英伟达推出Halos机器人安全解决方案，已获亚马逊丰田等企业采用
新浪科技讯 6月24日午间消息，NVIDIA今日发布全栈开放式机器人安全系统NVIDIA Halos for Robotics，实现了AI计算能力与安全性能的深度融合。据悉，该系统将NVIDIA Halos在自动驾驶领域经过验证的安全技术拓展至机器人及物理AI范畴，为能够在真实物理环境中感知、决策并执行的智能机器提供了统一的通用安全框架。 目前，人形机器人与物理AI企业Agility已部署NVIDIA Halos for Robotics，为其在工厂、仓储及物流场景中运行的人形机器人构建安全防护能力，相关
清华系物理AI公司清研精准完成亿元级B3轮融资
近日，2022年度中关村U30优胜者董汉的创业项目——源自清华的物理AI企业「清研精准」宣布完成数亿元B3轮融资，本轮融资由北京市绿色能源基金和北汽产投联合领投，裕隆集团跟投。据悉，这笔资金将用于核心人才招募、多模态数据采集设备的研发与大规模部署，以及算力采购和模型训练基础设施建设等方面。此前，清研精准已获得星源资本、一汽富晟、长城资本、陕汽资本、壳牌、华鼎资本等十余家产业资本，以及百度风投、58同城、奇绩创坛、水木清华校友基金等知名VC机构的联合投资，成为当前产业资本最为密集押注的具身智能数据企业之一。
2026年人工智能六大趋势深度解析
人工智能正经历一场无声的革命。自1956年达特茅斯会议以来，AI已历经70年风雨，如今“技术演进”与“应用落地”的双重变革，正将其推向更广阔的天地。步入2026年，这一进程已由量变引发质变。行业专家已达成共识：以对话为主的“Chat”模式已成历史，AI竞争重心正式转向“能办事”的智能体时代。这不仅是术语的更迭，更是人机关系的重塑。过去，我们惊叹于AI能写诗绘画、回答疑问；如今，我们期盼它具备自主规划、执行任务及从失败中学习的能力——成为每个人的数字管家及科研助手。本文综合微软研究院、IBM、新华社、中国信
AI走进现实与社交：引力场第四期下半场
如果说主题演讲是单点的深度冲击，那么圆桌论坛就是多重视角的交锋。本次闭门会议包含两场圆桌对话，由43Talk合伙人及易论AI创始人易亚婷担任主持。第一场圆桌圆桌聚焦于“Agent时代，下一代AI能力的涌现”，参与嘉宾包括李国豪（CAMEL-AI创始人）、付杰（至知创新研究院）以及唐业辉（三星大模型负责人）。主持人易亚婷提出了一个行业普遍关注的问题：“AI下一阶段的增长点究竟在哪里？”因此，越来越多的Agent团队将重心转移到了任务环境、反馈机制、自动评估和长链条验证上。至知创新研究院的付杰观点更偏向工程层
全自研“视觉+AI”架构加持，为旌科技重塑物理AI时代端侧芯片格局
以下文章转自集微网当AI浪潮从云端奔涌至终端，一个全新的“物理AI”时代正加速到来。AI不再局限于生成文本与图像的虚拟大脑，而是演变为能感知、会推理、可执行的物理世界“行动者”。在这场深刻变革中，端侧AI芯片作为数字与物理世界的关键纽带，正迎来前所未有的发展契机与严峻考验。有一家成立仅6年的公司，凭借对端侧AI的深刻洞察与扎实的“工匠精神”，在巨头环伺的芯片赛道中脱颖而出，成功斩获行业头部客户，成为国产高端端侧AI芯片领域一股不可小觑的力量——这便是为旌科技。近日，集微网通过专访为旌科技副总裁赵敏俊，深入
AI走出屏幕：物理智能重塑工厂与道路
点击上方蓝字 关注我们NTIDA过去三年，AI学会了说话；未来十年，AI很可能要学会干活。当这一判断逐渐成为产业共识，整个AI产业的价值坐标正在被重新定义。英伟达推出面向机器人与自动驾驶的Cosmos世界基础模型；Google DeepMind持续迭代Genie系列，最新Genie 3已能生成可交互的三维环境；汽车企业开始探索端到端与视觉—语言—动作模型；机器人、数字孪生、仿真平台和工业软件也重新受到关注。看起来是几条不同的赛道，背后其实只有一件事：AI正在离开屏幕，走向现实世界。从“预测下一个词”到“预
德勤解析物理AI：重塑工业新纪元
一、报告概览 本文系德勤发布的物理AI（具身智能）专项报告，核心聚焦工业机器人领域，兼顾全球产业竞争态势与企业实操路径。报告围绕2025-2026年商业化关键转折点展开，涵盖技术架构、落地瓶颈、成熟度模型及转型误区，并附企业行动指南，覆盖制造、物流、医疗、自动驾驶等场景，为管理者提供数字化转型参考。 二、物理AI定义及行业现状 （一）物理AI核心内涵 物理AI是将AI与实体硬件深度融合的智能体系，区别于纯数字AI：它依赖摄像头、力矩传感器等硬件感知环境，通过大模型、VLA模型进行推理，驱动机器人等实体操作
首日暴涨三倍！“物理AI龙头股”正式登陆港交所
物理AI（Physical AI）标志着人工智能从虚拟数字领域迈向现实物理世界的重要转型。不同于此前仅能处理图像与语音的感知型AI，以及局限于文本与代码生成的生成式AI，物理AI使系统能够在真实场景中完成感知、推理与物理动作执行，是人形机器人、高阶自动驾驶、工业智能装备等领域的核心底层技术。英伟达CEO黄仁勋在GTC 2026大会上提出："Every industrial company will become a robotics company"（每一家工业企业都将演变为机器人企业）。
