花千骨
WAIC 2026，凌迪科技把服装柔性仿真，摆上了具身智能的台面_我的网站
A | 数据支持|勾股大数据（www.gogudata.com） 2025年以来，国际黄金价格走出一骑绝尘的超强行情。 逛一圈WAIC具身智能馆，最容易让观众停下脚步的，往往还是机器人正在做什么：抓取、搬运、行走，或者完成一项具体任务。 高盛等国际大投行原本以为金价年底能站上4000/盎司已经足够惊艳，没想到这个目标价在四季度刚开始就被摧枯拉朽毫不费力地超越了。 凌迪科技的展台上，同样摆出了一项直观的任务——叠衣服。 就在本周一，国际黄金价格已然无限接近4500美元/盎司大关，而国内的黄金期货主力合约价格也一举超过1000元/克的历史新纪录。 10月21日，黄金ETF基金（159937）再度收涨2.35%，重回放量上涨态势。
B | 两台机械臂将衣服、调整，再重新落回桌面。而该ETF年内涨幅已经超过59%，表现远强于大多数其他热门赛道板块。 不过就在盘后，随着俄乌战争传来新的消息，国际黄金白银价格突发直线跳水，COMEX白银大跌超5.5%，COMEX黄金也一度跌超2%并失守4300美元大关。 近日来，美联储货币政策、中美关税问题、美政府停摆、地缘战争等事件频频发生重大变化，进而引发国际金价出现巨大波动，但尽管如此，股票市场对于黄金资产的看涨热情依旧显得炙热。 单看结果，这是一场机器人衣物操作演示。 今天盘后金价的大回调，又会是未来重新上车的机会吗？ 01、黄金资产的全球盛宴 拉长时间看，2025年以来，国际黄金确实走出了独立上升曲线，目前累计涨幅已高达65.74%，相对收益显著超过其他大多数传统股债资产。 在昨晚，国际黄金主力期货价格大涨3.82%收报4398美元/盎司，离下一个整数大关仅一步之遥。 受此刺激，美股市场黄金ETF也收涨3.64%，成交额高达137.88亿美元，成为美股市场交易最活跃的资产之一。但凌迪科技真正想被看到的，藏在机械臂动作发生之前。 同样的场景发生在国内A股市场。 展台呈现的是机器人完成一次操作，凌迪想讲的，则是这项能力如何被训练出来。 今年以来，随着金价的不断飙升，各种黄金资产被全球市场资金追捧，黄金类ETF也成为了股票市场中最受欢迎的焦点之一，堪称带动板块大涨行情最锋利的矛。 数据显示，截至2025年10月20日，内地黄金主题ETF总规模达2361.31亿元，较年初的730.53亿元增长1449.56亿元，增幅223%；年内黄金主题ETF年内资金净流入1017亿元，而其中不少增量是在9月金价开启新一轮暴涨行情之后出现的。
C | 要让机械臂学会叠衣服，得先把衣服变成数字世界里一个可计算的对象。 其中，黄金ETF基金(159937)连续获得资金流入，近10日流入额达55.09亿元，年内资金净流入额132.51亿元，最新规模392.57亿元，位居同类前列。不同面料有多重、多滑、弹性多大、软硬如何，布碰到机械爪会怎么滑、怎么皱，这些都要先算出来。 具体在个股层面，截止今日，今年A股黄金概念股同样大放异彩，A股市场有近20只黄金股实现涨幅翻倍，作为黄金股之茅的紫金矿业的A股市值也累计大涨105.6%，目前总市值达近8000亿元。然后模型才能换着材质、换着摆放方式、换着抓取角度一遍遍练，最后再通过评测判断它到底学会没有。 这也是叠衣服与抓取规则刚体不同的地方。 消息面来看，近期刺激黄金资产大涨的几大因素依旧有望持续释放刺激。一只杯子被拿起后，形状通常不会发生明显变化；一件衣服被抓住一角，整体状态却可能随之改变。
D | 在本周，美国地区银行披露汽车贷款坏账问题引发市场对信贷质量的担忧，美联储常备回购工具SRF使用量连续两日大规模上升敲响美元流动性警钟，叠加美国参议院第11次就政府拨款法案投票表决依旧未能获得通过导致联邦政府继续停摆等多重风险因素下，市场避险交易再起，再刺激黄金白银资金大涨。 看起来只是一次抓取和翻折，背后对应的却是机器人进入家庭、轻工业等真实场景后绕不开的一类问题：如何处理那些会折叠、滑动、缠绕和持续形变的对象。 凌迪科技此次重点展示的SynReal World，正是从这片更复杂的“柔性世界”切入。 同时，在美国货币政策方面，美联储官员本周表态偏鸽，鲍威尔表示就业下行的风险似乎有所增加，暗示或在几个月之后结束缩表，还有部分理事官员认同更激进的降息步伐。
