前沿科技
2小时前
16
12小时前
215
12小时前
19
台积电1.4nm制程亮相
美东时间周三（4月23日），台积电在美国的北美技术研讨会上发布了其1.4纳米级半导体工程技术A14，并承诺该技术将在性能、功耗和晶体管密度方面，相较于其N2（2纳米级）工艺带来显著提升。这将进一步巩固台积电在芯片制造领域的领先地位，并进一步拉大与英特尔等竞争对手的差距。台积电公布1.4nm芯片技术制造工艺A14是台积电的下一世代制程技术。台积电称，其表现将明显超越当前最先进的3纳米制程，以及今年晚些时候即将量产的2纳米制程。台积电称，该技术旨在通过提供更快的计算速度和更高的能效来推动人工智能转型，此外，它还有望通过提升智能手机的内置AI功能，使其更加智能。据台积电公布的数据显示，与即将于今年晚些时候量产的N2工艺相比，A14将在相同功耗下实现高达15%的速度提升，或在相同速度下降低高达30%的功耗，同时逻辑密度将提升20%以上。台积电声称，A14计划于2028年投产，目前开发进展顺利，良率已提前实现。台积电董事长兼首席执行官魏哲家表示：“我们的客户始终着眼于未来，而台积电的技术领导力和卓越的制造能力为他们提供了可靠的创新路线图。台积电的尖端逻辑技术（例如A14）是连接物理世界和数字世界的全面解决方案的一部分，旨在释放客户的创新潜能，推动人工智能的未来发展。”展望未来，台积电还计划依次推出A14P、A14X、A14C等多种版本的衍生工程技术，其中，A14P是包括背侧电力供应在内的高性能版本，A14X和A14C将分别以性能最优化型和成本节省型模式进行优化。此外，台积电还计划在2026年底推出A16制程，即采用1.6nm的制程技术。
13小时前
1
巨头入场，硅光芯片迎来机遇
硅光芯片（Silicon Photonic Chip）是基于硅材料制造的一种新型集成芯片，它将传统的电子器件与光学器件结合，实现了光信号的产生、传输、调制和探测等功能。这一技术的核心价值在于其能够突破传统电子芯片在带宽、功耗和延迟上的物理极限，为下一代信息技术提供全新的解决方案。据Yole报告，2023 年，硅基 PIC（芯片）市场规模为 9500 万美元，预计到 2029 年将增长至 8.63 亿美元以上，复合年增长率 (CAGR2023-2029) 为 45%。硅光芯片的发展可以追溯到20世纪60年代，当时美国贝尔实验室首次提出“集成光学”的概念。然而，在此后的几十年里，由于工艺技术的限制以及市场需求的不足，硅光芯片始终未能走出实验室阶段。直到进入21世纪，随着CMOS工艺的成熟和数据中心需求的爆发，硅光芯片才逐渐从理论研究转向产业化探索。英特尔、IBM等科技巨头的加入，更是推动了这一技术的快速发展。近年来，AI大模型训练、高性能计算和5G通信等新兴场景对数据传输速率和能效比提出了更高要求，进一步加速了硅光芯片的技术迭代。根据业内人士的分析，硅光子技术正逐步从高端市场向消费级市场渗透，成为继CMOS之后最具潜力的技术平台之一。一、产业格局硅光子产业格局由多元化参与者组成：积极参与硅光子行业的主要垂直整合参与者（例如Innolight、思科、Marvell、Broadcom、Coherent、Lumentum、Eoptolink）；初创企业 / 设计公司（Xphor、DustPhotonics、NewPhotonics、OpenLight、POET Technologies、Centera、AyarLabs、Lightmatter、Lightelligence、Nubis Communications）；研究机构（例如 UCSB、哥伦比亚大学、斯坦福工程学院、麻省理工学院）；代工厂（例如 Tower Semiconductor、GlobalFoundries、AMF (Advanced Micro Foundry)、imec、台积电、CompoundTek）；以及设备供应商（例如 Applied Materials、ASML、Aixtron、ficonTEC、Mycronic Vanguard Automation、Shincron）。所有这些参与者都为显著的增长和多样化作出了贡献。英特尔是最早研究硅光的巨头厂商之一，其研究硅光子技术已经超过30年。英特尔称，从2016 年推出硅光子平台后，已出货超过 800 万个光子集成电路（PIC）和超过 320 万个集成片上激光器，这些产品被很多大型云服务提供商采用。英特尔的硅光技术，是用CMOS 制造工艺，把激光器、调制器、探测器等光学器件与电路集成在同一块硅基片上，实现电子与光学结合。它支持波分复用（WDM）技术，能让单条光纤同时传输多种波长的光信号，还有高效的光电转换技术，使硅光模块在数据中心等场景能提供高性能互连。其之前推出的100G 和 400G 硅光模块已经大规模商用，它正在跟云计算巨头、网络设备商合作，推动硅光技术标准化和普及。在去年3月的OFC（光纤通信大会）上，英特尔展示了OCI（光计算互联）chiplet，就是把一枚硅光芯片die和一片CPU die封装在一起，组成一个系统，演示的是两颗CPU靠光纤通信。