AI动态

分类：AI动态 标签：具身智能 -> 大模型 -> 机器人 -> 人工智能 在具身智能狂飙突进的三年里，行业迎来了一个全新的考题：机器人究竟能不能把一件事从头干到尾？几十秒的短暂抓取视频已无法支撑高昂的估值，业界开始将目光聚焦于「长程任务」。 成立仅 8 个月的墨奇（MORPHI），在世界机器人大会上用一台轮式机器人 KINO 的 15 分钟连续家务作业（收拾客厅、检查冰箱、洗烘衣物等七八十个连续动作），交出了一份亮眼的答卷。 作为墨奇的联合创始人，黄青虬曾是华为智驾 AI 部门的一号位，主导了 ADS 1.0 到 4.0 的量产。在验证了端到端 AI 模型驱动物理系统的可行性后，他选择离职创业，带领团队在具身智能赛道走出了一条独特的技术路线。 以下为科技与数码博客编辑为您整理的深度对话核心内容。 华为智驾 5 年：通往物理 AGI 的路线图 回顾在华为的五年经历，黄青虬坦言，从 ADS 1.0 的激光雷达 AI 化商用到离职前主导的一段式端到端智驾系统（用一个模型直接驱动车辆控制），让他亲手验证了用 AI 驱动底层控制的可行性。这不仅奠定了具身智能爆发的基础，也促成了他与物流老兵高文礼的携手创业。 在众多公司盲目追逐双足人形机器人的当下，墨奇做出了几个与同行截然不同的选择： 聚焦智能上限：坚信「智能的上限在手臂」，优先选择轮式机器人而非双足人形，规避平衡性等现阶段非核心瓶颈。 按需自研：不为自研而自研，只在系统瓶颈处投入。例如自研高动态、低时延的关节模组，而夹爪则直接采用成熟方案。 通用优先：坚持做通用机器人，通过泛化场景喂出泛化模型，坚信「通用未来能取代专用」。 基础模型路线之争：让 System 1 成为大脑 在模型技术路线上，墨奇提出了 Agentic-Native 的具身模型路线——MoRA（MORPHI Reasoning & Autonomy），其核心在于重新定义了系统分工。 传统架构通常采用 System 2 在云端做高层理解，通过指令下发给端侧的 System 1（执行器），再由小脑 System 0 控制关节。这种分工在长程任务中容易产生时延与卡顿。 能力重构：墨奇选择将一部分大脑能力下放至端侧的 System 1，让其不仅能接收语言或图像指令，更能自主完成中等时序、需要纠错和回溯能力的复杂动作。 数据质量优先：在数据建设上，墨奇不盲目追求百万级的粗放数据量，而是坚持“三个真实”（真实的人、真实的场景、干真实的活），通过自研定位与标定算法，在弱纹理和遮挡场景下也能做到毫米级精度。 长程任务：具身智能的最终试金石 MORPHI KINO 的 15 分钟跨房间、多步骤 Demo 展现了其长程任务的处理能力。黄青虬指出，评估一家具身智能公司的实力，核心要看三个维度： ...

