8. Primus Labs @primus_labs 前身为 PADO 的密码学验证层，利用 zkTLS、zkFHE 等实现数据可验证与隐私计算。 融资：2025年2月完成约 650万美元（Pre-seed + Seed），由 Dispersion Capital、Symbolic Capital、VanEck 共同领投，参投方包括 Samsung Next、Alchemy、Amber Group 等。 以上融资信息基于公开报道，实际可能有未披露细节。建议持续关注 @KaitoAI 官方更新以获取最终名单。 #EmbodiedAI# #PhysicalAI# #隐私计算#

Axis @axisrobotics 轨迹任务，对我太难了，我是个手残党，你们几秒十几秒完成的有啥技巧吗？ 我真的很想全方位参与Axis ，也知道trajectory tasks是权重最高、最核心的贡献方式，但就是找不到技巧，怎么办？ 难道，只能等Kaito创作者活动，听说要等到8月中旬，不知道真假。 这几天每天拿出几个小时，找一找轨迹任务技巧，如果实在不行，只能多写推文 ， 争取创作者活动了 #PhysicalAI# #具身智能#

送票福利｜The Rise of Agent Economy 智能体经济的崛起一智能体时代的经济新趋势 📍上海｜7 月 20 日 想来现场聊聊 Agent 创业、投资和 AI 的最新趋势？ 我们准备了 5 张活动门票，每张价值 166 元 RMB，送给想来现场参与交流的朋友。 参与方式： * 关注 @MEeventHK @MetaEraCN * 点赞并转发本条推文 * 评论区 @ 三位好友，并简单说说你关注的话题 开奖时间：7 月 19 日 14:00 （北京时间UTC+8） 我们将随机抽取 5 位，并确认能够到场参与活动后赠送门票。 上海见，期待和大家一起聊聊 Agent Economy。 #AgenticAI# #PhysicalAI# #M2M# #FinTech# #VC# #MEGroup#

现在加入具身智能，约等于在侏罗纪加入国军。路还很长很远…… 昨天宇树科技打新，币圈的谁中签了？我没中，一签赚20-30万RMB，羡慕坏了。 中不了？那就黑一波了，人型机器人十大谎言，看看你有没有中招: 1. “人形机器人马上就能量产走进千家万户了。”  实际是，能稳定在工厂干一个活就不错了，家用场景成熟度至少还得几年。 2. “我们的模型泛化能力极强，机器人什么都能学会。”  换个桌子高度、变个光照角度，可能就当场失灵。 3. “机器人成本降到10万就有市场了。”  10万只是硬件裸价，运维、调试、保险、停机损失都还没算。 4. “灵巧手自由度越高越好。”  自由度越高控制越难，真正能用上的场景反而更少。 5. “数据越多，机器人越聪明。”  垃圾数据喂再多也没用，数据质量比数量重要一百倍。 6. “人形等于通用，两条腿就能去任何地方。”  实际上，大多数工业或商用场景里，轮式方案比腿式稳定得多、也便宜得多，很多地方根本不需要腿。 7. “特斯拉Optimus量产了，行业就爆发了。”  特斯拉自己工厂都还在试点，离对外供货还远着呢。 8. “仿真环境练好了，迁移到真机自然没问题。”  Sim2Real的差距比想象中大10倍。仿真里跑100次都成功，真机第一次可能直接摔机。@axisrobotics 你怎么看？ 9. “人形机器人是终极形态，其他都是过渡。”  形态是由场景决定的。工厂用机械臂，物流用AMR，巡检用四足，工商业可能轮式更实用。人形不是终极答案，只是选项之一。 10. “开源具身大模型出来了，小公司也能弯道超车。”  开源模型只是入场券，不是护城河。真正的壁垒是真机数据、场景闭环和硬件迭代能力。没有机器人的公司，拿开源模型也练不出真东西。 #PhysicalAI# #EmbodiedAI# #robotics#

