核心观点 - 公司于2025年12月16日正式开放了全球目前最大规模的室内三维数据集Realsee3D，包含10000套数据，旨在为学术研究及非商业用途提供高质量数据基础，以加速空间智能领域的技术迭代与应用落地 [1] 数据集概况与规模 - 数据集名为Realsee3D，是一个大规模多视角RGB-D数据集，旨在推动室内三维感知、重建与场景理解领域的研究 [5] - 数据集包含10,000个独特的室内三维场景，细分房间单元达95,962个，并包含299,073组视点/RGB-D图像对 [6] 数据来源与构成 - 该数据集是从公司积累的千万级三维空间数据库中精选出的高质量样本 [4] - 数据构成采用“真实数据+程序化生成”的双引擎策略，以确保模型在复杂现实环境中的鲁棒性 [5] - 具体构成包括：1,000个真实采集场景（捕捉现实物理世界的复杂光照、布局与生活痕迹）以及9,000个基于100+专业设计师精心搭配的风格模板生成的合成场景 [6] 数据标注与类型 - 数据集提供了详尽的ground truth标注，以赋能多任务学习，标注不仅限于视觉，更延伸至几何与语义层面 [5] - 几何层标注提供高精度CAD图纸与平面图 [6] - 语义层标注包含2D语义分割与3D检测标签 [6] - 提供的数据类型包括：彩色全景图、深度图、位姿、CAD图纸、户型平面图、语义分割标签、3D物体检测标签以及表面法线图 [6][8][10][12][14] 行业意义与适用方向 - 空间智能领域的研究与应用长期面临高质量空间数据存在巨大缺口的“卡脖子”难题，公司正凭借其技术积累与资源沉淀填补这一缺口 [14] - 本数据集适用于几何重建、多模态学习、具身智能等空间智能核心研究方向 [14] 获取方式 - 目前，Realsee3D数据集已通过官方渠道开放申请，访问公司GitHub仓库即可获取 [14]

李飞飞的学术与行业贡献 - 2009年，时年33岁的李飞飞发布ImageNet数据库，该数据库包含22000个类别、1400多万张经过标注的图片，用于训练和测试AI算法的物体识别能力 [1] - ImageNet数据库为杰弗里·辛顿验证AI神经网络算法的有效性提供了关键基础，由此掀起了深度学习革命 [2] - 李飞飞认为视觉能力是AI进化的关键，基于此观点创建了ImageNet，为AI视觉深度学习奠定了数据基础 [3] 李飞飞的职业发展与企业创立 - 李飞飞于2007年加入普林斯顿大学任助理教授，2009年成为斯坦福大学终身教授，2013年起担任斯坦福大学人工智能实验室负责人 [3] - 2017年，李飞飞加入谷歌担任副总裁兼谷歌云人工智能及机器学习首席科学家，期间创立了谷歌AI中国中心并发起非营利组织AI4ALL [4] - 2023年4月，李飞飞创立初创公司World Labs，专注于解决人工智能领域的空间智能问题，公司成立不到四个月估值即超过10亿美元 [4] World Labs的技术突破与空间智能前景 - World Labs成立四个月后发布了一款突破性AI模型，该模型能通过一张图片或一句话生成可交互、可编辑、可扩展的虚拟3D场景 [5] - 李飞飞定义空间智能为机器在3D空间和时间中进行感知、推理和行动的能力，并认为这是AI领域的下一个前沿发展方向 [6] - 该模型的发布被视为人类迈向空间智能的第一步，预示着AI将从平面处理转向对三维世界的深度理解，推动虚拟与现实世界的融合 [5][6]

文章核心观点 - 文章介绍了宁波东方理工大学金鑫教授团队在空间智能与世界模型领域的研究进展，其核心思路是采用“混合”路径构建世界模型，即结合明确的物理规则知识与数据驱动方法，并率先应用于工业制造等产业场景以实现技术验证与落地 [3][4][5] 空间智能（世界模型）的起源与概念 - 空间智能概念在SLAM技术时期已被讨论，2024年由斯坦福大学李飞飞教授拓展至与物理世界的交互、感知和理解 [8] - 世界模型技术近期取得显著进步，例如李飞飞团队发布的Marble 3D世界模型和谷歌DeepMind发布的Genie 3，后者在写实性、一致性及物理正确性上达到更高水平 [9] - 