数智园区：多跨协同园区治理解决方案

CoCap：多机器人协同运动捕捉法

的多机器人协同运动捕捉方法，用于在户外环境中捕捉多个演员的动作。 论文方法 1.1 方法描述 该论文提出了一种多机器人系统中的协同视角规划算法，旨在监测动态目标并避免障碍物。每个机器人在有限的图中移动，并根据视觉覆盖奖励选择动作。 1.3 解决的问题 该算法解决了多机器人系统中协同视角规划的问题，即如何使多个机器人协同工作，以最大化它们对环境中的动态目标的视觉覆盖范围。 此外，该算法还考虑了环境中的障碍物，并尝试最小化机器人之间的碰撞概率。因此，该算法可以在实际应用中提高多机器人系统的效率和可靠性。 论文实验 本文介绍了作者对多无人机协同拍摄系统的实验研究。 方法创新点 本文的主要贡献在于提出了一种新的多机器人协同视角规划系统，该系统能够平衡机器人之间的冲突和个体视角奖励，并且能够在复杂的环境中实现多样化的视角覆盖。

多机器人协同全覆盖路径规划

基于图的方法：基于遗传算法或蚁群算法进行建模和遍历 多机器人全覆盖：在单机器人全覆盖路径规划的基础上，并结合任务分配、区域划分、路径优化、机器人协作和环境适应性等策略，实现更智能的全覆盖路径规划 基于图优化的 Cartographer 算法：通过前后端分离的结构，结合激光雷达、IMU 及里程计信息，实现机器人的定位与建图 前端：由扫描匹配、运动滤波和子图构建等模块，实现机器人当前位姿的实时估计 回环：当检测到机器人空间距离近和激光匹配度高 ，将全覆盖路径规划的多机器人协作的问题转化为单机器人规划问题（生成树覆盖算法），从而减少计算复杂度。 路径长度：各机器人所需路径的总长度，路径长度越短，说明任务执行效率越高 覆盖率：表示机器人实际覆盖区域与待覆盖区域的比值，覆盖率越高效果越好 任务执行时间：整个多机器人系统完成全覆盖任务所需的时间，分别统计各机器人的执行时间 改进DARP 算法实现路径跟踪 波前算法计算各栅格的距离代价：先将机器人初始位置和障碍物栅格的波前值设置为 0和无穷大，代表代价为零和不可通行；再以机器人初始位置为起点，取其上下左右 4 个邻域栅格波前值最小者加

智谱AI推出GLM-4，性能逼近ChatGPT-4

ChatGPT、GLM-4、Claude3等大模型不断涌现，本文将详细介绍智谱AI所推出的GLM-4大模型，分析其背景、性能、应用等。 例如，北京智谱华章科技有限公司（简称“智谱AI”）致力于打造新一代认知智能大模型，专注于中文认知大模型。 今天，我们将聚焦于GLM-4这款由智谱AI推出的国内大模型，详细分析其性能和应用等。 借助GLM-4-9B的强大长文本、指令遵循能力，使用者可以将其用作智能客服/聊天机器人，或进行实施文本分析，帮助社交媒体监控、新闻分析等领域工作者快速处理需求[6]。 参考文献[1]智谱AI官网（https://www.zhipuai.cn/）.[2]极客公园.智谱 AI 推出新一代基座大模型 GLM-4，能力逼近 GPT-4，配备多模态、长文本和智能体（https:

新能源行业数智化供应链协同解决方案

国家为新兴产业提供了绕过传统高成本高污染的能源发展路径 ▣ 2、经济快速复苏，带动新能源需求显著增长，市场空间广阔，发展韧性强大 ▣ 3、行业金融支持力度加大，改善新能源企业现金流情况，促进行业健康发展 ▣ 4、 能源采购物资种类繁多，人工报价，工作量大、效率低 ▣ 2、物资消耗原始记录不健全，管理漏洞多、生产用料浪费大、物资消耗混乱 ▣ 3、新能源企业物资采购掌握在一个部门或者几个人手里，缺乏有力监督和制约 ▣ 4、 产品核心功能 —— image.png ▣ 1、全程电子化、降本增效 招标等采购过程全程电子化，有效实现过程规范，从需求发布到招标报价，采供双方业务线上协同，降本增效。 ▣ 3、打破信息孤岛，为采购业务赋能 系统提供完善、多元化的接口与各大ERP厂商实现对接，实时交互，打破信息壁垒，从而提高供应链协同效率。 提升内外部协同效率，数据驱动获取更多利润，从而增加客户、提升销量，降低成本、加速资金流转，助力销售模式变革！

