AI动态

分类：AI动态 标签：具身智能 -> 大模型 -> 机器人 -> 创业 机器人行业当前面临的核心考题已不再是几十秒的抓取演示，而是能否将一整套复杂的任务从头干到尾，也就是行业中备受瞩目的「长程任务」。 在世界机器人大会上，成立仅 8 个月的墨奇（MORPHI）交出了自己的首张答卷：其研发的 MORPHI KINO 机器人用 15 分钟自主完成了收拾客厅、检查冰箱、处理衣物烘洗及叠衣等七八十个连续动作，全程无掉链子。 墨奇联合创始人黄青虬曾任华为智驾 AI 部门一号位，主导了华为智驾 ADS 1.0 到 4.0 的算法突破与量产。离开华为后，他与前物流老兵高文礼携手创业，致力于打造一台「跟人一样聪明」的通用机器人。今年 7 月，墨奇宣布获得超 10 亿元融资，阿里与腾讯联投，估值突破 70 亿元。 极客公园在墨奇的模型和机器人首次亮相前夕，与黄青虬进行了深入对话，探讨了他们通往物理 AGI 的路线图。 01. 告别华为智驾，押注物理 AGI 路线 回顾在华为车 BU 的 5 年经历，黄青虬经历了智驾从激光感知 AI 化到最终一段式端到端的全过程。他亲手验证了用一个 AI 模型去驱动物理系统、做底层控制是完全可行的，这为具身智能的爆发奠定了基础。 在本体选择上，墨奇与许多同行逆向而行： 不急于求成双足人形，优先选择轮式 -> 智能的上限在手臂，现阶段应聚焦于解决操作层面的瓶颈。 自研关节，暂不布局灵巧手 -> 夹爪足以完成大部分复杂动作，而关节模组的高动态与低时延才是当前的阻塞点。 坚持数据质量优先 -> 相比于单纯堆砌数据量，高质量的真实场景数据与后端的处理链路更为关键。 在商业化路线方面，黄青虬认为「通用」未来能取代「专用」，但「专用」永远取代不了「通用」。墨奇选择将重点放在提升通用能力、推高智能上限，在此基础上一路「沿途下蛋」，逐步寻找基础的专用场景落地。 02. 基础模型路线之争：让 System 1 成为大脑 墨奇公布了其具身智能模型 MoRA（MORPHI Reasoning & Autonomy），其命名没有采用当前主流的架构名词，而是直接从模型能力出发： Reasoning（推理） -> 代表对环境、任务以及行为的理解、推理、规划与预测。 Autonomy（自主） -> 代表机器人能够自主推理、决策并持续执行行动直至正确。 Agentic-Native 的模型技术路线 行业主流架构通常将任务拆解交给云端大模型（System 2），再下发给端侧操作系统（System 1）和底层运控系统（System 0）。这种分工在处理长程任务时，往往会因为云端与端侧的沟通频率不足而产生卡顿。 ...

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企业，梅卡曼德在公开市场被标出了价格，也让大众得以重新审视这个长期扎根于工业幕后的“机器人大脑”玩家。 在上市前夕，一级市场和基石投资者已率先投出信任票，其中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。这家成立于 2016 年的公司，从创立之初就走了一条不太一样的道路。 一、「机器人大脑」，是在工厂里长出来的 和许多聚光灯下的本体制造企业不同，梅卡曼德从第一天起就没有把重心放在造一台完整的机器人上。公司名 Mech-Mind 里的 “Mind”（思维），精准指向了它核心攻克的技术方向：给机器人做感知、识别和运动规划。 无论是重型工业设备、轻型双臂，还是移动协作机器人、轮式或足式类人形机器人，其底层逻辑都是相通的——感知环境、识别物体、规划动作。创始人邵天兰将其概括为：智能大于形态。 2017 年：梅卡曼德推出第一代 Mech-Eye、Mech-Vision 和 Mech-Viz。相机获取 3D 点云与图像 -> 视觉软件识别物体位置姿态 -> 规划软件计算机械臂怎么抓、怎么走、怎么避障。 规模化落地：十年间，这套智能组件被送进近 50 个国家和地区，累计部署超过 2.9 万台，服务超过 100 家财富世界 500 强企业。 尤为亮眼的是其海外市场的爆发。招股书显示，2023 年至 2025 年，梅卡曼德海外收入从 5860 万元增长到 1.955 亿元，年复合增长率达 82.7%，海外收入占比升至 50.3%。老客户贡献的收入比例更是从 2023 年的 61% 攀升至 2026 年一季度的 86%，印证了其产品在真实工业现场中获得的深度信任。 二、从 3D 视觉，到下一代「眼脑手」生态 部署规模并不天然等于下一轮技术的入场券。对于一家十年老兵而言，如何将过去的业务积累无缝衔接至新技术浪潮，才是决定生死存亡的关键。 近年来，具身智能、物理 AI 和世界模型等概念席卷行业，梅卡曼德也迅速完成了新一代产品的迭代： ...

