社区

作者 |肖恩 编辑 |德新 一年一度的Meta Connect快要结束的时候，扎克伯格从口袋里掏出一个小挂件，外形很像拓麻歌子（Tamagotchi，日本90年代开始流行的电子宠物蛋）。挂件中央的小屏幕上是Muse的卡通形象，侧面里有一枚指纹传感器，手指轻轻一按，就能直接和Muse对话，不用解锁手机，也不用打开App。 它叫Muse Charm，Meta计划在今年年底的假日季推出。 这场大会9月23日在门洛帕克的Meta总部举行，虽然发布会上新款智能眼镜和VR设备接连亮相，但这场发布会绝对的主角还是个人AI助手Muse。扎克伯格在演讲中，明确将Muse称为Meta未来产品愿景的核心。 他这么说，是因为Muse在手机上已经先火了一轮。9月8日Muse正式上架，仅仅十天，它就登上美国App Store免费应用榜首，超过了ChatGPT。在Muse下载量突破250万次后，华尔街机构大举上调评级，直接引爆仓位，Meta股价在9月21日单日暴涨11.43%，创下一年多以来的最大单日涨幅。 扎克伯格显然不满足于让Muse成为手机里的又一个App，他希望Muse成为一个独立于单一设备的个人AI平台，让手机、智能眼镜以及更多硬件都成为它的入口。 而Muse Charm，正是这一战略下诞生的新产品。 一、Muse Charm：掌中的Muse体验 扎克伯格在发布会上说，不戴智能眼镜的人，用Charm和Muse交谈是最快的方式。Meta有智能眼镜产品线，也能够连接手机上的Muse应用，但智能眼镜使用的场景有限，而Charm是Meta专门为Muse用户做的硬件入口。 据Decrypt报道，Charm配有一块约两英寸的触摸屏和前后两颗摄像头，支持5G连接，但用的芯片、电池、续航和售价，Meta在发布时都没有公布。 它小到能刚好握在掌心，也能挂在钥匙串上，看上去像一块摘掉了表带的智能手表。Meta希望

作者 |肖恩 编辑 |德新 你最近可能在网上刷到过一只机器鸭子。 它叫Microduck，25厘米高，售价399美元。它会踢球，摔倒了能自己翻身站起来，你还可以在仿真环境里训练它学新动作，再部署到真机上。预售仅仅几天，订单就超过了1万台，现在下单，发货已经要排到明年。 这款双足机器人背后的公司，是被称为“AI世界的GitHub”的Hugging Face。普通消费者未必熟悉这个名字，但对AI开发者来说，它是寻找模型、获取数据和分享应用最常用的平台之一，已经聚集了超过1800万用户和300万个模型。 2026年9月2日，英伟达与Hugging Face签署收购协议。次日，黄仁勋报出了一个很特别的数字：12,930,300,000美元。 这串数字里藏着一个小彩蛋。 Hugging Face的logo🤗是个拥抱脸表情，它的Unicode码位是U+1F917，转成十进制恰好是129303。 近130亿美元的交易中，约119亿美元付给Hugging Face股东，另外最多约10亿美元用于员工股权留任。 据The Information披露，Hugging Face年化收入约1.5亿美元。CEO Clément Delangue此前对TechCrunch说，公司“接近盈利”。按总价粗算，收购价约为年化收入的86倍；只算股东拿到的119亿美元，也有79倍。 这显然不是一笔便宜的收购。 年化收入约1.5亿美元、还没有确认盈利，这样一家公司，为什么能让英伟达拿出近130亿美元？Hugging Face究竟是一家怎样的公司？ 一、从聊天App到AI世界的公共入口 2016年，Clément Delangue、Julien Chaumond和Thomas Wolf创办Hugging Face时，觉得当时的Siri和Alexa太无聊了。它们会查天气、设闹钟，却更像工具，而不是一个真正可以交流的AI

