AI动态

分类：AI动态 标签：人工智能、大模型、智能硬件、开源项目 当下的健康硬件市场已经足够拥挤。从手环、指环到智能床垫，各种设备都在不遗余力地告诉用户昨晚睡得怎么样。但随之而来的痛点也十分明显：当机器发现你没睡好之后，到底能做什么？更重要的是，它怎么知道自己做对了？ 正是看到了这个传统硬件的盲区，一家成立不到一年、首款产品尚未正式量产的 AI 硬件公司 Fullive.ai，近期却频获资本青睐——不仅高瓴资本连续三轮加注，智元机器人等机构也先后入场，并在今年 7 月获得了招商局创投领投的新一轮融资。 这家公司将切入点放在了床头，推出了一款名为 Somni 的睡眠硬件。它试图通过一套创新的「响应学习」闭环系统，打破传统健康硬件「只监测、不干预」的僵局。 一、睡不好的一晚，床头能做什么？ 第一眼看到 Somni，最引人注目的是其克制的形态。它没有传统屏幕，也不需要用户在睡前佩戴任何手环或头带，而是安静地放置在床头。 在系统内部，Somni 通过毫米波雷达、麦克风阵列和环境传感器，持续捕捉用户的呼吸、心率、体动、鼾声，以及卧室中的温湿度、光照等环境变化。在完成多维信号融合后，系统不再仅仅输出事后复盘的睡眠报告，而是生成动态干预方案： 入睡前：通过温和的声、光、气味等因子调节神经状态，帮助用户放松。 睡眠中：维持稳定状态，若检测到夜间醒来或躁动，则实时调整干预动作。 清晨时：提供更加自然的唤醒方式。 每一晚的运行，对于 Somni 来说都是一次「小型实验」。如果前一晚的声光组合没有达到预期效果，系统会根据用户的生理变化调整次日方案；反之，有效的反馈则会成为后续优化的依据。这种「低打扰、连续观测、动态闭环」的设计，完美契合了高压脑力人群对睡眠质量的高要求。 二、不止是监测：训练懂人体反应的「响应模型」 在床头设备的外壳之下，Fullive.ai 真正想要构建的是一套全新的底层技术逻辑。 过去，AI 在生命科学领域的核心进展主要集中在「描述状态」（如蛋白质结构预测、医疗影像识别）。但健康管理的本质在于「改变状态」。由于个体差异，同样的干预手段对不同人群的效果天差地别。 为此，Fullive.ai 提出了 「状态 -> 干预 -> 响应」 的核心数据逻辑： 状态记录：捕捉人体当前的生理与环境指标。 主动干预：施加可控的声光电等物理调节。 响应反馈：观察随之而来的生理变化。 通过这一闭环，系统收集到的不再仅仅是冰冷的健康数据，而是能够训练 「响应模型」 的关键数据——理解人在面对外界改变时究竟会发生怎样的生理反应。 在系统架构上，Somni 采用了 「传感器 x 基础模型 x Bio-OS Harness」 的软硬一体方案。其中，生成式 AI 扮演「规划师」角色提出候选方案，再由内置的模拟器和循证医学先验知识共同把关，确保干预动作安全、不越界。同时，设备采用端云协同与隐私加密方案，优先在本地处理原始波形，最大程度保护用户隐私。 三、从夜间切入，走向更广阔的生理世界模型 Fullive.ai 将自己定义为一家「模型 x 本体」的 AI4Bio 公司。 团队之所以选择睡眠作为创业的第一站，是因为相比于功能复杂、成本高昂的通用机器人，睡眠场景具备明确的强需求、相对封闭的环境，以及长达数小时的连续观测时间，是跑通数据闭环的理想切入点。 按照规划，除了面向夜间恢复的 Somni 之外，未来还将推出覆盖日间压力、专注、情绪等上下文的日间产品 Cori。这家汇聚了清华、北大以及华为、大疆、百度等行业老兵的创业团队，其最终的宏伟目标是打造 Physiological World Model（生理世界模型）。 正如特斯拉通过海量汽车本体收集真实道路数据来推动自动驾驶迭代一样，Fullive.ai 也在尝试通过可规模化部署的健康硬件本体，持续收集人体对外部输入的响应数据。 ...