E | 目前交易员预计美联储下周降息概率达99%，12月还将再次降息。
F | 这又提升市场对美元流动性预期，吸引大量资金入场布局黄金资产，进而推动黄金价格创历史新高。 02、见证时代变局的资产 黄金资产的空前暴涨，表面上是得到全球资金在一致强预期下的合力共振，实则确实也具有极坚定的逻辑支持，并且这个趋势在当下看来，依旧显得强劲。 除了美联储即将再开启的降息周期，刺激美元资产流动性加强从而有助于推升贵金属资产估值溢价外，还有其他同样非常有力的底层因素在发挥重要影响。 短期来看，有美国地区银行披露汽车贷款坏账问题，有中美关税谈判、美国政府陷入长期停摆带来的不确定性等印象； 还有近期美国司法部没收12.73万枚比特币、近200亿美元的资产进而引发加密货币市场大规模崩盘事件，打击了市场对加密货币号称具有不可追踪、保值增值功能的认知。此事件也更加刺激了市场对黄金这种真正能保值资产的坚定认同。 长期来看，全球去美元化、全球地缘冲突加剧这两大因素，更是长期助推黄金资产成为全球公认能保值增值、规避地缘风险的几乎唯一的资产。 它不直接制造机器人，而是希望在机器人本体与具身模型之间，搭建一套覆盖3D资产生成、仿真训练和自动评测的一站式数据基础设施，让模型进入真实场景前，先在数字环境中经历足够多的物理交互与任务试错。 数据显示，俄乌战争开启于2022年2月，同时国际黄金价格也随之开始强劲上涨通道，此后，国际地缘战争冲突持续不断，除以巴战争、印巴冲突、埃塞俄比亚内战等战争层面的动荡。频发的全球地缘政治风险让全球更加认同“盛世古董乱世金”的哲学逻辑。
G | 01. 机器人认出一件衣服，离叠好它还很远 过去两年，机器人的视觉识别和动作控制能力快速提升。 虽然今天A股盘后国际金价再度大幅回调，但俄乌战争能否确定总结依旧具有不确定性，况且以巴战争、以巴冲突、印巴冲突等局势依旧长时间难以消停。 模型可以判断桌上放着什么，也可以根据指令生成动作。
H | 但“看见一件衣服”和“把衣服整理好”，仍然是两个不同层次的问题。 另一方面，全球美元化浪潮的暗流涌动。 衣服被抓住一个角，整体状态会立即改变。抓取位置、布料材质、初始褶皱和夹持力度出现细微差异，都可能让原有动作策略失效。美国将美元武器化（如冻结俄罗斯外汇储备）的行为，惊醒了全球众多非西方国家。同时美元作为全球主要储备货币的地位，但在近年来随着美元债务规模持续失控，债务货币化压力不断加大，叠加美联储货币政策在抗通胀与稳增长之间反复摇摆，严重削弱了美元的稳定性和可信度，各国央行也更加深刻意识到了美元储备的潜在风险。 在此背景下，黄金作为“超主权货币”信用资产的优势愈发凸显。机器人每完成一步操作，都需要重新判断物体发生了怎样的变化，并据此调整下一步动作。它不受单一国家政策干预，也不存在被冻结或制裁的风险，成为对冲美元信用风险的理想选择。 数据显示，自2022年俄乌战争以来，全球央行开启“囤金潮”，截至2025年8月，各国央行的黄金储备目前价值约为4.5万亿美元，已经远远超过其3.5万亿美元的美国国债储备。 这也使柔性物体的操作数据更难规模化采集。 机器人一次操作失败后，工作人员往往要重新铺平衣服、整理绳索或复位物料。据统计美国国债在总储备中的占比一直在下降，目前仅为23%，低于2010年代超过30%的峰值，也低于黄金目前27%的占比。 目前我国央行连续第11个月增持黄金，截至2025年9月末，我国黄金储备为7406万盎司，较7月末的7396万盎司增加8万盎司。 显然，黄金已经在许多投资组合中，尤其是央行和大型机构投资组合中，部分取代了美国国债，成为“无风险资产”。而这一趋势，在地缘战争和美元信任风险依旧加剧的时代宏观背景下，还远不会停止。面对不同材质、尺寸、形态和摆放方式，真机数采所需的时间与人工成本会迅速。
I | 仿真由此成为具身智能扩大训练规模的重要方式。 今年来，全球多国央行纷纷提升黄金储备占比的目标，有观点认为，中国等亚洲国家未来3-6年内可能会加速黄金积累，目标是将黄金储备占比从目前的水平提升至20%-30%。 但柔性物体仿真的难点，并不只是生成更多3D资产，数字对象还需要具备接近现实的材料属性和形变规律。 根据国际货币金融机构官方论坛（OMFIF）的《2025年全球公共投资者报告》，管理着5万亿美元的全球75家央行中，有1/3计划在未来一到两年内增加黄金储备，这一占比为至少五年来最高，其中新兴市场国家央行对黄金的需求尤为旺盛。此外，75家央行中有四成表示将在未来十年内进一步增持黄金，显示出黄金在长期储备战略中的重要性与日俱增。
