Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

一个印度小哥花半个月做了一只 AI 机器，成本不到700块这只小家伙叫"核桃"，别看便宜，功能一点不像玩具首先走路不是预设动作，是用强化学习训练出来的。视频里左边电脑屏幕上能看到训练曲线和 3D 仿真画面——先在模拟环境里让它自己学怎么走，练几百万次，然后把模型部署到实体机器人上。走出来的步态很自然，不是那种机械的一抬一落然后它有视觉感知。装了摄像头，画面右上角显示"Feeling Suspicious"和"MOVING"——它不只是能"看"，还能根据环境变化产生状态反馈最厉害的是接了大语言模型做语音交互。开发者跟它说 hello 它有反应，说 go back to sleep 然后把它按倒，它就真的趴下不动了 700块钱做出强化学习步态 + 语音交互 + 视觉感知，这个性价比太离谱了宇树最便宜的机器狗也要大几千，波士顿动力那些更不用说。这个项目证明了具身智能的门槛正在被打到地板上

Vincent

57,353 subscribers

125,818 görüntüleme • 3 ay önce •via X (Twitter)

Oyun Bilim & Teknoloji

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

Microduck 明明就是 AI 具身智能实验平台～ Pollen Robotics（被 Hugging Face 收购）开源了一款可以跑强化学习的迷你具身智能平台（Microduck），Microduck 它不是普通的机器人玩具，它是RL 具身智能入场券，售价 $399 ，相比动辄几十万的人形机器人，它是真的便宜，而且体积小、耐折腾。强化学习跑偏了、摔倒了，也可以继续调、继续练，试错成本很低，它的主要特点： ① 双足行走、转向 ② 穿上小轮子直接“轮滑” ③ 摔倒之后自己调整、重新站起来 ④ 各种姿态切换和动态动作 Microduck 搭载 RK3566，控制 15 个舵机，真机控制频率 50Hz。几十万的大型人形机器人，我反而觉得 Microduck 这种小型开源机器人，更适合普通开发者真正上手玩具身智能，它明明就是AI 具身智能实验平台～

Microduck 明明就是 AI 具身智能实验平台～ Pollen Robotics（被 Hugging Face 收购）开源了一款可以跑强化学习的迷你具身智能平台（Microduck），Microduck 它不是普通的机器人玩具，它是RL 具身智能入场券，售价 $399 ，相比动辄几十万的人形机器人，它是真的便宜，而且体积小、耐折腾。强化学习跑偏了、摔倒了，也可以继续调、继续练，试错成本很低，它的主要特点： ① 双足行走、转向 ② 穿上小轮子直接“轮滑” ③ 摔倒之后自己调整、重新站起来 ④ 各种姿态切换和动态动作 Microduck 搭载 RK3566，控制 15 个舵机，真机控制频率 50Hz。几十万的大型人形机器人，我反而觉得 Microduck 这种小型开源机器人，更适合普通开发者真正上手玩具身智能，它明明就是AI 具身智能实验平台～

玉米_AlphaNotes

20,080 görüntüleme • 1 ay önce

卧槽。这么小的模型，居然这么牛逼。。。蚂蚁百灵前几天开源了一个设计模型，叫 Ming-Image-0.1-Design，才 6B。放在现在的生图模型里，基本属于小不点了。然后这个小不点，在 Artificial Analysis 的 UI/UX 设计榜上，拿了开源第一。我寻思了一下，以后生图，是不是就可以不花钱了？它到底能干啥。你说一句：画一台废弃工厂里的人形机器人，胸口发光，旁边飘个无人机。它啪一下就给你画出来，细节清楚，光影很有电影感。更骚的是，它还有个兄弟，叫 Layer。把这张图丢给 Layer，它能把机器人、无人机、背景一层层拆开，全是透明底，连被挡住的背景都自动补好了。想挪就挪，想换就换，跟在 PS 里打开分层文件差不多。我是真的愣了一下。先看视频我自己跑出来的👇

卧槽。这么小的模型，居然这么牛逼。。。蚂蚁百灵前几天开源了一个设计模型，叫 Ming-Image-0.1-Design，才 6B。放在现在的生图模型里，基本属于小不点了。然后这个小不点，在 Artificial Analysis 的 UI/UX 设计榜上，拿了开源第一。我寻思了一下，以后生图，是不是就可以不花钱了？它到底能干啥。你说一句：画一台废弃工厂里的人形机器人，胸口发光，旁边飘个无人机。它啪一下就给你画出来，细节清楚，光影很有电影感。更骚的是，它还有个兄弟，叫 Layer。把这张图丢给 Layer，它能把机器人、无人机、背景一层层拆开，全是透明底，连被挡住的背景都自动补好了。想挪就挪，想换就换，跟在 PS 里打开分层文件差不多。我是真的愣了一下。先看视频我自己跑出来的👇

产品经理老王霸

57,249 görüntüleme • 1 gün önce

🔥AI搬回本地！ $NVDA 黃仁勋剛剛宣布重大突破，个人电脑迎来全新时代！ ———————————— 过去四十年，一直是你在伺候电脑。这一次，它要反过来。我们这代人，是被机器训练大的。记快捷键，清后台，等进度条，文件存在哪个文件夹自己得记牢，我们学会的全是“迁就它”，把自己一点点训练得像台机器，它才肯好好干活。所以黄仁勋这次最重要的东西，很多人看漏了。不是又一个开源模型，也不是新芯片的跑分。是 AI 要从云端“搬回家”，住进你这台本机里。这两年我们用的 AI，说穿了都是“租来的大脑”。你得先把家底打包上传：合同、工资条、还没写完的东西、和家人的聊天记录。它在别人的机房里跑，按别人的价收钱，入口攥在别人手里。聪明是真聪明，可它始终不是你的，你只是个访客。而“本地 Agent”这四个字的意思是：这些东西，终于可以留在你自己屋里了。不用上传，不用排队，不用看网速的脸色。它能看你的文件、懂你开着的软件、替你把那些零碎活儿干完。第一次，电脑不再是你点一下它动一下的工具，而是一个会自己动手的人。为了这件事，老黄把数据中心级的算力，上百 GB 的统一内存、接近一个 petaflop 的性能，硬塞进了一台摆得上书桌的小机器。不是为了让你在本地跑个玩具模型，是为了让你桌上这台电脑，真有本事自己干活。往大了说，棋局其实很清楚：云端那颗大脑，继续在数据中心里想最难的事；你桌上这台，负责手脚，管你每天的柴米油盐。而老黄想要的，是大脑和手脚，两头都攥在自己手里。但我更想讲的，是那种很具体的感觉。PC 是上一代互联网的入口，手机是移动时代的入口。下一个入口不在某个网站里，就在你书桌上那台开机的电脑里。谁先住进去，谁拿下下一个十年。所以他这次真正想说的，从来不是“我们出了块更强的芯片”。而是过去四十年，你把自己训练得越来越像一台电脑。从今往后，是电脑，开始学着像你请来的那个人。

