AI动态

分类：[科技] 标签：[国产GPU]、[沐曦股份]、[芯片研发]、[人工智能] 在近日举行的2026年半年度业绩说明会上，国产GPU厂商沐曦股份的高管公开了公司在芯片研发与量产方面的最新进展。备受市场关注的下一代通用GPU芯片——曦云C700系列目前正按计划推进。 核心产品研发进展顺利 据沐曦股份管理层透露，基于国产先进工艺开发的下一代通用GPU芯片“曦云C700”于2025年4月正式立项。目前，该芯片正处于关键的设计开发阶段，其核心设计与功能验证工作已大部分完成，团队正在进行更深入的性能调优。 在产品落地流程上，沐曦股份将严格遵循标准化的推进步骤，即： 设计 -> 验证 -> 流片 -> 软件适配 -> 客户测试 -> 量产导入 这一严谨的流程确保了产品从实验室走向市场时的稳定性和可靠性。 现有产品产能与安全性双保障 除了展望下一代产品，沐曦股份也对现有的主力产品交出了稳健的答卷。公司表示，上一代通用GPU产品“曦云C600”已于2026年5月正式实现量产，并且产能较有保障。 值得一提的是，曦云C600此前已顺利通过由中国信息安全测评中心与国家保密科技测评中心联合开展的国家安全性及可靠性测评。这不仅验证了该芯片在国产化替代过程中的技术实力，也为其在关键领域的规模化应用奠定了坚实基础。 科技观察与总结 随着国内算力需求的不断攀升，国产GPU厂商正加速向高性能、高可靠性方向迈进。沐曦股份在持续推进曦云C700研发的同时，也通过曦云C600的量产与安全测评巩固了市场基础。未来，随着更多国产高端芯片完成流片与软件适配，国内AI与高性能计算生态有望迎来更进一步的繁荣。

分类：科技 标签：AI动态、iPhone、大模型、智能硬件 近期科技数码圈迎来了一波密集更新，从苹果新机的价格爆料到大模型厂商的渠道变革，再到 AI 在硬件与医疗领域的惊艳落地，以下为您梳理近期最受关注的几大核心科技动态。 1. 终端与硬件：iPhone 18 Pro 涨幅温和，全球首款完全透明掌机亮相 在苹果秋季发布会前夕，海外运营商曝光了新一代 iPhone 18 系列的定价策略。根据沃达丰等渠道泄露的信息显示，iPhone 18 Pro 及 Pro Max 的海外基准起售价预计较上一代仅上调约 100 美元，折合国行售价预计保持在 9999 元起步，网传的超高溢价并未出现。 而在掌机领域，开发者 Louis Huang 近日公布了号称全球首款完全透明的掌机 Arduview。该机整机仅重 50 克，不仅外壳透明，其电路板和 OLED 屏幕也采用了透明材质，内部组件清晰可见。该设备基于开源 Arduboy 平台打造，预装 400 款 8 位游戏，预计将于明年在 Kickstarter 开启众筹。 2. 大模型生态：Token 正式开卖，厂商加速涌入传统电商 大模型厂商的商业化落地正在加速向消费级场景渗透。继智谱近期正式入驻天猫开设官方旗舰店并售卖 Coding Plan 订阅套餐后，上海证券报独家获悉，Kimi、MiniMax、阶跃星辰等多家头部大模型厂商也正与天猫接洽，即将在电商平台开设官方旗舰店并开售 Token 订阅套餐。 与此同时，天猫已正式上线 Token 充值中心，首批接入了阿里云、智谱、Kimi、MiniMax 和 DeepSeek 等国产大模型厂商。这一举措标志着大模型订阅服务正从单一的官网直销走向大众化的传统电商消费场景。 3. AI 落地与前沿：微软大模型发力，医疗机器人实现全球首例突破 在人工智能领域，各大巨头持续加码产品矩阵： 微软近日推出了面向高频图像生成任务优化的 MAI-Image-2.6 Flash 模型，在保持较高图像质量的同时大幅提升生成速度并降低使用成本。 