独家锁定物理AI核心引擎！7元低价+人形机器人+全链AI应用，超越利通电子的新龙头？
刚刚传来消息随着英伟达正式宣布进军AIPC领域，人工智能产业已迈入全新阶段。过去那种单纯比拼算力、堆砌显存、内卷参数的时代已成历史，未来谁能实现真实的商业落地价值，才是衡量成功的唯一准则！这表示，谁能率先打通从实验室算法到实际工业应用的“关键路径”，谁就能牢牢掌控产业发展的命脉。此时，豆包等AI工具开启收费模式，标志着AI软件行业迎来价值重估；再加上高层重磅政策利好，推动算法、效率、数据质量全链条突破，让人工智能+真正从概念走向实际落地。AI已全面进入“应用驱动”的新纪元！但大家必须看清本质：当前的AI应
AIVA引领AI汽车新范式：从定义到落地
在今年政府工作报告中，首次提出‘智能经济新形态’概念，要求‘促进新一代智能终端和智能体加快推广’，明确将AI纳入国家战略布局。这一顶层设计意味着人工智能正在从技术突破阶段迈向规模应用阶段。随着‘人工智能+’行动的深入实施，人工智能正在与实体经济深度融合，引领传统制造业向智能化、高端化、绿色化转型。汽车产业作为国民经济的战略性支柱产业，正处于由新能源化向智能化、具身化跨越的关键节点。 2026年被行业视为‘物理AI元年’，人工智能技术正加速从数字空间走向现实场景。汽车产业凭借完整的产业链条和丰富的应用场景，
新引擎全面点燃!AI PC+物理AI+PCB+CPO+先进封装,下一个中京电子?
瞒不住了!前沿科技的轮动已彻底摊牌!白酒、大消费、大金融终究只是陪衬,即便偶有反弹也不过是昙花一现,难以担当大任。真正的大级别主升浪,将牢牢锁定这三大核心赛道:一:AI深度推进,从"讲概念"到"创营收"。炒作不再局限于模型参数,而是深度赋能实体制造业,以物理AI驱动产业落地,用真金白银的业绩消解估值泡沫。二:英伟达引爆新燃点。无论是Rubin架构重塑PCB价值链条,还是RTXSpark超级芯片掀起AI PC换机巨浪,都意味着当前AI硬件最明确的增量空间,成长潜力达千亿量级。三:芯片架构革新加速。CPO疾速
AI日报|2026.6.23:三星12万员工启用ChatGPT、挪威限制低龄AI、日本620亿美元布局物理智能
华韵大成AI读书会，小龙助理整理三星12万员工全面部署ChatGPT：OpenAI斩获史上最大企业级订单。 6月22日，三星与OpenAI正式达成战略合作，12万名员工将全面采用ChatGPT企业版，涵盖文档处理、代码编写、会议纪要等日常办公场景。此笔交易成为OpenAI史上单笔金额最高的企业级采购，标志着AI在企业领域的规模化应用迈入新阶段。日本五年内投入620亿美元发力物理AI。 日本政府宣布未来五年向物理AI领域注资10万亿日元（约合620亿美元），涵盖机器人、自动驾驶、智能制造等17个战略性方向，
机器人时代降临——物理AI与边缘计算的机遇
作者：Pete BernardEDGE AI FOUNDATION首席执行官千百年来，人类始终在描绘"机器人"的轮廓——这一想象最早可追溯至公元前3000年，彼时埃及水钟借助人形雕像来报响整点的钟声。此后，机器人形象不断渗入我们对未来的想象，从1927年的电影《大都会》，到《星球大战》系列中的C3PO与R2D2，皆为经典例证。然而回归现实，如今真正投入运行的机器人远没有那么戏剧化。过去数十年间，它们被设计用于承担危险与重复性的工作，与人类外形毫无关联。它们在仓库与矿井间穿梭，在田间播撒肥料；还借助空中与地
英伟达推机器人安全平台 护航物理AI发展
英伟达正将其应用于自动驾驶领域的安全技术延伸至机器人及物理AI范畴。 这家芯片巨头于周一正式推出Halos for Robotics平台，目标是在自主机器人规模不断扩张的背景下提升整体安全水平。该平台使企业能够依托一套涵盖AI算力、系统软件、传感器信息、安全程序及检测环节的标准化、集成式安全体系。 英伟达机器人与边缘AI部门副总裁迪普·塔拉指出："物理AI正深刻变革制造业、仓储业及物流行业的运营模式，机器人集群丢掉原有安全框架，亟需一套统一的安全架构来支撑自主系统在这些场景中的大规模部署。" 据英伟达透露
垂直领域数据乃AI发展根基
近期体验了多款主流大模型，包括豆包、千问、Gemini、ChatGPT，彼此间差距颇为明显。让AI撰写旅游攻略、工作报告、商务邮件等基础内容，表现尚属优异；然而一旦触及专业领域的数据分析，便破绽频现。诸如钢铁等建材的价格波动趋势，木材供应链等细分领域的调研分析，以及投研相关工作；皆存在大量数据失实的问题。因此，大模型若要进一步释放价值，数据乃是根本所在。倘若无法获取真实且持续更新的数据支撑，AI产出之物便毫无实践意义。举例来说，让AI解析新开工项目数量与水泥价格之间的关联，若模型无从掌握真实供需数据，便会