在这个过程中，OCI chiplet负责把CPU的电信号转成光信号。英特尔在博客文章里提到，基于英特尔硅光子技术完全集成的OCI chiplet，双向传输速率能达到4Tbps，在数十米距离内，单向支持64个32Gbps数据通道，上层协议跟PCIe Gen 5兼容。虽说这一技术尚未进入量产，但这则演示显然是给出了硅光集成技术未来发展的可能性的。而且不单是Intel，近一年开始探讨光通信技术的企业至少还包括了英伟达、Synopsys等上下游市场参与者。在去年的GTC大会上，英伟达宣布，台积电和Synopsys将采用 英伟达的计算光刻平台进行生产，以加速制造并突破下一代先进半导体芯片的物理极限。台积电和新思科技已决定在其软件、制造工艺和系统中集成英伟达的cuLitho 计算光刻平台，加快芯片制造速度，并在未来支持最新一代英伟达 Blackwell 架构 GPU。黄仁勋表示：“计算光刻技术是芯片制造的基石。我们与台积电和新思科技合作研发的 cuLitho 技术，旨在应用加速计算和生成式人工智能，为半导体微缩开辟新的前沿。”英伟达还推出了新的生成式AI 算法，增强了 GPU 加速计算光刻库 cuLitho，与当前基于 CPU 的方法相比，显著改善了半导体制造工艺。而在今年的GTC大会上，英伟达又推出 Spectrum-X Photonics，推出一体式封装光学网络交换机，将 AI 工厂扩展至数百万 GPU。与传统方法相比，它们集成了光学创新技术，激光器数量减少了4 倍，从而实现了 3.5 倍的能效提升、63 倍的信号完整性提升、10 倍的大规模网络弹性以及 1.3 倍的部署速度。黄仁勋表示：“AI 工厂是一种具有超大规模的新型数据中心，网络基础设施必须进行彻底改造才能跟上步伐。通过将硅光子技术直接集成到交换机中，英伟达 正在打破超大规模和企业网络的旧有限制，并开启通往百万 GPU AI 工厂的大门。”在数据通信市场，英特尔以61%的市场份额领跑，思科、博通和其他小公司紧随其后。在电信领域，思科（Acacia）占据了近50%的市场份额，Lumentum（Neophotonics）和Marvel（Inphi）紧随其后，相干可插拔ZR/ZR+模 块推动了电信硅光市场的发展。在目前市场竞争中，中国厂商份额较少，但国内的中际旭创、新易盛、光迅科技、博创科技、铭普光磁、亨通光电等开始参与竞争， 推出了400G、800G甚至1.6T的硅光模块，旭创1.6T硅光模块更是采用自研硅光芯片并已处于市场导入期。去年9月，九峰山实验室成功点亮集成到硅基芯片内部的激光光源，实现了国内首次“芯片出光”技术突破。这一技术采用自研异质集成工艺，在8寸SOI晶圆内部完成了磷化铟激光器的工艺集成，利用光信号替代传统电信号进行高速传输。这一突破不仅标志着中国在硅光芯片领域的自主研发能力迈上新台阶，也为未来大规模商用奠定了基础。二、背后驱动力硅光芯片的产业化进程，正在重塑全球半导体产业链的权力结构。其之所以能够在短时间内实现从实验室到产业化的跨越，离不开其背后的核心驱动力。硅光芯片的最大优势在于其与现有CMOS工艺的高度兼容性。其核心竞争力在于其与现有半导体制造工艺的高度兼容性。传统光通信器件往往需要复杂的分立组装工艺，而硅光芯片通过与CMOS工艺结合，能够直接利用现有的晶圆生产线进行大规模制造。这种兼容性不仅大幅降低了生产成本，还使得硅光芯片可以无缝融入现有的半导体供应链。此外，新材料体系的应用也为硅光芯片的功能拓展提供了更多可能性。磷化铟（InP）、铌酸锂（LiNbO3）等材料的引入，弥补了硅本身作为发光材料的不足，进一步提升了芯片的性能。随着人工智能、大数据和高性能计算需求的快速增长，传统电子芯片在带宽、功耗和延迟方面的瓶颈逐渐显现。尤其是在AI大模型训练和推理场景中，海量数据的处理需求对芯片的算力和能效提出了前所未有的挑战。硅光芯片凭借其高带宽、低延迟和高能效比特性，成为解决这一难题的关键工具。数据中心是硅光芯片最重要的应用场景之一。据统计，全球数据中心每年产生的数据流量已达到泽字节（Zettabyte）级别，传统的铜缆连接方式在长距离传输中面临严重的信号衰减问题，而光纤通信虽然具备高带宽优势，但其高昂的成本限制了大规模普及。硅光芯片通过将光电转换功能集成到单一芯片上，既保留了光纤通信的高带宽特性，又大幅降低了系统复杂性和部署成本。以800G光模块为例，采用硅光技术的产品相比传统方案可节省约30%的功耗，同时体积缩小40%以上。这些优势使其成为云计算厂商和电信运营商的首选方案。三、全面开花尽管硅光芯片最初主要应用于数据中心和长距离通信等高端市场，但随着技术的成熟和成本的下降，其应用场景正在迅速扩展至多个新兴领域。硅光子技术正逐步成为智能驾驶、光计算及消费电子领域突破性创新的核心驱动力。在智能驾驶领域，硅光固态激光雷达技术路线被视为实现大规模商用的关键路径。