核心观点 - 蚂蚁集团旗下灵波科技开源高精度空间感知模型LingBot-Depth 在三维视觉关键难题上取得重要突破 旨在为机器人、自动驾驶等智能终端提供更精准可靠的三维视觉 [1] - 该模型在权威基准评测中展现出代际级优势 相比主流模型在室内场景相对误差降低超过70% 在稀疏SfM任务中RMSE误差降低约47% [1] 技术突破与性能 - 模型专注于提升环境深度感知与三维空间理解能力 基于奥比中光Gemini 330系列双目3D相机的芯片级原始数据 [1] - 针对透明、反光物体等传统深度相机感知难点 研发了“掩码深度建模”技术 能融合RGB图像信息对缺失或异常的深度数据进行推断与补全 输出完整、致密、边缘清晰的深度图 [3] - 应用该模型后 即使面对透明玻璃、高反光镜面、强逆光等挑战性光学场景 深度图依然平滑完整、轮廓锐利 效果显著优于业内领先的ZED Stereo Depth深度相机 [4] - 模型已通过奥比中光深度视觉实验室专业认证 在精度、稳定性及复杂场景适应性方面均达到行业领先水平 [3] 数据基础与开源计划 - 模型优异性能来源于海量真实场景数据 采集约1000万份原始样本 提炼出200万组高价值深度配对数据用于训练 [6] - 核心数据资产包括200万真实世界深度数据和100万仿真数据 将于近期开源 [6] - 蚂蚁灵波科技本周将陆续开源多款具身智能方向模型 [6] 行业合作与产品化 - 蚂蚁灵波科技与奥比中光达成战略合作意向 奥比中光计划基于LingBot-Depth的能力推出新一代深度相机 [6] - 该模型可在不更换传感器硬件的前提下 显著提升消费级深度相机对高难度物体的处理效果 [4]

World Labs新一轮融资与估值跃升 - 公司正在以约50亿美元估值进行新一轮融资，融资规模最高可达5亿美元[1] - 若融资完成，公司估值将从2024年的10亿美元跃升至50亿美元，实现一年多时间5倍重估[2] - 此前公司已完成累计2.3亿美元融资，估值达到10亿美元[2] - 公司成立于2024年4月，当月完成首轮融资，估值约2亿美元[2] 公司历史融资与投资方 - 首轮投资方包括Andreessen Horowitz（a16z）和加拿大投资机构Radical Ventures[5] - 2024年6–7月，公司完成一轮1亿美元融资，由NEA领投，估值被抬升至超过10亿美元[5] - 历史投资方还包括英伟达、沙特阿拉伯的Sanabil Investments、新加坡主权基金淡马锡[5] - 个人投资者包括Google首席科学家Jeff Dean、演员兼投资人Ashton Kutcher、AI教父Geoffrey Hinton[6] 公司核心业务：世界模型 - 公司正在研发能够在三维世界中进行导航和决策的AI系统，构建“大世界模型”[8] - 目标并非“生成一张好看的图”，而是让模型真正理解真实物理世界的结构与演化方式[9] - 世界模型被视为继大语言模型之后，AI下一个十年的核心主线，是一种“基础设施型能力”[16][17] 产品与技术：Marble与World API - 公司于去年11月推出首款3D世界生成模型Marble[10] - Marble可以根据文本或图像提示，直接生成可探索的3D世界[12] - 技术采用3D高斯溅射，用数以百万计的半透明点表示场景结构，在保持较高渲染效率的同时实现更细腻的视觉效果[14] - Marble同时输出“碰撞网格”，专门用于物理仿真和机器人模拟[15] - 提供Chisel工具，用户可先用简单几何体快速搭建骨架，再生成不同风格的细节版本[15] - 公司近期开放了World API，开发者可通过文本、图像或视频直接生成可探索的3D世界[15] 世界模型的应用前景与能力框架 - 真正具备空间智能的世界模型需要三种能力：生成、多模态、交互[22] - 生成能力指能创造遵守物理定律、空间一致的世界[22] - 多模态能力指能处理从图像、视频到动作的多模态输入[22] - 