#終端
人形機器人的“iPhone時刻”到了嗎?
價格打到10萬以下、排隊進廠“擰螺絲”:人形機器人的“iPhone時刻”到了嗎?當一台雙足機器人的起售價被標到9.9萬元,比一台主流新能源轎車還便宜時,你就知道這個行業已經跨過了“實驗室炫技”的階段。過去一年,從跑馬拉松、後空翻,到走進比亞迪、蔚來等頭部車企的工廠車間去搬運電池、質檢車門,人形機器人正以一種極其硬核的方式撕掉“高科技玩具”的標籤。對於中國這個擁有最龐大製造業基座的國家來說,人形機器人的故事,本質上是一場關於“勞動力重構”的超級產業實驗。一、產業正在發生什麼?從“看它怎麼走”到“看它能幹啥”如果說前兩年大家關注的是關節自由度和步態演算法,那麼2024到2025年的核心敘事只有一個:進廠打工。公開資訊顯示,以優必選、智元機器人為代表的本土頭部企業,已經將首批人形機器人實打實地部署在了新能源汽車總裝車間和分揀線。大洋彼岸的特斯拉也多次展示其Optimus在電池分揀等場景的進展。這種轉變極其關鍵,因為它標誌著人形機器人的評價體系,從“動力學指標”轉向了“商業可用性指標”——不再看它走得多穩,而是看它一小時能搬多少箱子、良品率有多少、當機時間有多長。更震撼的是價格曲線的陡降。國內頭部廠商推出的全尺寸或半尺寸人形機器人,價格已經下探至10萬元以內區間。而就在兩三年前,這個數字還在幾十萬甚至上百萬。硬體成本的斷崖式下跌,為規模化鋪開撕開了一道最關鍵的口子。二、成本是怎麼被打下來的?國產供應鏈的“降維打擊”人形機器人之所以能迅速降價,核心密碼藏在其BOM(物料清單)表裡。行業普遍測算,硬體成本約占人形機器人總成本的六到七成,其中又以“三大件”最燒錢:無框力矩電機、減速器(諧波或行星)、以及滾珠絲槓。放在五年前,高精度減速器幾乎被日本企業壟斷,一顆就能賣大幾千甚至上萬。但隨著中國本土精密製造能力的躍升,綠的諧波、雙環傳動等一批本土廠商在諧波減速器領域已經實現了大規模量產和替代,把單顆價格打了下來。更重要的是產業形態的進化,現在國內廠商流行做“一體化關節”,直接把電機、減速器、驅動器、編碼器打包成一個模組。這種高度整合不僅省去了組裝成本,還縮小了體積、降低了重量,直接拉低了整機的物料門檻。不過也要看到,在高端滾珠絲槓、六維力感測器、高算力主控晶片等環節,國產化率依然偏低,這也是目前制約整機成本進一步下探和性能躍升的瓶頸所在。三、為什麼一定是“工廠先行”?算得過來帳是第一邏輯很多人會問,為什麼不在家裡用?因為算不過帳。一個家用場景能容忍的機器人成本可能只有兩三萬,且對安全性的要求極高,容錯率幾乎為零。但工廠不一樣。製造業正面臨極其現實的“用工荒”和成本焦慮。以汽車和3C製造為例,一線工人的綜合用工成本(工資、社保、福利)一年大約在8到12萬元。如果一台人形機器人售價15萬,按5年折舊加上電費和維護費用,年均成本可以攤銷到4萬左右。更重要的是,機器人不需要交社保、不會抱怨夜班、能在有毒有害或重體力勞動環境中無縫銜接。只要它能替代部分標準化、重複性高的工位(如物料搬運、質檢、塗膠),那怕目前效率只有人的50%,在特定場景下它的投資回報率(ROI)也已經跑通了。因此,“先商用後家用、先工廠後家庭”已經成為全行業的鐵律。四、真正決定勝負的三個“硬骨頭”硬體降本只是上半場,人形機器人要真正普及,還有三場硬仗要打。第一是“大腦”的泛化能力。現在很多工廠裡的機器人,執行的依然是預程式設計的固定軌跡動作,稍微換個環境或者遇到遮擋就抓瞎。真正的拐點在於“具身智能”的突破——讓機器人在大模型加持下,看一眼就能學會新技能(Sim-to-Real模擬到現實的遷移)。目前這個技術還在從0到1的摸索期,泛化能力遠遠不夠。第二是“手”的靈巧度。現在人形機器人大多用平行的二指或三指夾爪,只能幹點粗活。人類的雙手有幾十個自由度,能穿針引線。要實現多指靈巧手且把成本控制在可接受範圍,涉及到微型伺服、柔性感測等一系列底層材料科學的突破,這可能還需要好幾年的時間。第三是資料飛輪怎麼轉起來。自動駕駛之所以能進化,是因為路上有海量的人類駕駛資料可以喂養。人形機器人目前缺乏這種大規模、高品質的互動資料。誰能率先通過萬台規模的部署,收集到真實的邊緣場景資料並反哺模型,誰就能建立起真正的技術護城河。結語不要把人形機器人看作是長得像人的機器,要把它們看作是“長著腿的具身智能終端”。在中國龐大的製造業腹地中,它們最先替代的未必是那一個具體的人,而是填補那些人類幹不了、不願幹的崗位空白。通往千家萬戶的路還很長,但通往工廠流水線的路,已經徹底鋪開了。 (早啟財經)
