黃河流域防汛形勢複雜嚴峻 黃河水利委員會部署防範應對
2025-10-30 21:37 5,278次浏览合肥8月5日電 (張俊 傅天騁)具身智慧機器人「凌樞」5日在安徽省合肥市正式對外發布。該款機器人是全球首創「一腦多態」架構的跨場景集群作業人形機器人。 「凌樞」由優艾智合-西安交大具身智慧機器人研究院(以下簡稱「研究院」)研製。作為雙足式人形機器人，它基於「一腦多態」具身智能大模型架構，突破了工業場景的結構化、標準化範式。 圖為具身智慧機器人「凌樞」。(資料圖)優艾智合-西安交大具身智慧機器人研究院 供圖 針對半導體製造與能源行業高精度、長流程、多任務等複合泛化場景的需求，「凌樞」以機器人智慧大腦為核心，能與多種形態的機器人高效集群協同，具備模態融合感知、自適應多臂協同操作、多形態移動控制、全域物流調度等能力。 「凌樞」深度融合了半導體和能源領域的場景經驗，針對這兩大行業的需求及應用場景，精準滿足其靈巧柔性作業的嚴苛要求。在半導體製造中，它構建起智能巡檢、精密輔料裝填等關鍵環節的能力矩陣；在能源電力行業，則聚焦於複雜環境下的巡檢運維等高價值場景。 機器人「凌樞」正在工廠內搬運物品。(資料圖)優艾智合-西安交大具身智慧機器人研究院 供圖 未來，「凌樞」將與多形態機器人一同批量化落地於智能巡檢、輔料裝填等關鍵工業環節，加速具身智能在嚴苛工業場景的應用落地，有力支撐半導體、能源等產業的智能化、柔性化轉型升級，為產業注入創新動能。(完)
北京8月12日電 扔掉的舊衣服，如何「重獲新生」？在安徽省金寨縣的一家民營企業內，全自動生產線高速運轉，成千上萬噸廢舊衣服經撕碎、高溫加熱等工序，轉化為黑白顆粒物，成為可再生成衣的原料。廢舊紡織品的「新生」從這裡開始。 由中國經濟傳媒協會主辦、安徽經濟報業承辦的「聚焦環保新質生產力——走進安徽新登利」調研活動日前在安徽省六安市金寨縣舉行。活動以安徽新登利環保科技有限公司(下稱，新登利)為案例，探訪了民營企業在環保新質生產力領域的創新實踐，解碼紡織行業發展循環經濟的突破路徑。 據介紹，金寨縣近年來堅持以「雙碳」目標為牽引，聚焦環保新質生產力，系統構建現代環保產業體系。「當前，總投資52億元的新登利環保裝備產業園一期已經投產，二期正在火熱建設。」金寨縣委宣傳部副部長曹作義表示，依託金寨抽水蓄能電站、華電福新風電等項目，該縣努力探索『綠電-綠氫-綠氨』全鏈條示範，碳匯交易走在全國前列。 資料顯示，中國是全球最大的紡織品生產國和消費國，紡織纖維加工總量佔全球一半以上，國內廢舊紡織品存量巨大。2022年，國家發展改革委會同有關部門印發的《關於加快推進廢舊紡織品循環利用的實施意見》提出，到2025年，廢舊紡織品循環利用體系初步建立，循環利用能力大幅提升，廢舊紡織品循環利用率達到25%，廢舊紡織品再生纖維產量達到200萬噸。科技投資人何澤儀在調研座談會上指出，在此背景下，我們需要新的技術路線，也需要新的產業共識。 中國經濟傳媒協會副會長張曙紅認為，新登利為眾多企業打開了一個觀察環保新質生產力的窗口。從技術研發上的持續投入，到將環保理念融入產業創新舉措，再到面對市場挑戰時的戰略轉型，體現了民營企業在踐行綠色發展理念中的戰略與智慧。 據悉，該企業的T2T化學法廢舊紡織品化學分解技術，通過化學分解和再聚合過程，實現從廢舊衣物到新衣物的閉環循環。「T2T即Textile to Textile，紡織品到紡織品。其技術原理是將廢舊聚酯材料分解成化學小分子，然後通過精餾、過濾、提純等步驟，重新聚合成為再生聚酯產品。」青島大學紡織服裝學院教授田明偉介紹，這一技術不僅減少了行業對石油等原生資源的需求，同時顯著降低了對原生資源的依賴。 「相比原生石油基路線，T2T化學法再生體系可降低約60%-85%的碳排放及能源消耗，大幅減少環境汙染。」新登利總經理葉孝喆表示，企業項目總規劃產能為每年10—11萬噸。全面投產後，每年可回收利用超12萬噸廢舊紡織品，減排溫室氣體超48萬噸，相當於2600萬棵樹的碳匯效果。」 何澤儀認為，科技與碳中和的深度融合已成為全球環保的結構性機會，而「科技+材料+循環經濟」的交叉領域，則是下一輪工業重構中的支點。「利用再生材料能有效節約資源，降低企業生產成本。」她表示，掌握再生材料技術，企業可成為規則制定者，在國際市場上擁有更大話語權。(完)
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
樱花直播
「活动」首次登录送新手大礼包
- 软件大小: 217.53MB
- 最后更新: 2025-10-30 21:37
- 最新版本: v5.2.15.1
- 文件格式: apk
- 应用分类:ios-Android 魅影直播间
- 使用语言: 中文
- : 需要联网
- 系统要求: 1.54以上
客服热线：138-1348-7316
快猫类似软件
猜你喜欢
86
24
51768
35
2025-10-30 21:37
98563
95
2025-10-30 21:37
19376
96
2025-10-30 21:37
83915
76
2025-10-30 21:37
69475
35
2025-10-30 21:37
26958
74
2025-10-30 21:37
43695
47
2025-10-30 21:37
79251
98
2025-10-30 21:37
14253
71
2025-10-30 21:37
43571
51
2025-10-30 21:37
13895
98
58
53742
67
56
71
65
