AI科技评论 NEWS DIGEST
2026 06 04
STORY 01 / 12
全球首个！材科源图发布有机高分子应用智能体
STORY 02 / 12
不卷价格和参数，中国汽车如何卖到5000万辆？
STORY 03 / 12
面壁智能「开源周」：一场定义端侧 AI 终局的系统性「亮剑」
STORY 04 / 12
何小鹏内部讲话曝光，「最美」机器人量产时间表出来了？
STORY 05 / 12
CVPR 2026：深度学习的「标准件」，正在被逐个拆掉
STORY 06 / 12
独家｜华为系帧跃科技完成千万美金天使轮融资，将发布视频产品 Leadde
STORY 07 / 12
慕尼黑工大Johannes Betz 教授：时速300公里的自动驾驶超车 ｜ ICRA 2026
STORY 08 / 12
UT Austin朱玉可：人形机器人的数据困局怎么破？答案藏在「数据海绵」里 ｜ICRA 2026
STORY 09 / 12
云鲸十年：张峻彬放下「张峻彬」
STORY 10 / 12
CCIG 2026 在广州圆满落幕：4200 余位专家学者共绘图像图形发展新图景
STORY 11 / 12
港中深王方鑫团队：3D 重建的「玻璃杯难题」，终于被摆上台面丨CVPR 2026
STORY 12 / 12
对话李斌&沈斐：20万的价格区间内，乐道L60是「神一样的存在」丨大湾区车展观察
在人工智能重塑科研范式的科技浪潮中，因体系复杂、配方变量多，长期面临高度依赖专家经验、试错成本高、知识难以沉淀复用等行业瓶颈，研发效率提升亟待突破。
近日，据AI科技评论(公众号：AI科技评论)了解。
作为材科源图（MatSource) 材料科学智能体体系的重要组成部分，有机高分子应用智能体聚焦高分子材料研发中的关键痛点。
作为有机高分子材料中技术壁垒最高、研发难度最大的典型代表，光刻胶成为该智能体的首个验证场景。
在完成ArF光刻胶验证基础上，材科源图正加速推动智能体向更高难度场景延伸，重点布局EUV等先进制程光刻胶体系，持续突破高端半导体材料研发瓶颈。
从催化材料、电池材料到有机高分子材料体系，材科源图（MatSource) 正持续推动材料科学与人工智能的深度融合。
周光、陆传华、王谭、王琅、崔东树，五位业内人士对汽车行业的建言献策。
2026年，国内新能源汽车渗透率突破60%，中国汽车品牌的售价提升到80万元。
最近几年，智驾行业的技术重心从端到端、VLA向着大模型、基座模型和物理AI快速迭代。
AI的发展也可以被用在设计中。
智驾快速发展的同时，智能座舱也在技术浪潮中走向新的形态。
当中国汽车拥有全球最大市场规模、完整的产业体系，技术快速迭代的能力、越来越强的国际影响力后，一个关键问题是，中国汽车如何走得更稳、走得更远。
中国汽车乘联会秘书长崔东树认为，汽车行业仍然没有惠及大众，整个世界、中国、新能源的发展，都呈现绝对不平衡。
从80万元高端价格天花板的突破，到5000万辆全球产销规模的终极目标，依靠参数堆砌、价格竞争、单点爆款的粗放发展模式已成昨日，未来行业的核心竞争。
一场罕见的「技术组曲」。
5 月 25 日至 29 日，面壁智能联合 OpenBMB 开源社区，以每日发布一项关键技术成果的节奏，举办了一场「端侧大模型开源周」。
面壁开源周，更迫使我们重新思考：在通往 AGI 的道路上，开源的真正价值是什么？
翻开过去三年的历史，面壁之外，也仅有以「效率美学」著称的 DeepSeek 在 2024 年（6月24日-28日）进行过类似的开源周活动。
如果说，开源周的五项发布，揭秘了其在端侧 AI 赛道上深不可测的「内功」，持续的开源，则展现了面壁智能的格局。
端侧大模型的技术，要求在算法、软件、硬件、数据之间找到一个极致精妙的平衡点。
AI 的核心价值，将从提供云端 API 的公司（如 OpenAI、Google）。
「离线可用」、「零延迟」、「绝对隐私」将不再是奢侈品，而是 AI 应用的基础标配。
按 Token 计费的模式将被削弱，取而代之的，可能是类似传统软件的授权费，或是与硬件绑定的「一次性买断」。
