会议概况 - 第六届中国机器人学术年会（CCRS2025）将于2025年8月1日-3日在长沙国际会议中心召开，主题为"人机共融，智向未来"，预计参会人数超3000人 [1][19] - 会议聚焦工业机器人、服务机器人、特种机器人、群体智能、人形与仿生机器人等11个分论坛主题，邀请200余位院士及专家参与 [1][8][19] - 由中国机械工程学会机器人分会等8家国家级学术机构联合主办，王耀南、丁汉等学者担任大会主席 [19][20] 核心议程 - **主旨报告**：郑南宁（西安交大）、丁汉（华中科大）等学者将发表机器人具身智能等领域报告 [13] - **分论坛亮点**： - 工业机器人论坛由高端重载机器人全国重点实验室冠名 [8] - 人形与仿生机器人论坛获北京元客视界科技冠名 [17] - 具身智能与大模型论坛由ChingMu青瞳视觉冠名 [18] - **青年学者活动**：设置两场青年学者论坛，覆盖清华大学、哈工大等20余所高校 [10][11] 产业参与 - **合作企业**： - 工业机器人领域包括埃斯顿、节卡机器人等14家 [77] - 医疗机器人领域有天智航、精锋医疗等12家 [77] - 人形机器人领域有优必选、宇树科技等22家 [77] - **核心零部件企业**：绿的谐波、思岚科技等25家企业参与 [79] 会议服务 - **注册费用**：非学生2500元/人，学生1500元/人（需验证身份） [46] - **推荐酒店**：长沙施柏阁大观酒店（600元/晚）、长沙环球融创施柏阁酒店（450元/晚）等4家协议酒店 [52] - **技术展示**：设置海报展及优秀海报评选环节 [13] 行业影响 - 会议通过搭建产学研交流平台，推动机器人技术与人工智能、数字信息技术的融合创新 [21] - 覆盖机器人全产业链，从核心零部件（谐波减速器、传感器）到整机应用（工业/医疗/人形机器人） [77][79]

融资与公司背景 - 公司完成近5亿元A轮融资 由鼎晖VGC和海尔资本联合领投 厚雪资本、华映资本等跟投 老股东清流资本等持续加码 [1] - 资金将用于推进人形机器人软硬技术研发与量产落地 推动"模型-本体-场景数据"闭环飞轮运转 [1] - 公司成立于2023年8月 是清华大学唯一持股的具身智能企业 坚持软硬一体技术路线 聚焦通用人工智能(AGI)前沿应用 [1] 核心团队 - 创始人陈建宇教授师从美国国家工程院院士Masayoshi Tomizuka 现任清华大学交叉信息研究院助理教授及上海期智研究院首席研究员 拥有超十年机器人研发经验 发表国际顶尖论文五十余篇 [2] - 核心团队成员来自清华、北大、伯克利等国内外知名院校及世界500强企业 研发人员占比高达80%以上 [4] 技术研发 - 基于第一性原理开展研发 重点解决机器人学习效率与任务执行能力问题 构建"端到端具身大模型+自研人形本体+全身灵巧操作"三角闭环 [5] - 模型侧持续突破视觉语言动作(VLA)模型技术 2023年发布DoReMi算法框架 2024年推出HiRT架构及PAD/VPP算法框架 首创iRe-VLA训练框架 [7] - 开发出ERA-42模型 整合视觉感知、语义理解、动作预测等功能 实现单一模型对高自由度人形机器人的全流程控制 可完成上百种操作任务 [9] 产品与商业化 - 自主研发STAR1机器人 具备55个自由度 3.6m/s最高奔跑速度 24kg单手提举能力 核心零部件全栈自研 [9] - 开发轮式人形机器人Q5 与STAR1共享核心零部件 降低研发成本 已实现批量交付 2025年累计交付量达200台 海外订单占比超50% [11] - 与海尔智家、联想、北自科技等行业领先企业建立合作 在物流和零售服务领域探索创新应用 [11] 行业格局 - 人形机器人行业主要企业包括优必选科技、宇树、云深处、星动纪元等 [13] - 具身智能领域主要企业包括跨维智能、银河通用、千寻智能等 [14]

