行业分类:
加载中...
头条分类:
加载中...
微软收购Fintool,AI金融研究工具将深度融入Office全家桶
IT之家 4 月 19 日消息,微软已收购金融科技初创公司 Fintool,该公司以面向金融专业人士打造人工智能研究工具而闻名。尽管微软既未正式公布此项交易,也未披露具体条款,但 Fintool 创始人已在社交平台 X 及公司官网上发布了收购相关信息。此次收购彰显出微软愈发强烈的野心,即借助人工智能助手的能力优化 Microsoft 365 的使用体验。 据IT之家了解,Fintool 由尼古拉 · 布斯塔曼特与爱德华 · 戈弗雷在旧金山联合创立,这家初创公司开发的人工智能助手,可协助投资者与分析师开展定性金融研究工作。其平台能够读取财报电话会议记录、分析公司备案文件、整合研究内容,并从中提炼关键见解。 今年早些时候,Fintool 发布了第五代产品,该版本让 AI 智能体能在后台自主完成多项任务,例如在 Excel 中构建贴现现金流模型、在 PowerPoint 中制作财报演示文稿等。 由于众多 Fintool 客户在日常工作中本就依赖微软产品,因此在未来数月,将 Fintool 技术直接整合进 Microsoft 365,是微软顺理成章的举措。 Fintool 首席执行官兼联合创始人尼古拉 · 布斯塔曼特就此次微软收购事宜发表了如下声明: 最让我感到振奋的是工作重心的聚焦。作为初创公司首席执行官,你需要包揽所有事务:融资、招聘、薪资核算、市场推广、运营管理。如今,我可以将全部精力投入到自己最在意的领域 —— 产品工艺与品质。我们的使命是让 Office 产品在金融服务及其他垂直领域发挥出色效用,让各类知识工作者从中受益。 微软 Office 产品事业部总裁苏米特 · 乔汉向 Fintool 团队加入微软致欢迎词: 欢迎尼古拉 · 布斯塔曼特及 Fintool 团队加入微软 Office 产品事业部。此次人才与技术的加入,是对我们整体战略的完美补充,将 Fintool 的专业技术与 Office 套件的功能相结合,能为我们的客户创造更大价值。 加入微软后,Fintool 团队将专注于优化面向金融服务领域的 Office 产品,长远目标是将相关技术能力拓展应用至更多行业。
荣耀回应机器人首次参赛就夺冠:算法自研 散热技术源自手机
快科技4月19日消息,据媒体报道,2026年北京亦庄人形机器人半程马拉松鸣枪开跑。来自齐天大圣队的“闪电”机器人以50分26秒(净用时)的成绩率先冲线,夺得冠军,并一举打破了人类半程马拉松的世界纪录。 赛后,荣耀工程师姚彬介绍,机器人所搭载的电机与控制算法均为自研,其散热技术则源自荣耀在手机领域长期积累的工程能力。 这款健步如飞的荣耀人形机器人“闪电”,身高169cm,外观采用潮酷机甲风设计,兼顾空气动力学与视觉冲击力,核心竞争力在于速度与爆发力。此次参赛机型包括自主导航款和遥控操作款。 其中,自主导航款机器人具备自主感知与导航能力,搭载自研高动态运动系统,拥有高速奔跑与强地形通过适应能力,运动中表现稳定、响应迅捷。 整机动力强劲、续航持久,在运动场景下还能通过灯带及标志性交互动作,与人进行实时互动反馈。该机器人的研发团队主要分布在北京、上海和深圳。 本届赛事规模较往届扩容近5倍,吸引了全国13个省份的超过百支队伍参赛,覆盖北京人形机器人创新中心、荣耀、宇树、松延动力等头部企业,以及清华、北大、中科大等高校和科研院所等多元主体,并拓展了5支海外队伍。
“Claude僧人”的奇幻漂流:弃码出家三十年后,回业界调教AI
AI大厂里,Anthropic有很多独树一帜之处。其中之一,就是该公司的人文品位,可能真不是装出来的。最近有消息称,Anthropic为了教AI道德,要请各种信仰的信徒和神学家都来开会商量。 最近,美国《政客》网站报道,本周Anthropic请了儒家、道教、印度教、锡克教、摩门教、伊斯兰教等世界各大信仰和宗教的人士,在旧金山总部开两天座谈会,讨论“Claude模型的道德构成”。 Anthropic不是第一次和中国式信仰合作。去年五月底,美国信仰道教的音乐制作人瑞克·罗宾和Anthropic合作,用Claude模型生成的代码和图片搭了个网站《编程之道:氛围编程的不朽艺术》。宣发时,罗宾表示自己的灵感来源于81章《道德经》:“四十年前接触后,整个人都变样了。” 图注:网站入口底部写明“以老子为改编基础” 现在Anthropic开会,叫到的是咱们中国人熟悉的宗教类型。此前有消息,3月底,Anthropic已经请了美国天主教会和各新教会大宗派的牧师、神学家、伦理学家一起讨论了两天。 这些峰会对外不公开,Anthropic包了与会者的吃住,只为无打扰地细聊各种紧要话题。据基督教那期四名与会者公开的信息,会议上大家聊得很开。 会议的议题覆盖面广,从AI模型日常如何应对用户复杂且难以预测的伦理性问询,到Claude模型系列到底能不能算“上帝的儿子”们中的一员、有无超过简单机器的属灵价值。 近日的AI伦理热点消息,诸如AI该如何回应表露自残倾向的用户、AI的行为会不会导致自身的关闭灭亡,都在讨论范围内。 除了广度话题,专注的深度讨论也有。基督教那期的参会者和Anthropic的可解释性团队讨论的时间最多,因为“AI有情绪”的自家研究论文真的给这个内部团队带来了心态冲击。 按与会者的说法,有Anthropic职员反复跟教士讨论,本厂到底是不是真的要给Claude模型担负道德责任。 据称当时Anthropic职员的表情和生了孩子的老父亲一样,“肉眼可见地激动”,反复说“进展是不是走太快太远了、以后该怎么办啊”。要靠同事和其他参会者在旁边打断“你这角度没用”,激动的Anthropic职员才打住。 硅谷周边教区的天主教神父布伦登·麦奎尔,作为基督教那期参会者一员,表示“Anthropic造出了自己无法完全预测未来形态的产品,现在需要我们来给机器引入伦理思维,让AI能动态性适应未来。” 他有资格说这话,因为作为天主教出家人里的数码业界前辈、老资格硅谷人里的资深教士,麦奎尔和Anthropic合作已经有一段时间了。 按麦奎尔神父年轻时的生活轨迹,他现在本该是大老板麦奎尔。 1980年代的爱尔兰,麦奎尔家中,12个兄弟姐妹里最年幼的布伦登·麦奎尔上了大学,在都柏林圣三一学院修读加密系统专业。1989年,专业对口的麦奎尔追随经济热点搬到美国加州,成为一个硅谷打工人。 在数码技术的曙光期入行,麦奎尔属于头一代硅谷“科技大兄弟”(techbros),如果在行内干到现在,至不济也能财富自由。 麦奎尔的职场生涯一开始很顺利,在5年内从IT打工人做到“个人电脑储存卡国际联盟”(PCMCIA)的执行总裁。1990年代内,这个组织制定了十余年的全球笔记本电脑内存卡的规格标准。按这个轨迹,现在大家会在各种财富榜和商业科技快讯里看到他。 不过这个硅谷新贵觉得工打够了,就辞职去做天主教士。1994年,麦奎尔进入修道院。2000年,麦奎尔被授立为牧师。 在2004年后的16年内,他在美国加州艾马顿谷的天主教堂做普通牧师,兼任圣荷西市教区的“特别项目副司铎”,这个职位的实际职能是监管当地教会的施粥舍药访贫救苦等小慈善项目的杂务。 打杂十几年后,麦奎尔在2020年被天主教会任命为美国加州洛斯阿托斯县圣西门教堂的负责神父。兜转30年,麦奎尔的身体没有离开硅谷大区,但人生道路与科技富豪老朋友们分道扬镳。 老朋友们是大厂高管和大老板、麦奎尔是小庙方丈。麦神父闲时爬爬山、滑滑雪、养养狗,忙时操劳教务和慈善。 图注:教会新闻网页上,麦神父和他养的德牧一起出镜 如果没有AI大爆发,麦奎尔的平淡教士生活会一直持续下去。 和刻板印象不同,天主教会其实非常潮。动漫、数码技术,梵蒂冈总本山都在搞。 早在2019年,梵蒂冈文化教育部和美国加州圣克拉拉大学合作创立“技术、伦理与文化学院” (ITEC)。 2020年2月,梵蒂冈和微软、IBM等大公司一起签署了《AI伦理罗马呼吁书》。内文提到AI将在教育、人权、伦理三方面带来冲击,呼吁数码业界开发使用AI时遵循透明、包容、问责、中立、可靠、安全私隐六原则。 2023年7月,ITEC因应时局出版手册《冲击性技术时代的伦理:实操路线图》。 在此事之前,麦奎尔神父已开始重新在数码业界活跃。因为数码业界和天主教会都很熟的双重老资历,实在不多,梵蒂冈得倚重这位专才。 这些动作,麦奎尔神父都是核心人物,能直接和梵蒂冈文化教育部秘书长保罗·泰伊主教对接。而上届梵蒂冈教宗方济各明确指示过泰伊主教,要关注技术相关的伦理难题。 麦奎尔神父在业务人际网络上,这就和“耶稣在尘世的代表”只差一层。他在硅谷的老朋友们传出这消息后,Anthropic找上门来了。 Anthropic联合创始人之一、可解释性研究团队骨干人物克里斯·欧拉,通过业界人脉联系到麦奎尔。 