1.AI初创公司Perplexity在新一轮融资中估值飙升至140亿美元

2.存储芯片盈利承压，何时回暖？

3.力积电大秀3D AI半导体解决方案

4.英伟达最新分享：机器人能通过物理世界的图灵测试吗

5.巴西政府：中国扩大投资电动车、洁能等领域

6.首批人形机器人技术国标立项

1.AI初创公司Perplexity在新一轮融资中估值飙升至140亿美元

Perplexity是一家致力于打造人工智能搜索引擎的初创企业，目前该公司正就新一轮融资进行深入讨论，新一轮估值为140亿美元。这一估值较其近期估值有所跃升，但低于最初的目标。

据知情人士透露，Accel正洽谈向这家初创企业领投5亿美元。此前消息称，Perplexity正寻求以180亿美元估值筹集高达10亿美元资金（含本轮融资额）。

这家成立于2022年的初创公司，已成为利用生成式AI重塑互联网核心服务领域最受瞩目的新锐企业之一。去年，Perplexity的估值先是从10亿美元跃升至30亿美元，随后又在数月内又增加了两倍。据报道，去年11月Perplexity的估值为90亿美元。

然而，这家初创企业在核心搜索业务上正面临来自谷歌和OpenAI日益激烈的竞争。OpenAI已于去年底向所有ChatGPT用户推出搜索产品。

Perplexity的业务版图已逐步扩展至付费与免费搜索引擎之外，包括即将推出名为Comet的浏览器。知情人士透露，这款旨在挑战谷歌Chrome的浏览器将通过更强的个性化和任务导向性打开市场，投资者正押注其成功。

据一位知情人士表示，该公司年度经常性收入目前已达1.2亿美元，较3月份的近1亿美元有所增长。

2.存储芯片盈利承压，何时回暖？

近期，国内存储芯片上市公司密集披露2025年第一季度财报。从整体数据来看，由于存储芯片价格仍处于低点，多数企业面临盈利增长压力，净利润为正且实现同比增长的企业占比不高。但在国际三大原厂产能向更高性能存储芯片倾斜的趋势下，利基型存储产品率先出现回暖迹象，多家企业看好存储芯片景气逐步复苏。

存储价格阶段性低点 企业盈利承压

2025年第一季度，存储价格仍未反弹，企业盈利整体承压。

佰维存储在财报中指出，受全球宏观经济环境影响，存储价格从2024年第三季度开始逐季下滑，2025年第一季度达到阶段性低点。

江波龙也在财报中表示，在过去的三个季度当中，以消费电子为核心的下游终端市场复苏仍然缓慢，叠加自2024年下半年开始的下游客户消化库存的影响，导致半导体存储行业的价格上升趋势受挫。

2025年第一季度部分存储芯片相关企业业绩表现

中国电子报根据企业财报整理

受此影响，在记者统计的十家存储芯片相关上市公司（包含存储芯片、存储控制芯片、存储模组）中，营业收入、归母净利润皆为正且均实现同比增长的企业仅有三家，分别为兆易创新、澜起科技、聚辰股份。营收同比下滑的企业有4家，净利润亏损企业有3家，净利润同比下降企业有五家。多数企业的盈利增长面临压力。

利基型产品价格率先回温 预计年内存储整体回暖

虽然存储产业第一季度景气不振，但从3月底开始，利基型产品价格已经出现改善迹象。

兆易创新董事、副总经理胡洪在2024年度暨2025年一季度业绩发布会表示，受到大厂抛售生命周期尾部利基型产品的影响，一季度利基型DRAM总体上处于竞争相对激烈的局面，收入同比出现小幅下降。但3月以来，行业涌现出一些边际改善的迹象，特别是以D48Gb、LPD4等产品为代表的一些利基型产品，价格已经有所回升。

