与「具身智能」相关的搜索结果

DeepSeek 老板梁文峰面向投资者内部的讲话实录文章，已经在网上疯传了一整天了， 下午在国内公众平台网络陆续被下架。 我看到是群友的文档，不过还是津津有味！ 42页文字稿里，谈了AGI、开源、商业化、算力、国产芯片，也谈了组织管理和人才。 信息很多，不过我觉得他反复讲的其实只有一件事：怎么提高最终把AGI做成的概率。 比如让我印象比较深的就是 DeepSeek 选择的不是四处进攻，而是不断做减法。 不急着抢用户，不做下一个超级App； 不为了收入，把C端和B端什么都吃下来； 视频生成、3D、世界模型再热，也不跟； 模型可以闭源多赚钱，仍然选择开源； 价格明明可以定得更高，也只赚自己认为合理的利润。 这不是因为他不想赚钱。 恰恰相反，是因为他知道，哪些钱可以赚，哪些钱现在赚了，反而会拖慢自己。 1️⃣克制是一种战略！ 有句话我印象很深：克制是一种战略。 很多人理解的商业竞争，是抢用户、抢入口、抢收入，凡是能拿到的，都先拿到手里。 但梁文锋的理解完全相反。 AI这件事足够大，大到没有任何一家公司可以真正独占。既然后面的西瓜足够大，就没必要为了眼前的芝麻停下来。 C端用户可以做，B端收入也可以赚，但这些都只是通往AGI路上的副产品，不应该反过来成为公司的目标。 这其实也是整场交流里最有哲思的地方： 你想要得越多，最后可能越难得到；你愿意主动少拿一点，反而更容易走到最后。 开源也是这个逻辑。 很多人认为开源就是放弃护城河，梁文锋却认为，只要DeepSeek在成本和效率上始终有优势，开源不但不会伤害商业，反而能吸引人才、建立生态、减少敌人。 他甚至判断，如果一家公司想拿走AI时代过多的利益，最终一定会被另一个愿意少拿一点的人打败。 拿得太少，公司活不下去； 拿得太多，又会被新的竞争者挑战。 最后能长期存在的，一定是那个“合理的利润”。 所以他的克制并不是佛系，更不是无欲无求。 而是一种极强的目标感： 利润可以少拿，热门业务可以不做，短期用户可以不抢，但真正不能失去的东西只有两个：AGI这条主线，以及核心团队的稳定。 这才是克制真正锋利的地方。 他不是没有欲望，而是把全部欲望压在了一件事上。 2️⃣技术路线 技术上，梁文锋给出的路线也很清晰： 语言模型之后是思维链，思维链之后是Agent，Agent之后真正需要解决的是“持续学习”。 现在的AI能力已经很强，但它仍然需要人类提供完整的上下文。它不能像一个新员工一样，进入公司学习两个月，理解这里的人、关系、规则和工作习惯，然后持续成长。 一旦AI拥有持续学习的能力，就可以开始帮助人类研究下一代AI，形成“AI加速AI”的循环。再往后，才是自我迭代和具身智能。 当然，他也非常诚实地承认： 持续学习现在还没有被真正解决，全世界都还在摸索。 这种坦诚也很难得。 一边相信AGI一定会发生，一边承认具体路径仍然充满未知。不是为了融资，硬给投资者画一个确定的时间表。 3️⃣中美差距 对于中美AI的差距，他的判断也很直接： 最大的差距不是人才，而是算力和资源。 在算力仍然存在数量级差距的情况下，中国不可能全面超越，只能靠更高的效率、更低的成本和更明确的取舍，在部分方向上追赶甚至领先。 他判断未来大模型真正的差距，也不会是什么永远无法复制的神秘技术，而是三件事： 成本、时间和用户体验。 谁能更早做出来，谁能以更低成本提供，谁的产品让人用得更舒服，谁就能留下来。 4️⃣长期主义 这场交流对我最大的启发，也不是应该去买哪一家AI公司，而是重新理解了“长期主义”这四个字。 真正的长期主义，不是嘴上说自己看得远。 而是当短期利益真的摆在面前时，你有没有能力拒绝。 投资也是一样。 每一个热点都想参与，每一段行情都想赚到，每一次上涨都害怕错过，最后资金、注意力和判断力全部被分散。 一个人真正的能力圈，可能不只是知道自己擅长什么，还要知道： 哪些钱，本来就不属于自己。 但是梁文锋的这套模式，也不能被简单浪漫化。 DeepSeek敢于克制，是因为它有技术效率、有团队、有资金，也相信后面的市场足够大。开源、不设KPI、让员工自由探索，并不是任何公司照抄都能成功。 梁文锋自己也承认，随着公司规模扩大，部分部门仍然需要更明确的组织结构；DeepSeek也必须依靠API和商业收入活下去。 所以真正值得学习的，不是表面上的“不赚钱”“不加班”和“不设KPI”。 而是先想清楚： 什么是自己绝对不能失去的，什么又是可以主动放弃的。 对DeepSeek来说，不能失去的是AGI和核心团队。 对普通人来说，可能是健康、家庭、现金流、判断力，以及那个自己真正愿意长期投入的方向。 今天所有人都在讨论怎么拥有更多，梁文锋却用了接近四个小时，讲自己为什么可以不要那么多。 我觉得这可能才是整场交流最有力量的地方： 不是抓住每一次机会才叫厉害，而是面对无数机会，仍然知道自己真正要去哪里。 很多人以为长期主义最难的是坚持。 其实更难的，可能一直都是放弃。

