行业趋势与共识 - 在第56届世界经济论坛年会上，AI讨论的焦点正从大模型参数和算力规模转向AI如何进入物理世界并形成可规模化的产业能力，“物理AI”和“具身智能”成为核心议题 [3][32] - 行业共识认为，“物理AI”的核心价值在于其能力结构，而非特定外形，其关键在于能否快速适应复杂物理环境、完成真实任务并以低成本快速部署 [3][10][32] - 包括英伟达、微软在内的科技巨头及众多创业公司，当前都非常重视B端AI和物理AI，讨论中更多使用“物理AI”而非“人形机器人”这一概念 [9][38] 核心概念定义与辨析 - “物理AI”或“具身智能”强调AI在真实环境中的感知、理解和执行能力，不局限于单一的人形机器人形态，可涵盖移动机器人、工业机器人、协作机器人等多种形态 [3][10][32][39] - “具身智能”的本质是其输入和输出来自物理世界，即系统能通过任何形态的机器人感知、理解并操作物理世界，这与ChatGPT等仅处理数字信息的AI形成区别 [16][45] - 机器人形态的选择应基于实际需求，双足设计仅在环境是为人类设计时才是自然方案，无需为了“像人”而坚持特定形态，应从任务需求而非技术象征意义出发 [18][47][48] 行业瓶颈与关键挑战 - 制造业和物流行业对机器人的大规模部署推进缓慢，真正的瓶颈并非硬件，因为当前机器人在速度、精度、负载和单体成本上已具备可用性 [4][33] - 限制规模化的核心痛点是部署难度过高，需要大量跨学科的工程师参与机械、电气、方案设计、调试、软件及AI等多个环节，导致成本高昂且难以复制，最终“算不过账” [4][12][33][41] - 解决部署难题的关键在于提升机器人在真实环境中的感知、理解和自主决策能力，从而减少对人工工程调试的依赖，实现部署速度和经济性的突破 [4][13][34][42] 公司战略与定位 - 公司定位清晰且克制，专注于提供机器人的“眼睛、大脑和手”，即感知、决策和执行模块，不做整机、整条生产线解决方案，也不试图覆盖所有应用场景 [5][35] - 公司坚信“全栈”模式不可行，认为机器人涉及机械、电气、控制、算法及大量行业细节，任何公司都难以在所有层级做到最优，全栈会稀释资源并削弱核心竞争力 [6][25][35][54] - 公司的核心竞争力在于通过标准化产品，结合高精度相机和算法，让机器人具备感知三维环境、做出决策并完成多种任务的能力，如搬运、装配、切割、焊接等 [21][22][50][51] 技术路径与能力构建 - 公司的发展基于“清晰的边界、标准化产品、大量现实数据反哺AI能力”三大关键点，通过积累真实世界、仿真及互联网数据来增强模型能力 [21][49][50] - 公司采用通用能力构建路径，先建立机器人感知、识别、定位和安全执行等共性基础能力，再用相对少量的数据快速迁移和适配新行业场景 [6][24][36][53] - 公司对“灵巧手”等技术的判断保持克制，认为完全复刻人类双手的复杂度并非当前阶段的合理目标，机器人设计的核心是完成任务而非模仿人类 [6][26][36][55] 市场拓展与业务进展 - 公司业务已横跨汽车、电池、光伏、3C家电及物流等多个行业，并是一家全球化公司，在欧美日韩、东南亚等地均有成熟业务 [6][23][36][52] - 公司能够跨行业拓展的核心在于解决机器人应用的共性问题，如通过高精度相机感知环境、识别物体、定位并安全执行动作，不同行业在这些共性需求上远超特殊性 [6][24][36][53] - 公司部署规模实现显著增长：成立前四年共销售约一千台，随后四年共销售约一万台，目前已经进入单年部署过万台的阶段 [20][49] 发展阶段与未来展望 - 公司将发展路径划分为三个阶段：短期，制造和物流场景结合成熟机器人形态，市场已进入高速增长；中期，更多机器人形态将进入服务业；远期，机器人能力成熟后将向更复杂的家用等场景延展 [7][28][36][56] - 公司遵循“销售一代、改进一代、研发一代”的简单节奏来布局未来 [8][29][37][57] - 公司认为，相比“人形机器人”，“物理AI”是一个更加确定且有价值的发展方向 [14][43]

