字节Seed团队机器人业务布局 - 字节Seed团队正在大规模招募机器人相关"一号位"，涵盖产品、工程技术及具身智能大模型负责人[1] - 团队计划打造一整套可落地应用的智能系统，2025年可能推出首个机器人产品面向C端或产业端[1] - 截至2024年底团队规模突破200人，预计2025年末超300人，在国内AI行业体量罕见[1] - 张一鸣从去年下半年起定期参加Seed核心技术团队复盘讨论会[1] 百度文心大模型4.5系列开源 - 百度开源文心大模型4.5系列，推出10款模型，涵盖多种参数类型，预训练权重和推理代码完全开源[4] - 模型在飞桨星河社区、Hugging Face等平台开放下载部署，开源模型API服务登陆百度智能云千帆大模型平台[4] - 文心大模型4.5是百度自研新一代原生多模态基础大模型，在多个文本和多模态基准测试中达SOTA水平[4] - 中小参数版本适合内存受限配置，部分模型性能可与竞品媲美[4] ForSight Robotics眼科手术机器人融资进展 - ForSight Robotics完成1.25亿美元B轮融资，由Eclipse Ventures领投[6] - 资金将用于推进ORYOM™眼科手术机器人系统首次人体临床试验，加速白内障、青光眼等适应症技术拓展[6] - ORYOM™是全球首个基于AI的眼科手术机器人系统，已在猪眼模型完成多阶段术式验证[6] - 公司预计2025年启动人体试验，若顺利2026年获监管初步批准，2027年前后商业化[6] 越疆科技人形机器人量产交付 - 越疆科技在日本名古屋举办新品发布会，面向全球开启人形机器人批量交付[9] - 发布的人形机器人Atom是全球首款兼具"灵巧操作+直膝行走"的全尺寸具身智能人形机器人，具备工业级精度[9] - 同时发布行业最快大负载高速协作机器人CR 30H，刷新大负载协作机器人性能记录[9] - 越疆全球出货量超八万台，服务超80家世界500强企业[9] 千寻智能全力控人形机器人Moz1 - 千寻智能推出全力控人形机器人Moz1，构型上具26个自由度[12] - 配备全球功率密度最高的自研一体化力控关节，负载自重比达1:1，是国内首个高性能全身力控机器人[12] - 拥有国内领先的高精高速WBC系统，具备零延时遥操作特性，全身操作丝滑柔顺[12] - 商用可做整理、接待、导览等工作，家庭场景能提供陪伴、互动等服务[12]

核心观点 - 大象机器人推出移动复合机器人myAGV Pro，旨在为智能机器人领域的教育科研、创意开发和商业探索提供多场景解决方案 [1] - myAGV Pro具备模块化设计、全向运动、二次开发支持、多重防护等七大核心亮点，适配仓储搬运、教学学习等多种应用场景 [2][3][5][7][9][16][20][23] - 产品在教育科研、创意开发和商业探索三大领域展现出显著优势，包括1.5m/s极速运动、50kg高负载、ROS2框架集成等特性 [26][27][33][34][36][37] 产品亮点 模块化设计 - 采用模块化设计，可选配Jetson Orin Nano主控、2D/3D激光雷达与视觉相机模组，支持个性化具身智能方案构建 [3] 全向运动性能 - 配备强劲电机实现1.5m/s极速运动，支持麦克纳姆轮/驱动+万向轮选配，可攀爬10°陡坡并承载50kg高负载 [5][7] 二次开发支持 - 原生搭载Ubuntu 22.04，集成ROS2 Humble框架，支持Gmapping/Cartographer等SLAM算法，开放Python/C++/ROS2等开发接口 [9][10] 极简操控与安全防护 - 支持手柄/键盘双模控制，内置可视化UI界面；配备360°激光雷达、动态避障系统和工业级防撞条，确保复杂环境下的操作安全 [13][16][18] 高效续航与适配性 - 采用磷酸铁锂电池组，空载续航达6小时，支持自动回充模块；可灵活搭载多种机械臂，实现具身智能训练与自动化作业一体化 [20][22][23] 应用场景 教育科研与竞赛 - 全向麦轮系统与高性能电机实现1.5m/s极速，40kg自重下负载50kg，集成ROS2框架和SLAM算法库，提升教学实验与算法开发效率 [26][27] 创意开发 - Jetson Orin Nano算力支持多目标识别与语音交互开发，360°激光雷达+3D视觉构建毫米级感知网络，开放全协议接口加速智能仓储等服务机器人原型开发 [34] 商业探索 - 专业级安全架构与性能满足仓储物流分拣预研需求，直连协作机械臂复现搬运流程，激光雷达与避障系统演示多地形通行逻辑，以教育级价格提供工业级验证能力 [36][37] 产品参数 - 尺寸530*360*245mm，自重40kg，最大载重50kg，速度1.5m/s，爬坡角度10°，续航5-6小时（空载），配备24V 20AH磷酸铁锂电池 [40] - 悬挂形式为摇摆臂独立悬挂，防护等级IP22，工作温度-10-40°C，支持RS232、USB-C、HDMI等多种接口 [40]

