Workflow
具身智能
icon
搜索文档
机器人的身体已就位,“大脑”等谁来造?
虎嗅APP· 2026-09-14 17:30
核心观点 - 具身智能行业正从技术演示走向商业部署,平台型公司的机会在于将智能从单一硬件中抽离,成为跨硬件复用的“通用大脑”[3][4][7] - 蚂蚁灵波的目标是成为广义机器人背后的“通用大脑”,而非制造自有机器人,其平台化路径正在通过数据、模型、架构和场景的积累逐渐清晰[4][27] 行业格局与生态位分化 - 具身智能公司分为三类生态位:独立具身大脑公司追求复用率,具身本体公司关注出货量,场景方核算单点ROI[6] - 独立大脑公司如Skild AI完成14亿美元融资(估值超140亿美元),Physical Intelligence在2026年5月融资约10.5亿美元(估值约112亿美元),资本已为独立智能能力定价[6] - 本体公司Figure在2025年结束与OpenAI合作后自研Helix,宇树IPO募资42.02亿元中约48%投向模型研发[6] - 三股力量间的张力催生平台机会:场景方需要跨硬件智能迁移,本体公司面临“自建或采购”问题,具身基础模型接入越多机器人边际成本越低[7] - 独立“大脑公司”成立的前提是:随着接入本体和场景增加,模型适配到下一台机器、下一个场景的边际成本必须持续下降,否则只是算法外包商[7] 平台型公司的五个关键杠杆 - 大规模自主预训练决定能力起点[9][11] - 数据管线与Infra决定回流数据能否转化为模型能力[10][11] - 跨构型的模型设计决定同一套模型能覆盖多宽的硬件形态[11][11] - 全栈工具链决定合作伙伴使用门槛[12][11] - 外部采用是市场对前四项的最终检验[12][11] - 这五项能力中,大规模自主预训练是核心,数据管线是根,跨构型决定复用能力,工具链决定复用门槛,外部采用是市场判决[12] 蚂蚁灵波的技术与产业布局 大规模预训练 - 蚂蚁灵波将预训练视为基座公司的重要分水岭,类似大语言模型发展,从零预训练的公司才能留在“主桌”[15] - 灵波押注持续训练和迭代通用基座的能力,乐聚选择LingBot-VLA 2.0作为通用基座,因其具备大规模预训练门槛[14][15] - 从零到一开发基模与基于已有模型微调需要两套不同能力,难点包括模型结构和大规模数据在算力上的稳定运行[15] 数据管线与Infra - LingBot-VLA 2.0使用6万小时预训练数据,但重点在于数据组织、有效性判断和真实世界反馈修正[17] - 物理世界OOD(分布外泛化)是常态,单纯将数据从10万小时扩到100万甚至1000万小时不会自然解决泛化问题[17] - 蚂蚁灵波从采购成品数据转向定制化采集,掌握数据标准、采集SOP、质量判断、数据配方及模型向采集端回传需求的能力[18] - 原始数据进入模型训练的数据漏斗可用率从早期约15%提升到90%以上,这比6万小时数据量更重要[19] 跨构型模型设计 - 灵波研发原则为“具身原生”:从机器人在物理世界工作的要求出发设计数据、训练目标和模型[19] - LingBot-VLA 2.0从预训练阶段引入多构型数据,通过统一动作空间、动作侧MoE等设计,让不同身体共享控制能力[20] - 工业重载、分拣及未来家庭服务机器人可能采用完全不同硬件形态,模型长期绑定单一本体将限制复用范围[20] - 灵波全栈模型投入包括Vision、Depth、VLA、World、VA、Zero-WAM,共享数据、训练Infra和物理世界研究经验[22] - 灵波早期VA基于通用视频生成模型训练,后转向大规模自主预训练,在空间感知、环境预测和可泛化灵巧操作上发布面向具身智能的预训练基模[23] 