為充分發(fā)揮新基建促轉換、穩(wěn)增長、惠民生重要作用，發(fā)展新經濟、創(chuàng)造新供給、激發(fā)新需求、培育新動能，近日，日照市印發(fā)實施《新型基礎設施建設三年行動方案（2020—2022年）》（日政字〔2020〕33號，以下簡稱《行動方案》），形成了日照市新基建41條，包含1項指導思想、4項發(fā)展原則、1項行動目標、10大重點行動、10大應用場景以及15項保障措施，并推出批總投資69億元的50個重點項目。
日照市新型基礎設施建設三年行動方案（2020—2022年）
堅持智能制造主攻方向，持續(xù)推動工業(yè)互聯(lián)網、人工智能、5G等新一代信息技術在制造業(yè)領域的創(chuàng)新應用，加快企業(yè)數(shù)字化、網絡化、智能化升級步伐
搶抓5G技術等“新基建”風口，我市以“大平臺、全鏈條、新產業(yè)”為指引，正在大力發(fā)展平臺經濟，著力打造“1+1+2+N”的平臺支撐體系
到2022年，海陸空鐵“四港聯(lián)動”“東接日韓、西聯(lián)上合歐洲、南通東盟南亞、北達蒙俄”的國際物流大通道更加通暢，基本形成“內暢外聯(lián)、東西互濟、陸海統(tǒng)籌、智慧高效”的現(xiàn)代交通物流運行體系
《山東省數(shù)字基礎設施建設指導意見》指出，前瞻布局以5G、人工智能、工業(yè)互聯(lián)網、物聯(lián)網等為代表的新型基礎設施，持續(xù)推動交通、能源、水利、市政等傳統(tǒng)基礎設施數(shù)字化升級，構建“泛在連接、高效協(xié)同、全域感知、智能融合、安全可信”的數(shù)字基礎設施體系
山東未來產業(yè)發(fā)展重點：培育發(fā)展新一代信息技術、軌道交通設備、海洋工程裝備、先進機械設備、生物醫(yī)藥、新材料、新能源等新興產業(yè)
數(shù)字山東發(fā)展規(guī)劃（2018—2022年）,持續(xù)推進數(shù)字山東建設,完善數(shù)字山東建設標準體系，啟動大數(shù)據(jù)發(fā)展應用領域地方立法工作。
《藍皮書》旨在為政府部門政策制定、企業(yè)戰(zhàn)略決策提供科學參考，同時幫助公眾理解AI技術對經濟社會發(fā)展的深遠影響,AI賦能行業(yè)應用案例,產業(yè)政策及趨勢分析
人形機器人市場規(guī)模預計從 2024 年的 20.3 億美元增長到2029 年的 132.5 億美元，復合年增長率達 45.5%;中國 60% 的企業(yè)將把AI 融入其主要產品和服務中，并且這些 AI 功能將成為收入增長的主要驅動力
從數(shù)據(jù)看數(shù)據(jù)標準和治理保障體制不完善，數(shù)據(jù)流通利用基礎較為薄弱;從算法看模型自身存在不可解釋性和可靠性風險;旺盛的大模型應用場景需求加劇人才供需矛盾
十五五”時期推進新型工業(yè)化主要統(tǒng)籌好“四對關系”：一是高質量供給引領和滿足內需的關系；二是做優(yōu)增量和盤活存量的關系；三是產業(yè)國內根植與海外布局的關系；四是有效市場與有為政府的關系
AI迎賓接待機器人的核心是人機交互,在智能人機交互的研究中,對情感的識別、分析、理解、表達的能力是重點研發(fā)方向;從人類的語音,面部表情等多個維度捕捉情感信息，并對其進行分析和判別
多模態(tài)感知技術讓機器人具備類似人類五感的多模態(tài)智能感知能力;通過表情識別、語音情感分析等技術，讓機器人感知人 類情緒并做出相應情感回應，增加親和力和互動性
AI陪伴機器人在外觀設計具備人類相似特征;在行為模式上模仿人類的行為,具備手眼協(xié)調,動態(tài)足控制能力;在各個領域的實際應用和用途,協(xié)助人類完成各種復雜任務
機器人機械手有多個關節(jié)和多個自由度，具有很高的靈活性;配置了必要的傳感器，可以精確控制機械手的操作;微小的外形尺寸使得機械手具有很高的操作精度
展廳迎賓機器人的“小腦”核心技術正在從基于模型的控制方法向基于學習的控制方法演進,視覺-語言模型為機器人學習復雜技能提供了新的范式,有很強的泛化能力,能夠根據(jù)不同的指令組合技能
基于模型的小腦技術路線控制方法有ZMP判據(jù)及預觀控制,混雜零動態(tài)規(guī)劃方法,虛擬模型解耦控制;基于學習的小腦技術路線控制方法有強化學習和模仿學習
迎賓服務機器人需要整合視覺,聽覺,觸覺等多種感知模態(tài),使機器人在復雜場景中做出更準確的決策;結合聽覺和觸覺信息，機器人可以更好地理解人類的指令和情感狀態(tài)
LLM(大語言模型+VFM(視覺基礎模型)實現(xiàn)人機語言交互、任務理解、推理和規(guī)劃;VLM(視覺-語言模型)實現(xiàn)更準確的任務規(guī)劃和決策;VLA (視覺-語言-動作模型)解決機器人運動軌跡決策問題
