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

. 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 . . . . .

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、

为机器人可执行的技能，2）执行技 能。 结合大模型的任务规划：大模型作为转换器、大模型作为分解器。作为转换器：LLM+P，用 LLM 将状 态信息描述成 PDDL 语言再进行规划，取代以往需要人工针对实际问题书写 PDDL 语言对任务进行建 模；作为规划器：可以 zero-shot 进行任务规划。 具身导航（Embodied Navigation）：智能体在 3D 环境中移动完成导航目标。 量数据中学习环境特征和 导航策略，实现强自适应性和高灵活性。视觉导航：基于学习的导航的一个重要分支，它依靠计算机视 觉来理解环境信息并做出导航决策。视觉语言导航：通过自然语言指令和视觉图像进行导航的任务，其 目标是开发一种能够与人类进行自然语言交流并在现实 3D 环境中导航的具身智能体。1）大模型出现之 前：主要通过 RNN，LSTM，Transformer 等网络来提取命令中的语义信息；2）大模型出现后：利用 主机厂或自研或投资具身智能公司，而人形机器人企业也在寻求机器人“进场打工”的机会。 2、2024 年迎来具身智能投资热 如果说 OpenAI 的 ChatGPT 引爆了 2023 年对大语言模型的投资热潮，那么 Tesla 入局人形机器人和黄 仁勋的“AI 的下一个浪潮是具身智能”，则彻底带火了具身智能与人形机器人领域的投资热潮，成为 2024 年科技产业投资的最大热点。 10/42

不得隐藏最近任务列表 必须 鸿蒙应用, 鸿蒙元服务 规范性 不得接入私有 API 必须 鸿蒙应用, 鸿蒙元服务 应用一句话介绍、应用介绍、应用新版本特性 的语言不得与开发者选择发布的语言不一致 必须 鸿蒙应用, 鸿蒙元服务 - 15 - 应用名称、图标需与应用安装后的图标、名称 一致 必须 鸿蒙应用, 鸿蒙元服务 个人开发者不得继承非华为支付的三方支付 应用隐私政策提供个人信息处理者的名称（或 姓名）和联系方式、行使数据主体权利的方式 和程序，且能正常打开阅读 必须 鸿蒙应用, 鸿蒙元服务 中国发布应用的隐私政策内容需采用当地的官 方语言，并突出显示敏感个人信息 必须 鸿蒙应用, 鸿蒙元服务 隐私政策提供收集个人信息清单、向第三方共 享信息清单 必须 鸿蒙应用, 鸿蒙元服务 向第三方披 露 隐私政策应包括嵌入的 语音通话在传输带宽受限场景的场景（如 高铁、地库等）下不卡顿断续、音质变差影响用 户。 FFRT 并行加 速库(C/C++) 多任务并发编程，使能应用极致能效。（FFRT （Function Flow Runtime）任务并发调度服务提 供高效、易用的多任务并发编程框架，让应用专注 于自身的应用程序开发，提升开发效率和应用并发 性能） - 21 - 小视频流畅优 化

第二种，则是无限游戏。它的唯一目的，是让游戏本身能够“无限地”延续下去。 它没有确定的终点，没有不变的规则，甚至没有固定的边界。参与者们的目标不 是战胜彼此，而是邀请更多人加入，共同探索游戏本身的可能性。文化的传承、 科学的探索、语言的演进，皆是如此。在这里，规则因玩法而变，边界因探索而 扩展。 长久以来，我们习惯了在有限游戏中思考和行动。而AI，正以一种不可阻挡的力 量，将我们所有人，从熟悉的有限赛场，抛入了一场宏大、神秘且充满未知的无 技 赋 能 伴 您 数 字 同 行 — Agentic AI： 从工具到伙伴 随 着 AI 技 术 的 深 入 ， 企 业 正 进 入 Agentic AI（自治型 AI）的新时代。 它以大语言模型（LLM）为大脑，结 合规划、记忆与工具调用等功能模块， 能够自主设定目标、拆解并执行复杂 任务。Agentic AI 标志着 AI 从“工具” 到 “伙伴”的跃迁，正在重塑企业的工 作流与组织模式。 Transformer 架构提出 • 语音助手、自动驾驶探索 数据与算力驱动 • 分布式存储和云计算技术 • GPU集群崛起提升算力 2018-2020 技术突破与大模型初现 • BERT与GPT-1 预训练语言模型 • GPT2、GPT3能力飞跃 多模态生成式AI兴起 • AlphaFold2驱动科学革命 • ChatGPT普及 • GPT-4v实现文本与图像融合 2021-2023 2012-2017

