【文/观察者网 陈思佳】近日，天文学家观测到来自星际空间的天体3I/ATLAS正在高速穿过太阳系，这 是迄今为止人类发现的第三个"星际访客"。据英国广播公司（BBC）7月17日报道，位于美国夏威夷的 双子座天文台拍摄到这颗星际天体的新图像，揭示了围绕其冰核的气体和尘埃云。 美国夏威夷大学天文研究所行星天文学家凯伦·米奇（Karen Meech）领导的研究团队，使用双子座天文 台的多天体摄谱仪（GMOS-N）捕捉到这一图像，它表明，这颗来自太阳系之外的彗星拥有致密的彗 发。 截至当前，3I/ATLAS位于木星轨道，距离地球约4.65亿公里，距离太阳6亿公里。天文学家估计， 3I/ATLAS将在今年10月30日左右到达距离太阳约2.1亿公里的近日点。这个"星际访客"将在今年12月到 达距离地球最近处，相距约2.7亿公里，不会对地球构成任何威胁。 本文系观察者网独家稿件，未经授权，不得转载。 BBC称，科学家计算这颗彗星的轨道后发现，3I/ATLAS的轨道偏心率为6.2，这表明它来自太阳系之 外。轨道偏心率为0意味着完美的圆形轨道，偏心率接近1是一个拉长的椭圆形。偏心率大于1则意味着 天体的运行轨道为双曲线，不围绕 ...

This article has been reviewed according to Science X's editorial process and policies . Editors have highlighted the following attributes while ensuring the content's credibility: Credit: Unsplash/CC0 Public Domain Just because Elon Musk and Jeff Bezos aren't the best of friends, and Amazon's Project Kuiper will directly compete with SpaceX's Starlink satellites for broadband internet, doesn't mean everyone can't still get along. A SpaceX Falcon 9 rocket launched at 2:30 a.m. Eastern time on July 16 wit ...

人形机器人行业发展现状 - 行业处于早期阶段，技术成熟度低，90%公司产品停留在概念阶段[4] - 基础功能如行走稳定性尚未完全解决，运动控制算法需后台人工调试[4] - 核心能力如力反馈精度不足，握力控制误差导致无法执行精细操作[4] - 产品落地能力弱，多数公司产品性能不及普通扫地机器人[4] 技术挑战与供应链瓶颈 - 关节电机依赖日本伺服电机（国产精度差10%导致行走晃动）[5] - 减速器需德国谐波减速器（国产寿命仅为1/10）[5] - 传感器采用美国激光雷达（国产测距误差大易碰撞）[5] - AI芯片依赖英伟达GPU（国产算力不足影响算法运行）[5] 全球化协作必要性 - 技术研发需跨国分工，典型产品如Walker X采用日本电机+德国减速器+中美算法团队[5] - 行业专利与开源代码共享普遍，波士顿动力/特斯拉/宇树存在技术互鉴[6] - 全球研发资源整合可降低单台成本（当前成本区间50-100万元）[8] - 参照智能手机发展路径，开源协作可使成本降至万元级消费水平[8] 市场竞争格局 - 全球主要玩家包括美国波士顿动力/特斯拉、中国宇树/优必选、日本ASIMO[6] - 市场属于增量竞争，家用/工业/医疗机器人细分领域可共存发展[9] - 技术突破速度比国产替代更重要，封闭生态将延缓产品普及10年以上[5][9] 行业发展路径 - 需坚持长期主义，现阶段技术相当于2000年互联网产业成熟度[4][10] - 真实进展体现在产品迭代（如宇树Walker X已实现工厂搬运功能）[10] - 终极目标是通过全球分工实现成本下降，达到消费级应用门槛[8][11]

