AI动态

分类：AI动态 标签：人工智能、大模型、智能硬件、智能体 过去一年，大模型驱动的 AI 智能体（Agent）主要在数字世界中大显身手，它们替人类搜索资料、分析数据、制作 PPT，甚至操作浏览器调用各种软件。然而，无论是处理文件还是浏览网页，屏幕里的 Agent 始终与现实世界隔着一层。 为了让 Agent 从数字工具进化为真正的行动者，各大科技公司开始将目光转向物理硬件。从海外的 Google、Amazon 到国内的腾讯与百度，一场打破“聊天框”边界、让 Agent 深入物理场景的硬件生态战已经悄然打响。 一、 为什么 Agent 需要一个硬件载体？ 软件世界的任务通常拥有清晰的操作规则：网页有按钮、文件有格式、应用有接口。用户下达指令后，Agent 可以将目标拆解并通过代码或工具逐项完成。 相比之下，现实世界的任务则充满模糊与变数。例如人类的一句“帮我看着孩子写作业”或“照看一下老人”，背后涉及坐姿、专注度、休息时间、用药提醒及突发风险等多重维度。传统智能设备只能执行单次命令，而无法串联起一个完整的任务闭环。 硬件的介入正好补全了这一能力拼版： 摄像头提供视觉感知 -> 麦克风提供声音输入 -> 屏幕负责信息呈现 -> 传感器描述环境状态 -> 家电设备构成行动端。 通过硬件，Agent 获得了数字世界之外的感知和触达入口，拥有了影响现实环境的可能。 二、 四款硬件：家庭场景下的 Agent 触角 以小度在新品发布会上展示的方案为例，百度搭子全面落地了小度添添闺蜜机 Ultra、小度智能屏 X9 Ultra、小度智能摄像机 C1500 和小度智能音箱 Pro Max 等四款硬件，构成了家庭智能体中枢。 智能屏 X9 Ultra：作为家庭任务的集中呈现界面，支持视觉定位和红外控制，不仅能显示日程与作业进度，还能控制传统非智能家电。 智能闺蜜机与智能音箱：提供更自然、日常的交互入口，让用户无需特意“打开 AI”，通过语音即可进行搜素、学习或影音娱乐。 智能摄像机 C1500：依托视觉大模型，用户可以用自然语言提出自定义看护需求。升级后的 AI 看护智能体 2.0 能够将“看孩子写作业”拆解为坐姿、分神、拖延等具体任务，持续观察并生成阶段性记录，在发现高风险时甚至能直接发起微信通话。 在这一协作链条中，百度搭子负责理解目标、拆解任务和调用工具，而超能小度则负责识别家庭成员、连接设备，将通用能力转化为家庭实际可用的场景功能。 三、 进入现实：真正的门槛与未来 硬件虽然赋予了 Agent 触角，但也带来了软件世界中较少遇到的复杂风险。 在数字世界中，报告生成错误可以重新运行；但在现实家庭中，看护误报会带来焦虑，漏报则会透支信任。同时，多设备协同既需要共享身份与任务状态以保证连贯性，又必须严守隐私边界，保护敏感的家庭数据。 此外，硬件究竟只是数据入口，还是真正成为了 Agent 的“身体”，考验的是软硬件深度融合的能力。部分感知和判断如果完全依赖云端，会面临延迟和隐私挑战，将更多能力下放到本地则对端侧算力提出了极高要求。 从家庭作业管理到 AI 智能看护，AI 正在从小屏幕走向大千世界。百度搭子与超能小度的结合，标志着大模型技术不仅在云端迭代，更开始尝试深度参与现实事务。家庭只是一个起点，未来无论是办公室、汽车还是养老机构，硬件赋能加 Agent 协同的模式都将开启更广阔的应用想象空间。

