追创创投基金募集与投资情况 - 追创创投完成绍兴百亿产业基金首期募集 围绕机器人、AI、高端装备制造及追觅生态链产业布局 [3] - 基金半年内实现超募 MOIC达2.5倍 所有项目估值至少翻倍 [3] - 2024年已投出4家公司 包括具身智能公司魔法原子、泳池机器人公司浪涌未来、具身大模型公司千诀科技 [3] 追觅生态孵化体系的核心优势 - 技术复用形成复利 底层三大技术为高速数字马达（心脏）、AI算法（大脑）、运动控制（小脑） 支撑多场景应用拓展 [4] - 供应链复用显著降低成本 孵化的割草机器人、泳池机器人超50%零部件与追觅通用 浪涌未来供应链复用度达60% 成本比同行低30% [4] - 渠道共享加速商业化 复用追觅成熟电商平台及线下销售网络 节省新业务渠道开拓成本 [4] - 全球化资源赋能 孵化项目可直接接入追觅海外售后团队 快速进入国际市场 [4] 追创创投的孵化赋能模式 - 矩阵式支持系统输出技术研发、供应链、组织管理等体系化能力 推动孵化项目快速成长 [3] - 通过技术复用与全球资源整合 构建从技术突围到商业规模化落地的增长闭环 [4] - 定位为硬科技创业精准加速器 未来将深化与产业资本合作 探索创新业务模式 [4]

科技创新成果 - 中国2024年研发经费支出达3.6万亿元，研发投入强度升至2.68%，在人工智能、量子科技、生命科学等领域取得重大原创成果 [2] - 数字经济和实体经济加速融合，新能源汽车、电池、光伏产品为全球绿色发展作出重要贡献 [2] - 北京全社会研发投入强度保持在6%以上，拥有20个大科学装置，58项科技成果获国家科技进步奖，高被引科学家达431人次，人工智能大模型占全国30% [3] 国际合作与政策支持 - 中国与160多个国家和地区建立科技合作关系，签署118个政府间科技合作协定 [3] - 北京加快建设国际科技创新中心，中关村作为科技创新旗帜，将谋划新一轮先试先行改革 [3] - 北京设立千亿产业引导资金，技术合同成交额超9000亿元，形成3个万亿级产业集群（新一代信息技术、科技服务业、医药健康） [8] 人形机器人技术 - 人形机器人进入运动时代，终极目标是成为生产力助手，已在汽车生产线和销售终端应用 [4] - 降低数据成本是关键，银河通用通过合成数据训练机器人，Galbot机器人实现视觉引领肢体控制的泛化操作能力 [4] - 具身大模型的核心技术是基于视觉输入的端到端任务泛化，银河通用通过合成数据解决数据缺乏问题 [4][5] 量子计算应用 - 量子计算利用量子比特叠加与纠缠特性，在密码学、材料科学、药物研发、汽车领域有广泛应用 [5] - 当前面临量子比特稳定性差、纠错难度大等挑战，全球团队正探索新量子比特实现方式和纠错算法 [5] 智能新能源汽车技术 - 小米汽车应用"AI+新材料"成果，研发泰坦合金，减少SU7车身840处焊接点，提升结构稳定性和续航能力 [6] - 理想汽车自研操作系统理想星环OS，投入10亿元研发费用，每年降低几十亿元BOM成本，并开源以普惠全球车企 [7] 科技成果展示 - 小米汽车展示SU7和SU7 Ultra，呈现"人车家全生态"应用场景 [9] - 智能移动充电车、无人驾驶洗地车、胶轮导向捷运列车等产品展示公交智能化、网联化、电动化技术 [9] - 胶轮导向捷运列车采用新能源电池驱动和高级别自动驾驶，降低系统成本的同时保持技术领先 [9] 产业生态与竞争力 - 北京拥有国家级高新技术企业近3万家，专精特新"小巨人"企业1035家，独角兽企业115家，形成优质创新生态系统 [8] - 新能源汽车等战略性新兴产业快速发展，为开辟新领域、新赛道提供机遇 [8]