🔥AI搬回本地！ $NVDA 黃仁勋剛剛宣布重大突破，个人电脑迎来全新时代！ ———————————— 过去四十年，一直是你在伺候电脑。这一次，它要反过来。我们这代人，是被机器训练大的。记快捷键，清后台，等进度条，文件存在哪个文件夹自己得记牢，我们学会的全是“迁就它”，把自己一点点训练得像台机器，它才肯好好干活。所以黄仁勋这次最重要的东西，很多人看漏了。不是又一个开源模型，也不是新芯片的跑分。是 AI 要从云端“搬回家”，住进你这台本机里。这两年我们用的 AI，说穿了都是“租来的大脑”。你得先把家底打包上传：合同、工资条、还没写完的东西、和家人的聊天记录。它在别人的机房里跑，按别人的价收钱，入口攥在别人手里。聪明是真聪明，可它始终不是你的，你只是个访客。而“本地 Agent”这四个字的意思是：这些东西，终于可以留在你自己屋里了。不用上传，不用排队，不用看网速的脸色。它能看你的文件、懂你开着的软件、替你把那些零碎活儿干完。第一次，电脑不再是你点一下它动一下的工具，而是一个会自己动手的人。为了这件事，老黄把数据中心级的算力，上百 GB 的统一内存、接近一个 petaflop 的性能，硬塞进了一台摆得上书桌的小机器。不是为了让你在本地跑个玩具模型，是为了让你桌上这台电脑，真有本事自己干活。往大了说，棋局其实很清楚：云端那颗大脑，继续在数据中心里想最难的事；你桌上这台，负责手脚，管你每天的柴米油盐。而老黄想要的，是大脑和手脚，两头都攥在自己手里。但我更想讲的，是那种很具体的感觉。PC 是上一代互联网的入口，手机是移动时代的入口。下一个入口不在某个网站里，就在你书桌上那台开机的电脑里。谁先住进去，谁拿下下一个十年。所以他这次真正想说的，从来不是“我们出了块更强的芯片”。而是过去四十年，你把自己训练得越来越像一台电脑。从今往后，是电脑，开始学着像你请来的那个人。

老白

15,858 görüntüleme • 3 ay önce

今早英伟达GTC全场最后一个环节，黄仁勋没自己谢幕。他叫出了一个新机器人，迪士尼的雪宝Olaf。大屏幕上先出现Olaf的动画，然后它直接从屏幕里走了出来。一个机器人自己走上舞台中央，跟老黄聊天，吐槽站太久腿酸。晚晚我一开始都没分辨出这是机器人，非常真人化。嘴能动，眼睛能动，走路一摇一晃。我看了些资料，迪士尼幻想工程团队说，这个角色最难的地方在于它脚底是两个雪球，让球形脚稳定行走比普通双足机器人难得多。所以它在Kamino仿真器里跑了成千上万个并行环境做强化学习。老黄在台上跟Olaf说：你的电脑是我给的，装在你肚子里。英伟达的Jetson芯片塞在身体里，实时推理。两周后，这个Olaf机器人，就去巴黎迪士尼打工了，之后部署到香港迪士尼当牛马。这将是全球第一个自主行走的迪士尼角色。

今早英伟达GTC全场最后一个环节，黄仁勋没自己谢幕。他叫出了一个新机器人，迪士尼的雪宝Olaf。大屏幕上先出现Olaf的动画，然后它直接从屏幕里走了出来。一个机器人自己走上舞台中央，跟老黄聊天，吐槽站太久腿酸。晚晚我一开始都没分辨出这是机器人，非常真人化。嘴能动，眼睛能动，走路一摇一晃。我看了些资料，迪士尼幻想工程团队说，这个角色最难的地方在于它脚底是两个雪球，让球形脚稳定行走比普通双足机器人难得多。所以它在Kamino仿真器里跑了成千上万个并行环境做强化学习。老黄在台上跟Olaf说：你的电脑是我给的，装在你肚子里。英伟达的Jetson芯片塞在身体里，实时推理。两周后，这个Olaf机器人，就去巴黎迪士尼打工了，之后部署到香港迪士尼当牛马。这将是全球第一个自主行走的迪士尼角色。

林晚晚的猫

419,169 görüntüleme • 6 ay önce

这两天看到我一直很喜欢的设计师阿哲阿哲Phil 的个人网站，我挺喜欢他个人主页的那个风格。看着看着突然冒出一个念头：这种个人审美很强的网站，模型光看录屏，能不能做出来？于是我顺手录了 10 秒左右，从页面上划过去，直接把视频丢给 Ling-3.0-flash-VL，让它照着做一版。没给源码，也没拆页面，更没写一大段提示词。输入就那段录屏，加上一句很简单的需求。其实扔进去的时候，我没抱多大期待。视频一晃就过去了，有些细节让我自己暂停看，也未必记得住。 Ling-3.0-flash-VL 是百灵在 Ling-3.0-flash 上加了视觉理解和 visual agent 的版本。官方提到的能力挺多，视觉感知、STEM、文档、前端编码、医疗报告都在里面。我这次没全测，就看一件事：它能不能看完一段网站录屏，真把页面做出来。结果打开以后，我确实愣了一下。按肉眼看，和阿哲的原版大概有七成像。大的版式、配色和页面感觉都抓到了，生成出来的也不只是一个摆着看的空壳。按钮能点，交互能跑，放进浏览器里，已经像个可以接着改的半成品。当然，剩下那三成也挺明显。风格不够细腻，字体没那么贴，交互还是有点僵，一些细节只学到了大概。把两个页面并排放在一起，差距还是能看出来。要我直接拿去上线，我肯定不会；拿它当第一版，我觉得够了。以前脑子里有个页面的样子，最麻烦的是说不清。你跟开发说想要“有点设计感”“交互顺一点”，讲了半天，对方可能还是不知道你想要什么。自己不会写代码的话，很多想法就一直停在收藏夹里。现在简单多了。先找一个接近自己想法的网站，录一小段，让模型搭出来。哪里不对，直接看着页面改。它没有把阿哲的网站原样搬过来，但它把一张白纸直接做到了七成。所以这次测完，我还挺愿意安利 Ling-3.0-flash-VL。离专业前端当然还有距离，但对没代码基础、想做个人网站或者产品 Demo 的人来说，先把第一版弄出来，已经能省不少事了。感兴趣的都可以去试一试：