分类：科技 标签：人工智能、机器人、硬件创业、大模型 在刚刚结束的 IFA 柏林国际消费电子展上，几乎每家机器人公司的展台上都会摆上一台可穿戴外骨骼设备。如同 10 年前新锐创业者喜欢在桌上摆一台无人机一样，这既是对前沿品类的认可，也折射出市场对增长的期待。 2025 年被视为「消费级外骨骼元年」，上百个新玩家迅速涌入这一赛道。极壳 Hypershell 去年的全球出货量超过 3 万台，稳居该细分领域的头号玩家。然而，创始人孙宽坦言，这仍然是一个相对早期和小众的品类，现有的产品体验还有巨大的提升空间。 日前，极壳创始人孙宽接受了深度访谈，分享了关于外骨骼产品从早期极客走向国民级市场的思考、第二代髋膝一体新品 Halo 的研发历程，以及他对硬件创业和技术创新的深层感悟。 创业进入深水区：从验证 PMF 到走向大众市场 在访谈中，孙宽将当前的创业阶段形容为「深水区」。 在今年之前，公司的核心目标是验证品类的 PMF（产品市场契合度），找到对可穿戴外骨骼有高频需求的用户。而今年，他们的目标是推动这个品类从早期的极客用户走向大众市场。 这种跨越并非易事。服务过行动不便的老年人、徒步爱好者以及户外工作人群后，极壳团队发现，不同群体对产品的需求和痛点截然不同，很难用单一的产品线满足所有人。例如，海外的老年人会穿着设备去登山徒步，而国内的老年人生活半径相对较小。如何降低用户了解和体验产品的阻力，成为摆在团队面前的新课题。 第二代产品：软硬件的范式重构 在 IFA 上亮相的行业首个髋膝一体化下肢外骨骼新品 Halo，标志着极壳在软硬件上的一次全面重构。 硬件构型突破：上一代产品主要覆盖髋关节，而 Halo 采用了髋膝一体的设计，在两侧膝关节侧面各增加了一个电机。通过极限轻量化设计，新一代机身仅重 2.6kg，在功能复杂度翻倍的同时，重量仅增加了约 20%。 算法范式变迁：在算法层面，团队突破了端到端的全新控制逻辑。正如自动驾驶从规则驱动演变到数据驱动一样，新一代产品不再依赖人工穷尽所有场景，而是采集大量不同姿势下的运动数据，训练端到端模型，从而在各种连续运动中提供持续而自然的支撑。 孙宽坦言，这个项目从 2023 年开始预研，前期进展并非线性。直到今年团队进行聚焦调整，把主要精力和资源投入到核心目标上，才迎来了突破性的进展。 优秀的工具改变生活方式 回顾自己的过往经历，孙宽从小便对机械制造和功能性设计充满热情。从初中手搓 CNC 设备，到大学早期制作 3D 打印机，这种对极简、实用和极致轻量化的追求，最终延续到了外骨骼产品的设计哲学中。 谈及外骨骼的终局，孙宽认为，工具影响的是人类的生活方式和对生活的想象力。汽车拓宽了城市的移动半径，而外骨骼的目标则是增强人的行动能力。 「我们希望把产品做到像鞋子一样小，又能很好地提供帮助。让大家走得更远、看得更多，把每个人的世界变大。」孙宽表示，极壳的最终愿景并非单纯追求商业垄断，而是真正让人变得更自由。 写在最后 从早期备受争议到如今获得如罗永浩等知名人士的认可并实现「由黑转粉」，极壳的成长史正是中国硬科技创业者不断试错、迭代与破圈的缩影。 消费级外骨骼的赛道才刚刚拉开帷幕，正如孙宽所说，竞争并不是驱动创新的唯一解法。在通往国民级消费市场的道路上，这家「全班第一」的外骨骼公司，正在用持续的技术突破和对用户需求的深刻洞察，重新定义人类的行动边界。