分类：AI动态 标签：人工智能、大模型、自动驾驶、小米汽车 回顾近期的科技与数码圈，各大前沿领域迎来了密集的突破与变革。从新能源汽车的里程碑式交付，到大模型向自动化科研与端侧操作系统的深度下沉，以下为您盘点近期不容错过的核心科技动态。 一、 小米汽车累计交付量正式突破 80 万辆 小米创办人、董事长兼 CEO 雷军近日宣布，小米汽车累计交付量已正式超过 80 万辆。作为造车新势力中的黑马，小米在过去两年半的时间里接连推出了小米 SU7 和小米 YU7 两款爆品车型。进入 2026 年以来，小米汽车月交付量持续保持在 30,000 台以上的高位，展现出强劲的市场统治力与供应链交付能力。 二、 OpenAI 达成「自动化 AI 研究实习生」目标 OpenAI 正式发布博客宣布，已达成去年秋季制定的自动化 AI 研究实习生目标。该系统能够在人类监督下执行明确的科研任务，完成资深研究员数日的工作量。 不过，OpenAI 强调，AI 代理无法完全解决全部研发瓶颈，科研进度不会随代理用量线性增长。公司计划在 2028 年 3 月冲击全自动 AI 研究员目标，但所有核心决策权（如方向取舍、模型扩容、暂停或部署）仍严格归属于人类。 三、 阿里千问开源首个自动驾驶视觉语言模型 Qwen-Drive-1.0-4B 阿里千问本周正式开源 Qwen-Drive-1.0-4B，这是行业首个面向自动驾驶的视觉语言基础模型。该模型基于 Qwen3.5-4B 构建，在预训练阶段成功统一了 3D 感知与视觉问答，并进一步扩展至运动规划。 模型采用分阶段训练方案，在获得驾驶特定能力的同时，完整保留了通用视觉理解与指令遵循能力，为自动驾驶技术的开源生态注入了新的活力。 四、 微软推动 Windows 11 全面迈向本地端侧 AI 微软正在对其 Windows 11 的底层 AI 战略进行重大调整，逐步弱化表层的 Copilot 网页侧边栏及物理按键交互，转向以 PC 本地运行大模型为核心的「端侧优先」路线。 依托 NPU 算力和本地运行能力，系统可直接在设备内部处理数十亿到数百亿参数的 AI 模型。此举不仅大幅降低了网络延迟、有效保护了用户隐私，还帮助开发者彻底摆脱了云端 Token 计费的束缚。 ...

