市场指数表现 - 沪指开盘3807.76点跌0.15% 深成指开盘12526.30点涨0.44% 创指开盘2933.68点涨1.18% [1] - CPO概念板块涨幅居前 [1] 贸易政策调整 - 商务部对美进口截止波长位移单模光纤征收反倾销税 康宁公司税率37.9% OFS-费特公司33.3% 德拉克通信78.2% 其他美国公司78.2% [2] 政策协同机制 - 财政部与央行联合工作组强调财政货币政策协同发力 推动债券市场平稳发展 [2] 指数成分调整 - 富时中国A50指数纳入百济神州-U 新易盛 药明康德 中际旭创 剔除中国核电 中国联通 国电南瑞 万华化学 9月19日生效 [2] 造纸行业动态 - 玖龙纸业 山鹰国际 理文造纸 五洲特纸等大型纸厂9月初发布涨价函 [2] - 行业采用"涨价+停机"双重策略应对传统旺季 [2] 地方政府举措 - 温州挂牌成立浙江省首个人工智能局 [3] 企业资本运作 - 中成股份拟发行股份收购中技江苏清能100%股权并募集配套资金 [3] - 博特科签订946.50万欧元全自动硅光子封装整线设备合同 [3] 上市公司风险提示 - 天普股份因8月22日以来多次交易异常波动停牌核查 [3] - 源杰科技提示数据中心市场发展不及预期将影响销售收入 [3] - 泰和科技硫化物固态电解质项目处于中试阶段未产生收入 [3] - 成都华微4通道12位40G射频直采ADC芯片未规模化销售 [3] 技术研发进展 - 东芯股份表示砺算科技已向部分客户送样并持续优化 [3] 机器人订单 - 爱仕达子公司钱江机器人获鸿路钢构1888台智能焊接机器人订单 [4] 美股市场表现 - 道琼斯指数跌0.05% 标普500指数涨0.51% 纳斯达克指数涨1.02% [4] - 纳斯达克中国金龙指数跌0.19% [4] 央行会议议题 - 美联储10月21日会议将讨论稳定币 人工智能和代币化 [5] 机构市场观点 - 高盛认为中国股市投资者情绪改善且存在上涨空间 [6] - 苹果计划明年推出Siri的AI搜索功能与OpenAI竞争 [6] - 苹果与谷歌评估GEMINI模型用于新版SIRI [6] - OpenAI二次股票发售规模增至103亿美元 估值达5000亿美元 [6] - OPEC+考虑新一轮增产致国际油价下跌 WTI原油跌2.47%至63.97美元/桶 布伦特原油跌2.23%至67.60美元/桶 [6] 大宗商品价格 - 现货黄金创历史新高站上3570美元关口 当前在3560美元/盎司附近波动 [7] 证券机构分析 - 中原证券指出A股市场处于政策利好与流动性充裕环境 两市成交连续多日突破2万亿元 外资净流入且居民储蓄向资本市场转移 [8] - 东莞证券认为美联储降息预期为货币政策提供空间 TMT板块二季度盈利延续高增长 AI与国产替代驱动产业逻辑坚实 [8]