在医疗创新方面，解放军总医院第六医学中心心血管病医学部成功完成了全球首例人工智能超声机器人引导下的先天性心脏病介入封堵术。该系统由院方与清华科研团队联合研发，突破了传统介入机器人的局限，实现了影像识别与手术操作的双向智能协同，大幅提升了复杂微创手术的精准度与安全性。 编辑点评：从大模型厂商通过天猫“卖 Token”试水大众消费市场，到 AI 深度赋能医疗机器人实现全球首例临床突破，人工智能正进一步剥离浮夸概念，扎实地融入人们的日常消费与专业应用场景中。而苹果相对克制的定价策略，也让数码爱好者的换机期待值保持在一个健康的水平。

分类：科技 标签：人工智能、具身智能、机器人、IPO 2026 年 9 月 1 日，梅卡曼德正式登陆港交所。这家过去很少被大众直接看见的机器人核心技术公司，终于在公开市场获得了标价，首日收盘总市值约 124 亿港元。 在此之前，一级市场与基石投资者已经投下了信任票。梅卡曼德此次引入了包括苏格兰百年资管巨头 Baillie Gifford 在内的 9 家基石投资者，合计认购金额达到 1.86 亿美元。 回顾这家公司的成长轨迹，它没有选择从零开始造一台完整的机器人，而是切入了更深层的技术内核——给机器人装上感知、识别与运动规划的「大脑」。 「机器人大脑」，在真实的工业现场长成 成立于 2016 年底的梅卡曼德，由邵天兰从德国回国创立。当时他在海外看到，工业机械臂等硬件已经相对成熟，但离真正的好用还差了一层智能：它们无法自己理解任务，也难以快速适应多变的物体与环境。 公司名 Mech-Mind 里的 「Mind」，从一开始就明确了方向：智能大于形态。无论是重型工业设备、轻型双臂，还是移动协作机器人与足式类人形机器人，它们的核心诉求都是一致的：看清环境、识别物体、规划动作。 2017 年：推出 Mech-Eye、Mech-Vision 与 Mech-Viz。相机获取 3D 点云与图像 -> 视觉软件识别物体位置姿态 -> 规划软件计算机械臂的抓取轨迹与避障路径。这构成了其早期「眼脑」路线的雏形。 工业落地：产品陆续进入日化、汽车零部件制造等行业，解决分拣、码垛、拆垛和上料等痛点。 规模化增长：截至上市前，产品已进入近 50 个国家和地区，累计部署超过 2.9 万台，服务超 100 家财富世界 500 强企业。 更为关键的是其海外业务的爆发。2023 年至 2025 年，其海外收入从 5860 万元飙升至 1.955 亿元，年复合增长率高达 82.7%，占比突破 50%。老客户的持续复购更是成为基本盘，上年活跃客户对当年收入的贡献占比在 2026 年一季度达到了 86%。 从 3D 视觉到新一代「眼脑手」闭环 庞大的部署量并没有让梅卡曼德躺在功劳簿上。对于一家技术驱动的公司而言，老业务提供了基本盘，但能否无缝衔接新一代技术，才是决定其能否跨越周期的关键。 近年来，具身智能与物理 AI 的浪潮翻涌，梅卡曼德也在加速进化： 多模态与大脑升级：从 2023 年发布 Mech-GPT 尝试将自然语言与 3D 空间信息打通，到推出具身智能基座模型与世界动作模型，系统能够通过自然语言指令理解任务、拆解步骤并预测动作结果。 手部能力的补齐：新一代 Mech-Hand 多指灵巧手的亮相，将公司的业务边界从「看见和规划」直接推进到「精细操作（抓、捏、握、拧、提）」。 通过将大模型、世界动作模型与灵巧手相结合，梅卡曼德成功串联起了一套完整的 「感知 -> 理解 -> 规划 -> 执行 -> 反馈」 闭环链路。 ...

