1 三維感知模型與多模態信息融合將來自不同傳感器和數據源的多種信息進行整合，可更多面、準確地理解環境的特征。融合信息涵蓋圖像、點云、聲音等不同類型的數據。
2 多模態信息融合可克服單一傳感器存在的局限性，提供更多面、魯棒的信息，有助于在機器人導航、人機交互、環境監測、自動駕駛等取得更好性能；同時，面臨傳感器不一致性、數據同步、信息不完整等挑戰。
3 三維感知模型與多模態信息融合與具身智能、垂直大模型的協同和融合，將進一步擴大機器人應用范圍。
4 核心技術包括：結構光和立體視覺、三維物體檢測和分割、多模態特征提取、融合模型設計等。
第一代FSD芯片單個算力72tops,CPU做控制,GPU做圖像處理,NPU為神經處理單元,完全適用于人形機器人;D1芯片32位浮點計算的最大性能達到22.6TFLOPs
大模型提升仿真學習能力,可大幅提升算法訓練效率,縮短算法與硬件調整時間,極大提高訓練效率,可加快軟件更新迭代
仿生機器人以模仿生物的運動、行為和外貌，實現更自然、更適應性強的性能。包括四足機器人、人形機器人、仿魚水下機器人、仿生撲翼機器人等
具身智能是指擁有自主感知、交互和行動能力的智能體;核心技術包括：智能體環境感知與建模,智能體自主決策與規劃,人機交互,群控協作,機器學習與強化學習等技術
人形機器人將重新定義AI時代的工人,把人從重復性的勞動中解脫出來;商用服務場景是人形機器人最快應用的市場,而家庭落地場景則是人形機器人最具潛力的應用市場
需求方更注重應用層的落地使用場景,學研方則主要聚焦在平臺層,基礎模型層和中間層方面的技術研發,各地區域發展和招商引進重點都會落實強鏈補鏈戰略布局
人形機器人是 AI領域的重要載體,或將造就一個新的萬億級市場,假設人形機器人與汽車銷量一致,按照人形機器人單價 2 萬美元,人形機器人市場規模約 11.43 萬億元
未來智能機器人發展將聚焦10大應用重點領域,覆蓋經濟發展領域與社會民生領域,服務機器人,特種機器人行業應用深度和廣度顯著提升
具身智能機器人的任務工作原理是聽/看懂人類意圖 > 分解任務 > 規劃子任務 > 移動中識別物體 > 與物理環境交互 > 完成任務
智能機器人（L4-L5）擁有更豐富的傳感器和更高的智能水平,能獲取并處理外部綜合信息,能據此自己制定行動目標
機器人的決策主要依靠算法實現,微模型,中小模型對智能機器人在特定場景的感知,決策具備 技術支撐基礎,而基礎大模型則有機會打造真正的“通用機器人
科技創新功能集聚（大張江）,最高補貼4000萬元;智能化數字化網絡化建設（轉型升級）,最高補貼2000萬元;成果轉化和產業化（產業化）,最高補貼1000萬元
