）“关于AI的教学”涵盖了指导 学生了解AI基础知识的能力，包括基本数字技能、计算思维、数学技能以及AI应用，这些能力 主要源自AI4K12框架和“AI教育中的五大理念”（欧盟，2023）。 这些本地化框架应与现有的数字能力/通 用专业技能保持一致进行设计。

Agent 为主、人工为辅 02 对 AI 教育的思考： AI 重塑就业岗位和组织 结构 n 人工智能专业 n 大专：编程基础 | 数据处理 | 模型训练 | 算法应用 | 工具使用 本科：基础知识掌握 | 编程能力 | 算法理解 | 实践应用 | 跨学科意 识 硕士：专业深化 | 研究方法 | 创新能力 | 工程实践 | 领域专精 博士：原创研究 | 理论突破 | 学术前沿 | 独立科研

遵循特定格式和要求执行任务 ，可蒸 馏小模 型 ，部署在硬件配置更低的终端中。 领域数据预训练 / 微调 使用包含大量电力专业文献、报告、规 程、 运行日志等语料库对模型进行训练或微调 , 使 其掌握行业语言和基础知识。 知识图谱融合 构建电力专业知识图谱 , 将结构化的实体、 关 系、规则与大模型相结合 , 增强模型的逻辑 推 理和知识关联能力。 ● 行业知识的注入：让大模型“懂”电力 系统级

0 1 2 3 4 5 0 1 2 3 4 5 保险常识问答能力指数 应用能力评测：保险专业知识问答 知识问答主要评测大模型的交互性、准确性等基础能力。国内外头部大模型在基础知识问答能力上的表现整体较好，国内头 部大模型基于中文语境优势，能力指数已实现超越 法律知识问答能力指数 医疗知识问答能力指数 文心一言 清华智谱 GPT- 4 ** 大模型 ** 大模型 **