《“揚帆”行動》共分為五個部分七項發(fā)展指標，涵蓋了17個重點行業(yè)，明確了陜西省在5G應用發(fā)展方面的指導思想，制定了5G應用關鍵指標、重點L域應用成效、5G應用生態(tài)環(huán)境、關鍵基礎支撐能力等發(fā)展目標。同時結(jié)合陜西省5G應用發(fā)展現(xiàn)狀，從5G應用標準體系構建、重點行業(yè)融合應用標準研制、重點行業(yè)關鍵標準落地、關鍵系統(tǒng)設備攻關、產(chǎn)業(yè)短板弱項彌補、新型消費終端成熟等12個方面，提出了陜西省5G應用發(fā)展的34項重點任務。
根據(jù)《“揚帆”行動》，陜西省將推進“5G+車聯(lián)網(wǎng)”應用。強化汽車、通信、交通等行業(yè)的協(xié)同，加強政府、行業(yè)組織和企業(yè)間聯(lián)系，共同建立完備的5G與車聯(lián)網(wǎng)測試評估體系，保障應用的端到端互聯(lián)互通。依托重點整車企業(yè)，聯(lián)合G校及優(yōu)勢互聯(lián)網(wǎng)企業(yè)，加快車規(guī)J芯片、車載雷達系統(tǒng)、G精度地圖、車載計算平臺、智慧座艙等重點技術研發(fā)與產(chǎn)業(yè)化，推進智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)在車、路、網(wǎng)、云等L域的創(chuàng)新研發(fā)、測試檢驗及示范應用。穩(wěn)步推進5G等通信設施與交通基礎設施融合發(fā)展，網(wǎng)絡通信設施重點覆蓋。
附件：關于印發(fā)《5G應用“揚帆”行動計劃（2021-2023年）》的通知
明確到2022年底，西安市基本建成適度超前、車樁相宜、智能高效的充電基礎設施體系，建成投運集中式充電場站200個；充電樁10000個，其中2020年完成3900個，2021年完成3290個，2022年完成2810個
到2022年底，建設完成5G基站5150個，建成通信基礎設施全省領先、行業(yè)應用深度融合、創(chuàng)新能力顯著增強的5G創(chuàng)新應用和產(chǎn)業(yè)發(fā)展示范區(qū)
西安航天基地從5G網(wǎng)絡、數(shù)據(jù)基礎設施、智能社會基礎設施、人工智能、工業(yè)互聯(lián)網(wǎng)、市場開拓、應用場景等7個方面，出臺12條具體措施
陜西未來產(chǎn)業(yè)發(fā)展重點：啟動中國制造2025陜西行動計劃，重點發(fā)展電子信息、航空航天、新能源汽車、3D打印、機器人、高端芯片制造、智能終端生產(chǎn)等產(chǎn)業(yè)
陜西省《行動計劃》包括一個總體目標、七大工程、十項重點任務，從加強組織領導、優(yōu)化發(fā)展環(huán)境、強化要素保障、加大金融支持、強化宣傳引導六個方面對陜西省通信基礎設施建設以及5G創(chuàng)新發(fā)展提供了保障
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(chǎn)品和服務中，并且這些 AI 功能將成為收入增長的主要驅(qū)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(zhì)量供給引領和滿足內(nèi)需的關系；二是做優(yōu)增量和盤活存量的關系；三是產(chǎn)業(yè)國內(nèi)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(diào),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(jié)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
迎賓機器人需要具備與人類實時的任務級交互能力,快速理解人類通過語言,手勢等方式給出的指令,有效執(zhí)行;迎賓機器人需要能夠通過視覺、聽覺、觸覺等多種感官獲取信息
