美的第二届远见者大会：探索AI与能源转型的未来
第二届美的远见者大会于金秋时节的佛山顺德盛大召开。在这场科技盛宴中，众多顶尖行业专家齐聚一堂，共同探讨AI与储能技术的未来发展趋势。中国科学院院士丁汉教授、赵天寿教授，以及上海交通大学邓涛教授等，悉数出席。美的集团的诸位副总裁和研发精英也参与了此次盛会。
会议的焦点之一是人工智能如何为机器人注入深度技术内涵。机器人的发展历程虽然悠久，但在实际应用中仍存在诸多挑战。工业机器人的应用场景局限于结构化环境，服务机器人的功能相对单一，特种机器人则依赖于人工操作。随着人工智能技术的飞速发展，机器人的应用领域得到了极大的拓展。未来，机器人将具备自主学习、编程和规划的能力，这将极大地提高机器人的适应性和实用性。
在美的远见者大会上，与会专家纷纷发表见解，探讨人工智能与机器人在未来产业发展中的潜力与机遇。现场氛围热烈，观点碰撞激发出无数创新火花。这次盛会不仅展示了美的集团在科技领域的雄厚实力，也为未来科技与产业的融合提供了宝贵的思路。在中国科学院院士、华中科技大学教授丁汉的眼中，人形机器人无疑是各类技术的集大成者。他预见人形机器人有可能成为颠覆性的产品，引领新一轮的技术革命。
丁汉指出，人形机器人的主要发展趋势在于集成人工智能，而目前面临的挑战在于模拟人类行为。模拟人类的大脑是一个巨大的技术难题，需要机器人实时收集和处理数据，实现手眼脑的协同工作。模拟小脑也是人形机器人的重要挑战，保证行为表征、协同自主能力和交互能力，以完成复杂的运动控制。而机器人机件本体的柔性化设计，也是未来需要攻克的技术难点。
丁汉认为，人形机器人的应用场景广泛，包括危险环境、工业制造、家庭服务等领域。随着技术的不断进步，人形机器人在量产中需要持续优化，包括骨骼机构、电机、电缸结构等方面。
目前，人形机器人正处于发展的黄金时期。在大数据、人工智能、端到端学习等技术的推动下，人形机器人正在逐步走向通用化。这不仅会推动本体厂商的发展，同时也会带动下游零部件的快速发展，尤其是传感器技术。
人形机器人作为各类技术的融合体，其发展潜力巨大。随着技术的不断进步，我们有理由相信，人形机器人将成为未来生产生活的重要一员，为人类社会带来更多的便利和进步。具身智能时代：大模型的驱动之力
林倞在演讲中深入探讨了一个引人瞩目的主题——“具身智能”。具身智能，与离身智能形成鲜明对比，展现出独特的主动性和强交互性。其独特的优势在于，通过机器人，能够主动并自适应地完成一系列改造世界的任务。这不仅仅是从认识世界到物理世界的简单过渡，更是一次质的飞跃。
在人工智能大模型的驱动下，具身智能成为机器人连接数字空间与真实世界的关键桥梁。想象一下，一个机器人不仅能够感知周围环境，还能理解并响应人类的指令和需求，这背后就是具身智能的魔力所在。大模型的应用为具身智能提供了强大的支持，使其能力得到前所未有的提升。
具身智能的发展，让我们看到了人工智能与真实世界深度融合的希望。在这个时代，机器人不再仅仅是执行预设程序的工具，而是具备了真正的智能和适应能力。它们能够学习、成长，并不断地优化自身，以更好地适应不断变化的环境和需求。
林倞的演讲为我们揭示了具身智能的潜力和未来发展方向。随着大模型的持续演进和优化，具身智能将在各个领域发挥更加重要的作用，为人类带来更加便捷、高效的生活体验。中山大学教授、鹏城实验室多智能体与具身智能研究所所长林倞教授深度解析了当前具身智能技术面临的挑战和发展方向。在前沿科技的大潮中，大模型驱动的具身智能领域刚刚崭露头角，尽管前景广阔，但仍面临多重挑战。
