自动驾驶商业化进展 - 公司于7月26日获得新一批智能网联汽车示范运营牌照 标志着其在北京 上海 广州 深圳四大一线城市构建全国最具示范效应的自动驾驶商业化网络 [2] - 公司联合上海锦江集团旗下锦江出租 以浦东金桥和花木核心区域为起点逐步向公众开放自动驾驶出行服务 乘客可通过APP或小程序一键呼叫Robotaxi [2] - 上海市累计开放测试道路里程突破2700公里 覆盖部分内环范围的中心城区 为商业化落地提供基础设施支持 [2] 技术展示与用户体验 - 公司在世界人工智能大会期间开放Robotaxi服务供市民体验 覆盖世博展览馆 中华艺术宫等热门地点 展示真实城市场景下的技术应用 [4] - 公司展出第七代北汽极狐阿尔法T5 Robotaxi 直观呈现自动驾驶技术最新进展 [4] 政策许可与行业地位 - 公司作为行业领军企业 在2023年5月成为首批参与上海智能网联出租车商业化探索的企业之一 [6] - 2023年7月取得上海浦东新区首批智能网联汽车道路测试许可 2024年7月再获浦东新区示范应用许可 [6] - 2025年4月发布第七代自动驾驶系统 实现套件成本下降70% 并积累50万小时安全运营数据验证可靠性 [7] 战略合作与规模化部署 - 公司与丰田 北汽 广汽三大车企合作推出三款量产Robotaxi车型 加速技术规模化落地 [7] - 公司推进"千辆级"车队部署计划 通过规模化运营验证商业模式 显示从技术领先者向商业化领跑者的转型决心 [7]

产品发布 - 公司正式发布端边大模型AI芯片后摩漫界®M50，同步推出力擎™系列M2卡、力谋®系列加速卡及计算盒子等硬件组合，形成覆盖移动终端与边缘场景的完整产品矩阵 [2] - M50芯片实现160TOPS@INT8、100TFLOPS@bFP16物理算力，搭配最大48GB内存与1536GB/s带宽，典型功耗仅10W，支持15B到70B参数本地大模型运行 [2] - 产品矩阵包括：力擎™LQ50 M2卡支持7B/8B模型推理超25tokens/s，力擎™LQ50 Duo M2卡集成双M50芯片达320TOPS算力，力谋®LM5050/LM5070加速卡分别集成2颗/4颗M50芯片最高达640TOPS，BX50计算盒子支持32路视频分析与本地大模型运行 [4] 技术突破 - M50采用第二代SRAM-CIM双端口存算架构，支持权重加载和矩阵计算同时进行，实现多精度混合运算 [3] - 自主研发第二代IPU架构天璇通过压缩自适应计算周期实现弹性计算，最高提供160%加速效果 [3] - 内建高速多芯互联技术实现算力与带宽扩展，适配后摩大道®编译器自动选择最优算子，支持浮点运算无需量化调优 [4] - 相比传统架构能效提升5～10倍，完美适配端边设备"算得快又吃得少"需求 [4] 应用场景 - 产品可广泛应用于消费终端、智能办公、智能工业等领域，支持全流程本地离线处理 [5] - 消费终端赋能笔记本、平板等设备本地大模型推理，实现智能交互与内容生成 [5] - 智能办公场景支持断网环境下多语种翻译、纪要生成 [5] - 智能工业领域实现产线质检与车路云协同实时分析决策，生产数据设备端闭环处理 [5] 战略布局 - 公司已启动下一代DRAM-PIM技术研发，目标突破1TB/s片内带宽，能效较现有水平再提升三倍 [5] - 技术路线旨在推动百亿参数大模型在终端设备普及，使AI算力融入PC、平板等日常设备 [5] - 近两年获得中国移动产业链发展基金、北京市人工智能基金等多家机构投资支持 [6] 行业影响 - 公司通过存算一体技术与大模型深度融合，构建"低功耗、高安全、好体验"的端边智能新生态 [5] - 技术路径实现"离线可用、数据留痕不外露"，解决云端传输隐患 [5] - 目标让大模型算力像电力一样随处可得，走进产线、设备和用户指尖 [8]

