省有關單位，各地J以上市發展改革局（委）：
《廣東省2020年重點建設項目計劃》業經省十三屆人大三次會議審議通過。2020年我省共安排省重點項目1230個項目，總投資5.9萬億元，年度計劃投資7000億元，安排開展前期工作的省重點建設前期預備項目868個，估算總投資3.4萬億元。現將計劃下達給你們，請認真貫徹執行。
省重點項目實行工程進度月報制度。正式項目按月填報進度月報表；前期預備項目按季度填報前 期工作進度，符合條件提前開工的按正式項目填報。請各地、各單位于每月6日前登錄省重點項目信息管理系統（http://www.gdzdxm.gov.cn），將項目累計至上月底的建設進度報送至省發展改革委。
附件：廣東省2020年重點建設項目進度月報表
廣東省發展改革委
2020年2月28日
《廣東省2020年重點建設項目計劃》已發布，今年廣東共安排省重點項目1230個，并提出5.9萬億的‘新基建’項目。
廣東未來產業發展重點：加快高檔數控機床和機器人等智能裝備的研發和產業化，打造一批智能制造示范基地
廣州市舉辦了首批數字新基建重大項目集中簽約及揭牌活動，73個總投資規模約1800億元的項目集中簽約、揭牌，亮出廣州發展新基建的“頭雁陣容”。
銀行大模型機器人配備高清觸控屏與先進語音識別系統,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,輕松解決“找路難”問題
梳理了國外具身智能產業發展情況，總結了我國具身智能產業發展情況、 面臨的問題，分析了全球具身智能產業發展趨勢，以及具身智能應用發展面臨的安全威脅
工業制造領域,具身智能憑借其獨特優勢提高了生產效率、保障產品質量;醫療服務領域,具身智能產品能從精準醫療和高效護理兩方面發揮獨特優勢;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將多模態感知能力融合至統一模型空間，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
多模態具身語言模型PaLM-E展現出優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/視頻與語言等模態信息構建起跨模態的統一表征體系,機器人模型的核心迭代方向，是將動作模態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小腦;真實家庭環境驗證在“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境。其實現聚焦三個關鍵模塊：程序化商店與動態消耗模擬（環境構建）、海量資產與幾何物理優化（底層加速）、長程任務與基準評測體系（驗證閉環）
軟體具身適配與多視角構建,設置了傳統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決策，實現按需調控、準確供給;大模型機器人通過早期監測與準確防控，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;實現跨模態信息整合;大模型機器人可將指令拆解為可執行步驟;具備在線學習能力，能不斷優化行為策略