梁文峰胆子真大 四小时投资人会议实录流出，我发现他的预判真大胆： 1）英伟达那套生态一年内就废了，华为的卡一年后完全能平替英伟达，贵一倍两倍都无所谓。 2）谁想着靠AI暴利谁就死，拿得少的人一定打败拿得多的人，OpenAI就是因为想独占才被围攻。 3）奇点不是什么爆炸，是个漫长的温水煮青蛙过程，而且顺序不能乱——先解决持续学习，再到自我迭代，最后才做机器人。 4）Ai技术路线是这样：语言模型 → 思维链(CoT) → Agent → 持续学习 → 智能奇点(自我迭代) → 具身智能 现在处于Agent走一半，持续学习是下一个必须跨过去的坎，跨过去才能进入AI自己迭代自己的奇点阶段。 5）克制是核心战略，主动放弃C端流量争夺战，不做超级App，短期商业化只是保底，全部资源主线聚焦AGI。 6）中美AI差距就一年，但国内只用了人家二十分之一的算力，人才根本不缺，差的就是卡。 7）公司一半的核心研究员都在标数据，这就是现阶段最重要的事，高端数据瓶颈不是钱，是时间。 8）最坏情况技术冻结了，光卖API也够撑起一家上市公司，商业化根本不用愁。 9）不加班、没KPI、没组织架构，全靠愿景驱动，因为做研究就得松弛，逼太紧反而没用。 10）国产芯片产能问题今年明年后年都卡，但五年后肯定解决了。 11）国内几十家做基模的公司太多了，最后就剩三四家，而且谁也别想有暴利。 12）视频生成、3D、世界模型这些东西跟智能上限没关系，纯粹是商业噱头，坚决不做。 13）员工期权拿够、团队稳住，AGI（通用人工智能）就一定能成，其他全是小事，最多晚个一年半载。 14）中国AI最终拼的是“系统性便宜”，就跟制造业一样，成本优势是结构性的。 15）持续学习要是先做出来了，通用智能就很简单，让AI自己帮自己研究就行。 最后，梁文峰最大胆的判断： 「拿得少的人，一定打败拿得多的人。」 他说哪怕你还没赚到钱，只要脑子里想的是“我要垄断、我要暴利”，你就已经输了。OpenAI今天的困境就源于此，当初想独占AI，所以一定会被无数人围攻。反过来，DeepSeek主动放弃暴利、最强模型开源、不抢用户、不搞垄断，反而赢面最大。这套逻辑把整个商业世界的常识都翻过来了

