行业融资与监管动态 - 2025年下半年海外脑机接口公司融资活跃 Neuralink再获6.5亿美元融资 估值达90亿美元[1] Synchron获2亿美元D轮融资[1] Paradromics获FDA批准开启言语功能重建人体临床试验[1] Sam Altman团队筹建Merge Labs 计划从OpenAI融资2.5亿美元[1] - 中国脑机接口公司在严格监管下务实推进 以博睿康、阶梯医疗为代表 其植入系统已进入国家药监局创新医疗器械审评的“创新绿色通道” 开展人体临床试验[1][2] 技术应用场景与时间线 - 脑机接口明确三大应用场景 脑控类 神经调控类 感知觉重建类[4] - 临床价值验证时间线为未来三到五年 消费医疗属性展现时间线为未来五到十年[4][5] - 技术成熟后 脑机接口将成为人机交互的信息桥梁 实现“人机融合” 通过意念高效控制智能代理设备[5] 阶梯医疗产品与进展 - 首款植入式无线脑机接口系统适应症针对严重运动功能障碍患者 包括高位截瘫、渐冻症、严重中风导致的瘫痪[6] - 产品旨在通过大脑意念控制外部电子设备及物理外设 目标为改善患者生活质量并恢复其生产力[6] - 系统核心为超柔性电极 电极丝厚度为发丝的1% 植入过程接近穿刺手术 将植入体嵌入颅骨骨槽 电极植入大脑皮层下约5-8毫米深度[7] - 系统可采集单细胞精细神经活动 延迟约几十毫秒 已发布第二代高通量系统 电极通道数提高至256 应用场景从运动控制拓展至语言重建[7] - 公司产品于2025年3月在复旦大学华山医院完成中国首例前瞻性临床试验 并于11月进入药监局“绿色通道”[2] 数据与算法驱动 - 大脑单细胞数据集是构成脑科学“数据飞轮”的关键 海量数据将决定新应用场景和技术路径的定义权[8] - 美国BrainGate项目为约四五十例患者植入系统 其有限数据已支撑意念打字、语言解码等研究成果 未来患者数量达几千、上万例将带来巨大科研价值[9] - AI算法用于解析脑数据 当前简单脑控指令使用约十几万参数量的循环神经网络RNN 未来复杂控制将提升神经网络参数量[10] - 未来可通过脑数据训练“基座模型”应用于新患者 提升解码器初始性能 在语言解码中 结合大语言模型预测可极大帮助信息解读[10] 技术潜力与人机融合展望 - 脑机接口不仅用于功能恢复 更可探索人类控制边界 植入患者经训练在特定任务上可超越常人水平 例如控制光标速度达9.5 BPS Bits Per Second 超过部分普通人[12] - 未来技术或实现“想象瞬移”等全新交互方式 并实现如控制自身身体般灵活地操控多自由度机械臂[13] - 脑机接口被视为实现人机深度融合、避免人类被AI边缘化的关键“信息桥梁” 目标是实现人类对智能体的可控发展[14] - 公司创始人表示若技术成熟 愿意率先植入体验[3][15]

行业动态与融资概况 - 2025年下半年，海外脑机接口领域融资活跃：Neuralink再获6.5亿美元融资，估值达90亿美元[4]；Sam Altman团队筹建Merge Labs，计划融资2.5亿美元[5]；Synchron获2亿美元D轮融资，Paradromics获FDA批准开启人体临床试验[6] - 中国脑机接口创业公司务实低调，在医疗器械监管框架下稳步推进：博睿康、阶梯医疗等公司的植入系统已进入国家药监局创新医疗器械审评的“创新绿色通道”[7] - 阶梯医疗在2025年取得多项进展：3月完成中国首例侵入式脑机接口前瞻性临床试验，11月产品进入药监局“绿色通道”，12月发布第二代高通量无线侵入式系统，电极通道数提高至256，应用场景从“运动控制”拓展到“语言重建”[7] 技术应用场景与发展路径 - 