分类：AI动态 标签：人工智能、大模型、具身智能、机器人 在机器人行业历经数年的概念炒作之后，行业内部的核心考题已经从“几十秒的物品抓取展示”升级为更具挑战性的“长程任务”——也就是把一件事从头到尾独立干完。 近期，成立仅 8 个月的具身智能新锐企业墨奇（MORPHI），通过一段长达 15 分钟的跨房间复杂家务实测给出了自己的解法：机器人自主收拾客厅、检查冰箱、把烘干机里的衣服取出、放入新的一批并按下启动键，最后完成叠衣。在这长达七八十个连续动作的执行过程中，系统全程自主完成且没有掉链子。 墨奇的创始人黄青虬出生于 1994 年，拥有清华自动化本科及香港中文大学 MMLab 博士背景。在加入华为车 BU 的五年间，他曾飞速成长为智驾 AI 部门一号位，主导了华为智驾 ADS 1.0 到 4.0 的算法突破与量产。在离开华为前，他亲手验证了用一个 AI 模型去驱动物理系统、做底层控制的可行性，由此看到了具身智能爆发的基础，并决定投身物理 AGI 的创业浪潮。 目前，墨奇已完成超 10 亿元融资，获得阿里与腾讯联手押注，公司估值达到 70 多亿元，团队规模约 150 人，并计划在明年交付千台机器人。 一、 为什么通用机器人必须走「全栈自研」与「Agentic-Native」路线？ 面对拥挤且同质化严重的具身智能赛道，墨奇做出了许多与行业反着来的选择：不急于追求双足人形，而是从轮式起步；自研关键关节模组，却暂不涉足灵巧手；不堆砌海量低质数据，而是将质量与精度放在首位。 在底层模型架构上，墨奇选择押注 Agentic-Native（智能体原生） 的技术路线。 传统架构的痛点：目前行业主流往往采用多系统分工（例如 System 2 负责云端语义规划，System 1 负责端侧操作执行）。由于云端与端侧之间的通信瓶颈与高延迟，导致系统在处理长程任务时容易出现卡顿或断档。 墨奇的解法：墨奇将大脑的核心能力直接装进执行层，让端侧的 System 1 拥有更强的自主推理与时序纠错能力。System 1 不再仅仅是一个纯粹的低阶小脑执行器，而是进化成了具备目标引导与错误恢复能力的智能大脑。 黄青虬指出，通用机器人未来能够取代专用机器人，但专用永远无法取代通用。只有在泛化场景中不断喂出泛化的基础模型，才能打破智能的上限。 二、 核心观点与技术路线图 在访谈中，黄青虬分享了墨奇在技术攻坚与商业落地上的深度思考： 数据质量胜过数量：墨奇目前已积累 3 万小时真实场景数据。黄青虬认为，短期竞争力在于采集精度与真实度，而长期核心壁垒在于模型训练试错中沉淀下来的 know-how，以及将原始数据转化为训练数据的处理链路。 硬件自研的边界：不能为了自研而自研。墨奇选择自研整机系统与高动态关节模组，核心是为了解决当前算法演进的阻塞点，保证软硬一体的最优迭代效率。 长程任务是检验实力的试金石：一个 demo 能否成功跑完长达十几分钟、包含数十个复杂动作的长程任务，最能体现系统的综合调度能力、泛化性以及自我纠错（Closed-loop）机制。 博客总结 从华为车 BU 的智驾大牛，到如今物理 AGI 创业浪潮中的弄潮儿，黄青虬和墨奇团队用短短数月时间展现了极高的研发迭代效率。 在具身智能这场马拉松式的长跑中，喧嚣的架构名词与资本估值只是起点。正如黄青虬所言，如何把技术演进、数据基建以及本体工艺沉淀为稳定的组织资产，在真实的作业场景中解决可靠性与泛化难题，才是决定谁能真正笑到最后的关键所在。

分类：科技 标签：人工智能、iPhone、大模型、数码硬件 回顾本周的科技与数码圈，前沿大模型的商业化落地正在加速推进，各大厂商纷纷开辟全新的消费级场景。与此同时，智能硬件领域也迎来了多款重磅新品的爆料与突破性进展。本文为您梳理了本周最具代表性的科技焦点事件。 1. 大模型厂商集体“卖 Token”：Kimi、MiniMax 等即将入驻天猫 随着大模型技术的成熟，AI 厂商正在积极探索更多元化的商业化路径。继国产大模型厂商智谱在本月初正式入驻天猫开设官方旗舰店、开售 GLM 订阅套餐之后，上海证券报独家获悉，Kimi、MiniMax、阶跃星辰等多家头部大模型厂商也正在与天猫接洽中，未来将相继入驻开设官方旗舰店，直接面向普通消费者开售 Token 订阅套餐产品。 此前，大模型厂商大多通过官网等自有渠道销售订阅服务。此次集体入驻传统电商平台，标志着大模型订阅服务正式跨入大众消费场景，进一步降低了普通用户获取前沿 AI 能力的门槛。 2. 传 iPhone 18 Pro 仅涨价 100 美元，顶级折叠款价格前瞻 在苹果秋季发布会前夕，海外运营商与供应链渠道再度曝出新一代 iPhone 的定价相关数据。 根据跨国电信运营商沃达丰泄露的埃及市场数据测算，iPhone 18 Pro 以及 iPhone 18 Pro Max 的美国市场基准起售价预计分别为 1099 美元与 1299 美元，较上一代上调约 100 美元，涨幅约为 10% 左右，低于此前市场的激进预测。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。 3. 全球首例：我国完成人工智能超声机器人引导下的先心病封堵术 在医疗科技领域，人工智能与高端医疗装备的结合迎来了历史性突破。9 月 5 日上午，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。 该系统由医院朱航主任团队与清华科研团队联合研发，突破了传统介入机器人仅能实现器械递送的局限，实现了影像识别与手术操作的双向智能协同。智能机器人在手术中全程自主完成影像采集、病灶定位与实时导航，大幅提升了高难度复杂微创介入手术的精准度与安全性。 4. 全球首款完全透明掌机 Arduview 亮相：透明电路板加 OLED 面板 在数码与开源硬件领域，开发者 Louis Huang 近日公布了一款号称“全球首款完全透明的掌机”——Arduview，并计划于明年登陆 Kickstarter 众筹平台。 ...

