奖项评选背景 - 凤凰卫视和凤凰网发起"2025凤凰之星上市公司评选"颁奖典礼 设置九大奖项覆盖创新、回报、责任、成长等关键领域 [1] - 最具成长潜力上市公司奖项聚焦营收复合增长率、市场份额扩张速度、研发投入及行业前景等核心指标 采用动态评估模型考察未来3-5年可持续增长潜力 [1] 获奖企业概况 - 人形机器人企业优必选获得最具成长潜力上市公司奖项 公司专注于人工智能赋能机器人及智能服务解决方案的开发与商业化 [2] - 公司执行董事邓峰表示奖项是对团队资本市场贡献的肯定 公司将坚持自主创新理念聚焦AI和人形机器人技术发展 [4] 技术研发实力 - 公司拥有2790项授权专利 主导或参与起草超过40项智能机器人及人工智能领域标准 [6] - 自主研发的百亿参数多模态大模型"优必选Thinker"在三大国际权威基准测试中获得四项全球第一 [6] - 2025年上半年研发投入达2.18亿元 占营收比重35.1% [6] 商业化进展 - 2025年7月中标觅亿汽车科技9051万元机器人设备采购项目 创全球人形机器人行业单笔订单金额最高纪录 [6] - 2025年9月获得国内知名企业2.5亿元具身智能人形机器人采购合同 采购搭载自主热插拔换电系统的Walker S2机器人 [6] - Walker S2机型实现3分钟自主换电与7×24小时连续作业 显著提升工业场景生产力 [6] 产能与财务表现 - 计划2025年交付超过500台工业人形机器人 全年产能预计提升至1000台以上 [7] - 2025年上半年营收6.21亿元 同比增长27.5% [7] - 消费级机器人和教育智能机器人业务均实现近50%同比增长 [7] 资本市场认可 - 2025年8月与Infini Capital签署10亿美元战略合作协议 获得股票配售、可转换债券等金融支持 [7] - 招商证券国际将目标价升至140港元 维持增持评级 [7] - 股价自年初至2025年9月累计上涨超过86% 市值突破470亿港元 [7]

技术成就与行业地位 - 优必选自研的百亿参数多模态大模型Thinker在机器人感知与规划领域三大国际权威基准测试中斩获四项全球榜单第一[2] - 测试包括微软发起的MS COCO Detection Challenge、谷歌DeepMind提出的RoboVQA及香港大学提出的Egoplan-bench2，针对21个场景、四大类型任务规划[2] - 榜单吸引了英伟达、北京智源研究院、上海AI Lab等全球顶尖团队参与，竞争激烈[2] - 在MS COCO detection challenge - Segmentation Mask中排名第一，AP指标达0.58，AP at IoU=0.50达0.81，AP at IoU=0.75达0.64[5] - 在MS COCO detection challenge - Bounding Box排名中并列第一，AP指标达0.66[5] - 在RoboVQA测试中Bleu-1得分72.7，Bleu-avg得分63.5，超越GPT-4V的26.8和英伟达ThinkAct-7B的59.8[5] - 在Egoplan-bench2测试中Overall得分58.21，超越RoboBrain2-32B的57.23和GPT-4V的32.6[5] 核心技术架构与创新 - 自研视觉编码器基座，结合Co-DETR检测头，通过多阶段模态对齐机制实现视觉-语言模态高效融合[7] - 构建具有百亿参数的多模态大模型Thinker基座，实现视觉-语言-时间的跨域统一表征[7] - 采用时序增强算法与强化学习方法，通过大模型蒸馏技术将百亿参数模型效果浓缩至7B参数模型中[7] - 创新性采用"通用基础能力打造+工业场景精调"微调策略，基于超200万条视频数据预训练，并引入亿级工业数据集微调[11] - 优化使模型可在端侧部署，用机器人自身算力实时自主拆解复杂流程，避免规划中断或逻辑混乱[7] 工业应用性能与效果 - 技术提升使机器人具备高精准环境感知能力，在动态场景中高效完成任务分解、实时调整与稳定规划[12] - Walker S2可精准识别设备、物料与障碍物，深度理解场景语义及操作前后逻辑关联[12] - 采用工业数据集二次微调后，Walker S2在拆码垛规划等典型任务中的规划精度提升超过20%[12] - 模型能够快速学习工业场景的视觉特征、任务规则与操作偏好，显著提升理解准确率、规划适配性与决策可靠性[11] - 在复杂流水线环境中展现出持续连贯的规划能力，大幅降低对人工干预的依赖[12] 行业生态与发展战略 - 公司将逐步开源一系列业界稀缺的工业场景数据集与通用基础大模型，为全行业提供高质量合规数据资源[14] - 开发者可基于优必选多模态大模型Thinker面向各类新场景开展精调与二次开发，提升开发效率[14] - 人形机器人正在进入大规模应用的关键阶段，发展亟需与开发者共同构建开放、协同的应用生态[14] - 技术为人形机器人在生产线上的稳定、高效部署奠定基础，加速其从技术验证走向规模化实战应用[9]