林倞教授指出，空间推理能力是首要难题。人工智能在处理数据时，常常丢失空间和物理信息，这无疑阻碍了机器人在空间感知和理解上的深度发展。这就像是一个人在没有视觉信息的情况下尝试理解环境，难度可想而知。如何让机器人准确捕捉和解析空间信息，是摆在研究者面前的重要课题。
长远来看，机器人还需要面对长程任务规划的问题。不同于人类之间的对话，机器人对话是在动态上下文中进行的，需要更高级的任务规划和执行能力。想象一下，如果一个人在与另一个人交谈时，如果不能理解对方的意图并据此作出反应，那么这场对话就无法顺利进行。如何让机器人具备理解上下文并进行长远规划的能力，也是未来研究的重要方向。
机器人还需要弥补所谓的“小脑能力”。简单来说，就是让机器人能够协同大小脑完成运动控制和概率模型的结合。这样可以使机器人更灵活、更智能地执行任务。为了实现这一目标，研究者需要重新审视和整合机器人的大小脑架构，让两者能够无缝协同工作。同时还需要建立起运动控制模型，使其能够基于概率进行决策和行动。这种整合对于机器人的智能化发展至关重要。
在推动具身智能技术的发展过程中，数据集的建立也至关重要。围绕数据集和数据驱动的研究将有助于推动具身智能的进步。想象一下，如果没有足够的数据来训练模型，那么模型的准确性和性能都会受到影响。因此建立全面、丰富、多样化的数据集对于推动具身智能技术的发展至关重要。对此，林倞教授强调了数据集的重要性并提出了自己的看法和策略。他认为构建高质量的数据集是推动这一领域发展的关键一步。他呼吁业界共同努力建立更加完善的数据集以促进具身智能技术的快速发展和应用落地。除了以上所述的挑战外林倞教授还总结了具身智能的关键技术包括传统感知技术交叉方面技术虚实融合与自主可控生态等。出身计算机视觉的林倞教授在感知方面有着独到的见解和深入的研究他提出了三个关键方向其一是在感知方面将图像文本和三维点云进行对齐构建走入物理空间的多模态对齐模型其二是由被动感知转向主动感知构建模拟环境并运用递归神经网络进行规划和目标搜索其三是将大语言模型与环境感知相融合以实现更精准的路径规划和导航。总的来说林倞教授的见解深入独到为具身智能技术的发展提供了宝贵的思路和方向希望在未来有更多的研究者和团队能够在这个领域不断探索和创新共同推动技术的进步和发展为人类创造更多的便利和价值。林倞在具身智能领域的“任务规划和决策”与“虚实迁移”两大方面有着显著的贡献。
在“任务规划和决策”方面，林倞的早期研究就尝试运用递归神经网络和机器神经网络进行任务规划，致力于构建世界模型和知识表达，以预测任务的分步进行。近期，他更是结合大语言模型，实现在复杂场景下的任务规划和导航。他巧妙地运用大语言模型拆解任务，通过跨模态模型精准地发现关键位置和地标，大大提升了任务的抓取能力精度和可控性。
而在“虚实迁移”的构建过程中，林倞带领团队打造了一个通用框架，巧妙地统一了高层任务和下层控制、执行接口，进行智能具身化的探索。他还利用先进的AIGC技术在虚拟仿真空间进行了深入的探索，构建了一个具身仿真平台。在这个平台上，他结合多种算法采集示教数据和训练技能，通过扫描真实环境并将其输入仿真空间进行训练，成功进行了从仿真到真实世界的策略模型迁移尝试。
林倞的研究不仅在理论上有所建树，更在实际应用上展现出巨大的潜力，为推动具身智能技术的发展做出了重要贡献。能源转型背景下的储能技术革新
随着国家碳中和战略目标的推进，我国正积极投身于可再生能源的开发与利用。在这波澜壮阔的时代大潮中，我们看到了太阳能与风能的巨大潜力，但同时也面临一个严峻的问题：由于这两种能源的间歇性与不稳定性，其利用率尚不尽如人意。正是在这样的背景下，储能技术成为了关键的纽带和平衡者。专家赵天寿对此深有感触，在他看来，储能技术在整个能源系统中发挥着不可或缺的作用，特别是在发电侧、网侧和用户侧。而长时储能技术的突破更是重中之重。