中国机器人产业的全球化蜕变 - 中国机器人企业从"学习者"、"追随者"标签转向与世界巨头"并跑"，埃夫特在Automatica 2025展示中国智造实力[1][7] - 早期出海面临质量信任鸿沟、品牌认知洼地、全球化服务能力缺失三大壁垒，核心零部件依赖进口导致性能受限[2][4][5] - 通过国际化战略、技术并购与本地化运营实现品牌与市场份额双重跃升，打破"低价低质"刻板印象[7][12] 埃夫特的全球化战略与技术突破 - 采用"自主研发+海外并购"双轮驱动，2015-2020年斥资11亿元收购意大利CMA、WFC等公司，补足核心部件短板[9] - 产品通过欧盟CE认证及ATEX防爆认证，ER300系列MTBF达120000小时，覆盖汽车、电子等高门槛行业[11] - 控制器自主化率达99.90%，掌握运动控制内核，谐波减速器、伺服电机实现突破[16] 产品矩阵与解决方案能力 - 构建9大系列80款型号产品矩阵，负载范围3kg-300kg，工作半径593mm-3750mm，适应精密装配到重型搬运场景[13] - 在喷涂、焊接等工艺积累成熟Know-How，服务汽车、光伏、锂电等关键领域[15] - 从单机出口升级为"机器人+解决方案"生态输出，南非焊装项目创亿元级订单[12] 技术创新与敏捷迭代优势 - 将AI算法融入运动控制，开发智能喷涂系统，产品迭代速度超越传统巨头[18] - 新一代喷涂机器人平台18个月完成从研发到量产，通过欧洲客户测试并批量推广[18] - 布局具身智能，推出人形机器人及智能码垛原型，实现轨迹优化[22] 全球协同运营体系 - 建立"欧洲研发+中国制造+本地服务"协作体系，意大利子公司聚焦技术预研，芜湖总部发挥制造优势[19] - 在波兰、法国等地赞助行业论坛，东南亚共建培训中心，强化本地生态绑定[20] - 巴西等地布局备件中心仓，故障响应时间缩短至24小时，提升服务黏性[22] 未来发展方向 - 深化合规与ESG，GR系列喷涂机器人获中欧防爆双认证，优化能效设计与可再生材料使用[24] - 加速LLM等AI技术与机器人融合，提升非结构化环境下的自主决策能力[22] - 目标从"并跑"迈向"领跑"，在AI、具身智能领域构筑护城河[26][27]

激光雷达在割草机器人领域的应用趋势 - 激光雷达融合感知方案正取代RTK/UWB+视觉传感器方案成为主流 其3D建图和避障能力更契合消费者对轻量化、便捷部署及高可靠性的需求 [1] 割草机器人对激光雷达的核心需求 性能需求 - 高分辨率是关键 垂直角分辨率决定探测能力 144线和192线激光雷达可清晰识别小刺猬等微型障碍物 而16线雷达则无法有效检测 [15] - 需适应多样地形 包括山坡、坑洼、水坑等 对分辨率和清晰度要求高 [5] - 需支持全天候作业 高线数激光雷达(20线以上)在夜间仍可精准识别障碍物和地形变化 低线数雷达夜间性能不足 [6] 可靠性需求 - 需满足防水、防尘、高低温适应性(-40°C至+85°C)等车规级标准 并通过60余项可靠性测试 [19] - 需抗冲击振动 如库犸E1R固态激光雷达可承受50倍重力加速度振动 崎岖地面稳定性提升3倍 [19] - 需防刮擦设计 平面玻璃窗口片通过碎石冲击测试 优于塑胶材质 [22] 寿命需求 - 使用寿命需达数年 高端产品如库犸LUBA mini AWD LiDAR固态激光雷达设计寿命达8年 接近车规10年标准 [11][22] 技术参数差异化 - 测距(30米以上)和视场角(100°×40°以上)为基础需求 无法区分产品档次 [12] - 固态激光雷达因无旋转电机结构 在抗冲击性和可靠性上显著优于机械旋转式雷达 [19]

