區塊先生 🐡 ⚠️ (rock #58)
@mrblock
investor & advisor at @CurveFinance @lighter_xyz & Puffer 🎍I make tech videos 平時就是做天使投資
4.4K 正在關注 99.1K 粉絲
有沒有發現，AI 越來越強，長相卻越來越像寵物？👀
Meta 的 Muse 配上一隻毛茸茸、臉頰紅紅的吉祥物。背後是越來越強大的 AI，呈現在你面前的，卻是一個看起來需要被照顧的小傢伙。(
我覺得這個設計方向很值得研究，尤其是正在做 AI 產品的人。
⚡️ 其實，100 年前電力公司就做過類似的事。
1926 年，美國 Alabama Power 推出 Reddy Kilowatt，把看不見、摸不得的電，畫成一個有笑臉的卡通角色，用更親切的形象鼓勵大家使用電力。(
🧠 心理學裡有個概念叫「嬰兒圖式」。
大眼睛、圓臉、小鼻子這些特徵，容易讓人覺得可愛，產生照顧的意願。這有實驗研究支持，但不能直接推論成「可愛的 AI 就一定更值得信任」。(
放到 AI Agent 身上，我的理解是：可愛的外型，可能讓人更願意靠近、嘗試，甚至把事情交給它處理。
以前用聊天機器人，你問一句，它回答一句。
接下來的 Agent，則可能需要讀你的信件、看你的行程、操作你的電腦。產品要跨過的門檻，也變成了：「你願意讓它參與多少生活？」
🐣 想像同樣一句「讓我幫你處理」，從一個冰冷的系統視窗，換成一隻會眨眼的小寵物，感受就差很多。
所以我認為，接下來 AI 的競爭，除了能力、速度、價格，也會越來越重視個性、外型，以及相處起來的感覺。
只是，可愛能讓人願意開始使用；要讓人長期放心，還是得靠每一次把事情做好，以及知道什麼時候該先問你。
顯示更多
旅遊🧳最好用的 @ether_fi U卡
使用 「mrblock」專屬推薦碼，還能獲得特殊「黑卡」。👀
推薦碼：
視訊裡，近半數人把對面當成真人。AI 剛剛跨過那條線。
Tavus 發布 Griffin，稱它是第一個通過「即時視訊圖靈測試」的模型。在自家盲測中，54 人各打約一分鐘視訊，26 人（48%）事後認為對方是真人；前一代系統約 2%。它同時在 NVIDIA 的全雙工視訊基準 VideoFDB 排名第一。
這不是會動嘴的虛擬人。Griffin 被定位成第一個 Human Interaction Model：一個 video-to-video 系統，邊聽、邊看、邊說、邊動，整張畫面即時生成。全雙工的意思是雙方可以同時說話、點頭、插話、停頓，而不是輪流上台。
VideoFDB 用真實視訊片段，分開打「生成」與「感知」。生成軌 Griffin-Lite 拿 3.83／5，人類參考 3.92，下一名約 2.80；感知軌 3.73，人類 4.20，同樣居首。示範裡它能玩 Simon Says、把你舉起來的東西寫進故事、看著手教你轉魔術方塊，你停下來想，它會等。
重要的地方在介面。若機器能在場、讀表情、接沉默，家教、照護、教練就不再只是聊天視窗。但也因為會被誤認成真人，官方說公開版要等安全機制先到位。48% 來自公司自辦的短通話，不是第三方長期測試。
顯示更多
Introducing Griffin, the first model to pass the video Turing test.
48% of people who talked to it live thought it was a real human. Previous systems have had a pass rate <3%. It is #1# on NVIDIA's benchmark for full-duplex AI video.
It’s the first Human Interaction Model (HIM).
