⌘ K
… 读取采集状态 同步中...
雷

#AI

今日 0 条
9月19日周六
9月18日周五
  20. 三节课0

    机器人如何自进化，乐享科技走了一条新路

    机器人如何自进化，乐享科技走了一条新路 当数字世界的 AI 开始讨论自进化，物理世界的 AI 有没有自进化，或许是下一个时代最重要的问题。 作者｜Li Yuan** 编辑｜郑玄** 最近，乐享科技因为一个颇大胆的 claim，引发了不少关注：它提出，其具身智能模型以太大模型能够在部署和执行过程中持续更新，并将这种能力概括为「自进化」，是全球首个能自进化的具身智能模型。 自进化是一个容易引起争议的说法。「进化」究竟是模型参数发生了变化，还是进行了任务的临时调整？在多大程度上这样的调整能够变成可迁移的新能力？一个模型能够适配不同场景和不同身体，又应该被理解为工程层面的泛化，还是更强意义上的持续成长？在机器人行业仍然需要解决稳定执行问题的阶段，「自进化」显然是一个需要被谨慎对待的判断。 近日，乐享科技又进行了一场户外直播。按照直播前公布的目标，搭载 Aether 以太大模型的机器人要在户外接受随机点单，完成包括食材和工具处理、烤制、翻面、上菜在内的烧烤任务，并应对临时打断、需求临时增加和场景变化。 在现场超 30 位专业媒体和线上超 550 万观众的见证下，实际呈现的过程并非每一步都顺利。

  21. 三节课1

    有望对标Databricks，OceanBase押注AI数据底座的万亿市场

    有望对标Databricks，OceanBase押注AI数据底座的万亿市场 企业AI转向“小模型微调+多模态底座”，数据基建新市场。** 作者 |**王涵 编辑 |**漠影 AI落地的真正拐点，已经不在模型本身。 当通用大模型足够强、足够便宜之后，企业突然发现：真正卡脖子的，是自己的**数据**。散落在各处的交易记录、文档、图片、日志，以及那些还没被整理的向量，能不能被Agent真正用起来？ 正是这一问，把数据层推到了台前。当数据库的使用主体从人变成了海量Agent，数据类型从结构化扩展到多模态，要求也从“存得下”变成了统一管理、实时检索、语义理解与安全合规。 这些变化正在重写整个数据市场的边界。 9月10日，2026 Inclusion·外滩大会《数智进化：让多模态数据成为AI核心燃料》见解论坛上，**IDC中国企业软件市场研究经理王楠发布最新研究**。 研究重新划定了“AI数据基础设施”的版图**，并给出清晰判断：**中国市场将从2025年的约149亿美元，增长到2030年的738亿美元，到2035年有望达到约1万亿人民币规模。** 万亿级新市场正在打开，而最先卡位的，将是那些真正

  22. 三节课1

    物理AI拐点已至：紫东太初正在构建国产空间具身智能底座 | 甲子光年

    物理AI拐点已至：紫东太初正在构建国产空间具身智能底座 | 甲子光年 大模型进入物理世界的门槛正在改变。 作者｜田思奇 编辑｜栗子 当大模型从数字世界走向物理世界，真正的挑战已经从“能不能看懂”转向“能不能理解现实，并据此完成下一步行动”。 机器人面对的不是标准化的图片，而是不断变化的真实空间：物体会被遮挡，视角会发生变化，不同物体之间存在距离、方位和接触关系，一项任务还往往伴随着严格的执行约束。这意味着，过去以图文理解为核心建立起来的多模态能力，需要进一步向空间理解、状态判断和任务规划延伸。 9月15日，紫东太初正式开源 ZDTaichu5.0-9B。** 这款 9B 参数通用多模态大模型，在九项国际空间理解基准测试中取得 8 项同参数通用组第一。它不仅通用能力维持在第一梯队，更是 10B 参数规模里空间具身能力领先的通用多模态大模型。并首次将完整的空间多模态数据生产管线详细方案开放给产业界。 如果只把它看作一款“更强的9B模型”，可能低估了这次开源的产业意义。 更值得关注的是：经过多年多模态大模型技术积累后，紫东太初正在把模型能力从数字世界进一步延伸到物理世界，并尝试以一个通用、开

  29. 三节课0

    三体还没降临，是因为叶文洁没用上千问办公吗？

    三体还没降临，是因为叶文洁没用上千问办公吗？ 3 天系统搭建，千元观测成本。千问办公，帮天文学家预警了 8 颗超新星。 作者｜Cynthia** 编辑｜郑玄** 天文观测，或许大概是最容易让普通人产生浪漫想象的一类科学。 巨大的穹顶缓缓打开，镜筒转向几亿光年之外，一束用从宇宙深处赶来的微光落到探测器上。然后告诉人类，这里几百万年曾经出现过超新星、伽马暴、中子星合并……研究的问题也从微观的重元素从何而来，覆盖到恒星如何死亡、极端物理条件下会发生什么。 但这些工作落到具体的天文望远镜使用时，日常却会变得琐碎而辛苦。 冬天夜长，国家天文台兴隆观测基地一次值班经常要持续十几个小时。值班人员需要彻夜守着望远镜和控制软件，盯目标位置、天气和设备状态，调参数，排任务。地球在转，目标也在不断改变位置；云层、湿度、风速、月光都会影响观测；机械、网络和供电也可能出现变动。 只是按照既定计划观测一晚，就已经够繁琐。但对瞬变观测来说，麻烦还远不止是夜班长。 超新星、伽马暴这类事件无法提前推算。尤其是超新星爆发后的早期阶段，亮度和光谱会快速变化，一些特征可能过了几个小时或者几天就不再出现。科研团队发现得越早、跟