这两天看到我一直很喜欢的设计师阿哲阿哲Phil 的个人网站，我挺喜欢他个人主页的那个风格。看着看着突然冒出一个念头：这种个人审美很强的网站，模型光看录屏，能不能做出来？于是我顺手录了 10 秒左右，从页面上划过去，直接把视频丢给 Ling-3.0-flash-VL，让它照着做一版。没给源码，也没拆页面，更没写一大段提示词。输入就那段录屏，加上一句很简单的需求。其实扔进去的时候，我没抱多大期待。视频一晃就过去了，有些细节让我自己暂停看，也未必记得住。 Ling-3.0-flash-VL 是百灵在 Ling-3.0-flash 上加了视觉理解和 visual agent 的版本。官方提到的能力挺多，视觉感知、STEM、文档、前端编码、医疗报告都在里面。我这次没全测，就看一件事：它能不能看完一段网站录屏，真把页面做出来。结果打开以后，我确实愣了一下。按肉眼看，和阿哲的原版大概有七成像。大的版式、配色和页面感觉都抓到了，生成出来的也不只是一个摆着看的空壳。按钮能点，交互能跑，放进浏览器里，已经像个可以接着改的半成品。当然，剩下那三成也挺明显。风格不够细腻，字体没那么贴，交互还是有点僵，一些细节只学到了大概。把两个页面并排放在一起，差距还是能看出来。要我直接拿去上线，我肯定不会；拿它当第一版，我觉得够了。以前脑子里有个页面的样子，最麻烦的是说不清。你跟开发说想要“有点设计感”“交互顺一点”，讲了半天，对方可能还是不知道你想要什么。自己不会写代码的话，很多想法就一直停在收藏夹里。现在简单多了。先找一个接近自己想法的网站，录一小段，让模型搭出来。哪里不对，直接看着页面改。它没有把阿哲的网站原样搬过来，但它把一张白纸直接做到了七成。所以这次测完，我还挺愿意安利 Ling-3.0-flash-VL。离专业前端当然还有距离，但对没代码基础、想做个人网站或者产品 Demo 的人来说，先把第一版弄出来，已经能省不少事了。感兴趣的都可以去试一试：

阿川 | AI thinking

37,185 görüntüleme • 20 gün önce

AI会永远对你撒谎。这不是bug，是数学定律。我，卡内基梅隆大学的数学学生，用数学告诉你为什么。所有语言模型，只做一件事：根据它读过的所有资料，预测下一个最有可能的词。但这里有个死结。模型的猜测，我们叫它q(x)。真实世界的概率，我们叫它p(x)。 q(x)永远不可能等于p(x)。它们之间，永远有一道鸿沟。有个数学公式，就是用来测量这道鸿沟的。只要模型不能完美预测下一个词它永远不能那这个鸿沟就永远不会是零。所以，当AI不知道真相的时候会发生什么？它不能停机，它必须给你一个答案。它只能硬着头皮，输出一个它认为“最像”答案的答案。哪怕那是错的。这就是“幻觉”。一个基于不完整信息，却无比自信的猜测。最要命的是，数学甚至给出了一个下限。就算最完美的模型，它的幻觉率也永远不可能低于这个数字。只要它不知道关于这个世界的一切它永远不可能知道。它就总会有概率，编造事实。所以，无论AI变得多强大，它都会撒谎。因为数学就是这么写的。

AI会永远对你撒谎。这不是bug，是数学定律。我，卡内基梅隆大学的数学学生，用数学告诉你为什么。所有语言模型，只做一件事：根据它读过的所有资料，预测下一个最有可能的词。但这里有个死结。模型的猜测，我们叫它q(x)。真实世界的概率，我们叫它p(x)。 q(x)永远不可能等于p(x)。它们之间，永远有一道鸿沟。有个数学公式，就是用来测量这道鸿沟的。只要模型不能完美预测下一个词它永远不能那这个鸿沟就永远不会是零。所以，当AI不知道真相的时候会发生什么？它不能停机，它必须给你一个答案。它只能硬着头皮，输出一个它认为“最像”答案的答案。哪怕那是错的。这就是“幻觉”。一个基于不完整信息，却无比自信的猜测。最要命的是，数学甚至给出了一个下限。就算最完美的模型，它的幻觉率也永远不可能低于这个数字。只要它不知道关于这个世界的一切它永远不可能知道。它就总会有概率，编造事实。所以，无论AI变得多强大，它都会撒谎。因为数学就是这么写的。

墓碑科技

73,645 görüntüleme • 9 ay önce

Qwen3.8-Flash-Next 开源了，Qwen4 的架构预览被扔出来了。现在很多模型，底座没怎么变，做一层后训练之后，Agent 能力能突然往上窜一大截。那问题来了：后训练到底训练进去了什么？是知识更多了？推理更强了？还是模型“干活的方式”变了？我正好部署了两个特别适合做 A/B Test 的模型： 🔥Apodex-1.1-mini-GPTQ-Int4 vs 它自己的底座 Qwen3.5-35B-A3B-GPTQ-Int4 但做完后训练以后，Apodex 自己公布的 benchmark 已经吹得挺狠了：在 FrontierFinance 上，Apodex-1.1-mini + Agent Team 拿到 50.2。同一个 benchmark 里，Claude Fable 5 的参考成绩是 49.2。一个 35B 的开源模型，后训练一下，号称专业 Agent 能力已经能摸到甚至超过 Fable。这个我偏不信。我正好有机器。我有两张 4090。一张跑 Apodex，一张跑原版 Qwen。同架构、同 INT4、同 128K 上下文、同一套 Agent Harness，两边同时接完全一样的任务。所以这个实验非常干净：底座基本没变，主要看的就是后训练到底给 Agent 加了什么能力。结果越来越有意思。甚至测出来一层能力，已经开始往 Fable 那个方向靠了。 🔥我给这两个模型和 Fable 出了一道预测题。 2026 年 8 月 26 日，NVIDIA 当天盘后要发 FY2027 Q2 财报。我提前几个小时，让它们预测：总营收 GAAP 毛利率 Data Center 营收下一季度指引要求自己上网调研，最后给判断。本来我只是想看看：同一个底座，做过后训练以后，Research + Agent 能力到底能提升多少。 🔥结果这道题出了个非常离谱的乌龙。底座其实非常努力。它搜了 40 次。而且最离谱的是：它中间已经把正确答案全部查出来了。然后到了最终答案——它自己把这些正确数据全扔了。我一开始都看懵了。后来翻完整 Agent 日志，才发现真正有意思的事情：当外部证据和模型脑子里的旧认知发生冲突时，它到底信谁。 🔥这时候你就能明显感觉到，后训练之后的模型，跟底座已经不是一个“工作状态”了。它看起来会更聪明、更机灵。它更像一个被教过怎么干活的人。知道什么时候该搜。知道哪些证据更重要。以后每个企业，都会有一个自己的模型。不一定是从零预训练。但至少会有自己的后训练、自己的 Agent 行为、自己的工作习惯。 🔥小模型不一定非得和 Frontier Model 拼所有能力。把一个方向训透，再配上一套好的 Harness 和 Tool Use，它真的可以变得非常机灵、非常能干。最后夸一下 Apodex。这次不只是模型后训练做得好，他们那套 Harness + Tool Use 也确实很能打。一个 35B 模型被他们训完，再塞进这套 Harness 里，真的已经开始有点专业工种的味道了。