交互能力指能预测世界随时间演变或互动的状态[22] - 应用方向包括AIGC（如3D资产生成、游戏世界构建、影视制作）和具身智能（如机器人、仿真环境）[22] - 以具身智能为例，世界模型提供对环境的可预测表示，是叠加有效决策与控制的基础[18] 行业竞争格局与技术路线 - 前Meta首席科学家Yann LeCun创办的AMI Labs传闻融资估值可能达到35亿美元[20] - LeCun的路线更偏向“内在认知”，采用隐式世界模型，基于JEPA在抽象的潜在空间中预测世界演化，而非还原每一个像素[21] - 世界模型技术版图大致分三层：可观看、可编辑的世界界面（如Marble）；可反复试错的模拟器（如谷歌DeepMind的Genie 3）；以状态与预测为核心的认知世界模型（如LeCun的JEPA路线）[27][24] - 资本押注的是对不同世界模型技术路径的提前下注[24]

公司动态 - 思特奇于1月23日通过互动平台回应投资者提问 [1] - 公司表示其参股公司考拉悠然在空间智能领域已取得显著的行业落地成果 [1] - 考拉悠然持续进行技术迭代和产品创新 [1] - 考拉悠然致力于成为人工智能产业技术创新与产业落地的领军企业 [1]

文章核心观点 - 高德扫街榜上线100天后全面升级，通过推出“飞行街景”、动态榜单和社交功能，依托其空间智能和世界模型技术，旨在解决本地生活服务信息失真的核心痛点，构建真实可信的线下信用体系，从而推动用户增长、商家营业额提升及行业竞争回归服务本质 [1][4][8][12] 产品功能与技术创新 - 推出全球首个“飞行街景”功能，基于自研世界模型实现从街景到店内实景的连续、动态、高拟真数字还原，解决传统消费决策的体验断层和到店寻找难的问题 [4] - 宣布将于2026年一季度上线“AR实景”功能，通过实时数据融合渲染，为用户提供直观、情境化的交互体验，如扫描街道显示餐厅排名、扫描门头显示招牌菜 [4] - 推出全球首个全季节、全品类、全人群的生活服务动态榜单，目前已生成6553个时令榜单和1550个品类榜单，并基于空间智能能力支持榜单无限裂变 [5] - 引入基于信任关系的推荐机制，上线“好友动态”功能，并允许用户创建和分享个人榜单 [7] - 将投入价值数亿元的算力资源，为100万商家免费生成专属的“飞行街景”，商家仅需上传简短视频和照片即可 [1][11] 运营数据与市场表现 - 高德扫街榜上线100天累计用户规模突破6.6亿 [1] - 上线后带动高德APP月活跃用户数增至9.96亿，相当于一个月新增近4600万月活用户 [8] - 累计吸引86万新商家入驻高德，商家订单量环比增长超330% [9] - 商家营业额环比增长超270% [1] - 产品已覆盖全球220多个国家和地区的近1700座城市 [1] 行业影响与战略定位 - 以用户“真实行为”数据（如导航、搜索）和AI算法为基础，尝试解决本地生活服务信息失真的核心痛点，重建可信的生活服务信用体系 [2][8] - 推动了线下服务真实评价体系的再定义，带动了主打真实榜单的行业趋势 [1] - 通过“飞行街景”等技术降低商家线上展示门槛，推动行业竞争焦点从营销包装回归到经营与服务品质 [11][12] - 标志着互联网平台在本地生活领域的竞争进入新阶段，从价格补贴和内容营销转向对真实数据资产和AI能力的深层竞争 [14] - 是高德空间智能战略在本地生活领域的践行，旨在将地图服务演进为具备深度时空理解能力的出行生活智能体，目标是成为连接真实世界的超级入口 [8][13][14]