利基型产品回暖的主要原因，在于三星、SK海力士、美光三大原厂的产能向高性能存储倾斜，降低了利基型产品的库存水位。胡洪指出，海外大厂更加坚定地向HBM、D5等主流产品迁移，进一步淡出利基型市场，同时由于上述利基型产品的下游客户此前并未充分计入大厂减产/退出的预期，库存水位较低，因此在供给收缩的背景下价格上扬

“D4 4Gb及以下容量的利基型产品，第一季度价格总体稳定、近期温和上涨；进入第二季度，我们认为在市场消化完大厂的尾货后，在需求保持正常季节性的前提下，价格也有望进入回升的通道。”胡洪说。

东芯股份也在4月末的投资者关系活动表示，利基型DRAM有逐步修复的趋势。DRAM方面的市场供需格局正经历结构性调整，国际三大原厂持续将产能向DDR5、LPDDR5x及HBM等高性能存储领域倾斜，形成显著的市场真空。这一趋势为国内供应商创造了战略机遇。目前来看上半年利基存储产品的价格预计会较为稳定，下半年随着各个终端需求的逐步修复，有望看到价格端的逐步好转。

结合库存消化进程和下游需求，多家企业预计存储行业将逐步回暖。

江波龙财报显示，随着各大存储晶圆原厂陆续宣布新一轮的减产或控产计划，2025年第一季度后半期存储产品的市场价格及各方心理预期均出现明显上扬，且持续三个季度的下游客户消化库存进程基本结束，为满足自身生产销售的需要，下游需求出现实质性增长。从公司自身经营情况及结合相关独立第三方的市场信息来看，半导体存储市场自2025年3月底开始逐步回暖。

北京君正在4月20日的投资者关系活动中表示，从全球市场角度来看，存储芯片的收入更能反映全球市场的情况，预计2025年全球市场将从2024年的压力中逐渐恢复，特别是汽车行业有望呈现上升趋势。“我们预计行业市场不会出现爆发性增长，而是逐渐恢复。”

AI大势所趋 细分动能多点开花

对于存储企业来说，AI仍然是拉动下游需求的主力动能，包括云服务商在数据中心部署大模型的硬件投资，以及消费终端智能化对存储芯片数量和容量的提振。

江波龙表示，展望2025年，云服务提供商对AI硬件的持续投资，将推动对高性能计算和存储硬件的需求，服务器领域的高速、大容量存储产品需求仍有望保持增长。随着AI大模型技术在智能终端本地化和定制化应用的加速，智能终端设备处理能力与数据存储需求显著提升，单机存储容量不断增长，同时，大模型与智能终端设备结合愈发紧密，应用场景不断扩展和细化，推动智能终端市场的中长期存储需求持续增长。

胡洪表示，在国补政策的提振下，消费电子、家电等领域需求强劲；AIPC、服务器等领域也表现亮眼，主要得益于AI的发展，对NOR Flash的数量、容量提出了更高需求。比如AIPC中，BIOS旁边的NOR容量从256Mb向512Mb逐渐升级。

与此同时，一些细分领域的新动能加速成长。

在终端领域，除了继续被存储芯片企业视为高附加值市场的AI手机、AI PC，AI眼镜等可穿戴设备也受到东芯股份、佰维存储、聚辰股份等企业的关注。

聚辰股份在4月27-28日的投资者关系活动表示，随着全球“智能化”大潮的来袭，来自AI眼镜等可穿戴智能设备的需求量持续增加，有望为公司工业级EEPROM业务打开新的市场空间。

佰维存储财报显示，2024年公司面向AI眼镜产品收入约1.06亿元，预计2025年公司面向AI眼镜产品收入有望同比增长超过500%。

在网通板块，FTTR（光纤到房间）已经显现出拉动作用。东芯股份观察到 FTTR的需求比较强劲，今年一季度以来终端客户在基站方面的需求出现回暖，针对大容量SLC NAND需求端逐步好转。兆易创新也提到NOR Flash等产品在网通市场实现较好增长。