纺织服装产业数智化供应链协同转型解决方案

行业机会 ▣ 1、细分市场兴起，细分领域增长率未来有望得以延续 ▣ 2、服装电商整体规模稳步扩大，流动电商将迅猛发展 ▣ 3、数字时代生产模式将颠覆传统促进服装行业大发展 ▣ 4、供应链存在改革空间 ，多方加力促进服装产业集群升级 行业痛点 ▣ 1、各分店库存不清楚，难管理，彼此数据不通 ▣ 2、服装销售时间短、换季比较快，商品更新频繁 ▣ 3、服装促销活动多，销售管理比较乱，价格调整不方便 ▣ 4、 ▣ 2、平台化管理，采购执行全协同 门户、流程、内容、集成、消息、组织7大引擎，构建采购管理应用，根据需求实现便捷的调整与扩展、对接集成财务、ERP等系统，实现采购管理和采购执行全协同。 ▣ 3、全程电子化，安全便捷 打通内外，实现业务协同，实现供应商资质审查及认证、招投标、合同、协议、订单、对账单、收货单等文件的电子签署。

连锁商业的下一站，是AI协同运营 智睿视界

通过上述方案，不同规模门店可获得约6-18个月的ROI回收周期，部分品牌在实践中实现了人效提升超30%。 三、 平台化演进：从“巡检工具”到“AI协同运营中枢”该平台的定位并非单一的巡检工具，而是一个覆盖“总部-区域-门店”全链路的协同运营平台。 场景一：跨层级任务协同 流程：总部在App中设定运营标准（如新品陈列），AI自动生成可视化操作指南并推送至全国门店。 场景二：全链路营销协同 流程：总部发布营销活动后，AI可基于历史数据推荐适配门店，并生成话术与素材包。门店执行时，店员拍摄陈列实景，AI视觉算法自动比对总部标准。 它从一个解决单点问题的“工具”，演进为一个促进组织协同、驱动精细化运营的“平台”，为现代连锁商业的数字化转型提供了可供参考的技术与实践范式。​

什么是chatgpt-4丨小智AI

什么是ChatGPT-4？让我们从名字开始说起。人工智能聊天机器人部分不言自明，也就是你可以与之互动的计算机界面。 而GPT-4是“生成性预训练转化器第4型”（Generative pretrained transformer 4）的简称。这意味着，它是OpenAI发布的GPT软件的第四次迭代。 ChatGPT-4与它的前身有什么不同？任何此前研究过ChatGPT的人都会知道它所存在的局限性。 有观点认为，当前人工智能机器人的能力，取决于它所接受训练和分析的信息量。OpenAI公司表示，它已经花了六个月的时间来使新的软件更加安全。 用户可以在提交文字的同时提交图片，ChatGPT-4将能够处理和讨论这两方面的内容。此外，视频输入的能力也即将到来。我怎样才能使用ChatGPT-4？

小智接入MCP！只需4步

小智AI 的 MCP 接入点： 用于把本地的MCP服务接入到小智AI的大模型，提供给语音终端使用的接口。采用Websocket协议，用于和 MCP client进行连接。 xiaozhi.me 获取MCP接入点 第二步， 访问 modelscope.cn 找到要使用的MCP： 点击进去后，开启 SSE URL 连接服务： 复制 MCP JSON 配置信息： 第三步， 下载打开小智MCP

智元机器人推出全球首个4D世界模型EnerVerse

针对上述难题，智元机器人团队提出了 EnerVerse 架构，通过自回归扩散模型（autoregressive diffusion），在生成未来具身空间的同时引导机器人完成复杂任务。 Sim2Real 适配：通过在仿真数据上训练的 4D 生成模型（EnerVerse-D）与 4D 高斯泼溅 (4D Gaussian Splatting) 交替迭代，EnerVerse 构建了一个数据飞轮 智元机器人通过 EnerVerse 架构开创了未来具身智能的新方向。通过未来空间生成引导动作规划，EnerVerse 不仅突破了机器人任务规划的技术瓶颈，还为多模态、长程任务的研究提供了全新范式。 作者介绍 EnerVerse 主要科研成员来自智元机器人研究院具身算法团队。论文共同一作黄思渊是上海交通大学与上海人工智能实验室的联培博士生，师从 CUHK-MMLab 的李鸿升教授。 另一位共同一作陈立梁是智元机器人的具身算法专家，主要负责具身空间智能与世界模型的研究。 © THE END 转载请联系本公众号获得授权