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近期先后交出了上市后的首份中期业绩答报。从财报数据来看，智谱与 MiniMax 在收入规模与亏损上表现相近，但两家公司在业务结构、市场选择以及商业化落地路径上，展现出了截然不同的战略思考。 一、 智谱：本地化退潮，API 已成核心引擎 智谱在财报中展现了向云端服务转型的决心。上半年营收实现大幅增长，其中开放平台与 API 业务收入占比飙升至 86.5%，而过去作为基本盘的本地化部署则退居次要位置。 业务结构转型：从传统的“向客户机房部署模型、按项目确认收入”的传统项目生意，转向“将模型放在云端、按 Token 调用量持续收费”的生态模式。 技术与商业方法论：智谱在财报中提出公式：AGI 商业价值 = 智能上界 x Token 消耗规模。通过发布 GLM 系列模型，一方面利用高阶模型拓展任务处理的上限，另一方面通过 Flash 架构压低大规模调用的成本，推动业务向更深的软件工程和网络安全等工作流延伸。 二、 MiniMax：全球化布局，把单位智能做到极致 与智谱相比，MiniMax 的财报呈现出更为明显的全球化特征与成本效率导向。 海外市场与多模态：上半年海外收入占比超过六成，企业和开发者客户数量实现爆发式增长。在产品线上，MiniMax 同时推进文本大模型与视频、音频等原生多模态生成模型的研发。 极致的成本效率：MiniMax 秉持 Minimize the Cost, Maximize the Intelligence 的核心逻辑，通过优化模型架构与算力调度持续压低推理成本。其核心战略在于通过价格下降带动更大的调用量与更宽的商业化覆盖面，从而在激烈的市场竞争中构建生态壁垒。 三、 总结：通往商业化终局的两条路 两份财报表明，大模型的能力正在加速转化为真实的收入，Token 消耗也逐渐成为可追踪的核心经营指标。 智谱的路径是向上探索，通过不断提升模型处理复杂任务的能力，试图让企业为更深的工作流和最终结果付费。 MiniMax 的路径是向外扩张，通过全球化和极致的成本优化，将 AI 送往更广阔的开发者与内容生产市场。 当下，两家公司分别代表了大模型商业化的两种生意经：一家将 AI 推向更深的工作现场，另一家将 AI 送往更广阔的全球市场。当大模型既能出色完成复杂任务，又能便宜到支撑大规模普及之时，整个行业才真正跨过了商业化最艰难的门槛。

分类：科技 标签：iPhone、人工智能、大模型、智能硬件 过去一周，科技数码领域迎来了多项重磅动态。从备受瞩目的苹果下一代旗舰机型定价传闻，到大模型厂商纷纷入驻电商平台“卖 Token”，再到人工智能在医疗与硬件领域的创新突破，让我们一起来回顾本周不容错过的科技焦点。 1. 终端定价风向：iPhone 18 Pro 涨幅或低于预期 在苹果新品发布会前夕，海外运营商渠道提前泄露了新一代 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及澳大利亚渠道信息测算，iPhone 18 Pro 与 iPhone 18 Pro Max 的美国市场基准起售价分别约为 1099 美元和 1299 美元，较上一代普遍上调约 100 美元，涨幅约为 10% 左右，低于此前市场预测的超高溢价。 与此同时，顶级的折叠屏支线机型 iPhone Ultra 测算起售价区间在 1999 至 2099 美元之间。国行版本的预计起售价也将维持在相对合理的区间，网传的夸张溢价并未出现。 2. 商业化新场景：Kimi、MiniMax 等大模型即将入驻天猫 大模型厂商的商业化落地正在加速向传统消费场景靠拢。据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正与天猫积极接洽，未来将相继入驻并开设官方旗舰店，直接面向普通消费者和开发者开售 Token 订阅套餐产品。 在此之前，国产 AI 大模型厂商智谱已率先入驻天猫开设官方旗舰店，上架了适配多种主流 Agent 的订阅套餐。随着天猫正式上线 Token 充值中心并首批接入多家大模型厂商，大模型服务正从早期的官网专属渠道逐步走向大众电商消费市场。 3. 