兆易创新机器人专用芯片正式亮相 主攻伺服驱动、关节控制场景

快科技8月6日消息,兆易创新正式推出GD32H77R系列高性能32位微控制器,这是一款面向伺服驱动与机器人关节控制场景深度定制优化的专用MCU。

芯片基于600MHz主频的Arm Cortex‑M7内核,配备与CPU同频工作的640KB紧耦合内存(TCM),并集成EtherCAT从站控制器及多规格工业编码器接口。

采用9mm x 9mm BGA169紧凑封装,精准适配机器人关节内部有限空间,可广泛用于人形机器人关节模组、伺服驱动器、VFD变频调速、3D打印与数控设备、工业网关及多传感器融合系统。

兆易创新机器人专用芯片正式亮相 主攻伺服驱动、关节控制场景

在能效方面,GD32H77R支持1.7V~3.6V宽工作电压范围,提供三种可灵活配置的节能模式。芯片通过先进功耗设计实现优异动态功耗表现,大幅降低自发热,配合系统级热管理技术,为高环温工业运动控制场景提供更高能效与更长工作寿命。

通信与网络能力是该芯片的突出亮点。片内集成EtherCAT从站控制器与两路百兆以太网PHY,可灵活支持标准百兆以太网或EtherCAT两种通信方式,省去两颗外置工业级百兆PHY器件,有效降低系统BOM成本与设计复杂度。

针对EtherCAT应用,芯片进行了专项硬件优化:单边传输延迟最快可低至50ns以内,其模块寄存器和数据采用直接寻址访问机制,大幅提升通信速率;DC同步周期精度达62.5μs,充分满足多轴联动场景下的高精度同步控制要求。

兆易创新机器人专用芯片正式亮相 主攻伺服驱动、关节控制场景

在工业编码器接口方面,GD32H77R原生兼容EnDat、BiSS‑C、Tamagawa等主流绝对式编码器协议,内置RDCM旋转变压器数字转换模块,可精准采集电机位置与转速反馈,省去大量外围信号调理器件,简化硬件电路设计,进一步缩减整机BOM用料与研发成本。

信息安全层面,芯片集成硬件加密、哈希校验、参数防篡改及真随机数生成模块,依托CAU、HAU、EFUSE、TRNG四大安全单元,完成数据加解密、完整性校验、关键参数固化与随机密钥生成,全方位守护固件与设备信息安全。产品及开发管理体系遵循欧盟网络安全弹性法案(CRA)法规要求与IEC62443安全标准,可向下游OEM提供信息安全方案与认证咨询。

此外,GD32H77R系列MCU的STL已通过德国莱茵TÜV IEC 61508 SC3(SIL 2/SIL 3)功能安全认证,同时符合ISO 60730 B类功能安全标准。

Continue Reading兆易创新机器人专用芯片正式亮相 主攻伺服驱动、关节控制场景

内存太贵!微软推荐Windows用32GB又偷偷删掉:为自家8GB新品留后路

快科技8月6日消息,微软已经悄然删除了Windows学习中心网站上,所有32GB内存推荐相关内容。

今年5月,微软公开称32GB内存是游戏玩家的无忧之选,16GB是Windows 11流畅运行的起点。再往前追溯到2025年11月,微软明确表示,32GB是硬核玩家跑3A大作理想容量,现如今这些页面如今已全部下线。

删文的同时,微软也在调整产品线,砍掉了入门定位的Surface Go和Surface Laptop Go,新推出的Surface Pro 12、Surface Laptop 13和Surface Laptop for Business全部以8GB内存起步。

其实不只是微软,今年一众PC厂商都开始重新推出8GB机器,背后原因自然是内存涨价潮,由于内存价格居高不下,厂商不得不削减容量压缩成本。

虽然Windows 11最低配置要求只要4GB内存,但大量基于Web和WebView2应用本身就吃内存,内存便宜的时候,用户花点钱加一根内存条就能解决,现在这条路走不通了。

对此微软近期承诺今年内优化Windows系统、减少内存占用,让8GB内存笔记本也能流畅运行Windows 11,也算是让用户在买8GB内存的Surface新品时候稍微能安心一些。

内存太贵!微软推荐Windows用32GB又偷偷删掉:为自家8GB新品留后路

Continue Reading内存太贵!微软推荐Windows用32GB又偷偷删掉:为自家8GB新品留后路

没有登味儿!新款理想L6门店客流暴涨:热度远超L8/L9

快科技8月6日消息,今日,博主“张钇平”发文称:“理想L6发布后,对门店客流的带动作用比L9和L8那时候高很多,销售说很多客户是老款L6停产后就一直在等新款。”

博主还称,订单里最受欢迎的搭配是黑色车身+曜黑外观套件,白色、银色是第二梯队热门配色。厂商大幅精简车型配置版本(SKU),不用消费者反复对比高低配、选装包,购车选择门槛降低,契合当下消费者不想费心研究配置的心理。