文章核心观点 - 2026年初，韩国政府与企业高层代表团访华，签署32份合作文件，标志着中韩在自动驾驶领域的合作进入系统性生态共建新阶段，目标是冲击全球前三[1] - 韩国通过“三级跳”战略、制度革新与全场景商业化探索，为自动驾驶发展构建了“政策-法律-标准”三位一体的保障体系，并与中国形成优势互补[3][4][5][6] - 韩国在物理AI融合、车路协同基础设施及本土完整供应链方面具备技术实力，但面临技术转化、成本及制度挑战，中韩合作成为其破局关键[9][12][15][16] - 中韩合作从企业结对升级为生态共建，涵盖技术研发、标准制定与场景落地，有望改变全球自动驾驶中美双雄格局，形成新的领导者联盟[13][14][17] 韩国自动驾驶战略与政策框架 - 韩国自2013年起构建了“顶层设计+路线图+试点落地”的完整体系，发布《2030未来汽车产业发展战略》等多项政策，明确了从L3到L4的演进路径[4] - 2026年1月，韩国发布《提升自动驾驶汽车产业竞争力计划》，目标在2027年实现L4级自动驾驶商业化并进入全球前三[4] - 政策创新包括制度松绑（建立L3放宽管制、L4先批准后管理模式）、基础设施先行（2025年前完成4车道以上道路高精度地图覆盖）及风险兜底（引入专用保险、建立远程管控体系）[5] - 采用“立法先行”策略，2020年《自动驾驶汽车法案》生效，2023年修订《智能机器人开发和供应法》，并通过《无人驾驶汽车规制革新路线图2.0》细化短期至长期任务[5] 韩国自动驾驶商业化落地进展 - 公共交通领域：首尔于2025年9月正式推出日间无人驾驶公交车线路，全长4.8公里，车辆取消方向盘和司机专座，工作日10-17时运行[6] - 物流领域：2025年3月，韩国将自动驾驶货运卡车试点区扩展至全部44条高速公路，总里程达5224公里，实现全国高速公路全覆盖[10] - 末端配送：Neubility的送货机器人已投入使用，韩国邮政无人机可完成20公里内配送，目标2026年实现机器人配送、2027年实现无人机配送商业化[10] - 特种车辆：光州示范应用区已部署无人环卫车和废物回收车，实现自动清扫与垃圾分类，户外移动机器人应用于清洁、巡逻等多场景[8] 韩国自动驾驶技术实力与供应链 - 核心技术路线为“物理AI”，通过端到端学习将传感器、车辆控制、道路设施与AI深度融合[11] - 现代捷尼赛思G90搭载多传感器方案，激光雷达探测距离达170米；三星Exynos Auto芯片为系统提供算力，与现代合作的L3级系统已量产[11] - 车路协同基础设施（C-ITS）建设领先，已在大田-世宗地区建成90.7公里试验道路，部署79个路侧单元和3000个终端，5年平均预防19%的交通事故[12] - 计划2030年实现C-ITS全国覆盖，截至2021年高速公路试点里程已超800公里[12] - 本土供应链完整，拥有万都集团（摄像头、毫米波雷达）、现代摩比斯（激光雷达集成）、三星（芯片）、SK电讯（通信）等企业[12] - 2025年成立“制造业AX联盟”，联合现代、LG、三星、浦项制铁等推动AI在制造业应用，为自动驾驶规模化生产奠基[12] 中韩自动驾驶合作的具体内容与模式 - 2026年1月中韩商务论坛签署32份合作文件，联想车计算与韩国SWM合作研发部署L4级Robotaxi[13] - 蘑菇车联与LG电子战略合作，覆盖自动驾驶车辆部署、数字道路基础设施建设及城市智能治理[13] - 合作基于优势互补：韩国提供法规体系、本土供应链和试点场景；中国提供大规模数据积累、城市级落地经验和成本控制能力[14] - 合作延伸至标准共建，韩国自动驾驶协同推动产业发展委员会拥有326家成员单位，中国企业加入有望推动形成更具全球影响力的技术标准[14] - 合作旨在为全球产业提供“中韩方案”，涉及数据共享、事故责任划分、保险体系构建等领域[14] 韩国自动驾驶面临的挑战与破局策略 - 自我评估认为国际竞争力落后于中美，AI车辆此前仅能在限定区域运行，未能充分应对大规模数据学习趋势[15] - 技术层面面临“试验用技术”向规模化产业转化的瓶颈，创业企业和零部件企业成长空间受限，核心部件（如激光雷达、高性能半导体）成本居高不下[15] - 制度层面，L3级以上自动驾驶的事故责任界定仍存在模糊地带，数据隐私保护与社会接受度仍需提升[15] - 破局策略采用“开放合作+技术攻坚”双轮驱动：通过“K-自动驾驶”合作模式吸引中韩企业参与；将端到端无人驾驶算法列为国家战略技术，计划2021-2027年间投入1.1万亿韩元用于技术研发[16] - 中韩合作为韩国提供破局机遇，中国的大规模数据有助于解决韩国“数据饥渴”问题，加速AI模型训练，中国的成本控制经验有助于推动规模化部署[16]

IPO与市场地位 - 公司于1月30日启动全球招股，预计2月10日在香港联交所挂牌上市，拟全球发售约1.05亿股H股 [1] - 以2024年出货量计，公司在全球视觉端侧AI推理芯片市场位列前五，全年芯片出货约912万颗，市场份额约6.8% [3] - 在中高端视觉端侧AI推理芯片细分市场，公司市占率达24.1%，位居行业首位 [3] - 在2024年底完成C轮融资后，公司投后估值达到106亿元 [3] 行业趋势与公司定位 - 行业关注焦点正从云端算力规模转向推理能力以更低成本、更高能效落地到边缘侧和终端 [4] - 边缘侧算力正从辅助角色转变为物理AI系统的基础设施，其核心关注点是单位能耗下的稳定输出，而非算力峰值 [5] - 公司凭借在边缘AI算力上的路线选择和技术积累，在“云-边-端”算力结构重新分工的节点上占据优势身位 [4] 技术路径与产品 - 公司核心算力单元爱芯通元混合精度NPU采用以算子为指令集的设计，相比通用GPU在执行同样推理任务时能获得更高能效比 [6] - 爱芯智眸AI-ISP将传统图像信号处理与AI算法结合，减少数据在系统内部的无效搬运，降低对外部算力与带宽的依赖 [6] - 公司将感知与推理放在同一SoC内协同处理，有助于降低系统级时延、提升功耗表现 [7] - 截至2025年9月30日，公司累计交付量已突破1.65亿颗SoC，并已独立开发五代SoC实现商业化 [7] - 公司产品矩阵包括终端计算产品（如AX520、AX620、AX630、AX650系列）、智能汽车产品（如M55H、M57、M76H系列）以及边缘AI推理产品（如AX8850系列）[8] 商业化进展与市场应用 - 公司端侧AI推理芯片已进入量产周期，在视觉终端计算、智能汽车和边缘AI推理应用中实现大规模生产 [9] - 按2024年出货量计，公司是中国第二大国产智能驾驶SoC供应商，售出超过51.8万颗智能汽车SoC [11] - 按2024年出货量计，公司是中国第三大边缘AI推理芯片供应商，市占率为12.2% [11] - 公司AI推理芯片应用场景涵盖个人设备、智能汽车、信息系统等领域 [11] - 到2030年，公司芯片应用的个人设备、智能汽车、信息系统细分市场在全球的出货量年复合增长率预计分别为54.4%、48.9%及19.7%，在中国市场预计增速更高，分别为59.9%、55.3%、22.5% [11] 智能汽车与未来展望 - 智能汽车是端侧AI率先规模化落地的场景之一，公司已推出覆盖不同层级需求的智能汽车SoC产品矩阵 [16] - 随着AI在具身智能等各类智能终端中应用拓展，对高效稳定端侧算力的需求将持续增长，公司在此领域有丰富技术储备 [16] - 公司面向边缘计算推出边缘智能芯片AX8850，并提供即插即用的算力扩展方案，同时在端侧大模型适配与部署层面进行探索 [16] - 当前AI产业重心正转向更强调实时性、可靠性与环境适应能力的物理AI，公司为物理AI和多模态智能在边端侧落地提供可复制的算力底座 [17]

