事件概述 - 一位特斯拉车主驾驶搭载FSD v14.2.1.25的Model 3，在零人工接管的情况下，完成了从美国洛杉矶到南卡罗来纳州默特尔比治的横跨大陆之旅，全程2732.4英里（约4397公里），耗时2天20小时 [1][4] - 此次行程100%依赖FSD系统，覆盖了高速公路、城市道路、夜间驾驶等多种复杂场景，并自主完成了包括在特斯拉超级充电站自动泊车在内的所有停车操作，全程未出现任何险情 [1][4] - 这并非官方测试，而是车主在真实交通环境下的实跑记录，车主在完成此次行程前已使用FSD行驶了10638.8英里 [3][4] 技术里程碑与行业意义 - 零接管横穿美国被视为自动驾驶技术成熟度的重要标志，特斯拉北美官方账号确认此为“首辆使用FSD Supervised从海岸到海岸自主驾驶的特斯拉” [4][13] - 英伟达机器人业务负责人提出，特斯拉FSD v14可能已通过“物理图灵测试”，即其驾驶行为已像一位谨慎、有经验的人类司机，难以被观察者区分 [13] - 通过“物理图灵测试”需要解决理解三维空间、精细处理物体、掌握真实世界背景知识及弥合数字指令与物理行动鸿沟四大挑战，而驾驶结合了所有这些挑战 [14] 技术演进与数据基础 - FSD v14的突破源于从基于规则的系统向端到端神经网络的转变，该系统通过海量真实驾驶数据训练，以类似人类的方式学习驾驶模式 [15] - 配备FSD的特斯拉车辆已累计行驶近70亿英里，其中约25亿英里在城市环境中完成，这些复杂场景数据是系统能力提升的关键 [15] - 近期有案例显示，FSD系统能在能见度极差、路面积水严重的冰雹暴风雨中连续行驶7小时而无人工干预，进一步展示了其“类人驾驶”能力 [15] 历史背景与市场反响 - 此次完成的“海岸到海岸”自动驾驶路线，是公司自2016年发布Autopilot 2.0以来反复提及但未能兑现的目标，公司创始人曾预计在2017年实现 [6] - 公司创始人在第一时间对车主的成就表示了祝贺，该事件在社交媒体上获得了超过1000万次的浏览量，社区反响热烈 [6][9][11] - 行业观察者将FSD的能力转变比作智能手机的普及过程：从令人惊叹到成为常态，最终变得不可或缺 [15]

好家伙，AI伴侣机器人，终于卷到了一个新维度—— 体温 。 刚看到一款名为 Eva.i 的机器人，登上了 全球知名众筹平台Kickstarter 。 其细腻的肌肤和精致的面容已经 足够纯欲，但真正让它与众不同的 是， 它 可 以 拥有约37℃恒定体温 。 根据研发团队的构想，机器人或将带来前所未有的"真实体感"交互： 只要 你触摸它的手，它就能被激活 ； 当 它 害羞或兴奋时 ， 脸颊会微微发烫 ；它可以通过 调整自己的 " 呼吸频率 " 来和你的呼吸同步 ；拥抱它 时，它能 瞬间读取你的心跳、体温、皮肤反应 ，然后 给出反馈 — — 一个收紧的拥抱或者一声叹息。 从 Kickstarter 页面可以看到，这个机器人是为 实时互动 和 深度情感联结 而设计。 在研发团队看来，市面上缺少的不是更聪明的 AI ，而是一个 能将虚拟人格与真实体感融为一体 的存在。其 机器人 要做的，就是填补这个空白。 ▍ 不止37℃：它用仿生皮肤，读懂你的每一次触摸 要实现温暖的触感， Eva.i 依靠的是 两项专利技术。 第一项是 高灵敏度的柔性印刷电路（ FPC ）仿生电子皮肤 。 这项技术可以感知压力、温度变化，模拟人类 触 ...

