💻 科技简报

来源：河北青年报 2026年6月20日至25日，由里斯战略咨询发起的硅谷2.0中美科技企业巅峰对话在硅谷圆满收官。本次对话集结英伟达、特斯拉、小鹏、 杰克科技 等中美头部科技企业代表，以及斯坦福大学、李飞飞实验室、英伟达科研团队的顶尖专家与鸿沟理论创始人摩尔为代表的全球战略大师，围绕“企业AI战略反思与商业化路径”核心主题，开展深度产业研讨与思想共创。 不同于常规研学，本次对话以企业顶层战略与底层逻辑为核心，覆盖硅谷创新溯源、中美AI格局研判、企业AI战略规划，重点深耕自动驾驶、人形 机器人 两大赛道，旨在为更多全球企业布局长期 AI 产业提供关键参考。 作为一场高规格战略对话，本次活动以企业顶层战略为核心主线，聚焦实战落地、AI商业价值落地与企业核心战略升级，覆盖硅谷产业溯源、中美AI产业格局研判、行业趋势研判与企业AI战略规划全维度内容，重点深耕自动驾驶、人形机器人、AI时代企业战略规划三大核心赛道。 战略回访英伟达：复盘巨头成长，前瞻AI未来格局 诞生于硅谷的英伟达，是当前全球市值最高的科技企业。2008年，英伟达与英特尔竞争焦灼阶段，里斯战略咨询创始人艾·里斯与女儿劳拉·里斯，为其提供了战略咨询服务。本次战略对话期间，里斯战略咨询全球主席劳拉·里斯带队受邀回访英伟达全球总部，与英伟达管理层一同回顾当年突围的战略历程。 定位理论深刻塑造了英伟达的成长，黄仁勋在30岁时阅读了《定位》一书，并将其视为需要“用一辈子回答的战略问题”。劳拉・里斯在《英伟达从GPU到AI战略路线》分享中表示，英伟达实现跨越式增长的核心，在于精准理解并落地定位理论：企业率先开辟 GPU 全新品类抢占赛道，后续依托里斯咨询的战略建议，推动GPU技术深度适配AI产业发展浪潮，牢牢抓住全球AI算力革命的时代机遇。 活动现场，拥有26年英伟达任职经历的业务副总裁 Angela复盘了企业四次关键战略迭代：从传统显卡供应商，到GPU品类开创者，再到专业AI计算服务商，最终升级为全球 AI 底层基础设施平台。她讲述了英伟达全员学习定位理论、黄仁勋亲抓顶层战略的发展故事，还原企业当年营收远不及英特尔、却依靠差异化定位逆势突围的全过程。 英伟达科研团队则对全球AI发展格局作出预判，未来市场将形成 “美国闭源、中国开源” 的差异化发展态势，开源模型将成为各国搭建自主可控AI体系的核心载体。 两大全球智驾车企对垒：中美车企技术博弈与商业化实践 自动驾驶作为AI产业化落地的核心赛道，是本次战略对话的重点研讨板块。活动特邀特斯拉早期核心研发创始成员、小鹏汽车战略顾问，立足硅谷AI技术前沿，全方位对比中美头部车企的技术路线、全球化布局与商业化路径。 在分享中，特斯拉早期核心研发成员Dexter对比特斯拉与Waymo两条自动驾驶技术路线，直言两条路径目前暂无明确胜负。他预判，FSD软硬件与人才储备可复用至Optimus人形机器人，加速机器人商业化落地。 小鹏汽车战略顾问赵春璋则在横向对比国内主流车企智驾技术迭代现状时指出，小鹏最新版本VLM(VLA2.0版本)基本追平特斯拉FSD。针对AI汽车未来品类创新机会，他提出两大核心方向：一是AI超级乘坐空间，二是AI四轮机器人。 在硅谷，嘉宾们还亲身试驾搭载FSD系统的特斯拉Cybertruck，直观感受全球前沿自动驾驶技术的实操优势与落地成果，抢先深度体验AI技术对汽车产业的颠覆性变革。 人形机器人产业思辨：具身智能的技术迭代与落地破局 与自动驾驶一样的是，人形机器人落地与产业趋势同样引发关注。斯坦福李飞飞实验室研究员Mike、杰克科技董事长阮积祥，分别从学术研发、实体制造两大维度，剖析人形机器人技术迭代逻辑、多元应用场景与可持续商业化路径。 