众宝汽车网

松应科技：物理AI驱动具身智能进化，从高保真仿真到真机部署

Fri, 18 Sep 2026 08:54:23 +0800

松应科技生态发展总监石茜子表示，当前行业从技术展示逐步走向实际交付，如何让机器人在客户现场稳定运行成为核心课题，而数据供给、多机协同和底层技术自主性仍是制约规模化落地的重要因素。真机数据虽然准确度较高，但获取成本和长尾场景覆盖存在限制；面对多形态机器人协同作业的需求，行业也缺乏统一底座支持多机协同训练；此外，当前大量机器人团队依赖海外技术栈，底层能力受制于人，也带来供应链安全和数据合规等方面的考量。

针对上述问题，石茜子重点介绍了松应科技自主研发的物理AI操作系统及其生态布局。该系统定位于连接算力与模型的产业中间层，目前已完成与国内多家主流芯片厂商合作，并覆盖物理引擎、渲染、合成数据生成和强化学习等核心模块。通过多源数据接入、场景重建和物理属性赋予，系统能够在几乎不影响客户生产的情况下复刻真实场景。同时，通过场景数据采集、仿真训练、真机部署和数据回流形成闭环，将场景和任务进一步沉淀为可复用的数字资产与原子技能，提升仿真训练与实际部署之间的衔接效率。

石茜子 | 松应科技生态发展总监

以下为演讲内容整理：

数据供给鸿沟与底层技术自主性构成落地瓶颈

具身智能走向真实场景面临三重挑战。第一重是数据供给鸿沟。行业熟悉的具身智能数据金字塔中，位于顶端的是真机数据，精度最高，但采集成本高、长尾场景覆盖存在限制。第二重是多机协同困难。终端场景方希望具身智能进入现场后，能够安全、可靠、可信地作业，往往需要多种形态机器人在同一场景中协同工作，而行业缺乏统一底座来支持多机协同训练，任务分配、状态共享与路径重排都会成为工程难题。第三重是核心技术受制于人。2026年GTC大会上，英伟达宣称全球超百家机器人团队基于其技术栈开发；其仿真工具、训练框架和世界模型在上层开源，但它们调用的底层能力Omniverse却是闭源的，国内企业同时面临断供风险和核心数据外流双重隐患。中国需要拥有自主的物理AI技术底座，避免被单一厂商绑定。

松应科技团队成立于2021年，英伟达Omniverse于2020年发布预览版，双方时间线相差约一年。松应科技此后三到四年都在搭建基础底座，2025年1月正式商业化，2026年迭代至3.0企业版，并于2026年4月发布面向教育与个人开发者的免费开源版本。底座不是普通软件，而是涉及物理引擎、实时渲染、数据标准、异构算力和开发工具长期协同优化的复杂系统工程，攻关周期长、难度大。

物理AI操作系统处于算力与模型之间的产业中间层

松应科技是中国唯一完整对标英伟达Omniverse的物理AI操作系统，处在产业链中间层。向下链接算力，除适配主流海外算力外，已完成与国内多家主流芯片厂商的兼容性适配；向上链接模型，承担桥梁作用。该系统不是单一功能软件，而是涉及大量持续工程投入的系统级产品，核心组件包括物理引擎、实时渲染、合成数据、训练框架与开发工具等，目前已实现全栈功能的完整对标。松应科技当前处于B轮阶段，客户覆盖央国企、高校院所、国家级机器人中心和模型训练企业，服务机构数量接近100家；2026年承担多项国家部委重大科技攻关专项，并服务了南方电网等全国性场景客户，商业化路径初步得到验证。

系统核心能力包括高保真物理仿真，可实现20+物理维度全面感知，高效并行训练，高质量合成数据生成与高精度任务评测，同时具有上层多场景应用的特点。

场景重建与物理属性赋予让数字资产可运行可评测

松应科技场景构建步骤分为四步。第一步是多元数据接入：现场照片、三维扫描点云数据及CAD图纸和传感器数据接入并转换为通用场景描述格式，尽量不影响客户现场产线运行，客户不需要停机。第二步是三维重建：生成三维模型并进行数据增广，得到外观壳体与基础几何结构。第三步是赋予物理属性：依据场景方的行业经验，对几何体做语义分割与物理参数配置。以配电柜为例，柜门以Z轴作为旋转不变轴，设置限位、阻尼、质量、摩擦力、材质等，并将柜体底座锚定地面。最后将多个simready资产组合为可运行场景，机器人可以在数字环境中执行任务，实现场景可复现、可评测。

系统还需处理不同物理现象的实时高精度耦合计算。真实物理世界不只包含刚体仿真，还涉及刚体与流体、刚体与软体之间的实时交互，多物理场必须协同作用并保持实时性。系统界面中会显示分辨率、渲染帧率与物理仿真频率等信息，说明各物理场正在实时互动。为保障保真度、实时性和计算效率同时满足，系统需要从数据结构层面优化GPU并行设计并分配算力。任务完成过程可以被拆解为原子技能，例如柜台售货扫码可分解为抓取、对准与交互三类技能；一个项目沉淀的场景、任务、技能与数字资产都可以复用。ORCA的价值不能只看画面是否逼真，更要看它能否降低部署总成本、提高交付确定性，并让后续项目更容易复制。

从仿真示教到真机部署形成持续数据飞轮

松应科技主要商业模式是销售系统级软件，去年开始合成数据销售收入增长较快；2026年，松应科技与产业方合资成立数据业务公司，把项目中沉淀的数字资产转化为副产品收入。完整业务流程从仿真延伸至真机部署：场景方提供数据和任务要求，在虚拟场景中完成示教、增广和长尾工况生成；生态伙伴将机器人模型导入系统完成训练与验证，达到成功率后再进行真机部署；交付后数据持续回流，用于优化物理参数、搜集失败样本，并形成持续闭环。

典型数据配比为：10%仿真示教、80%轨迹与视觉增广、10%真机数据。该方案不替代真机，而是把试错环节前置到数字空间，降低真机验证成本与现场风险。已在客户现场交付的场景覆盖家电制造、汽车制造及多类分拣搬运，任务包括料箱搬运、配电柜操作、边框吸尘、扫码封装、自动配料与料盘分拣。

需要特别说明的是仿真到现实的差距问题。松应已打通示教、仿真训练和本体迁移链路，专家穿戴设备示教，实时动作可驱动系统内的虚拟机器人，再实时迁移至真机；当本体参数准确时，sim2real gap可以通过数据增广来缩小——机器人在大量不同场景中见过更丰富的状态，泛化能力随之提高，在迁移过程中差距较小，并不是外界想象中那样存在巨大且不可逾越的鸿沟。对场景方而言，松应科技的价值在于：不影响正常生产作业的前提下，把需要具身智能进入的场景做复刻与任务定义，让不同本体厂商、不同模型厂商都在同一数字环境中测试算法能力，从而帮客户加速具身智能进入场景的时间并大幅降低成本。

多机协同训练让不同形态机器人共享状态与任务

复杂任务往往需要不同形态机器人协同。松应科技操作系统支持人形机器人、轮式机器人、四足机器人和无人机在同一数字场景中协作：人形机器人完成货物识别与分拣，轮式机器人接力转运，真实环境里如果出现通道受阻，四足机器人抵达现场并共享感知结果，无人机辅助完成作业；一次环境变化不再只属于某一台机器，而是成为所有智能体共享的状态，系统再更新场景并重新编排任务路径。智能体在数字世界学习，在真实世界协同。

2026年Web大会期间，松应科技发布多机协作演示，验证的重点不是单台机器人能力，而是统一数字场景中的任务拆解、状态共享与动态重排。对场景方来说，松应科技是链接众多具身智能厂商的桥梁：场景方不需要让每家厂商都到现场反复试错，而是在复刻好的数字训练场中完成场景验证与供应商遴选。

开源版本降低门槛，生态合作培养应用工程师

2026年4月，松应科技发布轻量版开源软件ORCA Lab。该版本不绑定海外巨头最先进算力，最低支持RTX 3060或同等国产GPU，后续还会进一步优化，未来目标是在CPU核显上也能运行。ORCA Lab资产中心已上传大量SimReady场景包，用户一键订阅即可下载，省去复杂场景搭建环节；系统内预置十余款机器人模型，拖拽即可使用；松应科技还将AI agent能力接入系统，开发者通过自然语言交互，系统就会自动完成仿真构建——输入所需场景和任务描述，对话框背后的智能体便会自动配置场景、机器人，自主开始训练任务。

生态合作方面，松应科技与南方电网联合举办全国首届电力行业具身智能应用大赛，将变电站1:1复刻到仿真平台，定义巡检、变电柜操作等任务。赛事在没有商务推广的情况下，吸引150多家单位参与、近100支队伍报名参赛，参赛方包括头部具身智能企业、行业解决方案商与知名高校院所。产业场景方可以低风险筛选方案：各家演示都很好，但真实环境落地会出现不同问题，因此先让厂商在数字场景里比试算法与方案，再进一步进入实操赛和真实电力场景接受验证。对开发者而言，这也是一次真实产业任务锻炼，而不是只做自定义任务。

今年，松应科技设立具身智能开源专项基金会，与高校合作打造具身智能课程，联合伙伴一同举办实训营、赛事等，致力于激活国产开发者生态；与国家机器人检测与评定中心（总部）共同围绕仿真平台与数据集制定标准，与西门子达成合作共同落地工业应用，还与国家超算无锡中心共建联合实验室。