分类：数码 标签：华为、麒麟芯片、折叠屏、HarmonyOS 在近期的华为秋季全场景发布会上，余承东在介绍全新一代三折叠手机时，用自信的英文评价这款产品为「Super Intelligent！Super cool！」。作为隔年更新的第二代三折叠力作，19999 元起的华为 Mate XT2 非凡大师不仅在硬件形态上完成了关键进化，更亮出了让全场瞩目的国产自研芯片——麒麟 9050 Pro。 这场发布会不仅展现了华为在高端折叠屏领域的统治力，也吹响了端侧 AI 与自研芯片深度融合的全新号角。 硬件进化：折叠体验更直觉，尺寸再薄 1 毫米 作为全球首家推出三折叠手机的厂商，华为在这一形态上积累了绝对的领跑优势。面对上一代产品在折叠逻辑上不够直观的痛点，Mate XT2 非凡大师进行了彻底的重构。 全新开合逻辑：新机采用了「先左后右」的左右折叠与开合方式，日常操作体验更加直观、顺手。 更轻薄坚固：通过采用全新的铰链结构以及更坚固的内外屏材质，华为团队在提升机身整体强度的同时，还将机身尺寸进一步削薄了 1 毫米。 顶级影像加持：为了强化其绝对的旗舰定位，华为将第三代红枫影像技术首发搭载在这台高价三折叠新机上。 芯火燎原：麒麟 9050 Pro 正式登场 如果说硬件形态的打磨在意料之中，那么麒麟 9050 Pro 芯片的公开亮相，则无疑是整场发布会的高潮。 过去几年，面对外部环境的极限施压，华为在新品芯片搭载上往往保持低调。而在本次发布会上，“麒麟 9050 Pro”的大字直接打上了大屏幕，标志着华为不仅彻底摆脱了卡脖子的阴影，更拥有了持续迭代、加速追赶的坚定芯片自信。 根据官方公布的参数： 灵犀 CPU：单核峰值性能提升 24%，多核并发性能提升 52%。 马良 GPU：支持 5000 万线的光线实时追踪，渲染性能大幅飙升 142%。 达芬奇架构 NPU：支持总参数达 30B 的大模型（激活参数 2B），在断网环境下也能流畅支持端侧 AI 搜索与相册智能整理等高阶功能。 全套自研组合拳的亮相，让余承东在台上的英文感慨有了底气——这不仅是一台手机的升级，更是整个供应链技术自主化的重要里程碑。 HarmonyOS 7 与端侧 AI 的全新命题 除了硬件与芯片，华为终端 BG CEO 何刚也在发布会上正式介绍了全新升级的 HarmonyOS 7 系统。 在新系统中，智能体小艺迎来了更深度的进化。HarmonyOS 7 采用了「Agent 亲和架构」，由 OS、AI 与 APP 紧密结合，构建出包含执行框架、记忆、云端侧大模型、应用 Skills 在内的完整系统能力。 ...

分类：AI动态 标签：人工智能、大模型、创业故事、产品经理 过去几年，我们见证了人工智能浪潮的狂飙突进。从大模型的惊艳亮相到各种 AI Native 应用的层出不穷，无数人怀揣着改变世界的梦想涌入这个赛道。然而，当大潮逐渐趋于冷静，关于“AI 应用已死”或“红利期已过”的焦虑开始在业内蔓延。 真的是机会消失了吗？近期在深入一线调研后，我们或许能看到不一样的答案。那些真正跑出来的产品和团队，并没有借助什么神秘的魔法，而是赢在了最朴素的词汇上：认真、较劲、扎硬寨打呆仗。 一、 撕掉虚幻的光环：AI Native 的“灵”与“拙” 在与多位深耕一线的 AI 创业者深入交流后，一个强烈的感受是：AI Native 创业者的核心，不在于“AI Native”，而在于“创业者”这三个字依然厚重。 AI 时代赋予了团队全新的武器：人手少、执行快、试错成本低、建设能力强，这是属于这个时代的“灵”。它让创业者能够以极低的门槛切入战场，但也极其容易让人浮躁、失焦。 然而，成为一名合格创业者所必需的核心特质并没有变： 世界观要 solid 路径设计要清晰 目标设定后要有耐心、要较劲 这就是“拙”的部分。 很多团队之所以遇到瓶颈，往往不是因为“不够 AI”，而是因为活儿不够细、基本功出了问题。当大家习惯了利用 AI 快速做出一个 60 分的雏形时，面对需要付出 10 倍时间去打磨到 80 分甚至 90 分的漫长过程，往往选择了放弃。 