如果你买不到 Microduck，可以考虑 Open Duck Mini 平替。Microduck 的优势很明显：体积小、完成度高，买回来就能直接跑强化学习，比较适合想快速进入具身智能的人。但问题也很现实：Microduck 并不是所有地区都方便购买。这时候 Open... Duck Mini 反而值得看。 它是一台参考 Disney BDX Droid 打造的开源双足机器鸭，完全伸展大约 42cm，官方目标是把整机 BOM 控制在 400 美元以内，和 Microduck 最大的区别是： ① Microduck 偏“成品开发平台” 买回来直接训练、直接跑策略，门槛更低。 ② Open Duck Mini 偏“从零造机器人” CAD、BOM、3D 打印文件、装配文档、强化学习代码、Runtime 基本都开放。 你可以真正走一遍： 3D 打印 → 组装机器人 → 电机标定 → MuJoCo 仿真 → 强化学习 → Sim2Real → 真机部署。 ③ Open Duck Mini 的 RL 味更浓 项目专门对廉价舵机做参数辨识，把阻尼、摩擦、KP、力矩范围等参数还原进 MuJoCo，再训练神经网络控制机器人行走。 目的就是解决具身智能里最经典的问题：“模拟器里会走，怎么让真机也会走？” ④ Raspberry Pi 就能跑 机器人使用 Raspberry Pi Zero 2W 作为板载计算机，还有 IMU、脚底触碰传感器等组件，训练好的策略可以直接部署到真机。 ⑤ 最大优势其实是：你能自己造 Microduck 更适合买来直接玩。 Open Duck Mini 则更像一套完整的开源机器人课程——从机械、电控、仿真、强化学习一直做到真机。 而且项目还得到了 Hugging Face 和 Pollen Robotics 的赞助。如果当地能方便买到 Microduck，我会推荐它作为强化学习入门平台。但如果 Microduck 买不到，或者你本身就喜欢折腾硬件，Open Duck Mini 反而可能更有意思。 手搓的快乐，谁能懂啊！自己体验完整走一遍“机器人是怎么被造出来、训练出来、最后真正跑起来”的全过程。show more

从机器人系统演进的角度看 OpenMind 真正制约落地的，并不是自主程度， 而是责任如何在时间中被传导。 机器人一旦进入真实环境， 行为不再是一次性指令的结果， 而是长期策略不断叠加的产物。 问题往往不是“这一刻谁下的指令”， 而是过去一连串决策，如何共同导致了当前结果。... 这正是很多机器人系统难以规模化的原因。 当行为后果跨越多个时间节点， 如果无法清晰回溯责任链条， 系统就无法被真正授权长期运行。 OpenMind 处理的，并不是让机器人更自主， 而是在为机器人行为建立可追溯、可分段的责任结构。 当机器人开始参与生产、服务甚至资产相关场景， 能否把“责任”拆解到可被理解和承担的层级， 会比模型能力更早成为上线门槛。 机器人真正进入现实世界的标志， 不是它能做多少事， 而是人类是否还能对它的行为后果负责。 #OpenMindshow more

这款高擎的mini-Pi直接把RK3588 当机器人的主计算平台。 RK3588 的 6 TOPS 对这种 50cm 级双足机器人做运动策略推理、基础已经够用，而需要更复杂的视觉/VLA... 时才升级 Orin NX。 官方新一代 Mini Pi+ 文档甚至直接写明计算中央平台是“RK3588 / Jetson”平台”，RK3588主控箱配置为16GB RAM + 128GB存储。 跟我交流沟通得到的结论差不多，国内很多电力机器人演示机器人都是用的RK家的芯片，其它家的跑不动。 估计是跟RK内存优化黑科技有关，昨天大佬 faywang 有讲解这方面优化原理。 今天瑞芯微强势涨停，我都没机会上车🤣show more

