公司是否已与下游头部机器人厂商开展联合研发或产品验证?江波龙回应
(来源:财闻)
机器人具身智能等新形态智能终端的业务,仍处于发展早期,有一定的不确定性,而且目前对公司实际业绩的贡献率尚低。
有投资者向江波龙(301308.SZ)提问,公司在消费电子、工业控制、汽车电子等领域已积累了成熟的头部客户资源与车规级品控体系。想了解目前公司针对人形机器人的存储方案,是否已与下游头部机器人厂商开展联合研发或产品验证?相关产品预计进入规模化供货的时间节点大致在什么阶段?谢谢
8月24日,公司回答表示,公司产品广泛应用于机器人具身智能、AI眼镜等各类新形态智能终端,显现出较强的市场竞争力。但是,机器人具身智能等新形态智能终端的业务,仍处于发展早期,有一定的不确定性,而且目前对公司实际业绩的贡献率尚低。对于此类未来想象空间较大但实际处于起步阶段的业务,请您留意投资风险。
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



400-886-5570