文章核心观点 - 2026年全球人工智能发展将由技术突破、产业应用、能源压力与治理落地等多重变量共同塑造，竞争焦点将从单一模型能力转向安全、合规、能耗与产业落地的系统性整合[1][8] 技术发展 - 顶尖AI企业将继续在大模型领域竞争，发布规模更大或效率更高的新版本，并聚焦提升模型的推理与任务执行能力[1][2] - 人工智能研究的下一个前沿是空间智能，旨在使大模型具备语义、物理、几何及动态复杂交互等方面的理解力[2] - 智能体应用将日益普及，从传统的一问一答模式转向具备深度目标导向、多步骤规划能力的任务型智能体[2] - 预计到2026年，40%的企业应用将嵌入任务型AI智能体，相比2025年的不足5%实现大幅跃升[2] - 部分智能体已能执行自动点击、填表、跨软件切换等操作，例如微软Office智能体可对话后自动创建文档和演示文稿，使其具备数字员工属性[2] 产业应用 - AI对企业的浅层价值是降本提效，深层价值是以能力迸发驱动范式转换，引发成本结构、组织形态和竞争逻辑三方面的变革[3] - 数字孪生与AI智能体结合正在重塑产品设计流程，“智能制造”迎来战略机遇期[4] - 预计2026年，40%配备生产调度系统的制造商将升级采用AI驱动的生产排程，实现生产资源管理的自主化运行[4] - 到2028年，全球头部1000家制造企业中65%将把智能体与设计、仿真工具结合，用于持续验证设计变更[4] - 2026年将是“主动智能体”之年，AI可从“反应式”转向在设备上快速运行、始终在线并主动为人类在后台完成任务[4] - 中国制造业的产业智能化浪潮机遇大于挑战，AI赋能将增强企业的市场感知力、产品创新力和国际竞争力，推动形成以新兴产业和未来产业为基础的现代产业群[4] 能源挑战 - AI大规模应用带来的能源压力将持续高企，推动能源绿色转型需求增大[5] - 国际能源署报告预测，到2030年全球数据中心电力需求将增长一倍以上，达到约945太瓦时，AI是主要推动力[5] - 全球AI活跃用户已超10亿，预计未来将超50亿，为实现AI无处不在的愿景，未来几年需将全球算力提升100倍[5] - 受算力负载攀升、能效法规趋严及低碳设施落地驱动，全球绿色AI数据中心市场将强劲扩张[5] - 预计2026年全球绿色AI数据中心市场规模达676亿美元，到2035年可能增长至约1230亿美元[5] - 中国正从供给能力、布局优化与绿色低碳等维度夯实产业底座，为AI发展提供可持续支撑[5] - 推进AI基础设施建设需加快高能效芯片研发、保障新能源电力稳定供给，并突破新一代冷却技术的规模化应用与能源管理智能化[6] 治理与合规 - 2026年被视为全球AI治理措施加速落地的关键一年，行业焦点从理念争论转向合规能力、产业适配与跨境协同[7] - 欧盟《人工智能法案》作为全球首部全面监管AI的法律，大部分规则将于2026年8月开始生效[7] - 美国联邦政府于2025年12月要求统一AI监管规则，预计2026年将出台更多措施[7] - 中国AI治理路径日益清晰，国务院2025年8月印发的文件在推动“人工智能+”深度融合的同时，要求完善法律法规与伦理准则，推进相关立法工作[7] - 国际社会对中国AI发展的关注从“规模扩张”转向“制度供给与治理实践”，认为中国以适配性监管与坚实基础设施为支撑的战略为全球树立了典范，在创新与安全间取得平衡[7]

行业现状与核心瓶颈 - 2026年可能成为具身智能发展的分水岭 行业在经历人形机器人赛道爆发后 面临从演示到真实场景落地的挑战 [1] - 当前行业瓶颈不在于机器人能否运动 而在于真实世界中的长尾可靠性 即机器人在不可控的开放环境中重复执行任务一万次且不出错的能力 [1] - 客户的核心购买标准是“单位任务成本”和“无故障运行时间” 真实世界中的细微变化如光照、地面湿滑或物体位置移动都可能成为导致失败的长尾场景 [1] 宸境科技的战略路径与技术理念 - 公司选择了一条极具挑战的路径 即抛弃昂贵的激光雷达 采用纯视觉方案来重构具身智能的感知与决策系统 [2] - 公司致力于构建连接物理与数字世界的“空间基础设施” 其技术腹地是赋予机器在物理世界中绝对精准的“几何感知” 即在毫秒级运动中实时丈量三维结构并构建严谨的时空坐标系 [3] - 公司自2019年起布局“镜像宇宙” 目标是将真实物理世界以1:1比例克隆为云端数字孪生体 这种对“空间一致性”的追求构建了技术壁垒 [3] - 真正的空间智能输出的是“空间结构+空间坐标+动态关系” 