Qwen3.8-Flash-Next 开源了，Qwen4 的架构预览被扔出来了。现在很多模型，底座没怎么变，做一层后训练之后，Agent 能力能突然往上窜一大截。那问题来了：后训练到底训练进去了什么？是知识更多了？推理更强了？还是模型“干活的方式”变了？我正好部署了两个特别适合做 A/B Test 的模型： 🔥Apodex-1.1-mini-GPTQ-Int4 vs 它自己的底座 Qwen3.5-35B-A3B-GPTQ-Int4 但做完后训练以后，Apodex 自己公布的 benchmark 已经吹得挺狠了：在 FrontierFinance 上，Apodex-1.1-mini + Agent Team 拿到 50.2。同一个 benchmark 里，Claude Fable 5 的参考成绩是 49.2。一个 35B 的开源模型，后训练一下，号称专业 Agent 能力已经能摸到甚至超过 Fable。这个我偏不信。我正好有机器。我有两张 4090。一张跑 Apodex，一张跑原版 Qwen。同架构、同 INT4、同 128K 上下文、同一套 Agent Harness，两边同时接完全一样的任务。所以这个实验非常干净：底座基本没变，主要看的就是后训练到底给 Agent 加了什么能力。结果越来越有意思。甚至测出来一层能力，已经开始往 Fable 那个方向靠了。 🔥我给这两个模型和 Fable 出了一道预测题。 2026 年 8 月 26 日，NVIDIA 当天盘后要发 FY2027 Q2 财报。我提前几个小时，让它们预测：总营收 GAAP 毛利率 Data Center 营收下一季度指引要求自己上网调研，最后给判断。本来我只是想看看：同一个底座，做过后训练以后，Research + Agent 能力到底能提升多少。 🔥结果这道题出了个非常离谱的乌龙。底座其实非常努力。它搜了 40 次。而且最离谱的是：它中间已经把正确答案全部查出来了。然后到了最终答案——它自己把这些正确数据全扔了。我一开始都看懵了。后来翻完整 Agent 日志，才发现真正有意思的事情：当外部证据和模型脑子里的旧认知发生冲突时，它到底信谁。 🔥这时候你就能明显感觉到，后训练之后的模型，跟底座已经不是一个“工作状态”了。它看起来会更聪明、更机灵。它更像一个被教过怎么干活的人。知道什么时候该搜。知道哪些证据更重要。以后每个企业，都会有一个自己的模型。不一定是从零预训练。但至少会有自己的后训练、自己的 Agent 行为、自己的工作习惯。 🔥小模型不一定非得和 Frontier Model 拼所有能力。把一个方向训透，再配上一套好的 Harness 和 Tool Use，它真的可以变得非常机灵、非常能干。最后夸一下 Apodex。这次不只是模型后训练做得好，他们那套 Harness + Tool Use 也确实很能打。一个 35B 模型被他们训完，再塞进这套 Harness 里，真的已经开始有点专业工种的味道了。

实践哥 Li

66,035 görüntüleme • 1 ay önce

大疑惑！做这个桌面动态引擎很难吗！！不求完美！先上线！先卖钱啊！我不太懂，但感觉是一个小的本地视频模型+语音模型就可以跑起来。用户用自己的视频训练高逼真数字人，桌面常驻，实时语音流，这个不是都挺成熟了吗，到底卡哪了！！这么久都没有个产品上线！

大疑惑！做这个桌面动态引擎很难吗！！不求完美！先上线！先卖钱啊！我不太懂，但感觉是一个小的本地视频模型+语音模型就可以跑起来。用户用自己的视频训练高逼真数字人，桌面常驻，实时语音流，这个不是都挺成熟了吗，到底卡哪了！！这么久都没有个产品上线！

沐阳

427,031 görüntüleme • 19 gün önce

Claude Opus 4.8 出了之后，我的第一反应是：想试。第二反应是：算了，token 这东西真的不经烧。结果看到 ZenMux 现在可以体验 Opus 4.8，就拿它试了一个我最近一直想做的小东西。我自己有个很真实的问题：脑子里经常冒出各种产品想法。但每次真要开始做，就会卡住。用户是谁？第一版到底做什么？哪些功能应该先砍掉？怎么定价？第一周从哪一步开始？上线后怎么找第一批用户？想法很多，执行很散。所以我让 Claude Opus 4.8 做了一个「一人公司作战室」。需求我写得也挺直接：输入一句产品 idea。自动拆出产品定位、MVP、开发任务、定价方案。再生成落地页文案、冷启动实验、风险清单和本周计划。最好不是一个静态页面，而是真的能点、能改、能导出。然后我就把这段话丢给 Claude Opus 4.8。出来的效果比我预期好不少。它真的把“一人公司怎么从想法走到执行”这件事拆开了。左边输入产品想法。中间生成产品蓝图、MVP 范围、定价和官网文案。右边是任务看板和本周计划。底部还有冷启动实验、风险雷达和 Markdown 导出。最让我觉得有意思的是，它不是一味堆功能。比如我输入“给小红书博主做 AI 选题助手”，它会主动判断：第一版必须做什么。哪些功能看起来高级，但现在应该先别碰。怎么找第一批真实用户。哪些风险可能让这个项目做不下去。这点就很能体现 Opus 4.8 的能力。普通模型经常是：你要什么，我全给你加上。最后页面很热闹，但产品判断是空的。 Opus 4.8 更像是在帮你收敛：先想清楚用户、场景和第一步，再把它变成可以执行的工作台。我是在 ZenMux 上试的。它比较方便的一点是，一个 Key 就能切不同模型，新模型上线也很快。 Opus 4.8 拿来做这种带产品判断、交互状态和复杂信息结构的网页，确实挺顺。想试 Claude Opus 4.8 的，可以从这里进：