前沿医疗突破：我国完成全球首例 AI 超声机器人引导先心病手术 在人工智能与医疗健康的结合上，我国取得了开创性进展。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。 该手术针对的是解剖条件较差的复杂房间隔缺损病例。传统微创介入高度依赖医师手持超声扫查，面临探头稳定性受限和病灶识别难度高的挑战。而此次投用的智能超声机器人系统由军医团队与高校科研团队联合研发，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智能协同 -> 自主完成影像采集与病灶定位 -> 辅助精准植入。这一突破大幅提升了复杂微创手术的精准度与安全性。 4. 极客数码新物种：全球首款完全透明掌机 Arduview 问世 在消费数码领域，开发者 Louis Huang 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：科技 标签：人工智能、AI硬件、大模型、智能家居 在当前的科技创投圈里，一家成立仅数月、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——高瓴资本连续三轮加注，智元机器人等知名机构相继入股，今年 7 月更获得了招商局创投的领投。 这家名为 Fullive.ai 的公司，将它的第一款产品放到了人们的床头。 这款名为 Somni 的设备，瞄准的是高压脑力人群的睡眠痛点。与市面上主打“事后复盘”的手环、指环或智能床垫不同，它试图通过一套“感知—干预—反馈”的闭环系统，不仅要告诉你昨晚睡得怎么样，更要主动帮助你改变睡眠质量。 一、 摆脱穿戴负担：床头设备如何重构睡眠体验？ 传统健康硬件往往面临一个两难境地：头戴设备虽然能精准捕捉脑电信号，但用户极难长期坚持佩戴；手环和指环虽适合日常记录，却无法对周围环境产生直接干预。 Somni 另辟蹊径，选择切入“床头”这一天然场景： 无感佩戴：它没有屏幕，不需要用户佩戴任何传感器，也不要求在睡前进行繁琐的交互。 多维感知：通过内置的毫米波雷达、麦克风阵列以及环境传感器，设备能够无感捕捉用户在夜间的呼吸、心率、体动、鼾声，以及卧室的温湿度与光照。 动态干预：在获取状态后，Somni 会通过声音、光线、气味等低打扰神经调节方式，在入睡前、睡眠中及清晨唤醒全周期动态调整策略。 创始人郑昊将每一个夜晚都视为一次“小型实验”：系统在夜间观察用户的生理变化并施加干预，随后根据身体的真实反馈，自动调整并优化下一晚的执行方案。 二、 从“状态监测”跨越到“响应模型” 在 Fullive.ai 的技术版图里，Somni 不仅仅是一盏助眠的床头设备，更是其构建 Response Learning（响应模型） 的核心入口。 过去，AI 在生命科学领域的应用大都停留在“描述状态”阶段（如蛋白质结构预测、医疗影像识别）。但对于健康管理而言，核心诉求从来都是“改变状态”。同样的一段助眠音乐或光照调节，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 提出了 “状态 $\to$ 干预 $\to$ 响应” 的全新数据逻辑： 感知状态：实时记录人体与环境的各项指标。 施加干预：通过循证医学先验和安全边界约束，生成个性化的干预方案。 闭环反馈：观察身体在干预后产生的生理变化，训练 AI 理解“什么改变了人，以及人是如何被改变的”。 通过这种软硬一体的架构（传感器 $\times$ 基础模型 $\times$ Bio-OS 调度系统），AI 正在从单纯的「医疗记录员」演变为能够理解人体动态演化的「生理世界模型（Physiological World Model）」。 三、 AI4Bio 的星辰大海 将视野放大，Fullive.ai 对自己的定位是一家 “模型 $\times$ 本体” 的 AI4Bio 公司。 如果说 Somni 是切入夜间睡眠场景的第一个节点，那么未来规划中的日间产品（如聚焦压力、情绪和专注力的 Cori），则会将更多生活上下文接入同一套系统。团队之所以选择从睡眠场景切入，正是因为这里场景相对封闭、需求明确，且具备长达数小时的连续观测时间，能够以较低的成本跑通数据闭环。 ...