外部采用与产业验证 - 乐聚在LingBot-VLA 2.0完成KUAVO基础迁移后,加入600多小时真机数据二次训练,成功率从16.27%提升至48.27%,过程分从42.06%提升至74.51%[23] - 新技能仅需约5小时示范数据便可达到约80%成功率,整体训练成本下降超过一半[23] - 蚂蚁灵波联合国大药房打造的智慧药房已在上海门店投入运营[16] - 奥比中光、Reactor、国大药房分别从传感器、开发者和终端场景接入,合作延伸至产业链不同环节[25] 融资与战略方向 - 独立融资动机包括核心AI人才市场化激励和公司治理,具身智能需要长期投入、穿越多个产业周期[31] - 灵波聚焦智能中心和通用大脑,对外输出基座模型和工具链(覆盖后训练、数据处理、端侧部署、真机强化学习),由本体厂和解决方案商完成适配[31] - 内部保留R系列机器人,定位不是与本体厂竞争,主要服务模型研发和生活服务等前沿场景探索,定义为“2B2C”前哨[33] - 商业化保持克制,避免过早投入大量定制项目消耗基座研发资源,但真实付费客户和商业场景不可或缺[33] - 基模进入更多本体,经过后训练走向真实场景,再让场景反馈回到模型,形成由本体、数据和场景共同构成的反馈网络[33] - 朱兴设定明年两个可检验指标:模型驱动的机器人真实干活数量,以及相同场景任务下后训练数据成本的“指数级下降”[34] 平台化路径的总结 - 蚂蚁灵波已积累的牌包括:作为底座的数据管线与Infra,作为核心的大规模预训练,作为设计原则的具身原生,以及作为最终检验的外部采用[27] - 这些牌正在开始彼此组合,独立融资将其推向更大牌桌[37] - 平台型公司的想象力在于未完成的组合:接入身体越多,进入场景越广,沉淀数据越丰富,基础模型越有机会向前演化[39]
工商银行:践行金融为民 共赴服务贸易开放新征程
中国质量新闻网· 2026-09-14 17:03
工商银行在2026年服贸会的展示与服务战略 - 工商银行以“工赴美好新程 智启全球新界”为主题亮相2026年服贸会金融服务专题展,展区位于4号馆,总面积272平方米,以科技蓝为主色调,沿科创产业发展脉络从算力底座、算力集群到AI大模型、前沿应用依次铺展,直观传递“投早、投小、投硬科技”的全周期服务理念 [1] - 展台提供人形机器人、AR眼镜、智能餐饮、AI智拍等互动体验,包括具身智能机器人呈现科创金融落地成果、百英寸虚拟大屏沉浸交互、AI智拍一键生成与境外地标合影、机器人制作咖啡与冰淇淋,以趣味互动呼应全球化服务主题并增添烟火气 [1] - 工商银行将金融为民作为贯穿展区的价值主线,持续传递金融服务温度,并推动金融服务深度融入经济社会发展大局,提升服务的可及性与普惠性 [1][2] - 面向城乡居民,工商银行优化线上线下服务网络,推进网点适老化改造,打造覆盖就业、消费、养老等全周期的民生金融服务 [2] - 面向各类经营主体,工商银行持续下沉服务重心,针对不同行业、不同规模企业的发展特点,打造差异化金融服务方案,助力企业纾困解难、稳健发展 [2] - 本届服贸会展台是工商银行展示金融服务成果的窗口,也是中国金融开放创新、服务高质量发展的缩影,工商银行将持续深化金融供给侧结构性改革,以金融之力铺展服务贸易图景 [2]
效率提升不等于市场扩容 美团顾问张川解析AI时代营销破局路径
环球网· 2026-09-14 17:03