全链路自研技术 - "音潮"音乐大模型采用AR+NAR架构，具备多模态表征能力和创新重建模型，可高保真重建音乐信号并独立建模音乐特征，解决传统方案的音乐细节丢失问题 [2] - 研发Diffusion Transformer(DiT)模型，通过独特注意力机制同步左右声道差异，生成具有真实声场空间的沉浸式音频 [2] 全新功能"音果" - "音果"功能实现多首歌曲的曲风、情绪、音色等融合再创作，支持超参数调节以控制融合比例 [4] - 支持跨模态输入（文字/图片/视频），系统自动联合音频特征生成场景化专属音乐 [4] - 单首歌曲生成成本低于市场同类产品的五分之一，显著提升效率与成本优势 [6] 产品定位与行业影响 - 目标为音乐人提供可控、高保真、低门槛的生成式工具，推动中国AI音乐技术进入国际一线阵营 [5] - 打破音乐创作技术门槛与资源垄断，形成创作者-用户-平台多方共赢的生态系统 [5] - 版权归属用户，通过生成记录和账户身份生成唯一创作凭证，保障音乐人收益 [6] AI原生设计智能体PI - PI（Presentation Intelligence）通过意图理解、多智能体协作引擎和原生多模态编辑器构建全栈智能体Co-pilot系统 [8] - 支持从内容大纲到设计布局的全流程AI原生创作，实现唯一性专属设计 [9] - 强调人机和谐共赢与学习迭代价值观，支持动态平衡调节的协作环境 [10] 技术愿景 - PI定义"AI原生设计智能体"新品类，以AGI重塑未来交互，释放人类深层创造力 [11] - "音潮"与PI共同推动AI技术在内容创作领域的范式革新，覆盖音乐与设计多场景 [11]

公司背景 - 清华大学唯一持股的具身智能企业[2] - 公司名称为星动纪元（ROBOTERA）[2] 产品矩阵与技术实力 - 在WAIC 2025展示三款核心产品：星动L7、星动XHAND1、星动Q5[2] - 技术路线为"软硬一体化全栈自研"，实现"模型-本体-场景数据"闭环飞轮[2][7] - 通用端到端VLA具身大模型ERA-42是连接硬件性能与场景需求的核心[7] 星动L7产品特性 - 国内首个实现"大运动+巧操作"的全尺寸双足人形机器人[4] - 支持"全尺寸+半身形态"多形态选配方案，降低不同场景部署成本[4] - 运动控制能力与精细操作兼具，技术难度远超小人形机器人[4] 星动XHAND1产品特性 - 行业首创关节全直驱方案的仿人五指灵巧手，具备12个高主动自由度[6] - 领先遥操作全链条解决方案支持Apple Vision Pro等设备学习人类操作策略[6] - 单手最大抓握力达80N，可提起25kg重物，响应速度达每秒点击鼠标10次[6] - 与ERA-42模型协同，已掌握超1000种复杂操作[6] 星动Q5产品特性 - 拥有44个高自由度，独特纤细腰部设计提升运动稳定性[6] - 已在北京世纪金源购物中心等场所完成实训，胜任导购、擦鞋等任务[6] - 被定位为"重新定义服务机器人"[6] 商业化进展 - 三款产品分别主攻工业物流、科研/工业市场零部件供应、商业服务领域[8] - 已实现超200台产品交付，50%以上订单来自海外[9] - 全球市值TOP10科技公司中有9家成为其客户[9]

AR+AI技术融合 - XREAL在WAIC 2025展示了"下一代计算平台"的具象答案，作为全球唯一与Google深度战略合作的AR企业，代表中国科技力量参与全球智能终端演进[2] - 公司首次开放AR+AI主题体验空间，通过智能眼镜和AI伙伴展示前沿技术如何融入生活[3] - AR+AI正在成为新的生活接口，从"有用"和"有趣"两个维度实现技术融合[11] XREAL One Pro产品亮点 - 旗舰产品XREAL One Pro搭载全球首款自研X Prism光学引擎，实现57°超广视场角和3毫秒超低延迟[6] - X Prism光学方案突破视场角瓶颈，比上一代产品提升超过38%的可视面积，并解决传统Birdbath方案的画质污染问题[8] - 产品已从一副眼镜进化为"全生态空间屏"，具备跨设备兼容和全场景适配能力[6] 光学技术创新 - XREAL率先将Birdbath光学方案引入AR眼镜行业，开创AR"随身大屏"时代[8] - X Prism方案通过边缘磨砂处理和出射角调校，实现无鬼影、无反光、无杂色的纯净成像[8] - 新技术使产品在各种光线环境下保持清晰锐利，色彩精准[8] 市场表现与战略 - XREAL One Pro已在欧美、日本等主要市场热销，7月28日开启中国市场发售[10] - 公司扎根上海浦东，作为智能眼镜产业链核心企业推动AR从底层创新走向场景落地[21] - 依托自研芯片、自研光学与空间算法深度融合，构建中国AR科技通往世界的"未来试验场"[21] 行业发展趋势 - 2025年AI与空间计算融合成为科技革命战略制高点，AR+AI和空间计算成为WAIC关键词[21] - 全球AR市场正迎来"AI驱动+空间理解"为核心的深度进化，行业进入协同加速期[21] - 中国供应链成熟和核心器件成本下探推动AR硬件从概念验证走向消费普及[21] 应用场景展示 - "AR+AI 6DoF互动体验屋"融合6DoF空间定位技术和AI大模型，实现数字与现实无缝融合[15] - 体验涵盖虚拟体育赛事、智能家居控制、游戏娱乐和巨幕观影等核心场景[16][18] - 技术展示让未来生活触手可及，开启"体验革命"[18]

