标签: 具身智能

  • Agility把人形机器人训练场开到特斯拉家门口:Digit已经在赚钱了

    Agility Robotics 最近在加州 Fremont 开了个新厂,6 万平方英尺,专门用来给人形机器人 Digit 做”上岗培训”。选这个地儿很讲究——顺着高速往南开,就是特斯拉预计今年要量产 Optimus 的工厂。两家做 humanoid 的,就这么成了邻居。

    特斯拉押注 Optimus,Agility 已经赚到钱

    特斯拉这两年把宝全押在 Optimus 上。马斯克前不久放话,说等它”明年某个时候在特斯拉之外真派上用场”,就会是”史上最大的产品”。话是这么讲,但 Agility 手里有一个特斯拉还没有的东西:一个已经在真实世界里干活、还能挣钱的机器人。

    Digit 现在就在亚马逊、GXO、舍弗勒、丰田加拿大工厂这些客户现场搬料箱、托货盘,公司说已经拿下 3 亿美元的合同订单。CEO Peggy Johnson 话说得很直白:”有特斯拉跟我们待在同一片区域挺好,因为很长一段时间里 Agility 是孤军奋战,现在人形机器人赛道有人一起玩了。”她强调 Agility 已经商业化,知道怎么进到这些工厂里、过安全关、过合规关、接进人家的 IT 和仓储系统。

    “我们已商业化,知道走进这些设施、满足它们安全与合规门槛意味着什么。”——Peggy Johnson 点出了和 PPT 阶段对手最大的不同。

    务实派自主,安全栈绕开生成式 AI

    这家公司正走反向并购的路子,预计今年晚些时候成为第一家纯玩人形机器人的上市公司。它 2015 年由一群研究双足行走的学者创立,想趁着先发优势,甩开 Figure、1X、the Bot Company 这批被大模型带起来的后来者。

    当 Transformer 网络让 LLM 火爆、也顺带给机器人行为带来大升级时,Agility 走的是一条”务实派”路线。联合创始人兼董事长 Damion Shelton 打了个比方:就像自动驾驶里你绝不会把防抱死刹车交给 AI 控制,人形机器人的所有安全栈也得绕开生成式 AI,”你不能在安全问题上玩创造性”。

    但 AI 真正帮上忙的地方是规模。Shelton 回忆,早期 board 成员 Bruce Leak 问他们怎么给机器人写应用,当时答不上来——”你能想象机器人干的活,远比会写机器人程序的工程师多”。生成式 AI 干脆利落地回答了这个问题。

    不急着进家门,先把工厂啃下来

    新工厂就是为了加速部署。Johnson 说有 30 多个客户在谈引入 Digit,而这里就是这台六英尺高的机器人学习现场技能的地方。和很多新入场玩家不同,Agility 短期内不打算做家用机器人——这跟多数独立机器人专家的看法一致:今天的机器人还不够安全,进不了家门。

    现在的 Digit 在无人区干活,但今年秋天要发布的第五代,会具备感知人的能力,不再需要关在”机器人专区”。首席机器人官 Jonathan Hurst 觉得,光制造和物流就够忙一阵了:

    • 先从料箱和托盘点起
    • 再做拣货和齐套(kitting)
    • 然后啃纸箱这种硬骨头,再搞挂车的装卸

    “做到这一步,那就是 1 亿台机器人、千亿市值的生意了。”Hurst 说。把训练场开到特斯拉家门口,Agility 赌的是:在机器人真正能赚钱的制造和物流场景里,先发和落地比讲故事更重要。

    Agility Robotics 的人形机器人 Digit
    Agility 的 Digit 已在亚马逊等仓库实地作业(图源:TechCrunch)
  • Wayve 估值 85 亿美元,给员工开了个 8500 万美元的「套现」窗口

    英国自动驾驶公司 Wayve 最近干了件挺实在的事:让手里的员工把一部分已经兑现的股权卖给投资人,总额 8500 万美元,按 85 亿美元的估值来算。这不是新一轮融资,而是眼下 AI 公司里越来越流行的一种”留人”手段。

    不是融资,是让员工落袋为安

    这次叫 tender offer(股权收购要约),说白了就是公司牵线,让老员工把手里的股份按当前估值卖一部分给新老人投资人,套点现金揣兜里。估值锚定在今年二月那轮 12 亿美元 D 轮之后的 85 亿——那轮由 Eclipse、Balderton 和软银愿景基金二期领投,微软、英伟达、Uber 都跟着投了。这已经是 Wayve 第二次搞这种事了,上一次是 2024 年 5 月伴随 10.5 亿美元 C 轮做的。