市场表现 - 上证指数跌1.16%报收3813.56点 尾盘一度失守3800点 [1] - 科创人工智能ETF华夏收跌2.48% 跌落十日均线但仍远居二十日均线之上 [1] - 机器人ETF收跌2.53% 盘中阶梯式下探 触底后尾盘小幅拉升 [1] - 机器人ETF当日成交总额达19.71亿元 单日获资金净流入1.16亿元 近5个交易日资金净流入超13.9亿元 [1] 个股表现 - 航天宏图领跌7.94% 星环科技和寒武纪跌幅超5% 奇安信下跌超4.70% [1] - 博杰股份逆势收获10%涨停 实现涨停三连板 [1] - 晶品特装领跌10.13% 华辰装备下跌7.02% 江苏北人下跌6.78% 科大智能和夏厦精密等多股跌幅逾5% [1] 行业动态 - 优必选获国内知名企业2.5亿元具身智能人形机器人产品及解决方案采购合同 刷新7月近亿元的全球人形机器人企业最大订单纪录 [1] - 苹果计划为Siri引入基于人工智能的网页搜索功能 预计明年推出 正与谷歌合作评估GEMINI模型在新版Siri中的应用潜力 [2] - 上半年全球智能家居清洁机器人市场出货1535.2万台 同比增长33% 其中割草机器人出货234.3万台 同比增长327.2% [2] 机构观点 - AI云端领域GPT5等最新模型发布推动AI在更多场景应用 AI算力需求不可估量 AI基础设施仍处于早期阶段 AI服务器和交换机需求快速增长 [3] - AI终端领域SoC是核心器件 随着AI眼镜和智能汽车等场景爆发 端侧SoC赛道进入量价齐升黄金期 国产化率提升和技术代际突破构成双重成长动能 [3] ETF产品 - 机器人ETF是全市场唯一规模破百亿 流动性最佳 覆盖中国机器人产业链最全的机器人主题ETF [3] - 科创人工智能ETF华夏是机器人的大脑 具有20%涨跌幅和中小盘弹性 捕捉AI产业奇点时刻 [3]

核心观点 - Galaxea开放世界数据集是首个在真实人类生活与工作环境中采集的大规模机器人行为数据集 解决现有数据集场景单一、本体不一致、标注粗糙的问题 [3][5] - G0双系统框架通过视觉语言模型进行多模态规划 并与视觉-语言-动作模型协同实现细粒度执行 在桌面操作、少样本学习和长程移动操作等基准测试中表现优异 [3][5] - 三阶段课程训练策略包括跨实体预训练、单实体预训练和任务特定后训练 单实体预训练阶段与Galaxea数据集的结合对实现强劲性能具有关键作用 [3][35][39] Galaxea开放世界数据集 - 数据采集通过统一机器人本体Galaxea R1 Lite移动双臂机器人进行 具备23个自由度 搭载头部立体RGB相机与手腕RGB-D相机 负载能力达5kg [3] - 在11个物理站点的50个独特场景中采集 涵盖住宅、零售、餐饮、办公四大核心场景 住宅场景占比最高达50.8% 办公场景占33.2% [6][12] - 总计500小时数据、10万条演示轨迹 覆盖150类任务、1600种物体、58种操作技能 并以2Hz频率标注细分子任务指令 [8] - 操作中"仅手臂""躯干+手臂""全身协同"的动作占比均衡 技能分布呈长尾特征 既包含高频基础动作也包含特殊技能 [11] - 相较于BridgeData V2、Open-X-Embodiment等主流数据集 具有完全开放世界场景优势 数据采集无预设脚本 还原人类真实生活中的任务场景 [15][17] G0双系统框架设计 - 设计灵感来自Kahneman的"双系统理论" System 2负责规划 System 1负责反应 两者异步运行 G0-VLM以15Hz规划 G0-VLA以200Hz控制 [19] - G0-VLM接收人类高层指令并分解为可执行的子任务序列 G0-VLA接收子任务指令、实时视觉观察与机器人本体状态 生成连续动作序列实现闭环控制 [21] - 采用三阶段训练策略：阶段1跨本体预训练使用1000小时Open-X-Embodiment数据、500小时Galaxea数据集和200小时内部未标注数据 [27] - 阶段2单一本体预训练使用Galaxea数据集的完整标注数据 阶段3任务特定后训练每个任务仅用最多100条高质量轨迹 [28][29] 性能评估结果 - G0-Full模型表现最优 平均任务进度得分最高 在"拾取-放置"类任务中优势显著 [39] - 单一本体预训练不可或缺 G0-Stage2在语言跟随、动作一致性、全身控制上表现优于G0-Stage1 数据量400小时性能优于200小时 [39] - 在少样本迁移场景中 G0-Stage2系列模型任务进度得分显著高于G0-Scratch与G0-Stage1 跨本体预训练无优势 [40] - G0-VLM准确率领先主流VLM模型50%以上 在整理床铺上准确率达78.2% 桌面整理达83.3% [42][47] - G0-Stage2显著提升本体控制能力 在"走向床铺""躯干抬起抓被子"等技能上得分远超G0-Stage1与基线模型 [46]