脑机接口当前明确的应用场景主要有三大类：脑控类（如运动控制、语言表达）、神经调控类（如帕金森、疼痛调控）、感知觉重建类（如听觉、视觉重建）[11][12] - 技术落地时间线判断：未来三到五年内，脑机接口治疗疾病的临床价值将得到验证[13]；未来五到十年间，其消费医疗属性会开始展现，成为变革人机交互、实现“人机融合”的信息桥梁[14] - 阶梯医疗首款产品的适应症主要针对严重运动功能障碍患者，如高位截瘫、渐冻症、严重中风导致的瘫痪，旨在通过大脑意念控制外部设备，帮助患者改善生活质量并恢复生产力[15][16][17][18] 核心技术、数据与AI角色 - 系统核心是超柔性电极，电极丝厚度仅有发丝的1%，宽度与头发丝相似，其微小作用力可对抗位移，实现稳定信号采集[19] - 植入过程为微创手术：将颅骨局部打薄5毫米形成骨槽，嵌入硬币大小的植入体，再将电极丝植入大脑皮层下约5-8毫米深度，延迟仅几十毫秒[19] - 大脑单细胞数据集是构成脑科学“数据飞轮”的关键，是提升对大脑理解、定义新应用场景和技术路径的基础[21][22] - AI与算法扮演重要角色：未来可通过脑数据训练“基座模型”提升新患者解码性能；当前简单任务使用十几万参数量的循环神经网络即够用，未来复杂控制将提升模型参数量；AI大语言模型可辅助语言解码[24] 未来展望与人机融合 - 脑机接口不仅用于功能恢复，还能探索人类控制的边界，未来可能使人类获得超越常人的能力，例如在特定任务上比普通人更快，或实现“想象瞬移”等新型控制方式[27][28] - 人机深度融合被视为必然趋势，脑机接口是连接碳基生命与硅基生命的关键“信息桥梁”，旨在确保人类在AI快速发展中保持主体地位和对物理世界的掌控力[29] - 公司创始人表示，若技术成熟，他们愿意率先植入脑机接口系统以体验感受[30]

大会主旨与核心议题 - 未来产业是由人工智能、新能源、空天科技、高端装备、生物技术等战略领域共同构建的新兴产业体系，代表了科技进步最前沿，是驱动经济转型升级的核心动能 [2] - 新材料是未来产业不可或缺的基石与引擎，无论是更轻更强的结构材料、更智能的感知材料还是更高效的能量转换材料，都是支撑未来产业发展的物质基础和推动技术迭代、拓展应用场景、重塑产业结构的关键力量 [2] - 本次大会聚焦未来产业核心议题，涵盖空天装备的主动控制与智能运维、通讯基站热管理、灵巧操作机器人、汽车智能化、人工智能与低空经济融合等领域的材料创新应用，旨在揭示更智能、更绿色、更融合的未来图景 [2] 论坛嘉宾与演讲主题 新型尼龙树脂开发及应用 - 演讲嘉宾潘凯为北京化工大学教授、博士生导师，担任国家重点新材料研发及应用科技重大专项项目首席 [7] - 嘉宾同时担任先进功能高分子复合材料北京市重点实验室副主任、中国化工学会化工新材料分会专家委员等职务 [8] - 作为项目负责人承担国家科技创新重大项目、国家重点研发计划项目等纵向项目，以及中石油、中石化等企业委托的重大、重点项目40余项 [8] - 在国内外核心期刊发表文章150余篇，申请发明专利60余项（授权30余项），并牵头建有2个校企联合研发中心 [8] 濒海空天装备主动控制与智能运维 - 演讲嘉宾王继强为中国科学院宁波材料技术与工程研究所研究员、博士生导师，特种飞行器浙江省工程研究中心副主任 [11][12] - 嘉宾担任中国仿真学会人工智能仿真技术专业委员会秘书长、中国新材料产业技术创新平台副秘书长等多个学术职务 [12] - 主要研究领域包括航空推进系统控制、装备振动与噪声控制、数字孪生与智能控制 [12] - 主持和参与科研项目近40项，项目总金额逾2亿元 [12] - 在领域内已出版专著2部、编著3部，发表和录用相关论文140多篇，申请和授权国家发明专利40多项 [12] - 曾获2024年中国仿真学会及中国人工智能学会最具影响力学术团队奖，以及“第一届中国人工智能应用创新大赛”全国总决赛一等奖 [12] 通讯基站热管理及需求展望 - 演讲嘉宾周爱兰为中兴通讯无线热设计专家，毕业于哈尔滨工业大学热能工程专业 [14] - 嘉宾曾任职于广达研发中心负责笔记本散热，现于中兴通讯上海研发中心硬件系统部担任热设计专家 [14] - 主要负责户外基站产品的散热技术规划、产品痛点难点解决，以及结合业界技术、工艺成本演进进行产品应用分析的统筹规划与技术落地推动 [14] - 已发表多篇专利 [15] 灵巧操作机器人中的新材料机遇 - 演讲嘉宾任化龙为北京忆海原识科技有限公司总裁，拥有斯坦福大学计算机科学硕士学位（AI、机器人与计算机系统方向） [17][18][19] - 本科期间在边信黔教授指导下组建了灵巧手技术实验室 [19] - 曾担任硅谷Amazon Lab126智能设备嵌入式系统技术负责人，参与Echo系列语音音箱等产品的研发和跨团队合作 [19] - 于2017年创立北京忆海原识科技有限公司，公司由来自斯坦福大学、哈佛大学、哈尔滨工程大学的人工智能、神经科学、机器人专家组建，致力于研发实用类脑智能与灵巧操作机器人技术，已建立独创的基础理论与应用技术体系，并获得众多知识产权授权 [19] 汽车智能化趋势下的新材料应用浅析 - 该主题演讲嘉宾为行业专家，具体信息待后续揭晓 [21] 具身智能机器人在工业领域的应用 - 演讲嘉宾汪雪琴为北京具身智能科技有限公司专家顾问，同时担任北京化工大学信息学院副教授 [24] 新材料驱动人工智能与低空经济融合创新 - 演讲嘉宾吴妹为道恩集团有限公司研发工程师 [27] - 专注于高分子材料、工程塑料及复合材料在新兴产业领域的应用研究 [28] - 主导和参与多项与人工智能基础设施材料、低空经济关键结构材料相关的研发工作，涵盖高频高速通信材料、光模块材料、碳纤维增强复合材料及工程塑料在低空飞行器中的轻量化应用 [28] - 曾参与《低空经济投资与业务拓展可行性研究报告》等企业战略类研究编制，在材料创新、技术趋势研判与产业化落地方面具备丰富经验 [28] 人机融合 | 机器人智能压电皮肤 - 演讲嘉宾宋云飞为中国电子装备技术开发协会副会长兼副秘书长 [32] - 嘉宾拥有澳门科技大学研究生及南航博士学位，现任中国电子装备技术开发协会副会长兼副秘书长（管理五级），并兼任中国科学院大学江苏校友会（筹）秘书长、国家工业大数据重点实验室特聘研究员等多项职务 [32] - 曾担任中国科学院自动化所东莞研究院产业副院长（管理六级），并负责陈国良院士、沈昌祥院士、谭建荣院士等多个院士工作站的办公室工作 [32] - 参编了《云计算与大数据》、《大数据与人工智能》、《人工智能与电气自动化应用》等“十三五”教材，并有多部独著作品 [32] - 曾荣获2022年电子工业出版社优秀作译者荣誉 [32]

文章核心观点 - 全球航运业面临供应链重构、环保法规升级、能源转型等多重挑战，数字化与智能化被视为破解发展难题的关键路径 [1] - 智能船舶的发展是一项涉及技术、标准、法规、商业模式和产业生态的复杂系统工程，是船舶工业迈向高质量发展和实现产业整体升级必须把握的历史机遇 [1] - 智能船舶的浪潮已至，它不会瞬间转变所有传统航运方式，但必将深刻重塑航运的每一个环节 [8] 行业发展驱动力与挑战 - 船员短缺等问题日益突出，使得通过智能化补充乃至部分替代人力从备选项升级为必选项 [2] - 远洋航行船舶船岸通讯困难，使得“船端自主”能力的重要性空前凸显 [2] - 