分类：科技 标签：人工智能、机器人、具身智能、IPO 2026年9月1日，梅卡曼德正式登陆港交所，首日收盘总市值约124亿港元。作为上一轮机器人创业潮中走出的代表企业，这家专注于为机器人提供感知、识别与运动规划的公司，终于在公开市场被标出了具体价格。 在上市前夕，一级市场与基石投资者已率先投下信任票。梅卡曼德此次成功引入了包括苏格兰百年资管巨头Baillie Gifford在内的9家基石投资者，合计认购金额达1.86亿美元。当行业的聚光灯频频打向具身智能与人形机器人整机时，这家以软件和「大脑」见长的企业，用十年时间跑出了一条独特的发展路径。 从 3D 视觉起步：智能大于形态 成立于2016年底的梅卡曼德，从创业之初就没有将重心放在单纯制造一台机械硬件上。公司名Mech-Mind中的「Mind」，清晰地指向了其核心方向：给机器人装上感知环境的眼睛、理解任务的大脑，以及规划动作的手。 在机器人行业，形态可以千变万化，涵盖重型工业设备、轻型双臂、移动协作机器人，以及轮式或足式类人形机器人。然而，无论形态如何演变，核心痛点始终是如何让机器人看清环境、识别物体并自主规划动作。 2017年 -> 推出Mech-Eye、Mech-Vision与Mech-Viz，分别负责3D点云与图像获取、物体位姿识别，以及机械臂路径规划与避障。 走向规模化 -> 深入汽车零部件、日化、机器人制造等行业，解决分拣、码垛、拆垛和上料等真实痛点。 通过将复杂的高科技封装为稳定易用的标准化产品，并依托文档、培训体系与合作伙伴网络，梅卡曼德成功避免了每个项目都陷入高度定制化的泥潭。 全球化规模落地：老客户复购验证信任 十年的技术积累与商业化耕耘，在财务与市场数据上得到了充分回报。 截至上市前，梅卡曼德的产品已进入近50个国家和地区，覆盖数十个行业的50多类典型场景，累计处理超过10万种货品，服务超过100家财富世界500强企业，累计部署设备超过2.9万台。 海外市场的爆发尤为亮眼。2023年至2025年，其海外收入从5860万元迅速增长至1.955亿元，年复合增长率高达82.7%，海外收入占比更是从32.4%跃升至50.3%。与此同时，老客户的持续复购成为基本盘稳固的强力证明：上年活跃客户对当年收入的贡献占比从2023年的61%一路攀升至2025年的78%，并在2026年一季度达到86%。 这种信任关系意味着，当新技术浪潮来临时，梅卡曼德不必从零开始艰难寻找应用场景，而是能够顺着既有的客户矩阵与产线网络直接切入真实现场。 迎接具身智能时代：从感知规划到「眼脑手」闭环 部署数量的领先并不意味着自动拿到下一轮技术的入场券。面对具身智能、物理AI、世界模型和灵巧手等新一轮技术范式，梅卡曼德交出了自己的答卷。 迈向大模型 -> 2023年发布Mech-GPT，尝试将自然语言、图像与3D空间信息融合进任务链路，实现由模型理解环境并拆解执行步骤。 动作与形态升级 -> 推出了具身智能基座模型、仿生分层机器人大脑、世界动作模型，以及能够完成抓、捏、握、拧、提等复杂操作的新一代Mech-Hand多指灵巧手。 这一系列新产品并非另起炉灶的推倒重来，而是对原有「眼脑手」链路的自然延伸。多模态大模型理解任务后，依然需要调用Mech-Eye获取3D空间数据，并由Mech-Viz完成底层规划与执行。 在业务扩张的同时，公司的盈利模型也在持续优化。2023年至2025年，梅卡曼德的整体收入从1.808亿元增长至3.888亿元（复合年增长率46.6%），毛利率则从39.1%大幅提升至64.6%，并在2026年一季度进一步达到64.8%。随着软件算法与底层技术的成熟，现场履约成本不断降低，为公司将更多资源投入前沿AI模型研发奠定了坚实基础。 总结 梅卡曼德的十年历程，展现了一种在喧嚣的科技浪潮中保持克制与清醒的能力。正如创始人所言，在AI时代没有任何公司能垄断创意，真正的护城河在于是否拥有清晰的产业定位（position）。 依托工业现场沉淀的2.9万台设备基础、庞大的世界500强客户群，以及对技术边界的务实认知，梅卡曼德在百亿市值的新起点上，正稳步向物理AI赛道更深处迈进。