核心观点 - 人工智能正从生成文本与图像转向与真实世界交互，“物理AI”时代来临 [1] - 阿里巴巴的通义千问大模型正作为“AI时代的Android”，推动AI硬件生态在中国快速落地与量产，改变物理世界 [2][10][12] 行业趋势：物理AI的兴起与落地 - 2026年CES上，英伟达创始人宣告“物理AI时代来临”，AI正试图走出对话框，转向与真实世界交互 [1] - 行业焦点从模型参数、算力规模的竞争，转向端侧部署、延迟、功耗和成本等务实问题 [7] - AI最大的想象力被认定为改变物理世界，而不仅仅是手机屏幕 [2] - 物理世界的AI化被视为一场“谁是数字底座”的终极博弈，而非硬件的堆料比赛 [12] 市场与生态：中国成为物理AI的试验场 - 阿里云在深圳举办通义智能硬件展，汇集76个品类、200多个品牌、上千件硬件设备，展示已投入量产的AI硬件产品 [1] - 参展商包括荣耀、OPPO等头部厂商，以及来自华强北、义乌商城的中小硬件商，差异主要体现在AI生存形态而非硬件参数 [1] - 中国深圳具备极度现实的需求、极低的试错成本以及灵活的产业链，推动AI硬件生态迅速扩张，某些细分领域创新密度已超越硅谷 [11] - Hugging Face数据显示，通义千问已成为全球开发者采用率最高的开源模型，其“全面开源”策略降低了创新门槛 [8] - 硬件厂商将通义千问比喻为“AI时代的Android”，认为其解决了“谁都能做AI硬件”的问题 [7][8] 产品与应用：AI硬件渗透多元场景 - AI能力已渗透进1500多件形态迥异的实体硬件，包括AI手机、眼镜、耳机、陪伴玩具、机器人、宠物用品等 [1] - 产品聚焦碎片化刚需场景，例如：AI翻译器可一周内完成从设计到出海；接入大模型的血压手表可自动生成健康周报并给出建议 [3] - 创新产品覆盖从几块钱的智能水杯到几十万元的纯电轿车，应用场景延伸至车载、体育、工业、家庭陪伴等复杂交互领域 [7][8][9][10] - 具体案例包括：比亚迪腾势通过通义万相实现“AI壁纸”功能；零跑汽车语音助手具备秒级行程规划能力；BodyPark ATOM能像真人教练一样纠正运动姿态；Shootz Q1能实现篮球轨迹追踪和精彩剪辑 [8][9] 技术支撑：通义千问的模型与平台策略 - 通义千问推出面向AI硬件的多模态交互开发套件，通过拖拽式界面降低开发门槛，使不会写代码的硬件商也能整合语音识别、对话等多模态能力 [6] - 计费方式从按Tokens计费改为按硬件终端License计费，帮助硬件创业者控制成本，实现产品量产 [6] - 采用“端云结合”的灵活架构：小尺寸模型用于端侧毫秒级响应，复杂任务则交由云端大模型处理 [7] - 主动兼容芯片生态，其多模态套件已适配超过30款主流芯片平台，包括ARM、RISC-V和MIPS [7] - 提供深度定制化服务，例如与模组方案商合作优化AI打断的敏捷度，构筑差异化壁垒 [7]

CES 2026行业趋势 - 2026年CES展会的核心主题是“物理AI”，即AI与现实世界的融合，关注焦点在于AI如何理解物理世界并进行推理和行动[1] - 本届CES共有来自56个国家和地区的超3300家企业或机构参展，其中中国参展商约1062家，占比超过32%，仅次于美国参展商的1089家（占比33%）[1] 公司新产品发布 - 新石器在CES 2026上发布了新产品X1，旨在解决物流配送“最后100米”难题，该产品具备室内外穿梭能力，可自主出入人行道、写字楼大堂并搭乘电梯，主要面向“送货上门”的末端配送场景[1] - X1目前仍处于测试阶段[3] - 随着X1的发布，新石器已构建起行业最完备的RoboVan产品家族，载货空间覆盖0.5至12立方米，精准匹配城配物流的全场景需求[5] - X1与新石器旗下其他产品共同构建了全流程无人驾驶配送链条：X1打通最后100米，X3替代传统三轮车，X6担当车队中坚，H12负责区域分拨与郊区货运[2] 公司技术方案与突破 - 新石器在CES 2026上发布了AI驱动的下一代无人驾驶物流解决方案，采用双引擎架构，专为优化大规模无人车队而设计[6] - 