边缘模型
搜索文档
熵基科技(301330) - 301330熵基科技投资者关系管理信息20260104
2026-01-04 19:06
脑机接口业务布局与进展 - 合资公司聚焦研发下一代边缘脑机接口算法芯片及推进混合生物识别与脑信号协同分析,目前正处于筹备工商注册阶段 [2] - 公司脑机业务继承在认知空间计算领域的长期积累,聚焦AI、BioCV、TinyML边缘模型研发,将空间理解、自主决策与脑电信号深度融合,以优化“人、车、物、环境”多要素协同下的脑机交互表现 [3] - 合作方神念科技在消费级场景下深耕20多年,积累了20多年的数据,其芯片+算法SDK模式商业路径清晰 [3] 2026年业绩目标与激励计划 - 公司以2025年限制性股票激励计划及员工持股计划设定的2026年度公司层面业绩考核目标为业绩目标 [2] - 股权激励考核期内,通过收并购新增公司的经营结果不纳入业绩考核范围,需剔除其对净利润和营业收入的影响 [2][3] - 公司将借助AI技术深化应用、提升品牌影响力、增强产品和服务竞争力、拓展增量市场等举措以实现业绩增长 [2] 财务与汇率风险管理 - 公司境外收入占比较高,人民币升值会对业务产生影响 [3] - 公司通过供应链全球化、全球子公司本地化运营自然对冲汇率风险,并综合使用远期结汇等工具锁定汇率,同时尝试跨境人民币结算 [3] - 当前汇率波动风险处于可控范围 [3]
张亚勤院士:AI五大新趋势,物理智能快速演进,2035年机器人数量或比人多
机器人圈· 2025-10-20 17:16
AI产业规模与代际演进 - 人工智能时代产业规模预计将比前一代(移动互联时代)至少大100倍[5] - 移动互联时代产业规模比PC互联时代至少大10倍[5] AI技术发展的五大新趋势 - 趋势一:AI技术从鉴别式、生成式走向智能体AI,过去7个月智能体AI任务长度翻倍且准确度超过50%[7] - 趋势二:预训练阶段规模定律放缓,更多工作转移至训练后阶段如推理和智能体应用,前沿模型智力上限仍在提升但迭代速度放缓[7] - 趋势三:物理智能和生物智能快速发展,VLA模型推动智能驾驶规模化落地,预计2030年10%车辆将具备L4功能[7] - 趋势四:AI风险快速上升,智能体出现使AI风险至少增加一倍[8] - 趋势五:AI产业新格局形成,呈现基础大模型+垂直模型+边缘模型架构,后两者未来发展空间更大[8] 大模型发展格局预测 - 预计2026年全球基础大模型约8-10个,中国占3-4个,美国占3-4个[8] - 中国大模型发展具独特性,表现为更快算法、更高效率、更低价格[8] - 未来开源模型将成为主流,开源与闭源模型比例预计为4:1[8] 成本与算力动态 - 过去一年推理成本降低10倍,但智能体复杂性使算力需求上涨10倍,形成乘数效应[7] 长期产业机遇 - 新一代人工智能是原子、分子和比特融合,是信息智能、物理智能和生物智能融合[3] - 具身智能快速爆发,预计2035年机器人数量有望超过人类[8]
专家:2035年机器人数量或比人多
21世纪经济报道· 2025-10-04 13:41
AI产业规模与代际演进 - 新一代人工智能是原子、分子和比特的融合,是信息智能、物理智能和生物智能的融合 [1] - 移动互联时代产业规模比PC互联时代至少大10倍,人工智能时代产业规模将比前一代至少大100倍 [1] AI产业发展五大新趋势 - 第一大趋势是从鉴别式AI到生成式AI,并走向智能体AI,过去7个月智能体AI的任务长度翻倍、准确度超过50% [3] - 第二大趋势是预训练阶段的规模定律(Scaling Law)放缓,更多工作转移至训练后阶段如推理和智能体应用,推理成本降低10倍,但智能体复杂性使算力上涨10倍 [3] - 第三大趋势是物理智能和生物智能快速发展,如VLA模型规模化落地智能驾驶,预计2030年10%的车辆将具备L4功能 [3] - 第四大趋势是AI风险快速上升,智能体出现后让AI风险至少增加一倍 [4] - 第五大趋势是AI呈现新的产业格局,形成基础大模型+垂直模型+边缘模型局面,未来更大发展在于垂直模型和边缘模型 [4] AI模型产业格局与预测 - 预计2026年全球基础大模型约有8至10个,其中中国有3至4个,美国有3至4个 [4] - 中国在发展大模型方面呈现独特性,表现为更快的算法、更高效率、更低的价格 [4] - 未来开源模型将成为主流,开源与闭源模型之间的比例预计约为4:1 [4] 具身智能发展预测 - 具身智能将快速爆发,预计到2035年机器人数量有望超过人类数量 [4]
中国工程院外籍院士张亚勤:AI五大新趋势,物理智能快速演进
21世纪经济报道· 2025-10-01 13:32
文章核心观点 - AI产业快速发展将带来巨大产业机遇,其产业规模将比前一代至少大100倍 [1] AI产业发展新趋势 - 趋势一:AI技术从鉴别式、生成式走向智能体AI,过去7个月智能体AI的任务长度翻倍、准确度超过50% [3] - 趋势二:预训练阶段的规模定律放缓,更多工作转移至训练后阶段如推理和智能体应用,推理成本降低10倍,但智能体复杂性使算力上涨10倍 [3] - 趋势三:物理智能和生物智能快速发展,VLA模型推动智能驾驶落地,预计2030年10%的车辆将具备L4功能 [3] - 趋势四:具身智能快速爆发,预计2035年机器人数量有望超过人类,同时AI风险因智能体出现至少增加一倍 [4] - 趋势五:AI产业格局呈现基础大模型+垂直模型+边缘模型局面,预计2026年全球基础大模型约8-10个,中国占3-4个,开源模型将成为主流,与闭源模型比例约为4:1 [4]