核心观点 - Aeva Technologies与Sandia国家实验室合作开发4D LiDAR系统 用于核反应堆设施安全防护 标志着其FMCW LiDAR技术在关键基础设施领域获得权威认可 [1][3] - 公司股价自10月以来飙升800% 当前市值达15亿美元 但营收仅为340万美元 估值显著高于同业Ouster等竞争对手 [2][4] - 4D Atlas传感器可探测35米内水下威胁 无需GPS且全天候工作 技术优势明显 应用场景从汽车扩展至核电/机场等基础设施领域 [3][7] - 工业自动化领域取得突破 Eve-1传感器被SICK AG等集成于精密制造系统 振动测量精度达工业级标准 [9] - 智能交通系统(ITS)布局加速 与Sensys Gatso合作开发移动测速设备 在复杂天气条件下保持实时追踪能力 [10] 技术突破 - 4D LiDAR系统通过Sandia实验室实测验证 可识别水下/低能见度区域入侵者 有效距离35米 [3] - FMCW技术实现无GPS环境下的持续监测 恶劣天气性能优于传统安防系统 [3][7] - Eve-1传感器适配工业场景 微振动检测精度满足电子制造等高要求领域 [9] 业务拓展 - 核电安防市场取得实质性进展 Sandia合作项目进入现场测试阶段 [1][3] - 工业自动化领域签约SICK AG等头部客户 切入精密制造设备供应链 [9] - 智能交通领域落地移动测速应用 技术差异化体现在多目标实时追踪 [10] 财务数据 - 2025年Q1营收340万美元 仅为竞争对手Ouster(3260万美元)的10% [4] - 季度运营支出超2500万美元 每股亏损0.45美元 略优于预期(0.48美元) [12] - 2025年营收预期1721万美元 同比增长90% 2026年预期4412万美元 增速156% [13] 同业对比 - 市值较Ouster高出20% 但后者Q1营收规模达公司10倍且毛利率41% [4] - Innoviz在铁路监测等非汽车领域布局更早 估值体系更为合理 [4] - Ouster在智能基础设施领域已实现多元化营收 [9] 资金状况 - 获得3250万美元战略投资 并拥有1.25亿美元股权融资额度 [12] - 当前现金储备可支撑现有研发投入节奏 [12] 市场预期 - 分析师预测2025年营收增长90% EPS改善20%以上 [12] - 2026年营收预期区间3000-6500万美元 反映市场对业务拓展分歧显著 [13]

具身智能技术发展 - 具身智能技术正在快速成为现实 全球顶尖科技公司如Tesla、Boston Dynamics、OpenAI、Google等都在布局这一领域 该技术将彻底改变制造业、服务业、医疗健康、太空探索等行业 [1] - 具身智能的核心在于让AI系统不仅拥有"大脑" 还要拥有能够感知和改变物理世界的"身体" 使其能够理解物理定律、掌握运动技能、适应复杂环境 [1] - 该技术的应用场景包括工厂精密装配、医院手术协助、家庭贴心服务、危险环境救援等 潜在影响力是革命性的 [1] MuJoCo技术优势 - MuJoCo是连接虚拟世界与现实世界的重要桥梁 为机器人学习提供高保真、高效率的训练环境 [3] - 相比传统方法 MuJoCo可使仿真速度比现实时间快数百倍 支持高度并行化计算 可同时运行成千上万个仿真实例 [5] - MuJoCo采用先进接触动力学算法 精确模拟机器人与环境的复杂交互 提供视觉、触觉、力觉等多种感知模态 具有出色稳定性和数值精度 [5] 行业应用与认可 - MuJoCo已成为学术界和工业界标准工具 大量前沿研究基于MuJoCo进行 Google、OpenAI、DeepMind等科技巨头都在使用该技术 [7] - 掌握MuJoCo意味着站在具身智能技术最前沿 拥有参与技术革命的入场券 [7] 课程内容设计 - 课程采用项目驱动学习方式 包含六个递进式实战项目 从机械臂控制到人形机器人行走、灵巧手抓取、多智能体协作等前沿应用 [9][15] - 项目一：智能机械臂控制系统 涉及MuJoCo建模、物理仿真、基础控制等技术 构建六自由度机械臂模型 [17][18] - 项目二：视觉引导的抓取系统 添加视觉感知能力 实现物体检测和抓取 理解感知与控制的关系 [19] - 项目三：强化学习驱动的运动技能 训练智能体学会复杂运动技能 如机械臂抛接球、四足机器人奔跑等 [20] - 项目四：自适应控制与轨迹优化 实现模型预测控制算法 进行实时轨迹优化 [21] - 项目五：多机器人协作系统 设计多机器人协调配合 共同完成复杂任务 [22] - 项目六：Sim-to-Real迁移验证 通过域随机化技术提高鲁棒性 在真实机器人上进行验证 [23] 技术能力培养 - 课程将培养学员掌握MuJoCo各项功能 构建复杂机器人仿真环境 实现高保真物理交互 [25] - 深入理解强化学习核心算法 掌握机器人控制理论基础和实践技巧 实现精确运动控制和轨迹跟踪 [25] - 掌握Sim-to-Real迁移技术 将仿真成果成功应用到真实世界 [25] - 培养完整项目开发经验 熟悉现代AI开发工具链 包括Python生态、深度学习框架等 [25] - 通过六个递进式项目实践 培养独立解决复杂问题的能力 成为具身智能领域复合型人才 [26] 课程安排 - 课程采用六周渐进式学习设计 每周有明确学习目标和实践项目 [14] - 每周内容：MuJoCo基础入门、高级建模与传感器集成、强化学习与智能决策、机器人控制理论、多智能体系统、Sim-to-Real迁移 [17] - 开课时间为2025年7月15日 采用离线视频教学 vip群内答疑方式 [27] 目标人群 - 机器人/强化学习方向研究生、本科生 期望快速补齐实战能力 [29] - 具身与机器人从业者 已有编程或算法基础 想进军该领域 [29] - 从传统CV、自动驾驶、机械臂转向具身机器人研究或工程的转行者 [29] - 对前沿技术感兴趣的爱好者 [29]