松应科技生态建设希望从开发者生态和产业伙伴生态两方面，共同推动物理AI真正落到各行各业。对场景方，我们期待联合落地具身智能数字训练场、共同举办行业赛事，我们协助让机器人先在数字世界里充分试错，再在真实场景里安全落地；对芯片、本体与模型公司，欢迎更多伙伴接入ORCA，在统一环境中优化、训练和验证，一同进入更多行业需求；对高校与科研院所，我们用开源版本、课程与活动助力人才培养，一起把研究课题和产业任务打通。

未来展望与挑战

物理AI操作系统将成为具身智能落地的关键基础设施。松应科技会继续深耕系统底座，优化多物理场仿真与数据生成能力，推动国产算力适配与生态扩展。行业赛事、开源版本与教育合作的共同目标，是降低技术门槛，培养应用工程师群体。随着多机协同训练和仿真到现实技术成熟，具身智能有望在工业场景实现规模化部署；中国需要建立自主可控的技术体系，保障供应链安全与数据合规。

仿真到现实仍存在参数误差，需要靠准确本体参数、数据增广与真机校准共同压缩；国产芯片驱动栈、算子库与精度特性不同，深度适配工程量大；数字资产标准、SimReady标准和评测标准仍需产业各方协同制定；应用工程师供给不足，会制约物理AI从标杆项目走向中小企业。松应科技期待与场景方、机器人、算力、模型企业及高校院所等深度合作，共同探索数字训练场落地，加速物理AI产业进程。

（以上内容来自松应科技生态发展总监石茜子于2026年9月15日在2026具身感知融合与多模态大模型创新研讨会发表的《物理AI驱动具身智能进化：从高保真仿真到真机部署》主题演讲。）

开发代号「P34」，迈凯伦公布神秘超跑细节

Fri, 18 Sep 2026 08:49:48 +0800

目前隶属阿布达比 CYVN Holdings 主权基金，且已经完成与英国新创电动车品牌 Forseven 整并的 McLaren，不仅刚在 2026 年圆石滩 Monterey Car Week 推出配置手动变速箱、预计 2028 年投产的 McL 6GT 概念车，并传出已在开发品牌首款 4 座 SUV，日前更有消息指出，原厂正在打造一款定位介于 Artura 与 750S 间，动力比 750S 更强悍的全新 3.0 升 V6 插电油电超跑，预计 2027 年便会亮相！

据了解，这款厂内开发代号「P34」的全新中置动力油电超跑，动力来源为一套全新开发的 3.0 升 V6 双涡轮增压插电式油电系统，车型定位与售价都介于 Artura 与 750S 之间，最大马力预料将会超过 750S 的 750 匹 (PS)、最大扭矩则约与 750S 同样约为 785牛.米。

此外，这款全新超跑的设计灵感也来自品牌经典的 F1 超跑，并将保留搭载上掀式的车门，车内则会配置两张跑车座椅、数位仪表与大型中控荧幕。

股票行情快报：长城汽车（601633）9月17日主力资金净卖出22.86万元

Thu, 17 Sep 2026 22:44:55 +0800

9月17日的资金流向数据方面，主力资金净流出22.86万元，占总成交额0.14%，游资资金净流出666.45万元，占总成交额4.0%，散户资金净流入689.32万元，占总成交额4.13%。

近5日资金流向一览见下表：

该股主要指标及行业内排名如下：

长城汽车2026年中报显示，上半年度公司主营收入1021.01亿元，同比上升10.58%；归母净利润24.65亿元，同比下降61.11%；扣非净利润16.1亿元，同比下降55.04%；其中2026年第二季度，公司单季度主营收入569.92亿元，同比上升8.94%；单季度归母净利润15.19亿元，同比下降66.87%；单季度扣非净利润11.28亿元，同比下降46.6%；负债率62.0%，投资收益5.48亿元，财务费用2.8亿元，毛利率18.37%。长城汽车（601633）主营业务：整车及主要汽车零部件的研发、生产、销售。

该股最近90天内共有14家机构给出评级，买入评级11家，增持评级3家；过去90天内机构目标均价为21.86。

资金流向名词解释：指通过价格变化反推资金流向。股价处于上升状态时主动性买单形成的成交额是推动股价上涨的力量，这部分成交额被定义为资金流入，股价处于下跌状态时主动性卖单产生的的成交额是推动股价下跌的力量，这部分成交额被定义为资金流出。当天两者的差额即是当天两种力量相抵之后剩下的推动股价上升的净力。通过逐笔交易单成交金额计算主力资金流向、游资资金流向和散户资金流向。

注：主力资金为特大单成交，游资为大单成交，散户为中小单成交

具身智能“三大件”：脑、手、数据，章鱼动力为何要全攥手里？

Thu, 17 Sep 2026 08:54:29 +0800

“AI coding出现后，数字世界的生产力能够以更低的成本被人们轻松调用。在物理世界，我们认为同样存在这样一个API接口。”

近日，在由聚合智能产业创新中心、湖北科投联合主办的聚合智能产业发展大会2026上，章鱼动力联合创始人樊庆元作出这一判断。

那么，物理世界的这个生产力入口到底该怎么建？答案，藏在章鱼动力的“脑手一体”逻辑中。

章鱼动力联合创始人樊庆元

物理世界，也需要自己的“API”

在具身智能赛道，章鱼动力是一家年轻的公司。

成立于2026年初，章鱼动力由都大龙创办。在此之前，他曾联合创办鉴智机器人，还曾是地平线6号创始员工、百度IDL创始成员。

章鱼动力另外几位联合创始人樊庆元、梁柱锦、潘杨家一也均有地平线或鉴智工作背景，整个核心团队兼具AI算法、硬件、资本与产业落地的复合能力。

正是基于在AI领域的多年深耕，让章鱼动力对该赛道的演进路径有着相对独特的认知。

“AI正在经历从数字世界向物理世界的生产力跃迁”——这是樊庆元对当前产业节点的核心判断。

在其看来，AI产业已经走过了1.0时代，正在经历2.0时代的裂变。

所谓AI 1.0，也即单任务模型驱动单任务场景的阶段。“比如人脸识别、语音识别，棋类对弈、对话交互等，其实都是单任务的结果。”

这一阶段的特点是，每实现一个完整的技术闭环，都需要针对特定任务投入大量研发资源，能力难以跨场景复用。

“直到大语言模型与AI Coding的出现，才让智能多任务、跨任务调用得以实现，数字世界的生产力瓶颈被彻底打破。”在物理世界，樊庆元认为也存在同样的一个API接口：灵巧执行末端（灵巧手）。

在他看来，基于具身大脑+灵巧手这样一个组合构建的物理世界生产力基础设施，可以让物理世界的生产力也像数字世界一样，被简单、高效、低成本地调用。毕竟，我们如今富足的世界便是由智慧的大脑与灵巧的双手构建的。

这也是章鱼动力名称的由来。因为，“章鱼就是极致地进化到只有脑和手操作的生物”。

技术阶段的演进，意味着技术范式也要随之切换。

樊庆元指出，具身AGI与传统单任务AI有着本质区别：传统单任务AI无论是人脸识别还是自动驾驶，追求的都是单一场景下的极致可靠性，目标是99.99%乃至无限多个9的稳定性，技术架构需要围绕特定任务持续优化。

而具身AGI追求的是极致通用性，目标是在上万甚至十万个不同任务上都能达到80%—90%，甚至更高的完成度。

因此，与前者依赖BEV或者端到端就能实现不错的效果不同，后者更追求基于时序维度的Scaling，以实现因果判断，以及基于多模态的Scaling，实现环境状态判断，底层技术体系已经发生本质迭代。

那么，具体怎么做呢？

按照章鱼动力的思考，要快速实现物理世界的生产力闭环，就必须先打通“碳基数据到硅基数据”的转换链路，并且让数据、模型、执行在同一套设计语言下协同。

这正是章鱼动力从成立第一天起，就同时布局大脑、灵巧手、数据采集三大板块的底层原因。

目前，在短短7个月的时间里，章鱼动力已经推出了SYNWorld具身原生世界基础模型、OctoH-Hand高自由度仿生灵巧手、OctoSense下一代具身数采产品三套核心系统，初步走出了一条“脑手一体”的全栈闭环路线。

图片来源：章鱼动力

全栈是手段，并非终局

具身智能产业历经过去两年的发展，其实无论在大脑、灵巧手还是数采环节，都已经聚集了大批玩家。

为什么章鱼动力仍然选择“脑－手－数采”深度一体化闭环？

樊庆元给出的答案是：阶段决定路径。

“在技术还没有完全收敛的阶段，垂直闭环能力能够加快速度和效率，更快打通人类操作数据采集、模型训练与机器人执行的链路，让机器人在真实任务中形成反馈，持续提升生产力。”樊庆元指出。

尤其具身智能目前仍处于产业早期，技术路线尚未定型，接口标准尚未统一，即便各环节都已经聚集了一批企业，若缺少统一的顶层设计，数据、模型、执行之间依然会堆满适配成本，迭代效率被严重拖累。

值得关注的是，围绕核心环节进行垂直整合，是很多新兴产业早期的共同选择：新能源汽车发展初期，以比亚迪为代表的整车厂选择自研电池、电机、电控“三电”系统，逻辑与此同出一辙。

