与「机器视觉」相关的搜索结果

给大家带来蚂蚁灵波LingBot-Vision 实测! 本次测试最大的亮点是在仅 1B (10亿) 参数量下, 展现出了极强的空间几何和边界感知能力, 实测表现直接越级打平甚至超越了 7B 参数的 DINOv3, 极具性价比！它非常适合用作具身智能的视觉主干 (Backbone) , 或者嵌入到机器人导航、机械臂抓取等需要极高空间精度的框架中使用都很不错, 对本地算力要求也很低. 视频中我直接给大家演示了免微调的视频目标追踪, 随便画一笔就能死死"咬"住目标. 另外, 它在硬件级深度补全 (比如识别透明玻璃、反光物体) 上表现也堪称杀手级, 不过由于技能点都加在了密集空间结构上, 在全局图像分类能力上算是中规中矩. 手里有 30 系显卡的兄弟们强烈建议本地跑着玩玩！ #灵波# #LingBot# #视觉大模型# #具身智能# #机器视觉#

错过了今年上半年的半导体、AI、存储，不要再错过下半年的主线。 上半年炒的是 AI 硬件短缺：GPU、HBM、存储、芯片设备。 下半年看的是 AI 资本开支外溢，以及 AI 从屏幕里走向物理世界。 2026 下半年主线排名： 1. AI 电力 / 数据中心基础设施 AI 服务器不是只买芯片就能跑起来，背后还需要电力、天然气、电网、储能、核电、制冷、液冷和数据中心建设。 2. 工业设备 / 电气化 / 自动化 数据中心扩建、电网升级、先进制造扩产，都会带动电气设备、连接器、测试设备、制冷系统、工程建设和工业自动化需求。 3. 物理 AI / 机器人 人形机器人、工业机器人、自动驾驶、机器视觉、传感器、伺服电机、执行器、边缘 AI，都值得关注。 4. AI 应用 / 软件修复 市场迟早会追问：谁能用 AI 真正赚钱？Agent、企业软件、网络安全、数据平台、云服务、自动化工作流，可能迎来修复。 5. 存储 / HBM / 半导体设备 HBM、DRAM、NAND、SSD、先进封装、晶圆设备需求还在，但涨幅大后更考验业绩和预期差。 6. 金融 / 医疗 / 通信服务补涨 如果科技和半导体高位震荡，资金会找估值更低、业绩更稳的方向。金融、医疗、通信服务可能成为轮动承接地。 7. 海外 AI 供应链 韩国存储和 HBM、台湾代工和先进封装、日本材料和设备，仍有性价比逻辑。 错过上半年的 already 后悔了，下半年再错过，可就真要拍大腿了！ 仅个人调研观点，非投资建议

昨天聊了机器人这条线 我的核心观点是： 机器人不是一个单点机会，而是一整条产业链机会 今天直接补一份更完整的观察池 不是买入建议，也不是说这些都能涨，而是方便后面持续跟踪。 类人机器人 / 整机方向 $TSLA：Optimus + Robotaxi $XPEV：IRON 人形机器人 $XIACF：小米机器人 / 智能硬件生态 $HYMTF：现代，间接看 Boston Dynamics $AGLT：Agility Robotics，关注后续上市进展 传感器 / 机器视觉 $VPG：力 / 载荷 / 应变传感 $OUST：激光雷达 $ARBE：4D 成像雷达 $MVIS：激光雷达 / 视觉感知 $INVZ：激光雷达 $CGNX：机器视觉 $ZBRA：扫描、视觉、仓储计算 芯片 / 边缘 AI $NVDA：AI 计算平台 / 机器人生态 $AMBA：边缘 AI 视觉 SoCs $AMBQ：超低功耗边缘 AI 芯片 $INDI：ADAS 与汽车半导体 $LSCC：低功耗 FPGA 运动控制 / 工业自动化 $ALNT：控制、驱动与电机 $NOVT：编码器、运动控制、机器人自动化 $ROK：工业自动化 $HON：工业自动化 $ABBNY：ABB 自动化与机器人 $TER：自动化测试 + 协作机器人相关资产 $LECO：焊接自动化 $KLIC：半导体组装设备与制造自动化 物流与仓储自动化 $AMZN：仓储机器人与物流自动化 $SYM：仓储自动化系统 自动驾驶 / 移动出行 $AUR：自动驾驶卡车 $MBLY：ADAS 与自动驾驶 $TSLA：Robotaxi $XPEV：智能驾驶 + 低空出行生态 医疗机器人 $ISRG：达芬奇手术机器人 $SYK：骨科手术机器人 $MDT：医疗设备 / 机器人辅助手术布局 $PRCT：泌尿外科手术机器人 服务 / 配送 / 特种机器人 $RR：服务机器人 / Dex 工业人形机器人 $SERV：人行道配送机器人 $KITT：海底 / 海洋机器人 $KRKNF：海底机器人与声呐系统 $OII：海洋工程与水下机器人服务 国防机器人 / 无人系统 $AVAV：无人机与巡飞弹 $KTOS：无人系统与国防科技 $LMT：军工主承包商 $NOC：无人系统 / 航空航天防务 $BA：军用航空与无人系统 $GD：防务平台与系统集成 电池与储能 $EOSE：长时储能 $QS：固态电池 $MVST：锂电池系统 $FLNC：储能系统 $KULR：电池安全与热管理 $SLDP：固态电池 $AMPX：高能量密度电池 主题 ETF $ROBO：机器人产业链 ETF $BOTZ：机器人与 AI 主题 ETF 这份名单我不会一口气全看。 