财务表现 - 公司2026财年第一季度收入达5.49亿美元 同比增长22% [1] - Atlas云平台贡献总收入的72% 同比增长26% [1] - 公司股票年初至今下跌11.8% 表现逊于互联网软件行业15.8%的涨幅和计算机技术板块7.7%的回报率 [7] AI业务发展 - 公司文档模型擅长处理AI所需的快速变化非结构化数据 收购Voyage AI后嵌入精度提升且存储成本显著降低 [2] - 在全部数据库部署Anthropic的MCP协议 支持开发者通过自然语言查询数据 目前MCP服务器已开放公开预览 [3] - 采用高级重排器和领域优化嵌入模型 可减少AI幻觉并提高大语言模型输出的上下文相关性 [4][9] 市场竞争格局 - Snowflake新增向量搜索和RAG工作负载原生支持 与公司形成直接竞争 [5] - Elastic推出Elasticsearch相关性引擎 提供混合搜索和LLM无缝集成功能 [6] 估值与预期 - 公司当前远期12个月市销率为7.03倍 高于行业平均5.79倍 [11] - 2026财年第二季度每股收益共识预期为0.64美元 同比下滑8.57% 过去30天未作调整 [15]

行业机会与市场潜力 - 激光雷达(LiDAR)在汽车行业存在200亿美元的市场机会 覆盖robotaxis 自动驾驶卡车 接驳车 公交车和消费级ADAS等领域 [1] - 行业增长驱动力包括安全标准提升 消费者对高级安全功能需求增加 以及主机厂对L3+自动驾驶的采用加速 [1] - 电动汽车趋势推动LiDAR采用 制造商通过该技术实现安全与性能差异化 [3] - 商业应用场景(如无人配送 货运和共享出行)带来数十亿美元增量需求 [3] 公司竞争优势 - 公司通过可扩展的软硬件一体化平台(如Gemini)实现硬件销售与软件数据服务双重收入 [3] - 技术路线受益于固态化 数字化架构转型 并通过合作伙伴关系与灵活制造强化执行力 [4] - 尽管面临中国厂商激烈竞争 但集成技术栈和平台战略构成差异化优势 [4] 主要竞争对手动态 - Aeva Technologies (AEVA)采用4D FMCW技术 其Atlas传感器具备长距探测与速度检测能力 已获得一级供应商订单 [5] - Luminar Technologies (LAZR)与沃尔沃 奔驰等主机厂合作 Iris和Halo传感器在ADAS领域保持领先 [6] 财务表现与估值 - 公司股价年内上涨1016% 跑赢行业平均水平 [7] - 当前市销率达74倍 显著高于行业166倍的平均水平 价值评分为F级 [10] - 2025年全年EPS预期60天内上调52% 2026年预期同期上调23% [11] - 2025年Q2/Q3 EPS预期60天内无变化 但较90天前亏损收窄 [12] 分析师评级与预测 - 公司获Zacks评级2(买入) [13] - 2025-2026年营收与盈利预期均呈现同比增长趋势 [12]

收购概述 - 格罗方德宣布与人工智能和处理器IP领先供应商MIPS达成最终收购协议[1] - MIPS拥有40年历史，将扩大格罗方德的可定制IP产品组合[1] - 收购将帮助格罗方德通过IP和软件能力进一步实现工艺技术差异化[1] 技术协同 - MIPS最近推出Atlas产品组合，扩展了基于开放RISC-V规范的处理器IP产品[1] - Atlas产品组合包含专为实时和应用处理以及专门AI边缘处理内核设计的全面计算内核[1] - MIPS还推出Atlas Explorer虚拟平台，可在设计周期内优化性能、功耗和面积[1] 战略意义 - 收购符合不同市场对AI平台不断发展的需求[2] - 将帮助格罗方德为客户提供更灵活的解决方案，结合差异化工艺技术和世界级制造工艺[2] - 是公司在汽车、工业和数据中心基础设施等应用中推动效率和性能极限的重要一步[2] MIPS发展历程 - MIPS历史上曾为游戏领域提供基于RISC架构的处理器，随后转向汽车领域[2] - 2022年战略重心调整为专注于为各类应用的实时计算场景（尤其边缘AI领域）提供基于RISC-V架构的处理器IP及软件工具[2] RISC-V技术 - RISC-V是一种开源的指令集架构，采用精简指令集计算原则[2] - 设计简洁、高效且模块化，支持多种数据宽度（如32位、64位、128位）[2] - 广泛应用于学术研究、工业和嵌入式系统等领域，满足从微控制器到超级计算机的各种需求[2] 收购后规划 - 收购完成后MIPS将作为格罗方德旗下独立业务部门运营[3] - 预计2025年下半年完成收购，需满足惯例成交条件和监管部门批准[3] - 收购将加速MIPS发展路线图，提升性能、增加功能并推动RISC-V发展[3] 市场机遇 - MIPS在汽车、物理AI以及特定应用实时处理器领域看到机遇[3] - 与格罗方德的制造布局（40纳米、22纳米和12纳米制程）存在显著协同效应[3]