想象一下，当阳光照耀或微风轻拂时，我们能够将这股清洁能源储存起来，以供不时之需。这不仅解决了可再生能源的间歇性问题，更为我们提供了一个稳定、可靠的能源来源。而这一切都离不开储能技术的支撑。与此随着技术的进步与创新，新型储能技术正崭露头角。那么什么样的储能技术才能被视为理想的呢？它应该满足三个基本条件：安全可靠、经济可行、资源可及。只有这样，我们才能确保储能技术的广泛应用与推广，真正实现能源的可持续发展。
在这个能源转型的时代，储能技术的发展与应用至关重要。它不仅关系到我们能否充分利用可再生能源，更关系到整个国家的能源安全与发展战略。让我们共同期待并见证储能技术的不断进步与突破吧！中科院院士赵天寿教授，身为南方科技大学的一名学者，日前对于抽水蓄能、压缩空间与锂电三种技术发表了深入的分析。赵教授详细解析了抽水蓄能及压缩空气的优势：这两种技术的能量载体具有流动性，能够实现容量与功率的解耦，特别适用于长时间储能的需求。而锂电池虽然能量密度高、转换效率高且安装方便，但其能量载体为固态，能量与功率之间的关联度较高。
赵教授提出，为了达成长时储能的目标，我们需要结合可流动的能量载体与电化学能量转换装置，构建一个创新的流体电池体系。他的研究方向——液流电池，正是为了攻克这一难题。这种流体电池将能量储存在电解液罐中，其能量载体为具有流动性的电解液。它拥有众多优势，如时长灵活、安全性高、扩容便捷、无相变过程、生命周期长等。其应用场景广泛，可适应发电侧、电网侧和用户侧的所有场景。
《热之魅力：新技术涌现》
邓涛深入探讨了其团队在仿生热能材料与技术方面的杰出贡献，涵盖了光热储存转换及热能探测两大领域。为了让我们更好地理解，他首先讲述了能源与热之间的紧密联系。
我们人类社会的高速发展，离不开对热力学定律的深入探索和应用。这些定律，特别是热力学的第二定律，为我们揭示了热能的独特魅力。邓涛指出：“热能与其他能源的转换接近100%的效率，而当我们尝试将热能转化为其他能源时，效率必然会有所损失。”这是一个无法回避的事实，因为我们生活在一个被热力学第二定律主宰的世界。
在仿生热能材料领域，邓涛团队的工作为我们带来了革命性的进步。他们致力于开发高效的光热储存转换技术，这项技术能够将光能转化为热能并有效储存，为我们提供了更为便捷和高效的能源解决方案。团队还专注于热能探测技术的研究，这一技术的突破将有助于我们更深入地理解和利用热能。
邓涛的介绍让我们看到了热能的巨大潜力，以及仿生热能材料与技术对未来发展的重要性。随着科技的进步，我们有理由相信，这些新技术将为我们带来更多的惊喜和突破。邓涛教授，这位上海交通大学研究生院院长，最近公开分享了他团队在热导率领域的新突破。他坦言，这场革命性的进展源于自然界的灵感。正如蝴蝶翅膀上的光子传输机制所启示的那样，他们设计了一种全新的热能储存材料。
邓涛教授解释道：“蝴蝶翅膀通过光子传输热量，这激发我们在设计储热材料时的灵感。我们决定直接在材料内部嵌入光热转换技术，通过光子来传输热能，而不是传统的声子方式。这是一个全新的机制。”这种机制不仅解决了传统储热材料热导率低的问题，而且通过引入磁性吸光材料，进一步提高了充热距离、速度和热量。
基于这一创新原理，邓涛团队设计出了一种独特的储热材料。这种材料可以在工业上广泛应用，特别是利用其可渗透的、磁性的滤网设计，利用重力让材料在液态时下沉，让太阳光能够直接为其充热。这一设计大大提高了光热储热的效率。