分类：科技 标签：iOS、独立开发、效率工具、AI辅助编程 在传统的日程管理应用中，我们习惯了以绝对时间（如上午 10:00）为基准轴来安排生活。然而，对于学校里的老师们而言，每天真正的主角并不是冷冰冰的数字钟表，而是学校动态变化的「作息表」与一节节具体的「节次」。 因为钟爱的前端课表应用停止运营，一位在一线教学岗位上忙碌的老师，在尝试了市面上各类产品却始终无法满足需求后，萌生了一个大胆的念头——自己动手开发一款专属的教师课表 App。今年暑假，借助 AI 辅助编程的能力，这款名为「下一节」的应用终于从纸面设计走向了 App Store。 为什么通用日历无法满足教师需求 市面上的日历应用以固定时间为基准，但在实际校园生活中，教师面对的是频繁调整的作息体系。 例如，某所学校在一个学年中可能会交替使用多达 4 个版本的作息表。如果使用普通日历，一旦作息表调整（如午休时间缩短、大课间加长），老师就需要手动一节节地修改后续所有课程的具体起止时间。 为了解决这个痛点，「下一节」将核心基准轴锚定在「作息表」本身： 模板化创建：新作息表可以直接以旧表为模板进行微调。 自动化切换：设定好切换日期后，旧时间与新时间无缝衔接，无需手动重排成百上千节课。 复杂校园场景的应对之道 教师的日常远比单纯的上课要繁琐得多。单双周循环、临时调课、代课、以及诸如护送学生课间操、午休查寝、校园值班等各种事务性工作，常常让教师疲于奔命。 在「下一节」的课表设计中，开发者充分考虑了这些复杂的变动场景： 支持单双周复杂的课程排布逻辑； 允许随时取消某节课，或将课程永久/临时调整到其他节次； 满足高中等多元化教学环境下的个性化定制需求。 聚焦当下：让每一节课从容不迫 教师的主业是教学，但现实中常常被琐碎的事务榨干精力。很多人都有过类似的经历：上课铃响才一路狂奔进教室，或者气喘吁吁站上讲台却突然卡壳，要想半天这节课该讲什么。 为了改善这种状态，「下一节」核心打造了「今日」看板页： 精准倒计时 -> 快速知晓下一节是什么课、距离上课还有多少空闲时间。 状态轻记录 -> 帮助老师在课间短暂的喘息之余，理清教学节奏。 正如此 App 的 Slogan 所言：“知道下一节，从容每一天。” 结语：独立开发的万里长征才刚开始 理想很丰满，现实却充满挑战。应用上线后，开发者收到了来自各大社交平台上同行们的大量真实反馈：有的老师一周内不同天数要套用多套作息表，有的需要同时给多班合上，还有的采用独特的三周循环制。 这些复杂的真实需求，促使这款由一线教师用 AI 辅助孵化出的效率工具不断迭代。科技的意义正在于此：通过代码消除日常的摩擦力，让每一位在讲台上发光发热的教育工作者，都能在紧张忙碌中找回一份从容。

分类：AI动态 标签：人工智能、大模型、数学难题、OpenAI 引子：千禧年数学难题的新突破 大约 200 年前，法国物理学家克劳德-路易·纳维和爱尔兰物理学家乔治·斯托克斯提出了一组偏微分方程，用于描述液体和空气等流体的运动。这组被称为 Navier-Stokes 的方程组至今仍被广泛应用，然而其普适性始终未能得到数学上的完全证明。 为了攻克这一难题，克雷数学研究所在 2000 年将其列为了六大千禧年数学问题之一。几十年来，无数数学家致力于寻找证明方程普适性或者导致方程失效的特例。而本周，OpenAI 突然宣布：他们做到了。 AI 智能体的大规模攻坚战 根据 OpenAI 的官方声明，他们动用了约 1 万个 AI 智能体，经过长达 88 小时的全力攻坚，最终在 9 月 5 日成功发现了一个 Navier-Stokes 方程失效的特例。 如果这一发现最终得到数学界的确认，这将成为人工智能历史上一个具有里程碑意义的时刻：AI 首次独立解决了一个困扰人类数十年的重大数学难题。然而，这一重大突破并没有带来纯粹的赞誉，反而迅速在学术界和科技圈引发了巨大的争议。 争议焦点：算力碾压与“抢跑”指控 争议的核心在于 OpenAI 成果背后的时间线与数据来源。 