而非简单的二维标签 这是机器人执行精密抓取等任务的前提 [3] 纯视觉方案的优势与挑战 - 纯视觉方案被视为未来的终局和当下的最优解 其基于三个落地底层事实：可规模化、可泛化、可持续迭代 [5] - 成本是核心考量 摄像头作为成熟的消费电子组件符合摩尔定律 而激光雷达的降本曲线难以支撑家用场景的规模化 [5] - 视觉携带的信息量最大 包含语义、纹理、物理属性等海量信息 是构建通用世界模型的关键 公司期待规模效应能在视觉模型上复现 [6] - 传统视觉方案的短板包括怕反光、怕强光、怕运动 在反光表面、光照剧烈变化或快速运动导致动态模糊时容易产生感知错误或定位漂移 [6] - 公司的新品旨在攻克这些“死穴” 通过端侧大算力和独创算法 使视觉感知在工业级环境下保持稳定 [6] 公司定位与新品发布 - 公司将自身定位为具身智能时代的“卖水人” 为机器人厂商提供标准化的视觉解决方案 避免厂商陷入全栈自研的战略陷阱 [7] - 即将发布的新品自主空间AI摄像头被定位为机器人的“标准化眼睛”和“世界模型入口” 是机器人规模化应用的关键瓶颈和易形成平台化规模经济的环节 [7] - 公司已与行业领先的宇树科技达成合作 其视觉感知方案已通过宇树科技的严苛测试 抗震指标达到24g加速度量程 能适配高动态作业需求 [7] - 公司将于2026年1月28日在杭州举办新品发布会 启动LooperRobotics品牌并揭晓产品矩阵 [8] 新产品矩阵详情 - Insight全自主空间智能相机：专为具身智能打造 搭载大算力神经网络计算单元 将AI算法推向端侧 内置高性能VSLAM引擎 配合188°超广角镜头与24G加速度量程 能在极端运动下实时处理复杂空间信息 [8] - TinyNav高性能导航算法库：一套轻量化高精度3D导航算法库 作为机器人的“空间潜意识” 它打破传统导航对昂贵算力的依赖 在低成本嵌入式系统上提供稳健的定位与建图能力 并优化局部感知以应对复杂环境 [8] - RoboSpatial空间编辑工具链：一套3D空间编辑工具 将复杂的空间智能能力解构为易用的“增删改查”操作 开发者可像编辑文档一样在3D实景中定义兴趣点和任务逻辑 这将应用落地周期从“月”缩短到“天” [9] 技术代际跨越与行业影响 - 公司新产品的核心是让机器人建立“可计算、可预测、可执行”的内部世界模型 实现从“识别”到“测量”的代际跨越 使机器人不再依赖高精地图或二维码 而是通过双眼形成生物级的“空间直觉” [4] - 特斯拉Optimus彻底转向纯视觉端到端训练 标志着行业形成了“新公约数” 即尽可能与人类共享同样的视觉模态 以复用人类社会的物理规则 [5] - 当机器人真正拥有空间智能 它将不再是机械执行指令的机器 具身智能“睁眼”的时刻将从LooperRobotics开始 [9]

文章核心观点 - 具身智能行业正面临模型进步速度远超评测能力的瓶颈，规模化评测成为关键制约因素[18][20][22][23] - 为解决此问题，行业两大关键基础设施公司——李飞飞旗下的世界模型公司World Labs与仿真合成数据公司光轮智能宣布合作，标志着具身智能正式迈入“评测驱动时代”[1][2][76] - 双方合作基于“数字表亲”理念，分工明确：World Labs的Marble产品解决高保真3D环境生成的规模问题，光轮智能则提供与真实物理对齐的资产及评测闭环，共同构建可规模化运行的仿真评测系统[3][45][49][51] World Labs（世界模型公司）分析 - 公司由AI领域权威人物李飞飞创立，成立仅两年已融资数亿美元，股东包括Andreessen Horowitz、英伟达、Databricks、Adobe等顶级风投与AI生态公司[4][5][17] - 公司选择“空间智能”作为AGI发展路线，旨在构建能感知、生成、推理并与环境互动的世界模型，以突破大语言模型的智能天花板[6][7] - 