方案的核心突破之一是全域智能调度系统，基于大模型和深度学习，实现了从智能订单处理到实时调度的物流全生命周期自动化，能支持超过10万辆L4级无人车队的稳定运行，并将车队效率提升30%[6] - 另一核心突破是无图L4级自动驾驶，新石器在2025年率先将其投入商业化应用，该技术在不依赖高精地图的情况下实现了厘米级定位，显著降低了部署成本和准备时间[6] - 其L4级无图自动驾驶技术方案可节省90%以上的高精地图相关开支，同时显著降低硬件成本，实现“小时级部署”、“全域配送”和“全球适配”[11] 公司运营与商业化进展 - 新石器是国内最早实现末端无人配送规模化运营的企业之一，于2025年9月率先宣布实现1万台车下线交付[7] - 截至目前，公司已累计部署超过16000台L4级无人车，车队累计行驶里程近8000万公里，服务于快递物流、生鲜、冷链、商超、快运等多类城市配送场景[7] - 非快递场景（如生鲜、百货、商超等）目前已占新石器总销量的50%以上[9] - 2025年，公司联手滴滴送货首创无人货运RaaS服务，采用“按需使用、按单付费”的模式[9] - 通过对L4级自动驾驶技术与自研制造体系的持续打磨，公司使得单公里运营成本较传统模式降低超过50%[10] - 在山东青岛，公司已部署了超过1200台无人车，打造了全球规模最大、密度最高的无人车队部署案例[10] 公司全球化发展 - 2025年10月，新石器成为首家在阿联酋获得无人配送车牌照的RoboVan公司[10] - 过去一年，公司在日本和韩国的布局取得重大进展，与韩国仁川市政府达成战略合作，并加入了日本自动驾驶技术联盟Autoware[10] - 2026年初，公司与欧洲电动货运车辆制造商Luxmea以及葡萄牙供应商Salvador Caetano Auto达成战略合作伙伴关系[10] - 公司计划在2026年加速全球扩张，从中东起步，并在欧洲、美洲、澳大利亚、东南亚等地设立办事处，目标是2027年实现海外交付无人车超过5万台[11] 公司产品性能参数 - 公司目前市面主力产品为X3和X6，均搭载自研L4级无图自动驾驶技术方案，支持24小时不间断运行[2] - X3装载空间为3立方米，载重520kg，续航里程超100km，可承担半径15km内末端配送任务[2] - X6装载空间为6立方米，载重1130kg，续航突破200km，可承担半径60km范围内的多点配送任务[2]

公司上市与暗盘表现 - 公司将于12月30日在港交所上市，股票代码06651.HK [2] - 在12月29日的暗盘交易中，公司股价表现强劲，在富途暗盘最高涨至46.98港元，涨幅最高达54.03% [2] - 在同花顺暗盘，股价最高涨至49.6港元，暗盘涨幅最高超62.62% [5] - 按每手200股计算，富途暗盘一手最高赚3296港元，同花顺暗盘每手最多赚3820港元 [2][5] - 暗盘交易领涨，即便在12月30日有6只股票同时上市分散投资者注意力的情况下，公司仍以黑马科技股姿态脱颖而出 [5] 行业定位与市场前景 - 公司被称为稀缺的“物理AI第一股” [2] - 物理AI被英伟达创始人黄仁勋称为下一波AI浪潮，市场规模预计比内容AI大几十倍，达万亿美元量级 [9] - OpenAI、阿里巴巴、小米科技等国内外头部科技企业均押注物理AI赛道 [9] - 作为该赛道的新上市稀缺标的，公司受到市场高度关注和追捧 [9] 公司核心技术 - 物理AI的核心基础设施由空间智能模型、数据燃料、训练平台三大要素构成 [9] - 公司三大要素均具备，并拥有成熟的技术产品落地，如51Aes、51Sim等 [9] 商业化与财务表现 - 公司的解决方案在全球19个国家及地区的城市、能源、工业、智驾、医疗等十多个领域拥有上千家企业客户 [9] - 营收从2022年的1.7亿元人民币增长至2024年的2.87亿元人民币 [9] - 2025年上半年营收为5382万元人民币，同比增长62% [9] 投资者认购与IPO详情 - 招股阶段受到追捧和超额认购 [9] - 知名投资人如私募大佬葛卫东、商汤科技、摩尔线程等纷纷认购 [10] - 本次全球发售2397.5万股A类股份，其中香港发售119.9万股，国际配售2277.6万股，另有15%超额配股权 [11] - 发行价为每股30.5港元，预计募集资金达7.31亿港元，若行使超额配售权，最高募资规模可达8.41亿港元 [11]