在 OpenAI 宣布突破之前的一个月里，纽约大学数学家 Tristan Buckmaster 与 Anthropic 研究员 Levent Alpöge 已经利用各大 AI 公司的工具，在 Navier-Stokes 问题的研究上取得了突破性进展。正当他们准备正式公布研究成果时，OpenAI 突然投入了数百万美元的庞大算力，开展了这场大规模的突击攻坚。 虽然 OpenAI 官方坚称其研发过程并未利用 Buckmaster 和 Alpöge 尚未公开的最新研究成果，但这一解释并未平息质疑。纽约大学团队公开对 OpenAI 提出了强烈的指控，认为其涉嫌抓取并利用了他们的数据输入来训练和优化模型，从而实现后发先至。 结语 AI 在科学研究和数学领域的应用正在加速爆发，从辅助证明到自主发现，技术的边界正在被不断打破。然而，当巨头拥有的海量算力与学术界的传统研究节奏发生碰撞时，知识产权、数据隐私以及学术道德的界限变得愈发模糊。OpenAI 此次的“突破”究竟是纯粹的技术胜利，还是对科研伦理的一次踩线？这场争议或许才刚刚开始。

分类：科技 标签：iOS应用、独立开发、效率工具、教师助手 在经典的课表应用 iStudiez Pro 停止运营后，许多教师用户陷入了寻找替代品的困境。市面上的通用日历应用虽然强大，但很难完美契合学校复杂的作息规律。为此，一位一线教师利用业余时间，在 AI 的辅助下从零开发并上架了一款专为教师打造的课表 App——「下一节」。它究竟是如何解决教师群体在日常教学中的痛点的？ 为什么通用日历无法满足教师需求？ 传统的日历应用以固定的绝对时间（如 1 点、2 点、3 点）作为安排日程的基准轴。然而，教师的日常工作是以学校的「作息表」为核心的。 例如，老师们习惯记的是「周三上午第 3 节有一节课」，而不是「周三上午 10:00 有一节课」。在实际教学中，学校的作息表往往会频繁调整（如夏季作息与冬季作息的切换）。如果使用普通日历，每次作息表变动都需要手动逐个调整每节课的时间；而在「下一节」中，用户只需要建立并切换作息表，课程的起止时间就会自动随之更新，极大地减轻了维护成本。 应对复杂多变的校园日常 除了作息时间的调整，教师的日常还经常面临各种突发状况： 某节课临时取消，或者需要调动到其他时间； 高中常见的单双周错位排课； 课外事务性工作，如校园值班、课间操秩序维护、午休查寝等。 针对这些复杂场景，「下一节」在核心的「课表」页进行了深度优化。老师们可以轻松处理单双周设置、取消特定课程，或者将课程灵活调整到其他节次，让原本琐碎的排课计划变得井井有条。 找回教学的节奏与从容 教师的主业本该是专注教学，但现实中往往会被繁杂的琐事消耗大量精力。很多人都有过这样的体验：突然被提醒有课而一路狂奔到教室，或者气喘吁吁赶到讲台上才想起来这节课该讲什么内容。 为了缓解这种焦虑，「下一节」设计了核心的「今日」页。在这里，应用可以直观地展示： 下一节课具体是哪一节 -> 课前还剩下多少空闲时间 -> 对当前的课程进度做简要记录 通过清晰的视觉呈现，「下一节」试图帮老师们找回教学的掌控感。正如其 Slogan 所言：「知道下一节，从容每一天」。 总结与展望 从最初使用纸笔绘制草图，到借助 AI 学习 SwiftUI 并最终成功将应用上架，「下一节」展现了独立开发者用技术解决实际问题的能力。尽管上线后面临了诸如多班级授课、多作息表并行等更为复杂的真实用户需求，但这款工具无疑为紧张忙碌的教育工作者提供了一种更优雅的解法。希望每一位老师，都能在数码工具的辅助下，多留出一点喘息与从容的空间。

