上交会·信息站 | 六大新兴支柱产业动态信息简报（第二期）

9月22日，德国汽车制造商Mercedes-Benz与英国自动驾驶企业Wayve签署量产协议，计划未来两年内将Wayve AI Driver导入奔驰量产车型，为用户提供城市道路和高速公路点到点驾驶辅助。双方此前已开展多年技术合作，Wayve还获得奔驰战略投资。与传统依赖大量人工规则的自动驾驶方案不同，Wayve主要采用端到端人工智能路线，希望通过统一AI模型直接学习复杂道路环境中的驾驶行为，并将同一套技术扩展至不同车型和不同国家市场。

传统自动驾驶通常把感知、预测、规划和控制拆分为多个独立模块，每个模块需要工程师分别设计规则并持续调试。端到端AI则通过大规模驾驶数据训练模型，使其直接从摄像头等传感器信息中学习车辆应采取的驾驶动作。这种方式可以减少大量场景规则，但需要更丰富的数据、更强的车端计算能力以及严格的功能安全验证。其核心变化在于，自动驾驶系统正从“工程师编写驾驶规则”逐步转向“模型从真实驾驶数据中学习驾驶规律”。

奔驰将Wayve技术导入量产平台，意味着端到端自动驾驶正在从科技企业测试车辆进入全球整车品牌供应链。未来车企未必都需要自行开发完整AI驾驶模型，而可能形成“整车平台+第三方AI Driver”的新型产业分工。自动驾驶的价值链也将进一步向训练数据、基础模型、车载计算芯片、摄像头和雷达、仿真验证及数据闭环平台延伸，AI驾驶软件企业在汽车产业链中的作用有望进一步提升。

原始链接：

https://wayve.ai/press/wayve-mercedes-benz-announce-production-agreement/

9月22日，美国工业机器视觉企业Cognex宣布达成协议，以约5亿美元收购RealSense，进一步布局机器人感知市场。RealSense长期开发深度摄像头和三维视觉技术，可实时获取物体距离、尺寸和空间位置，广泛应用于自主移动机器人、机械臂和智能设备。Cognex则主要服务工业视觉检测、读码和自动化市场。交易完成后，双方计划将传统机器视觉与三维感知能力进一步结合，拓展机器人导航、抓取和空间识别等应用。

传统二维机器视觉主要判断物体表面缺陷、字符信息和位置，而机器人在真实环境中还需要了解物体距离、空间姿态和周围障碍。深度摄像头通过立体视觉等方式获取三维信息，使机器人不仅能够识别目标，还能判断目标与自身之间的距离和形状。对于自主移动机器人、人形机器人和复杂机械臂而言，三维感知是实现稳定导航、避障和抓取的重要基础。

此次收购反映出工业机器视觉正由质量检测向机器人环境感知延伸。随着物理人工智能（Physical AI）发展，深度摄像头、视觉芯片、空间感知算法和边缘计算平台的重要性将进一步提升，机器人视觉有望成为高端装备制造新的关键技术环节。

原始链接：

https://investor.cognex.com/news/news-details/2026/Cognex-to-Acquire-RealSense-Expanding-Machine-Vision-Leadership-into-High-Growth-Robotic-Perception-Market/default.aspx

9月21日，印度建筑机器人企业Pace Robotics公布旗下Centa Painter施工机器人商业化进展。该设备自2025年12月开始商业部署，目前已在真实建筑工地持续运行，并获得房地产开发商、施工企业和涂料企业订单。Centa Painter可自动完成墙面和天花板的腻子施工、打磨、底漆和喷涂等多道工序，公司称其施工速度最高可达到人工方式的10倍，并可显著减少现场人力投入。

建筑施工与汽车工厂不同，墙面尺寸、障碍物、人员和材料位置持续发生变化，机器人不能依赖完全固定的生产环境。因此，建筑机器人需要自主识别施工表面和障碍物，根据现场变化规划移动和作业路径，同时还要保持喷涂厚度、表面质量等施工指标稳定。Centa Painter采用模块化设计，使同一移动机器人平台能够执行多种建筑饰面工序，并由普通施工人员进行操作和监督。

建筑机器人从技术展示进入持续商业部署，是工程自动化进一步突破非结构化环境的重要信号。过去机器人主要集中在汽车、电子和仓储等高度标准化场景，而建筑行业规模巨大，却长期依赖人工完成重复、高强度作业。随着导航、机器视觉和移动机器人技术成熟，喷涂、测量、钻孔、焊接和物料搬运等施工环节都有进一步自动化的可能，进而带动移动底盘、传感器、施工软件和数字化工地管理平台发展。