    Wayve 在官方博客里写得很直白:造”具身智能”不是写普通软件,需要 AI 和汽车两边的人才,留住这拨人靠的是真金白银的回报,而不是画饼。

    为什么 AI 公司都在这么玩

    过去这种员工套现窗口一般得等到快上市才开,现在完全反过来了。Decagon、ElevenLabs、Linear、Clay 这些 AI 公司最近都搞过类似的操作。逻辑很简单:手上握着稀缺 AI 技能的人议价权太强,竞品随时想挖,自己创业也不是没可能。与其等多年后的 IPO,不如现在就给个兑现机会,让人愿意留下来。

    端到端神经网络,不走高清地图老路

    Wayve 的技术路线挺硬核:它不走大多数自动驾驶公司依赖的高清地图那套,而是用一个端到端的神经网络,纯粹从数据里学开车,更接近人靠经验上路的感觉。为了做个”通用”的 AI 司机——理论上能适应不同国家、不同车型、不同路况——公司一年内把团队从几百人扩到了 1200 人。


    商业化也在加速:今年晚些时候要跟 Uber 在伦敦推 robotaxi 试点,2027 年起把这套软件塞进日产的辅助驾驶系统。一边给员工发钱稳住军心,一边把车开上街,Wayve 这步棋走得不算慢。只不过,端到端路线到底能不能扛住真实路况的复杂,还得等路面上跑出来的数据说话。

    Wayve 自动驾驶测试车在德国街头
    Wayve 的自动驾驶系统已在多个国家城市路测(图源:TechCrunch / Wayve)
  • 机器人要迎来自己的「ChatGPT时刻」?这家公司把宝押在了游戏数据上

    OpenAI 用 GPT-3 拉开基础模型时代那阵子,做自然语言处理的公司还在各自为战,每家都从头训练一个专门解决自己任务的模型。现在没人这么干了,大家都是先拿 GPT、Claude 或者 Llama 这种通用模型,再微调或者写提示词去适配自己的需求。

    Pim de Witte 是 General Intuition 的 CEO,他觉得「具身智能」也会走一模一样的路。

    从「为每个机器人单独训练」到「一个通用大脑」

    现在不少团队在干的事,是围着某一台具体的机器人、某一个具体的环境,收集一大堆真实世界数据,专门训一个模型。de Witte 在 TechCrunch 的 Equity 播客里说,这种活儿很快会变得多余。他觉得行业真正该做的,是先把数据质量做上去,训出一个能把「怎么动、怎么和环境互动」的直觉迁移到各种场景里的通用模型。

    他有一句挺敢说的判断:模型本身能不能泛化,才是产品。它只要有了对空间和时间的底层理解,大家就不需要再去攒几十万、上百万小时的真实数据了,因为说到底,你真正需要的可能只有几分钟。

    游戏画面里的按键,成了机器人的老师

    General Intuition 自己的基础模型,是在数百万小时的游戏录像上训出来的,而且不只是看画面,还记下了「人什么时候按了手柄上的哪个键」。de Witte 和公司的领投方 Vinod Khosla 都相信,这种带「动作标注」的数据,才是让 AI 长出类人空间推理直觉的关键。

    四足机器人在办公室中自主行走,周围悬浮游戏画面与神经网络节点
    用游戏数据训练出的物理 AI 基础模型,正试图统一机器人的「大脑」

    模型本身能不能泛化,才是真正卖钱的东西。等它有了对空间和时间的底层理解,谁还愿意去攒上百万小时的真实数据?说到底,你需要的可能只有几分钟。

    8 分钟真实数据,机器狗就站起来了

    光说不练没用。这家公司上个月刚靠着这个想法融了 3.2 亿美元、估值冲到 23 亿美元。他们已经演示过:同一个模型既能连续打几小时游戏,也能驱动一台四足机器人,而且驱动机器人时,只用了 8 分钟的真实世界数据做微调。

    de Witte 说最让他们意外的,是这台机器狗「零样本」就跑起来了:只靠一个前置摄像头,没有别的传感器,办公室里还不断有人走动、有东西乱放。他觉得这就是未来的样子。