世界模型有望成为继数据增强、数据合成之后，为人工智能训练提供高效路径的新选择 [9] 空间智能的技术框架 - 团队将空间智能或世界模型划分为三个部分：空间感知（基础3D建模与物理定律嵌入）、空间交互（支持智能体与环境及多智能体间互动）、空间的理解泛化与生成（基于充分理解衍生生成能力） [10][12][13][14] - 整体工作细分为两个方向：空间构建（搭建仿真环境）与智能体训练（在环境中训练AI），两者可形成不断优化迭代的闭环 [15][18] 核心研究成果：自动驾驶场景生成 - **UniScene**：团队提出的专注于驾驶场景生成的工作，已被CVPR接收，后续有V2等版本 [20] - **生成动机**：由于合规、隐私及车队规模限制，真实数据难以覆盖足够多的“corner case”危险场景，需通过生成式方法合成逼真有价值的场景数据 [22] - **技术路径**：采用以Occupancy（占据栅格）为中心的生成方案，因其蕴含丰富语义与必要几何信息，是连接场景理解与建模的有效“桥梁” [27][32] - **生成流程**：以简单的鸟瞰图布局为输入，首先生成语义Occupancy，再以此为中心分别衍生生成激光雷达点云和多视角视频，是一个两阶段的解耦过程 [34] - **进展与产业合作**：UniScene V2版本在NuPlan数据集上扩展了数据量，新增深度图和语义分割模态，并能根据车辆传感器位置生成对应视角数据 [37][40]；该版本在GitHub上线不到一周获得数百个star（后超过2000个） [41]；正与理想汽车合作，测试生成器对带有镜头畸变数据的泛化能力，以低成本支持其自动驾驶算法迭代 [41] 核心研究成果：规划与机器人场景生成 - **OmniNWM**：团队引入闭环的“规划-生成”串联机制，将规划的轨迹作为条件输入，预测执行该轨迹后未来场景的变化，可称为“万能的驾驶导航世界模型” [42][44] - **模型能力**：需同时预测全景RGB视频、语义分割、深度图、3D结构及未来规划轨迹，重点在于状态、动作及闭环奖励三个维度的扩展 [45][50] - **技术迁移**：将相同方法论迁移至机器人领域，应用于具身智能场景进行数据合成，能以Occupancy为桥梁生成机器人视频，处理软体、绳体等物体的数据合成，并与主流仿真器兼容实现批量并行生成 [45] 核心研究成果：机器人数据与训练模型 - **InterVLA数据集**：为补充机器人第一人称视角数据缺失，团队构建了包含约3.9千个序列的新基准数据集，包含第一人称视角视频、第三人称视角视频及动作捕捉数据 [46][49][57] - **DreamVLA模型**：针对“抓放”等任务，提出将大语言模型中的“思维链”思想引入视觉-语言-动作模型，让模型在输出最终动作前，先输出“世界嵌入”或“世界知识”等中间产物，形成多模态推理链条 [63][71][73] - **模型效果**：相比于Open-VLA等方案，DreamVLA泛化性更好，并能实现更快、更高效的收敛 [75] - **方位基础模型**：通过模块化方案赋予机器人“方位感知”能力，使其能像人一样从合适方位抓取物体（如抓瓶身而非瓶盖） [76][80] - **解耦世界模型**：将“解耦学习”嵌入世界模型，提取对任务至关重要的环境关键因子，排除非任务相关干扰，从而提升训练效率与模型鲁棒性 [81][83] 研究背景与团队发展 - 研究重点自2024年初开始聚焦世界模型与空间智能，标志着从处理2D视觉信号转向理解3D、4D等高维信号，旨在让AI获得对物理空间的认知能力 [85] - 团队在2025年NeurIPS会议上有两篇合作论文受到广泛关注 [85] - 团队学生培养取得初步成效，2024年有一位博士获得国家奖学金，2025年增加至两位 [91] - 招生最看重学生的自驱力与对科研的热情，并通过实习期进行双向考核 [91][92] 产业应用与场景选择 - 基于宁波强大的制造业背景（拥有104家国家级制造业单项冠军企业，数量全国第一），团队优先选择工业场景构建“工厂世界模型”，与奥克斯空调、均胜电子、吉利汽车等当地龙头企业紧密合作 [93] - 