文章核心观点 北京大学卢宗青团队推出首个集运动、导航、灵巧操作于一体的人形机器人通用智能体Being - 0，其提出模块化分层端到端架构，将具身大模型与人形机器人能力集成，仅需互联网视频和少量真机数据，在真实环境验证了高效性和可靠性，开启人形机器人研究和应用新篇章 [1][5][17] 让人形机器人走入现实的难题 - 难题一：让机器人“想”得对，智能体需从人类海量数据中学习通用、可泛化的任务理解和推理能力 [6] - 难题二：让机器人“做”得准，智能体要能控制机器人本体，在复杂环境实现可靠技能规划与衔接，稳定进行运动导航、灵巧操作 [6] Being - 0的架构组成 - 上层基础大模型（FM）：负责任务规划、推理和失败检测，学习通用任务理解 [7] - 中层视觉语言模型（VLM）：结合语言和第一人称视觉输入，理解具身场景，将基础大模型任务规划转换为可执行技能，解决具身推理不足 [8] - 底层模块化技能库：运动技能让机器人自主导航；操作技能包含抓取等原子技能，能用少量真机数据学习新技能 [8] Being - 0的数据训练优势 - VLM模型模块利用低成本、海量第一人称视频数据学习，成为衔接基础大模型和底层技能库的桥梁 [8] - 模块化技能库只需少量遥操作数据训练短程原子技能，每个技能约100条轨迹，显著降低数据需求 [10] Being - 0的操作与部署特点 - 采用全尺寸人形机器人，搭载灵巧手和主动视觉，实现人类级灵活操作，主动调整头部视角提高环境感知 [11][12] - 将VLM和底层技能库部署于机器人端，实现高效实时任务响应，最小化对网络和外部算力依赖 [13] Being - 0的任务执行效果 - 在多项真实世界长程任务中表现卓越，能在办公生活场景实现自主搬运、抓取、制作咖啡等能力 [14] - VLM设计提供高效、高成功率的技能规划和导航能力，长程任务成功率远超基线方法 [15] - 主动视觉设计增强任务完成度，使导航、操作更灵活高效 [16] Being团队情况 - 由来自北京大学、智源研究院以及智在无界的研究人员组成 [17] - 正在持续迭代人形机器人具身大模型、全身运动控制、灵巧操作等能力，让机器人智能体涌现更强自主能力和泛化性 [17]

星动纪元原生机器人大模型ERA-42 - 世界范围内首个真正的五指灵巧手具身大模型，开启具身大模型的通用灵巧操作时代 [6] - 仅通过同一个具身大模型实现五指灵巧手像人手一样使用多种工具完成上百种灵巧复杂操作任务 [5] - 模型不需要预编程技能，基于泛化和自适应性，能在不到2小时内通过少量数据学会新任务 [5] - 具备预测能力、泛化能力、自适应能力和规模化能力，初步体现"Scaling效应" [6] - 结合全新硬件平台，可快速实现具身智能体软硬件协同进化和商业化落地 [6] 星动XHAND1硬件平台 - 自研五指灵巧手拥有12个主动自由度，采用纯电驱方式，实现全自主五指关节驱动 [8] - 每个手指配备高分辨率(>100点)触觉阵列传感器，提供精确三维力触觉和温度信息 [8] - 单手最大握力达80N，负载可达25kg，展现高性能作业能力 [8] - 协同ERA-42大模型为实现复杂灵巧操作任务奠定基础 [8] 应用前景 - 通用人形机器人任务通用性和泛化性将大幅提升 [9] - 结合复杂地形行走奔跑能力及上下肢协同作业能力，潜在应用场景更加多元化 [9] - 推动原生通用具身智能体的产业化落地 [9]