智能船舶发展面临三大核心挑战：极端复杂的海洋环境、人力匮乏、通信受限 [2] - 现有的电子海图、航海雷达等工具存在一定缺陷，在面向无人或高度智能化的未来时，其短板是智能航行系统需要面对的问题 [2] 技术研发与应用实践 - 融合人工智能与机器视觉的智能化探索成为行业关注的焦点 [2] - 中远海科开发的船舶航行智能安全系统是面向船舶航行安全管理全场景的可视化智能解决方案，聚焦增强瞭望、避碰预警、靠离泊辅助、智能安防、船岸协同管控五大功能 [2] - 辅助靠离泊系统的出现，借助先进技术手段，让因港口环境复杂、船舶操控难度大而一直考验船员技术和经验的靠离泊操作变得更加安全、高效、精准 [3] - 数字化和自主化的成熟需依赖海量场景数据的积累与反馈闭环，感知决策算法的准确度和链路可靠性需在真实环境中持续迭代 [3] - 技术落地要求产学研用形成长效协作机制，涉及传感器冗余设计、边缘计算架构的动态适配、数据驱动的算法迭代等工程实践 [3] 规则、标准与产业协同 - 现有的国际海事组织(IMO)基础规则未能充分解决海上自主水面船舶(MASS)相关问题，对MASS的设计和操作未能提供额外指导 [4] - 非强制性MASS规则将于2026年完成定稿，强制性MASS规则将于2028年开始制定，最晚2030年7月通过，并于2032年1月1日生效 [5] - 现有MASS规则主要为原则性内容，如何转化为具体的设计指南和操作规范仍需要整个产业进行实践 [5] - 中国力量积极参与国际规则制定，例如中国船舶集团上海船舶研究设计院牵头提交的提案被IMO海上安全委员会会议采纳 [5] - 国际合作是破解智能船舶技术标准碎片化的关键，需建立跨域兼容的技术框架，推进技术接口标准化，构建国际化的测试数据库共享平台 [5] - 未来在以MASS规则为基础的背景下，MASS船型及系统将被重构，测试验证体系也将不断完善 [6] - 智能船舶的发展必然向全产业链协同创新演进，不再限定于某家船厂或某个航运企业 [4] 人机关系与系统设计 - 智能船舶发展的核心命题之一是如何在释放人工智能巨大潜能的同时，找到“人机”和谐共融的平衡点 [7] - 一种技术逻辑是发挥人工智能的能力，同时将其缺陷关在“笼子”里，例如通过人工智能进行建模和感知，然后通过传统的经典算法去做控制、预测和策略环节 [7] - 船舶正经历从“以人为核心”到“人机协同”的深刻转变，这要求对船舶的操作模式进行定义，并厘清人机之间的运行边界 [7] - 智能船舶系统必须在可量化、可观测的工况下运行，一旦系统感知到即将或已经超出控制范围，或自身出现故障，必须能够无缝“降级”，或清晰、及时地发出警报，将控制权交还给人类船员 [7] - 智能船舶的终极目标并非创造完全取代人类的“无人船”，业界普遍认为即便发展到“MASS阶段”，大型远洋船舶上仍然会有船员，其角色将从传统的操舵瞭望者，升级为系统的管理者、监控者和最终决策者 [7] 一线态度与行业共识 - 一线船员对以人工智能、自主航行为标志的变革并非被动等待，而是抱着开放甚至期待的心态 [1] - 推动智能船舶发展是船舶工业迈向高质量发展和实现产业整体升级必须把握的历史机遇 [1]

文章核心观点 - 全球航运业面临供应链重构、环保法规升级、能源转型等多重挑战，数字化与智能化被视为破解发展难题、推动产业整体升级的关键路径[1] - 智能船舶的发展是一项涉及技术、标准、法规、商业模式和产业生态的复杂系统工程，既是挑战也是历史机遇[1] - 智能船舶的终极目标并非完全取代人类，而是实现“人机协同”，使船员角色从传统操作者转变为系统的管理者、监控者和最终决策者[6][7] 直面技术挑战 - 海洋环境复杂多变，风浪流的多变耦合对智能系统的感知、决策、控制稳定性构成极限施压[1] - 