备受关注的机器人产业也是存储芯片企业的开拓方向。

北京君正财报显示，公司SRAM、DRAM、Flash等产品在机器人领域均获得应用，公司持续跟进各类机器人产品市场的需求。兆易创新正在手机旗舰机、AIPC、汽车、机器人等多个端侧AI应用场景中推进定制化存储业务，总体进展符合内部预期。东芯股份也关注到在AI眼镜、智能机器人、AIPC上所运用到的功能模块对于高带宽的需求持续增长，正在积极布局此类终端应用。（来源： 电子信息产业网）

3.力积电大秀3D AI半导体解决方案

力积电COMPUTEX国际计算机展重点

COMPUTEX 2025即将登场，力积电携手10家供应链合作伙伴，共同推出3D AI半导体解决方案，瞄准语言模型推论和影像辨识两大AI应用市场，从IP、IC设计服务、高带宽内存架构、电源管理芯片到晶圆堆叠、3D封装等不同层次的技术展示，将助力全球AI业界发展高效能、低功耗、低成本的创新应用。

力积电偕同爱普、晶豪、工研院、智成、Skymizer、满拓、Zentel、力晶微元及中国台湾发展软件等十家供应链合作伙伴，共同推出3D AI半导体解决方案。在Wafer-on-Wafer晶圆堆叠与3D封装领域耕耘多年的力积电，今年与合作伙伴在COMPUTEX展中共同以3D AI半导体解决方案为主题设置展览专区。

力积电董事长黄崇仁表示，该公司的Wafer-on-Wafer产品已获得国际大客户、一线逻辑代工大厂导入验证，顺利量产出货的中介板Interposer，更出现供不应求状况，显示出AI市场需求火热。这次全球AI巨头云集的COMPUTEX展，力积电与伙伴一起推动的3D AI半导体解决方案，将为国际级客户、AI系统设计厂商带来创新商机。

在内存创新方面，爱普VHMTM系列三大解决方案展示高带宽、高容量多层架构与支持SoC设计的内存Interposer；晶豪则针对本地AI推论需求推出aiPIM，实现内存模块与AI核心的垂直整合；Zentel针对边缘AI运算的高带宽、低功耗需求展出RD-LE-HBM。针对建构高效能AI系统所需的IP，展览现场将有Skymizer的HyperThought高效AI加速器 IP、满拓优化语言模型的AI IP；工研院展示与力积电合作的MOSAIC 3D AI芯片展现透过3D堆叠实现存算一体的创新成果；智成则利用晶圆堆叠将ARM处理器与DRAM整合来体现IC Design Service实力。

全球关税贸易战仍未停歇，但黄崇仁指出，从力积电营运实务观察，成熟制程半导体是众多科技产品的必需零件，在整体供应链中所受冲击十分有限，该公司产销目前不受影响。（来源： 工商时报）

4.英伟达最新分享：机器人能通过物理世界的图灵测试吗

在近日红杉资本举办的AI Ascent 2025演讲中，NVIDIA人工智能总监Jim Fan介绍了「实体图灵测试」的概念，并解释了大规模模拟将如何解锁机器人技术的未来。

笔者针对其演讲内容进行了梳理并编译。

Jim Fan：

几天前，我看到一篇部落格文章，它引起了我的注意。文章说大模型已经通过了图灵测试，但却没人注意到。图灵测试曾经是神圣不可侵犯的，对吧？它是电脑科学的圣杯，其理念是，你无法区分与你对话的是人类还是机器。

然后，我们就这么悄无声息地通过了图灵测试。但当机器思考的时间多了几秒钟，或是云端无法调试你糟糕的程序码时，人们就会感到不满。每一次突破都在平淡无奇中度过，就像又一个普通的星期二。

我想提出一个非常简单的概念，叫做「物理图灵测试」。设想一下，周日晚上你举办了一场黑客松派对，周一早上，你想找人收拾这一片狼藉，并且在晚餐时为你点上一支精美的蜡烛让你的伴侣开心起来。而当你回到家时，却无法分辨这一切是人类还是机器的杰作。

