，“看不准”和“看不全”的挑战 “ 看不清 ” 雨雪雾恶劣天气和低光照环境降低 了无人机对目标的感知清晰度 “ 看不准” 低空感知模型进化难 “ 看不全” 多机跨视角感知难 “ 看不清” 复杂环境全天候感知难 低空感知 基础模型自主进化技术 水情监测 研究挑战 关键难题 技术创新 低空复杂环境 全天候感知技术 安防巡检 多机跨视角 协同感知技术 应急搜救 成果应用 空军“无人争锋”挑战赛冠军 基础平台建设 构建了国内外广泛使用的无人机视觉基准数据平台 空天地水协同进化智能无人集群感知平台 团队荣获吴文俊人工智能科技进步奖一等奖等科技奖励 构建世界上规模最大无人机视觉数据平台 VisDrone 人工智能科技进步奖一等 奖 从被动感知到自主协同 ，构建支撑具身智能体与集群协同进化的下一代数据基座 感 - 策 - 控一体化构建 仿真－物理具身数据基座 大规模低空数据平台 VisDrone MultiDrone AnimalDrone DroneCrowd DroneVehicle DroneRGBT 建立低空无人机视觉计算领域和多个平台兼容的模型库并实现大小模型协同进化 多维评估体系 场景识别能力 定位检测能力 条件判断能力 推理思考能力 n 建立超过 10 亿图像 / 视频帧数据库 ， 开发低空多模态视觉推理大模 型 指令划分 场景数据 2000 万

3. 6 智能模型 intelligentmodel 基于多元异构数据,对相关业务对象的运行功能等进行智能自主感知、分析、预测决策和学习进 化,可基于智能驱动支持实现业务自主运行、自适应、自学习进化的模型。 注:数字模型、知识模型、智能模型都属于数字化模型。 3. 7 业务场景 businessscenario 关于业务运行的参与主体、行为活动、资源条件以及数据要素等的有机组合。 3. 同、按 需 优 化 的 一 类 业 务 场 景(3. 7)。 3. 10 智能场景 intelligentscenario 基于相关智能模型(3. 6)实现关键业务自主运行、自主协作和自学习优化/进化的一类业务场景 (3. 7)。 3. 11 新型能力 enhancedcapability 深化应用新一代信息技术,建立、提升、整合、重构企业的内外部能力,形成应对不确定性变化的 本领。 [来源:GB/T23011—2022 需协同、按需优化的一类企业。 3. 17 智能企业 intelligententerprise 基于相关智能模型(3. 6),沿资源链、价值链或产品链(资产链)实现业务全面智能自主运行、自主协 作和自学习优化/进化的一类企业。 3. 18 数字平台 digitalplatform 基于相关数字模型(3. 4),实现网络化协同、服务化延伸、个性化定制等平台化社会化业务动态响 应、动态协同、动态优化的一类供应链/产业链网络平台。

复杂环境下 ，低空群体智能面临数据缺、 自主差、协同难的挑 战 、协作具身 感知推理 群体执行协调不稳定 多机具身协同难 ，导致群体具身智 能感策控实现难 性能进化难 灾难性遗忘 协同自主进化机制匮乏 ，导致感知 与持续学习能力双重受限 多机协同感知数据 协同感知与具身基础数据匮乏 ，导 致基座构建受限 “ 自主差” “ 协同难” “ 数据缺” 感知大模型 模型 2 类增量： 持续学习 进化前 进化后 性能进化： 1 +1 >2 面向 10 万 + 机场的海量巡飞数据 ，如何构建低空模型基座并自主进 化 产出价值： • 持续学习 • 模型进化 核心动作： • 广域知识学习 • 基础能力构建 核心动作： • 大小模型协同 • 能力持续进化 关键特征： • 多模态 • 非结构化 非结构化 海量低空数据 性 能 进 化 协同进化 边端协同 边端小模型 感知大模型 版本迭代 云端赋能 迭代进 化 类 增 量 场景解 析 关键目标理解 特征融合压缩 轨迹规划与优化 最优轨迹生成 动态跟踪控制 代价加权 板载指令执行 多项式轨迹 低空智能从环境感知、推理决策到控制执行各阶段割裂 ，亟需端到端学习范 式 往前向一点钟方向走。经过马路 以及灰白色的建筑后

