世界人工智能大会最高奖

金磊 发自 上海
量子位 | 公众号 QbitAI

不儿，现在连无人机都开始传Token（词元）了？？？

对，你没看错，上视频！

就像视频里演示的那样，这个无人机啊，它身上背了2个东西，一个是生成式智能传输（Generative Transmission）盒子，另一个是小型卫星通信设备。

无人机拍到视频后，就可以先在端侧把画面编码成Token序列，再直接连接卫星，把信息传回后方。

这事儿要放以前啊，且得先在现场搭一套临时通信设备，无人机把视频传给地面接收器，地面设备再通过卫星，把信息送到后方指挥中心。

而且这套传统方案还有两道限制：一是无人机不能离地面通信设备太远，否则连接会受到影响；二是在设备载荷和功率限制下，可用的卫星链路带宽有限，传统方法也很难实时回传高清视频。

这便是中国电信人工智能研究院（TeleAI），刚刚在WAIC 2026提出的新技术路线；其背后这套融合AI、通信和网络的技术体系，则是智传网（AI Flow）。

就在此次发布前一天，智传网（AI Flow）还拿下了WAIC大会最高奖项卓越人工智能引领者奖（SAIL）中的赋能（Applicative）奖。

据了解，TeleAI已经在国内首次攻克了轻小型无人机直连卫星并进行高清视频实时稳定传输。

这个“首次”解决的，是轻小型无人机长期面对的两道物理难题：

• 一边是载荷：通信设备越重，消耗的电量越多，无人机的续航和机动性也会跟着受到影响。

• 一边是卫星链路：更高的通信能力往往需要更大、更高功率的设备，但轻小型无人机载荷有限。因此，其可用带宽通常较窄，高清视频难以实时回传；直接降低码率，又可能造成画面模糊、卡顿或关键细节丢失。

也正如我们刚才展示的那样，智传网（AI Flow）的思路是换一种内容来传。

发送端先理解视频，把场景、人物、物体结构和运动状态等关键信息编码成Token序列。Token穿过卫星链路后，接收端再利用生成式模型，把视频重建出来。

换句话说，过去几年我们讨论Token，重点往往是大模型一次回答消耗了多少、能生成多少内容。

到了TeleAI这里，Token开始从聊天框里跑出来，进入无人机、卫星，甚至还有机器人和水下设备之间。

这事儿，就有点意思了。

无人机不用围着基站飞了

要理解无人机直连卫星的价值，可以先看传统应急通信是怎么做的。

洪水、地震等灾害发生后，现场可能同时面临断路、断电和断网，通信保障人员通常会在灾区搭建临时接收和发射设备，再通过卫星恢复通信。

这种方式能够解决基本的连接问题，但无人机仍然需要与地面设备保持通信。飞得太远，超出地面设备的覆盖范围，画面回传就会受到影响。

比如在洪水灾区，人暂时无法进入的区域，可以先派无人机完成大范围勘察。无人机拍下道路、积水、房屋和被困人员等信息，在端侧编码成Token，通过卫星传回指挥中心。

接收端重建出视频后，指挥人员可以据此判断道路是否中断、房屋是否存在风险、救援力量应该从哪里进入。

与此同时，智传网（AI Flow）的生成式智能传输能力，也已经进入实际应急场景。

今年，TeleAI与中电信应急公司将基于智传网（AI Flow）技术的千余套设备，投入全国31个省份的一线防汛抗洪工作。

从一次技术演示走向跨省应用，意味着生成式智能传输已经开始接受真实环境的检验。至于轻小型无人机直连卫星，则是此次新近跑通的一项技术能力，后续还将进一步走向产品化和实际应用。

沿着无人机到卫星的链路继续向上，TeleAI还在推进另一项工作——将智传网（AI Flow）解码模型部署到在轨卫星。

传统星地链路通常面临上行带宽有限、下行带宽相对充裕的情况。如果解码模型能够在卫星端完成部分计算和重建，就可以减少对地面算力节点的完全依赖，再通过下行链路将结果发送给接收端。

而当通信链路回到地面，智传网（AI Flow）连接的设备就从无人机扩展到了机器人。

具身智能想在现实环境中执行任务，需要处理人与机器、机器与机器之间的通信与协同。操作人员要看到机器人看到的画面，机器人也要及时收到远程控制指令。多台机器人共同作业时，还需要共享周围环境和任务进展。

智传网（AI Flow）结合5G低时延能力，可以将具身智能遥操作的端到端时延压缩至20-50毫秒，让机器人的远程控制半径从局部区域扩展至跨城际乃至全国范围。

即便机器人进入没有基站的荒野区域，也可以通过卫星链路回传现场画面，并接收来自远端的操作指令。

远程控制半径变大，只是其中一层价值。

智传网（AI Flow）采用统一编码的词元流，还可以连接不同类型、不同厂商的机器人。TeleAI自研机器人以及合作伙伴的机器人，可以共享环境感知、目标位置和任务信息。

一台机器人发现道路受阻，可以把结果同步给其他机器人；另一台机器人找到可通行路线，也能将经验传回系统。多台设备由此减少重复感知和重复计算，逐渐形成分布式群体智能，并进一步走向基于连接与交互的智能涌现。