Neuralink脑机接口进展 - 已有7名受试者参与项目 其中4名为脊髓损伤患者 3名为肌萎缩侧索硬化症患者 设备使用频率达平均每周50小时 峰值超100小时[1] - 脊髓损伤患者Alex计划连接特斯拉Optimus机械手操作 未来或实现通过Neuralink完全控制Optimus身体[1] - 目标打造全脑接口 使人类集体意志与AI意志匹配 未来三年计划包括：2026年电极增至3000个助盲人重获视觉 2027年通道增至10000个实现多装置植入 2028年植入物通道超25000个可存取大脑任何部分[1] 开普勒机器人A轮融资与合作 - 开普勒机器人总部及具身智能研究院在上海张江人工智能岛正式落成[5] - 与三家行业头部企业达成战略合作：浙江兆丰机电将在其智能工厂产线开展人形机器人技术探索 汉威科技将共同开发具身智能人形机器人解决方案 乔锋智能的数控机床将用于机器人零部件加工[5] 华工科技激光除草机器人 - 发布国内首台全天时智能激光除草机器人 能在烟草田精准锁定杂草并碳化 不损伤作物[8] - 已通过多地试验田算法验证 预计明年量产 配置四大技术实现"看得清""走得稳""打得准""不迷路"能力 配套AI云平台可持续迭代升级[8] 亚马逊仓库机器人突破 - Vulcan机器人采用触感技术 机械臂配备六轴力量和扭矩传感器 可模拟人类"摸索"动作处理布料存储架货物[11] - 已完成试点测试（部署6台） 将进入Beta测试阶段（增至30台） 后续在德国大规模部署 Vulcan Stow与Vulcan Pick将协同运行[11] 深圳机器人6S店 - 全球首个机器人6S店将于7月底在深圳龙岗开业 提供销售/租赁/定制/零部件供应/维修一站式服务[14] - 作为机器人街区核心部分 将打造零部件超市/集中消费场景 探索无人机送货与机器人服务结合 未来可能出现机器人按摩店/咖啡店等业态[14] 行业企业名录 - 涵盖工业机器人/服务与特种机器人/医疗机器人/人形机器人/具身智能/核心零部件/教育机器人等七大领域共82家企业[19][21][22][23]

研究背景与核心观点 - 可变形物体操控是机器人领域极具挑战性的任务，涉及弹性、塑性和弹塑性变形等复杂特性 [2] - 研究团队开发了视触觉传感器与可变形物体之间的软接触模拟器，能够模拟多种变形状态 [2] - 该研究为基于视触觉传感器的柔性操作提供了新思路，成果发表在IEEE Transactions on Automation Science and Engineering期刊 [1] 技术方法 - 采用TIRgel视触觉传感器，利用全内反射原理捕捉物体变形状态 [3] - 使用移动物质点二乘法(MLS-MPM)模拟接触变形，结合粒子和网格仿真方法的优势 [5] - 通过TD3算法完成物体形态转换任务，结合专家演示系统提高训练效率 [6] 实验验证 - 使用水+沙子模拟塑性物体，硅胶模拟弹性物体，橡皮泥模拟弹塑性物体 [9] - 仿真训练后成功实现Sim-to-real迁移，验证了系统的实用性 [10] - 不同材料在挤压下表现出显著不同的变形特性：沙子自上而下变形，硅胶微小变形，橡皮泥大幅度变形 [9] 相关企业 - 工业机器人领域涉及埃斯顿自动化、埃夫特机器人、非夕科技等16家企业 [16] - 医疗机器人领域包括元化智能、天智航、精锋医疗等12家企业 [19] - 人形机器人领域涵盖优必选科技、宇树、云深处等20家企业 [20]