这就是简单的实体图灵测试。但我们现在进展到什么程度了呢？快实现了吗？看看这个类似的机器人，准备去工作，结果却没能做好。再看看机器狗面对香蕉皮的场景，还有被指示为你制作早餐麦片的机器人呢？

它能正确辨识牛奶，这一点我给它勉强及格。它的意图是好的，或者说用汤匙的体验就像是贵宾级的。看看，我都有点嫉妒了，都没人能给我这样的体验。这就是我们目前的现况。那么，为什么解决物理图灵测试这么困难呢？

大家都知道，研究人员常抱怨。最近，有个叫ilia的人抱怨说，预先训练的数据快用完了。他甚至把网络比作人工智能的「化石燃料」，还说我们用于训练网络的数据即将耗尽。只要和机器人专家相处一天，就知道那些深度学习研究人员有多「娇惯」 了。

我们连「化石燃料」 都没有。这是在英伟达总部的咖啡馆进行的数据收集场景。设置了人形机器人，通过操作它们来收集数据。

这就是收集到的数据，机器人的关节控制讯号，这些是随时间变化的连续值，无法从网络上获取，在维基百科、YouTube或其他任何地方都找不到。人们必须自己收集。那怎么收集的呢？有一种非常复杂但也很昂贵的方法，叫做「远端操作」。让人戴上VR，辨识手部动作，并将动作讯号传送给机器人。

通过这种方式，人类可以教机器人做事，例如从烤面包机拿出面包，然后在上面淋上蜂蜜。但可以想像，这是一个非常缓慢且痛苦的过程。

真正的机器人数据是「人力燃料」，而这比化石燃料还糟糕，因为这是在消耗人力。更糟的是，每个机器人每天最多只能运作24小时，甚至实际过程中远远达不到这个时长，因为人会累，机器人比人更容易累。

这就是现状，那该怎么办呢？如何突破这个障碍？机器人领域的「核能」 在哪里？我们需要清洁能源，不能永远依赖「化石燃料」。于是，模拟技术登场了。

必须离开现实世界，在模拟环境中做点什么。所以试着让机器人的手在模拟环境中完成超越人类灵巧度的任务，例如转笔。对我来说这是超人类的技能，因为我小时候就放弃尝试转笔了。

我很高兴机器人至少在模拟环境中比我做得好。那么如何训练机器人的手完成这样复杂的任务呢？有两个思路。第一，模拟速度要比即时10,000倍，这意味着在单一GPU上并行运行10,000个实体模拟环境。这是第一点。第二点是，这10,000个模拟环境不能完全相同，必须改变一些参数，例如重力、摩擦力和重量，我们称之为「域随机化」。这就是模拟的原理。

为什么这样做有效呢？想像一下，如果一个神经网络能够控制机器人在1,000,000个不同的世界中完成任务，那么它很有可能也能应付第1,000,001世界，也就是现实世界。

换句话说，现实世界是这些训练场景的一部分。那么如何应用呢？可以创造一个数位孪生体，也就是机器人和现实世界1:1的复制体。然后在训练模拟中进行测试，再直接应用到现实世界，实现0样本学习。

可以用手来举例，这是能完成的最令人印象深刻的任务之一。例如让机器狗站在球上，然后将训练成果应用到现实世界。这是在加州大学柏克莱分校（UCB），有人在操控机器狗行走。研究人员想法很奇特，这场景看起来就像《黑镜》里的情节。

实际上，这被称为「尤里卡博士」 项目。有个研究人员让他的机器狗站在瑜珈球上，至少现在在机器狗的灵活性方面取得了很大进展，不过真正的狗可做不到。接下来，也可以将这种方法应用到更复杂的机器人上，例如人形机器人。

这些人形机器人通过2小时的模拟训练，就掌握了相当于现实中10年才能学会的行走技能，并且可以将训练成果应用到现实中。无论机器人的形态如何，只要有机器人模型，进行模拟训练，就可以让它学会行走。

