行业背景与挑战 - 谐波关节作为人形机器人关键部件 直接影响灵活性 负载能力和成本效益[1] - 传统谐波关节重量较大 限制机器人负载能力和灵活性 轻量化设计需求突出[1] - 现有解决方案存在力位控制精度不足 安装便捷性差 成本控制困难等问题[1] 产品发布与型号 - 同川精密将在2025年9月中国国际工业博览会推出HarmoCore系列轻量化谐波关节[3] - 系列涵盖6款型号：TCHL-11M TCHL-14M TCHL-17H TCHL-20H TCHL-25H TCHL-32H[3] 技术优势与性能 - 采用交叉刚轮一体化技术实现极致轻量化 最小型号TCHL-11M自重0.35kg 峰值扭矩25Nm[5] - 最大型号TCHL-32H重量3.3kg 峰值扭矩达799Nm[5] - 嵌入式扭矩传感设计实现高精度力传感器集成 支持力位混合闭环控制[7] - 机电接口一体化设计合并电力传输与实时通信协议 支持8mm中空走线[9] - 具备IP65防护等级 适应粉尘潮湿等恶劣环境[9] - 六面集成标准机械接口 支持双侧固定 底部直连 周面径向安装等多种安装方式[11] - 单臂自重仅6kg时可承载5kg有效载荷 负载自重比高达83%[11] 公司技术与制造能力 - 谐波减速器传动精度低于40弧秒 背隙小于10弧秒 精度保持时间超10000小时[15] - 齿轮加工零件精度达5级以上 采用三坐标测量机等全流程质量监控体系[17] - 核心部件除芯片 铜 铁外全部自研自产[17] - 谐波减速器国内市场占有率超15%[18] - 参股六维力传感器企业海伯森技术 强化减速机集成扭矩传感器领域能力[15] 市场反馈与展会计划 - 近20家企业处于样品等待或测试阶段 客户催样需求强烈[13] - 将于2025年9月23-27日工博会首次展出HarmoCore系列 并设立沉浸式互动展区[18] - 同步展出谐波减速器 协作机器人关节模组及机电一体化执行器等产品[18]

文章核心观点 - 南方科技大学CLEAR Lab联合逐际动力和香港大学的研究团队提出GVF-TAPE算法 实现机器人通过观看视频学习操作技能 无需人工标注或深度相机 显著提升任务成功率和效率 [1][2][4][5] 技术突破 - GVF-TAPE算法结合生成式视觉预测与任务解耦的姿态估计 使机器人通过视频预测任务执行过程并自主操作 [2][5] - 仅凭RGB图像生成RGB-D视频 无需深度相机 任务成功率平均提升6.78% 降低数据采集成本 [8][10] - 采用"机器人随机探索"训练模式 构建场景-位姿数据库 实现多任务多场景泛化 [11][13] - 使用流匹配技术将单个动作预测时间缩短至0.6秒 实现实时闭环控制 [13][16] 实验验证 - 在LIBERO基准测试中整体平均成功率达83% 比第二名高11.56个百分点 且无需动作标注数据 [18][20] - 真实环境中测试7个任务 包括刚体/柔体/铰接物体操作 成功率从56%提升至86% [19] - LIBERO-Spatial和LIBERO-Object测试成功率分别为95.5%和86.7% [20] 行业应用前景 - 视频数据驱动的训练范式可应用于工厂机器人快速上岗 家庭服务机器人学习新技能 医疗手术机器人提升操作水平 [21] - 逐际动力持续优化技术栈 从分钟级延迟到亚秒级响应 从依赖深度相机到纯视觉生成 以本体探索替代人类示教 [21][22] 研究团队与会议背景 - 成果由南方科技大学CLEAR Lab、逐际动力和香港大学联合研究 入选CoRL 2025（机器人学习顶级会议） [1][2] - CoRL会议关注操作与模仿学习、感知、规划与安全等核心主题 代表领域技术前沿 [1]

