春晚宇樹機器人表演騙局曝光！全網炸鍋！ 昨天，春晚上大出風頭的宇樹智能機器人“現象級破圈”，視頻在國外瘋傳，老外評論區爆炸了。 今天醜聞被揭開，原來台上每台機器人後面都有一個真人在搖控，類似中國的皮影戲。 《藍鯨新聞》之前曝光過機器人行業的”皮影戲”——號稱自主運行的機器人，背後是操作員遠程操控。 還有團隊拿廉價鋁型材拼個機械臂，寫個固定程序，就敢說全自主分揀機器人，真是一代人有一代人的騙局。

【視頻：中國掃地機器人靠技術佔據全球7成市場】全球掃地機器人市場上的5家主要企業均來自中國。並非打價格戰而是比拼開發自主功能的策略奏效。有的機型具有上樓梯功能；有的機型可以掃拖一體；有的機型可用機械臂整理房間……

北京機器人大會翻車 機器人失控狂蹬腿 8月19日，在北京舉行的2026世界機器人大會現場，一台人形機器人倒地失控狂蹬腿，令工作人員一時間束手無策。視頻在網上曝光後，引發熱議。 不少網民表示，「這玩意挺嚇人的，失控了幾個人都搞不住它。」「醫學上叫癲癇病，我們農村管這種叫扯母豬風。」「霍金預言就說了，如果人類不終結科研機器人，以後機器人會主導人類，打敗人類。」 事實上，機器人「翻車」事件並非首次。在過往一些公開賽事或活動中，也曾出現過機器人突然跌倒、頭部脫落，甚至攻擊人類等情況。

AI教主 Nvidia 黃仁勳總是想得到有梗的方式給大家留下印象，在最新的2024 GTC 大會上，Jensen 召喚出了迪士尼和Nvidia合作研發的超可愛機器人，非常幽默 Nvidia 為最近湧現的人形機器人製造商提供一個AI平台。Jetson Thor是一款專為運行人形機器人模擬工作流程、生成式AI模型等而設計的新型電腦。 人形機器人大軍即將來襲。

一樣是機器人跳舞 波士頓動力公司的機器人比中國的強了不知道幾個檔次！ 這還是幾年前的影片 不管是動作的流暢度、靈活度，還是節奏感，都甩了中國春晚的機器人幾條街！ 人家還不需要釣魚線跟磁鐵😂😂😂 退場也不需要人扶😂 也不用網軍在網路吹噓😂 看了就讓人自然發出讚嘆！

俄羅斯試探北約？德國機場驚現爆炸無人機 美國官員透露，本週在德國一座機場發現的一架裝有爆炸物的無人機，很可能來自俄羅斯。 華爾街日報報導，事情發生在週二晚上。這架無人機出現在德國東部萊比錫機場的停機坪上，而且位置相當敏感，就在機場管制區內，並且距離一架烏克蘭貨機不遠。 除了這架無人機之外，德國當局還在調查另一個不明物體。 而俄羅斯則被懷疑可能與這些事件有關。

一台六輪的地面機器人停在碎石地上，上面躺著一名雙腿重傷的烏克蘭士兵。這台機器人正載著他往後方撤，走到一半被俄軍無人機打掉了。 兩名第 475 獨立突擊團的突擊兵剛拿下俄軍陣地，回程被俄軍的「閃電」自殺無人機打中，兩人雙腿重傷。同袍派出的地面後送機器人載著兩人撤離，返程途中又被另一架無人機擊中，停在開闊地上。 突擊連連長波爾斯基沒有穿防彈衣，開著一台皮卡高速駛進危險區，一個人把兩名傷兵搬進車斗載走，軍方表示他沒有等待命令。搬運那一段超過一分鐘，全程曝在沒有遮蔽的開闊地。該團指揮官表示，如果他沒趕到，再過 10 到 15 分鐘第二架無人機就會飛來。... 打傷他們的「閃電」一架大約 1,600 美元，機身是膠合板和發泡材做的。FPV 無人機把前線後方 10 到 20 公里變成殺傷區，傷兵躲上幾小時到幾天才等到後送已經很普遍。烏軍的地面機器人光是今年 6 月就跑了超過一萬六千六百趟後送與後勤，今年以來已簽約超過兩萬兩千台。 機器人接手了大部分路程，這次沒接手的是最後那幾百公尺，補上的是一個沒穿防彈衣的人和一台民用皮卡。 影片最後那段，皮卡開進的是架在公路上方的防無人機網。烏克蘭現在得幫整條補給路加蓋，車才走得過去。show more