行业结构性下行与存量博弈 - 营销行业面临人口、资本、企业竞争三重周期叠加形成的结构性下行,已告别增量增长阶段,全面步入存量博弈时代,市场底层竞争逻辑发生根本性转变[1] - 存量格局中,竞争落幕后所有参与者共同面对收缩的市场体量,行业红利彻底消失[2] - 用户日均内容消费时长始终稳定在2.5至3小时,流量总量、用户需求、消费心智均无增量[2] AI技术变革的认知误区与核心影响 - 全行业对AI寄予极高期待,但现阶段所有AI革新均集中在供给侧效率升级,尚未撬动需求侧本质变革[2] - AI短剧、AI内容生成、AI编程等技术赛道快速爆发,本质是内容供给形态与生产工具迭代,并未创造全新用户需求[2] - 供给效率无限提升而市场需求恒定不变,直接导致全行业内卷加剧,AI带来的并非增量机遇,而是存量市场重新分配[2] - 赛道参与者减少、行业门槛抬高、竞争烈度成倍升级,成为AI相关行业快速进入红海竞争的核心原因[2] AI三重颠覆性变革重塑行业生态 - 效率革新方面,AI实现全行业生产效率极致提升,数据分析、内容产出、程序研发、标准化运营等重复性工作逐步被AI替代,传统岗位人力需求持续收缩[3] - 效率提升不等于市场扩容,AI仅优化生产端效率,无法催生新消费、新需求、新市场,行业真正颠覆性拐点尚未到来[3] - 唯有出现类似“搜索引擎、智能手机、短视频”级别的现象级AI原生应用,完成用户需求、消费习惯、商业场景的彻底重塑,行业才会迈入需求侧变革时代[3] - 资源集聚方面,AI大模型具备独有的知识黑洞效应,数据体量越大、训练维度越广,模型迭代速度、认知能力、服务精度呈指数级提升[4] - 黑洞效应叠加网络效应、知识迭代效应,将诞生远超互联网时代体量的超级企业[4] - 大模型能力边界持续扩张,逐步覆盖翻译、客服、金融、财税、标准化营销等各类工具型、流程型业态[4] - 对营销从业者与企业而言,识别自身业务是否处于大模型替代区间,主动完成赛道迁移,是当下最核心的生存课题[4] - 组织变革方面,行业组织形态迎来二十年一遇的重构拐点,AI Native原生企业将成为未来商业最优组织形态,传统企业金字塔式管理范式彻底失效[5] - 互联网时代技术与产品运营人员配比为1:4,企业需大量中层执行人员完成流程落地;AI赋能下,千人级传统团队可通过AI编程、智能Agent工具精简至百人规模[5] - AI智能代理可自主完成指令下发、流程核查、工作复盘,完整承接PDCA全流程标准化工作[5] - 未来企业人力结构将呈现两极分化:直面用户、依赖人际信任、复杂决策的前端岗位不可替代;同质化、流程化、机械化的中层执行岗位持续淘汰[5] 破局之道四大生存法则 - 出海,跳出国内存量内卷,布局全球化增量市场,国内消费市场结构性承压、短期回暖乏力,企业需依托AI技术的高效生产力,拥抱全球70亿人口的海外增量市场[6] - 规避模型替代赛道,深耕人本核心价值,大模型核心优势是标准化、可复制、流程化,企业需聚焦深度人际链接、个性化定制、复杂商业决策、人性洞察服务等AI无法复刻的人本价值[7] - 主动拥抱组织变革,拒绝被动淘汰,企业级AI编程、智能Agent工具已进入成熟前夜,未来一至两个季度将迎来规模化落地,主动完成AI原生组织转型是企业存续的必经之路[7] - 预判远期趋势,提前布局具身智能时代,立足2026年当下前瞻2029至2030年行业大势,具身智能将成为下一轮技术革命核心,家用服务机器人、实景智能交互、场景化AI落地将开启全新商业与消费场景,提前布局有望实现跨周期百倍增长机遇[7]
华人AI4S科学家获世界顶尖奖项
仪器信息网· 2026-09-14 16:58