顯示更多
Figure AI 用一場「終結者式」儀式，為第二代人形機器人 F.02 正式退役。🤖🔥
F.02 曾是公司的開路先鋒：第一次進 BMW 工廠上崗、第一次跑自家 Helix 模型、第一次做家務與物流。隨著第三代 F.03 數量增加，繼續維護舊機隊已經不划算。問題在於機體內有大量自研執行器等核心硬體，一台台拆解既耗時又怕技術外流，還可能拖累第四代 F.04 的進度。
於是團隊在網路上徵求處理辦法，阿諾·史瓦辛格直接回覆「熔了它們」
正好呼應《終結者2》裡 T-800 沉進鋼水的結局。他後來也參與了整個項目。🇺🇸🎬
美國與墨西哥的鑄造廠都不願讓帶鋰電池的機器人跳進昂貴設備，最後只有芬蘭伊馬特拉的一家鑄造廠願意接手。團隊在加州聖何塞用氣墊練習從二樓往下跳，參考特技演員動作，在仿真環境裡訓練出全新 AI 模型，讓機器人能在從沒去過的現場精準跳進鋼水。
現場是一座 75 噸電弧爐，三根石墨電極通電熔化廢鋼。團隊只有 24 小時、6 爐的機會，每爐鋼水約 20 分鐘就會結殼。高溫與強電磁場讓攝影機等設備頻頻故障，機器人卻穩定執行自主控制程式，真的自己起跳落入鋼水。🏭⚡️
熔出的金屬錠已運回美國，正加工成限量紀念藏品；大部分 F.02 已退役，僅少數留在總部倉庫。公司特別強調：影片不是 AI 生成，機器人確實自主跳進了鋼水。
一場兼顧技術保護、工程效率與紀念意義的退役儀式，也成了人形機器人產業早期生命週期管理的特殊案例。
顯示更多
HeyGen 剛推出 HeyGen Video。一句話講完：丟文字、第一幀、或參考圖進去，就能生出有畫面、有對白、有環境音的短片。十月前 $0.01／秒，大約半價。
先講什麼叫「底層吃 MiniMax H3」。
MiniMax 是做大模型的公司，H3 是他們 2026 年推出的新一代影片模型，消費端有時也叫 Hailuo 3。它不是只會把文字變成默片，而是文字、圖、短影片、聲音可以一起丟進去，一次吐出 5 到 15 秒、帶立體聲的片子。對白、腳步、雨聲、室內底噪，跟畫面同一趟做出來，不用先出畫面再另外配音。
這就是「底層」。引擎、物理感、鏡頭語言、聲畫對上，大半是 H3 本來就會的事。
HeyGen 沒有從頭煉一個新模型，而是拿這套已經夠強的底座，再自己後訓練。
後訓練可以想成：同一台車，原廠是通才，HeyGen 再針對商務場景調一輪。產品特寫、訓練片、空間導覽、品牌一致性，這些比純創意短片更常碰到。調完之後，同一套能力比較對準企業要的節奏，成本也比較好控。
所以便宜不是魔術。畫面、台詞、環境音不用拆成三條管線；底座已經夠強，不用從零燒算力；十月再打五折，標準價大約 $0.02／秒，現在 $0.01。十秒片子大概一毛錢美金，拿來試產品 demo 很划算。
實際能做三件事：純文字生成、用第一幀讓靜態圖動起來、丟參考圖或素材讓角色和風格對得上。適合產品介紹、內部訓練、空間走一遍、社群短片。先別想成長片，5 到 8 秒最穩。
今天要試，最直接是去 HeyGen 開發者後台開一把 API key。不想寫程式，也可以走 OpenRouter、Runware、ComfyUI。建議先從一張產品圖做圖生影片，prompt 寫清楚光線、鏡頭距離、要不要人聲、環境音長什麼樣。寫清楚比寫很長有用。
十月優惠還在，先拿真素材跑幾條短的，比空轉概念有感覺。🎬
顯示更多
We're releasing HeyGen Video, built for businesses that need production-quality video without production-level costs.
Pricing starts at $0.01/s through October (50% off)
Built on @Minimax_AI H3, post-trained by HeyGen.
Learn more:
顯示更多
感謝 @mrblock 帶來最前沿的市場資訊
好幾個有趣的項目 👀
現場也看到很多老朋友
大家都過得不錯 挺好的 😌
opus 5.5 遊戲製作，週末快點來嘗試。
opus 5.5 made a pod racer today.. speechless again
it handled the graphics, the sound, the music. all of it
🤯 這不是特效團隊做的，是 AI 自己寫程式做出來的 3D 世界！
Danny Limanseta 用 Claude Opus 5.5，請它「用 Three.js 視覺化亞特蘭提斯」，結果直接生出一座能坐船遊覽的 Poseidia（亞特蘭提斯最後一座島）。
怎麼做到的？👇
1️⃣ 直接跟 AI 講需求（場景、運河、建築、火山、日夜變化）
2️⃣ 它幾乎一次就寫出大部分 Three.js 程式碼
3️⃣ 再用不到 10 次微調就完成
4️⃣ 連預告片都是它自己做的
全程沒用額外外掛，純原版 Opus 5.5，大約 2 小時。
未來這種「生成式體驗」可能幾秒鐘就能創造一個能真正走進的世界 🌍✨
顯示更多
I'm truly impressed with Opus 5.5. I asked it to visualise Atlantis in ThreeJS for me, and it created a tour around Poseidia, the last surviving island of Atlantis.