把视野再拉长，汽车产业发展初期，福特也曾自建钢铁、橡胶、玻璃等配套环节，原因就是当时产业链配套不成熟，垂直整合能最大限度提升生产效率。

“但随着行业越来越成熟，标准越来越清晰，接口越来越明确，也会实现分工。过去很多行业都体现过这样的合久必分，分久必合的阶段。”樊庆元说。

也正是看清了这一规律，章鱼动力的闭环并非“所有事情都自己干”的全产业链自研，而是“技术上做闭环，产业上做分工”。

具体而言，在技术层面，牢牢抓住三项核心基础能力——能够理解物理世界的通用具身大脑、高自由度的仿生灵巧手、多模态的数据采集体系。

樊庆元将其称为“变化当中的不变量”：无论下游场景如何变化，这三项都是具身智能的共性底层能力，把这三件事做好，就能高效支持各类场景合作方快速落地，减少从零开始开发的巨大投入。

产业层面，则充分依托现有成熟产业链的能力，不单独重建供应链。无论是模型研发、数采设备还是灵巧手开发，都广泛利用了消费电子、汽车以及具身专项产业链的配套资源。

换句话说，章鱼动力的“全栈”，不是所有环节大包大揽，而是在技术迭代最快的核心环节搭建闭环，用极致通用实现极致泛化，在成熟的配套环节则拥抱产业分工。

这种“收放结合”的策略，既可以保证早期的迭代速度，也能避免过度自研带来的成本与风险。

图片来源：章鱼动力

只抓三项“不变量”，做行业的公约数

“脑手一体”四个字说起来简单，真正落地需要三大系统的深度协同。

也因此，章鱼动力的三大解决方案，并非简单的拼接，而是从设计之初就按照闭环逻辑打造的有机整体。

首先是“大脑”SYNWorld，这是一套基于MoT架构的具身原生世界基础模型，既可以基于时序上的Scaling去推导因果，同时也可以基于多模态输入判断环境状态，相当于机器人的“通用智能中枢”。

在技术架构上，SYNWorld包含两条核心技术路线。一条是ACWM（动作条件世界模型），核心是预测特定动作触发后的未来状态，可通过仿真方式实现评测的规模化。

“如果完全基于真机评测的话，其实没有办法实现Scaling，而用大模型仿真的方式实现Scaling，就可以让这样的评测变得可行。”樊庆元解释道。

另一条是WAM（世界动作模型），侧重基于建模生成动态预判，能够实时预测机器人未来数秒的动作，并支持实时打断与快速纠偏。

此前，在2026世界机器人大会现场，这套系统已经实现了积木拼接场景下的实时动态调整，据樊庆元介绍，能力已接近2-3岁儿童的操作水平。

其次是执行末端OctoH-Hand高自由度绳驱仿生灵巧手。

该款灵巧手采用极致仿人的设计思路，基于手部n+1全腱绳驱动与小臂电机直驱的混合驱动方式，共集成28个独立可控执行器，实现23个主动自由度，支持多指协同、拇指对掌、指尖精细操作与复杂抓握，并内置了超过1900个触觉单元，天然支持多模态触觉感知与反驱。

最关键的设计在于“同构”。

章鱼动力同时打造了与OctoH-Hand结构完全对应的外骨骼数据采集手套。“相当于把灵巧手的驱动单元挖空，用人手来实现遥操或者数据采集，从而跟灵巧手的数据进行对齐。”樊庆元指出。

过去，由于数采设备与灵巧手在关节构型、自由度定义和感知方式上存在差异，传统方案通常需要经过运动重定向、参数映射和反复调试，才能将人的示教转化为机器人可执行的动作。链路越长，信息损失、误差累积和工程成本就越难避免。

章鱼动力“数采孪生”解决方案最大的价值，是避免了动作重定向带来的偏差：人手操作的数据可以直接用于灵巧手的模型训练与运动控制，数据和执行之间无需额外转换，这是闭环能够跑通的核心硬件基础。

由此引出了章鱼动力的第三套解决方案——OctoSense数据底座，承担着为整个系统输送“养料”的功能。

这套体系包含三类核心硬件：外骨骼数据采集手套、鱼眼头环、肌电手环，可组合成三种不同的采集方案：鱼眼头环+采集手套实现高精度数据采集，单鱼眼头环实现纯视觉规模化采集，鱼眼头环+肌电手环则兼顾位姿还原、力度感知、采集自由度，全模态和规模化。

其中最具差异化的是肌电技术路线。传统肌电采集方案往往需要针对每个使用者逐一标定校准，跨个体泛化能力差，难以支撑大规模数据采集。

章鱼动力的思路是借鉴大模型的Scaling逻辑，用大量跨个体数据训练肌电大模型，学习可迁移的肌电表征，从而实现跨本体泛化、免去逐人二次校准。

据樊庆元透露，目前这套肌电大模型已初步验证跨个体泛化能力，后续将通过扩大数据覆盖持续优化效果。

最终，三者形成的完整闭环是：同构数采设备采集人类操作的多模态数据，输入世界模型进行训练，模型生成的动作指令直接驱动灵巧手执行，执行过程中的真实数据再回流到数据体系，持续迭代优化模型与控制策略。

这种“数据－模型－执行－反馈”的正向循环，正是章鱼动力能够在短时间内快速迭代的核心密码。

按照规划，章鱼动力在今年10月份左右会发布第二版世界基础模型，今年底之前，数采设备、灵巧手等硬件都会具备量产能力。

图片来源：章鱼动力

短期泡沫，不影响物理AI长期革命

从汽车产业的发展历程来看，过去每一次生产力范式的转移，都要经历“早期垂直整合—中期标准确立—后期专业分工”的过程。

以此对照，具身智能现在正处在第一个阶段向第二个阶段过渡的关口。

长远来看，樊庆元认为，一种基础能力，只有能够被更多企业便捷地调用，才有机会真正推动产业变革。

“我们一直在做的，就是把这样的共性能力建设好，在技术还没有完全收敛的情况下快速地推到实际场景当中，所以我们做了闭环，取了一个公约数，不是什么都干。”

值得关注的是，在资本市场，章鱼动力的这种闭环能力也已经赢得了广泛认可。

过去数月里，章鱼动力已经先后完成了3轮融资，累计融资额接近10亿元，投资方涵盖地平线、高瓴创投、小米战投、顺为资本、线性资本、黄浦江资本、锦秋基金、芯联资本等，为后续技术研发与量产落地储备了弹药。

在具身智能领域，章鱼动力的受追捧，只是整个赛道资本热潮的一个缩影。

过去一年多，具身智能始终是一级市场最追捧的方向之一。据IT桔子统计，仅2026年上半年，国内具身智能融资总额就高达935亿元，同比增长约5倍；累计披露融资事件322起，同比增长137%。

这背后，不仅有大批人形机器人本体、灵巧手、世界模型、具身数据等环节的创业公司密集完成大额融资，车企、消费电子厂商与互联网大厂等产业资本和顶级财务机构也在接连入局，共同推动赛道融资节奏不断前移，头部企业估值水涨船高。

资本在加速催熟行业的同时，也让行业“是否存在泡沫”的争论如影随形。

对此，在采访过程中，樊庆元没有直接回应“泡沫”的定性，而是给出了一个产业视角的判断。

他举了大模型的例子：大模型刚出现时，很多人质疑“只能聊天的模型有什么用”，直到AI Coding横空出世，降低了软件开发门槛，让更多人能够参与开发，数字领域的生产力被广泛解锁，整个产业的价值才真正显现。

在他看来，AI走进物理世界带来的生产力变革，其长期影响完全不亚于工业革命、能源革命与互联网革命。

这样级别的产业变革，也不会因为短期的热度波动而改变长期趋势。任何行业都有发展周期，互联网也曾经历过泡沫破裂的周期，但最终催生了改变世界的科技公司。

“现在的热度也好，泡沫也罢，都远远无法影响这场伟大而深刻的变革给行业生产力带来的变化。”樊庆元表示。

结语

章鱼动力选择“脑-手-数据”全栈闭环，本质上是产业标准成型前的一次“抢跑”：用垂直整合换迭代速度，抢先把物理世界API的底层模块跑通。

这和新能源汽车产业早期的“三电自研”逻辑如出一辙：垂直整合从来不是终点，而是技术未定阶段的效率最优解。一旦技术路线收敛、接口标准统一、供应链成熟，专业分工自然会成为主流。

但在此之前，总要有企业先把三块“基石”搭稳，把闭环跑通。

四部门专项行动背后的“质”胜逻辑

Thu, 17 Sep 2026 08:49:00 +0800

凤凰网汽车讯近期，工业和信息化部、公安部、生态环境部、市场监管总局联合开展道路机动车辆产品生产一致性和质量提升专项行动。

在新车上市速度越来越快、产品迭代周期越来越短的当下，这次专项行动很容易被外界概括为一场针对“速成车”的治理。如果仔细观察政策指向就会发现，它真正聚焦的并不是一辆车究竟应该开发18个月、24个月还是36个月，而是关于汽车生产一致性、可靠性、耐久性和新技术测试验证等更加基础的问题。

实质上，正是上述四个核心要求，为当下汽车产业重新划出了一条高质量发展的底线。汽车可以加快研发，可以快速迭代，也可以大胆采用新技术，但速度不能建立在工程验证缺失之上，更不能把本应由企业在实验室、试验场和研发阶段发现的问题，留到产品上市以后交给消费者验证。