2026世界顶尖科学家奖核心要点 奖项概况与华人科学家表现 - 2026顶科奖于9月10日在上海公布,是自2021年创设以来的第五次颁发,共有11位科学家获奖[3] - 本届奖项首次迎来华人科学家获奖,顶科奖“生命科学或医学奖”4位获奖者中有3位华人科学家[5] - 首届青年科学家奖6位获奖者中,有5位华人科学家[5] - 本届所有提名参评科学家中,华人科学家占比超过一半,展现华人科学家在全球前沿科研领域的活跃参与度[5] 智能科学或数学奖 - 授予杜克大学英格丽·多贝西,表彰其在应用调和分析、小波理论与图像压缩领域的杰出贡献[7] - 多贝西教授推动小波理论中若干最深远的进展,尤以紧支撑连续小波为代表,为“局部性”概念赋予严谨数学内涵[7] - 多贝西教授将获得1000万元单项奖金[7] 生命科学或医学奖 - 授予中国科学院上海有机化学研究所袁钧瑛、北京生命科学研究所王晓东、北京生命科学研究所邵峰、美国基因泰克公司维什瓦·迪克西特[9] - 表彰他们阐明多类程序性细胞死亡的分子通路,解析该通路对各类生理功能与疾病发病机制的调控机制[9] - 4位获奖者将共同分享1000万元单项奖金[9] 青年科学家奖 - 2026顶科奖首设“青年科学家奖”,6位青年科学家获奖[9] - 获奖者包括:马克斯·普朗克固体研究所拉斐尔·朱丽叶·克莱芒(下一代电池技术核心研发力量)、复旦大学陈培宁(新型柔性电子材料与器件)、清华大学丁世谦(钍-229核钟与核量子精密测量)、斯坦福大学吴佳俊(具身智能与机器人学)、上海交通大学谢伟迪(AI赋能罕见病推理诊断治疗)、约翰·霍普金斯大学庄梓铨(K-稳定性与双有理几何)[10] - 6位获奖者每位将获100万元奖金[10] - 另有10位青年学者获得提名奖,包括清华大学艾清遥、上海交通大学李听昕、复旦大学彭勃等[11] 奖项背景与影响力 - 顶科奖于2021年在上海发起创设,旨在表彰尚未获得过诺贝尔奖等顶尖科研奖项的研发人员与技术先锋[13] - 前四届顶科奖共产生12位获奖科学家,五届来已有23位科学家荣膺顶科奖[13] - 2026顶科奖提名数量、提名质量均创下近年新高,被提名人来自中国、美国、英国、法国、德国等数十个国家和地区的一流高校及科研平台[13] - 顶科奖已成长为在世界顶尖科学家群体中具有广泛影响力的国际性科学奖项[13] 奖项组织与颁奖安排 - 2026顶科奖由上海世界顶尖科学家发展基金会发起并承办,红杉中国独家奖金捐赠,上海临港科技创新发展基金会提供支持[14] - 颁奖典礼将于10月30日-11月1日在世界顶尖科学家论坛期间举行[14]
7年28倍!灵巧手赛道爆发前夜:一份报告拆解65亿美元新市场
QYResearch· 2026-09-14 16:17
核心观点 - 机器人多指灵巧手是具身智能从运动能力向操作能力迁移的关键硬件接口,正从科研实验室走向批量产线 [2][4] - 2025年全球市场销售额为2.37亿美元,预计2032年达65.99亿美元,销量年复合增速近54% [2][5] - 行业竞争已由“能够开合和抓取”转向“能够持续、可靠、可感知地完成精细操作” [4] 产品定义与统计范围 - 机器人多指灵巧手是负责精细抓取、在手操作、工具使用、柔性装配与人机交互的高价值机电一体化部件 [3] - 统计范围覆盖具备三指及以上、多个关节或主动自由度的独立机器人手产品 [3] - 不包括普通二指平行夹爪、简单三指定心夹爪、真空吸盘、单一机械夹具、医疗假肢终端零售业务、机器人整机和机械臂本体 [3] - 产品通常采用三指至五指结构,主流主动自由度约5—20个,总自由度可达到6—24个以上 [4] - 单手重量大致集中在0.4—1.5 kg,高性能产品可实现毫米级甚至亚毫米级重复定位、10 N级单指输出以及数千克至20 kg级整手负载 [4] - 高端产品已出现20自由度、94点触觉感知、±1 mm指尖重复定位,以及18自由度、千级触觉单元和20 kg负载等配置 [4] 市场规模与增长趋势 - 2025年全球销量为4.43万只、销售额为2.37亿美元,平均出厂价格约5360美元/只 [5] - 2026年预计销量达到13.20万只、销售额达到5.63亿美元,平均价格下降至4270美元/只 [5] - 2032年销量预计达到176.07万只、销售额达到65.99亿美元,平均价格约3750美元/只 [5] - 2026—2032年销量年复合增速为53.99%,收入年复合增速为50.70% [6] - 销量增速高于收入增速,反映量产降本和中低价产品进入市场是长期结构性趋势 [6] - 市场从2025年至2026年的快速跃升主要来自人形机器人整机厂、科研开发者平台和工业柔性操作项目同步增加采购 [6] - 行业形成“销量高速扩张、ASP缓慢下行、高端配置持续升级”的典型早期规模化特征 [6] 竞争格局 - 2025年Top 5厂商收入份额约37.37%,头部集中度尚未达到传统工业自动化核心部件的成熟水平 [9] - 灵心巧手以2025年约3738万美元收入居于领先位置 [9] - Shadow Robot、北京因时机器人、浙江强脑科技和SCHUNK分别形成高端研究、精密伺服、仿生交互和工业自动化等不同技术与客户路径 [9] - 五家合计收入约8871万美元 [9] - 第二梯队包括上海傲意信息科技、Clone Robotics、北京思灵机器人、宇树科技、Qbrobotics、Tokyo Robotics、帕西尼感知科技、智元机器人、Wonik Robotics、北京星动纪元、浙江灵巧智能等 [9] - 中国厂商从单纯成本优势向“核心执行器+灵巧手+整机客户+具身数据”联合竞争转变 [10] - Tesla(Optimus)、宇树科技、智元机器人、北京星动纪元、魔法原子等整机厂开始提高自研手部比例 [10] - Shadow Robot等成熟厂商依靠高自由度、遥操作、科研工具链和复杂操作能力保持高价市场定位 [10] 产品结构 - 2025年内置式产品销量2.15万只,占全球销量48.50%,收入1.41亿美元,占收入59.40%,平均价格6560美元/只 [13] - 外置式销量1.47万只,占33.27%,收入5733万美元,占24.15%,平均价格3890美元/只 [13] - 混合式销量8075只,占18.23%,收入3904万美元,占16.45% [13] - 2026—2032年内置式销量年复合增速为55.71%,高于整体53.99%的水平 [13] - 从传动方式看,2025年腱绳/线缆驱动约占销量45.49%,连杆驱动约占31.45%,关节集成驱动约占23.06% [14] - 关节集成驱动2026—2032年销量增速约55.99%,高于整体水平 [14] 应用领域 - 2025年工业应用销量1.48万只,占全球33.34%,收入1.01亿美元,占42.60%,是最大应用领域 [17] - 物流领域2025年销量1.09万只,占24.60% [17] - 医疗销量6441只,占14.54% [17] - 研究应用占10.17% [17] - 家庭应用占10.64%,2026—2032年销量年复合增速达到62.99%,收入年复合增速达到59.71% [17] 区域需求与生产 - 2025年亚太消费约2.49万只,占56.28%,欧洲约8907只,占20.10%,北美8462只,占19.10% [21] - 到2032年亚太需求将达到102.15万只,北美35.56万只,欧洲31.07万只 [21] - 2025年中国生产3.25万只,占全球约73.39%,北美占9.44%,欧洲占6.91% [21] - 2026—2032年欧洲、日本和韩国的生产增速高于中国 [21] 上游供应链 - 