作者 |肖恩 编辑 |德新 今年 1 月底，SpaceX 向美国联邦通信委员会（FCC）递交了一份申请，计划在 500 到 2000 公里高的轨道上部署最多 100 万颗卫星，用太阳能供电、靠激光互联，组成一张专门跑 AI 的算力网络。随后 SpaceX 宣布合并 xAI，合并后估值 1.25 万亿美元，轨道数据中心就此成了马斯克讲给资本市场的新故事。 他在 1 月的达沃斯论坛上说过，这件事是"no-brainer"，两年、最多三年之内，太空就会成为部署 AI 最便宜的地方。但是到了 4 月，SpaceX 在招股书的风险提示里又写道，轨道数据中心涉及大量未经验证的技术，"可能永远无法商业化"。 百万颗卫星至今还停留在申请文件上，Google 这边已经把 TPU 送进了轨道。 10 月 1 日，一枚猎鹰 9 号火箭从加州范登堡太空军基地起飞，执行 SpaceX 的 Transporter-18 拼车任务，130 多个载荷里夹着一颗冰箱大小的卫星，里面装的是 4 颗 Google 自研的 Trillium TPU。Google把这个计划叫做Project Suncatcher（捕日者计划）。 这颗卫星的配置相当朴素，4 颗 TPU 在地面数据中心里连一个机柜都填不满，它在轨运行 Google 的开源模型 Gemma 时，因为散热问题每次只能连续工作 15 分钟，然后就要停下来等芯片冷却。项目负责人、Google 高级总监 Travis Beals 自己也把它称作"一次非常小的测试"。他说，未来五年里，在太空建AI数据中心都不会比在地面便宜。 但是这颗只能跑 15 分钟的卫星，给 Google 提供了芯片在太空运行的真实信息，也是 AI 太空计划的第一批探路者。 一、为什么是太空：晨昏轨道上的 8 倍阳光？ 很多人会以为在太空建数据中心的想法是马斯克先提出来的，毕竟他在达沃斯说过

作者 |肖恩 编辑 |德新 2012年，多伦多大学的三位研究者用两块英伟达GTX 580游戏显卡，花了五六天训练出一个名叫AlexNet的神经网络。在当年的ImageNet图像识别挑战赛中，它的错误率是15.3%，而第二名是26.2%。 深度学习从那一年起和GPU绑在了一起。那场比赛使用的数据集ImageNet，由当时还是斯坦福教授的李飞飞牵头建立。 14年后，李飞飞即将去一家GPU公司当首席科学家，这家公司是英伟达的老对手AMD。 9月28日美股收盘后，AMD宣布以约82亿美元的股票收购李飞飞在2024年初创办的World Labs，交易预计年底前完成。交割后，李飞飞出任AMD执行副总裁兼首席科学家，直接向苏姿丰汇报。 这是AMD历史上第二大的收购，仅次于2022年约500亿美元的赛灵思。而World Labs成立不到三年，员工约70人，从未公布过营收，如果按收购价折算，每名员工的身价将超过1亿美元。 三周多以前，英伟达刚宣布以约129亿美元收购Hugging Face。不到一个月，两家GPU公司花了200多亿美元，买的都是不造芯片的AI公司。 一家芯片公司为什么要买一家做世界模型的公司？ 一、学会了看图识字，但机器还看不懂世界 ImageNet收录了1400多万张人工标注的图片，推动了此后的图像识别研究。它教给机器的，相当于小孩子的看图识字：看到一张图，说出上面有什么。 但认出照片里的杯子和桌子，不等于知道杯子离桌边还有多远，碰一下会不会掉下去。机器要在现实中行动，就得理解物体的位置、形状，以及它们之间的关系。 李飞飞参与的研究“Thinking in Space”做过专门的测试。研究者给多模态大模型看室内视频，再问房间多大、家具相距多远、从门口走到某处该怎么转弯，被测模型在这些任务上仍然落后于人类。 2025年11月，她在长文《From Words to Worlds