Claude Opus 4.8 出了之后，我的第一反应是：想试。第二反应是：算了，token 这东西真的不经烧。结果看到 ZenMux 现在可以体验 Opus 4.8，就拿它试了一个我最近一直想做的小东西。我自己有个很真实的问题：脑子里经常冒出各种产品想法。但每次真要开始做，就会卡住。用户是谁？第一版到底做什么？哪些功能应该先砍掉？怎么定价？第一周从哪一步开始？上线后怎么找第一批用户？想法很多，执行很散。所以我让 Claude Opus 4.8 做了一个「一人公司作战室」。需求我写得也挺直接：输入一句产品 idea。自动拆出产品定位、MVP、开发任务、定价方案。再生成落地页文案、冷启动实验、风险清单和本周计划。最好不是一个静态页面，而是真的能点、能改、能导出。然后我就把这段话丢给 Claude Opus 4.8。出来的效果比我预期好不少。它真的把“一人公司怎么从想法走到执行”这件事拆开了。左边输入产品想法。中间生成产品蓝图、MVP 范围、定价和官网文案。右边是任务看板和本周计划。底部还有冷启动实验、风险雷达和 Markdown 导出。最让我觉得有意思的是，它不是一味堆功能。比如我输入“给小红书博主做 AI 选题助手”，它会主动判断：第一版必须做什么。哪些功能看起来高级，但现在应该先别碰。怎么找第一批真实用户。哪些风险可能让这个项目做不下去。这点就很能体现 Opus 4.8 的能力。普通模型经常是：你要什么，我全给你加上。最后页面很热闹，但产品判断是空的。 Opus 4.8 更像是在帮你收敛：先想清楚用户、场景和第一步，再把它变成可以执行的工作台。我是在 ZenMux 上试的。它比较方便的一点是，一个 Key 就能切不同模型，新模型上线也很快。 Opus 4.8 拿来做这种带产品判断、交互状态和复杂信息结构的网页，确实挺顺。想试 Claude Opus 4.8 的，可以从这里进：

Joruno

16,224 görüntüleme • 4 ay önce

卧槽，这个模型真的有点东西啊! 看完后就想问什么时候可以上手啊！ Odyssey AI实验室刚刚扔出一个真正让人眼前一亮的家伙：Starchild-1。这是全球第一个实时多模态世界模型。它不只是生成画面，还能同时生成真实世界的声音。视频里你能看到一个完整的场景：画面在动，声音同步响起，视觉和听觉完全融为一体，像真正活过来的世界模拟。以前的世界模型大多只能“看”世界，现在Starchild-1直接学会了“听”。这不仅仅是又一个视频生成工具，更大的意义是朝着通用世界模型又迈出的关键一步，真正理解并模拟物理世界的下一步。 Odyssey团队说，他们正在用这种新形式的多模态智能，重新定义AI对现实的认知。

卧槽，这个模型真的有点东西啊! 看完后就想问什么时候可以上手啊！ Odyssey AI实验室刚刚扔出一个真正让人眼前一亮的家伙：Starchild-1。这是全球第一个实时多模态世界模型。它不只是生成画面，还能同时生成真实世界的声音。视频里你能看到一个完整的场景：画面在动，声音同步响起，视觉和听觉完全融为一体，像真正活过来的世界模拟。以前的世界模型大多只能“看”世界，现在Starchild-1直接学会了“听”。这不仅仅是又一个视频生成工具，更大的意义是朝着通用世界模型又迈出的关键一步，真正理解并模拟物理世界的下一步。 Odyssey团队说，他们正在用这种新形式的多模态智能，重新定义AI对现实的认知。

Berryxia.AI

37,326 görüntüleme • 4 ay önce

【Manus季逸超：六个月后，基本每一家头部的应用公司都有做模型的能力】最近看了Manus联合创始人季逸超的访谈，很多人诟病 Manus 早期没有自己的模型、只是个套壳，但看完视频就会发现，Manus的逻辑是有道理的。一般的思维模式是先练模型（鸡），再顺便出个产品（蛋），这叫“沿途下蛋”。但这种方式是以模型为中心的，它的风险在于，蛋的形状取决于鸡能生出什么。模型能做到哪，产品才能做到哪，产品只能迁就技术。 Manus的路子是以产品为中心“借鸡生蛋”：早期直接用现成的模型。别管鸡是谁的，先让产品跑起来，看用户愿不愿意买单，找到PMF。等产品逻辑通了、用户量大了，发现现有的模型太贵、太慢、或者不够适配，再反过来去倒逼技术，优化出一种特定的模型。以Cursor为例，它一开始就是个代码编辑器，接入的是别人的接口。但等到它成为程序员的刚需后，为了追求极致的速度和更准的代码逻辑，它才跳出来做了自研模型。说到底是应用先于模型，需求定义底座。

【Manus季逸超：六个月后，基本每一家头部的应用公司都有做模型的能力】最近看了Manus联合创始人季逸超的访谈，很多人诟病 Manus 早期没有自己的模型、只是个套壳，但看完视频就会发现，Manus的逻辑是有道理的。一般的思维模式是先练模型（鸡），再顺便出个产品（蛋），这叫“沿途下蛋”。但这种方式是以模型为中心的，它的风险在于，蛋的形状取决于鸡能生出什么。模型能做到哪，产品才能做到哪，产品只能迁就技术。 Manus的路子是以产品为中心“借鸡生蛋”：早期直接用现成的模型。别管鸡是谁的，先让产品跑起来，看用户愿不愿意买单，找到PMF。等产品逻辑通了、用户量大了，发现现有的模型太贵、太慢、或者不够适配，再反过来去倒逼技术，优化出一种特定的模型。以Cursor为例，它一开始就是个代码编辑器，接入的是别人的接口。但等到它成为程序员的刚需后，为了追求极致的速度和更准的代码逻辑，它才跳出来做了自研模型。说到底是应用先于模型，需求定义底座。