分类：AI动态 标签：大模型、商业化、智谱、MiniMax 中国两家头部大模型企业在五天内先后交出了上市后的首份中期财报。数据显示，两家公司的业务规模均实现了爆发式增长：MiniMax 上半年收入达 1.17 亿美元，同比增长 283%；智谱上半年收入为 9.54 亿元人民币，同比增长近 400%。 然而，若将数字放回财报深处，剥离上市后优先股转换带来的会计因素影响，两家公司目前仍处于高研发投入期，且尚未完全实现盈利。更有趣的是，两家公司在商业化路径的选择上走出了截然不同的方向。 一、 智谱：本地化部署退潮，API 成为核心引擎 智谱在财报中展现了向云端服务转型的决心。上半年，其开放平台与 API 业务收入达到 8.25 亿元，同比增长超 27 倍，占总收入的比例飙升至 86.5%。相比之下，过去作为基本盘的本地化部署企业通用模型收入则出现了明显下降。 核心逻辑：智谱试图通过模型能力的上探（如 GLM-5.3 强化长程 Coding 与 Agent 能力）来处理更高价值的任务，并提出 “AGI 商业价值 = 智能上界 x Token 消耗规模” 的方法论。 降本增效：通过推出如 GLM-5.3-Flash 这样的稀疏架构模型，在国产芯片集群上运行，将单位 Token 推理成本较年初大幅下降约 80%，以扩大下游的 Token 消费规模。 目前，智谱正试图从传统的项目制交付，转向 “云端 API 调用 + 深度工作流订阅” 的模式，未来目标是让 AI 真正进入软件工程、网络安全等专业领域并按端到端任务收费。 二、 MiniMax：收入更加全球化，把「单位智能」做到极致便宜 与智谱相比，MiniMax 的财报呈现出另一番全球化与多模态并进的面貌。 全球化布局：上半年 MiniMax 海外收入达到 7083 万美元，占总收入的 60.8%，海外市场已然成为其业务的基本盘。 多模态与成本优化：MiniMax 坚持 “Minimize the Cost, Maximize the Intelligence” 的经营逻辑，将文本模型与视频、音频等多模态原生产品线融合，广泛触达全球的开发者、企业及内容创作者。 通过架构、算力调度与推理效率的共同优化，MiniMax 致力于持续压低单位智能的成本。在其看来，成本下降将直接带来更大的调用量，进而通过规模效应反哺供应链与毛利率。 ...

分类：AI动态 标签：大模型、iPhone、人工智能、开源项目 近期科技圈迎来了密集的技术突破与产品迭代，从人工智能大模型的商业化落地，到消费电子与智能驾驶的最新动态，多项重磅消息共同勾勒出数码与科技行业的全新走向。 大模型厂商争相入局，Token 订阅服务开售 随着大模型技术逐渐走向成熟，AI 厂商正在积极探索多元化的商业变现路径。上海证券报独家获悉，Kimi、MiniMax、阶跃星辰等多家国产大模型厂商正与天猫积极接洽，未来将陆续入驻并开设官方旗舰店，直接开售 Token 订阅套餐产品。 此前，大模型厂商主要通过官网等自有渠道销售订阅服务。智谱作为首批入驻品牌已在天猫开售 GLM Coding Plan 订阅套餐，并适配了 Claude Code、Codex 等 20 余款主流 Agent。随着各大厂商加速布局传统电商的消费场景，大模型的普惠与商业化正迎来新的提速期。 传 iPhone 18 Pro 售价温和上调，折叠机型售价曝光 在备受关注的消费电子领域，海外运营商提前泄露了苹果新一代产品的定价线索。跨国电信运营商沃达丰泄露的数据显示，iPhone 18 Pro 及 Pro Max 的售价涨幅较上一代约为 10% 到 11%，测算其美国市场基准起售价约 1099 美元和 1299 美元，较上一代上调约 100 美元，整体涨幅低于此前市场预期。 同时，澳大利亚渠道信息显示，顶级折叠机型 iPhone Ultra 的美国本土起售价区间预计在 1999 至 2099 美元之间，网传的超高溢价并未出现。业内预计，iPhone 18 Pro 和 Ultra 的国行起售价或分别定在 9999 元与 14999 元左右。 解放军总医院完成全球首例 AI 超声机器人引导先心病封堵术 在医疗科技前沿，我国取得了突破性进展。解放军总医院第六医学中心心血管病医学部成功完成了全球首例人工智能超声机器人引导下的先天性心脏病介入封堵术。 