上游价值主要集中在微型无刷电机、空心杯电机、精密行星减速器、微型齿轮、丝杠、腱绳材料、轴承、编码器、力传感器、触觉传感器、控制芯片、驱动板、柔性线路和高强度轻量化结构材料 [24] - 高功率密度执行器和高一致性传感器决定灵巧手的性能上限 [24] - 上游最大的供应链风险是高精密小型部件的一致性、寿命和量产良率 [24] 中游制造与下游客户 - 中游制造竞争核心从原型设计能力转向工程化、可靠性和批量一致性 [25] - 手部总装需要在有限体积中完成多个执行器、关节、传感器、控制板和线束的高密度集成 [25] - 客户验证由早期“能否完成动作”升级为持续运行寿命、失效率、碰撞恢复、触觉漂移、软件兼容和备件供应评估 [25] - 灵巧手供应商的竞争边界由单个硬件产品扩展到SDK、仿真模型、遥操作工具、数据采集和任务技能库 [25] 技术趋势与展望 - 技术路线向高触觉密度、高自由度、模块化和真实任务耐久性集中 [26] - 宇树科技的Dex5-1实现20自由度、16个主动自由度、94个压力感知单元 [26] - 帕西尼感知科技的新一代产品将18自由度、千级多维触觉单元和高负载能力结合 [26] - 2026—2032年主要增量来自人形机器人批量装机、工业柔性自动化对普通夹爪的升级替代、仓储物流混合物体操作,以及家庭服务机器人 [26]
比亚迪(002594) - 2026年9月11日投资者关系活动记录表
2026-09-14 16:14
核心经营表现与战略支撑 - 上半年公司实现营业收入3448亿元,归母净利润123亿元,综合毛利率18.85%,创近一年新高 [1] - 期末现金储备达到1674亿元,为战略落地积蓄充足力量 [1] - 上半年研发投入289亿元,持续加大对智驾、AI、具身智能等前沿方向布局 [1] 海外市场增长与本地化 - 上半年新能源汽车全球销量180.9万台,蝉联全球新能源汽车市场销量冠军 [2] - 海外乘用车及皮卡销售78.9万台,同比增长68%,稳居中国新能源汽车出口第一 [2] - 泰国、巴西、乌兹别克斯坦生产基地已投产,围绕属地市场完成产品、制造、渠道、服务的全链条适配 [2] 高端品牌矩阵与规划 - 仰望、腾势、方程豹三大高端品牌合计销量同比增长61.0%,占公司乘用车总销量比重达12.8% [3] - 仰望依托易四方、云辇等前沿技术打造硬派越野、旗舰轿车、纯电超跑产品矩阵 [3] - 腾势全新车型瞄准高端家用消费群体,方程豹钛系列产品已推出,轿车系列新品计划年内发布 [3] 国内市场产品结构策略 - 坚持纯电、插混双路线并行,依托全栈自研能力持续迭代各级别产品 [4] - 闪充补能生态成为重要差异化竞争抓手,改善用户全周期用车体验 [4] - 后续会持续跟踪细分市场需求变迁,迭代产品配置与产品组合 [4] 闪充生态与储能业务 - 闪充技术可实现5分钟充好(10%→70%)、9分钟充饱(10%→97%),已建成1万座闪充站点 [5] - 公司向着年底2万座闪充站的目标稳步推进,一二线城市城区站点布局密度持续提升 [5] - 上半年储能系统出货量位居全球第一,产品覆盖110多个国家和地区 [6] - 依托刀片电池在安全、循环寿命、综合成本层面的产品实力,储能解决方案具备较强竞争力 [6]
对话方正浩:再见投资,我必须去斜率最陡的坡
投中网· 2026-09-14 15:17