我会先分三层： 第一层：已经有真实收入和客户的核心公司 第二层：有技术弹性，但商业化还早的小票 第三层：只适合跟踪情绪和主题热度的概念股 机器人这条线，短期看情绪，长期看交付。 最后真正能走出来的，不一定是故事讲得最性感的，而是谁能把订单、营收、毛利率和现金流做出来。 先建观察池，再等市场给答案。 DYOR，不构成投资建议。

我可不会错过机器人领域这波牛市 很多人一提机器人，只想到人形机器人和自动驾驶，但真正的机会不是一个点，而是一整条产业链： 感知与传感：机器人的眼睛和神经 $AEVA：FMCW / 4D 激光雷达 $ARBE：4D 成像雷达 $CGNX：机器视觉 $OUST：激光雷达 $VPG：力 / 载荷 / 应变传感 $ZBRA：扫描、视觉、仓储计算 芯片与边缘计算：机器人的大脑 $AMBA：边缘 AI 视觉 SoCs $AMBQ：超低功耗边缘 AI 芯片 $ATOM：半导体材料与 IP 授权 $INDI：ADAS 与汽车半导体 $LSCC：低功耗 FPGA 运动控制与精密自动化：机器人的身体** $ALNT：控制、驱动与电机 $NOVT：编码器、运动控制、机器人自动化 $KLIC：半导体组装设备与制造自动化 自动驾驶与移动出行 $AUR：自动驾驶卡车 $MBLY：ADAS 与自动驾驶 $TSLA：Robotaxi + Optimus 人形机器人 $XPEV：IRON 人形机器人，小鹏生态也在布局低空出行 现场、服务与仓储机器人 $KITT：海底 / 海洋机器人 $RR：服务机器人与 Dex 工业人形机器人 $SERV：人行道配送机器人 $SYM：仓储自动化系统 外科机器人 $ISRG：达芬奇手术机器人系统 主题基金配置 $ROBO：机器人产业链 ETF $BOTZ：机器人与 AI 主题 ETF 我现在看机器人，不会只盯“谁最像特斯拉 Optimus” 真正值得跟踪的是： 谁提供传感器，谁提供芯片，谁控制运动，谁负责视觉，谁已经进入真实应用场景。 机器人牛市如果真的来，最先涨的不一定是最终整机厂，反而可能是藏在产业链里的“铲子股”。 当然，这条线弹性大、波动也大，尤其很多小票还处在商业化早期。 我的思路是：先建观察池，再看订单、营收、毛利和现金流，不盲目追概念。 机器人不是短线故事，可能是 AI 之后下一条更长的主线。 DYOR，不构成投资建议。

$MU 看见的机器人，不是玩具，是 AI 的下一副身体 a16z 昨天发布了一张图片 表面上讲的是机器人一级市场融资创历史新高，Q1 2026 的融资金额和交易笔数同时冲上去。 不只是机器人火了，重要的地方在于资本在用自己的方式告诉市场，AI 的下一段叙事，正在从云端走向现实世界。 过去几年，AI 投资的中心很清楚。 先是模型，后是算力，然后是 GPU、HBM、数据中心、电力、液冷、光模块、网络交换机。 看着五花八门、很高大上，本质上解决都是在一个问题：怎么把更大的模型训练出来，怎么让更多推理跑起来。 但现在，一个新的问题开始出现。 这些智能，最后要去哪里？ 如果 AI 永远停在聊天框、办公软件和云端 API 里，它当然很有价值，但它仍然主要停留在数字世界里。 真正更大的变化，是 AI 开始进入工厂、仓库、医院、汽车、农田、矿山、家庭和战场。 也就是进入物理世界。 机器人就是这个过程里最重要的载体。 所以这张图不是简单的融资图，而是一张资金迁徙图。 钱正在从纯软件、纯云端、纯模型，往能让 AI 落地到现实世界的硬件系统里迁移。 这也是为什么美光这次财报电话会里，CEO 专门提到机器人。 美光不是一家机器人公司，它也不是一个靠讲故事拉估值的创业公司。 美光站的位置非常特殊。它在产业链里看见的不是概念，而是每一个终端到底要吃掉多少内存、多少存储、多少带宽、多少功耗预算。 所以当美光 CEO 说，人形机器人的内存含量可能是普通 L2+ 汽车的十倍，这句话的分量很重。 不是在说机器人明天就爆发。 而是在说：如果机器人真的走向规模化，它就不会是一台简单的机械设备，而会是一台移动的边缘 AI 系统。 它要看见世界，要理解世界，要实时推理，要控制动作，要记录数据，要在本地完成大量计算。 这意味着机器人不是一个轻资产故事。 它是一个重硬件、重供应链、重制造、重可靠性的产业故事。 