生态环境部核与辐射安全中心 AI 是如何思 考 这个问题的？ 01 AI 对 AI 赋能核安全监管的思考 02 国际上核安全监管在 AI 的进展 03 核安全监管信息化工作汇报 04 面向未来的进化路径 CONTENTS AI 对 AI 赋能核安全监管的思 考 核安全：文明发展的关键命题 人类文明的代际划分是 基于能源的应用 核物理本质上是对世 界本源的探究 文明演进的风险镜像 完成知识分类体系梳理及知识管理系统一期建设 ，形成十大知识库。 面向未来的进化路径 全域感知网络与边缘智能 02 、边缘智能部署 在核电站本地部署轻量化 AI 模型（如 TinyML ） ， 实现辐射泄漏等紧急事件的毫秒 级响应 ， 减少云端依赖 ，提高应急处理的 及 时性和可靠性。 AI 技术进化路径： 从“工具辅助”到“ 自主协同” 01 、多模态感知网络构建 集成核设施传感器（辐射、 集成核设施传感器（辐射、 温度） 、 卫星 遥 感（地理风险） 、 无人机巡检（设备腐 蚀检 测） 数据流 ，构建全域感知网络 ， 实 现对核 设施全方位、 多角度的实时监测。 AI 技术进化路径： 从“工具辅助”到“ 自主协同” 因果推理与数字孪生决策 因果 AI 的应用 01 突破传统相关性分析 ，构建核事故因果链模型（如冷却系统失 效→堆芯熔毁→放射性扩散） ，提升风险归因能力

执行 - 学习” 的闭环智能体系。在这一趋势下，应用现代化的核心命题已从“云原生”升级为“AI-Native”，即应用的全生命周期—— 从开发、运行到运维、集成——均需围绕智能体的自主性、协同性与进化能力重构。 从技术视角看，AI-Native 架构的关键在于数据与 API 的智能融合，传统企业系统沉淀的海量数据，需通过统一的 可信数据资产目录实现跨域流通，为 Agent 提供实时、高质量的训练与推理燃料；而 Agent 开发与运行、检索增强生成、智能应用管理引擎、智能组装与集成、统一可观测、多模态交互、AI 内生安全等） 的成熟，使得 Agent 的开发效率提升数倍以上，支撑智能化应用的多模交互、自主运行、智能进化、环境理解、智能协作、 智能研发等特征落地，形成更广泛、更灵活的智能体系统，从而能够在降本增效、体验优化等各方面得到大幅提升。 目前， AI 在医疗、科研、教育、物流等各个领域的应用，为社会带来了巨大价值的同时，又进一步支持了 当今，应用现代化的推进目标已从“数字化 IT 提效”提升至“重塑智能商业价值”。未来，企业需以“应用现代 化的三驾马车”，即：“敏捷架构、智能数据、生态开放”为基石，建立支持 Agent 自治与进化的全生命周期的数字基 座。应用现代化产业联盟的各成员，要加强智能体应用、跨域协作标准等前沿议题的探索研究，以《应用全生命周期智 能化白皮书》为起点，共同推动中国在全球智能化竞争中占据制高点，携手迈向应用现代化的智能时代！

智变基础，智变途径，系统架构， QABot ， TaskBot ， ChatBot ， 自主学习流程 03 落地效果 QABot 线上效果， TaskBot 线上效果 04 总结 人机协同学习，加速进化 客服系统简介 演变中的客服系统，对话系统， 智能客服机器人， 美团业务简介，美团客服系统 目录 01 话音呼叫中心 纯人工服务模式 只支持语音电话 人效低，成本高 网页在线客服 为会话管理和语义理解提供信息支撑。 > 人工层 静默坐席解决机器人解决不了的问题。 AI 训练师辅助 机 器人进化。业务专家制定合理的解决方案。 2.3 系统架 构 > 线上提供语义识别能力 > 线下具有离线学习能力 > 返回精确答案或者推荐问题 > 数据驱动智能 > 少量干预加速进化 2.4 单轮会话机器人 QABOT 包子酸了 . 吃出了两个异物， 送的腐竹是长毛的 大早上吃出来苍蝇 一杯可乐兑了半杯水 智能运营，不断进化 2.5.3 客服场景定制优 化 > 用户交流情感，不以解决实际问题为目的 > 主动问客户问题，收集信息以提供更好服务 > 不同客户机器人间切换的平滑剂 > 检索式：构建一个闲聊库，检索给出答案 > 生成式：从闲聊库学习生成模型 2.6 闲聊机器人 ChatBot > 建立统一的离线学习流程 > 从人工客服日志中学习人的处理方式 > 算法产生候选，人工轻度干预，加速模型进化 >