分类：AI动态 标签：人工智能、大模型、苹果、Anthropic 今天的科技圈迎来了多项备受关注的动态。从苹果新任掌舵人的社交媒体首秀，到 AI 领域大模型的持续迭代，再到各大科技巨头与热门产品的最新进展，让我们一同回顾今日的核心科技看点。 苹果新任 CEO 约翰·特努斯正式入驻 X 平台 苹果首席执行官约翰·特努斯（John Ternus）正式加入了社交平台 X（原 Twitter），并发布了个人账号的首条动态。这条仅有小写字母「hello」的简短消息在发布后极短时间内便引发热议。 根据账号资料显示，该账号 @johnternus 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。虽然目前尚未清楚这究竟是特努斯对社交媒体的谨慎尝试，还是在致敬苹果经典的问候语传统，但这条动态在上线短短半小时内便收获了庞大的浏览量与互动，足见外界对这位新任掌舵者的高关注度。 Anthropic 推出 Claude Fable 5.1 与 Mythos 5.1 在人工智能领域，Anthropic 官方宣布正式推出 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」。 据悉，这两款新模型基于相同的基础架构打造，主要区别在于安全防护等级的划分： Fable 5.1 -> 面向所有普通用户全面开放。 Mythos 5.1 -> 仅通过可信访问计划，面向经过严格审核的网络安全和生命科学机构提供。 性能基准测试显示，Fable 5.1 在多项核心测试中超越了前代产品以及同类竞品，展现出更强大的编程与复杂任务处理能力。 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」等词条冲上热搜。对此，知情人士回应称，此次故障的原因为平台突发服务器异常。 据广大用户反馈，本次技术故障主要表现为三大特征：算法推荐机制疑似失灵，推送内容与日常偏好严重不符；信息流内容出现重复性紊乱，甚至频繁推送数年前的旧内容；基础播放功能受阻，伴随持续转圈或错误提示「无网络连接」。目前相关异常已逐步恢复。 行业动态速览 谷歌发布 TimesFM-3：该模型拥有 3.3 亿参数，支持原生多变量预测与双注意力机制，可在无需特定任务微调的情况下，实现零样本多变量时间序列预测。 Manus 宣布恢复独立运营：创始团队将继续领导公司，致力于产品创新与全球通用 AI 代理的发展。 蔚来发布二季度财报：实现总营收 321.37 亿元，同比增长 69.1%，经调整后净利润实现同比扭亏为盈。 《GTA 6》热度引发好莱坞担忧：随着 11 月 19 日发售日临近，其空前的预购量与讨论热度让部分电影工作室担忧其会分流院线观众。 总结 从苹果管理层的社交媒体新气象，到 Anthropic 在大模型性能上的持续突破，再到各大厂商在软硬件生态上的不断调整，今天的科技数码领域依然保持着高度的活跃与变革节奏。我们将持续为您追踪后续的深度报道。