柔性多通道肌肉电阻抗传感器(FMEIS)技术突破 - 新加坡南洋理工大学王一凡教授团队开发出柔性多通道肌肉电阻抗传感器(FMEIS)，厚度仅220μm，弹性模量212.8kPa，与人体皮肤弹性模量范围(420-850kPa)接近 [2][4] - FMEIS在手势分类任务中实现98.49%准确率，肌肉力量预测任务达到0.98判定系数(R²) [4] - 相比传统肌电(EMG)信号监测，FMEIS通过施加低强度高频电流感知肌肉组织阻抗变化，可捕捉深层肌肉(约30mm内)收缩过程中的阻抗变化 [4][10] FMEIS系统构成与性能 - 系统由4g传感器垫和53g控制单元组成，传感器垫采用超薄(220微米)高柔性(杨氏模量212.8kPa)可重复使用贴片 [6][7] - 传感器垫采用50kHz、0.4mA安全交流电流进行多通道信号注入与采集，可承受50%应变而不影响信号完整性 [7] - 控制单元运用机器学习算法处理多通道阻抗数据，手势识别准确率98.5%，肌肉力量回归拟合优度R²达0.98 [8][10] 应用场景验证 - 人机协作：通过肌肉信号解析操作意图，实现与协作机器人精密同步操作，提升工业组装效率与安全性 [19][20] - 外骨骼控制：驱动外骨骼响应延迟仅756毫秒，在增强握力实验中最大输出提升65%，有效延缓肌肉疲劳 [21][22] - 虚拟手术：精准反馈手势与力量信息控制虚拟手术刀，实现实时响应与拟真操作，未来可与触觉反馈系统联动 [23][26] 技术优势对比 - 相比商用EMG传感器，FMEIS可同时检测肌肉主动收缩和被动拉伸，而EMG仅能检测主动收缩 [17] - 在运动伪影抑制、检测深度、分辨率、兼容性、成本效益及非侵入性等关键指标上表现优异 [11] - 对三位参与者测试显示平均手势分类准确率98.49%，肌肉力量回归平均R²值0.98，显示强稳健性 [16] 产业化前景 - 该技术发表于《Science Advances》期刊，具有皮肤亲和性强、抗干扰能力优异、可重复使用等特性 [5][24] - 革新传统测量范式，为构建自然高效人机交互界面提供关键技术支撑，在康复机器人、智能可穿戴设备、神经接口等领域具广阔应用前景 [24]

行业概述 - 2025RoBoLeague中国机器人足球联赛是国内首个机器人足球3V3 AI赛，参赛机器人完全依靠AI策略自主运行，无需遥控器控制 [1] - 视觉传感器是人形机器人实现环境感知、自主决策与交互的关键技术，其中3D视觉传感器（激光雷达、多目立体视觉、结构光、ToF等）是主流解决方案 [1] 奥比中光 - 主营业务为3D视觉感知产品的设计、研发、生产和销售，产品包括3D视觉传感器、消费级和工业级应用设备，已成为全球3D视觉传感器重要供应商之一 [2] - 构建了覆盖深度相机（单目/双目结构光、iToF）、激光雷达等全技术路线的3D视觉传感器体系，并推出机器人视觉感知产品矩阵 [4] - Femto系列iToF深度相机及Gemini 335/336系列结构光深度相机支持室内外复杂场景下的机器人视觉应用，已与部分人形机器人客户适配 [5] 速腾聚创 - 主营业务为激光雷达及感知解决方案的开发与销售，已与全球超2800家机器人客户合作，覆盖工业仓储、配送机器人等领域 [9] - 发布机器人视觉新品类Active Camera首款产品AC1，实现多传感器硬件级融合，并与全球超10家人形机器人企业建立战略合作 [9][11] - 入选摩根士丹利、高盛等投研机构的人形机器人核心产业图谱 [11] 奥普特 - 主营机器视觉核心软硬件产品，拥有完整的机器视觉核心硬件产品线，覆盖视觉算法库、智能视觉平台、3D传感器等领域 [12] - 正在研发适用于人形机器人的小型化散斑结构光系列和TOF相机系统 [13] 天准科技 - 全球视觉装备核心供应商，产品包括工业视觉装备（视觉测量、检测、制程装备等），服务于电子、半导体、新汽车等领域 [14] - 掌握3D视觉算法、3D点云处理、多传感器融合标定等技术，自主开发工业视觉软件平台ViSpec [15][17] - 发布人形机器人高性能具身智能控制器"星智001"，支持实时运行端到端和大语言模型，并与数家主流机器人公司达成合作 [17] 水晶光电 - 国内知名光电元器件制造商，产品包括光学低通滤波器、相机手机滤光片等，应用于消费电子、车载光学及AR/VR领域 [19] - 已具备光学薄膜设计、微纳光学等八大技术能力，少量激光雷达视窗片产品应用于人形机器人 [22] 行业企业列表 - 工业机器人企业：埃斯顿自动化、埃夫特机器人、非夕科技等 [26] - 服务与特种机器人企业：亿嘉和、晶品特装、九号机器人等 [26] - 医疗机器人企业：元化智能、天智航、思哲睿智能医疗等 [26] - 人形机器人企业：优必选科技、宇树、云深处等 [26] - 具身智能企业：跨维智能、银河通用、千寻智能等 [27] - 核心零部件企业：绿的谐波、因时机器人、坤维科技等 [28][29]