分类：科技 标签：人工智能、苹果、大模型、数码动态 今天的科技圈可谓热闹非凡，从巨头高层的动态到大模型的迭代，再到国民级应用的突发故障，每一条都牵动着数码爱好者的神经。让我们一起来盘点今日不容错过的科技要闻。 🍎 苹果人事与大厂动态 苹果新任 CEO 约翰·特努斯（John Ternus）入驻 X 平台：在正式接任苹果掌舵人后，特努斯在社交平台 X 上发布了个人账号的首条动态——全小写的「hello」。这条仅有五个字母的消息在发布短短 35 分钟内便斩获近 74.8 万次浏览和 3.1 万次点赞，引发全网关注。 Manus 宣布恢复独立运营：官方消息称，Manus 已正式恢复独立运营，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。 🤖 AI 与大模型前沿 谷歌发布 TimesFM-3 模型：作为时间序列基础模型系列的第三代产品，TimesFM-3 拥有 3.3 亿参数，支持原生多变量预测、双注意力机制及连续补丁掩码，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。 Anthropic 发布 Claude Fable 5.1 与 Mythos 5.1：官方称这两款模型为“全球最先进的编程与知识工作模型”。其中 Fable 5.1 面向所有用户开放，在多项基准测试中超越了前代及部分竞争对手的产品。 📱 数码与应用突发 抖音推荐算法突发错乱：针对近日引发热议的“抖音崩了”及推荐难看等现象，知情人士回应称，故障原因为平台突发服务器异常，主要表现为算法机制失灵、内容流重复性紊乱以及基础播放受阻。 “豆包手机”努比亚 NaviX Ultra 获入网许可：该机将搭载豆包手机助手，定位量产机型，计划于 9 月上市开售，标志着 AI 手机生态进一步落地。 🎮 游戏与硬件市场 《GTA 6》热度空前引发好莱坞担忧：随着发售日临近及预购量飙升，有消息称好莱坞多家电影工作室开始担忧《GTA 6》会分流大量原本属于电影院的观众，对票房造成冲击。 任天堂 Switch 2 迎来全球多地涨价：继此前日版涨价后，港版、美版、欧版及加拿大版 Switch 2 现已全线上调价格，官方称主要是由于市场状况发生变化。 编辑总结： 无论是 AI 领域的持续狂飙，还是消费电子与游戏市场的价格波动，都在向我们昭示着科技行业日新月异的变化。对于今天的这些重磅消息，你最关注哪一个？欢迎在评论区留下你的看法。

分类：科技 标签：具身智能、机器人、人工智能、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企业，这家长期专注于机器人底层“大脑”与视觉感知技术的公司，终于在公开市场迎来了属于它的价值定价。 在上市前夕，梅卡曼德便已获得一级市场和基石投资者的青睐，成功引入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。 机器人“大脑”，在真实工厂里长成 成立于 2016 年的梅卡曼德（Mech-Mind），从创立之初就走了一条与众不同的路——它没有将核心精力放在整机制造上，而是聚焦于赋予机器人感知、识别和运动规划能力的“Mind”。 2017 年，公司推出了初代核心产品：Mech-Eye 3D 相机负责获取点云和图像，Mech-Vision 视觉软件识别物体位置与姿态，Mech-Viz 规划软件计算机械臂的抓取与避障路径。这套“眼脑手”体系的雏形，至今仍是具身智能和世界模型绕不开的核心环节。 十年间，梅卡曼德的智能组件已被送往近 50 个国家和地区，累计部署超过 2.9 万台，服务了超 100 家《财富》世界 500 强企业。其中，海外市场表现尤为亮眼，海外收入占比在 2025 年已上升至 50.3%。更重要的是，老客户的持续复购（上年活跃客户贡献率在 2026 年一季度达 86%）证明了其产品在真实工业现场的扎实口碑。 从 3D 视觉到下一代「眼脑手」 面对近年来爆火的具身智能、大模型与物理 AI 浪潮，梅卡曼德并没有停留在传统的工业视觉舒适区。 多模态融合：2023 年发布的 Mech-GPT 尝试将自然语言与 3D 空间信息打通，让机器人能够通过理解人类指令来拆解任务。 具身智能基座：在 2026 年世界人工智能大会上，公司进一步展示了具身智能基座模型、仿生分层机器人大脑以及世界动作模型。 硬件边界拓展：新一代 Mech-Hand 多指灵巧手的推出，将公司的产品线从“看与规划”正式推向了直接的精细化物理操作。 这种新旧技术的无缝衔接，也让梅卡曼德的财务表现持续向好。2023 年至 2025 年，公司收入从 1.808 亿元增长至 3.888 亿元，毛利率更是在 2026 年一季度攀升至 64.8%。底层技术和工程效率的成熟，让其得以将更多资源投入到前沿的 AI 模型研发中。 ...