融资与投资背景 - 智眸未来完成数千万元人民币A轮融资 由津西集团旗下私募股权基金独家投资 资金将用于工业智能检测领域创新和技术优势巩固 [1] - 投资方认可公司在智能视觉检测设备和多模态大模型算法方面的技术能力 看好其在精密金属件、橡胶件、注塑件等行业的市场定位与落地能力 承诺提供资金与产业资源全方位支持 [1] 行业背景与市场空间 - 工业智能检测装备被纳入《智能检测装备产业发展行动计划（2023-2025年）》重点发展方向 国内工业质检领域正朝自动化、智能化转型 [3] - 预计到2026年国内工业智能检测装备市场规模将突破万亿规模 驱动因素包括汽车、航空航天、电子元件等领域对质检精度要求提升及国产化替代加速 [5] 公司定位与技术优势 - 公司定位为"更懂人工智能的行业级智能检测专家" 依托自研多模态人工智能大模型算法平台和高速视觉检测系统 为精密金属件、橡胶件、注塑件等行业提供高精度、高效率质检解决方案 [5] - 具备全栈自研能力：覆盖产品结构设计、光学成像系统搭建、运动控制系统开发及AI算法训练与集成 [10] - 多模态大模型算法平台实现三大技术突破：小样本高精度识别能力（融合可见光/X光/涡流等多源数据）、快速适配与部署能力（预训练大模型支持少量标注快速上线）、出色鲁棒性（多模态信息互补抑制复杂背景干扰） [12] 业务布局与产能建设 - 形成"北京研发+上海中试"双核心架构：北京聚焦技术研发与算法迭代 上海专注产品原型验证与工艺优化 [7] - 已开发覆盖稀土永磁、汽车、机械、国防军工、电子五大行业的20款标准化检测设备 [7] - 月产能预计突破10台 标准化工厂建成后月产能将超过100台 支持端到端高效交付 [16][22] 市场表现与客户成果 - 累计交付智能检测设备超百台 稳定运行超1000小时 故障率远低于行业平均水平 [16] - 2024年上半年新增合作客户超50家 涵盖稀土永磁、汽车制造、航空航天、电子元件等领域头部企业 [16] - 实际应用效果：检出率提升20% 漏检率降低至100ppm 在高反光或复杂纹理环境下精准识别微米级缺陷 [15] 团队与知识产权 - 核心团队来自清华、北航、爱丁堡等顶尖院校 平均拥有10年以上高端制造与AI算法落地经验 [10] - 累计获得20余项自研专利与软件著作权 涵盖多模态数据融合、边缘推理优化、光学系统设计等关键技术领域 [10] 发展战略与未来规划 - 未来三年坚持"技术+产品+市场"三位一体战略：技术端升级多模态大模型算法平台 产品端深耕精密金属件检测并推出智能检包岛 市场端深化国内合作同时开拓东南亚和欧美市场 [23] - 抓住国产化替代机遇 推动工业智能检测从"进口依赖"向"国产替代"跨越 [23]

峰会基本信息 - 第十一届中国机器人高峰论坛暨第八届CEO圆桌峰会将于2025年9月24日12:30-16:30在国家会议中心（上海）4.2H-D2厅举行 [5][9][10] - 峰会主题为“AI+机器人：解锁多元场景新机遇”，聚焦机器人技术与人工智能融合发展的新路径 [17] - 指导单位为上海市经济和信息化委员会，主办单位为东浩兰生（集团）有限公司，承办单位为东浩兰生会展集团上海工业商务展览有限公司，协办单位为上海市机器人行业协会 [5] 议程安排 - 工信部领导、上海市经信委领导及上海市机器人行业协会领导将分别致辞 [5][6] - 行业专家演讲将分享机器人产业热点及发展趋势 [6] - 中国工博会“CIIF机器人奖”颁奖仪式将表彰行业优秀企业 [6] - 《2025年度上海智能机器人标杆企业与应用场景推荐目录》及《上海智能机器人百大场景案例集》将发布 [6] - 