多模态大语言模型（MLLMs）与强化学习（RL）的融合 - 多模态大语言模型在视频推理等任务中快速进化，强化学习作为关键引擎显著提升模型推理能力 [1] - DeepSeek-R1通过纯RL优化实现推理能力质的飞跃，VideoR1引入T-GRPO增强视频时空逻辑拆解能力，VideoChat-R1通过多任务联合微调提升视频理解与多步推理表现 [1] - 当前RL优化面临思维链推理在多模态任务中效率低下、稀疏二元奖励信号忽略部分正确答案两大挑战 [1] TW-GRPO框架的创新设计 - TW-GRPO框架由多所高校联合提出，通过聚焦思维和密集奖励粒度增强视觉推理，解决传统GRPO的推理质量与奖励粒度问题 [2][7] - 动态加权机制通过分析token信息熵优先处理高信息密度内容，规避冗余干扰，提升推理精度与效率 [4] - 多层次奖励机制将单选题QA拓展为多选任务，结合视频定位IoU软奖励机制，对部分正确答案给予梯度反馈，改善训练稳定性 [5][9] - 问答反转（QAI）技术通过否定问题与反转答案扩充多选训练数据，解决数据稀缺问题 [6][9] TW-GRPO的性能表现 - 在CLEVRER、NExT-GQA和MMVU基准测试中，TW-GRPO分别以50.4%、76.1%和65.8%准确率超越Video-R1达18.8%、1.8%和1.6% [15][16] - 通用视频理解任务中，TW-GRPO在MVBench和TempCompass基准分别保持63.3%和73.3%的领先准确率，较基线模型最高提升0.4% [16] - 训练动态显示TW-GRPO奖励标准差收敛更快，输出序列长度缩短17%-23%，验证其推理简洁性与稳定性 [17][18][20] 技术实现细节 - Token重要性加权采用KL散度量化分布差异，通过最小-最大归一化与超参数α控制权重缩放，实现位置敏感优化 [8] - 多选软奖励设计借鉴视频定位IoU机制，依据预测与真实答案重叠度赋予分数，显著降低奖励波动 [9][10] - 实验基于Qwen2.5-VL-7B模型，使用NVIDIA H800 GPU处理128×28×28分辨率视频帧，推理时提升至256×28×28 [12] 定性分析案例 - 在MMVU密度估计任务中，TW-GRPO精准提取视频关键数值并正确应用阿基米德原理，而T-GRPO因错误假设体积导致计算结果偏差 [19][21][22] - 对比显示TW-GRPO在因果推理、定量推理和动态视觉线索处理方面具有显著优势 [22][24]

东京大学的实验室里，一根覆盖着 淡黄色 皮肤的机器人手指正在缓缓弯曲。这不是硅胶，不是乳胶，而是 真正的活体人类皮肤组织 。更神奇的是，这层皮肤内部还有一套 "血管系统" 在源源不断地输送营养液。 7天 过去了，暴露在空气中的皮肤 依然保持着湿润和活性 。要知道，此前所有的活体皮肤机器人实验中，皮 肤组织在空气中几个小时就会干燥死亡。 这是不久前 发表在《 Advanced Intelligent Systems》 期刊 上的研究 。研究 团队通过模仿人体的血液循 环系统，为机器人皮肤设计了一套双层渗透性皮下支撑结构， 成功解决了活体组织机器人最大的技术难题 ——如何让皮肤在空气中长时间存活 。 "就像人体皮肤通过血管获得营养一样，我们的机器人皮肤也能通过内部的循环系统持续获得水分和营养。"研 究团队在论文中写道。这 或许 意味着，科幻电影中那些拥有真实触感的机器人，正在一步步成为现实。 ▍ 双层渗透性皮下支撑：机器人皮肤的 "血管系统" 研究团队的核心创新在于设计了一种 双层渗透性皮下支撑结构 。这个结构由两层组成：一层是密集穿孔的 3D打印骨架层，另一层是海绵状的聚乙烯醇（PVA）水凝胶层。 先说 骨架层 ...

