最近，科技圈的目光，都被Meta吸引了。 北京时间9月😅18日，Meta宣布推出智能眼镜Meta Ray-Ban D🚀isplay，配备全彩高清显示屏。用户透过镜片内置显示屏即可🤔查看信息、预览照片、获取翻译结果、咨询Meta AI助手等功😡能。每副眼镜均配套Meta神经腕带（Neural Band）❤️，这款EMG腕带可将肌肉产生的信号（如细微手指动作）转化为眼😅镜操作指令。套装含眼镜与神经腕带，起售价799美元。 👏外行看热闹，内行看门道，巨头的动作对投资者来讲往往是一个风向😴标。 在任一产业生态中，龙头企业的战略抉择均具备全局性😀的联动效应，其发展布局对整个产业的演进轨迹发挥着关键的指引作🙄用。 所以，作为行业龙头的龙头产品，这款智能AR眼镜的🤩显示方式就尤其值得关注。 和之前网传的一样，这款最新的😂眼镜，使用的是全彩LCoS显示屏+光波导的技术路线。 ❤️Meta 转身，LCoS接棒 在这款眼镜发布之前，Me😍ta也曾推出过高端概念机，成本10000美元的Orion，其😎搭载的是Micro LED +衍射波导方案。 这就不免😎会让人好奇，LCoS技术究竟有何魔力让Meta放弃了Micr🤯o LED技术路线？我们可以从技术和市场两方面来看。 😜在技术端，LCoS有三个重要的优势： 第一是高适配性，😊LCoS用的是偏振光，需要激光光源，LCoS与激光的适配性，🥳行业内人士都知道，由于激光的高相干性，LCoS（硅基液晶）与😊激光光源的结合被称为“绝配”。 简单来说，LCoS 与👏激光光源的组合并非 “单一优势叠加”，而是从光利用、显示效果😘、形态适配到功耗的全维度协同，有1+1＞2的效果。再直接一点😅，在外部光源这条技术路径中，因为高适配性，它的呈现效果没有明😴显的短板。 第二成本可控，LCoS芯片制造工艺与传统C😅MOS工艺兼容，大规模生产潜力大。随着技术迭代和量产规模扩大👍，降本的潜力更大，40%-60%的空间，这会使产品更具价格竞😎争力，能加速AR产品普及。 第三是技术成熟，LCoS技🤗术量产成熟，产业链完善；光波导在成像质量、视场角等方面表现优🌟秀，二者结合是当前AR领域兼顾性能与成本的务实选择。 ⭐综合技术端的情况，我们可以看到技术成熟度是LCoS最大看点，😁那Meta在市场端的策略就不神秘了。 我们的判断是：M😉eta的智能AR眼镜的发展路径正在发生重大转变——从追求极致🎉的“秀肌肉”般的科幻产品，转向能落地的消费级产品。 举👍个比较夸张的例子，原来Meta只会手搓上千万的超跑和几万块的👏廉价车，在两个极端游走，现在有了LCoS，Meta能做20万💯左右走量的家用车了。 展开全文 说白了，Meta🥳在经过这几年对用户的培育过后，增加了用户的依赖度，现在要升级🌟走量了，一旦产量起来，品控，产能都是问题，所以稳定性很重要。⭐ Micro LED技术虽然先进,但是高成本和良率问题🤗，根本没法满足当下的需求，就像在战备领域，威力巨大且十分先进😉的电磁炮没法普及一样。 换句话说，你2008能接受具备🤩现在一切功能，但续航只有2h，信号不好，时不时花屏的IPho😎ne吗？ 可靠，实用，物有所值是所有消费级产品应该遵从💯的最基本原则，现在这个阶段LCoS光机看起来就是最优解。因为😡LCoS光机提供了一个更低成本、更高续航、更容易量产的解决方👍案 那问题来了，国内的机会在哪里？ 光峰科技“等🤔风来” 国内与LCoS相关联的最前沿的技术，就在不久前😎的光博会上，不仅能满足Meta的需求，还进一步优化了方案。 🤩 在9月11日的光博会上，光峰科技与谷东智能携手举办发布👍会，重磅推出业内首创的“LCoS（硅基液晶）+PVG光波导”🔥的“一拖二”AR眼镜光学解决方案。 简单来说，“一拖二👍”方案就是以“单光机驱动双目显示”为核心架构，也就是采用一个🎉光机，通过特殊的光学设计，将光机输入的光独立输送到眼镜的左右😀目镜片，最后实现双目独立显示，这种方案直接将终端产品的成本降😆了50%，来到了1500-2000元区间。 