该手术针对一名解剖条件较差的复杂房间隔缺损患者。由第六医学中心朱航主任团队与清华科研团队联合研发的智能超声机器人系统，突破了传统介入机器人仅能递送器械的局限，实现了影像识别与手术操作的双向智能协同。机器人在手术全程自主完成影像采集、病灶定位与实时导航，大幅提升了复杂微创手术的精准度与安全性。 科技数码其他亮点速递 特斯拉 Robotaxi 运营升级：特斯拉 AI 负责人表示，随着下阶段技术整合完成，Robotaxi 自动驾驶无人出租车有望在下个月实现 24 小时全天候运营。 Google 翻译双端更新：Android 端新增后台实时同传支持，iOS 端上线贴耳听力模式，进一步优化多任务与复杂环境下的翻译体验。 全球首款全透明掌机：开发者 Louis Huang 推出的透明掌机 Arduview 采用透明电路板与 OLED 面板，整机重约 50 克，将于明年开启众筹。 编辑点评 从大模型厂商集体进军电商售卖 Token，到消费电子价格预期趋于理性，再到医疗 AI 机器人完成全球首例临床突破，当前的科技创新正以前所未有的速度向纵深发展。AI 不再仅停留在云端的算法模型中，而是正通过与硬件、电商、医疗等垂直场景的深度融合，实实在在地改变着生产力与人们的日常生活。

分类：[科技] 标签：[人工智能]、[大模型]、[智能硬件]、[AI健康] 在人工智能深入渗透垂直领域的当下，一家成立仅几个月、首款产品尚未正式量产的 AI 硬件公司却迎来了资本的持续追捧。高瓴连续三轮加注，智元机器人等机构入局，招商局创投领投其最新一轮融资——这家名为 Fullive.ai 的公司，正试图用 AI 彻底改变我们对睡眠与健康的管理方式。 一、睡不好的一晚，床头设备能做什么？ Fullive.ai 推出的首款产品名为 Somni，是一款面向高压脑力人群的睡眠硬件。与传统健康手环、智能指环或厚重的智能床垫不同，Somni 被设计成了一个安静的床头设备：没有屏幕，无需佩戴，也不要求用户在睡前学习复杂的交互逻辑。 通过内置的毫米波雷达、麦克风阵列以及环境传感器，Somni 能够在夜间无感捕捉用户的呼吸、心率、体动、鼾声，以及卧室的温湿度与光照变化。 传统的睡眠监测往往停留在「事后复盘」阶段，即第二天生成一份报告告诉你昨晚睡得怎么样。而 Somni 往前走了一步：它通过声音、光线、气味等神经系统调节方式，在入睡前帮助放松，在夜间维持稳定状态，并在早晨进行自然唤醒。 每一个夜晚，对于 Somni 来说都是一次「小型实验」： 感知状态 -> 判断策略 -> 执行干预 -> 迭代优化 如果前一晚的声光组合没有达到预期效果，系统会根据用户的生理变化调整下一晚的方案，形成一个不断学习用户响应的闭环系统。 二、不止是监测，更要训练一套「懂人体反应」的响应模型 在 Somni 的外壳之下，Fullive.ai 真正想构建的是一套全新的技术逻辑。 过去几年，AI 在生命科学领域大多用于「描述状态」，例如蛋白质结构预测或医疗影像识别。但健康管理的核心在于「改变状态」。同一种干预手段对不同人群的效果千差万别，即使是同一个人，在不同压力和作息下反应也完全不同。 为此，Fullive.ai 提出了 「状态 -> 干预 -> 响应」 的核心数据逻辑： 状态：记录人体当前状况。 干预：施加可控的调节动作。 响应：观察生理和行为的真实反馈。 通过这种闭环，系统训练出的不再是静态的描述模型，而是「响应模型」——它要学习的是「人对干预会产生什么反应」。在系统架构上，Somni 采用了 传感器 x 基础模型 x Bio-OS Harness 的方案，由大模型充当「规划师」提出候选方案，同时结合生理先验和循证医学知识设定安全边界，确保干预动作安全有效。 三、从一个夜间入口出发，AI 走向 Physiological World Model Fullive.ai 将自己定义为一家「模型 x 本体」的 AI4Bio 公司。 在这套战略中，模型负责理解状态与推演变化，而硬件本体则负责走进物理世界完成感知与执行。Somni 是团队切入市场的第一个夜间节点，而规划中的日间产品 Cori，则计划将压力、专注、情绪和行为等更多上下文接入同一套系统。 ...