J | 除了各国央行外，还有传统的机构投资者、珠宝商、以及全球零售消费者都在不断加入购买黄金的行列，这些力量，无疑也是未来推升黄金资产价格的重要力量。 简言之，谁更了解布料如何垂坠、拉伸、碰撞和褶皱，谁才更有可能把这类对象转化为机器人可用的训练数据。 这也解释了，为什么一家长期服务服装行业的企业，会在此时进入具身智能。
K | 03、如何把握机遇？ 如今国际机构再次把2026年的金价目标上提到了5000美元/盎司，距离目前仍有不小的上涨空间。
L | 那么在这场黄金盛宴中，普通投资者又应该如何参与？ 理论上，黄金期货、实物黄金、纸黄金、黄金股、黄金ETF等等，都是参与方式，也都各有优缺点，关键在于选择适合自己的方式，并理解其背后的风险。 02. 凌迪的具身智能入场券，来自十年柔性仿真积累 凌迪科技并非从机器人本体起步。 对于普通的消费者，往往是去线下金店购买金饰，或者实物金条，但这种方式有不小的风险，除了最大问题的假货风险，还有金店的价格相对会有不小的溢价。
M | 更重要的是，一旦购入实物黄金，变现也是一个较为麻烦的问题，不仅流程繁琐、需要时间较长，而且实物黄金变现也要被打折扣。 对应投资者来说，如果以黄金的价值为锚，投资黄金资产可以有不少的方式，比如可以去布局个股，但跟随市场或者周期波动大，个股层面也还要依靠公司经营和财报业绩情况去挖掘，风险性也不小。 综合实际来看，普通投资者通过配置黄金ETF基金是更为可取的策略。但它过去十年处理的，恰好是机器人今天开始集中面对的问题——如何让计算机准确模拟柔性材料的物理变化。 据了解，凌迪科技成立于2015年底，过去十年主要服务服装及轻工业，围绕数字面料、服装建模、服装设计和产业协同建立产品体系。
N | 目前，其业务覆盖亚太、欧洲、美洲和非洲等区域，服务全球3000多家轻工业客户。 数字样衣并不只是把服装做成一个视觉逼真的3D模型。 同一件版型换一种面料，垂坠、拉伸、褶皱和贴合效果都可能发生变化。因为黄金ETF基金具有紧密跟踪金价、流动性极佳、门槛低、非常方便交易和变现且绝不会碰到假货风险等优点。要在虚拟环境中还原这些差异，需要将重量、厚度、摩擦、弹性和弯曲刚度等材料属性转化为可计算的参数，并持续处理布料与人体、地面及其他布料之间的碰撞、滑动和形变。 据凌迪科技披露，其已经积累超过60万种行业面料数据库，围绕不同材料的物理属性、形变效果和仿真计算形成了长期积累。2024年至2025年，科研团队在顶级学术会议发表论文超过20篇。 以黄金ETF基金(159937)为例，该ETF基金投资于上海黄金交易所黄金现货合约，紧密跟踪主要黄金现货合约的价格变化，一手(100份)黄金ETF基金对应1克黄金，交易便捷，流动性好，支持T+0。 同时还有黄金ETF基金联接(A:002610，C:002611)为场外投资者布局黄金提供便捷工具。 这些能力过去主要服务服装设计和生产，如今开始被重新组织，用于机器人训练。 长时间来看，黄金ETF基金的受益表现也足经得起考验。 当然，数字样衣与机器人仿真并不能直接画等号。前者更关注设计效果和服装呈现，后者还要面对机械手接触、受力反馈、连续形变和大规模并行计算。
o | 以黄金ETF基金(159937)为例，今年以来，该ETF累计上涨了59.93%，显著跑赢大市；自2022年以来，该ETF累计上涨159%，同期沪深300指数跌7%。 但两类应用共享一个底层前提：虚拟材料不能只有外观，还要能够根据物理规律发生变化。 这使凌迪科技具备了一张相对特殊的具身智能入场券。
p | 它并非从零研究布料为什么会垂坠、拉伸和褶皱，而是可以在已有的面料数据、服装仿真和物理计算能力上，继续向机器人操作与训练延伸。 03. SynReal World，把机器人训练接成一条数据管线 搭出一个仿真场景并不难，难的是让它持续生成机器人可用的训练经验。这需要一套能够持续生成训练资产、组织模型试错，并判断机器人是否真正学会的数据基础设施。 SynReal World瞄准的正是这一环节。 凌迪科技将其定位为面向具身智能的全栈数据引擎，覆盖“3D资产生成—训练应用—仿真评测”完整闭环，将原本分散的建模、训练和验证环节接入同一条数据管线。 简单来说，SynReal World搭建的，可以理解为一个面向机器人的“训练世界”：其中的物体遵循物理规律，任务可以反复运行，训练结果也能够被量化验证。 这个“训练世界”的构建，可以拆成三个环节。 第一步，是把数字资产变成可用的训练对象。 SynReal World支持从文字、图片和CAD等输入生成物体与任务空间，并为资产补充质量、摩擦、弹性和碰撞等物理属性。其核心能力覆盖高精度形变体仿真、刚体仿真和多物理场耦合仿真。 这一区别很关键。普通3D模型解决的是物体“看起来像不像”，机器人训练关心的是施加动作之后，物体是否会按照接近现实的规律变化。