这条链路再往前走，便进入了水下。

水下通信一直是行业中的一道难题。在自然水域中，水体对信号的吸收、散射等因素会造成明显衰减，远程无线实时传输高清视频尤其困难。

依托智传网（AI Flow），TeleAI此次实现了自然水域中的远程无线实时高清视频传输，相关核心载荷已经搭载在自研“空海跨域潜航器”上。

这种设备可以从空中进入水下，在海底光缆巡检、水下勘探、海洋牧场和应急搜救等场景中执行任务，再将现场画面传回。

从轻小型无人机直连卫星，到机器人跨城遥操作，再到浑浊水体中的视频传输，TeleAI正在把同一套通信逻辑延伸到天空、卫星、地面和水下。

这些设备的形态各不相同，有的在空中飞，有的在地面走，有的需要潜入水底。但它们面对着一个共同问题：

怎样在带宽有限、网络不稳定的环境中，把真正有价值的信息传出去？

从比特流到词元流

这个问题的答案，就藏在智传网（AI Flow）对传输对象的改变里。

传统视频通信主要处理比特流。摄像头采集画面后，编码器分析连续画面中哪些像素发生变化、哪些内容可以压缩，再把处理后的视频数据通过网络传到接收端。

虽然在光纤、5G等带宽相对充足的环境中，这条技术路线已经非常成熟。不过一旦进入卫星窄带、远洋、水下和灾区，高清视频的数据量依然可能超过链路的承载能力。

智传网（AI Flow）的思路，是让通信从“比特流”走向“词元流”。

发送端的神经编码器先对原始视频进行理解，从中提取场景语义、物体结构和运动状态等信息，再将其编码成Token序列。

这些Token通过卫星、5G或水下通信链路抵达接收端后，生成式模型结合Token与预训练阶段获得的世界知识，重建出连贯的视频。

如果用一个更简单的比喻来理解，传统视频通信更接近把一幅画切成大量小块，再尽可能完整地送到目的地。

生成式智能传输会先提炼构图、人物、动作和关键细节，再把这些高度浓缩的信息交给接收端，由模型完成重建。

网络少传一些数据，发送端和接收端多做一些计算。通信资源与计算资源之间由此发生置换，这就是“计算换带宽”。

这种“计算换带宽”的实现，背后对应着TeleAI提出的信容律：通信资源与计算资源可以在一定条件下相互置换。当链路带宽受限时，发送端与接收端利用模型完成信息提取和生成式重建，以更多计算降低需要传输的数据量。

除了信容律，TeleAI的相关理论研究还延伸到了正激励噪声——并非所有噪声都只会干扰模型，在一定条件下，噪声也可能成为促进模型训练和演化的正向因素。

那么，它究竟能省下多少带宽？TeleAI用一句话概括：

用发信息的带宽通电话，用通电话的带宽传视频。

此次发布的两组数据，正好对应这两步。

在音频传输中，智传网（AI Flow）可以在0.266Kbps的极低码率下完成语音通话和音乐。根据此次发布信息，这一速率相比传统编解码方案降低约500倍，实现了世界最低速率的语音通话。

到了视频传输，数据量的差异更加明显。

在下面这个足球视频中，一边采用100Kbps码率，另一边的传统方案码率为3600Kbps。智传网（AI Flow）在较低通信速率下，传输并重建1080P@30fps的视频。

不同场景中的实际效果，还会受到信道状况、模型规模、设备算力和视频内容等因素影响。不过，这组数据已经能说明词元流的核心价值：当带宽成为瓶颈时，模型能力可以承担一部分原本由网络完成的工作。

随之而来的问题是，接收端生成的画面还可信吗？

生成式模型参与视频重建后，通信系统需要同时面对视觉质量、语义准确性和任务有效性三个问题。

这里可以借助香农—韦弗通信模型来理解。

Level A关注符号能否准确传输，Level B关注语义能否正确表达，Level C则关注接收到的信息能否帮助目标完成任务。

传统视频编码主要关注像素和符号层面的准确传递。智传网（AI Flow）进一步把评价范围延伸到语义理解和任务执行。

以灾区救援为例，一棵树的纹理是否与原视频完全一致，优先级相对较低。哪里有人、道路是否中断、房屋是否存在坍塌风险、被困人员是否正在求救，这些信息更直接地影响救援决策。

因此，智传网（AI Flow）关注的指标覆盖通信速率、重建质量和理解能力。重建后的画面既要清晰、连贯，也要保留识别、推理和任务执行需要的关键信息。

TeleAI将这一目标概括为“全息世界的可信重建”。

更直观的例子，我们可以用下面这个世界杯不同视角的重建来感受：

它的含义很直观：接收端生成的内容不仅需要让人看得清，还要让机器能够继续识别、理解和行动。

由此再回头看无人机传Token，背后涉及的就不只是一次视频压缩。从端侧编码，到卫星、5G等网络传输，再到接收端的生成式重建，它已经形成了一条面向AI终端的信息传输链路。