现代航运业面临船员短缺的“人本之困”，使得通过智能化补充乃至部分替代人力从备选项升级为必选项[2] - 远洋航行船岸通讯困难，使得“船端自主”能力的重要性空前凸显[2] - 现有的电子海图、航海雷达等工具存在缺陷，在面向无人或高度智能化未来时，其短板是智能航行系统需要面对的问题[2] 智能化探索与应用 - 融合人工智能与机器视觉的智能化探索成为行业焦点[2] - 中远海科开发的船舶航行智能安全系统是全场景可视化智能解决方案，聚焦增强瞭望、避碰预警、靠离泊辅助、智能安防、船岸协同管控五大功能[2] - 以靠离泊操作为例，辅助靠离泊系统借助先进技术手段，让操作变得更安全、高效、精准[3] - 数字化和自主化的成熟需依赖海量场景数据的积累与反馈闭环，感知决策算法的准确度和链路可靠性需在真实环境中持续迭代[3] 规则、标准与产业协同 - 现有的国际海事组织（IMO）基础规则未能充分解决海上自主水面船舶（MASS）的相关问题，未能提供额外指导[4] - 非强制性MASS规则将于2026年完成定稿，强制性MASS规则将于2028年开始制定，最晚2030年7月通过，并于2032年1月1日生效[4] - 中国力量积极参与国际规则制定，例如上海船舶研究设计院牵头提交的提案被IMO海上安全委员会会议采纳[4] - 智能船舶发展需全产业链协同创新，国际合作是破解技术标准碎片化的关键，需建立跨域兼容的技术框架和共享平台[5] - 未来在以MASS规则为基础的背景下，MASS船型、系统及测试验证体系将被重构和完善[6] 人机融合与系统设计 - 智能船舶发展需找到释放人工智能潜能与实现“人机”和谐共融的平衡点[6] - 一种逻辑是发挥人工智能能力的同时将其缺陷关在“笼子”里，例如通过AI进行建模感知，再通过传统经典算法做控制、预测和策略[6] - 船舶正经历从“以人为核心”到“人机协同”的深刻转变，需定义操作模式并厘清人机运行边界[6] - 智能船舶系统必须在可量化、可观测的工况下运行，一旦超出控制范围或出现故障，必须能无缝“降级”或及时将控制权交还人类船员[6] - 即便发展到“MASS阶段”，大型远洋船舶上仍会有船员，其角色将从传统的操舵瞭望者升级为系统的管理者、监控者和最终决策者[7]

行业技术动态 - 2025中国国际海事会展在上海举行 该展会是全球最具影响力的海事盛会之一[1] - 展会现场展示了最新型的船舶产品以及完成焕新升级的造船配套装备 部分装备首次与公众见面[1] 产品创新与特点 - 一款在展会现场展示的迷你机械臂是已投入使用的船舶建造焊接设备 其灵巧的焊接技术通过动态展示呈现[1] - 该设备是中国在造船领域将便携式焊接机器人应用于工业领域的第一台[1] - 该机械臂采用激光辨识后直接成像 并与后台数据结合进行焊接 内置多种智能自适应算法[1] - 该迷你机械臂重量不到15公斤 可与工人配合 在人无法到达的地方进行焊接作业[1] - 该设备能更好地满足绿色建造要求的低能耗需求[1] 应用与效益 - 该迷你焊接机械臂目前已在**国内造船企业广泛应用**[1] - 该机械臂的应用不仅能提升效率 还能增加产品合格率[1] - 机械臂解决了现场劳动强度问题 适用于苦、脏、累、差、险的作业环境[1] - 由于机器工作稳定 其效率较高且质量稳定可靠[1] 未来发展趋势 - 未来的机械臂将向多模态化发展 目标是构建人机融合非常友好的生产模式[1]

