本期全球前沿汽車技術動向如下，如需更具體的內(nèi)容與分析解讀，歡迎訂購蓋世汽車研究院《全球前瞻技術情報》。

智能網(wǎng)聯(lián)

通用汽車申請車頂式安全氣囊專利

通用汽車提交車頂式乘員約束系統(tǒng)專利（US 12,534,038 B2），將充氣裝置固定在車頂結構上，氣囊從車廂上方展開向下緩沖乘員。

該專利更適配乘員朝向不固定的座艙布局，為自動駕駛時代的座艙設計預留約束系統(tǒng)空間。

蓋世點評：約束系統(tǒng)上移到車頂，關鍵在于給新座艙形態(tài)留出安全冗余。

Kvaser發(fā)布Kvaser Edge 把數(shù)據(jù)記錄從PC搬到車端

Kvaser推出基于Linux的邊緣計算平臺Kvaser Edge，定位于車輛、測試臺或工業(yè)設備的源端數(shù)據(jù)采集與實時分析。平臺面向嚴苛環(huán)境與實時需求，強調(diào)在數(shù)據(jù)生成位置直接處理，而非依賴大量原始日志回傳。

其核心為基于ARM的Linux計算機，配備NXP SE051C2安全元件，滿足CRA與RED網(wǎng)絡安全要求；同時提供KEOS專用操作系統(tǒng)與容器化運行方式，便于跨車輛/平臺一致部署，并支持遠程監(jiān)控與可選GPS位置感知。

蓋世點評：價值不在多采數(shù)據(jù)，而在把篩選與診斷前移到邊緣，減輕工程鏈路負擔。

Aria Sensing×Algorized：3D UWB雷達SoC做車內(nèi)CPD

ARIA Sensing與ALGORIZED合作，將HYDROGEN 4x4 UWB雷達SoC與邊緣神經(jīng)網(wǎng)絡結合，推出面向汽車的下一代兒童存在檢測（CPD）系統(tǒng)，并計劃在2026年MWC亮相。

圖片來源： ARIA Sensing

Hydrogen支持3D探測、集成數(shù)字波束成形（約5°角分辨率）與最高1.8GHz可編程帶寬，并以低功耗架構實現(xiàn)更細粒度車內(nèi)感知；平臺側提供人員計數(shù)與跟蹤、微動作/呼吸相關檢測等能力，定位交鑰匙IC+AI棧便于OEM/一級集成。

蓋世點評：UWB“雷達化”能否站住腳，取決于車規(guī)成本、算法魯棒性與法規(guī)適配三件事。

Trinamix推出觸控式酒精傳感器

Trinamix基于近紅外光譜掃描開發(fā)觸控式酒精傳感器，并與一級供應商Aumovio合作推進車載集成，定位為比呼氣式聯(lián)鎖更便捷的方案。

圖片來源： Trinamix

合作方提到該技術已通過臨床研究驗證，并討論將傳感器部署在啟動按鈕、方向盤或換擋桿等位置。

蓋世點評：“無感采樣”是賣點，但能否上車更看隱私合規(guī)與誤判處置策略。

Quintauris發(fā)布RISC-V嵌入式統(tǒng)一規(guī)范Altair

Quintauris推出面向MCU級嵌入式系統(tǒng)的RISC-V規(guī)范Altair，通過定義強制/可選ISA擴展、特權模式與執(zhí)行假設，建立跨廠商一致的基礎配置。

Altair強調(diào)長期二進制兼容性，面向工業(yè)、汽車與實時嵌入式等十年以上生命周期場景，降低編譯器、RTOS與軟件棧的適配負擔，同時允許芯片廠商在微架構層面差異化。

蓋世點評：Altair是RISC-V走向工程化的重要一環(huán)。

哈曼與Viasat合作 演示基于衛(wèi)星連接的車內(nèi)語音通話

哈曼與Viasat宣布合作推出車內(nèi)衛(wèi)星語音通話能力，并將在MWC Barcelona 2026演示Ready Connect TCU的衛(wèi)星語音功能，面向蜂窩覆蓋不穩(wěn)定或缺失的路段。