原始链接：

https://www.prnewswire.com/in/news-releases/construction-robotics-gains-commercial-momentum-in-india-as-pace-robotics-scales-deployment-302884559.html

9月22日，美国关键矿产精炼企业Nth Cycle与全球大宗商品企业嘉能可（Glencore）签署合作条款，围绕美国“SHIELD项目”建立废旧电池原料供应和再生材料承购关系，预计10年合作价值超过10亿美元。嘉能可将提供废旧锂离子电池破碎后形成的黑粉原料，并承购Nth Cycle生产的高纯混合氢氧化物和电池级碳酸锂。双方还计划评估在欧洲部署Nth Cycle的OYSTER电化学精炼系统，并将相关技术拓展至稀土和铜等关键矿产回收。

废旧动力电池中仍含有大量锂、镍、钴等高价值金属，经过破碎处理后形成的黑粉是重要的二次矿产资源。传统回收主要采用高温冶炼或湿法冶金，需要较高能耗和较长处理流程。Nth Cycle采用模块化电化学精炼技术，通过电化学反应选择性分离目标金属，力求减少能源和化学试剂消耗，并将精炼设备部署到更接近电池回收和材料生产的区域，从而缩短关键金属再生链条。

此次合作表明电池回收正在从废弃物处理向关键矿产供应延伸。随着新能源汽车和储能电池退役量增加，能够稳定生产电池级锂、镍、钴材料的回收技术，有望成为保障关键矿产供应和构建电池闭环产业链的重要环节。

原始链接：

https://minaris.com/bionova-scientific-and-minaris-announce-partnership-to-accelerate-plasmid-dna-supply-for-cell-and-gene-therapy-manufacturing/

9月24日，美国电气和网络基础设施企业Leviton宣布启动新的五年全球制造扩产计划，将投入1亿美元扩大铜缆和光纤网络产品制造能力。此次投资覆盖其全球网络产品工厂，重点增加高速铜缆、连接器以及光纤组件产能，以满足AI数据中心、智能建筑和高性能企业网络快速增长的连接需求。该计划延续此前8000万美元扩产项目，进一步强化端到端铜缆和光纤产品供应。

大型AI数据中心内部包含大量GPU服务器、交换机和存储设备，算力能否充分发挥，很大程度取决于设备之间能否高速交换数据。机柜内部和部分短距离连接仍大量采用铜缆，更长距离和更高带宽则需要光纤。随着AI集群由数千颗加速器扩大到数万颗甚至更多，数据中心需要的高速线缆、连接器、光纤跳线和配线设备数量同步增长，而且高密度部署对信号完整性和施工效率提出更高要求。

AI基础设施的扩张正在从GPU和交换芯片逐步传导到网络物理层。未来限制AI数据中心建设速度的因素，不仅包括先进芯片，还包括电力、冷却、光纤和高速铜连接等基础环节。传统布线产品由此获得新的增长动力，高密度连接器、预制光纤、高速铜缆和智能网络管理等市场都有望扩大。AI算力投资正在形成比单纯服务器制造更加广泛的基础设施产业链。

原始链接：

https://www.prnewswire.com/news-releases/leviton-accelerates-ai-and-smart-building-network-infrastructure-with-new-100-million-global-capital-investment-302888615.html

9月24日，日本AR技术企业Cellid在Snapdragon Summit展示Crux双目全彩AR眼镜参考设计。该方案将Cellid自主开发的光波导和显示模组与Qualcomm Snapdragon平台结合，重点面向高端增强现实应用。Cellid希望在保持较高显示质量的同时，把设备体积和佩戴体验进一步向普通眼镜靠近，为后续AR眼镜厂商提供可直接用于产品开发的硬件参考平台。

AR眼镜长期面临显示效果和轻量化之间的矛盾。传统光学系统为了获得较大的视场角和亮度，往往需要较厚的镜片或复杂光学结构，使设备难以全天佩戴。光波导则可以把微显示器产生的图像导入薄型镜片，再将光线传递到人眼，有利于缩小整机体积。但光波导仍需解决亮度、色彩一致性、视场角和规模制造良率等问题，同时还需要配合空间感知和低功耗计算才能形成完整AR体验。