想自己做金融分析、股票研究？ 这些完全免费、Github开源的工具推荐给你，适合低门槛快速入门系统化 + AI 驱动的金融/财报分析👇 1. OpenBB（67.4k stars） 号称一个真正能替代... Bloomberg Terminal 的开源金融数据平台，数据整合能力强、支持 Python/CLI/AI 代理，日常股票深度研究和项目报告效率极高。唯一小缺点是高级数据源仍需自行接入，但免费部分已经够大多数人用了 2. Freqtrade（50.2k stars） 免费开源的 Python 加密交易机器人，内置回测、机器学习策略优化（FreqAI）、Telegram 控制等全套工具，是目前交易机器人里最成熟的一个，但学习门槛较高（需要会 Python），用 AI 学也可以上手 3.FinGPT（20k stars） AI4Finance 基金会维护的金融专属大模型框架，成本极低。这是真正能本地跑的金融 AI，用来做财报分析、新闻解读和智能研究非常实用 这三个工具组合起来，基本覆盖了数据获取 → 量化回测 → AI 智能分析的完整流程，全程本地运行、不用付费、不用担心数据隐私 省下来的订阅费，都拿去多买几只股票了😂show more

这段时间在圈子里跑，越来越有种感觉：算力这条线，开始热起来了。 不是喊口号那种热，而是人真的在往里走， 以前互相不搭边的几拨人，现在都开始聊同一件事——算力、AI、资源怎么对接。 有些老玩家的思路也挺直接：与其盯着币价，不如盯底层生产力，算力这东西，说白了就是数字时代的矿机+电力+土地。 但机会归机会，焦虑也是真的。 项目多、信息杂，真正能落地的反而不好找。 我这段时间也在里面跑资源，从项目、渠道到上下游对接，慢慢攒了一点能用的东西，如果你手里有算力相关的项目，或者想往Web3这边靠一靠，可以一起交流，看看有没有能拼起来的地方。 这波AI的浪，不一定人人都能吃肉 但不下水，大概率连汤都喝不到。

给Polymarket的机器人开发者提个醒： 我的扫地机器人，每笔就赚1美分。 别笑，真的就1分钱。 但就靠这个，它每个月能躺赚1.1万美元。 为什么这1分钱能做成生意，而你那个“大优势”策略反而跑不通？我给你算笔账，可能颠覆你对交易的认知。 扫地机器的玩法很简单： 已经确定结果的合约，99美分买进来，1美元赎回。 毛利1分钱。 听着寒碜对吧？但加上两个关键因素，效果完全不一样：... > 确定性 你买进去的时候，结果已经定了。 你不是在赌，是在捡钱。 所以这1分钱，几乎是零风险的，不是扔硬币。 > 高周转 同样的本金，一天之内反复用，循环无数次。 1分钱 × 几百次周转 = 实实在在的收益。 反过来看那些所谓的“大优势”方向性策略—— 10美分的优势，实际只有55%的胜率，成交还慢，一天做不了几单。 大而不确定、还慢，输给微小但确定、还快的东西。 这就是核心逻辑。 零风险 × 高频次，几乎永远跑赢大而不确定。 公开钱包： 别再老想着找什么大机会了，去找那种**微小、确定、可重复的机会，然后跑它一千遍。 我自己折腾机器人策略那会儿，那些花里胡哨的“天才策略”，每次都输给这个无聊的1分钱机器。 下一篇我会讲怎么在市场上还没反应之前，识别出已经确定的结果。 先把完整的扫地机器人设置指南附在下面。#Polymarketshow more

刚去小米店摸了下它的折叠机有感，大家有没有注意到在安卓这边折叠机都叫“Fold”，而苹果选了“Duo”。 其实从字面意思来看，Fold就是折叠，强调这个动作，很直观，但苹果使用了Duo这个从拉丁语来的词，它其实是有一组，一对的意思，是个组合。重点从“能折”转到“两种体验（一个手机两个形态，手机+iPad）是一对、能一起用合二为一，强调的是体验。 现在在回过头来看苹果的那个折叠动画，就解释了这个Duo，它从手机形态打开到iPad形态，或者反过来闭合起来，动画是连续的，强调只是变了形态，从人的大脑认知来看也是一样，你看到的东西没有消失后又出现一次。并没有安卓那样，从一个形态关闭后，又重新打开了另一个形态，中间过程不连续，是断开的。所有安卓折叠机都是这样，你在外屏打开一个app，在展开的时候，内屏是从黑到重新打开app的一个过程。所以并不能简单理解苹果的和其它安卓在这方面，就是多做了个过场动画那么表面。 另外苹果在这个时候推出Duo，一个呢，当然也是供应链技术发展到了苹果认为相对成熟的时候，二呢，也是它的AI布局，目前Apple Intelligence在今年也会迎来大更新，苹果相信在手机+iPad这个二合一的组合形态下，人们可以更好的体验AI的各种操作。简单的任务可以在手机形态下进行，复杂点的比如Codex和Claude这样的编程任务，也方便在iPad这个形态下进行。 如果说安卓或者是更早的微软Surface Duo开启了折叠这个形态，那么Apple可以说是重新定义了它。后续发展会更有意思，感谢自己处在这个科技飞速发展的时代，可以亲自见证这些迭代的过程。 当然我个人现在并不会买第一代的Duo，毕竟它相机过于拉胯了，这个是我个人非常看重的一个工具。 大家Enjoy！😊