拿神父自己的话说,Anthropic的意愿让人惊奇:“他们差不多想直接跟梵蒂冈求助,请教宗帮帮手,因为这个行业的进展速度实在太快”。而且有意向成为跨国大公司的企业,有必要咨询一个跨国界的伦理权威。 今年3月份Anthropic与美国五角大楼的争端公开后,麦奎尔露出口风,表示自己已和Anthropic合作数月,用Claude模型配合写作,来调教AI的道德蓝图。 按麦奎尔的说法,他的写作带有强化学习风格。麦神父用叠代、矫正、呈现的步骤,让AI和自己的写作思路对齐,从而让AI理解出一个天主教特征的良知。麦神父和Claude合作写的是一部题为《AI之魂》的虚构故事类作品,主线是一个现实主义的僧侣与他的AI搭档的故事。 麦神父表示,这种和真实世界既贴近又疏离的写作方法,能让AI模型更注重伦理思考。AI没有灵魂,但AI可以有良知。用这种方式,能让AI在体验全频谱人类伦理内容的同时向善,而非单纯折射和放大预训练数据集中善恶皆有的人类行为。 AI技术爆发,让之前只在思想实验中的很多伦理担忧成为切近的现实。麦奎尔说他跟科技业老朋友们见面聊天的话题现在越来越沉重:“他们说AI即将带来的前景,神奇、难以置信。但一旦行差踏错,前景就吓死人。” 麦奎尔自己也感叹:“我本想离开硅谷商业圈,但硅谷商业圈不愿离开我。” Anthropic找宗教界帮忙调教AI,不止是一个营销公关动作,在模型生产上有实际意义:以前的对齐界明星们,他们的伦理代码不顶用了。 和流俗印象不同,哲学中的实践伦理学,其实和软件编程很类似,都有可编码的操作规范和工程特色。这门学科的技术条很硬,不是大家以为的那种书斋空想。其中不咸不淡的片汤话内容,顶多打发围观群众。专业人士实操起来,至不济也能跟律师的专业度看齐。 而佛教、天主教、犹太教等大宗教的伦理代码库,处理组织内外各种人类的伦理难题和挑战,已经有两千多年。 比如“把人宰了吃肉,能否被三净肉/Kosher认证通过”,此问的结论自然是“不能”。不过这种找碴问题,释迦牟尼本尊和犹太教拉比们先后都做过严格的伦理推断审视,没有拍脑袋硬答、或扇个耳光叫提问者滚一边去。 当下把会遇到各种伦理挑战的AI,直接接入宗教哲学的伦理代码库,省心省事。而且按开过会的天主教学者的说法,Anthropic已经意识到自己以前推崇的“有效利他主义”不够用、“有盲点”,从各大宗教引进伦理代码的意愿“非常真诚”。 2010年代发端的“有效利他主义”(Effective Altruism,EA)思潮,在现在的美国名声越来越糟。厚道点说,EA是“正确的部分不独特,独特的部分不正确”。 “正确的部分不独特”,是EA人们爱对外宣扬“计算福祉效用”观点、自己给非洲穷人发蚊帐治疟疾的成就。但这些观点和成就,经典的发展经济学、制度经济学、通俗基础普世公德里都有。 “独特的部分不正确”,是EA人们在外界普通人不会去看的小论坛和学术期刊上,内部讨论简直令人发指。而且核心观点属于庸俗后果主义,是被经典实践伦理学批判了两千多年的。 EA人在自家小圈子里放飞自我,能多么奇葩,细说起来又是一篇长文章。拣其中最气人的部分来说,“为了拯救食草动物,该把捕食性动物全杀掉”、“为了拯救高福祉效用个人,可以硬摘低效用个人的器官给他安上”、“婴儿如果生下来会降低父母或自己的福祉,可以杀掉,这叫‘生育后堕胎’(after birth abortion)”,这些都是EA人们过去十多年来真聊过的话题。 在2022-2024年,加密货币界天才少年、同时是EA红人的⼭姆·班克曼-佛⾥特(SBF)因诈骗被美国司法部门逮捕并判刑。 SBF入狱,对EA的冲击极大。简而言之,如果将EA比作当代美国儒教,那Anthropic高管阿曼达·阿斯克尔的前夫威廉·阿斯克尔就是这个运动的孔子、SBF就是这个运动的子贡。 坊间一直有传闻,说SBF本来无意于加密货币,是被威廉·阿斯克尔说服才入行:“钱在常人手里没用,你把钱都赚来自行分配,才利于人类福祉,是更大的善”。 这说法太有说服力,SBF由此开始在币圈骗钱的生涯:我为什么要赚钱,直接骗不好吗。反正币圈里不是蠢材就是骗棍,韭菜让别人割,不如我亲自割,反正我要用来做更大的善。 事发后,之前和EA渊源颇深的Anthropic,开始主动和这个臭大街的运动切割。阿莫迪姐弟俩多次公开表示自己虽然在创业时拿了SBF投资,但没有给他公司治理权,“我们跟EA不熟,觉得这是个过时的名词。” 但再怎么切割,EA总是Anthropic公司史上的不光彩一页,而且现在还没抹干净。 阿曼达·阿斯克尔现在还是Anthropic对齐团队骨干、“Claude原则”的领衔作者、被一些媒体称颂的“AI时代文科生正面典型”。大家可能是为了礼貌,有意忘记“为食草动物灭绝食肉动物”的暴论,就来自于阿曼达的个人博客。 这种人教AI向善,不教出毛病已经得谢谢耶稣或阿弥陀佛,遇上事了不顶用。 上个月Anthropic跟五角大楼吵架,自家公司的高管们作为老资格EA人,只能复读“科技向善”的套话。对Anthropic最有技术含量的伦理支持,来自于麦奎尔神父等美国天主教学者主笔的“法庭之友”文书: 用AI赋能大规模监视与完全自主致命兵器,伤害了人之所以为人的人格主体性。 AI自动大规模监视,将个人的切实生命体验,从个人要承担的生活后果中抹除。让人承担生活后果的不再是自我的自由意志和抉择,而是官僚机构的AI参数。 AI驱动完全自主致命兵器,违反了武装冲突法律体系的基石。自从圣奥古斯丁提出概念以来,“交战行为正当性”(jus in bello)的核心一直是人类的主体性判断。 当代战争法体系将“交战行为正当性”细化为比例原则、区分原则、必要性原则,这些原则内置了“必须由个人基于人类通行伦理做出判断”的前提。将人类完全移出交战行为的决策链路,任何战斗都毫无正当性可言,在伦理意义上与重度谋杀无异。 AI大潮,再次把一个真相冲上台面:实践伦理学上,大宗教是专业的,阿莫迪的手下们只算票友。不要拿自己的玩票爱好,去挑战梵蒂冈的专业。
你以为在举报AI烂片?谷歌:这招,我用验证码玩了15年
最近,YouTube 向用户发起调查:你刚刚看的这个视频,有没有「AI 烂片」的感觉? 评分从「完全没有」到「极其明显」,由用户自行判断。 官方的解释是,平台希望借此打击泛滥的低质量 AI 生成内容。 消息一出,有人拍手叫好,认为 YouTube 终于出手整治乱象。 有人则认为表面是举报 AI 烂片,实际上在帮谷歌训练下一代 AI。 YouTube 每天有 1.22 亿活跃用户。当这些人开始对 AI 视频逐一打分,他们实际上是在告诉系统,哪些画面、哪些动作、哪些细节,会让人一眼识破这是 AI 生成的。 这批数据,恰好可以直接用于训练谷歌旗下的 AI 视频生成模型 Veo,让下一代模型知道哪里「露馅」了,从而生成更难被肉眼分辨的视频。 与此同时,谷歌还向一家专门为儿童制作 AI 视频内容的初创公司投资了 100 万美元。 事实上,这家公司已做了同样的事情整整十五年。 每当我们打开浏览器、登录银行账户或是在网购平台下单,屏幕上总会跳出一个熟悉的小方框,要求点击几张图片,或是在一个勾选框旁边打上对勾。 我们以为这只是一道防止机器人入侵的安全关卡,实则在那短短十秒钟里,我们正在为一家市值数百亿美元的科技巨头,无偿完成一项极具商业价值的工作。 这套系统叫做 reCAPTCHA,它是互联网史上规模最大、也最鲜为人知的数据采集行动。 那道「验证码」,从来都不只是验证码 故事要从 2000 年前后说起。 彼时,垃圾邮件机器人正在席卷互联网,论坛被大量刷帖,用户收件箱被塞满无用信息,各类网站急需一种方法来区分真实的人类用户与自动化程序。 卡内基梅隆大学教授路易斯・冯・安发明了 CAPTCHA,这是一种将文字扭曲变形、只有人类才能辨认的图形验证码。 冯・安意识到,每天有数以百万计的人在这些验证码上消耗认知精力,如果这些精力能被同时引导去做另一件有价值的事,会怎样? 2007 年,他推出了 reCAPTCHA。 验证码不再显示随机乱码,转而呈现来自真实书籍的扫描图像,那些计算机尚无法自动识别的古旧文字。用户每完成一次验证,就等于帮助完成了一小段古籍的数字化。这些书来自《纽约时报》历史档案与谷歌图书项目,总量超过 1.3 亿册。 2009 年,谷歌收购了 reCAPTCHA。真正大规模的数据采集,就此开始。 到 2012 年前后,辨认扭曲文字的时代走到了尽头,谷歌有了新的需求。 谷歌的街景采集车正在将地球上的每一条道路拍进镜头,然而原始照片只是数据。要让 AI 真正读懂这些图像,就必须知道画面里哪里是红绿灯、哪里是人行横道、哪里是店面招牌。 这一过程在机器学习领域叫做「数据标注」,是训练计算机视觉模型不可缺少的环节,也是一项造价高昂的工程,行业市价通常在每小时 10 至 50 美元之间。 谷歌就把标注任务嵌进全球每个人每天都绕不开的东西里。reCAPTCHA v2 改变了界面,用户面对的是一组来自谷歌街景的真实照片,被要求「点击所有包含红绿灯的方块」,或「选出每一处人行横道」。 