10月28日，鸿蒙生态（武汉）创新中心的智慧展厅，全球首台搭载开源鸿蒙系统的机器人惊艳亮相，吸 引不少参观者与其互动。"这台机器人'管家'正在学习鸿蒙生态里的'官方语言'。"鸿蒙生态服务（深 圳）有限公司总经理、鸿蒙生态创新中心主任杜金彪介绍，"不久的将来，在配备鸿蒙设备的环境中， 您只需说'天黑了，请关灯'，它就能自动调节室内照明；说'这里需要打扫'，它便会安排扫地机器人工 作。" ...

人民财讯10月29日电，企查查APP显示，近日，集优力星(上海)科技有限公司成立，注册资本1亿元，经 营范围包含：智能机器人的研发；服务消费机器人制造；人工智能双创服务平台；人工智能基础资源与 技术平台等。企查查股权穿透显示，该公司由力星股份（300421）等共同持股。 ...

【市场复盘】 【机构观点】 中信建投证券认为，人形机器人产业链融资活动持续多元化。具身触觉头部企业千觉机器人（Xense Robotics）宣布完成亿元PreA轮融资，中国领先的AI硬件公司未来智能正式宣布完成亿元级A轮融资， 枢途科技宣布已完成数千万元天使轮融资，重点投入视频具身数据采集管线的持续训练与迭代，如身机 器人宣布完成由力合金控战略投资的融资事件，旨在支持如身机器人在康复健身及家庭服务领域的研发 与市场拓展，镜识科技宣布完成A轮融资，巨蟹智能正式宣布完成A轮近亿元人民币融资。总体而言， 机器人产业链相关公司融资积极，反映出资本正加速支持机器人技术从核心部件到场景落地的全链条创 新。 （文章来源：每日经济新闻） 1、英伟达CEO黄仁勋在GTC大会期间表示，全球都在面临劳动力短缺的局面，机器人将成为下一个巨 大的消费电子机遇，"人的工作不是被机器人抢走，而是被会使用人工智能的人抢走。" 2、据智元机器人消息，近日，智元机器人宣布与龙旗科技达成战略合作，双方将围绕工业场景下的具 身智能机器人应用开展全面合作。 3、据合肥发布，10月27日，全球首款进入课堂教学场景的全尺寸仿生机器人，在合肥市师范附属小学 ...

研究背景与问题 - 当前主流机器人视觉-语言-动作模型依赖单一或固定视角观测与共享视觉编码器，在复杂多任务操控场景中存在3D感知不完整和任务干扰严重两大核心挑战[3][5] - 固定视角易导致目标物体或机械臂末端被遮挡，造成场景理解缺失与动作预测失误，例如“将糖放入橱柜”任务中前视摄像头仅能捕捉橱柜而肩视摄像头仅能看到糖[7] - 共享编码器在处理视觉与语义差异大的任务时特征会相互纠缠，限制模型在多任务场景下的泛化能力与扩展性[7] 核心技术创新 - 提出Task-Aware View Planning框架，通过多视角探索策略动态选择最优虚拟摄像头位姿并进行重渲染，采用“Look-at模型”将摄像头位姿表示为5维向量确保视角可解释与优化[9][11] - 任务感知混合专家编码器通过跨模态专家路由融合语言指令与场景视觉信息，动态选择适配当前任务的专家编码器，并设置8个门控对应18项任务实现参数复用[12] - 采用三阶段训练策略：先进行固定视角预训练，再通过PPO算法训练视角探索策略，最后微调任务感知编码器与动作预测网络实现端到端协同[20] 实验性能表现 - 在RLBench基准测试的18项操控任务中平均成功率达到86.6%，超越RVT2的81.4%和ARP+的84.9%等固定视角基线模型[14] - 消融实验表明移除任务感知编码器后平均成功率降至85.6%，而用随机视角替代动态探索后性能骤降至8.9%，证明核心模块不可或缺[15][21] - 在未训练的“打开抽屉”任务中实现12.0%的zero-shot成功率，而无任务感知编码器的模型成功率为0，显示其知识迁移能力[16][22] 泛化能力与效率 - 真实世界鲁棒性测试显示在未知背景和物体场景下成功率分别达到90.0%，远高于Diffusion Policy的70.0%和60.0%[18][19] - 尽管动态视角重渲染增加计算成本，但平均推理时间仅0.436秒，较ARP+的0.394秒仅增加10.7%，通过采样加速与摄像头缓存实现性能平衡[22] - 在真实机器人平台Dobot Nova2上执行“堆叠碗碟”等任务时成功率显著超越Diffusion Policy，证明其在真实场景的适配性[23] 行业应用前景 - 该框架为家庭服务机器人和工业协作机器人等复杂场景应用提供技术支撑，首次实现“任务引导视角选择”与“视角适配动作预测”的协同优化[25] - 未来将优化反光或透明物体对点云重建的影响，并探索多传感器融合进一步扩展机器人操控的任务边界[25]

