5月9日,傅利叶十周年庆典暨首届具身智能生态峰会在上海正式召开。
本次大会以“十年共创,具身成翼”为主题,汇聚了来自通用机器人与医疗康复领域的顶尖专家学者、合作伙伴与投资机构,共同探索具身智能在未来十年的技术应用与生态发展。傅利叶创始人兼CEO顾捷分享创业十年深刻体会,并提出了“立足康养、聚焦交互、服务于人”的下一个十年核心战略。
顾捷表示:“傅利叶致力于打造‘以人为本’的具身智能和‘创新为本、可靠可及’的产品,把技术创新和产品落地作为一切投入的出发点和落脚点。医疗康复场景的应用是傅利叶的根基,傅利叶将继续围绕‘以机器人科技赋能人类生活’的愿景,把具身智能技术带进医院、社区家庭和广泛场景,为每一位对美好生活有追求的人带去改变。”
活动现场,傅利叶与上海国际医学中心举行了“具身智能康复港”揭牌仪式,双方将围绕具身智能机器人在康复医疗场景的应用标准建设、康复方案共创、科研攻关等展开全面合作,携手打造国内首个具身智能康复示范基地。
同时,傅利叶与同济大学签署战略合作,双方优势互补,开展联合研发、人才培养与场景共建,加速先进技术从理论到实际应用的转化。傅利叶还与国家地方共建人形机器人创新中心签署战略合作,共同推进具身智能技术在康复医疗和产业服务领域的创新应用。这也标志了傅利叶携手行业伙伴迈开探索具身智能+康养的第一步。
十年沉淀,开启“以人为本”的具身时代
圆桌环节,同济大学电子与信息工程学院何斌教授、上海大学机器人研究所副所长李静教授、山东公用康养发展集团董事长张毅、瑞金医院康复医学科副主任兼副研究员牛传欣,以及中国健康促进基金会专项基金办公室副主任韦智峰分享前沿观点,探讨具身智能如何解决康养核心痛点。嘉宾认为:在康养一线,存在康复资源紧张、个性化不足、服务标准化不足等痛点,具身智能有望实现精准康复辅助,提供更个性化、人性化解决方案。同时,具身智能在康养领域亦面临人机交互、运动控制等技术挑战。
顾捷在主旨演讲中表示,站在新十年的起点,傅利叶将“以人为本”的具身智能作为未来长期战略主线。这既是傅利叶康复业务十年来积累与传承的自然延续,更是“以机器人科技赋能人类生活”使命的践行:
具身智能+大康养,是傅利叶基于过去十年的技术积累,向具身智能时代递出的又一次行业探索和尝试。顾捷表示:“这是一个从无到有、从想象走向现实的时代浪潮,一个万亿级新兴产业必然孕育多元共生、彼此成就的生态体系。傅利叶希望与所有志同道合的伙伴,一起定义、建设并落地具身智能未来。”
开源共享,携手行业伙伴共建具身智能生态
自2015年成立以来,傅利叶始终坚持技术创新与生态共建双轮驱动,已在医疗康复、人形机器人、具身智能等领域实现多项行业首创。依托全球顶级科研资源,与芝加哥康复中心、英伟达、商汤科技、ETH Zurich苏黎世联邦理工学院等知名院校机构和科技企业持续开展联合研发,推动具身智能技术走进真实场景,探索人机共生新形态。
在深耕多年的康复场景,傅利叶陆续推出超30款智能康复产品,已为全球60余个国家和地区、3000余家医疗机构提供专业服务,并落地300个智能化、有“温度”的智能康复港,不断以科技推动康复领域的革新。在通用机器人领域,GRx系列率先实现导览咨询、学术科研、效率赋能等场景应用落地,进一步验证了具身智能技术在多元场景中的落地价值。
圆桌环节,国家地方共建人形机器人创新中心首席科学家江磊、火山石投资创始合伙人章苏阳、商汤医疗CEO张少霆、脑虎科技创始人兼CEO彭雷、千诀科技创始人高海川以及元璟资本合伙人田敏围绕行业趋势、技术前景及生态建设展开深入探讨。与会嘉宾一致认为,具身智能赋能医疗康养,生态建设是未来发展的关键路径,需要全栈能力协同与产业链上下游联合共创,构建一个软硬共创、场景互联、数据驱动的具身智能生态体系。
作为生态共建的重要实践,傅利叶牵头搭建的Fourier Nexus通用机器人生态网络,通过硬件开发、算法开源、数据共享三维架构,持续降低行业研发门槛,吸引更多开发者、科研机构、产业伙伴参与,加速跨行业协同创新。
今年以来,傅利叶已陆续开源Fourier ActionNet全尺寸人形机器人数据集、N1机器人本体资源包,并计划开放覆盖全身控制、多任务协同等关键技术模块,携手全球顶级机构持续拓展具身智能技术边界。
顾捷表示:“过去十年,傅利叶的产品在变,业务在变,商业模式也在变,但始终坚持探索技术与场景的交汇点,敢为人先,定义产品与价值的新标准。站在具身智能与医疗康养的交汇点,傅利叶将持续深耕技术研发与产品落地,为行业学术研究、临床应用提供最优质的技术基础设施,与更多合作伙伴打破壁垒,共建具身智能新生态。”
未来,傅利叶将继续以开放共享、协同共建为理念,联合跨行业、跨领域、跨场景伙伴,共同推动具身智能技术向医疗康养、工业制造、科研教育等多元场景拓展,打造具备长期生命力与可持续增长潜力的创新生态。
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。