分类：AI动态 标签：人工智能、大模型、数学、科技争议 引言 流体力学中的 Navier-Stokes 方程（纳维-斯托克斯方程）自提出至今已有约 200 年历史，它描述了液体和空气等流体的运动规律，但其普适性始终未被数学界完全证明。早在 2000 年，它就被克雷数学研究所列为六大千禧年数学问题之一。 然而，人工智能的介入打破了长久以来的僵局。本周，OpenAI 宣布通过大规模 AI 算力攻克了这一难题，却也因涉嫌“抢跑”与数据利用问题，在数学界与科技圈掀起了轩然大波。 AI 智能体 88 小时攻坚：历史性突破还是算力碾压？ 根据 OpenAI 的官方通告，团队动用了约 1 万个 AI 智能体，经过长达 88 小时的持续攻坚，最终在 9 月 5 日发现了一个 Navier-Stokes 方程失效的特例。 这一成果如果最终得到数学界的正式确认，将具有里程碑式的意义： 历史首次：标志着人工智能首次独立解决世界级的重大数学难题。 计算范式：展示了海量智能体协同作战（1万个 AI 智能体 -> 88小时高强度计算 -> 极限特例发现）在基础科学研究中的巨大潜力。 荣誉背后的争议：学术抢跑与数据指控 尽管技术成果令人瞩目，但其背后的研发过程却引发了激烈的伦理与学术争议。事件的核心矛盾指向了 OpenAI 与学术界的互动： 前置进展的铺垫：在 OpenAI 宣布突破的前一个月，纽约大学数学家 Tristan Buckmaster 与 Anthropic 研究员 Levent Alpöge 刚刚利用 AI 工具在 Navier-Stokes 问题的研究上取得了突破性进展。 算力碾压与抢发：就在该学术团队准备正式公布研究成果前夕，OpenAI 投入了数百万美元的庞大算力开展了大规模突击行动，抢先一步发布了类似成果。 数据抓取与信任危机：OpenAI 官方坚称其研发过程并未利用 Buckmaster 和 Alpöge 的最新研究成果。但 Tristan Buckmaster 随后公开发表声明提出强烈质疑，纽约大学团队甚至公开指控 OpenAI 抓取了他们的数据输入到自己的模型中。 科技新视点 人工智能与基础科学的结合正在加速到来，但随之而来的知识产权、学术道德以及大厂算力垄断问题也日益凸显。当商业巨头拥有压倒性的算力资源，并与开源或学术研究产生交叉时，如何界定贡献与规范边界，将是人工智能时代亟待解决的新课题。这场围绕 Navier-Stokes 方程的争议，或许只是未来科技与传统学术界摩擦的一个缩影。

分类：数码 标签：iPhone、折叠屏手机、苹果、A20 Pro 备受瞩目的苹果首款折叠屏旗舰手机 —— iPhone Duo 今日正式亮相。作为苹果在折叠屏赛道交出的第一份答卷，该机起价 15,999 元，顶配版更是达到了 26,499 元，堪称苹果史上售价最高昂的智能手机。这款集万千期待于一身的产品究竟带来了哪些硬核升级？让我们一探究竟。 核心配置：顶级性能与前沿屏幕形态 在硬件配置上，iPhone Duo 毫不妥协，直接搭载了与 iPhone 18 Pro 同款的 A20 Pro 处理器，性能表现站在行业第一梯队。 屏幕方面，该机配备了内外双屏： 内屏：7.6 英寸大屏，分辨率为 1878 x 2670，支持 120Hz 高刷新率，并且首次采用了屏下摄像头技术，视觉完整度极高。 外屏：5.4 英寸屏幕，分辨率 1398 x 2034，同样支持 120Hz 高刷。 扩展性：内外双屏均支持 Apple Pencil（预计于今年晚些时候推出支持）。 