当前，数字经济与智能技术深度融合，智能终端规模化普及、应用场景多 元化拓展，推动“万物互联”向“万智智联”加速演进。然而，传统移动 通信网络以“连接”为核心，难以适配复杂场景下动态变化的互通任务需求。 本白皮书以“任务驱动式智能互联”为核心主线，系统梳理智能互联领域 的场景诉求与技术挑战。其中，船船互联场景聚焦内河航行中船舶动态目 标多、识别维度复杂的痛点，揭示“目标难识别”的核心矛盾；人车家互 智能互联面临的“目标 识别精度不足、跨域链路适配性差、意图感知协同性弱”三大挑战。 针对上述挑战，本白皮书创新性提出任务驱动式智能互联网络“敏捷意图 感知，快速目标确认，动态智能互联”的设计理念，以“任务”为锚点重 构互联逻辑，构建“终端身份识别、终端态势感知、端网任务协同、动态 群组创建、智能数据互通、跨网跨域融通”六大关键技术体系，形成从“任 务感知”到“链路构建”再到“协同互联”的全流程解决方案。最后，本 务感知”到“链路构建”再到“协同互联”的全流程解决方案。最后，本 白皮书介绍了船船互联场景下的专网实践案例，通过技术验证为智慧船舶 领域的网络建设提供可复用、可推广的技术范式。 本白皮书旨在系统呈现任务驱动式智能互联的理念框架、技术路径与实践 成果，为产业链上下游企业、科研机构、行业从业者提供参考，推动智能 互联技术在更多领域的创新应用，助力数字经济时代下智慧场景的高质量 发展。 前言 目录 2.1. 概述 2.2

以及产业链上 下游解耦为各种最小的任务执行节点 ( 主要是 生 产最小单元 ) ， 并用任务链的方式构建动态 灵活 的协作网络， 解决了过去基于流程仿真 ( 固化 ) 思路的工厂数字化方式带来的不灵活， 与实际经 营不匹配的痛点， 实现了低成本， 快部 署， 易落 地的通用型工厂数字化 这种解决方案不依赖于物料追踪逻辑， 而是基于任务链上各执行节点的结构 化 交 交互所行成的企业数据超市来完成动态高效的跨部门， 跨工厂的协作 。 任务链： 应对中小工厂流程多变的困 局 以物料流转为中心的命令链架构 ( 流程固 化 ) 以执行单元为中心的任务链架构 + 数据 人 空间 能源 工厂六要素 节点状态 任务树 关系集 时间 料 机 30 31 命令链是指一种不间断的权力路线， 从组织最高层扩展到最 基层， 澄清 “谁向谁报告工作” 链 它是实际任务的完成路径以及所需的资源的动态反馈， 这种 关键节点的动态反馈持续影响任务链上的节点。 各节点在基于统一的目标下， 自主定义本节点以下的子任务 以及子任务的资源约束关系。 任务链是指一种不间断的协作路径， 从任务的源头扩展到各 个任务节点以及对应的任务所需资源之间的关系， 澄清节点 和节点的关系， 是一种基于任务目标的网状交互结构” 。 任务链： 关键节点动态反

) 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 Transformer

为“容器/作业”，并提供“最优匹配、按需启停、精准计量、效用付 费”的任务式计算服务。任务式计算服务的时间特征具有“临时性”、 空间特征具有“跳跃性”、流量特征具有“突变性”，即平时不用时任 务不存在只有用时才临时启动任务，本次启动在 A 地 X 供应方而下 次可能启动在 B 地 Y 供应方，平时不用时流量为 0 而用时流量会随 计算服务负载大幅波动。那么，传输服务如何能够满足并匹配任务式 计算服务的临时性、跳跃性、突变性？这必然要求网络资源的可调度。 《东数西算算网协同调度-业务场景白皮书》（简称白皮书）的编 制，是基于国家东数西算“安全新总线”项目所开展的算网协同工程 实践。“安全新总线”通过 400Gbps 互联了国家八大枢纽节点、以及 多个国家超算中心，可根据任务时延、带宽需求提供广域确定性网络 传输质量，并通过网络操作系统开放网络资源的调度能力，算网协同 调度平台即原生构建其上。 白皮书以业务场景视角切入，对东数西算算网协同调度的调度架 构、应用场 精准调度匹配需求的算力及网络资源，完成用户任务的部署 与执行。  资源供方入口：资源供应方可通过该入口向平台注册算力资 源，同时登记账户信息等相关内容，实现资源发布、调度、 使用、计量、计费及结算的全业务流程闭环。  协同调度模块：通过协同任务调度、流量调度与数据调度， 满足算力消费者对系统在算力、网络、存储等多维度的使用 ● 需求。  任务调度模块：接受协同调度的调控，聚焦算力维度需求，

众“温暖舒适”的观赛体验。 项目引导案例 那么，类似东奥会这种赛事场馆具体是如何实现温度上报和控温的呢？ 滑冰场温度 上报 任务一 职业能力目标 01 任务描述与要求 02 知识链接 03 任务准备 04 任务实施 05 任务小结 06 任务拓展 07 任务一 滑冰场温度上报  了解 STM32 系列单片机串口结构  了解串口发送的参数设置  了解串口发送的基本流程 现字符串的发送 职业能力目标 01 知识目标 技能目标 职业能力目标 01 任务描述与要求 02 知识链接 03 任务准备 04 任务实施 05 任务小结 06 任务拓展 07 任务一 滑冰场温度上报 一大学生创业团队为国内某家滑冰运动场提供场地温度管理解决方案。 任务是设计一个温度监控设备完成场地冰面温度和场馆各区域温度数据的采 集以及与管理室的通信 机端 使用串口调试助手观察接收数据以达到验证的效果。 任务描述 任务要求  配置串口发送模式；  发送固定格式数据；  在计算机上使用串口调试助手观察数据； 任务描述与要求 02 职业能力目标 01 任务描述与要求 02 知识链接 03 任务准备 04 任务实施 05 任务小结 06 任务拓展 07 任务一 滑冰场温度上报 STM32 串口 基本功能 常见串口驱动电路