下一代网络，要让智能流动起来

无人机直连卫星和水下高清视频传输，解决的是极端环境中的通信问题。回到城市和日常生活，智传网（AI Flow）还在面对另一种规模挑战。

中国电信的视联网已经形成覆盖1亿路摄像头的视频资源基座。这些摄像头需要7×24小时持续运行，随着4K、8K设备增加，产生的视频量和存储压力也会持续增长。

这些视频本身已经会经过成熟的编解码处理，但面对全天候运行的海量摄像头，以及4K、8K视频带来的数据增长，进一步降低传输与存储成本依然十分重要。

智传网（AI Flow）的不同之处，不是简单识别哪些画面发生了变化，而是进一步改变视频的表达和存储方式：将视频编码为更加紧凑的Token，并在需要时利用生成式模型完成重建。

传统视频压缩同样会利用前后画面之间的冗余信息，而生成式智能压缩则进一步借助模型能力，对背景、人物、车辆和事件等内容进行统一编码，在保留关键视觉信息的同时，降低需要传输和保存的数据规模。

那么一亿路视频需要多大的存储空间？

智传网（TeleAI）仅保留视频中提取的精简词元，按需解码还原完整的视频画面，存储空间降低为传统方案的四十分之一，在同等硬件的条件下，原本仅能留存一周的影像资料，如今也可以完整存储接近一整年，存储成本大幅压降。

从服务全国防汛抗洪的千余套设备，到覆盖1亿路摄像头的视频资源基座，智传网（AI Flow）面对的既有断网、窄带、水下等极端环境，也有城市级视频网络带来的规模化传输与存储压力。

这些场景共同指向的是一个容易被AI行业忽略的问题。

过去几年，行业讨论AI，关注点大量集中在模型参数、训练算力、芯片性能和应用入口上。但当AI从聊天框进入无人机、机器人、汽车、摄像头和水下设备，它就成为一个分布在物理世界中的系统。

不同终端需要交换感知结果、传递任务指令、共享模型能力，还要在网络条件不断变化的环境中保持协同。

通信网络如果跟不上，端侧设备就容易停留在单机状态。小模型受限于算力，只能处理相对有限的任务；云端模型能力再强，也很难及时触达灾区、荒野、远洋和水下。

智传网（AI Flow）想建设的，正是AI时代的新一代通信网：它不只连接设备，还要承载Token、模型能力和任务指令，让智能在不同终端之间流动起来。

回看通信技术的发展，每一代网络都催生了新的应用形态。

2G时代主要承载语音和短信，3G推动移动网页和图片普及，4G带来短视频和移动互联网，5G进一步支持高清直播、低时延连接和海量终端。

进入AI时代，网络中流动的内容也在发生变化。

除了文字、语音、图片和视频，还会出现Token、中间推理结果、模型能力和任务指令。连接的对象也从手机和电脑，延伸到无人机、机器人、摄像头、汽车和水下设备。

TeleAI建设智传网（AI Flow），实际是在回答一个新的问题：

当越来越多设备拥有智能，怎样让这些智能跨越终端、网络和空间，真正连接和协作起来？

模型负责产生智能。

而网络要做的，是让这些智能抵达更远的地方。

跳转微信打开

把超节点从概念做成产品

克雷西 发自 上海
量子位 | 公众号 QbitAI

今年WAIC的SAIL之星，依然颁给了超节点，依然颁给了中兴通讯。

中兴通讯这次在WAIC上，拿出了自己的版本，叫OEX超节点。

基于OEX加dOCS架构的国产高性能Matrix超节点方案，同期拿下了本届大会的SAIL奖，这是中兴通讯连续第二年拿到这个奖项。

超节点这条路，英伟达用GB200 NVL72蹚出来之后，已经成了大厂们扎堆冲的方向。

这条路被英伟达验证之后，中国已经开始把它基建化、工程化了。

同一个展台上，还摆着一部手机。

AI智能体手机努比亚NaviX Ultra，由中兴通讯努比亚全链路主导打造，也在这次大会上第一次公开亮相。

一个是机房货架里的互联架构，一个是揣在兜里的手机，中间隔着的东西不少。

中兴通讯把它们放进了同一个展台，AI基础设施、AI应用、AI智慧家庭、AI智能体手机，四个展区挨在一起。

机架里的超节点、机房里的供电系统、手里的这部手机，说的其实是同一件事——

怎么把算力从生产出来，一路送到用户能摸到的地方。

AI全链路，尽在一个展区

中兴通讯这次在WAIC上搭了四个展区，分别叫AI基础设施、AI应用、AI智慧家庭、AI智能体手机。

AI基础设施展区里，OEX超节点是重点。

同一展区里，还有中兴通讯的AIDC算电协同方案和算力网络架构。

这两套方案，负责把算力从机架里稳定地送出去。

AI应用展区里，中兴通讯展示了「新支点AIOS」，这套系统覆盖行业场景、家端产品、个人终端产品三大方向。

它的定位是端-边-云协同的智能生态体系，借此，中兴通讯想要让AI从单点能力走向系统能力。

同一展区里还展出了企业级智能体平台Co-Claw。

在中兴通讯内部，它被用来打造「AI驱动型组织」，聚焦办公、研发、运营；对外，其具有的AI能力可以复制给工业、轨交、矿山、冶金、电力这些垂直行业。

同时，中兴通讯也展示了其AI健康医疗方案，并摆出了几个具体数字——体检报告生成效率提升10倍以上，一份HTA（卫生技术评估）报告能在1到5分钟内产出，心血管辅诊在万例临床验证里准确率达到96%。