作者 | 本一 编辑 | 德新 9月零跑汽车的技术日上，朱江明在台上抛了一个问题，很多人问他零跑为什么不搞具身智能。 他的回答是：「能遛一遛的机器人不算本事，能赚钱的机器人我们才拿得出手。」 他说零跑是最具条件做这件事的车企，但公司的理念是不炒概念，目前只做了小规模投入，处于跟随的状态。 他透露零跑已经做出了自研的机器人，同事建议让机器人上台遛一遛，被他否了。 图片来源：零跑 2026 技术日发布会 这是公关层面的措辞，那真实的情况呢？ 7 月 27 日，一篇叫 LeapBot-WA 的机器人论文传上 arXiv，方向是机械臂操作。 7 月底，零跑旗下浙江凌升动力全资设立的湖州凌升精密制造有限公司成立，注册资本 2.1 亿元，经营范围包含工业机器人制造和智能机器人研发。 图片来源：零跑 LeapBot-WA 论文摘要截图 零跑高级副总裁周洪涛在技术日次日的专访里透露，零跑智能技术研究院下设五个部门，数据闭环、端到端模型、量产开发、算力平台，第五个就是具身智能。机器人样机已经研制完成，人形和轮式方向都有技术储备，短期锚定工厂自动化和物流运输。 2025年3月，朱江明说过「已组建几十人的人形机器人研发团队」，「未来将主要用于整车生产线装配」。 机研所把这篇 LeapBot-WA 的论文从头到尾读完了，今天给大家拆解一下零跑目前在具身智能研究上的技术方向和成果。 一、做智驾的那批人，顺手写了篇机器人论文 在查阅论文的时候，我们发现零跑 DA-WAM 和 LeapBot-WA 的作者存在一组清晰的交集。 DA-WAM 是零跑的驾驶世界模型，零跑这边署名的是 Lang Zhang、冯铭月（Mingyue Feng）、王耀农（Yaonong Wang）。机器人这篇 LeapBot-WA，有 Nan Zheng、Lang Zhang、Yanan Zhang、冯铭月、J

作者 |德新 编辑 |王博 行业预期，6G有望在2029年起逐步进入商用。相比前几代通信技术升级都是以提升流量带宽为核心，6G则大不相同。 对普通人而言，最直观的变化可能是市场上会出现一类全新的终端——智能体终端。这是我们在采访高通技术公司执行副总裁兼技术规划、边缘解决方案与数据中心业务总经理马德嘉时，他透露的一个关键信号。他对中国市场高度关注。在采访中他提到，智能体手机是一种以前从未有过的全新产品形态。 在行业内，豆包与努比亚合作的手机将在这月发布，苹果、三星、荣耀、OPPO、vivo、小米等主要厂商也都在探索智能体终端。 6G的建设周期，恰好遇上了AI的大爆发。不少观点认为AI技术革命，影响将远大于人类过往的几轮大的技术革命，譬如工业革命。过去几代移动技术的发展，很大程度上支撑了以终端为中心的应用与交互模式，而AI智能体正在带来新的变化。 在马德嘉看来，AI智能体的出现可能带来一种新的交互架构：AI智能体将成为用户与不同终端交互的统一起点。这也会为6G的技术设计和商业化都引入新的变量。 站在2026年，看似我们距6G商用至少还有3年，但在普通人看不到的「水下」——全球关于6G的关键标准正在逐步达成，主流厂商的AI硬件也在紧锣密鼓地规划和开发中。 高通是6G标准化的重要参与者之一。在上个月，我们在美国高通公司总部采访了包括马德嘉在内的多位技术高管。高通公司的产业定位，使他们本身就站在下一代通信技术和终端设备发展的前沿，我们希望透过他们的分享也能看到，未来5 - 10年内，伴随6G与AI基建的融合，会给生活带来怎么样的影响，以及潜在会诞生什么样的商业机遇。 一、6G标准推进期，智能体成为中心 马德嘉在高通工作了28年，他向我们回溯了历代通信的发展。 如果把过去五年、十年推出的智能手机依次排开，会看到渐进式的变化，他说，过去的技术演进，很大程度上是先以某种终端形态为中心，再不

