核心观点 - 物理AI正推动行业进入一个技术驱动的上行周期 当前已处于上行周期初期 预计将是一个较长但步伐较慢的周期[15][16][17] - 美国持续的劳动力短缺是机器人需求的基本驱动力 预计2026年美国机器人出货量将接近历史最高水平 达到40,000台 同比增长约30%[1][7][8] - 机器人技术的下一关键发展领域是触觉传感与灵巧手 以补全现有机器人在视觉、协作、移动和语言理解能力之外的短板[6] 区域市场动态 - **美国市场**：制造业职位空缺与次年机器人安装量之间存在94%的历史相关性 尽管疫情造成的巨大缺口已收窄 但2025年制造业平均仍有约40万个职位空缺 这支撑了强劲的自动化需求[7][8] - **中国市场**：作为全球最大需求市场 2025年表现远超预期 汽车和电子行业保持活跃 外国公司（如FANUC和Yaskawa）在华仍报告了良好的增长率 中国机器人制造商在国内构成竞争威胁 但在海外市场（如欧洲、日本）目前影响有限 进入壁垒较高[9][10][11] - **日本与亚洲投资者**：日本、美国和欧洲对机器人技术的兴趣更为相似 而中国、香港和新加坡的投资者则更专注于人形机器人这一形态[4] 行业趋势与催化剂 - **物理AI概念演进**：2025年初 人形机器人被视为物理AI的载体 但2025年10月软银集团以54亿美元收购ABB Robotics成为一个转折点 市场认识到物理AI适用于更广泛的自动化设备 并引发了日本工业机器人公司（如发那科、安川电机）的股价上涨[2][3] - **技术发展重点**：除了机器视觉、协作机器人、自主移动机器人和大语言模型的应用外 具备触觉感知的灵巧手是当前亟待突破的环节[6] - **新应用领域探索**：行业应超越模仿人类能力的范畴 探索人类无法完成的任务 例如用于体内的纳米机器人或稀土采矿机器人等全新机器人形态[12][13] 需求驱动与预测 - **核心驱动因素**：劳动力短缺是机器人及自动化需求的根本驱动力之一 美国制造业因人口结构问题可能面临150万至390万工人的短缺[7] - **周期定位**：2025年开局良好 但第二季度因“解放日”等因素出现波动 随后在三、四季度回升 行业目前已处于上行周期[14][15] - **周期特征**：本轮上行周期最初由技术驱动 预计汽车行业资本支出将在年底回归 整体将是一个持续时间较长但增速慢于2021-2022年疫情后“报复性增长”的周期[16][17]

公司核心动态 - SEALSQ Corp 在达沃斯世界经济论坛年会期间举办的Physical AI圆桌会议上，现场演示了其探索性的后量子密码学机器人概念[2] - 演示与母公司WISeKey International Holding Ltd合作开发的WISeRobot平台，旨在说明将后量子安全直接嵌入物理人工智能和机器人系统的潜力与必要性[2] - 公司计划将抗量子算法和基于硬件的信任根集成到机器人平台中，以确保在现实（常为对抗性）环境中部署的AI驱动和自主系统具备长期安全性、完整性和可信操作[3] 技术战略与产品 - 公司正探索通过基于硬件的信任根、后量子密码加速器、安全密钥存储和生命周期管理，将信任直接嵌入其安全半导体中[5] - 每个物理AI系统可在制造时配置一个存储在安全硬件内、独一无二且不可克隆的密码身份，以实现可信启动、经过认证的固件和AI模型、完整性证明以及与人类、基础设施和其他机器的安全交互[5] - 计划将后量子密码学直接集成到半导体层，旨在确保通信、指令、AI决策和软件更新在未来量子计算机出现时仍保持安全和真实[6] - 公司正在开发后量子半导体，为多因素认证令牌、智能能源、医疗保健系统、国防、IT网络基础设施、汽车以及工业自动化和控制系统等广泛应用提供强大、面向未来的敏感数据保护[14] 行业背景与专家观点 - 随着量子计算持续发展，当今许多密码学标准预计将变得脆弱[3] - 物理AI（即在物理世界中感知、决策和行动的具身AI）需要与纯数字系统根本不同的安全模型[5] - 帝国理工学院实践教授David