核心产品Marble是一款可视化世界模型，仅需一句话、一张图片或一段视频等轻量输入，即可生成高保真、持久、可下载的3D环境，支持导出多种格式，并内置AI世界编辑器Chisel[8][9][11][12][14] - Marble主要服务于视觉特效、游戏开发等领域，实现了“一句提示→生成3D世界→一键导出至Unity”的生产力链路，但其生成的世界缺乏物理参数，需与物理引擎结合才能用于机器人训练与评测[15][16][36] 光轮智能（仿真合成数据公司）分析 - 公司是当前最炙手可热的具身智能基建公司，与英伟达关系紧密，深度参与其仿真系统底层共建，是Newton物理引擎的早期验证者和开发合作者[54][55] - 公司在仿真合成数据市场占有率极高，服务了全球前三的世界模型公司，国际主要具身团队的仿真资产和合成数据80%以上来自光轮智能[58][59] - 公司构建了三位一体的自研仿真技术体系：1）自研GPU物理求解器，支持百万级自由度并行计算；2）全自动虚实对标物理测量工厂；3）将真实物理特性规模化映射为SimReady资产与场景[52] - 基于其基础设施地位，公司推出了工业级仿真评测平台RoboFinals，并与英伟达联合打造了开源仿真评测框架Isaac Lab Arena，致力于成为行业评测标准[63][64] 行业瓶颈与解决方案 - 具身智能模型迭代速度极快（几乎每隔一两周），现有学术基准已无法准确评估其能力，行业缺乏有效的规模化评测手段[20][22][23] - 在真实物理环境中测试机器人成本高昂、难以规模化，且存在安全风险，仿真被视作规模化评测具身智能的唯一可行路径[24][27][28][29] - 李飞飞提出的数据金字塔框架中，仿真合成数据被视为最具可扩展性的主干数据形态，是解决数据与评测这一根本约束的关键[31][32][35] - 传统追求“数字孪生”（一比一复刻真实世界）的仿真方式成本极高、无法规模化，行业转向“数字表亲”理念，即追求物理与空间结构可信，细节允许近似[42][43][44][45][46] World Labs与光轮智能的合作细节 - 合作本质是“世界模型×仿真基础设施”的历史性交汇：World Labs解决“世界从哪来”，光轮智能解决“进步怎么被衡量”[3] - 分工明确：Marble负责将环境创建时间从数周压缩到数分钟，解决环境生成的规模问题；光轮智能则承担仿真中最难的部分——提供与真实物理对齐的资产及构建评测闭环[47][49] - 合作旨在构建一个世界、行为、评测高度耦合的闭环系统，使仿真成为一个可重复运行、可持续扩展的数据生产系统，让规模化评测第一次真正成为可能[50][51] - 此次合作有深厚的学术渊源，李飞飞在斯坦福时期推动的BEHAVIOR系列研究及其2025年的BEHAVIOR Challenge，早已为具身智能建立长期、可扩展的评测工程奠定基础[38][40][41] 评测驱动时代的行业意义 - 随着众多大模型公司、机器人本体公司及行业巨头涌入，具身智能路线高度分叉，行业亟需能指引方向的“路标”或“北极星”[65][67][68][69][70] - 好的评测不仅能评估模型能力，更能提前发现技术瓶颈、反向塑造研究方向，是具身智能发展中必须与模型同步扩展的系统级能力[71][72] - 作为仿真与评测基础设施提供商，光轮智能处在所有技术路线之上而非其中，这使其最适合承担客观的行业评测角色[73][74] - World Labs与光轮智能两大关键基建的联手，串联起从环境生成到物理仿真再到规模化评测的全链条，有望推动具身智能行业进入以评测为驱动的新发展阶段[75][76]