当前激光雷达多依赖分立器件集成，面临成本高、体积大、功耗及可靠性不足等瓶颈，而硅光芯片化方案通过CMOS工艺兼容的高密度集成，显著降低了系统复杂度与制造成本。具体而言，硅基相控阵与光开关阵列两种固态激光雷达方案，凭借其小型化、抗振动特性，正推动激光雷达从机械式向全固态演进。Mobileye推出的硅光子激光雷达SoC（系统级芯片）采用调频连续波（FMCW）技术，计划于今年落地。该方案将多路激光发射、接收与信号处理单元集成于单一硅基芯片，体积缩小至传统机械式雷达的1/10，同时成本降低至数百美元级别，满足车规级可靠性要求。不仅如此，硅光子技术在光计算领域的潜力同样备受关注。随着算力需求激增与传统电子计算的能效瓶颈凸显，光计算凭借其并行处理、低功耗及抗干扰优势，成为突破冯·诺依曼架构限制的前沿方向。硅光平台依托成熟的半导体工艺，能够实现光波导、调制器等核心元件的纳米级集成，为光量子计算芯片提供高密度、可编程的硬件基础。硅基波导可稳定生成与操控光子纠缠态，而可编程光开关阵列支持量子态的高效路由。文献显示，硅光芯片已实现128模态的高斯玻色采样，集成度较分立器件方案提升50倍，验证了其在量子比特扩展中的可行性。这一进展被视作光量子计算走向实用化的重要里程碑。在消费电子领域，硅光子技术的高集成特性完美契合了设备小型化趋势。可穿戴设备、生物医疗传感器等场景对空间利用率要求严苛，而硅光芯片可在微米尺度内整合光源、探测器与信号处理单元，显著提升功能密度。其在微型化光谱分析、健康监测等场景的应用正逐步从实验室走向商业化。Meta与硅光芯片厂商合作开发的光学模组，通过集成硅光调制器和波导，将图像传输功耗降低40%，同时支持8K分辨率输出这种跨领域的技术渗透，标志着硅光子从单一芯片制造向系统级解决方案的跨越式发展。四、结语这场以光子替代电子的技术革命，不仅是对传统半导体产业的一次颠覆性创新，更开启了通向“光电融合时代”的大门。面向未来，硅光芯片的产业化进程仍面临多重挑战。如何在提升集成度的同时控制热效应？怎样实现III-V族材料与硅基工艺的更优异质集成？能否突破光量子计算的可扩展性瓶颈？这些问题的答案将决定技术演进的深度与广度。
14小时前
12
18小时前
123
19小时前
215
20小时前
213
科学家在遥远星球发现生命迹象？
近日，一个天文学家团队引起了全球关注，声称他们发现了“太阳系外生物活动的迄今最强信号”。该团队表示，有一颗名为K2-18 b的遥远行星，其大气中存在的一种或多种分子可能来自活的生物体[1]。这一结论引来了其他研究系外行星大气中这类“生物标志物”研究人员的一片质疑声。“这不算很强的证据。”美国约翰斯·霍普金斯大学天文学家Stephen Schmidt说。“几乎可以肯定这不是生命。”亚利桑那大学天体生物学家Tessa Fisher表示。在此，《自然》分析了这个引发热议的结论，以及为何许多科学家认为这根本不算外星生命的证据。到底发现了什么？这个由英国剑桥大学科学家领导的团队运用韦布望远镜（JWST），报道了在K2-18 b大气中发现二甲基硫（DMS）分子的线索——DMS是可由细菌产生的一种刺激性化合物，而K2-18 b是一个比海王星小的行星，距离地球38秒差距。该团队通过分析透过该行星大气的星光，检测到了该分子；不同化学物质会在星光光谱中留下识别印记。数据还显示，相关分子二甲基二硫（DMDS）可能存在，或和DMS一同存在或替代DMS而存在[1]。这些化学物质之所以引发关注，是因为在地球上，它们都是由活的生物体产生的，如海洋浮游生物。2023年，该团队曾报告过类似发现[2]。在这项后续研究中，团队用一组不同的波长进行搜索，发现了提示这些分子存在的更强更清晰的信号，他们表示。厘清一个遥远行星的化学组成，对技术的要求极高，团队表示。“我们现在见证着系外行星科学的一次重大范式转移。”团队领导人、剑桥大学天文学家Nikku Madhusudhan在4月17日的直播座谈会上表示。他对于在文章发表前接受采访的请求未予回复。为什么重要？科学家寻找地外生命已经有几百年了。如果DMS和DMDS确实存在于该行星的大气中，而且它们确实是由生物活动产生的，那么这次的发现可谓石破天惊。该研究还标志着理解K2-18 b类似行星的一次进步，这类行星代表了宇宙中迄今已鉴定的逾5800颗行星的绝大多数。根据它们的质量，人们称之为“迷你海王星”（mini-Neptunes），但除质量外我们对它们的构成所知甚少。包括Madhusudhan团队在内的研究人员表示，有些行星可能是笼罩在氢气大气中的有毒水世界[3]。如果真是这样，这些地方可能是寻找地外生命的最佳目标之一。为何有质疑声？第一个问题是K2-18 b上是否有水——或是有一个能支持生命的表面。对该行星和类似行星的建模研究显示，它们可能非常贫瘠[4，5]。“一派死气沉沉的迷你海王星情景一直是最简约的解释。”华盛顿大学的行星科学家Joshua Krissansen-Totton说。其次是DMS或DMDS是不是存在，或是这些信号是否为谬误的问题。