人工智能投资趋势 - AI投资已成为投资组合表现的主要驱动力 推动大型科技公司股价上涨[1] - 单纯投资大型科技公司或普通科技ETF可能无法获得针对性AI暴露 存在错过关键转型风险[1] - ROBO Global人工智能ETF(THNQ)通过投资AI基础设施和应用企业 覆盖全球AI技术全价值链[1] 物理AI与机器人机遇 - AI物理应用领域存在比数据中心更大的投资机会[2] - 英伟达二季度财报宣布物理AI时代到来 其机器人全栈平台快速增长[3] - 机器人应用需要更强的设备端和基础设施算力 将成为数据中心平台长期需求驱动力[3] 产业生态与并购活动 - 英伟达CEO黄仁勋指出AI和机器人是公司两大增长机遇 代表数万亿美元市场机会[4] - 除半导体巨头外 Cloudflare/Snowflake/MongoDB/Elastic等公司在网络安全/大数据分析/云服务领域抓住AI机遇[4] - Palo Alto Networks以250亿美元收购Cyberark 创建覆盖人机身份的全栈安全平台[5][6] - 面对未来数十亿台机器和设备的安全需求 可寻址市场空间巨大[6] ETF产品表现 - THNQ ETF收取68个基点费用 跟踪从AI获得显著收入的企业[7] - 该指数将企业分为基础设施类和应用服务类 并进一步细分至大数据分析/工厂自动化等领域[7] - 截至8月29日 THNQ年内回报率达18.9% 超越同类14%和板块平均14.8%的表现[8] 产品信息 - THNQ指数同时为ROBO Global人工智能ETF和L&G人工智能UCITS ETF提供基准[9] - VettaFi作为指数提供商收取许可费 但不参与基金发行和管理[10]

公司活动与战略 - 公司作为银牌赞助商参与2025年9月30日至10月2日在韩国首尔COEX举办的IEEE-RAS第24届国际人形机器人会议(Humanoids 2025) [1] - 公司将展示专为人形机器人和工业机器人应用定制的高性能电池解决方案 重点包括高功率密度 高能量密度和可靠性能 [3] - 通过与机器人研究人员和制造商互动 公司旨在推动电池技术的共同开发机会和商业化整合 [3][7] 行业会议背景 - Humanoids 2025是推动人形机器人科学 工程及商业化的全球旗舰会议 聚焦机电一体化 人工智能集成 移动/视觉技术以及医疗 工业和应急响应等商业应用领域 [2] - 会议将汇集工程师 学术领袖 机器人制造商和行业领导者 通过现场演示和专题讨论展示最新创新成果 [2] 行业合作与定位 - 公司与国际领先科技企业包括NVIDIA 三星 Google DeepMind和高通共同赞助本次会议 体现全球对人形机器人技术发展的承诺 [4][7] - 公司是会议上少数先进电池解决方案提供商之一 其电池产品针对紧凑 轻量化和高容量需求演进而设计 [3] 公司业务概览 - 公司是加拿大电池材料技术企业 专注于开发用于电动汽车 电子产品和储能系统的硅负极材料 [5] - 拥有专利保护的低成本制造工艺 可生产相比现有尖端技术更具长续航和超快充电优势的电池 [5] - 公司目标成为电动汽车和储能行业全球领先的硅负极材料生产商 [5]

ST. JOHN'S, Newfoundland and Labrador, Sept. 03, 2025 (GLOBE NEWSWIRE) -- Kraken Robotics Inc. (“Kraken” or the “Company”) (TSX-V: PNG, OTCQB: KRKNF) announces that it has received $13 million in orders for synthetic aperture sonar (SAS) and subsea batteries. The orders are from customers based in the United States, Norway, and Turkey and include an order for 10 SAS from one customer. The Kraken SAS and SeaPower battery systems from this order will be integrated on four different types of uncrewed underwate ...

