搜索[协同管理]结果-低调大师优秀个人博客

精选列表

搜索[协同管理]，共10000篇文章

新能源企业分布式组网实践：总部、电站与云端如何协同连接

光伏电站可能位于戈壁，风电场分布在沿海或近海，储能项目可能跨越多个地区，总部与运维团队则集中在城市。站点距离远、接入条件不同、业务类型复杂，使新能源企业的网络建设面临较高挑战。

2026-07-27

AI 赋能域名滥用的攻击机理与全域协同防御体系研究

驱动域名滥用的完整攻击链路、技术实现路径与产业运营模式，剖析注册局、注册商域名治理体系现存结构性短板，以印度 NIXI 四层 AI 域名筛查平台落地案例为实证依据，梳理事前注册拦截、事中全域监测、事后跨机构协同处置的治理逻辑

2026-07-21

AI Agent时代的流程自动化：RPA、Workflow与LLM协同架构实践

过去十年，企业流程自动化主要依赖RPA（Robotic Process Automation，机器人流程自动化）。

2026-07-17

2026 产品研发协同实践：产品任务流转工具如何提升需求交付效率

很多团队都有这样的经历：需求评审已经完成，负责人也已经明确，开发排期已经确定，但真正进入执行阶段后，任务却开始出现各种偏差。有人不知道需求已经修改，有人等待上游完成却没有收到通知，还有一些任务因为负责人调整或优先级变化，被遗忘在聊天记录、会议纪要或文档中。

2026-07-16

2026 企业执行力建设：工作执行跟踪工具如何提升团队协同效率

很多团队都会遇到这样一种情况：工作已经安排，负责人也已经明确，会议结束后大家都表示没有问题，但几天之后再追踪时，却发现任务推进情况并不一致。有的工作已经完成却没人同步，有的任务因为依赖关系被迫延期，还有一些事项因为缺少负责人持续跟进，被遗忘在聊天记录和会议纪要中。

2026-07-16

Web服务器与应用程序服务器如何协同工作？

查到最后，多半是 Web 服务器把请求转发给应用服务器时，端口配错或协议没对齐，一次协同直接断裂。理解两者如何分工、如何通过反向代理准确衔接，远比背配置指令更重要。

2026-07-15

下一个 AI 拐点：从单 Agent 聪明，走向多 Agent 协同

过去几个月，TiDB 团队内部已经开始用 Loop 参与真实开发工作，完成了几十万行代码的编写。

2026-07-14

WorldForge 多动态环境基准，量化 Agent 组件协同能力

当下主流大模型评测基准多为单轮静态任务，仅能验证基础语言能力，完全无法模拟真实交互里的序列决策、状态持续演化、情绪 / 认知压力干扰等场景腾讯云。

2026-07-11

CCS自动化产线数据架构的痛点与边缘协同实践

数据架构面临的最大挑战并非存不下，而是协同难。首先是高并发写入导致的I/O瓶颈。焊接工位通常采用EtherCAT或Profinet实时总线，数据刷新频率可达1kHz，用于控制激光功率的闭环调节。

2026-07-11

JeecgBoot 双流程引擎选型指南：协同工作 vs Flowable，别再用错了！

维度协同工作 Flowable 流程审批定位轻量级 OA 协同，临时发起、灵活流转企业级 BPM 引擎，标准化、规范化审批底层引擎 JeecgBoot 自研协同模块