我们拿新能👏源汽车举例，电池技术的进步其实也是在材料的天花板上优化了技术👏路径。 像比亚迪的 "刀片电池" 通过独特的长电芯排布🥳方式提高空间利用率和能量密度；宁德时代的 CTP 方案则通过😴减少模组数量实现了成本下降。 这些结构创新配合自动化生😊产线的普及，使磷酸铁锂电芯价格在 2023 年末突破0.4 😢元/瓦时，并进一步压缩到0.32元/瓦时的空间。 当电👏池成本占比超过整车 40% 的新能源汽车行业迎来这样的工艺突🤩破时，其对整个产业链的成本重构作用不言而喻。 自此，新🤩能源车也跟着降价，车企起飞。 说白了，Meta也是这个🤔思路：一个新的产品问世，尝试的门槛必须要低才行，这是关键中的🚀关键。 当然，空有解决方案不行，还得用具体产品落地。 🥳 在本次发布的解决方案中，光峰科技还同步推出两款LCoS😢 AR光机——蜻蜓G1与彩虹C1。据业内人士评测，蜻蜓G1目😀前可以说是“地表最强”的“一拖二” AR光机。 具体参🙌数上，蜻蜓G1以“一拖二”光机方案，实现单目体积约为0.35❤️cc，支持镜面角度设计，小巧低耗，适配多元场景，可清晰呈现细🤩腻画面细节；视场角（FOV）约25°，且支持定制化调整，满足😎不同场景下的视野需求；虚像距约为5m，能营造出较为舒适的视觉👍距离。颜色上采用单绿色，搭配大于500:1的FOFO对比度，💯让画面明暗层次更分明。单目光源功耗约为55nit/mW，10😀0%APL总功耗约为100mW（双目总功耗+硬件功耗），在能🤗耗控制上表现出色，有助于延长设备的续航时间。 抛开这些🌟专业的技术语言，这里有两个值得关注的点，一是体积，二是双目显😁示。而“一拖二”蜻蜓模组天然可以实现双目的汇聚角度，能让观看💯者更加舒适自然。 据贝塔投研笔记指出，Meta AI眼🤯镜最大变化是LCoS，A股映射标就是光峰科技。资料显示，光峰😢科技是全球领先的半导体激光光源科技企业，原创发明 ALPD®😍半导体激光光源技术，成为行业主流架构。公司在数年前就开始对半😂导体激光器件展开研究，截至目前已经建立起自研、自产和定制化的😘半导体激光器件能力和壁垒，具备量产AR 眼镜光机的能力，实现😁了底层器件的完全自研，贯通上游与下游，下游应用的需求可以直接🎉传递到公司上游器件的开发。若业内想模仿公司的方案去做 AR 👏眼镜，首先在激光器件体积上将无法攻克；其次如果去找海外厂商定😊制，激光器件的价格和调制将会是又一困难点。 最后，看到😁国内AR行业的发展，也有一些感触。过去，我们的核心器件，比如😘汽车三大件，电脑的核心处理器，手机芯片等等高端产业都不在自己🤔手里。经过这几年的蛰伏，至少在新的行业，新的领域，国产企业跟😢进的速度越来越快了。 免责声明：本文基于公司法定披露内😡容和已公开的资料信息，展开评论，但作者不保证该信息资料的完整💯性、及时性。另：股市有风险，入市需谨慎。文章不构成投资建议，😢投资与否须自行甄别。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

第一财经 不同硬件、不同大脑，不同机器人厂商进入不同场🌟景，在多方变量的加持下，机器人的规模化落地似乎遥遥无期。 😎 9月17日，第一财经记者在采访第三方部署方、机器人本体厂🤗商和场景落地方时发现，一个行业新角色正在出现。一个类似于安卓🤗操作系统的中间算法层正在承担屏蔽硬件差异、兼容不同大脑架构的🔥功能，为机器人在真实场景中的规模化落地提供可能。 如今😁，这一产业角色已经吸引了谷歌、智元、富临精工（300432.❤️SZ）、格力博（301260.SZ）、东土科技（300353😴.SZ）、巨星新材料等企业押注。