🔥为什么机器人学了上万条轨迹，换个杯子就傻了 玩 Axis @axisrobotics 轨迹任务一段时间。浏览器里遥操机械臂，几分钟采一条轨迹，上传拿积分。社区几天堆出上万条数据，听起来很高效。 可正是这种“高效”，让问题暴露得更清楚。 不管实验室真人遥操，还是 Axis 的仿真众包，本质上都是让机器人“背答案”。它记住的是：在这个角度、这个光线、这个材质下，手臂该走哪条路径。场景一换，哪怕只是把陶瓷杯换成玻璃杯，成功率就崩了。 问题出在哪？ 大语言模型有整个互联网当教材。文字、代码、网页，知识早已被数字化，躺着等算力挖掘。机器人面对的是物理世界。杯子有没有水，桌面有没有油污，摩擦力变了多少。这些细节人类天生能判断，机器人没有内置模拟器，只能靠一条条轨迹硬记。 更糟的是试错成本。大模型猜错词，重新生成就行。机器人摔一次零件，代价是灾难性的。于是大家躲进仿真，让用户在虚拟环境里失败几百万次。这很聪明，但仿真永远差一口气：光线折射、材质磨损、湿度变化，电脑模拟不全。 所以杨立昆、李飞飞反复提醒：机器人需要世界模型，不是识别物体，而是能推演“如果我动了，世界会怎样”。没有这层能力，它永远是背题机器。 Axis 的闭环设计在往这个方向走，但收集的依然是轨迹，不是物理因果。而这类数据，地球上几乎为零。 这也是为什么宇树把机器人卖到万元级，出货量全球第一，买家却多是高校和实验室。他们买硬件，只为采集稀缺的物理数据。硬件不赚钱，但作为世界模型的数据入口，资本愿意给高溢价。 历史反复提醒我们：方向没错，速度常被高估。互联网泡沫、自动驾驶狂热，都是前车之鉴。具身智能是终极未来，在今天，它也是一场资金泡沫。商业世界不靠惊叹盈利，只靠不可替代赚钱。 在机器真正理解这个世界之前，所有高估值，都只是提前冲向尚未到来的未来。 #宇树科技# #PhysicalAI# #Robotics# #EmbodiedAI#

最近被宇树科技刷频，小红书上全是水军，各种看好，各种吹捧。 我要给人形机器人泼一盆冷水，不看好的理由很简单: 人形机器人没有落地场景，更多是噱头。 它的落地场景，无非两个，走进工厂商用或者走进生活民用，至于军用就不提了，我讨厌战争。 先说商用，传统工业自动化设备如机械臂、AGV等，非常成熟。无论是精准度还是成本，短期看不到人形机器人有取代它们的一丁点可能性。 机械臂刚性传动，重复定位能到0.02毫米，人形机器人为了走路关节软得像弹簧，末端一抖拧个螺丝都滑丝。能耗上，人家AGV跑一趟几十瓦，它站那儿晃悠就几百瓦，老板又不傻，电费都算不过来。 再说，民用就更好笑了，花几十万买个大爷回家吗？不是他照顾你，而是你照顾它。这大爷比谁都娇贵，关节电机几千小时就得换，维护保养比修车还折腾，你连扫地机器人缠头发都嫌烦，还指望伺候它？ 当然，宇树科技打新还是要参与的，但到手就卖，锁定利润，绝不长拿，人形机器人就是资本圈最昂贵的“高级玩具”，一定不要有信仰。 #宇树科技# #PhysicalAI# #Robotics# #EmbodiedAI#