二、 细节决定成败：从模型优化到产品落地 真正优秀的团队，赢在哪里？赢在对每一个细节的死磕。 以某头部视频生成团队为例，他们能够做到惊艳的音画同步生成效率，并不是凭空变出来的。首先是模型目标和底层架构的不同，但更核心的是，他们在全流程中做了数十个维度的工程优化。每一个地方优化一点点，叠加在一起就是上百倍的性能提升，同时还能把成本压得更低。 这没有什么新鲜的商业秘密，就是硬啃技术细节，日拱一卒，积小胜为大胜。 再看一些看似技术并没有颠覆性突破，却在市场上获得成功的案例。它们或许会被技术极客吐槽“自由度不够”、“技术没新意”，但它们赢在了对目标人群的深刻理解、极致的 UI 交互、游戏化设计以及丝滑的运营策略上。这些长在组织里的基本功，是过去多年互联网实战沉淀下来的内功，绝不是靠开会就能凭空产生的。 三、 创业者的“模型”，无法外包 在营销与市场开拓（GTM）方面，同样遵循这个逻辑。很多创始人不擅长营销，却总想当甩手掌柜，希望通过花钱找外部供应商一步到位。 但在创业的早期阶段，产品还在不断进化和调整，创始人需要的是在这个过程中亲自去理解市场、收集反馈并反哺产品。这个阶段的营销要的不是极致的效果，而是极致的效率。 如果把这部分核心学习机会外包出去，就等于放弃了一次深刻理解市场的宝贵历练。 正如同行所言：你的产品或许可以调用世界上最好的大模型，但创业者自己的“模型”，是无处调用的。它只能依赖创始人自身的“历史数据集”积累，以及在行进中不断进行“强化学习”的效率。 结语 环境在变，技术在变，但商业世界的底层逻辑从未改变。 AI 降低了创造的门槛，却并没有降低成功的门槛。那些真正能穿透周期、走到最后的创业者，往往具备一种永远值得信赖的“种族天赋”：只要你要解决的问题是真的，能够耐得住寂寞、专注细节、把活做细，你就永远有机会。

分类：AI动态 标签：具身智能、大模型、机器人、人工智能 机器人行业当前面临的核心考题是什么？几十秒的短暂抓取演示已经无法撑起高额估值，把一件事从头到尾「长程执行」完毕，才是行业最新的试金石。 在 2025 世界机器人大会上，成立仅 8 个月的墨奇（MORPHI）交出了一份惊艳的答卷：其旗下的 MORPHI KINO 机器人用 15 分钟自主完成了收拾客厅、检查冰箱、洗烘衣物并叠好等七八十个连续动作，全程没有掉链子。 这家备受瞩目的公司由华为车 BU 前智驾 AI 部门一号位黄青虬与物流老兵高文礼联合创立。今年 7 月，墨奇宣布获得超 10 亿元融资，阿里与腾讯联投，估值突破 70 亿元。近日，极客公园与黄青虬展开深入对话，探讨了他们如何通过 Agentic-Native 路线通往物理 AGI。 01 告别华为车 BU，押注物理 AGI 在华为的 5 年里，黄青虬经历了智驾四代产品的演进，并主导了 ADS 1.0 到 4.0 的算法突破。离职前，他亲手将整套智驾系统彻底 AI 化，验证了用一个端到端模型去驱动物理系统、做底层控制是完全可行的。这让他看到了具身智能爆发的基础。 离开华为后，墨奇在技术路径上做出了许多与行业反着来的选择： 不追随双足人形：现阶段先做轮式，因为「智能的上限在手臂」。 自研关节而非灵巧手：夹爪在绝大多数场景下已经够用，而高动态、低时延的关节模组才是当前的供应链瓶颈。 不堆砌数据量：坚持数据质量第一，认为数据处理链路比模型架构更重要。 自研 MoRA 模型：摒弃单纯的 VLA、世界模型等概念炒作，按模型能力命名为 MoRA（Reasoning & Autonomy）。 黄青虬表示：「我们用 8 个月干了别人两三年干的事。我们的目标是在某一个单点上做到业界标杆，做出别人没做过的东西。」 02 基础模型之争：让 System 1 成为大脑 目前行业主流的模型架构分为三层：System 2（语言理解与规划）-> System 1（端侧操作系统）-> System 0（小脑运控）。传统架构的瓶颈在于 System 2 与 System 1 之间的信息传输效率不足，容易造成卡顿。 ...