分类：AI动态 标签：人工智能、大模型、科技资讯 回顾近期科技数码领域，各大巨头动作频频。从苹果高层在社交媒体的首次亮相，到前沿 AI 模型的更新迭代，再到热门应用与硬件市场的最新动态，以下为您梳理近期不容错过的科技要点。 苹果新任 CEO 约翰·特努斯开通 X 账号 苹果首席执行官约翰·特努斯正式加入社交平台 X（原 Twitter），并发布了个人账号的首条动态。这条仅有「hello」五个字母的简短消息迅速获得大量关注。 根据账号资料显示，该账号早在 2026 年 6 月便已私下创建，并在特努斯担任苹果首席执行官的首个正式工作日公开亮相。截至报道发布时，这条动态上线约 35 分钟，便已获得约 74.8 万次浏览与数万次互动。外界分析认为，此举延续了科技领袖与公众直接沟通的趋势。 Anthropic 发布 Claude Fable 5.1 与 Mythos 5.1 Anthropic 官方宣布推出 Claude Fable 5.1 和 Claude Mythos 5.1 模型，并将其称为全球最先进的编程与知识工作模型。 这两款模型采用相同的基础模型，核心区别在于安全防护等级： Fable 5.1：面向所有用户开放。 Mythos 5.1：仅通过可信访问计划向经过审核的网络安全和生命科学领域的机构提供。 基准测试数据显示，Fable 5.1 在多项测试中表现优异，超越了前代产品及同类竞品。 抖音突发推荐算法错乱，官方回应系服务器异常 此前，「抖音崩了」及「抖音推荐难看」等词条引发网络热议。据知情人士透露，此次推荐算法错乱的根本原因为平台突发服务器异常。 故障主要表现为三大技术问题：推荐算法机制疑似失灵，推送内容与用户日常偏好严重不符；内容流出现重复性紊乱，相同视频被反复推送；部分用户的播放功能受阻，频繁出现卡顿或错误提示。目前相关异常已逐步得到修复。 谷歌发布 TimesFM-3 时间序列模型 谷歌正式发布了其时间序列基础模型系列的第三代产品 —— TimesFM-3。该模型拥有 3.3 亿个参数，支持原生多变量预测、双注意力机制以及连续补丁掩码等特性。 TimesFM-3 继承了前代的高效性和零样本泛化能力，无需针对特定任务进行微调，即可联合预测多个共同演化的时间序列，大幅提升了复杂多元场景下的预测准确率。 科技视点总结 从高管的公开亮相到 AI 基础架构的持续升级，再到平台突发故障的快速响应，技术与生态正在经历快速的更迭。无论是大模型能力的进一步下放与垂直应用，还是消费级数码硬件的动态，都预示着接下来的科技市场将迎来更多看点。

分类：AI动态 标签：具身智能、大模型、机器人、人工智能 机器人行业现在最关心的一个核心问题是：它到底能不能干完一整件事？ 几十秒的抓取物品展示视频已经撑不起高额估值，把一件事从头干到尾成了最新的行业考题，大家习惯称之为「长程任务」。在世界机器人大会上，成立仅 8 个月的墨奇（MORPHI）交出了第一份答卷：一台名为 MORPHI KINO 的轮式机器人用 15 分钟自主完成了收拾客厅、检查冰箱、洗烘衣物并叠好等七八十个连续动作，全程没有掉链子。 这家备受瞩目的公司背后，是 1994 年出生、拥有清华自动化本科与港中文博士背景的联合创始人黄青虬。在加入华为车 BU 的 5 年里，他从研发飞速成长为智驾 AI 部门一号位，主导了 ADS 1.0 到 4.0 的算法突破与量产。离职前，他亲手完成了整套智驾系统的 AI 化，验证了用一个 AI 模型去驱动物理系统的可行性，这也成为了他投身具身智能爆发浪潮的起点。 日前，极客公园与黄青虬进行了一场深度对话，聊了聊他和墨奇打算如何实现物理 AGI 的路线图，以及他们如何在拥挤的赛道中通过差异化策略杀出重围。 