中國這次外宣的東西就是他們各方面的機器人發展，然後找了陳支漢來大吹一波中國機器人好棒棒，結果在下象棋的時候翻車了⋯⋯ 全程尷尬！！機器人智障的要死， 下一步就當機，還會不要臉的毀棋重來！ 陳支漢坐在那張椅子上不好意思離開，連吹捧都沒辦法吹整整兩分多鐘⋯⋯

川哥氣到罵人有回音ㄌ😤 賣台賊國民黨正在演一齣戲，在美國人面前說全力支持無人機，在立法院卻擋下無人機預算❗️ 盧秀燕星期四要在台中辦無人機產業的論壇 原因是台中的廠商開始抓狂了！ 原本訂單都有了 現在被你們一直擋！ 廖偉翔 羅廷瑋 黃健豪... 還繼續在立法院擋無人機，你們對得起臺中的無人機產業嗎？ 廠商們要不要出來抗議發聲一下？？川哥說的是真的，台中精密園區和工業區…唉😮‍💨 廠商自己也要反思他們自己的問題啊show more

這位美國磚家一面承認中國機器人全球最強，一面又稱中國的成就建立在美國技術基礎之上，還要求美國必須切斷對華技術和晶片供應 按照這種邏輯，如果中國機器人依靠所謂「美國技術」問鼎世界第一，那麼擁有同樣技術的美國機器人，為何沒有稱霸全球？難道是技術自己長了腿，跑到中國才煥發了生機？

之前小囉囉說台灣無人機是別人不要的，並刻意把無人機產業跟綠友友掛勾在一起。 首先台灣無人機早就已經進軍國際了，甚至有些已經出現在烏克蘭戰場上進行實戰了，「別人不要的無人機」這種說法更像是在配合中共的認知作戰。 第二把台灣無人機跟政黨利益強行掛勾在一起，證據在哪裡？這種說法根本就是想摧毀台灣無人機的產業。 之前宇昌案、光電、疫苗、雞蛋、豬肉上述的產業，國民黨哪一個沒有抹黑過，結果光電案查到弊案的全部都是國民黨籍的，而宇昌案更是差無不法，可是生技產業缺已經被國民黨摧毀了。 而藍白現在又想故計重施，真的非常可惡。 YT🔗

一個中國人遲到瘋狂刺司機。這影片在國外爆紅。 這一支影片其實是去年發生的事件，殺人犯王志強跟這個打車司機完全沒有仇恨，只是因為他的事業失敗太太跟他離婚，產生了反社會，所以隨機叫了一台車，持小刀瘋狂的司機。 這個倒楣的司機胡成光失血過多最後死亡。 這個社會案件在中國都被刪除掉了，中共當局認為太不好的社會示範。

新一代股神也看好機器人 / Physical AI 賽道了。 我把鏈上剩下的 SOL 都拿去買 CodecFlow... 放著了，不然拿著 SOL也是一直跌，就當長期投資看好的賽道了😂 Codec 大概是我看到目前幣圈機器人賽道中最優質項目了。 不是單純蹭 AI Agent 敘事，而是真的在做 Robotics 的底層執行層，讓 AI 不只會聊天、會思考，而是能夠在模擬環境、桌面環境，甚至未來的實體機器人裡執行任務。 團隊本身對 Robot 開發經驗很深，基本上有新的Robot技術他們也第一時間做嘗試整合進codec核心，團隊也和 Hugging Face LeRobot 生態有合作關係（LeRobot 目前算是開源機器人學習裡很重要的方向） 我也去玩了一下 Codec 最近做的 SimArena，SimArena 簡單講就是讓你可以直接在瀏覽器裡建立機器人模擬環境、跑任務、收集資料，甚至接到後續訓練流程，確實滿好玩的，雖然v1感覺還是有點難上手，但我還是模擬操作了近期很夯的狗狗機器人跟G1 機器人。 團隊也說很多大學和 bootcamp 已經開始用 SimArena 了，一般搞模擬基本上要搞好幾週的環境設定，現在 2-3 小時就能跑起來，也算是把機器人開發的門檻打下來了。 這樣一直在Build的優質項目才3M，我感覺還是有點低估了。 Always DYOR。show more

無人機表演的宣傳被整個「壓制」，連媒體都不知道，假設大家有去現場觀看，到現在相信河道上還會一直傳出個人錄製的短影片，這些後續才被發現的新聞也不會冷到已經「消失不見」，才幾天？兩天？ 6月2日晚間1000輛無人機的精彩演出，而且還是黃仁勳Computex 科技大展的宣傳，新聞完全沒有了，轉成他前進韓國的新聞。

台灣之光！ 畢業於台大機械系與國企系雙主修的鄧立潔，擔任美國柏克萊工程學院博士生致詞代表！ 300萬個人裡面才能出現一個 這要多麼優秀才能辦到........ 台灣一個小小的島卻人才濟濟， 真是人中之鳳啊！