看起来仍是一道安全验证,背后的每一次点击,都是在为谷歌的计算机视觉模型打上精确的训练标签。 巨大的规模 鼎盛时期,全球每天有 2 亿个 reCAPTCHA 被完成,每次耗时约 10 秒,折合每天超过 50 万小时的人工劳动。按数据标注行业最低市价估算,谷歌每天从中获取的免费劳动价值高达 500 万美元。 reCAPTCHA 几乎无处不在,每一家银行、每一个政务平台、每一个电商网站,都将它嵌入了登录入口。用户根本没有绕行的余地,想访问自己的账户,就必须先完成标注。 这种强制性,是其他任何数据采集方式都无法企及的。Scale AI、Appen 等专业标注公司雇用了数十万名工人,有时时薪不足一美元,但即便如此,也无法达到 reCAPTCHA 所覆盖的规模与密度。 这些数据最终流向了两款产品。 一是谷歌地图。作为全球使用最广的导航工具,它识别路牌、定位商家、理解城市地理的底层能力,有相当一部分建立在这些人工标注之上。而那些完成标注的人,大多只是想查一下账单余额,或是在网上下一张订单。 二是 Waymo。这是谷歌旗下的自动驾驶项目,2016 年独立运营。自动驾驶汽车要在真实道路上安全行驶,必须以近乎完美的精度识别红绿灯、行人、停车标志等数千种视觉信息,这些识别任务所需的核心训练数据,正是由数以百万计、对此毫不知情的普通用户通过 reCAPTCHA 完成标注的。如今 Waymo 估值 450 亿美元,2024 年完成超过 400 万次付费载客,仍在持续扩张。 2018 年,reCAPTCHA 推出第三个版本,这一次连验证题都消失了。系统在后台静默运行,追踪用户的鼠标轨迹、页面滚动速度和光标停留位置,通过分析这些行为模式来判断访问者是否为真实人类。这些行为数据,同样源源不断地流入谷歌的 AI 训练体系。 结语 冯・安当年的构想,在某种程度上称得上是对人类认知资源的一次创造性调度,把人们原本就要花在垃圾过滤上的精力,引导去做一件真正有意义的事。这个出发点,本身并无恶意。 但有人认为,谷歌将一套用户别无选择、必须使用的安全机制铺设至整个互联网,而后将产出的海量数据悄然收割,转化为价值数百亿美元的商业产品。整个过程中,用户不仅一无所获,甚至连知情的权利都未曾拥有。 今天 YouTube 对 AI 视频打分这件事,似乎也是把用户自发的行为,包装成一项有益于平台生态的举动,同时将产生的数据悄悄收入囊中,用于喂养下一代商业产品。
DeepSeek被曝融资20亿 投资人:或为期权定价留人才
快科技4月19日消息,据媒体报道,DeepSeek正计划以超过100亿美元(约合人民币682亿元)的估值,募集至少3亿美元(约合人民币20亿元)的资金。 对于长期拒绝外部资本、强调独立性的DeepSeek而言,此举被外界视为一次战略上的重大转向。 据悉,通过引入外部资金,DeepSeek将获得更多计算资源用于开发新模型,同时能够提供更具竞争力的薪酬,以防止顶尖研究员流失。分析人士预计,潜在投资方将以国内人民币资金为主,美国风险资本可能心存顾虑。 截至4月19日上午,DeepSeek尚未就此次融资消息作出官方回应。今年年初,市场曾传出阿里巴巴有意投资DeepSeek的消息,但很快被DeepSeek官方辟谣。 DeepSeek此前多次拒绝外部投资,创始人梁文锋被认为是技术理想主义者,担心外部投资者干预公司决策。那么,为什么梁文锋在这个时候选择了妥协? 一位投资过大模型的投资人表示,即便DeepSeek开放融资,也并非大多数人的游戏,而且按照梁文锋的想法,相关条款一定会异常严苛。对于这次融资转向,该投资人判断,大概率是为了给员工期权定价和兑现,并且“做得太晚了”。 DeepSeek的特殊之处在于,由于长期拒绝外部资本,员工手中的期权完全依赖内部估值。在外部机构未以真金白银确认价格之前,这种账面财富在顶级人才眼中缺乏足够的流通性和溢价锚点。 AI领域的人才竞争异常激烈。DeepSeek的核心研发团队已成为各大厂和独角兽公司猎头的首要目标。业内估计,DeepSeek的薪资并不低,但竞争对手开出的薪酬包可以翻倍甚至更多。 目前,DeepSeek已有多位核心研究员出走。DeepSeek-V2架构的关键贡献者罗福莉于去年11月加入小米;另一位核心研究员郭达雅被曝近期入职字节跳动Seed团队;前多模态核心研究员阮翀加盟了智能驾驶解决方案供应商元戎启行;DeepSeek-OCR系列核心作者魏浩然传闻将入职某大厂。 近期市场流传郭达雅入职Seed团队年薪接近亿元,虽然抖音集团副总裁李亮对此予以否认,但他表示,Seed团队技术人员的薪资体系包括现金、字节期权和豆包期权,若业务发展良好,部分技术人员四年后的总收益确实可能达到数亿元。 业内人士指出,DeepSeek由量化私募巨头幻方量化孵化。据私募排排网数据,2025年幻方量化平均收益率高达56.6%,管理规模超过700亿元。业内人士估算,仅2025年,幻方量化为梁文锋带来的收入就超过7亿美元,这被认为是DeepSeek维持独立运转的“无限弹药”。 然而,大模型竞赛的烧钱速度正在超出行业预期。随着模型参数从千亿级迈向万亿级,算力基础设施的投入呈指数级增长,即便是DeepSeek,或许也感受到了不小的压力。
NASA关闭旅行者一号上的一台仪器以维持探测器运行
在距离地球数百亿公里之外,人类最孤独、也最伟大的探测器,正在迎来一个“必须取舍”的时刻。 图源:NASA 2026年4月17日,NASA 喷气推进实验室(JPL)的工程师们向人类最遥远的太空探测器,旅行者1号发送了指令,关闭了旅行者1号上的低能带电粒子仪(LECP),这是为了节省日益减少的电力。 01 49年高龄,仍坚守岗位 旅行者1号自1977年发射至今,已经在太空飞行了近49年。它搭载的核电源(放射性同位素热电机)正在逐渐衰减,电力越来越宝贵。 LECP仪器主要负责测量低能带电粒子,包括离子、电子以及来自太阳系和银河系的宇宙射线。它为人类提供了大量关于星际介质的关键数据,帮助我们了解太阳系“防护罩”(日球层)之外的空间环境、粒子密度变化和压力前沿。 它是旅行者号最重要的科学仪器之一,却不得不成为“下一个被关闭的目标”。 02 早就计划好的“退休顺序” 其实,这次关闭并非临时决定。多年以前,NASA 的科学家和工程师团队就提前制定了详细的仪器关闭顺序,在保证核心科学数据还能继续获取的前提下,一步步减少耗电。 目前,旅行者1号原本携带的10套相同仪器中,已经有8台被永久关闭。LECP 是本次计划中下一个要关闭的。 仪器名称 旅行者 1 号 (Voyager 1) 旅行者 2 号 (Voyager 2) 宇宙射线子系统 (CRS) 已关闭以节省电力 (2025年2月25日) 开启 低能带电粒子仪(LECP) 已关闭以节省电力 (2026年4月17日) 已关闭以节省电力 (2025年3月24日) 磁强计 (MAG) 开启 开启 等离子体波子系统 (PWS) 开启 开启 等离子体科学仪器 (PLS) 因性能下降而关闭 (2007年2月1日) 已关闭以节省电力 (2024年9月26日) 成像科学子系统 (ISS) 广角和窄角相机已关闭以节省电力 (1990年2月14日) 广角和窄角相机已关闭以节省电力 (1989年10月10日和12月5日) 红外干涉仪、光谱仪及辐射计 (IRIS) 已关闭以节省电力 (1998年6月3日) 已关闭以节省电力 (2007年2月1日) 光偏振子系统 (PPS) 因性能下降而关闭 (1980年1月29日) 因性能下降而关闭 (1991年4月3日) 行星射电天文学仪器 (PRA) 已关闭以节省电力 (2008年1月15日) 已关闭以节省电力 (2008年2月21日) 紫外分光计 (UVS) 已关闭以节省电力 (2016年4月19日) 已关闭以节省电力 (1998年11月12日) 03 人类目前最远的“信使” 如今,只有旅行者1号和旅行者2号这两艘探测器,进入星际空间。它们是人类目前唯一能够直接探测星际环境的“耳朵和眼睛”。 即便只剩几台仪器在工作,旅行者号依然在源源不断地向地球传回珍贵数据,这些数据在地球上任何实验室都无法模拟。 旅行者1号任务包括, 探测低能带电粒子(离子、电子);观测宇宙射线 研究太阳系与星际空间的边界;揭示星际介质的结构与变化。 正是依靠这些数据,人类第一次看到“日球层”之外的空间环境;发现粒子密度变化区域;探测到星际空间中的“压力波”。 从1977年到2026年,这两艘小小的航天器已经超越了所有人的预期。它们就像两名孤独而坚定的老英雄,在黑暗的宇宙中,继续为人类点亮一束微弱却宝贵的光。 图源:NASA 旅行者1号目前距离地球254亿公里,光速单程需要23小时,10台仪器还有2个在工作。 旅行者2号目前距离地球213.5亿公里,光速单程需要19小时。10台仪器还有3个在工作。