能做的不只行走，对吧？当控制身体时，可以追踪任何想要追踪的点、任何关键部位，并跟随任何想要的速度向量。这就是人形机器人的全身控制问题。

这非常困难，但可以通过并行运行10,000个模拟环境来进行训练。将训练成果零样本、无需微调地应用到现实机器人上，这是在NVIDIA实验室。实际上，需要放慢影片播放速度。

第一个影片是即时播放的，下一个影片是放慢后的。可以看到机器人动作的复杂性，它在保持平衡的同时做出类似人类的敏捷动作。猜猜完成这些动作需要多大规模的神经网络？

只需要150万个参数，不是几十亿，150万个参数就足以捕捉人体的潜意识处理过程。这个系统的推理过程，150万个参数就够了。如果将其放在速度与模拟多样性的图表中，我认为这可以称为「模拟1.0」，也就是数位孪生范式，它使用经典的向量化物理引擎。

然后可以将模拟速度提升到每秒1万到100万帧。但问题是，必须创造数位孪生体，需要有人建造机器人、建造环境等等。这非常繁琐，而且需要大量手工操作。

能不能开始产生模拟的部分内容呢？所有这些3D资源都是由3D生成模型生成的，所有的纹理来自Stable Diffusion 或其他扩散模型，所有的场景布局由提示词和语言模型生成，再编写XML将它们整合在一起，构建了一个名为「Robot-CASa」 的框架，这是一个大规模的合成模拟框架。

它用于模拟日常任务，除了机器人，其他内容都是生成的。可以组合不同的场景，它仍然依赖经典引擎运行，但已经可以完成许多任务。

现在，可以再次让人进行远端操作，但这次是在模拟环境中，而不是在现实机器人上。在模拟环境中重现操作轨迹，并加入强大的硬件加速光线追踪技术，让模拟场景更加逼真。

甚至可以改变动作。例如在远端操作时将杯子从这里移动到那里，不需要反复示范同样的动作。综合这些，在模拟环境中进行一次人类演示，通过环境生成和动作生成，将数据量扩展n倍，再乘以n倍。我保证这是今天需要接触的唯一数学计算。这就是扩充数据的方法。第一列和第三列是现实机器人的真实视频，第二列到第四列是Robot-CASa模拟生成的视频。

仍然可以看出这些纹理不是真实的，但已经足够接近了。把这种够接近的情况称为什么呢？称为「数位表亲」 范式。它不是数位孪生体，但在一定程度上捕捉到了相似性。这个数位表亲模拟运行速度较慢，但它是一种混合生成实体引擎，产生部分内容，然后将其余部分交给经典图形管道处理。

现在，模拟包含软件、流体等各种元素的场景，对于艺术家或图形工程师来说，要正确模拟这样的场景需要很长时间。看看图形技术的发展历程，从早期到现在花了30年。

而视讯联合模型只花了1年时间，就实现了从模拟简单物体到模拟可变形物体（例如面条）的跨越。这里可能少了点趣味性，但这是我愿意付出的代价。对于最新的Sora等策略模型，也只花了1年时间，这就是规模扩展和数据驱动过程的力量。

还记得一开始给你们看的影片吗？这个影片里没有一个真实像素，它完全是由定制化模型产生的。使用通用的开源VR影片生成模型，在现实机器人实验室收集的领域数据上进行微调，然后产生了这些内容。现在，可以通过提示词让模型想像不同的未来场景，模拟反事实情况。看，这两帧画面原本完全相同，但根据不同的语言提示，生成的影片会做出正确的反应。

即使这些动作在现实世界中从未发生过，也能实现。视讯扩散模型并不在乎场景有多复杂，也不在乎是否有流体或软件。

同样地，可以让它拿起不同的东西，它会用正确的手抓取物体并放入篮子里。这些都是生成的，没有一个像素是真的。它还能正确模拟出各种反射效果，对吧？

所有这些交互效果都能正确模拟。我最喜欢的一个场景是机器人在那边弹尤克里里。基本上，影片模型可能看过数百万人类弹尤克里里的画面，然后它就能模拟机器人的手指做出相应动作，即使硬件实际上并不支援。影片生成模型就能做到这一点。从这个角度来看，这就是「模拟2.0」。