Sound on 🔊 for full trailer experience. Even this trailer is made by Opus 5.5 as well.
I think we’re on the verge of a new type of media: Generative Experiences.
The idea is that you can describe a world you have in mind and step into it is pretty incredible. You could explore its cities, meet its inhabitants, discover its stories, and shape what happens next through your own choices.
This took Opus 5.5 about two hours to make. But if we extrapolate a year into the future, I can imagine being able to conjure up these kinds of fantastical, immersive experiences within seconds.
The possibilities go well beyond gaming. Writers could walk through the worlds they’re building. Children could explore an ancient civilisation and ask questions along the way. Learning could become an experience you actively participate in, with the world responding to what you’re curious about.
This is incredibly exciting and I am here for it.
You can tour around Poseidia here:
顯示更多
這是 OpenMuse，由 CopilotKit（創辦人 Atai Barkai 曾任職 Meta）推出的開源個人 AI Agent。
它不是一般聊天機器人，而是會「實際動手做事」的個人助理：你告訴它目標或任務，它會規劃、執行，並在背景持續工作。你可以自己架設（self-host）、修改程式碼，也能搭配任何 agent 後端使用。目前是 alpha 版本，支援 iOS、Android 和網頁。
它能做什麼？
• 電腦操作：有自己的瀏覽器（可上網、看網頁、下載 PDF）和可選的 Linux 終端機（執行指令、處理檔案）。你隨時可以接管瀏覽器繼續操作。
• 連接個人服務：目前主要支援 Gmail、日曆等 Google 服務，能讀信、回信、處理附件。
• 目標與想法追蹤：設定長期目標、里程碑，系統會建議想法並追蹤進度。
• 持續執行：關閉 App 後任務還能繼續跑，回來時可以看到結果、計畫或需要你審核的動作。
• 聊天介面：對話中會直接顯示瀏覽器畫面、郵件、PDF、財務摘要等卡片。
整體定位是「可自行客製的個人 Agent 模板」，適合想自己掌控資料、或想快速做出類似產品的開發者。
跟 Meta 的 Muse 一模一樣嗎？
不是一模一樣，但概念非常接近。
Meta Muse 是 2026 年 9 月推出的官方消費級產品，強調「為所有人打造、開箱即用」。它同樣有專屬虛擬電腦、瀏覽器、目標規劃、背景執行，還能主動建議想法，並深度整合 Meta 自家服務（Instagram、Facebook、WhatsApp）以及訂票、購物、付款等功能。Muse 有更完整的安全機制（Sentinel 審核敏感動作、一次性信用卡），目前功能也更成熟。
主要差異在於：
• 誰掌控資料：OpenMuse 開源、可自己架設，資料在自己伺服器；Muse 由 Meta 雲端託管。
• 整合深度：Muse 已能較順利處理真實世界交易（訂餐廳、買票、購物並有保障）；OpenMuse 這部分還在規劃中，目前較偏瀏覽與檔案處理。
• 客製彈性：OpenMuse 可換任何 AI 模型、改介面；Muse 是封閉產品。
• 成熟度：Muse 已對一般用戶推出（美國先上線，有免費與付費方案）；OpenMuse 還是開發者向的 alpha 版本。
簡單說，OpenMuse 是針對 Meta Muse 做出的開源對應版本／開發模板，方向相同，但一個是「自己蓋、自己管」，一個是「Meta 幫你管好、功能更完整」。
顯示更多
🎉 Introducing 𝙾𝚙𝚎𝚗𝙼𝚞𝚜𝚎
An open source, self-hostable personal assistant that works with any agent harness.