公司发展历程与愿景 - 公司成立于2015年7月14日，与NASA“新视野号”飞掠冥王星同日，寓意向人工智能算力高峰攀登 [2] - 公司创始人余凯在2012年参与竞购Geoff Hinton团队，后因思考为深度学习专门设计芯片而创立公司 [1] - 公司站在从“数字智能”向“物理智能”跨越的拐点，致力于为物理AI世界构建底层生态 [4] 芯片架构演进与发布 - 公司BPU架构迭代基于对AI本质的数学理解，认为AI在物理世界的任务是“逼近真理” [6] - 架构演进路径：伯努利架构面向感知计算，应用于征程2、3芯片 [10]；贝叶斯架构面向预测计算，应用于征程5芯片 [10]；纳什架构面向博弈决策，应用于征程6系列 [10] - 全新BPU“黎曼”架构面向通用机器人和L4/L5级自动驾驶，其设计灵感源于现实世界隐藏的低维流形结构 [7] - 相比上一代架构，“黎曼”关键算子性能提升10倍，高精度算子支持数量增加10倍，面向LLM能效提升5倍，并全面支持浮点计算 [7] - 搭载“黎曼”架构的征程7系列芯片正在酝酿中，目标直接对标特斯拉下一代AI5芯片 [7] 编译器技术突破 - 公司发布第四代编译器“天工开物 OpenExplorer 4.0”，引入AI驱动的优化策略，包括强化学习和蒙特卡洛树搜索，以解决传统编译器处理离散优化问题的瓶颈 [8][9] - 新版编译器将编译速度从“小时级”缩短至“分钟级”，并通过优化使模型性能提升20% [12] - 在HSD量产实践中，编译器将端到端延迟从通常的300ms优化至160ms [12] 全场景智驾与商业模式创新 - 公司在2025技术生态大会上交出了全场景智驾的量产答卷 [4] - 针对行业面临模型训练成本动辄数十亿、AI人才稀缺、算法迭代慢的挑战，公司推出HSD Together全栈算法服务模式 [13] - HSD Together模式将公司已验证的全场景智驾系统作为“样板间”向合作伙伴开放，提供白盒或黑盒授权，甚至包括核心基座模型 [13][14] - 该模式旨在帮助合作伙伴聚焦集成和差异化，预计可将其人力、算力和时间成本降低90% [14] - 公司正从“卖铲子的人”转变为“施工队队长”，亲自下场扶车企上马 [14] 极致性价比智驾方案 - 公司提出让10万级国民车型拥有好用的城区辅助驾驶，方案基于单颗征程6M芯片 [16] - 基于单颗J6M的方案在复杂路段实现了无保护左转、窄道博弈和施工绕行，其杀手锏在于极致性价比与被动散热（风冷） [18] - 该方案不仅适用于新能源车，也能让庞大的燃油车市场搭载高阶智驾 [18] - 目前博世、卓驭、轻舟智航等Tier 1已基于此方案与公司合作，目标直指千万级量产 [19] 开源具身智能与机器人生态 - 公司认为智能驾驶大模型是物理AI基座模型的开端，其本质是处理“Video in, Control out”的高维序列 [21] - 公司开源具身智能模型，包括专注于运动智能的“小脑”HoloMotion，一个模型支持多种形态，在S100芯片上可实现50Hz高帧率运行 [22] - 同时开源专注于操作智能的“大脑”HoloBrain，基于VLA架构，赋予机器人理解指令和细腻操作的能力 [25] - HoloMotion已在GitHub开源，并获得斯坦福、清华等机构使用 [27] - 公司短期目标是优化VLA和动作建模，长期目标是构建包含摩擦力、重力等物理属性的真实世界模型 [27]