第八届CEO圆桌峰会议题为“解锁具身智能：AI+机器人如何重塑多元场景未来”，邀请多位企业高管参与讨论 [8][9][10][11][12] 参会企业 - 工业机器人企业包括埃斯顿自动化、非夕科技、越疆机器人、节卡机器人等 [28] - 服务与特种机器人企业包括亿嘉和、晶品特装、普渡机器人等 [28] - 医疗机器人企业包括天智航、精锋医疗、术锐机器人等 [29] - 人形机器人企业包括优必选科技、宇树、逐际动力等 [30] - 具身智能企业包括跨维智能、银河通用、科大讯飞等 [31] - 核心零部件企业包括绿的谐波、思岚科技、凌云光等 [32]

智元机器人技术突破 - 灵犀X2人形机器人成功完成高难度"韦伯斯特空翻" 成为全球首例实现该体操动作的人形机器人[3] - 机器人高1.3米 配备28个自由度 通过自研运动控制算法和高精度传感器实现动态平衡与复杂动作控制[3] - 具备骑自行车、跳舞、玩平衡车等多元运动能力 展现全面运动交互及作业能力[3] MicroFactory融资与产品创新 - 公司完成150万美元种子轮融资 投后估值达3000万美元 投资者包括Hugging Face高管及Naval Ravikant[6] - 推出桌面级封闭透明机器人工作站 集成双机械臂系统 支持人工演示或AI训练方式[6] - 工作站专为电路板组装、元件焊接等精密任务设计 通过物理引导训练提升复杂制造流程效率[6] 伊朗人工智能法律应用 - 推出首款AI法律机器人 已接受伊朗法律框架训练 可准确回答各类法律问题[9] - 具备高速分析法律文件及案例的能力 展现人工智能在法律领域的应用价值[9] - 由创新者Mehdi Esmaeili和Mohammad Vahedi开发 获司法官员及法律界人士认可[9] 露笑科技跨界合作 - 漆包线制造商露笑科技联合开普勒机器人及跨境电商公司 共同开发AI家用服务机器人[12] - 计划通过合资公司（由子公司君武智能控股）在未来三年内向欧美市场销售不少于100万台机器人[12] - 合作聚焦嵌入式人工智能技术在家用机器人领域的商业化应用[12] Figure数据战略合作 - 与Brookfield合作获取超10万套住宅单元、5亿平方英尺商业办公空间及1.6亿平方英尺物流设施的人体视频数据[15] - 数据用于训练专有视觉-语言-动作模型Helix 为自主人形机器人提供核心技术支持[15] - Brookfield参与Figure C轮融资 双方将探索GPU数据中心支持及全球业务范围内部署人形机器人的可能性[15]

l t f I I l l l l l 此图片来自微信公众平台 未经允许不可引用 此图片来自微信公众平台 未经允许不可引用 此图片来自微信公众平台 未经允许不可引用 此图片来自微信公众平台 -天经允许不可引用 手经允许不可引用 此图片来自微信公众平台 天经允许不可引用 dia 此图片来自微信公众平台 -未经允许不可引用 此图片来自微信公众平台 未经允许不可引用 此图片来自微信公众平台 -未经允许不可引用 此图片来自微信公众平台 -未经允许不可引用 如需咨询企业合作事宜，欢迎联系机器人大讲堂-客服(19560423866，手机与微信同号)进行对接。 ----------------END------------------- 工业机器人企业 埃斯顿自动化 | 埃夫特机器人 | 非夕科技 | 法奥机器人 | 越疆机器人 | 节卡机器人 | 松灵机器人 | 珞石机器人 | 盈连科技 | 集萃智造 | 优傲机器人 | CGXi长广溪智造 | 阿童木机器人 | 极智嘉 比图片来自微信公众平台 -未经允许不可引用 服务与特种机器人企业 亿嘉和 | 晶品特装 | 七腾机器人 | 史河机器人 | 九号机器人 | 普渡机器人 ...