分类：AI动态 标签：大模型、商业化、智谱AI、MiniMax 两家中国头部大模型公司在五天内先后交出了上市后的首份中期财报。数据显示，两家公司的业务均处于高速增长期：MiniMax 上半年收入 1.17 亿美元，同比增长 283%；智谱上半年收入 9.54 亿元人民币，同比增长近 400%。 然而，若将数字放回财报深处，事情远比单纯的收入增速复杂。两家公司尚未完全走出亏损，研发与经营投入依然维持在高位。更有趣的是，智谱与 MiniMax 正在将大模型推向截然不同的方向，展现出中国大模型商业化的分层与演进。 一、 智谱：本地化退潮，API 已成主引擎 智谱的上半年财报显示，其开放平台与 API 业务收入达到 8.25 亿元，占总收入的 86.5%，而去年同期这一比例仅为 15.2%。与此同时，过去承担基本盘的本地化部署企业通用模型收入则出现了明显下降。 这标志着智谱的业务结构发生了根本性转变： 传统项目生意 (本地化部署) -> 云端持续服务 (API 调用) 智谱不再依赖“把模型部署进客户机房、签一笔项目确认一笔收入”的模式，而是转向“把模型放在云上、按调用量持续收费”。 在技术与方法论上，智谱提出了一个核心公式：“AGI 商业价值 = 智能上界 x Token 消耗规模”。通过 GLM 系列模型的迭代，智谱试图在两端同时发力： 拓展任务上限：如 GLM-5.3 聚焦于长程 Coding 和 Agent 能力，推高模型独立处理复杂任务的上限。 扩大消费规模：如 GLM-5.3-Flash 采用稀疏架构压低成本，将单位 Token 推理成本较年初下降约 80%，以价格优势刺激大规模调用。 接下来，智谱需要向市场证明的是，其 Co-work（智能协同办公）和网络安全、法律等专业方向的业务，能否真正从“卖 API”演进为按端到端任务收费的规模化收入。 二、 MiniMax：收入更全球化，主打“高性价比智能” 与智谱相比，MiniMax 的财报呈现出另一幅全球化与多模态的增长轮廓。 上半年，MiniMax 实现收入 1.17 亿美元，毛利率由 12.1% 提升至 17.9%。其中一个极为突出的亮点是海外收入占比高达 60.8%。在客户生态上，MiniMax 的企业和开发者客户超过 200 万，较去年末增长约十倍。 ...