AHEAD TMTPOST 为了 AI 达成的目标，企业最关键需要做好的事 ( 整体情 况 ) 钛媒体 Al 素养：为未来的工作平衡技术和业务技能 编程和数据分析 随着人工智能在会计领域变得越来越普遍，专业人士可能会受益于 基本的编程知识 ( 例如 SQL 和 Python) 以及熟练掌握数据可视 化 工具 ( 例如 Power BI 和 Tableau) 提示工程 有效引导和提取生 力》 THINK AHEAD 钛媒体 TMTPOST ■ 在 Al 时 代 ，企业数字化人才的能力需要平衡好 “ 技术硬技能”与“商业软技能”两个方面。如 前一 页所示，“技术硬技能”包括编程、数据分 析、理 解 Al 和机器学习以及数据治理和管理等能 力。 “商业软技能”则侧重于解决问题和批判性 思维、 分析复杂数据结果并有效沟通，以及在使 用 Al 时秉持道德责任感。 ■ 在软技能中，“批判性思维”尤为重要。因为它 年 2024 年 决策层 推动层 执行层 发展。 15.4 22 14 2022 年发布 AI 核 心能力平台“千 机” “ 千机”集成机器 学 习、知识图谱、 自 然语言处理、智 能 语音四大平台， 衍 生出四大能力集 群， 提供 Al 应用的 自 助式集市，底层 直 通高质量数据底 座， 为公司提供统 — AI 共享、共建、 共创平台。

聚焦“人工智能+” 赋能的具身智能机器人这一特定形 态,系统综述了具身智能机器人的概念演进与发展现状,着重剖析了人工智能技术在感知、认知、决策、 执行及底层数据支撑等环节带来的变革;围绕多模态感知、大语言模型与深度强化学习等核心技术,结 合工业制造、医疗护理、家庭服务等场景应用,展示了“人工智能+” 赋能具身智能机器人的应用成果。 同时,指出了计算资源消耗、算法泛化性与鲁棒性不足等现实瓶颈,并展望了更高效模型架构、跨模态协 信 息通信技术与政策, 2025,51(8):15-25. DOI:10. 12267/ j. issn. 2096-5931. 2025. 08. 003 0 引言 随着多模态感知、大语言模型和深度强化学习的 快速突破,具身智能机器人正成为“人工智能+” 时代 驱动工业、医疗、家庭服务等领域深度变革的关键载 体。 具身智能机器人作为机器人领域的重要分支,其 能够在真实环境中与周围环境进行交互 电机驱动系统更加高效和 精准,为具身智能机器人的感知和运动提供了坚实基 础。 在软件算法方面,人工智能技术尤其是多模态大 模型能力的引入极大地增强了具身智能机器人的智能 水平。 从早期简单的编程控制,逐渐发展到如今利用 机器学习、深度学习等算法实现自主感知、交互、决策 及优化学习。 在应用领域方面,由于与传统移动机器 人相比,具身智能机器人能够完成一些通常需要人类 智慧才能完成的复杂工作

的功能以及如何进行调用；是在系统发布的服务 提供方和服务调用方之间的规约。接口服务描述必须包含对各个方面的人员有意义并可理解的信息，接 口服务描述要包含概要和详细服务信息，使用平台/技术实现无关的语言进行描述以业务为导向。 接口服务描述主要由2部分组成：接口服务属性和接口服务规约。 10.1.1.1 接口服务属性 接口服务属性是业务接口服务的描述，它提供组织和性能相关要求，是接口服务提供方和接口服务 方便开发人员应对不断变化的业务需求，方便新交易的开发。 10.2.3 JSON 报文规范 JSON是一种轻量级的数据交换格式，它基于 ECMAScript的一个子集，采用完全独立于编程语言的 文本格式来存储和表示数据。JSON数据交换语言应易于人阅读和编写，同时也易于机器解析和生成， 并有效地提升网络传输效率。 数据获取接口方式 数据获取接口方式包括但不限于： ——文件接口：以电子文件形式传输数据、交换信息的接口方式；