多机器人系统行业挑战 - 多机器人系统在现代工业制造中成为提升生产效率的关键技术 通过部署多个机械臂可在不显著增加成本和空间的前提下大幅缩短任务执行时间并提高整体产能[1] - 实际部署面临根本性挑战 即如何在共享且充满障碍物的环境中高效安全地协调多个机器人完成多项任务[1] - 多机器人协同需同时解决三个核心子问题 包括运动规划、任务调度和任务分配 每个问题单独求解已属计算难题 而三者的耦合关系更让传统方法难以突破[3] 传统解决方案局限性 - 传统基于采样的运动规划算法在低维度场景中表现尚可 但当机器人数量超过4个且障碍物复杂度提升时计算时间呈指数级增长[1] - 任务调度问题类似经典的旅行商问题 属于PSPACE完全问题 计算复杂度随任务量呈指数上升 即使采用近似解法也需预设大量规则且难以适配动态场景[3] - 任务分配问题中每个任务的成本并不是独立的 而是依赖于其他任务的分配和调度结果[3] - 传统方案通常将三者拆分迭代求解 先人工分配任务再规划调度顺序最后计算运动路径 这种模式不仅依赖数百甚至数千小时的人工经验 还常为了计算可行性牺牲解决方案的质量和完整性[4] RoboBallet技术创新 - RoboBallet是一种基于神经网络与强化学习的新范式 结合了图神经网络和强化学习 旨在自动化地解决多机器人的任务分配、调度和运动规划问题[4] - 核心创新在于其场景的图表示和基于GNN的策略网络 将整个协同场景抽象为动态图 其中节点表示每个机器人个体 边表示机器人之间的交互关系[5] - GNN能够高效处理这种结构化信息 无论图中增加了多少任务或障碍物 GNN的核心处理逻辑不变 学会了如何理解一对元素之间的关系 这种关系归纳偏差使得模型具备极强的泛化能力[5] - 采用强化学习框架训练策略网络 使用TD3算法 使模型能够生成多机械臂轨迹同时解决任务分配、调度和运动规划等子问题 将昂贵的在线计算转移到离线训练阶段[7] - 设计了包含任务完成奖励和碰撞惩罚的奖励机制函数 任务完成奖励基于已解决任务比例的变化 碰撞惩罚则对可能导致碰撞的动作施加负奖励[7] - 采用HER技术通过在失败回合中重新标记目标来生成额外的训练数据 从而提供更丰富的学习信号[7] - 在程序化生成的随机环境中对模型进行训练 每一轮训练开始时系统会随机生成机器人的位置、长方体障碍物的布局和任务目标位姿 通过数百万次随机环境交互使模型学会协调多个机器人高效无碰撞地完成所有任务[7] 性能表现与效率 - 在计算效率方面表现突出 在NVIDIA A100 GPU上即使是8个机器人40个任务30个障碍物的最大配置每个规划步骤仅需约0.3毫秒 在CPU上运行也能实现3倍于实时的规划速度[8] - 这种高效性使得RoboBallet可用于实时重新规划、动态响应环境变化等需要快速决策的场景[9] - 增加机器人数量能够显著提高任务执行效率 在优化布局的条件下机器人从4台增至8台平均执行时间从7.5秒减少到4.5秒降幅达40%[12] 实验验证结果 - 评估围绕两个关键指标展开 包括整体轨迹执行时间和轨迹质量[11] - 在缩减规模的问题设置中进行对比实验 比较对象为基于RRT-Connect和穷举调度的基准算法[11] - 实验结果表明尽管基于强化学习的方法并不具备理论上的完备性 但其所得轨迹在成本方面与基线方法相当甚至在多数情况下表现更优 而基线方法则需要消耗数量级更多的计算资源且依赖较强的简化假设[11] - RoboBallet在训练和推理阶段均展现出良好的可扩展性 训练所需步数并未随机器人或任务数量的增加呈指数增长 推理时间则与机器人数量的平方、任务及障碍物的数量成线性关系[11] - 能够将从小规模训练中学到的协作模式推广到更大规模场景[15]