Oct 28, 2025 5:15 PM Eastern Daylight Time Ms. Turner brings 30 years of financial and strategic leadership experience in the technology and manufacturing sectors, and has a strong track record of driving growth, disciplined capital allocation, and operational efficiency. "Our industry is entering a period of accelerating demand driven by advances in AI, semiconductors, and industrial automation,†said Greg Smith, President and CEO of Teradyne. "Aligning our leadership structure around these opportunities wi ...

SAN RAFAEL, Calif., Oct. 28, 2025 (GLOBE NEWSWIRE) -- Ekso Bionics Holdings, Inc. (Nasdaq: EKSO) (“Ekso Bionics” or the “Company”), an industry leader in exoskeleton technology for medical and industrial use, today reported financial results for the three and nine months ended September 30, 2025. Third Quarter 2025 Highlights and Accomplishments Revenue grew 2% year-over-year and rebounded 105% sequentially quarter-over-quarter to $4.2 millionGross margin increased 680 basis points year-over-year and 2,050 ...

Richtech collaborates with NVIDIA to accelerate practical, production-ready physical AI LAS VEGAS, Oct. 28, 2025 (GLOBE NEWSWIRE) -- Richtech Robotics Inc. (Nasdaq: RR) (“Richtech”), a U.S.-based provider of AI-driven robotics solutions, today unveiled Dex, the company’s first mobile humanoid robot for industrial use. Accelerated by the NVIDIA Jetson Thor, Dex is capable of operating in dynamic environments, adapt with real time reasoning, and perform complex tasks with detailed precision, all while operati ...

NVIDIA Omniverse for Manufacturing Leading U.S. manufacturers, software developers, and robotics companies are using NVIDIA Omniverse technologies to build robotic factories and autonomous collaborative robots. News Summary: “Mega” NVIDIA Omniverse Blueprint expands to include libraries for building factory-scale digital twins, with Siemens’ Digital Twin software first to support the blueprint and FANUC and Foxconn Fii first to connect their robot models.Belden, Caterpillar, Foxconn, Lucid Motors, Toyot ...