场地拿不到 活动很难搞 新形势下党建工作的六大突出问题 基层党建六大突出问题 目前，党建工作缺少创新意识和手段，活动内容、方式陈旧，组织生活松懈，党组织吸引力和凝聚 力不够，难以适应新形势、新任务的需要，具体体现在以下几个方面。 基层组织覆盖不完全 党的学习教育不经常 党员发展程序不规范 党员日常管理不严格 流动党员管理服务难 党员队伍出口不顺畅 基层党建六大突出问题 平淡化 党课学习 党内学习 参加活动 组织生活 党内监督 监督举报 民主评议 服务群众 志愿者服务 事务办理 党组织关系转移 党费缴纳 报表查询 民主生活会 三会一课 扶贫帮困 任务督办 3 、凝聚党员、便捷服务，提升组织活力 不仅关心党员发展和成长，还要为党员提供便捷、贴心的服务，用创新的手段提升党员积极性、凝聚组 织活力。 直观高效 感知化 方便可靠 随时随地 党务信息发布平台 应用终端 党建监督 党务公开 绩效考核 线上举报 党员 入党积极分子 群众 党员服务 党费缴纳 思想汇报 交流互动 党建活动 入党申请 党员评优 党员发展 党员信息管理 任务督办 党建地图 党组织管理 党建工作看板 党务 管理 党员教育 学习资料 在线党校 学习专题活动 考试中心 直播 知识竞赛 大数据分析 工流程引擎 人工智能技术 技术 驱动 智能推荐

场地拿不到 活动很难搞 新形势下党建工作的六大突出问题 基层党建六大突出问题 目前，党建工作缺少创新意识和手段，活动内容、方式陈旧，组织生活松懈，党组织吸引力和凝聚 力不够，难以适应新形势、新任务的需要，具体体现在以下几个方面。 基层组织覆盖不完全 党的学习教育不经常 党员发展程序不规范 党员日常管理不严格 流动党员管理服务难 党员队伍出口不顺畅 基层党建六大突出问题 平淡化 党课学习 党内学习 参加活动 组织生活 党内监督 监督举报 民主评议 服务群众 志愿者服务 事务办理 党组织关系转移 党费缴纳 报表查询 民主生活会 三会一课 扶贫帮困 任务督办 3 、凝聚党员、便捷服务，提升组织活力 不仅关心党员发展和成长，还要为党员提供便捷、贴心的服务，用创新的手段提升党员积极性、凝聚组 织活力。 直观高效 感知化 方便可靠 随时随地 党务信息发布平台 应用终端 党建监督 党务公开 绩效考核 线上举报 党员 入党积极分子 群众 党员服务 党费缴纳 思想汇报 交流互动 党建活动 入党申请 党员评优 党员发展 党员信息管理 任务督办 党建地图 党组织管理 党建工作看板 党务 管理 党员教育 学习资料 在线党校 学习专题活动 考试中心 直播 知识竞赛 大数据分析 工流程引擎 人工智能技术 技术 驱动 智能推荐

.. 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 ...........46 7.1 项目周期 .............................................................. 46 7.2 阶段任务安排 ....................................................... 46 7.2.1 前期准备阶段（第 1-3 个月） ........... 以 统筹资 源、协同高效、安全可控 9 为核心，构建覆盖全域 ‘ 的无人机 一网统飞 9 服务体系，破解政务侧无人机 应 ” 用分散、数据孤岛等问题 ，将本项目列为 “智慧城 ” 市建设重点任务 ，纳入市委市政府年度工作考核清 单。 1.2 现实需求 当前，XX 市无人机巡飞技术已在应急救援、交通疏导、 违建排查等政务领域初步应用：应急管理部门通过无 人机开展森林火情监测，年均飞行超

得益于近期具有世界知识的大规模预训练模型的迅速发展, 基于大模型的具身智能在各类任务中取得了良好的 效果, 展现出强大的泛化能力与在各领域内广阔的应用前景. 鉴于此, 对基于大模型的具身智能的工作进行了综述, 首先, 介绍大模型在具身智能系统中起到的感知与理解作用; 其次, 对大模型在具身智能中参与的需求级、任务级、规划级和动作 级的控制进行了较为全面的总结; 然后, 对不同具身智能系统架构进行介绍 而如何利用目前飞速发展的计算能力与人工智能 (Artificial intelligence, AI) 技术提高具身智能的表 现则成为学界与产业界的关注重点. 最近的研究表 明, 通过扩大语言模型的规模, 可以显著提高其在 少样本学习任务上的表现, 以 GPT-3 (Generative pre-trained transformer 3)[4] 为代表的大语言模型 (Large language model, LLM) 在没有进行任何参 数更新或微调的情况下, 仅通过文本交互来指定任 务和少样本示例就能很好地完成各类任务. 在此之 后, 具有优秀泛化能力与丰富常识的基础模型在计 算机视觉、自然语言处理等领域都展现出令人瞩目 的效果. GPT-4[5]、LLaMA[6]、LLaMA2[7]、Gemini[8]、 Gemini1.5[9] 等大语言模型能与人类进行流畅的对 话, 进行推理任务, 甚至进行诗歌和故事的创作; BLIP (Bootstrapping