会叠衣服的中美机器人，谁离具身智能更近？
会叠衣服的中美机器人，谁离具身智能更近？会思考的机器才是革命 。中国人形机器人产业的手中，握着制造业的王牌，也卡着智能模型的瓶颈。
来自主题:
AI资讯
7960 点击 2025-10-21 15:39
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
会思考的机器才是革命 。中国人形机器人产业的手中，握着制造业的王牌，也卡着智能模型的瓶颈。
现有视觉语言大模型（VLMs）在多模态感知和推理任务上仍存在明显短板：1. 对图像中的细粒度视觉信息理解有限，视觉感知和推理能力未被充分激发；2. 强化学习虽能带来改进，但缺乏高质量、易扩展的 RL 数据。
给歌曲做MV，现在已经是一个AI就能搞定的时代了。 来，请欣赏用AI给神曲《八方来财》做的东方赛博朋克MV：
真正的科研利器诞生了！Claude生命科学版出世，搭载最强Claude Sonnet 4.5，实验基准碾压人类。不论是统计代码编写，还是文献总结，AI数小时搞定数月课题。
谷歌这回整了个大活儿！
甲骨文于上周发布全球最大云端AI超级计算机「OCI Zettascale10」，由80万块NVIDIA GPU组成，峰值算力高达16 ZettaFLOPS，成为OpenAI「星际之门」集群的算力核心。其独创Acceleron RoCE网络实现GPU间高效互联，显著提升性能与能效。该系统象征甲骨文在AI基础设施竞争中的强势布局。
你知道“支付宝”已经杀入AI医疗赛道了吧……
当特斯拉、Figure还在发量产蓝图时，中国公司已率先量产独特的绳驱AI机器人，并进入科研商业应用。IROS 2025顶会上，他们以跨国遥操和半身机器人新品引发关注。「Design for AI」的长期主义设计哲学，也获《Nature》报道认可。
大语言模型（LLM）不仅在推动通用自然语言处理方面发挥了关键作用，更重要的是，它们已成为支撑多种下游应用如推荐、分类和检索的核心引擎。尽管 LLM 具有广泛的适用性，但在下游任务中高效部署仍面临重大挑战。
全球智能手机迈入AI决战期！在此节点，一个全新自进化AI系统——MagicOS 10破局而出，会思考、会协作，真正懂你所想，一语搞定任务，让手机从此成为一部活着的原生设备。这家中国头部企业，正执掌全球AI终端话语权。
2025 年 10 月，国际数据公司（International Data Corporation，IDC）发布了《中国 AI 翻译技术评估》报告。这份以“大模型驱动 AI 翻译能力全面换新”为主题的报告指出，大模型技术的全面渗透正在深刻重塑 AI 翻译市场。
“我有两张券，分别为满1000减140、满2000减280，我看中商品的价格分别为……分两次结算怎么凑单最划算？”双11开启后，在社交平台上，有人向Deepseek抛出这个问题。
不再依赖人工设计，让模型真正学会管理记忆。
近日刚好得了空闲，在研读 Anthropic 官方技术博客和一些相关论文，主题是「Agent 与 Context 工程」。2025 年 6 月以来，原名为「Prompt Engineering」的提示词工程，在 AI Agent 概念日趋火热的应用潮中，
在视频生成与理解的赛道上，常常见到分头发力的模型：有的专注做视频生成，有的专注做视频理解（如问答、分类、检索等）。而最近，一个开源项目 UniVid，提出了一个「融合」方向：把理解 + 生成融为一体 —— 他们希望用一个统一的模型，兼顾「看懂视频」+「生成视频」的能力。
复旦大学NLP实验室研发Game-RL，利用游戏丰富视觉元素和明确规则生成多模态可验证推理数据，通过强化训练提升视觉语言模型的推理能力。创新性地提出Code2Logic方法，系统化合成游戏任务数据，构建GameQA数据集，验证了游戏数据在复杂推理训练中的优势。