分类：AI动态 标签：人工智能、具身智能、机器人、大模型 北京亦庄的空气在 2026 年 8 月 19 日透着一股特殊的兴奋，世界机器人大会在这里拉开帷幕。300 多家企业、2000 多件展品，几乎将大模型、本体、关键零部件和数据等具身智能的全套拼图全部摆上台面。 开幕当天，宇树科技敲钟上市，盘中市值一度冲破 4000 亿元，这不仅是过去十年中国机器人行业最接近资本狂欢的一天，更为整个尚处早期的赛道钉下了一个实质性的资本锚点。随着云深处科技进入交易所审核、智元机器人确认赴港上市，一级市场的热度正向二级市场传导。具身智能不再只是停留在 Demo 视频里的技术想象，开始被市场严格考核收入、交付、毛利和规模化能力。 比起追问什么时候会有奇迹，更值得探讨的是几个朴素而关键的问题：机器人是不是只能长成人的样子？具身智能的通用性到底走到了哪一步？数据正在变成一门硬件生意吗？藏在指尖、关节和电机里的关键部件又前进了几步？ 通过现场走访与深度交流，我们试图梳理出这个赛道正在发生的真实变革。 1. 机器人是不是只能是人形？ 过去两年，具身智能的叙事几乎被双足人形机器人全面占领：跑步、跳跃、打拳等出圈事件让“像人”成了唯一标准。然而，当真正走完 WRC 的展区，你会发现“像人”不再只有一种标准答案，本体形态正朝着多元化方向分化。 灵活与力量的分流：以宇树科技为例，G1 凭借全身关节的实时协调主打格斗与灵活路线，而体型更大的 H2 则输出更强的力量感。与此同时，巨型机甲 GD01 这类非人形装备则直接瞄准文旅和特种作业场景。 生活场景的逆向定义：维他动力发布的人形具身智能终端 Vbot ATOM，并没有延续传统工业机器人的思路，而是从家庭和公共空间等真实生活场景反向推导。160cm 的身高、180cm 的臂展以及织物包覆设计，让它更易于融入人类环境。 垂直场景的务实落地：自变量机器人在物流分拣场景中，干脆放弃了复杂的人形双臂与灵巧手，采用双机械臂配合普通夹爪，针对随机尺寸的包裹实现了每小时 1816 件、准确率超过 98% 的高效运转。 形态的分化证明，具身智能正在告别盲目的“拟人崇拜”，转而根据真实任务的物理约束来设计最合适的身体。 2. 具身智能的通用性走到哪一步了？ 通用任务能力——即跨物体、跨环境、跨指令完成复杂任务并在新场景中重新规划的能力，是衡量具身智能成熟度的核心指标。从技术路线来看，行业正呈现出百花齐放的态势： 端到端 VLA 与世界动作模型：银河通用的 Galbot ET1 借助 AstraBrain WBC 小脑基座模型，能够实时观察并模仿人类的舞蹈与高动态网球动作；未来不远机器人则通过 Self-Evolving WAM（自进化世界动作模型），让机器人不仅能执行任务，还能自主预测动作结果并持续迭代。 分层具身智能架构：逐际动力 COSA 采用三层架构，将场景理解、操作技能与高达 1000Hz 的全身运动控制进行解耦，兼顾了宏观决策与微观控制。 跨本体具身基础模型：星海图 G0.5 通过统一动作编码，让同一套模型能够适配不同的机器人本体，实现跨任务的通用迁移。 虽然在家庭等非结构化场景中，全面普及仍需时日，但在工厂、仓库等封闭和半封闭环境中，具身智能已经能够胜任长程、复杂的连续性任务。 3. 具身数据正在变成一门硬件生意吗？ 高质量的数据是模型进化的燃料，但机器人的数据采集方式——遥操作、无本体 UMI、数据手套、动捕设备等——几乎无一例外地依赖硬件。这不禁让人发问：具身数据正在变成一门硬件生意吗？ 事实上，数据的价值不在于孤立的采集本身，而在于能否反哺模型并形成数据飞轮。 仿真与评测：光轮智能通过 SimFoundry 仿真和 RoboFinals 评测体系，利用物理求解器提高柔性物体的仿真精度，让模型在落地前先行验证。 数据采集的演进：极佳视界通过世界模型充当数据放大器，批量生成交互数据；而行业整体的趋势，也正在从集中式的数采工厂，向机器人部署现场的真实数据回流演进。 单纯的硬件采集无法构成护城河，只有将真实场景中的运行数据持续回流并优化模型，才能真正打通具身智能的商业闭环。 ...