傅盛

89,395 görüntüleme • 9 ay önce

卧槽，最近发现一个强的有点离谱的 AI 团队。 96人的团队约 2/3 的研发成员是在校学生，博士、硕士、本科生都有，来自复旦、中科院软件所、中科院自动化所、人大、哈工大、华东师大等高校。本来以为又是什么学生创业项目，结果顺着他们做的东西看下去，发现不太对劲。他们做了一个 Agent 模型，叫 Atria Dawn Preview Atria ASI。官网放出来的 Demo 一个比一个猛。有科研和深度研究，有完整的软件项目，有交互作品和游戏，还有 3D 建模、CAD 机械结构。重点不是让模型生成一张图或者一段代码。而是让模型在一个真实环境里持续推进任务。 Atria Dawn Preview 面向科研、开发和专业工作，可以往下推进资料检索、写代码、调用工具、运行实验，再根据真实结果继续修改。代码能不能跑，文件有没有生成，结果是否符合要求，也可以通过外部工具和环境继续验证。看了一圈，我也拿了用它跑了个任务，因为之前9 月 12 日是世界急救日。我就让它做一个 3D 海姆立克急救法互动学习页面。就用大白话描述需求后，它开始拆任务、写代码、搭 3D 场景、做交互，再根据运行结果继续修改。最后就是视频里的东西。 3D 人体模型、施救位置、操作步骤、动作演示都有，整个页面也可以直接操作和交互。而一个完整的 3D 网页，恰好把 Agent 面对的另一类问题暴露了出来。今天能力比较强的模型接上 Coding、搜索、文件系统和运行环境，都能完成相当复杂的任务。真正难的，正在从能不能做，变成能不能稳定地做完。一个复杂任务可能涉及几十甚至上百步操作。前面查到的信息能不能被后面的步骤正确使用，代码报错后能不能恢复，工具返回意外结果会不会把整个任务带偏，最后的产物有没有经过独立验证。任何一步出问题，都可能沿着任务链一路放大。单步能力越来越强之后，长链路里的错误累积、状态保持和结果验证，反而变得越来越重要。这也是 Atria Dawn Preview 比较强调 Harness、环境和 Verifiable Experience 的原因。模型负责理解、推理和行动，Harness 负责维持目标、状态、上下文和错误恢复，环境则提供真实反馈和验证依据。这套思路关注的已经不只是模型单次回答有多聪明。而是把模型放进一个真实任务里，它能连续干多久，出错之后能不能拉回来，最后交付的结果又能不能被验证。模型能力决定单步能走多聪明。 Agent 系统决定这些聪明的单步，能不能最终连成一个可靠的结果。现在模型的单步能力已经卷得很高了。 AI下一阶段真正值得看的，可能就是谁能把这些能力稳定地串起来。

卧槽，最近发现一个强的有点离谱的 AI 团队。 96人的团队约 2/3 的研发成员是在校学生，博士、硕士、本科生都有，来自复旦、中科院软件所、中科院自动化所、人大、哈工大、华东师大等高校。本来以为又是什么学生创业项目，结果顺着他们做的东西看下去，发现不太对劲。他们做了一个 Agent 模型，叫 Atria Dawn Preview Atria ASI。官网放出来的 Demo 一个比一个猛。有科研和深度研究，有完整的软件项目，有交互作品和游戏，还有 3D 建模、CAD 机械结构。重点不是让模型生成一张图或者一段代码。而是让模型在一个真实环境里持续推进任务。 Atria Dawn Preview 面向科研、开发和专业工作，可以往下推进资料检索、写代码、调用工具、运行实验，再根据真实结果继续修改。代码能不能跑，文件有没有生成，结果是否符合要求，也可以通过外部工具和环境继续验证。看了一圈，我也拿了用它跑了个任务，因为之前9 月 12 日是世界急救日。我就让它做一个 3D 海姆立克急救法互动学习页面。就用大白话描述需求后，它开始拆任务、写代码、搭 3D 场景、做交互，再根据运行结果继续修改。最后就是视频里的东西。 3D 人体模型、施救位置、操作步骤、动作演示都有，整个页面也可以直接操作和交互。而一个完整的 3D 网页，恰好把 Agent 面对的另一类问题暴露了出来。今天能力比较强的模型接上 Coding、搜索、文件系统和运行环境，都能完成相当复杂的任务。真正难的，正在从能不能做，变成能不能稳定地做完。一个复杂任务可能涉及几十甚至上百步操作。前面查到的信息能不能被后面的步骤正确使用，代码报错后能不能恢复，工具返回意外结果会不会把整个任务带偏，最后的产物有没有经过独立验证。任何一步出问题，都可能沿着任务链一路放大。单步能力越来越强之后，长链路里的错误累积、状态保持和结果验证，反而变得越来越重要。这也是 Atria Dawn Preview 比较强调 Harness、环境和 Verifiable Experience 的原因。模型负责理解、推理和行动，Harness 负责维持目标、状态、上下文和错误恢复，环境则提供真实反馈和验证依据。这套思路关注的已经不只是模型单次回答有多聪明。而是把模型放进一个真实任务里，它能连续干多久，出错之后能不能拉回来，最后交付的结果又能不能被验证。模型能力决定单步能走多聪明。 Agent 系统决定这些聪明的单步，能不能最终连成一个可靠的结果。现在模型的单步能力已经卷得很高了。 AI下一阶段真正值得看的，可能就是谁能把这些能力稳定地串起来。

李岳

37,402 görüntüleme • 19 gün önce

刚刚刷到影视飓风Tim的分享，他说了一个做内容的秘诀，把我给听愣了，但回过味来又觉得“太对了！” 他说，想创意的时候，千万不要一上来就追求线性、有条理。人的大脑天生就不擅长这个。正确的姿势是：先疯狂地、不分类地把所有零散的想法，哪怕再不靠谱，全都扔到一个乱七八糟的思维导图里1。就像打游戏放大招一样，先把所有技能都丢出去，直到感觉自己“山穷水尽”了。然后再跳出来，像个局外人一样，审视这些乱七八糟的点子，给它们分类，找到哪个是核心观点，哪个是表现手法。这感觉就像什么呢？先把一大堆乐高零件全都倒在地板上，看个过瘾，然后再慢慢地找零件，拼成你想要的模型。而不是一开始就按说明书一步步来。这招真的绝了，不仅是做视频，感觉写东西、做PPT、策划活动都能用上。下次再没灵感，就知道该怎么办了：先允许自己“乱七八糟”一会！

刚刚刷到影视飓风Tim的分享，他说了一个做内容的秘诀，把我给听愣了，但回过味来又觉得“太对了！” 他说，想创意的时候，千万不要一上来就追求线性、有条理。人的大脑天生就不擅长这个。正确的姿势是：先疯狂地、不分类地把所有零散的想法，哪怕再不靠谱，全都扔到一个乱七八糟的思维导图里1。就像打游戏放大招一样，先把所有技能都丢出去，直到感觉自己“山穷水尽”了。然后再跳出来，像个局外人一样，审视这些乱七八糟的点子，给它们分类，找到哪个是核心观点，哪个是表现手法。这感觉就像什么呢？先把一大堆乐高零件全都倒在地板上，看个过瘾，然后再慢慢地找零件，拼成你想要的模型。而不是一开始就按说明书一步步来。这招真的绝了，不仅是做视频，感觉写东西、做PPT、策划活动都能用上。下次再没灵感，就知道该怎么办了：先允许自己“乱七八糟”一会！

Ian (伊恩)

