琅琊榜

春雪食品：公司2026年1-6月份计提信用减值损失274.11万元_我的网站

一 |     行业首个双层智能体世界模型。         本文为IPO早知道原创          作者｜Stone Jin          据IPO早知道消息，由酷哇科技全栈自研的 COOWAM 双层智能体世界模型驱动的机械臂，于WAIC 2026流畅完成了长程复杂操作——“夏日特调”饮品制作演示；同时，面向城市复杂场景研发的首款重载型四足机器狗 X0 也完成了其线下首秀。    春雪食品：公司2026年1-6月份计提信用减值损失274.11万元 每经AI快讯，春雪食品（SH605567，收盘价：9.23元）8月26日晚间发布公告称，公司2026年1-6月份计提信用减值损失274.11万元，存货跌价准备878.85万元，合计减少公司利润总额1152.96万元，同时转销存货跌价准备876.81万元相应冲减主营业务成本，上述各项减值准备计提和转销，共计减少公司2026年1-6月份利润总额276.15万元。    每经头条（nbdtoutiao）——井柏然、高圆圆闯进曾经的“工业锈带”！上百万游客也去了，当地文旅成立工作组专门服务“七郎”！一个地方小镇如何带来转型样本？     （记者王瀚黎）     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。         在展台现场，由 COOWAM 世界模型驱动的机械臂全天候持续“上岗”，为现场观众制作“夏日特调”——将西瓜切块榨汁，拧开瓶盖、再按照一定配比加入柠檬片、倒入苏打水，整套动作完全自主，流畅自然。    每日经济新闻     。         该任务涉及多机械臂协同以及对接触力、流体等物理规律的处理。

二 | 在光照、水杯位置等环境因素动态变化的条件下，机械臂需要进行实时预测与修正。与依赖预设程序在固定环境中重复特定动作的传统机器人不同，基于 COOWAM 的机器人在理解任务目标的基础上，能够根据实时环境反馈进行推演、决策与行动，完成非固定流程的复杂任务。         该演示验证了 COOWAM 作为通用底座，支撑不同机器人形态适应多类物理交互任务的技术可行性，为具身智能设备在城市公共服务与物流配送等场景的落地提供技术支撑。         而在展台的另一侧，基于酷哇“Aether 以太”重载型四足平台打造的 X0 机器狗线下亮相——高达 68kg 的重载能力与全地形自适应行走能力，让 X0 能够轻松突破传统轮式设备的平面作业限制，将作业范围延伸至楼梯、斜坡、碎石路面、花坛周边等立体复杂空间。

三 | 对 X0 而言，能走、能负重只是基础，“全能”的价值在于深入城市毛细血管，实现“一机多用”。凭借高度模块化的设计，X0 可快速更换上装模块，无缝适配市政环卫、末端配送、安防巡检等多样化任务。目前，X0 已完成多场景验证并步入真机部署阶段，应用于城市精细化运维场景。         值得一提的是，酷哇科技创始人兼 CTO 廖文龙博士于7月18日在论坛演讲中阐述了自研双层智能体世界模型 COOWAM （Co-Optimized World Action Model）架构的设计逻辑。他指出，Physical Agent 面对的是两个同时存在且彼此耦合的世界：遵循物理规律的自然世界和遵循社会规则的人类世界。         廖文龙认为，机器人要实现应用价值，至少需要具备三种能力：理解自然规律（如重力、摩擦、惯性）；在行动前推演不同动作选择带来的结果；认知人类社会规则与行业 SOP（标准作业程序）。

四 |          “机器人真正需要的世界模型，并不是单一的物理世界模型，而是物理世界模型与人类社会世界模型的统一。”廖文龙表示 “只有同时理解这两个世界，Physical Agent才能真正走出实验室，进入真实社会，并持续创造生产力价值。”          基于此，酷哇研发了 COOWAM 双层智能体世界模型：          CooWAIM（交互式世界动作模型）：负责处理物理规律。

五 | 该模型聚焦 0~4 秒短时未来窗口，在机器人产生动作时，同步推演环境变化并修正当前动作，形成“动作 未来推演 动作修正”的决策闭环。         Urban VLM（人类社会世界模型）：基于城市服务数据构建，负责理解任务语义、行业 SOP 和生产力价值导向。              在 Urban VLM 内部，酷哇构建了 PVM（生产力价值模块），用于评估物理策略是否符合任务目标，使机器人实现在理解、推理、预测、执行和反馈中的持续自主决策。         模型架构之外，廖文龙还提到一个关键问题，世界模型如何变得更强？酷哇的答案是：通过与真实世界的持续交互，让模型在数据闭环中不断自我进化。机器人每一次执行任务，都是一次对世界模型的验证。它看到什么、采取什么动作、环境如何变化、结果是否符合目标，这些反馈会不断反哺模型。

六 |          依托全球范围内超过50个城市及地区的常态化运营，酷哇目前已建立了“真实世界交互 数据沉淀 模型学习 能力提升”的商业数据飞轮，通过规模化真机部署持续优化世界模型性能。

七 |          在酷哇的战略蓝图中，单个 Physical Agent 或商业场景的成熟仅仅是一个开端。当其真正实现了“一脑多态”，让同一套 COOWAM 统一底座，去驱动形态各异的轮式机器人、无人小巴、机器狗和人形机器人时，酷哇的目标就已经不再是造好一台自动化的设备，而是要去重构未来城市的运行方式。         这就是酷哇眼中的未来图景——一个由统一模型驱动的“RoboCity（机器人城市）”          为实现这一图景，酷哇规划了一条“从围墙外走向围墙内”的清晰演进路径：          第一阶段（单体智能）： 深耕垂直领域。在城市出行、市政环卫及物业服务等场景，率先完成单一设备的智能化落地。

八 |          第二阶段（多机协同）： 拓展复合场景。以统一世界模型为驱动，在园区、社区及工业等场景中，实现不同形态智能体的高效协同作业。         第三阶段（全面泛化）： 迈向家庭场景。攻克复杂操作与高泛化能力的壁垒，让具身智能真正走进千家万户。              这也是酷哇持续探索 World Model 的终极目标：让机器人真正进入真实社会，把智能编织进城市的每一根毛细血管，让 Physical Agent 成为驱动未来 RoboCity 的新型底层生产力。

Current article:http://px0jlc.senchuoshaozaodidia.shop/news/pic.html

Published on:21:42:13