方案結合Ready Connect TCU與Viasat MSS衛(wèi)星星座，TCU可在同一基礎方案下支持4G、5G與NB-NTN連接，覆蓋緊急救援、路邊援助及低數(shù)據(jù)速率車聯(lián)業(yè)務，并規(guī)劃后續(xù)寬帶衛(wèi)星路線圖。

蓋世點評：車載衛(wèi)星的落點在“斷網(wǎng)不斷聯(lián)”，先把安全剛需跑通。

英飛凌擴展AURIX TC3x系列 推出400MHz性能級別

英飛凌為AURIX? TC3x汽車MCU系列新增400MHz性能級別，面向動力總成、底盤及區(qū)域/域控制器的軟件復雜度與實時處理需求增長，強調(diào)在既有平臺內(nèi)完成性能升級。

相較早期型號，新器件CPU頻率提升最高三分之一，旨在支撐更復雜控制算法、擴展診斷與通信需求，并降低遷移重設計風險；英飛凌表示首批產(chǎn)品將于2026年開始生產(chǎn)。

蓋世點評：“不換平臺就加算力”是當下ECU工程效率最現(xiàn)實的解法。

Tata Elxsi發(fā)布DevStudio.ai多智能體平臺

Tata Elxsi推出面向汽車軟件開發(fā)生命周期的DevStudio.ai，定位為多智能體協(xié)同的工程平臺，強調(diào)符合ASPICE并覆蓋V-cycle關鍵階段。平臺支持云端與物理隔離本地環(huán)境兩種運行方式，以適配不同企業(yè)的基礎設施與AI策略。

其能力重點放在需求、架構、實現(xiàn)、測試驗證的端到端可追溯性，并可嵌入OEM與一級供應商常用工具鏈，降低“另起一套流程”的摩擦。官方披露該平臺已在北美、日本、印度的部分項目中應用，覆蓋車身、底盤、座艙與SDV架構相關開發(fā)。

蓋世點評：真正的門檻是合規(guī)與可追溯，能否融入現(xiàn)有工具鏈決定落地速度。

Fraunhofer IDMT為梅賽德斯-奔馳開發(fā)3D音頻技術

Fraunhofer IDMT與梅賽德斯-奔馳、柏林之聲合作，將對象化3D音頻技術Audiofields導入量產(chǎn)車型，聚焦車內(nèi)空間化聲場體驗。官方稱該技術可讓立體聲內(nèi)容也呈現(xiàn)空間感，并支持用戶調(diào)節(jié)空間增強強度。

圖片來源：Fraunhofer IDMT

該方案已面向搭載新一代MBUX的信息娛樂車型，并計劃率先應用于CLA、GLC、GLB與S級等。合作方強調(diào)算法可集成到現(xiàn)有處理器與音響系統(tǒng)，并將其作為車內(nèi)“中央音頻平臺”，后續(xù)也指向方向性提示音與聲學警告等應用。

蓋世點評：3D音效不是噱頭，價值在于把音頻能力做成可復用的平臺層而非單一功能點。

QNX擴大對AMD Ryzen Embedded支持 推出SDP 8.0面向x86確定性平臺

QNX宣布擴大對AMD Ryzen Embedded x86處理器的支持，發(fā)布QNX軟件開發(fā)平臺SDP 8.0，面向邊緣計算、工業(yè)與汽車等對實時性要求嚴苛的場景。

雙方將其定位為在單芯片上兼顧實時控制與圖形/高性能工作負載整合的選擇，同時提到后續(xù)將支持Ryzen AI嵌入式P100系列。對汽車而言，目標應用指向數(shù)字座艙等需要確定性與算力平衡的系統(tǒng)。