開源鴻蒙,重大更新
9月27日,由開源鴻蒙項目群技術指導委員會(TSC,Technical Steering Committee)主辦,華為承辦的開源鴻蒙技術大會2025在長沙召開。本次大會上,開源鴻蒙6.0 Release版本正式發佈,可支撐手機、平板、電腦等終端裝置。目前,開源鴻蒙已推出超70個行業發行版,應用於多個關鍵行業。搭載鴻蒙5的終端裝置已超過1700萬台本次大會回顧了開源鴻蒙五年來走過的歷程,並透露了一些最新資料。華為常務董事、終端BG董事長余承東在致詞中表示:“五年來,在開放原子開源基金會的孵化營運下,產學研各界齊心聚力,共建開源鴻蒙,開創了中國軟體發展史上的奇蹟。”“2024年,華為公司基於開源鴻蒙打造的鴻蒙5作業系統發佈。截至今年9月20日,基於開源鴻蒙的鴻蒙5作業系統的終端數已突破1700萬台,有超過3萬個鴻蒙應用和元服務上架。”余承東說。開源鴻蒙項目群技術指導委員會主席陳海波指出,在產學研用各界共建下,開源鴻蒙已成為發展最快的智能終端作業系統之一。開源鴻蒙6.0版本發佈大會現場,開源鴻蒙迎來大版本更新。開源鴻蒙6.0 Release版本正式發佈,標誌著開源鴻蒙技術能力實現重要升級。新版本在多個關鍵技術領域實現突破:ArkUI元件能力增強,提供更靈活的元件佈局,最佳化開發體驗;窗口能力升級,新增文字顯示處理支援,提升互動便捷性;應用框架層面,程序框架服務支援通過裝飾器開發意圖,助力現有功能快速整合至系統入口。陳海波指出,開源鴻蒙五年來基本上保持了每年一個大版本的快速迭代速度,每一次版本升級都是開源鴻蒙技術能力的重要跨越。6.0版本不僅能夠支撐手機、平板、電腦等複雜終端裝置,其系統能力也進一步增強,應用開發效率與生態適配效率也大幅提升。發佈開源鴻蒙6.0版本外,他還展望了面向未來的智能終端作業系統關鍵技術創新方向。在他看來,下一個五年,智能化將成為終端作業系統發展的主旋律,也將迎來開源鴻蒙生態價值快速提升的關鍵機遇期。“終端作業系統將變得越來越智能,從面向使用者操作的功能級、任務級的智能輔助,逐步走向面向使用者意圖的自主智慧。預計未來五年終端智能化將發展到L3至L4級,即實現協作自治和專業指導。”陳海波說,期待與會專家以智能化發展為主旋律,共同擘畫開源鴻蒙下一個五年發展技術藍圖。未來可支援全尺寸類人型機器人陳海波進一步介紹,當前基於開源鴻蒙已匯聚9200多名社區貢獻者,程式碼超1.3億行,行業發行版已經超過70款,軟硬體產品超過1300款,廣泛應用於金融、交通、教育、能源、政務、工業、航天等多個關鍵行業。“並且,許多關鍵行業的終端裝置和應用不僅基於開源鴻蒙實現了替換,更重要的是實現了面向萬物智聯時代的體驗跨越。”他說。在人形機器人方面,大會計畫孵化開源鴻蒙跨平台框架PMC(項目管理委員會)及具身智能PMC。據悉,具身智能PMC採用模型原生作業系統設計方法,完成首套開源鴻蒙與昇騰算力賦能的全尺寸類人型機器人。開源鴻蒙項目群工作委員會執行主席章曉峰表示,開源鴻蒙的初心始終是以“一個系統、一個生態”為願景,讓開發者一次開發即可多端部署,讓消費者在不同終端享受統一體驗。他強調,作業系統的演進不僅是技術突破,更關乎產業格局與未來發展。開源鴻蒙將在端側AI、具身智能、跨平台框架、互聯標準等前沿領域持續發力,攜手高校、產業和全球夥伴,共同探索智能化時代的更多可能。 (中國基金報)
OpenAI砸65億美元併購蘋果設計教父Jony Ive的公司,AI終端要來了,算力產業顫了!