你会为喜欢买单，还是实用？ 最近想换个新手机，一直喜欢三星W25，上大学的时候兼职卖过几个月手机，那个时候W系列还是翻盖机，成龙代言的，每卖出一部手机就捐出去一部分建设希望小学。 W 系列从此成了我可望不可及的大哥专属手机，直到今天我能买起了，走进店里看了好久都爱不释手，于是鼓足勇气下单，店员却告诉我没现货，调货要一个小时。 就是这一个小时的等待时间让我改变了主意，我用 Chat gpt 查了下 W25... 和 S25 Ultra 性能对比，发现 S25 U 的芯片更好，性能更强。我一下子就打消了购买 W25 的想法，最终买了 s25 ultra。 原因有三点： 1，风险，折叠屏更容易摔坏，一旦摔坏时间成本升高，数据可能丢失； 2，价格，它比旗舰机贵 5000 块； 3，性能，芯片不如旗舰机，安卓手机本身就是越用越卡。 说了这么多，其实还是因为自己内心的贫穷，永远没法为自己的喜欢买单。。。show more

在GitHub上看到一个专门教怎么用 Claude Code 的项目，已经涨到了 4w star 它不是官方操作文档，而是一条从入门到高级智能体的完整学习路径 斜杠命令、MCP配置、钩子脚本、子智能体编排，每个模块都有可视化图解，教你"怎么做"的同时也会教"为什么这么做" 最实用的是里面的模板，钩子脚本、代理配置、斜杠命令、MCP配置文件，全部可以直接复制粘贴到自己的项目里... 不管你是想补齐 Claude Code 的知识盲区，还是想搭一套属于自己的 AI 工作流，都可以关注下这个项目show more

不得不说，每一个工作都是不容易的， 就像视频里的这个女孩， 为了送赚点钱，送外卖都送到双腿打颤了 其实科技圈搞创新也没轻松多少， 就比如 OpenMind ，这伙人专做机器人软件 他们是Fabric基金核心玩家，主打“软件优先”，不绑硬件的平台能帮厂商快搞创新，开放系统还能让机器人互相学技能 2026的CES展他们亮了几款机器人，... 创始人还上Bloomberg TV聊软件对机器人的影响 甚至和几家合作搞USDC机器间支付， 隐私也是到位，好像还有自动糊脸功能 他们未来要带机器人从模拟落地到日常， 慢慢融进生活 最近看着Openmind动作也越来越多， 不知道年前会不会来呢？ Kaito AI 🌊 #kaitoshow more

小时候就觉得展昭太帅了，连收剑入鞘的动作都这么帅，我自己玩剑的时候要费半天劲才能把剑插进鞘里，就越发知道这动作的含金量。 至于展昭用剑鞘接住飞过来的宝剑，一直觉得这属于特效了，直到后来看到六小龄童在舞台上表演的宝剑入鞘，惊为天人，原来真的可以做到！ 大师兄不仅会玩金箍棒，宝剑也耍的这么出神入化。 当然，六小龄童这是用剑接剑鞘，不过已经非常牛了。 再后来就看到了这几位戏曲大师的玩法，一个比一个让人惊叹。 彻底折服了！ 现在突然有了个想法：机器人能做到吗？ 明年的春晚，有没有可能看到机器人耍这手绝活？ 如果能，那机器人能不能再现失传的江南猴王郭玉昆的绝技“双鞘接双剑”？... 如果能做到，那机器人可以由此扩展出哪些实用的能力？ 很兴奋的期待！show more

