可美方此前对于自己能战胜中国的那种盲目自信，又是从何而来的呢？ 这篇文章的观点很简单也很直白：大量证据表明，中国不会像一些美国人宣扬的"陷入困境"，——而美 国，应该放弃"战胜中国"的想法。 这篇由彭博社记者克里斯托弗·比姆（Christopher Beam）撰写的文章，先是以今年全球最关注的中美贸 易博弈为切入点，指出今年4月的时候美方曾信心满满地认为中国会输，但在随后的几个月里，人们却 发现"虚张声势"的其实是美方自己，而中方则在这场较量之中，充分地展现了自己的实力。 有学者还认为，这场较量同时也证明，在中国不同于美国的体制下，同样能孕育出一套既可行又可持续 的发展模式。 随着2026年的临近，美国媒体《彭博商业周刊》于近日刊登了一篇回顾2025年中美关系的文章。 根据比姆的介绍，美国一些人长期以来一直存在着一种对中国的"惯性思维"，认为经济快速发展的中 国，会在一定时期"陷入困境"，甚至"崩溃"。 "这种观点愈发站不住脚了，因为中国在诸多领域的表现实在太过亮眼"，比姆写道，"那些一心想看到 中国受挫的势力，必须接受一个现实：中国是一个强大的竞争对手 —— 而且会不断发展其已然可观的 优势，在电动汽车、清 ...

情感AI助手 - 新一代情感AI助手能通过语气、表情和措辞敏锐感知人类情绪 提供更具温度的用户关怀[2] - 情感AI正以伙伴身份融入生活 在心理健康支持与个人成长指导方面扮演重要角色[2] - 让机器从工具蜕变为真正的伙伴 将成为2026年人工智能领域的重要突破[2] 下一代可穿戴设备 - 智能皮肤贴片可实时监测水分、压力激素与营养水平 AI手表能提前数日预警心脏病风险[3] - 长寿科技公司利用这些设备为每个人定制延长寿命的健康方案[3] - 创新推动医疗模式从被动治疗转向主动预防[3] 可再生能源 - 新型夜间太阳能电池板能捕捉地球散发的红外辐射 在无光环境下持续供电[4] - 锂硫与固态电池技术进步带来更持久安全的能量存储 显著提升电动汽车续航与性能[4] - 2026年或将成为化石能源告别主导地位的历史转折点[4][5] 脑机接口 - 脑机接口技术使瘫痪患者可通过思维直接操控外部设备 并用于提升工作效率[6] - 2026年该技术将在假肢控制、康复治疗及增强现实体验等领域开启初步应用[6] - 脑机接口将从医疗奇迹融入日常生活 成为消费科技的重要组成部分[6] 太空经济 - 2026年亚轨道飞行票价已降至十万美元以内 多家企业竞相筹建零重力轨道酒店[7] - 太空采矿初创公司将小行星视作新一轮的淘金热[7] - 标志着太空经济正迎来破晓时分[7] AI驱动教育 - AI导师使课程实时适配每位学生的学习特点 通过个性化反馈保持学习热情[8][9] - 成年人也借助相同工具实现职业转型与技能提升[9] - 这一变革将深刻影响社会应对产业变迁的步伐[9] 量子计算 - 2026年量子计算将为解决实际问题贡献力量 处理经典计算机无法解决的复杂难题[10] - 制药企业借助量子计算机将药物研发周期从数年缩短至数月[10] - 供应链通过量子算法实现精准优化 气候科学家能运行更复杂的模型[10] 智慧城市 - AI交通系统有效缓解道路拥堵 物联网垃圾箱满溢时自动发出清运提醒[11] - 预测性安防系统能在事故发生前及时预警[11] - 技术汇聚成更清洁、更安全、更高效的城市未来[11] 机器人技术 - 2026年机器人将走进千家万户、餐厅后厨及各类工作场景[12] - 烹饪机器人制作餐厅水准佳肴 建筑机器人更高效安全地建造房屋 个人护理机器人重塑老年照护模式[12] - 随着成本下降与AI进化 机器人成为日常生活中不可或缺的一部分[12][13] 生物打印 - 生物打印技术能构建疾病模型、推动个性化医疗与再生疗法 加快新药研发进程[14] - 实验室已能打印功能接近真实的微型器官 早期临床研究探索用于移植[14] - 未来或消除器官捐献等待名单 并培育人造肉应对粮食危机[14]