稚晖君-智元人形机器人问世了

刚刚，稚晖君的创业公司「智元机器人」开了自己的第一场发布会。 发布了首款产品「远征 A1」。 稚晖君表示：「远征 A1 是我们的第一台通用型智具身智能机器人，它融合了各种先进的本体控制、感知、认知和决策的智能技术，基于当前 AI 领域前沿的大语言模型，以及我们自研的视觉控制模型，完成了一系列创新 在发布会上，稚晖君还利用视频演示了智元远征 A1 机器人的一些实际应用，例如代替人类从事流水线上的工作。 在 CG 演示视频中，我们也看到了稚晖君模仿波士顿动力的那「暴力」一脚，对远征 A1 机器人踹了一脚和打了一拳，或许是因为稚晖君的动作幅度较小，智元远征 A1 机器人反馈的摇晃幅度也明显较轻。 遗憾的是，我们并未在发布会上看到智元远征 A1 机器人的实际演示，但在发布会的最后，正如开头所展示的那样，智元远征 A1 机器人也缓缓走上发布会中央，完成了初次亮相。

用上机器人就等于家电“智造”？

随着自动化设备成本逐步下降，以及机器人下游应用领域得不断拓展，尽管脚步慢于汽车和消费品行业，如今在家电领域，美的、创维、格兰仕、格力、海信、志高、奥马等，都在大量使用自动化设备或机器人，以使得品质稳定得到保障 未来的家电制造工厂里，机器人将发挥越来越重要的作用。据预测，未来几年中国机器人每年新增数量将会保持在35%左右，预计2020年，中国市场工业机器人新增量将达到22万台。 但家电企业的制造转型仅仅是换上自动化生产线、用上机器人而已吗？ 显然不是。 所以，不能用上了机器人就可以说自己在进行“智能制造”的，家电制造企业现在做的都只是向智能制造转型的第一步，接下来对信息化系统的搭建将更为考验。

16推荐系统3-4协同过滤算法

Note 对于上述电影推荐系统的问题仅仅建立在每位用户都对数个电影进行了评价，并且每部电影都被数位用户评价过的情况下，这样才能重复这个迭代过程来估计出 和 协同过滤算法 指的是当你执行算法时，要观察大量的用户的实际行为来协同地得到更佳的每个人对电影的评分值 把这两个特点结合起来就能得到真正的协同过滤算法。 如果你有电影的特征，你就可以解出以下的最小化问题，找到用户参数 ? 协同过滤算法可以同时学习这两者。我们的优化目标便改为同时针对 x 和 θ 进行。 ? 协同过滤算法使用步骤： 初始 x(1),x(2),...,x(nm)，θ(1),θ(2),... ,θ(nu)为一些随机小值 使用梯度下降算法最小化代价函数 在训练完算法后，我们预测 θ 为用户 j 给电影 i 的评分 通过这个学习过程获得的特征矩阵包含了有关电影的重要数据，这些数据不总是人能读懂的

ROS控制多台机器人实现多机协同

ROS控制多台机器人的思路与实现 1. turtlesim实现 4. 实现思路 1.1 两台机器人跟随 首先先来缕一缕思路，如果要实现turtlebot2跟随turtlebot1，则需要知道两台机器人之间的位置和姿态的关系。 之后通过订阅 TF工具 中两机器人的关系即可。 之后通过两机器人之间的位姿关系可获得两机器人的 距离 和 姿态角差值，通过PID控制分别发布 速度 和 角速度 指令，实现机器人的跟随控制。 source_frame"：求解的坐标系 rospy.Time()：获得最近的相对位置 返回的数据为： 位置：[x, y, z] 姿态：[roll, pitch, yaw, w] 3 通过turtlesim实现 待补充 4.

多机器人协同首现基础模型技术突破

多机器人协同首现基础模型技术突破大型语言模型等基础模型引入了AI新范式：无需数据标注，通过海量数据自监督训练的大模型可学习通用能力。该范式最著名的应用集中在语言、图像和视频生成领域。 在某机构，答案在于管理机器人集群。今年6月，我们宣布开发出新型基础模型DeepFleet，用于预测物流中心和分拣中心内移动机器人的交互行为。 尽管清楚机器人的运行算法，但实时模拟数千台机器人的交互需消耗巨额计算资源。相比之下，学习型模型能快速推断交通流模式。 我们将位置预测视为预训练任务，如同基于下一词预测训练的聊天机器人能回答多样化问题，基于位置预测的预训练可使AI为移动机器人集群生成通用解决方案。 机器人-场地模型undefined使用交叉注意力机制融合机器人嵌入与场地状态嵌入，捕获机器人间及机器人与场地关系，通过输出头预测动作。

白皮书：智算中心光电协同交换网络全栈技术

《智算中心光电协同交换网络全栈技术白皮书》（2025 年 8 月，由湖南大学、中国联通研究院等多单位联合编写）指出，在 AI 大模型参数量指数级增长推动智算需求爆发的背景下，传统纯电交换网络因在端口密度 、带宽、时延、功耗上逼近极限，难以满足大规模分布式训练需求，而光电协同交换网络凭借光交换的TB 级带宽、纳秒级时延、低功耗与电交换的灵活控制能力形成互补，成为新一代智算中心网络核心方向；白皮书系统分析了该网络在应用层 二、智算中心发展与光电协同网络兴起 （1）国家政策推动 2025 年 1 月：《国家数据基础 设施建设指引》强调 “高效弹性传输网络” 对大模型训推的支撑作用，要求提升数据交换性能、降低传输成本。 -4 训练需 25000 张 H100 GPU，全互联需 TB 级聚合带宽）； 时延降低：纯电交换端到端时延为微秒级（约 30µs），光电协同中光链路时延达纳秒级，仅电控制部分为微秒级，可减少大模型训练同步等待 现阶段使用光电协同方案组建智算中心网络，以结合光域的高速传输和电域的灵活控制，是更为实际的方案。