    它不想造机器人,想做「物理世界的地基」

    General Intuition 的终局不是自己下场造机器。它想当「物理 AI 的基础模型」,给其他机器人公司当底座,让他们在自己的机器上搭东西。用 de Witte 自己的比喻:我们不会去开一家自动驾驶公司,但我们要让下一个人造自动驾驶公司容易十倍。

    • 大模型用 GPT-3 统一了文本,机器人可能正要被「世界模型」统一
    • 游戏数据贵在「按键标注」,这比单纯看视频更接近真实动作
    • 只靠几分钟真实数据就能迁移,意味着真实世界采集的成本可能被砍掉一大截
    • Khosla 把它称为「一代人的赌注」,赌的是专有数据会成为通用智能体的地基

  • 英伟达开源机器人技能库 ASPIRE:机器人开始像程序员一样,边改 bug 边攒本事

    英伟达开源机器人技能库 ASPIRE:机器人开始像程序员一样,边改 bug 边攒本事

    以前训练机器人,靠的是海量数据反复喂、靠梯度下降一点点更新权重,练完就是一堆定死的浮点数。英伟达刚开源的 ASPIRE 把这套逻辑掀了——它让机器人像程序员改 bug 一样,边干边试错、边试错边把经验攒下来。负责具身智能的 Jim Fan 直接放话:这是训练范式的一次彻底改写。

    机器人持续学习与技能库概念图
    ASPIRE 让机器人把每次操作经验沉淀成可复用的技能库

    ASPIRE 全称是 Agentic Skill Programming through Iterative Robot Exploration,说白了就是物理世界里的机器人版 Coding Agent。背后调用的 GPT 或 Claude 不再直接输出机械动作,而是写出一段可调试、可复现的控制代码;机器人执行时,把感知图像、导航、抓取、碰撞报错、运动轨迹全程记下来。

    任务失败了,AI 就回放这段多模态轨迹,像研究员一样判断哪一步出了问题,改代码、再跑一遍;一旦跑通,就把这套解决办法提炼成标准化的 Skill,存进一个越攒越厚的技能库,下次遇到同类场景直接调用,不用从零再试。

    三个变化,把老路子整个翻了过来

    Jim Fan 把这次转变拆成三条,新旧对比很清楚。训练,从梯度下降变成了不断打磨技能;练出来的东西,不再是一份网络权重文件,而是一座持续扩容的感知运动技能库;至于分布式训练,则变成一群 Agent 各自练不同的技能,再把经验汇总进同一个库里。

    这么做的直接好处,是把机器人开发的数据门槛砍了下来。技能库里已经涵盖抓取、移动、操作这些常见任务的预训练模型,开发者拿来组合、微调就行,不再需要动辄百万级的训练数据从头练。

    对国内厂商是把双刃剑

    开源当然降低了研发门槛,谁都能站在英伟达的肩膀上往前走。但硬币的另一面是,一旦大家都用它的技能库、它的标准,机器人的核心能力就等于被英伟达定义了。这跟当年 CUDA 的路数如出一辙——先把地基铺好、免费给你用,等你离不开了,话语权也就攥在人家手里。

    值得留意的几点:

    • 训练目标从更新权重,变成不断打磨和复用单条技能
    • 技能支持跨机型迁移,能大幅省下仿真复现和重训的成本
    • 为人形、工业机器人的通用自主学习提供了一套开源底座

    从大模型卷参数,到智能体卷能不能真把活干成,再到现在机器人开始攒技能,AI 的竞争重心正一步步从静态的权重,挪向动态的、能持续成长的能力。ASPIRE 未必是终点,但它至少给出了一个方向:让机器人像人一样,把每次踩过的坑都变成下次的本事。

  • Mistral也来抢机器人赛道:一个普通摄像头,让机器人在办公室里自己认路

    法国AI公司Mistral,大家更熟悉的是它那些开源大语言模型。但7月8日它悄悄把触角伸到了”物理世界”。新发布的Robostral Navigate是Mistral第一款面向机器人导航的模型,参数只有80亿,却干了件挺反直觉的事:让机器人只靠一个最普通的RGB摄像头,就能在复杂空间里自己走路、认路,不用激光雷达,也不用深度传感器。

    传统方案要让机器人不撞墙,往往得堆传感器——LiDAR、深度相机、好几路摄像头一起上。Robostral Navigate偏要做减法。它接收摄像头画面和一句大白话指令,比如”走出大堂,穿过走廊,进储物间,停在第二个货架正前方”,就自己驱动机器人走完整个流程,连训练时从没见过的人和障碍物都能现场避让。