没有登味儿!新款理想L6门店客流暴涨:热度远超L8/L9

这款车不再局限于理想以往主打中年家庭用户的定位,消费者覆盖全年龄段、各行各业。不少年轻人愿意选择它,关键理由是新车外观弱化了理想家族以往偏稳重老成的风格,也就是圈内调侃的“登味儿”,造型更年轻化,更容易被年轻群体接纳。

在竞争层面,销售反馈市场环境极为胶着。市面上所有25万左右的SUV都被视为竞品,客户对比的车型五花八门。除了会与自家的理想i6进行内部比较外,客户们还经常拿合资油车(如丰田汉兰达、大众系列车型)进行对比。

没有登味儿!新款理想L6门店客流暴涨:热度远超L8/L9

此外,该车已上市全系仅一款配置车型,售价24.98万起。内饰看齐新款L9,方向盘样式简化并加入金色饰条,取消方向盘小屏,换装29英寸6K全景中控屏,搭载高通骁龙8797芯片,配19扬声器铂金音响,座舱智能化与影音体验大幅升级。

动力沿用1.5T增程器搭配前后双电机,综合功率300kW,零百加速5.4秒、最高时速200km/h维持原有水准;电池是核心升级点,容量提升至51kWh,CLTC纯电续航达到300km,快充20%-80%仅需12分钟。

没有登味儿!新款理想L6门店客流暴涨:热度远超L8/L9

Continue Reading没有登味儿!新款理想L6门店客流暴涨:热度远超L8/L9

打官司、挖人,苹果和OpenAI的硬件大战才刚开始

(本文作者为 字母AI,钛媒体经授权发布)

文 | 字母AI

进入2026年下半年以来,硅谷最大的一笔诉状,莫过于苹果起诉OpenAI商业秘密侵占和违约了。当初这两家公司合作开发Siri有多甜蜜,现如今就有多难堪。

起诉提交一个月,苹果向法院申请了初步禁令,禁止OpenAI和苹果前员工使用、披露任何苹果的商业秘密,并且禁止他们继续访问苹果的机密信息。另外,苹果还要求OpenAI归还所有苹果的专有材料。

几个小时后,OpenAI对苹果进行了还击,他们在其官网发布了一篇题为《苹果正误入歧途》(Apple is getting this wrong)的文章,公开回应苹果此前提起的商业秘密诉讼。

文章称苹果的诉讼“草率、咄咄逼人,且奇怪地带有个人色彩”,并附上了多封邮件和iMessage截图作为证据。

文章里贴了不少实锤。比如苹果外聘的律师格罗斯,把两个亚裔姓氏搞混了,把本该发给别人的邮件错发给了OpenAI的总法律顾问,还在邮件里声称已经和他通过电话。

OpenAI主动指出这个错误后,苹果律所才承认发错了人。

此外,OpenAI还在文中表示,苹果称一位前苹果高管在跳槽到OpenAI后偷窃苹果机密,但证据显示,是苹果在职员工主动找这名跳槽的高管索要文件、项目信息、对接人联系方式,这位高管只是为了完成工作交接,才下载并发送了苹果的机密文件。

但这场官司的本质,远不止商业秘密那么简单。

苹果在7月10日提交的诉状中披露了一个事实,称超过400名前苹果员工,现在在OpenAI工作。这些人覆盖了产品设计、硬件研发、屏幕技术、天线工程、供应链管理、硬件采购等几乎所有关键环节,基本就是一条完整的硬件研发链条。

这不是普通的人才流动。这是OpenAI在用苹果的人,再造一个苹果。

诉讼本身只是这场战争的表象。真正值得关注的是:一家以软件和算法起家的AI公司,为什么要系统性地挖走一家硬件巨头的人才?它要做什么?苹果又将如何反击?

OpenAI是怎么挖这400人的

一切的一切,得从一笔收购开始说起。

2025年,OpenAI以65亿美元的全股票交易收购了io Products。这是一家由苹果前首席设计师乔纳森·艾维(Jony Ive)创立的硬件设计公司。

然而这笔交易的核心远不止是OpenAI想要获得一个设计团队那么简单。

艾维在苹果工作了近30年,主导了从iPod、iPhone到Apple Watch的几乎所有标志性产品的设计。也正是在他的光环影响下,io Products的核心团队,几乎全是苹果出来的老兵。

这相当于OpenAI直接买下了一整套苹果硬件设计的班底。收购完成后,艾维和他的团队开始给OpenAI规划消费级硬件产品线。

拿到钱的艾维第一时间想到的事情就是扩招,而他的人才池自然而然来自于老东家苹果。

不过真正让苹果恼怒的反倒不是艾维,而是一个叫做唐坦(Tang Tan)的高管。

唐坦在苹果工作了24年,离职前担任iPhone和Apple Watch产品设计副总裁,是苹果硬件设计体系中的核心人物之一。

2026年初,他加入OpenAI,出任首席硬件官,直接负责OpenAI的全部硬件业务。

唐坦不仅懂苹果的产品,更懂在苹果工作的人。他知道哪些团队在做什么项目,哪些工程师是关键角色,甚至知道每个人的薪资水平和职业发展瓶颈。

苹果在诉状中指控,唐坦利用自己对苹果内部组织结构的了解,系统性地筛选和招聘苹果员工,并且在面试过程中使用苹果内部的项目代号来套取未发布产品的信息。

苹果还表示,唐坦在面试尚未离职的苹果员工时,会直接要求对方携带苹果的实物零件来参加面试,用于“展示和交流”。这些零件包括电池、逻辑主板、系统级封装(SiP)模块和外壳等。很多面试者后来都表示,当时被这个要求吓了一跳,甚至有受访者表示,“我都不知道这些东西可以从办公室拿走”。