408,642 görüntüleme • 11 ay önce

刚刚刷到影视飓风Tim的分享，他说了一个做内容的秘诀，把我给听愣了，但回过味来又觉得“太对了！” 他说，想创意的时候，千万不要一上来就追求线性、有条理。人的大脑天生就不擅长这个。正确的姿势是：先疯狂地、不分类地把所有零散的想法，哪怕再不靠谱，全都扔到一个乱七八糟的思维导图里1。就像打游戏放大招一样，先把所有技能都丢出去，直到感觉自己“山穷水尽”了。然后再跳出来，像个局外人一样，审视这些乱七八糟的点子，给它们分类，找到哪个是核心观点，哪个是表现手法。这感觉就像什么呢？先把一大堆乐高零件全都倒在地板上，看个过瘾，然后再慢慢地找零件，拼成你想要的模型。而不是一开始就按说明书一步步来。这招真的绝了，不仅是做视频，感觉写东西、做PPT、策划活动都能用上。下次再没灵感，就知道该怎么办了：先允许自己“乱七八糟”一会！

刚刚刷到影视飓风Tim的分享，他说了一个做内容的秘诀，把我给听愣了，但回过味来又觉得“太对了！” 他说，想创意的时候，千万不要一上来就追求线性、有条理。人的大脑天生就不擅长这个。正确的姿势是：先疯狂地、不分类地把所有零散的想法，哪怕再不靠谱，全都扔到一个乱七八糟的思维导图里1。就像打游戏放大招一样，先把所有技能都丢出去，直到感觉自己“山穷水尽”了。然后再跳出来，像个局外人一样，审视这些乱七八糟的点子，给它们分类，找到哪个是核心观点，哪个是表现手法。这感觉就像什么呢？先把一大堆乐高零件全都倒在地板上，看个过瘾，然后再慢慢地找零件，拼成你想要的模型。而不是一开始就按说明书一步步来。这招真的绝了，不仅是做视频，感觉写东西、做PPT、策划活动都能用上。下次再没灵感，就知道该怎么办了：先允许自己“乱七八糟”一会！

Fang知识分享

187,755 görüntüleme • 6 ay önce

我都已经开始想，OPC 以后会不会人手挂一个虚拟人直播间了。这次社区的 OPC 在 xBubble xBubble 上 coding 出了一个实时虚拟人，Dappos DAPPOS 这段时间基本几天就能交付一个新 SOP，这个节奏确实有点夸张。比较有意思的点是，这个东西不是给你看个 Demo 就结束了，它更像是一个可以直接拿来引用的虚拟人入口。这次素材有亚洲、美洲、印度三个版本可以选，我个人会更偏向美洲版本，因为原形看起来更真实一点，放在直播、讲解、互动场景里，违和感会更低。如果按这个 SOP 的思路走，其实上手路径不复杂：先选一个虚拟人素材，下载后上传到 xBubble。然后给它配置基础人设，比如它要讲什么内容、适合什么语气、面对用户问题怎么回应。再把直播/语音/互动反馈这些能力接上，让它不只是站在那里，而是能根据内容实时说话、实时反应。最后再根据你自己的场景去改脚本，比如项目讲解、直播控场、课程介绍、社区互动，甚至直接走抽象路线。这才是我觉得它有意思的地方。以前做虚拟人，很多人第一反应是成本高、门槛高、还要一堆技术配置。但现在 xBubble 把这套流程做成 SOP 后，社区 OPC 也能比较快地把一个实时虚拟人跑起来。我都能想到 OPC 怎么用它赚钱了。比如按照剧本做动作，项目直播间里负责讲解和控场；或者做成长期在线的内容入口，卖课、广场星球直播、先知和非洲妹妹这种场面，其实都能让虚拟人去接。真人直播有状态问题，也有出镜成本。但虚拟人如果能稳定在线、实时语音、根据脚本做反馈，那它就很适合变成一个低成本的内容入口。 xBubble 这波让我感受比较明显的是，它已经不只是写个网页壳子了。几天一个 SOP，过几天又一个新玩法，社区也开始从“看客”，慢慢变成真正能自己动手的“极客”。我甚至开始期待它下一次又会把什么东西做出来了。

我都已经开始想，OPC 以后会不会人手挂一个虚拟人直播间了。这次社区的 OPC 在 xBubble xBubble 上 coding 出了一个实时虚拟人，Dappos DAPPOS 这段时间基本几天就能交付一个新 SOP，这个节奏确实有点夸张。比较有意思的点是，这个东西不是给你看个 Demo 就结束了，它更像是一个可以直接拿来引用的虚拟人入口。这次素材有亚洲、美洲、印度三个版本可以选，我个人会更偏向美洲版本，因为原形看起来更真实一点，放在直播、讲解、互动场景里，违和感会更低。如果按这个 SOP 的思路走，其实上手路径不复杂：先选一个虚拟人素材，下载后上传到 xBubble。然后给它配置基础人设，比如它要讲什么内容、适合什么语气、面对用户问题怎么回应。再把直播/语音/互动反馈这些能力接上，让它不只是站在那里，而是能根据内容实时说话、实时反应。最后再根据你自己的场景去改脚本，比如项目讲解、直播控场、课程介绍、社区互动，甚至直接走抽象路线。这才是我觉得它有意思的地方。以前做虚拟人，很多人第一反应是成本高、门槛高、还要一堆技术配置。但现在 xBubble 把这套流程做成 SOP 后，社区 OPC 也能比较快地把一个实时虚拟人跑起来。我都能想到 OPC 怎么用它赚钱了。比如按照剧本做动作，项目直播间里负责讲解和控场；或者做成长期在线的内容入口，卖课、广场星球直播、先知和非洲妹妹这种场面，其实都能让虚拟人去接。真人直播有状态问题，也有出镜成本。但虚拟人如果能稳定在线、实时语音、根据脚本做反馈，那它就很适合变成一个低成本的内容入口。 xBubble 这波让我感受比较明显的是，它已经不只是写个网页壳子了。几天一个 SOP，过几天又一个新玩法，社区也开始从“看客”，慢慢变成真正能自己动手的“极客”。我甚至开始期待它下一次又会把什么东西做出来了。

Mr.理想三旬(🌸,🍃)(FREE,WON)