说实话，我们看机器人，最容易被外形吸引。 人形机器人走几步，挥挥手，搬个箱子，视频一发，大家就开始兴奋、欢呼。 但产业化的视角从来不是这样子，产业化看的是：一台机器人到底由什么构成？哪些环节能规模化？哪些部件会成为瓶颈？哪些供应商可以稳定交付？哪些客户愿意付钱？单位经济模型什么时候跑通？ 从这个角度看，美光这次财报其实给了一个很重要的提醒。 机器人不是从“机器”开始定价的，是从“数据”开始定价的。 一个机器人进入现实世界，第一件事不是行动，而是感知。 它要用摄像头、激光雷达、毫米波雷达、IMU、力传感器、触觉传感器去采集环境。 采集之后，数据要被处理 处理之后，要进入模型 模型要判断环境，理解任务，规划动作 动作又要通过电机、减速器、伺服系统、控制器执行出去 执行之后，还要反馈回来，再调整下一步 这就是机器人的闭环。 感知、推理、控制、执行、反馈。 这个闭环越复杂，对内存和存储的要求就越高。 因为机器人不是在干一个静态任务。 它是在真实环境里不断接收数据，不断判断，不断行动。 云端可以慢一点，办公软件可以等几秒。 但机器人不能等。 它要避障，要抓取，要平衡，要停下，要躲人，要判断物体有没有滑落。 这些事情都发生在现实世界里，延迟一高，错误就会变成碰撞。 所以机器人天然需要边缘计算，也天然需要高带宽、低功耗的内存和存储。 这就是美光那句话的核心。 人形机器人之所以可能带来多年的内存需求，不是因为它长得像人，而是因为它把 AI 从服务器机柜里，搬到了一个会移动、会交互、会执行任务的物理终端里。 这和汽车很像，但又比汽车更复杂。 一辆 L2+ 汽车已经需要大量传感器、算力、内存和存储。 但它的任务相对单一，主要是行驶、避障、辅助驾驶。 人形机器人面对的世界要复杂得多。 它不只在道路上移动，要进入工厂、仓库、办公室、家庭。 它要处理开放环境里的长尾问题。 它要用手操作各种不同形状、不同重量、不同材质的物体。 它要理解人的指令，也要适应环境的变化。 这就是为什么人形机器人如果真正量产，它的硬件含量不会低。 它不是一个带腿的玩具。 它更像是一台高度压缩的移动数据中心，一台装进身体里的 AI 服务器 其实融资图和美光的电话会都说了一件事。 一级市场融资创高，说明资本正在下注机器人公司的未来形态。 美光电话会，说明上游半导体公司已经开始把机器人纳入长期需求模型。 一个是资金端的变化，一个是供应链端的变化。 这两件事合在一起，才是机器人板块真正值得重视的地方。 机器人投资创历史新高，不等于所有机器人公司都有价值。 很多公司会融到钱，很多公司也会消失。 这和电动车、光伏、AI、大模型都一样。 每一轮产业浪潮刚开始的时候，市场都会把叙事打得很满。 但产业最后只奖励两类公司。 一类是能把产品真正交付出去的整机公司 另一类是站在关键瓶颈上的供应链公司 机器人也是一样。 用产业化视角拆，它至少有六层。 第一层，是大脑 包括 GPU、边缘 AI 芯片、机器人基础模型、世界模型、仿真平台。 最典型的还是老大哥英伟达。 因为机器人真正成熟之前，需要在仿真里训练，需要在虚拟世界里先摔无数次，再去真实世界里减少试错成本。 第二层，是记忆 这就是美光看到的部分。 机器人要实时感知、推理和控制，就需要更高带宽、更低功耗、更大容量的内存和存储。 过去市场把美光看成周期股。 但如果 AI 进入设备端、汽车端、机器人端，美光就不再只是传统意义上的存储周期公司，而是在吃 AI 终端扩散的硬件红利。 第三层，是眼睛 机器人要进入现实世界，首先要看见世界。 摄像头、激光雷达、机器视觉、深度传感器、传感器融合，都是这一层。 Ouster、Cognex、Keyence 这种公司，看的是机器人和自动化的感知入口。 这层的核心不是某个单一传感器赢不赢，而是机器人对空间理解的需求会越来越强。 第四层，是皮肤和手感 这对应力传感、触觉反馈、应变片、压力传感、灵巧手。 这条线现在还很早，但非常关键。 因为机器人从“会走路”到“会干活”，真正难的是手。 抓一个箱子很容易，抓一个玻璃杯、鸡蛋、衣服、软袋子、工具，就完全不一样。 视觉只能告诉机器人物体在哪里。 触觉和力反馈，才能告诉它该用多大力。 所以 VPG 这类精密测量和力传感公司，才会开始被市场重新注意。 第五层，是关节和肌肉 机器人要动起来，离不开电机、减速器、伺服系统、编码器、控制器。 这里面最典型的是 Harmonic Drive Systems 这类精密减速器公司。 机器人越接近人形，关节越多，运动控制要求越高，对高精度、轻量化、低背隙零部件的要求就越高。 这条线不如整机性感，但产业位置很硬。 第六层，是场景 机器人最终不是卖给想象力，而是卖给场景。 