作者 |本一 编辑 |德新 在准备春晚表演的那段时间，宇树的机器人给禾赛上了一课。 人形机器人翻跟头倒地时，一颗激光雷达可能要承受约 1000G 的冲击。汽车行业的常见要求大约是 50G，差了 20 倍。 图片来源：禾赛科技 在这届 WRC 上，禾赛科技机器人感知业务副总裁刘兴伟接受包括机研所在内的媒体采访时回忆，禾赛最初按汽车行业常见要求设计 JT128，与宇树备战春晚时，多颗雷达发生损坏，两家公司后来一起改了内外减震，才解决了问题。 1000G 和 50G 的差距，把机器人供应链眼下的难处度量得非常具体。 汽车行业已经用几十年把温度、振动和冲击要求收敛成「车规级」标准，机器人还没有走到这一步。客户自己也未必知道，一颗装在割草机、机器狗以及人形机器人上的雷达，分别应该扛住什么样的挑战。 禾赛 2026 年二季度财报和中期业绩公告显示，上半年公司实现净利润 8887 万元，非 GAAP 净利润 1.491 亿元。第二季度机器人激光雷达出货 14.2 万台，同比增长 193.4%，其中割草机器人占了相当大一块。 禾赛2026年第二季度营收、盈利及产品交付数据｜图片来源：禾赛科技第二季度财报新闻稿 围绕机器人市场，禾赛正在从激光雷达向两个方向延伸。 一个是机器人动力单元模组，用于灵巧手和全身关节驱动；一个是 Kosmo 空间智能平台，做 AI 空间相机、云处理和三维资产服务。 这两项构成了战略增长业务 Strategic Growth Initiatives，简称「SGI」。 根据中期报告的关联交易附注，动力单元业务目前公开披露有收入的客户只有 Sharpa。Kosmo 眼下还在第一批样机和订单阶段。上半年 SGI 首次产生收入，合计约 4494 万元。 「我们的定位是基础设施，就是给客户卖铲子。」刘兴伟在采访中多次提到。 但铲子卖给了谁，客户为什么愿意买，它能不能从一个项目变

作者 |肖恩 编辑 |德新 如果训练数据规模达到100万小时，具身模型的表现会发生什么样的变化？ 过去一年，将训练数据推进到100万小时，是全行业密切关注的关键目标。 本周，首个使用百万小时人类操作视频完成预训练、并系统验证具身Scaling Law的模型Dyna-2正式发布。 如果说过去具身智能的Scaling Law还停留在猜测和假设阶段，那么现在，Dyna-2可以正式宣告：Scaling Law已经得到验证。不仅如此，Dyna-2在世界动作模型和VLA的路线选择上，也给出了自己的答案。 这会是今年至少到目前为止具身智能领域最有分量的技术报告之一，毫无疑问也会影响接下来行业其他公司的路线选择。 下面我们就来看看，Dyna-2到底做了什么？ 一、具身模型的Scaling Law得到验证，100万小时只是开始 Dyna-2在超过100万小时的人类第一视角视频上完成预训练。按照每天16小时的清醒时间计算，相当于连续学习了大约170年。 这些视频大多由头戴设备拍摄，记录人在厨房、车间和居住空间里做饭、整理、折叠和组装物品。 Dyna从视频中提取双手的3D姿态，把手腕轨迹转换为动作信号，再用拇指和食指之间的距离表示抓取与松开。这样一来，普通的人类操作视频也能转化为具身模型可以使用的训练数据。 为了观察数据量本身带来的变化，Dyna设置了1000小时、1万小时、10万小时和100万小时四档训练数据规模。 四个数据集采用嵌套结构，每一档都保持相同的数据来源比例。数据规模扩大时，只增加新的数据，不替换原有数据。模型架构、训练方式和评测方法保持不变，唯一变化的就是数据规模。 测试结果呈现出一条清晰的增长曲线。 在一套独立的100小时人类验证集上，Dyna-2的四项动作预测指标都随着数据增加而持续改善，并且能够拟合出明显的幂律曲线。 从1000小时增加到100万小时，严格精度指标Accur