梁文峰四小时交流会内容： 1，英伟达那套生态一年内就废了，华为的卡一年后完全能平替英伟达，贵一倍两倍都无所谓。 2，谁想着靠AI暴利谁就死，拿得少的人一定打败拿得多的人，OpenAI就是因为想独占才被围攻。 3，奇点不是什么爆炸，是个漫长的温水煮青蛙过程，而且顺序不能乱——先解决持续学习，再到自我迭代，最后才做机器人。 4，Ai技术路线是这样：语言模型 → 思维链(CoT) → Agent → 持续学习 → 智能奇点(自我迭代) → 具身智能，现在处于Agent走一半，持续学习是下一个必须跨过去的坎，跨过去才能进入AI自己迭代自己的奇点阶段。 5，克制是核心战略，主动放弃C端流量争夺战，不做超级App，短期商业化只是保底，全部资源主线聚焦AGI。 6，中美AI差距就一年，但国内只用了人家二十分之一的算力，人才根本不缺，差的就是卡。 7，公司一半的核心研究员都在标数据，这就是现阶段最重要的事，高端数据瓶颈不是钱，是时间。 8，最坏情况技术冻结了，光卖API也够撑起一家上市公司，商业化根本不用愁。 9，不加班、没KPI、没组织架构，全靠愿景驱动，因为做研究就得松弛，逼太紧反而没用。 10，国产芯片产能问题今年明年后年都卡，但五年后肯定解决了。 11，国内几十家做基模的公司太多了，最后就剩三四家，而且谁也别想有暴利。 12，视频生成、3D、世界模型这些东西跟智能上限没关系，纯粹是商业噱头，坚决不做。 13，员工期权拿够、团队稳住，AGI（通用人工智能）就一定能成，其他全是小事，最多晚个一年半载。 14，中国AI最终拼的是“系统性便宜”，就跟制造业一样，成本优势是结构性的。 15，持续学习要是先做出来了，通用智能就很简单，让AI自己帮自己研究就行。

随着 AGI 越来越近，模型能力越来越强，具身智能的发展也在突飞猛进。 作为普通人，我觉得从目前的发展来看，不应该盲目期待 AGI。 首要任务应该是先玩玩《赛博朋克 2077》，看一看里面普通人的状态。