恩智浦宣布：4月1日起涨价！

根据最新曝光的一份文件显示，汽车芯片大厂恩智浦（NXP）于当地时间3月5日向合作伙伴发出价格调整通知函，宣布将自2026年4月1日起对部分产品实施价格上调。 除了决定自2026年4月1日涨价，恩智浦还决定自3月30日起按常规周期更新分销目录价格，同时为合作伙伴提前提供受影响产品清单与分销成本信息，以便渠道与终端客户做好调整准备。 尽管面临成本控制和通货膨胀等挑战，恩智浦仍然对其营收目标和市场地位充满信心。 恩智浦的发言人表示，“过去几个季度，我们观察到了40多个积极趋势，以及这些趋势中20多个其他特征。 恩智浦发言人指出，“我们看到成本通胀正在加剧。如果运营上无法消化这些增长，我们就必须像过去一样将其转嫁给客户。如果今天不得不宣布成本上涨，我们也会再次这样做。 在核心的汽车芯片业务方面，恩智浦发言人表示：“我们致力于打造汽车核心电子元件，而这正是S32系列的核心所在。我认为产品路线图和设计订单的成功都很好地印证了S32的优势。

高科技电子行业SRM供应商协同数智化解决方案

行业机会●●●▣ 1、全行业产能紧缺，国产替代化正在加速▣ 2、需求顺周期恢复，龙头领先优势将加大▣ 3、地缘政治致产业链重构，升级节奏加快▣ 4、5G手机加速渗透，推动整体出货量增长行业痛点●●●▣ 1、产量需求增大，品质要求高▣ 2、零备件种类多，物料难管理▣ 3、生产节奏加快，流程压力大▣ 4、设备种类多，集成难度加大解决方案●●●▬  高科技电子行业 S2B2C商城 ▬全渠道协同  业务处理规范化 ▬  高科技电子行业供应商管理 ▬降本增效 优选资源 库存协同高科技电子供应商管理系统全过程的数字化，能够帮助企业优化繁琐的供应商准入流程，规避劣质供应商，挖掘更优质的供应商资源，让供应商管理的数据更加透明可用 ▣ 2、供加强产业链协同，零差错高效率供应商管理系统可通过助力企业了解采购订单信息、交货信息、支付信息等，并能迅速传达需求指令、变更请求等，保证内外部沟通高效、准确，减少人为差错。 ▣ 2、平台化统一管理，采购执行全线协同门户、流程、内容、建模、集成、消息、组织7大引擎，构建采购管理应用，根据需求实现便捷的调整与扩展、对接集成财务、预算等系统，实现采购管理和采购执行全协同。

腾讯云智算解决方案：以软硬协同架构突破AI算力瓶颈

构建算存网一体化的高性能智算底座 腾讯云通过自研硬件与软件加速套件协同优化，提供全栈智算解决方案： 硬件创新：搭载业内独有3.2T RDMA星脉网络，实现拥塞降低40%，配合高性能存储组件CFS Turbo

腾讯&泛微协同办公联合解决方案：构建组织数智化运营平台

识别组织数智化协同瓶颈 组织需整合内外部协同、统一系统入口以提升运营效率，但面临多系统割裂（OA/ERP/HR/CRM等独立运作）、沟通渠道分散、应用集成复杂、数据检索低效等挑战。 泛微网络科技股份有限公司（上交所主板上市公司，股票代码：603039；国家规划布局内重点软件企业）20⁺年专注协同管理软件研发，服务80,000⁺家大中型组织用户案例，沉淀87个细分行业解决方案，发现客户核心诉求为构建统一数智化运营平台 ，实现“人、事、应用、数据”一体化协同。 /会议/印控/督查督办等16类专项应用； 技术支撑：低代码平台（智能搭建/低代码/全代码）、可信数字化（数字身份/电子签章/数字存证）、七大引擎（组织/门户/流程/内容/移动/建模/集成引擎）、数智大脑 undefined核心价值聚焦五统一：统一组织（内外部人员同平台）、统一沟通（类微信即时通讯）、统一用户（多系统待办集成）、统一应用（千人千面移动门户）、统一搜索（7x24小时智能语音助手跨系统检索）。