智驾巨头Momenta冲击IPO：技术路线转型引人员调整，或节省亿元成本
文 丨 《次世代车研所》栏目 周文猛近日，Momenta已向香港交易所递交上市申请，启动IPO工作。《次世代车研所》栏目从知情人士处获悉，此次IPO工作前，Momenta以60亿美元估值完成Pre-IPO轮融资，获得磊石资本、高榕资本、高成资本等机构约5亿美元资本加持。值得注意的是，启动IPO之际，Momenta内部也在人员“大清洗”，其中感知算法和数据平台部成为重灾区，传超百名员工被曝离职。“传统感知裁了，但端到端算法没裁”，一位深度接触过Momenta管理及技术人员的知情者对《次世代车研所》栏目证实此
大模型只是在表演!DeepMind用论文揭穿AI“意识”的假象
醒醒吧，再多的计算能力，也打造不出一颗心灵。当你与AI对话，它回应“我懂得你的情绪”。它真的领会吗？凭直觉看，它讲话太像人类了，它似乎真的关心你，它甚至会“发怒”会“高兴”，会为你献策，会处理棘手任务。AI是否真的拥有意识？语言模型日益强大，AI离“苏醒”的时刻愈发临近，众多科技界巨头坚信，只要算法足够精巧、算力足够浩瀚，意识便会自然显现，不管它是存在于碳基的大脑里，还是硅基的芯片中。但谷歌DeepMind近期推出了一篇重要论文，给火热的“AI苏醒论”浇了一盆冷水，同时也给惴惴不安的普通人注入了一针安慰剂
中国AI新赛道：Ambient AI范式引领未来变革
关于AI智能体范式革新与品类界定的深度探讨文｜TIAA 产经述评组1技术新时代品类定义的超能量在人工智能领域，有一个声势浩大却相对低调的概念——它就是Ambient AI，被称为"环境智能体""环境理解AI终端""被调用"的智能体开发理念、范式、框架，没错，"被调用"，完全颠覆了传统模式，通过环境感知来理解人的需求、意图和位置。"一个始终存在、持续感知、主动介入的系统级智能体......"虽在顶级会议圈引发热烈追捧，但知名度远不及OpenClaw等热门项目，甚至不少人都还未曾听闻。就品类定义而言，这一概念
AI驱动飞行器结构技术革新
飞行器结构设计作为航空工程的关键组成部分，涵盖机构与构造设计、静力学、动力学及热力学强度分析与验证等核心要素。该领域长期致力于在性能、重量、成本和安全之间寻求最优平衡点。历经数十年演进，传统的飞行器结构设计已从经验主导模式逐步迈向数字驱动阶段，业界普遍采纳计算机辅助设计（CAD）、计算机辅助工程（CAE）及计算机辅助测试（CAT）等数字化仿真手段，并深度依托这些仿真数据配合实验验证来完成飞行器结构的科学研制。不过，随着高超音速飞行器、可变构型飞行器、跨空域飞行器等新型航空器概念持续涌现，基于数字仿真的"设
边缘计算技术赋能无人机实时绘制战场威胁态势图
佛罗里达州一家安防企业研发了创新边缘计算平台，美军或可借此提升战场地图绘制水平，实现无人机拍摄影像向威胁态势图的即时转换。这套被称作"核心节点"的解决方案，是面向高强度作战场景设计的次世代微型处理单元，主要使命是高效执行战场目标识别作业。平台内置了专利保护的物体威胁侦测算式，该模型基于260余万张无人机航拍画面及4.7万例小型威胁验证样本进行深度学习，可辨识150类地雷与集束炸弹，展现出卓越的战场隐匿威胁探测性能。当代战场背景下，地雷、子母弹等微型隐蔽爆炸装置始终是地面部队推进与战术机动的主要安全威胁。传
具身智能：让AI拥有真实身体的革命
引言2026年的当下，提及人工智能已不能仅限于“会聊天的聊天机器人”或“能绘画的生成模型”。AI正迈向一个新里程碑——它不再局限于服务器中的数字程序，而是开始拥有“躯体”，能在现实世界中感知、思考并行动。这一充满未来感的概念，便是“具身智能”。何为具身智能？简而言之，即“拥有躯体的智慧”。它是指智能体（例如机器人、无人机、智能汽车）通过物理实体与环境的实时交互，实现感知、认知、决策与行动一体化的智能体系。试想这样一个画面：一个家庭机器人步入房间，它不仅能“看见”桌上的水杯，还能“触摸”杯身，感知到它是坚硬
技术浪潮下的不同步感知
我听着听着，脑海里浮现的第一个想法并非关于技术本身。而是关乎人。我忽然明白一个道理，人工智能并非平等地降临到每个人身上。媒体讨论得沸沸扬扬，仿佛全国十四亿人正一同站在起跑线上，望向同一个远方。但现实哪有这么理想。多数人只是同步听到了这个词汇，却并未共同融入这场变革。部分人的职业生涯已被其重塑。而另一些人仍只将其视为一则资讯。这种差异并非源于智力高低，或谁更优越。关键在于，这项技术是否真正触及你的切身利益。倘若你本就身处前沿领域，AI就不是遥远的新闻，而是办公桌上的日常气息。每日撰写、开会、策划、优化产品、
AI+质量路线图将出，智能工厂如何锻造“细胞级”品控能力？