机器人能不能规模化稳定交付，是整个行业的生死问题。
在近日的一场小鹏机器人量产动员大会上，何小鹏给内部团队定下了一条极具压迫感的时间线：2026 年四季度完成量产。
小鹏去年年底发布的全新一代人形机器人 IRON 相当瞩目，一度被称为“最美”机器人。
何小鹏在讲话中回忆了小鹏汽车早期自动驾驶研发时的经历。
小鹏汽车并非是唯一一个投身到具身行业的汽车公司。
注意力的浮点精度不是必须的，归一化流的"精确可逆"是可以放弃的。
过去几年，人们不停地给它加盖、扩建，越盖越高，越盖越复杂。
最先被质疑的标准件，是那些看起来最"技术性"的，比如说，浮点精度的矩阵乘法，和针对不同架构手工调参的量化策略。
Transformer 的注意力模块一直是算力黑洞。
另一篇论文中，SegQuant 挑战了另一个标准件：量化策略必须针对每个架构手工定制。
推理端的标准件被拆掉之后，接下来被质疑的，不再是怎么跑模型，而是模型的目标本身到底对不对。
扩散模型的名字里有"去噪"两个字，但早期研究普遍选择让模型预测噪声，而不是干净图像。
前面三篇论文说的是推理端和训练目标的标准件，接下来要介绍的两篇论文，则是在探讨归一化层和可逆性约束的标准件。
归一化流（Normalizing Flow）生成模型中对数学性质要求最严格的一类。
但这种优雅是有代价的：严格的可逆性约束把网络架构的设计空间框死了，能用的变换类型极其有限。
BiFlow 尝试去除可逆性约束，而 Derf 则尝试去除 Transformer 中最为基础的归一化层。
BinaryAttention 证明了注意力的浮点精度不是必须的，1-bit 符号就够了。
创始人杨昌鹏曾任华为云媒体创新 Lab 首任主任、交互式媒体方向 1 号位。
本轮投资方包括创新工场、国谦资本、零一万物、璞跃中国及盈动资本等机构。
大多数AI赛车研究停留在仿真里，这辆车是真的在赛道上撞过。
Johannes Betz开篇即抛出一个尖锐的问题：为什么要研究自动驾驶赛车？
他的回答直指机器人学的一个根本困境：赛车天然集成了多变环境、高速交互与极小容错空间三个极致要素，构成了完美的研究沙盒。
趁会场还在陆续进场，我想了解一下在座有多少人对赛车运动感兴趣？
好吧，举手的人不算多，但我认为现在很多人开始对赛车运动产生好奇，因为Netflix在推广方面做得非常出色。
这就是我们设立了自动驾驶经济赛车联赛的原因。
这辆自动驾驶赛车本质上是一辆经典的方程式赛车，装配了激光雷达、毫米波雷达、摄像头、车载控制计算机，以及实现自动驾驶所需的一切设备。
现在让我们深入到软件架构中，稍微解释一下我们做了什么。
赛车具有非常特殊的行为动力学。
在我们的方案中，我们决定把问题拆分为全局规划和局部规划。
最后，也是最有意思的部分，我们需要结合博弈论来实现交互。
说到目前为止，这些内容很多人已经知道了——经典的感知-规划-控制。
谁能比真正的人类冠军更快呢？
现在只剩下一个问题：我们能用这辆车比真正的人类更快吗？
听众提问： 你之前展示了真实赛道上的视频，但在优化系统的过程中我们没有看到超车动作。
用世界模型生成的虚拟轨迹，其训练价值几乎等效于一条真实物理数据。
2026年6月3日，在ICRA 2026大会的主题演讲环节。
他在演讲中系统性地拆解了当前人形机器人面临的最大瓶颈——数据，并提出了以“数据金字塔”为框架、以“世界模型”为引擎的规模化路径。
“公司会长成创始人的样子，也会反过来逼着创始人长大。 ”。
拜访云鲸创始人张峻彬那天，深圳下了一场很大的雨。
云鲸最早被市场记住，是因为一个足够简单、有效的产品创新：让扫拖机器人自己洗拖布。
“越用越麻烦”是普遍痛点，扫不干净、拖布要手洗、维护成本高。
张峻彬亲自接管全球营销，始于去年9月。
在张峻彬对过去十年的复盘里，有一个词反复出现：“太nice”。
他认为，自己过去最大的管理“业力”，就是试图照顾到每个人的感受和情绪，让大家都开心。
过去几年，云鲸经常被问到一个问题：是不是慢了？
这听起来像一个私人问题，但对创始人而言，商业与私人从未真正分开。