我这几天被 @axisrobotics 的双臂任务折腾得坏了，人都萎了，这种数据收集方式，对我这种手残党太难了。 难道，除了这种没有别的更人性化的训练方式了吗？我尝试去学习了解具身智能的数据采集方式。 目前主流的方法，大致有四条路。 真机遥操作是最直接的一种。 操作员戴上VR眼镜，握着手柄或遥操作手套，实时操控特定型号的机器人完成任务，同时记录关节角度、力反馈这些信息。 好处很明显：数据质量高，跟目标机器人贴合紧密，力触觉信息完整，训练出的模型基本可以直接部署。但代价也大，设备贵，需要真机和专用场地，人员配合成本高。而且数据跟机型强绑定，换一台机器人就很难复用，场景也相对固定，采集效率自然上不去。 为了降低门槛，UMI（通用操作接口）给出了另一种思路。 操作员手持一个标准化的夹爪，通常就是3D打印件加上运动相机，在真实场景里直接操作，记录末端视角、夹爪状态和运动轨迹。设备便宜、便携，数据还能在不同机器人和夹爪之间复用。 但精细操作还是受限：夹爪本身不够自然，像拧螺丝这类任务就很难完成；同时缺少环境和行走决策信息，主要适用于机械臂训练。 动作捕捉则更贴近人的自然动作。 通过穿戴设备记录人体和手部关键点的轨迹，再映射到机器人系统。动作自然，成本相对可控，也不用部署真实机器人，适合批量采集。 问题在于场景受限：多数设备需要专用空间，很难进入家庭或真实非结构化环境，对遮挡也比较敏感。 成本最低、规模潜力最大的，是Ego（第一人称视频）。 采集员只需佩戴头戴式相机等简单设备，以第一视角记录日常操作，包含手部动作、环境信息和身体关键点。设备简单，容易在家庭、商超等真实场景里大规模众包。信息也丰富，蕴含人类决策逻辑和手物交互细节。 但精度有限，缺乏力触觉和精确的关节轨迹，手部关键点往往要靠后期预测。原始视频里还有大量无效片段，清洗和对齐的工作量不小。 像Axis Robotics这样的平台，目前走的是仿真环境下的遥操作路线。 用户在浏览器里用键盘、鼠标控制模拟的双臂机器人，生成关节状态、物体位姿和控制动作数据。这有点像真机遥操作的“模拟版”，降低了硬件门槛，能快速积累大规模轨迹。 但跟真实物理数据终究有差距，操作学习曲线依然存在，普通人要熟练掌握并不容易。Axis也在推进移动端的第一人称数据采集，尝试把仿真和真实Ego数据结合起来。 回过头看，如果未来可穿戴智能设备能更成熟地捕捉自然动作、力反馈和场景信息，数据采集或许会接近我们最初的想象，不需要复杂的遥操作，直接从日常行为里提取高质量物理数据。 到那时，训练机器人的门槛才能真正降下来，数据规模和多样性也才能跟上模型的进步。 每种方式都有取舍。真机遥操作求精度，UMI和动作捕捉重便携与自然，Ego主打规模。实际应用中，往往要多种方式互补，既保证数据质量，又覆盖足够多的场景。 #PhysicalAI# #Robotics# #EmbodiedAI#

跟着黄仁勋的时间线走，每一阶段的钱都在提前切换 过去一年，如果你认真拆老黄每次GTC、财报会、闭门峰会说了什么，会发现AI基建的主线其实一直在切换。真正厉害的资金从来不是等新闻出来再追，而是提前拆下一阶段CapEx会流向哪里。 整个时间线其实非常清晰。 第一阶段：GPU → HBM → CoWoS → Memory 最早被老黄反复强调的方向。 Blackwell开始，HBM已经从外围配件升级成AI架构核心。老黄在财报会上明确说了：Blackwell和Vera Rubin的性能瓶颈，越来越取决于HBM带宽与供应。 很多人还把 $MU当周期股。但老钱已经开始把存储当AI structural asset来定价。 第二阶段：Ethernet → 光通信 → Silicon Photonics 2026上半年真正爆发的第二条主线。 AI集群进入十万卡级别后，真正限制效率的已经不是单卡性能，而是GPU之间的数据流动效率。老黄开始疯狂强调Spectrum-X、Ethernet、Scale-Out、Silicon Photonics。 NVLink解决的是Scale-Up，柜内互联。真正的大规模AI集群最终拼的是Scale-Out，柜外组网。AI越大，Ethernet的地位反而越强。 $ANET $MRVL $CRDO $ALAB $LITE ——这些AI数据流动收费站开始进入估值扩张阶段。 第三阶段：Inference CPU / Agentic AI 2026 Q1财报会后华尔街开始重新定价的方向。 很多人之前觉得AI时代CPU会边缘化。但老黄在5月财报会明确：Inference爆发后，CPU反而重新成为瓶颈。Agentic AI、Inference、Orchestration都需要大量CPU调度。 $ARM $QCOM $ADI $TXN $MCHP开始明显走强。 很多人还在盯GPU，但老钱已经开始提前布局Inference infrastructure。 第四阶段：AI-RAN + Edge AI + Physical AI 我认为这是2026下半年到2027真正可能成为主场的方向。 AI第一阶段是Training，第二阶段是Scale-Out。接下来AI必须真正离开hyperscaler数据中心，进入现实世界。 老黄已经把话说得很清楚：未来AI会进入运营商网络、边缘节点、基站、机器人、工厂、汽车。AI不会永远只待在云里。 这一阶段分三类受益方向。 AI-RAN和边缘网络：未来全球几百万个基站可能都会变成边缘AI节点。真正值钱的是射频、DAC/ADC、FPGA、边缘推理网络。 $NOK是AI−RAN联盟的核心发起人，英伟达直接投资背书。 Edge AI和On-Device AI：Agentic AI开始长进PC、手机、汽车、边缘网关。设备端AI最大的问题是低功耗推理加本地memory加实时连接。 $QCOM $SIMO这些传统边缘芯片公司的估值可能会被重新定价。 Physical AI和Robotics：散户喜欢炒机器人概念，但真正决定机器人能不能大规模落地的是工业控制、PLC、伺服系统、自动化基础设施。未来真正持续扩估值的，可能不是最性感的人形机器人概念，而是卡住物理世界执行层的工业收费站。 $TSLA $ABB $SYM $ROK。 总结 AI的下一阶段已经不只是训练模型。而是让AI真正进入现实世界。每一次老黄开口，都是在提前告诉市场下一阶段的钱会流向哪里。 #PhysicalAI# #EdgeAI# #AIRAN# #光通信# #机器人# #数据中心# #半导体# #AI算力#