团队还巧妙地解决了聚焦太阳能可能带来的安全风险。他们引入了气液相变技术，通过生成气泡使材料上浮，避免过热现象，从而提高了光热储热的能量密度和安全性。这一创新不仅展示了邓涛团队在热能领域的深厚实力，也预示着未来太阳能利用领域的新突破。邓涛团队致力于探索热能探测的新领域，特别关注人体发射的红外光的应用。他们深受仿生学的启发，创造性地利用人手作为红外光源进行探测和信号传递。研究发现，人手发射的红外光范围在7.5至14微米之间，不同手指所发射的红外光具有差异性，结合材料和基底的设计，可以实现精准识别。这一创新技术为防伪识别、指纹检测等领域带来了革命性的突破，即使在暗光或无光环境中也能实现精准的人机交互。未来，该技术有望为家用电器和智能设备的操作提供全新的驱动方式。
在另一场以“人工智能与能源转型的未来”为主题的圆桌论坛上，嘉宾们就未来科技发展趋势展开了深入探讨。论坛涵盖了人形机器人、强人工智能（AGI）、美的AI领域的发展、液流电池、热能源领域以及储能业务等多个热门话题。嘉宾们分享了自己在相关领域的见解，共同探讨这些科技领域未来的发展方向。这场论坛不仅为我们带来了诸多启示，也展示了科技领域的蓬勃生机与无限潜力。远见者大会圆桌论坛上的精彩观点
在最近的远见者大会圆桌论坛上，几位嘉宾就人形机器人、强人工智能以及美的在AI领域的发展策略等话题发表了独到见解。
丁汉认为人形机器人是机器人未来的重要载体。他强调美的需要深入布局核心零部件、人工智能以及机器人本体技术的发展。这一观点得到了与会者的广泛认同，展现出丁汉对于未来机器人技术的深入洞察和前瞻视野。
与此林倞就强人工智能（AGI）发表了自己的看法。他认为尽管AI技术发展迅猛，且在某些特定领域的表现已经超越了人类，但全面超越人类智能仍需要时日。这一观点引发了现场观众的深思，让人们意识到人工智能的发展仍需持续努力和探索。
张小懿则代表美的分享了公司在AI领域的发展策略。他表示美的高度重视AI的发展，并将其作为公司的战略方向。目前，美的正在积极推动AI基础设施建设、算法平台建设，旨在提高各类工具的效率，以期使产品和服务都能搭乘上AI的列车。美的还致力于推动家庭智能体和工厂智能体等战略项目，以进一步推动智能化进程。
赵天寿谈到了新型储能电池所面临的成本与回收问题，对液流电池的大规模应用寄予厚望。他深感，随着技术的不断进步，液流电池或许能解决当前储能领域的瓶颈，但仍需克服经济和环境方面的挑战。
邓涛则聚焦可再生能源开发，强调清洁能源的应用必须综合考虑环境影响与回收利用。他主张，在推动清洁能源发展的我们必须重视其可能带来的环境负担，并积极探索有效的回收利用途径，以实现可持续发展。
伏拥军表示，储能行业正处于蓬勃发展的初期。美的集团在新能源领域的布局广泛，涵盖光伏集成到各种储能形式，致力于实现电化学储能各场景的全覆盖。美的集团坚定信念，将持续在技术、产品和商业方面投入巨资，推动储能技术的进步和新能源行业的发展。
在此次活动中，与会嘉宾除了探讨上述话题外，还对美的集团的发展提出了宝贵的意见和建议。他们的声音和观点为美的集团未来的发展提供了重要的参考和启示，也展现了行业内外对美的集团的高度关注和期待。美的集团，一颗在科技浪潮中蓬勃发展的璀璨明珠，矢志成为全球领先的科技集团。美的深知科技的力量，以深邃的目光聚焦科技前沿，不断投入巨资于研发领域。紧跟时代的步伐，美的布局的领域已经拓展到人工智能、储能等前沿科技领域。未来产业的发展新路径，美的将持续深入探索，不断为实现自身的发展愿景砥砺前行。我们邀请您一同见证美的的每一步成长，一同奔赴更加辉煌的未来。