蓋世點評：x86進車不是新故事，但“確定性軟件棧+嵌入式算力”能否穩(wěn)定交付才是關鍵。

意法半導體發(fā)布ST64UWB系列 面向802.15.4ab車載測距與雷達模式

意法半導體推出UWB芯片系列ST64UWB，宣稱為業(yè)界首款支持IEEE 802.15.4ab（含窄帶輔助無線電）的UWB SoC，覆蓋汽車、消費與工業(yè)場景。該系列面向數(shù)字車鑰匙、精確接近檢測與雷達模式應用，并已向主要一級供應商與OEM提供樣品。

ST64UWB三款SoC均基于18nm FD-SOI工藝。A系列面向汽車，其中A100支持數(shù)字鑰匙與精確車輛定位并標稱ASIL A(B)，A500增加AI加速與DSP以支持CPD、踢腳感應等雷達應用，C100面向消費/商業(yè)并兼容Aliro。

蓋世點評：UWB升級的關鍵是把車鑰匙與車內(nèi)感知一起納入同一代標準與芯片演進節(jié)奏。

通用汽車申請車輛滅火系統(tǒng)專利 以可展開覆蓋裝置定向控火

通用汽車提交車輛滅火系統(tǒng)專利申請（US 2026/0054113 A1），于2026年2月20日公布，面向車輛存放、維修或組裝等場所的火災風險管理。

專利提出用車輛上方的可展開覆蓋裝置，將滅火與隔絕更聚焦在單車層面。

蓋世點評：該專利思路更貼近車庫/工廠的實際處置需求。

Qorix與紅帽合作 以Performance Stack強化車載Linux確定性

Qorix與紅帽達成戰(zhàn)略合作，展示紅帽車載操作系統(tǒng)與Qorix Performance Stack結合的系統(tǒng)級優(yōu)化方案，面向生產(chǎn)就緒且與安全相關的汽車環(huán)境。

雙方在嵌入式世界大會展示參考方案，強調(diào)結構化執(zhí)行、功能隔離與OS/中間件協(xié)同成熟度，試圖減少多SoC平臺下的架構摩擦。Qorix側給出“確定性編排與系統(tǒng)級執(zhí)行控制”的定位，紅帽側強調(diào)將企業(yè)級開源能力引入車載邊緣并支撐安全相關場景。

蓋世點評：SDV想用Linux承載更多關鍵任務，缺的是可驗證、可復現(xiàn)的確定性運行方式。

自動駕駛

東北大學發(fā)明類腦視覺硬件 縮短自動駕駛反應鏈路

東北大學研究團隊提出受生物視覺啟發(fā)的新型感知組件，目標是降低自主系統(tǒng)從發(fā)現(xiàn)目標到采取行動的時間延遲。相關工作發(fā)表于《Nature Communications》，強調(diào)模擬視網(wǎng)膜對“時間變化線索”的處理方式。

圖片來源：東北大學

團隊以突觸晶體管實現(xiàn)對場景變化區(qū)域的硬件級關注，從而減少每一時刻需要處理的數(shù)據(jù)量，并在多種仿真場景中驗證預測與跟蹤能力。與傳統(tǒng)圖像處理系統(tǒng)相比，其處理速度提升約400%。

蓋世點評：真正的看點是“硬件級稀疏化處理”，為低時延感知提供新路線。

瑞薩發(fā)布RH850/U2C汽車控制器

瑞薩電子推出28nm工藝的32位車規(guī)MCU RH850/U2C，覆蓋底盤與安全、BMS、車身控制等通用ASIL D應用，并作為入門級產(chǎn)品與RH850/U2B、U2A形成梯度。

接口側支持10BASE-T1S、以太網(wǎng)TSN（1Gbps/100Mbps）、CAN-XL與I3C，同時兼容CAN-FD、LIN、UART、CXPI、I2C、I2S、PSI5等既有生態(tài)；安全側面向ISO 26262 ASIL D與ISO/SAE 21434，并提到支持包括后量子密碼在內(nèi)的加密算法與硬件加速。