🔥赛博修仙哪家强？书生、画家、建筑师、禅师和梦游者 ，趣味解读“世界模型”五大门派 2026年，AI圈最热的话题就是世界模型。过去一年半，上百亿美金砸进去，光今年前7个月就冒出来20多家新公司。 要是把这股热潮比作修仙，那各路门派选的功法可太不一样了。书生、画家、建筑师、禅师和梦游者各有其道。 先说最早火起来的那拨书生，即语言中心派。他们的思路特简单：大语言模型不是已经能预测下一个词了嘛，那把图像、视频、动作统统转成文字，不就能接着预测了？小鹏汽车就这么干，把驾驶视频和指令全塞进语言模型里。 但问题也明显。智源的王仲远说得直白：这玩意儿学的是“用语言描述的世界”，不是世界本身。就像个熟读兵书的书生，嘴上头头是道，真上了战场连马都骑不稳。换个摩擦系数或者重力参数，立马抓瞎。 第二拨画家们走的是像素路线。代表人物就是Sora那帮搞视频生成的。他们的想法更直观：世界长什么样，我就让AI看海量视频，学会预测下一帧画面该长什么样。用扩散模型直接生成像素，看起来特华丽。 可这路也有硬伤。业内现在有句话叫“视频生成不等于世界模型”。一个能生成熊熊烈火的模型，可能根本不懂燃烧的物理过程。它学的是像素的统计规律，不是因果逻辑。看得见，摸不着。 第三拨建筑师务实一点，搞三维结构。李飞飞管这个叫“空间智能”，让AI理解三维空间里物体怎么摆放、什么关系。World Labs就在做这个。 但光有形状也不够。你能重建一个杯子的3D模型，却很难告诉AI它摔下来会怎么碎。离真正的“理解”还差得远。 第四拨禅师就有点玄了。LeCun推的JEPA系列，走的是视觉表征路线。它的核心心法是：理解世界，不必重构像素。别人在临摹名画，它偏要去悟画家的笔法逻辑。在潜空间里预测状态变化，不生成任何画面。 好处是参数少、速度快、不怕噪声。但坏处也在这——它到底“悟”到了啥，外人根本看不懂。就像修仙小说里那种闭口禅，外人只道他修为高深，真问他却一个字说不出来。 第五拨梦游者更像梦中证道。以Dreamer为代表的强化学习派，先在脑子里建一个虚拟世界模型，然后在里面反复做梦、模拟、试错。等练得差不多了，再出来实战。蔚来的智驾就是这么搞的，让算法先在模拟的未来里跑个几千遍再上车。 五条路，各有各的牛逼，也各有各的坑。 那为啥到现在还没人能“飞升”？ 第一，连“世界模型”到底是个啥都没吵明白。 视频生成也叫世界模型，物理引擎也叫世界模型，概念乱得很。李飞飞专门写了篇长文来厘清，说明这行业连渡劫标准都没统一。 第二，数据根本不够。 大语言模型能从网上扒无穷无尽的文本，但物理世界的数据呢？一个杯子掉地上碎了，人类看一眼就懂，可要让AI学会这个因果，得需要带精确几何和物理标注的多模态数据。这种东西比互联网文本稀缺好几个数量级。 第三，架构还在乱战。 到底是重建像素还是预测潜空间？是生成式还是判别式？到现在没人知道答案。2026年虽然被叫成“世界模型元年”，但元年嘛，就是刚起步的意思，别指望大成。 有意思的是，各家掌门人最近都开始往一块凑了。 李飞飞觉得，渲染、模拟、规划这些知识本质上是同一套，最后应该融成一个统一模型，既能生成照片级画面，又能理解物理因果，还能规划行动。 上海AI Lab那边也在推新思路，世界建模不该只是预测世界，而是服务Agent。说白了，模型得帮AI干活，不能光会看。 我觉得这事最后大概率不是某一条路线胜出，而是谁能把各派功法打通。修仙小说里真正飞升的，往往都是在看似矛盾的功法交汇处找到机缘的。 #WorldModel# #PhysicalAI# #EmbodiedAI#