Includes:
- Computer use: browser, terminal & files
- Connectors for your personal apps
- Ideas, goals & progress tracking
- Built for Mobile and Web
Repo →
Powered by @CopilotKit and AG-UI.
Clone this template and customize it however you want.
顯示更多
全世界超過 80 億人，ChatGPT 公布的個人付費訂閱者才超過 5,000 萬。
這就是現在的 AI 套利窗口。🪟
很多人有問題要解決，卻沒時間研究 AI。你用 AI 幫他們把工作做好，收的費用比他們原本花的成本低，仍有機會賺錢。
幫一個人省時間，是效率；把同一套服務賣給 100 個人，就是生意。
顯示更多
影片中可以看到，系統先用普通 CCTV 畫面標出顧客位置，接著切換成 3D 點雲地圖，用彩色粒子顯示人流，再用藍到紅的熱圖標出「大家視線停留最久的貨架位置」。簡單來說，它不只知道你站在哪，還能估計你的頭朝哪邊看，把注意力對應到特定商品。
🌵 這套技術到底怎麼運作？
Auki 的做法是先用手機快速掃描店面，建立「數位孿生」（digital twin），再把現有監視器畫面接到同一個空間地圖裡。系統會做姿態估計（pose estimation）和視線方向判斷，累積成「這個時段、這一天、這個月，哪些貨架被看最多」的熱圖，再和實際銷售數據對上。
官方強調這是匿名、彙總資料，不會建立個人檔案，也不會辨識你是誰，只是看「整體顧客視線落在哪」。他們說這能幫店家優化陳列：把熱門商品放到大家最常看的位置，或把容易被忽略的商品移到視線較少的角落，減少空檔。
目前已有瑞典 COOP、挪威便利商店、新加坡 FairPrice 等零售商在試用，還結合機器人做貨架盤點。
🔒 相關發展：零售業 AI 監控越來越普遍，但爭議也不少
這不是唯一一套「用攝影機分析顧客」的技術。近年零售業為了防盜，開始大量導入 AI 攝影機：
• 英國、澳洲的超市測試人臉辨識，比對「已知竊盜者」黑名單。
• 美國部分折扣超市用面部掃描抓小偷，被批評是「全民監視」。
• 有店家結合 AI 偵測「把商品塞進口袋」的行為，直接通知店員。
這些做法引發隱私疑慮，尤其在歐洲 GDPR 規範下，即使沒有記名，推論出的「注意力資料」也可能被視為個人資料。有專家指出，現有監視器只要軟體升級，就能從防盜變成行為分析，甚至未來可能結合動態定價。
Auki 這套比較特別的地方是它主打「陳列優化」而非「抓人」，而且強調用現有設備、不新增硬體。不過隨著這類空間 AI 越來越成熟，公共空間裡「被分析」的範圍確實在擴大。
未來走進超市，貨架擺設可能不再只靠經驗，而是靠「大家真正在看什麼」的數據來決定。這對店家來說是效率提升，對消費者來說則是「逛街體驗被量化」的開始。你覺得這種技術是進步，還是有點讓人毛毛的？ 🤔
顯示更多
🔥 Palantir CEO Alex Karp 在 CNBC 拋了一個很少人敢說的判斷：頂尖 AI 實驗室最後可能得被「國有化」。
他的邏輯很直白：AI 帶來的責任是「無上限的」
不國有化，我每一個客戶都會告下去。主持人追問這些風險要怎麼寫進 S-1，Karp 反問：「你確定到時候還會有 S-1 嗎？」
耐人尋味的是，OpenAI 早在今年 6 月就已經機密遞交了 S-1，路透報導估值最高上看
1 兆美元。但 OpenAI 自己也留了後門：「時程未定，某些事作為私人公司反而更好做。」
📌 Karp 的重點其實不是「OpenAI 不 IPO」，
而是：
・AI 的責任邊界還沒被法律定義
・一旦寫進招股書，等於自曝訴訟標的
・能兜住無限責任的，只有主權國家
這是他一個人的觀點，不是 OpenAI 的立場
但由一位長年吃政府合約的 CEO 說出來，力道不太一樣。
值得觀察的下一步：SEC 對 AI 公司風險揭露會不會另立標準？如果會，Anthropic、xAI、OpenAI 這一批「機密遞件」的 S-1 就不只是估值問題，而是能不能寫得出來的問題。
顯示更多
準備衝了？🙏🏼