一、 华为智驾 5 年，通往物理 AGI 的路线图 回顾在华为的 5 年时光，黄青虬经历了智驾的四代产品演进，并负责了每一代产品的关键模块 AI 化。他坦言，博士期间研究多模态数据与长视频处理的经历，为他后来转向自动驾驶和具身智能打下了基础。 离开华为自己创业，并非由于某个单一事件，而是长达数月的深度预判。他观察到，大语言模型虽然在虚拟世界展现了强大的语义理解和任务规划能力（Scaling Law），但用 AI 驱动底层控制这件事当时并未完全得到验证。直到 2024 年底他将华为的一段式端到端智驾系统做出来后，亲手验证了用单个 AI 模型驱动物理系统完全可行，才坚定了做「跟人一样聪明」的通用机器人决心。 在发展路线上，墨奇选择了一条与许多同行相反的道路： 不做双足人形，先做轮式 -> 「智能的上限在手臂」。 自研关节，但暂不做灵巧手 -> 夹爪已经够用，核心瓶颈在算法而非执行器。 不追逐 VLA 等架构名词 -> 具身模型架构命名为 MoRA（Reasoning & Autonomy），旨在实现会推理、能自主。 黄青虬强调，通用机器人未来能取代专用机器人，但专用永远取代不了通用。为了推高智能上限，墨奇坚持“全栈自研”的边界在于核心基础模型以及与其强绑定的数据处理链路。 二、 基础模型路线之争：让 System 1 充当大脑 墨奇公布了自己的具身智能模型 MoRA（MORPHI Reasoning & Autonomy）。黄青虬指出，行业主流模型多以架构命名（如 VLA、WM），但架构会持续变化，本质上只是加速模型训练的方法。他们更倾向于从能力出发来命名：Reasoning（推理） 代表对环境与任务的理解、规划与预测；Autonomy（自主） 代表机器人能够自主决策并持续执行行动直至成功。 ...

分类：科技 标签：具身智能、人工智能、机器人、大模型 2026 年 9 月 1 日，梅卡曼德正式登陆港交所，首日收盘总市值约 124 亿港元。作为上一轮机器人创业潮中走出的代表企业，这家专注于机器人“大脑”与“眼睛”的公司，终于在公开市场上被标出了明确的价格。 在上市前夕，一级市场与基石投资者已率先投下信任票。梅卡曼德此次引入了包括苏格兰百年资管巨头 Baillie Gifford 在内的 9 家基石投资者，合计认购 1.86 亿美元。但对于一家走过十年的科技企业而言，敲钟并非终点，而是面对全新行业标准的一场大考。 “机器人大脑”，在真实工厂里长成 成立于 2016 年底的梅卡曼德，从创业之初就没有将重心放在单纯制造机械臂上。公司名 Mech-Mind 中的 “Mind”，精准指向了核心赛道：给机器人做感知、识别和运动规划。 回顾其技术演进路径： 2017 年：推出第一代 Mech-Eye（3D 相机获取点云与图像）、Mech-Vision（视觉软件识别物体位置姿态）以及 Mech-Viz（规划软件计算抓取与避障路径）。 场景落地：从日化、汽车零部件到机器人制造，技术团队通过标准化产品替代高度定制，将使用门槛交由系统集成商与客户。 规模化扩张：截至上市前，其产品已进入近 50 个国家和地区，累计部署超过 2.9 万台，服务超 100 家财富世界 500 强企业。 海外市场的爆发尤为亮眼。2023 年至 2025 年，其海外收入从 5860 万元飙升至 1.955 亿元，年复合增长率高达 82.7%，占比突破半数。老客户的持续复购率更是从 2023 年的 61% 跃升至 2026 年一季度的 86%，印证了其产品在真实工业现场的稳定性与黏性。 从 3D 视觉到具身智能：打通“眼脑手”链路 庞大的部署规模并未让团队止步于传统工业视觉。面对具身智能与物理 AI 的浪潮，梅卡曼德正在将十年的技术积累无缝衔接至新一代产品中。 