泓君

泓君 × 韩铮

苏度把机器人竞争的关键押在物体操作与结构化3D数据，而非单纯追求人形。R1在100多个训练集外物体上完成240次抓放，单次成功率近98%，闭环调整后达100%。端到端VLA受冷启动约束，韩铮认为分层结构可能从今年下半年回归主流，最大对手或是DeepMind加波士顿动力。

泓君 × 傅盛 × 徐皞

CES的人形机器人热潮转向量产承诺，但38家参展商中21家来自中国，真正分水岭仍是客户付费与现场提效，而非出厂数量。近中期更清晰的路径是轮式底盘加机械臂，以约一半价格实现95%—98%效率；可靠性、寿命、渠道和最后一米改造仍是商业化风险。

泓君 × 大卫 × 于振华

V14.2被认为终于将FSD从“技术可用”推向“产品足够好”，端到端路线在旧金山停电等未定义场景中展现出相对rule-based的适应性。Robotaxi竞争的关键已转向扩张速度、全生命周期成本与安全员移除，2026年4月Cybercab量产后的车队ramp-up及技术、监管分歧值得持续观察。

泓君 × 陶一伟 × 齐浩之

随机朝向开可乐要求双手感知、手内旋转与精细力控，连续成功率和陌生场景迁移比一次Demo更能检验灵巧操作的通用性。遥操作仍是当前最有效的数据来源，直驱与单向绳驱尚在收敛，高价灵巧手更像研发平台，商业化要等待可靠性、触觉和低价部署成熟。

泓君 × 柴金祥

Sora 2提升了文生视频的动作表现，却受限于10秒时长、跨帧瑕疵和不可精修，实时数字人因此转向可控的结构化3D。魔珐以约1000小时高质量3D数据实现500—600毫秒延迟，并通过AI渲染去掉每路一张约2万—3万元显卡，星云平台的付费规模化与机器人泛化能力值得跟踪。

泓君 × 柯丽一鸣 × 王昊

π0、π0.5和Wall-OSS显示机器人基础模型正从单任务优化转向跨环境、长程任务的平均成功率，但物理长尾仍会放大微小误差。真实部署数据、同硬件上的跨环境成功率和数据效率比单次demo更具验证力；王昊预计一到两年达到GPT-3水平，Kay则判断行业尚未稳稳到达GPT-2 Moment。

泓君 × 陈哲

CES显示，AI只有改写产品定义并通过可靠硬件兑现才具备商业意义，PLAUD的摘要体验仍败给十年前录音笔的续航。中国厂商凭供应链、产品创新和数倍迭代速度进入高端消费硬件，但扫地机机械臂尚需两三代迭代，AI眼镜若无法脱离手机或形成刚需，独立品牌的长期空间仍未证明。