剑桥团队报告的测量数据“将JWST的能力推到了极限”，马克斯·普朗克天文学研究所的天文学家Laura Kreidberg说。Schmidt和他的同事今年重新分析了该团队在2023年提出的结论，并没有在数据中发现生物标志物分子的证据[6]。Schmidt表示，新的观测结果有很多噪音，报道的特征可能只是统计波动。不过，剑桥的研究团队表示，信号源于偶然的可能性只有0.3%。最后，即使信号为真，在断定这个信号来自生命之前，还有很多问题要解决，其他研究人员表示。比如，实验室实验显示，DMS能通过非生物过程产生——这些过程不涉及生命[7]。“我们对这些大气的化学组成了解得很少。”领导该实验、科罗拉多大学博尔德分校的化学家Eleanor Browne说道。其他人报道了欧洲空间局探索的一个彗星上存在DMS，而这个彗星上绝对没有生命[8]。“行星环境才是最重要的。”加州大学河滨分校的天体生物学家Edward Schwieterman说。如果这些分子确实存在于该行星的大气中，他说，“我们就要开动脑筋，想象它们从非生物过程产生的各种新途径，并评估这些可能性，最后才能将它作为存在生命的证据。”下一步？Madhusudhan和他的同事希望能获得JWST的更多观测时间，帮助确定他们结论的统计显著性。除此之外，Schwieterman说，“你还想看到来自多个独立团队的验证。”无论这个结论如何收尾，它都表明研究K2-18 b这类行星非常重要，Kreidberg说，“这是我们了解行星大气如何工作的一个宝藏地。”
21小时前
17
23小时前
1622
传英特尔将裁员20%：或影响近22000人
4月23日消息，据彭博社报道，处理器大厂英特尔预计将于本周晚些时候宣布全球裁员20%的计划。目前尚不清楚，这个裁员20%的传闻是否包括了英特尔前CEO帕特·基辛格于去年8月宣布的裁员15%的计划，亦或是在之前裁员15%完成的基础上再裁员20%。去年8月，英特尔就曾因“财务危机”爆发而被迫宣布削减100亿美元成本计划，其中包括全球裁员15%，即削减约15000个工作岗位，目标是在2024年底之前完成。根据财报数据显示，截至2024年底，英特尔旗下仍拥有108900名员工。因此，如果英特尔真的计划再裁员20%，那么最终可能将影响近22000名英特尔员工。本周早些时候，Cantor Fitzgerald的明星分析师C.J.Muse也表示，他看到了英特尔的“激进的成本削减”和“更大的紧迫感和目标感”。最新的裁员20%的传闻，正值英特尔新任CEO陈立武主政之后的首个季度财报发布之际，因此所带来的影响令市场极为关注。在今年3月底的“Intel Vision”大会上，陈立武宣布，其领导下英特尔将成为一家以工程为中心的公司。其首要任务之一，是留住和招募顶尖的工程人才，这将促进创新和增长。“我相信英特尔多年来失去了其中一些人才。我想创造一种创新、赋权的文化。我们的抱负最终是创造最好的产品，成为多年来最好的晶圆代工厂，这需要我们释放工程师的力量。”陈立武说道。显然，英特尔继续裁员20%的传闻，与之前陈立武所表示的“留住和招募顶尖的工程人才”说法显得有些矛盾。至少陈立武当时并未表示，其将会精简团队。目前，陈立武正按照其之前在“Intel Vision”大会上所指出的那样，正在按部就班地对英特尔进行改革：1. 剥离非核心业务，专注于核心业务。比如，在4月14日，英特尔就正式宣布，将其旗下FPGA子公司Altera的51%的股份出售给全球技术投资领导者Silver Lake，该交易对Altera的估值为87.5亿美元，这也意味着英特尔将通过此交易获得超过44.6亿美元，有助于改善英特尔当前糟糕的财务状况。虽然这一交易估值远低于英特尔2015年收购Altera时所花的167亿美元。2. 推动内部文化变革，以客户为中心和卓越的工程设计为中心。据外媒报道，在4月中旬，陈立武在向英特尔员工发布的备忘录中宣布，英特尔副总裁兼客户端平台架构CTO Rob Bruckner、英特尔芯片工程事业部副总裁Mike Hurley和英特尔视觉计算事业部总经理Lisa Pearce现在将直接向陈立武汇报工作。英特尔的数据中心与AI芯片部门以及个人电脑芯片部门也将直接向陈立武汇报。陈立武此举将推动英特尔管理层级的减少，使得管理更加的扁平化，更加的高效。陈立武也表示，他希望亲自参与工程和产品团队的工作，深入了解如何提升公司的解决方案。这也有助于其以客户为中心和以卓越的工程设计为中心的愿景的实现。此外，陈立武还提拔了网络芯片负责人萨钦·卡蒂，任命他为首席技术官兼AI负责人，卡蒂目前也是斯坦福大学的教授，他将接替即将退休的格雷格·拉文德。陈立武还在备忘录中指出：“我清楚地认识到，组织的复杂性和官僚程序已经慢慢窒息了我们取胜所需的创新文化。”3. 聚焦产品，建立世界一流的晶圆代工厂。虽然此前业内一直有关于台积电将入股英特尔晶圆代工业务并主导运营的传闻，但是近期台积电董事长兼总裁魏哲家已经公开否认。魏哲家表示：“台积电目前没有与其他公司进行任何合资技术授权、技术转移和共享的洽谈。”