财务业绩表现 - 2025年第三季度总收入为人民币4.07亿元，较2024年同期的4.08亿元轻微减少0.2% [1] - 2025年第三季度净亏损为人民币1亿元，较2024年同期的净亏损8320万元增加20.2% [1] 战略定位与业务拓展 - 2025年是公司从激光雷达向机器人技术平台公司拓展的关键一年 [1] - 公司发展路径清晰：车载业务提供规模化优势和技术底座，机器人业务贡献高增长，Robotaxi业务打开长期想像空间 [1] - 未来公司将聚焦芯片、算法、数字化架构，目标是成为全球领先的机器人技术平台公司 [1]

中国科技股复苏态势 - 中国科技股的复苏势头仍处于早期阶段，相较于纳斯达克涨势更早 [1][4] - 与具有相似增长率和盈利能力的美国同行相比，中国科技股的市盈率更低 [4] - 全球投资者已开始将资金重新配置到一些中国规模最大、流动性最强的股票上，但当前资金配置规模仍低于2015年至2021年的水平 [3] 国际资本流入趋势 - 管理全球基金的美国投资公司对中国股票的兴趣日益浓厚 [5] - 来自中东、东南亚和欧洲的投资者也专注于获得中国敞口，为中国科技企业提供了均衡的资金来源 [5] - 中东提供长期稳定资本寻求布局中国数字经济，欧洲因本土人工智能企业较少而聚焦中国市场 [6] 市场驱动因素与IPO活动 - 中国是亚洲资本市场最大的驱动力，未来增长空间巨大，主要来自科技公司和港股 [6] - 申请在香港IPO的中国企业数量达到很长一段时间以来的高水平，涵盖互联网、软件、基础人工智能、机器人技术及科技供应链等多个行业 [6] - 今年前10个月，香港IPO募资额达到2160亿港元（约合278亿美元），是去年同期的三倍多 [7] 外资机构看涨观点 - 摩根士丹利、瑞银均发表了对中国股市的看涨观点 [9] - 摩根士丹利预测MSCI中国指数明年年底可能收于90点，恒生指数明年年终目标价为27500点，沪深300指数目标价为4840点 [9] - 瑞银预计MSCI中国指数明年末目标位为100，较当前有14%的上涨空间 [10]