Mech-GPT（2023 年发布）：尝试将自然语言、图像与 3D 空间信息融合，让用户通过自然语言指令直接下达任务，由模型自主拆解步骤并调用底层视觉与规划能力。 具身智能基座与世界动作模型：用于预测不同动作可能产生的结果，打通任务理解、动作规划与执行的闭环。 Mech-Hand 多指灵巧手：补齐了直接操作物体的“手”之维度，实现抓、捏、握、拧、提等复杂操作。 通过 AI 成像、光学进步与路径规划的迭代，其履约成本不断下降，毛利率从 2023 年的 39.1% 一路攀升至 2026 年一季度的 64.8%。这使其有充足的资源将研发重心持续投入到世界模型与灵巧手等前沿探索中。 ...

分类：AI动态 标签：大模型、商业化、智谱、MiniMax 在经历了一轮又一轮的参数规模战之后，中国头部大模型企业终于迎来了上市后的首份中期财报。智谱与 MiniMax 在五天之内先后交卷，两家公司虽然都顶着高额的研发投入与尚未扭亏为盈的财务压力，但在商业化的选择上，却走出了截然不同的两条路径。 透过财报可以发现，智谱更倾向于向深度场景探索，通过 API 与复杂任务重塑企业工作流；而 MiniMax 则押注全球化与多模态，致力于将单位智能的成本压到极致。两家公司的商业化交锋，折射出中国大模型产业正在经历深刻的结构性分层。 一、 智谱：本地化退潮，API 已成主引擎 从智谱的财报数据来看，其业务结构正在发生剧烈转换。 上半年营收达到 9.54 亿元人民币，同比增长近 400%。其中，开放平台与 API 业务收入激增，占总收入比重高达 86.5%，而过去作为基本盘的本地化部署则退居幕后。这种转变意味着智谱正在告别传统的项目制生意，转向按调用量持续收费的云端服务模式。 为了向市场解释高额的研发与算力投入，智谱在财报中提出了一个核心公式： AGI 商业价值 = 智能上界 x Token 消耗规模 沿着这套方法论，智谱的产品矩阵展现出清晰的战略分工： GLM-5.3 拓展任务上限：重点发力长程 Coding 和 Agent 能力，试图推高模型独立处理复杂任务的能力边界。 GLM-5.3-Flash 扩大消费规模：通过稀疏架构与国产芯片集群的适配，将推理成本大幅压低，以更具性价比的价格刺激大规模调用。 智谱的终极目标是向 Co-work（协同工作）方向推进，让模型进入软件工程、网络安全等专业知识工作流，最终实现从按 Token 收费向按端到端任务结果收费的跨越。 二、 MiniMax：收入更全球化，先把单位智能做到足够便宜 相比之下，MiniMax 的财报呈现出了完全不同的全球化与规模化轮廓。 上半年，MiniMax 实现收入 1.17 亿美元，其中海外收入占比超过 60%，成为不折不扣的海外业务唱主角。在企业和开发者生态方面，其客户数量实现爆发式增长，ToB 业务展现出强劲的扩张势头。 MiniMax 的经营逻辑高度凝练为一句话：Minimize the Cost, Maximize the Intelligence（最小化成本，最大化智能）。 在算力与能源依然稀缺的现实背景下，MiniMax 并未急于提高单次调用的价格，而是通过模型架构、算力调度与推理效率的深度优化，持续压低获得同等智能的成本： 文本与多模态双线并进：M3 模型主攻 Coding 与 Agent 能力，而 H3 等多模态模型则切入视频、音频等原生创作场景。 以低价换规模：通过持续降低推理成本，MiniMax 试图用更宽的商业化覆盖面和庞大的 Token 消耗量来反哺生态。 尽管毛利率在不断改善，但 MiniMax 同样面临高昂的研发与算力基础设施开销。它所押注的不是短期的单价溢价，而是让更多人用得起、用得更多。 ...