但在硬件厂商坚持自家体系、大🤗模型企业追逐通用智能的格局下，行业的“安卓时刻”何时到来，仍😂有待市场与现实工况的双重检验。 机器人涌入场景，跨本体🎉训练遇阻 当机器人厂商涌向场景方，新的问题正在出现。 🥳 “这个月至少有两家机器人公司正在和我们谈合作。”Kel🤩vin是长三角一家物流上市公司的技术负责人，他告诉记者，为了😢和人形机器人厂商进行合作，自己不得不拨出一个八人左右的团队和😢不同机器人企业进行对接。“我们需要开放不同的数据接口，提供一😁个专门的实验场景，还需要根据各家机器人的要求不断调整流程和测😊试参数”。 在大量的人力和物力投入之外，Kelvin坦❤️言自己算不过来ROI（Return on Investmen💯t，投资回报率）。“机器的工作效率不稳定，且运维需要大量后续😁的费用。”他向第一财经记者透露，物流企业马上就会备战“双11🤩”时间，在此期间是否继续让机器人上岗，他还在犹豫。 更😂大的问题是，由于不同厂商的机器人算法不兼容、硬件各自封闭，导🌟致一个场景的成功经验难以迁移到另一个场景。“有的时候我们的流😁水线哪怕是多一个弯折，机器人都需要重新走一轮POC（Proo⭐f of Concept，概念验证）。” “厂商觉得我🙌们不够开放，我们觉得机器人厂商要得太多。”Kelvin说，这🎉是产业上下游之间对接存在的普遍问题。第一财经记者了解到，一些👍“中间人”的角色正在产业链中诞生。前上汽自动驾驶域控制器算法😘负责人，安努智能工程算法总监杨曾告诉记者，团队正在研发的一套⭐中间件算法平台，希望像手机里的操作系统一样，把不同厂商的机器🔥人纳入统一的兼容框架。 就像手机的操作系统让不同软件在💯同一套规则下运转一样，中间件希望能够通过屏蔽底层硬件差异，使😉一套算法能够迁移到不同厂商的机器人上。“如果每遇到一个新的硬🙄件，就要重新训练，机器人在实际场景部署的速度就会非常慢。”重🌟庆大学助理教授，人工智能及多模态实验室具身智能负责人，安努智🤗能首席科学家胡喆告诉第一财经记者，想要提高机器人的通用化，跨😅本体是必须跨过的门槛。 在不改动模型本身的前提下，兼容🤩不同机器人的大脑，成为中间件的挑战。“虽然主流的模型是VLA🤔模型（Vision-Language-Action Mode😢l，视觉-语言-动作模型），但其中的架构仍然不同，有端到端，🥳也有分层式。”胡喆说，中间件在机器人大脑和机器人作业的实际场💯景中充当一个“翻译官”的角色。在他的设想里，输出的指令会先被😆中间件被转化为统一的目标和约束，再交由各家机器人自身的规划控😊制器执行。 “这样我们就不必为每一个新厂商重新训练模型🤔，只需要向每一个机器人的规划控制器下达指令，就能让中间件跑通🤗整个流程。”胡喆说。 展开全文 物理规律难仿真，🎉机器人“干中学” “我们曾经试过，在实验室里跑通了所有😴算法，结果到实际场景中发现完全不是一回事儿。”钛维云创的创始🤯人张磊告诉记者，当自己试图让机器人处理布料这样的柔性物体时，🚀由于布料材质、厚薄、摩擦力不同，实验室的环境并不能完全满足操😆作需要。 张磊透露，像布料、不规则包裹等物体，POC周😜期“很长，且难以给出确切的时间”，“因为我们需要提前磨合算法🙄、下线采集数据、再拿到实验室反复训练，才能勉强适配场景”。 🎉 工厂中的物料、工艺成千上万，换一条生产线、换一个工位，😅都可能带来完全不同的情况。 “离线的强化学习不可能把所🙄有真实场景一网打尽。”胡喆告诉第一财经记者，机器人不仅需要根😎据场景反复调试算法，还往往要重新采集数据回到实验室做离线训练😂，这让整个周期被拉长，时间和人力都被大量消耗。 边做边🚀改，或许才是机器人进行学习的关键。 胡喆透露，他正在尝😴试利用实时的在线学习算法，允许机器人在实际作业过程中一边操作😜一边采集数据，并实时更新模型。这种方式只需在现场额外增加几秒👏钟运行和100个数据量，“我们会根据模型出来的结果选择数据，😉让机器人在不断学习的过程中遗忘无用的数据，保持数据的精简，也😀不会对算力提出过多的要求”。 