公司产品与技术 - K-Scale Labs发布新一代低成本开源双足人形机器人K-Bot，原价16000美元，早鸟预定价8999美元，限前100台，2025年11月发货 [1] - K-Bot高度1.4米，重量34公斤，最大有效载荷10公斤，续航4小时，配备RGB相机、立体视觉、远场麦克风和立体声扬声器 [11] - K-Bot采用双系统架构：系统1为RL全身运动控制策略，系统2为视觉-语言行动（VLA）策略，搭载基于Rust开发的K-OS操作系统 [13] - 公司采用快速原型制作方法，一年内推出6款人形机器人，包括Stompy、Stumpy Mini、Zedbut V1/V2、KBOT V1等，均配备开源软硬件 [2][4][9] - Stompy采用全栈开源设计，支持3D打印机身部件（材料成本<9000美元），碳纤维PAHT材料，组装简易，搭载48V 15Ah电池（1小时续航） [6][8] 融资与团队背景 - 公司2024年初成立，总部纽约，2024年4月获YC 50万美元种子轮，2025年2月完成400万美元种子轮（估值5000万美元），2025年6月获浙江涛涛车业子公司200万美元投资 [14][16] - CEO Benjamin Bolte曾任Meta AI研究工程师（向Andrej Karpathy汇报）和特斯拉自动驾驶团队成员，熟悉中美科技生态 [18] - CTO Paweł Budzianowski主导开发强化学习框架K-Sim与具身大模型K-VLA，实现模拟到现实的迁移 [21] - COO 徐睿拥有15年跨国企业经验（亚马逊、腾讯、字节等），推动"中国供应链+北美制造"模式，合作苏州脉塔智能、深圳矽递科技等企业降低成本 [22] 供应链与制造策略 - 公司强调"美国制造"标签，但执行器采购自苏州脉塔智能，关节模组采用北京灵足时代RobStride系列（20个关节），并与深圳矽递科技合作开源硬件 [33] - CEO曾公开表示北美制造成本高且质量不稳定，需与中国产业合作降低成本，并称赞杭州宇树科技的关节电机产品 [29][31] - 此前产品Zeroth 01 Bot采用中国群芯闪耀科技Milk-V DUO S嵌入式开发板，BOM成本仅2535元 [35] 行业生态与竞争 - 公司目标推动人形机器人普及，计划全球拥有10亿台人形机器人，通过开源降低行业门槛 [1] - 特斯拉Optimus核心零部件依赖中国供应商（如三花智控、拓普集团、鸣志电器等），显示全球供应链整合趋势 [36] - 行业面临地缘政治风险，美国实体清单限制中国零部件进口，"美国制造"标签可能为规避监管争议的策略 [36]

医疗机器人产业现状 - 2025年医疗机器人产业进入深水区 产品形态演进 临床路径清晰 资本趋于冷静 产业生态复杂化 [1] - 行业焦点从单一设备性能转向医疗系统重构 强调技术路线 供应链变革 医院系统升级 国际趋势对话 [2][3] 全球手术机器人大会核心信息 - 主题为"MedRobot Next｜下一站技术未来" 聚焦智能手术系统升级 全链条生态构建 全球化路径 [1] - 活动时间：2025年9月5-6日 地点：北京中关村国家自主创新示范区展示交易中心 [4] - 包含开幕式 行业报告首发 颁奖典礼 以及仅限受邀的医院场景参观和营销负责人晚宴 [4][5][6] 技术系统与智能演进 - 探讨下一代手术机器人核心架构趋势 AI提升自主性与系统协同效率 [7] - 术中导航 影像 控制的"中台化"协作演进 医工融合与技术转化路径 [10][11] 商业化与医院系统落地 - 分析从设备采购到系统评估的医院决策逻辑 日间手术与基层市场普惠路径 [8][12] - 解决融资困境 构建医生认可 技术可信 财务可持续的商业模式 [12] 全球化战略与供应链 - 对比欧美 东南亚 中东市场需求差异 探讨国产机器人多地认证策略 [9][12] - 分析国内外供应链协同机制 核心部件国产化机会与瓶颈 [11][12] 行业参与价值 - 对医院/政府/投资人：重新定义手术室生态 重塑未来医疗系统 [14] - 对企业：确立头部玩家地位 获取技术协同伙伴 参与行业标准建设 [17] 参会企业阵容 - 覆盖医疗机器人（元化智能 天智航等） 工业机器人（埃斯顿 埃夫特等） 人形机器人（优必选 宇树等）及核心零部件企业 [19][20][21]