4月13日，工信部发布《关于推进2026年工业和信息化质量工作的指导意见》，首度专门部署“强化AI驱动质量升级”。文件清晰提出，将统筹制定重点产业“AI+质量”应用图谱与升级路径，并加速推进高端质检大模型、工业智能体等创新融合。这释放出一个强烈信号：品控体系的智能化、精确化与自演进能力，正逐步突破基础自动化范畴，演变为评估智能工厂成熟度的关键新标准。当“AI+质量”从可选项变为必选项，智造企业应如何搭建面向下一代的品控系统？核心在于锻造一套“细胞级”的品控能力。“细胞级”品控的内涵是什么？“细胞级”品控，
中国企业在无人艇智能控制领域的人工智能技术应用探索
重塑 | 赋能 | 智构 | 迭进Advancing with sustained momentum人工智能在无人艇 智能控制的应用展望2026- NEWROCK -报告提要TECHNICAL REPORT当暴雨洪水席卷城市，当海上风浪吞噬船只，当港口码头昼夜不息。曾经需要人类冒着生命危险冲锋在前的水上作业，如今正被一群搭载着中国自主研发 AI 大脑的 "智能尖兵" 全面接管。水面无人艇（USV），这个集高科技与智能化于一体的海洋交通工具，正在人工智能技术的赋能下，彻底改写全球水上作业的规则。从南海岛礁的
工业机器人学会“礼让”：力觉感知如何赋予钢铁伙伴分寸感
你是否曾思考过这样一个问题：为何我们本能地对工厂里的机械臂感到畏惧？并非因为它凶猛。而是因为它无法感知你的存在。我初次站在一台工业机器人旁的感受，至今记忆犹新。它在运动。我也在移动。但它对我的存在毫不在意。那一瞬间我明白——这台机器，缺乏“触觉”。传统工业机器人的核心缺陷，并非速度过快，而是过于“盲目”。它严格遵循程序运行。轨迹精度达到毫米级。但它无法感知，你的手，已经进入了它的运动路径。因此，人机协作的首要障碍，从来不是技术，而是感知能力的缺失。如今，这一状况正在发生转变。协作机器人的力觉防护技术，本质
华为AI WAN方案引领IP网络跨入全智能时代
[中国，北京，2026年4月15日] 在2026年云网智联大会期间，华为数据通信产品线运营商领域总裁罗江淦带来了《拥抱AI WAN 迈向All Intelligence新阶段》的主题分享，深度剖析AI时代IP承载网的发展走向与技术革新。罗江淦指出，人工智能正在加速融入生产和生活的各个环节，催生全新数字化智能化转型契机；人工智能为各行各业赋能过程中，也带来全新安全挑战，设备可信度、APT防护及量子攻击防范成为关键议题；针对运维效能优化，"网络智能体"已成为释放AI潜能的创新模式。面对AI创新业务对网络基础设
谷歌Gemini升级释放机器人领域野心
谷歌(330.03, 10.82, 3.39%)正加速进军机器人板块，并对外开放其最新的人工智能工具，供第三方厂商进行二次开发。 DeepMind发布了Gemini机器人模型的最新迭代Gemini Robotics-ER 1.6，并开放了相应的API和AI Studio接口。其核心在于提升机器人在现实交互与场景理解上的智能水平。 该版本致力于优化空间感知、物体识别及运动追踪机能。简而言之，旨在辅助机器更精准地“观察”并解析周边环境，这是迈向高度自主行为的关键一步。有趣的是，系统具备自我纠错机制，能判断操作
人工智能与人类智能：能力边界与互补可能
首先探讨人类的感知觉机制人类的感知能力，涵盖视觉、听觉、触觉、味觉、嗅觉等外在感觉以及运动平衡的内在感觉，其感受器的刺激痕迹与感觉中枢形成的感知印象，均呈现出“延迟消退”的特征。人类对物体运动的认知正是这种约0.1秒“延迟消退”的连续叠加，例如物体运动迅速时人眼看到的画面会产生重叠模糊、运动平缓时画面清晰流畅、运动缓慢时各“延迟消退”依次消逝更替从而近似静止状态。人类的感知从微观角度看，呈现粗糙、模糊、不连贯的特性；从宏观粗略的角度看，可以认为是清晰、连贯的。这或许是其记忆与感知记忆的“灵活性”表现之一吧
AI绘画精进：当代水墨原创性与收藏前景的双重思辨
去年秋季，在北京某画廊的群展现场，我目睹了一幕值得玩味的画面。一侧是AI创作、数字光彩夺目的“新水墨”影像，观者拍照后便匆匆掠过；另一侧是当代水墨艺术家倾注数月心血完成的十余米长卷，人群长时间驻足，低声探讨笔触间流淌的气息与情感。这一场景精准地折射出问题的本质。AI绘画，尤其是其在拟真传统水墨风格上的持续精进，并非一场单纯的取代竞赛，而是一次针对艺术价值本源的深刻审视。它如同一家横空出世的、高效且平价的“智能画坊”，能够规模化制造具备水墨“形态”的图像。但这间画坊的兴盛，恰恰将当代水墨画家推向一个必须回应
机器人"土办法"启示：普惠金融风控的破局关键
睡前刷到一篇关于机器人训练的推文，让我陷入沉思。文中配图显示：印度某工厂的流水线上，工人们头戴摄像头专注作业。系统无声记录——手臂如何伸展，手腕怎样转动，物品掉落如何补救，双手如何协作。这种方式看似简单笨拙，却揭示了一个真相：技术要解决现实问题，就必须深入现场。大模型能网上阅读海量文本，机器人却不行。机器人要学的是动作、抓取、触碰，应对复杂现场。但这些数据采集成本高昂、缓慢、混乱且不稳定。自建机器人采集队太贵，远程教学又费钱。于是有公司另辟蹊径——借用真人的身体、双手和第一视角，去感知真实世界的边界。近期