分类：AI动态 标签：大模型、商业化、智谱AI、MiniMax 中国头部大模型公司正交出资本市场的首张答卷。在五天内，智谱与 MiniMax 相继发布了上市后的首份中期财报。 从核心数据来看，两家公司都交出了高增长的成绩单：MiniMax 上半年收入 1.17 亿美元（同比增长 283%），8 月 ARR（年度经常性收入）超过 8 亿美元；智谱上半年收入 9.54 亿元人民币（同比增长近 400%），8 月 ARR 达到 16 亿美元。 尽管 ARR 数值亮眼，但将视线拉回财报底层，两家公司实际的收入规模与亏损情况十分相近——期内经调整亏损均接近 3 亿美元，且均未实现整体盈利。更关键的是，两家公司正在将大模型推向截然不同的商业化终点。 一、智谱：本地化部署退潮，API 成为增长主引擎 智谱在上半年实现营收 9.54 亿元，研发支出高达 21.31 亿元。其业务结构发生了颠覆性转变：传统的本地化部署企业通用模型收入同比下降 54.6%，而开放平台与 API 业务则暴涨 2735.7%，占总收入的比重飙升至 86.5%。 这一转变标志着智谱彻底告别了“卖项目”的传统软件时代，转向基于云端模型服务、按 Token 调用量持续收费的 MaaS（模型即服务）模式。 为了争夺估值解释权，智谱在中报中引入了一套独特的商业方法论：“AGI 商业价值＝智能上界 × Token 消耗规模”。 拉高上限：通过 GLM-5.2 与 GLM-5.3 聚焦长程 Coding、Agent 强化学习任务，不断推高模型独立处理复杂业务的能力。 压低成本：推出 GLM-5.3-Flash，在国产芯片集群上将推理价格压低至前代产品的十分之一，实现单位 Token 推理成本较年初下降约 80%。 目前，智谱正尝试向更深的企业工作流推进，试图将模型嵌入网络安全、法律、金融等场景，最终向“按端到端任务收费”的 Co-work 模式迈进。 二、MiniMax：全球化提速，把“单位智能”做到极致便宜 与智谱立足国内、深耕 B 端不同，MiniMax 的中报呈现出了鲜明的全球化与多模态色彩。 上半年，MiniMax 实现收入 1.17 亿美元，其中海外收入占比高达 60.8%（7083 万美元）；企业和开发者客户突破 200 万，ToB 业务占 ARR 的比例跃升至约 80%。 ...

分类：AI动态 标签：具身智能、机器人、大模型、人工智能 过去一年，人形机器人和具身智能赛道热闹非凡，但伴随而来的也是无尽的喧嚣与同质化内卷。真正在推动行业前行的人，看的是谁在践行非共识、谁手握完整的底层逻辑。近日，极客公园 In The Loop 对话了 Sharpa 联合创始人李一帆。从上海吴江路一家门店里正在制作暴风雪的机器人，到通用的软硬件技术栈，李一帆系统地阐述了关于机器人技术路线、落地标准和商业价值的深度思考。 冰淇淋店里的“真诚”测试 在上海吴江路的 DQ 门店里，Sharpa 的机器人正在挑战一项并不简单的任务：在不改造任何现场环境、不降低任务难度、不改变原有工具的前提下，连续跑完制作一杯暴风雪所需的 55 个步骤。从取杯、出料、加料到搅拌，甚至包括极具代表性的倒杯检验，这台机器人正在直接面对真实消费者的日常检验。 在李一帆看来，这是 Sharpa 迈向真实商业化的一次“真诚”测试。当前的行业里，许多所谓的“落地”往往是通过改造环境、定制设备来实现的自动化，这本质上是“修电话亭”式的专用自动化。而 Sharpa 的目标则完全不同：让机器人适应人类原有的环境与工作流程，接下一份原本由人完成的工作，并在其中积累能够迁移的通用能力。 斩杀线：中间形态是不存在的 在探讨机器人的商业化落地时，行业里常常有一种观点：先让机器人完成 90% 的简单工作，剩下 10% 复杂的交给人来做，以此作为过渡。然而，李一帆对这种“中间形态”提出了严厉的批判。 他指出，只要那 10% 的核心难点还得交给人，人就无法离开这个岗位，所谓的降本增效在账本上便毫无意义。