    Mistral Robostral Navigate 单摄像头机器人导航
    仅凭一颗摄像头,Robostral Navigate 让机器人在办公空间自主导航(配图由AI生成)

    在R2R-CE这个导航基准上,它在没见过的环境里成功率76.6%,见过的有79.4%。更扎眼的是,它比此前最好的单摄像头方案高出9.7个百分点,甚至比用着深度或多摄像头的系统还高出4.5个百分点——”一只眼”反而赢了”多只眼”。

    怎么做到的:先学会”指路”,再学会”走路”

    核心是一套基于”指向”的导航机制。模型看着当前画面和历史指令,预测机器人下一步该往画面里的哪个坐标走、到了之后该朝向哪边。比起直接给”往前两米、左转25度”这种精确位移指令,这种”指路”的方式天然不挑相机参数、也不挑空间尺度,同一个模型能装在轮式的、腿式的甚至飞行的机器人上。

    训练上Mistral也走了一条省钱的路。整个模型完全在模拟环境里训出来,用6000个虚拟场景攒了大约40万条轨迹。再配上前缀缓存(prefix-caching)的训练算法,把整段任务压成一条序列一次训完,训练token量砍到原来的1/22,原本要几个月的活儿压缩到几天。最后再上一轮在线强化学习(CISPO),成功率又多榨出3.2个百分点。

    为什么这件事值得盯

    对Mistral来说,这只是通向”统一具身智能体”的第一步,但它戳中的是机器人落地最贵、最麻烦的一块——感知与导航。制造业、配送、物流、酒店这些场景里,”让机器自己从A走到B”向来是客户最想要的本事。把硬件门槛从一套传感器阵列降成”一颗摄像头加80亿参数”,意味着更多中小玩家也能碰机器人了。

    • 模型完全自研,不依赖任何开源视觉语言模型,从Mistral自家的 grounding 模型初始化而来。
    • 对相机内参差异很皮实,不同机器人、不同摄像头都能通用,部署起来省心。
    • 团队明确说还没看到性能天花板,更多训练和数据还能继续把数字往上推。

    当然,模型目前还没开源,权重和代码要走商务接洽。但Mistral从语言模型跨界到机器人,信号已经很清楚:当小模型也能用一颗摄像头搞定复杂导航,机器人自主移动的硬件护城河,正在被重新画一遍。


  • OpenAI当年出价5亿没买下,如今它靠游戏录像训练机器人、估值23亿

    两年前,OpenAI 揣着 5 亿美元想买下 Medal——一个让玩家上传和分享游戏录像的平台,创始人 Pim de Witte 拒绝了。当时看有点莽。但到了 2026 年,de Witte 手里的 AI 公司 General Intuition 完成 3.2 亿美元 A 轮融资,估值冲到 23 亿美元,Khosla Ventures 领投,贝佐斯、前谷歌 CEO 施密特,以及 MIT 和 DeepMind 的研究人员都跟了进来。算上去年 10 月启动时的 1.34 亿,累计融资已经超过 4.54 亿。市场用真金白银证明了一件事:那堆游戏录像,比大多数人以为的值钱得多。

    用游戏数据训练机器人世界模型概念图
    用游戏数据训练机器人世界模型概念图(本文配图由 AI 生成)

    游戏画面里藏着什么

    General Intuition 的赌注听上去有点反直觉:用电子游戏里的人类操作记录,去教现实世界的机器人。它的训练数据来自 Medal 积累的数十亿小时游戏画面。但真正关键的不是画面本身,而是内嵌在每一帧里的”动作标记”——玩家在哪一刻按下了哪个键、做了什么决策。多数同行只靠视频去猜动作,而 de Witte 认为,拥有真实的人类操作数据,才是模型理解”自我”和”环境”分野、进而掌握因果关系的内核。

    de Witte 把公司的逻辑讲得很直白:”模型本身的泛化能力,就是产品。”他不想做机器人整机厂商,而是要成为别的机器人公司搭建产品时脚下的那块地基。

    8 分钟,让四足机器人学会走路

    传统机器人训练有两条老路:在真实环境里采数据,贵且慢;在仿真器里练,速度快却躲不开”仿真到现实的鸿沟”——你在 Unity 里训好的模型,放到真实地板和墙壁前常常像个路痴。General Intuition 把游戏数据当成连接两者的桥:先在海量游戏交互里学”物体怎么动、智能体怎么走、动作怎么改变状态”,再拿极少量的真实机器人数据做下游微调。他们演示过一台四足机器人,只经过 8 分钟真实世界微调,仅靠前置摄像头,就在有行人和动态障碍的办公室里零样本导航成功。