工厂、仓库、医院、农业、国防，是最可能先跑出来的地方。 因为这些地方有明确的人力成本、效率需求、安全需求和 ROI 计算。 亚马逊的仓储机器人、Intuitive Surgical 的手术机器人、AeroVironment 的无人系统，本质上都说明了一件事： 机器人最早赚钱的地方，往往不是家庭，而是商业和工业场景。 所以现在看机器人板块，不能只看人形机器人。 人形机器人是最大的想象空间，但不一定是最早兑现利润的地方。 真正产业化的机器人浪潮，很可能先从仓库、工厂、医院、军工和农业里长出来。 等这些场景把供应链打磨成熟，成本打下来，可靠性提高，软件泛化能力增强，才有机会一步步进入更开放的生活场景。 我觉得机器人板块未来会分成两条线。 一条是情绪线 它会围绕人形机器人、具身智能、Physical AI 反复炒作。 这条线弹性大、波动也大。 另一条是产业线 它围绕内存、传感器、激光雷达、力反馈、减速器、边缘芯片、工业自动化、仓储物流、医疗机器人慢慢展开。 这条线没有那么刺激，但更接近真实订单和真实利润。 美光这次财报的意义，就在于它把机器人从情绪线，往产业线拉了一步。 因为它说的不是机器人很酷，它说的是机器人会消耗多少内存，什么时候开始形成需求周期，这个周期可能持续多久。 这就是半导体产业看问题的方式。 不看视频，不看口号，不看发布会掌声。 看 bit growth，看 content per device，看 supply constraint，看客户是不是愿意签长期协议，看资本开支是不是敢下去。 所以机器人这条线，真正值得重视的不是某一天谁涨了多少。 而是它开始具备产业化的三个信号。 第一，资金进来 一级市场融资创历史新高，说明资本开始愿意为机器人公司的长期制造能力和技术壁垒买单。 第二，上游开始建模 美光把机器人放进长期内存需求框架，说明机器人已经不只是科幻叙事，而是被上游供应链纳入未来需求曲线。 第三，场景开始筛选 仓储、工业、医疗、国防、农业这些领域，会先把真正有用的机器人筛出来。 最后留下来的，不一定是视频最好看的公司。 而是能稳定工作、能持续交付、能降低成本、能融入客户流程的公司。 所以我对机器人板块的看法很简单，它不是明天就爆发的题材。 但它一定是 AI 下半场最重要的产业方向之一。 过去 AI 的主线是云端算力。 接下来几年，AI 的增量会逐步走向边缘、终端、汽车和机器人。 再往后，AI 会进入真实世界里的每一个生产场景。 可能五年后，B端也就是企业端会开始大规模应用，而十年后，或许就会进入千千万万家。 这条路不会平滑，中间一定会有泡沫，有失败，有估值杀，有技术路线反复，有商业化低于预期。 但大方向很清楚，智能不会永远困在屏幕里。 它一定要长出眼睛，长出手，长出身体，进入现实世界。 而当这件事发生的时候，机器人就不再只是一个行业。 它会变成 AI、半导体、精密制造、自动化、传感器、电池、软件、国防和医疗共同汇合的一条大河。 美光看到的，是这条河最上游的水位变化 一级市场看到的，是河道开始变宽 二级市场接下来要做的，不是追每一个浪花，而是找到那些真正站在河床里的公司 @a16z

梁文峰的炒股人生线： 1985年・出生 - 生于广东湛江吴川市覃巴镇米历岭村，父母均为小学语文老师，家境普通。 1990s–2002 年 · 早年 - 小学：从小擅数学，爱拆解电子设备 。 - 初中/高中：被称“数学神童”。 - 2002 年高考：总分 806 分，吴川一中状元、湛江第14名、广东约前100名。 2002–2006 年 · 浙大本科 - 就读浙大电子信息工程：大学生电子设计竞赛全省第一名/全国一等奖。 2007–2010 年 · 浙大硕士 - 2007 年：浙大通信工程硕士（机器视觉方向）。 - 2008 年（23岁，研二）：以8万元本金开始A股自动化交易，正式试水量化。 - 2010 年：硕士毕业；当年股市低迷，凭自动化策略盈利约100万，获“校园股神”称号。 2010–2013 年 · 职业散户 - 未就业、未创业，全职炒股。 曾在成都租房闭门交易三年，持续打磨量化策略。 2013–2015 年 · 机构化起步 - 2013 年：与浙大同学徐进成立杭州雅克比投资管理有限公司，从散户转向机构化，仍以策略研发为主。 2015–2023 年 · 幻方量化 - 2015 年：创立杭州幻方科技（幻方量化）；对外称2008–2015年8万做到1亿（7年1250倍），引发热议。 - 2016 年10月：首个深度学习AI策略上线实盘，启用GPU集群替代CPU。 - 2017 年：全面AI化；管理规模破30亿，奠定头部量化地位。 - 2018 年：获私募金牛奖。 - 2019 年：规模破100亿；自研萤火一号AI集群（1100卡，投资近2亿）。 - 2021 年：规模破1000亿；投10亿建萤火二号（约1万张A100）；年底产品普遍回撤超10%，开始主动缩规模。 - 2023 年底：规模降至约450亿；监管趋严、高频受限，算力闲置，寻求新方向。 2023–2025 年 · 跨界AI（DeepSeek） - 2023 年7月：创办杭州深度求索（DeepSeek），主攻通用大模型。 - 2024 年5月：发布DeepSeek‑V2（混合专家）。 - 2024 年12月26日：开源DeepSeek‑V3；训练280万GPU小时、成本约4000万，春节期间走红。 - 2025 年1月20日：发布DeepSeek‑R1，数学/代码/推理性能对标OpenAI o1，并开源权重与技术，全球引发震动；当月出席总理座谈会、登上新闻联播。

下面这位35岁老哥是一家做机器人视觉的上市企业技术总监，他一心把精力放在事业上，但她的老婆突然吵着想要小孩，在此之前两个人根本就没有要小孩的计划。 所以“女人为男人生孩子”就是个伪命题，实际上女人过了28岁就会陷入强烈的生育焦虑！因为年龄越大生育风险越大！ 但传统叙事认为只有男性才有传宗接代的意愿，女人往往是在配合男人生孩子，是在为男人牺牲。 无论从什么角度去解释，女人本质上都是在为自己生孩子。

近期有研究团队发布了面向机器人触觉的开源AI模型。 这让我想到一个很简单的问题： 机器人看得见物体，为什么还需要触觉？ 因为很多操作仅靠视觉并不够。 比如拿起易碎物品、调整抓握力度、处理柔软材料，都需要感知接触状态。 视觉帮助机器人判断物体在哪里。 触觉则可能帮助它判断有没有抓稳、是否用力过大。 从“看见”到“接触并操作”，是机器人走向复杂真实任务的重要一步。 但研究演示和大规模可靠部署之间，仍有很长的验证过程。

2026 年 9 月 29 日，OpenAI 在旧金山 Fort Mason 办了今年的开发者大会 DevDay。主讲是 CEO Sam Altman。其他几位上台的人都在做这些产品。产品团队的 Holly 演示了新产品 Dots。后训练（模型预训练之后做对齐和能力调优的阶段）研究负责人 Tejal 讲了模型怎么反过来帮 OpenAI 做研究。Codex 的演示由 Romain Huet 来做，他在 OpenAI 负责开发者体验，去年 DevDay 主题演讲里的 Codex 演示也是他做的。整场演讲分三块：面向用户的常驻智能体 Dots 和协作空间 ChatGPT Space，给开发者的新模型和新工具，以及帮开发者做分发、赚钱的渠道。 1. Dots：一直在线、会主动干活的智能体 Sam 把 Dots 比作电影里那种一直在身边帮忙的 AI 助手。他认为订餐厅、买机票这类代办虽然有用，但和这项技术能做的事比起来太小了。他想要的 AI 知道正在发生什么，也知道你在意什么，不用你事事交代。 Dots 是常驻在线的智能体（Agent），有自己的云端电脑和浏览器，能写代码、跑测试。它的权限跟着用户走，能直接用用户已经在 ChatGPT 里连好的插件，覆盖 4000 多个应用。除了在 ChatGPT 里对话，之后还可以给它发短信、打电话。目前每人先有一个 Dot，以后可以配一整组。Dots 跑在 本月早些时候发布的 GPT-6 Astra 上，Sam 称它是 OpenAI 对齐做得最好的模型。用户可以限定 Dot 能用哪些应用、能不能操作电脑，也能给它的各类操作写自定义指令，愿意交出多少责任就放多少权。 Sam 说，他自己的 Dot 每天早上会把夜里进来的消息过一遍，挑出紧急的提醒他。他说这让他拿回了一部分注意力，没那么离不开手机了。他还举了一个更重的例子：把应用从一个即将停用的旧 API 上迁走。这个 API 可能散落在代码库各处，改了哪里会连带弄坏什么，事先看不出来。Dot 可以追踪依赖关系，找出所有要改的地方，写代码、跑测试，最后把 PR（代码合并请求）交给团队审。他让听众想想，过去做这件事要几个人、花多久。 开场视频里，用户把自己的 Dot 改名叫 Alfred。Alfred 和另一个 Dot 帮用户上线网站，改董事会材料，在婚礼蛋糕商家取消后找好备选。它们还发现财务会和女儿的演出撞了期，提出改时间。每件事都是 Dot 推进到需要人确认的地方，再由人拍板。 2. ChatGPT Space：人和智能体一起用的工作区 Sam 认为，现有的生产力软件几乎都没考虑过人和 AI 一起干活。ChatGPT Space 以页面为单位，可以在里面写计划、做调研、生成图片和数据。页面和文件像网盘一样放在同一个空间里。Dot 能直接在页面上工作，在评论里 @ 它，它就会接活。