在陈立武被任命为英特尔CEO后发布的公开信中，以及在“Intel Vision”大会的演讲中，陈立武都有强调，晶圆制造能力对于英特尔的重要性，并坚持打造世界一流的晶圆代工厂，虽然在此基础上开展晶圆代工业务对于英特尔带来了巨大的资本支出和亏损压力。目前，被英特尔视为扭转战局的关键——其最先进的Intel 18A制程正按计划进行。根据此前的数据显示，与Intel 3工艺节点相比，Intel 18A的每瓦性能提高了15%，芯片密度提高了30%。有分析师表示，目前Intel 18A良率已经达到了可接受的水平。预计将在今年下半年基于Intel 18A制程的Panther Lake客户端计算处理器进行大批量生产。此外，面向数据中心的Clearwater Forest也在顺利推进当中。此外，陈立武还表示，他将与Intel Foundry团队合作，完善其战略，分析其当前状态，并确定增长和差异化机会。他还期待，英特尔晶圆代工业务获得两三个非常重要的客户的支持，来帮助英特尔通过产量、质量和客户服务继续改进晶圆代工业务。据了解，美国当地时间4月29日，英特尔将会在美国召开“Intel Foundry”活动，届时陈立武或将正式介绍Intel 18A制程及相关产品和晶圆代工业务的最新进展。
1天前
14
1天前
122
1天前
613
1天前
134
1天前
217
AI搞定所有家务？换个房子也能行
近年来，机器人取得了显著进展，能表演杂技、跳舞、听从指令，甚至完成叠衣服、擦桌子等复杂任务。但机器人面临的最大挑战并非灵活性，而是泛化能力——在新环境中正确完成任务的能力。想象一个你家中的清洁机器人：每个家庭布局不同，物品摆放各异，机器人必须在多个层面上实现泛化。低层面上，它需学会如何抓起未曾见过的勺子或盘子；高层面上，它要理解任务语义，如衣服应放进洗衣篮、用何种工具擦拭溢出物。实现这种能力既依赖强大的操作技能，也需要常识理解，而现实中可用于训练的数据又极其有限，这进一步增加了困难。即使近年来的机器人在灵巧性方面有所突破，往往也是基于特定场景和相似数据训练出来的。因此，如果我们希望机器人成为我们日常生活的一部分，在我们的家中、杂货店、办公室、医院和其他“杂乱”的环境中工作，机器人就必须具备更加强大的泛化能力。今天，美国具身智能公司 Physical Intelligence推出了一个基于π0的视觉-语言-动作模型 π0.5，其利用异构任务的协同训练来实现广泛的泛化，可以在全新的家中执行各种任务。实验表明，这种知识迁移对于有效的泛化至关重要，而且他们首次证明，端到端学习型机器人系统可以在全新的家庭中执行长程灵巧操作技能，例如清洁厨房或卧室。π0.5 是如何工作的？π0.5 背后的主要原理是异构数据的共同训练：通过在各种不同的数据源上训练 VLA 模型，不仅可以教它如何物理地执行不同的技能，还可以教它如何理解每项技能的语义背景，推断任务的高级结构，甚至从其他机器人转移物理行为。协同训练的概念很简单：由于 VLA 源自通用的视觉语言模型，因此它们可以在包含动作、图像、文本和其他多模态标注的任意组合的示例上进行训练。这包括通用的多模态任务，如图像字幕、视觉问答或物体检测；面向机器人的任务，如带有动作的机器人演示；以及“高级”机器人示例，这些示例由带有适当语义行为标记的观察结果组成。演示还包含“口头指令”，即一个人通过自然语言一步步指导机器人完成一项复杂任务。该模型既可以对下一步要执行的语义步骤进行高级推理，也可以进行低级预测，以向机器人的关节输出运动指令。图｜π0.5 的协同训练任务示意图，其中包括来自多种不同机器人类型的各种机器人数据源，以及包括高级子任务指令、指示和网络数据在内的多模态数据。虽然协同训练的基本原理并非新事物，但训练一个能够广泛泛化的 VLA 需要合理地组合协同训练任务。VLA 需要由多种协同训练任务组成的“课程”，以便在所有必要的抽象层次上实现泛化。在实验中，他们训练了 π0.5 模型的不同版本，这些版本排除了完整训练混合的不同部分，只留下使用在实验中使用的相同机器人收集的移动操作数据。图｜评估完整的 π0.5 训练混合与排除各种数据源的消减相比。网络数据（WD）在泛化到分布外对象方面的差异最大，而来自其他机器人（ME 和 CE）的数据在所有评估条件下都很重要。他们评估了两种实验条件：全面清洁任务；以及分布外泛化评估，要求机器人将提示中指示的特定物体移入抽屉。对于这两种评估，都测量了成功率和语言理解率。在所有情况下，来自其他机器人的数据对策略性能产生了巨大影响。在 OOD 案例中，他们还发现与包含网络数据的策略性能存在差异，这提高了机器人正确识别数据中未包含的新物体类别的能力。为了更好地量化 π0.5 能够实现的泛化程度，他们进行了一项扩展研究，其中改变了训练数据中不同环境的数量。他们还在比较中加入了基线模型，该模型使用所有其他数据源的数据外，还直接使用来自测试环境的数据进行训练。该模型可以直观地了解，如果消除了泛化到新环境的挑战，VLA 在该场景中的表现如何。