OpenAI這波,不是造手機,而是造下一代算力入口。🧨OpenAI豪擲65億美元,“拿下”Jony Ive!AI圈、算力圈、硬體圈、設計圈,全都炸了!OpenAI宣佈計畫以高達65億美元估值收購蘋果前設計總監Jony Ive創立的公司io,目標非常明確:要一起打造一款“AI原生硬體”——一個屬於AI時代的超級終端。注意,不是手機,不是耳機,也不是筆記本,而是——一個全新的“人機互動入口”,一個從0到1重新定義算力使用方式的硬體物種。🧠Altman的算盤不是硬體,而是“終端算力場景的重構”從算力視角看,這起併購釋放出三個超級訊號:1. AI終端的落地,將從“中心雲”轉向“邊緣算力+協同AI”ChatGPT之前依賴雲端GPU大模型推理;接下來,Altman要讓AI貼身陪伴,就意味著邊緣側AI推理需求爆發;不僅是設計上的革命,更是算力架構上的再分配。👉 你以為他們聯合一起做產品?其實他們在改寫雲-邊-端的算力路徑。2. 每一個AI終端背後,都是一個“推理小工廠”Ive做的是“外殼”,但OpenAI的關鍵在於——如何把推理部署到裝置上:是用高通晶片跑LLM?還是自研AI專核?模型是壓縮版GPT-4?還是LoRA微調後的小模型?資料傳輸、快取、同步、安全,怎麼處理?這些不是消費電子問題,而是AI算力系統終極難題,涉及:晶片能效比最佳化模型剪枝與蒸餾前端/後端推理分層本地部署與遠端協同的異構計算編排3. 一旦AI終端爆發,最先爆的是邊緣算力產業鏈別再盯著GPU資料中心了,AI終端的興起可能帶動:ARM架構晶片、AI SoC需求激增;模型部署平台如ONNX Runtime、TensorRT加速器重回聚光燈;整套邊緣AI推理工具鏈(編譯器、量化器、最佳化器)迎來黃金周期;LLM壓縮訓練平台(如vLLM、MLC.ai)走向台前;……這會是另一個兆級的算力細分風口,誰先入場誰就可能先吃肉。🎯OpenAI為何現在出手硬體?兩個字:控制!ChatGPT已然是超級應用,但Altman知道,如果控制不了硬體入口、晶片生態和推理場景,他終將淪為:給別人打工的AI作業系統。就像當年的Android輸給iOS,就是因為沒能把軟硬一體做穿。這次找Jony Ive,是為了補上OpenAI最短的短板:“AI需要一張臉”。但這張臉的背後,是:端側AI算力的新平台;微模型部署的新場景;私域推理的新入口;控制AI使用方式的第一步。說白了——AI終端是OpenAI對抗蘋果、微軟、Google的“地面戰”。📊對AI算力行業的六大影響(建議收藏)🔍這是AI算力從“工業設施”走向“消費場景”的分水嶺OpenAI×Jony Ive,不僅是科技圈的跨界聯名,更是AI算力商業化路徑的加速器。從今天起,“算力 = 模型訓練”的時代正在終結,取而代之的是:“算力 = 模型部署 × 使用者場景 × 即時推理”的新範式。這不僅是趨勢,而是下一場產業鏈洗牌的訊號! (AI算力那些事兒)
AI PC能否迎來“iPhone”時刻
從IT巨頭的動作看,AI PC正迎來“iPhone”時刻。不過,業內人士也表示,AI PC主要挑戰在於記憶體、晶片等供應鏈。在成本控制和規模化方面仍需要最佳化,產業鏈需要2-3年時間來逐步成熟。近日,聯想、華為相繼發佈AI終端新品,將智能體與PC進一步融合。其中,聯想發佈了天禧個人超級智能體,以及搭載天禧個人超級智能體的AI PC、AI手機和AI平板等。華為首款鴻蒙電腦,也接入了小藝智能體,這是華為AI助手小藝智能體首次登陸電腦端。自2023年起,從晶片廠商到終端品牌均積極佈局AI PC賽道。產業端動作頻頻,AI PC 正迎來“iPhone”時刻。不過,消費者對現有產品的接受度仍顯平淡。多名業內人士對《科創板日報》表示, AI PC主要挑戰在於記憶體、晶片等上游供應鏈,在成本控制和規模化方面仍需要最佳化,產業鏈估計需要2-3年時間來逐步成熟。▌供應鏈存在現實挑戰聯想中國消費PC及平板事業部總經理李偉昌在接受《科創板日報》記者採訪時表示,與微軟主導的海外標準化路徑不同,國內AI PC生態呈現碎片化特徵,導致了AI PC的概念較為淡化。李偉昌認為,市場存在明顯的概念混淆問題。