诉状中提到的另一名关键人物是刘畅(Chang Liu),他在苹果工作了8年,担任高级系统电气工程师,参与过iPhone硬件研发。

2026年1月他也跳槽到了OpenAI,但离职时没有归还苹果配发的MacBook笔记本电脑。

重点在于,他发现了苹果企业系统中存在一个此前没人注意到的认证漏洞,于是利用这台没还的电脑继续访问苹果的云端存储,下载了数十份机密文件,这里面甚至包括了技术演示文稿和未发布产品的规格说明。

外媒报道称,他甚至还给就职于苹果的前同事发消息炫耀:“哈哈,我发现我居然还能进网络存储,太逗了。”

苹果还指控OpenAI教唆员工规避离职安检。

比如,遇到HR催着走的时候,就想办法拖着不签任何离职文件,避免触发即时清退的安保机制。因为苹果内部的文件同步机制,会把更新继续推送到这些早已离职的员工的个人iCloud账户里,这就导致有人明明离职好几年了,iCloud里还能保留着苹果的机密文档。

这个漏洞说起来有点讽刺。

苹果内部协作全靠Pages、Keynote、iMessage和iCloud。新员工入职,公司会送2TB的iCloud空间,还贴心地建议跟个人iCloud方案合并。

不过iPhone一次只能登一个主Apple ID,绝大多数员工干脆就用自己的苹果账号登公司的iCloud。因此,工作和个人资料就这么混在了一起。

苹果当然不是没有防备,它曾经搞了个公司管理的“Apple Work”文件夹,员工离职一交工牌,文件夹就自动消失。

可问题就在于,人非圣贤,工作过程中难免会把文件存在不同的文件下。

比如同事之间协作的Pages文档、项目组共享的Keynote,并且依然有可能为了图方便,存在自己的个人iCloud目录里。

只要没放在 “Apple Work”文件下,离职时就不会被自动清掉。

这些管理上的漏洞,客观上为人才流动中的信息泄露提供了土壤。但更核心的问题是:为什么这么多苹果员工愿意走?

答案在于文化。

对于硬件工程师来说,在苹果做的是下一代iPhone的迭代改进,每一个改动都要经过层层审批,最终的产品可能还是跟去年差不多的样子。

相反,在OpenAI,他们要做的是全新的东西。究竟AI时代的硬件到底该长什么样,可每个OpenAI的员工都能参与其中。

再加上OpenAI给出的薪酬包和股权激励,对于还没到财务自由阶段的中层工程师来说,吸引力确实很大。

外媒报道称,眼看着员工成百上千地往外跑,苹果开始给被OpenAI盯上的核心员工发留任奖金,最高达到40万美元的限制性股票。

OpenAI的野望:再造一个苹果

OpenAI硬件负责人理查德·何(Richard Ho)此前在斯坦福的演讲里曾表示,“手机不是为Agent设计的。”

他的核心判断是,今天的智能手机,交互逻辑是“app-based”(基于应用)和“session-based”(基于会话)。

用户要主动去找功能,比如打开App、打开网页浏览器,可是手机不会主动来找你。

理查德认为AI Agent的逻辑完全不同,它应该是持续在线的,理解你的上下文,主动帮你处理事情,而不是等你打开它。

“如果AI是未来,那用来承载AI的硬件,就不应该是今天这个样子。”,理查德说到。

OpenAI需要自己的硬件,一个从底层就是为AI Agent设计的硬件。

根据目前曝光的信息,OpenAI的硬件路线图已经相当清晰了,一台音箱、一部手机,后面跟着眼镜、台灯,可能还有耳机。其中,音箱作为最早首发的硬件产品,预计将于2027年初上市;手机的量产时间被提前到了2027年上半年。

OpenAI的音箱并非HomePod或者亚马逊Echo那样的产品。按目前从供应链流出的产品描述,它可以充电、能在房间之间带着走,有一颗用于理解周围环境的摄像头,还有会自己活动的机械结构,让它显得像是“活的”。

OpenAI给它的定位,是一个住在你家里、像人一样的AI陪伴者。

它由ChatGPT驱动,对话部分用GPT-Live,有自己的性格,会越用越个性化、越主动。没有屏幕,没有App,因此它没有“打开”这个动作。

虽然听起来有点瘆人,不过OpenAI的设计理念就是让音箱一直在那儿听着、看着以及响应各种指令。

第二款产品是手机。

最早是天风国际分析师郭明錤在4月爆料,称这是一款“AI Agent手机”,围绕持续的、有上下文感知的界面构建。

郭明錤的观点是,手机是唯一能捕捉用户完整实时状态的设备,用户的位置、活动、通信、所处情境都在里面。这是实时Agent推理最重要的上下文输入。要交付完整的Agent服务,就必须同时掌控操作系统和硬件。