财务表现与市场地位 - 上半年营业收入达25.49亿元，同比增长17.50% [1] - 工业机器人出货量市场份额达到10.5%，首次登顶中国工业机器人市场首位 [1] - 推动中国工业机器人市场国产化率提升至55.3% [1] 市场战略与行业应用 - 通过“通用+细分”市场战略拓展新能源、金属加工、汽车、电子、焊接等细分行业 [1] - 参与三座锂电行业灯塔工厂、全球首座光伏灯塔工厂、全球首座煤机行业灯塔工厂和一座工程机械行业灯塔工厂建设 [1] - 覆盖汽车覆盖件冲压、焊装、总装等多个制造环节 [11] 技术研发与高端制造突破 - 推出700KG级工业机器人，采用自主研发动力学算法和轻量化结构设计 [3] - 即将推出1200KG国产最大负载六关节机器人，弥补国产机器人空白 [3] - 掌握高性能伺服系统、核心控制器和统一软件平台等全链路自主化技术 [3][4] 产品性能与认证 - 机器人产品通过120000小时MTBF认证、欧盟MD指令、北美NRTL标准（UL1740、Z434）和CE认证 [4] - 点焊专用机器人电机长度缩短30%，最高转速达5000+rpm，最大过载能力达300% [6] - 在重庆新能源汽车生产基地实现自动化率100%的生产目标 [6] 汽车领域合作与解决方案 - 与比亚迪、五菱、柳汽、理想、奇瑞、吉利等主流汽车厂商及供应链体系建立稳固合作关系 [11] - 提供柔性化产线解决方案并成功打入海外市场 [1] - 在白车身焊装线应用场景中具备高刚性、高精度优势 [8] 航空与轨道交通技术突破 - 在轨道交通领域实现0秒换产，颠覆传统工作站5-10分钟换产时间 [12] - Rapid深熔焊工艺实现4mm熔深焊接，Tandem双丝焊接工艺熔敷率达25kg/h [12] - 在航空制造领域实现高精度机器人应用于飞机结构件装配、舱门对接等关键环节 [14] 未来发展方向 - 持续深化工业机器人工艺能力投入与创新，提升高端制造应用领域核心竞争力 [16] - 拓展机器人在高端制造场景的应用边界，提升国产机器人在复杂工艺环境下的适应性和可靠性 [16] - 发挥中国本土供应链效率优势，优化成本结构，构建全球化服务、研发和产品交付能力 [16]

融资情况 - 微分智飞连续完成PreA轮和PreA+轮融资 总金额近2亿元人民币[1] - PreA轮由东方富海和洪泰基金领投 雅瑞资本跟投[1] - PreA+轮由华映资本领投 深创投、尚颀资本、长石资本跟投[1] - 老股东光速光合、五源资本、银杏谷资本、首程控股及BV百度风投持续追加投资[1] - 融资将用于技术研发、产品迭代、团队扩建及市场拓展[1] 公司定位与技术方向 - 公司成立于2024年具身智能兴起之际 提出"飞行具身"创新方向[3] - 使命是让飞行机器人连接千行百业 飞入千家万户[3] - 依托自主导航、具身决策、端到端控制及群体智能四大核心技术[3] - 致力于打造全球领先的飞行具身大脑及通用群体智能系统[3] 产品与技术优势 - 推出自主探索飞行机器人P300 仅依托机载"大小脑"系统完成自主勘探、测绘与巡检[5] - 自主导航技术彻底摆脱GPS与外部通讯依赖 在复杂遮蔽空间实现全自主安全避障[8] - 智能"大脑"基于自研AI决策算法 赋予实时在线决策能力[8] - 高效"小脑"采用端到端控制架构 实现毫秒级高精度控制[8] - 协同聚能技术攻克多机决策与动态自组网瓶颈 实现多智能体集群高效协同[8] 创新技术突破 - 提出飞行与抓握一体化新范式 实现毫秒级飞行控制与微秒级关节变形规划[9] - 基于数据驱动技术实现端到端精确飞行 完成精确灵敏的大姿态自主飞行[11] - 超微型飞行机器人整机重量小于50g 