核心观点 - 方正浩从投资人转型量子计算创业者,认为股权投资回报收窄,超早期和超后期是仅存的“甜点市场”[5][81] - 量子计算是下一个高斜率赛道,中性原子路线在中国刚起步,存在巨大机会[83][84] - 创业需要投资人级别的冷静判断、企业家级别的战略规划和创业者级别的狂热执行[96] 投资行业判断 - 股权投资正在进入回报收窄周期,未来5到10年不再是高回报行业[5][81] - 一级市场工作接近差异化不大的服务,需要营销自己,高度差异化的产品不需要商务关系[17][18] - 小机构需要靠速度和人情竞争,头部机构靠品牌和资源协同[67][68] - 超早期市场更接近孵化,硬科技公司估值几乎不低于1亿元[81] - 中国一级市场并购按10至15倍PE定价,亏损企业被收购只能按投资成本计算[82] 个人职业路径 - 2015年“双创”年份入行一级,从上海闵行高新园区投资平台起步[3] - 29岁做到管理合伙人,走完多数投资人十几年才能走完的职业路径[3][49] - 前六年每年涨三次工资、升一个级别,第六年成为管理合伙人[49] - 2022年至2024年方向不明确,2023年AI浪潮前一级持续调整[72][73] - 2023年看过80多个具身智能团队,立项10个项目但一个都没投[75][78][79] 量子计算创业 - 2025年1月正式创办太一量生,聚焦镱(Yb)中性原子技术路线[6][85] - 合伙人刘弘斌原为微软量子首席架构师,说服过程历时三天[86][87] - 六年前投资图灵量子天使轮,积累了对量子计算行业的洞察[6][83] - 中性原子路线过去四年进展超过其他路线多年积累,中国几乎所有中性原子创业公司都在近一年成立[83] - 量子计算进入“十五五”未来产业重点方向,美国DARPA计划2033年前后验证实用规模容错量子计算[83] - 黄仁勋将量子计算判断从十五到二十年缩短到五至十年,英伟达推出多个量子计算相关产品[84] - 公司上一轮融资拿到10倍意向,获得国内头部机构支持[92] - 量子公司成功需要五个关键要素:技术、人才、商业、政府支持和资本[93] 创业状态与理念 - 创业4个月瘦了25斤[11] - 住在公司宿舍,与博士和科研人员同住[90] - 每天工作从早上8点到凌晨1点,保证六个多小时睡眠[103] - 每天要求自己读100页以上管理和历史相关的书,一年约150至200本[99] - 创业决策频度更高、反馈周期更短,压力比投资更大但更兴奋[100][101] - 学习张一鸣每天花大量时间面试和阅读管理学书籍[99] - 调研发现纳斯达克上市公司CEO中格斗爱好者的企业增长更快,因此重拾空手道[7][113] - 用三个词描述创业旅途:赢、成长、利他[111][112]
帕西尼推进51项具身智能标准项目,助力国产技术走向全球标准体系
机器人大讲堂· 2026-09-14 15:00
当前,全球具身智能竞争已步入"标准定界"的全新时代。 在这场关乎未来科技话语权的全球竞争中,建立一套自主、领先且被国 际认可的标准体系,已成为中国科技产业必须打赢的关键战役。 以技术链支撑具身智能标准体系 真正的标准话语权,取决于能否形成自主体系,并持续输出可落地、可推广的产业规范。围绕具身智能关键技术与基础能力, 帕 西尼已在9个细分领域推动标准项目布局,构建起覆盖国际、国家、行业三个层级的标准矩阵 ——这正是中国具身智能产业参与 全球规则建设、贡献先进方案的重要实践。这一标准布局的背后,是 帕西尼深耕物理感知、构建"全身物理感知系统—感知数据 —算法应用"全栈技术链的长期积淀。 从产品研发测试到规模化数据生产,从机器人本体到真实任务验证,帕西尼将各个工程环节的性能指标、检测方法和数据规范提 炼为标准语言。这不仅是技术沉淀,更是在为中国具身智能打造一把丈量未来的"大国标尺"。 在有关主管部门指导和标委会组织协调下,公司相关专家担任工业和信息化部人形机器人与具身智能标准化技术委员会委员, 帕 西尼承担WG7数据工作组联席组长单位相关工作,并积极推动中国企业的工程经验进入国际标准协商进程。 标准源于工程实践,更 ...