就在同一天,奥特曼发了条帖子,内容是“是时候重新想想操作系统和用户界面该怎么设计了。”

如今关于这款手机的规格信息也多了起来。比如它处理器的制程和苹果下一代A20处理相同;代工是立讯精密,摄像头模组是舜宇光学。

不过有意思的是,整份规格单里最高亮的地方是它带增强HDR管线的ISP(图像处理芯片)。它的作用是提升通过摄像头对真实世界的感知能力。旁边还为它单独配备了两颗AI处理器,分别同时处理视觉和语言。

还有一点,从供应链就可以看出来,OpenAI已经完全苹果化了。立讯是苹果最重要的代工厂之一,促成整条产线的便是前文提到的io Products。

OpenAI不是在学苹果做产品,它根本是想复刻苹果。区别只在最后交付的设备里,默认入口从App Store换成了Agent。

甚至在芯片层面,OpenAI也在复制苹果的路径。2026年6月,OpenAI与博通联合发布了首款定制AI推理芯片Jalapeño,专为大语言模型推理设计,从架构设计到制造流片仅用了9个月。这颗芯片不是通用GPU改造,它是围绕大模型推理的核函数、内存移动、网络和服务模式深度定制的。

苹果靠自研A系列和M系列芯片建立了硬件差异化壁垒,OpenAI显然也想走同样的路。

郭明錤预测,如果开发不出意外,2027与2028两年OpenAI AI Agent手机合计出货约3000万台,摊到一年一千多万台,在手机行业大概是一个二线品牌的体量。因此,OpenAI在早期撼动不了iOS和Android的基本盘。

但OpenAI原本的目标可能就不是份额。理查德说过,Agent想拿到用户的当下状态,就必须在操作系统层有完整权限。也就是说,OpenAI想要一台自己说了能算数的手机。

所以就销量而言,一千万台确实对于OpenAI来说体量差点意思,更别提苹果三星了。

可如果销量真能达到1000万,那就说明OpenAI的Agent手机理论是行得通的。

苹果的反击

面对OpenAI的步步紧逼,苹果当然不会坐以待毙。诉讼是最直接的反击,但也只是表面。苹果真正的底牌,其实在产品上。

为了彻底跟OpenAI断绝来往,苹果在AI模型上果断甩掉了ChatGPT,转而投了谷歌。2026年1月,苹果与谷歌正式签署多年期协议,每年支付约10亿美元,用谷歌Gemini大模型驱动新版Siri和Apple Intelligence。

另外一点,比起谷歌,苹果更担心OpenAI。

谷歌已经有自己的手机了,但OpenAI不一样,它还没有手机。而且它做的也不是一般手机,是可能重新定义人机交互的AI Agent设备。

对于苹果而言,谷歌远没有OpenAI危险。谷歌的威胁是已知的,OpenAI的威胁是未知的。

所以苹果宁愿每年花10亿美元给谷歌,也不愿继续跟OpenAI深度绑定。它不能让一个正在磨刀霍霍准备杀入硬件领域的竞争对手,借着自己的平台积累用户、打磨产品。

甩掉OpenAI只是第一步。归根结底,苹果还是要有自己的AI能力才行。

这才是Apple Intelligence的战略意义。苹果走的是一条跟OpenAI、谷歌都不一样的路,苹果追求的是端侧优先,云端协同,隐私至上。

具体来说,苹果的基础模型(Apple Foundation Models,AFM)采用分层架构。轻量级的AFM Core只有30亿参数,完全在设备端运行,支持文本理解、简单图像识别,功耗控制在1瓦以内,响应延迟不到200毫秒。

日常交互如消息摘要、邮件草拟、照片搜索等轻量级任务,完全在本地处理,数据不出设备。

更复杂的任务则走“专属云”。这是苹果自己的云端模型,但走的是加密通道,并且苹果保证用户数据不会被用于训练。

这个战略的底层逻辑,是苹果对自身优势的放大。在大模型领域,苹果明白自己追不上OpenAI和谷歌,也没必要追。苹果的优势在硬件、在端侧、在生态、在20亿设备的用户基数。它要做的,是把AI能力深度嵌入硬件底层,用端侧计算+隐私安全来构建差异化护城河。

而在硬件层面,苹果的路线图和OpenAI其实还挺像的,智能眼镜、带摄像头的AirPods、一款AI挂坠,以及一台带屏幕和摄像头的家庭中枢。

苹果和OpenAI都是想通过硬件,让Agent持续看见你所在的世界。而且设计理念也相似,屏幕是可选项,摄像头是必选项。

2026年4月,苹果正式宣布,硬件工程高级副总裁约翰·特努斯将于9月1日接替蒂姆·库克出任CEO。

特努斯在苹果深耕25年,从底层工程师一路做到硬件负责人,主导了Mac从英特尔芯片向自研M系列的转型。他还负责过iPhone、iPad、AirPods等几乎所有核心产品线的硬件工程。

库克是供应链出身,特努斯是硬件工程出身。两任CEO都是做硬件的,这不是巧合。

苹果的根基永远是硬件。软件和服务是硬件的延伸,生态是硬件的护城河,AI是硬件的新能力。不管AI怎么发展,苹果最终还是要靠卖设备赚钱。所以选一个懂硬件的人来掌舵,反而是最好的选择。

那么,苹果的反击到底有多少胜算?