这个展区里还有三款人形机器人组成的具身智能矩阵。

体重30公斤级的轻量仿生机器人——中兴星仔，负责商业服务场景；负载30公斤以上的双足重载机器人中兴星擎、轮式重载机器人中兴星旺，瞄准的是则是工业制造场景。

它们身上装的自研星巧系列灵巧手，作业精度能到0.2毫米以内，负载15公斤以上，控制器用的是星核车规级主芯片。

AI智慧家庭展区，展示的是家庭终端产品矩阵，这个矩阵已经连续五年拿下全球市场份额第一，年发货量超过1亿台，AI中屏产品累计发货也超过了300万台。

AI智能体手机展区里，站着这次大会的重头戏之一——全球首款AI智能体手机努比亚NaviX Ultra。

这款量产旗舰产品由中兴通讯努比亚全链路主导打造，核心卖点是「一句话，就能让AI跨应用复杂任务」，用中兴通讯自己的话说，叫「一句话，努比亚都包了」。

就在今天，中兴通讯还举办了一场「全栈智算生态论坛」，论坛上，AI基础设施展区里展出的「中兴OEX超节点」正式发布。

一组超节点，就是一个AI工厂

中兴通讯是业界第一个提出正交架构超节点设计理念的公司。

他们这次拿出来的产品，叫OEX正交架构超节点。

这个超节点单柜能塞进128个GPU，集成度在业内排第一，往上还能Scale up扩展到1.6万卡规模。

能做到这个规模，靠的是架构层面的一处硬创新。

传统机柜内动辄几千根线缆，通信损耗大，维护也麻烦。

OEX的解法，是把计算托盘和交换托盘垂直交叉连接，这也是「正交」两个字的来历。

整套设计因此做到了0线缆、无背板，机内GPU之间的信号路径变短，信号损耗更低，时延也更低，互联成本大幅下降。

线缆和背板解决的是硬件本身的问题，芯片之间怎么协同又是另一回事。

中兴通讯的协同思路，是依托CPU、机内机间互联、网卡、DPU这五类芯片的协同感知技术，跟主流GPU厂商深度合作，按需精准匹配最优方案。

于是，OEX超节点里的组件便可以相互解耦，按需灵活更换、择优组合，避免了被某一家芯片厂商锁死。

另外，中兴通讯还自研了机内互联交换芯片，同时兼容工信部主导的CLink协议和博通的SUE协议，相当于给不同阵营的GPU都留了一扇门。

架构和协同打通之后，还有落地速度和运维效率这两个问题。

为此，中兴通讯采用了前置式开发模式，也就是在GPU芯片发布之前，就联合芯片厂商做仿真、做架构预适配、做算法的前置优化。

等芯片真正量产出来，配套的整机方案已经提前跑通。

除此之外，中兴通讯还统一定义了机柜形态、接口规范、互联协议，形成了一套可以复制的工程范式，产品落地周期因此从1年以上压缩到半年以内。

围绕这套范式，中兴通讯给GPU厂商提供了即插即用的「算力集装箱」，厂商把芯片装进去就能用，不用再自己从头设计机柜和互联。

模块化设计还带来了另一个好处——机柜的安装时间从原来的天级，压缩到了分钟级。

规模上，这套架构没有停在单机柜。

造单机柜的基础上，中兴通讯用电交换+光互联的方式做灵活扩展，构建出规模最高可达16384个GPU的集群超节点。

这一整套打法，不是中兴通讯关起门来自己做的。

中兴通讯联合了曦智科技、壁仞科技、沐曦股份、燧原科技、天数智芯等芯片厂商，在OEX的基础上叠加了dOCS（分布式光交换）架构。

这种架构，能根据算力任务动态调整节点之间的连接拓扑，不用固定死一套线路。

它帮助中兴和这些厂商实现了更好兼容，从而扩展出了Matrix超节点。

这套联合方案，拿下了今年WAIC的SAIL奖，这是中兴通讯连续第二年拿到这个奖项。

供电和散热，谁来解决？

除了OEX超节点，中兴通讯还面向大模型和高密智算时代，打造了一套算电协同、源网荷储一体化的AIDC整体解决方案。

其中，800V高压直流方案将于今年9月投入商用。

这套方案主要解决两个问题，一个是供电损耗，一个是散热压力。

这两个问题，背后都有同一个诱因——由于智能算力需求的增长，机柜功率密度也随之猛增。

供电损耗这道题，卡在传统供电链路上。

传统数据中心用的是多级交流直流转换链路，从市电到UPS到服务器电源这一路转换下来，供电效率大约是94%。

机柜密度越高，损耗就越严重。

以一个10兆瓦级的数据中心算，传统供电模式下，单是电力损耗每年就要多花数百万元运营成本。

功率密度的增高，还会带出另一重麻烦。

同一电压下，功率的增高必然伴随着电流变大，于是铜排和电缆截面就得做得更粗，施工难度、占地面积、铜材成本一起往上走。

中兴通讯的思路也顺理成章，既然功率=电流×电压，那么不想让电流太大，就得把电压提上去。

于是，便有了中兴通讯的800V HVDC方案。

这套方案，能把电流降低50%到80%，于是线路便能做得更细，机房空间和建设投入也跟着省下来。

同时，由于电流变小，热损耗也随之降低，电缆铜耗减少50%到60%，端到端供电效率从94%提到了98%。

这套系统单套容量最高能到2兆瓦，支持单柜功耗超过200千瓦的智能计算柜，传统供电方案在这个功率级别上基本撑不住。

另一边的散热压力，则是卡在风冷的物理极限上。

训练集群的功率密度越来越高，风冷已经很难把热量高效带走，机柜的物理部署和管理也跟着变复杂。

中兴通讯用智算微模块和液冷方案解决了这个问题。

智算微模块把本地监控、风扇墙、封闭通道、CDU液冷分配单元、800V HVDC、智能母线融合成一体，能支持单机柜250千瓦以上的部署，电能使用效率PUE可以低到1.15。