    • 领投方 Khosla 看中的是独有数据壁垒,以及”AI 直觉涌现”的愿景
    • de Witte 划下红线:不做任何用于伤害人类的自主武器
    • 目标是对标 NLP 的 GPT-3 之后——通用基座加轻量适配,取代每个任务单独训练

    有意思的是,当中国的人形机器人公司在拼命扩产量、把模仿学习的工业栈跑起来时,General Intuition 想走的是另一条路:卖”世界模型”这个软件层,而不是卖铁。这条路线能不能扛住工厂车间和客厅里那些充满摩擦、接触密集的真实物理,还得等它在同行评审的环境里被反复验证。但至少现在,顶级硅谷资本愿意为”通用世界模型”这个赌注下重注。

  • 用电子游戏训练机器人?General Intuition说机器人的ChatGPT时刻要来了

    从游戏手柄到机器人腿,这家公司赌的是”通用”两个字

    在GPT-3带火基础模型之前,做自然语言处理的公司基本都得从零开始,针对每个具体任务攒一堆专用数据去训练。现在谁还这么干?大家都是先拿GPT、Claude或者Llama这类通用模型过来,再微调一下应付自己的业务。General Intuition的CEO Pim de Witte觉得,机器人这行迟早也会走一模一样的路。

    他说的”专用路线”是什么样?就是现在很多团队各自为战,盯着某一个具体的机器人、某一个固定的环境、某一项专门动作死磕。de Witte的判断很直接:等通用模型真正成熟,这类苦活儿大部分都得作废。他甚至抛了个挺挑衅的说法——模型本身的泛化能力才是产品,”它只要对空间和时间有了最底层的理解,大家就没必要再去收集几十万、上百万小时的真实世界数据了,因为说白了,你其实只需要几分钟。”

    四足机器人在办公室中行走
    用游戏数据训出来的基础模型,正在让机器人摆脱对海量真实数据的依赖

    他们的秘密武器,是几百万小时的电子游戏录像

    General Intuition自己那套基础模型,训练素材来源有点出人意料:几百万小时的游戏视频,里面连”人类什么时候按了手柄上的哪个键”这种细节都标得清清楚楚。de Witte和投资方Vinod Khosla都认同一件事——这种”动作数据”才是让AI长出类人空间直觉的关键。

    他们最有说服力的一次演示,是让机器人只靠一个前置摄像头、没有任何别的传感器,在有人走来走去、不断有东西乱入的办公室里零样本跑起来。de Witte说,这事儿连他们自己都吓了一跳,而这八分钟真实数据之外的部分,全是模型自己泛化出来的。

    靠着这套逻辑,General Intuition上个月刚融了3.2亿美元,估值冲到23亿。钱不是白给的——他们的模型既能连续玩上几个小时游戏,也能驱动一台四足机器人,而后者只用了八分钟真实机器人数据做微调。de Witte给公司的定位也很清醒:他们不造机器人,要做的是”物理AI领域的基础模型”,相当于给其他机器人公司当地基。


    机器人行业的”ChatGPT时刻”到底还差什么

    • 数据逻辑在变:从”为每个动作攒数据”转向”用高质量数据训出能迁移的通用模型”。
    • 门槛在降:真实世界采集不再是必选项,几分钟的针对性微调可能就够了。
    • 生意在转:卖机器人的会越来越多,但卖”机器人脑子”的可能是另一拨人。

    de Witte有句话挺能概括野心:”我们不去造一家自动驾驶公司,我们要做的是,让下一个人造自动驾驶公司的难度大降十倍。”这话听着像在致敬当年基础模型对NLP行业的改造。只不过这一次,战场从屏幕里的文字,挪到了真实世界的四肢和空间里。

  • 亚马逊把Anthropic给”卖”了?AI圈最尴尬的投资关系

    亚马逊CEO向政府报告Anthropic模型安全问题
    亚马逊CEO向政府报告Anthropic模型安全问题,导致最强大模型被全球封禁

    Anthropic的Claude Fable 5和Mythos 5两款模型,本来是这家公司当下最强大的王牌,结果上周五突然被A一刀切了访问权限——而且是全球范围。表面上看,是美国政府以国家安全为由实施了出口管制禁令。但《华尔街日报》挖出来的内幕显示,这件事的源头可能指向亚马逊首席执行官安迪·贾西。