而这，才是此次专项行动更值得关注的行业深意。过去几年，中国汽车产业讨论最多的是电动化、智能化以及产品创新速度，但当一辆车从机械产品变成高度复杂的软硬件系统，行业更需要重新重视一辆样车通过测试，是否意味着几十万辆量产车都可靠？一项新技术能够实现，是否意味着它已经成熟？一个功能上市第一年好用，能否保证五年、十年以后依然安全可靠？

9月4日，由寰球汽车集团与东风本田联合主办的「寰球行见思想汇」穿越周期的“质”胜之道活动在北京成功举办。寰球智库专家、同济大学汽车学院教授、汽车安全技术研究所所长朱西产，寰球智库专家、清华大学教授、清华-壳牌清洁交通能源联合研究中心主任帅石金，资深汽车行业从业者朱玉龙，以及东风本田汽车有限公司执行副总经理曹东杰，从法规、安全、动力技术、企业实践和市场等不同角度，讨论了当汽车产业跑得越来越快，究竟靠什么保证它不跑偏？

朱西产首先指明一个容易被混淆的概念，通过法规准入，与造出一辆真正意义上的高品质汽车，并不是一回事。按照他的解释，一款车型完成开发之后，需要到国家级检测机构完成汽车准入所要求的强制性测试，完成这些工作、取得公告之后，车辆才获得进入市场销售的资格。

同时朱西产强调，“准入肯定是个最低、最基线”。一辆车交到用户手中之后，要真正赢得市场青睐、建立品牌口碑，“更多的还是靠企业的内控”。在他看来，“内控才是真正保证汽车品质、汽车口碑，坚持长期主义的一个必须走的必经之路”。

这恰恰解释了此次专项行动为什么把“生产一致性”摆到了突出位置。一辆精心准备的样车通过测试，只能证明企业有能力造出一辆符合要求的车；真正考验汽车工业能力的，是工厂连续生产几万辆、几十万辆甚至上百万辆以后，每一辆交付给普通消费者的量产车，能不能依然符合标准。换句话说，汽车质量最难的从来不是造出一辆好车，难得是稳定地造出十万辆、百万辆好车。

这也是监管与企业质量体系之间的关系。监管负责划定底线，但真正决定一家企业能够把产品做到什么程度的，是底线之上的内部标准。今天讨论“质”胜，如果只是把责任理解成通过法规、满足公告要求，实际上远远不够。

尤其进入智能汽车时代以后，“质量”底线的内涵还在不断扩大。朱西产特别提到了辅助驾驶。他认为人工智能模型、端到端技术应用于辅助驾驶，本身确实能够提升驾驶便利性和安全性，但技术能力是一回事，企业如何向用户宣传又是另一回事。这实际上把汽车质量和安全的边界进一步向外推了一层，高质量不仅意味着产品本身没有问题，也意味着企业必须正确告诉消费者技术能做什么、不能做什么。

如果说朱西产讨论的是底线，那么帅石金进一步解释了为什么到了电动化、智能化时代，汽车反而比过去更难验证？

答案首先来自系统复杂度的急剧提升。传统燃油车本身就在伴随排放法规升级不断增加技术模块，进入新能源时代之后，电池、电机、电控加入，智能化又带来了大量传感器、芯片、软件和算法。帅石金认为，随着功能越来越丰富、系统越来越复杂，一辆车的评价标准也必须从“功能能不能实现”，进一步走向“全生命周期能不能可靠”。

“成熟的技术应该是一个全生命周期的，能够给客户带来很好体验的，功能有保证。”在帅石金看来，一项技术在实验室实现漂亮指标，只能说明技术具备潜力；真正变成商品之后，则必须考虑在相当长的使用过程中，它是否可靠、安全、便捷，会不会反过来给用户制造麻烦。

这也是今天汽车产业越来越值得警惕的“参数陷阱”。无论是电池能量密度、充电倍率、芯片算力，还是发动机热效率、智能驾驶能力，过去几年越来越多产品习惯通过一个峰值数字建立传播优势。但汽车工程真正困难的，一定是让这套技术经历高温、极寒、高原、满载、长期振动以及十年甚至更长生命周期之后，依然工作在安全边界以内。

所以帅石金强调，今天在电动化、智能化背景下讨论技术，“一定要让它可持续，经得住时间的考验，经得住客户的考验”。由此再看此次专项行动专门提出的“新技术测试验证”，其针对的就是技术创新与工程成熟之间正在被不断压缩的距离。

技术可以日新月异，但技术成熟度不能靠发布会证明。落实到企业身上，真正的问题就变成了底线之后，车企愿意给自己增加多少“额外作业”？

曹东杰结合东风本田的产品研发生产给出了不少具体细节。他介绍，东风本田汽车的一个灯光开关，需要进行12万次拨动验证；车门开合，需要做到6万次以上。除了相关认证要求，企业内部还要进行商检耐久、恶路耐久、16万公里排放耐久，以及F8模式24万公里当量耐久测试。

这些数字背后，真正的价值就是汽车是一件可能陪伴消费者10年甚至15年的耐用消费品，产品从开发之初就不能只按照上市第一年的状态设计。曹东杰说，东风本田做产品的出发点就是用户长期使用。大量的产品验证还覆盖到真实世界的极端场景。曹东杰谈到，“不管你是在海南用车，还是在东北用车，或者在西藏用车”，企业需要尽可能覆盖用户可能遇到的全场景。

他将一辆好车需要做到的品质概括成“精、优、可、耐”四个字。“精”是产品做得精致，“优”是制动、转向、操稳等基本性能足够优秀，“可”是可靠性，能够经受春夏秋冬和不同环境考验，而最难的则是“耐”。今天消费者在发布会上能够看到的，大多是设计够不够精致、性能参数够不够优秀。但“可”和“耐”往往要在三年、五年甚至十年以后才能真正显现。一家企业是否愿意为了这些短期无法变现的价值持续投入，恰恰决定了产品最终能不能穿越时间周期。

这也再次说明，高质量从来不是一个单项技术能够决定的结果，它是材料、结构、设计、制造、测试乃至真实使用长期共同作用的结果。如果继续沿着该逻辑向市场端看，就会发现四部门此次专项行动还在纠正汽车产业过去几年逐渐出现的一种激励错位。

朱玉龙认为，互联网和消费电子行业进入汽车产业以后，冰箱、彩电、大沙发乃至各种过去汽车上没有出现过的新功能快速进入汽车，用户体验因此得到明显改善。但问题在于，对手机来讲，开发一个功能整个周期一年，验证周期、使用寿命是匹配的。但对于汽车，四五年其实是正当壮年，其预期使用寿命可能达到10年甚至15年。这意味着，一个新功能上市第一年很好用，但距离证明它是一项成熟的汽车技术还差得很远。

普通消费者不可能研究每一块电池、每一个空气弹簧、每一颗激光雷达芯片经过了怎样的验证，也不可能在买车前模拟未来十年的全部使用场景。因此朱玉龙认为，监管的价值就在于“把底线筑牢”，新技术“没把握的时候不要上，把有把握了再上”。

过去几年，中国汽车产业已经证明了自己可以跑得非常快。研发周期在缩短，新技术不断出现，新车密集上市，中国品牌甚至开始在全球汽车技术创新中扮演引领者角色。但汽车产业发展到今天，真正需要回答的问题变成了我们能不能让几十万甚至几百万用户，在未来十年里安全、可靠地使用新技术？

90 年代拉力传奇！丰田Celica

Thu, 17 Sep 2026 08:42:03 +0800

当丰田官宣计划复活Celica赛利卡车系、重返民用跑车市场与WRC顶级拉力赛场后，整个JDM圈层与拉力车圈瞬间沸腾。对于无数车迷而言，Celica不只是一台日系跑车，更是90年代Group A拉力黄金时代的标志性符号。在全新世代车型遥遥无期的等待期里，一台原汁原味的1994款丰田Celica GT‑Four ST205 WRC认证版现身eBay拍卖市场，身披经典嘉实多冠军涂装，自带满满的时代情怀与赛事底蕴，成为当下最值得收藏的日系拉力正统老车。

很多车迷熟知ST185的夺冠传奇，却常常忽略继任者ST205的特殊地位。作为丰田Celica GT‑Four系列的终极收官版本，1994年登场的ST205，是丰田为适配FIA赛事规则全新研发的 homologation认证车型，专为征战WRC世界拉力锦标赛打造。它承载着丰田冲击更多冠军的野心，也亲历了品牌拉力史上最富争议、最传奇的赛场事件，是JDM圈公认“强到被改规则”的传奇车型。如今丰田重启Celica的规划落地，让这一代冷门却硬核的拉力神车，再度重回大众视野，收藏价值稳步攀升。

本次上架拍卖的这台ST205，是车况与配置都极具代表性的精品车源。整车为日系原厂右舵布局，纯正JDM身份，后期正规进口至英国市场，表显里程121000公里。对于一台深耕赛道、已逾三十年的性能老车而言，这样的里程数实属难得。外观全套复刻当年拉力战队的嘉实多经典涂装，搭配标志性白色Speedline赛事合金轮毂与透镜投射大灯，无需多余改装，就完美还原了90年代拉力赛场的热血姿态，也是无数人童年赛车游戏《世嘉拉力》中的经典画面。

整车内饰保留浓郁的时代特征，四座布局兼顾日常实用性与性能车氛围。原厂90年代专属花纹运动桶椅复古感拉满，搭配后期升级的TRD竞技换挡头与运动化改装方向盘，兼顾手感与颜值。整体内饰没有过度翻新，保留了老日系性能车最真实的原始质感，褪去了新车的浮躁，沉淀出三十年机械岁月的独特韵味。

