具身智能作为人工智能与机器人学交叉的前沿领域，旨在使智能体通过与物理世界的动态交互来感知、推理并执行任务。然而，传统基于深度学习的级联式感知—控制模型在开放、动态环境下泛化能力不足，且高度依赖大规模标注数据。近年来，视觉—语言—动作模型（vision-language-action models，VLA）通过融合视觉感知、语言理解与动作生成，为具身智能的研究与应用提供了新的推动力。本文系统梳理了基于VLA的具身智能研究进展，从发展历程、模型架构、系统分类、训练与评估等方面展开综述。
2026年"算电协同"写入政府工作报告，《关于有序推动多用户绿电直连发展有关事项的通知》明确优先支持算力设施。报告系统梳理了全球及我国在算力设备、算力载体、算能协同与算用协同四个维度的绿色化发展动态，涵盖政策、技术、产业和市场等多方面，希望为政府、企业及研究机构把握绿色算力趋势、优化资源配置、推动低碳转型提供重要参考。
本蓝皮书围绕“如何构建满足人工智能规模化应用需求的工业测控基础设施”这一核心命题，系统阐述全网络化工业测控系统的技术理念与实践路径，深入剖析其体系架构、核心特征与关键功能要求，并结合行业发展实际提出建设性建议，以期为新一代工业测控系统的技术革新与产业应用提供参考。
报告围绕具身智能产业，从产业背景、全球与国内政策、市场驱动、产业链格局、技术成熟度、商业模式、标杆企业案例以及行业现存痛点多维度展开分析，研判产业处于规模化验证、全球竞赛的发展阶段，国内产业处在跨越爆发的前夕，距离大规模商业化仍存在数据、高端零部件、盈利模式等多重挑战。
本文件确立了人工智能安全能力成熟度评估模型，描述了以数据、模型和应用为对象的安全能力成 熟度等级及评估方法。 本文件适用于对组织的安全能力成熟度进行评估，也可作为监管部门对组织进行评价的参考依据。
本文件确立了由数据安全过程、安全能力、能力成熟度等级构成的数据安全能力成熟度模型，给出了数据安全能力过程域体系，规定了每个能力过程域在各等级、安全能力维度的特征。 本文件适用于对组织数据安全能力进行评估，也可作为组织开展数据安全能力建设的依据。
本文件规定了工业控制系统安全管理基本框架及相关要求。 本文件适用于工业控制系统建设、运行、使用、管理等阶段的安全规划和执行。
本文件规定了工业控制网络安全监测产品的安全技术要求，描述了对应的测试评价方法。 本文件适用于工业控制网络安全监测产品的设计、开发及测评等，同时也可为工业控制系统设计、建设和运维方开展工业控制系统安全防护工作提供指导。
本章面向智能制造场景解析数字孪生生态。内容从智能制造的内涵演进与德国"工业4.0"（一个系统、两大主题、三大集成）、RAMI 4.0参考架构及我国智能制造标准体系讲起；进而阐述产品全生命周期信息闭环中数字孪生的作用，梳理产品数字孪生、生产系统数字孪生与供应链数字孪生三类应用场景，涵盖布局规划、工艺仿真、生产调度、供应链协同与应急管理；最后提出由产品、生产系统与供应链数字孪生系统构成的"制造数字孪生生态"，解析多域融合架构下数字孪生种群的模型治理与协同演化，为制造企业实施智能制造提供系统参考。
2026年，具身智能产业正站在一个关键分水岭上。当行业注意力仍被大模型参数和炫目Demo所牵引时，一份由火星加速器、云启资本与无限基金联合发布的62页研究报告，将镜头对准了更具决定性的底层逻辑：数据产业链与新基础设施。报告的核心判断是：具身智能的竞争已从“模型对模型”升级为“系统对系统”，而产业链的价值重心，正在从“卖数据集”向“卖闭环”迁移。
人形机器人正从科幻概念落地为工业现实。若当前行业发展趋势延续，人形机器人将释放巨大经济价值。作为实体人工智能赛道的核心分支，人形机器人有望成长为万亿级产业。罗兰贝格测算：2035年整机原厂市场规模最高可达7500亿美元，2050年整体市场规模或将突破4万亿美元，市场体量对标当前全球汽车行业规模。对于汽车、电子制造等工业企业，人形机器人蕴藏巨大增长机遇；人形机器人每小时运营成本仅约2美元，可大幅提升企业生产效率。
白皮书提出以"场景驱动、数据先行、小步快跑、闭环验收"为原则，为企业提供从单点试点到全流程智能化的分阶段AI落地路径，覆盖智能设计、加工、检测等五大场景。白皮书特别强调数据治理的重要性，指出当前行业AI应用多处于试用阶段，2028年目标是规上企业具备2个以上闭环场景。中长期愿景到2032年实现行业协同智能，AI将从工具演变为贯穿业务的能力体系。
2026年AI智能体在制造业的应用趋势主要体现在智能体从辅助工具进化为生产流程的核心驱动力。根据本报告数据，56%的制造商已将AI智能体投入生产环境，主要应用于质量控制（54%）、生产规划（48%）和供应链管理（47%）。
本标准规定了数据基础设施数据沙箱公共服务平台的技术要求，包括公共数据、企业数据、个人数据在存储、流通、利用场景的安全使用和共享，并提出了数据导入导出、空间隔离、透明访问、数据加密、泄露防护、使用控制、远程映射、用后即焚、数据核验、数据共享、联合开发、身份认证和API对接等安全能力要求、使用要求、服务要求及审计要求。数据沙箱公共服务平台可部署于数场、可信数据空间、数据元件、数联网等多种基础设施路线中，用于数据托管、数据联合开发、数据使用、数据共享、数据流转、数据治理和数据交付，也可作为数据基础设施独立部署，用于数据安全内控及数据安全流通。
本文件明确了可信数据空间的用户角色及其活动，规范了可信数据空间的业务流程。本文件适用于指导可信数据空间业务节点内部的业务实施活动，参与方均直接接入该可信数据空间，协同完成各项活动。跨可信数据空间完成的业务实施，将在后续版本中予以规范。
本文件规范了隐私保护计算公共服务平台作为数据基础设施公共支撑能力组件的部署方式、数据服务能力、功能架构、接入方式、互通和安全要求。本文件适用于适用于隐私保护计算公共服务平台的设计、建设、运营，以及连接器的接入与协同，为平台开发者、使用者和第三方评估机构提供参考。
电话：010-62669087 控制网版权所有未经许可不得转载
地址：北京市海淀区上地十街辉煌国际5号楼1416室(100085)
版权所有 控制网 京ICP备14036844-2号 
北京市公安局海淀分局备案号：11010802023656号
今日头条
官方微信
官方抖音
资讯频道