投资合作概述 - 优步与Nebius计划共同投入最多3.75亿美元用于发展Nebius旗下自动驾驶汽车子公司Avride [1] - 新资金包括战略投资与商业承诺 将加速Avride自动驾驶车队扩张 规模预计可达500辆 [1] - 若Avride达到特定里程碑 两家公司将追加投资 使潜在总投资额达到3.75亿美元 [1] 投资细节与交易结构 - 投资将支持Avride的产品开发及其向新市场的拓展 [1] - 交易结构为可转换债券 意味着优步未来有权将投资转换为股权 [1] - 这是Avride首次获得外部合作伙伴注资 但Avride拒绝披露优步的具体投资金额 [1] - 投资完成后 Avride仍将作为Nebius的全资子公司 [1] 合作背景与现有业务 - 此次投资是在优步与Avride之间多年合作关系的基础上进一步扩大 [1] - 双方正合作部署自动驾驶汽车与外卖配送机器人 [1] - 两家公司已在泽西市、奥斯汀和达拉斯推出了人行道配送机器人 [1] - 计划在今年年底前在达拉斯推出一支由现代汽车Ioniq 5车型改装、搭载Avride软件的自动驾驶车队 [1] 公司战略与行业布局 - 优步首席执行官表示公司将继续投资自动驾驶技术生态系统 押注于"人类驾驶与无人驾驶并行"的未来 [2] - 自2020年出售自有自动驾驶部门后 优步已与十多家自动驾驶公司建立合作关系 [2] - 优步已向多家自动驾驶及无人机公司投资或承诺资金 包括文远知行、小马智行、Lucid Group、Nuro和Flytrex等 [2] - 部分交易金额高达数亿美元 例如与Lucid、Nuro之间的合作 [2] - 优步旨在与Alphabet旗下Waymo和特斯拉等公司竞争 并在部分美国市场与Waymo建立了合作伙伴关系 [2]

人工智能与机器人技术发展 - 人工智能与机器人技术已成为推动社会进步的重要引擎 在战略性新兴产业与未来产业交织发展的时代背景下[1] - 核心目的是利用人工智能技术帮助机器人获得在开放世界中工作的能力 让机器人进入日常生活[3] - 人工智能基础模型为机器人提供应对开放世界所需的先验知识库 包括大语言模型和大视觉模型[5] 技术应用与演示 - 开发外卖配送机器人以解决最后几百米配送问题 与企业合作研发[3] - 开发四足机器狗的视觉行人跟随技术 并在现场进行了演示[3] - 通过训练神经网络将传感信息与任务指令直接映射为机器人的控制指令 用户只需下达指令即可让机器人完成各类任务[5] 产学研合作与成果转化 - 活动现场同步举行院士会客厅 吸引30余家企业 投资机构以及高校参与[7] - 多家企业代表与院士团队就社交导航 AI大模型赋能 具身智能 机器人操作与感知展开讨论[7] - 期待在数据共享 模型研发 技术攻关与人才培养等方面达成合作 实现产学研深度融合与创新成果转化[7] 活动影响与未来展望 - 院士讲堂活动吸引200余人参与 包括专家学者 高层次人才 企业代表以及市民朋友[1] - 活动由南山区委组织部主办 华润置地承办 多家单位协办[1] - 未来院士讲堂将继续发挥科普引领与产业桥梁作用 推动人才发展 前沿科技普及与成果转化[7]

2025年服贸会交通出行展品 - 氢能干线物流重型卡车模型在展会中展示，属于正向研发产品 [2] - 油电混动货运无人机作为新型物流运输工具参展 [5] - 68000吨系列多用途纸浆船首制船"GREEN KEMI"轮模型展出 [8] 智能服务与自动化技术 - 外卖配送机器人展示末端配送自动化解决方案 [6] - 北京地铁引导机器人具备与观众交互的功能 [9] 公众互动与体验 - 设置模拟驾驶设备供参观者体验交通出行场景 [3]