蓋世點評：車載網(wǎng)絡從CAN向以太網(wǎng)下沉，MCU把新接口“原生帶上”就是最現(xiàn)實的遷移抓手。

萊斯大學推出EyeDAR路邊雷達傳感器

萊斯大學研究人員介紹了毫米波雷達傳感器EyeDAR，體積接近橙子大小，面向路側基礎設施部署，用于給自動駕駛車輛補充交通環(huán)境感知信息。其定位是把路燈、路口等關鍵點變成“額外感知位”，覆蓋車載傳感器難以看見的區(qū)域。

圖片來源：萊斯大學

EyeDAR通過3D打印Luneberg透鏡與天線陣列完成測向，將部分高功耗計算“交給結構”，測試中目標方向解析速度提升200倍以上。

蓋世點評：路側補盲能否規(guī)?；?，關鍵在成本與部署密度。

戴姆勒卡車北美外部攝像頭系統(tǒng)投產(chǎn) 提供駕駛室內(nèi)360度視野

戴姆勒卡車北美（DTNA）宣布Exterior Camera System正式投產(chǎn)，面向復雜作業(yè)環(huán)境提升車輛周邊可視性，并降低改裝成本。該系統(tǒng)已應用于Freightliner與Western Star的專用及中型卡車。

系統(tǒng)在現(xiàn)有倒車影像基礎上新增左、右與前視攝像頭，視頻在駕駛室觸摸屏統(tǒng)一顯示；可由轉向燈、倒車擋等信號自動觸發(fā)，前置攝像頭也支持手動開啟，并可通過CHEC在出廠階段自定義觸發(fā)邏輯與視角映射。

蓋世點評：對商用車來說，價值在于把“可見”做成可配置的標配能力。

RaWMPC框架提出“無專家數(shù)據(jù)”決策路徑

特倫托大學與中山大學提出風險感知世界模型預測控制（RaWMPC）框架，目標是在不依賴專家示范數(shù)據(jù)的情況下實現(xiàn)可靠決策，重點應對長尾與分布外場景的安全問題。

該框架通過世界模型預測不同行為后果并顯式評估風險，同時在訓練期用風險感知交互策略讓模型接觸危險行為以提升可預測性；測試期還通過自評估蒸餾，將規(guī)避風險能力遷移到行為提議網(wǎng)絡，并報告在分布內(nèi)外場景均優(yōu)于現(xiàn)有方法。

蓋世點評：真正的難點是把“可控的安全”從論文推到可驗證的量產(chǎn)鏈路。

PlusAI發(fā)布自動駕駛軟件SuperDrive 6.0

PlusAI發(fā)布自動駕駛軟件SuperDrive? 6.0，新增夜間駕駛與施工區(qū)域操控等面向商業(yè)貨運的關鍵能力，并稱模型訓練速度提升10倍。該版本基于美歐亞累計超過700萬英里的真實道路數(shù)據(jù)。

圖片來源：PlusAI

集成6.0的卡車已在德州開展商業(yè)運營，施工區(qū)能力已啟用、夜間能力計劃在數(shù)周內(nèi)上線；同時其分布式計算覆蓋多節(jié)點SoC（含NVIDIA DRIVE Orin與Thor），并通過自動標注+模仿學習+強化學習將標注成本降至原來的三分之一，Reflex層把運動預測精度提升一倍。

蓋世點評：商業(yè)化不只看功能點，更看單位成本能否跟著迭代一起降。

仿生機器人眼實現(xiàn)自適應“瞳孔” 以應對強光切換

研究團隊提出仿生視覺系統(tǒng)，采用曲面成像陣列與液態(tài)金屬組件，模擬人眼在明暗變化下調(diào)節(jié)瞳孔的機制。系統(tǒng)通過電脈沖驅動液態(tài)金屬改變光圈大小，并可呈現(xiàn)不同瞳孔形狀以適配光照。