分类：AI动态 标签：大模型、商业化、智谱AI、MiniMax 中国头部大模型企业在近期先后交出了上市后的首份中期财报。智谱与 MiniMax 这两家备受瞩目的独角兽，在营收和 ARR（年度经常性收入）上均实现了爆发式增长，但在高歌猛进的数字背后，两家公司正在将大模型通往商业化的道路拆解为截然不同的两种生意经。 财报数据显示，智谱上半年营收 9.54 亿元人民币，8 月 ARR 达到 16 亿美元；MiniMax 上半年实现收入 1.17 亿美元，8 月 ARR 超过 8 亿美元。两家公司均未实现盈利，高昂的研发与算力投入让两者的经调整亏损均接近 3 亿美元。然而，在营收结构与全球化布局上的分化，折射出中国大模型商业化的一次深刻分层。 一、 智谱：本地化退潮，API 已成主引擎 智谱的财报显示，其业务结构正发生根本性转换：开放平台与 API 业务收入占比从去年同期的 15.2% 飙升至 8.6.5%，而过去作为基本盘的本地化部署则退居幕后。 智谱正在从传统的项目制交付，转向按云端调用量持续收费的模式。截至中报发布时，其 MaaS 平台 Token 调用量较年初增长超 40 倍。为了向市场传达全新的估值逻辑，智谱在财报中提出了一条独特公式： AGI 商业价值 = 智能上界 x Token 消耗规模 围绕这一方法论，智谱通过 GLM-5.3 拓展任务上限以提高模型独立处理复杂任务的能力，同时通过 GLM-5.3-Flash 压低大规模调用的成本，将推理成本较年初下降约 80%。目前，智谱正加速向 Co-work 阶段推进，试图让模型深入软件工程与网络安全等专业工作现场。 二、 MiniMax：收入更全球化，率先压低「单位智能」成本 与智谱相比，MiniMax 的财报呈现出强烈的全球化色彩。2026 年上半年，MiniMax 海外收入占比高达 60.8%，企业和开发者客户超过 200 万，较去年末增长约十倍。 在经营逻辑上，MiniMax 奉行的是 “Minimize the Cost, Maximize the Intelligence”（最小化成本，最大化智能）原则。通过架构、算力调度和推理效率的共同优化，MiniMax 在不断压低单位 Token 成本的同时，改善了毛利率。 ...

分类：科技 标签：iPhone、大模型、人工智能、消费电子 在刚刚过去的一周里，科技数码圈迎来了多项重磅动态。从备受瞩目的下一代 iPhone 价格泄露，到国产大模型厂商集体入驻传统电商“卖 Token”，再到前沿 AI 智能体在医疗与日常开发中的深度落地，整个行业正加速向全面智能化与生态重构迈进。 传 iPhone 18 Pro 仅微涨 100 美元，运营商泄露售价打破高溢价传闻 在苹果秋季发布会前夕，跨国电信运营商沃达丰与澳大利亚渠道商意外泄露了新一代 iPhone 的终端定价数据。 根据泄露信息显示，iPhone 18 Pro 与 iPhone 18 Pro Max 的美国市场基准起售价预计分别为 1099 美元和 1299 美元，较上一代上调约 100 美元，涨幅约为 10% 左右，整体涨幅低于此前市场的激进预测。而传闻中的顶级折叠机型 iPhone Ultra 美国本土起售价区间则在 1999 至 2099 美元之间，国行售价预计从 9999 元起步。对于消费者而言，这一相对克制的定价策略无疑减轻了换机压力。 大模型厂商集体「卖 Token」，Kimi、MiniMax 即将入驻天猫 大模型商业化正在从自有渠道向主流消费场景渗透。继国产大模型厂商智谱在本月初正式入驻天猫开设官方旗舰店后，上海证券报独家获悉，Kimi、MiniMax、阶跃星辰等多家大模型厂商也正与天猫接洽，未来将陆续入驻并开售 Token 订阅套餐产品。 与此同时，天猫已正式上线 Token 充值中心，首批接入了阿里云、智谱、Kimi、MiniMax、DeepSeek 等头部厂商。这一举措标志着大模型订阅服务正式跨入大众电商消费场景，进一步降低了普通用户与中小开发者获取 AI 算力与智能服务的门槛。 微软工程师直言「手敲代码过时」，Windows 11 开发模式迎巨变 在软件工程领域，微软杰出工程师戴维·福勒（David Fowler）近日公开表示：「手动敲写代码的时代已经彻底终结。」 随着代码生成成本趋近于零，工程难点已迅速转移至架构设计、原生 API 对接与代码审计上。这一变革正在深刻重塑 Windows 11 生态。微软不仅通过大力推广 WinUI 3 为 AI 智能体提供了更易解析的执行环境，还推出了专为开发者打造的轻量级本地化硬件支持方案，确保本地能够流畅运行超 300 亿参数的大型语言模型，彻底改变了传统的软件开发与运行逻辑。 ...