在《机器学习时代的泛化—机器人在不同行业的应用》主题分享中，Mike他梳理了具身智能的五大核心技术路线：垂直细分深耕、仿真训练迭代、真人遥操作数据采集、大模型驱动、半自动人机协同。对于行业未来，他提出核心判断：技术可突破，瓶颈在国际关系。 在《拥抱AI 智领未来》主题分享中，阮积祥表示，AI正在全方位重塑传统制造业格局，服装制造业规模远超汽车行业，用工缺口巨大，人形机器人拥有广阔市场。杰克AI转型的核心目标，是立足中国场景优势，融合美国技术和欧洲工业底蕴，开放合作，集全球智慧，重塑自我，赋能客户，打造AI时代具有独特竞争力的企业。 2025年9月，杰克科技于上海重磅发布AI服装制造融合新品牌艾图（Aitu），推出Ai 10智能缝纫机与人形机器人产品，里斯战略咨询深度参与品牌共创与战略落地。里斯战略咨询全球CEO、中国区主席在做客钛媒体《赵何娟Talk》时指出，当前AI行业伪创新、同质化创新泛滥，艾图AI缝制机器人是当下唯一具备明确、巨大商业价值的人形机器人应用。 在“人形机器人企业落地与AI企业破局”圆桌论坛环节，活动特邀观察员、经济学家任泽平提出，AI将全面洗牌各行各业，大量岗位面临替代；企业推进AI转型需作为一把手工程，集中资源单点突破细分场景。 为提前体验人形机器人带来的影响，与会嘉宾还一同参观斯坦福机器人中心，体验家庭、仓储、医疗多场景人形机器人测试方案。 中美战略大师巅峰对谈：解构AI时代商业增长终极法则 作为本次活动的压轴重磅环节，受斯坦福官方邀请，中美顶级战略大师巅峰对话专场在斯坦福大学举办。鸿沟理论创始人杰弗里・摩尔与品类创新理论开创者、里斯战略咨询全球CEO 、中国区主席张云，围绕 “定义新品类，跨越鸿沟 ——AI时代商业增长终极法则”展开对话。 两位东西方战略大师虽在落地执行策略上持有不同看法，但对AI与人形机器人的长期产业价值高度看好，并达成核心共识：AI产业能否保持长期繁荣，核心取决于应用端能否产出真实、可持续的商业价值；企业布局AI切忌一上来就追求通用全场景产品，应当优先挖掘需求明确、落地门槛低的细分赛道，打造差异化新品类，完成从早期使用者向大众消费市场的跨越。 针对AI时代战略咨询行业的价值重塑，张云提出全新观点：传统咨询依靠案例积累、基础数据分析建立的竞争壁垒正在弱化，能够洞察长期产业趋势、信息有限条件下精准决策、定义全 新产业 问题的能力，将成为咨询机构关键壁垒。里斯战略咨询最新推出打造超级技术企业品牌方法论，帮助科技企业将前沿技术转化为强势商业品牌。 值得一提的是，2006年恰逢“定位之父”艾·里斯百年诞辰，本次斯坦福专场对话，也是艾·里斯百年诞辰系列纪念活动的重要起点。活动开场特设致敬环节，斯坦福大学终身教授Barry Katz现场致辞，全体参会嘉宾共同缅怀艾・里斯，致敬其重塑全球商业战略体系的定位理论与创新思想。 公开资料显示，里斯战略咨询是业内唯一持续落地AI标杆案例的定位咨询机构，率先将品类创新理论落地AI全赛道，打造三大行业标志性AI品类案例：2008 年为英伟达提供战略咨询；赋能小鹏打造全球首款AI智能汽车，开辟全新汽车品类；携手杰克科技推出全球AI缝制机器人，为全行业AI转型、品类创新、商业落地提供可复制的实战范式。 .appendQr_wrap{border:1px solid #E6E6E6;padding:8px;} .appendQr_normal{float:left;} .appendQr_normal img{width:100px;} .appendQr_normal_txt{float:left;font-size:20px;line-height:100px;padding-left:20px;color:#333;} 海量资讯、精准解读，尽在新浪财经APP

