400-886-5570
启明创投发布2026 AI十大展望：机器人数据将跃升至“百万小时级”
2026-07-19 20:57:53
7月19日，启明创投主管合伙人周志峰围绕基础模型、具身智能等做出2026启明创投AI十大展望，这是启明创投连续第四年发布AI十大展望。
其中主要包括：基础模型方面：未来12-24个月，顶尖模型将内化大部分“外挂”能力，包括任务规划、工具调用、多Agent协同及部分Harness工程能力等。
具身智能方面，头部机器人公司的有效数据，将从2025年的“万小时级”，跃升到2027年的“百万小时级”，其中人类第一视角数据会占绝对主导。
AI基础设施方面，AI算力需求重心转向推理，存储、先进制程和先进封装产能层层吃紧，未来两年AI基建将持续面临结构性紧缺，算力资产储备将升格为AI企业的核心战略。
AI应用方面，未来12-24个月，AI应用的商业模式将加速脱离互联网时代的Freemium逻辑，转向以结果和价值定价。衡量AI公司的核心指标，将从用户规模转向单位成本创造的商业价值。（澎湃新闻记者 范佳来）
更多新闻>>相关新闻
-
AGV调度系统数据瓶颈：没有更多数据时的优化策略AGV调度系统数据瓶颈：没有更多数据时的优化策略很多人以为，AGV调度系统的性能提升完全依赖于数据量的持续增加，其实不然。在工业场景中，数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后，单纯增加数据量对调度精度的提升不足3%，反而会引发存储冗余与计算延迟问题。底层逻辑是：AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例，其AGV网络查看详情
-
AGV机器人调度系统：数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为，AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度，其实不然。在真实工业场景中，90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时，不同厂商的通信协议、定位精度、传感器采样频率差异，会导致调度系统陷入「数据解析-转换-同步」的死循环，最终表现为路径规划失效或任务队列堆积。案例：上海临港某汽车总装车间的赛制级推演2023年Q2，某头部车企在查看详情
全国统一热线
400-886-5570
苏州市苏州工业园区金鸡湖街道苏虹中路503号