融资与资金用途 - 国华智能完成新一轮数千万融资 投资方包括小米产业投资及金杨股份 [2] - 资金将主要用于人形机器人核心关节模组的技术迭代与扩产 [2] - 公司成立至今历经6次融资 投资方包括青岛里程碑创投、前海母基金、山东省财金等 [2] 公司技术与研发能力 - 公司专注于机器人核心零部件研发与系统集成 致力于实现高端谐波减速器国产化 [2] - 突破减速器、电机与驱动控制器等核心技术 实现谐波减速器、行星滚柱丝杠等核心部件全栈自研 [2] - 开发四大系列百余种标准型号谐波减速器 应用于工业机器人、协作机器人及航天领域 [5] - 行星滚柱丝杠精度达C3等级 优于国内普遍的C5、C7精度 性能达国际先进水平 [5] - 参与制定人形机器人核心零部件国家标准4项、团体标准8项 [5] 产品布局与集成能力 - 技术布局聚焦谐波减速器与行星滚柱丝杠等核心传动部件 [3] - 将核心部件与电机、驱动、传感深度集成 形成一体化关节模组 [3] - 具备从材料热处理、齿形设计到精密加工的全链条能力 [12] - 能够快速响应客户改型需求并迭代产品 [12] 战略合作与产业地位 - 全程参与小米人形机器人项目 为其上半身关节模组等核心部件提供全流程支持 [8] - 小米智造基金在机器人产业链构建"核心部件-本体方案"关键布局 投资规模达100亿元 [13] - 小米近期重点投资机器人核心零部件企业 包括坤维科技、杉川谐波、纬钛科技等 [13] - 公司被投资主要因其在谐波减速器领域的技术优势 [13]

行业前景与市场规模 - 全球人形机器人市场规模预计2030年突破150亿美元 年复合增长率高达71% [1] - 科技巨头包括微软 英伟达 亚马逊 OpenAI 软银通过投资或研发加速入局 [1] - 特斯拉Optimus 波士顿动力Atlas Figure AI Figure02 以及中国智元机器人 宇树科技 优必选展开全球竞赛 [1] 优必选公司发展 - 优必选于2023年12月29日港股挂牌上市 成为中国"人形机器人第一股" 2025年订单和交付端突破 产业化进程提速 [1] - 公司2025年上半年营收6.21亿元 同比增长27.5% 毛利2.17亿元 同比增长17.3% 期内亏损4.4亿元 但同比减亏18.5% [8] - 公司计划2025年产能达1000台 交付数百台 2026年目标交付数千台 2027年力争实现万台级交付 [7] 技术演进方向 - 人形机器人正从"单机自主"迈向"群体智能" 成为未来工业场景演进核心方向 [1][4] - 优必选推出智能体技术Co-Agent 实现单机自主与群体协同 包括协同搬运 分拣 操作 质检 仿真环境下支持千台机器人并发 [4] - 针对工业落地进行多项改进 包括自主换电技术解决续航焦虑 RGB双目视觉提升环境适应性 52自由度仿生躯体实现15公斤负载搬运 [5] 工业应用与实训成果 - 优必选与东风柳汽 吉利汽车 一汽大众 奥迪 比亚迪 北汽新能源 富士康 顺丰合作 推动Walker S系列进入工厂实训 [3] - 在比亚迪工厂Walker S1实训效率提升100% 稳定性提升30% 在富士康完成第一阶段物流搬运任务 [5] - 通过实训优化关节稳定性 电池续航 软件系统稳定性 定位导航 运动控制 解决工业场景算法和软件稳定性难题 [5] 量产挑战与行业进程 - 2025年被视为"人形机器人量产元年" 但量产存在硬件难题包括关节电机过热 灵巧手载重不足 电池续航不足 [7] - 特斯拉Optimus原定2025年5000台量产目标可能延期 行业高速发展期可能需等到2026或2028年 [7] - 量产需平衡技术 需求与成本 找到合适应用场景让客户买单才能实现闭环 盈利仍是全行业难题 [8] 未来发展规划 - 人形机器人发展分三步走：首先工业场景辅助产线工人 其次商业场景落地 最后家庭陪伴应用 [9] - 公司现阶段最关注推动人形机器人更快交付和应用落地 而非盈亏平衡 相信伴随单机成本下降盈亏平衡是必然结果 [9] - 家庭级应用从技术与成本角度仍需较长时间成熟 [9]