与专注于探索底层原理的知名团队（如LeCun团队、李飞飞团队）不同，该团队采取“两条腿走路”策略，既探索前沿技术，又聚焦有特色的应用场景 [94] 世界模型的构建方法与挑战 - **构建数据**：分为静态数据（物体级静态资产）和动态数据（RGB视频、激光点云、动作捕捉数据），两者均为必需 [95][96] - **构建步骤**：采用自上而下的技术路径，先定义物理规则，再叠加动态数据，最后以静态数据打底，涉及数据采集、处理、合成与模型训练 [97] - **兴起原因**：AIGC技术使得通过生成方式快速创建物理正确、视觉真实的场景成为可能，在效率与成本上相比传统手工建模有量级提升 [97] - **最大挑战**：成本最高的部分是前期静态资产和动态场景数据的创建与采集；技术难度最大的在于将软体、弹性体、流体等第一性原理和物理规则有效嵌入模型中 [98] 技术路径讨论与行业观点 - **关于Sora等视频生成模型**：认为其是否为世界模型取决于应用场景，在游戏、娱乐等内容生成领域有价值，但在需要精细空间感知与动作策略的机器人或自动驾驶领域存在局限性 [99] - **载体差异**：当前趋势是采用数据驱动的端到端模式（如VLA模型），倾向于为不同形态的智能体（汽车、机械臂）构建统一的世界模型服务，避免重复造轮子 [99][100] - **技术路径选择**：团队倾向于“混合”路径，结合端到端黑盒方法的能力与显性、可解释的组件 [101] - **学术界价值**：面对企业界强大的大模型路径，不必焦虑于快速商业变现，技术持续发展总需要新的突破，许多奠基性技术最初源于高校 [102] - **物理规律掌握**：关键在于构建高度物理真实的世界模型本身，若能真实还原材质物理属性，仿真环境中训练出的智能体行为结果会与真实世界一致 [102][103] - **实现方法**：采用知识库与数据库结合的混合路径，对明确规则（如碰撞检测、摩擦力）进行知识嵌入，对复杂现象（如流体运动）则采用数据驱动方法 [104][105]

行业背景与挑战 - 中国SaaS行业面临付费意愿低、定制化重、增长见顶的结构性困境[3] - 通用AI大模型热潮下，仅在软件中添加对话框难以带来实质性的增量收入[3] - 公司认为通用大模型存在“不懂物理”的致命盲区，例如生成的手表指针永远指向10点10分，因其仅是互联网数据的“复读机”[4] 公司战略定位 - 公司未选择跟风开发“套壳”聊天机器人，而是押注“空间智能”，旨在重写物理世界的运行规则[3] - 公司试图利用过去14年积累的5亿个3D结构化场景数据，构建战略护城河，让AI从“猜世界”进化到“算世界”[5] 核心产品与技术路径 - 发布对标Sora的视频生成工具LuxReal，其技术逻辑是“先建后拍”：先AI生成具有真实物理属性的3D商品和场景，再安排灯光运镜拍摄，以确保商业级的可控性[6] - 发布工业AI孪生平台SpatialTwin和空间智能训练平台SpatialVerse，旨在成为机器人时代的“卖水人”[7] - 在数字世界中搭建测试空间成本极低，而现实中装修成本需10万到20万；数字世界中机器人训练一小时的量几分钟即可完成，并可无限并发[7] 商业模式演进 - 未来收费模式将从单一的软件订阅制，转向“订阅+Token/算力”的混合模式，以适应机器人公司调用场景数据进行百万次训练的需求[8] - 公司判断未来机器调用的数量将超过人，商业模式需随之发生质变[8] 未来愿景与市场逻辑 - 公司认为中国未来需依靠机器人实现高品质生活，例如“10台机器人服务一个人”[9] - 公司押注“空间智能”的逻辑在于，为机器人大爆炸的未来预先打造一个懂物理、可计算的数字世界，使机器人能真正在物理世界完成任务[9]

