登录社区云，与社区用户共同成长
邀请您加入社区
2017年底，IDC发布了2018年全球IT产业预测，主要结论就是以云、大数据、移动和社交等为代表第三平台所推动的数字化转型将进入第二阶段：从以公司为主、孤岛型创新的实验性阶段，走向基于平台和生态系统、数字产品与服务爆炸的倍增创新阶段。IDC高级副总裁和首席分析师Frank Gens就此评论：在上升的数字经济中，所有企业必须像原生数字企业那样运营，围绕大型数字创新网络来重新架构企业，最终成为新的
工业仿真涉及国防、航空航天、汽车等关键领域，其数据关乎产品研发等核心商业机密。云计算虽可提供弹性算力，但虚拟化架构的网络通信瓶颈等，难以满足高保密场景需求。在此背景下，“安全超算”应运而生，通过物理隔离、全链路加密与多重管控，构建起高性能仿真的“数字护城河”。
摘要： 深度强化学习（DRL）在2015-2025年间经历了三大阶段：从早期基于像素的虚拟博弈（如AlphaGo），到仿真训练突破（如PPO算法），再到与具身智能、大语言模型融合的“常识化决策”时代。2025年的DRL具备多模态感知、大模型推理内核级安全（如eBPF审计）等特性，应用扩展至机器人、自动驾驶等领域，成为物理世界智能决策的核心引擎。其演进标志着从“游戏AI”到“生产力工具”的质变。
过去十年的演进，是将强化学习从**“数学家的玩具”重塑为“赋能物理世界的决策引擎”**。你在惊叹 AI 竟然能下赢围棋，虽然它除了下棋什么都不会。你在观察机器人如何利用强化学习，在凌乱的厨房里仅凭一个模糊的语音指令，就能丝滑地完成洗碗、叠衣和分类垃圾。
摘要： 2015-2025年，系统集成从硬件协议适配（Modbus/CAN）演进为AI驱动的数字孪生架构。早期聚焦电气互联（2015-2018），中期转向软件中间件（ROS 2/DDS，2019-2022），2025年实现语义级集成：通过VLA框架、eBPF内核监控和LLM自动编排，构建具身智能系统。关键跨越包括协议从Profinet到TSN、验证从现场调试到Sim-to-Real、交互从HMI到
摘要：云端工程十年演进（2015-2025） 从容器化到AI驱动，云端工程完成了从基础设施管理到智能操作系统的转型。2015-2017年以Docker和K8s为核心，实现应用标准化；2018-2022年Serverless和微服务治理成为主流；2023年后进入AI Native阶段，GPU调度、eBPF内核技术和平台工程成为关键。2025年的云端聚焦智能算力管理，通过eBPF实现微秒级监控，GPU
高性能计算（HPC）的十年转型（2015-2025）：从传统超算向AI算力底座的演进。早期以CPU集群为主，追求Linpack排名；2019年后GPU成为主算力，实现E级突破；2025年进入智算时代，万卡集群、eBPF内核审计、光交换和液冷技术成为标配。核心变化包括算力从CPU转向GPU/NPU，互联技术升级至200G/800G RoCE，存储架构优化为全闪存方案，能效比提升30倍。HPC已从科研
摘要： 空间智能（2015-2025）经历了从几何定位到语义理解与物理预测的质变。早期依赖几何SLAM（如ORB-SLAM）构建点云地图，缺乏语义信息；中期引入BEV和语义占据网络，实现动态环境理解；2025年通过3D高斯泼溅（3DGS）和神经辐射场（NeRF）技术，融合4D时空与物理常识，支持实时数字孪生与触觉交互。核心突破包括eBPF内核审计保障实时性、生成式空间填充预测盲区，以及多机协同的“
摘要： 2015-2025年，柔顺控制技术推动机器人从刚性碰撞迈向生物本能交互。技术演进分三阶段： 被动柔顺（2015-2017）：依赖机械缓冲（如弹簧），柔性固定且精度低； 主动柔顺（2018-2022）：通过阻抗控制算法模拟可变刚度，实现协作机器人安全交互； 具身智能（2023-2025）：结合视触觉预测与强化学习，实现全身动态柔顺和语义驱动响应。 2025年技术突破包括eBPF内核级安全监控
IMU技术十年演进（2015-2025）：从基础感知到智能本能 过去十年，IMU（惯性测量单元）经历了从消费电子到自动驾驶与具身智能核心的跨越式发展。2015-2017年为消费级普及阶段，6轴MEMS IMU受限于温漂和积分发散问题；2018-2021年战术级MEMS崛起，通过材料革新和预积分技术实现多传感器融合，支撑自动驾驶在GNSS失效场景的定位；2022-2025年进入具身智能时代，AI校准
摘要： 2015–2025年，MPC（模型预测控制）从计算密集型算法发展为具身智能实时控制核心。 三阶段演进： 凸优化阶段（2015–2018）：简化模型（如MIT猎豹机器人单刚体动力学）实现嵌入式实时控制； 非线性集成期（2019–2022）：NMPC与全身控制（WBC）结合，支持高动态动作； 神经MPC时代（2023–2025）：融合深度学习（如RTN-MPC）和强化学习，实现自适应与安全控制
模型控制十年演进（2015-2025）：从数学公式到具身智能 2015年机器人依赖工程师手写PID方程实现精确控制，2025年则通过强化学习让机器自主掌握运动本能。演进分为三阶段： 数学控制期（2015-2017）：基于PID和逆运动学，需人工调参，环境适应性差； 物理直觉期（2018-2022）：模型预测控制（MPC）实现动态平衡和力觉反馈； 本能涌现期（2023-2025）：端到端强化学习结合