看完了梁文锋在最近一轮投资人会议上的语录 不愧为全世界最有格局的创始人... 记录下来一些非常触动我的，全文背诵学习... 1. 在通过 AGI 的路上，要经过产品这个台阶，但不用花太多心思，产品只是在 AGI 路上的副产物。 2. 3D、视频生成、世界模型，跟智能上限没有太大的关系。 3. 多模态很重要，但不是智能本身。 4. 大模型的幻觉是一个产品问题，可以解决，但不是重点。 5. 现阶段最重要的是 Coding Agent，通用 Agent，金融医疗等 Agent 优先级较低。 6. AI 现在不缺品味和直觉，缺的是持续学习的能力。 7. 人类能够持续学习，但 AI 还没有，下一代模型必须要具有持续学习能力。 8. 我们希望下一代模型帮助我们开发，这是实现 AGI 最快的方法，但「学习」有很多东西组成，目前全世界还没找到好方法。 9. 如果把 AGI 比作爬楼梯，去年的阶梯是 CoT，今年的阶梯是 Agent，之后的阶梯是持续学习。 10. 实现持续学习之后，可能会来到渐进的奇点，AI 可以开发更前沿的模型，加速 AI 研究，这部走完，才是具身智能。 11. 智能的重点可能是具身，因为对一个正常人来讲，他的需求并不是电脑，而是人力。 12. 我们只赚合理利润，非常考虑成本效率，所以价格能做到最低，卖 API 这件事，我们没有销售，也没有客服，用户自己就会来。 13. 我不怀疑 AGI 会有巨大的商业价值，我考虑的是如何增加做成的概率。 14. AI 在商业上做成，开源是有好处的，一个软件公司，市场一年就几十亿美金，一开源就没有了，但是 AI 这个事情足够大，最终可能得占掉人类社会 GDP 的 10%，如果想独占这个利益就一定会被历史抛弃，这是一个客观规律，这是一个历史观。 15. 开源对我们的商业模式没有任何影响，前提是「只赚一定的利润」，如果要赚百倍利润，开源确实会影响你。 16. 中国 AI 的差距主要在资源，我们相信 scaling，规模越大，效果越好，但资源就这么多，人才没有差距，都是同一批人。 17. Anthropic 超过 OpenAI，不是长期的，是阶段性的。OpenAI 和 Google 未来大概率会交替上升。 18. 国内模型公司太多了，资源分散，最终一定会收敛，如果每家只拿合理的利润，不需要那么多人做大模型，可能两家大公司，两家小公司就够了。 19. 我绝对不认为大模型公司可以拿走AI行业的大部分利润。 20. 大模型的竞争差距会体现在三个方面：成本、时间、用户体验。成本排第一位，时间早几个月就不一样，用户体验有些黏性和壁垒，但不本质。 21. 无意成为下一个超级app，看不上这个东西，不要为了芝麻丢了西瓜。 22. 去年大家都抢 Chatbot，抢 C 端流量，今年是抢 B 端收入，我们真正关心的是 AGI 路线图，下一步技术怎么突破。最想得到的东西得不到，没那么在意的反而容易得到。 23. 团队的稳定性是没法退让的，这是我们面临的一个非常大的风险，随着这次融资，也得到了解除（这是低利润模式必须的支撑） 24. 不想和任何人成为竞争对手，希望给他们赋能，帮助他们，这样我们的环境也会更好。 25. 我们一般不太加班，第一个原因是研究需要一个比较松弛的环境，第二个原因是我们非常聚焦，不去补产品的所有问题，也算一种克制的文化。 26. 公司是动态的，随着公司变大，可能会有一些必要的结构，但不会完成变成传统的层级制度。 27. 我们做这个公司，初衷没想要赚多少钱，要去上市。我们怀着一个对这个世界非常大的善意来做这个事情，觉得这对人类有用。 28. 我们是一个靠愿景驱动的组织，KPI 不是我们的组织方式，有好处也有坏处，但这个是我们的特色。 29. 愿景不是成文的，而是在做事的方法中，对待世界的态度里，可能我们每个人的理解也不一样，但大方向是一致的。 30. 一个公司最重要的是愿景，愿景不是挂在墙上的标语，不是怎么说，而是怎么做。 31. 克制是我们愿景里的一部分。AGI 之外的事情，我们没有精力就不做。AI 这个事情太大了，利益也太大了，随便分一点利益就非常大，你越克制，就越有可能做成这件事。除了愿景，我们并没有非常多的其他优势。 32. 开源也属于克制的一部分，从长期来说，价格低可能是优势，克制是一种战略。 33. 如果你的愿景是拿得多，你就先输了，你可能会面临更大的问题，这个世界就是这样。

今年最值得去的 AI 大会，可能就是本周末的 AGI Summit SF 2026。 这里不只是讨论 AI，今年现场几乎成了具身智能的“大阅兵”。 人形机器人、工业机器人、物流机器人、机器狗、飞行汽车、自动驾驶叉车、无人配送车、回收机器人……从实验室走向真实世界的 AI 产品，都将在这里集中亮相。 如果你想知道未来三到五年的 AI 会长什么样，这场大会就是最好的答案。 7 月 18 至 19 日，旧金山见。 抢票： @agisummitai @MichaelRan15 @JimmyMeta8

有人做了张湾区机器人公司地图，40多家公司挤在硅谷这一小片地方——从Figure、Physical Intelligence这些具身智能明星，到Waymo、Zoox这些自动驾驶老玩家全在图上。 他说这张图花的功夫是平常的3倍，当然这或许不完整——湾区机器人相关公司加起来有300多家，这只是精选的产品公司。