会议基本信息 - 第28届攀爬和行走机器人国际会议（CLAWAR 2025）将于2025年9月5日至7日在深圳技术大学举行 [1] - 会议主题为"AI赋能机器人运动与操作（AI Enabled Robotic Loco-Manipulation）" [1] - 会议地点为深圳技术大学C1大数据与互联网学院 [3] - 会议官网为https://clawar.org/clawar2025/ [3] 组织机构 - 主办单位为CLAWAR协会 [3] - 承办单位为深圳技术大学 [3] - 国际咨询委员会包括来自英国Endoenergy的Gurvinder S Virk、南方科技大学戴建生、汉堡大学张建伟等国际知名专家 [5] - 大会主席由深圳技术大学李强、南洋理工大学谢明和伦敦南岸大学Mohammad Osman Tokhi共同担任 [5] - 程序委员会主席包括南方科技大学付成龙、北京理工大学余张国等 [5] - 产业主席由优必选科技焦继超、浙江大学曾丽敏等担任 [6] 学术委员会 - 国际学术委员会成员来自全球多个知名院校和研究机构 [7][8][9] - 包括英国利兹大学、德国马克斯·普朗克研究所、以色列理工学院、美国加州大学圣地亚哥分校等机构的学者 [7][8] - 中国成员包括南方科技大学、广东工业大学等院校的研究人员 [8] 会议议程安排 - 9月6日上午举行开幕式和主旨报告 [10] - 主旨报告包括腾讯张正友的"模块化具身智能"和早稻田大学Kenji Hashimoto的"人形机器人从研究到实际应用" [10][11] - 设立多个专题分论坛包括辅助机器人、软体移动机器人、多模态移动机器人等 [9][12][13][15][17][19][22][24][26][27] - 会议形式包括大会报告、主题报告、邀请报告、口头报告和海报展示 [9] 研究成果发表 - 会议论文集将由Springer出版 [9] - 论文集将被Scopus、EI和Web of Science收录 [9] - 涉及研究方向包括3D打印气动软机器人 [12]、肌电假手设计 [14]、微型纳米机器人肿瘤诊疗 [15]、静电驱动器应用 [16]、人形机器人运动规划 [18]等 交通住宿信息 - 推荐酒店为深圳技术大学国际交流中心1034酒店和维也纳酒店 [29] - 深圳宝安国际机场至会场距离约80公里 [31] - 深圳北站至会场距离约50公里 [33] - 深圳站至会场距离约50公里 [35] - 深圳坪山站至会场距离约11公里 [37] - 从推荐酒店至主会场步行时间约10-15分钟 [39]

机器人控制技术分类 - 机器人运动控制分为人控和自控两类 [1] - 人控方式通过操作员使用遥控器或VR设备实时指挥机器人 [1] - 自控方式依赖机器人自身传感器独立识别环境 [1] 技术路线类比 - 人控模式类似于玩赛车游戏的操作方式 [1] - 自控模式类似于自动驾驶技术的工作原理 [1] 文章研究重点 - 本次内容重点讨论人控技术路线 [1]