摘要： 自动驾驶"无图（Mapless）"技术历经十年（2015-2025）从依赖高精地图（HD Map）到实时感知的进化： 高精地图时代（2015-2021）：依赖厘米级预设地图，成本高、更新慢； 轻地图转型期（2022-2023）：BEV+Transformer实现实时道路拓扑重建； 端到端时代（2024-2025）：取消显式建图，通过世界模型实现拟人化驾驶。 2025年技
摘要： 2015–2025年，机器人关节经历了从工业堆砌到极致集成与仿生驱动的变革。早期（2015–2018）依赖分立组件，笨重且刚性；中期（2019–2022）实现一体化模组化，协作机器人崛起；近期（2023–2025）转向仿生线性驱动（如行星丝杠）与准直接驱动，提升力控精度与安全性。2025年技术亮点包括eBPF内核级力矩审计、双编码器融合3D网格及碳纤维材料应用，使关节从“传动部件”升级为“
摘要： 末端执行器在2015-2025年间经历了从刚性工业夹爪到智能灵巧手的革命性演进。2015年以单一功能的气动夹爪为主，缺乏通用性和安全性；2019年后，软体机器人力控技术实现柔性抓取；2025年，20+自由度的多指灵巧手结合视触觉传感、腱绳驱动和大模型直控，可完成复杂操作。核心突破包括自由度从1增至22、感知维度从开关量升级为多维触觉，以及通过eBPF内核级力控实现微秒级安全响应。十年间，末
摘要： 2015-2025年，机器人动力学建模经历了从纯数学解析向数据驱动的跨越式演进。早期依赖拉格朗日法等刚性假设（2015-2018），随后通过系统辨识融合物理参数（2019-2022），最终发展为神经物理引擎与微分物理的智能融合（2023-2025）。2025年的技术突破体现在：①可微物理引擎实现在线自优化；②eBPF内核级力矩审计保障安全；③异构参数实时对齐支持毫秒级响应。这一进程使动力学
摘要： Gazebo在2015-2025年间完成了从单体架构到云原生仿真平台的革命性转型。2015年的Gazebo Classic采用紧密耦合的单体设计，存在扩展性差、性能瓶颈等问题。2020年启动的Ignition项目将系统拆分为模块化组件，支持物理引擎热插拔、云端资源加载和分布式计算。到2025年，新一代Gazebo（Harmonic/Jetty）完全取代旧版，实现Vulkan渲染、多物理引擎
过去十年的演进，是将 AI 从一个**“回答问题的工具”重塑为“能够与物理世界共生的实体”**。你在教机器人如何不撞墙。你在教机器人如何像人类一样，带着情感和常识去照顾老人、整理家务或在工厂协作。
摘要： 仿真工程师的十年（2015–2025）经历了从“工具人”到“核心架构师”的转变。早期（2015–2018）以离线仿真为主，模型简单且存在Sim-to-Real鸿沟；中期（2019–2022）依托游戏引擎实现高保真场景和云端并行仿真；2025年则进入具身智能时代，通过神经物理仿真（如3DGS/NeRF）和生成式AI构建数字孪生，生成合成数据训练大模型，并借助eBPF内核审计确保系统确定性。核
摘要： 2015–2025年，RTOS（实时操作系统）从轻量级嵌入式内核演进为智能驾驶与具身智能的核心底座。其发展分为三阶段： 碎片化阶段（2015–2018）：FreeRTOS等主导物联网，但缺乏统一标准； 车规级阶段（2019–2022）：QNX微内核架构满足ASIL-D安全需求，国产RTOS崛起； 具身智能阶段（2023–2025）：Hypervisor混合部署、微秒级调度及Rust内核重塑
摘要：ROS 2（2015-2025） 完成了从学术工具到工业级机器人操作系统的跨越。其演进分为三阶段： 架构重构期（2015-2018）：引入DDS实现去中心化通信； 功能完善期（2019-2022）：通过QoS、安全套件等支持车规级应用； AI融合期（2023-2025）：深度集成Zenoh协议和NPU加速，支撑具身智能与自动驾驶。 2025年的ROS 2具备无中心化、零拷贝传输、内核级eBP
ROS十年演进：从科研工具到工业级操作系统（2015-2025） 过去十年，ROS完成了从科研实验平台到工业级操作系统的蜕变。2015-2018年，ROS 1主导实验室但存在单点故障、非实时性等局限。2019-2022年，ROS 2通过DDS中间件实现去中心化架构，支持多平台和实时通信。2023-2025年，ROS已深度融入具身智能和自动驾驶领域，结合eBPF、零拷贝等技术实现微秒级调度，并与仿真
摘要： 2015-2025年，自主导航技术实现了从依赖高精地图的规则驱动（2015-2018）到轻地图感知（2019-2022），再到端到端世界模型（2023-2025）的跨越。2025年的系统具备语义理解（VLA架构）、实时物理预测和内核级安全监控（eBPF），并能通过云端协同实现群体智能。核心突破包括无图导航、神经网络决策和4D动态避障，使机器从“循迹工具”进化为具备人类常识的自主智能体，实现
摘要： 伺服电机（2015–2025）从工业组件升级为智能执行终端，经历三阶段演进： 数字化阶段（2015–2018）：总线控制（如EtherCAT）实现多轴同步，编码器分辨率提升至23位； 高密度阶段（2019–2022）：无框架电机和一体化设计使体积缩小30%，适配协作机器人； AI驱动阶段（2023–2025）：GaN/SiC器件降低损耗50%，AI算法实现自适应控制，专为人形机器人优化。
中间件
——中间件
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
深开鸿 技术专区
九章云极普惠算力
2048 AI社区
DAMO开发者矩阵