页面本身也能带指令，比如“每天去看 API 平台的 Slack 频道，把发现更新到这里”。之后 Space 里还会加入演示文稿，格式做成智能体方便读写的样子，团队成员可以和各自的 Dot 一起改。 在 Holly 的演示里，页面用斜杠命令就能插入交互图表、表格和可运行的原型。她 @ 自己的 Dot（名叫 Dotty），让它把一组数据改成柱状图。图表可以按反馈类型筛选，Dotty 每小时刷新一次。她还让 Dotty 把“某位工程师在我 Slack 私信里提过的新手引导数据”补进 FAQ。Dotty 能看到她的上下文，所以这种模糊的指代也找得到。 3. OpenAI 内部怎么用 Dots Holly 用一个虚构的歌单应用 Blossom Music，模拟发布前一天的状况。早上 Dotty 已经做了几件事：发现发布评审会提前，改好了日历；看完前一晚测试用户的反馈；注意到设计团队临时改了首页，把新设计发给她。她让 Dotty 直接把这个设计做出来。Dotty 调用她笔记本上的 Codex 构建应用，在 iPhone 模拟器里跑起来，再提交 PR。现场的语音演示卡住了，Dotty 一直回复“还在查”。Codex 线程也报过一次错，她重试后才继续下去。 她说，Dots 真正改变 OpenAI 工作方式的地方在 Slack。Dots 在公司 Slack 里有自己的身份，员工就开始把它们当作代理人。被同事 @ 到的零碎请求，直接转给自己的 Dot 处理。建群时，大家从一开始就把各自的 Dot 拉进来，Dot 带回结果时所有人都能看到。 工程师走得更远。有人在反馈频道贴出会话 ID 和一个用户 bug，某位工程师的 Dot 就会接手排查，提 PR 修复。她说这是真实情况：工程师们的 Dots 每天这样修掉几十个 bug，Dots 这个产品本身有很多部分就是 Dots 写的。 4. 上线范围和企业用的 Specialist Dots Dots 和 Space 当天向 ChatGPT Pro、Business Premium 和 Enterprise 用户开放。Dot 包含在套餐里，和它的对话不占用额度。 企业客户还可以预览 Specialist Dots。这是由公司统一设置、供整个团队使用的虚拟同事，负责会计、市场、法务这类工作量大的事。公司给它目标和背景，审核它的产出，给它反馈，反馈在全公司共享。OpenAI 也在和微软合作，把 Specialist Dots 接入 Agent 365（微软用来管理企业智能体的工具），企业可以用已经在用的微软工具来管理它们。 5. 新模型：更便宜的 GPT-6.1 Sol，更快的 UltraFast Astra 发布这几周，用户的要求集中在两点：更便宜，更快。GPT-6.1 Sol（转录稿误作 Soul）的能力接近 Astra，价格是它的五分之一。缓存输入（重复发送、已被缓存的上下文）比标准输入便宜 95%。智能体需要反复读同一批上下文、长时间迭代，这对它们尤其省钱。Sam 说 Sol 在某些方面比 Astra 还聪明，定位是开发者的日常主力模型。 UltraFast 是新的速度档，API、ChatGPT 和 Codex 里都能用。原有的 Fast 档是两倍速度、两倍价格；UltraFast 是八倍速度、六倍价格，每秒 300 个 Token。它现在可以配合 Astra 用，之后也会支持 Sol。现场让两个模型用同一个提示词，做一个 DevDay 配色的火箭。UltraFast 的火箭已经升空时，标准速度的还没做完。 订阅也跟着调整。新推出的 500 美元档 Pro 订阅叫 Pro 500，额度最高，是 Plus 的 25 倍。它可以在 ChatGPT 和 Codex 里用 UltraFast，还能通过“用 ChatGPT 登录”在合作方的应用里使用。Pro 200 重新开放，继续提供所有前沿模型。 另外预览了 Decisions API。它给 Luna 模型一组预先定义好的选项，让模型从中选一个，比如给请求分流、给图片分类、决定智能体下一步做什么。任务收窄成选择题之后，响应时间可以压到一秒以内，同时保留图像理解、多语言和安全防护。Romain 后来补充说，做机器人的朋友看中的是它能处理视觉输入：机器人可以根据看到的东西，近乎实时地快速行动。 6. 模型开始帮 OpenAI 做研究 Sam 提到，去年这个时候，他和 Jakob 在一次直播里预测，一年内会出现第一个“AI 研究实习生”，当时几乎没人相信。几周前 OpenAI 宣布达成了这个目标：有了一个能接手定义清晰的研究任务的系统，这类任务原本要熟练的研究员花大量时间和精力。 