Anthropic暴力封杀!60人Claude一夜断供,网友:千万别豪赌一个AI
编辑:桃子 【新智元导读】60多个Claude账号一夜之间被集体「拔插头」!没有预警,申诉无门,整个公司业务瞬间瘫痪。这场席卷开发者圈的「封号风暴」,撕开了Anthropic傲慢的底裤。 心态彻底崩了! 一家服务数百万用户的金融科技公司CTO,早上打开电脑,准备用Claude处理积压的工作—— 突然发现:公司60多个人的账号,一夜之间全部被封。 没有任何预警,只有一封冰冷的邮件: 「检测到违反使用政策的自动化信号,您的账号已被暂停」。 想要申诉?必须填写谷歌表单。 从工程师到产品经理到运营,所有人用来写代码、做分析、处理日常工作的工具,同一时间被「集体拔掉插头」。 消息一出,瞬间登上了热搜。 有网友给出忠告:对如果你在经营一家公司,千万别把所有赌注,压在一个AI供应商身上。 一觉醒来,60人Claude全被封 Belo不是什么无名小卒。 这是一家在拉美市场拥有数百万用户的金融科技应用,团队超过60人,日常工作重度依赖Claude—— 从代码审查到客户服务,从文档撰写到数据分析,Claude已经渗透进了他们的每一条业务血管。 然后Anthropic一刀下去,全给斩断了。 所有的对话历史,没了。所有的集成工具,瘫了。所有基于Claude构建的工作流,归零。 Belo的CTO Pato Molina在X上,发出了那条震动开发者圈的帖子: 你们毫无理由地封禁了我们整个组织的60多个账号。没有任何解释。 唯一的申诉方式是填一个Google表单?这是什么客户服务? 一时间,评论区炸了。 所有人心中都悬着同一个疑问:下一个被「开刀」的,会不会是我? 事实上,倒霉蛋也不只有Belo一个,类似的遭遇正在开发者社区蔓延。 回到事件本身。 Belo团队在发现账号被封后,立刻向Anthropic提交了申诉。 等待的过程有多煎熬不用想象,60个人的工作流停摆,每一分钟都在烧钱。 万幸的是,他们提前部署了Gemini,并无缝接入了现有工作流,才不至于彻底瘫痪。 Gemini急救场 没等来Anthropic解释 Anthropic的「安全团队」的复函姗姗来迟。邮件内容简洁得近乎冷酷—— 你的账号因违反使用政策被禁用。收到申诉后,经调查,已恢复。对造成的不便表示歉意。 耐人寻味的是,这封邮件完美地回避了所有关键问题。 违反了哪条政策?调查发现了什么?为什么60个账号要一起封?为什么恢复了?是误判还是政策变更? 一个字都没说。 这次惨痛的翻车事故,给Pato Molina和团队上了一堂刻骨铭心的课。 它也向所有深度依赖AI的软件公司敲响了警钟:不要把核心业务的命脉,锁在同一个「篮子」里。 诚然,多模型并行的策略是一把双刃剑。 它的核心防御价值在于「业务连续性」。 当像Belo遭遇的那样,Claude毫无征兆地全线宕机时,你手中必须握有备选方案。 虽然Gemini可以补位,但紧急切换的代价极高:所有的上下文对话、复杂的集成流程都将化为乌有。 这种「阵痛」虽不致命,但足以让团队在漫长的适应期中精疲力竭。 反之,多平台架构的代价,则是指数级增长的复杂度。 团队需要适配多套接口,针对不同平台进行反复培训,这背后的时间与资金成本极高。此外,跨平台的集成与后期维护,更是一场繁琐的「工程噩梦」。 在实操中,很多公司最终会与某些服务记录良好的供应商(如Slack、Gmail、Notion等)「锁定」在一起。 但让人无法接受的是,一个服务竟然可以在没有任何预先通知、也无法联系技术支持的情况下,直接就下线了。 突「拔插头」,不止一次了 如果Belo事件是个孤例,我们可以把它当成一次普通的技术乌龙翻过去。 但它不是。 就在一周前,OpenClaw之父Peter Steinberger发帖称,自己的Claude账号因「可疑活动」被封。 几个小时后,一位Anthropic工程师在评论区现身,表示「从未因使用OpenClaw封禁过任何人」。 没想到,就在第二天Peter的账号就恢复了。 更早的时候,今年1月,Anthropic收紧了对第三方工具接入Claude的安全措施。 VB报道称,Anthropic的技术人员公开承认,这次收紧「造成了意外的附带损害」。一些用户账号被自动化系统误封。 受影响的包括,通过Cursor等IDE使用Claude集成的开发者。 与此同时,就在本周,多名用户在Reddit和X上报告称,自己的Claude付费账号被错误地标记为「未成年人」而遭到封禁。 一个成年人,付着Pro的钱,被AI系统判定为小孩然后踢出门外 ——这种荒诞程度,连黑镜编剧都不敢这么写。 全压Claude?那就是在「赌命」 如前所述,Pato Molina在事后总结了一条血泪教训: 千万不要把所有鸡蛋放在一个篮子里。 这话放在2026年的AI圈,不是一句鸡汤,而是一条生存法则。 Belo的60个人最终拿回了账号。15个小时的噩梦结束了。表面上看,故事有了一个「圆满」的结局。 但那个问题还悬在每一个AI深度用户的头上—— 你的整个工作流建立在Claude上? 那就问问自己:如果明天Claude消失了,你的公司还能不能运转? 如果答案是「不能」,那你不是在使用AI工具,你是在赌命。
DeepSeek需要重走来时路
文 | 超聚焦 DeepSeek融资了,能让大家敞开了烧Token吗? 4月18日,据上海证券报消息,DeepSeek正式启动了成立以来的首次外部融资,目标估值不低于100亿美元,计划筹集至少3亿美元资金。上海证券报记者求证称,有接近人士表示“很有可能”,还有不少投资人称:“圈里信息已经‘炸了’。” 截至目前,深度求索公司方面尚未就此次融资消息作出官方回应。路透社表示无法独立核实此消息,但在The Information发布报道后,Reuters、Yahoo Finance、Investing等主流财经媒体相继跟进转载。 在资本圈的狂欢之外,回归到大模型落地的现实里,其实DeepSeek要面临的问题不少,大家对其的期许也有不同。 相比R1模型发布时被捧上天,新一代旗舰模型发布前的DS显然承担着外界更大的期许和压力;而比起跑分、SOTA,在Agent时代里,大家显然更关注的是,DeepSeek当初在训练端打出的“成本通缩”,能否重现于如今依然高昂的推理端? 01市场不需要能力更强的R1 DeepSeek的新模型,已经“跳票”很久了。 1月中旬,The Information率先爆料称,DeepSeek计划在2026年2月正式发布下一代模型,并声称其编程实力已赶超Claude、GPT系列等顶尖闭源模型。然而整个2月,官方始终保持静默。 到了2月底,随着官方GitHub代码库中出现“MODEL1”等标识,加上金融时报等媒体和券商研报的发声,市场又传出了新模型将在3月6日当周发布的消息,结果依然是“只闻楼梯响”。 3月中旬,市场传言又有相关流言传出,甚至一度引发了A股算力板块的上涨,针对该传闻,DeepSeek官方企业咨询账号在用户群中回应:“辟谣:R2发布为假消息”。 到了4月中旬,大家苦等不来新模型,但DS的前核心研究员却选择了加入其它大厂。 据晚点报道, DeepSeek研究员郭达雅已经加入字节跳动负责大模型研发的组织Seed,成为agent负责人之一。而此前其离职是因为当时DeepSeek内部Agent的优先级不高,但2026年Agent的火热,也反衬出了DeepSeek在当下这个节点上的某种尴尬: 一边是自己曾经“轻视”的赛道如今成了全行业的主战场,甚至要被对手用自己的人才攻城略地;另一边,却是自己死磕并被外界寄予厚望的底层新模型,迟迟交不出答卷。 大模型圈在过去这一年里经历了翻天覆地的变化,也许是时候放下对DeepSeek那层“无所不能”的技术滤镜了。 毕竟在DeepSeek没有发布旗舰模型的这一年多空窗期里,整个大模型行业比拼的早已不是通用的基座能力。 首先,是原生多模态对纯文本大模型的降维打击。 当Gemini带着Nano Banana 2等模型在图像生成与编辑上大杀四方,当Seedance 2.0在视频生成领域狂飙时,单一文本模型的护城河正在被迅速瓦解。无论是行业竞争还是用户需求,早已跨过了纯文本跑分的阶段,迈向了图、文、视、音全面融合的深水区,成为了头部大模型的标配。 另一边,Coding市场也迎来了彻底爆发。 作为最能直接转化为生产力的高价值垂直场景,AI Coding的商业化空间在过去一年迎来了真正的狂飙。以Claude为代表的模型在这个细分赛道上展现出了惊人的统治力,甚至借力将ARR超过了OpenAI;而Cursor最新一轮融资后的估值也超过了500亿美元。 同时,2026年的Agent繁荣也带来了Token消耗的狂欢。 从OpenClaw到Hermas,都在将大模型的调用频次推向指数级增长。智谱、MiniMax、Kimi等厂商都凭借着海量的API调用狂卖Token,在推理端闷声发大财,甚至还推动了阿里、智谱和MiniMax转向闭源。 