在實驗中，開啟自適應瞳孔后，過曝光條件下的圖像識別準確率從68.38%提升至83.56%。研究指出當前仍為概念驗證階段，下一步將圍繞小型化、集成度與更復雜瞳孔結構繼續(xù)推進。

蓋世點評：這條路線更像是在補“傳感器自適應”短板，為動態(tài)光照場景提供硬件側兜底。

高通與Wayve合作 推進端到端AI Driver在驍龍Ride上的預集成

高通與Wayve達成技術合作，將Wayve AI Driver作為端到端駕駛智能層集成到Snapdragon Ride平臺中，面向量產(chǎn)ADAS/AD系統(tǒng)交付“預集成方案”。

雙方強調(diào)該方案面向全球車企的安全、可靠、可擴展與上市周期訴求，并支持從脫手ADAS到更高階能力的演進路徑。

蓋世點評：預集成的價值在于把“算法+平臺”的交付邊界做清，減少車企系統(tǒng)集成消耗。

采埃孚和SiliconAuto聯(lián)合推出用于ADAS計算的I/O芯片

采埃孚與SiliconAuto在Embedded World 2026現(xiàn)場展示面向汽車高性能計算機的新型I/O接口芯片與微控制器方案，并演示在芯片上對傳感器數(shù)據(jù)進行實時采集與預處理。

圖片來源：采埃孚

該方案采用采埃孚I/O芯片設計，搭配SiliconAuto的XMotiv? M3作為安全控制器，瞄準下一代自動駕駛計算架構。

蓋世點評：把傳感器接入與預處理從SoC“外置”，更像是在給ADAS算力架構打開一條去綁定、可升級的工程路徑。

新思科技發(fā)布電子數(shù)字孿生平臺eDT 以“左移”完成90%軟件驗證

新思科技推出電子數(shù)字孿生平臺eDT，定位為開放式解決方案，用于創(chuàng)建、管理、部署和使用電子數(shù)字孿生，初期聚焦汽車高價值場景。其核心訴求是把軟件開發(fā)與系統(tǒng)集成左移，使OEM在硬件可用前完成高達90%的軟件驗證。

平臺提供云端eDT Labs配置與預集成資產(chǎn)，覆蓋虛擬原型評估、提前啟動軟件開發(fā)、協(xié)作式開發(fā)與系統(tǒng)驗證，并支持SaaS或BYOC部署，結合生態(tài)伙伴的芯片模型、仿真調(diào)試與軟件IP。

蓋世點評：數(shù)字孿生平臺能否成為“軟件工廠”底座，關鍵在預集成資產(chǎn)是否足夠貼近量產(chǎn)交付節(jié)奏。

新能源

東京都立大學研發(fā)旋轉式桌面裝置 用實驗室模擬動態(tài)無線充電

東京都立大學提出旋轉式桌面裝置，用于在實驗室條件下研究電動汽車動態(tài)無線電力傳輸（DWPT），以替代高成本、占地大的真實測試軌道。團隊制造原型并用仿真驗證安全性與等效性。

裝置將接收端安裝在伺服電機驅動的旋轉臂上，并在下方布置發(fā)射線圈，電磁場仿真顯示其磁場效果接近線性軌道方案；研究還模擬了40km/h行駛、3kW傳輸及對準偏差下的耦合變化。

蓋世點評：降低DWPT驗證門檻，才有機會把道路充電從試驗推向工程迭代。

Horse Powertrain發(fā)布非晶電機 效率98.2%面向混動節(jié)油

Horse Powertrain全球首發(fā)“非晶電機”技術，定位混合動力傳動電機，宣稱效率達98.2%，并可帶來約1%的整車油耗降低。該電機采用非晶態(tài)鋼制造定子。

圖片來源：Horse Powertrain

其定子鋼板厚度為0.025mm，約為傳統(tǒng)電機的十分之一，并將定子鐵損降低50%；同時給出最大功率140kW、扭矩360Nm，用于支持新一代混動、增程與插混系統(tǒng)。