动力与底盘部分是这台ST205的核心魅力，也是区别于普通民用Celica的关键。机舱搭载丰田经典的3S‑GTE 2.0T涡轮增压四缸发动机，并且车主基于原厂架构做了一套成熟的性能强化。整车升级前置大型中冷器、Koyo高性能散热水箱、HKS高流量冬菇头进气、竞技泄压阀与全域排气系统，彻底释放涡轮引擎的进气效率与动力潜力。传动系统匹配五速手动变速箱，搭配丰田经典全时四驱系统，辅以粘性中央差速器与托森后差速器，这套四驱架构在90年代堪称行业顶尖，抓地极限与弯道稳定性远超同期竞品，也是丰田征战拉力赛场的硬核底气。

原厂民用版ST205官方最大马力248匹，赛事版本经过专业调校可突破300匹，搭配轻量化车身，赛道性能极为凶悍。虽然这台拍卖车未公布精准轮上数据，但全套成熟改装套件，足以让它的动力表现远超原厂水准。对比严苛的赛事版本，民用认证车型保留了日常代步的实用性，而赛车版则配备主动差速器、序列式变速箱、防滚架、掏空内饰与长行程拉力悬挂，是完全为极限竞技而生的机器。

相较于前代夺冠无数的ST185，ST205的赛场命运极具戏剧性，也造就了它独一无二的传奇地位。丰田凭借ST165、ST185两代车型，拿下四次WRC车手总冠军与两次厂商总冠军，统治了90年代初的拉力赛场。而迭代后的ST205实力更为强悍，却因1995年的“涡轮限流阀作弊事件”被FIA重罚，丰田车队惨遭两年禁赛，直接终结了Celica的WRC主力生涯。也正因这起事件，FIA连夜修改赛事规则，足以证明这台车型的机械实力有多恐怖，成为车圈公认“让官方改规则的封神车型”。

不过赛场的争议，丝毫没有影响民用版ST205的收藏价值。本次拍卖车的车况堪称精品，底盘无锈蚀、原厂底盘防腐保护层完整完好，规避了日系老车最致命的通病。近期刚完成全套深度保养，正时皮带、水泵等易损件全部换新，同时完成英里表适配改装、后雾灯加装，整台车工况处于巅峰状态，到手即可直接行驶玩乐，无需额外整备。整车挂牌售价23995英镑（约21.5万人民币），在同级WRC认证老车中，性价比十分突出。

回望丰田的拉力征程，Celica系列落幕之后，品牌短暂启用卡罗拉WRC车型征战赛场，随后进入多年拉力空窗期。直到GR雅力士问世，丰田才重回WRC顶级行列，累计斩获8座厂商总冠军、6座车手总冠军。而根据今年路试谍照，全新一代Celica拉力原型车已进入测试阶段，未来将接替GR雅力士，成为丰田全新拉力主力，续写Celica的赛场传奇。

在全新Celica落地之前，这台1994款ST205就是最珍贵的情怀载体。它见证了Group A拉力时代的落幕，承载着丰田最巅峰的拉力技术，既有赛场封神的传奇履历，又有JDM独有的改装潜力与复古质感。对于日系性能车迷、拉力爱好者而言，这台身披嘉实多涂装的ST205，不只是一台老车，更是一段黄金赛车年代的鲜活见证。

2026款丰田霸道2800柴油现车报价73万促销

Thu, 17 Sep 2026 07:44:26 +0800

2026款丰田霸道2800车内空间宽敞，内饰设计中规中矩，动力性能好，越野性能超强，燃油经济性不错。外形上更突显了它的硬汉本色。尤其是整车线条的棱角化犹如健美塑形后的结果，新款普拉多的表现与老款一样——大型豪华suv日系的身份带来的答案必然是十分宽敞。

2026款丰田霸道2800柴油版整体风格采用了很多豪华元素以及对称式设计，整体布局很规整;丰田霸道2800标配了无钥匙启动，和智能卡。这种豪华实用性配置让霸道2800显得更加人性化。丰田霸道2800想象一下，从进入爱车，然后启动，竟然一次钥匙都不用拿出来，你要做的就是不要忘记带上钥匙。

丰田霸道2800长宽高分别为4760、1855、1850毫米。外扩的轮拱与隆起的发动机盖构成一个坚实的肩部造型，充满力量感。操控区域按钮设计精简实用。四幅方向盘加入了银色装饰条，使得整体感觉更有活力。

2026款丰田普拉多2800内饰方面大尺寸的仪表部分有着四个炮筒式的指针仪表盘设计，进一步彰显了新车的经典感，而且中央大尺寸的液晶屏下方还有着大尺寸的银色饰板镶嵌，搭配贯穿中控台与方向盘处的木纹石饰板，让整个车内的档次感得到了提升。

丰田霸道2800柴油版顶配设计大气，车内空间宽敞，内饰设计中规中矩，动力性能好，越野性能超强，燃油经济性不错。外形上更突显了它的硬汉本色。尤其是整车线条的棱角化犹如健美塑形后的结果。

2026款丰田霸道2800柴油版2.8T顶配设计大气，车内空间宽敞，内饰设计中规中矩，动力性能好，越野性能超强，燃油经济性不错。外形上更突显了它的硬汉本色。尤其是整车线条的棱角化犹如健美塑形后的结果。

鸣谢车辆提供：四川腾达东远汽车销售有限公司
电话：19141366575 (同微信) 更多配置/报价信息可自行联系体验
地址：成都市金牛区蜀西路28号（庆红汽车）

福田汽车亮相汉诺威商用车展发布欧洲战略并交付第1300万辆整车

Wed, 16 Sep 2026 09:09:35 +0800

盖世汽车获悉 2026年汉诺威国际交通运输博览会期间，福田汽车以“EASYMOVE”为主题参展，携7款整车及6款核心零部件亮相，并发布“欧洲战略”，同时完成全球第1300万辆整车交付。此次交付车型为欧曼银河9，已率先落地西班牙市场。

图片来源：福田

福田汽车提出围绕产品本土适配、生态方案能力以及合作共建与深度本地运营三个方向推进欧洲市场布局，计划针对当地运输场景打造纯电、混动、氢燃料产品矩阵，并与产业链合作伙伴共同构建涵盖充换电及微电网、车队管理系统和全生命周期服务的零碳运输体系，同时推进研发制造、团队组织、服务配件等全链条属地化建设。

此次参展阵容覆盖重卡、轻卡、客车等品类，包括欧曼银河9、卡文BEACON、欧航EHL低入口环卫车、启明星、卡文乐福、火星皮卡、欧辉12米城市公交车等整车，以及重型动力电池、重型及轻型电驱桥、电控和兆瓦充电桩等核心零部件。

其中，海外首次公开亮相的卡文BEACON定位面向干线物流的豪华旗舰重卡，基于可电可氢专属平台打造，采用跨域融合架构和一体化底盘架构，零部件通用率达50%。该车型采用800V整车电压平台，支持1.44兆瓦液冷超充，充电6分钟可增加100公里续航，电量从20%充至80%用时18分钟；氢燃料车型加氢15分钟续航可达1000公里，并可实现22项智能辅助驾驶功能。

福田汽车自2004年将国际化确立为核心战略，目前产品与服务已覆盖全球140多个国家和地区，布局32个属地化工厂和18个配件中心。销量方面，2025年福田汽车出口16.5万辆；2026年1至8月出口近15万辆，同比增长44.3%。按照“3040战略”，到2030年福田汽车计划实现海外年销量40万辆，其中新能源产品占比达到30%。

圆满落幕丨2026具身感知融合与多模态大模型创新研讨会

Wed, 16 Sep 2026 08:55:20 +0800

随着具身智能从“算法构想”加速走向实体交互，多模态感知与大模型融合正成为推动产业落地的关键技术路径。从VLA架构重构决策范式，到VLM推动机器从“看懂”走向“理解”，再到视觉、触觉、力觉等多传感器融合，如何打通“感知—认知—行动”闭环，正成为具身智能迈向下一阶段发展的核心命题。与此同时，算力、数据、端侧部署以及软硬件适配等现实挑战，也让技术创新从实验室走向产业应用面临更多考验。

在此背景下，盖世具身智能主办的“2026具身感知融合与多模态大模型创新研讨会”于9月15日在上海举行。围绕技术范式、多模态感知融合、VLA架构、跨模态统一表征、算力与数据、端云协同、仿真进化及边缘推理等热点议题，来自大模型、机器人、芯片及传感器等领域的产业与技术专家展开深入交流，共同探讨具身智能从“算法”走向“实体”的关键路径，以及多模态感知与具身大模型融合发展的产业实践。

主办方欢迎致辞

盖世具身智能CEO顾晓颖表示，当前具身智能产业正处于从技术探索走向规模化落地的关键阶段，行业需要重点攻关多模态感知稳定性、任务泛化速度、成本控制以及物理世界安全共存等核心问题。围绕产业发展的关键需求，盖世具身智能将以“机器人产业连接者与赋能者”为定位，依托盖世汽车长期积累的汽车供应链资源与产业服务能力，加速机器人产业链上下游资源连接与量产落地。目前，盖世已建立具身智能产业数据库，收录超过2000家机器人相关企业，并计划于今年年底进一步扩充至超1万家，持续完善产业资源基础。