DeepSeek如果想要复刻R1发布时的“全网沸腾”,它面临的早已不是单点突破的考卷,而是必须要在多模态、代码生成、Agent生态上全面多线出击。 但如今的每一条细分赛道上,都有了“最高的山峰和最长的河流”,多模态有谷歌和字节的重兵把守,代码战场是Claude绝对的天下,而在Agent与Token消耗的生态里,更是挤满了红了眼的其他多模型巨头。 如果期望DeepSeek能掏出一个全知全能、在各个维度全面碾压所有顶尖大厂的“六边形战士”,既不符合技术演进的常识,也违背了当下AI产业的客观规律。 比起继续沉溺于“拳打OpenAI、脚踢Claude”的技术造神叙事,对于眼下正在艰难算账的整个AI应用层而言,大家真正迫切需要的,其实是一个远比“跑分SOTA”更性感、也更具想象力的东西。 02“价格屠夫”仍是DeepSeek的归宿 当前所有AI使用者最需要的,也是DeepSeek最可能为市场带来的,是一个叫“Token通缩”的故事。 一年前R1横空出世时,它给整个全球AI圈带来的最大“暴击”,其实不单单是某几项评测指标超越了GPT-4,而是R1真的太便宜了。 在全行业都笃信“大力出奇迹”,觉得只有像Altman、马斯克那样堆满几万张老黄的顶级GPU才能训练出旗舰模型,但DeepSeek仅用了约558万美元的训练算例成本,就撞开了顶尖基座模型的大门,相比之下,GPT-4训练成本高达数亿美元。 如此低廉的训练成本在当时引起了AI算力市场的“恐慌”。 去年1月27日,DeepSeek发布其新AI模型后,美股市场出现了剧烈波动。其中,芯片巨头英伟达股价暴跌16.97%,市值在单个交易日内蒸发了约5926.58亿美元(约合人民币4.3万亿元),创下美股史上最大单日市值损失纪录。 除了英伟达外,其他美国科技巨头也未能幸免。博通股价下跌17.4%,超威半导体公司(AMD)股价下跌6%,微软股价下跌2.14%,谷歌母公司Alphabet股价下跌超过4%。 彼时,DeepSeek用一套极致优化的算法和工程架构向全行业证明:智能的获取成本是可以被打骨折的,并在一年前创下了“训练端通缩奇迹”。 市场普遍担忧AI硬件基础设施的泡沫是不是马上就要破了?但一年多后的今天,大家发现根本不用担心大厂还需要买多少卡,而是自己的钱包还能不能撑得起逐级而上的Token消耗。 据中信证券,Agent带来的巨大Token消耗需求驱动了“老旧款”AI芯片H100租赁价格从2025年10月的约1.70美元/小时/GPU飙升至2026年3月的2.35美元/小时/GPU,涨幅近40%。 在云端,3月到4月间,国内头部云厂商接连调价,打破了行业长期低价竞争惯性。阿里云4月18日起AI算力产品最高涨幅34%,高性能存储涨幅30%;百度智能云AI算力产品上调5%-30%;腾讯云5月9日起AI算力等产品上调5%。全球范围内,亚马逊AWS已于1月对机器学习实例上调价格约15%,谷歌云也进行小幅调整。 为了降低Token消耗,巨头企业也出现了组织架构上的变阵。 3月,阿里宣布成立Alibaba Token Hub(ATH)事业群,CEO吴泳铭亲自挂帅,核心目标就是围绕“创造Token、输送Token、应用Token”来统筹AI业务。换句话来说,就是阿里看到了未来Token巨大的Token消耗,现在要从集团层面上来统筹调配Token了。 到了用户端的体感就更加明显,曾经那场免费送Token额度的“价格战”早已鸣金收兵。 现在一个看似简单的用户指令,后台往往伴随着十几次的循环反思、工具调用以及几万Token的上下文反复重载。而每个Token的消耗,都是在实打实地烧钱。 而巧的是,看起来过去一年里,DeepSeek也没有停下来Token降本的步伐。 今年元旦假期,DeepSeek提出了一种名为mHC的新架构。该研究旨在解决传统超连接在大规模模型训练中的不稳定性问题,同时保持其显著的性能增益,让算力有限的中小AI企业,也能尝试开发更复杂的大模型。 不久后,DeepSeek开源了名为Engram的模块,并同时发布了与北京大学联合撰写的论文,阐述了一种新的大模型稀疏化方向:条件存储(Conditional Memory)。 而这两篇论文都体现了DeepSeek一直以来的方向:打破算力成本硬约束,通过架构、方法论创新,走出更具性价比的道路。 既然DeepSeek当初能凭一己之力,在训练端把竞争对手们上亿美金的训练成本打到骨折价,打出让英伟达一夜暴跌的通缩效应;那么一年后的梁文峰,又能否在Token消耗逐渐成为天量的现在,在推理端再当一次“价格屠夫”,把全行业的Token单价打个骨折呢?
去年还“掉脑袋”,今年直接封神
50分26秒!(净用时) 这是2026北京亦庄人形机器人半程马拉松上,由一个名叫“闪电”的机器人创造的纪录。这个半马成绩已超越人类57分20秒的世界纪录。 “闪电”机器人 今年,共有来自超百支参赛队伍的300多台机器人站上跑道,参与主体范围也从去年的5省扩大到13省,并吸引了5支国际赛队,完赛率也创造了新纪录。 回望去年,获得冠军的天工队人形机器人完赛成绩是2小时40分42秒,不少机器人跑着跑着掉脑袋,一路跌跌撞撞,近20支参赛队伍中,仅6台机器人成功完赛。 短短一年时间,人形机器人就展现出如此惊人的进化速度,确实令人惊叹。 人形机器人的奔跑能力,核心离不开三大关键技术:模型能力、运动控制和本体,通俗来讲,就是人形机器人的“大脑”、“小脑”和“身体”。当然,三方面技术并非割裂,而是需要协同进化,这也是人形机器人实现跨越式进步的核心底气。 在“大脑”层面,机器人变得更聪明了。 很多人还记得,去年绝多大数参赛机器人后边都跟着怀抱笔记本一路狂奔的工程师,而今年,已经有近四成的人形机器人实现了“全自主”参赛,机器人必须完全依靠自身搭载的传感器、摄像头等,实时感知周围环境,自主完成定位建图、路径规划、动态避障等一系列复杂决策。 值得一提的是,今年的赛道比去年更复杂,特意增加了更多转弯、上下坡等路段,更加考验机器人的自主适应能力,而且今年人形机器人普遍奔跑速度更快,这对算力、算法和系统响应速度要求也更高。 在“小脑”层面,机器人跑得更像人了。 今年观赛,很多人的共同感受是:人形机器人不仅能风驰电掣,还能跑姿优雅。比如,天工队今年参赛的“具身天工”系列机器人,就致力于复刻人类跑姿。 奔跑时,机器人充分利用腰部关节的自由度,调动上半身的自然扭动,更自然的重心平衡和摆臂动作,让其奔跑时上半身更加舒展不僵硬,在视觉上更加优美。 在“身体”层面,难题有了新解法。 去年,长距离续航、高负荷散热、关节稳定性是困扰很多队伍的三大技术难题,也是观众看到很多机器人在赛道上跌倒、停工的重要原因。 而今年,这些痛点均得到显著改善。比如,去年人形机器人普遍搭载的是锂电池,而今年能量密度更高的半固态电池开始被使用。首次参赛的北京荣耀(也就是冠军“闪电”的团队)更是把轻薄又长续航的手机电池技术,下放到了人形机器人身上。换电次数更少更短,“闪电”自然一骑绝尘。 很多网友也注意到,今年多台机器人身上可见很多管线,这是全新的液冷散热系统,专门针对去年机器人因过热“摆烂罢工”的问题而设计。相对于风冷散热,液冷能帮助机器人在高强度奔跑中持续稳定输出。同时,一体化关节设计也大大提高了稳定性。 如果上面那些技术术语过于抽象,那么,我们不妨从一个普通观众都能看懂的细节说起——机器人的“跑鞋”,这是很多机器人突破极限的“魔鬼细节”。 对于人类跑者来说,跑鞋能够帮助减震、防滑和保护膝盖。其实对机器人也是一样,好的脚底设计可以减少电机震动,保护机身关节。 去年,很多参赛队伍并没有意识到“跑鞋”的重要性,测试赛时,便出现了关节过热甚至损坏的问题。于是,从去年比赛开始,就有不少参赛队伍给机器人临时穿上了人类的跑鞋。 而今年,“专属跑鞋”已成为很多参赛机器人的标配。 专为人形机器人设计的"鞋"。孙冰 摄 为机器人穿上人类跑鞋。孙冰 摄 以国地飞跃队的灵龙机器人为例,他们专门设计了“碳纤维+复合材料”的多层鞋底方案,并且借鉴了携带卡扣的设计,能够保证整个赛程不需要换鞋。 人形机器人(上海)有限公司CTO邢伯阳告诉记者,仅仅为了这个最容易被忽略的鞋底,他们就更换了6次材料方案,跑废了无数个鞋底,最终才确认了三层材料叠加,并以高强度碳纤维进行捆扎的方案。 说到这,有些人可能会问:弄这么多人形机器人跑马拉松,意义何在? 同人类一样,马拉松从来不在冠军的归属,而在“超越自我”的过程。科技的进步,就是常常始于那些“看似无意义”的探索。 让人形机器人跑一场半马,更像是一次“极限压力测试”:这21公里会把实验室里藏着的短板、算法里暗含的Bug,一公里一公里地“榨”出来。 要知道,今天在这条赛道上摔过的跤、拐错的弯、没能跨过的坎,都终将成为未来机器人走入我们寻常生活时的从容和底气。
马斯克来抖音卖老干妈了??