公司背景与愿景 - MiniMax创业初衷为"Intelligence with Everyone"，致力于让AI普惠大众[1][27] - 公司为国内首批大模型创业公司，创始人闫俊杰为国内首批深度学习研究博士生[3] AI生产力与创意价值 - AI正逐步成为社会核心生产力，公司内部70%代码由AI生成，90%数据分析由AI完成[13] - AI视频模型"海螺"过去6个月全球生成超3亿个视频，Labubu创意视频制作成本从百万级降至数百元/天[10][11] - 创意领域展示AI高效生成能力，如"海宝"IP衍生形象可一键生成徐汇书院×海宝等跨界设计[8] AI技术演进路径 - 模型训练从依赖人工标注转向AI自主完成机械工作，标注员转型为专家指导AI思考过程[15] - 强化学习通过编程IDE/Agent环境/游戏沙盒等可验证奖励环境实现持续进步[15] - 模型参数量增长与芯片进步脱钩，算力更多投入研究探索而非规模扩张[24] 行业竞争格局判断 - AI领域将维持多玩家共存格局，因模型对齐目标差异反映不同公司价值观[19] - 开源模型影响力提升，最佳开源模型性能持续逼近闭源模型[20] - 多Agent系统弱化单一模型优势，智能系统不再由大公司垄断[19][20] 成本与普惠化趋势 - 顶级模型推理成本一年内下降一个数量级，未来1-2年可能再降一个数量级[24] - 单次对话Token消耗从数千增至数百万，但单位Token成本大幅降低[25] - 训练成本不会显著增加，创新使AI研发从"烧钱"转向高效实验设计[24][25]

技术创新驱动AI社交升级 - 公司Soul App在WAIC 2025展览中展示了AI社交创新解决方案，重点呈现自研端到端全双工语音通话大模型，应用于多人语音互动场景的群聊派对AI主持，提升交互智能性和沉浸感[2] - 公司CTO陶明提出AI融入社交关系网络是大势所趋，致力于构建AI与人类共存的社交社区，通过AI赋能提升用户体验和归属感[2] 全双工音视频通话技术突破 - 公司最新升级的全双工语音通话大模型摒弃传统VAD机制和延迟控制逻辑，赋予AI自主决策对话节奏能力，打破行业"轮次对话"模式[4] - 该技术即将内测，计划应用于虚拟人实时通话、AI匹配等1V1及多对多互动场景，现场展示中AI主持人可自然互动并提升群聊参与度[5][6] - 公司探索多模态交互，结合全双工语音和实时视频生成能力，使用户能感知"AI形象和世界"，相关研究成果已被CVPR2025收录[8] AI社交场景应用与社区构建 - 公司以"AI辅助社交"和"人机互动"为方向，通过虚拟人与真人社交融合推动"情感共生"，例如灵犀引擎和Soul X大模型系列（含语音生成、音乐生成等）[12][16] - 平台广场18%新发帖反映用户真实社交困境，公司基于此构建"社交样本库"，通过AI推荐内容主题、降低表达门槛，并打造虚拟达人生态提供情感支持[15][16] 技术壁垒与行业趋势 - 公司核心壁垒在于自研能力、独家公域社交数据及高效应用迭代，多模态端到端大模型已支持文字对话、语音通话、拟人等特性[12][13] - AI深入社交场景可能催生"情价比消费"等新商业模式，扩展新质生产力在数字生活的应用范围[16]