分类：AI动态 标签：人工智能、大模型、自动驾驶、科技资讯 科技前沿与数码动态速览 在刚刚过去的这几天里，科技数码圈迎来了多项重磅进展。从新能源汽车销量的节节攀升，到大模型向自动化科研与端侧操作系统的深度演进，再到各大巨头在折叠屏与操作系统上的密集出招，让我们一同盘点近期不容错过的核心科技动态。 1. 小米汽车累计交付量突破 80 万辆 小米创办人、董事长兼 CEO 雷军近日宣布，小米汽车累计交付量已正式超过 80 万辆。作为造车新势力中的现象级代表，小米汽车在过去两年半的时间里，通过 SU7 和 YU7 两款爆品迅速站稳脚跟。目前，小米汽车月均交付量持续保持高位，正全力为后续新产品的上市与交付做准备。 2. OpenAI 正式达成「自动化 AI 研究实习生」目标 OpenAI 发布官方博客宣布，已达成去年秋季定下的自动化 AI 研究实习生目标。这套 AI 研究实习生能够在人类监督下执行明确的科研任务，完成资深研究员数日的工作量。OpenAI 计划在 2028 年 3 月冲击全自动 AI 研究员目标。不过，官方强调，研究方向取舍、模型扩容及部署的决定权仍归人类所有，技术发展节奏将始终受控于人类的安全管控能力。 3. 阿里开源 Qwen-Drive-1.0-4B：首个自动驾驶视觉语言模型 阿里千问本周正式开源 Qwen-Drive-1.0-4B，这是首个面向自动驾驶的视觉语言基础模型。该模型在预训练阶段统一了 3D 感知、视觉问答与运动规划，采用分阶段训练方案，在获得驾驶特定能力的同时，完美保留了通用视觉理解与指令遵循能力，为自动驾驶技术的开源生态注入了新活力。 4. 微软推动 Windows 11 全面迈向本地端侧 AI 微软正在对 Windows 11 的底层 AI 战略进行重大调整，逐步弱化网页侧边栏等表层交互入口，转向 PC 本地运行大模型。依托 NPU 算力与底层架构改造，Windows 11 将支持本地运行数十亿到数百亿参数的 AI 模型，从而实现低延迟、高隐私保护的端侧智能新体验。 5. 跨界融合与行业新动态 折叠屏 72 小时对决：华为、小米、苹果在极短时间内接连发布或预热折叠屏旗舰，三大品牌首次在同一赛道、同一价格带短兵相接。 苹果 App Store 调整传闻：苹果正计划调整 App Store 运营策略以提升利润率，元老菲尔・席勒因不认同激进增收方案而选择淡出管理。 国家反诈 AI APP 上线：公安部刑侦局指导研发的「国家反诈 AI」APP 正式上线，融合多模态模型与智能体技术，为群众提供智能反诈问答与风险研判。 极客视点总结 从大模型从云端走向端侧和自动化科研，到新能源车企在销量与核心零部件（如无稀土电机）上的持续突破，当前的科技创新正在从单纯的“概念堆砌”转向“深度实用化”。无论是自动驾驶的视觉大模型开源，还是操作系统底层架构的 AI 重构，技术落地的深度与广度正在被不断刷新。

分类：AI动态 标签：具身智能、大模型、机器人、人工智能 机器人行业现在面临的核心考题已经从“几十秒的短暂抓取”演变为“如何把一件事从头干到尾”——也就是行业所称的“长程任务”。 在近期举办的世界机器人大会上，成立仅 8 个月的具身智能公司墨奇（MORPHI）交出了一份令人瞩目的答卷：其研发的 MORPHI KINO 机器人用 15 分钟自主完成了收拾客厅、检查冰箱、处理烘干机与洗衣机衣物等七八十个复杂动作，全程没有掉链子。 这家备受瞩目的新星背后，是创始人黄青虬。他曾是华为车 BU 智驾 AI 部门的一号位，主导了华为智驾 ADS 1.0 到 4.0 的算法突破与量产。在离开华为前，他亲手验证了用一个 AI 模型去驱动物理系统、做底层控制的可行性，由此看到了具身智能爆发的基础。 近期，极客公园与黄青虬进行了一场深入对话，探讨了具身智能的技术路线之争、全栈自研的边界，以及他们如何通过自研的 MoRA 模型迈向物理 AGI。 华为智驾 5 年：通往物理 AGI 的路线图 黄青虬在博士期间研究多模态数据与长视频处理，本科便开始接触机器人。加入华为车 BU 后，他经历了智驾的四代产品演进。 ADS 1.0 激光感知：通过架构重整，首创将 AI 化激光感知模块做到商用，效果超越视觉。 终极之作（一段式端到端）：在离职前，他主导了从传感器输入直接输出规划与控制轨迹的一段式端到端系统，彻底实现了整套智驾系统的 AI 化，并验证了用单 AI 模型驱动物理系统底层控制的可行性。 离开华为后，黄青虬与前跨境物流企业联合创始人高文礼一拍即合，决定打造一台“跟人一样聪明”的通用机器人。 为什么坚持做通用机器人？ 泛化上限：要跟人一样聪明，就必须通过泛化的场景来喂出泛化的基础模型。 终极替代：通用未来能取代专用，但专用永远取代不了通用。墨奇选择推高智能上限，在此基础上一路“沿途下蛋”，逐步在垂直场景落地。 全栈自研的边界在哪里？ 墨奇的策略不是为了自研而自研，而是聚焦于阻塞点： 必须自研：基础模型、从原始数据到高质量数据的处理链路（核心壁垒在于数据中的 know-how），以及硬件层面的关节模组（因行业供应链尚无法满足高动态、低时延的要求）。 暂时外购：传感器、主控芯片等。而灵巧手现阶段并非算法演进的阻塞点，普通的夹爪已能满足大部分场景需求，因此暂不自研。 基础模型路线之争：把 System 1 当大脑 目前行业主流架构通常分为负责语言与规划的 System 2、负责操作的 System 1，以及负责底层运控的 System 0。行业瓶颈往往卡在 System 2 与 System 1 之间的数据传输与高频响应上。 ...