蓋世點評：真正看點是材料工藝能否規(guī)?；涞诫姍C成本結構里。

筑波大學研發(fā)全固態(tài)鎂空氣可充電電池 可彎曲120度且無泄漏

筑波大學團隊開發(fā)全固態(tài)鎂空氣可充電電池，采用石墨烯基陰極，瞄準鎂空氣體系長期存在的化學降解與安全問題，并探索更經(jīng)濟的材料路徑。

方案以氮摻雜多孔石墨烯替代鉑基陰極，并使用含氯化鎂的聚合物凝膠固體電解質；機械測試中電池可彎曲至120度仍保持初始性能且未觀察到電解質泄漏，體現(xiàn)固態(tài)結構在安全與形變適應性上的優(yōu)勢。

蓋世點評：能否走向應用，核心看循環(huán)耐久與制造一致性能否兌現(xiàn)。

智能制造及新材料

Fraunhofer ILT押注激光工藝：把固態(tài)電池制造難點拆成三件事

Fraunhofer ILT圍繞固態(tài)電池工業(yè)化，推進固體電解質激光燒結、界面激光結構化與鋰金屬箔激光切割等工藝，試圖降低材料敏感性帶來的制造門檻。

研究指出固態(tài)電池生產(chǎn)需要惰性氣體/干燥室等高投入環(huán)境，并面臨較高廢品率風險；激光作為非接觸、選擇性能量輸入手段，可用于局部致密化、提升界面接觸面積、以及靈活輪廓切割鋰箔，減少傳統(tǒng)機械加工的涂抹與邊緣缺陷。

蓋世點評：固態(tài)電池拼的不是概念，而是可復制工藝鏈，激光能否降廢率是關鍵變量。

Bridge of Weir推出BioPRO蛋白質基模壓座椅泡沫 面向高端內(nèi)飾

Bridge of Weir發(fā)布BioPRO蛋白質基模壓座椅泡沫，面向高端汽車內(nèi)飾應用，原料中有20%來自其自身生產(chǎn)流程的蛋白質成分，強調(diào)減少化石基依賴。

圖片來源：Bridge of Weir

BioPRO無需添加三聚氰胺、溴和PFAS，密度為47kg/m3以實現(xiàn)減重，并宣稱耐燃性比最接近的同類產(chǎn)品高60%；其組件按規(guī)格精確模壓成型以提升貼合度并減少浪費，同時支持報廢后的完全回收。

蓋世點評：內(nèi)飾材料的競爭，正在從“環(huán)?？谔枴鞭D向可驗證的配方與回收閉環(huán)。

ORNL推出RidgeAlloy 讓回收車身鋁材可用于新車結構件

美國能源部ORNL團隊開發(fā)RidgeAlloy鋁合金，目標是把因雜質污染而價值偏低的回收車身鋁，轉化為可用于汽車結構件的材料來源。團隊強調(diào)從概念到全尺寸部件用時約15個月，并以再生鋁錠在實際生產(chǎn)條件下完成鑄造成型與評估。研究也給出用重熔廢鋁替代原鋁可顯著降低能耗的量化說法，并指向更大尺寸結構件的后續(xù)可能。

蓋世點評：回收鋁能否進入結構件賽道，取決于對雜質波動的工程容忍度能不能被材料體系吸收。

UNIST用AI優(yōu)化微測輻射熱計材料 目標提升夜視熱探測

UNIST團隊受蛇類紅外感應啟發(fā)，利用AI優(yōu)化微測輻射熱計的多層薄膜結構，以提升紅外熱探測性能。

研究稱新結構在靈敏度與穩(wěn)定性方面相較現(xiàn)有商用材料提升20倍以上，并已發(fā)表于《Advanced Science》。

蓋世點評：這類“AI找材料結構”的價值在于把性能提升與可制造性綁定，才有機會進車載夜視的工程鏈路。

UNIST提出“冰電解質”機制 讓冷凍有機溶劑仍能導鋰

UNIST團隊證明液態(tài)電解質在冷凍狀態(tài)下仍能維持鋰離子傳導，并提出有機“冰電解質”在固態(tài)結構中的傳輸機制，為固態(tài)有機電解質路線提供新思路。