工艺设计：极致轻薄与精巧铰链 在机身工艺上，iPhone Duo 的机身边框采用了航空级钛金属材质打造，并改用侧边指纹识别方案。其铰链机构内置了超过 100 个精密部件，采用了定制的可变扭矩设计。得益于此，该机在展开状态下的厚度仅为 5.2mm，成为了迄今为止最薄的 iPhone。 此外，在开合交互的细节处理上，iPhone Duo 带来了一种全新的视觉动效：当用户手动进行展开或折叠操作时，屏幕画面会自动产生虚化效果，让两块屏幕在视觉上仿佛是一个整体在自然扩展与收缩，过渡极为顺滑。 软件生态：大屏适配与半折叠创新玩法 软件体验一直是苹果的传统强项。针对折叠屏形态，iPhone Duo 对系统进行了深度适配： 主屏幕程序坞采用竖向布局，控制项经过重新排列，更方便单手拇指操作。 支持双应用同屏分屏操作，提升生产力。 支持半折叠使用形态，展开特定模式后可秒变桌面日历、闹钟或桌面音箱。 需要注意的是，延续了前瞻性的设计思路，iPhone Duo 和同期的 iPhone Air 一样，全面取消了实体物理 SIM 卡槽，仅支持 eSIM 卡。 总结与展望 作为苹果迈入折叠屏时代的第一步，iPhone Duo 凭借钛金属轻薄机身、屏下摄像头、A20 Pro 强劲性能以及出色的软件生态，展现了苹果对折叠屏形态的深刻理解。然而，15,999 元起步、最高 26,499 元的售价也注定了它是一款面向极客与高端尝鲜用户的未来旗舰。对于这款苹果牌折叠屏，你认为它达到了心中的预期吗？你会考虑入手吗？

分类：AI动态 标签：人工智能、大模型、智能硬件、智能家居 过去一年里，AI 智能体（Agent）的主要工作场景局限于数字世界。它们能搜索资料、分析数据、制作 PPT，也能调用各种数字工具。但衡量其能力的标准，依然停留在屏幕内部。然而，现实世界充满了持续变化的人、物品、声音和空间。要想从数字工具变成真正的行动者，Agent 首先需要获得感知和触达这些信息的物理入口。 为了打破这层隔阂，硬件正式进入各大 AI 公司的视野。从海外的 Google、Amazon 到国内的腾讯与百度，Agent 的竞争正在全面越过聊天框，向实体设备与现实场景延伸。 一、为什么 Agent 需要一个硬件载体？ 软件世界为 Agent 提供了一套清晰的操作规则，网页有链接，文件有格式，任务结果也容易检验。但在现实生活中，人类的需求往往是模糊且复杂的。 过去的智能音箱和智能家居虽然实现了部分连接，但交互通常围绕单次命令展开，设备听见指令、完成动作后任务便告结束。而 Agent 带来的改变，是将一次设备控制融入更长的任务闭环中： 理解用户意图 -> 结合环境信息规划步骤 -> 调用合适设备 -> 根据执行结果动态调整后续动作。 摄像头提供了视觉，麦克风采集了声音，屏幕负责呈现信息，传感器描述环境。硬件不仅让 Agent 接触到软件之外的信息，更赋予了它影响现实环境的可能。 二、软硬件协同：以家庭场景为首个试验田 在小度的新品矩阵中，多款硬件分别承担了不同的触角角色： 智能屏：作为家庭任务的集中呈现界面，日程、作业进度与成长记录可以被家庭成员共同查看，同时具备视觉定位和红外传统家电控制能力。 闺蜜机与智能音箱：提供更自然、更贴近日常习惯的交互入口，让用户无需刻意「打开 AI」。 智能摄像机：借助视觉大模型，用户可以用自然语言提出自定义看护需求。从传统的单一事件触发，升级为覆盖坐姿、分神、拖延等复杂行为的持续观察与任务拆解。 通过这种组合，AI 成功将原本分散在聊天消息、口头提醒和纸质作业里的信息，组织成了“分配 -> 执行 -> 提交 -> 反馈”的完整流程。 