月29日,在北京市发展和改革委员会、北京市科学技术委员会、中关村科技园区管理委员会、中关村科学城管理委员会的指导下,由中关村智友研究院主办,中关村科学城公司、中关村创业大街、智源研究院、雅瑞资本与华兴Alpha参与协办的《第一届专精特新技术创新大会暨科学家创新创业论坛》(以下简称大会)在京圆满落幕。十余家优质硬科技媒体平台与相关机构对此次大会进行了同步直播,线上观众达10万余人次。
的高度关注。
,培育出九号机器人、天智航、柏惠维康等60多家智能装备领域的硬科技企业,探索出了促进硬科技成果转化孵化的新机制、新模式,为创新创业生态的营造作出了积极贡献。
北京市科委、中关村管委会创新创业服务处处长龚维幂
最后,刘钊处长表示在做任何科学技术转化和企业未来商业路线布局的时候,一定要考虑到它可能的用向,这是一个非常重要的因素,希望通过论坛的交流和合作来进一步推动技术向善。
△北京市委中关村科学城工作委员会、中关村科学城管委会服务体系建设处处长刘钊
,就像田苗老师,这是我们的一个探索。
北京市科技创新基金董事长蒋兴权
此次大会特设中关村智友科学家基金「专家贡献奖」授牌环节,以此感谢在科创领域作出卓越贡献的科学家们。
智友科学家基金「专家贡献奖」授牌环节
获得此次专家贡献奖的科学家,包括科技部智能机器人重点研发计划专家组组长赵杰,宁波工业互联网研究院院长、中控科技集团创始人褚健,北航江西研究院院长、北航机械工程及自动化学院教授刘强,北京智源人工智能研究院院长、北京大学人工智能研究院副院长黄铁军,北航机器人所名誉所长、中关村智友研究院院长王田苗,清华大学人工智能研究院视觉智能研究中心主任邓志东,北京理工大学教授、科技部智能机器人重点研发计划专家段星光,北京工业大学教授、智同工大智能传动研究院院长张跃明,北航医学科学与工程学院院长、北京生物医学工程高精尖创新中心(北航)主任樊瑜波。
从宏观经济,到细分领域
在清华工业开发研究院院长金勤献的主持下,此次大会进入专家报告环节,中国首席经济学家论坛理事、华兴资本首席经济学家李宗光,北航机器人所名誉所长、中关村智友研究院院长王田苗与国投招商投资管理有限公司董事总经理王世海从宏观到微观,从微观到产业,分别发表了专家主题报告。
三个赛道。
△中国首席经济学家论坛理事、华兴资本首席经济学家李宗光
规模化发展。”
△北航机器人所名誉所长、中关村智友研究院院长王田苗
,二者缺一不可。现在提得更多的是投硬科技,但如果是没有数字化属性的硬科技,相对来说我们还是比较慎重的。
△国投招商投资管理有限公司董事总经理王世海
科学家or企业家,向左还是向右?
在“科学家巅峰对话”环节,邀请到了清华大学人工智能研究院视觉智能研究中心主任邓志东教授,北京智源人工智能研究院院长、北京大学人工智能研究院副院长黄铁军教授,科技部智能机器人重点研发计划专家、北京理工大学段星光教授,北航江西研究院院长、北航机械工程及自动化学院刘强教授与智同工大智能传动研究院院长、北京工业大学张跃明教授5位科学家代表。北京科创基金执行总经理魏凡杰主持了该环节。
“科学家巅峰对话”环节
第三方面,我们在人工智能方面的原始创新方面,跟国外还存在一些差距。
我们也希望,创新在国家发展的核心地位就是这么体现的,而不是简单地说有多少教授变成经理。
。
。”
专精特新”企业投资价值
。
△亿欧联合创始人兼总裁王彬
而在随后的“投资家对话”环节,中关村科学城公司副总经理戴廉、明势资本创始合伙人黄明明、英诺天使基金创始合伙人李竹、蓝驰创投管理合伙人朱天宇及雅瑞资本创始合伙人张瑞君则就“专精特新热潮下的理性投资”这一热点话题展开讨论。投中研究院院长刘璟琨主持了该环节。
,在更长的时间周期里去评估这个企业的价值。
,这是当前各界的共识。所以我们寻找标的的方式不会变,给这个社会创造最大价值的地方是我们的投资标的,这个主题在未来10年、20年和专精特新的国家政策一致。
。未来专精特新将是中小企业的中坚力量,而投科技创新要必须对技术有判断、对产业链有判断。”
。
?如果没有的话,即使技术再好,也不是投资标的。
关于创业,产业园区的建议
。
△“产业园巅峰对话”环节
,向园区寻求更多非股权类投资的资金来源。
。
。”
。
聚精英 创未来
。
通过汇聚权威科学家、优秀创业者、知名产业园区负责人及知名投资大咖,此次大会已成为聚焦专精特新企业成长与科学家创新创业的优质交流平台,并为科技成果转化与硬科技创新创业路径给出新范式,为中小企业成长提供了一个创新型的科创成长平台。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。