文章核心观点 - 美团团队提出的RoboTron-Mani模型与RoboData数据集协同设计，通过“3D感知增强+多模态融合架构”解决了机器人操作领域“通用性”难题 [1] - 该方案突破了传统方案在3D空间感知和数据利用效率上的双重瓶颈，实现了跨数据集、跨机器人、跨场景的通用操作能力 [2][3] - 在多个主流数据集上的实验表明，RoboTron-Mani作为首个通用型策略，其性能超越了一系列专家模型 [17] 机器人操作行业现状与瓶颈 - 现有方案存在核心缺陷：传统多模态模型缺乏3D空间感知能力，物理世界交互精度低且模态融合灵活性差 [2] - 单数据集训练模型泛化能力弱，更换机器人或场景需重新训练，数据收集成本高昂，例如RT-1数据集的13万段数据收集耗时17个月 [2] - 多数据集融合方案存在模态缺失和空间错位问题，导致训练冲突和性能下降 [2] RoboTron-Mani模型架构 - 模型采用四层架构：视觉编码器提取多视角时空特征，为3D感知与模态融合提供基础 [7] - 3D感知适配器采用UVFormer模型，融合图像特征、相机参数与可学习查询，生成统一的3D视图表示以理解物体三维位置与姿态关系 [8] - 特征融合解码器基于OpenFlamingo的交叉注意力机制，引入模态隔离掩码实现多模态的灵活融合与监督 [9] - 多模态解码器针对动作、图像、占用率输出设计专用解码器，确保结果精准性 [10][14] RoboData数据集设计 - 数据集整合了CALVIN、Meta-World、RT-1等9个主流公开数据集，包含7万段任务序列、700万个样本，涵盖多种任务类型 [11] - 通过重新渲染和重建数据，补充了传统数据集缺失的深度图、相机参数等3D相关关键模态 [11] - 实现了3D空间对齐，将所有数据集的坐标系和工作空间范围统一，并采用复合旋转矩阵法统一动作表示 [12][15] - 提供标准化输入输出接口，支持模型在多个数据集上同时评估，为通用模型提供公平的评估基准 [16] 实验性能表现 - 在LIBERO数据集上取得91.7%的成功率，超过当前最佳专家模型QueST的89.8% [17][18] - 在CALVIN数据集上成功率达93.8%，任务平均序列长度从1.7提升至3.5，大幅提升长序列任务能力 [18] - 在RT-1数据集上平均成功率达60%，显著优于同参数规模的其他模型 [18] - 相较于通用模型RoboFlamingo，在4个模拟数据集上的成功率平均提升14.8%-19.6% [18] 关键技术模块价值验证 - 消融实验表明，无3D感知适配器会使CALVIN数据集首任务成功率从94.2%降至85.0% [19] - 无模态隔离掩码会导致跨数据集泛化性能下降12%-15% [22] - 无占用率监督会使长序列任务成功率明显下降，后续任务成功率从56.5%降至48.1% [22] - 使用RoboData对齐数据训练后，LIBERO数据集成功率从64.2%提升至90.7%，CALVIN数据集从74.7%提升至91.0% [20] 方案优势与产业意义 - 该方案兼顾通用性与实用性，为仓储分拣、家庭保洁等追求规模化落地的工业和服务场景提供了重要参考 [21] - 通过全链路设计打破了“机器人操作要么3D感知弱，要么泛化能力差”的僵局 [21] - 未来方向包括加入触觉、力反馈等多模态扩展，优化模型效率以适配边缘计算，以及整合更多真实世界数据集 [23]

文章核心观点 - NanoVLA模型通过创新的“视觉-语言解耦融合+长短动作分块+动态路由”架构，解决了通用视觉-语言-动作模型在边缘设备上部署时“通用化”与“轻量化”的矛盾 [2] - 该模型在保持甚至超越现有大型VLA模型任务精度与泛化能力的同时，将推理速度提升52倍，参数量压缩98%，首次实现在资源受限的边缘设备上高效运行通用机器人策略的目标 [2][19][32] 技术瓶颈与解决思路 - 传统VLA模型存在三大设计瓶颈：模态融合冗余导致高延迟、动作执行僵硬导致运动失准、模型容量错配导致资源浪费与性能不足并存 [3] - NanoVLA的突破思路并非单纯缩小模型，而是重构推理逻辑，通过解耦静态指令与动态视觉、分阶段规划动作、自适应选择骨干网络，实现计算资源的“按需分配” [3] 核心架构模块 - **视觉-语言解耦融合与缓存**：分离模态编码并延迟融合时机，对静态指令特征进行缓存复用，仅需动态更新视觉嵌入，使计算量减少62% [8][12] - **长短动作分块**：训练时学习长序列依赖以保证动作连贯性，推理时执行短窗口并结合高频环境反馈重新规划，在LIBERO长任务中成功率比固定长序列执行高16%，动作抖动减少30% [9][11][13][14] - **动态路由**：引入轻量级路由器，根据任务复杂度自适应选择轻量或重量级骨干网络，使简单任务中轻量骨干使用占比超80%，平均参数量降至296M，仅为OpenVLA的4% [15][18][21] 性能表现 - **模拟基准测试**：在LIBERO基准上，NanoVLA-R版本取得84.1%的平均成功率，比7.5B参数量的OpenVLA高7.6%，比450M参数量的SmolVLA高5.5% [20] - **真实机器人测试**：在搭载Jetson Orin Nano的LeRobot机器人上，NanoVLA在12类真实任务中的平均成功率达85.6%，超越OpenVLA的80.4% [26] - **边缘设备效率**：在Jetson Orin Nano上，NanoVLA-R的推理速度达到41.6 FPS，是OpenVLA（0.8 FPS）的52倍，同时在LIBERO-Goal任务上成功率提升8个百分点 [22][29] 行业意义与未来方向 - NanoVLA为通用机器人策略的边缘部署提供了不牺牲精度的轻量化路径，其架构范本可直接复用于工业巡检、家庭服务、嵌入式操控等产业化场景 [30][32] - 未来技术演进方向包括融入触觉/力觉等多模态信号以提升操作精度、通过知识蒸馏实现端到端轻量化、以及扩展适配双臂、移动机器人等多机器人形态 [31]