万马股份(002276) - 002276万马股份投资者关系管理信息20260914
2026-09-14 14:52
公司战略与业务布局 - 公司实施“一体两翼、南北联动”发展战略,涵盖电线电缆、新材料、新能源三大业务板块 [1] - 年产35万吨环保型高分子材料产业化项目进展顺利,主要生产车间已完成基础桩基工程,最大单体车间进入一层结构施工 [1] - 项目产品包括硅烷电缆料、低烟无卤电缆料、PVC电缆料及电缆用屏蔽料 [1] 高分子材料业务表现 - 2026年上半年,高分子海外业务国际销售额同比大幅增长52.52%,收入占比稳步攀升 [2] - 全球化供应链布局初具规模,海外“第二增长曲线”加速成型 [2] - 面对石油价格上升,公司通过工艺优化与降本增效等措施,有效应对原材料价格波动风险 [3] 机器人线缆业务进展 - 公司特种智能装备线缆已成熟应用于工业机器人领域,并进入人形机器人、机器狗等新兴具身智能领域 [4] - 已与国际知名机器人制造商及国内工控头部企业合作,实现具身智能(机械狗)项目产品量产落地 [4] - 机器人线缆产品营业收入占公司整体营收比例较小,对业绩不构成重大影响 [4] 新能源板块经营改善与规划 - 2026年上半年,新能源板块通过优化内部管理、加大应收账款回收、加强费用管控与降本增效,多措并举改善经营 [5] - 公司动态调整新能源业务布局,坚持完善充电桩全系列产品矩阵,聚焦大功率快充与智能化产品研发 [6] - 持续优化运营效率与市场拓展,全力提升板块盈利质量 [7] 原材料价格应对措施 - 2026年铜价仍高位运行,公司完善以套期保值为核心的综合应对体系 [7] - 通过跟踪市场信息把握铜价趋势,支撑销售与采购决策 [7] - 对远期订单进行动态管理,力求锁定毛利,降低原材料价格波动风险 [7]
具身智能为什么需要一个真正的大脑?
机器人大讲堂· 2026-09-14 12:05
" 从世界模型到真实世界行动,具身智能正在跨过下一道门槛。 进入2026年,具身智能行业最显著的变化,是行业讨论重心的位移,从"身体"转向"大脑"。 资本的流向是最明显不过的信号,相关数据统计显示,今年上半年,国内具身智能赛道融资中,超过一半流 向了以"大脑"为主的公司。资本不再单纯为"人形"外观买单,而是聚焦于智能体在复杂场景下的实际履约能 力与成本效益比。 与此同时,从权威学术机构到头部厂商的技术路线图,行业里那些最具野心的判断,也几乎同时指向了具身 大脑。 这引出一个更本质的问题: 机器人为什么需要一个"大脑"? 灼识咨询近日发布的《具身智能大脑行业白皮书》 ,正是试图系统回答这一命题。 白皮书指出,具身大脑作为具身智能的重要组成部分,负责上层大模型认知决策——多模态环境理解与任务 推理,形成自主决策能力,基于任务目标生成动作规划与执行策略,并支持跨场景泛化和持续学习。 换句话说,具身大脑要解决的,是 让机器人从"指令执行"走向"自主决策"。 当然,要真正理解具身大脑为什么在今天被推到台前,还需要回到技术演进的脉络中去。 01. 从VLA到WAM,机器人开始学会"行动之前先想一步" 过去一段时间,VLA ...