Tejal 的方向是电脑操作（computer use，让模型像人一样操作桌面和浏览器）。她举了两个例子。 第一个是让模型优化电脑操作的运行框架（harness，包在模型外面、负责调用工具和管理步骤的代码）。模型在循环里持续寻找能同时降低延迟、提升效果的改动，团队把找到的改进合进生产环境的框架，并用于后训练。结果是延迟改善了两倍以上，已经上线。 第二个是模型帮忙改进了监控和拒绝训练，让 Astra 在不安全的场景里更会拒绝。Astra 在电脑操作压力测试上因此达到业内领先，操作时出错更少，也更贴合用户的本意。 她给出了几项内部数据。今年夏天之后，研究工作消耗的 Token 量急剧上升。1 月时，模型能做好 15 分钟以内的短任务，需要一天以上的任务大多会失败；到 7 月，超过三分之一的一天量级研究任务，模型能在无人干预下完成。她还提到，Astra 这类模型已经帮忙解决了 100 多个悬而未决几十年的数学问题，也在参与针对耐药感染的新抗生素、古代语言研究、可再生能源和工业机器人等方向的工作。 7. 给开发者的底层工具 Sam 说，OpenAI 想让开发者用上自己内部用的东西。 第一件是 Codex 的运行框架。它同时支撑着 Codex、ChatGPT Work 和 Dots，目标是用最少的 Token、最快拿到准确结果，现在已经开源。第二件是 Codex 完全上云：在手机上开始的任务，可以在浏览器或桌面端接着做，合上笔记本任务也不会中断。 云端能力带来了 Codex Security Cloud。它在云端环境里持续寻找漏洞，并准备好验证过的修复方案供人审核，这次新增了自动去重、定时扫描和新界面。Sam 说这是为了给防守方更好的工具，因为“我们看得到接下来会发生什么”。 新的 Agents API 进入公开测试。它包含运行框架、托管、记忆、多智能体控制等功能，是 Codex 和 Dots 用的同一套技术，也加入了电脑操作能力。现场的例子是一个网站测试智能体，会自己打开浏览器、点击页面、测试流程。基础设施方面，OpenAI 和 AWS 合作推出由 OpenAI 驱动的 Bedrock（AWS 的托管 AI 服务）托管智能体，AWS 客户可以直接使用 OpenAI 的前沿模型、Codex 和 ChatGPT Work。 隐私方面预览了 OpenAI Private Intelligence。其中的零数据留存（ZDR）配合私有安全处理，可以在不把用户内容存到 OpenAI 服务器的情况下做安全检测；私有推理则把隐私保护延伸到推理阶段。Sam 说这套方案是和最大的一批客户一起设计的，目的是让他们能把模型用在最敏感的工作上。 性能方面，Responses API 一年里增长了 100 倍，可靠性保持在 99% 以上。首个 Token 的等待时间缩短了 45%，工具调用和工作流提速 30% 以上。 8. Romain 的 Codex 演示 演示从手机上的 Codex 开始。Romain 人还在会场外，让 Codex 替他跟观众打招呼、讲一个会场的冷知识。接着他用几张会场照片生成的 3D 场景演示 UltraFast，一边说一边改：把小人放到座位上，把直播画面投到场景里的大屏幕上。现场语音没连上，他改成了打字。 Codex 命令行工具（CLI）这次全面翻新。他让 UltraFast 写一个应用，从观众里随机抽三个人送明年的门票，几秒就写完；改成抽六个人，也几乎是瞬间完成。命令行现在支持由 GPT Live 驱动的双向实时语音，不只是语音转文字，但现场没能演示出来。 后面几段演示了多模态和电脑操作。游戏 Astra Adventures 从一张纸上的草图开始，几轮之后画面还很粗糙，借助图像模型，才变成有质感、能用在正式游戏里的美术。然后他让 Astra 通过浏览器自己学着玩这个游戏，屏幕左边显示模型的决策，右边显示它按下的按键。 他又用“应用快照”（app shot）把自己记录飞行课程的应用作为上下文交给 Codex，让它在各种屏幕尺寸下审查这个应用并截图。Codex 自己在模拟器里点开了各项功能。云端 Codex 现在和本地版用同样的工具，包括插件和电脑操作。他顺手把一个“用 Rust 重写整个后端”的任务丢到云端，打算稍后在手机上查看。 最后一个演示用的是 Hugging Face 借来的可编程小机器人 Micro Duck，它名叫 Lavender。Romain 前一晚让 Codex 把它接好：视觉用 Astra，图像生成用 GPT Image 2.5，语音交互用 GPT Live 1。机器人现场看着观众画了一幅画。他说，OpenAI 做 Dots 和 Codex 用的，就是 API 里开放给开发者的同一批工具。 9. 