本次大会由中国图像图形学会主办，中山大学承办，广东省图象图形学会、华南理工大学、琶洲实验室协办。
大会汇聚了来自图像图形领域学术界、产业界的 4200 余位专家学者和企业代表。
与会嘉宾齐聚羊城，围绕图像图形前沿方向、产业创新路径和粤港澳大湾区科技发展机遇展开深入交流，共同谱写湾区图像图形领域发展的新篇章。
5 月 30 日上午，CCIG 2026 开幕式在长隆国际会展中心举行。
他们围绕国家战略需求、大湾区创新发展以及图像图形学科趋势，分享了对领域未来发展的思考与展望。
开幕式上，中国图像图形学会（CSIG）与电气电子工程师学会（IEEE）签约仪式正式举行。
随后，在全场嘉宾见证下，CSIG 理事长王耀南院士、副理事长虞晶怡教授、秘书长董晶研究员。
本届大会邀请李树涛院士、张艳宁院士、张文军院士、朱文武教授、王海峰博士、张正友博士、权龙教授作大会主旨报告。
多位专家围绕多模态感知、智能无人系统、视频生成、多媒体智能、全模态大模型、具身智能和计算机视觉等前沿方向展开分享。
本届大会共设置 46 场学术论坛和 9 场特色论坛活动，内容覆盖具身智能、空间智能、大模型、脑机接口、机器视觉、类脑智能、医学影像等多个热点方向。
大会期间，30 余家行业重点企业参展亮相，集中展示图像图形领域最新技术和科技创新成果。
大会同期颁发了 2026 图像图形先锋企业榜、2026 图像图形创新技术榜、2025 年度 CSIG 优秀分支机构、CSIG 科普先进工作者。
大会主席、中国图像图形学会理事长、湖南大学王耀南院士，大会主席、南京大学谭铁牛院士，中山大学副校长刘济科。
3DReflecNet：一个专为玻璃、金属与陶瓷等材料建立的大规模数据集。
拍照、扫描、建模听上去似乎很简单，可如果你真的动手试试，得到的往往是布满孔洞、边缘扭曲的残缺结果。
这就是当前 3D 重建技术的瓶颈：无论是爆火的 3D 高斯溅射（3D Gaussian Splatting。
先说研究结论：所有当前最优的方法，都在复杂材料上的重建上出现了断崖式的性能下跌。
研究团队用主流的 3DGS 方法，系统测试了 48 种不同材料参数组合下的重建性能，结果揭示了三种截然不同的失败模式。
想要解析这一现象，我们需要了解现阶段算法的两种潜在逻辑。
纯合成数据集（如 OpenMaterial ）往往没有真实世界的噪声、光照波动和运动模糊，因此训练出的模型在真实手机扫描场景中性能骤降。
绝大多数数据集仅支持基础重建和新视角合成，并不具备测试反射去除、重光照等工业级功能。
3DReflecNet 最重要的价值并不只是新增了一个大规模数据集。
这篇论文的通讯作者为王方鑫博士，现为香港中文大学（深圳）助理教授、博士生导师。
为了让国内的研发者、创业者与投资人能够毫无时差地掌握本届 CVPR 2026 的完整干货，AI科技评论已全面上线【CVPR 2026 深度专区】。
当然，这并不能归因于个别方法或技术，这是全行业的困境。
沈斐认为：「理想状态下，L60能扛起乐道品牌40%的销量。」。
进入2026年，为了应对车圈的竞争升级，蔚来汽车也开始以体系化的战力示人。
Q：之前斌总提到乐道主攻15万-30万的主流市场，但现在销量没有预期那么好，他分析的影响因素有几个，一个是品牌知名度，二是渠道门店的铺设广度，现在乐道大概400多家门店。
Q：上一次财报会上，斌总提到长期来看，蔚来、乐道、萤火虫大概要达到35：55：10的销量结构，您对这个比例怎么看？
Q：沈总好，乐道在市场上的产品都很不错，包括新款L60，但我们的主要竞争对象还是特斯拉，之前斌总也提到过说特斯拉有的我都有，特斯拉没有的我也有，现在又该如何看待这个说法？
Q：关于抢夺BBA市场份额这件事，今年很多车企都在谈这一点，您可以分析一下原因吗？
Q：20万级的中型SUV市场竞争一直很激烈，但很少有厂商能够把旗舰级的技术放到这个价位的产品上，新的L60上成本是如何管理的？
Q：从去年L90沟通会开始，蔚来就在说大六座SUV进入纯电时代，您认为真正的纯电时代，在全体系有一个新的苗头会是什么时候？