脑机接口（BCI）技术 - 脑机接口技术被视为人工智能的“终极物理体现”，是解决医疗难题并实现人类与AI共生的关键桥梁，长期市场潜力巨大，正吸引全球资本与企业加速布局 [1] - 以Neuralink为代表的BCI企业商业化进程显著提速，截至2025年9月，Neuralink已为12名人类植入设备，累计使用时长超过1.5万小时 [1] - 摩根士丹利估算，仅在美国市场，BCI植入设备的潜在市场总规模到2035年可达800亿美元，到2045年将跃升至3200亿美元，主要覆盖肌萎缩侧索硬化症、中风、脊髓损伤、癫痫、抑郁症等多种神经系统疾病治疗 [1] BCI技术发展脉络与路径 - 脑机接口研究从1924年发现大脑电活动起步，关键实验进展出现在21世纪初，如2003年猴子通过BCI操控机械臂的成果 [5] - 过去十年技术进步推动BCI走向人类临床应用，主要植入技术路径分为：Neuralink通过机器人手术将线程插入运动皮层、Synchron通过血管植入电极阵列、以及Precision和Paradromics各自的微创皮层表面或微针阵列技术 [5] Neuralink的愿景与定位 - 埃隆·马斯克为Neuralink设定了四层递进目标：首先是减少人类病痛，其次是增强人类能力，再者是理解和扩展意识，最终目标是实现人类与AI/机器人的共生，以缓解AI可能带来的生存风险 [9] - 在“马斯克经济”框架中，Neuralink居于核心位置，旨在通过解码神经信号，连接硬件与机器人技术、AI计算与数据，最终实现大脑直接控制的机器人技术及人机融合 [11] 全球BCI竞争格局与资本热度 - 全球竞争格局正在形成，头部初创公司包括Neuralink、Synchron、Precision、Paradromics等，中国已于2025年8月公布其BCI技术发展路线图，目标是在2027年前取得关键技术突破，并在2030年成为全球领导者 [4] - 全球风险资本对神经技术的投入在2025年已飙升至约18亿美元，Neuralink以90亿美元的估值和超过13亿美元的融资额领跑 [12] 仓储物流自动化 - 在仓储物流领域，亚马逊是自动化渗透深化的典型代表，其机器人与员工的比例从2017年的1:5优化至2025年的约1:1.5，机器人总数超过百万 [13] - 亚马逊计划到2027年部署约40个下一代机器人仓库 [13] 餐饮服务自动化 - 餐饮服务自动化潜力巨大，报告估算在24小时快餐店支持一个全职等效岗位的年成本高达约16.7万美元，高人力成本推动了自动化需求 [13] - 自动化案例包括Miso Robotics的“Flippy”炸薯条机器人、Hyphen的食品装配线以及Sweetgreen的“无限厨房”自动化餐厅，均在提升效率与利润率方面展现出成效 [13] 家用机器人市场 - 专用家用机器人已发展多年，主要自动化清洁、监护等任务，摩根士丹利预计到2050年全球将有约18亿台家用机器人投入运营，平均每户家庭拥有约0.68台 [14] - 预计到2050年，美国和中国市场的家庭机器人渗透率将分别达到每户1.25台和1.05台，远高于全球平均水平 [14] 专业服务机器人市场 - 摩根士丹利预计到2050年，全球投入运营的专业服务机器人数量将达到8.4亿台，呈现高速增长态势 [19] - 对应的硬件销售收入，在基准情景下到2040年可达近2000亿美元，乐观情景下更可接近3000亿美元 [19] 具身AI的广泛应用 - 具身AI浪潮正从技术探索全面转向商业化与规模化应用，涵盖四足机器人、海洋与水下机器人、农业自动化、建筑采矿自动化、最后一英里无人配送、酒店服务机器人以及手术机器人等多个垂直领域 [16][23]

H股上市申请进展 - 公司已于2025年11月20日向港交所递交H股上市申请并于同日刊登申请材料 [1] - H股上市将为公司提供额外筹资平台和更广泛的资金来源以支持未来扩张和跨境并购 [1] - 上市有助于提升公司业务形象、全球影响力以及招募、激励和留住人才 [1] 募集资金用途 - 部分款项将用于提升研发能力、通过设备投资提升产能及升级核心生产工艺 [1] - 战略投资旨在把握新兴市场机遇、加速市场份额增长并巩固行业领先地位 [1] - 资金将特别用于提升高密度AI算力服务器、人形机器人硬件及组装和AI光通信基础设施等新兴品类的研发和生产能力 [1] - 资金也将用于提升现有AI终端设备、汽车和低空经济等市场的研发和生产能力 [1] - 部分款项预计将用于支持行业资源整合的战略投资及收购 [2] - 公司计划在服务器、人形机器人、AI光通信基础设施等高增长科技领域寻求收购机会 [2] - 其余款项将用于扩展海内外生产基础设施以及营运资金和一般企业用途 [3] AI算力服务器领域战略 - 公司计划扩大AI服务器电源的产能以把握全球AI算力快速发展催生的需求 [2] - 旨在推出具备高功率密度、高转换效率及快速动态负载响应的下一代系统 [2] - AI工作负载增加推动对先进热管理需求公司将扩大超薄结构优化均热板等热管理产品线规模 [2] 具身AI与人形机器人领域战略 - 公司计划拓展高精密组件制造、系统级组装及全面性能测试方面的垂直整合能力 [2] - 产能提升将支持搬运、组装等核心应用场景产品及解决方案落地满足下游需求 [2] - 此举旨在推动人形机器人的产业化进程并强化作为AI硬件智能制造合作伙伴的角色 [2] 公司战略定位与竞争优势 - 公司是全球领先的AI硬件智能制造平台提供一站式智能制造服务及解决方案 [3] - 硬件能力具有模组化、可复用性与可扩展性可实现跨产品、跨应用的优势 [3] - 公司在人形机器人、AI眼镜及XR设备、折叠屏设备、服务器四大新兴应用领域形成多赛道协同优势 [3] - 未来公司将聚焦“电、热、快”与“人、眼、折、服”战略方向持续完善产品矩阵 [3]