C3S / LoomEscape-16 v0.2.0 更新了。 第一版，我把果蝇逃生反射压成了 173 NAND +... 6 LATCH。 这一次，我没有重新训练，也没有修改 TapeOut netlist。 同一颗 1,235 bytes 的“电路大脑”，已经真正跑进 M5Stack Cardputer ADV（ESP32-S3）。 同时也编译成了 WebAssembly，可以直接在浏览器里的掌机模拟器运行。 更好玩的是： ▪ 真机 / Native / WASM 逐拍一致 ▪ 穷举验证 8,388,608 个 input-state 组合 ▪ 77 个 train + holdout stimuli 全部逐拍一致 ▪ 本地 100 tests passed 这就证明了同一颗由 NAND + LATCH 构成的行为机器，可以从软件世界，直接迁移进现实机器。 下一步，继续或许可以看看它还能装进什么“身体”。 v0.2.0: DEMO: #TapeOut #BNBChainshow more

打战还把 还把大盘 打反弹了🙄，🈳单给我套的死死（二级太难玩了），看到大家都在撸 预测 也准备去试试，至少还能听个响声。 当一个充满传感器、甚至能自主做决定的机械走进你家时，用户更应该担心：它“脑子”里在想什么？ 这些所谓的智能助手，很可能变成游走的隐私隐患，这正是 Inference Labs... 专注解决的问题。 要做的，不只是让机器人动起来，而是赋予它们“可验证的自主性”： 🛡️ 拒绝黑箱： 所有的计算和决策，必须是透明且可被查验的。 🏠 守护隐私： 确保机器人在你家（边缘端）的处理绝对安全，而不是随意把你的生活上传云端。 在这场AI竞赛中：只有那些你能真正放心把钥匙交给它的机器人，才配走进你的生活。 #KaitoYap Kaito AI 🌊 #Yap Inference Labsshow more

Claude 刚刚用一次更新，直接把第三方生态清零。 新功能 Claude Code channels 发布。 直接打通 Telegram... 和 Discord。 这意味着什么？ 出门在外，掏出手机发条消息，你的代码终端就在远程跑起来。 之前为了搞定这种远程控制，你还得专门买一台 Mac Mini。 今天起，硬件门槛彻底归零。 官方亲自下场开放协议，OpenClaw 这种竞品瞬间失去存在意义。 现在连买机器的钱都直接省了。show more

Polymarket 机器人在五分钟市场一晚狂赚超 6 万美元 这并非发生在普通的时间框架内，而是在极短的五分钟市场中——对大多数交易者而言，甚至来不及看清走势，交易就已结束。而恰恰是这片混沌之地，成了机器人的提款机。 鲜为人知的真相是：该机器人能实时扫描图表，通过 K 线形态识别趋势反转，并利用量化模型精准判断方向。随后，它选择在市场关闭前的最后 2-3... 分钟入场——此时信号最明确，时机也最为关键。 查看它的战绩： 🔗 真正的机会在于：由于它执行的是方向性交易而非套利，你并不需要拥有闪电般的速度才能获利。它的每一步操作都可以被复制。 现在就通过 PolyCop 机器人一键跟随： 🔗show more

兄弟盟，AI 女友真的要来了～ 刚在 GitHub 看到一个挺有意思的 AI 项目，叫 AIRI。 它想做的事情其实很简单：... 做一个真正活着的 AI 虚拟角色。 不是普通的聊天机器人， 而是一个 AI 虚拟伙伴 / AI VTuber。 你可以和她： - 语音聊天 - 一起看视频 - 一起玩游戏 - 甚至让她帮你打 Minecraft 关键是这个项目 完全开源，而且可以自己部署。 也就是说，你可以拥有一个： 会聊天、会记住你、还能互动的 AI 数字人。 技术也挺硬核： - WebGPU + WebAssembly - 支持 OpenAI / Claude / Gemini 等大模型 - 还能接 Live2D、VRM 角色模型 未来的 AI Companion，大概率就是这个形态。 如果你在关注： AI Agent AI 虚拟人 AI 陪伴产品 这个项目真的值得去看看。show more

看 OpenMind 如果还把注意力放在“AGI 能有多强”，其实已经有点落后了。 真正开始变难的问题是： 当 AI 不再只是给建议，而是直接参与决策，人类还能不能理解并承担后果。 现在大多数... AI 项目，都在能力层竞争： 模型更大、推理更快、Agent 更自动。 只要 AI 还停留在“辅助角色”，黑盒是可以被容忍的。 但一旦 AI 进入执行层， 开始影响资源分配、规则执行和长期结果， 不被理解的决策，本质上就是不可治理的系统。 OpenMind 切入的，并不是能力升级，而是这个更前置的问题： 在做决定这件事上，人类是否仍然保留解释、质疑和修正的权力。 如果一个系统只能输出结果，却无法说明“为什么这么做”， 那它永远只能作为工具被隔离使用， 而不可能被真正授权进入现实系统。 从这个角度看，OpenMind 更像是在为 AGI 设定一道硬门槛： 你可以足够聪明，但你不能不可理解。 能力可以不断叠加， 但决定 AI 能走多远的， 最终一定是人类是否还能对它的决策负责。 #OpenMindshow more

