1 人形机器人产业快速发展。

宋巍巍介绍了人形机器人产业的发展历程和未来应用场景他指出，特斯拉和华为等科技巨头的进入推动了人形机器人产业的快速发展人工智能技术，尤其是大语言模型的发展，为人形机器人的软件技术提供了支持未来，人形机器人将在工业、服务、军事等领域广泛应用，并逐步替代体力劳动，实现具身智能。

2 宋巍巍参观机器人公司实验室。宋巍巍和张总参观了机器人公司实验室，了解了人形机器人的研发和制作过程。张总介绍了公司最新发布的全尺寸双足人形机器人car

sport

3 机器人关节设计优化。

宋巍巍介绍了机器人的关节设计，特别是谐波关节在力控和位控精度上的优势他提到灵巧手的设计，包括12个自由度和触觉传感器阵列，以及多传感器融合技术，这些设计提高了机器人的操作精度和感知能力此外，机器人配备了多种传感器，如RGBD深度相机和激光雷达，以增强其在执行任务时的环境感知和数据采集能力。

4 机器人展示多种功能。

宋巍巍介绍了轮式人形具身智能机器人在工业制造场景中的应用，特别是3C笔记本电脑主板装配的高精度操作机器人具备52个主动自由度，能行走、奔跑、跳跃，双手可进行精细操作机器人还配备了LED头显，可与公众互动，显示定制化内容此外，机器人可替代人类在危险环境中工作，如巡检、防爆和救援宋巍巍还提到，机器人目前仍需人类辅助大脑工作，但其行动能力已接近人类。

5 机器人内部结构解析。

宋巍巍详细介绍了机器人的内部构造，包括关节、底盘设计、PCB板的功能等他解释了核心控制器单元、电源管理系统和通信模块的作用，并提到机器人通过分层端到端架构执行任务，结合视觉语言大模型和多模态灵巧操作模型，实现环境感知和任务执行。

6 机器人技术发展解析。

宋巍巍与马总探讨了机器人行业的技术发展，重点介绍了机器人的内部构造和驱动单元马总详细解释了机器人一体化关节、传感系统、AI处理芯片和控制单元的功能，强调了软件在机器人运动控制和交互中的重要性宋巍巍指出，投资者往往关注硬件，但软件同样关键，尤其是运动控制的底层逻辑和复杂指令的处理。

7 机器人智能的协同与控制。

宋巍巍介绍了机器人智能的实现依赖于大脑和小脑的协同工作大脑负责任务分解和指令生成，小脑则负责执行和控制小脑的工作频率较高，涉及复杂的工艺执行和动作控制视觉语言动作大模型（VRA）和多模态大模型用于生成动作轨迹，而控制模型则通过强化学习和仿真训练实现机器人的各种能力宋巍巍还提到，机器人的操作架构与人类相似，大脑思考后需要运动能力来执行任务此外，他强调了人工智能和神经网络模型在机器人发展中的重要性，特别是transformer架构在决策层面的应用。

8 宋巍巍介绍了强化学习在机器人运动控制中的应用。

他提到通过对抗网络训练智能体在仿真环境中进行运动尝试，利用运动先验数据集评估姿态拟人化程度，奖励接近目标姿态的行为强化学习模型在游戏和机器人领域得到广泛应用，尤其在四足和双足机器人上，通过MPC控制方式实现高动态平衡控制国内机器人技术也在强化学习方面取得进展，鲁棒性和上限较高。

9 物理仿真技术提升机器人运动能力。

宋巍巍介绍了物理仿真技术在机器人运动学习中的应用，通过强化学习模型，机器人在仿真环境中学习行走和运动行为，提升运动自然度和能耗效率他还提到2024年GTC大会和CES展上的相关技术，如GPU、Olivers和cosmos系统，这些技术支持多模态信息传输和端到端机器人运动cosmos平台提供事件模型和训练工具，加速AI训练，生成高逼真仿真环境，形成训练闭环，提升智能体学习能力。

10 机器人学习依赖数据采集。

宋巍巍介绍了机器人通过模仿人类动作进行学习的方式，强调了数据采集的成本和时间消耗他提到谷歌通过大量机器采集数据，但模型在特定场景下表现良好，泛化能力有限提升泛化能力需要机器人接触更多场景，仿真数据可以生成大量高质量数据，帮助机器人在模拟环境中训练，节约现实世界的时间和成本未来，机器人可能通过一次示范在仿真中扩展数据，快速学习新技能硬件和软件需要同步迭代，提升机器人的运动和控制能力。

11 大模型发展成熟，数据采集是关键。

宋巍巍介绍了大模型的发展现状，指出顶层多模态大模型已相对成熟，尤其在理解人意图方面表现突出然而，中间层的动作大模型面临数据采集成本高、数据集不足的挑战他提出通过多元数据混合训练，结合真实数据、仿真数据和互联网操作视频，以解决数据量不足的问题此外，算力需求因模型参数量减少而降低，中科院的技术积累也在算法改进和硬件适配方面提供了支持宋巍巍预计，通过创新路线和合作验证，今年年中将取得突破。

12 宋巍巍分析机器人产业发展。

宋巍巍讨论了机器人产业的关键时间点，特别是2022年ChatGPT的出现对具身智能的推动作用他提到算力提升和大模型迭代对机器人发展的重要性，并强调了机器人零部件在产业链中的关键地位宋巍巍还指出，特斯拉的机器人量产规划对资本市场产生了积极影响，并看好机器人运动系统中的减速器和丝杠等细分领域。

13 机器人产业链投资机会多。

宋巍巍介绍了机器人产业链的关键环节，包括电机、电池、传感器、CPU、GPU等，并强调了这些环节的公司在未来具有爆发性增长潜力他建议投资者关注市场流动性变化、行业重大事件以及公司业绩，同时指出机器人产业投资具有周期性，需把握节奏中长期来看，机器人产业前景广阔，但投资者需注意周期波动，避免在寒冬中夭折。