在此基础上，盖世具身智能正逐步构建覆盖供需对接、资讯内容、数据服务、活动连接和投资赋能等领域的服务体系，通过连接工业、康养、教育等应用场景与机器人本体及供应链企业，推动技术与需求的精准匹配。同时，盖世还将推动行业数据共创，面向机器人本体、核心零部件及场景需求方开放产业数据库，并倡导企业共享非涉密产销数据，共同建立更具行业公信力、兼具全球视角的机器人产销数据体系。

顾晓颖 | 盖世具身智能CEO

2026WAIC&WRC前沿洞察

盖世合伙人、研究院副总裁王显斌结合WAIC和WRC等行业展会调研成果，对当前人形机器人产业的发展现状与落地进程进行了梳理。他指出，今年全球人形机器人出货量预计约6万台，其中中国市场约5万台，但整体仍处于由研发验证向产业化落地过渡的阶段。目前国内应用仍以娱乐表演、科研等场景为主，3C、汽车、物流等领域的落地占比已提升至15%-20%，部分产品开始在4S店操作、家用抓取、药店分拣等场景进行验证，但距离规模化批量交付仍有一定距离。

从供应链来看，人形机器人执行系统成本占比接近一半，而汽车与机器人供应链具有较高重合度，随着规模化落地推进，核心零部件仍具备较大的降本空间。王显斌认为，未来人形机器人将从结构化、相对简单的场景逐步向非结构化场景拓展，但较长一段时间内仍将以小规模试点为主。

在技术层面，王显斌重点分析了大模型、算力、世界模型与数据体系的发展趋势。他表示，通用大模型在长程任务规划方面快速演进，大模型能力持续提升将进一步推动具身智能产业分工和价值重构，也将为机器人本体、视触觉感知算法等执行端企业带来新的机会。随着大模型、数据与硬件能力持续进化，人形机器人产业仍将经历较长的技术验证和场景拓展周期，真正的规模化应用有赖于感知、决策、执行及成本控制等环节的协同突破。

王显斌 | 盖世合伙人、研究院副总裁

在工厂中实践物理AI：从仿真走向真实世界部署

宇树正在构建AI辅助的闭环迭代体系，形成持续优化的正向循环，助力物理人工智能加速发展；宇树将继续专注人形与四足机器人产品的全栈自研，技术创新和规模制造，与全球开发者和产业伙伴共建生态，推动行业健康快速发展。

谢一鹏 | 宇树科技股份有限公司工业场景解决方案负责人

世界模型，开启物理AGI新时代

极佳科技合伙人兼副总裁毛继明围绕通用世界模型的发展路径与技术布局进行了分享。他表示，极家世界成立于2023年，核心方向是构建通用世界模型技术体系，并将模型对物理世界的理解、预测能力进一步转化为行动能力，推动通用机器人在家庭、工厂等场景落地。在其技术框架中，世界模型主要由“世界生成”和“世界行动”两部分构成，前者负责预测动作带来的世界变化，后者则根据物理世界的观测结果生成执行动作，二者形成相互配合的闭环。按照其规划，世界模型将经历从视频理解、动作学习，到空间几何、物理规律建模，再到真实世界持续交互和自主进化的演进过程。

在技术落地方面，极家世界已形成由算法和数据共同构成的技术体系，并于今年8月发布最新版本产品。目前相关模型已在家庭、工业等场景实现连续多任务运行，并验证了数据规模与模型效果之间的正相关关系。毛继明认为，通用世界模型未来仍将经历较长的发展和迭代周期，随着模型对物理世界的理解与行动能力不断提升，有望进一步推动机器人、无人驾驶等领域的规模化应用，并带来更广泛的产业变革。

毛继明 | 极佳科技合伙人 & 副总裁

迈向泛在具身智能之路：物理原生的世界模型、数据结构与训练算法

光象实验室首席科学家吕尧围绕具身智能的发展方向、技术框架与产业实践进行了系统分享。他表示，人工智能正从以信息处理为核心的时代走向以物理交互为特征的新阶段，具身智能的核心在于通过感知、决策、控制和学习形成持续闭环，使智能体能够通过行动改变真实环境。围绕这一发展逻辑，光象实验室提出物理原生智能体系，从模型结构、数据结构和训练算法三个层面进行系统设计，通过显式物理知识与神经网络结合、动作与环境变化的因果建模，以及物理规律约束等方式，提升智能体对真实世界的理解和交互能力。

在技术落地方面，光象实验室已形成覆盖数据生成、模型训练、安全探索和部署集成的一站式开发体系，并推出物理原生世界模型及相关应用。相关技术已在自动驾驶、人形机器人和工业机器人等领域展开验证，包括端到端自动驾驶系统、全尺寸人形机器人连续乒乓球对打，以及可完成上下料、汽车尾线质检等任务的工业级具身智能机器人。吕尧认为，随着人工智能进一步从信息世界走向物理世界，未来需要通过模型、数据与算法的协同设计，推动具身智能从单一场景应用向更加通用的物理智能能力演进。

吕尧 | 光象实验室首席科学家

众擎「引擎计划」汇聚生态力量，驱动具身进化

众擎机器人生态负责人赵飞宇介绍了公司在人形机器人技术研发与商业化落地方面的最新进展。众擎坚持在机器人关节、整机、小脑和大脑等领域全栈自研，持续推进运动智能、交互智能、认知智能和作业智能等核心技术突破，并打造了身高173厘米的全尺寸通用人形机器人T800和身高135厘米的轻量级高动态通用具身智能体PM01等核心产品。目前，相关产品已在文娱展演、商业服务、智慧交管、工业智造和科研教育等多个场景展开应用，包括在立讯精密苏州工厂“上岗”并承担物料搬运和上下料作业，与京东合作开展门店导览导购，并拓展至时装周、景区服务及智慧交通等场景。

在生态建设方面，赵飞宇表示，众擎在机器人软硬件平台的基础上进一步开放机器人SDK、具身智能的运控与操作模型训练框架等资源，为开发者提供多方位支持。同时，公司将围绕产业共创、科研合作和人才培养三大方向拓展生态合作，通过机器人借测、项目合作、技术支持及人才实训等方式，推动更多开发者、科研机构和高校参与具身智能创新，加快机器人技术从产品能力向多元应用场景延伸。

赵飞宇 | 众擎机器人生态负责人

从人手到灵巧手：触觉手套与具身智能数据采集

福莱新材AI算法总监廖永兴围绕具身智能触觉技术的应用价值与数据采集路径进行了分享。他表示，视觉主要负责识别物体位置和运动轨迹，而在发生接触后，握力调整、滑移判断等精细操作则需要触觉信号参与。对于粗粒度的抓取任务，触觉的重要性相对有限，但在精细操作中，触觉能够显著提升任务成功率。在数据获取方面，仿真数据、真机遥操作数据和无本体数据各有优势，分别适用于模型训练、真实效果验证和大规模数据积累，三者并非相互替代，而是需要形成互补的数据采集体系。

针对当前触觉数据采集存在的接触信息缺失、不同采集设备信号难以同步，以及采集数据向机器人灵巧手迁移困难等问题，廖永兴介绍了福莱新材近年来的产品迭代与技术探索。公司已完成多代触觉产品升级，并推出基础触觉手套、灵巧手适配终端以及融合触觉与手部姿态采集能力的相关产品，通过多信号同步、跨用户标定及信号漂移补偿等技术，提升触觉数据采集的准确性与一致性，为后续具身智能模型训练及灵巧操作能力提升提供数据基础。

廖永兴 | 福莱新材AI算法总监

从SLAM到世界模型：构建具身智能的认知演进闭环

墨甲机器人多传感器融合负责人卓伟丰围绕企业发展、产品矩阵及具身智能技术演进进行了分享。他介绍，墨甲机器人于2025年1月成立，目前，公司已形成覆盖商业服务、民生服务和政务服务的产品矩阵，包括落地奇瑞海外4S店的墨鹰人形机器人、面向医院和家庭场景的导医及陪护机器人，以及已在多地路口投入使用的交警执勤机器人。同时，公司正在推进户外巡检机器狗及第二代人形机器人墨琼等产品研发，进一步拓展应用场景。

在技术方面，卓伟丰表示，传统机器人主要依赖几何建图和定位，能够获取空间坐标，但对场景中的物体及其关联关系理解有限。墨甲正在推动技术路线从几何建图向语义场景图、世界模型及物理模型逐步演进，并通过几何定位、场景理解与世界预测形成数据闭环，将模型预测与实际观测之间的偏差持续反馈至系统，提升建图、定位和场景理解能力。

在应用层面，相关产品已在长三角等地实现落地。其中，交警执勤机器人可与属地公安部门实现数据互通，支持违规检测、手势指挥和护学等任务；家庭陪护机器人支持儿童与家长实时通话，导医机器人则覆盖挂号、问诊、陪诊和引导等医院服务环节。

卓伟丰 | 墨甲机器人多传感器融合负责人

热点对话：从“看懂”到“会做”：具身智能迈向通用智能的关键突破在哪里？

接下来，大会进入热点对话环节。本次对话以“从‘看懂’到‘会做’：具身智能迈向通用智能的关键突破在哪里？”为主题，由极佳科技合伙人兼副总裁毛继明主持，福莱新材AI算法总监廖永兴、光象实验室首席科学家吕尧、墨甲机器人空间智能算法总监王冠、睿尔曼智能科技（北京）股份有限公司解决方案总监计海锋参与讨论。

围绕“VLA、世界模型与物理原生模型，谁才是具身智能的‘大脑’？”“从视觉到触觉、力觉，多模态感知如何真正进入决策闭环？”“真机数据、仿真数据与人类数据，谁将成为机器人进化的主力？”以及“具身智能真正规模化，最大的瓶颈到底是模型、数据、感知还是本体？”等话题，与会嘉宾展开深入交流。