AI 会写字吗？在写字机器人衍生换代的今天，你或许并不觉得 AI 写字有多么困难。
AI视频领域杀疯了！ 发布Vidu Q2图生视频不到2周，Vidu又又又更新了，而且直接甩出三张王牌。 首先是AI创作者们等待良久的Vidu Q2参考生功能终于要正式发布了。此外，Vidu视频延长功能一来就亮绝杀，最高可延长至五分钟。
据业内人士透露，微软已向英特尔下达其下一代人工智能芯片Maia 2的晶圆代工订单，计划采用英特尔的18A或18A-P制程。该芯片或将用于微软Azure数据中心等人工智能基础设施。
今天凌晨，Anthropic 上线了「Claude Code on the web」（即网页版 Claude Code）功能，这种全新的方式可以让用户直接从浏览器中委派编程任务。目前，网页版 Claude Code 处于 Beta 阶段，作为研究预览版向 Pro 和 Max 用户开放使用。
C.ai 之后，AI 陪伴还可能长出怎样的新物种？前 B 站副总裁刘斌新选择了一条非共识路线——从游戏陪伴切入，打造「逗逗游戏伙伴」。目前「逗逗游戏伙伴」已经拿下千万用户、月活突破 200 万，成为 AI 陪伴赛道里的另类黑马，如今，它正以「Hakko AI」之名加速出海。
刚刚，DeepSeek 推出了全新的视觉文本压缩模型 DeepSeek-OCR。 该模型最大的突破在于极高的压缩效率： 20 个节点每天可处理 3300 万页数据，硬件要求仅为 A100-40G。
刚刚，宇树发布第四款人形机器人 H2，高 180cm，重 70kg。和前代 H1 相比，今天发布的 H2 无论是在运动流畅性、还是仿生特征上，都有了相当大的升级。首先是整体的外观形态，和 H 系列都是 180cm 的身高一致，但是 H2 的重量突破性地来到了 70kg 左右，H1 仅有约 47kg。如果要计算它的 BMI，21.6 的结果，妥妥的一个健康好身材。
今天，网络文学行业面临着一个根本性问题：对于文学创作，AI 未来究竟是创作者，还是工具？10 月 16 日，在武汉光谷举行的 2025 阅文创作大会上，成立十周年的阅文给出了一个清晰而审慎的答案。会上，阅文密集发布了三款 AI 应用：「妙笔通鉴」、「版权助手」和「漫剧助手」。
美国麻省理工学院李巨团队在国际顶尖学术期刊Nature上发表了一篇研究论文，展示了一种多模态机器人平台CRESt（Copilot for Real-world Experimental Scientists），通过将多模态模型（融合文本知识、化学成分以及微观结构信息）驱动的材料设计与高通量自动化实验相结合，大幅提升催化剂的研发速度和质量。
这世上有太多 AI benchmark 了，但没有一个 benchmark 能让你心跳加速。 直到近日，AlphaArena 出现了。 这是由初创团队 NOF1 推出的一个「AI 炒币实盘竞技场」，现在已开放全网围观：竞技场地址：https://nof1.ai/
在某种程度上，GPT-5可以被视作是o3.1。 该观点出自OpenAI研究副总裁Jerry Tworek的首次播客采访，而Jerry其人，正是o1模型的主导者之一。
前OpenAI研究员Karina Nguyen宣布创立时尚品牌Maison AGI，首个系列就前OpenAI研究员Karina Nguyen宣布创立时尚品牌Maison AGI，首个系列就与Ilya Sutskever合作，甚至要推出一顶以他头型为原型的帽子。她称，这可能是人类在被AI超越前，最后一次「手作」。当科学家成了灵感缪斯，研究员开始做纪念品，AI的故事，正从技术革命变成人类的自我信仰。
AI智能助手的全球格局，来了个新玩家。 一款名为Cici的AI智能助手应用，近期在多个国家应用商店悄然“霸榜”。