除了更精密的调度，硬件本身上也要做文章。

中兴通讯的冷板式液冷方案，单柜制冷量可从1500kW扩展到2400kW，采用1+1冗余配置，支持在线不中断更换冷却液。

另外系统里还内置了一套AI驱动的DCIM平台，根据负载变化动态调整供电和散热的关系，做的是预测性优化，不必等出问题了再补救。

除了供电和散热，实际项目里，往往还有第三个变量拖后腿——交付周期。

传统模式下，算力、电力、热力、管理这几个系统常常是分头规划、各自建设，等到最后现场集成调试，才发现彼此不兼容，返工是常事，工期也跟着往后拖。

中兴通讯的做法，是在方案设计之初，就把算力（Bit）、电力（Watt）、热力（Heat）、管理（Management）这四个维度深度耦合在一起，形成「4T协同」。

配合90%的工厂预制模块化生产，配电、算力、制冷这些单元在工厂里就先装配好，运到现场只需要拼装，不用从头施工。

一个20MW规模的智算园区，整体交付周期因此能压缩到4.5个月。

从Bit到Token

OEX超节点负责把算力集中起来、连起来，AIDC负责把电和热的问题解决掉，这两套东西，解决了算力的生产环节。

算力生产出来之后，还要一路送到手机、机器人这些应用端，才算真正用起来。

中兴通讯管这一整条从底层算力到终端应用的链条，叫「从Bit到Token」。

Bit是算力和存储的最小单位，Token是大模型生成内容的最小单位，中间的过程中，机架里每一次运算省下来的电、缩短的时延，最终都要落进用户跟AI对话时看到的那一个个字。

中兴通讯是做通信设备起家的。

通信网络解决的核心问题，是怎么把海量数据高效、可靠地从一个节点送到另一个节点。

OEX超节点的机内高速互联、多协议兼容，本质上是这套能力在机柜内部的复用。

800V HVDC的电力传输设计，也是通信行业积累的大规模网络调度经验，挪到了电力这条线上。

这两套方案，形成了中兴通讯「连接加算力」的双轮驱动。

用高速无损互联把数十甚至上百个GPU芯片整合成一个超节点，英伟达用GB200 NVL72蹚过一次。

现在，超节点已经成为新一代AI算力架构的核心突破方向。

此刻，中兴通讯正在联合芯片厂商，把超节点从概念做成产品。

跳转微信打开

让AI自己改自己的Agent Harness，这事已经被顶级Agent社区注意到了。

Self-Harness团队 投稿 
量子位 | 公众号 QbitAI

让AI自己改自己的Agent Harness，这事已经被顶级Agent社区注意到了。

上海人工智能实验室团队提出的Self-Harness，近期被LangChain CEO、联合创始人Harrison Chase转发，也被前OpenAI副总裁Lilian Weng收进自进化Agent相关博客。