分类：科技 标签：AI硬件、大模型、智能穿戴、科技创业 在人工智能深入各个垂直领域的当下，如何让 AI 真正参与到人类的健康管理中？除了日常的数据监测，AI 还能做些什么？近期，主打 AI 睡眠硬件的初创公司 Fullive.ai 备受瞩目。这家成立不到一年、第一款产品即将量产的公司，已经连续获得高瓴创投、智元机器人、招商局创投等头部机构的多轮加注。 这家年轻的公司究竟有什么不同？它又是如何切入竞争激烈的睡眠硬件市场的？ 一、睡不好的一晚，床头究竟能做什么？ 市面上的睡眠健康硬件已经足够拥挤。从手环、指环到智能床垫，它们越来越擅长在第二天早晨告诉你昨晚睡得怎么样；助眠灯、耳机和眼罩也在尝试用声音和光线让人更快入睡。 但这些产品普遍面临一个痛点：当机器知道你没睡好之后，到底能做什么？更重要的是，它怎么知道自己做对了？ Fullive.ai 推出的首款产品 Somni 试图打破这种单向监测的局限。它是一款专为高压脑力人群设计的床头睡眠设备： 无感佩戴：没有屏幕，不需要用户佩戴手环或头带，也不需要改变睡前习惯。 多维感知：通过毫米波雷达、麦克风阵列和环境传感器，实时捕捉夜间的呼吸、心率、体动以及卧室温湿度和光照。 动态干预：不仅是记录，它会通过声音、光线、气味等低打扰神经调节方式，帮助用户入睡、减少夜间醒来，并在清晨自然唤醒。 通过「感知 -> 干预 -> 响应」的连续循环，Somni 把每一个夜晚都变成了一次「小型实验」：如果前一晚的方案效果不佳，系统会在次日自动调整；反之，有效的反馈则会成为后续优化的依据。 二、从监测状态到理解反应：构建「响应模型」 在 Fullive.ai 创始人郑昊看来，今天的大量健康硬件很擅长「描述人」，但 AI 如果想真正赋能健康管理，仅仅知道心率和睡眠分期还远远不够。它需要理解：当外部环境发生变化时，人的身体会怎样跟着改变。 为此，Fullive.ai 提出了核心的 Response Learning（响应模型） 逻辑： 状态记录：捕捉人体当前生理指标。 主动干预：施加可控的声光味等调节动作。 响应反馈：观察身体和行为的真实变化。 通过这套逻辑，模型学习的不再是「人现在处于什么状态」，而是「人对干预会产生什么反应」。 在系统架构上，Somni 采用的是「传感器 x 基础模型 x Bio-OS Harness」方案。生成式 AI 在其中扮演「规划师」角色提出候选方案，再由模拟器和循证医学先验知识共同把控安全边界，确保所有干预动作都在合理且安全的范围内进行。 隐私与安全也是这套系统的核心前提。Somni 采用端云协同架构，原始雷达波形优先保存在本地，需要上传的信息经过加密和最小化处理，最大限度保护用户的个人隐私。 三、从一个夜间入口出发，走向广阔的生理世界模型 Fullive.ai 将自己定位为一家「模型 x 本体」的 AI4Bio 公司。 如果说 Somni 是团队验证这条路线的第一个「夜间节点」，那么未来规划中的日间产品 Cori，则会把压力、情绪、专注、行为等更多上下文接入同一套系统。通过规模化部署的硬件本体，团队期望持续收集人体对外部输入的响应数据。 这种发展路径与自动驾驶的发展有异曲同工之妙：不追求一步到位的大而全形态，而是从需求明确、场景封闭、观测时间长的睡眠场景切入，率先跑通数据闭环。 目前，Fullive.ai 已经集结了来自清华、北大、华为、大疆、百度等机构的成建制团队，横跨算法、硬件、工业设计和循证医学等多个领域。公司的长期目标是打造 Physiological World Model（生理世界模型），让 AI 真正理解人体状态是如何随环境、节律和干预动态演化的。 ...