“90% 有时候不是离 100% 很近，而是更接近于 0。” 更残酷的是机器人在商业化上面临的**“斩杀线”**： 如果你想做通用机器人：你拥有几十个自由度、触觉和算力，却只用来做单一环节，其成本和效率根本无法与结构简单、节拍稳定的专用自动化设备竞争。在“跟人比通用，跟设备比价格”的夹击下，两边都占不到便宜。 如果你认输去做专用设备：放弃通用硬件，把结构做简单，这虽然是一门能跑通的生意，但绝大部分利润最终会被买单的老板拿走，而不是供应商。 因此，李一帆坚定地认为：人形机器人这件事，最终只有两个状态——要么全能，要么无能，没有中间形态。 数据驱动下的泛化能力：拒绝“为机器人创造就业机会” 为什么 Sharpa 坚决不走“先找个简单环节落下来”的捷径？核心原因在于数据的信息密度与泛化价值。 许多团队通过部署大量简单的“抓取-放置”任务来积累数据，但这种专用场景下跑出来的数据，无法自然长出处理复杂任务的通用智能。真正的泛化能力，来源于把一个复杂场景 100% 做穿。 李一帆解释道：“把做冰淇淋的 55 个步骤拆解后，未来做汉堡时，可能其中 40 步已经学过，只需要重新组合并学习剩下的新步骤。这才是泛化最朴素的定义：一件事干好以后，再干另一件事，时间会显著缩短。” 总结 从激光雷达的破局者到具身智能的探索者，李一帆和 Sharpa 正在用一种近乎“偏执”的非共识路线穿透行业的浮躁。不改环境、不走捷径、直面 55 个步骤的真实挑战，这种对通用智能底层逻辑的坚持，或许正是当下具身智能走向真正成熟所必经的阵痛与洗礼。

分类：科技 标签：人工智能、大模型、iPhone、数码硬件 回顾本周的科技与数码圈，各大厂商在 AI 商业化落地、智能硬件升级以及前沿技术探索上动作频频。无论是大模型厂商集体进军传统电商“卖 Token”，还是 iPhone 18 系列定价消息的流出，都折射出科技行业正加速向深度实用化与场景化演进。 一、 大模型商业化提速：集体入驻电商“卖 Token” 随着大模型竞争进入深水区，商业化变现成为核心命题。上海证券报独家获悉，包括 Kimi、MiniMax、阶跃星辰在内的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，直接面向C端和开发者开售 Token 订阅套餐。 此前，国产 AI 大模型厂商智谱已率先入驻天猫开设旗舰店，并上架了适配多款主流 Agent 的订阅套餐。与此同时，天猫也正式上线了 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出垂直自有渠道，全面融入传统电商的国民级消费场景。 二、 传 iPhone 18 Pro 仅涨价 100 美元，折叠机型定价曝光 在数码硬件方面，备受关注的苹果下一代产品线也有了最新定价传闻。海外运营商沃达丰泄露的定价数据显示，iPhone 18 Pro 及 Pro Max 的海外基准起售价较上一代预计仅上调约 100 美元，涨幅约 10% 左右，并未出现此前市场预测的激进溢价。 与此同时，同步曝光的澳大利亚渠道信息显示，传闻中的顶级折叠机型 iPhone Ultra 美国本土起售价区间预计在 1999 至 2099 美元之间。整体来看，苹果在面对供应链成本压力时，依然保持了相对克制的定价策略。 三、 微软高管直言“手敲代码过时”，Windows 开发模式迎巨变 软件工程领域正在经历 AI 带来的颠覆性重构。在微软效力 18 年之久的杰出工程师戴维·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，开发者的核心竞争力已转移至架构设计、性能调优及代码审计。微软在 Windows 11 的生态建设中也全面顺应这一趋势，不仅大力推广并开源 WinUI 3 以适配 AI 智能体，还推出了专为本地大模型开发打造的高性能硬件环境，助力开发者摆脱对云端 Token 的重度依赖。 ...