q | 只有数字对象能够合理地碰撞、滑动和形变，虚拟资产才可能变成有效的训练数据。 另外，通过可仿真与交互的3D资产与场景的智能建模，SynReal World 可以对真实世界中采集的任务数据进行灯光与物体材质的泛化，解决数据有效性过低的问题。通过仿真把一条有效数据低成本变成十条，高效地实现训练数据的多样性，同时有效降低数据采集的成本。 第二步，是把单次试错扩展为可规模化运行的训练过程。
r | SynReal World支持强化学习和模仿学习，可以面向灵巧手、机械臂、双足机器人和机器狗等不同形态开展训练与策略验证。 它的价值并不在于替代真机，而是承担大量高频、重复和早期探索阶段的试错，把有限的真实设备与现场资源更多用于校准、验证和落地。 第三步，把“机器人学会了”转化为可重复验证的任务能力。 一次演示成功，并不代表模型已经掌握任务。只有在场景和变量发生变化后仍能稳定完成，能力才具备进一步迁移到真机的可能。
s | SynReal World将程序化评测接入训练流程，支持并行测试、成功率统计、失败模式分析和过程记录，让模型每次更新后都能在已有任务中重新验证。
t | 对一套具身智能数据引擎而言，完整闭环之外，还要看它能否以足够高的效率和精度运行，并接入现有研发体系。
u | 根据凌迪科技提供的测试数据，在部分高复杂度场景中，SynReal World的仿真效率较Isaac Sim快5至10倍，静动力学误差降低近20%。 在生态层面，凌迪科技是NVIDIA Newton核心成员，SynReal World支持USD和Python API，并兼容MuJoCo、Newton等仿真引擎。 在SynReal World之外，凌迪科技此次还展示了面向服装等轻工业场景的数字伙伴中台StyleWork。它融合AI Agent能力，让数字伙伴理解设计、选品、营销和运营等业务流程，调用专业工具并反馈结果，同时通过持续学习与记忆参与长期协作。这是凌迪科技将AI嵌入真实产业流程的另一条路径。
v | 04. 物理AI竞争，正在向“训练场”深处延伸 把资产生成、模型训练和结果验证放进同一套流程，首先解决的是研发效率。
w | 模型每更新一次，不必重新搭建场景、切换工具，再单独统计任务结果。 但这套数据管线更值得关注的地方，在于它回应了具身智能面临的一项核心约束：机器人所需的数据，无法像语言模型那样从互联网低成本获取。 语言、图像、视频，天然以数字形态存在。而机器人需要的数据，必须包含动作、接触、力和物体状态变化——每一次交互，都是一次物理事件。模型要学习的，不只是一个物体长什么样，更是对它施加动作之后会发生什么。 真机采集的速度和成本，很难跟上模型对任务多样性的需求。仿真不能取代真实世界，但它可以重新分配试错成本。 当仿真承担越来越多训练任务，行业比拼的焦点也在转移。画面逼真不再是唯一标准。更关键的问题是：虚拟世界里的物体，是否遵循真实世界的物理规律？训练结果，能不能被重复验证？从仿真中学到的经验，又能在多大程度上迁移到真机？ 沿着这几个问题往下看，柔性物体成了一种更高门槛的检验标准。它更能代表家庭服务、轻工业和普遍的非结构化环境。 这正是凌迪正在卡住的位置。 WAIC现场，机器人依然是聚光灯下的主角。凌迪选择进入的，是聚光灯照不到的地方——机器人的训练场。 当行业竞争从“完成一次漂亮演示”，转向“以更低成本稳定学会一项任务”，谁能生成一个物理规律可靠、任务可重复、结果可验证的训练世界，谁就在为下一阶段的物理AI铺设底座。
Current article:http://z2io.cousizhegaobaolengkuo.bond/1drd9k/jbe.html
Published on:05:49:45