公司概况与财务表现 - 公司为空间设计软件提供商，旗下拥有“酷家乐”、“Coohom”及“SpatialVerse”等产品，已正式向港交所递交上市申请，冲刺“全球空间智能第一股” [1] - 2025年上半年，公司实现营收3.99亿元，同比增长9%，并实现扭亏为盈，经调整净利润为1783万元 [1] - 2022年至2024年，公司营收从6.01亿元增长至6.64亿元，进一步增长至7.55亿元，主要得益于大客户订阅收入贡献增加及客户群扩大 [1] - 2022年至2024年，公司净利润分别为亏损7.04亿元、亏损6.46亿元和亏损5.13亿元 [1] - 公司毛利率持续提升，2022年、2023年、2024年及2025年上半年分别为72.7%、76.8%、80.9%、82.1% [1] - 公司成立至今已获得IDG资本、纪源资本、顺为资本、云启资本、经纬创投、高瓴创投等多家知名机构投资 [1] 战略转型与产品发布 - 公司宣布向“空间智能基础设施提供商”转型，致力于成为三维空间的“卖水人” [3] - 公司发布了全新的空间智能开放平台Aholo，该平台整合了核心3D能力，面向千行百业开放空间重建、生成、理解及编辑等底层能力，用户可通过多模态输入快速构建高保真全息3D空间 [3][4] - 公司发布了新产品3D AI内容创作工具LuxReal，该产品以自研的AI 3D生成模型Lux3D为底座，融合图像和视频生成模型，可高效生成富有创意的视频内容 [4][6] - LuxReal通过构建3D渲染与视频增强一体化的生成管线，旨在让AI视频“理解空间”，增强在电商、工业设计、游戏等领域的可落地性 [6] - Aholo平台目前已启动内测，LuxReal已开启全球内测邀请，并将于今年12月中下旬正式启动内测 [3][6] 行业应用与市场合作 - 3D空间智能在空间设计、XR、影视短剧、文化遗产保护等3D内容创作领域，以及工业数字孪生、机器人仿真训练等对3D结构化数据有高要求的场景均有需求 [4] - 公司围绕Aholo平台与A股影视行业龙头华策影视达成战略合作，双方将围绕虚拟片场生成、影视场景重建及产业生态协同共建等方向展开深度合作 [4]

公司概况与财务表现 - 公司是空间设计软件提供商，旗下拥有“酷家乐”、“Coohom”及“SpatialVerse”等产品，已正式向港交所递交上市申请，冲刺“全球空间智能第一股” [1] - 2025年上半年，公司实现营收3.99亿元人民币，同比增长9%，并实现扭亏为盈，经调整净利润为1783万元人民币 [1] - 2022年至2024年，公司营收从6.01亿元人民币增长至7.55亿元人民币，同期净亏损分别为7.04亿元、6.46亿元和5.13亿元人民币，亏损逐年收窄 [1] - 公司毛利率持续提升，2022年、2023年、2024年及2025年上半年分别为72.7%、76.8%、80.9%和82.1% [1] - 公司获得IDG资本、纪源资本、顺为资本、云启资本、经纬创投、高瓴创投等多家知名机构的投资 [1] 战略转型与核心业务 - 公司宣布向“空间智能基础设施提供商”转型，致力于成为三维空间的“卖水人”，提供可落地的空间智能能力 [2][3] - 公司核心业务围绕“3D空间”展开，旗下空间设计软件“酷家乐”及海外版“Coohom”服务于空间设计领域 [3] - 3D空间智能技术在空间设计、XR、影视短剧、文化遗产保护、工业数字孪生、机器人仿真训练等多个领域均有需求 [3] 新产品与平台发布 - 公司发布了全新的空间智能开放平台“Aholo”，该平台整合了核心3D能力，面向千行百业开放空间重建、生成、理解及编辑等底层能力，用户可通过多模态输入快速构建高保真全息3D空间，目前已启动内测 [3] - 公司发布了新产品“LuxReal”，这是一款3D AI内容创作工具，以自研的AI 3D生成模型Lux3D为底座，融合图像和视频生成模型，可高效生成富有创意的视频内容 [5][6] - LuxReal通过构建3D渲染与视频增强一体化的生成管线，旨在让AI视频“理解空间”，增强在电商、工业设计、游戏等领域的可落地性，该产品已开启全球内测邀请，计划于2025年12月中下旬正式启动内测 [6] 行业合作与生态建设 - 公司围绕Aholo平台与A股影视行业龙头华策影视达成战略合作，双方将在虚拟片场生成、影视场景重建及产业生态协同共建等方向展开深度合作 [4]