核心观点 - 公司以空间智能技术为核心，致力于从传统地图导航服务商演进为连接人与空间、产业与空间、城市与空间的智能载体，服务于网络强国和交通强国战略 [1] 技术创新与产品演进 - 公司自2002年成立以来，经历了从基础导航到动态感知交通网络，再到探索空间智能的演进历程 [2] - 空间智能是指在三维空间和时间中感知、推理和行动的人工智能技术，旨在实现虚拟数字世界与真实物理世界的无缝互联 [2] - 公司已成为北斗卫星导航系统最大的民用平台，日调用北斗定位量峰值已近1万亿次，全面实现“北斗主导” [2] - 基于北斗与空间智能，公司建成全球规模最大、覆盖全国的车道级导航服务 [3] - 公司推出AI红绿灯领航功能，实现信号灯精准读秒和语音提示 [3] - 公司提供弯道盲区来车、前车急刹、后车快速靠近等突发情况的及时预警，提升驾车安全 [3] - 针对极端场景，公司推出“北斗卫星无网导航”和“卫星求救”功能，已协助救援机构帮助近百名遇险者脱离险境 [3] - 公司推出具备深度时空理解和自主推理决策能力的AI原生出行生活智能体，将传统地图导航服务体验提升至新高度 [3] 城市交通智慧化与产业协作 - 公司作为交通强国建设综合交通运输大数据专项试点单位，承担“综合交通大数据提升综合交通运输服务便捷化”任务及建设“一体化出行服务平台”使命 [4] - 公司以空间智能为纽带，开放技术和流量，与行业伙伴共建城市空间智能网络 [4] - 公司帮助巡游出租车实现数字化能力建设和服务升级，通过调价能力、商业模式和技术保障推动行业可持续发展 [4] - 截至目前，公司已在360多个城市与行业主管部门、协会、企业达成合作，累计服务驾驶员超170万人次，帮助驾驶员线上收入增长46%，乘客满意度提升76% [4] - 为提升公路货运安全，公司推出货运数字化解决方案，通过AI算法对弯道会车等高危场景进行动态预判 [5] - 数据显示，90%的货车司机认为预警功能有效，合作货运企业违章率降低20%，事故率下降10% [5] - 公司正积极参与国家低空经济建设，在多地试点提供空间智能支持 [5] - 在深圳，公司与龙岗区人民政府共建“空中高德”项目，构建可同时覆盖地面与低空空间的数字地图 [5] - “空中高德”项目已助力龙岗区建成低空飞行器起降平台125个，开通航线217条，飞行架次超30万，落地9亿元产业基金，吸引10余家低空生态企业聚集 [5][7] 社会责任与普惠服务 - 响应国家“双碳”目标，公司深度融入北京MaaS（绿色出行一体化服务平台）建设，将绿色出行行为转化为“碳能量” [8] - 短短数年，超500万市民参与北京MaaS，累计减碳70万吨，创下全球首笔绿色出行碳交易纪录 [8] - 该模式已推广至全国30余个城市，累计吸引用户超5300万 [8] - 公司推出轮椅导航，为残障人士规划无障碍路线，截至目前累计规划超3亿次，覆盖全国70个城市 [8] - 公司自2018年起推出“温暖回家路”春运保障服务计划，打造涵盖多种出行方式的数字化综合出行服务矩阵，为数以亿计用户提供春运出行体验 [9] - 公司世界地图服务为全球200多个国家和地区提供路线规划与导航支持，并推出国内首个面向海外用户的英文版地图 [9]

产品发布与核心性能 - 特斯联发布升级版T-Cluster 512超节点架构，针对高速互联、能效优化、稳定性进行全面优化 [1][6] - 新架构实现互联带宽超8倍提升，液冷覆盖超70%，PUE低至1.08 [1][6] - 基于T-Cluster 512，1MW智算中心可实现年节电10%以上 [1][6] 产品架构与设计 - T-Cluster 512是专为异构混合训推打造的超节点产品，包含8个计算机柜及2个交换机柜，单柜可配64张AI加速卡 [3][8] - 通过16个高性能计算节点与8个专用交换节点协同设计，实现共512个异构智算节点的全向互联，总算力规模超过500 PFlops [3][8] - 采用分层级算力配置，以高密度集成计算单元为核心，通过Scale-up与Scale-out网络协同优化，突破传统分布式计算的挑战 [3][8] 兼容性与生态适配 - T-Cluster 512兼容GPGPU、ASIC等架构，支持多种异构AI加速卡协同高效运行，实现从国产AI芯片到国际主流硬件的无缝适配 [3][8] - 产品已实现对昆仑芯、燧原、天数智芯、摩尔线程、沐曦、壁仞、曦望等10+家信创芯片的兼容适配 [3][8] - 