涉及的行业或公司 * 公司为英伟达 (NVIDIA) [1] * 涉及的行业包括半导体、人工智能、电信、量子计算、超级计算、机器人技术、自动驾驶、医疗健康、制造业、云计算等 [1][6][24][35][50][154][158][169] 核心观点和论据 1 加速计算与人工智能的平台性转变 * 公司认为世界正经历两个根本性的平台转变：从通用计算转向加速计算，以及从手工编写软件转向人工智能 [11][12][13][52][174] * 加速计算的拐点已经到来，其驱动力是摩尔定律和丹纳德缩放定律的终结，公司为此已准备近三十年 [12][13][14] * 人工智能被视为新的工业革命，如同电力和互联网，是每个公司和国家都将构建的基础设施 [6][7] * 人工智能不仅仅是聊天机器人，其本质是能够完成工作的“工人”，而不仅仅是供人使用的工具，这将触及远大于传统IT行业的全球经济 [50][51][60][61][63] 2 公司技术架构与核心优势 * 公司的核心财富不仅是GPU硬件，更是其编程模型CUDA及建立在之上的庞大软件库生态系统（如cuDNN、Monai等），这些库为不同领域重新设计了加速计算算法 [15][16][17][18][19][21] * 公司通过极端协同设计（从芯片、系统、软件到应用架构的全栈重新设计）来实现性能的指数级提升，而非依赖晶体管数量的线性增长 [87][89][90][101] * 新推出的Grace Blackwell NVLink 72系统通过协同设计，实现了每GPU性能相比前代提升10倍，并且拥有全球最低的Token生成成本 [101][102] * 公司正在从设计芯片扩展到设计整个AI工厂（AI Factory），这是一种专门为高效生成AI Token而设计的新型数据中心 [67][68][69][131][132] 3 财务表现与增长前景 * 公司业务正经历非凡增长，其驱动力是AI模型智能化带来的计算需求（三个扩展定律：预训练、后训练和思考）与模型越智能越被使用的两个指数级增长 [72][75][77][82][108] * 公司已有通过2026年的累计5000亿美元（$500 billion）的Blackwell及早期Rubin芯片的订单可见性，这相当于2000万颗GPU，是前代Hopper平台整个生命周期规模的5倍 [109][110][111] * 公司的增长得益于AI已进入良性循环（Virtuous Cycle）：模型足够智能以致用户愿意付费，产生的利润再投资于更多计算资源，使模型更智能，吸引更多用户 [80][81][84][85] 4 重要合作伙伴关系与市场拓展 * 电信领域：公司与诺基亚（Nokia）合作，推出名为NVIDIA ARC的新产品线，旨在基于加速计算和AI重塑无线网络，并为6G奠定基础，这是一个价值数万亿美元（trillion-dollar）的行业 [27][28][29][30][31] * 量子计算：公司推出NVLink-Q连接架构，将量子处理器（QPU）与GPU超级计算机直接连接，以实现量子纠错和混合模拟，并获得17家量子计算公司和8个美国能源部（DOE）实验室的支持 [35][38][40][43][45][46] * 与美国能源部（DOE）合作，将建造七台新的AI超级计算机以推动国家科学发展 [47][48] * 企业应用：宣布与 CrowdStrike 在网络安全领域合作，与 Palantir 在数据处理和商业洞察领域合作 [150][151][152][153] * 自动驾驶：推出NVIDIA DRIVE Hyperion平台，为全球汽车制造商提供机器人出租车就绪的标准化底盘，并宣布与Uber合作，将此类车辆接入全球网络 [169][170][172][173] * 机器人技术与制造业：与富士康（Foxconn）、Figure、迪士尼等合作，利用数字孪生和物理AI技术建设未来工厂和发展机器人技术 [158][160][162][163][165][166][167] 5 美国制造与产业回流 * 公司响应将制造业带回美国的号召，其Blackwell AI超级计算机的供应链（从亚利桑那州的硅晶圆到德克萨斯州的系统组装）已在美国建立，并开始全面生产 [112][113][115][116] * 这被视为美国再工业化和在AI时代重掌制造业领导地位的重要篇章 [115][116][158] 其他重要但可能被忽略的内容 * **数字孪生与Omniverse平台**：公司强调使用Omniverse DSX平台进行AI工厂和实体工厂的数字孪生协同设计、模拟和运营，这可以显著缩短建设时间并优化性能 [132][133][134][155][156][160] * **对开源模型的重视**：公司强调开源AI模型对研究人员、初创公司和各行各业的重要性，并宣称自己是开源贡献的领导者，拥有23个处于领先地位的开源模型 [138][139][140][141][142] * **AI对算力需求的重新定义**：公司指出，AI推理（尤其是思考）所需的计算量极其巨大，远非简单的记忆重现可比，这颠覆了此前“推理计算需求低”的普遍认知 [75][76] * **能源政策的影响**：公司提及前政府的亲能源政策对AI产业发展的关键作用，认为充足的能源供应是行业增长和赢得竞争的基础 [53]