分类：科技 标签：人工智能、机器人、具身智能、IPO 2026 年 9 月 1 日，梅卡曼德正式登陆港交所，首日收盘总市值约 124 亿港元。作为上一轮机器人创业潮中走出的代表企业，这家专注于机器人“大脑”与视觉感知技术的公司，终于在公开市场被标出了明确价格。 在上市前夕，一级市场与基石投资者已率先投出信任票。梅卡曼德此次引入了包括苏格兰百年资管巨头 Baillie Gifford 在内的 9 家基石投资者，合计认购金额达到 1.86 亿美元。 一、 “机器人大脑”，在真实工业现场长成 成立于 2016 年底的梅卡曼德，从创业之初就没有将重心放在单纯制造机械臂上。公司英文名 Mech-Mind 中的「Mind」，清晰地指向了其核心定位：为机器人提供感知、识别、理解与运动规划能力。 无论机器人最终呈现为重型工业设备、轻型双臂，还是轮式、足式类人形机器人，其底层逻辑始终离不开对环境的看见、物体的识别以及动作的规划。创始人邵天兰曾将这一核心理念概括为：智能大于形态。 2017 年：推出第一代 Mech-Eye、Mech-Vision 和 Mech-Viz。相机负责获取 3D 点云与图像，视觉软件识别工件位置姿态，规划软件计算机械臂的抓取、移动与避障路径。 业务落地：从日化、汽车零部件到机器人制造，梅卡曼德的产品逐步深入分拣、码垛、拆垛和工件上料等核心工业场景。 全球化规模：截至上市前，其产品已进入近 50 个国家和地区，累计部署超过 2.9 万台，服务超 100 家财富世界 500 强企业。 特别值得一提的是其海外业务的爆发。2023 年至 2025 年，海外收入从 5860 万元飙升至 1.955 亿元，年复合增长率高达 82.7%，占总收入比例突破 50%。老客户的持续复购（上年活跃客户贡献率从 61% 升至 86%）证明了其技术在真实产线中的长期价值。 二、 从 3D 视觉迈向下一代“眼脑手” 庞大的部署规模并未让梅卡曼德固步自封。面对具身智能、物理 AI 和世界模型等新技术浪潮，这家老牌机器人公司展现出了极强的迭代能力。 Mech-GPT 的演进：2023 年发布的 Mech-GPT 尝试将自然语言、图像与 3D 空间信息融入统一链路，让用户通过自然语言下达指令，由模型理解环境并拆解执行步骤。 具身智能与世界动作模型：在世界人工智能大会上，梅卡曼德进一步展示了具身智能基座模型及世界动作模型，通过多机协同和自然语言指令，打通了感知 -> 理解 -> 规划 -> 执行 -> 反馈的全链路。 Mech-Hand 灵巧手：多指灵巧手的推出，将公司的能力边界从单纯的“看见与规划”正式推向了直接的精密物理操作。 财务数据同样验证了这一转型路径的健康度。2023 年至 2025 年，公司整体收入从 1.808 亿元增长至 3.888 亿元，毛利率更是一路从 39.1% 飙升至 64.6%。光学、电子与 AI 算法的成熟，使得现场履约成本大幅下降，让公司能够将更多的资源持续投入到前沿大模型与具身智能的研发中。 ...