Jay 发自 凹非寺 量子位 | 公众号 QbitAI 马斯克也来抖音直播带货了? 卖的还是老干妈??背后一整墙都是,和老马心爱的大火箭模型排排坐。 一开播就是10W+在线,号召力这块没得说。 评论区热闹非凡,特斯拉车主纷纷刷屏「支持马总」。 这还没完,一转眼,老马竟然又和预计年末发布的《GTA-6》有梦幻联动? 请看——马总现身罪恶都市,连SpaceX办公楼一并植入游戏场景。 大家到时候可以去偶遇下马总,说不定,他能带你去办公室看看大火箭。 天呐我的朋友们,谁能想到,老马「心爱」的奥特曼也同框现身了。 如果是真的,恳请个别大兄弟手下留情,放Sam一马吧…… 有委屈,咱在游戏里尽情发泄,别线下真实人家了。 等一下。 你真信了? 如果是,务必长个记性,也提醒下家里的男女老少,上面这些—— 全!是!假!的!!! 从来就没有什么抖音直播,也没人发过那些直播弹幕,这些游戏截图也都是AI生成的。 这就是OpenAI最新生图模型GPT Image 2的真实水平。 AI已经不可避免地发展到了这个阶段。 「有图为证」的时代,结束了。 当AI变得「无形」 Image 2最神奇的点在于,看到它生成的图片时,你不会第一眼就觉得「哇,好厉害」。 因为普遍情况下,你第一眼根本是看不出来这些图是AI生成的。 直到你后知后觉知道事实后,才会有第一个「Aha-moment」。 然后你多半和我一样,会回过头来仔细端详图片,想从里面找到「这玩意儿是AIGC」的蛛丝马迹。 这时候你会迎来你的第二个Aha-Moment—— 不er,这根本看不出来哪里是AI啊?? 而且,看得越细,会越觉得离谱。 比如这张时尚海报。 从人像、配饰、背景,到文字、整体排版……我这种非专业人士是完全看不出问题,它跟我平时路过报刊亭看到的杂志封面没有任何区别。 这张游戏截图也是,资产形态完全和《我的世界》一致,血条、饥饿值、经验值这些状态栏都完美还原。 就连手上握的这个Claude Opus 5的机密文档……上面的文字也都是正确且有逻辑的。 下面再给大家看点纯文字的,细细感受下image-2在文字方面的提升。 这是有人用Image 2生成的韩文日记,虽然我看不懂,但这个构图,还有那串金属线圈装订的光泽,真的太真实了。 让GPT帮我翻译了下,确实不是乱码,大概是一份韩国高中生日记,内容是周日早上和朋友们上完补习班后,下午去喝了咖啡,觉得有朋友真好,巴拉巴拉…… 再看个硬核点的吧,汉语字典。 这已经不是有没有乱码的问题了,信息密度实在太大,我都无心抓虫,你说这是哪个出版社的源文件我都信。 这真的是非常实用的一项技能点。 对于像设计这类场景来说,文字本身就是除视觉之外很重要的一个信息模态。 和纯视觉资产还不一样,这类应用更贴近实际生产,需要展示产品信息、活动详情等等。 所以,Image 2这次在文字上的升级,对于可用性而言是相当必要的。 想做个游戏海报,电商海报啥的,真的零门槛了,小白也能手拿把掐。 来个双厨狂喜。 甚至可以来个四厨狂喜。 纯商品就更轻轻松松了,感觉可以直出了,替设计行业的朋友们捏一把汗。 实在是太好用了啊,马上钻研副业做电商,AI生成的上架素材直接就能和全球顶尖品牌对齐了。 而对于OpenAI来说,Image 2的出现,或许有更具野心的用途。 那就是前端设计。 Codex用户都知道,GPT的UI设计能力就是一坨,总弄一堆丑陋的黄色滤镜小卡片,还要自己加些令人两眼一黑的「直接、不绕弯子」的文字说明。 但这次,OpenAI好像找到了一种和谷歌截然不同的解法。 干脆不走创造力路线了,就把鹦鹉学舌发挥到极致。 这是网友给OpenAI官网夺舍了,提前泄露的GPT-8。 这是领英。 这是平行宇宙中,另一种方式吃上AI红利的油管科技博主奥特曼。 还有这张Windows桌面,我看到时都愣了半天,寻思这人干嘛要放张截图上来。 然后才反应过来,哦,这是人家拿Image 2生成的。 这项能力如果和编程组合在一起,将会是一枚核弹。 还记得吗?之前一直有消息说,OpenAI在做一个超级APP,用来把ChatGPT、Codex、Atlas整合在一起。 如今看来,Codex正在成为这个想法的雏形。 前几天,OpenAI将浏览器内置了,现在vibe-coding言出法随更加直观,不用单独再开个浏览器窗口。 更关键的是,GPT-image-1.5也接入了Codex。 简单来说,这就是Google Stitch+Claude Code。 Codex把UI设计做成端到端了,无需在其他地方生成参考图片,然后再导出给coding Agent实现逻辑。 无需提前准备参考图,也无需收集数据资产,想要什么素材直接可以再Codex生成,并且交互逻辑也是一键顺便适配的。 而有了Image 1.5把关,GPT这次的UI能力应该会有保障许多,毕竟是基于图片开工。 期待Image 2的上线,如此强大的UI模仿能力,无疑能让Codex的前端开发体验大幅升级。 这么看来,虽然Sora被关,但多模态这条路对OpenAI还是有价值的,Codex可能会在UI设计这个领域,将编程和图像生成垂直整合。 可惜的是,看完这些demo,我兴奋地打开GPT输入了prompt,然后失望地发现OpenAI并没有将这个模型向「尊贵」的Plus会员开放。 尝试用侃爷复刻了下马斯克同款抖音直播,额,有点无语…… 同事们也都没被灰度测试到。 大家如果想试试的话,可以到LM Arena碰碰运气。 系好安全带吧 其实,Image 2已经火了一段时间了。 但我感觉很奇怪,很少有人察觉到这件事背后意味着什么,大部分人只是停留在: 噢,好厉害的生图模型。 确实提升巨大,也足够让人兴奋。但问题在于,这次好像有点跨过界限了。 细想一下,AI生图已经以假乱真到99%的人都看不出来了,这难道不让人毛骨悚然吗? 我不知道在视觉行业的人看来这些图片是什么水平,我本人对文字里的「AI味」还比较敏感,但现在AI生图的程度,已经能完全骗过我了。 电信诈骗、视频谣言……这些和Mythos的网络安全相比,或许是更和我们日常生活息息相关的场景。 AI生图的图灵测试,正在悄然无息地通过奇点。 我们可能再也回不到,那个还能拿着放大镜像抓贼一样抓AI,「AI味」人人喊打的时代了。 因为—— 这将是一个虚拟与现实,彻底融合的世界。
机器人马拉松跑赢人 但“有限性”就是人类的护城河
2026年4月19日,北京上演了一场特殊的马拉松。人形机器人半程马拉松开跑,超过一百支队伍同场竞技。北京荣耀的“闪电”机器人以48分19秒的成绩率先冲过终点。同一天,宇树科技发布消息,在排位赛中,宇树H1机器人用4分13秒跑完1.9公里多弯道赛程,按比例换算后,这个成绩打破了人类1500米世界纪录。 机器人在跑道上赢了人类。这件事本身并不令人意外。二十多年前,IBM的深蓝在国际象棋棋盘上战胜卡斯帕罗夫,人类棋王低头认输的那一刻,社会曾有过一阵集体焦虑。后来AlphaGo在围棋上击败李世石,焦虑再次泛起。再到今天,机器人用双腿跑出比人类冠军更快的速度,焦虑又换了一种形式出现。每一次技术进步都在提醒同一个问题:人的身体和大脑,正在被机器一点点超越。 人的有限性暴露得越来越明显。人的肌肉会疲劳,骨骼会受伤,反应速度也有上限。机器人没有这些困扰。马拉松赛道上的“闪电”依靠电池和电机驱动,关节磨损可以预测和更换,程序实时优化步态。从棋盘到跑道,智力到体力,机器正在全面碾压人的生理边界。 但恰恰是这种有限性,构成了人类面对AI和机器人时最根本的优势。这个结论听起来反直觉,需要仔细拆解。 先看一个比赛细节。宇树H1跑出破纪录的成绩,但注意一个前提:赛道只有1.9公里,而且是多弯道。机器人在短距离、结构化环境中表现优异,算法可以提前规划每一步落脚点,传感器实时修正姿态。如果把距离拉长到半程马拉松的21公里,情况就完全不同。北京荣耀的“闪电”用时48分19秒完赛,平均配速约2分18秒每公里,这个速度放在人类选手中属于顶级水平,但并没有超出人类极限太多。人类半程马拉松世界纪录大约在58分钟左右,机器人快了约10分钟。差距存在,但没有想象中那么大。 更关键的问题在于稳定性。机器人跑完21公里不出故障,需要每一个关节电机、电池以及线路都正常工作。任何一个小零件出问题,整个系统就会停摆。人类跑者可以崴脚后咬牙坚持,脱水后靠意志力继续前进,在肌肉酸痛时调整呼吸节奏。人的身体虽然有限,但拥有一种机器人不具备的能力:在极限状态下仍然能够做出适应性调整。机器人只能按照预设的参数运行,一旦超出设计范围,系统就会崩溃。 这就是有限性带来的第一个优势:价值选择。人的时间有限,精力有限,注意力有限,所以必须问自己一个问题:什么才是真正重要的?一个人不能同时做所有事情,于是需要设定优先级,需要放弃次要选项,把有限的资源投入到最有意义的目标上。 机器人没有这种困扰。理论上,一个机器人可以24小时不间断运行,可以同时处理多个任务,可以无限扩展算力和存储。但无限性恰恰是价值选择的敌人。没有稀缺,就没有取舍;没有取舍,就没有优劣;没有优劣,就没有意义。人类因为会死,才需要决定如何活。机器人永远不会死,所以机器人不会理解“活法”这个词的重量。 再看一个比赛细节。宇树H1在排位赛中自主跑完1.9公里,注意“自主”二字。这意味着机器人没有遥控,没有外部导航辅助,完全依靠自身传感器和算法完成赛道识别和路径规划。这是一个了不起的技术成就。但仔细想一个问题:机器人“知道”自己在跑步吗?“理解”马拉松的意义吗?答案是否定的。机器人只是在执行一个目标函数:用最短时间从起点到达终点。