合作事件概述 - 海尔机器人与INDEMIND于2025年11月19日在北京正式签署战略合作协议 [3] - 双方合作旨在共同推动具身机器人在家庭场景的落地与应用 [3] - 此次合作是行业内“技术赋能场景、场景反哺技术”深度融合的创新实践 [1][10] 合作方背景与优势 - 海尔是全球头部的美好生活解决方案服务商，拥有40多年历史，海尔机器人是其发展的第三曲线 [5] - 海尔机器人依托海尔智慧家庭生态，形成清洁机器人、家务机器人、外骨骼机器人等产品矩阵 [5] - INDEMIND是专注机器人AGI的平台型技术企业，在空间智能、机器人物理AI模型等领域有深厚技术积累 [5] - INDEMIND自研的ROBOMIND机器人物理AI模型是全球首批商业化落地的具备全局空间交互能力的机器人“大脑”产品 [5] 合作内容与目标 - 合作原则为优势互补、资源共享、携手共建、共赢发展，涵盖高端产品及场景方案、营销宣传及渠道、服务及供应链、科技政策及投资等层面 [6] - 具体合作包括共同开展家用具身机器人研发与落地、人机交互实现、家庭服务场景开发 [6] - 双方计划在明年AWE推出具有行业影响力的创新产品，并持续开发包含不同形态、功能、属性的终端产品 [8] - 合作将构建开放的技术研发平台，加速技术成果转化与产品落地，推动具身AI智慧家庭生态创新发展 [10] 合作意义与行业影响 - 合作被视为“技术+场景”的双向奔赴，旨在为用户创造更智能、更有温度的家庭生活体验 [10] - 家用具身智能作为家电行业与人工智能、机器人技术深度融合的产物，正在重塑行业生态与用户需求 [5] - 合作将结合INDEMIND的核心技术优势与海尔的产业积淀，聚焦消费者核心需求，助力打造智能化与实用性的人机交互终端产品 [8]

产品发布与定位 - Google DeepMind发布SIMA 2，这是一个能在虚拟3D世界中自主游戏、推理并持续学习的通用AI智能体[2] - 公司创始人将其定义为通往通用人工智能的关键一步[3] - SIMA 2代表了从SIMA 1的重大飞跃，是创建通用和有益AI智能体研究的下一个里程碑[6] 技术架构与核心能力 - SIMA 2集成Gemini模型的先进能力，从被动的指令遵循者进化为交互式游戏伴侣[6] - 新架构将SIMA 1的语言->行动模式升级为语言->意图->计划->行动的多步骤认知链[15] - 智能体不仅能遵循人类指令，还能在未见过的复杂环境中进行自主规划、解释行动步骤、与用户实时对话[6] - 通过试错与Gemini反馈的闭环机制自我迭代，提升技能[6] 性能提升与泛化能力 - SIMA 2能理解更复杂、更细微的指令，执行指令时成功率更高，尤其在未训练过的游戏中表现出色[24] - 具备理解多模态提示的能力，包括不同语言和表情符号[26][29] - 迁移学习能力显著，例如将一种游戏中对"采矿"的理解应用到另一种游戏的"收获"概念中[30] - 在多种任务上的表现已显著接近人类玩家水平[30] 创新测试与自我进化 - 与Genie 3结合测试时，SIMA 2能在全新生成的世界中合理定位、理解指令并采取有意义的行动[32] - 具备自我提升能力，能够通过试错法和基于Gemini的反馈执行日益复杂和新颖的任务[35] - 经过多代训练后，智能体可在完全无需人类反馈或游戏数据的情况下实现自我进化[39] 行业意义与应用前景 - 该技术对机器人技术和人工智能的未来具有重要意义，正在构建未来物理世界智能体所需的核心认知构建模块[7] - 智能体学到的技能（导航、工具使用、协作任务执行）都是未来物理世界AI助手所需的智能物理具身化的基本构建模块[43] - 这项研究为面向行动的AI提供了新路径的基础验证，证实了通才型智能体的可行性[43]

