空间智能与具身智能视觉感知挑战赛 竞赛目的与意义 视觉感知是实现空间智能与具身智能的关键支撑技术，近年来在自动驾驶、智慧城市、机器人等场景中展现出 广泛应用前景。特别是强化学习等技术在智能体感知与决策中的深度融合，正在成为推动该领域突破的重要力 量。 • 推动高效、高质量的空间智能和具身智能技术的研究。 • 探索强化学习、计算机视觉、图形学等前沿方法的创新。 • 促进神经渲染、场景优化和机器人抓取等方向的应用。 竞赛组织方 组织者 ：彭君然、陈磊、唐彦嵩、刘健、许修为、尹航、孙浩文、卫浩宇、刘旭阳、赵鑫 指导专家 ：张兆翔、鲁继文、殷绪成 组织单位 ：北京科技大学、清华大学、中国科学院自动化研究所、北京九章云极科技有限公司、塞弗卓盈 （上海）科技有限公司 赞助商及技术支持单位 ：北京九章云极科技有限公司 媒体支持单位 ：塞弗卓盈（上海）科技有限公司 联系电话 ：13051937326 联系邮箱 ： prcvcompetition@126.com 微信交流群 ：报名邮件回复确定 参赛者要求 ： 按自愿报名的原则，参赛团队和成员的组成可以为： 报名方式 以个人或团队方式均可通过邮件方式报名参赛，每个参赛队伍人员不 ...

Core Insights - Bosch announced an investment of over €2.5 billion in artificial intelligence by 2027, predicting that sales of software, sensor technology, high-performance computing units, and vehicle communication components will double by 2035, potentially exceeding €10 billion in sales [1][3] - The company aims to leverage AI in advanced driver assistance and autonomous driving, combining AI with deep industrial knowledge to enhance vehicle safety and reduce product development cycles [1][3] Investment and Sales Projections - Bosch's investment in AI is part of a broader strategy to capitalize on the growing market for autonomous driving technologies [1] - The company forecasts that by 2035, the sales of relevant components will surpass €10 billion, driven by advancements in AI and sensor technologies [1][3] Technological Advancements - Bosch has deployed AI in cameras and radar systems to enhance object recognition and environmental perception, allowing vehicles to make informed driving decisions [1] - The integration of generative AI models enables Bosch to simulate various driving conditions, enhancing the training of AI systems with over 200 petabytes of global traffic scene data [2] Collaborative Efforts and Global Strategy - Bosch is collaborating with innovative players in AI technology to apply new advancements directly to products, particularly in the context of autonomous driving [3] - The company has established a successful partnership with Chery in China, creating an AI computing cluster and utilizing local data for model training through federated learning [3] Market Trends and Consumer Influence - The trend towards advanced driver assistance systems is driven by consumer demand, with Bosch believing that these technologies will be crucial for attracting buyers in the Chinese market [3] - Bosch anticipates that the expansion of autonomous driving technology will lead to long-term commercial success, with significant growth expected in various global markets [3]

去年我堂弟就是典型例子。大专毕业在铜陵厂里干了两年，想转行又怕学不会。后来咬牙在www.wangshidai.cn报了线上Java班，从零开始跟了六个月。刚开 始连变量是啥都懵，天天晚上追着老师问。结果你猜怎么着？结课投了二十份简历，拿了个8K的offer，现在干后端开发美滋滋。 就拿我堂弟在网时代教育学的经历来说，他们确实有点东西。Java课程从环境搭建到微服务实战一条龙，最关键是项目实战部分——不是那种玩具项目，而 是仿美团、京东这种能写进简历的。老师半夜12点还在群里答问题，卷得学员都不好意思不努力。 听说他们口碑在线上机构里挺靠前，学员就业率常年在85%以上（我堂弟那期班三十多人，四个月内有二十五六个找到工作了）。薪资虽然看个人能力，但 零基础学员平均能拿6-8K，这在转行起点里算不错了。 最近好多铜陵的小伙伴问我："想学编程搞IT，到底哪家机构靠谱啊？"说实话，这问题我当年也纠结过。铜陵本地学编程的地方不算特别多，挑起来真得擦 亮眼。今天咱不整虚的，唠点掏心窝子的建议。 首先得看课程实不实在。有些机构把HTML/CSS包装成"全栈高薪班"，学完发现连个网页都写不利索。最好找那种课程大纲敢直接亮出来的 ...