6月26日，香港恒生指数收跌1.76%，恒生科技指数收跌3.41%。

恒生科技指数成分股中智谱大跌12.94%，中芯国际跌近7%。互联网龙头公司大跌，阿里巴巴跌5.79%，百度跌4.47%，腾讯跌2.28%。 盘面上，耐用消费品、纺织服装等少数板块上涨，半导体、电气设备等板块大跌。

另外，苹果产业链公司跌幅居前，舜宇光学科技跌超9%，鸿腾精密跌近8%，瑞声科技跌近6%。存储概念股回调，澜起科技跌超8%，兆易创新跌超2%。

AI交易热潮降温 科技基金创纪录净流出93亿美元 美股3个月来首次周度流出

作者私密文章，无浏览权限

因版权限制，过往内容只提供给老鸟级别及以上用户访问

快科技6月26日消息， 谷歌前CEO埃里克·施密特近日在一场公开论坛中表示，中国AI全面开源的策略让美国失去了任何控制手段。这番言论引发广泛讨论。

施密特承认，他曾与政府成员努力限制AI芯片进入中国，政策看似有效但实际上已经开始失效了。 他认为中国通过较弱的AI硬件造出了顶级模型，并特别提到华为昇腾芯片。

施密特表示，他喜欢美国有真正的竞争对手，但不喜欢中国非常专注于推广开源AI技术，因为这意味着这些技术在很大程度上不受美国控制，也不受任何控制。

关于中美AI差距，施密特称一年前他认为差距约1至2年，而最新分析显示只有不到6个月。“在我们的世界里，相当于只有纳秒的差距。”

施密特还指出，要发展至美国AI同等水平，需要大量程序员、学者、工程师、资金和硬件，能独立做到的国家不多，但中国正是其中一个。

业内人士表示，在美国主推闭源收费模式的背景下，中国DeepSeek V4等开源模型因低成本优势正在冲击西方AI生态话语权。

【本文结束】如需转载请务必注明出处：快科技

豫ICP备2023031922号-1 豫公网安备 41010502003949号

支持Android/iOS/iPad

具身智能企业竞相展示模型能力。

继破壳机器人创始人许华哲展示机器人制作麻婆豆腐后，6月24日，深圳通用具身智能企业RoboScience正式发布通用具身大模型Visics，展示了以物体为中心的VLOA（Vision-Language-Object-Action）模型架构，并在发布会现场展示了一段两台机械臂打领带的视频。

RoboScience机器科学成立于2024年12月，由前苹果AI平台技术负责人、斯坦福大学AI Lab硕士田野和新加坡国立大学助理教授、斯坦福大学AI Lab博士邵林联合创立，聚焦机器人与物理世界交互，布局机器人本体、末端执行器、多模态物理仿真等方向。

在RoboScience看来，选择打领带这一场景，并不是为了展示机器人未来要替人穿衣，而是为了验证模型对复杂柔性物体和长程操作任务的理解能力。RoboScience机器科学创始人兼CEO田野告诉澎湃科技（www.thepaper.cn），相比抓取杯子、搬运物品，打领带涉及柔性物体的连续形变、穿环、扭结以及中途失败后的状态恢复，这一任务没有使用任何真机数据，是在仿真环境中学习完成。

不过，视频展示的是模型能力的一面，能否从演示走向真实场景落地，仍需要持续观察。

VLOA更强调理解物体运动轨迹

在具身智能行业中，VLA（Vision-Language-Action）是被讨论较多的一类技术路线，它通常指模型根据视觉输入和语言指令，直接生成机器人动作。通俗理解，就是机器人看到环境、听懂指令，然后输出动作。

RoboScience提出的VLOA，则是在VLA中间加入了一个“O”，即Object。这里的Object并不是简单指“物体”这一模态，而是Object Trajectory，被操作物体的3D点云轨迹。按照RoboScience的定义，它指的是被操作物体在三维空间中的运动轨迹和状态变化，包括位置变化和形变。

田野认为，当前机器人操作面临泛化能力差、精细操作难、长程任务误差累积三大核心瓶颈。Visics并不是一个单一的机器人动作模型，而是由“具身世界模型”和“通用操作模型”组成的具身大模型系统。

其中，具身世界模型属于规划层，负责理解环境、语言指令和任务目标，并预演物体在物理世界中的运动轨迹；通用操作模型负责执行，将物体轨迹转化为机器人可以执行的接触点、接触力和关节控制信号，指导不同机器人完成操作。

通俗理解，Visics试图把“理解任务”和“执行动作”拆成上下两层：上层负责预演物体如何变化，下层负责让不同机器人执行动作。

RoboScience认为，这有助于解决具身智能中的泛化难题。当前机器人操作模型常见的问题是，换一个物体、换一个场景，甚至换一个机器人本体或末端执行器，原有技能就可能失效。原因在于，许多模型学习的是特定机器人和特定任务下的动作数据，与硬件绑定较强。