分发和变现：让开发者在 ChatGPT 上做生意 ChatGPT 每周大约有 12 亿人使用。Sam 承认，此前类似的尝试效果参差不齐。他说这次有信心，是因为开发者拿到的是 OpenAI 自己做 ChatGPT 用的工具。 第一项是“用 ChatGPT 登录”（Sign in with ChatGPT）。用户登录第三方应用时，可以直接用自己 ChatGPT 套餐里包含的 Token，开发者不必替新用户垫付模型费用。首批有 16 家合作方。 第二项是插件扩展（plugin extensions）。开发者可以把编辑器、仪表盘乃至整个工作区，做成原生嵌在 ChatGPT 和 Codex 里的应用。现场展示了三个例子。一个是会议应用：在 ChatGPT 里看日历上的会议，点“记笔记”后，页面变成团队和 Dots 一起跟进待办的 Space。一个是 Figma：打开设计稿、看团队评论、让 ChatGPT 改稿。还有一个是 Adobe：在 ChatGPT 里使用 Photoshop 的功能。ChatGPT sites（在 ChatGPT 里生成的网站，几个月里已有数百万个）现在也能接入插件和数据。访客用自己的账号登录、带上自己的智能体，看到的内容因人而异。 用户发现插件的渠道也扩大了。除了在插件库里搜索，ChatGPT 还会在对话中识别出能帮上忙的插件，用户当场就能连接。插件审核流程也简化了：开发者可以跟踪审核进度，看到需要修改的地方，申请人工复审，更新工具时也不用从头提交。 第三项是 OpenAI Marketplace，首批有 30 多家合作方，包括 CodeRabbit、Notion、Vercel。企业客户可以用已经和 OpenAI 签下的采购承诺额度来买这些产品，有承诺额度的开发者也能在这里花。通过和模型推理托管公司 Baseten（转录稿写作 Base10）合作，市场里还能用到开源模型。 10. 收尾：一次额度重置，和“文艺复兴”的说法 当天的后续安排里，Peter 会讲 OpenAI 对开源社区的投入，包括新的 OpenClaw Enterprise Harness（OpenClaw 是一个开源 AI 智能体项目）。还有一个 Codex 游戏工作室环节，观众可以用 Codex 做复古游戏，每人能领一台 DevDay 限定的 chromatic computer，用来玩自己做的游戏。最后是 Sam、Tibo (Thibault) 和 Tejal 的现场问答。 Sam 和 Tibo 还在台上按下按钮，给全世界的用户重置了一次用量额度。Sam 说 OpenAI 已经做过太多次重置，Tibo 一直想把公司改名叫“重置公司”。 最后 Sam 说，他不喜欢把 AI 比作新一轮工业革命，那意味着人变成巨大机器里的齿轮，转得越来越快；生活里有些部分不能也不该被自动化。他希望，如果做对了，AI 带来的会更像一场新的文艺复兴：让人对自己的生活有更多掌控，有更多工具去创造、学习和探索。

看机器人踢球，感觉是挺简单。 给机器人设几个动作，跑过去、抬脚、射门，好像就能完成。 现实里的机器人面对的是各种变化：球的位置、身体平衡、环境干扰，每一步都不是提前写几个指令就能解决的。 这也是为什么我最近比较关注 @axisrobotics。 Axis 做的事情，本质上是在解决 Physical AI（实体 AI）怎么让机器人真正学会行动。 最近 Axis 相关研究登上 Science Robotics，重点就是让人形机器人通过视觉理解环境，再学习复杂动作。 以前机器人很多动作靠人工设计。 但 Axis 关注的是另一种方式： 让机器人在模拟环境里不断训练，学习怎么控制自己的身体，然后把这些能力放到真实机器人里验证。 比如足球这种场景，需要机器人同时处理： 看到球在哪里； 判断下一步怎么移动； 控制身体保持平衡； 完成传球、射门等动作。 这些东西靠人工一个个写，效率太低。 所以现在 Physical AI 的竞争，本质上就是谁能让机器人获得更好的学习能力。 Axis 最近一直在推进这条路线： 从 Axis V2，到数据采集系统，再到社区贡献的数据体系，核心都是围绕一个问题： 怎么让机器人获得更多、更真实的数据，然后不断提升表现。 当然，现在机器人行业还在早期。 成本、稳定性、应用场景，都需要时间验证。 但我觉得 Axis 值得关注的地方，是它没有只停留在“机器人展示”这一步，而是在做机器人背后的训练和数据基础。 未来机器人能不能真正走进现实，关键不只是造一个机器人出来。 更重要的是，机器人能不能持续学习。 这也是 Axis 现在在押注的方向。 @axisrobotics #AxisRobotics# #PhysicalAI#