计算模型与平台转型 - 公司发明了60年来首个新的计算模型，即加速计算，旨在解决通用计算机无法处理的问题 [3] - 观察到晶体管性能提升因物理定律限制而放缓，摩尔定律已接近终结，加速计算的时代已经到来 [3] - 世界正经历两大平台转型：从通用计算转向加速计算，以及从传统手写软件转向人工智能 [48] - 加速计算需要全新的算法、库和应用程序重写，公司花费近30年时间分领域实现，其核心宝藏是CUDA编程模型及库生态系统 [3][4] CUDA生态系统与软件栈 - CUDA是公司的重要资产，包含350多个库，每个库都为加速计算重新设计了算法，并为生态系统合作伙伴打开了新市场 [4][5] - 库覆盖领域广泛，包括计算光刻（Qlitho）、稀疏求解器、数值优化、数据库加速（SQL、数据帧）、AI训练（CUDNN、Megatron core）、医疗影像（MonAI）、基因组学处理等 [4][5] - 软件栈已发生根本性改变，新的计算栈基于GPU构建，专注于处理数据密集型编程和生成AI tokens，而非传统的CPU和Windows系统 [13][14] - 保持CUDA跨代兼容性至关重要，目前已发展至CUDA 13/14，数亿GPU完美兼容，确保了开发者的平台粘性 [3][4] 人工智能（AI）工厂与规模化 - AI催生了新型基础设施——AI工厂，其本质是生产有价值tokens的工厂，专注于以高速率、低成本生成智能响应，而非运行多种应用的通用数据中心 [17][18] - AI模型智能化导致使用量激增，形成两个指数级需求：模型三个扩展定律（预训练、后训练、思考）对算力的需求，以及模型越智能使用越多带来的算力需求 [20][21] - AI已达到良性循环：模型足够智能使得用户愿意付费，产生的利润再投入算力建设，使模型更智能，应用更广泛 [21][22] - 为应对指数级算力需求并降低成本，公司采用极端协同设计方法，从芯片、系统、软件、模型架构到应用全栈重新设计，实现性能的指数级提升而非渐进式改善 [23][24] 产品与技术突破：Grace Blackwell 架构 - Grace Blackwell NVLink 72是极端协同设计的成果，通过将72个GPU连接成一个巨型GPU，专为未来拥有大量专家的AI模型设计 [25][26] - 相比前代H200 GPU，Grace Blackwell在每GPU性能上提升10倍，并生成全球最低成本的tokens，这得益于架构创新而非单纯晶体管数量增加 [27] - 公司已出货600万片Blackwell GPU，并拥有到2026年价值5000亿美元的累计订单可见性，Blackwell生命周期内预计将出货2000万GPU（每个封装含2个GPU），增长远超Hopper架构 [30] - 产品制造回归美国，涉及亚利桑那州、印第安纳州、德克萨斯州和加利福尼亚州的复杂供应链，单个Blackwell Ultra超级芯片包含1.2万亿个晶体管，重近2吨 [31][32] 行业应用与合作伙伴生态 - 宣布与诺基亚（Nokia）合作，推出NVIDIA ARC（Aerial Radio Network Computer）产品线，旨在基于加速计算和AI技术，让美国在6G革命中重回领导地位 [6][7] - ARC将支持AI for RAN（提高频谱效率）和AI on RAN（在电信网络上构建边缘工业机器人云），可升级全球数百万个基站 [7][8] - 在量子计算领域，推出NVQ-Link互联架构，直接将量子处理器与GPU连接，实现量子纠错、校准和混合模拟，并获得17家量子公司和8个美国能源部实验室支持 [9][10][11][12] - 与美国能源部合作建设7台新的AI超级计算机，以推动国家科学进步，认识到计算是科学的基础工具 [12] - 企业级合作包括与CrowdStrike合作加速网络安全AI代理，与Palantir合作加速其Ontology平台的数据处理能力 [41][42] 物理AI与机器人技术 - 物理AI需要三台计算机协同工作：用于训练的Grace Blackwell、用于数字孪生模拟的Omniverse计算机、以及用于机器人操作的Jetson Thor机器人计算机 [42][43] - 公司与富士康（Foxconn）合作在德克萨斯州建设机器人工厂，利用Omniverse数字孪生技术进行设计、模拟、训练和操作优化 [44] - 人形机器人（如Figure、Agility、Johnson & Johnson手术机器人）被视为未来最大的消费电子和工业设备市场之一，公司与迪士尼合作开发Newton模拟器用于机器人训练 [45][46] - 推出NVIDIA Drive Hyperion平台，为全球汽车制造商提供Robo-Taxi就绪的标准化传感器和计算底盘，并与Uber合作将其接入全球网络 [47][48] 基础设施与数字化（DSX） - 推出Omniverse DSX，这是一个用于设计和运营千兆级AI工厂的蓝图，实现建筑、电力和冷却与NVIDIA AI基础设施栈的协同设计 [37] - DSX利用数字孪生技术，在物理工厂建成前进行设计、规划、优化和操作模拟，可显著缩短建设时间，并为千兆级AI工厂每年带来数十亿美元的额外收入 [37] - 公司正在弗吉尼亚州建设一个AI工厂研究中心，使用DSX来测试和产品化Vera Rubin架构，从基础设施到软件 [38]