1 背景 具身智能是基于物理本体感知和行动 的智能系统，通过与环境交互感知信息、 规划任务、做出决策并控制本体完成任务， 产生智能行为并持续演进。具身智能需可 信、行为符合人类价值并能自我进化。 2.2 最新进展 具 身 智 能 技 术 近 年 来 取 得 突 破 性 进 展，在感知、决策、控制及商业化应用等 方面实现重大提升。高精度传感器增强了 智能体的环境感知能力，融合感知与推理 随着新理论和方法的不断发展，统计学能够 更高效地应对人工智能中的前沿问题，推动 人工智能技术迈向更高水平，而人工智能的 不断突破也将反哺统计学，使其变得更加智 能与高效。人工智能与统计学之间的双向互 动与协同进化，必将在未来智能革命中发挥 关键作用，为社会智能化转型注入持久而强 大的动力。 4. 科学计算 随着上世纪的计算机出现，科学计算迅 速发展，在天气预报、油田勘探、药物设计、 金融分析等领域取得巨大成功，成为理论、 RFdiffusion 蛋白质生成工具 3，为蛋白质从 头设计提供了全新路径。基于自然语言模型 的 ProGen 4、EVOLVEpro 5 等 工 具， 实 现 了酶、治疗性抗体等特定功能蛋白从头合成 和定向进化，展示了 AI 在全新功能蛋白设 计中的强大潜力。 1.2.3 人工智能重塑生物智造 人工智能与微生物基因组学的深度融 合，为合成生物学提供革命性工具。通过 AI 驱动的数据分析和模型优化，精准确定并优

多头潜在注意力：像多线程处理信息，显存占用降低 50%，适合普通电脑运 行 ⚫ MoE 混合专家系统：遇到问题自动召唤“专业团队”，比如数学题找数学专家模 块，写诗找创意模块 ⚫ 强化学习驱动：通过“试错+奖励”机制自我进化，类似游戏 AI 自学通关 2.划时代意义：中国 AI 的破局之战 DeepSeek 的诞生不仅是技术突破，更是国家战略级的里程碑： 成本革命： ⚫ 训练成本仅 558 核心能力： ⚫ 跨域整合（将 AI 与行业 know-how 结合） ⚫ 价值判断（在 AI 建议中做出最优决策） ⚫ 情感智慧（弥补 AI 的情感计算短板） ②组织形态进化 ⚫ DAO（去中心化自治组织）： 通过智能合约+AI 协作平台，万人团队实现零管理成本运作 ⚫ 人机混合团队： AI 成员拥有独立数字身份，参与绩效考核与利润分配 ③终身学习范式 -深圳外卖小哥用 DeepSeek 开发接单优化系统，月收入提升 230% -新疆牧民通过 AI 语音助手实现畜牧疾病远程诊断，死亡率降低 62% 六、未来图景与人类共生 1.技术进化：从工具到伙伴的范式跃迁 DeepSeek 的持续迭代正在重新定义人机关系，其技术发展呈现三大趋势： ①认知协作革命 ⚫ 智能增强：通过脑机接口技术，用户可直接用思维操控 DeepSeek

聚焦业务场景，优选 AI 联合方案… ……………………………… 7 1 中小制造企业数字化转型七大业务痛点和场景……/……8 2 数字化转型解决方案组合……/……21 03 价值流分析，驱动企业持续进化的“飞轮”……………………23 1 价值流分析：看清企业生产运营的 “价值河流”……/……24 2 中小制造企业的应用图景：把 “看见” 和 “迭代” 变成企业的能力…/……27 VSA）为手段，帮助企业认知 与探索数字化战略规划、生产运营、 组织与管理、人才体系等方面的最佳 实践 形成自身数字化企业建设和运营逻辑改善 的思考 23 第三篇 · 价值流分析，驱动企业持续进化的“飞轮” 价值流分析，驱动企业持续进化的“飞轮” 第三篇 在全球制造业的激烈竞争中，中小制造企业就像在汹涌海浪中航 行的小船，虽然奋力前进，却总被迷雾——那些无形的浪费和瓶颈—— 拖慢航速，甚至改变航向。价值流图分析作为能直观呈现企业“物料流” 是精益管理的核心工具之一，通过可视化特定产品或服务在从原材料到最终客户交付的每一流程步骤 及其所需的物料流和信息流，从而识别和量化流程中的非增值活动（浪费），以指导流程改进。 25 第三篇 · 价值流分析，驱动企业持续进化的“飞轮” 案例，某发动机缸体加工企业案例 a. 背景 某装备制造企业主要从事发动机缸体的生产与装配，典型的制造流程为：铸件来料→粗加工 （车、铣、镗等工序）→精加工（孔系、关键尺寸）→清洗→检测→装配。企业在数字化转型过