文章核心观点 - 文章通过马可波罗控股在东莞建立的数智工厂案例，展现了中国制造业智能化转型的最新进展，该工厂代表了瓷砖行业智能工厂的最高水平[4][18][21] - 智能化转型的核心在于构建“人机协作、以人驭机”的新型人机关系，通过为机器“立法”来最大化降本增效的潜力[19][20][22] - 数智工厂在智能化、绿色化、数字化方面的实践取得了显著成效，包括大幅降低人工成本、提升产量与产品质量，并实现了能源体系的绿色重构[5][7][12] 智能工厂运营实况 - 工厂园区占地348亩，建筑总面积约35万平方米，环境干净整洁，不再是劳动力密集型模式[5] - 单条生产线所需人工从传统模式的120-150人降至约35人，人工数量降低70%-80%[6] - 建成一体化产线覆盖从泥沙原料到瓷砖成品打包全流程，主要生产超大规格高端陶瓷岩板，产线运转高效有序[7] 智能化具体表现 - 全流程智能化：原料配比通过中控室输入配方实现精度自动控制，取代传统铲车师傅[8] - 窑炉温度控制采用智能云控哨兵系统，由机器人不间断巡检并预警，巡检一圈约40分钟，取代人工巡检[8] - AI检测机可识别不同图案瓷砖，检测针孔大小表面缺陷及尺寸偏差，并自动分流实现全自动化检测分拣和包装[10] 绿色化实践与成效 - 利用谷电差价，将泥沙原料浆化与粉化环节安排在夜间作业，运行一晚可提供一条产线两天的原料用量，每度谷电比峰电便宜0.6元[12] - 在粉化环节使用生物质燃料配合专门燃烧炉，成本降至天然气的三分之一，已实现替换50%的天然气[12] - 园区通过雨水收集池储存约3000吨积水并100%循环利用，工厂顶楼光伏面板可满足园区70%用电需求[12] 数字化水平与人机关系 - 总控制室数据采集点位总数约2万个，实现全链路数据沉淀，通过数据分析优化生产、提升工艺、促进节能，并做到一砖一码可溯源[15] - 智能化转型后，人机关系从“人多机少”转变为“机多人少”，关键在于人机协作、以人驭机，达到人机融合[20][22] - 人员角色转变为维护智能化体系、不断调试并为机器制定流程标准，同时作为机器的监督者与引导者进行抽查复查[19][26][28] 生产优化与供应链创新 - 引进全球领先的意大利SACMI宽体超高速连续成型辊压机，提升单点智能化水平，克服普通压机精密度不均、无法连续辊压等弱点[29] - 智能化改造推动供应链调整，创新适用于先进辊压机的用料配方体系，釉料从外购为主转变为自产为主[29] 公司发展历程与成果 - 公司自2017年在美国田纳西州建立智能化生产基地开启建设历程，旗下四家生产子公司均获国家级“绿色工厂”认证[31] - 与五年前相比，公司人均产出翻了一番，优品率达99.5%，年产能突破2亿平方米[32] - 绿色发展方面，建成屋面光伏发电站规模近200MW，年发电量超2亿度，相当于年节约标准煤约6万吨，减少二氧化碳排放约12.8万吨[33] - 公司于近期成功登陆深交所主板，标志着正式迈入资本市场新阶段[34]

薪酬方案概述 - 特斯拉为其首席执行官埃隆·马斯克完成价值1万亿美元（约合7.13万亿人民币）的薪酬计划股票登记，涉及423,743,904股普通股，包含限制性股票 [1] - 该薪酬方案已获得特斯拉75%股东的投票批准，被称为史上最高额的高管薪酬方案 [1] - 若所有目标达成，马斯克将获得公司约12%的股份，加上其原有13%的股份，总持股比例将达到25% [5] 薪酬方案解锁条件 - 解锁条件分为市值目标和运营目标，需在未来十年内完成12组任务 [3] - 市值目标要求特斯拉市值从1.5万亿美元增长至8.5万亿美元，相当于再造两个当前市值的英伟达 [3] - 运营目标包括四项：累计交付2000万辆特斯拉汽车、实现1000万人连续三个月订阅FSD、累计交付100万台人形机器人Optimus、让100万辆Robotaxi无人出租车投入商业化运营 [3] - 