从数据到能力——觅蜂百万小时无本体数据集与全链路技术体系

觅蜂具身智能科技有限公司技术副总裁刘力围绕具身智能的数据基础设施进行了分享，重点介绍了觅蜂科技的具身数据底座建设。他表示，目前公司已构建百万小时级具身数据集，覆盖超过500种细分任务、1万种真实场景和5万类物体，涵盖家居、办公、零售、生产等多类场景。数据全部来自真实任务、真实场景和真实动作的采集，并通过裸手、腕部及物理设备三类方式获取，同时融合视觉、触觉、力觉、音频等多模态动态信号，为机器人从人类意图理解到动作复刻提供数据基础。

在数据处理与应用方面，觅蜂科技已建立覆盖采集、处理、评估、复用和回流的数据闭环，通过长程动态切分、高精度位置重建、数据分级等技术，将真实世界中的连续动作转化为可用于模型训练的数据。同时，公司通过手部姿态重建、算法评估和失败数据回流等机制持续完善数据飞轮，让机器人执行过程中的错误进一步转化为模型迭代的数据。觅蜂科技正通过真实场景数据积累与持续闭环，推动具身智能从数据采集走向模型训练和实际部署。

刘力｜上海觅蜂具身智能科技有限公司技术副总裁

物理AI驱动具身智能进化：从高保真仿真到真机部署

松应科技生态发展总监石茜子表示，当前行业从技术展示逐步走向实际交付，如何让机器人在客户现场稳定运行成为核心课题，而数据供给、多机协同和底层技术自主性仍是制约规模化落地的重要因素。真机数据虽然准确度较高，但获取成本和规模存在限制，仿真数据尚未形成完善的数据供给链路；面对多形态机器人协同作业的需求，行业也缺乏统一底座支持多机协同训练。此外，当前大量机器人团队依赖海外技术栈，底层能力受制于人，也带来供应链安全和数据合规等方面的考量。

针对上述问题，石茜子重点介绍了松应科技自主研发的物理人工智能操作系统及其生态布局。该系统定位于连接算力与模型的产业中间层，目前已完成与国内9家芯片厂商的兼容适配，并覆盖物理引擎、渲染、合成数据生成和强化学习等核心模块。通过多源数据接入、场景重建和物理属性赋值，系统能够在较低程度影响生产的情况下复刻真实场景。同时，通过场景采集、仿真训练、真机部署和数据回流形成闭环，将场景和任务进一步沉淀为可复用的数字资产与原子技能，提升仿真训练与实际部署之间的衔接效率。

石茜子 | 松应科技生态发展总监

构建面向通用具身智能的数据系统

超维动力副总裁朱杰分享，超维动力的具身大脑技术经历了从固定场景验证到人形机器人迁移的演进过程，早期通过单一场景真机数据训练实现双机械臂控制，并在衣物等非刚性物体操作中验证了较强的场景泛化能力。公司进一步在人形机器人上搭载主动视觉模块，探索室外运动、乒乓球等真实人机互动场景，并针对跨个体球路泛化、实时响应和全身协同推理等问题进行技术攻关。在模型架构方面，公司采用视觉动作模型与世界模型结合的方式，提升视觉语义理解、关节运动推理及环境时序记忆能力。

在数据建设方面，朱杰表示，传统依赖专业动捕设备和数采工厂的数据采集方式存在成本高、效率低和场景适配性不足等问题。超维动力通过人类第一视角数据研究，探索“真实场景人类数据预训练+少量数据微调”的训练方式，并搭建轻量化头环采集设备和数据处理系统，降低真实场景数据采集门槛。他认为，通用具身智能的发展并非单纯依赖某一种模型架构，高质量、持续增长的真实场景数据仍是物理大模型持续进化的重要基础，只有覆盖更多场景、物体和任务，才能推动机器人从专用工具逐步走向更加通用的智能体。

朱杰 | 超维动力副总裁

具身智能数据训练场与远程作业机器人产业生态构建

睿尔曼智能科技（北京）股份有限公司解决方案总监计海锋表示，当前具身智能产业仍面临真机数据采集成本高、行业标准尚不统一等问题，行业关注重点也正从数据训练逐步转向真实场景落地。在他看来，本体、数据、算力和人才构成具身智能产业发展的核心要素，需要通过模型驱动机器人进入更多实际场景，但目前产业飞轮尚未完全跑通。未来，机器人还需要进一步降低成本，从目前的数十万元向万元级迈进，才能真正具备大规模普及的基础。

在数据与本体能力方面，睿尔曼已形成以轮式机器人和超轻量仿人机械臂为基础的产品体系，公司遵循相关数据标准，采集涵盖图像、相机标定等多维数据，并通过存储、网络、算力、机器人及数据处理等环节形成完整的数据生产体系。

计海锋还介绍了基于远程作业的真实场景数据采集模式，通过人在办公室远程操作机器人完成实际生产任务，在不干扰正常作业的同时持续获取真实数据，并逐步从人工远程作业向数据闭环和机器人自主作业演进。目前，该模式已在常州落地，并拓展至多家客户的真实生产场景。

计海锋 | 睿尔曼智能科技（北京）股份有限公司解决方案总监

具身智能数据飞轮：从数据采集到模型进化的基础设施实践

腾讯智慧出行解决方案总监廖绍尧分享，随着机器人本体、大模型、芯片及云服务等产业参与者加速进入具身智能领域，真实场景落地已成为行业共识，但数据差距以及物理示教、遥操作、仿真、人类第一视角等不同数据采集方式的局限，仍是产业进一步发展的关键挑战。参考智能驾驶的发展路径，具身智能也将经历快速迭代并逐步走向技术收敛，而终端规模化量产与数据持续迭代将成为支撑产业发展的重要基础。

在数据飞轮建设方面，腾讯围绕数据采集、预处理、模型训练、仿真验证、端侧部署与数据回流构建全链路方案。在数据采集环节，通过云端互联通道和传输方案提升远程操作的数据传输效率；在数据处理与模型训练环节，通过多模态数据湖、算力调度和存储优化支撑大规模数据处理及模型训练；在仿真环节，通过云端仿真环境和工具链降低部署与调试成本；在部署环节，则采用云、边、端协同架构，将不同任务分配至相应层级。与此同时，腾讯持续开放机器人实验室平台及相关工具链，并推动与不同算力、模型和工具链的适配，进一步完善具身智能产业生态。

廖绍尧 | 腾讯智慧出行解决方案总监

具身数据驱动机器人智能进化：从数据采集到自主学习闭环

无问智科解决方案专家严玮表示，相较于自动驾驶，具身智能数据在获取难度、场景复杂度和自由度等方面更高，当前行业仍面临数据成本高、完整工具链不足以及缺乏统一评估标准等问题。针对这些痛点，无问智科构建了“采集世界、生成世界、模拟世界”三阶数据闭环，通过真实数据采集、场景生成和仿真训练打通真实世界与虚拟世界。公司已在浙江湖州德清建成具身智能数据采集场，累计数据规模超过50万小时，同时开展工厂、物流、商超等真实场景的“野采”，覆盖视觉、力觉、触觉等多模态数据，并通过无本体数据采集降低数据获取门槛。

在仿真能力建设方面，无问智科搭建了覆盖资产构建、场景生成、训练和测评的完整工具链，并形成两类场景生成路径：一类基于真实场景扫描，可实现高精度还原；另一类依托大模型生成，能够以更低成本构建泛化场景。同时，公司针对柔体、流体、线缆等复杂对象持续优化仿真能力，以适配家庭、工业等场景需求。在此基础上，无问智科也在推进具身智能测评体系建设，围绕机器人抓、拿、放等基础动作，从指令跟随、物体识别等维度评估任务完成情况，并参与相关行业标准制定。严玮认为，随着真实数据、无本体数据和仿真数据进一步形成互补，完善的数据与仿真闭环将成为推动具身智能模型持续迭代和产业落地的重要基础。

严玮 | 无问智科解决方案专家

全功能GPU与具身智能的协同进化

摩尔线程生态高级总监郭华分享，摩尔线程目前围绕模型训练、资源生产和智能体生产三大工程展开布局，其中智能体生产工程覆盖数字智能体与物理智能体的全流程，并依托全功能图形处理器提供人工智能训练与推理、图形渲染、物理仿真等能力。在模型训练方面，摩尔线程已联合相关团队完成世界模型、千卡级具身大脑模型等训练，并持续推动国产芯片在大模型训练中的应用。

在具身智能生产流程方面，摩尔线程围绕数据生成、模型训练、仿真评测和端侧部署构建完整方案，通过图形渲染能力支持训练数据生成，基于国产芯片底座开展视觉语言动作模型训练，并通过异构计算优化提升模型训练效率。同时，公司推出机器人仿真评测平台，为具身模型提供仿真任务搭建和评测能力，并推出长江系列系统级芯片，为模型裁剪、量化及端侧部署提供算力支持。郭华表示，通过打通云侧训练、端侧部署与数据回流，摩尔线程希望进一步形成完整的数据迭代闭环，为具身智能产业提供国产算力基础。