特朗普政府制造业回流政策的核心矛盾 - 政策目标与具体措施背道而驰，关税推高原材料和进口设备成本，移民政策加剧技能工人短缺，开支削减威胁补贴稳定性 [1] - 政策环境产生麻痹效应，企业因缺乏确定性而无法批准回流项目 [7] - 政策被批评为“准备、开火、瞄准”模式，即兴式执政方式忽略了供给侧障碍 [7] 关税政策的具体影响 - 关税提高了美国工厂所依赖的进口零部件成本，尤其在汽车、半导体等供应链复杂的行业 [7] - 福特汽车公司面临20亿美元的成本压力，阻碍了其在美国的进一步投资 [7] - 美国国内生产商（如钢铁和铝制造商）借机提价，引发连锁反应，甚至促使部分企业转向海外价格更低地区生产 [8] - 对中间产品征收关税伤害了试图出口或回流的美国企业 [8] 人才与移民政策的冲突 - 全国有超过40万个制造业岗位空缺，高科技领域如半导体、机器人技术短缺最为严重 [9] - 特朗普政府对H-1B签证申请征收10万美元新费用，大幅提高企业雇佣外国工人的成本，可能阻碍企业扩张所需的技术人才引进 [10] - 行业团体警告新政策将削弱人才培训渠道，并使美国在人才竞争中处于劣势 [12] - 美国商会就H-1B签证费用决定对特朗普政府提起诉讼 [12] 投资承诺与补贴不确定性 - 特朗普政府已从企业获得数万亿美元的投资承诺，包括斯特兰蒂斯130亿美元和摩根大通1.5万亿美元的倡议 [5] - 白宫预算鹰派削减可刺激投资的项目，导致补贴环境不稳定，企业可能在破土动工前失去激励措施 [13] - 政府内部政策紧张，白宫管理和预算办公室暂停审查联邦拨款和贷款，例如能源部终止了价值超过75亿美元的300多个清洁能源项目拨款 [13] 行业与企业的反应 - 企业抱怨政策混乱，不知应围绕哪种“美国优先”政策进行规划 [1] - 卢塞恩国际公司决定缩减并推迟一项将就业从中国迁回密歇根州的铝锻造项目 [8] - 美国劳工联合会-产业工会联合会批评政策零敲碎打，缺乏连贯战略和清晰愿景 [14]

核心观点 - 公司不直接生产人形机器人本体 但在具身机器人领域提供底层技术支撑 [1] 业务定位 - 公司目前并不直接生产人形机器人本体 [1] 技术优势 - 鸿道操作系统承担国家重大专项 具备完全自主可控属性 [1] - AUTBUS总线网络是国内唯一获国际标准的总线技术 [1] - 二者可共同构建具备时间确定性网络与确定性计算能力的机器人电子架构 [1] 技术应用价值 - 为具身机器人的高安全 高性能 高质量发展提供自主可控的底层技术保障 [1]