分类：科技 标签：人工智能、AI硬件、大模型、智能穿戴 在当前的消费级硬件市场中，睡眠监测和助眠设备已经屡见不鲜。从智能手环到各类床垫，它们擅长告诉你昨晚睡得怎么样。但这里始终存在一个痛点：当机器发现你没睡好之后，到底能做什么？它又如何证明自己做对了？ 针对这一行业难题，一家成立不到一年、首款产品即将量产的 AI 硬件公司 Fullive.ai 给出了自己的解法。凭借创新的产品逻辑，该公司在成立初期便连续完成三轮融资，获得高瓴创投、智元机器人以及招商局创投的青睐。 一、睡不好的一晚，床头能做什么？ Fullive.ai 推出的第一款产品名为 Somni，是一款面向高压脑力人群的睡眠硬件。与传统需要佩戴的手环或头带不同，Somni 采取了克制的形态，被设计成一个安静的床头设备。 它不需要用户在睡前学习复杂的交互，也不要求佩戴任何传感器。通过机身内置的毫米波雷达、麦克风阵列和环境传感器，Somni 能够持续捕捉人体在夜间的呼吸、心率、体动、鼾声，以及卧室的温湿度与光照变化。 在系统内部，Somni 运行着一套完整的闭环逻辑： 感知状态：多组信号融合，实时判断用户的睡眠阶段与环境状态。 判断策略：动态生成干预方案，例如调整灯光暗度和播放辅助放松的节奏。 执行干预：通过声音、光线、气味等神经系统调节方式，在低打扰的前提下帮助用户入睡或自然唤醒。 迭代优化：对比干预前后的生理变化，评估效果并调整下一晚的执行策略。 郑昊将每个夜晚都比作一次「小型实验」：通过观察状态、尝试干预、收集反馈，设备得以不断摸索出对特定用户真正有效的方法。 二、训练一套「懂人体反应」的响应模型 在床头设备的外壳之下，Fullive.ai 真正想要构建的是一套全新的技术逻辑。 过去，AI 在生命科学领域大多用于描述系统「现在处于什么状态」。但健康管理的核心在于「改变状态」。同样的光照或声音，对不同的人甚至同一个人在不同压力下的反应截然不同。 为此，Fullive.ai 将核心数据逻辑定义为：状态 -> 干预 -> 响应。 状态：记录人体当前状态。 干预：施加可控的物理和环境动作。 响应：观察生理和行为上的真实反馈。 由此训练出的「响应模型」，其核心目标不是识别“人现在怎么样”，而是理解“人对干预会怎么反应”。在架构上，Somni 采用了“传感器 x 基础模型 x Bio-OS Harness”的方案，由生成式模型充当规划师提出候选方案，同时结合生理先验和循证医学证据设定安全边界，确保干预动作安全有效。 隐私安全方面，Somni 采用端云协同方案，雷达采集的原始波形优先保存在本地，云端传输会进行加密与最小化处理，兼顾了智能化与隐私保护。 三、从夜间入口出发，走向生理世界模型 Fullive.ai 将自己定位为一家“模型 x 本体”的 AI4Bio 公司。 在这套愿景中，模型负责理解状态与推演变化，而本体则负责走进物理世界执行感知和干预。Somni 是布局的第一步夜间节点，规划中的日间产品则将进一步把压力、情绪、专注等上下文接入系统。 团队放弃了复杂度更高的通用机器人形态，转而切入睡眠这一场景，正是看中了其明确的用户需求、封闭的环境以及足够长的连续观测时间。 目前，Somni 已完成小批次被试实验，并正全力推进量产与更大规模的临床验证。Fullive.ai 的长期目标是打造 Physiological World Model（生理世界模型），让 AI 不仅能识别生命当下的状态，更能推演和理解生命系统将如何随环境与干预发生动态演化。