    亚马逊的尴尬位置

    这件事最尴尬的地方在于,亚马逊可是Anthropic的主要投资方。双方之前达成协议,亚马逊投50亿美元,Anthropic承诺花1000亿美元在AWS上。结果投资方转头就把被投公司给”卖”了,这剧情也是够讽刺的。当然亚马逊不会承认自己主动告的状。亚马逊发言人的声明说得滴水不漏:政府寻求我们关于潜在安全风险的建议并不罕见,但我们不会分享这些讨论的细节。话说到这个份上,基本上就等于”我不否认,但我不说”。

    越狱漏洞还是借口?

    特朗普的前人工智能顾问大卫·萨克斯现在在总统科学技术顾问委员会当联合主席,他给了另一个版本的说法。按照萨克斯的说法,是一位Anthropic和美国政府都高度信任的合作伙伴站出来,提供了关于越狱的相关信息。然后政府要求Anthropic的CEO达里奥·阿莫代伊把越狱问题修复,不然就下线模型。结果达里奥拒绝了。这个说法如果属实,那Anthropic的拒绝就成了一个关键点——是公司坚持模型开放性的原则,还是他们觉得自己模型的安全性没问题、不需要按政府的要求改?


  • 工信部出手了:AI要和通信网络深度捆绑,2028年要打成什么样?

    6月10日,工信部印发了一份文件,名字挺长——《”人工智能+信息通信”创新发展实施意见(2026—2028年)》。翻译成人话就是:未来三年,要让AI和通信网络深度捆绑,互相催着往前走。

    500万个5G基站背后,算力已经堆到1882 EFLOPS

    先说个直观的数字:国内5G基站已经建了500.9万个,400Gbps的骨干传输网络也开始规模部署了。算力这边,智能算力规模达到了1882 EFLOPS(FP16精度)。这些数字不是摆着看的,机器视觉检测、精准设备控制这类场景已经在用起来了。

    但问题是,AI和信息通信两个领域凑在一起,是个新兴交叉地带,技术突破、融合路径、商业模式都还在摸索。这份文件就是来管这件事的。

    这份意见围绕四个方向部署了17项具体任务:推动信息通信行业智能化升级、夯实AI发展底座、深化融合应用创新推广、增强信息通信行业治理能力。

    网络、算力、算网,三件事一起抓

    文件把”底座”这件事拆得很细。网络层面,要加快建设400Gbps/800Gbps骨干传输网络,城域400Gbps及以上高速光传输系统也要有序推进。目标是构建城域毫秒级低时延入算能力——说白了,就是让数据和算力之间的路更宽、延迟更低。

    算力层面,要构建枢纽—区域—边缘三级节点协同的算力设施体系,建国家和区域算力平台,搞全国一体化、集约化、市场化的算力服务体系。这件事的背后,是AI训练和推理对算力的渴求已经到了不惜成本的地步。

    工信部AI+信息通信政策
    工信部部署AI与信息通信融合发展任务(图源:新华网)

    到2028年,要打成什么样?

    文件给了两个时间节点的目标。2028年,AI和信息通信要初步构建融合互促的创新发展格局,信息通信网络初步实现高等级自智,形成30个以上高价值典型场景,打造一批典型应用和特色智能体。城域算力1毫秒时延圈覆盖率不低于75%。

    再往远看,2030年的目标是:”人工智能+信息通信”步入技术引领、产业繁荣、安全可靠、智能普惠的发展新阶段。

    具身智能、AI手机、智能家居,要进千家万户

    融合应用这部分,文件提了几个方向:加强具身智能与信息通信融合创新;大力发展AI手机和电脑、智能家居设备、智能穿戴设备;鼓励基础电信企业用AI赋能传统电信业务,深化智慧个人助理、智慧管家、家庭看护等应用。

    这些不是新概念,但由工信部出面系统性部署,释放的信号是:AI往落地走,信息通信网络是基础设施,两者必须一起建、一起用。

    • 网络侧:400G/800G骨干网+城域毫秒级低时延入算
    • 算力侧:枢纽—区域—边缘三级协同,全国一体化算力服务体系
    • 应用侧:具身智能、AI终端、智慧家庭、垂直行业提质升级
    • 目标:2028年城域算力1毫秒时延圈覆盖率≥75%,30+高价值场景