人形机器人行业现状 - 当前限制规模化落地的两大因素：泛化能力不足导致技术迁移困难，以及制造成本过高（主流产品价格50万-百万级）[1] - 商业产品与研究原型存在价格壁垒（数万美元级）和制造门槛（依赖CNC加工等专业设备）[3] Berkeley Humanoid Lite创新突破 - 采用3D打印+现成电子元件实现低成本（BOM成本5000美元/3.5万人民币，仅为市场同类产品1/10）[2][8] - 开源硬件/软件设计提供完整设计文件、嵌入式代码及训练框架，支持深度定制化[5][6] - 模块化结构实现易制造（全部部件可桌面3D打印）和易升级（电子元件可主流渠道采购）[8] 技术细节与性能 - 机械设计：0.8米身高/16kg体重，摆线齿轮箱关节（机械效率90%+）搭配铝型材躯干框架[10][12][14] - 电子系统：Intel N95迷你PC控制+CAN总线通信+手机级IMU姿态反馈[16] - 实测表现：复杂地形行走（斜坡/台阶）、遥操作任务（书写精度±1mm、抓取成功率95%）[20][22][24] 产业链相关企业 - 人形机器人代表厂商：优必选科技、宇树科技、逐际动力等32家[32] - 核心零部件供应商：绿的谐波（谐波减速器）、思岚科技（激光雷达）等25家[35]

踝关节康复机器人技术背景 - 踝关节是身体关键承重关节，易在运动或意外中受伤，传统人工康复过程漫长且效果不一致，机器人辅助康复展现出巨大潜力[1] - 现有踝关节康复机器人分平台式和可穿戴式，平台式能完成复杂动作且承重能力强，是功能康复主力[1] - 现有设计存在结构复杂、依赖昂贵球铰关节、缺乏拉伸运动设计等问题，并联式机器人还存在奇异位形风险[1] 南京航空航天大学创新方案 - 团队提出新型踝关节康复机构PARM-N及其冗余驱动形式PARM-R，精准模拟背屈/跖屈、内翻/外翻和轴向牵引三种核心运动[2] - 设计采用电机固定于机架降低运动质量，通过恰约束支链简化结构，无球铰和六自由度支链，采用平行四边形关节扩大运动范围[5] - 冗余驱动有效避免奇异位形，机构具有绕X/Y轴转动和沿Z轴移动自由度，满足康复需求[5][10] 技术性能突破 - 运动学分析采用Newton-Raphson法求解冗余驱动位置正解，非冗余构型通过几何约束方程推导解析解[6] - 冗余驱动机构仅存在逆解奇异，非冗余构型存在三类奇异位形，部分正解奇异位形影响康复训练范围[10] - 冗余驱动机构运动/力传递指标优于非冗余构型，优质传递工作空间（指标≥0.6）占比从0.14提升至0.889[19][29] - 刚度模型误差<10%，冗余驱动在β=-10°~30°范围外刚度表现更优，非冗余驱动在α=-10°~30°和β=-45°~10°范围内更优[22][23] 优化成果 - 尺寸优化后冗余驱动机构全域优质刚度工作空间占比从0.598提升至0.761，非冗余驱动从0.334提升至0.663[29] - 优化使两种构型低性能区域转移至工作空间边界，运动/力传递和刚度指标波动幅度显著降低，运行更平稳[29] - 研究成果发表于《Mechanism and Machine Theory》，第一作者为南航博士生张笑舒，通讯作者为吉爱红研究员[18]