北京劳务品牌整体概况 - 北京推出10个具有地方特色的劳务品牌，包括怀柔宝山大姐、密云文物医生、京顺小蜜蜂等，针对劳务输入城市特点，为外来务工群体提供职业发展支持 [1] - 品牌代言人均为深耕各自领域的劳动者，通过亲身经历和专业实力展示品牌魅力 [1] - 品牌建设紧密贴合民生需求，以高端技能为核心，部分品牌深度融合北京历史文化特色 [15] 北京惠心相伴医疗护理员 - 品牌已标准化培训4000余名护理员，遍布北京70家医院，服务对象中六成以上为60周岁以上老人 [4][5] - 北京常住老年人于2024年底达514万人，首次突破500万，预计“十六五”初期进入重度老龄化社会，医疗护理需求巨大 [5] - 通过惠佳丰职业技能培训学校进行系统培训，年培训量超6000名，新手需经过120课时线上培训及一周多实操，通过模拟患者等严格考试方可上岗 [5] 北京智虫匠才 - 品牌专注于机器人技术人员高技能培训，实现“岗位需求+技能培训+技能评价+就业服务”四位一体闭环服务，累计培训7000余人，就业率达98% [9] - 中国已成为全球最大工业机器人应用市场，连续6年位居世界首位，装机量占全球市场的36% [9] - 代言人常锋带领团队完成多个工业自动化项目，每年为企业降低生产制造成本超2000万元 [8] 房山智源工匠 - 品牌聚焦新能源汽车技术、AI数字媒体等科技领域，采用“订单式培训”模式与多家知名企业合作，办学至今解决5000人次就业，年均招生2300-2500人，就业率达98% [12][14] - 研发VR新能源汽车故障模拟系统，将汽车部件拆分成可视化模块，实现虚拟模型与物理设备故障联动，提升教学效率 [12] - 学校落户房山窦店，依托中关村房山园的新型储能与氢能、智能制造等四大产业集群，形成“前店后厂”的产业生态 [13] 北京劳务品牌发展策略 - 品牌建设首要特色是以劳务输入为主，通过引进外地优质劳动力并高标准培训，缓解本地护理员紧缺等民生痛点 [15] - 部分品牌以输出高端技术标准和智能发展理念为目标，助力全国相关领域人才培养 [15] - 联动京津冀区域发展，创新品牌建设模式，例如与雄安新区合作共建京雄数字媒体人劳务品牌 [15]

文章核心观点 - 印度应在能源、交通和人工智能等关键领域与中国合作，以加速其自身发展目标 [1][2][3] 能源行业 - 中国发电量达到美国发电量的2.5倍，并计划每年新增相当于整个德国的发电量 [1] - 中国通过清洁电力赢得电力竞赛，并在彭博新能源财经全球供应链排名中重新夺回第一，得益于较低的商业电价和雄厚的制造实力 [1] - 印度应大力发展国内太阳能发电和储能产业，并与中国进行资本支出合作以实现上游产品生产本地化，缩短走向大规模生产的时间 [2] 交通行业 - 在电动汽车领域，中国占据主导地位，2024年占全球电动汽车销量的近2/3 [1] - 电动汽车占据中国国内汽车月销量的半壁江山，全球最畅销的10个电动汽车品牌中有6个为中国品牌 [1] - 中国的电动汽车和电池巨头纷纷在海外建厂，印度需通过本地化和知识产权护栏参与承接这些产能的竞争 [2] 人工智能行业 - 美国在尖端前沿模型方面领先，但人工智能大规模应用的天平倾斜将取决于计算所需的能源、数据、监管和需求，而不仅取决于模型基准 [1] - 中国已解决为人工智能运行提供能源的问题，并在机器人技术领域处于全面领先地位 [2] - 中国的人工智能发展路径是通过清洁能源为开源人工智能提供动力并聚焦于各种应用场景，人工智能应用将在计算成本低、数据充足且监管支持快速部署的地方流行 [2] 印度合作策略 - 印度的增长策略依赖于大规模能源、出口市场以及获得前沿技术，而中国在这三项领域处于主导地位 [2] - 印度应继续以“多边结盟”为战略特色，但在推进自身实现目标的领域应与中国携手前行 [3]