正好搭配 ethereum:0x232ce3bd40fcd6f80f3d55a522d03f25df784ee2 空投？🕯️
不是聊天機器人，是會「拍板」的小模型 🧠⚡
Laya 不寫文、不推理長篇。你丟一段現況＋幾個明確問題（選哪個、急不急、是不是），它一次推論就給出帶機率的答案。
筆電大約 20–30 毫秒，一個 token 都不生成，資料也不出門。
跟生成式 LLM 差在哪？
🔹 LLM（System 2 那種用法）：一段一段吐字，擅長寫、解釋、規劃，但慢、貴、答案還要再解析
🔹 System One 決策模型：不聊天，只做判斷。一次前向傳播，直接回傳「選項／分數／是或否＋機率」
🔹 簡單講：LLM 負責想清楚再說話；Laya / Jev 負責先快速分流、打分、擋風險
跟 TypeSafe Jev 差在哪？
🔹 做的事很像，都不是生成模型
🔹 Jev：閉源雲端 API，複雜題通常更準，但資料要出門、要錢、要等
🔹 Laya：Apache-2.0 開源、本機跑、免費、可微調；簡單題能打，題一繞、選項一多就容易掉準度
這是新主流嗎？還沒。
比較像新一層基建：把「要不要升級給大模型」這件事，從每次都呼叫 LLM，改成先用超快的決策模型擋一層。寫作、推理還是 LLM；路由、審核、急迫度、遊戲裡下一秒怎麼動，才是這類模型的場。
想試：pip install laya
看它打遊戲：
模型：
顯示更多
持續努力🫡 @Lighter_xyz 9/4 台北見
Mrblock推薦碼👉🏻
中文社區👉🏻
LUMA👉🏻
顯示更多
Lighter 和 Hyperliquid
算是唯二美國接受的 perp dex？
ethereum:0x232ce3bd40fcd6f80f3d55a522d03f25df784ee2
hyperliquid:native
天選之人 🌦️
Cursor 的所有創辦人——25 至 26 歲的 MIT 輟學生——在 SpaceX 以 600 億美元收購後，現在都成為了億萬富翁 😳
他們的故事仍然是科技界有史以來最瘋狂的故事之一：
→ 4 位 MIT 學生在 2022 年開始一個側邊專案（最初是針對 CAD／機械工程）
→ 大幅轉型並創造出 Cursor，這款開發者喜愛的 AI 程式碼工具，並幫助推廣了 vibe coding
→ 達到 100 億美元估值
→ 決定副駕駛不夠用，於是轉向代理式 AI 隊友與自有模型
→ 需要龐大運算資源來與 OpenAI 和 Anthropic 競爭
→ 與此同時 xAI 正在輸掉程式碼競賽
→ Elon 意識到趕上可能需要數年，於是跳過排隊，以 600 億美元買下 Cursor
→ Cursor 獲得世界上最大的 GPU 集群與運算資源，而 SpaceXAI 則獲得程式碼領導者
→ 創辦人都成為10億富翁；前 50 名員工每人約 2000 萬至 5 億美元
這就是新創公司最美好的地方。
顯示更多
當你瀏覽購物網站時，瀏覽器可能正在背景對你的電腦做一場無聲的硬體測驗。
它不會打開麥克風，也不會發出任何可聽的聲音。
只是靜靜建立一個音訊處理鏈，產生特定波形，再讀取你這台機器的 CPU、聲卡與驅動在計算時產生的細微誤差。
這些誤差被組合成一組幾乎永不改變的設備特徵碼。
刪 Cookie、清快取、換無痕模式都沒用，網站還是能再次認出同一台電腦。
這套做法最近在 AliExpress 被揭露。
曝光原因很荒謬：它讓用戶的藍牙耳機一直被佔用，導致手機端完全播不出音樂。
Brave 已經能預設阻斷這類行為。
但大多數人的瀏覽器，仍默默允許網站用這種方式持續辨識你的設備。
這不是未來科幻，而是現在就在發生的追蹤進化。
顯示更多
Alibaba's AliExpress was caught using users' audio systems to track them.
AliExpress wasn't recording users but instead playing a silent sound and measuring how users' specific devices processed it in order to fingerprint them.
But don't worry because Brave stops this.
顯示更多