🔎低自由度夹爪，为什么是大规模机器人学习的最优解 这几天，一直在研究 @axisrobotics 的轨迹任务的技巧，尤其是那些双臂操作。做着做着，心里忽然冒出个问题： 为什么 Axis 的机器人末端，始终是个普通夹爪，而不是灵巧手？ 看着那些需要双手配合的场景，一只手稳住物体，另一只手去推、去调整，我总忍不住想，要是换成多指灵巧手，不少动作一只手其实就能完成。手指灵活了，物体在掌心里转个向、换个姿态，很多双臂任务的复杂度立刻就能降下来。 带着这个疑问，我查了些资料，也结合这些天的操作感受，慢慢想明白了。 Axis 现在主要用的是类似 Franka 的并行夹爪。开合就一个自由度，键盘空格键直接控制。双臂任务里，按 C 键切换左右臂，动作本身不算复杂。 这种设计看着“简陋”，但放到整个平台的目标里，其实很合理。 最直接的原因，是数据收集的效率和可控性。 Axis 的核心，是在浏览器里大规模采集人类演示轨迹。贡献者用鼠标键盘就能上手，不依赖额外硬件。夹爪的动作空间极小，位置、姿态，再加一个开合度。操作者可以把注意力集中在抓取时机和微调上。 如果换成灵巧手，十几甚至二十多个自由度，靠键盘根本控不住。就算引入 VR 手套或动作捕捉，门槛立刻抬高，全球贡献者的规模会大幅缩水。平台追求的是“人人都能贡献”，而不是少数专家在实验室里精雕细琢。 再往深一层看，是学习效率的问题。 模仿学习对动作空间的维度非常敏感。夹爪策略只需要学会“什么时候开、什么时候关”，几十到上百条高质量演示通常就够用了。 灵巧手却要协调多根手指的协同、接触力和重定向，数据量往往要高出好几倍，甚至一个数量级。 Axis 现阶段的重点，是快速积累覆盖面广的基础操作，拣选、放置、排序、开关抽屉这类。用夹爪，能把有限的演示预算花在更广的任务分布上，而不是过早陷入高维动作的泥潭。 双臂配合，反倒成了一种很自然的补偿。 很多看起来“必须双手”的任务，本质是因为夹爪缺乏手内操作能力。一只手固定，另一只手执行，等于是用空间换灵活性。而这种协调本身，就是很有价值的技能。 真实世界里，并不是所有机器人都装着昂贵脆弱的灵巧手。双臂夹爪系统在工厂、仓库、家用场景里依旧常见。Axis 现在收集的双臂数据，直接对应了这类实际需求。等基础协调学会了，再往灵巧手上迁移，会有一个更扎实的底座。 当然，灵巧手并不是不需要。 工具使用、衣物折叠、精细装配，最终还是要靠多指来完成。Axis 的路线图里，已经写了多形态支持，包括灵巧手、轮式双臂、人形。 他们的思路是先把夹爪和双臂跑通，把数据采集、清洗、后训练的闭环做扎实，再逐步引入更高自由度的末端。这是务实的顺序，不是技术上的局限。 夹爪不是偷懒的设计，而是现阶段最匹配目标的选择。 它让数据收集足够简单、足够快、足够大规模；让策略学习的门槛可控；同时也逼着系统去学习真正的双臂协作。等这些基础打牢了，灵巧手自然会进来。到那时候，很多现在需要双手的任务，可能真的就变成单手的事了。 研究这些轨迹时，偶尔还是会想，“要是有手指就好了”。但仔细想想，正是因为现在没有，才把那些更底层的问题暴露得更清楚。 #PhysicalAI# #Robotics# #EmbodiedAI#