党建工作

力合科创集团党总支组织开展主题党日活动

发布时间:2021-10-25 浏览次数:1301

       近日,力合科创集团有限公司党总支组织党员及入党申请人前往深圳党史馆开展主题党日活动,共25人参加了此次参观学习。


微信截图_20211025152022.png

合影留念


       首先,力合科创集团党员及入党申请人在馆内工作人员的讲解下,共同学习回顾了深圳市党史的发展脉络。深圳市党史馆主要由“红旗屹立深圳湾”、“社会主义新宝安”、“改革开放排头兵”、“新时代的先行区”四部分组成,按照历史发展脉络,馆内的工作人员系统地为大家介绍了深圳在中国共产党领导下进行革命、建设和改革的不懈奋斗史以及所取得的辉煌成就。力合科创集团党员及入党申请人认真仔细地观看图片展示、浏览说明文字,细心观察文物,对革命先辈寄予了崇高的敬意和深切的缅怀。


微信截图_20211025152116.png

力合科创集团党员及入党申请人参观深圳党史馆


       随后力合科创集团党员及入党申请人还分别参观了《先行之路——深圳经济特区档案文献展》、《百年恰是风华正茂—主题档案文献展》、《广东省脱贫攻坚档案文献展》三大主题展览。共同感受了让人心潮澎湃深圳经济特区的发展历程,催人泪下的中国共产党人坚守初心使命的感人故事,以及振奋人心的广东省决胜脱贫攻坚丰硕成果。


微信截图_20211025152132.png

力合科创集团党员及入党申请人参观先行之路——深圳经济特区档案文献展


4.png

力合科创集团党员及入党申请人参观百年恰是风华正茂—主题档案文献展


5.png

力合科创集团党员及入党申请人参观广东省脱贫攻坚档案文献展


       此次的参观学习,大家对深圳市的党史、发展史有了更系统的认识,在党的领导下,深圳从边陲渔村,成长为建设新时代先行示范区排头兵,发展速度之快,发展质量之高,让所有参与此次活动的党员和入党申请人为之感动和骄傲。活动结束后各党支部纷纷表示将继续丰富党史学习的形式和载体,积极开展特色鲜明的党史学习活动,发挥党员们的带头作用,督促力合科创全体员工以积极的工作态度、务实的工作作风,持续助力深圳落实国家创新驱动发展战略,为深圳建设中国特色社会主义先行示范区提供有力支撑。

力合科创

友情链接

  • 深圳市人民政府
  • 清华大学
  • 深圳市投资控股有限公司
  • 深圳清华大学研究院
  • 清华大学深圳国际研究生院
  • 深圳市通产丽星科技集团有限公司
  • 力合企业会公众号

    通产丽星公众号

    力合科创公众号

    版权所有© 深圳市力合科创股份有限公司  备案号:粤ICP备05062082号 粤ICP备2021027412号  粤公网安备 44030702004173号         深圳市高新技术产业园清华信息港科研楼10楼   
    以下内容转载自Zerith零次方如有侵权,请联系删除  点击此处观看产品视频  面向类家庭服务垂直场景(酒店、餐厅等),我们推出了一款轮式人形机器人Zerith-H1,取意Home1。其搭载的垂直场景操作基础模型Zerith-V0,为类家庭服务场景提供智能解决方案。丨为什么要做类家庭服务垂直场景落地?  家庭是通用机器人的终极服务场景,而在奔向家庭这个最复杂泛化、交互性最强的场景途中,我们采取 "垂直场景切入 - 家庭场景延伸" 的梯度推进策略:优先选择与家庭场景高度相似的典型服务业垂直场景(如酒店卧室 / 卫生间、餐厅后厨)作为突破口。这些场景具备三大核心优势:  1.任务聚焦性:操作流程明确(如酒店清洁、餐食备制、桌面整理),降低对于数据与模型泛化处理复杂度;  2.交互轻量化:初期仅需基础人机协作能力,显著低于家庭场景的多模态交互需求;  3.商业闭环快:通过细分领域规模化落地,快速验证技术可行性并积累真实场景数据。丨以自动驾驶为借鉴,验证专项模型可行性  从场景上看,具身智能涵盖任务泛化、对象泛化、背景泛化三大维度。自动驾驶本质上是具身智能的一个子集,已验证 "锁定场景 - 明确任务 - 泛化背景 - 泛化物体" 的垂直落地模式。这提供了可复用的经验 —— 在具身智能领域,同样可通过定义清晰任务边界(如酒店布草整理、餐厅餐桌处理),针对性突破一定范围的物体泛化(各类家具 / 厨具)与背景适应(不同光照、空间布局)的技术瓶颈,打造细分场景专业执行者。  相较自动驾驶的 "零失败容忍" 特性,具身操作允许真实场景中一定程度上的试错操作,所积累的失败数据集可以让算法学会纠正错误操作,形成 "数据采集 - 模型迭代 - 场景验证" 的闭环加速效应。这种特性使机器人能够更早进入真实环境,在动态交互中持续进化决策逻辑。  以类家庭服务垂直场景为切入点,机器人得以逐步攻克复杂度递增的场景,转动从场景数据到多样性数据的往复性飞轮,在真实环境中逐步增强模型能力;也能更早跑入商业小闭环。丨Zerith-V0:面向垂直场景的具身操作基础模型  目前主流机器人操作VLA模型采用"感知 - 动作"直连架构,依赖堆砌海量数据训练提升适应能力,缺少对操作原理的基础认知。而我们提出的Zerith-V0——创新采用"认知-行为"双系统架构,以被操作物体为中心构建空间表征,实现原理驱动式的智能操作。  人类的操作智能本质上是分层递进的:首先通过任务目标激发认知系统回滚知识,搜寻任务相关对象的物理结构组成和功能属性。对象先验和拓扑关系用于指导行为系统产生习得性动作,并实时根据主要对象的状态反馈实现行为调整。  数据层面上,划分为知识数据和行为数据。首先学习操作知识数据上,我们通过大规模的视频动作数据来构建。对于行为数据,我们构建了基于下游场景的动作基元数据集。  模型架构层面上,我们搭建了分层双系统的架构——认知系统构建对操作物体的物理属性与功能语义的理解;行为系统则基于物体空间信息映射,实现运动基元的组合优化。两者通过以操作物体为中心的统一空间表征作为交互中间件,屏蔽背景噪声,提升背景泛化能力,让系统更专注于任务本身。