它盯上的不是换模型，而是Agent外层那套Harness。

做法很直接。模型先检查自己的运行轨迹，从失败里挖出模式，再提出有边界的Harness修改，最后交给回归测试决定要不要采纳。

实验结果显示，在Terminal-Bench-2.0上，底层模型、工具环境和评测协议都保持不变，只改Harness，三个模型后端都拿到了held-out提升。

其中Qwen3.5-35B-A3B总提升达到104%，MiniMax M2.5和GLM-5分别提升28%和24%。

论文和项目已经公开，文末附链接。

△LangChain CEO/co-founder Harrison Chase转发Self-Harness

让Harness自己进化

Agent Harness可以理解为包在模型外层的一套运行装置，覆盖系统提示词、工具使用规则、验证器、运行时控制策略和轻量middleware。

在多轮工具任务里，它决定Agent怎么调用工具，什么时候停，失败后怎么恢复，产物又该如何验证。

过去，这套东西主要靠工程师手调。要读大量执行轨迹，找失败原因，改提示词或工具规则，再反复跑benchmark。

模型越多、任务越杂，Harness就越难继续按“一模型一套人工调参”的方式扩展。

△三种Harness改进范式：人工改、强模型外援改，以及Self-Harness让模型基于自身轨迹改

Self-Harness怎么工作

换到Self-Harness，流程被压成三步。先挖弱点，再提改法，最后跑回归。

Weakness Mining：从失败轨迹挖弱点

系统先让当前Harness驱动固定模型完成一批任务，记录完整执行轨迹、工具调用和评测结果。

失败样本不会被当成孤例处理。Self-Harness会结合验证器反馈、Agent行为和失败之间的因果关系，把可复用的失败机制聚起来。

这样，“某个任务没过”会变成“这一类失败可能来自同一种Harness缺陷”。比如缺少最终产物、重复执行无效命令、工具报错后不恢复，或者探索太久却迟迟不进入实现。

Harness Proposal：提有边界的改法

拿到结构化失败证据后，同一个模型会切换成proposer，针对已挖出的失败机制提出候选Harness edit。

这些edit只能落在预先声明的可编辑表面上，不能把整个Agent控制架构推倒重来。

每个提案都要说明想改变哪种行为，可能带来什么回归风险，以及为什么可能修好当前失败模式。

Proposal Validation：用回归测试拍板

候选Harness会在同一评测协议下重跑，并和当前Harness对比。

接受规则很保守。held-in或held-out至少一个split要提升，另一个split不能退化，才会进入下一代Harness。

这也是它和普通“自动改prompt”的差别。Self-Harness不让模型凭感觉拍板，而是把每一次改动都放进可记录、可复现、可回退的评测闭环里。

△Self-Harness自改进闭环，包括弱点挖掘、修改提案和回归验证

不换模型，只改外层也能涨

论文在Terminal-Bench-2.0上做了系统评测。

Terminal-Bench-2.0是一个多轮智能体benchmark，任务运行在容器化终端环境中，覆盖文件管理、命令执行、错误恢复、产物验证等真实工具使用能力。

在固定模型、工具集、任务环境和评测配置的前提下，Self-Harness只改Harness。结果三个模型都出现提升。

MiniMax M2.5总提升28%，Qwen3.5-35B-A3B总提升104%，GLM-5总提升24%。

这组结果的重点不是又换了一个更强模型，而是在同一个模型外面，Harness本身也可以被搜索、验证和迭代。

△Terminal-Bench-2.0结果，三个模型后端在Self-Harness后均获得held-out提升

更重要的是，每个候选修改都经过held-in和held-out回归测试。

换句话说，Self-Harness不是堆更长的提示词，而是在一次次验证门控后，只留下真的带来收益、又没有明显回退的Harness edits。

△Qwen3.5 Self-Harness进化路线，通过多轮验证门控保留有效edits

不同模型暴露出不同弱点

Self-Harness的另一个观察更像工程现场。不同模型不是同一种失败。

MiniMax M2.5：找到线索后迟迟不交付

在初始Harness下，MiniMax M2.5有时会持续探索数据集。即使已经找到关键元信息，也迟迟不创建评测所需的答案文件，最后因为缺少产物或超时失败。

Self-Harness保留的修改会鼓励Agent更早识别必需输出，先创建初始产物，并在工具调用过长时转向具体实现和验证。

Qwen3.5-35B-A3B：工具失败后容易陷入循环

Qwen3.5-35B-A3B的常见问题，是工具失败后进入重复编辑、重复覆盖或重复命令循环，甚至在停止前删除评测必需文件。

Self-Harness为它引入依赖预检查、失败后产物恢复、避免完全相同命令重试，以及由工具错误触发的artifact-focused提醒。

△Qwen3.5保留下来的code-level Harness edits，集中在依赖预检查、产物恢复和重试约束。

GLM-5：更需要管住shell状态和节奏

GLM-5暴露出的弱点更集中在shell会话状态，以及从探索切到实现的时机。

改进后的Harness会提醒Agent在修改环境变量、安装工具或调整路径后，确认这些变化能跨命令持续可用。当长时间探索还没有形成产物时，系统也会推动它转向实现与测试。