从短期来看,苹果的优势是压倒性的。20亿活跃设备,完整的生态闭环,强大的供应链控制力,无与伦比的品牌溢价,这些都是OpenAI短期内不可能追上的。

长期来看,就不好说了。

因为这不是一场存量竞争,而是一场关于“Agent手机”的增量竞赛。假如说AI Agent真的重新定义了人机交互,那苹果今天的优势,反而可能成为它的累赘。

就像当年诺基亚在功能机时代的优势,在智能手机时代反而成了拖累一样。

这也是为什么OpenAI要从无屏音箱开始试水。它在赌,赌用户会接受一种全新的交互方式,赌AI Agent会成为比app更自然的入口。如果赌对了,那今天手机行业的所有规则,都要重写。

硬件是苹果的命根子。如果AI时代的硬件入口被别人定义了,苹果就不再是苹果了。

所以这场战争,本质上是两场战争叠加在一起。表面上是商业秘密的法律战,深层是AI时代硬件主导权的争夺战。400个苹果人在OpenAI重造一个苹果,而苹果要做的,是守住自己打下的江山,同时在新的赛道上不掉队。

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

Continue Reading打官司、挖人,苹果和OpenAI的硬件大战才刚开始

AI带火挖掘机,土木狗有救了?

(本文作者为 字母AI,钛媒体经授权发布)

文 | 字母AI

随着科技公司持续扩大AI基础设施投入,AI带来的订单正在流向一家看似与大模型无关的企业——一家生产挖掘机、推土机和发电设备的工业公司。

8月4日,全球工程机械巨头卡特彼勒(简称CAT)公布了一份增长强劲的财报。

第二季度,公司营收达到205.4亿美元,同比增长24%;新增订单达到94亿美元,积压订单升至创纪录的721亿美元。公司同时上调了全年收入增长预期。

这份成绩单背后,是正在全球扩张的AI数据中心。

AI淘金热正在进入实体经济。

它带来的需求,不只出现在GPU、服务器和云计算平台,也开始沿着基础设施链条进入土建、电力、设备制造和工程服务。

AI数据中心,先引发了一场基建狂潮

想知道AI基础设施投资是否真的开始落地,卡特彼勒的财报可能是一个比科技公司的愿景演讲更直接的观察窗口。

作为全球最大的工程机械制造商之一,卡特彼勒长期被视为全球工业经济的“温度计”。公司的挖掘机、推土机、柴油发动机和发电设备,被广泛应用于建筑、矿业、能源和基础设施项目,其订单变化往往能够反映企业投资和基建活动的变化。

8月4日,卡特彼勒公布了第二季度财报。

公司季度营收达到205.4亿美元,同比增长24%;新增订单达到94亿美元,积压订单(backlog)升至创纪录的721亿美元。

受强劲需求推动,公司同时上调了全年收入增长预期。

其中,建设工业业务第二季度收入同比增长35%,达到83.5亿美元;能源与动力业务收入同比增长17%,达到82.4亿美元。

卡特彼勒表示,数据中心建设正在成为推动需求增长的重要因素。

随着微软、谷歌、亚马逊等科技公司持续扩大AI基础设施投入,大规模数据中心正在全球建设。但在GPU和服务器进入机房之前,这些项目首先需要完成更基础的工程:土地平整、建筑施工、电力接入、备用发电以及能源系统建设。

卡特彼勒此次增长最明显的两个业务,恰好对应了AI数据中心建设中的两个关键环节。

一方面,大型数据中心是一项大规模基础设施工程,而并非简单安装服务器。从土地开发、场地平整,到厂房建设和施工设备投入,都需要大量工程机械参与。这利好了建设工业业务的发展。

另一方面,随着AI模型训练和推理需求增长,数据中心对电力的需求不断增加。在电网供应不足或建设周期较长的地区,备用发电设备成为数据中心保障稳定运行的重要设施。能源与动力业务由此被推动。

AI基础设施投入正在沿着一条此前较少被关注的路径扩散:

英伟达的GPU,是AI时代最亮眼的“铲子”。

但一座数据中心真正建成,还需要另一类更传统的“铲子”——挖掘机、推土机和发电设备。

随着AI基础设施建设进入落地阶段,投资正在从芯片和服务器,沿着建筑、电力和工业设备链条继续扩散。

过去一年,卡特彼勒股价明显跑赢标普500指数,投资者正在押注AI基础设施建设将为传统工业企业带来新的增长周期。

财报公布后,市场也给出了直接反馈。卡特彼勒股价上涨约12%,创下17年来最大单日涨幅。

从卖挖掘机,到用AI改造挖掘机

AI带来的影响,并不只是在为传统工业企业创造新的订单。对这些制造商而言,AI也在改变它们自身的生产方式和产品形态。

过去几十年,工程机械企业拼的主要是机械设计、制造能力和全球供应链:挖掘机、起重机、矿卡,说到底都是大型机械设备。

但随着AI、传感器和工业数据的发展,设备正在从单纯的硬件,变成能感知环境、分析数据、辅助决策的智能系统。

工程机械行业,也站在了同样的拐点上。

卡特彼勒已经开始探索将AI能力嵌入工程机械。

2026年,公司推出基于AI的设备助手(AI Assistant),帮助操作员查询设备信息、获取维护建议,并降低设备使用门槛。

与此同时,卡特彼勒也在推进自动化设备研发,将此前应用于矿山领域的自动驾驶技术扩展到更多施工场景。

在国内,三一集团也在推进类似转型。

在推进AI落地时,三一选择从企业内部业务场景切入,将行业知识、生产流程和业务数据与AI结合。

2026年6月,三一集团CIO许国强透露,公司累计沉淀130多万条行业领域知识,迭代训练10余款垂域行业模型,AI应用覆盖全集团700多个业务场景,年度创造经济效益超过2亿元。

这些应用覆盖研发、制造、供应链和售后服务等环节。

例如,在售后服务中,三一将大量工程师多年积累的维修经验沉淀为企业知识库,通过AI辅助设备故障诊断。

过去,设备维修高度依赖资深工程师的经验判断;通过AI,三一可以将设备数据、历史案例和维修知识结合起来,帮助工程师更快定位问题。

在供应链环节,AI也帮助三一集团进行物料识别、采购分析和流程优化,减少重复工作,提高运营效率。

类似变化正在更多传统制造企业中上演。

美国农业机械制造商约翰迪尔(John Deere)正在利用计算机视觉和AI模型改造农业设备。

其See & Spray智能喷洒系统可以通过摄像头识别农田中的杂草,只针对目标区域喷洒农药,从而减少农药使用;自动驾驶拖拉机则利用AI感知环境,实现更高程度的自动化作业。

日本制造企业小松(Komatsu)也在推进智能矿山,通过无人矿卡、自动运输系统和施工数据平台,提高矿山作业效率。

对这些制造企业而言,AI正在成为推动下一阶段工业智能化的重要工具。

AI淘金热,正在扩展工业基础设施

AI基础设施投资最直接的受益者,往往是距离模型最近的企业。

英伟达提供GPU计算平台;SK海力士和美光供应AI所需的HBM及存储产品;台积电承担先进制程和先进封装;博通提供数据中心网络芯片和连接方案。长鑫存储等国内存储厂商,也正在围绕AI带来的存储需求扩产布局。

但AI基础设施并不只是GPU、服务器和云计算。它还包括建设数据中心所需的工程设备、保障数据中心运行所需的电力系统,以及支撑整个产业链运转的工业能力。

随着AI数据中心规模扩大,红利开始沿着基础设施链条继续扩散。

Vertiv、施耐德电气、Eaton、台达电等企业受益于数据中心内部的供电、电力管理和散热需求;GE Vernova等能源设备企业则受益于AI带来的新增发电和电网投资需求。

而卡特彼勒的财报说明,这条链条正在继续向更传统的工业制造环节延伸。

AI基础设施建设最终需要的不只是芯片和服务器,也需要土地开发、建筑施工、电力保障和大量工业设备。

市场因此而重新评估这些公司的价值。

卡特彼勒股价上涨,投资者不仅在看设备销量,也在盯着AI基础设施扩张能否成为未来的新需求来源。

与此同时,AI也正在改变这些工业企业自身。

大模型提供通用能力,但真正进入工业现场,还需要理解具体设备、具体流程和具体环境。在AI时代,这些企业长期积累的数据、行业知识和真实应用场景,也开始成为AI落地的重要资源。

英伟达们提供了AI时代的计算能力。

但AI淘金热的受益者,并不只有制造芯片的企业。随着AI基础设施不断扩张,能源、设备和工业制造企业也正在进入这条新的产业链。

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

Continue ReadingAI带火挖掘机,土木狗有救了?

工业具身智能已经进厂发挥价值了丨ToB产业观察

(本文作者为 Leo张ToB杂谈,钛媒体经授权发布)

夏天,船厂船舱内温度能达到60度,焊工穿着石棉服进去作业;焊球罐时工件表面要加热到180度甚至200度;焊接产生的电弧光会导致电光性眼炎、白内障,锰钢焊接释放的锰蒸汽有毒。高空坠落的风险更是家常便饭,甚至有的焊接现场边上就停着救护车,焊接工人进去20分钟就得出来,有些甚至需要其他人拖出来。

焊接行业是工业领域高危的行业之一,而如今,这个行业在具身智能的影响下,已经可以解放人力,让焊接工人在更为舒适的环境下实施焊接操作。

行业缺口如何靠具身智能填补?