它具有很高的多样性，但目前运行速度可能较慢。没人给它起名字，但我叫它「数位游牧民族」，它就像是在视频扩散模型的梦幻空间里漫游。

什么是视讯扩散模型呢？它就像是将数亿个网络影片压缩成一个多元宇宙的模拟场景。很神奇，对吧？在这个梦幻空间里创建机器人，机器人现在可以与任何地方的物体进行交互，无处不在，无所不能。

詹森之前离开了，但我觉得他会很喜欢这个。要扩展经典模拟，需要大量的运算资源，这也是1.x系列的情况。问题是，随着规模的扩大，它会遇到瓶颈，因为手工制作的系统在多样性方面有限制。

而神经世界模型，也就是模拟2.0，将随着运算资源呈指数级扩展。这就是神经网络超越经典图形工程师的地方。两者相加，将成为扩展下一代机器人系统的「核能」。

那些一开始就说电脑状况会改善而不是恶化的人，把这句话刻在视网膜上，再好好想想吧。把所有这些数据输入到所说的视觉语言动作模型中，这个模型输入像素和指令，输出马达控制讯号。

在3月NVIDIA GTC大会约翰逊（Johnson）的主题演讲中开源了一个名为Groot的模型。在机器人上运行这个模型，有时候会有很神奇的效果。无法想像在训练过程中清理了多少数据。它能够完美地拿起香槟，做得非常好。

它还能完成一些工业任务，例如拿起工厂里的物品，也能实现多机器人协作。 Groot模型是完全开源的，实际上，未来的一系列模型也将开源，因为遵循约翰逊的开源理念，致力于让实体人工智能更加普及。

那么接下来呢？在看到实体人工智能的发展后，下一步是什么？我认为是物理API。纵观人类历史，5000年来，我们拥有了更好的工具，社会也在整体上有了很大进展。但做晚餐以及进行许多手工劳动的方式，从埃及时代到现在，或多或少都没有太大变化。

在人类历史的99%时间里，一直遵循这样的模式：从原料出发，通过人类劳动建构文明。而在过去的1%，也就是大约50年里，人类劳动占比逐渐减少，出现了高度专业化、高度复杂的机器人系统，它们一次只能完成一项任务。

程序设计成本非常高，但它们仍然在社会中发挥作用。这就是现状。未来是要把代表机器人劳动占比的区域扩展到各个领域，就像语言模型API（LLM API）处理数位和位元一样，物理API将处理原子。

基本上可以给软件配备实体执行器，让它改变物理世界。在实体API之上，将会出现新的经济模式和新的范式，例如实体提示。如何指令这些机器人？如何训练它们？

有时候语言是不够的。还会有实体应用商店和技能经济。比如说，米其林星级厨师不必每天都去厨房，他可以训练机器人，然后将提供米其林星级晚餐作为一种服务。再引用一次约翰逊的话：未来，一切可移动的物体都将自动化。

有一天，回到家，会看到干净的沙发和点着蜡烛的晚餐，伴侣会微笑着迎接，而不是因为没洗衣服而大喊大叫，这每天都激励着我。上个月买了两个人形机器人，它们运作良好。

这些机器人就像环境智能一样融入背景，甚至不会注意到通过实体图灵测试的那一刻。而那一天，也只会被当作另一个普通的星期二被人们记住。（来源： 科技新报）

5.巴西政府：中国扩大投资电动车、洁能等领域

巴西政府今天（5月13日）宣布，中国计划向巴西的新项目投资270亿巴西币，投资领域包括快递、电动车、清洁能源及采矿业等。

巴西出口促进局（ApexBrasil）局长维亚纳（JorgeViana）今天在北京举行的巴中企业家论坛结束后，提及这270亿巴西币的投资。

巴西当局表示，中国的投资主要包括长城汽车投资60亿巴西币扩大巴西业务；快递平台美团投资50亿巴西币，透过Keeta应用程序在巴西运营；中广核集团投资30亿巴西币建设再生能源中心（风能和太阳能）；远景能源将斥资50亿巴西币建设拉丁美洲首座净零工业区（碳中和），重点发展永续航空燃料、绿色氢能和氨能。