Shrier指出，人工智能和量子计算将趋于融合，从根本上重塑机器的学习、推理和优化决策方式，并强调除非AI系统（尤其是物理AI）从一开始就建立在可验证的信任、安全身份和有弹性的密码学基础之上，否则量子技术将在显著加速某些计算的同时放大系统性风险[6] - 全球首位首席人工智能官Sol Rashidi强调，随着AI扩展到物理AI领域，以人为中心的要求变得不容妥协，AI系统必须具备透明性、可问责性、可解释性并与人类价值观保持一致[7] - IBM全球网络安全服务管理合伙人Mark Hughes表示，量子计算机预计最早在2028年出现，并确认IBM已为此过渡做好准备[8] - 与会者达成共识：后量子时代正以快于预期的速度到来，必须立即采取行动以保护数字身份、AI系统和自主机器免受未来密码学瓦解的影响[8] 演示成果与市场定位 - WISeRobot概念演示说明了后量子就绪的安全如何从理论走向操作现实，为政府、医疗保健、智能基础设施和工业自动化等关键环境中的可信自主系统设立了新基准[9] - 演示强调了智能机器如何能够被设计成默认安全、具备弹性设计，并从根本上与以人为中心的价值观保持一致[10] - 公司CEO Carlos Moreira表示，机器人和AI正迅速成为关键基础设施的一部分，通过在机器人技术中进行后量子密码学实验并将首个概念带入达沃斯圆桌讨论，公司展示了如何从一开始就将信任、安全和以人为本的原则嵌入智能机器[11] - WISeKey去中心化战略副总裁Jonathan Llamas指出，基于可信硬件和后量子基础，SEALCOIN通过为自主机器启用原生结算和问责层，扩展了物理AI技术栈，使经过认证的机器能够以安全且可审计的方式进行交易、补偿和经济问责[12] - 公司的后量子机器人计划反映了其更广泛的承诺，即开发和交付量子就绪技术，以保护全球数字身份、AI系统和关键基础设施，同时为关于可信人工智能、技术主权和量子赋能未来中的安全数字生态系统的全球讨论做出贡献[12]

公司战略合作与实验室成立 - 亚信科技与ABB机器人联合发起并成立了“具身智能实验室”，标志着双方在Physical AI（物理AI）领域的战略合作进入实质性落地阶段 [1] - 阿里云和英伟达出席了实验室成立仪式，并将为实验室建设提供深度技术支撑 [1] 实验室技术整合与研究方向 - 实验室将整合亚信科技在AI应用、5G-A通讯技术和网络安全方面的领先优势，以及ABB机器人在机器人控制方面的领先优势 [1] - 实验室将基于阿里云的视觉-语言-动作（VLA）大模型和英伟达的仿真平台，聚焦工业仿真、Physical AI等前沿方向 [1] - 实验室旨在着力突破智能体在复杂真实场景中的感知、决策与执行能力瓶颈 [1] 创新体系与产业应用目标 - 实验室致力于构建“技术研发-成果转化-产业落地”的全链条创新体系 [1] - 多方协作旨在全面加速Physical AI在制造业的落地应用 [1]

公司近期重大融资与战略动向 - 阶跃星辰于2026年1月26日完成超50亿元人民币的B+轮融资，刷新了近12个月内大模型初创公司的单轮融资金额纪录 [3][4] - 参与B+轮融资的机构阵容庞大，包括上国投先导基金、国寿股权、浦东创投、徐汇资本、无锡梁溪基金、厦门国贸、华勤技术等产业投资人，以及腾讯、启明创投、五源等老股东的进一步跟投 [5] - 公司同时宣布千里科技董事长印奇挂帅，担任阶跃星辰董事长，其技术、运营经验及商业资源将为公司发展提供支持 [8][10] 公司发展历程与战略定力 - 公司成立于2023年4月，但直至近一年后才在行业内现身，起步相对较晚 [22][23] - 公司首轮融资主要来自联创的“朋友圈”，包括红杉中国、启明创投以及IDG，并凭借此轮融资成为“六小虎”中唯一靠首轮融资就成为独角兽的公司 [24][26] - 公司自成立之初便确立了清晰的AGI技术路线：单模态—多模态—多模理解和生成的统一—世界模型—AGI，且从未改变 [25] - 在2024年行业普遍进行“投流大战”以获取C端用户时，公司基于对C端产品经济模型和模型训练助益的审慎分析，选择了克制态度，仅用很少资源进行产品验证，坚持聚焦于基础模型尤其是多模态的研发 [32][33][34] - 公司坚持“稳扎稳打”的策略，虽可能错过一些时间窗口，但被视为一种可贵的优势 [36] 技术路径与核心能力 - 阶跃星辰是“六小虎”中唯一真正聚焦多模态的公司 [15] - 公司从系统层面大规模自建AI Infra（人工智能基础设施），是唯一大规模投入于此的创业团队，这使得其模型推理效率极高 [36] - 2025年7月，公司发布第三代基座模型Step-3，这是一个融合了多模态能力的推理模型，其推理效率对比DeepSeek-R1达到后者的300% [36] - 公司拥有强大的核心技术团队，包括CEO姜大昕（前微软Bing等产品研发主导）、CTO朱亦博（前字节跳动AI Infra负责人）、首席科学家张祥雨（ResNet核心作者） [41] 独特的商业化定位与进展 - 公司选择了独特的“AI+终端”生态位，切入物理世界终端，其定位被形容为“中国的xAI+特斯拉” [2][16][17] - 公司通过理性排除法，未选择主流的ToC订阅/广告或ToB API售卖模式，而是确定了端侧落地和按效果付费的商业化路径 [44] - 公司选择与汽车、手机等行业的头部合作伙伴（如吉利汽车、OPPO）进行深度共创，而非浅尝辄止地赋能千行百业 [45][47] - 截至2025年底，公司终端API的调用量连续三个季度增长了近170% [48] - 在手机领域，已与国内60%的头部手机品牌达成深度合作，模型装机量超过4200万台，日均服务近2000万人次 [48] - 在汽车领域，公司设定了2026年模型上车达到100万台的目标 [48] 行业竞争格局与资本态度 - 随着智谱、MiniMax港股IPO，以及月之暗面、阶跃星辰获得大额融资，留在“决赛圈”的这四家公司账上现金储备相当 [7][39] - 一级市场对大模型初创公司的投资标准愈发严苛，核心考量在于独立大模型的生存空间、商业化逻辑的独特性及商业化质量的竞争力 [11][12] - 月之暗面在2024年凭借C端应用Kimi走红，通过滚动融资将估值拉至“六小虎”之最，其中年初由阿里巴巴领投的超10亿美元融资将其估值推高至25亿美元 [30][31] - 阶跃星辰的股东结构多元且平衡，包含美元基金、国资和产业资本三方，大部分股东要么在“六小虎”中只投了阶跃，要么在阶跃投入最多 [18][37] - 公司B轮以来的融资策略强调引入“聪明的、高质量的钱”，股东多自带产业或战略协同资源，例如华勤技术、厦门国贸、无锡国资及香港的HKIC等 [49][50] 未来展望与行业趋势 - 大模型赛道已从用漂亮数据装点的“表演赛”进入需要实打实业绩的“淘汰赛”阶段 [39] - 聚焦物理世界终端的Physical AI被视为一个极具想象力的市场，可能使智能终端成为下一代流量入口 [52] - 阶跃星辰在深度共创之外，内部也正在探索新的硬件产品 [52]

公司财务信息发布 - Ouster公司将于2026年3月2日（星期一）美股市场收盘后，公布其截至2025年12月31日的季度财务业绩 [1] - 公司计划在业绩发布当天美国东部时间下午5点举行电话会议，讨论业绩结果 [1] - 电话会议的网播回放将在Ouster投资者关系网站上至少保留30天 [2] 公司业务与定位 - Ouster是一家全球领先的高性能激光雷达传感器和智能软件解决方案提供商 [1][3] - 公司的技术旨在将物理人工智能应用于汽车、工业、机器人和智能基础设施领域 [1][3] - Ouster的技术致力于提供高性能、可靠性和可负担性，以加速大规模自主系统的采用，并在安全、效率和可持续性方面带来有意义的改进 [3] - 公司总部位于加利福尼亚州旧金山，在美洲、欧洲和亚太地区设有办事处 [3]