这说明Self-Harness不只是给所有模型加一段通用提示。它会根据每个模型在真实轨迹中暴露出的弱点，生成并筛选适合它的Harness改动。

为什么会引起关注

Agent越来越像跑在工具环境里的系统，而不是只回答单轮问题的模型。

在这种设定里，模型能力只是一部分。外层Harness决定它是否知道何时调用工具，如何从错误中恢复，是否保留正确产物，退出前有没有做验证。

过去，Harness工程更像经验活。Self-Harness给出的方向是，让模型自己参与这套经验的挖掘和改写，但最终仍由评测而不是自评来拍板。

它没有证明“Agent可以完全自己进化”，也没有绕过benchmark范围。论文里的结果主要来自Terminal-Bench-2.0和固定模型后端。

但作为一个自进化Agent的组件，它给出了比较清楚的边界：改什么，怎么改，怎么验，什么时候拒绝。

研究团队

该工作来自上海人工智能实验室团队，论文题为Self-Harness: Harnesses That Improve Themselves。

从现有文档看，团队公开了论文和项目地址，读者可以查看具体实验设置、Harness edits和代码。

论文：https://arxiv.org/abs/2606.09498
项目地址：https://github.com/qzzqzzb/Self-Harness

阅读原文

跳转微信打开

3个岗位（含实习），不设边界

编辑部 发自 凹非寺
量子位 | 公众号 QbitAI

AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来量子位呢？

我们是一家以追踪AI新进展为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观测和学习生态位。

目前，我们有三大方向岗位招聘，希望你是（或者能成为）这三个方向的内容专家：

• AI产业方向：关注基建层创新，包含芯片、AI Infra、云计算；

• AI财经方向：关注AI领域创投和财报，跟踪产业链资本动向；

• AI产品方向：关注AI在应用和硬件终端方向的进展。

岗位均为全职，工作地点：北京中关村。

岗位面向：

• 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位；

• 校招：应届毕业生，接受实习且可转正。

加入我们，你可以获得：

• 站在AI浪潮之巅：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。

• 玩转AI新工具：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。

• 打造个人影响力：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领袖。

• 拓展行业人脉：与AI领域大咖零距离接触，参与重要科技活动和发布会，拓展行业视野。

• 获得专业指导：应届新人会由主编级编辑出任mentor，提供一对一指导，帮你更快进步获得成长。

• 加入活力团队：与一群志同道合的年轻人一起工作，享受扁平、简单、开放、多劳多得能者上位的团队氛围。

• 获得丰厚回报：行业TOP薪资待遇，五险一金、餐补、项目绩效、商务绩效、加班补助等福利一应俱全。

以下是岗位详情：

所有岗位不同能力层级职位均在开放，欢迎结合个人履历和经验申请。

• 主编：具备选题和带队能力及经验；

• 主笔：具备原创深度稿件能力；

• 编辑：热爱表达，喜欢挖掘信息，能够用大白话让所有人看懂AI新进展。

AI产业方向

岗位职责：

• 跟进AI基建层新进展，包括但不限于芯片、AI Infra、云计算领域新进展，核心玩家动态；

• 做前沿论文、开源社区、技术大会（Hot Chips、NeurIPS、MLSys）技术报告大众化解读；

• 参与核心采访，对话产业专家、技术大牛、撰写AI云落地案例。

任职要求：

• 对芯片、GPU、NPU、服务器、模型训练架构、云计算等有基本理解；

• 熟悉AI行业的供应链与生态（训练–推理、算力–成本、云–芯片关系）；

• 能把复杂技术内容结构化表达；

• 有技术背景、理工或CS/EE方向优先。

AI财经商业方向

岗位职责：

• 聚焦创投、AI创业公司、上市公司、商业模式、产业链资本动向；

• 产出创投融资、招股书财报解析、公司战略分析等稿件；

• 访谈对话投资人、创业者、产业分析人士。

任职要求：

• 对数据敏感，对财报、股权结构、战略规划感兴趣；

• 逻辑结构强，对商业叙事敏感；

• 热爱对话采访，社交型人格。

AI产品方向

岗位职责：

• 关注AI在终端的落地：包括软件应用产品、硬件方向落地；

• 撰写AI应用产品深度评测、跟踪多终端新品发布（手机、PC、XR、车机等）；

• 对话访谈AI应用创业者、产品专家、终端技术专家。

任职要求：

• 对智能硬件、AI终端趋势敏锐，重度AI产品体验人士；

• 熟悉各大终端厂商业态、体验方法论；

• 有强逻辑、体验表达和结构化能力。

应聘方式

1、请将个人简历发送至zhaopin@qbitai.com，邮件主题请注明“量子位XX方向应聘 - [你的姓名]”；

2、随简历附上你的科技行业代表作品，或者能展现个人写作水平和风格的作品。

关于量子位：

截至2025年，通过及时追踪AI及前沿科技进展，量子位在微信公众号已经有超260万订阅用户，全网用户超700万，日均阅读量200万+。
在新榜和清博等第三方数据平台，量子位已是AI以及前沿科技行业TOP1新媒体。