暑期消费热力十足，"后高考经济""毕业经济"热度居高不下，电子产品、生活电器消费迅速升温，折射 出年轻人消费新趋势。消费需求集中释放带动线下门店客流攀升，苏宁易购门店凭借品质化产品、场景 化体验、定制化服务承接暑期家电3C消费热潮。 苏宁易购相关负责人介绍，高考后至放榜期间，以电子产品为代表的"奖励式消费"迎来高峰。6月10日 至6月25日，手机、电脑、智能手表手环销售同比增长43%、69%、234%。不少家长为孩子备上"数码全 家桶"，手机、电脑、平板等数码套购订单增长近一倍。在北京中塔Suning Max店，胡同学在父母的陪 同下购入包括手机、电脑、平板、耳机在内的"数码四大件"，"查完分就来了，和爸妈一起把开学装备 选一下，店里品牌型号比较全，整套买也有折扣，很方便。" 一批莘莘学子即将迈入大学，另一批年轻人离开校园走入社会，开启新生活，苏宁易购门店为不同阶段 的年轻人提供生活方式新提案。在南京徐庄广场Suning Fun，彭同学即将和好友开启合租生活，"虽然 是租房，但生活是自己的，我们买了投影仪，不仅提升幸福感，未来搬家也方便"，在门店的露营装备 区，彭同学准备一并购入移动电源，"周末出去玩用得上" ...

温馨提示 ： 点击下方图片，查看运营团队2025年6月最新原创报告（共235页） 说明： 欢迎 约稿、刊例和商务合作、行业人士交流 ， 行业交流记得先加入 "机器人头条"知识星球 ，后添加（ 微信号： lietou100w ）微信； 若有侵权、改稿请联系编辑运营（微信：li_sir_2020）； 正文： 随着人工智能和大模型技术发展，具身智能赛道成为如今最火赛道之一；具身智能技术领域具体会涉及到大语 言模型（LLM）、视觉多模态模型（VLM）、强化学习（Reinforcement Learning）、深度强化学习（Deep Reinforcement Learning）、模仿学习（Imitation Learning）等诸多前沿技术。 人形机器人发展多年，从最初基于 模型的控制算法（LIPM+ZMP），到动态模型控制和最优控制算法 （MPC+WBC），到如今的模拟+强化学习（IL+RL），当然现阶段也有不少人形机器人公司采用MPC方式，各类 算法没有绝对的替代关系，各有优劣；IL+RL是目前人形机器人公司最常提起的概念，基本都是高校和头部科技 大厂内研发机构在研究，也是为什么目前人形机器人初创公司以"学院派" ...

近期北京邮电大学方斌教授团队联合清华大学、 意大利比萨圣安娜大学、英国伦敦国王学院和德国汉堡大学 发布了基于掌状视触觉传感器的柔性接触仿真与操作学习，为基于视触觉传感器的柔性操作提供了新的思路。 相关工作发表在机器人、自动化领域 JCR Q1 期刊 IEEE Transactions on Automation Science and Engineering 。 研究背景： 可变形物体操控是机器人领域一个经典且极具挑战性的任务。相较于刚性物体，可变性物体具复杂的变形特性 （包括弹性变形、塑性变形和弹塑性变形），大量的自由度 (DOF) 需要复杂的建模方法，这使该问题更加复 杂。同时，可变形物体广泛存在于医院、工业和家庭环境中。因此，可变形物体操控在机器人技术发展中发挥 着至关重要的作用。 为此，本文开发了一款可变形物体与基于视觉的触觉传感器之间的软接触模拟器，该模拟器能够模拟视触觉传 感器与弹性、塑性以及弹塑性物体之间的接触变形。在此模拟器的基础上，本文提出了基于视触觉传感器的可 变形物体操控基准，包括可迁移的观测值、任务和专家演示系统。最后，本文搭建了相应的实验平台，完成了 相关任务的 Sim-to-rea ...