文章核心观点 - 阶跃星辰完成超50亿元人民币B+轮融资，创下近12个月大模型初创公司单轮融资纪录，标志着大模型赛道资本热度持续，一级市场仍有能力支持头部公司发展 [1][3] - 公司通过坚持聚焦多模态技术、深耕物理世界终端（AI+终端）的非共识战略，形成了独特的技术与商业化路径，从而在激烈的行业竞争中获得了多元资本的强力支持 [4][5][6][7][8] - 随着行业从表演赛进入淘汰赛，阶跃星辰凭借扎实的技术积累、清晰的AGI路线图以及与产业伙伴的深度共创，正为决赛阶段的商业化验证储备弹药 [23][27][30][33] 融资事件与资本格局 - 阶跃星辰完成超50亿元B+轮融资，参与方包括上国投先导基金、国寿股权、浦东创投、徐汇资本、无锡梁溪基金、厦门国贸、华勤技术等产业投资人，腾讯、启明创投、五源等老股东跟投 [1] - 公司股东结构呈现美元、国资、产业三方资本多元平衡的特点，大部分股东要么在“六小虎”中只投了阶跃，要么在阶跃投入最多 [7][24] - 此次融资距离启动仅半年，与月之暗面在2025年底官宣的5亿美元融资相继发生，显示一级市场对大模型赛道仍持乐观态度 [1][3] 公司战略与技术路径 - 公司是“六小虎”中唯一真正聚焦多模态的AI公司，其技术路线图从单模态到多模态，再到多模理解生成统一、世界模型，最终通向AGI，自成立起未变 [4][12] - 公司选择了一条“非共识”道路，不过度参与2024年的C端投流大战，而是坚持聚焦基础模型尤其是多模态的研发，认为C端投流经济模型不成立且对模型训练助益不大 [18][19][20] - 公司是唯一大规模投入自建AI基础设施（AI Infra）的创业团队，其第三代基座模型Step-3因系统层特殊设计，推理效率达到当时红极一时的DeepSeek-R1的300% [23] 商业化模式与进展 - 公司商业化独特性在于切入物理世界终端，走“AI+终端”路线，自称更像是“中国的xAI+特斯拉”，而非单纯追求做“中国的OpenAI” [5][6][28] - 公司通过理性排除法选择了端侧落地和按效果付费的商业模式，避开了其认为在国内天花板不高的ToC订阅、易陷价格战的ToB API售卖以及难以规模化的定制化项目 [29][30] - 商业化已取得初步成果：截至2025年底，终端API调用量连续三个季度增长近170%；与国内60%的头部手机品牌（如OPPO）深度合作，模型装机量超4200万台，日均服务近2000万人次；2026年汽车领域模型上车目标为100万台 [32] 团队与治理 - 旷视科技及千里科技创始人印奇以董事长身份加入，为公司带来技术、运营及商业资源，标志着公司进入更坚定、为长线作战准备的决赛模式 [3][27] - 公司核心技术团队实力雄厚，包括CEO姜大昕（前微软Bing等产品研发主导）、CTO朱亦博（前字节跳动AI Infra负责人）、首席科学家张祥雨（ResNet核心作者） [25] - 公司起步较晚，于2023年4月成立，但通过充分准备，首轮融资即成为“六小虎”中唯一靠首轮融资成为独角兽的公司，并用不到两个月训练出千亿参数模型Step-1 [9][11][13] 行业竞争与市场环境 - 大模型赛道经历三年试错，表演赛阶段结束，行业进入淘汰赛，智谱、MiniMax已港股IPO，阶跃星辰与月之暗面获得大额融资，留在决赛圈的四家公司现金储备相当 [3][27] - 一级市场投资标准愈发严苛，最大考量在于独立大模型是否有生存空间，以及商业化逻辑的独特性和质量竞争力 [3] - 市场观点认为，聚焦物理世界终端的Physical AI是一个鲜有公司踏足但极具想象力的市场，可能是下一代流量入口 [33]

公司战略与领导层任命 - 阶跃星辰正式任命印奇为公司董事长，标志着其“AI+终端”战略拼图完成，加速大模型能力向物理世界渗透 [1] - 印奇同时掌舵阶跃星辰与千里科技，意味着打通从底层算法到规模化应用的全链路“Physical AI”体系正式成型 [1] - 阶跃星辰已完成近50亿人民币的B+轮融资，资金将倾力投入全球领先的基座模型研发，探索AI与硬件融合新形态 [1] 技术理念与战略演进 - 印奇的创业叙事围绕“Physical AI”展开，主张AI的终极价值在于对物理世界的重构，算法必须依附硬件载体 [2] - 印奇完成了从技术先锋到战略构架师的进阶，通过执掌千里科技积累了智能汽车工程化经验 [2] - 印奇集齐了“顶尖大模型”与“超级硬件终端”两大核心资产，成为兼具算法深度与制造广度的复合型领袖 [2] - 