聽說在Spotify上已經禁了這首歌，趕緊去YouTube 上看，竟然有一個視頻在播出前提示我這首歌有問題，雖然這都發生在中國買的手機和中國大陸的電話號碼上，我還是有點出乎意料之外。果斷在德國的手機上把這首曲子設置為了鈴聲，有一天您在德國聽見有人的手機鈴聲是這首歌，那就是我。

美國早就能做出來遙控機器人，為何美國不做？因為是個只會走路跟跳舞的廢鐵，誰要買？ 我来给你们总结一下，中国春节联欢晚会上的机器人表演过后，互联网上的所有发言的总结， 看好了：这是总结，你们看好了吗？

這是我第一次聽到 Jim Fan 的演講，非常幽默有趣，然後我覺得有生之年大概買一台人形機器在家處理家事、幫你洗頭髮大概穩了，好好活著，各位。 在 AI 領域，我們常聽說圖靈測試（Turing Test）是衡量機器能否展現與人類無異對話能力的里程碑。如今，大型語言模型（LLM）似乎已悄悄地通過了這個測試，但大家對其突破已習以為常，甚至會因為語音助理慢了幾秒或程式碼沒被完全除錯而抱怨連連。 NVIDIA... AI 研究總監、身為廣受矚目人形機器人專家 Jim Fan 指出，當前業界對 LLM 的驚人進步視為「只是又一個平常的星期二」（just yet another Tuesday），這反映了我們對文字世界 AI 的標準已大幅提高。 然而，當我們將目光轉向現實世界，讓機器人進行物理操作時，會發現挑戰巨大得多。 Jim Fan 在演講中提出了一個引人深思的概念：「物理圖靈測試 (Physical Turing Test)」。這個測試的想像情境是：如果你回家後，看到雜亂的房間被整理得乾淨俐落，甚至還準備了一頓浪漫的燭光晚餐，而你無法分辨這是由真人還是機器人完成的，那代表這個機器人通過了物理圖靈測試。 但現實呢？看看那些連站起來都困難的人形機器人，或是嘗試為主人做早餐卻搞得一團亂的機器手臂（雖然辨識出牛奶值得給 A-，但湯匙餵食的確是 VIP 等級的體驗），我們離「物理圖靈測試」還差得很遠。 實體 AI 的最大瓶頸：資料飢渴症 為什麼物理圖靈測試如此困難？ Jim Fan 點出了核心問題：資料。LLM 研究人員抱怨網際網路資料快被用完，稱其為 AI 的「化石燃料」。但對機器人學家來說，我們甚至連這種「化石燃料」都沒有。真實世界的機器人資料——例如關節的精確控制訊號、連續的運動軌跡——是無法從網路上抓取的。這些資料必須透過昂貴且耗時的「遙控操作」（teleoperation）方式收集，也就是由真人穿戴感應裝置來遠端控制機器人，手把手地教它完成任務（例如從烤麵包機拿出麵包再淋上蜂蜜）。 這種方式極度沒效率，Jim Fan 將其比喻為燃燒「人類燃料」(human fuel)，比化石燃料還稀缺，每天每個機器人頂多運作 24 小時，而且真人會累，機器人更容易壞。這嚴重限制了機器人學習的多樣性和規模，形成了一個巨大的資料瓶頸。 模擬世界的核能：突破資料荒的救星 要突破這個瓶頸，唯一的出路是「模擬 (Simulation)」，找到機器人學的「核能」。Jim Fan 介紹了NVIDIA為此推進的三階段模擬策略： 模擬 1.0：數位分身 (Digital Twin) 概念：在虛擬世界中建立機器人和環境的一對一精確拷貝。 方法：利用高效能的向量化物理引擎，可以在單一 GPU 上模擬上萬個環境，速度比現實世界快上萬倍。結合「領域隨機化 (Domain Randomization)」技術，在模擬時隨機改變重力、摩擦力、物體重量等參數，迫使 AI 在各種條件下都能執行任務。 優勢：極快的訓練速度。訓練出的模型可以直接零次轉移 (zero-shot) 到真實世界機器人上，無需微調。例如，訓練機械手在模擬中轉筆，訓練機器狗在球上平衡，訓練人形機器人行走（10 年訓練量在 2 小時模擬完成）。一個僅有 150 萬參數的神經網路就足以捕捉人形機器人全身平衡和敏捷動作的複雜控制。 限制：數位分身需要人工精確建模，建立複雜環境耗時費力，模擬的多樣性仍然受限於人工設定的範圍。 模擬 2.0：數位表親 (Digital Cousin) 概念：開始在模擬中引入生成式 AI。雖然不像數位分身那樣是精確拷貝，但能產生足夠多樣的環境和場景，「像數位分身的表親」。 