公司通过搭载ThiCP混合智算平台，实现对CANN、Neuware、MUSA、MXMACA等不同计算架构的兼容 [4][9] 扩展性、效率与资源利用 - 采用柜内卡间全互联通信设计，片间互联带宽提升8倍，单机柜训练性能提升10倍，单卡推理效率提升80% [4][9] - 集群支持从512张AI加速卡扩展到万卡级别，算力规模可弹性扩展至10+ EFlops [4][9] - 系统支持动态资源分配，可根据任务类型智能调度算力，整体资源利用率提升至70% [4][9] 公司产品布局与战略方向 - 在算力端，公司聚焦异构信创芯片的融合训推，已推出T-Nexus系列智算服务器、T-Infer系列场景一体机、T-Cluster系列智算集群及超节点等代表性产品 [4][9] - 面向物理AI时代，公司依托近万个空间智能项目案例，构建了基于异构智算集群的空间数据生成引擎及仿真模拟平台，以加速空间智能及具身智能的训练 [4][9]

公司近期动态与融资 - 深圳市武测空间信息有限公司宣布完成Pre-A轮融资，由国华投资领投，云悦资本担任财务顾问 [1] - 融资资金将重点用于AI低空平台迭代升级与全国范围内数百台无人机机场的规模化部署 [1] 公司核心战略与愿景 - 公司锚定低空版星链“万链计划”核心战略，致力于构建覆盖全国的低空无人机网络 [3] - 该网络以轻量化无人机机场为低空基站、以AI低空平台为网络中枢、以厘米级时空数据为网络血液，旨在重塑低空空域智能运营体系 [3] - 公司计划通过本轮融资加速低空无人机机库组网，实现10PB级低空AI数据储备及资产化，同步推进10余家子公司的业务布局，完成全国重点区域低空星链网络覆盖 [15] 公司核心竞争力与壁垒 - 公司拥有甲级测绘资质这一行业稀缺准入壁垒与地理信息数据安全等保认证的合规优势 [7] - 公司累计斩获80余项专利及软件著作权 [9] - 技术壁垒：自研“圳飞”低空智能管理平台深度接入大语言模型及空间大模型，率先实现自然语言指令生成飞行计划，AI目标识别准确率稳定超95% [7][9] - 赛道卡位稀缺性：聚焦城市治理创新场景，提供“低空星链网络+低空大脑+数据+服务”全流程闭环解决方案，服务已覆盖十余个省市相关部门，业务涵盖自然资源、园区管理、矿产能源、工程交通等核心领域 [11] - 跨界能力：以全球顶尖测绘技术为基底，将高精度实景三维数据能力与低空技术结合，实现“低空技术+空间智能”的跨界赋能，适配物流、应急、农业、巡检等全场景需求 [13][16] 技术与运营优势 - 公司拥有厘米级实景三维建模技术与空天地一体化多模态数据采集体系 [7] - “圳飞”平台首创“三维模型飞行底座→大模型识别→数据产出→处置闭环”全自动化作业流程，将传统测绘天级作业周期压缩至小时级 [7] - 依托0.34㎡轻量化无人机机场的5公里网格化布设模式，可快速落地城市治理等多元场景，实现空间数据小时级动态更新 [7] - 公司通过“平台+数据+服务”全流程闭环交付，能输出违建识别、火情预警、工程监测等高价值结论，达成一次采集、多赛道复用的增值变现 [7] 行业背景与政策环境 - 低空经济被国家定位为战略性新兴产业与新增长引擎，2024年首次写入《政府工作报告》 [5] - 政策明确鼓励无人机运营规模化发展，重点推动AI技术与低空运营深度融合，释放低空基建、空间智能千亿级赛道红利 [5] - 低空经济已从概念探索迈入商业化实践，上游核心技术日趋成熟，下游应用市场需快速释放 [13] - 当前低空运营应用场景龙头企业稀缺，竞争格局较分散 [16] 市场定位与发展前景 - 公司致力于成为城市治理低空大脑的核心建设者 [11] - 公司旨在深度切入千亿规模的低空新基建及空间智能数据赛道，构建可持续的核心增长引擎 [15] - 投资方国华投资认为，基建与数据服务是低空经济赛道发展的核心基石，公司是低空经济基建领域的稀缺标的 [18] - 财务顾问云悦资本认为，AI与低空经济双轮驱动已成确定性大趋势，低空星链级运营能力是赛道核心稀缺资产 [18]