三、进入现实世界，真正的门槛才刚出现 当 Agent 跨入家庭等现实场景时，风险也随之增加。网页上的代码报错可以重新运行，但现实中的误报可能引发焦虑，而设备调控失误则会直接改变物理环境。 这意味着，现实级 Agent 不能仅仅追求任务完成率： 权衡与分寸：系统需要准确理解意图，判断何时需要人工确认，针对不同紧急程度选择行动。 隐私与协作：多设备共享状态（身份、日程、摄像头画面）的同时，必须严格保护高度敏感的家庭隐私，建立透明、可控的机制以博取信任。 端云分工：如果完全依赖云端，将面临延迟与隐私挑战；如何在本地算力限制下实现软硬件深度融合，是技术落地的关键考验。 总结 百度搭子与超能小度的结合，本质上是一次软硬件协同的集中验证：通用 Agent 借助硬件获得了感知、交互和执行的实体入口，而硬件则通过大模型补全了复杂任务规划的能力。 家庭只是这个进程的起点。未来，当办公室、汽车、门店和更多公共空间被接入，硬件提供持续的感知与行动能力，Agent 负责理解目标并组织设备协作，AI 真正参与现实事务的大幕才刚刚拉开。

分类：AI动态 标签：人工智能、大模型、数学、科技争议 约 200 年前，法国物理学家克劳德-路易·纳维和爱尔兰物理学家乔治·斯托克斯提出了一组描述流体运动的偏微分方程，即著名的 Navier-Stokes 方程。然而，这组方程并不保证适用于所有可能的情况。几十年来，数学家们一直试图证明其普适性或寻找失效的特例。2000 年，克雷数学研究所将其正式列为六大千禧年数学问题之一。 AI 智能体的大规模攻坚 本周，OpenAI 宣布通过调用约 1 万个 AI 智能体，进行了长达 88 小时的算力攻坚，并于 9 月 5 日成功发现了一个 Navier-Stokes 方程失效的特例。 如果这一成果最终得到数学界的正式确认，将具有里程碑式的意义：它标志着人工智能首次真正攻克了一个重大的世界级数学难题，展现了大模型在基础科学研究领域的巨大潜力。 算力碾压背后的学术争议 尽管技术突破令人瞩目，但这一成果在数学界和科技圈引发了巨大的争议。争议的核心在于成果的独立性与数据使用的合规性。 在 OpenAI 宣布突破的前一个月，纽约大学数学家 Tristan Buckmaster 与 Anthropic 研究员 Levent Alpöge 刚刚利用各大 AI 工具，在 Navier-Stokes 问题的研究上取得了突破性进展。然而，就在他们筹备公开最新研究成果的关键节点，OpenAI 突然投入数百万美元算力展开了大规模跟进。 OpenAI 的立场：官方声称其研发过程并未利用 Buckmaster 和 Alpöge 尚未公开的最新研究成果。 学界的质疑：Tristan Buckmaster 公开发表声明提出强烈质疑，纽约大学团队甚至直接指控 OpenAI 抓取了他们的数据并输入至其模型中。 科技新前沿的伦理思考 这一事件不仅是一场关于数学成果优先权的争端，更引发了行业对 AI 时代学术伦理的深思。当商业巨头拥有数百万美元的算力池和庞大的模型生态时，传统的科研积累如何与商业大模型的高效收割平衡，已经成为摆在全人类面前的一道新课题。