与焊接工人工作环境相对应的是,焊工在以每年约10万人的速度退休,而年轻人几乎不再进入这个行业,但中国制造业对焊接的需求,却从来没有像今天这么大。人社部2026年公布的数据显示,全国焊工缺口超过300万人。建造业技术工人的平均年龄已达55岁,35岁以下的焊工占比不到15%。钢结构行业协会的统计数据更具体:60后与70后焊工合计占比高达61%,80后占26%,90后仅占13%。

博清科技副总经理兼CTO韩冬与笔者分享了一个细节,他们在船厂和各种压力容器厂交流时发现,稍微好一点的焊工岗位从来没见过00后的焊工,甚至90后都不常见,“尽管焊工的收入很高,但年轻人宁可去送外卖、跑滴滴,也不愿意进车间拿焊枪”,韩冬如是说。

原因不难理解,因为焊接作业环境太恶劣了,船厂夏天船舱内温度能达到60度,焊工穿着石棉服进去作业。焊球罐时工件表面要加热到180度甚至200度。焊接产生的电弧光会导致电光性眼炎、白内障,锰钢焊接释放的锰蒸汽有毒。高空坠落的风险更是家常便饭。

焊工正在减少,但焊接的需求不仅没有减少,反而在暴涨。2026年一季度,中国造船业新接订单量5953万载重吨,同比暴涨195.2%,全球占比高达84.9%。LNG船、大型邮轮、深海钻井平台,这些“大国重器”的建造,没有一个离得开焊接,“我们合作的某个船厂,手头接的LNG船订单就超过2000亿。全凭人工去焊,产能根本跟不上。”韩冬指出。

这也就造就了焊接机器人巨大的市场上升空间。过往统计显示,仅造船、石油石化、轨道交通、核电四大行业每年建设投资总额约4万亿元,而其中人工焊接占比依然较高。随着产业智能化升级的持续推进,焊接机器人所对应的潜在市场规模将达到万亿级别。

但问题在于市面上绝大部分焊接机器人,也仅仅是机器人,而不是具身智能,因为他们不具备思考的能力。

传统的工业焊接机器人本质上是一台示教再现设备。工程师拿着示教器,一笔一画地把运动轨迹教给机器人,然后机器人按照这套程序重复执行。工件稍微放偏一点,焊缝位置变了,机器人照样按原轨迹焊,焊偏了就是废品。

此外,产品一换款,程序全部作废,需要重新示教。一家大型钢构企业的负责人曾公开表示:“现在最难的已经不是买机器人,而是让机器人真正干好活。”

更麻烦的是,能教机器人的人也在变少。传统焊接机器人需要既懂编程、又懂工艺、又懂设备的复合型人才去调试,而韩冬告诉笔者,这类人才的稀缺程度,比焊工本身还高。一台几十万的设备买回来,因为没人会编程,停在那里吃灰的案例并不少见。

给机器人装个大脑

用最简单的话来说,传统机器人跟具身智能之间差别最大的就是具身智能拥有一个能思考的大脑,而这也是博清科技推出际銮大模型的出发点。

据韩冬介绍,际銮大模型的技术内核是一套自主构建的百万级焊接知识图谱与千万级元数据训练体系。直白点说,博清科技把过去几十年积累的焊接理论、工艺参数、实操数据,碳钢、不锈钢、钛合金等95%以上大类金属材料的焊接参数,以及超过3000万组真实工业焊接作业数据,全部“喂”给了大模型。同时博清的机器人焊接系统还能够实时采集电流电压、熔池形态等13类作业参数,进一步帮助客户收集实际场景信息并不断提升大模型在特定场景中的实际表现。

谈及为什么要推出焊接垂类的模型时,韩冬表示,焊接工艺太复杂了,比如用什么焊材、什么电压电流、什么手法、什么速度,再加上温度湿度气体流量,“几十个变量交织在一起,而且很多是非线性的。过去这些经验都藏在老师傅的脑子里,口口相传,一张纸写完可能就丢了”,韩冬进一步指出,“大模型的价值在于,把这些隐性的、经验性的东西变成可以被采集、被表达、被训练的数据。”

而在现实应用中,际銮大模型已经展现了可量化的价值,据韩冬介绍,际銮大模型可将焊接工艺开发周期缩短60%,综合生产成本降低40%以上。

效率提升方面,韩冬表示,传统工艺研发,工程师可能需要从零间隙开始试,1毫米、2毫米、3毫米、4毫米……每种间隙做一套工艺,尝试几十上百次才能找到最优解。有了大模型之后,输入基础信息,模型先推荐一个工艺方案,工程师在这个基础上微调验证就行。“从前可能要尝试100次才能找到合理的工艺,现在可以缩短到一个很小的范围。”韩冬如是说。

而成本的降低则更为明显,传统一个高级焊工的月薪在三万以上,培养一个合格的高级焊工需要三到五年,期间消耗的材料和培训成本可能达到几百万。而一个机器人操作工,培训几周到一个月就能上岗。一个人可以同时操控多台机器人,在需要24小时连续作业的场景里,机器比人更能扛。