图｜评估在与训练混合中的其他数据集共同训练时，性能如何随训练环境的数量而变化。当使用所有可用的训练环境时（图中最右边一点），π0.5（黄色）与直接在测试环境（绿色）中训练的基线模型性能相似。这些结果不仅表明，π0.5 的泛化性能会随着训练集中不同环境数量的增加而稳步提升，而且仅仅经过大约 100 个训练环境，它的性能就接近了直接在测试环境中训练的基线模型。训练和推理π0.5 构建于 π0 VLA 基础之上，经过联合训练，能同时输出动作和文本标签，因此可在高层和低层控制机器人。在运行时，它先生成一个文本形式的“高级”动作，再细化为一组连续的低级关节动作来执行该动作。这一流程延续了他们此前的Hi Robot系统思路，不同之处在于 π0.5 将高级决策与低级控制统一由同一模型完成，类似于“思维链”模式。模型本身包含离散自回归 token 解码和通过流匹配进行的连续解码，例如 π0。离散解码路径用于推断高级动作，而连续流匹配路径用于推断低级运动命令。图｜π0.5 使用的高层/低层推理程序。该模型首先生成一个用语言表达的高级动作，基本上是“告诉自己”应该采取什么步骤来完成任务，然后利用其流程匹配动作专家来选择运动指令。如果换个房子试试呢？他们通过让 π0.5 控制机械手，在训练数据中从未见过的新房屋中完成清洁任务，以评估其泛化能力。对 VLA 来说，这是极具挑战的测试。尽管 VLA 曾展现出出色的泛化能力，如理解语义指令、与人互动、组合技能等，但这些能力多在与训练环境相似的场景中实现。此前，他们的π0-FAST虽能通过DROID 系统推广到新环境，但仅限于如移动物体等简单任务。而此次实验中，π0.5 被放入全新家庭，需完成收拾碗碟、整理床铺、清洁地板等复杂任务。这些任务不仅耗时，还要求机器人执行如用海绵擦拭等复杂动作，理解任务语义，并将其拆解为多个环节，每步都需与正确的物体互动。最后，π0.5 模型可以接受不同粒度的语言命令，从“把盘子放进水槽”这样的高级提示，到指示模型拾取特定物体或朝特定方向移动的详细单个命令。他们在下方视频中展示了一些语言跟随的示例。下一步：更泛化的物理智能这项工作表明，VLA 能够实现出色的泛化能力，即便面对如清洁厨房或卧室这样复杂且多变的机器人任务，也能有效应对。π0.5 能够让机器人完成在训练数据中从未遇到过的新家庭环境的清洁任务。尽管 π0.5 还不够完美，常在高级语义推理和动作执行指令方面出现错误，但研究人员希望，通过让机器人从多样的知识来源中学习，π0.5 能够帮助我们更接近实现广泛泛化、灵活应变的物理智能。目前，这些机器人可以通过语言反馈进行改进；未来，它们还可能借助自主经验，在更少监督的情况下不断优化，或在不熟悉的情境中主动请求帮助和建议。尽管如此，在知识迁移、模型构建技术，以及数据来源的多样性等方面，仍有大量进步空间。
1天前
14
1天前
210
260亿，厦门超级IPO来了
一家厦门的明星独角兽，正朝着港股冲去。近日，瀚天天成申请在港上市。在赵建辉的带领下，这家碳化硅外延晶片提供商，三年共卖出超过45万片晶片，一年的收入接近10亿元。这个成功的故事背后，离不开厦门的大力支持。在厦门的邀请下，已经是美国罗格斯大学终身教授的赵建辉最终选择回国创业，这才有了瀚天天成。此后，在政策、资金等方面，厦门为这家公司的发展提供了众多帮助。一路走来，瀚天天成获得赛富投资基金、哈勃投资、厦门高新投、厦门火炬集团、中南创投、海通新能源、华润微电子、金圆集团、工银投资、工银资本等青睐，同时还成为AIC股权投资扩大试点政策出台后，厦门首个双落地AIC基金首单投资项目，估值超过260亿元。教授归国创业，厦门冲出一个明星独角兽瀚天天成的故事，得从2010年说起。那个时候，在大力发展半导体和集成电路产业的厦门邀请下，赵建辉选择回国筹备创业。作为美国罗格斯大学终身教授，他从厦门大学物理系本科毕业后，又于1988年获得卡内基梅隆大学电子与计算机工程博士学位。通过专注于碳化硅技术发展研究和开发，赵建辉不仅成为最早一批开展第三代半导体碳化硅研究的学者，同时还是全球首位因对碳化硅技术研究和产业应用做出重大贡献而获选IEEE Fellow的研究者。为了让国人享受到碳化硅半导体带来的转型发展红利，更是要让这一产业的核心技术实现“中国造”，赵建辉率领团队于2011年在厦门火炬高新区创办了瀚天天成，“碳化硅半导体不仅仅是个项目，也是一个产业，是要成为科技大国不能没有的基础性核心产业。”作为第三代半导体材料的一种，碳化硅适合制造耐高温、耐高压、耐大电流的高频大功率器件。与传统硅晶片相比，碳化硅外延晶片在温度稳定性、导热等方面优势明显。于是，他们以碳化硅外延晶片为发力方向，踏上了创业之路。在当地政府的帮助下，赵建辉入选厦门市“双百计划”、福建省“百人计划”、国家级人才计划。与此同时，瀚天天成获得留学人员专项资助资金、留学人员创业扶持资金、科技成果转化与产业化基金等扶持资金。