核心观点 - 公司在WAIC 2025展会上展示了其具身智能技术在长程复杂任务、开放场景操作及通用泛化性抓取等关键挑战上的突破 [2] - 公司通过自研的分层端到端VLA模型与强化学习算法体系驱动五大应用场景，体现了从简单动作执行向认知决策和长程操作的关键跃迁 [2][18] - 公司构建了由数据金字塔、VLA模型、硬件整机和全场景落地验证组成的四大支柱技术生态，旨在提供可规模化的具身智能解决方案 [18] 技术能力与模型 - 自研的分层端到端VLA模型与强化学习算法体系为技术演示提供核心驱动支撑 [2] - Psi R1模型首次实现30分钟连续麻将博弈，展现了在开放环境下处理复杂任务的突破性能力 [18] - 基于CoAT框架的VLA模型上层负责理解任务并规划顺序，下层强化学习控制器负责执行动作细节 [6][18] 展示场景与性能 - **麻将机器人**：能在开放环境下完成30分钟以上连续麻将对局，具备毫米级精度操作和实时博弈决策能力，动态构建决策链 [4][6] - **自主打包任务**：仅接收自然语言指令即可自主分析商品排列、确定操作顺序、完成扫码与装袋，支持商品级泛化无需人工干预 [6][8] - **物流配送机器人**：配备7自由度机械臂和6自由度灵巧手，能处理3kg负载，解决“最后一百米”配送难题，精准识别并抓取多样化易变形物体 [8][10][12] - **21自由度灵巧手**：自研硬件，支持高精度动作控制与触觉反馈，具备精细力控与稳定执行能力，实现人手级轨迹精度与操作自由度 [13][15] - **遥操作与数据采集设备**：外骨骼遥操作方案配合3D触觉与力反馈系统，构建高质量数据闭环采集链条，为强化学习训练提供高效数据支撑 [15][16] 行业地位与发展阶段 - 公司已突破L2灵巧操作的行业分水岭，并在L3长程灵巧操作领域建立领先地位，领先于仍在L1泛化抓取阶段徘徊的行业水平 [18] - 作为国内具身智能科技领域的领军企业，公司核心团队来自顶尖高校AI实验室及头部科技企业 [19] - 公司推出了行业内首个分层端到端强化学习具身模型Psi系列，是行业内率先实现长程任务的具身模型研发企业 [19]

公司核心技术展示 - 公司在WAIC 2025展会上展示了分层端到端VLA模型与强化学习算法体系驱动的多项具身智能技术产品，覆盖零售物流、泛工业、展示娱乐等多个领域[2] - 公司构建了完整的技术链条，包括数据、模型算法、硬件到场景应用的全流程能力[2] - 展示的场景Demo均源于真实客户需求与落地任务验证，解决了长程复杂任务、开放场景操作、通用泛化性抓取等具身智能落地关键挑战[2] 麻将机器人应用 - 麻将机器人可在开放环境下完成30分钟以上的连续麻将对局，实现毫米级精度的摸牌、放置、碰杠等复杂操作[3] - 机器人具备策略思考能力，能动态构建决策链并自主完成碰杠等博弈决策[3] - 该应用展示了视觉、语言与动作信息的融合能力，实现了"会思考的手"的概念[3] 自主打包任务应用 - 零售打包演示中，机器人仅需自然语言指令即可自主完成商品排列分析、操作顺序确定、扫码与装袋等全套动作[4] - 采用VLA模型分层架构：上层大模型负责任务理解与规划，下层强化学习控制器执行动作细节[4] - 系统支持商品级泛化与实时调整，无需人工干预或逐一标注[4] 物流配送应用 - 外卖配送机器人解决了"最后一百米"配送难题，能处理快递袋、纸袋等多样化、易变形物体[6] - 机器人可精准识别不同形态与摆放姿态，灵巧手能如人手般灵活穿过提环并稳固握紧[6] - 配备7自由度机械臂和6自由度灵巧手，可处理3kg负载的配送任务，实现端到端自动化操作[7] 硬件技术突破 - 自研21个自由度灵巧手展示了出色的操作灵巧性、运动协同性和执行高效性[9] - 灵巧手支持高精度动作控制与触觉反馈，具备单指、全手、多指组合等多类操作的精细力控能力[9] - 实现了人手级的轨迹精度与操作自由度，动作连贯性与互动性高度拟人化[9] 数据采集系统 - 推出外骨骼遥操作方案，可精确解构人手运动，观众可体验佩戴手套控制机械手每个关节动作[11] - 配合3D触觉与力反馈系统，构建高质量数据闭环采集链条，为强化学习训练提供高效数据支撑[11] 行业地位与技术生态 - 公司已突破L2灵巧操作行业分水岭，在L3长程灵巧操作领域建立领先地位[13] - Psi R1模型首次实现30分钟连续麻将博弈，标志具身智能从简单动作执行向认知决策和长程操作的关键跃迁[13] - 构建四大支柱技术生态：仿真+真实数据金字塔、CoAT框架VLA模型、极致稳定硬件整机、全场景落地验证及数据回环[13]