蚂蚁集团旗下具身智能公司 Robbyant 开源了世界模型 LingBot-World 2.0——能连续跑一个多小时、画质未见明显可见衰减，还内置一套类大脑-小脑协同的 agentic harness，让世界随用户动作持续展开。 原有世界模型有个老毛病：跑上几十秒到几分钟，画面就开始糊、几何扭曲、场景漂移崩坏。LingBot-World 2.0 敢拿"连续跑一个多小时、画质无明显可见衰减"当证据，并明说这份稳定是"结构性的，不是挑了段好片段"。 四个升级点： ① 无限时长，还不掉画质： 别的可交互世界模型（Google 的 Genie 3、M-G 3.0 等）时长都停在"分钟级"；它是对比表里唯一在通用域做到"小时级 / 无限"时长的，也是唯一同时满足"高动态 + 语义交互 + 实时 + 完全开源"的一个（Genie 3、HappyOyster 都闭源）。 为什么不漂？ 两个关键：因果预训练 + MoBA 混合注意力，在 teacher-forcing 掩码里接一块双向注意力，既支持任意时长自回归，又当正则项压制退化；再用少步蒸馏（consistency distillation + DMD），且在模型自己长程 rollout 的轨迹上纠偏，专治长时间累积的漂移。 ② 交互动作大幅变宽： 不再只是"往前走 / 转镜头"，支持战斗、射箭、施法、射击等角色动作，还能改写环境——按需召唤下雪、下雨。 ③ 一个会"自己活"的世界——最有意思的一步。 它把 agent 那套 harness 搬进世界建模：由 VLM ‘Brain’ 观察当前画面、做因果推理并提出事件；视频生成器 ‘Cerebellum’ 将语义决策落成连续画面；同时 pilot agent 负责角色行为，director agent 负责持续引入新的环境元素和事件。两者组成持续闭环——世界不再是"你不动它就停"的沙盒，而是自己往前发生事情、并随你而变。作者的类比很直白：强模型得塞进 Codex 那样的 harness 才成为会干活的工程师，世界模型也得有 harness 才"活"。 ④ 能多人同时进同一个世界玩 部署很克制： 主模型 14B，另配 1.3B 轻量实时版，支持单 GPU 部署；稳定输出 720p / 60fps。 世界模型卷了这么久画质，下一关也许不是"生成得多真"，而是"这个世界能不能自己活着、活得够久"——权重和代码都开源了，感兴趣的可以去 Reactor、灵光上手测试跑一局。 #LingBotWorld# #WorldInfinity# #世界模型# #蚂蚁集团# #开源#

Mistral推出Robostral Navigate：单摄像头让机器人自主导航 过去的机器人导航依赖深度传感器、LiDAR或多摄像头协同，成本高、部署难。Robostral Navigate是一个8B参数模型，仅用一个普通RGB摄像头，在R2R-CE（陌生环境指令导航基准）未见场景上跑出76.6%的成功率，比最好的单摄方案高9.7个百分点，比用深度传感器或多摄像头的最强系统还高4.5个百分点。 模型完全自研训练，基于6000个仿真场景生成的40万条轨迹，配合前缀缓存(prefix-caching)技术把训练token量压缩22倍，再叠加在线强化学习(CISPO)进一步把成功率提升3.2%。 这是Mistral向统一具身智能迈出的第一步。 原文链接：

这是币安广场的一场辩论赛 🎤 辩题：从大模型到机器人，具身智能会不会成为美股下一条主线? 正反双方交锋很精彩，把这个万亿赛道最核心的分歧摆上了台面。 🔵 正方@rtk17025：不能等一切都完美、股价都反映到位了才承认趋势。大模型已经证明认知决策有真实利润,技术路径、资本、产业链都在扩散——就算是泡沫，很多时候也该去拥抱。 🔴 反方@yijiangren：有未来 ≠ 是主线。技术方向清晰不代表商业化已经兑现，量产准备也不等于量产成功。“把投入当结果、把产线当交付”？是投资里最危险的逻辑！ 真正的解绑信号只有五个：订单、成本、毛利、交付、财报。五个都没兑现之前,具身智能是候选主线,不是确定主线。 这场辩论没有输赢，但给所有关注这个赛道的人留下了同一个问题：你相信的，到底是叙事，还是业绩？ 欢迎评论区留言。 完整版移步到 #币安广场# 看直播回放哦 🎥