公司调整后EBITDA需从2024年的170亿美元增长至4000亿美元，增幅超过20倍 [5] - 每同时达成一个市值目标和一个运营目标，马斯克将解锁公司约1%的股票期权 [5] 公司战略与业务规划 - 公司明确提出“以AI与机器人实现可持续富足”的愿景，战略重点转向AI智能体、自动驾驶与人形机器人三大领域 [7] - 人形机器人Optimus计划于2026年启动V3量产，远期目标是实现年产1000万台，单台成本降至2万美元 [7] - CyberCab自动驾驶出租车计划在2026年4月启动量产，车型取消方向盘与踏板，目标生产节拍为“10秒/台” [8] - FSD版本14.2/14.3预计在未来1—2个月内开放“脱手驾驶”功能，据称其安全数据已显著优于人类驾驶 [8] - 为支撑发展，公司指出芯片和电力是核心瓶颈，可能建设目标月产100万片晶圆的“巨型芯片工厂Terafab” [15] 业务现状与挑战 - 截至去年9月，特斯拉累计汽车交付量超过800万辆，但2024年交付量约为178.9万辆，出现上市以来首次同比下滑 [6] - 要实现2000万辆总交付目标，未来十年年均销量需维持在120万辆以上 [6] - FSD付费转化率目前仅为12%，要实现1000万订阅目标，渗透率必须从12%提升至50% [7] - Robotaxi业务目前仅在得州奥斯汀进行小规模试点，尚未获得加州等关键市场的运营许可 [11] - 人形机器人Optimus目前仍处于研发早期，产量仅数百台，客户交付量为零 [11] 管理层意图 - 马斯克强调其目标并非经济收益，而是获得对公司足够的影响力，希望在特斯拉拥有25%的投票控制权 [15][16] - 管理层认为，若没有约25%的投票控制权，将不愿意把特斯拉发展成为人工智能和机器人领域的领导者 [16] - 收购社交媒体平台X导致马斯克在2022年出售了约229亿美元的特斯拉股票，大幅减少了其持股比例 [16]

行业技术现状与认知水平 - 当前人类对大脑的认识非常初级，处于不完备的通信系统阶段，脑机接口通过记录脑电活动并猜测其与信息的对应关系来运作[4] - 脑机接口技术的发展与对大脑的认识是一个相互促进的迭代循环过程，通过开发脑机接口来认识大脑，进而创造更好的系统[4][5] - 脑机接口是一个高度交叉的学科，涉及材料、芯片、通信、机器人、信号处理与计算等多个领域，各学科强交叉是当前行业特征[5][6] 公司定位与技术路径 - 岩思类脑专注于脑机接口领域的算法基础层，旨在打造类似ChatGPT或操作系统的核心预训练算法基座模型，以赋能整个产业[11][13] - 公司的核心竞争优势在于能够获取并利用中国独有的海量高质量脑电数据，数据量与其他国家存在几个数量级的优势[14][15][22][23] - 技术路径上，公司同时布局侵入式和非侵入式脑机接口，并致力于通过先进算法提升信息提取率，目标是未来用非侵入式设备实现侵入式的功能[24][34] 核心技术突破与应用案例 - 在侵入式应用上，公司与华山医院合作，利用AI技术从难治性癫痫患者的脑电信号中解码语言，实现了对2000个汉字的泛化解码，声母和韵母准确率分别达到83%和84%[36][37][38] - 在非侵入式应用上，公司通过优化SSVEP范式算法，成功实现了用脑电帽精准、连续地操控《黑神话：悟空》等高要求动作游戏，并展示了高于普通人的操作效率[44][45][46] - 公司的脑电大模型训练仅需100分钟即可让系统具备特定功能，并且该系统具备学习能力，使用越多，准确率和泛化性越强[40][41][42] 行业发展挑战与驱动因素 - 脑机接口产品尚未普及的主要原因包括领域新兴、侵入式产品需医疗器械认证以及非侵入式产品功能性和接受度有待提高[48][49] - 