作者 | 肖恩 编辑 | 德新 如果不是最近发布的几段工厂测试视频，很多人对小米机器人的印象，可能还停留在2022年。 那年8月，雷军把CyberOne带上发布会。几分钟的亮相里，它和雷军完成了一段简单互动，最后以送花、扎马步合影收场。这是小米第一台全尺寸人形机器人，它还有一个更为人熟知的名字——"铁大"。 那也是CyberOne迄今为止最后一次登上小米的发布会。此后四年，小米更新过机器狗CyberDog，但CyberOne的下一代却始终没有出现。 但在小米机器人几乎销声匿迹的四年间，国内具身智能行业发生了翻天覆地的变化。 2024年5月，公开统计的人形机器人本体企业只有50多家。不到两年，国内具身智能企业已超过230家，其中人形机器人企业超过150家。仅2026年上半年，这条赛道就发生了322笔融资，总额935亿元。 人们再次看到小米的人形机器人，是在2026年3月了。在小米官方发布的一段工厂测试视频中，机器人正在给汽车中控台安装左右两侧的自攻螺母，连续运行3小时，每次安装用时76秒，成功率90.2%。7月，小米又公布了一次测试结果，成功率提高到98%，同一工位上，人工的成功率是99%。 行业狂奔的四年里，低调的小米机器人，做了什么？ 一、硬件迭代，从灵巧手开始 CyberOne能查到的完整参数，至今停留在2022年。这些年，小米很少披露这台机器人在整机层面的更新。直到今年，才对其中一个部件做了完整介绍：重新设计的五指灵巧手。 2022年亮相时，CyberOne的手臂末端还是一套两指夹爪。从结构上看，那更像一只做成手部轮廓的末端夹爪，与今天通常所说的多指灵巧手并不是一回事。 为什么第一个被拿出来讲的是手？答案在工厂的视频里——无论是安装自攻螺母，还是分拣尺寸更大、形状不规则且容易变形的中控台侧盖板，机器人都要随时调整抓取的位置和力度。一套固定开合的普通

作者 |肖恩 编辑 |德新 在去年末的年度开发者大会上，地瓜机器人发布了旗舰级具身智能大算力平台——旭日 S600，这个计算平台 560 TOPS 的算力即使现在来看，也依然是具身领域性能最强的平台之一。 7 月 15 日，在本届上海 WAIC 前夕，地瓜机器人再次举办了一场媒体沟通会，又把旭日 S600 推到了台前，这次地瓜想讲的是——量产。 2026 年被称为具身智能的量产元年。评价一家机器人公司的标准正在改变。 地瓜机器人开发者生态副总裁胡春旭说：“过去大家会问，机器人能不能跳舞，能不能翻跟头。现在大家关心的是，你的机器人能不能连续工作 24 小时，能不能重复动作一万次，功能能不能复用到另一款标准化产品？” 地瓜过去半年围绕旭日 S600 的工作，也都指向了同一个问题：怎样帮客户从原型，走到量产交付。 一、半年成绩单：告别demo，迈入规模部署 先看过去半年多，地瓜机器人交出了一张怎样的成绩单？ 去年旭日 S600 公布了傅利叶、加速进化、自变量机器人、星动纪元等在内的首批合作伙伴；半年后，地瓜披露这个平台上已经与超过 20 家头部客户展开合作，新增的客户包括优必选、帕西尼、小雨智造、智在无界、千寻智能、叮当动力等。 合作范围也从最初的人形机器人，扩展到了工业具身、3C 柔性产线、具身大模型、世界模型和全模态感知。人形机器人（上海）有限公司的灵龙 2.0 计划在今年第三季度启动应用验证，北京人形机器人创新中心的天工 3.0 计划在年内量产交付；千寻智能、智在无界、自变量机器人等模型公司，也在把模型搬到 S600 上运行。 在众多在推进的量产项目中，尤其引人注目的，是地瓜机器人与它石智航进行中的全国首个千台级工业具身机器人规模化部署项目。 它石智航全新一代 A3 轮式双臂工业机器人搭载旭日 S600，面向工业、汽车和科研场景展开部署。 在此之前，它石首批百台级 A 系列