公司战略转型 - 公司宣布向“空间智能基础设施提供商”转型 核心是提供“可落地”的空间智能能力 目标是成为三维空间的“卖水人” [1] - 公司联合创始人兼CEO表示 创业之初的核心关键词是“3D空间”而非“家装” 明确了公司的长期技术定位 [1] 新产品发布：Aholo空间智能开放平台 - 正式发布Aholo空间智能开放平台 目前已启动内测 [2] - 该平台整合了公司核心3D能力 面向千行百业开放空间重建、生成、理解及编辑等底层能力 [2] - 用户可通过图片、视频或全景图等多模态输入 在平台上快速构建高保真的全息3D空间 [2] - 公司认为3D空间智能在空间设计、XR、影视短剧、文化遗产保护、工业数字孪生、机器人仿真训练等多个领域均有需求 [2] - 公司宣布与A股影视行业龙头华策影视达成战略合作 将围绕虚拟片场生成与影视场景重建等方向展开深度合作 [2] 新产品发布：LuxReal 3D AI内容创作工具 - 正式发布3D AI内容创作工具LuxReal 该产品以公司自研的AI 3D生成模型Lux3D为底座 融合图像和视频生成模型 [3] - 该产品通过构建3D渲染与视频增强一体化的生成管线 旨在让AI视频“理解空间” 增强在电商、工业设计、游戏等领域的可落地性 [3] - LuxReal已开启全球内测邀请 将于今年12月中下旬正式启动内测 [3] 公司财务与上市进展 - 公司正在冲刺港股IPO 于2025年2月向港交所递交上市申请 并于2025年8月更新招股书 [3][4] - 2025年上半年 公司实现营收3.99亿元 同比增长9% 实现扭亏为盈 经调整净利润为1783万元 [4] - 2022年至2024年 公司营收从6.01亿元增长至6.64亿元 进一步增长至7.55亿元 主要得益于大客户订阅收入贡献增加及客户群扩大 [4] - 2022年至2024年 公司净利润分别为亏损7.04亿元、亏损6.46亿元和亏损5.13亿元 [4] 公司背景与股东 - 公司成立于2011年 是一家空间设计软件提供商 旗下拥有“酷家乐”、“Coohom”及“SpatialVerse”等产品 [3] - 公司是“杭州六小龙”之一 [4] - 公司已获得IDG资本、纪源资本、顺为资本、云启资本、经纬创投、高瓴创投等多家知名机构的投资 [5]

公司战略升级与核心观点 - 群核科技宣布系统性持续开放其底层空间智能相关能力，以助力技术在千行百业的加速落地 [3] - 公司正从3D空间软件提供商逐步向空间智能基础设施提供商升级，使命从帮助人在三维空间实现想象力拓展至帮助具身智能、AIGC等智能体更智能 [3] - 公司致力于提供“可落地”的空间智能能力，不仅实现可视化层面的真实感，更要输出结构化的空间数据，并通过生成、仿真等技术组合高效连接物理世界与数字世界 [3] Aholo空间智能开放平台 - 正式发布Aholo空间智能开放平台，整合了公司过去14年在空间重建、生成、编辑与理解方面的核心能力，将以底层模型和工具形式逐步对外开放 [4][5] - 平台已启动内测，开发者和企业可通过API或SDK自由调取能力，用户可通过图片、视频或全景图等多模态输入快速构建高保真的全息3D空间 [7] - 平台旨在成为驱动空间智能创新的核心底座，应用领域涵盖空间设计、XR、影视短剧、文化遗产保护、工业数字孪生及机器人仿真训练等 [7] - 国内影视行业龙头企业华策影视与公司达成战略合作，将借助Aholo平台围绕虚拟片场生成、影视场景重建等方向展开合作，以提升制作效率与推动行业智能化转型 [7] 3D AI内容创作工具LuxReal - 公司孵化的3D AI内容创作工具LuxReal正式亮相，由一支95后团队历时半年打造，是基于其空间能力的一次AI原生化产品重要探索 [8][9] - 产品以公司自研的AI 3D生成模型Lux3D为底座，融合图像和视频生成模型，构建业内第一个3D Agent系统，能在保证时空一致性的前提下高效生成富有创意的视频内容 [11] - 该产品旨在解决现有AI视频生成技术因缺乏3D空间理解而导致的物体位置偏移、空间逻辑混乱等问题，通过构建3D渲染与视频增强一体化的生成管线，让AI视频真正“理解空间” [11] - LuxReal已开启全球内测邀请，并将于12月中下旬正式启动内测，目标满足电商、影视、广告、工业设计、游戏等领域更严格的内容创作需求 [11] 空间智能技术应用与行业合作 - 公司将3D高斯技术引入AI空间训练领域，借助其重建能力全面拥抱真实数据，显著提升仿真环境的真实感与物理一致性，缩小Sim2Real（仿真到现实）差距 [13] - 谋先飞（Motphys）、地瓜机器人与公司的空间智能训练平台SpatialVerse达成深度合作，将整合各自在具身智能仿真训练平台、云算力、空间训练数据等领域的优势，共建高效、精准、可扩展的机器人仿真训练体系 [13] - XR平台PICO与公司达成生态合作，双方将基于PICO的XR硬件系统与公司丰富的空间数据集，携手打造“世界最大的可交互XR资产库”，探索“空间智能 + XR”创新生态 [13] - 过去一年，公司产品矩阵持续AI化：酷家乐上线AI智能设计平台，成为用户全链路的AI设计智能体，仅需5分钟就完成一套全屋空间设计方案，效率提升100倍，该平台已上线全球化版本 [14] - SpatialVerse与智元机器人、银河通用、穹彻智能等一批具身智能企业达成合作，并拓展工业场景推出工业AI孪生平台SpatialTwin，探索具身智能时代的人机协作新模式 [14]

公司核心技术产品 - 公司自研了一款名为激光雷达相机的新型传感器产品，该产品是传统可见光、毫米波雷达和激光雷达（或可视化激光）多传感器的融合，具有颠覆性突破 [3][6] - 该技术基于高时间分辨的空间推扫计算光学技术，目前考虑命名为空间计算光学相机、空间推扫成像相机或空间智能相机 [3][6] - 该产品是一款既能成像又能测距，同时能抗各类强光眩光、雨雾天气干扰的新型技术路线 [3][6] 产品核心优势 - 第一大优势是在成像端底层实现统一舱位融合 [3][6] - 第二大优势是能够做到全场景、全测量、全识别、全天候 [3][6] - 第三大优势是不仅能降低单车采购成本，还能显著降低整个智能驾驶算法的开发成本 [3][6] - 成本降低的原因在于不需要进行多传感器融合、对齐、判定和全能分析，从而节省极大的人工和算力 [3][6] 技术应用与战略 - 该空间计算光学技术将有力支撑当前较火的空间智能领域，为其提供源源不断的包含语义信息、距离信息和深度图的切片数据，并能抗强光眩光干扰 [3][6] - 公司秉持“技术不求所有，但求所用”的理念，希望与业界共同探讨如何用好该技术 [3][6] - 公司的奋斗目标是成为全球领先的智能感知新龙头，坚持做好产品，实现从小系统到集成的转变 [3][6] 客户与市场 - 华为是公司最大的客户之一，公司为华为制造军团提供典型解决方案 [3][6]

公司核心技术产品 - 公司自研的激光雷达相机是传统可见光、毫米波雷达和激光雷达可视化激光多传感器的融合，具有颠覆性突破 [3][6] - 该技术基于高时间分辨的空间推扫计算光学技术，既能成像又能测距，且能抗各类强光眩光、雨雾天气干扰 [3][6] - 该产品名称尚未确定，潜在名称包括空间计算光学相机、空间推扫成像相机或空间智能相机 [3][6] 产品核心优势 - 优势一：在成像端底层实现统一舱位融合 [3][6] - 优势二：能够做到全场景、全测量、全识别、全天候 [3][6] - 优势三：不仅降低单车采购成本，还能显著降低整个智能驾驶算法的开发成本 [3][6] - 该技术无需进行传感器融合、对齐、判定和全能分析，可节省极大的人工和算力 [3][6] 技术应用与战略 - 空间计算光学技术将有力支撑当前较火的空间智能领域，为其提供源源不断的包含语义信息、距离信息和深度图的切片数据 [3][6] - 公司秉持“技术不求所有，但求所用”的理念，希望与业界共同探讨并应用该技术 [3][6] - 华为是公司最大的客户之一，公司为华为制造军团提供典型解决方案 [3][6] - 公司的奋斗目标是成为全球领先的智能感知新龙头，坚持做好产品，实现从小系统到集成的转变 [3][6] 行业活动背景 - 公司创始人郑道勤出席了2025年12月5日至7日在北京举行的“2025（第二十三届）《中国企业家》影响力企业家年会”并发表演讲 [1][4] - 该年会主题为“涌现·无限——共创智能商业新形态” [1][4]