2012年，他们开始接受商业化碳化硅外延晶片订单，成为中国第一家提供产业化3英寸和4英寸碳化硅外延晶片生产商，填补了国内该领域的空白。2年后，瀚天天成又成为国内首家提供商业化6英寸碳化硅外延晶片的生产商。随着自身快速发展，以及市场需求与日俱增，这家公司于2018年启动“瀚天天成碳化硅产业园”项目，建设新的碳化硅外延晶片生产线。目前，他们主要生产6英寸和8英寸碳化硅外延片，月产能达到5万片。不管是技术的研发，亦或是厂房的建设，都需要大量的资金。一路走来，赛富投资基金、哈勃投资、厦门高新投、厦门火炬集团、合肥产投集团、臻弘基金、希科众恒、朴原投资、芯成众创、宁波富池、厦门炬盛华、上海天礼、惠友投资、中南创投、华润微电子、银润资本、海通新能源、柘中股份、清大海峡、富毓投资、君宸达资本、上海敏申实、华锦蔚然、东证资本等为瀚天天成提供了众多支持。到了2024年12月，这家公司完成10.3亿元Pre-IPO轮融资，投资方为金圆集团、工银投资、工银资本，估值也达到约262亿元。这也是AIC股权投资扩大试点政策出台后，厦门首个双落地AIC基金首单项目投资。卖碳化硅外延晶片，一年入账近10亿元作为碳化硅外延提供商，瀚天天成目前提供4英寸、6英寸及8英寸碳化硅外延晶片。由于具备多项优势，使得碳化硅外延晶片广泛应用于电动汽车、超快充电桩、储能系统、能源供应、数据中心，并正在进入新一代家电、高速轨道交通、电动船舶及低空飞行领域。拥有35项获授专利，再加上产品在外延厚度、掺杂浓度、良率等方面拥有优势，瀚天天成目前已经获得110家客户的认可。其中，这家公司有7家客户位居全球碳化硅功率器件前十。这也使得他们的碳化硅外延晶片销量快速增加。从2022年开始的三年时间，他们的产品共卖出超过45万片。其中，这家公司2023年的产品销量超过20万片，成为全球最大的碳化硅外延供应商。虽然由于客户需求下降，导致瀚天天成2024年产品销量下降到16.44万片，但是他们同年的市场份额还是超过30%。在这个过程中，这家公司的收入随之出现波动。翻看招股书，在2022年至2024年的报告期，瀚天天成的收入分别达到约4.41亿元、11.43亿元、9.74亿元。与此同时，再加上超过34%的毛利率，已经让他们实现持续盈利，同期的净利润分别约为1.43亿元、1.22亿元、1.66亿元。按照灼识咨询的说法，碳化硅器件市场在2024年的年需求达26亿美元，预计在2024年到2029年以39.9%的年复合增长率增长，在2029年的年需求达136亿美元。庞大的市场，意味着巨大的增长空间。对于瀚天天成而言，他们便准备将此次IPO募集的资金用于扩产及研发。不过随着竞争加剧，这家公司直言，未来五年在扩产上会更加严谨及审慎。厦门，打造“芯”产业发展高地瀚天天成的顺利发展及取得的成就，为厦门大力发展半导体和集成电路产业提供了一个生动的注脚。作为厦门市半导体和集成电路产业发展的主要承载区域，厦门火炬高新区于1991年被国务院批准为全国首批国家级高新区，是全国三个以“火炬”冠名的国家高新区之一。立足“发展高科技，实现产业化”，他们很早便将平板显示、半导体和集成电路等产业作为重点发力的方向，并在产业协同中实现飞跃式发展。2007年，在引进的平面显示器知名制造商友达光电投产后，一系列配套企业也随之落地。同年，厦门火炬高新区便开始围绕集成电路产业孵化培育一批优质企业。于是，这才有了瀚天天成的诞生。到了2016年，厦门发布《厦门集成电路产业发展规划纲要》，目标是到2025年成为我国集成电路产业发展的重点集聚地区之一。不久后，两岸合资金额最大的集成电路项目联芯实现量产，并迅速带动一批垂直配套企业入驻，帮助当地实现产业链“从分散到成链”的突破。2022年，厦门又出台了《厦门市进一步加快推进集成电路产业发展的若干措施》，从人才引进、研发创新、提质增效和生态建设四个方面，推出13条“含金量”十足的补助举措。符合条件的企业，最高可领补助1000万元。在政策的助推下，厦门的集成电路产业成功实现加速发展，产值也从2014年的50亿元，增至2024年的400亿元。如今，厦门的集成电路产业布局已涵盖材料、设备、设计、制造、封测等各环节，集聚了联芯、星宸科技、瀚天天成、士兰微等企业，初步构建了芯片、软件、整机系统、信息服务的生态体系，产业综合竞争力居全球第49位，并进入国家集成电路规划布局的重点城市。虽然这场“芯”征程长路漫漫，但厦门依然选择大步向前。
1天前
18
1天前
9
1天前
33
1天前
743
2天前
350
从进厂到马拉松：人形机器人离“实用”还有多远？