圖片來源：韓國蔚山科學技術院

研究基于碳酸乙烯酯（EC）體系，并已在線發(fā)表于《Advanced Materials》。

蓋世點評：這項工作更像在重新定義“固態(tài)電解質形態(tài)”，但距離工程化仍取決于體系窗口與工藝可控性。

AI及跨界技術

橫濱國立大學掌心壓電機器人：把移動平臺做到微米級路徑誤差

橫濱國立大學開發(fā)掌心大小的壓電驅動移動機器人“Holonomic Beetle（HB）”，將移動性與超精密定位思路結合，面向更靈活的精準定位需求。研究成果發(fā)表于《Advanced Intelligent Systems》。

團隊在多種尺度的XYΘ平面上做路徑跟蹤實驗，路徑誤差約0.5–4.75μm，均方根誤差（RMSE）小于1μm，并計劃通過提升轉速、增強剛度、減振與引入基于模型控制繼續(xù)壓低誤差。

蓋世點評：這類微型高精度移動平臺如果可擴展量產(chǎn)，才可能真正替代部分傳統(tǒng)精密平臺。

劍橋大學打造石墨烯“人造皮膚”微型觸覺傳感器

劍橋大學團隊開發(fā)微型觸覺傳感器，基于液態(tài)金屬復合材料與石墨烯，目標是讓機器人獲得更接近人類的多維觸覺。該“皮膚”可同時感知力度大小、方向、滑移與表面粗糙度，并強調(diào)空間分辨率可對標人類指尖。

圖片來源：劍橋大學

研究中采用微金字塔結構與多電極測量，實現(xiàn)三維力矢量重建，并在機器人抓取器上完成演示，可在抓取易碎物體時實時調(diào)整。團隊也提到該技術對微創(chuàng)場景和假肢觸覺反饋具備潛在適配性。

蓋世點評：關鍵不在靈敏度本身，而在把“多維觸覺”做進可集成的微型結構。

MIT提出表格基礎模型加速貝葉斯優(yōu)化 提升高維工程設計求解效率

MIT團隊提出將表格基礎模型引入貝葉斯優(yōu)化，面向包含數(shù)百變量且評估昂貴的工程問題（如電網(wǎng)與汽車碰撞設計）。該方法強調(diào)無需在每次迭代中反復重訓代理模型，并能自動識別對性能最關鍵的變量組合。

研究在60個基準問題中對比多種優(yōu)化算法，稱其求得最優(yōu)解的速度提升10到100倍，但也提到在部分任務（如機器人路徑規(guī)劃）并非總是占優(yōu)。團隊認為后續(xù)將探索提升模型適配性，并擴展到更高維問題。

蓋世點評：若能穩(wěn)定識別“關鍵旋鈕”，工程優(yōu)化就可能從算力堆疊轉向方法論提效。

牛津大學提出低成本軟體機器人制造法 10分鐘、材料成本低于0.10美元

牛津大學工程團隊提出用常見實驗室設備快速制造軟體機器人驅動器的方法，宣稱10分鐘可完成一個驅動器、材料成本低于0.10美元，并發(fā)表在《Advanced Science》。該方法意在降低軟體機器人原型迭代門檻。

方案把商用真空密封熱塑袋與激光切割結合，通過預先抽真空去除層間空氣，實現(xiàn)一次切割/密封形成可編程充氣通道結構；所需設備包括真空封口機與激光切割機/雕刻機。團隊展示了可舉起自身重量25倍的抓取器以及爬行、游泳機器人，并給出耐久性測試可承受10萬次充放氣循環(huán)。

蓋世點評：軟體機器人普及的核心在制造可復制性，這種“低門檻工藝”更可能先在教育與原型鏈路放量。

返回第一電動網(wǎng)首頁 >