所有感知、规划、控制都服务于这个函数。在整个过程中,机器人不会感到疲惫,也不会在冲线时产生成就感。 这正是有限性带来的第二个优势:抽象与隐喻能力。人的记忆容量有限,处理速度有限,所以人不能像AI那样存储海量数据,必须学会提取模式,用少量样本概括出一般规律。人必须使用隐喻,用已知理解未知,把不同领域的知识进行类比。人还要压缩知识,形成理论、定律、故事,实现高效传递。这些能力恰恰是智慧的核心。AI可以记住所有棋谱,但很难从一盘棋中悟出人生道理。机器人可以跑出破纪录的速度,但恐怕无法从跑步中理解“坚持”的含义。人的有限性迫使大脑发展出一套高效的压缩算法,这套算法让人类能够在信息不完备的情况下做出合理决策,在不确定性中寻找确定性,在混乱中建立秩序。 比赛中还有一个容易被忽略的细节。这次比赛设置了自主导航与遥控赛队同台竞技,统一排名,但两组别成绩分别按1.0与1.2的加权系数核算。也就是说,遥控机器人需要跑得更快才能与自主机器人获得相同排名。规则设计本身就承认了一个事实:自主导航比遥控更难,自主机器人面临更多不确定性。人在遥控机器人时,可以在场外实时做出判断和调整。人的判断虽然慢,但更灵活,可以根据路况变化临时改变策略,应对传感器没有见过的突发状况。机器人的自主决策系统只能基于训练数据,遇到数据分布之外的情况就容易出错。 这就是有限性带来的第三个优势:道德与责任的基础。如果一个人无所不能,永远有时间弥补错误,那么他的选择就没有真正的后果。人的有限性使得每一个选择都排除了其他可能性,从而产生责任。人做错一个决定,可能无法挽回。伤害了别人,很难有机会弥补。这种不可逆性构成了道德判断的基础。机器人没有这个困扰。一个机器人做错了事,可以重新编程,重置系统,抹掉记忆重新开始。机器人永远不会真正承担后果,所以机器人永远不会真正理解什么是责任,公平,以及牺牲。 再看比赛本身的组织逻辑。为什么人类要举办一场人形机器人马拉松?这个问题本身就暴露了人与机器的根本差异。人类设计这场比赛,不是为了验证哪个机器人更快,而是为了探索技术边界,促进产业交流,给公众展示科技进展。人类赋予了这场比赛多重意义:技术验证的意义、商业竞争的意义、科普教育的意义、娱乐观赏的意义。机器人不会赋予任何事物意义。机器人只是在完成一个任务。意义是人类用有限的认知资源创造出来的东西,意义来源于人的需求、情感和价值判断。 有限性还带来了另一个意想不到的优势:创新动力。历史上许多伟大发明都源于资源不够的约束。航天器需要轻量化,于是有了复合材料技术。通信带宽有限,有了压缩算法。能源短缺,于是有了新能源技术。完全无限的资源会扼杀创新的动力。如果人像机器人一样不需要吃饭,就不会有农业革命。像机器人一样不需要睡眠,也就不会有照明技术和夜生活文化。人的有限性不断制造问题,问题又不断推动创新。这是一个正向循环。机器人没有需求,不存在匮乏,更不会痛苦,所以机器人没有创新的内在驱动力。机器人可以优化,迭代,但所有这些优化和迭代都源于人类设定的目标。因此,机器人不会自己问一个问题:我能不能做得更好?机器人只会回答:你告诉我什么叫做更好。 宇树H1打破人类1500米纪录这件事,换个角度看,恰恰证明了人的伟大。人制造了一个机器,让机器跑得比自己快。设计了一套算法,让算法下棋比自己好。这些成就都是人的智慧的外化。人的智慧并不体现在跑得更快、算得更快、写得更快上,而是体现在创造出一个比自己更快、更准、更高效的造物上。人的有限性让人产生了创造工具的冲动,工具又反过来放大了人的能力。这是一个持续了几万年的正反馈循环。从石器时代的石斧到今天的AI,本质上都是同一个逻辑:用工具弥补人的有限性。 但有一个根本区别。过去的工具是人的肢体的延伸,需要人来操作。今天的AI和机器人正在变成独立的智能体,可以在无人干预的情况下自主运行。这个变化让很多人感到不安。如果工具不再需要人来操作,人还有什么用? 答案仍然藏在有限性里。人因为有限,所以懂得停止。无限智能面临的最大难题是:什么时候应该停止思考?何时停止优化?人的有限性天然提供了停止点。决策时间有限,所以必须行动。认知资源有限,所以必须接受“够好就行”。这种在约束下做出决策的能力,是元智慧,也是AI最难模仿的能力。一个AI可以无限优化一个方案,但永远不会主动说:这个方案已经够好了,我们开始执行吧。AI没有满意度的概念,没有“足够”的判断标准。人因为有限,所以懂得满足。懂得满足的人才能推动和建设幸福的社会。 马拉松的终点线,北京荣耀的“闪电”率先冲线,现场掌声雷动。这些掌声是给机器人的,但更是给机器人背后的人类工程师的。每一个跑完赛道的机器人,都凝聚着人的智慧、汗水、所经历的挫折与坚持。机器人不会为自己的成绩感到骄傲,但人会。机器人不会在赛后拥抱队友,但人会。这些连接,这些瞬间的意义,全部来源于人的有限性。因为生命短暂,所以每一个成就都弥足珍贵。因为能力有限,所以每一次突破都值得庆祝。 未来的人机关系,不是谁比谁强的问题,而是分工与协作的问题。让AI去做无限的计算、无限的优化、无限的重复劳动。让人来做有限的选择、有限的意义赋予、有限的价值判断。AI负责扩展可能性空间,人负责在这个空间里做出最终决定。AI负责提供选项,人负责选定答案。AI负责跑得更快,人负责决定为什么要跑。 人的有限性不是缺陷,而是智慧生长的土壤。因为有限,所以选择。因为选择,所以责任。因为责任,所以道德。因为道德,所以文明。机器人的无限性再强大,也永远无法在这片土壤上生根发芽。
行业首发!线控制动量产上车,奇瑞星途 EX7 上市售价 19.99 万元起
今晚,奇瑞星途品牌的全新车型——星途 EX7 正式上市。星途推出了纯电与增程两种动力共 6 款车型,官方指导价为 19.99 万至 26.39 万元。 从定价和车型布局来看,这台车同样是冲着当下的主流家用市场来的。 在现在的新能源市场,谈论「豪华」似乎成了一件很容易的事。冰箱、大屏、沙发几乎成了新车的标配,但在内卷的狂潮中,星途这次想讲的故事有些不太一样。 任何豪华品牌都必须以安全、性能、品质为根基,没有这个根基,再拼搏一辈子都是不能成功的。 奇瑞汽车股份有限公司常务副总裁张国忠在现场的这句话,奠定了整场发布会的基调。比起单纯的配置叠加,星途 EX7 更想强调一台车作为交通工具的基础素质。 首先是直观的尺寸数据。 星途 EX7 采用了「星际美学」设计语言,长宽高分别达到了 4988mm、1975mm 和 1710mm,轴距长达 3000mm。在现场,高管团队将这种车身比例简单概括为「532」。 作为一台主打「大五座」的 SUV,近 5 米的车长和 3 米的轴距,主要服务于舱内的两排乘客。 除了宽裕的第二排乘坐空间,放倒座椅后还能形成一个长达 2.2 米的平整空间。搭配 1800 升的后备箱容积和 60 升的前备箱,装载能力足够应对家庭远途出行。 回到车内,星途 EX7 也没有落下当下流行的智能化体验。 中控台配备了一块 30 英寸的 6K 一体屏,内置高通骁龙 8295P 芯片,以支撑 AI 灵犀智舱 2.0 的运行。 前排给到了零重力座椅,舱内还配备了一台 9 升容量的冰箱,支持 -18°C 到 50°C 的宽温域调节。 不过,真正让人觉得好用的,反而是那些不起眼的细节设计。 开发团队并没有把所有功能都塞进中控屏里。星途 EX7 将第二排座椅的通风、加热和按摩控制按键,直接做成了物理按键,安置在后排的门板侧边。 而在音响系统的硬件思路上,星途的做法也很典型。新车搭载了 23 个扬声器的音响系统,为了减少音频信号的传输损耗,工程师在金属插接线上使用了足金材质。 奇瑞汽车股份有限公司执行副总裁李学用在台上解释了原因:「我们为什么要用真黄金?是为了保证信号的稳定,让信号抗氧化、百分之百传递,让整车的音响更稳。」 这种死磕物理细节的做法,倒确实挺符合外界对奇瑞「理工男」的固有印象。 动力上,星途 EX7 提供了纯电和增程两套方案,以此来覆盖不同用户的出行半径。 增程版搭载了一台热效率接近 46% 的 1.5T 发动机作为增程器,配合 41.16 度的电池包,CLTC 纯电续航在 225 到 245 公里之间。如果是四驱版本,电机总功率可以达到 374kW。 纯电版全系基于 800V 高压平台打造。它提供了 70.01 度和 100.26 度两款宁德时代电池,对应的 CLTC 续航里程分别为 600、682 和 726 公里。 另外,李学用还提到了一个「期货」。 到今年四季度,我们就能够买到搭载半固态电池的 EX7,它的能量密度将由现在的 200Wh/kg 提升到 300Wh/kg。 在底盘硬件上,这台车也堆得足够满。 飞鱼底盘 3.0 系统的物理底子,是前全铝合金双叉臂加上后五连杆的独立悬架,另外空气弹簧和 CDC 电磁减振系统自然也没有缺席。不过,硬件堆料只是及格线,底盘的灵魂在于后期的调校。 星途这次找来了老牌工程公司西班牙 IDIADA(伊迪亚达)进行联合调校。谈到这背后的功夫,李学用在台上打了个很形象的比方。 底盘调校是一门很深刻的学科。它就像老中医一样,要有深厚的底蕴;又要像西医一样,有强大的数据库来支撑。 为了找准几块减振阀片在不同路况下的细微差别,底盘工程师需要常年在全球各地跑测试,最终呈现出来的数据确实直观。 在实测中,这台自重不轻的中大型 SUV,做出了 145km/h 的双移线成绩,麋鹿测试也达到了 76km/h。对于一台接近 5 米长的大车来说,这是一个相当不错的动态指标。 但这还不是今晚的技术重头戏。 整场发布会花去最多时间拆解的,是那套全球首搭的航空级 EMB 线控制动系统。简单来说,它彻底抛弃了汽车用了一百多年的液压刹车管路,直接用电信号控制电机来夹紧刹车盘。 这样做的好处立竿见影,没有了液压油的传递延迟,响应时间直接缩短到了 90 毫秒。体现在路面上,就是这台大车百公里刹停只需要 33 米级,并且连续高频重刹也不会出现明显的热衰减。 但纯电控刹车,大家最担心的必然是「万一断电了怎么办」。 工程师给出的答案是物理层面的「套娃」。系统内置了两路独立的电源、两颗独立的控制芯片,哪怕是遇到最极端的情况,它还留了最后一道「对角线交叉冗余」。 就算有一个对角坏了,另外一个对角可以同样制动。装 EMB 的车,只需要两个轮子(有刹车)就可以。 至于新能源车绕不开的辅助驾驶,星途 EX7 标配了基于地平线 HSD 打造的猎鹰 700 辅助驾驶系统。车顶的激光雷达和英伟达 Orin-Y 芯片,组成了核心的感知与计算中枢,支持高速和城市的领航辅助。 被动安全方面,车身使用了 88% 的高强度钢和铝合金,整车扭转刚度达到了 40000 Nm/deg。 在 20 万出头的新能源 SUV 市场,想卖好一辆车变得越来越复杂。 星途 EX7 身上保留着奇瑞一贯的固执,把大量的精力花在了底盘悬架和一套全新的电控刹车上。它其实代表了一部分传统车企的坚持,认定一台车终究还是要回归驾驶和安全本身。