数据被视为具身智能（Embodied Intelligence）落地的"最后一公里"，其核心在于，数据直接决定了智能体能 否从虚拟训练环境无缝迁移至复杂多变的物理世界，并实现稳定可靠的交互与决策。 与大语言模型数据不同，具身智能需要采集物理交互中的高维动态数据（如力反馈、材质摩擦、碰撞响应 等），但真实场景数据获取依赖精密传感器和硬件设备，且受限于场景多样性、安全风险及隐私等问题，目前 全国范围内具身智能最大开源数据集规模也只有百万级别，相比自动驾驶领域的单日上亿条数据，相差百倍以 上。 除数据规模外，在涉及具体智能体物理交互的相关问题（例如"抓取力度""滑动摩擦系数"）时，这些数据难以 用语言进行精准描述。数据标注工作需结合动作意图与环境反馈，正因如此，大量数据的标注任务仍需依赖人 工完成。 针对具身智能数据问题，近日2025北京智源大会 上 孙富春、赵明国、王鹤、庞江淼、赵同阳、仉尚航、卢宗 青、高阳、唐剑 等行 业领军人物 ，分享了他们在具身智能数据方面的思考。 ▍ 孙富春：未来团队将采集200万条轨迹、数据总量52 TB 远超英伟达数据规模 清华大学计算机科学与技术系教授、中国人工智能学会副理事长孙富 ...

目前 已有的基于 Koopman算子的方法难以补偿不确定性和干扰，导致训练与现实之间的差距，从而造成性 能不佳。由于连续机器人天生的易受干扰性，这一差距很容易在实际场景中削弱其任务空间性能。 连续机器人控制中的鲁棒性与泛化能力 同时， 机器人可能需要在训练过程中未覆盖的区域进行操作，而且连续机器人的结构多样性进一步增加了控 制的复杂性。此外，现有基于 Koopman算子的控制方法的收敛性和鲁棒性尚未从理论或实验角度得到验证。 因此， 开发一种具有显著增强的鲁棒性、高计算效率、强泛化能力和严谨理论分析的数据驱动控制算法，对 于连续机器人而言至关重要 。 连续体机器人在近几十年受到了越来越多的关注。它们的柔顺性和灵活性使其在医疗、工业、农业和航空航天 等诸多领域具有重要应用价值。充分发挥其能力需要设计有效、高效且可靠的控制系统，而由于其结构复杂 性，这一任务仍然具有很大的挑战。 传统的连续体机器人控制方法通常依赖于对机器人物理模型的精确建模。然而，由于其柔性结构和不规则形 态，连续体机器人的建模极其困难，且容易受到环境影响，导致模型难以准确反映机器人的实际动态行为。因 此，研究人员转向了数据驱动的控制方法，尤其是 ...

人形机器人能源挑战与电池技术发展 - 人形机器人"天工"完成半程马拉松但需中途更换电池3次，突显能源挑战，目前电池单次充电续航仅4-6小时，远低于工业场景要求的20小时[1] - 当前主流采用圆柱形锂电池：宇树H1搭载0.864kWh电池，特斯拉擎天柱2.3kWh，Figure 02为2.25kWh可运行5小时[1] - 瑞银预测2035年全球人形机器人市场规模达300-500亿美元，2050年达1.4-1.7万亿美元，年产量8600万台[1] - 专家预计2025年人形机器人用锂电池市场规模超1亿元，2035年出货量达72GWh对应360亿元市场规模[1] 锂电池性能需求与技术瓶颈 - 人形机器人对锂电池要求：能量密度≥300Wh/kg，放电倍率≥2C，需快充/快换功能及宽温域工作能力[2] - 当前锂离子电池年性能提升仅7%，需10年才能实现运行时间翻倍，行业亟需颠覆式创新[2] - 特斯拉采用大圆柱方案(高镍+硅负极)成本低能量密度高，但可能仅为过渡方案[2] - 太阳能电池板因功率输出有限，仅适合固定或超低功率机器人[4] - 快充技术(如比亚迪钠离子电池)存在缩短寿命、发热、需高功率基础设施等弊端[4] 固态电池技术路线与产业化进展 - 全固态电池因难度大产能受限，产业转向湿法+硅基负极/干法+金属锂负极两条路线，电解质主选硫化物[5] - 正极材料短期采用高镍三元，远期转向富锂锰基，配合换电方案[5] 重点企业技术突破与产能布局 南都电源 - 固态电池通过安全测试，20Ah产品能量密度350Wh/kg循环2000次，中试线产能20-30万颗/年[7][8] - 783Ah超大容量固态电池满足储能需求，与太蓝新能源、雅迪达成战略合作[8] - 铅酸电池产能4GWh(2024出货超3GWh)，高压锂电产能1GWh拟扩产[7] 德尔股份 - 选择氧化物+有机复合电解质路线，上海建成样品试制线[9] - 投资3亿元建设固态电池中试及产业化项目，2025年底前完成中试线，规划1GWh/5GWh量产线[9][10] 贝特瑞 - 推出FLEX半固态/GUARD全固态系列，高镍三元正极体积能量密度提升，富锂锰基+锂碳复合负极缩减电芯体积[12] - FLEX硅基负极采用纳米多孔结构提升压实密度，电解质低温性能优化(零下10℃内阻降10%)[12] 豪鹏科技 - 半固态电池通过针刺/过充测试，6分钟充电至80%SOC，AI BMS系统实现实时监测[13] - 为头部人形机器人厂商提供快充PACK方案，已实现量产供应[13] 亿纬锂能 - 全固态电池小软包完成工艺开发，2025年投运百MWh中试线，2026年推高功率产品，2028年推400Wh/kg产品[15] - 大圆柱电池2023年量产，累计交付2.1万台(1.3万台运行超1000公里)，2024年推6C快充Omnicell电池(5分钟300公里)[15] 利元亨 - 软包叠片工艺降低形变风险，已开发固态电池极片制造设备并完成验证[16] - 攻克高压致密化等关键技术，2024年交付MW级硫化物中试产线[16] 曼恩斯特 - 推出干法/湿法双线极片制造方案，干法混料设备等多款产品已交付[18] - 2024年获近2000万湿法+3000万干法设备订单，2025年推极片解决方案[18] 冠盛股份 - 选择聚合物路线(设备2/3与传统锂电池重合)，半固态磷酸铁锂能量密度180-200Wh/kg，准固态三元锂达380-500Wh/kg[19] - 固态电池项目预计2024年底部分投产，2026年年中达产[19] 国轩高科 - 推出全固态"金石电池"(350Wh/kg，70Ah容量)，通过针刺等安全测试并开启路测[20][21] - G刻电池支持5C快充(9.8分钟充至80%)[20]