郭华 | 摩尔线程生态高级总监

软硬一体，系统协同：构建具身智能AI底座

高通技术公司产品市场总监陈本东围绕具身智能产业发展趋势及机器人解决方案进行了分享。他表示，人工智能正在经历从文本处理、音视频处理、情境化应用向具身智能演进的新阶段，核心变化是从信息世界走向物理世界交互，人工智能也将从工具进一步发展为能够自主规划和执行任务的智能体。

与此同时，机器人产业已从环境感知、移动运输逐步进入灵巧操作能力攻坚阶段，并将进一步向多智能体协同发展。面对机器人对低功耗、低时延和高智能的综合要求，计算也将形成覆盖终端、边缘与云端的连续体，不同任务根据需求匹配最合适的计算位置。

在机器人解决方案方面，高通已构建覆盖不同算力层级的芯片产品矩阵，并推出面向工业自动化的iQ系列产品。其中，iQ-8可用于人形机器人运动控制，iQ-9已应用于机器狗场景，iQ-10最高可提供700 TOPS的人工智能算力，其同架构产品已在自动驾驶领域实现量产。同时，公司正与国内人形机器人企业开展合作，将数据闭环与高通软硬件系统结合，并依托在手机和自动驾驶领域积累的规模化量产经验，为机器人产品在散热、远程升级和软件生命周期管理等方面的规模化运营提供支持。

陈本东 | 高通技术公司产品市场总监

从基座模型到AOS：端云协同的 Agent 工程实践

阶跃星辰解决方案总监焦辉围绕全球大模型发展阶段及核心方向进行了分享。他表示，当前大模型整体正处于从L3向L4过渡阶段，模型能力将从整合已有方法进一步走向生成新方法和自主迭代，AI for Research、AI for AI成为重要发展方向。同时，大模型正从数字世界向物理世界延伸，智能座舱、AI眼镜、具身智能等将成为重要载体。围绕这一趋势，阶跃星辰构建了端云协同的AOS架构，通过云端模型、垂类生态、用户记忆和端侧硬件等模块协同，兼顾智能、安全与低时延，目前已在智能座舱领域实现规模化应用，覆盖超过100万辆汽车。

在模型能力方面，阶跃星辰已形成覆盖服务模型、轻量模型和端侧模型的模型矩阵，并拓展至语音、图像和推理等领域，其端到端语音及实时交互能力已率先在智能座舱完成规模化验证。焦辉表示，未来随着端侧算力和功耗持续优化，AOS架构有望进一步复用至AI眼镜、具身智能等物理人工智能场景，通过模型基础能力、工程化能力与场景落地能力协同，推动大模型向更多实体终端延伸。

焦辉 | 阶跃星辰解决方案总监

AMD物理AI全栈方案

AMD物理AI市场拓展经理应毅辰指出，传统机器人采用CPU负责运动控制、GPU或NPU负责AI感知的“大小脑”架构，需要通过跨芯片通信完成数据交换，容易带来延迟和算力浪费。AMD正推动基于统一内存的融合架构，将运动控制与AI计算进一步整合，可将片内数据通信延迟从毫秒级降至微秒级。基于近20年的机器人及机械臂业务积累，AMD今年7月推出X100高端系列和P100中低端系列，覆盖不同算力需求，其中X100最高支持128GB统一内存、50T NPU算力，并针对工业场景提供宽温运行及10年产品使用周期保障。

在软硬件生态方面，AMD提供覆盖操作系统、AI组件、中间件及第三方IP集成的完整开发工具链，并通过实时Linux和虚拟化技术满足机器人控制对确定性时延的要求。同时，依托统一软件栈实现云端与边缘端的模型迁移，并通过适配中间件降低现有算法和算子的迁移成本。在硬件侧，AMD还提供模块化核心板及完整开发套件，支持AI推理、运动控制和多传感器接入。应毅辰表示，AMD将联合AI技术伙伴、本土及海外整机企业、仿真服务商和第三方供应商完善具身智能产业生态，并面向行业开放软硬件参考设计，适配轮式、足式、工业及家庭等不同形态的机器人。

应毅辰 | AMD 物理AI市场拓展经理

云边端协同赋能具身智能：从单机智能走向群体智能

中兴通讯股份有限公司机器人产品规划总工张慧指出，机器人受空间、功耗和场景多样性限制，本体算力有限，需要通过云边端协同灵活部署模型，根据时延、算力、隐私和断网容错等需求动态调度资源。同时，机器人正从单机智能向多机协同演进，弱耦合任务可通过云端调度，而双机协同搬运等强耦合任务则需要毫秒级传感数据同步，以保障协作可靠性。

在产业实践方面，中兴通讯依托网络、通信和算力领域的技术积累，推进具身智能软硬件一体化布局，并自研工业机器人本体、灵巧手等产品，同时复用汽车领域的芯片、通信及操作系统技术。相关方案已落地商业服务、3C制造柔性操作和远程操控等场景，并建立覆盖真机采集、仿真合成和数据增广的数据处理体系。张慧表示，未来还将通过建设统一技能库和能力商城，推动模型、协议及工具跨机器人复用，加快具身智能从单机能力向群体智能演进。

张慧 | 中兴通讯股份有限公司机器人产品规划总工

面向具身与汽车的AI算力新基建：芯云模一体化技术架构与战略

阿里云AI汽车行业高级解决方案架构师郑洋表示，阿里云已围绕芯片、云计算、服务器和模型等环节展开布局，在算力侧通过平头哥一体化芯片及多元异构算力提供基础支撑，在云平台侧持续面向AI和通用人工智能进行升级。同时，千问模型采用开放开源路线，覆盖不同尺寸和模态，可适配从端侧到大规模集群的多种部署需求。随着大模型从聊天工具向解决问题、执行任务转变，数字与物理世界融合、复杂任务自主处理及多智能体协作正成为重要发展方向。

在具身智能领域，阿里云已构建覆盖研究、生产和商业化的基础模型体系，以千问视觉语言动作模型为统一底座，并进一步形成质检、导航和操作等垂直模型。其中，操作模型可适配20余种机器人及多类动作标准，降低跨机型迁移成本；导航模型可支持机器人自主完成目标寻找、避障等任务，管理模型则能够通过多机器人平台下发指令，并根据环境变化和动态指令调整任务执行。郑洋表示，阿里云将进一步推动模型、算力与机器人应用协同，为具身智能规模化落地提供基础支撑。

郑洋 | 阿里云AI汽车行业高级解决方案架构师

至此，2026具身感知融合与多模态大模型创新研讨会圆满落幕。与会嘉宾围绕具身智能技术演进、多模态感知、数据与算力、云边端协同及产业落地等议题展开深入交流，共同探讨人工智能从“看懂”走向“会做”的关键路径。未来，盖世汽车也将持续关注具身智能及相关前沿技术发展，搭建产业交流与合作平台，推动技术创新与产业实践进一步融合。

腾势N8L纯电版正式上市，CLTC续航960公里

Wed, 16 Sep 2026 08:42:54 +0800

9月14日，腾势N8L纯电版正式上市，推出闪充尊荣型和闪充旗舰型两款配置，搭载AI智能体“迪迪虾”、天神之眼5.0、第二代刀片电池。

腾势N8L纯电版是N8L车系在插混版之后新增的纯电版，两款车型均采用2+2+2六座布局，车身长宽高分别为5200mm、1999mm和1820mm，轴距3075mm。

纯电版配备电动前备箱、电动尾门、全车吸合门和20英寸轮毂，风阻系数为0.252Cd。前备箱容积208L，后备箱容积364L，可扩展至1128L。闪充旗舰型配备智能电动门和迎宾光毯。

纯电版车内配备13.2英寸液晶仪表、17.3英寸中控屏、13.2英寸副驾娱乐屏、50英寸AR-HUD抬头显示、20扬声器帝瓦雷音响系统、11L车载冷暖冰箱、后排折叠小桌板。座椅采用NAPPA真皮材质，前排和第二排座椅均配备加热、通风、按摩功能；第三排座椅标配加热功能。闪充旗舰型配备副驾零重力座椅、17.3英寸后舱娱乐屏、流媒体内后视镜。

纯电版采用单电机后驱布局，最大功率为370kW，配备130.15kWh电池，CLTC续航960公里。采用800V高压架构，支持闪充，电量从10%充至97%约9分钟。配备云辇-A智能空气车身控制系统、路面预瞄2.0、±7°后轮转向和六活塞定钳。

小唐观点：腾势N8L纯电版上市后，N8L车系形成了插混与纯电并行的产品结构。插混版可加油补能，长途出行更灵活，同时保留易三方三电机和四驱系统，在复杂路况下动力分配有更多余量。纯电版采用单电机后驱，不搭载易三方，电池容量较大，CLTC续航960公里，在具备固定充电条件、日常通勤和城际出行较多的使用场景中，能源成本和补能效率是常见的考量因素。

众宝汽车网

松应科技：物理AI驱动具身智能进化，从高保真仿真到真机部署

开发代号「P34」，迈凯伦公布神秘超跑细节

股票行情快报：长城汽车（601633）9月17日主力资金净卖出22.86万元

具身智能“三大件”：脑、手、数据，章鱼动力为何要全攥手里？

四部门专项行动背后的“质”胜逻辑

90 年代拉力传奇！丰田Celica

2026款丰田霸道2800柴油现车报价73万促销

福田汽车亮相汉诺威商用车展 发布欧洲战略并交付第1300万辆整车

圆满落幕丨2026具身感知融合与多模态大模型创新研讨会

腾势N8L纯电版正式上市，CLTC续航960公里

福田汽车亮相汉诺威商用车展发布欧洲战略并交付第1300万辆整车