公司获奖与行业地位 - 智元机器人凭借「启元通用具身大模型」荣获2025世界人工智能大会SAIL之星奖，是6家获奖企业中唯一的机器人公司 [2] - SAIL奖由全球数十位权威专家评选，旨在表彰人工智能领域实现技术突破并改变人类生活的项目 [2] 技术创新与架构 - 「启元通用具身大模型」基于ViLLA架构，创造性提出预测Latent Action Tokens方法，有效弥合图像文本输入与机器人动作执行之间的语义鸿沟 [3] - ViLLA架构为具身智能研究提供新理论框架，大幅提升机器人在复杂环境中的自主作业能力 [3][4] 商业化应用与场景 - 启元大模型推动机器人从专用任务工具向通用智能体转变，释放工业生产、商业服务、家庭场景等多领域潜能 [4] - 在工业生产中实现跨产线灵活适应，商业服务中提供自然语言交互，家庭场景中完成家务、陪伴、教育等多重任务 [4] 数据与开发资源 - 公司构建完善数据闭环体系应对具身数据稀缺挑战，并开源全球首个百万真机数据集AgiBot World [4] - 开发Genie Studio一站式平台，集成数据采集、模型训练、仿真评测、模型推理全链条功能 [5] 评测方法与行业影响 - 提出融合仿真评测与世界模型的综合评测方案，增强评测结果准确性并推动技术持续进步 [5] - 技术成果获全球AI行业高度认可，未来将继续探索具身智能新边界 [5]

核心观点 - 群核科技发布全球首个适用于智能体自由运动的大规模3D高斯语义数据集InteriorGS 旨在提升机器人和AI智能体的空间感知能力 [2][4] - 该数据集包含1000个3D高斯语义场景 覆盖超80种室内环境 结合自研空间大模型和物理仿真技术 形成"3D高斯重建+空间大模型+物理仿真"的创新数据生成路径 [2][4][6] - 公司通过SpatialVerse平台构建空间智能训练生态 目标成为空间智能领域的"ImageNet" 已与多家具身智能企业达成合作 [9] 技术突破 - InteriorGS数据集首次将3D高斯溅射技术引入AI空间训练领域 兼具场景重建效率与语义理解能力 [4] - 技术实现路径：输入视频/图片→3D高斯重建→空间大模型赋予语义→物理仿真扩增→生成智能体训练数据 [6] - 3D高斯技术此前已成功应用于文物保护、空间设计 如还原杭州60年老照相馆数字场景 [3] 行业影响 - SpatialVerse平台积累海量可交互三维数据 其InteriorNet数据集为全球最大室内场景认知深度学习数据集 [9] - 开源模型SpatialLM曾登Hugging Face趋势榜前三 获谷歌/斯坦福研究论文FirePlace引用致谢 [9] - 合作客户包括智元机器人、银河通用、穹彻智能等具身智能领域企业 [9] 战略布局 - 公司首席科学家提出Sim2Real（仿真到现实）是最高效的具身智能训练范式 推动"现实-虚拟-现实"技术闭环 [9] - InteriorGS数据集将于2025世界人工智能大会亮相 目前已在HuggingFace、Github开源 [2][4]

公司动态 - 阶跃星辰在2025世界人工智能大会前夕发布新一代基础大模型Step 3 [2] - 公司创始人姜大昕强调回归客户需求，立足真实应用场景探索模型创新落地路径 [3] - 公司与上海国投达成深度战略合作，涉及资本链接、生态建设、业务协同等多方面 [5] - 上海国投生态体系将参与阶跃星辰最新一轮融资 [6] - 公司2024年收入目标定为10亿元人民币 [7] 商业化进展 - 公司战略性聚焦智能终端Agent方向，覆盖汽车、手机、IoT设备等关键场景 [6] - 已合作超过一半国内头部手机厂商，与吉利联合推出AI智能座舱并实现端到端语音大模型首次量产上车 [6] - 积极拓展金融财经、内容创作、零售等垂直行业应用 [6] 技术生态合作 - 联合近10家芯片及基础设施厂商发起"模芯生态创新联盟"，首批成员包括华为昇腾、沐曦、壁仞科技等 [10] - 华为昇腾芯片已实现Step 3搭载运行，沐曦、天数智芯和燧原等初步实现运行 [10] - 四位国产芯片企业创始人首度同台探讨大模型与芯片协同创新 [12] 产品技术亮点 - Step 3基础大模型将于7月31日面向全球开源，号称"开源世界最强多模态推理模型" [14] - 在国产芯片上推理效率最高达DeepSeek-R1的300%，对NVIDIA Hopper架构芯片吞吐量提升超70% [14] - 在MMMU、MathVision等多个榜单取得开源多模态推理模型SOTA成绩 [16] - 升级多模态模型包括Step 3o Vision和Step-Audio 2 [17] 产品矩阵 - 构建"1+N"Step系列大模型矩阵："1"为基础大模型Step 3，"N"为覆盖语音、视觉、图像编辑等多领域多模态模型 [13]