中国脑机接口行业相比欧美起步较晚但发展速度迅猛，优势体现在临床资源、供应链、工程应用、算法数据以及国家政策支持上[50][55][70] - 资本涌入对行业有助推作用，但脑机接口领域需要耐心资本，不宜追求短周期快回报，应秉持长期主义[63][67][68] 未来前景与战略愿景 - 行业预计在未来3到5年内将出现大量好用的脑机接口设备，长远看，脑机接口是应对人工智能挑战、实现人机融合的必然发展方向[49][58][62] - 脑机接口有望通过记录和汇聚人类脑电活动，打破碳基生物代际进化的限制，实现生物智能的快速迭代[58][59] - 岩思类脑的愿景是弥合人工智能与生物智能的鸿沟，用前沿科学打造大众化产品，让科技更好地服务人类[74][75][76]

行业技术现状与挑战 - 人类对大脑的认识仍处于非常初级的阶段，脑机接口目前是一个不完备的通讯系统，通过记录脑电信号并猜测其与信息的对应关系来工作 [5][6] - 脑机接口技术路径主要分为侵入式、半侵入式、非侵入式和介入式，选择需在信号质量与侵入性之间折中，原则是在满足功能的前提下侵入性越低越好 [30][31][32] - 行业面临的主要挑战是产品尚未普及，原因包括领域新兴、侵入式产品需医疗器械认证以及非侵入式产品功能性和接受度有待提高 [48] 公司定位与核心技术 - 岩思类脑将自身定位为脑机接口领域的“OpenAI”，专注于开发核心的预训练算法基座模型，旨在赋能整个产业 [10][11][13] - 公司的核心技术优势在于利用中国独有的海量临床脑电数据训练脑电大模型，数据量达到几百个病人，与其他国家存在几个数量级的优势 [14][21][22] - 公司通过算法创新提升信息提取效率，目标是用更少的电极甚至非侵入式方式解译更多信息，从而降低硬件依赖和推广门槛 [24][25][27] 技术应用与突破 - 在侵入式应用方面，公司与华山医院合作，让难治性癫痫病人实现意念说话，通过54个中文单字训练100分钟，即可达到对2000个汉字的泛化解码，声母和韵母准确率分别达到83%和84% [35][36][37][40] - 在非侵入式应用方面，公司优化SSVEP范式，解决了准确性和连续性问题，实现了用脑电帽实时操控《黑神话：悟空》等高要求动作游戏，并在人机对战演示中显示出高于普通人的操作效率 [44][45][46] - 脑机接口在严肃医疗领域（如运动功能弥补）和未来大众消费领域（如游戏、交互）均有明确应用场景 [32][46] 行业发展与竞争格局 - 中国脑机接口产业虽起步晚于欧美，但发展速度更快，在工程、应用、算法和数据方面具有优势，尤其得益于庞大的临床资源、供应链能力和国家政策支持 [50][53][55] - 行业正吸引大量海外人才回流，新成立初创企业达几十家，人才梯队建设进入正循环，预计未来3到5年内将出现大量好用的脑机接口设备 [49][50][56][57] - 脑机接口被视为解决AI发展瓶颈（如高质量数据匮乏）和实现人机融合、提升生物智能的关键路径，必然成为大国科技竞争的重要赛道 [57][58][65] 产业生态与资本环境 - 脑机接口产业未来将像新能源汽车行业一样走向细分化、模块化，当前公司倾向全链条布局与确保医疗器械品质及融资故事吸引力有关 [7][8][9] - 资本积极进入对行业发展有助推作用，但脑机接口领域需要“耐心资本”，追求长期主义而非短期快回报，以抵御可能出现的行业泡沫周期 [64][66][68][70] - 国家政策层面持续释放利好，通过基础设施建设支持和强监管并重，推动脑机接口作为前沿可落地产业健康发展，特别关注其在应对老龄化、神经退行性疾病等方面的社会价值 [71][72][74]