通过端到端机器学习技术实现智能飞行[12][13] - 微型飞行器可从指尖起飞 安全穿梭于室外树木和室内障碍物之间[14] 应用场景与行业布局 - P300产品已在矿业、林业、电力、市政、交通以及应急救援等多个行业实现应用突破[7] - 飞行抓取一体化技术支持无人配送、应急救援与家庭助手等多样化应用场景[9] - 超微型飞行机器人在狭窄空间通行、搜索与救援等任务中具有广阔应用前景[13] - 公司在自主探测、应急安全、飞行操作等领域持续深化布局[16] 未来发展计划 - 持续深耕飞行机器人及具身智能技术领域[16] - 集中力量突破自主飞行、群体协同与通用泛化决策等核心技术瓶颈[16] - 致力打造新一代飞行具身智能基础模型[16] - 推出更多贴合市场需求的创新型产品[16] - 积极布局更多新兴应用场景 探索技术赋能的实际路径[16]

Figure完成C轮融资 - 公司完成C轮融资，新资本超过10亿美元，估值达到390亿美元 [1] - 本轮融资由Parkway Venture Capital领投，参与者包括Nvidia、Brookfield Asset Management、Macquarie Capital、Intel Capital、Align Ventures、Tamarack Global、LG Technology Ventures、Salesforce、T-Mobile Ventures和Qualcomm Ventures [3] - 融资将用于开启人形机器人下一阶段增长，并扩大人工智能平台Helix和BotQ制造规模 [3] 法国Niryo推出机器人平台Nate - 法国工业公司Niryo推出新的模块化机器人平台Nate，集成了机械臂、应用软件、AI模块、智能组件和集成工具等构建模块 [5] - Nate平台的核心组件是Niryo电动执行器，兼具精度、稳健性和嵌入式智能，计划于2025年9月上市 [5] - 该模块化执行器具有价格竞争力，可应用于机械臂、人形机器人、SCARA机器人、工业自动化和研发工程等领域 [5] 西湖大学研发昆虫尺度软体机器人 - 西湖大学研发出一款身长不足2厘米、体重不足2克的昆虫尺度软体机器人 [8] - 该机器人采用全新的电磁弹性体驱动机制，能在复杂户外环境中自主爬行、跳跃、游泳 [8] - 其核心技术实现了高输出力、大形变与低电压驱动的统一，仅需不到4伏的低电压，便能爆发出高达210牛/千克的力量和60%的形变 [8] 马斯克薪酬方案与人形机器人量产目标 - 特斯拉CEO马斯克于9月12日买入超250万股特斯拉股票，总价值约10亿美元 [11] - 特斯拉董事会向马斯克授予最多4.237亿股限制性股票，约占公司调整后总股本的12%，潜在价值接近1万亿美元 [11] - 解锁该薪酬方案的运营目标之一，是要求特斯拉累计交付100万台人形机器人 [11] Rethink Robotics再次关闭 - Rethink Robotics（前身为Heartland Robotics）由罗德尼·布鲁克斯和安·惠特克于2008年创立，2012年推出协作机器人Baxter [14] - 公司在2018年首次破产，后被HAHN集团收购知识产权，并于2024年9月由联合机器人集团(URG)重启并迁回美国 [14] - 由于新产品未准备好发布导致销售落后，且投资者撤回资金，联合机器人集团申请破产，致使Rethink Robotics在美国的业务再次停止运营 [14] 机器人行业相关企业名录 - 文章末尾列出了工业机器人、服务与特种机器人、医疗机器人、人形机器人、具身智能企业、核心零部件及教育机器人等多个细分领域的众多企业名称 [19][20][21][22]