巴西出口促进局也将与瑞幸咖啡合作推广巴西咖啡，与华夏电影合作推广巴西电影，并与好特卖合作在中国零售市场推广巴西产品。

巴西总统卢拉（Luiz Inácio Lula da Silva）由11名部长、参议院议长阿尔科隆布雷（Davi Alcolumbre）、其他官员和约200名商界人士陪同访问中国。

卢拉在巴中企业家论坛后表示，过去10年，中国在巴西直接投资排名从第14位跃升至第5位，中国是巴西最大的亚洲投资国，投资额超过540亿美元。

卢拉此次访中目的是加强两国之间的贸易谈判，中国是巴西的主要贸易伙伴，巴西政府认为对中国出口有扩大空间，预计中巴两国政府将签署一系列双边协议。

巴西农业部长法瓦罗（Carlos Fávaro）指出，农业是此行重点议程，希望达成在北京开设办事处的协议，以促进巴西肉类出口到中国市场的谈判，并减少生物技术产品注册的官僚程序。

此外，卢拉政府表示，美国与中国就贸易战签署的90天协议对巴西来说是好消息。巴西希望美中贸易关系恢复正常将对全球经济产生正面影响，避免美国陷入经济衰退和中国经济放缓，使巴西从中受益。

巴西总统明确指出，他有意加强与中国的关系，但不愿在中国和美国之间做出选择，而是希望与这两个国家都保持牢固的关系。（来源： 经济日报）

6.首批人形机器人技术国标立项

科技日报讯 （记者华凌）人形机器人产业正处于快速发展期，标准化建设成为推动产业发展的重要动力。近日，首批人形机器人技术要求系列国家标准正式获批立项。这标志着我国人形机器人行业发展迈上新台阶，将为产业规范化和高质量发展注入强劲动力。

在全国机器人标准化技术委员会秘书处承担单位——北京机械工业自动化研究所有限公司的统筹下，深圳市优必选科技有限公司（以下简称“优必选科技”）、北京人形机器人创新中心有限公司、上海人工智能实验室等共同发起国内首批人形机器人领域国家标准，涉及环境感知、决策规划、运动控制、作业操作等多项技术要求。其中，北京人形机器人创新中心有限公司牵头编写了运动控制技术要求；优必选科技主导牵头制定作业操作技术要求，针对灵巧操作、腿部移动作业、双臂操作等进行规范，填补国内人形机器人领域多项技术标准空白。

优必选科技副总裁庞建新说，市场已出现各种类型的人形机器人，并且展示出搬运、抓取细小物体、做家务等作业操作能力。不过，人形机器人的具体作业操作要求尚未统一，产品应用的验收、监管等环节也缺乏技术标准。制定人形机器人作业操作技术要求国家标准，将有助于解决这些问题，推动人形机器人技术进步和产业发展。

北京机械工业自动化研究所有限公司生产力中心副总工程师、全国机器人标准化技术委员会人形机器人标准工作组秘书长杨秋影告诉科技日报记者，明确的标准指引能引导企业在技术研发、产品制造以及市场应用等环节有序开展工作，确保人形机器人在实际应用场景中具备高度的有效性和可靠性，为大规模量产和广泛普及奠定基础。

业内专家认为，随着标准的逐步落地实施，我国人形机器人产业将在规范中创新，在创新中发展，有望在全球机器人产业竞争中占据更有利地位，为经济社会发展带来更多可能。（来源： 中国日报网）