掌控“顶尖大脑”是为硬件注入灵魂、赋予传统硬件更高层级生命力的关键 [2] 行业趋势与商业模式 - “Physical AI”已成为AI 2.0时代商业闭环的终极共识，英伟达与马斯克等全球领袖均在此布局 [3] - “阶跃+千里”的组合通过软硬一体化策略，旨在抢占未来交互与服务分发的战略原点 [3] - 大模型正重塑终端形态，使其从被动的“App容器”进化为具备持续学习与理解意图能力的“主动智能体” [3] - 交互入口正从应用层上移至操作系统级智能中枢，系统级助手将直接响应需求并调用后端服务，重组传统分发逻辑 [3] 技术整合与产品落地 - “千里+阶跃”战略闭环赋予千里科技定义核心算法的绝对自主权，得以从底层打通驾驶与座舱，构建差异化技术壁垒 [4] - 在智驾领域，“含模量”成为衡量智能驾驶水平的硬性指标，千里科技正借助阶跃星辰的模型能力研发端到端智驾解决方案 [4] - 千里科技与吉利联合推出的千里浩瀚 G-ASD，已搭载于极氪、领克旗下共16款车型，覆盖车辆超30万辆 [4] - 在座舱体验上，基于阶跃星辰多模态能力，双方联合发布了下一代智能座舱 Agent OS，实现超自然交互和人机共驾等体验 [5] 生态构建与产业意义 - “阶跃+千里”的深度合体，是中国AI产业在Physical AI浪潮下的一次罕见实践，类似于“xAI + 特斯拉”的架构 [5] - 通过场景数据与算法迭代的“飞轮效应”，开启了一个由智慧大脑驱动钢铁躯干的智能新时代 [5]

公司合作与战略布局 - 亚信科技与ABB机器人于1月25日共同发起成立“具身智能实验室” [1] - 双方合作聚焦Physical AI领域，旨在融合亚信科技的5G-A通信、网络安全、AI应用与ABB机器人的机械自动化技术 [1] - 合作将基于阿里云大模型和NVIDIA加速计算技术进行训练优化 [1] 技术融合与研发路径 - 实验室将依托“技术研发+成果转化+产业落地”的创新链条开展工作 [1] - 目标是通过技术融合构建面向未来的产业智能新范式 [1] - 核心是将Physical AI从实验室推向工厂车间，赋能工业制造的数智化转型 [1]

文章核心观点 - 中国科技出行产业正经历深刻的系统性变革，从增量扩张转向以效率、规模与体系能力为核心的高质量发展阶段 [1] - 2026年产业趋势共同指向系统级重构，算力架构、电子电气架构与软件平台持续集中，推动整车由分布式功能叠加演进为高度集成的系统工程 [32] - 产业竞争正由单点性能领先，转向系统协同效率、工程化能力与规模复制能力的综合比拼，下一阶段的胜出者将是能够构建可复制、可扩展、可演进系统能力的组织 [34] 企业降本增效维度 - **Chiplet重构车载芯片架构**：传统单芯片SoC难以支撑L3+自动驾驶与大模型座舱需求，Chiplet通过“化整为零、异构集成”的设计思路，将CPU、GPU、NPU等功能模块解耦，匹配不同制程，实现算力按需扩展、成本结构优化与开发节奏加快，有望从2026年起从高端车型落地，逐步成为高性能智驾芯片主流方案 [4] - **AI Box解耦算力部署**：在大模型加速上车的背景下，AI Box以独立、即插即用的计算单元形态，在不大幅改动电子电气架构的前提下为车辆快速补充本地AI算力，支持软硬解耦与OTA持续演进，初期主要承载智能座舱大模型推理任务，未来可能向智驾场景扩展 [6] - **车规芯片国产化全面提速**：在供应链安全、成本优化、本地化服务响应速度提升驱动下，通信芯片（如以太网通信芯片）、功率半导体（SiC/GaN器件）、MCU率先实现国产化大关，AI SoC紧随其后，车载通信与功率半导体已从“技术可行”进入“规模导入”阶段 [9][10] - **48V低压架构成为关键底座**：随着高功率智能部件持续上车，12V系统面临瓶颈，产业演进路径为短期“12V主配电+部分48V高功率部件优先上车”，覆盖线控转向、主动悬架、高性能热管理等场景，中长期向48V主配电网络演进，48V零部件已在特斯拉Cybertruck等车型验证，预计2025年在蔚来ET9、极氪9X等高端车型规模应用，2026年成为更多旗舰车型导入的关键节点 [15] 用户体验升维维度 - **大模型驱动智能座舱迈入系统级智能体时代**：大模型向具有推理能力的智能体演进，推动智能座舱从“交互工具”向“系统级智能体”跃迁（座舱3.0时代），能够跨域协同导航、音乐、空调与驾驶场景，主动理解用户目标并提前规划执行路径，其技术底座是具有理解和推理能力的VLM大模型与OMNI多模态大模型 [22] - **小屏重构交互入口，座舱迈向多触点协同体验**：在中控大屏高度同质化背景下，交互重心从“中心化大屏”转向分布式小屏与多触点协同，通过AR-HUD、方向盘屏、门板屏、后排娱乐屏等小屏承载高频、低干扰操作，实现以场景触发为核心的无感交互与快速反馈，降低驾驶分心风险 [28] - **L3分阶段落地推进，智能驾驶回归安全与理性**：随着2024–2025年首批L3准入许可陆续发放，L3自动驾驶将在监管与安全约束下，以阶段性、小范围、附条件的方式推进商业化落地，通过强化DMS驾驶员监控、明确ODD运行设计域、逐步厘清事故责任划分机制来清晰界定应用边界，商业化形态呈现限定场景（高速、城市主干道）、附条件启用、以AEB等基础安全功能作为兜底保障的特征 [25] 生态协同创新维度 - **车载光通信从技术验证走向量产拐点**：随着车内数据流量指数级增长，传统车载以太网面临带宽上限、抗电磁干扰和线束重量等瓶颈，光纤通信具备超高带宽（10Gbps+）、强抗干扰、轻量化、低延迟特点，产业节奏为：2019–2025年标准与产品验证期；2026–2027年进入局部试点与量产导入窗口，通信带宽可达10–50Gb/s；2028年以后有望与传感器体系深度融合迈向成熟期 [13] - **线控转向上车拐点临近，底盘三轴融合加速**：随着L3法规落地、技术成熟度提升，线控转向（SBW）因其实现全链路安全冗余、人机解耦，为L4预留硬件接口，正从小规模验证走向量产导入，并有望在2026年前后迎来上车拐点，同时底盘转向、制动、悬架的控制系统走向一体化协同控制（三轴融合），帮助实现更稳定的车身姿态和更精准的操控反馈，预计2026年加速推进 [18][19] - **Physical AI跨场景复用，驱动产业第二增长曲线**：以智能驾驶为代表的Physical AI能力正演进为可迁移的通用能力底座，将汽车场景中沉淀的技术体系扩展至多种智能终端，实现能力复用与生态协同，部分头部主机厂从“整车技术集成者”升级为具有通用Physical AI能力底座的平台型玩家，供应链也从传统“单点配套”走向多场景协同解决方案，Physical AI正成为连接汽车、机器人与低空经济的重要纽带 [30]

公司战略合作与实验室成立 - 亚信科技与ABB机器人联合发起的“具身智能实验室”于2026年1月25日成立，标志着双方在Physical AI（物理AI）领域的战略合作进入实质性落地阶段 [1] - 实验室成立仪式有阿里云、英伟达出席，这两家公司将为实验室建设提供深度技术支撑 [1] - 实验室旨在整合各方优势：亚信科技的AI应用、5G-A通信技术和网络安全优势，ABB机器人在机器人控制方面的优势，并基于阿里云的视觉-语言-动作大模型和英伟达的仿真平台 [1] 实验室研究方向与目标 - 实验室将聚焦工业仿真、Physical AI等前沿方向，着力突破智能体在复杂真实场景中的感知、决策与执行能力瓶颈 [1] - 实验室致力于构建“技术研发—成果转化—产业落地”的全链条创新体系，通过多方协作全面加速Physical AI在制造业的落地应用 [1] - 董事会相信，实验室将作为核心载体，推动公司与合作伙伴持续深化技术协同与场景共创 [2] 合作伙伴背景与行业影响 - 合作伙伴ABB机器人是全球领先的机器人供应商之一，拥有全面集成的产品组合，涵盖工业机器人、协作机器人、自主移动机器人、控制器、应用解决方案及服务 [1] - ABB机器人的技术在智能软件赋能下，助力从汽车、电子到物流等各行业企业提升业务韧性、灵活性与生产效率 [1] - 公司预期通过推进Physical AI在制造业的应用场景落地、打造产业智能标杆，为集团创造更多潜在增长机会 [2]