与「薇拉」相关的搜索结果

小红书上市受阻堪比当年土豆网王薇上市前闹离婚，最后上市黄了，被优酷抢了头筹，最后沦落到被优酷收购 即使最后赢了，小红书的声誉都不是那 100 来万能买得到的，损失 100 个 100 来万都买不到

今日AI美股信息差： 1. $SPCX 连跌2日！又跌9%到 $171，二级平均成本价181，散户85%浮亏！ 2. 内存涨疯了！特朗普发贴，要帮助苹果英特尔在美造芯， $MU $MRVL $INTC $SNDK $TSM 暴涨 5-10% 3. 机构给 SpaceX 买入评级！阿瑞特目标价 → $401，Zephirin → $310，迈威尔也被上调 48% → $385 4. 又离职？以太坊真是明日黄花了！ $ETH 联席董事王筱薇离职，说要回归家庭 5. 谷歌不想只当 AI 芯片的消费人了！学英伟达卖铲子，推出了针对 AI 推理的新一代 TPU 8i，挖黄仁勋客户

恭喜 Aether AI 喜获投资。Aether AI 由 UCSD 助理教授黄碧薇创立。黄教授@huang_biwei深耕因果 AI 领域 12 年，是 Causal-Learn 作者，发表过 100+ 篇顶会论文，并曾获 Apple Scholar。 过去几年，AI 行业默认相信：模型越大、数据越多、算力越强，智能就会继续进步。这套方法在语言模型上很成功。但当 AI 走向物理世界，问题就复杂了。 文字说错了可以改，机器人抓空一次，杯子可能就碎了。桌面高两厘米，光线、材质、角度一变，任务都可能失败。 所以具身智能真正需要的，不只是识别画面，而是理解物理世界如何变化。 现在很多 AI 模型学的是相关性：什么词后面接什么词，什么画面后面出现什么画面，什么动作后面大概率出现什么结果。这在文本、图像、视频里有效。 但机器人要判断的是：手有没有碰到杯子，摩擦力够不够，重心会不会变，继续动作会不会摔。 它真正要知道的是：如果我现在动一下，世界接下来会怎样？ 这就是因果问题。 因果大模型关注的，不只是预测下一个状态，而是理解变量之间如何相互影响。 改变一个动作，结果会怎样？换个环境，技能还能不能迁移？如果没有执行这个动作，另一种结果会不会发生？ 这些能力，对 Physical AI 很关键。因为真实世界不可能被训练数据完全覆盖。机器人不可能提前见过所有桌面高度、物体材质、失败姿态和真实环境。 只记住过去见过的模式，很难稳定工作。理解背后的因果结构，才有机会举一反三。 这也是 Aether AI 正在探索的方向：以因果世界模型为核心，打造下一代机器人大脑。 过去一年，“世界模型”很热。视频生成模型能生成连续画面，空间智能模型能理解三维结构。 但机器人还需要更进一步：和物理世界交互，处理接触、碰撞、摩擦、重心和反馈，在变化的环境里完成任务。 所以世界模型不能只停留在画面和空间结构上，还要进入因果推演：理解动作为什么导致结果，变量变化后系统如何演化，失败背后真正影响结果的因素是什么。 只有这样，机器人才能从“看起来会做事”，走向“真的能做事”。 大语言模型成功之后，Scaling Law 成了很多人的信仰。但在具身智能里，更重要的问题是： Scale What？你到底在放大什么？ 如果只是采集更多遥操数据、堆更多视频、买更多算力，未必能解决泛化问题。真正重要的是，模型能不能从同样的数据里抽取更深层的信息。 同样的数据，相关性模型看到的是表层模式，因果模型要挖的是背后的结构。 Aether AI 的短期目标，是打造一个能够跨本体、跨任务、跨环境泛化的机器人大脑，服务机器人本体厂商，以及工厂、仓储物流、家居、医疗健康等真实场景。 这家公司做的，不是简单给机器人接入一个语言模型，而是从算法、模型到系统层面，构建一套以因果智能为核心的新范式。 过去这一波 AI，让机器学会了生成语言、图像和代码。下一阶段，AI 要面对更难的问题：理解世界如何运转。 当 AI 进入机器人、科学发现、生物医药、新材料这些领域，它必须处理变量、干预、反馈和反事实推理。 这些问题，天然指向因果。 因果大模型值得关注，不只是因为它是一个新概念。它可能代表 AI 从“学习已有数据”，走向“理解世界机制”的一次范式变化。 如果说大语言模型打开了数字世界里的智能入口，那么因果世界模型，正在尝试打开物理世界里的下一扇门。 Aether AI 官网：