全球首次“人机共跑”半程马拉松在一片讨论声中收官，“摔倒名场面”引发大众对各家能力的关注。对人形机器人而言，这是一场难度超高的“综合大考”。据了解，此次马拉松全长21.0975km，赛道涵盖裂缝路、陡坡、石子路等多种复杂路况，考验人形机器人关节模组协调性、控制算法稳定性、能源管理、结构设计、信号抗干扰等能力。共20支人形机器人队伍同场竞技，参赛机器人包括了天工Ultra、宇树G1、乐聚“夸父”、松延动力旗下N2、小巨人等国内热门型号。所有机器人未实现完全自主运行，多采取遥操作的形式参赛，一台机器人可由三位机器人工程师陪跑。最终仅6支队伍完成全程，其余因电池续航、关节过热等问题退赛。其中，天工队（天工Ultra，更换3次电池）以2小时40分42秒的成绩夺冠。小顽童队（松延动力的N2）、行者二号队（卓益得的行者二号，全场唯一不换电）分别获得亚军、季军。从前三名的表现看，竞争策略差异明显。东吴证券认为，天工机器人身高1.8米、体重55公斤，成绩在自主跟随模式下达成，较高的身高是其能够以高配速行进的重要基础。松延动力身高仅1.2米，体重30公斤，较矮的身高限制了其跑步速度，但稳定性和步态表现全场领先，比赛中大多情况下无需有专人陪护防跌倒。行者二号身高1.7米，体重30公斤，采取快走的姿态而非跑的姿态，虽运动速度变慢，但是全场参赛选手中唯一不换电的机器人。此外，运动表现的提升需高效调配软硬件。东吴证券分析，行者二号采取了肌腱绳驱仿生轻量化的设计方案，整体纤细的设计方案让其续航能力远超其他选手。软件端，得益于“慧思开物”具身智能平台，以及“基于状态记忆的预测型强化模仿学习”方法，天工机器人在较高的身高条件下仍能保持出色的平衡能力，跑步步态拟人且稳定，小脑运控表现优秀。硬件端，天工机器人采用碳纤维等轻量化材料进行设计进行减重优化，减少运动负荷。另外结构设计上采用刚柔耦合的腿部结构，减少奔跑时关节冲击力，提升稳定性。因其大功率的一体化关节、低惯量腿部结构设计，在奔跑速度上极具爆发力；并通过结构优化提升关节散热能力，提升了长续航跑步的能力，避免关节过热。软件端，松延动力采用深度强化学习的技术路线，采用分层模型的架构，上层模型基于强化学习生成运动规划，下层模型通过模型预测控制（MPC）调整关节力矩。另外公司自研的“动态抗干扰算法”支持机器人在复杂地形中实时调整步态。仿真运动训练依靠了虚拟动点提供的数据库和训练服务，进一步证实了仿真数据与强化学习赋予机器人拟人步态和优秀运动能力的可行性。硬件端，采用航空级铝合金骨架与碳纤维面板，降低了机身重量。值得一提的是，因“春晚机器人扭秧歌”成为关注焦点的宇树科技，官方本次并未参赛。而是第三方客户购买的G1人形机器人参赛，由客户方自行调整算法。在本次半马比赛中，G1“开跑即摔倒”的表现，引发外界对宇树机器人稳定性的质疑。从讨论声来看，毁誉参半。有人直言目前的机器人买回去只能当摆件或表演娱乐；也有人士认为宇树机器人在其官方宣传视频中能做好鲤鱼打挺等动作，是定向优化的结果，并不等于它能够通用。“宣传视频往往是下一个产品测试阶段的成果，线下是上一代的量产产品，中间差了一次技术更新。”宇树科技也对此澄清表示，“G1人形机器人，从去年发货开始已经出售给全球非常多的客户，使用了很久。所以这次马拉松比赛，也有好几个独立的团队使用我们的机器人。比如客户用他们自己的算法参与了比赛，所以在现场能看到不少宇树科技的机器人。有好几个独立团队在使用，不同人操作或开发情况下，机器人的表现差别很大。”《财经》新媒体注意到，目前宇树科技淘宝官方旗舰店已暂不售卖G1人形机器人。京东平台上，宇树G1人形机器人已售千台，当前超过1300人开启预约抢购，预计在支付后60天发货。据官方客服透露，如不自行开发，基础版的主要功能是展示、行走、握手、打招呼、陪伴等，并无跳舞。不乏人士认为，一场马拉松暴露了不少问题。早前，朱啸虎透露近几个月正在退出一些早期的具身智能项目，直言：“我问这几个CEO，你们商业化可能的客户在哪里？我感觉他们说的都是自己想象出来的客户，谁会花十几万买一个机器人去干这些活？”一位具身智能公司高管透露，“具身智能赛道已有挺多机器人号称进工厂干活，但干的是单一品种、大批量重复性工作，这不是具身智能机器人或人形机器人真正的落脚点，这些工作用传统的工业机器人或协作机器人、复合机器人等完全可以胜任。没有必要用走起路来颤颤巍巍的双足机器人去做，完全为了学马斯克。”在他看来，马斯克开了个很不好的头，但人家有自己的工厂、分享自己的故事，而诸多国内企业并没有在客户合作上真正解决痛点问题。据了解，围绕具身智能的智能化分级，哪一层级能达到可用状态，行业仍在讨论。不过，也有多位分析师指出，通过本次马拉松比赛，机器人产业发展需要重点解决的技术短板更加清晰明确。例如，出现关节过热导致性能衰减或摔倒、动平衡能力不足、需多次换电等。强化学习下的数据量和训练时长是实现稳定性突破的关键，长续航与关节散热问题仍需得到解决。中信建投也在研报中称，软件端目前人形机器人在移动和操作能力上具备一定智能，但通用性不足，需要具身智能赋能实现多动作泛化、复杂决策和人机交互能力。具身智能发展需要海量数据进行训练，但仍面临实机数据采集成本高、仿真数据质量难以保障等数据瓶颈，虚实数据相结合成为未来发展方向。而从人形机器人量产节奏看，2025年被认为或是突破性的一年。光大证券认为，万台级别的量产将带动下游产业链进入确定性放量阶段，而万台级别的数据采集和训练有望真正解决数据匮乏的难题，推动人形机器人向更泛化、更实用的阶段。
2天前
23