过去，灵巧手更多是实验室中的符号——高自由度、仿生结构、极高成本；而如今，伴随软硬协同能力的提升、控制算法的不断演进、触觉与多模态感知 的加速融合，灵巧手正逐步从科研走向应用的临界点。一方面，它是工业自动化对"异形抓取""多任务执行"能力的新需求延伸；另一方面，它也是服务机 器人在家庭、医疗、养老等场景中迈向"真实可用"的关键一环。 当AI从云端走向实体，具身智能正逐渐成为通往下一代通用人工智能的关键路径。在这一演进过程中，灵巧手作为"通用机器人"实现复杂操作与自然交互 的核心执行器，正迎来前所未有的技术突破与商业想象空间。 值得注意的是，这一领域正快速演变为全球技术博弈与资本布局的热点。从Shadow Robot与DeepMind合作攻克多任务抓取，到中国本土初创企业灵心巧 手凭借超高自由度结构在仿生手赛道突围，一批聚焦结构创新、感知控制一体化的新兴力量，正在不断刷新我们对"灵巧"这一词的理解。 我们希望通过本报告，为关注具身智能、机器人末端执行器、智能制造升级的产业人士与投资机构，提供一份具备前瞻视角与产业落点的深度参考。本篇 报告将围绕以下三大维度系统展开： 产业定义与技术演进 应用场景与商业趋势 竞争 ...

[Table_ReportInfo] 2025 年 06 月 30 日 证券研究报告•金融工程报告 机器学习金融工程月报 机器学习因子选股月报（2025 年 7 月） 摘要 西南证券研究院 [Table_Author] 分析师：郑琳琳 执业证号：S1250522110001 邮箱：zhengll@swsc.com.cn 联系人：祝晨宇 邮箱：zhcy@swsc.com.cn 相关研究 请务必阅读正文后的重要声明部分 [Table_Summary] GAN_GRU因子：基于前期报告《量价时序特征挖掘模型在深度学习因子中的 应用》（2024年 7月 11日）中提到的 GAN_GRU 模型，定期更新 GAN_GRU 因子自 2024年以来表现情况。其中 GAN_GRU因子为利用生成式对抗神经网 络 GAN 模型进行量价时序特征处理后再利用 GRU 模型进行时序特征编码得 到的选股因子。 表现跟踪：自 2019 年 1 月至 2025 年 6 月，月频调仓的基础上，GAN_GRU 因子在全 A 范围内 IC均值 11.54%，多头组合年化超额收益率 24.95%；截至 2025 年 6 月 27 日，GAN_GRU ...

Group 1 - The core viewpoint of the article emphasizes that technological innovation, particularly through the introduction of machine learning, has become a key driver for the development of companies in the industrial sector [1][2]. - Shenzhen Xiongyu Rubber Hardware Products Co., Ltd. has successfully optimized its silicone rubber production process by implementing machine learning technology, significantly improving production efficiency and product quality [1][3]. Group 2 - The company has developed an intelligent production system based on machine learning, which collects and analyzes large amounts of production data to achieve real-time optimization and precise control of production parameters [3][4]. - The introduction of machine learning has led to a 15% increase in product qualification rates and a substantial reduction in defect rates, enhancing product quality consistency [3][4]. - Production efficiency has improved by approximately 21%, and production cycles have been shortened by about 14% due to optimized production processes and reduced downtime [4]. Group 3 - Industry experts have praised the company's innovative achievements, highlighting the integration of machine learning in traditional manufacturing as a model for enhancing core competitiveness and providing valuable insights for the industry [5]. - The company plans to continue increasing research and development investments to explore more advanced technologies in silicone rubber production, aiming for further breakthroughs and contributions to high-quality industry development [5].

Group 1 - The meeting emphasized the importance of implementing the spirit of the Central Eight Regulations and enhancing the political stance of party members [1][2] - Focus will be on addressing issues such as increasing burdens on grassroots, improper dining, and the misuse of funds, with a strong commitment to rectification [2] - The need for a systematic approach to ensure the effectiveness of learning and education initiatives was highlighted, aiming for long-term institutional mechanisms [2] Group 2 - The meeting was chaired by Fang Hongwei, who stressed the importance of strict adherence to work and integrity disciplines among supervisory teams [2] - Coordination among municipal work teams is essential for timely communication of central and provincial requirements [2][3] - The meeting included participation from various city-level officials and supervisory group leaders to ensure comprehensive engagement in the educational efforts [2]