当然,在韩冬看来,具身智能不是简单地把AI能力叠加到一台焊接设备上。机器人本体是物理执行载体,其能够在船舶、储罐、管道、钢结构等大型结构件表面吸附、爬行并完成焊接作业。智能视觉传感器相当于“眼睛”,负责识别焊缝位置,感知坡口、间隙、错边等现场变化。际銮大模型和智能焊接分析系统则构成具身智能的工艺大脑和神经系统。三者配合,形成从“感知-理解-决策-执行-反馈优化”的完整闭环。

博清科技也给整个焊接具身智能的智能化水平分成了从L1到L5五级。L1是编程示教,L2是自动焊接,而博清科技在典型工业场景中已经实现了L3级有条件智能焊接,在特定工况下,机器人可以自动完成焊接任务、自动调取工艺参数、自动生成焊接轨迹。据韩冬介绍,在实验室场景中已基本实现以际銮焊接大模型赋能模型与数据驱动型具身智能机器人,可在工件随机变化条件下自适应匹配焊接工艺,能力基本接近L4级高度智能化焊接水平。

从L3到L4,技术跨越的难点在哪里?韩冬表示,焊接不是孤立的工序,前面还有组对、装配。工件精度越高,自动化越容易发挥,“就像自动驾驶在高速公路上比在城市小巷里开得好。”韩冬比喻道。

但现实是,很多场景做不到高精度装配。比如,大轮船组对到最后,前面积累的各种误差都集中到一条焊缝上。“在这种条件不够好的情况下,怎么让机器人依然焊出合格的产品?这是智能化要解决的核心问题。”韩冬强调。

与此同时,韩冬坦言,目前离真正的L5级具身智能还有一段距离,“当达到L5水平的时候,机器人能听懂类似‘把那儿给我焊了’这样的指令,自己找到位置、自己规划、自己完成。”韩冬如是说。

实验室到工厂

前不久,WAIC上有不少家具身企业带来了形态各异的产品,但热闹的展台背后,产业一线的声音远没有那么乐观。智元合伙人姚卯青说了一句话:“能用到可用,是从0.1到100的鸿沟。”博世中国战略副总裁刘敏给出了更具体的数字:工业场景需要节拍压进6秒、准确率做到99%以上,达不到这些数字,工厂不会买单。

而焊接场景,恰好处于这条鸿沟的中间。一方面,焊接的需求极其刚性。韩冬表示,“只要工业制造就需要焊接,轧钢机能轧的钢板最宽也就5米,任何比5米大的东西,大概率都要用焊接。”中国制造业越发展,焊接的需求就越多。这种需求催生了一个巨大的市场,据测算,若以一台焊接机器人可替代2.5名焊工计算,智能焊接机器人的潜在市场空间达140万台。

另一方面,焊接又是一个极其复杂的物理化学过程。大语言模型的训练可以很容易拿到标准答案,把一句话里的一个字抠掉让模型去猜,猜对了就是对了。但焊接想知道是否对了,焊完了要做超声波检测、磁粉检测、甚至射线探伤。检测完发现缺陷,再把结果回溯到焊接过程中采集的全部数据里做精准对齐。这个过程非常慢,而且大部分生产环境中根本做不到,因为工厂要追求效率,不可能焊完一条焊缝就停下来等检测。

与此同时,韩冬也坦言焊接行业的数字化基础非常薄弱。很多历史工艺信息都是靠老师傅口口相传,“过去人工焊接,哪有什么熔池传感器数据、焊缝三维数据?”韩冬进一步指出,“博清科技现在做的事情,很大一部分是从最底层开始,先设计焊接到底需要收集什么数据,然后开发配套的软件系统去采集、结构化存储这些数据。”

这个过程没法取巧。博清科技用的是最传统的“笨办法”。在实验室里对材料做工艺研发,把过程中的数据一点点采下来。同时也开发了智能焊接分析系统卖给客户,此外还会和客户、研究所合作做工艺研发,共同拥有数据。韩冬承认,目前际銮大模型还处于相对初级的阶段。“它能覆盖基础的、最常用的焊接品类,覆盖面其实也不小了,但焊接的品类实在太多了。”韩冬坦承道。

这恰恰构成了一道护城河。焊接数据的采集和标注门槛极高。焊完要做各种检测,检测还需专业人员进行,普通人看不明白。博清科技在这个领域深耕多年,积累了别人短期难以复制的数据资产。

具身智能行业正在经历一场方向性的收敛。很多业内从业者都认为2026年是具身智能的分化之年,行业不再热衷于证明机器人“什么都能干”,而是开始划定“这件事我能做得最好”。工业和仓储场景被普遍视为2026年下半年具身智能商业化的重要验证窗口。

博清科技选择了一条很窄但很深的路。他们的机器人只干焊接这件事。但这件事,占了制造业四分之一体量的重工业场景。焊工在以每年10万人的速度消失,焊接的需求在以更快的速度膨胀。这个剪刀差里,藏着博清科技的机会,也藏着中国制造业必须回答的一个问题:当老师傅都退休了,谁来接过那把焊枪?

(文|Leo张ToB杂谈,作者|张申宇,编辑丨杨林)

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

Continue Reading工业具身智能已经进厂发挥价值了丨ToB产业观察