连续体机器人路径跟踪技术突破 - 连续体机器人凭借高柔顺性、灵活运动能力及轻量化结构，在医疗、工业检测等领域展现应用潜力，但精准路径跟踪仍是关键技术难题[1] - 主流路径跟踪方法依赖逆运动学求解，但连续体机器人采用分段等曲率模型，缺乏逆运动学求解理论，传统数值方法依赖初值且难找多解[1] - 模型预测控制(MPC)通过在线优化调整策略，但无法保证全局最优性[1] 浙江大学创新研究框架 - 研究团队提出驱动器空间最优路径跟踪框架，基于四元数理论建立分段常曲率运动学紧凑参数化模型[6] - 通过数学推导提出降维解析条件，将三段式逆运动学问题转化为等效一维问题，构建高效逆运动学求解器，计算效率提升3.2倍，成功率提高28%[6][7] - 建立配置空间与执行器空间的线性驱动模型，实现距离最优规划和时间最优分配，路径跟踪精度相比反馈控制提升42%[7] 四元数理论应用创新 - 引入四元数工具简化三维空间旋转描述，单段机器人末端位置方向信息仅需四元数三个元素描述[12][14] - 多段机器人通过为每段分配四元数，精确计算整体末端位置方向，实现复杂形变分析[16] - 基于四元数推导出两段机器人线性方程约束条件，将逆运动学问题简化为寻找满足方程的四元数[17] 逆运动学求解器设计 - 通过理论推导降维处理原问题，证明降维前后等价性，采用近似估计简化低维问题[20] - 对低维近似问题解空间全局搜索遍历，通过少量迭代修正消除误差，获取多解[20] - 求解器平均求解时间缩短80%，具备分辨率完备优势，在含障碍物复杂环境中表现优异[21] 轨迹规划与跟踪控制 - 构建状态与驱动量双向线性映射模型，运用动态规划搜索最短执行距离路径[24] - 采用抛物线混合线性多项式插值，实现包含加速、匀速、减速三阶段的时间最优梯形轨迹[26] - 融合离线最优轨迹规划和在线前馈-反馈控制，前馈控制预知动作，反馈控制实时纠偏[31] 三段式肌腱驱动样机验证 - 样机由三段镍钛合金骨架构成，九根独立控制不锈钢丝绳驱动，OptiTrack系统实时捕捉位置姿态[33] - 逆运动学求解器在含障碍物空间快速找到无碰撞解，避免陷入局部极小值[36] - 跟踪复杂IJRR形路径时平均位置和方向误差显著降低，较传统反馈控制器误差减少50%-80%[42][44]