随着多模态AI发展，AR眼镜的应用空间正在重新打开。模型可以实时理解用户看到的环境，并把导航、翻译、物体识别和工作提示直接叠加到真实视野中，使显示型眼镜从娱乐设备向个人计算和工业辅助终端拓展。未来AR产业的核心价值链可能集中在光波导、微显示、空间传感器、低功耗XR芯片以及多模态AI等环节，轻量化光学仍是推动智能眼镜真正进入大众市场的重要技术门槛。

原始链接：

https://www.prnewswire.com/news-releases/cellid-to-showcase-crux-ar-glasses-at-snapdragon-summit-302886295.html

9月22日，美国生物技术企业Medera宣布扩大与新加坡国家心脏中心合作，并在新加坡建设实验室和办公室，推进基于人源“微型心脏”的心血管疾病建模和非动物药物研发。相关技术由其微型心脏业务开发，通过人体细胞构建具有心肌收缩等生理功能的工程化心脏组织，用于疾病模型、药物发现、心脏毒性评价和疗效测试。新加坡基地还将作为其亚太地区心脏技术和转化研究的重要平台。

传统心脏药物评价主要依赖二维细胞培养和动物模型，但单层培养的心肌细胞难以模拟真实心脏的三维组织结构和收缩功能，不同物种在心脏电生理和药物代谢方面也存在差异。工程化“微型心脏”通过人源细胞形成具有一定组织结构和机械收缩能力的体外模型，可以更加直接地观察药物是否改变心脏收缩、节律和毒性，也能够利用患者来源细胞建立特定疾病模型。

人源工程化组织正在从科研工具逐步走向药物研发基础设施。随着欧美监管机构推动减少部分动物实验，能够提供稳定、可重复人体数据的心脏、肝脏等体外模型有望获得更多应用。围绕这一方向，未来不仅需要类器官和组织工程技术，还需要高质量细胞来源、生物材料、自动化培养、功能检测和数据分析平台。人源模型与AI药物研发结合，也可能进一步提高临床前研究对人体疗效和毒性的预测能力。

原始链接：

https://www.medera.bio/medera-biopharm-s-sardocor-showcases-positive-interim-data-from-heref-gene-therapy-phase-1/medera-announces-completion-of-patient-enrollment-in-cohort-b-of-music-hfpef-phase-1/medera-expands-singapore-presence-through-partnership

9月23日，美国芯片企业Qualcomm发布Snapdragon Sound Elite Gen 2，面向耳机、开放式耳戴设备、音频眼镜以及带摄像头的智能穿戴终端。新平台重点强化Personal AI能力，与上一代相比AI性能最高提升约2倍，功耗最高降低40%，芯片面积最多缩小30%，同时支持低功耗Wi-Fi连接和新一代主动降噪技术。Qualcomm希望让耳戴设备无需持续依赖手机，也能够更加直接地接入本地或云端AI服务。

传统无线耳机主要承担音乐播放、通话和降噪功能，而个人AI进入可穿戴设备后，需要设备持续识别语音和环境声音，并能够随时与AI 智能体交互。由于耳机电池容量很小，持续运行AI模型必须同时解决算力和功耗问题。低功耗Wi-Fi还可以让设备在部分情况下绕过手机直接连接云端模型，使耳戴设备拥有更强的独立计算和网络能力。未来加入摄像头后，还可能同时获得视觉和听觉信息。

智能穿戴正在从“手机配件”向个人AI终端转变。耳机和眼镜都具有贴近人体、使用时间长的特点，是语音智能体和环境感知较自然的入口。低功耗AI芯片成熟以后，消费者与AI交互可能逐步从手机屏幕转向语音、视觉和环境感知。由此也将带动麦克风阵列、微型摄像头、电池、无线通信、传感器和端侧AI模型等技术升级，消费电子产品的竞争重点正在由硬件参数向持续智能服务延伸。

原始链接：

https://www.qualcomm.com/news/releases/2026/09/snapdragon-sound-elite-gen-2-advances-intelligent-audio-wearable

信息来源：本报告信息主要来源于Coherent、SMART Photonics、AMD、Anthropic、Meta、NVIDIA、Microsoft、Wayve、Cognex、Qualcomm、Boston Dynamics、IonQ、X-energy、Google等企业官方公告，美国食品药品监督管理局（FDA）等政府机构官网，以及PR Newswire、GlobeNewswire、Business Wire等新闻发布平台。

汇编机构：中国科学院上海科技查新咨询中心

汇编时间：2026年9月28日