分类：AI动态 标签：大模型、人工智能、智能硬件、开源项目 在当今的 AI 浪潮中，大模型卷算法、卷参数早已屡见不鲜，但如果将目光转向物理世界与生命科学的结合，局势又当如何？近期，一家名为 Fullive.ai 的 AI 硬件初创公司进入了大众视野。这家成立仅几个月、首款产品即将量产的公司，已经连续斩获三轮融资，不仅有高瓴资本连续三轮加注、智元机器人等机构入局，更在今年 7 月获得了招商局创投的领投。 豪华的创始团队背景同样引人注目：创始人郑昊毕业于清华数学系，横跨生物统计、因果推断、AI、医学与硬科技投资；联合创始人韦骁龙来自北大计算机，曾任职于华为、荣耀负责消费电子；团队中更不乏来自华为、WHOOP、百度、大疆等穿戴设备与算法领域的资深老兵。 这样一支全明星阵容，将他们的第一款产品放到了每个人的床头——一款名为 Somni 的高压脑力人群睡眠硬件。 一、 睡不好的一晚，床头能做什么？ 传统健康硬件（如手环、指环、智能床垫）往往聚焦于“事后复盘”，擅长在清晨告诉你昨晚睡了多久、深睡比例多少；而助眠灯、耳机则尝试用声音或光线改善睡眠。但它们之间一直隔着一道鸿沟：机器在发现你没睡好之后，到底能做什么？它又如何验证自己做对了？ Somni 正是为此而生。它舍弃了传统健康硬件需要佩戴、打卡或繁琐操作的痛点，采用极具克制感的无屏床头设备形态。 全周期无感监测：通过内置的毫米波雷达、麦克风阵列与环境传感器，Somni 能够在用户夜间睡眠时，无感捕捉呼吸、心率、体动、鼾声以及卧室温湿度、光照等环境变化。 动态干预与闭环调节：不同于单纯的监测报告，它会在入睡前、睡眠中及清晨，通过声音、光线、气味等神经系统调节方式，实施低打扰的动态干预。 夜间“小型实验”：系统将每一个夜晚视为一次持续发生的实验。如果前一晚的声光方案未达到预期，它会根据用户的生理变化在次日自动调整策略，形成一套“状态 $\to$ 干预 $\to$ 响应”的自适应优化闭环。 二、 从睡眠硬件到「生理世界模型」 在床头设备的外壳之下，Fullive.ai 真正野心勃勃的，是一套全新的底层技术逻辑——Response Learning（响应学习）。 过去几年，AI 在生命科学领域的进展大多局限于“描述状态”（如蛋白质结构预测、医疗影像识别）。但人类健康的核心需求是**“改变状态”**。同一项干预手段对不同人群、不同状态下的个体效果千差万别。 Fullive.ai 提出了全新的数据与模型架构： 响应模型（Response Model）：不光学习“人现在怎么样”，更专注于学习“人对干预会产生什么反应”。 Bio-OS Harness 系统调度：通过传感器采集信号，结合生理先验和循证医学证据，由生成式模型充当“规划师”生成候选干预方案，同时在严格的安全边界内进行安全推演。 端云协同与隐私保护：雷达原始波形优先保存在本地，上传云端的数据进行严格加密与最小化处理，兼顾了效果评估与个人隐私。 三、 AI4Bio 的下一个入口 Fullive.ai 将自己定位为一家 “模型 $\times$ 本体” 的 AI4Bio 公司。 在硬件路径的选择上，团队最终收敛至睡眠场景，而非成本更高、复杂度更大的全功能人形机器人。因为睡眠场景拥有明确的用户需求、封闭的环境以及长达数小时的连续观测时间，是验证“响应模型”最理想的切入点。 未来，随着日间产品（如聚焦压力、专注与情绪恢复的 Cori）的逐步接入，Fullive.ai 最终的长期目标是打造 Physiological World Model（生理世界模型）——一个能够理解人体状态如何随环境、行为与节律动态演化的终极系统。 正如创始人郑昊所说，他们希望 AI 不仅停留在概念上，而是能真正走进真实世界，在用户需要休息的八个小时里，安静地读懂身体的语言，并找到真正有效的下一步。如果这个闭环得以跑通，床头或许将成为 AI 深入理解生命科学的一个全新起点。