方法：利用 3D 生成模型生成場景中的各種物品（如家具），使用擴散模型（Diffusion Model）生成紋理貼圖，利用 LLM 根據文字提示生成場景佈局的 XML 檔案。 NVIDIA 的 Robocasa 框架就是例子，可以生成大規模、包含日常任務的模擬場景，除了機器人本身，其他幾乎都是生成的。 優勢：顯著增加了環境和任務的多樣性。可以在模擬中進行遙控操作，然後將軌跡變異、擴展到更多生成的環境中，實現 N (環境數) * N (動作變異數) 的資料乘法爆炸。雖然畫面真實度可能不及真實世界，但「足夠接近」。 限制：相較於 1.0，運行速度可能較慢，仍部分依賴傳統渲染管線。 模擬 3.0 (世界模型 / 擴散模型)：數位遊牧者 (Digital Nomad) 概念：直接利用生成式模型（特別是影片擴散模型）來模擬物理世界的互動，擺脫對傳統物理引擎的依賴。 方法：以大量真實世界影片（數百萬段網路影片）訓練影片擴散模型，使其學會模擬各種複雜的物理現象（如流體、軟體變形）。 NVIDIA 的研究表明，只需用真實機器人實驗室收集的少量領域特定資料微調通用的影片生成模型，就能讓模型學會模擬機器人的精確互動。 優勢：極致的多樣性。影片擴散模型能模擬任何它在訓練資料中「看過」或「想像」的互動，不受傳統物理引擎的限制（例如模擬機器人彈烏克麗麗，即便硬體不支援，模型也能「畫」出來）。 這就像讓機器人漫遊在影片模型的「夢境空間」（dream space）——一個壓縮了海量網路影片的多元宇宙，實現「萬物、處處、一時」(Everything Everywhere All at Once) 的互動學習。僅僅一年時間，影片生成模型在物理真實度上（例如變形麵條）的進步，就超越了傳統圖學 30 年的發展。 速度：目前運行可能較慢，但具備隨算力呈指數級成長的巨大潛力。 具身縮放定律與 GR00T N1 Jim Fan 總結，傳統模擬（1.0）的速度快但受限於多樣性，而生成式模擬（2.0/3.0）雖可能起步慢但能隨算力呈指數級擴展其多樣性。這兩種模擬方式的結合，將是為下一代機器人系統提供龐大訓練資料的「核能」。這也意味著，對 AI 算力的需求只會越來越大，那些認為算力問題會迎刃而解的人需要再三思考。 藉由這些模擬技術產生的海量資料，NVIDIA 開發了「視覺語言行動模型 (Vision Language Action Model, VLA)」，能接收圖像和語言指令，並直接輸出機器人的運動控制訊號。今年 GTC 大會上黃仁勳發表的 GR00T N1 模型就是一個實例，它能在真實世界執行抓取香檳、工廠零件甚至多機器人協調等任務。 GR00T N1 已開源，NVIDIA 也計劃將未來的模型開源，以普及「實體 AI」。 物理 API：通往新世界的入口 實體 AI 的最終目標，是實現「物理 API (Physical API)」。想像一下，就像 LLM API 讓軟體能夠操作數位世界的位元 (bits) 一樣，物理 API 將賦予軟體操作現實世界的原子 (atoms) 的能力。透過這個 API，你可以讓軟體直接控制物理致動器，改變物理世界的狀態。 這將催生全新的經濟模式和應用場景： 物理提示 (Physical Prompting)：不再只用文字，而是結合視覺和語言等方式更直觀地教導和指示機器人。 物理應用商店和技能經濟 (Physical App Store & Skill Economy)：米其林大廚不必親自下廚，他可以「教導」機器人他的獨家烹飪技巧，並將這個技能作為服務販售，讓任何擁有機器人的家庭都能享受到米其林級的晚餐。 Jim Fan 引用黃仁勳的話再次強調，未來「每一個會移動的東西都將是自主的」。總有一天，你回家會看到乾淨的沙發和燭光晚餐，伴侶對你微笑而不是責備你沒做家事——而那一天，我們通過物理圖靈測試的時刻，很可能就像 LLM 通過圖靈測試一樣，在世人眼中「只是又一個星期二」。這正是驅動 Jim Fan 和團隊每天努力的動力。show more

1月28號晚上中國北京傳出了重武器轟擊產生爆炸，網路上傳出許多手機拍攝的影片。聚傳是某軍區的軍隊跟保安武警相互的攻擊。 根據一些消息已經有多人死亡。 目前在消息都還無法核實。