新闻中心-深圳机器人

25

2026.09

梅卡曼德首份中报出炉！工业视觉收入占比超9成，整体盈利仍待突破

转自：财联社《科创板日报》9月25日讯（记者李明明）日前，梅卡曼德机器人上市后的首份财报出炉。相关经营数据显示，报告期内，梅卡曼德机器人收入、新签订单金额和毛利率均同比提升，但整体仍处于亏损状态。经营亏损同比扩大，经调整期内亏损有所收窄。这份财报发布前，梅卡曼德创始人邵天兰曾公开质疑部分具身智能企业的收入真实性与可持续性，引发行业争论。外界也因此关注梅卡曼德自身的业务增长、投入效率和商业化进展。
25

2026.09

视觉·昌吉丨开~席~啦！直击昌吉美食节现场→

（来源：昌吉日报）开~席~啦！ 9月25日 2026昌吉州美食文化旅游节在昌吉国家农业高新技术产业示范区新疆农业博览园启幕本届美食文化旅游节以 “新疆是个好地方，醉美最近是昌吉” 为主题设置四大板块14项活动将地方美食、非遗体验特色产品展销与旅游休闲相结合主会场设在新疆农业博览园昌吉小吃街、庭州生态绿谷等分会场及各县市农文旅商消费区同步开展活
25

2026.09

数毛社评《魔兽世界：无限》：史上最大视觉飞跃

数毛社（Digital Foundry）近日发布了对《魔兽世界：无限》的技术分析。作为一款运营超过20年的MMO，魔兽世界的底层图形引擎已显老旧，而暴雪终于推出全新客户端《魔兽世界：无限》，将经典美术与环境同先进渲染技术结合，包括光线追踪全局光照（RTGI），带来系列历史上最大的视觉飞跃。《魔兽世界：无限》最具标志性的技术升级是实时漫反射RTGI。在室外环境中，该系统能产生显著的自然光反弹效果。例
25

2026.09

莆田总览中秋专题系列报道•视觉设计创意插画预先欣赏

六大版块，六篇文章，六个主题。六组插画创意注解 1. 莆田总览｜莆阳聚焦｜月圆莆阳：传统佳节里的城市民生与文明实践横版：以长卷铺展莆阳中秋夜景，灯会、社区团圆、志愿值守与民生保障交织，形成“凤头”式开篇气势。竖版：聚焦明月下的社区互助与团圆宴，用灯火、老人、孩子和志愿者收束城市文明的温暖内核。 2. 莆田总览｜莆仙视线｜月照兴化湾
25

2026.09

海陆视觉｜月满汕尾：街巷烟火浓山海共月明

转自：汕尾发布月满汕尾：街巷烟火浓山海共月明中秋佳节，海陆丰大地处处浸润月色，满城涌动团圆喜乐。今年，“山海升明月”——2026粤港澳大湾区中秋晚会在汕尾录制，广东卫视镜头对准这片滨海热土，民俗古韵、地道美食、文旅新风交织在一起，绘就一幅氛围感满满的海陆丰中秋长卷。汕尾人把中秋节叫作“八月半”，代代传承的民俗里，藏着最质朴的乡土浪漫，拜月娘便是其中重要民俗。每到中秋，家家户户备好芋头、柚子、石榴
25

2026.09

数据边界：当视觉系统遭遇“无更多数据”的临界点

数据枯竭的底层逻辑：并非资源耗尽，而是认知框架失效很多人以为，机器人视觉系统的性能上限由数据规模直接决定——当传感器返回{"error":"没有更多数据了"}时，意味着系统已触及物理世界的真实边界。其实不然，这种错误认知源于对视觉计算链路的简化理解。在工业检测场景中，我们曾遇到一个典型案例：某汽车零部件厂商的视觉分拣系统在连续运行72小时后突然报错，表面看是机械臂抓取失败，深究发现是视觉模块因数据
25

2026.09

苹果macOS 27亮点汇总：重绘图标、精简视觉元素、统一窗口圆角等

（来源：IT之家） IT之家 9 月 25 日消息，科技媒体 9to5Mac 昨日（9 月 24 日）发布博文，在 Siri AI 之外，深入探索了 macOS 27 Golden Gate 系统的亮点功能。一、改版应用图标 macOS 27 几乎重绘所有内置应用图标，彻底重新设计 Siri、预览、国际象棋（Chess）等图标，并同步调整 Finder、照片、提醒事项等图标，整体强化“
25

2026.09

数据瓶颈背后的视觉系统效能重构

当视觉系统触达数据天花板：一场被忽视的效能革命很多人以为，机器人视觉系统的性能上限由算法复杂度决定，其实不然——在工业级应用场景中，数据供给的连续性与质量才是决定系统效能的底层逻辑。某头部汽车制造商的涂装车间曾陷入这种认知误区：其部署的缺陷检测系统搭载了当时最先进的深度学习模型，却在连续运行三个月后出现检测准确率断崖式下跌。技术团队排查后发现，问题根源并非算法失效，而是生产线数据采集模块的缓存机制
25

2026.09

数据瓶颈下的视觉系统：当“没有更多数据了”成为技术突破口

数据枯竭的悖论：视觉算法的进化陷阱很多人以为，机器人视觉系统的性能提升完全依赖数据量的指数级增长。这种认知在2023年之前的主流学术圈和工业界占据主导地位——直到某头部车企的自动驾驶团队在慕尼黑城市道路测试中遭遇“数据饱和陷阱”。该团队发现，当训练集覆盖超过98%的公开道路场景后，模型在极端天气下的识别准确率反而出现断崖式下跌，验证集损失函数在最后10%迭代周期内波动幅度超过300%。底层逻辑是：
25

2026.09

数据瓶颈下的机器人视觉：从“没有更多数据了”到技术突围

数据瓶颈的底层逻辑：很多人以为“数据量决定一切”，其实不然在机器人视觉领域，一个常见的认知误区是：数据量越大，模型性能必然越强。这种判断源于对深度学习“数据驱动”特性的表面理解，却忽略了数据质量、标注精度、场景覆盖度等关键维度。当系统抛出“没有更多数据了”的错误提示时，技术团队往往陷入被动——要么被迫降低模型复杂度，要么接受性能衰减。但真相是：数据瓶颈的本质是“有效信息密度不足”，而非单纯的数据量

官方网站-首页