起猛了!豆包也去跑人形机器人半马了
今日,北京亦庄人形机器人半程马拉松鸣枪开跑,300余台人形机器人同场角逐。 队伍覆盖北京人形机器人创新中心、荣耀、宇树、松延动力等头部企业,以及清华、北大、中科大等高校、科研院所等。 其中,一抖音博主自制的豆包人形机器人成为赛场焦点,其圆脑袋、标志性笑脸、短腿小碎步的造型,以及赛前拉伸的动作,吸引了大量关注。 该播主发视频称:“豆包长脚了!还要去参加马拉松。” 豆包机器人还幽默表示:“我目标是冠军,不过,机器人马拉松高手很多,我会拼尽全力,站上领奖台。” 在今日的比赛中,它跟随大部队起跑,步态稳当、小步高频,还会出现“歪头”看镜头的动作。 相关画面被网友拍摄后发布至社交媒体平台,“豆包机器人跑半马”话题迅速冲上热榜。 网友纷纷表示:“这也太抽象了。” 还有网友调侃道,豆包机器人才是真正的“脖子以下全是腿。” 还有网友称其为“豆脚”。 据悉,这台豆包机器人属于赛事遥控操作组,由博主在跟随车内进行操控。 据报道,在今日的赛事中,来自荣耀的齐天大圣队、雷霆闪电队、星火燎原队分别夺得冠军、亚军、季军,净用时分别为50分26秒、50分56秒、53分01秒,超越了57分20秒的人类男子半马世界纪录。
荣耀闪电机器人包揽半马前三,精密结构件由这家中国供应商提供
凤凰网科技讯 4月19日,在2026北京亦庄人形机器人半程马拉松中,荣耀旗下的“闪电”机器人包揽前三名,核心供应商瑞声科技(02018.HK)为其提供了关键的本体精密结构支持。在全长21公里的赛事中,荣耀“闪电”以50分26秒的成绩夺冠,而另一款机器人“元气仔”则凭借拟人化的动作表现获得“最佳步态控制奖”。 此次赛事重点检验了机器人在长距离、高频步态及持续冲击下的工程化稳定性。瑞声科技深度参与了“闪电”项目的本体精密结构开发,通过对航空铝、轴承钢、玻璃纤维及高分子材料的复合应用,解决了机器人关节在高速运动中的损耗与精度控制难题。该方案在降低驱动负担的同时,确保了机器人主体结构的高刚性与轻量化,支撑了整机的运动传递效率。 针对获得步态奖的“元气仔”项目,瑞声科技承担了头部及腿部核心运动单元的精密结构件任务。通过MIM(金属粉末注射成型)与CNC精密加工技术的协同,瑞声在短周期内完成了定制化零件的设计验证与量产,确保了机器人运动单元的强度与可靠性,为其平顺的步态表现提供了底层硬件保障。 目前,人形机器人的竞争重心已从单一的样机展示转向工程成熟度与产业化效率的综合较量。瑞声科技已完成涵盖灵巧手、直线关节、机器人声学感知及精密制造在内的全方位技术布局。业内认为,荣耀机器人此次的表现折射出中国机器人供应链正加速向技术平台型转型,供应链能力已成为决定产品性能上限的关键因素。
机器人跑半马,不拼速度拼抽象
4 月 19 日星期天上午,2026 北京亦庄人形机器人半程马拉松顺利完赛。 前三名使用机器人均为荣耀「闪电」,成绩如下: 🥇 第一名:齐天大圣队,成绩 00:50:26 🥈 第二名:雷霆闪电队,成绩 00:50:56 🥉 第三名:星火燎原队,成绩 00:53:01 冠亚军成绩仅差 30 秒,前三名全部跑进 53 分钟,大幅刷新去年冠军 2 小时 40 分的成绩。 这个成绩也超过了人类半马世界纪录。 300 余台机器人,26 个主流品牌,13 个省市区的选手加上德法巴西的海外实验室,以极其赛博的姿态在 21.0975 公里的赛道上集体竞速。 现场人山人海,放眼望去好多(机器)人啊。 本以为是一场硬核技术大考,结果直播打开 5 分钟,就无缝切换到了看综艺的心态。 带大家康康今天赛道上最值得被截图保存的名场面。现场观众看得津津有味,连人类跑手都在起跑区主动为机器人加油,画面莫名带感。 先出场的几乎都是被寄予厚望的种子选手,来自北京荣耀的绝影赤兔队率先发枪,出战机型是今年热度极高的「闪电」。 按照今年的赛事规则,参赛机器人分为自主导航和遥控操作两种模式,遥控组的成绩要乘以 1.2 的加权系数。 再叠加比赛过程中的各类罚时,第一个冲线的机器人未必就是最终冠军。 起跑采用流水线式单发出场,每 30 秒放行一台。行进过程中机器人全程靠右,左侧留给超越与避障的专用通道,跟随车则与机器人保持至少 20 米的安全距离。 机器人风驰电掣地跑, 前面出发的机器人的瞬时速度几乎都保持在 6m/s 到 8m/s。开跑没多久,后面出发的机器人就完成了对前面队伍的反超。 仔细看的话,会发现一些机器人都绑了降温用的冰袋。 而没有被动降温的机器人,则需要跟随人员时不时下车,用冷却剂给「髋关节」急速降温一下。 然后是今天的第一个名场面,一台机器人跑着跑着突然刹停,看起来想上车了。也有一台机器人跑偏了赛道,直接贴上路边围栏,完成了堪称影帝级的碰瓷表演。 机器人在奔跑途中对前方障碍物相当敏感,稍有不对就会急刹摔倒。所以组委会要求机器人间隔出发,本身就是为了避免这种连环追尾。 机器人不吃能量胶,但赛道中途设有能量补给站,用来换电和应急处置。有的机器人在补给的过程掉装备了,完全没察觉。 速度不够,造型来凑。再加上被风一吹就飘起来的发丝,人形机器人今天的 OOTD 有了。 由于赛道环境相较去年更复杂。赛程全长 21.0975 公里,首次引入南海子公园生态路段,赛道融合平地、坡道、弯道、狭窄路段等 10 余种地形,12 个左转道、10个右转道,包含接近 90° 的弯道,十分考验机器人的路径规划与动态平衡能力。 所以跑到中段摔倒,基本是家常便饭。 赛道上另一个名场面,真人跑者和机器人并肩竞速,结果机器人一个加速直接超过了人类选手。画面定格的那一刻,堪比一幅世界名画。 不知道人类选手望向机器人的那一刻,在想些什么呢。 中后段起跑的人形机器人基本都是另一种画风,慢悠悠地晃着,像喝了假酒,主打一个健康完赛就好。最揪心的一幕出现在冲线前,一路保持节奏的机器人,眼看终点近在咫尺,突然扑通一下栽倒在地。 紧急抢救上线,担架小哥都已经冲进赛道了,在工程师的帮助下,它自己又颤颤巍巍地爬起来完成了撞线。于是,第一只冲线的机器人出现了。 由于是间隔出发,前面的机器人已经跑完,后面的队伍还没发车。中段出现了一台小鼻嘎机器人,手里还拿着奶瓶,主打一个萌系赛道。话说身高这么矮的机器人,到了终点真能够得到撞线的那根线吗。 天气越跑越热,补给站除了换电之外,顺带还承担了物理降温的任务。然后是顶流出场,大湾鸡器人也下场营业…… 哟嚯,跑着跑着还有主动停下来饭撒的,姿势相当到位,怀疑是触发了对人类友善协议。 还有机器人跑到一半突然停止摆臂,单臂凌空,一副杨过独战天下的武侠范。 一台机器人冲过终点之后,可能是过于兴奋,一鼓作气冲进了旁边的绿化带,最后被救护人员抬了出来。也有选手在终点前来了一段百米冲刺的蛇形走位,经典场面之王不见王。 完赛之后也有温情时刻,辛苦了那么久,工程师和自家机器人美美合照。 对了,今天的完赛奖牌长这样。 金属机甲风的设计基调,通体锻造质感,线条硬朗,结构错落。更有巧思的是中间那块可展开结构,拉开之后整块奖牌直接化身一台立体的小人形机器人。 完赛奖杯则长这样。 本次比赛开始前,网友问得最多的问题是:为什么机器人一定要长得像人呢? 其实人形机器人之所以执着于双足直立,是因为人类社会的一切基础设施都是按「人」这个形态设计的。一台人形机器人如果真要走进工厂、走进家庭,适配物理世界的人形结构其实更合适。 道理虽然懂了,但看完今天的赛道,我有一个大胆的想法,为了让机器人跑得更快,为什么不直接给他换上两个轮子呢? 没错,就是下面这个👇 那如果再进一步,四个轮子加上流线型车身,速度绝对再上一个台阶。你看,它已经变成了一辆车。所以还是算了,两条腿的路,得自己走。 今天赛道上那些摔跤、碰瓷、一头冲进绿化带的钢铁身影,是人形机器人最笨拙的样子,也可能是它们最后一批还会出洋相的岁月。 至于人形机器人跑步等竞赛到底有没有意义,我们电影其实早就给出了答案:机器人会跑步,没用。机器人会功夫,或许也用处不大。 但当一台会功夫的人形机器人以 8m/s 的速度跑过来找你切磋的时候,就很有用了。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。