Agile ONE人形机器人发布 - 公司发布全尺寸人形机器人Agile ONE，体现其“物理AI”愿景，即能够感知、理解并在物理世界中行动的智能、自主、灵活机器人 [1] 公司产业与技术积累 - 公司成立于2018年，全球员工约2500名，过去四年收入翻了几番，已在全球成功使用超过20,000台机器人，在汽车和消费电子行业积累深厚产业认知 [3] - Agile ONE基于现有强大产品组合开发，包括Agile Hand灵巧手、FR3力控机械臂、Diana 7智能力控机器人等 [3] 三大核心优势 - 分层AI系统：基于真实世界数据训练，包括互联网海量多模态数据、高保真物理仿真和全球超过2万套已部署机器人系统采集的真实物理交互数据 [5] - 灵巧手技术：源自德国宇航中心二十年技术沉淀，经过近二十年持续优化，是市场上性能最强大的灵巧手之一 [8] - 人机交互理念：以信任为基石，安全作为系统内生基因，而非外挂补丁 [9] 分层AI系统与三层式大脑 - 采用分层方法构建机器人基础模型，设计三层式大脑认知架构：慢思考层负责理解复杂指令和分解任务，快思考层负责执行动作和应对环境变化，高频控制层负责精细力控和本能反应 [5][6] - 坚持软硬件协同、自主迭代的技术思路，模型自我训练，内部硬件设计与软件迭代相辅相成 [5] 灵巧手技术细节 - 每个关节配备力-力矩传感器，模仿人类灵巧度，实现精确力感知与控制 [11] - 每个指尖集成触觉传感器，赋予感知接触物体表面细节的能力 [11] - 通过关节力传感与指尖触觉传感融合，将灵敏度深度嵌入机械手，使机器人能精准操控微型螺丝、操作电动工具和轻触屏幕 [8] 人机交互与安全设计 - 安全理念超越物理“不碰撞”，上升至心理“可信赖”，设计响应式眼环发光闪烁以确认理解，配备接近传感器、后视摄像头和胸部显示屏，使机器人行为可预判、意图可理解 [14] - 具备协作机器人研发经验，积极参与制定人形机器人新安全标准的讨论，为安全性主张提供背书 [12] 市场前景与产品定位 - 人形机器人市场预计到2035年全球规模达380亿美元，工业机器人解决方案市场预计到2029年达518亿美元 [15] - Agile ONE设计用于自有工厂等结构化工业环境，专攻物料搬运、机床上下料、工具使用和精细操作等任务 [15] - 软件平台AgileCore可将人形机器人连接到公司及其他供应商机器人，构建协同进化、共享数据的智能系统，体现物理AI核心价值即连接释放潜能 [15]

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]

合作概述 - 富士通与英伟达宣布共同开发面向人工智能用途的半导体，计划在2030年前将双方芯片连接在同一基板上 [1] - 合作旨在通过高速连接英伟达GPU与富士通CPU提高运算效率并大幅提升节能水平，目标开拓数据中心及机器人等新需求市场 [1] - 英伟达首席执行官黄仁勋强调，通过与富士通CPU的连接能够实现全新层级的节能与高效 [1] 技术细节与产品规划 - 富士通基于Arm架构正在开发名为"MONAKA"的CPU，其电路线宽仅2纳米，目标电力效率比其他公司CPU提高2倍，并计划在2027年投入实际使用 [2] - "MONAKA"推出后，富士通计划每两年更新一代机型，到2029年目标推出线宽1.4纳米、具备更强节能和性能的CPU [2] - 合作将利用英伟达技术实现GPU、CPU等多颗芯片像一颗芯片一样的超高速互联 [1] 市场拓展与战略布局 - 共同开发的半导体将用于AI数据中心，并拓展至机器人、汽车等"物理AI"领域 [2] - 通过与在AI半导体市场拥有约7成份额的英伟达合作，富士通计划进一步扩大其CPU的销售渠道 [2] - 英伟达关注富士通广泛的日本国内客户基础，包括制造业、金融业及政府部门，希望通过合作加速其全球业务拓展 [5] 行业合作背景 - 海外科技企业普遍看好日本企业的节能技术，日立制作所与OpenAI宣布在AI数据中心电力相关技术方面展开合作 [4] - NTT在下一代光通信基础设施"IOWN"开发中与英特尔、微软、谷歌等展开合作，旨在减少电力浪费的同时实现高速数据处理 [4] - 富士通与英伟达还将在理化学研究所计划于2030年投入运行的"富岳"超级计算机后继机开发上展开合作 [5]