人工智能技术
关键技术有：自然语言处理（NLP）、计算机视觉、知识图谱、人机交互（HCI）、虚拟现实或增强现实、机器学习
机器人分类：操作机器人、程序机器人、示教再现机器人、智能机器人、综合机器人
按照行业应用分：工业机器人、服务机器人、特殊领域机器人
边缘计算
边缘计算的业务本质：云计算在数据中心之外汇聚节点的延伸和演进，包括云边缘、边缘云、云化网关
边缘计算的特点：
- 联接性，是边缘计算的基础，所联接物理对象的多样性及应用场景的多样性，需要边缘计算具备丰富的联接功能
- 数据第一入口
- 约束性，对防电磁、防尘、功耗等恶劣工作条件和运行环境有较高要求
- 分布性，支持分布式计算与存储、实现分布式资源的动态调度与统一管理、分布式智能和分布式安全等能力
边云协同： 云端擅长全局性、非实时、长周期的大数据处理与分析，能够在长周期维护、业务决策支撑等领域发挥优势 边缘计算更适用局部性、实时、短周期数据的处理与分析，能更好地支撑本地业务的实时智能化决策与执行
边云协同的能力与内涵涉及Laas、PaaS、SaaS各层面的全面协同，主要包括六种协同：资源协同、数据协同、智能协同、应用管理协同、业务管理协同、服务协同
- 资源协同：提供计算、存储、网络、虚拟化等基础设施资源、具有本地资源调度管理能力，同时可与云端协同，接受并执行云端资源调度管理策略，包括边缘节点的设备管理、资源管理以及网络连接管理
- 数据协同：边缘节点主要负责现场/终端数据的采集，按照规则或数据模型对数据进行初步处理与分析，并将处理结果以及相关数据上传给云端；云端提供海量数据的存储、分析与价值挖掘。
- 智能协同：边缘节点按照AI模型执行推理，实现分布式智能，云端开展AI的集中式模型训练，并将模型下发边缘节点
- 应用管理协同：边缘节点提供应用部署与运行环境，并对本节点多个应用的生命周期进行管理调度，云端主要提供应用开发、测试环境、以及应用的生命周期管理能力
- 业务管理协同：边缘节点提供模块化，微服务化的应用/数字孪生/网络等应用实例，云端主要提供按照客户需求实现应用/数字孪生/网络等的业务编排能力
- 服务协同：边缘节点按照云端策略实现部分ECSaaS服务，通过ECSaaS与云端SaaS的协同实现面向客户的按需SaaS服务，云端主要提供SaaS服务在云端和边缘节点的服务分布策略，以及云端承担的SaaS服务能力
数字孪生
数字孪生关键技术：建模、仿真、基于数据融合的数字线程
云计算
自上而下具有 软件即服务（SaaS）、平台即服务（PaaS）、基础设施即服务（IaaS）
在灵活性方面，依次增强，SaaS -> PaaS -> IaaS 方便性方面，依次增强，IaaS -> PaaS -> SaaS
云计算部署模式：公有云，社区云，私有云、混合云
