1.將弘揚科學精神貫穿于育人全鏈條。實施新時代立德樹人工程，將科學精神和科學家精神融入課堂教學和課外實踐活動，激勵青少年樹立投身建設世界科技強國的遠大志向
2.提升各階段科學教育水平。深化中小學科學課程教育改革，推廣G質量科學教育教材和課程，倡導啟發(fā)式、探究式、開放式教學，保護學生好奇心，激發(fā)求知欲和想象力。
3.實施科技創(chuàng)新后備人才培育計劃。建立科學、多元的發(fā)現和培育機制，對有科學家潛質的青少年進行個性化培養(yǎng)。積J對接英才計劃、少年科學院、青少年科學俱樂部等工作
4.建立校內外科學教育資源有效銜接機制。實施館校合作行動，引導中小學充分利用科技館、博物館、科普教育基地等科普場所廣泛開展各類學習實踐活動
5.實施教師科學素質提升工程。將科學精神納入教師培養(yǎng)過程，將科學教育和創(chuàng)新人才培養(yǎng)作為重要內容，加強新科技知識和技能培訓。
附件：關于印發(fā)齊齊哈爾市全民科學素質行動規(guī)劃綱要實施方案（2021-2025年）的通知
哈政辦規(guī)〔2022〕4號,方案補貼對象主要是針對本市轄區(qū)范圍內大豆合法實際種植面積的實際生產者,給予大豆種植良種每畝30元補貼
哈政辦規(guī)〔2022〕7號;5大部分23項具體推進措施，明確了相關職能部門的工作職責和任務分工，對我市養(yǎng)老服務業(yè)的發(fā)展起到積極的促進作用
哈政規(guī)〔2022〕5號;將拿出15億元左右資金,為全市各類市場主體減免稅收40億元左右;將中小微企業(yè)納入電費緩繳范圍等,預計受益企業(yè)將超過60萬戶
黑龍江未來產業(yè)發(fā)展重點：推動鈦合金、3D打印、機器人、復合材料、石墨產業(yè)發(fā)展
黑財辦〔2020〕9號,加大對骨干工業(yè)企業(yè)貸款貼息支持力度，主要集中在電力裝備、鋼鐵、煤化工、石墨深加工、石油化工、機器人及智能裝備、交通運輸裝備、汽車及配套、生物醫(yī)藥、化肥農藥塑料薄膜生產和新一代信息技術等重點行業(yè)。
銀行大模型機器人配備高清觸控屏與先進語音識別系統(tǒng),精準回應存款利率,貸款流程,電子銀行操作等常見咨詢,應答準確率超95%,可跟隨機器人前往柜臺,自助設備區(qū),輕松解決“找路難”問題
梳理了國外具身智能產業(yè)發(fā)展情況，總結了我國具身智能產業(yè)發(fā)展情況、 面臨的問題，分析了全球具身智能產業(yè)發(fā)展趨勢，以及具身智能應用發(fā)展面臨的安全威脅
工業(yè)制造領域,具身智能憑借其獨特優(yōu)勢提高了生產效率、保障產品質量;醫(yī)療服務領域,具身智能產品能從精準醫(yī)療和高效護理兩方面發(fā)揮獨特優(yōu)勢;智能家居領域帶來智能化變革
機器人大模型的進展從RT-1實現端到端動作輸出，再到PaLM-E 、RT2將多模態(tài)感知能力融合至統(tǒng)一模型空間，大模型已逐步具備“看圖識意、理解任務、生成動作”的完整 鏈條
多模態(tài)具身語言模型PaLM-E展現出優(yōu)秀的泛化能力和任務遷移性能;RT2采用經動作信息訓練的VLA 模型，輸出1-5Hz 的動作序列;π0/π0-Fast/π0.5: 引入動作專家，輸出50Hz 動作軌跡
多模態(tài)大模型的突破，機器人首次具備了“感知—理解—決策”的潛力，通過融合圖像/視頻與語言等模態(tài)信息構建起跨模態(tài)的統(tǒng)一表征體系,機器人模型的核心迭代方向，是將動作模態(tài)融入現有的視覺語言模型
梳理了部分布局者的大模型及本體進展，對比本體廠、大廠和獨角獸公司的大模型技術路徑及進展;各公司對垂直行業(yè)的深度理解、豐富場景和海量數據，實現具身智能在垂直場景的率先落地
異構數據協同訓練是如何讓機器人從別人的經驗中學習;兩階段訓練為機器人打造通用大腦與專業(yè)小腦;真實家庭環(huán)境驗證在“整理抽屜”、“收集衣物”、“洗碗”等任務中表現
商超大模型機器人在仿真器中復現一個極度擁擠且充滿變數的零售商超環(huán)境。其實現聚焦三個關鍵模塊：程序化商店與動態(tài)消耗模擬（環(huán)境構建）、海量資產與幾何物理優(yōu)化（底層加速）、長程任務與基準評測體系（驗證閉環(huán)）
軟體具身適配與多視角構建,設置了傳統(tǒng)的剛性機械臂和軟體機器人;大模型的部署與性能對抗;模型控制軟體機器人執(zhí)行極高風險的“給人類嘴里喂棉花糖”任務
大模型機器人通過準確識別-三維定位-輕柔采摘大幅提升采摘效率與品質;大模型機器人通過實時感知與動態(tài)決策，實現按需調控、準確供給;大模型機器人通過早期監(jiān)測與準確防控，有效降低病蟲害損失
大模型機器人能理解復雜、口語化的指令，支持多輪對話和上下文記憶;實現跨模態(tài)信息整合;大模型機器人可將指令拆解為可執(zhí)行步驟;具備在線學習能力，能不斷優(yōu)化行為策略