［训练奴隶：重庆人钻洞无怨无悔］ ［投票机器：锁链人驯化行为养成］ 中国人是被共产党有意训练傻的，甚至是受教育时间越长，学历越高人就越更傻。这种训练模式下，人变得机械化和僵尸化。化成举手投票机也就是社会性必然。 训练奴化中国人不只是教科书里，用违反人性的骗术制造的沙雕冰雕，还有最大化的自由限制。对自由的限制来自于儿童时期的体罚式坐姿，上课时背着手挺直，下课列队整齐走，甚至军队的整天叠被子，牙刷一条线。这全部都是奴化训练。 人的身躯怎么能在狗洞里钻出来？这篇教科书文被共产党引向国民党。而共产党对待人民是无时不刻的狗洞。例如重庆的电动车狗洞。这是对普通人的人格羞辱。我能想象这事情若发生在美国，美国人会爆发反抗。 中国人会奴化接受，甚至连打出一张白纸的胆量都没有。 心甘情愿的被奴化了。

安卓热再持续下去，户子真的要成中国版福泽谕吉了，大家会意识到他所说的“安卓”其实是更深层次的东西......为什么满血安卓生在中国就成了国产安卓，手机少功能、多广告、特调分、很难用呢？ 所以户子那句看似粗暴的“手机就选苹果”其实真正想说的是——如果一种东西各方面都很烂，那么真正烂的就是那背后的一整套体系，千万别幻想在粪坑里能生出玫瑰。这时候消费行为上的“润”就是你最后的武器，你花的钱其实是在为一种更健康的体系投票，是在坚决拒吃歪脖子树上的歪果子..... 那么，我们为什么没有苹果，甚至抄不好安卓呢？器物层面其实明明没差多少，有些方面甚至还“遥遥领先”。因为问题从来不是“造不出”，而是“造不正”。我认为户子的潜台词，其实是为一个国家的现代化进程中“器物与制度”谁先谁后指明了方向——先思想，后制度，再器物。倒过来走，看似捷径，其实是死胡同，走不通。 你以为户子只是在教你选手机，其实他是在告诉你：一个连开源答案都能抄出广告弹窗的地方，问题从来就不在卷子上。

在学习机器学习时，网上大部分教程只讲概念，又或者直接上代码，让我们很难真正理解算法背后的原理。 今天在 GitHub 上发现 Machine Learning Visualized 开源项目，非常不错，它用可视化方式带我们深入了解每个算法的工作原理。 那些复杂的机器学习算法被拆解成直观的可视化过程，并结合完整的数学推导和交互式界面，让我们清晰地看到算法在训练过程中权重的变化。... GitHub： 主要内容： - 神经网络、逻辑回归、感知器等核心算法的完整实现 - 每个算法都有详细的数学推导过程，从第一性原理开始讲解 - 交互式 Marimo 笔记本，可以实时调整参数观察效果 - 训练过程可视化，直观展示算法收敛到最优权重的过程 - 涵盖 PCA、K-means 聚类、梯度下降等多种算法 项目基于 Jupyter Book 构建，可在线浏览学习，也可以通过 Docker 本地一键部署，即可使用。show more

这哥们更猛，自己搞了个软件，就花14美金成本，硬生生撸下来23万美金。 他的机器人专门抓那些转瞬即逝的价差，盯着5分钟期的BTC和ETH市场来回套，平均每笔能吃到9.8%的优势。 就这么搞了一个月，4947美金的本金，直接干到23万1。 这是他的账户，可以去围观一下： 操作路子其实也挺清晰： • 一分钟能干5单 • 100笔交易里有85笔是YES和NO两头买... • 买的YES和NO价格加起来，中位数在0.902左右 这就是典型的数学题玩家，不看方向，只算差价。 想跟单试试的，还是走这个机器人： #Polymarketshow more