
作者|周雅
)。
等为代表的八大高精尖科技。
,即半导体及电子设备、生物技术/医疗健康、IT。还有投资人曾预测,硬科技产业将成为未来10年中国资本市场新一轮周期的大命题。
,也逐渐在硬科技投资领域迎来了收获。
高通创投中国区董事总经理沈劲
1月中旬,高通创投中国区董事总经理沈劲接受科技行者等媒体采访时,公布了高通创投最新成果:自2000年11月成立以来,高通创投在全球共完成超过360家企业的投资,当前正在管理的被投企业超过150家,持有被投企业的资产总额超过20亿美元。过去5年,高通创投投资的有17家独角兽企业上市或者被并购;在2021年,超过20家被投企业上市或被并购。而在中国市场,高通创投已累计投资超过70家企业,其中有十多家成长为独角兽企业。
——2021年,对于专注在科技创新创业的同行们而言是丰收的一年;对于高通创投来说,是收获非常大的一年。”沈劲指出。
,赋能上述15个关键行业趋势。
,高通创投在美国、欧洲、印度、以色列、韩国等7个国家和地区设有团队,整体项目投资回报不错,有多家被投独角兽企业上市或并购形成的退出案例。比如安全公司SentinelOne,已完成在美上市,市值已超过100亿美元;还有Altiostar,已经被日本乐天移动以10亿美元收购;高通创投早期投资的网络设备厂商Innovium,去年被美国半导体公司Marvell 以11亿美元收购;最近上市的房地产数字孪生公司Matterport,是高通创投2015年起连续投资的重要企业,现在的市值是37亿美元。
,高通创投自2003年起开始投资。“在过去的十几年中,高通创投不遗余力地推动中国移动互联和前沿科技产业链的发展,包括推动3G到4G的普及,以及今天5G的商用和普及。”沈劲说道。
。
”的评选活动。这“十大新锐创业企业”和创业大赛最终产生的前10名的不同之处在于,前者关注的是B轮及B轮之后的成长型5G生态企业,后者聚焦于Pre-A轮到B轮的初创企业。
2022年,高通创投将在XR/元宇宙领域推出更多新举措。
”
2021年第一至第三季度,高通创投完成了对卓视智通、创屹科技、世炬网络和格科微的全新投资;同时对感图科技、卓视智通、纵目科技和极视角进行了追加投资。
2021年第四季度,高通创投再次宣布对中国三家硬科技公司的投资,分别是对GPGPU(通用GPU)芯片公司「登临科技」进行战略投资,对视觉AMR解决方案厂商「灵动科技」C轮融资,以及对自动驾驶解决方案供应商「毫末智行」的A轮进行投资。
案例分享
登临科技
),目前在智慧城市、互联网等多个行业应用场景中成功实现了商业化落地。
而英伟达的成功,也让登临科技作为一个新创公司开始思考,“如何做更差异化的东西,才能把它解决不好的问题解决得更好,这样才可以使得自己在市场上与之更有效地竞争”,这也是登临科技GPU+架构的起源。
灵动科技
)解决方案的公司,专注于利用AI技术优化仓储和制造业环境,并利用其AMR解决方案提高作业效率和可靠性。2021年入选国家专精特新“小巨人”企业名单,目前也是海淀的博士后工作站企业。
出现。
而灵动科技用一套视觉导航的单机智能、一套综合的调度系统和一套整体的供应平台,跨行业甚至跨国家为客户提供服务。具体而言,灵动科技引用了以「自动驾驶算法」和「深度学习」为基础的计算机视觉能力,同时在上面开发出以灵动科技AMR为平台、Perception localization planning controling为核心的Cortex技术,且在单一场景达到了近百台车的移动机器人调度,有一个F(x)多智能体调度系统。
。
。
感知能力上,目前灵动科技的全系机器人至少是四颗摄像头,甚至六颗摄像头的双雷达,才能实现对环境的智能分析以及实现综合的感知。而灵动科技在调研之后发现,高通机器人平台在组件、接口、ISP以及DSP方面,综合支持了复杂的感知能力。
。针对此,灵动科技在寻找5G平台的时候,将高通的一套算力平台作为首选,高通机器人平台通过其大核小核的组合使功耗非常好地保持在散热的范围内,综合了GPU、NPU以及DSP的能力,能够使机器人的算法在功耗可控的情况下非常高效而稳定地输出。
。这些能力,都离不开以5G为基础能力的网络通信能力,而高通平台在这方面也是全球领先的。
毫末智行
循环转动,同时业务带来的数据收益也持续增强数据智能的核心能力。
。而毫末智行就积累了很多终端和使用者。
在乘用车方面,毫末智行的核心产品叫做「小魔盒」,是一个安装在汽车里的自动驾驶控制器,截止到2021年底已经有5款量产车搭载了该产品,包括魏牌摩卡、坦克300城市版、魏牌玛奇朵、魏牌拿铁、哈弗神兽。此外,毫末智行搭载基于高通Snapdragon Ride平台的高级辅助驾驶解决方案的乘用车也将于2022年年中实现规模化量产。
末端物流无人车方面的核心产品叫做「小魔盘」,是一个智能的无人车通用线控底盘。过去一年里,公司为达摩院提供了所有的小蛮驴整车的生产制造,同时和美团也有深度的战略合作。
智能硬件方面,毫末智行正在研发一些跟随载物机器人,目标是为大型商超、购物中心、公园等场景提供服务。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。