党建工作

习近平总书记:用好红色资源、赓续红色血脉,努力创造无愧于历史和人民的新业绩

发布时间:2021-10-11 浏览次数:1067

10月1日出版的第19期《求是》杂志发表中共中央总书记、国家主席、中央军委主席习近平的重要文章《用好红色资源、赓续红色血脉,努力创造无愧于历史和人民的新业绩》。  

文章强调,红色资源是我们党艰辛而辉煌奋斗历程的见证,是最宝贵的精神财富。红色血脉是中国共产党政治本色的集中体现,是新时代中国共产党人的精神力量源泉。回望过往历程,眺望前方征途,我们必须始终赓续红色血脉,用党的奋斗历程和伟大成就鼓舞斗志、指引方向,用党的光荣传统和优良作风坚定信念、凝聚力量,用党的历史经验和实践创造启迪智慧、砥砺品格,继往开来,开拓前进,把革命先烈流血牺牲打下的红色江山守护好、建设好,努力创造不负革命先辈期望、无愧于历史和人民的新业绩。

文章指出,要教育引导全党始终坚持科学理论指导。中国共产党为什么能,中国特色社会主义为什么好,从根本上说,是因为马克思主义行。我们要从党的百年奋斗史中感悟真理的力量,不断深化对共产党执政规律、社会主义建设规律、人类社会发展规律的认识,用马克思主义的真理光芒照耀我们的前行之路。

文章指出,要教育引导全党始终坚持理想信念。全党同志要增强“四个意识”、坚定“四个自信”,在全面建设社会主义现代化国家新征程上披荆斩棘、奋力前行,不断夺取新时代中国特色社会主义新胜利。要教育引导全党始终坚持初心使命。全党同志要从党的百年奋斗史中不断体悟初心使命,贯彻好以人民为中心的发展思想,矢志不渝为实现中华民族伟大复兴而奋斗。

文章指出,要教育引导全党始终坚持光荣革命传统。全党同志要用党在百年奋斗中形成的伟大精神滋养自己、激励自己,以昂扬的精神状态做好党和国家各项工作。要教育引导全党始终坚持推进自我革命。全党同志要增强忧患意识,以永远在路上的坚定执着将全面从严治党向纵深推进,严于律己,不断提高政治判断力、政治领悟力、政治执行力,始终做一名合格的共产党员,为把党建设得更加坚强有力作出应有的努力。

565net必赢客户端

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
  • 通产丽星公众号

    565net必赢客户端公众号

    版权所有© 565net必赢客户端(China)最新App Store  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。