分类：AI动态 标签：大模型、人工智能、智能硬件、Agent 过去一年，大模型与智能体（Agent）的主战场主要集中在数字世界：它们搜索资料、分析数据、写代码、制作 PPT，或者在浏览器中调用工具。然而，屏幕里的 Agent 始终与现实世界隔着一层。它们可以帮你整理一周的工作总结，却无法感知会议室里刚刚讨论了什么；它们能生成完美的家庭计划，却看不到孩子有没有认真写作业。 为了真正成为普遍的行动者，Agent 需要摆脱聊天框的限制，寻找自己的「身体」。 近期，从海外的 Google、Amazon 到国内的腾讯与百度，科技巨头们纷纷将 AI Agent 与实体硬件深度结合。以百度为例，随着「百度搭子」全面落地小度添添闺蜜机、智能屏、智能音箱和摄像机等硬件矩阵，Agent 的竞争正式越过软件边界，开始深入家庭等现实场景。 一、 为什么 Agent 需要一个硬件载体？ 在软件世界里，网页有按钮、文件有格式、API 有接口，任务的拆解和执行有着清晰的规则。但现实世界充满了模糊、持续变化的人、物品、声音和空间。 传统的智能音箱和家居设备虽然能听懂「打开空调」或「播放音乐」的单次指令，却无法处理复杂的长链条任务。而当 Agent 接入摄像头、麦克风、屏幕和传感器等硬件后，情况发生了根本性变化： 感知升级：摄像头提供视觉，麦克风提供声音，传感器描述环境，打破了数字世界与物理世界的壁垒。 任务闭环：以家庭场景为例，Agent 不再是冷冰冰的问答工具，而是能够主动理解目标、拆解步骤、调用设备、持续观察并给出反馈的任务执行者。 在百度与小度的协同中，分工也极为明确：百度搭子负责需求理解、任务规划、工具调用与执行反馈；而超能小度依托其硬件体系，将通用能力转化为家庭可以理解和使用的产品功能，让用户无需学习复杂操作，只需表达诉求即可。 二、 四款硬件：重构家庭任务的触角 在小度的最新落地实践中，四款不同形态的硬件承担了家庭 Agent 的多元触角： 智能屏（如 X9 Ultra）：作为家庭任务的集中呈现界面，大屏用于展示日程、作业进度和成长记录。同时借助视觉定位和红外控制，还能联动并操控传统非智能家电。 闺蜜机与智能音箱：提供更自然、随处可及的语音与触控交互入口，让用户在日常生活中无需特意「打开 AI」。 智能摄像机（如 C1500）：通过三摄双画面与视觉大模型，让 Agent 真正「看懂」家庭动态。用户不仅能通过自然语言提出「孩子有没有玩手机」等自定义看护需求，升级后的 AI 看护智能体 2.0 还能将「辅导作业」拆解为坐姿、分神、拖延等细分任务，进行持续观察与智能提醒。 从作业管理到 AI 看护，硬件让 Agent 拥有了覆盖整个家庭空间、跨设备协同的行动能力。 三、 迈入现实世界：真正的门槛才刚刚开始 当 Agent 走出聊天框、进入充满变数的现实与家庭环境时，挑战也随之升级： 容错率降低：在软件中生成错误可以重新运行，但在家庭中，一次看护误报可能引发不必要的焦虑，设备联动失控也可能影响日常生活。这要求 Agent 必须具备更高的可靠性、安全边界与适时的询问确认机制。 隐私与协同的平衡：智能屏、摄像机与音箱需要共享身份和状态才能协同工作，但儿童信息、健康记录和摄像头画面属于高度敏感数据。如何在「设备无缝协作」与「守护隐私边界」之间找到平衡，是构建长期信任的关键。 端侧与云端的博弈：如果所有感知和判断完全依赖云端，将面临延迟、成本与隐私风险；而将算力下放至本地，又对芯片和功耗提出了极高要求。软硬件的深度融合，考验的是模型、芯片与交互设计的共同成熟。 总结 百度搭子全面落地小度产品矩阵，不仅是百度「芯-云-模-体」全栈 AI 布局在物理世界的最新验证，也为整个行业指明了方向：AI 开始真正参与到复杂的现实事务中。 家庭只是一个起点。未来，办公室、汽车、养老机构等更多公共与私人空间，都将迎来类似的变革——硬件提供持续的感知与行动能力，而 Agent 负责理解目标并组织设备协作。AI 正在接触一个更广阔、更复杂的现实世界，而这仅仅是一个开始。