公司概况 - 杰夫·贝索斯创立名为Project Prometheus的人工智能初创公司，并担任联席首席执行官，高调回归硅谷[1] - 公司起步即获得62亿美元融资，大部分资金来自贝索斯本人，成为全球融资最充足的最早期AI初创公司之一[1] - 这是贝索斯自2021年7月卸任亚马逊CEO以来，首次在一家公司担任正式的运营层面最高级职务[1] 战略定位与目标 - 公司专注于对标OpenAI和马斯克的xAI等AI超级独角兽[1] - 终极目标是构建能够以比ChatGPT等AI聊天机器人更复杂方式进行深度学习的“超级AI模型”[4] - 致力于成为专注于将人工智能应用于全球最前沿物理AI任务的AI初创公司之一[3] 技术聚焦领域 - 重点聚焦于能够帮助计算机、航空航天、汽车以及物理等学科探索进行大型工程和高端制造层面的人工智能应用[2] - 技术方向与贝索斯“把人类集体送入外太空”的兴趣相契合[2] - 探索领域包括人形机器人、药物设计和物理科学理论探索与发现[3] 团队与资源 - 联合创始人兼联席首席执行官是Vik Bajaj，他是全球最顶级物理学家和化学家，曾在谷歌联合创始人谢尔盖·布林麾下的Google X工作[2] - Bajaj曾是Verily的联合创始人之一，该机构由谷歌母公司Alphabet运营，专注于生命科学研究[3] - 公司已招募近100名员工，包括从OpenAI、DeepMind和Meta Platforms等顶级AI公司挖来的资深研究人员[4] 行业背景与对比 - 贝索斯去年投资了Physical Intelligence，一家将AI技术应用于机器人领域的初创公司[4] - 英伟达CEO黄仁勋提出的“物理AI”概念强调让机器人在真实世界感知、推理并行动，工业仿真、数字孪生等属于其核心范畴[5] - 与特斯拉和贝索斯的公司不同，英伟达聚焦于做“具身AI的算力与平台型供应商”，大规模出售AI GPU集群及工具链[5]

公司概况与领导层 - 杰夫·贝索斯创立名为Project Prometheus的人工智能初创公司，并将以联席首席执行官身份参与管理[1] - 公司联合创始人兼联席首席执行官是Vik Bajaj，他曾是谷歌Google X的成员，也是Verily的联合创始人[2] - 这是贝索斯自2021年7月卸任亚马逊CEO以来，首次在一家公司担任正式的最高运营职务[1] 融资与规模 - 公司起步即获得62亿美元融资，大部分资金来自贝索斯本人，使其成为全球融资最充足的最早期AI初创公司之一[1] - 公司已招募近100名员工，其中包括从OpenAI、DeepMind和Meta Platforms等顶级AI公司挖来的资深研究人员[3] 战略定位与目标 - 公司专注于对标OpenAI和马斯克的xAI等AI超级独角兽[1] - 终极目标是构建能够以比ChatGPT等AI聊天机器人更复杂方式进行深度学习的“超级AI模型”[3] - 致力于成为专注于将人工智能应用于全球最前沿物理AI任务的AI初创公司之一，领域包括人形机器人、药物设计和物理科学探索[2] 技术焦点与业务方向 - 公司重点聚焦于能够帮助计算机、航空航天、汽车及物理学科探索等领域进行大型工程和高端制造的人工智能应用[2] - 技术方向与贝索斯“把人类集体送入外太空”的兴趣相契合[2] - 将探索让AI系统通过分析物理AI“试错”过程，学会自主完成世界级前沿物理实验甚至理论探索的工作[3] 行业背景与竞争格局 - 在AI应用领域，马斯克拥有AI初创公司xAI，试图凭借Grok AI与OpenAI的ChatGPT竞争[1] - 英伟达聚焦于做“具身AI的算力与平台型供应商”，通过提供AI GPU集群、边缘计算模组和仿真工具链来服务全行业的人形机器人玩家[4] - “物理AI”强调让机器人在真实世界感知、推理并行动，是模型从“只会对话”推进到“能在物理世界干活”的关键工具链[4]