这两年世界模型（World Models）是 AI 里最烧钱的赛道之一，想做机器人、想让 AI 真正走进物理世界的，基本都绕不开它。但你只要多看几个 Demo 就会发现一个通病：这些模型很会“看”——画面能生成得足够逼真，几乎骗得过眼睛；可你真让它回答“我现在动这一下、接下来会连锁出什么”，它常常就卡住了。 说白了，它们学的多半是“相关”——什么和什么经常一起出现、下一帧大概长什么样。在屏幕里写写画画、生成视频，这套绰绰有余；可真实世界是要“动手”的，光知道相关、不懂因果，环境稍微一变就掉链子（它记住的是答案，没记住答案背后的道理，换一道题就露馅）。 一个真正顶用的世界模型，得能在动手前先把事情“想一遍”：它推这一下、抓那一把，会引出什么后果？换种做法，结果又会不会不同？这种“先设想、再验证”的本事，跟数据喂得多不多关系不大，关键在懂不懂因果。 Aether 这次融资要补的，正是世界模型最缺的这块。他们把这条路线叫因果世界模型（Causal World Models），也是全球第一家拿因果当核心架构来做的公司：让模型先把“这么做会怎样”推演明白再决定动作，做错了能顺着结果回头改自己，不用每次推倒重来。 在他们看来，这可能就是 AI 下一代的范式——世界模型从“相关”走到“因果”。这条路好不好走？我老实说，不好走，因果一直是 AI 里最难啃的骨头之一，难到不少人宁可绕开它、继续卷参数。但越是这种硬骨头，越值得有人正经啃一回。能不能成我不敢打包票，可这个方向本身，我觉得值得长期盯着。 公司由黄碧薇 @huang_biwei 创立，她在因果这块磨了整整 12 年——UCSD 助理教授，Causal-Learn 作者之一，百余篇顶会论文，还入选过 Apple Scholar。对世界模型、对这个新范式感兴趣的，可以去看看： @huang_biwei ｜

人类到今天都写不出一颗煎蛋的物理方程， 一颗鸡蛋打进热油锅,它怎么凝固、怎么摊开、边缘怎么变焦, 没有任何一个公式能描述清楚,这种例子在物理世界里多到数不过来。 而这恰恰是当下通用 AI 范式的天花板,视频生成、VLA 学的都是像素层面的统计相关性, 它能生成一颗煎蛋的样子,却不知道当把油温调低、锅换小,蛋会变成什么样,因为它从没碰到背后真正的因果。 UCSD 的@huang_biwei 黄碧薇教授在做的, 就是让AI模型从普通视频里自动抽出这些人类都写不出的物理规律, 目标甚至是反过来，发现人类未知的新物理。 黄教授把近 30 年的 AI 拆成四代, 相关性小模型、因果小模型、相关性大模型也就是今天的 LLM,再到因果大模型, 我们正站在第四代的门口。 黄教授在因果 AI 领域深耕 12 年,是causal-learn 作者、入选过 Apple Scholar， 师承因果发现的开山一代,这套血统不是蹭概念蹭得来的。 今天 Aether AI 正式官宣完成首轮融资, 我更愿意把它解读成一个明确的信号, 终于有人开始为下一代 AI 范式下注, 而不是继续给大模型圈堆参数、拼体量、比算力这些"以胖为美"的相扑比赛加注。 官网传送门:

兄弟们！这个研究有点牛逼啊！ Physical AI 的瓶颈根本不是「模型不够大」，是一开始范式就错了。 先说一个真实场景：桌子高了 2cm，当前最强的 VLA 模型直接失败。 为什么？ 因为它只学到了「手伸到某个位置」的相关性，根本不知道「为什么」会摔、「怎样」才能不摔。 这就是 LLM/VLA 路线的致命伤，它在互联网数据上学的是统计相关性，但物理世界运行靠的是因果律。 你可以生成一段完美的「桌面物体掉落」视频，但模型完全不知道下一秒会发生什么。 UCSD 黄碧薇教授 @huang_biwei 刚在 CVPR 2026 发了 Causal World Models（因果世界模型）框架，给这个问题指出了一条新路：让 AI 从「模仿动作」进化到「理解因果」。 不是学「人做了什么」，是让它学「这样做为什么有效、换一个场景为什么失效」。 她今天宣布 Aether AI 融资2000万美金，也成为全球首个因果世界模型公司。 关于她的含金量，我们也来挖一挖： ① 12 年因果 AI 深耕，CMU PhD（导师 Kun Zhang + Clark Glymour） ②100+ 顶会论文，Apple Scholar in AI/ML ③causal-learn 作者（Python 因果发现库，GitHub 高星） CLeaR 2025 Program Co-Chair ④世界模型赛道正热：杨立昆 AMI 融了 $10 亿+，李飞飞 World Labs $10 亿，国内 25 起融资超 22 亿。 几乎所有玩家都在卷数据量、卷仿真规模。 但 Aether AI 的切入点完全不同，不卷 Scale，卷因果结构。 这可能是具身智能从「花拳绣腿」到「真正理解物理世界」的范式转折点。 感兴趣的可以看看官网：

你们这样捋一捋就明白了。。。 黄有龙是许宗衡的司机，赵薇是许宗衡的红颜知己。黄有龙小学文化，在新加坡读了个EMBA，本来默默无闻的黄跟赵薇结婚后突然变身“成功企业家”。 08年赵黄结婚，09年许宗衡被双规，香港报纸传黄有龙是许宗衡的白手套，许被抓，海外的资产被黄吞并（也有说黄是当时的市长黄丽满的白手套）。 赵薇的女儿小四月多年被认为是许宗衡的女儿，随着长相越来越像黄有龙，传言才消散。有没有一种可能。。 许市长让赵黄在新加坡结婚（赵薇亲口说的，是个非常尊敬的人介绍的），打理贪腐的海外财产，结果自己无期徒刑，海外资产成了赵黄的了。 赵薇嫁给黄有龙肯定闹过情绪，这个翻查她的结婚照就可以看得出，赵薇是全程黑脸。