2026-05-20

RoboMIND 2.0 解锁具身智能新范式：快慢系统协同，泛化指数提升

欢迎来到天工造物开源社区！作为具身智能领域的协作枢纽，我们致力于开源开放核心技术，与全球开发者并肩同行，用代码加速通用智能的落地。面对每天爆发式增长的具身智能 arXiv 论文和行业动态，如何才能不掉队？为了帮你打破信息茧房、过滤无效噪音，我们特别推出全新专栏活动 ——「具身智能半月谈」。每天一期硬核技术文章，不仅深度拆解顶会上的明星论文，更会为你剖析最前沿的具身技术原理。和我们一起“啃”透前沿算法，每天几分钟，精准把握学术与产业的最新风向！导读在具身智能的赛道上，数据就是燃料。过去两年，Google 的 RT-1、Open X-Embodiment 等数据集教会了机器人如何“看图做事”。但这些主流数据集往往存在三个明显的短板：单臂为主：大多数数据是单臂操作，而现实生活中的复杂任务（如叠衣服、拧瓶盖）往往需要双手协作。静态基座：机器人多被固定在桌前，缺乏“移动+操作”的全身协调数据。缺乏触觉：机器人“看得见”却“摸不着”，在处理精密装配或易碎品时显得笨拙。为解决具身智能优质数据的稀缺问题，北京人形在2024年12月推出了大规模多构型智能机器人数据集和Benchmark——RoboMIND1.0，发布后吸引了全球众多顶尖实验室与开发者接入使用。经过一年的全面的打磨与升级，RoboMIND2.0于2025年12月正式发布！在此前版本的基础上，RoboMIND2.0 实现了跨越式的进化。从庞大的数据规模到多形态的机器人支持，从全模态感知到高精度的仿真对齐，研究团队为开发者带来前所未有的数据体验。截至2026年2月底，RoboMIND系列数据集已在HuggingFace、ModelScope等平台突破200w次下载。论文链接：https://arxiv.org/pdf/2512.24653 项目主页：https://log2r.github.io/RoboMIND2.0/ 数据集下载：https://modelscope.cn/datasets/X-Humanoid/RoboMIND2.0 配套仿真代码：https://github.com/Open-X-Humanoid/RoboMIND-Sim 具身智能的“百科全书” 1、规模破圈，构筑庞大具身基座在数据体量与场景广度上，RoboMIND2.0 迎来了全面爆发。本次升级包含了高达31万条高质量演示轨迹，总操作时长超过1000小时，一举覆盖了759种精细任务与1139种交互物体。研究团队打破了单一场景的局限，将操作轨迹数据扩展至11个核心场景。无论是工业零件分拣、流水线设备操作，还是高度复杂的物理与化学实验室，亦或是充满烟火气的家庭厨房与家电交互，RoboMIND2.0 均提供了丰富的数据支持。相比上一代，机器人的本体、任务与技能数量均实现了2倍以上的全面跃升。 2、多具身形态，适配多样化研究需求为了更好地支持跨形态模型的探索以及不同机器人之间的长程协作任务，RoboMIND2.0 实现了真正的“多具身形态（Multi-Embodiment）”覆盖。数据集容纳了6种截然不同的机器人本体：从经典的 Franka、UR5e 机械臂，到轮式数采机器人 AgileX 与 ARX，再到全尺寸人形机器人“天工”（Tien Kung）和轮式人形机器人“天轶”（Tian Yi），全面赋能各种形态的具身智能研究。 3、全模态感知，赋予机器人“指尖触感” 真实的物理世界需要极其细腻的感知能力，这也是 RoboMIND2.0 的核心突破之一。研究团队在全模态感知上进行了深度融合：不仅提供了多视角 RGB-D 的视觉记录，每一条轨迹还配有精细的 Gemini 辅助生成的语言标注，让指令理解更加精准。更重要的是，数据集中集成了高精度触觉传感器数据，包含1.2万余条带有法向力和切向力记录的轨迹。这些珍贵的触觉操作数据，不仅能强力支持 VTLA/MLA (Visual-Tactile-Language-Action/Multisensory-Language-Action) 模型的训练，更是训练机器人大/小脑模型的绝佳素材。 4、无缝穿梭，打通 Sim-to-Real 最后一公里针对开发者最关注的仿真与现实鸿沟问题，RoboMIND2.0 给出了完备的解决方案。研究团队不仅开源了基于 ArtVIP 的大量仿真数据并支持其批量评测，还在此基础上提供了与真实世界1:1对应的 Isaac Sim 仿真资产。像人一样的“MIND-2”快慢系统拥有了数据，如何让机器人学会思考？RoboMIND 2.0 同步提出了一种仿生的 MIND-2 双系统架构，灵感源自人类的认知系统：将高层语义规划（慢）与底层抗干扰控制（快）解耦，是解决机器人长序列移动操作（Long-horizon Mobile Manipulation）难题的关键路径。慢系统（System 2），机器人的“大脑”：模型为MIND-2-VLM（基于 InternVL3-8B 微调），该模型负责高层语义推理和长程规划。它像一个指挥官，看着摄像头的画面，分析当前进度，将复杂的长任务拆解为具体的子任务指令（例如：“先去厨房” -> “找到苹果”）。快系统（System 1），机器人的“小脑”：模型为MIND-2-VLA（视觉-语言-动作模型），负责底层的动作执行。它接收“大脑”的指令，毫秒级地输出电机控制信号，直接控制双臂和底盘。该模型采用隐式Q学习（IQL）进行离线训练，不同于简单的模仿，IQL 允许模型利用数据集中的失败轨迹进行学习。通过给失败数据打上低分，机器人学会了“什么是不该做的”，从而比纯模仿学习更鲁棒。效果展示与对比：触觉与规模的胜利 3D 模仿学习全面碾压 2D 实验对比了 ACT、Diffusion Policy 等主流算法。结果显示，在固定基座的双臂精密操作（如 Franka, UR5e 任务）中，3D感知方法（如DP3）显著优于 2D 方法。这是因为双臂操作对空间几何关系的要求极高，纯 2D 图像容易丢失深度信息。 XR-1 模型展现强大泛化力在 VLA 模型与模仿学习对比中，XR-1 模型表现最佳，尤其是在跨机器人形态的迁移上。这证明了在高质量数据支持下，模型可以学会忽略具体的机械臂构造，掌握通用的操作逻辑。触觉感知的“降维打击” 这是 RoboMIND2.0 的又一大亮点，人类在操作物体时，不仅仅是“看”，更是在“摸”。实验证明，在引入触觉信号后，模型在处理精密操作（如物体插入、防止滑落）时的成功率显著提升。无触觉：机器人只能靠看，容易捏碎物体或抓空。有触觉：机器人能感知接触力，操作更加细腻稳定。仿真数据的“神助攻” 实验还发现，将真实数据与仿真数据混合训练（Co-training），能进一步提升真机表现。特别是在真实数据稀缺的长尾任务中，仿真数据起到了关键的补充作用。结语 RoboMIND 2.0 的发布，标志着具身智能数据从“单维度积累”向“全模态、高质量”的质变。对学术界，它提供了一个标准的 Benchmark，涵盖了当前最难的几个方向（双臂、移动、触觉），让研究人员可以在统一的起跑线上比拼算法。对产业界，它证明了“触觉”和“双系统架构”是通往通用机器人的必经之路，也验证了通过数字孪生低成本扩充数据的可行性。未来，随着更多像 RoboMIND2.0 这样高质量数据的开源，我们有理由相信，那个能像人一样在家里灵活穿梭、做饭洗衣的“全能管家”，正离我们越来越近。