上市表现 - 公司成功在港股上市 成为首家以通用人工智能为主营业务的上市公司 股票代码9678HK [1] - 上市首周市值增幅巨大 市值超230亿港元 [1] - IPO全球发售1561万股 发行价每股205港元 募资净额约206亿港元 [3] - 首周股价最高触及3386港元 收盘报3294港元 较发行价大涨606% 总市值达2337亿港元 [3] - 赢得"港股AGI第一股"称号 验证"技术+场景"双轮驱动战略 [3] 技术研发 - 2024年研发费用达28亿元 占营收比例超30% [5] - 研发重点投向Atlas AI基础设施 山海大模型迭代及边缘计算芯片研发 [5] - 智算集群算力达184 PFLOPS 支持千亿参数大模型的实时训练与推理 [5] 商业化进展 - 采用"灯塔客户"策略 深度绑定格力 平安科技 厦门地铁等行业龙头 [7] - 2024年生活场景客户数增至411家 医疗场景覆盖超500家医疗机构 [7] - 单项目平均收入同比增长38% 反映聚焦高价值客户的战略转向 [7] - 终端用户营收占比从2022年527%降至2024年449% 系统集成商/代理人渠道占比升至551% [7] 资金用途 - 募集资金将用于四大方向：Atlas AI基础设施等核心技术研发 强化多模态大模型 边缘计算等AGI关键领域优势 [7] - 拓展智慧医疗 智慧交通等垂直行业应用场景 [7] - 加速国际化布局 重点开拓东南亚 中东等新兴市场 [7] - 推进战略合作及补充营运资金 [7]

具身智能技术发展现状 - 全球顶尖科技公司如Tesla、Boston Dynamics、OpenAI、Google等正在竞相布局具身智能领域，代表性产品包括Optimus人形机器人、Atlas、机械手和RT-X项目 [1] - 具身智能的核心在于让AI系统不仅拥有"大脑"，还具备感知和改变物理世界的"身体"，能够理解物理定律、掌握运动技能并适应复杂环境 [1] - 该技术将革命性改变制造业、服务业、医疗健康、太空探索等多个行业，应用场景包括精密装配、手术协助、家庭服务和危险环境救援 [1] MuJoCo技术的关键作用 - MuJoCo(Multi-Joint dynamics with Contact)是连接虚拟与现实世界的重要桥梁，为机器人学习提供高保真、高效率的训练环境 [3] - 解决了传统机器人学习方法的痛点：避免昂贵硬件损坏、加速学习过程(仿真速度比现实快数百倍)、支持极端情况测试 [5] - 技术优势包括：先进的接触动力学算法、高度并行化计算、丰富的传感器模型(视觉/触觉/力觉)、出色的稳定性和数值精度 [5] - 已成为学术界和工业界标准工具，被Google、OpenAI、DeepMind等科技巨头广泛使用 [7] 具身智能实战课程体系 - 课程采用六周模块化设计，包含MuJoCo基础、高级建模、强化学习、机器人控制、多智能体系统和Sim-to-Real迁移等完整知识体系 [13][17] - 设计了六个递进式实战项目：智能机械臂控制(六自由度模型/PID控制器)、视觉引导抓取系统、强化学习运动技能、自适应控制(MPC算法)、多机器人协作、Sim-to-Real迁移验证 [16][18][19][20][21][22] - 教学特色：项目驱动学习、中英双语资料、真实产业应用场景、多难度级别设计、完整工具链实践(PyTorch/Stable Baselines3) [9][10][22] 技术能力培养目标 - 技术能力：掌握MuJoCo高级功能、强化学习核心算法、机器人控制理论和Sim-to-Real迁移技术 [24] - 工程能力：具备完整项目开发经验，熟悉AI工具链(Python生态/深度学习框架)，培养代码规范、文档编写等专业素养 [24] - 创新能力：通过六个项目培养需求分析、方案设计、实施验证、迭代优化的完整研发流程，成为复合型人才 [25] 目标受众与课程安排 - 主要面向四类人群：机器人从业者、相关领域学生、行业转行者和技术爱好者 [28] - 课程将于2025年7月15日开课，采用6周离线视频教学+vip群答疑模式 [26]