“部分廠商以搭載NPU晶片為賣點,但很多消費者買了所謂的AI PC後,卻發現沒有什麼AI的功能,沒有得到效率的提升。”產業鏈也存在不少現實瓶頸,導致AI PC沒有真正達到“水到渠成”的階段。“比如,上游供應鏈在成本控制和規模化最佳化方面還沒有到位,無法實現用更小的記憶體來保障良好的使用體驗。此外,當前所有廠商改採用的晶片,基本都是高端晶片,價格較高,且具備AI加速能力的NPU模組。”李偉昌談到。李偉昌以記憶體為例,“7B這樣的大模型佔用較高的記憶體,而現在主流採用的是16GB記憶體機器。一般使用者的需求主要是簡單的AI問答功能,如果在裝置端安裝7B模型,可能會影響裝置的速度。”不過,李偉昌對行業發展持樂觀態度。隨著產業的規模化和技術升級,比如32GB記憶體逐漸成為市場主流時,問題將會得到緩解。與此同時,模型蒸餾技術也在不斷進步,致力於讓模型變得更小、能力更強。▌市場滲透率低但增速較快談及AI PC的現狀,IDC中國分析師許悅認為, AI PC正處於發展初期,市場滲透率較低但增長迅速。許悅表示,早期的AI PC主要是在傳統的CPU和GPU基礎上進行最佳化,以支援一些基本的AI任務。如今,PC供應商已經引入了專門用於AI的神經處理單元(NPU),並且其算力開始迅速向40TOPS以上升級,這些NPU能夠更高效地運行AI任務。而聯想內部的資料顯示,目前高端機型AI功能啟動率為20-30%,部分機型可以超過30%,並且還在上升。這表明中高端使用者接受度正提升。此外,聯想也在面向大學生開展AIGC校園創作大賽等,並提供大學生優惠政策,鼓勵更多年輕人擁抱AI時代。李偉昌向《科創板日報》記者透露,聯想集團董事長兼CEO楊元慶高度重視AI業務。“他每周都會親自查看中國區AI PC的整體活躍情況,監測周活躍率的變化趨勢。一旦發現活躍度出現下滑,比如沒有增長反而下降了,就會要求我們去分析具體原因。”▌原生智能體裝置何時誕生?智能體與PC的融合正成為科技廠商重點探索的方向。近日,聯想發佈天禧超級個人智能體、樂享企業超級智能體等多款超級智能體。IBM也在同日推出了五分鐘內建構AI智能體的工具平台。隨後,華為宣佈小藝智能體首次登錄鴻蒙電腦,並整合盤古大模型與DeepSeek能力。李偉昌判斷,智能體作為人機互動入口的價值正日益凸顯。“未來,可能我們在一台裝置上搭載多個功能各異的智能體,每個智能體負責不同的任務,就像OpenAI鼓勵開發者建構各種‘小機器人’或者‘小智能體’,它們可以在平台上自由組合、協作運行。”這一轉變或將重塑傳統網際網路時代的商業模式——從以應用為中心,轉向以智能體為中心。李偉昌表示,使用者可能不再需要下載大量APP,而是通過呼叫不同的功能智能體來完成任務。而硬體廠商將不再是單純的裝置提供者,而是成為這些智能體運行的最佳載體。眼下,AI落地的探索已從PC、手機延伸至智能手錶、眼鏡等輕型裝置。但李偉昌坦言:"這些裝置尚存先天的侷限,如通訊距離、算力瓶頸、重量體積等問題。因此,真正意義上的'原生智能體裝置'仍處於探索期,尚未形成清晰的產品形態。這更像是一個新物種的進化過程,需要行業共同探索。"▌2-3年內AI PC產業鏈有望成熟Canalys資料顯示,2024年中國大陸AI PC出貨量已達580萬台,佔據整體PC市場15%的份額。Canalys認為,這一趨勢預計將加速,到2025年,預計大中華區PC出貨量中,AI PC將佔34%。"參照以往產品升級周期規律,大概在2-3年內,整個產業鏈將趨於成熟。"他進一步解釋道,"隨著上游成本最佳化,特別是晶片價格的下降,MP等級晶片將展現出更優的性價比,這將為AI PC的全面普及創造有利條件。"許悅也認為,隨著技術的不斷成熟和成本的降低,AI PC的市場滲透率有望持續快速提升。“晶片技術將不斷突破,NPU的性能將不斷提升,隨著40 TOPS以上算力的AI PC越來越多,將進一步滿足本地大模型部署和更複雜AI應用的需求。現階段,AI PC的應用場景主要集中在內容創作、智能辦公等,未來則有望拓展至教育、出行、娛樂、健康等多元化場景。此外,本地化部署是未來方向。“由於雲端AI部署面臨著高營運成本、資料隱私和安全隱患等問題,將人工智慧技術從雲端向本地化PC端部署成為重要趨勢。” (科創板日報)