公司概况与融资 - 杰夫·贝索斯创立名为Project Prometheus的人工智能初创公司，并担任联席首席执行官，标志着其高调回归硅谷 [1] - 公司起步即获得62亿美元融资，大部分资金来自贝索斯本人，成为全球融资最充足的早期AI初创公司之一 [1] - 公司已招募近100名员工，其中包括从OpenAI、DeepMind和Meta Platforms等顶级AI公司挖来的资深研究人员 [3] 战略定位与技术焦点 - 公司专注于与“物理AI”相关的技术，重点聚焦于帮助计算机、航空航天、汽车及物理学科探索等领域进行大型工程和高端制造的人工智能应用 [2] - 终极目标是构建能够以比ChatGPT等AI聊天机器人更复杂方式进行深度学习的“超级AI模型” [3] - 致力于成为多家专注于将人工智能应用于全球最前沿物理AI任务的初创公司之一，应用领域包括人形机器人、药物设计和物理科学理论探索 [2][3] 核心团队与合作伙伴 - 联合创始人兼联席首席执行官是Vik Bajaj，一位顶级物理学家和化学家，曾于谷歌的Google X工作，并且是Alphabet旗下生命科学研究机构Verily的联合创始人 [2] - 贝索斯去年投资了Physical Intelligence，一家将AI技术应用于机器人领域的初创公司 [3] - 公司计划在北加州建立实验室，机器人将在那里进行大规模的前沿物理科学实验，旨在让AI系统学会自主完成世界级物理实验和理论探索 [3] 行业背景与竞争格局 - “物理AI”强调让机器人或自主系统在真实世界中感知、推理并行动，其核心范畴包括工业仿真、数字孪生和复杂视觉计算 [4] - 英伟达作为“具身AI的算力与平台型供应商”，战略聚焦于提供AI GPU集群、边缘计算模组及Isaac仿真工具链，服务于全行业的人形机器人玩家 [4] - 在AI应用领域，特斯拉CEO埃隆·马斯克拥有AI初创公司xAI，试图通过Grok AI与OpenAI的ChatGPT竞争 [1]

AI发展历程与驱动力 - 21世纪初AI领域处于漫长寒冬，更常被称为机器学习，公众关注度低且资金投入少[10][14] - 2006-2007年启动ImageNet项目，从互联网搜集1500万张图像并打上22000个类别的精准标签，该项目开源并启动年度挑战赛[21][23] - 2012年多伦多大学研究团队使用2块英伟达GPU和ImageNet数据训练出AlexNet，标志着深度学习与现代AI起步的关键时刻[23][24] - 大数据、神经网络和GPU构成现代AI发展的黄金三件套[6][26] - 2015年中至2016年中，硅谷大厂刻意避谈AI一词，一年后AI拐点出现，众多公司开始将自己定位为AI公司[26] 世界模型与空间智能 - AI未来十年的下一个前沿是空间智能与世界模型，其核心在于将语言之外的智能、具身AI机器人和视觉智能串联起来[28][33] - 世界模型被定义为一个基础层，通过输入一张图或一句话即可生成一个可无限探索的3D世界，人们可在此基础上进行推理、交互和创造[37][38] - 人类作为具身智能体同样能从世界模型和空间智能中获益，例如科学家通过2D X射线衍射照片在脑海中构建3D模型从而发现DNA双螺旋结构[39] - 2024年通过TED演讲系统化阐述空间智能和世界模型理念，并创办World Labs公司以推动该领域发展[34][36] 技术应用与行业影响 - World Labs推出的Marble平台应用于电影虚拟制片、游戏互动内容及机器人模拟训练等领域[41] - 在电影拍摄中，Marble平台通过描述生成可导航的3D世界，使虚拟摄像机自由走位且场景可反复修改，艺术家团队称制作时间缩短40倍[43] - 游戏开发者可将Marble生成的世界导出至游戏引擎用作关卡原型，助力小团队打造大片级场景而不受美术资源限制[43] - 机器人领域面临数据困境，其输出为真实三维世界中的动作，训练数据极难获取，需通过遥操作、合成环境等方式收集[44][45] - 机器人是物理系统，更像自动驾驶汽车而非大语言模型，需同时解决算法模型、硬件本体和应用场景问题，发展路径漫长且挑战多维[45][46] 研究理念与未来方向 - 智能通过大数据学习获得，关键是为机器人提供足够多且多样的世界经验，Marble平台通过提示词生成各种场景供机器人在虚拟世界练习[46] - 在AI与AGI之间没有清晰科学界限，AGI更像营销用语而非严谨科学术语，其定义未统一[26] - 研究者应关注最令人兴奋且难以入眠的科学问题，而非仅聚焦盈利最多的领域，同时不过度放大失败可能性，并重视团队协作价值[47]