2026-03-11

西湖大学教授：AI 是可控的，鼓励使用 AI 探索人机协同合作

他还表示：“作为一位AI语言模型学者，我们对语言模型的工作机理相对比较了解，所以对于AI的可控程度我是持比较积极的态度，我也十分鼓励学生们尽早、更多地使用AI工具，毕竟未来人一定要和AI协同工作。”

2025-10-27

2025 视频团队协作效率软件深度指南：从 AI 驱动到全流程协同

一、技术驱动的协作革命:核心工具与场景解析分秒帧(MediaTrack):影视级全流程协作平台核心突破:全链路协同枢纽:打通素材管理、在线审片、版本控制、交付归档等环节,支持跨部门、跨组织实时协作。

2025-05-26

Zadig v2.1.0 版本发布：工作流与环境全面协同升级！

在这个版本中，我们聚焦于提升工作流与环境管理的整体能力，以满足不断增长的用户期望和多元化的使用场景。通过跨环境配置比对和同步，实现了一致性传递，使得业务和配置变更更加自动化和高效。

2024-01-15

深度数智加入openKylin，基于RISC-V打造软、硬协同新生态！

在加入社区后，深度数智愿同值得信赖的社区伙伴一起，在软硬协同生态层面开展深入合作，持续对ROMA的软件生态进行优化，不断提升openKylin系统对RISC-V硬件的支持能力，持续提升产品性能及运行稳定性

2023-05-05

为产设研高效协同而生，腾讯设计云关键产品TDesign开源发布

随着跨部门、跨团队的合作以及跨设备、跨平台应用需求的海量增加，企业如何在设计研发工作中实现高效协同，就成了一大难题。为此，腾讯推出了腾讯设计云，以满足企业相关需求。

2021-12-28

支持边云协同终身学习特性，KubeEdge 子项目 Sedna 0.3.0 版本发布！

Sedna基于KubeEdge提供的边云协同能力，实现AI的跨边云协同训练和协同推理能力。

2021-06-09

5G给云计算和边缘计算协同发展带来广阔空间

而边缘计算于近几年兴起并受到业界“追捧”，与云计算协同互补的理念也深入人心。

2020-07-23

阿里云 x 蒙牛 | 打通数据孤岛，基于MaxCompute实现产销协同的智慧运营

每一个公司转型的背后都有着不为人知的秘密今天，让我们一起探秘内蒙古蒙牛乳业（集团）股份有限公司是中国发展速度最快的乳品企业之一，2017年实现收入601.56亿元，位列全球乳业第10位，与2016年同比收入增长12%。随着业务的迅速发展，如何改善内部运营效率、降低经营成本，是蒙牛目前面临的重要挑战之一。转型原因乳品快消行业销量波动频繁、保鲜要求度高、产线供给复杂、物流网络庞大，因而内部成本控制的复杂度非常高。智能数字化为蒙牛的效率提升和成本改善提供了有效的途径。在阿里云技术支撑下，蒙牛希望从销售、排产、物流等几个方面深入进行智能化改造，从而实现成本的显著降低和效率提升。转型成效 1.更精准的预测基于阿里云MaxCompute大数据平台(https://yq.aliyun.com/articles/78108)，蒙牛可以在CRM等系统

2018-09-12

主动出击+协同对敌 CA教你如何打赢用户体验保卫战

协同对敌主动出击为企业赢得先机，而协同对敌则保证最终的效果。王励杰表示，企业能否改善应用体验，实现以用户为中心的业务转型，取决于企业内部部门间的协同。

2017-09-01

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。