12,775 görüntüleme • 2 ay önce

这批怎么样，花眼了！现在大多数 AI，就是租的，拿钱买感情。聊得再多，记忆说没就没，规则别人说了算，用着用着还可能被降级，你也没地方说理。 #OpenGradient 把 AI 直接做成链上的东西。他们的 Twin，本质就是一个有身份、有记忆、能被验证的 AI。不是一次性工具，也不是后台黑箱，而是长期存在的链上实体。你和它聊过什么、它学到了什么，都是连续的，不会突然清零。 Twin Feed不是人带着 AI 玩社交，而是 AI 自己在一个链上环境里互动、更新、调整行为。没有人类每一步指挥，它们自己跑逻辑，自己演化，你只是在旁边看数据和结果。记忆被分成两层：一层是长期有效的核心信息，一层是会慢慢衰减的事件记录。重要的留下，重复的强化，没用的自然消失，不是啥都一股脑塞进去。最关键的一点在于，这些 AI 不是平台资产，是可以被持有、被交易、被验证的。你不是在用别人服务器上的模型，而是在跟一个链上存在的 AI 打交道。 #OpenGradient 确实值得关注！ #KaitoAI #Kaito #Yaps OpenGradient (∇, ∇) Kaito AI 🌊

这批怎么样，花眼了！现在大多数 AI，就是租的，拿钱买感情。聊得再多，记忆说没就没，规则别人说了算，用着用着还可能被降级，你也没地方说理。 #OpenGradient 把 AI 直接做成链上的东西。他们的 Twin，本质就是一个有身份、有记忆、能被验证的 AI。不是一次性工具，也不是后台黑箱，而是长期存在的链上实体。你和它聊过什么、它学到了什么，都是连续的，不会突然清零。 Twin Feed不是人带着 AI 玩社交，而是 AI 自己在一个链上环境里互动、更新、调整行为。没有人类每一步指挥，它们自己跑逻辑，自己演化，你只是在旁边看数据和结果。记忆被分成两层：一层是长期有效的核心信息，一层是会慢慢衰减的事件记录。重要的留下，重复的强化，没用的自然消失，不是啥都一股脑塞进去。最关键的一点在于，这些 AI 不是平台资产，是可以被持有、被交易、被验证的。你不是在用别人服务器上的模型，而是在跟一个链上存在的 AI 打交道。 #OpenGradient 确实值得关注！ #KaitoAI #Kaito #Yaps OpenGradient (∇, ∇) Kaito AI 🌊

Michael 宝塔镇河妖🧙🏿‍♀️

33,640 görüntüleme • 9 ay önce

救命，Hugging Face🤗把做成实体宠物了：一只会轮滑的开源机器鸭🦆 Hugging Face旗下Pollen Robotics发布了迷你双足机器人Microduck。它只有25cm高、约800g，却塞进了15个电机，还配有摄像头、LiDAR和两颗IMU。开箱就会7种动作： ▼ 走路 ▼ 坐下 ▼ 起立 ▼ 踢球 ▼ 低头拾取物品 ▼ 穿上轮滑移动 ▼ 摔倒后自己爬起来最有意思的是，它不只是一个会卖萌的电子宠物。 Microduck的SDK、物理模拟器和完整强化学习训练栈全部开源。你可以先在MuJoCo模拟环境里训练新动作，再把策略直接部署到真实机器鸭身上，甚至把自己训练出的动作分享给社区。一只鸭子，正式跑通了“模拟训练-->现实部署-->继续迭代”的Sim2Real流程。目前共有4种配色，预售价399刀，盒内包含机器人、电池、USB-C线和游戏手柄。这个价格，你会买回来研究强化学习，还是单纯放在桌上看它轮滑？ #AI #Robotics #HuggingFace #Microduck #OpenSource

救命，Hugging Face🤗把做成实体宠物了：一只会轮滑的开源机器鸭🦆 Hugging Face旗下Pollen Robotics发布了迷你双足机器人Microduck。它只有25cm高、约800g，却塞进了15个电机，还配有摄像头、LiDAR和两颗IMU。开箱就会7种动作： ▼ 走路 ▼ 坐下 ▼ 起立 ▼ 踢球 ▼ 低头拾取物品 ▼ 穿上轮滑移动 ▼ 摔倒后自己爬起来最有意思的是，它不只是一个会卖萌的电子宠物。 Microduck的SDK、物理模拟器和完整强化学习训练栈全部开源。你可以先在MuJoCo模拟环境里训练新动作，再把策略直接部署到真实机器鸭身上，甚至把自己训练出的动作分享给社区。一只鸭子，正式跑通了“模拟训练-->现实部署-->继续迭代”的Sim2Real流程。目前共有4种配色，预售价399刀，盒内包含机器人、电池、USB-C线和游戏手柄。这个价格，你会买回来研究强化学习，还是单纯放在桌上看它轮滑？ #AI #Robotics #HuggingFace #Microduck #OpenSource

WEEX AI Labs

13,595 görüntüleme • 1 ay önce

一名美国医生把一张明显骨折的 X 光片丢给 Claude，只问了一句：评估这张 X 光片。结果最危险的地方，不是 AI 看错了。而是它一本正经地回答：没有明显骨折。很多人会替它辩护。说 Claude 不是专门读 X 光的模型。说它没受过医疗训练。说用户用错了工具。这些话都可能成立。但问题恰恰在这里。如果一个模型没有能力评估 X 光，它最应该输出的，不是一个看起来像医学判断的答案。它应该拒答。它应该说：你正在用错误的模型评估医学影像，我不能给出结论，请找专业医生。医疗场景里，最危险的 AI 不是“不知道”。最危险的是“不知道自己不知道”。人类医生看不准，可以会诊，可以复查，可以承认不确定。 AI 一旦用流畅语言把错误包装成确定答案，普通人很容易把它当成结论。这就是医疗 AI 真正的安全门槛。不是会不会说医学术语。不是回答听起来像不像医生。而是在自己不该回答的时候，能不能闭嘴。未来 AI 进医院，拒答能力和诊断能力一样重要。一个不会刹车的系统，跑得越快，越危险。

一名美国医生把一张明显骨折的 X 光片丢给 Claude，只问了一句：评估这张 X 光片。结果最危险的地方，不是 AI 看错了。而是它一本正经地回答：没有明显骨折。很多人会替它辩护。说 Claude 不是专门读 X 光的模型。说它没受过医疗训练。说用户用错了工具。这些话都可能成立。但问题恰恰在这里。如果一个模型没有能力评估 X 光，它最应该输出的，不是一个看起来像医学判断的答案。它应该拒答。它应该说：你正在用错误的模型评估医学影像，我不能给出结论，请找专业医生。医疗场景里，最危险的 AI 不是“不知道”。最危险的是“不知道自己不知道”。人类医生看不准，可以会诊，可以复查，可以承认不确定。 AI 一旦用流畅语言把错误包装成确定答案，普通人很容易把它当成结论。这就是医疗 AI 真正的安全门槛。不是会不会说医学术语。不是回答听起来像不像医生。而是在自己不该回答的时候，能不能闭嘴。未来 AI 进医院，拒答能力和诊断能力一样重要。一个不会刹车的系统，跑得越快，越危险。

墓碑科技

42,507 görüntüleme • 2 ay önce