Stir-fry Robots Go Viral Jiangxi restaurateurs come to visit. It replicates 80% of a chef’s skill. 炒菜机器人爆火出圈 江西老板跨省参观 可还原厨师八成水准 #China# #Jiangxi# #cooljiangxi# #赣出精彩# #秋天的回响#

In this era, even robots have to go to school. Come take a look at what robots learn in school? #IntelligentRobot# 這年頭，機器人也得上學了。來看看機器人在學校都學啥？ #智能機器人#

美股机器人行业全景： 1. $TER 测试AI芯片，并通过Universal Robots拥有协作机器人 2. $NOVT 精密光子和运动技术，应用于外科和工业机器人内部 3. $OUST 为物理AI机器提供眼睛和感知功能，帮助它们看清并映射物理世界 4. $HIMX 提供视觉和显示芯片，帮助机器人在边缘处理图像、深度和传感器输入 5. $AMBQ 为机器人和设备提供低功耗边缘AI层，实现智能功能而无需消耗大量能源 6. $ON 在收购$SYNA后成为物理AI边缘技术栈，结合功率、传感、连接性和机器人边缘AI 7. $SYM 仓库自动化纯投资标的，利用机器人和软件重新设计货物在 fulfillment 中心中的流动方式 8. $VPG 处于力传感和精密测量层，帮助机器人理解压力、重量和现实世界的运动 9. $TSLA 人形机器人平台押注，通过Optimus结合定制硬件、AI推理、自主软件和现实世界的制造规模 10. $CCXI 通过其Digit仓库机器人，为投资者提供对Agility Robotics的公开市场敞口，该公司是人形机器人领域最纯粹的投资标的之一

前几天参观了 @virtuals_io 的新办公室 耗资2m从 @UnitreeRobotics 买了30台robots，放在办公室，开放给各种外部团队使用，只要愿意发币。 其实按照700u一台一天来算，商演一次就能2万u。国内已经很卷了，但在马来，30台群控的商演能力，应该还是有点稀缺的，可能还能有溢价。 @everythingempty 说，确实有很多大富豪来考察，但相对于商演，还是希望能探索出一些真实的工作场景案例。 虽然舞蹈场景和真实工作场景的界限有待商榷，如何和crypto结合也有待探索。 但virtuals向卡住crypto+robot叙事的决心是很明显的。 做能做的，剩下等风来。

#数说广交会# The 140th Canton Fair：Seventeen special zones for emerging future industries are set up, covering service robots, drones, display technologies and more. 第140届广交会：设置服务机器人、无人机、显示技术等17个新兴未来产业专区。 #中国智造惠全球# #第140届广交会# #CIEF# #China# #世界经济看中国# #中国进出口商品交易会#

八月的 KGeN，重点不在行情，而在转向：从验证流量，转向给机器人和大模型提供可追溯的人类数据。 VeriFi Korea 定在下周，主题直接是 Human x Robots。同一周反复出现的判断是：下一阶段的瓶颈不是算力，是机器真正能学的、经过验证的人。 @kgen_io 产品：三层叠在一起 POGE 是底座。它不是一次 KYC，而是持续更新的声誉：是不是真人、有没有持续参与、会不会做事、有没有真实消费、社交关系站不站得住。 VeriFi 把这套声誉对外输出。游戏、消费应用、DeFi、AI 实验室要的不是注册数，而是这批人大概率不是农场号。 KAI 更窄、也更贵。从几千万人里筛专家，做 RLHF、多语言标注、代码评测、物体检测和复杂推理，再经由 Humyn Labs 交给实验室。官网那句话比白皮书清楚：不是更多数据，是更好的数据。 一句话就是：POGE 证明你是谁，VeriFi 把人分发出去，KAI 把其中一部分人变成训练信号。 八月能对上的数 增长还在走。8 月 4 日官方盘点七月：网络强度 80M，用户属性 34 亿条；官网上协议用户已到约 8053 万，高于 3 月常被引用的 6190 万。采集侧，过去六个月有 13 万多名独立贡献者、超过 55 万小时。Q3 路线图也对准中东和拉美的多语言音视频，卖给前沿实验室和机器人团队。 @KGeN_CN 生意上，外界能反复核对的仍是 2026 年 3 月那组数字：年化收入 $85.8M，200 多家合作方。全年目标说到 $1 亿，更远期是 2027 年底 $1.5 亿。AI 数据被写成增长最快的一块，但早期披露里大约只占整体一成。平台能赚钱，不等于通缩已经成立。 最刺眼的错位在这里：网络和收入已经不小，市值还很小。这不一定等于低估，也可能是市场在问——收入质量如何、有多少能落到代币、AI 订单何时从配角变主角。 它到底在解什么 网上能刮的文本快见底，合成数据互相喂养会把模型越训越像模型，众包里也越来越多“人类标注”其实是人用 AI 交差。AI 缺的不是数据量，是三样东西同时在：来源能追、质量会复利、分布足够像真实世界。 KGeN 的做法是先在全球南方用任务和氏族把真人聚起来，再用生物识别、社交绑定和行为足迹把刷子挤出去，最后把时间卖成语音、第一人称视频和专家评测。劳动不再做完即消失，而是沉淀成下一次被选中的信誉。 这比“AI + 代币”四个字更值得看：全球南方的人，从被采集对象，变成账本上的生产要素。 往后可能进哪些场 八月动作已经把方向写死了：人形机器人和 Physical AI、多语言语音、企业级评测。游戏和消费获客不会停，那是现有现金牛。更下游则是把店面和凭证扩到模型使用权，从卖人走到卖结果。 风险同样清楚。8000 万网络强度，不等于实验室愿意续费的数据集。小时数好看，还要看密度、一致性和有没有真正进训练集群。AI 收入起不来，KGeN 2.0 就只是机制，不是市值逻辑。 接下来只盯三件事：有没有新的实验室合同、采集有没有从“录了多少小时”变成“被模型用上”、回购注销能不能按月在链上看到。 如果智能会变便宜，稀缺的就不再是模型，而是还能被信任的人类信号。八月确认的是转向，不是高潮。