物理 AI技术栈
一场峰会，完整技术栈
物理 AI只有在每一层都有效时才能发挥作用。MACHINA 覆盖全部四个层面，让人形机器人企业创始人、仿真负责人、工厂经理和芯片设计师能够彼此交流。
具身载体
物理 AI赖以运行的躯体
人形机器人、四足机器人、自动驾驶车辆、灵巧手和专用机器人：它们目前能做什么、制造它们的成本是多少，以及在大规模出货前需要发生哪些改变。
面向： 机器人企业创始人及工程师、硬件投资者、产品负责人。
议题
- 01人形机器人与通用机器人
- 02四足机器人与移动机械臂
- 03灵巧手与触觉感知
- 04自动驾驶车辆与专用机器人
2026年在此领域发言的演讲嘉宾
Bernt Børnich（1X）、Jeff Cardenas（Apptronik）、Jonathan Hurst（Agility Robotics）、Péter Fankhauser（ANYbotics）、Marc Raibert（RAI Institute）。
查看所有演讲嘉宾训练
机器如何学习物理技能
仿真、合成数据、机器人基础模型和强化学习：机器人如何学习行动，以及这种学习如何从仿真迁移到现实世界。
面向： AI研究人员、ML和机器人工程师、数据和仿真团队、AI投资者。
议题
- 01仿真与数字孪生
- 02大规模合成数据
- 03机器人基础模型：视觉、语言、动作
- 04强化学习与仿真到现实的迁移
2026年在此领域发言的演讲嘉宾
Jim Fan (NVIDIA), Carolina Parada (Google DeepMind), Abhinav Gupta (Skild AI), Thomas Wolf (Hugging Face).
查看所有演讲嘉宾部署
物理 AI在实际工作中
机器人创造价值之处：制造业、仓库、物流、能源、基础设施和太空。包括经济性、集成工作，以及运营者从首次部署中学到的经验。
面向： 首席运营官、工厂与运营负责人、物流和能源公司、集成商、企业采购方。
议题
- 01制造与工厂自动化
- 02仓储与物流
- 03能源、基础设施与检测
- 04太空与极端环境
基础设施
支撑这一切的技术栈
半导体、计算、云基础设施和硬件制造：物理 AI所依赖的供应链，以及它的瓶颈所在。
面向： 半导体与云公司、硬件制造商、基础设施投资者、首席技术官。
议题
- 01半导体与边缘AI芯片
- 02用于训练和推理的算力
- 03面向机器人的云基础设施
- 04硬件制造与供应链
2026年在此领域发言的演讲嘉宾
John Kourentis（Arm）、Evan Helda（Nebius）、Ilya Tolchinsky（Synopsys）、Sviat Dulianinov（Bright Machines）。
查看所有演讲嘉宾