机器人“干中学”的另一边🙄，团队也在尝试利用仿真等手段降低机器人的学习成本。“现在大部🎉分机器人仿真环境离现实工况还有很大差距，因为仿真环境中缺乏物🔥理定律的支撑。”美国肯塔基大学空气动力实验室仿真负责人、安努❤️智能联席科学家付博直言，大部分仿真平台依赖数据驱动，却缺乏物😴理定律的支撑。 “如果只是换个环境光影、物体形状等表层🔥变量，那在这种仿真里能跑通的算法，一旦放到现实中，往往会失效😀。”付博说。 让虚拟环境逼近真实世界，并不是一件容易的🔥事。“摩擦力、空气流动等连续变化的环境很难被拆成可以极端的小👏单元。”付博解释，以机器人搬箱子举例，这个场景涉及了力学、刚😡体运动学与工程力学等基本的物理规律。付博说，加入这些规律的仿🤔真能够模拟不同重量箱子堆叠时的微小形变，计算箱内散落零件导致😡的重心偏移，并让机器人理解物体变化对抓取稳定性的影响，以及机🤩器人发力点与物体形变的关联。 他坦言，将这些物理定律的😢融入仿真环境是一个“正在进行的过程”，需逐步攻克计算量庞大的🙄技术难题。付博认为，只有当机器人在仿真环境中充分理解并内化这🤩些物理规律，才能在真实场景中更好地应对突发情况，实现泛化能力🎉的提升。“模型永远无法完全替代实验，但我们希望通过极致的物理😀仿真，让真实实验只需做一次就能验证可行性。” 谷歌提前⭐布局，中间件或成规模化关键 从机器人本体和大脑厂商到最😉终的应用企业，中间还需要大量复杂的部署工作——包括接口打通、😂场景适配、算法迁移等环节。对整个产业链而言，这是一块颇具吸引🤩力的“肥肉”，盯上的远不止安努智能一家企业。 今年6月🤗，银河通用和博世中国成立合资公司博银合创。根据双方披露内容，😀合资公司将聚焦复杂装配、智能质检等高精度制造场景，并且构建标😂准化、模块化、可复制的训练与部署体系，支撑机器人产品的快速迭🤔代与规模化部署。 今年年初，富临精工宣布公司与智元机器⭐人等相关方签署了《人形机器人应用项目投资合作协议》，各方共同😂投资设立合资公司实施人形机器人项目。当前，富临精工、智元、巨😢星新材料均为安努智能股东。就在9月，专注于北美市场的产业股东🤩格力博、聚焦机器人操作系统的东土科技也宣布增资安努智能。 👏 在海外，Google（谷歌）的母公司Alphabet孵化😎的Intrinsic也在扮演类似的角色。Intrinsic试🤩图通过通用算法和工具链降低机器人系统的集成成本，让不同厂商的😆机器人在同一套兼容框架下运行。 通过一个类似操作系统的😂中间件来对接不同机器人厂商和场景，这是安努智能董事长文宏杰提😍出的解题思路。虽然路径各异，但上述三家兼具机器人和产业方背景🙄的第三方部署商，它们的共同点都是试图在碎片化的产业格局中，寻👏找一套能跨越厂商和场景的兼容方式。 不过，机器人产业是👏否会像手机产业那样，最终走向由统一“操作系统”支撑的格局，仍😢充满疑问。一位由数码3C行业转至机器人产业的工程师告诉第一财😆经记者。与手机产业面临的问题不同，机器人领域的情况更为复杂，😅硬件厂商坚持各自的体系，而大模型企业则瞄准通用智能，“屁股决😊定脑袋，大家想的未必是同一个目标”。 多方角力之下，第😊三方部署商设想的中间件是否能够建立起产业上下游的桥梁，还需要😴进一步观察。“模型如果停留在实验室、本体如果只会跳几支舞，那😜最终只是一个故事。”文宏杰认为，在当下的机器人产业，关键不是😆讲模型和本体的“故事”，而是扎进具体场景，通过部署获取真机数🥳据和工程化经验，将商业化的流程拉通、沉淀。 在他看来，🔥这些工程化的经验和数据才能汇聚成类似“操作系统”的底座，真正🔥支撑机器人跨厂商、跨场景的落地。“如果中间件能够像安卓这样的🚀操作系统一样稳定通用、开放兼容，任何厂商都能接入，机器人产业😜的规模化会越来越近。” (本文来自第一财经)返回搜狐，😊查看更多