跳转微信打开

一脑多形，重构机器人产业新范式

田晏林 发自 凹非寺
量子位 | 公众号 QbitAI

如今，具身智能行业，是越来越务实了。

相比于造出一台更像人的机器人，业内更关心谁能让机器人长期运行在真实世界，并持续积累经验。

因为对于机器人而言，走出实验室只是第一步。

近日，国际权威咨询机构弗若斯特沙利文发布的《2025年全球具身智能与商用服务机器人独立市场研究报告》揭示了这样一个行业共识：

商用服务领域，正是具身智能规模化落地的“第一战场”。

在这个高频、刚需、ROI（投资回报率）清晰且极易实现全球化复制的赛道上，中国厂商不仅占据了主导地位，更在开启一场深刻的产业革命。

报告显示，从全球商用服务机器人收入、全球商用服务机器人出货量、全球商用清洁机器人收入、中国商用服务机器人出海四大维度评估，普渡机器人均排名第一。

该公司的产品已在全球85个国家和地区部署，累计落地超过13万台机器人。

这些机器人正在餐饮、酒店、工业、仓储等大量真实场景中运行。

大规模部署不只代表商业成绩有多突出，更意味着其产品能持续获得真实世界反馈的能力。

这一点很重要。

当具身智能进入商业化阶段，真正决定智能上限的，是它能否在一次次任务执行、环境交互和反馈中理解物理世界。

D7是普渡聚焦工业、零售等场景的类人形智能机器人。

和很多只展示单点能力的机器人不同，D7被放在了一个更大的问题里观察：

当机器人真正走向工业、零售、仓储等复杂环境，一次次工作的经历，如何沉淀为可复用的智能经验？

这些经验，又是如何被迁移到不同形态的机器人上的？

超13万台机器人冲在一线

正如PC、智能手机和智能汽车相继定义了不同的时代，机器人正成为Physical AI时代最重要的终端载体。

让机器人进入真实环境，也成了行业共识。

站在厂商角度，真实环境已是兵家必争之地。

只因机器人和传统AI面对的是完全不同的数据环境。

大模型可以通过海量文本学习知识和语言规律，但机器人需要面对真实物理世界中的复杂变化。

它不仅要知道一个物体是什么，更要知道如何接近它、如何拿起它、如何适应变化中的环境。

这些能力，很难仅靠实验室里的训练或者有限的演示获得。

机器人必须进入真实场景，在一次次任务执行、环境交互和失败反馈中积累经验。

这也是为什么过去几年，具身智能行业开始越来越重视「真机数据」。

但问题在于：

机器人想获得真实数据，首先要进入真实场景。而进入真实场景，本身又需要机器人足够成熟。

经典的「鸡生蛋」问题又出现了。

没有大量机器人部署，就没有足够真实数据；没有真实数据，机器人又很难快速提升。

少数企业正在尝试通过商业化部署打破这一怪圈。

过去十年，普渡持续将机器人投入餐饮、酒店、工业、仓储等真实场景。

目前，普渡机器人已经在全球85个国家和地区，部署超过13万台机器人，覆盖餐饮、酒店、工业、仓储等16个行业。

这些机器人每天面对的，不是标准化测试环境，而是真实世界中的各种变化。

13万台机器人冲在各行业的一线，每一次运行，都在积累对于真实环境的理解。

△沙利文独立研究报告

据普渡方面披露，目前其每年累计产生3650万小时的导航数据、1580万小时的操作数据。

但这些数据的价值，并不只是规模。更重要的是，它们来自机器人第一视角。

过去，机器人厂商卖的是设备。

机器人完成一次任务，数据价值往往也就停留在这一次任务本身。

但未来的智能机器人，竞争逻辑会完全不同。

部署规模扩大，真实场景增加，数据不断回流，模型能力提升，机器人适应更多场景，进一步扩大部署。

以此形成真正的数据飞轮。

这也是为什么过去几年，越来越多企业开始争夺真实应用场景。

因为场景不是机器人商业化的终点，而是智能进化的起点。

不过，单纯依靠真实数据还不够。

AI模型可以通过不断训练快速迭代，但机器人每一次真实世界中的错误，都可能对应真实的时间成本、设备成本和安全风险。

如何让这些数据被高效地利用，是未来机器人竞争的关键。

一个经济又实用的方案是：真实世界提供经验，虚拟世界扩大训练规模。

普渡也认可这两者的结合，引入「虚实双闭环」机制。

机器人可以先在World Simulator仿真环境中进行大量训练。

在虚拟世界里，机器人能够反复尝试不同任务组合，提前学习各种可能出现的情况。

然后，再通过真实环境中的Human-in-Loop反馈进行校准。

仿真负责扩大训练规模，现实负责提供真实反馈。

当机器人开始学会迁移经验

仅凭几十条人工示范轨迹，就能让机器人快速适配全新作业任务，训练机器人已经如此简单了么？

数字背后，或许真正值得关注的，是机器人终于跳出「从零学起」的模仿模式，具备了沉淀、迁移、复用通用物理经验的能力。

在此之前，由于不同机器人形态差异大，单独训练成本太高，整个行业长期困在「一机一模、一场一训」的低效范式里。

无论是餐饮配送、商超清洁还是工业搬运，只要更换机器人本体、切换作业场景，研发团队就要重新搭建采集环境、人工录制上万条操作轨迹、从零训练专属模型。

耗费大量人力、时间不说，关键是采到的数据无法跨机型、跨场景流通复用。

本质问题还是，机器人只会机械复刻记录下来的固定动作，无法理解动作背后的物理逻辑与因果经验。

这也是传统机器人泛化能力薄弱、落地适配成本居高不下的根源。

针对导航与操作协作断层、机器人缺少物理直觉、不同机器人形态之间数据割裂的问题，普渡机器人自研了具身智能大模型PuduFM。

它并非传统算法的简单迭代升级，而是支撑普渡「一脑多形」战略的核心技术底座。

PuduFM有三个关键组件。

PIM物理预言家

它给机器人植入人类同款「物理直觉」。

人看到一个湿滑的杯子，会下意识知道需要轻一点拿。

但传统机器人做不到。它只能识别画面像素，无法读懂图像背后的物理关系。

PIM（Physical Intuition Model）采用因果注意力Transformer架构，不走市面上多数机器人「死记画面像素」的老路。

它不盯着图片表面，而是进入潜空间内，提炼物体运动背后的动力学逻辑，把重力、摩擦力、物品变形、重心偏移这些现实里的物理规则，转化成机器能看懂、能计算的数据特征。

机器人当下的位置、姿态，加上它准备做出的动作，都会传给PIM。

它能提前预判这么做会产生什么物理结果，算出抓东西会不会打滑、移动会不会撞上障碍物，给后续动作划定安全边界。

简单来说，这一步用来解决机器人「看得见，但不理解」的问题。

VLA多模态对齐

这是打通导航与操作的认知壁的关键。

以前机器人是各干各的，看画面、听懂人话、走路、抓东西分成几套互不连通的系统。

经常出现听懂指令、走到目标跟前，却抓不稳物品、动作衔接不上的情况。

VLA相当于把视觉、语音、机器人移动、机械臂操作全部整合到一套统一的思考逻辑里。

同时接入PIM给出的物理预判，先读懂任务需求，再看清周边环境，最后生成符合物理规则的连贯动作。

不管是远距离行走，还是近距离抓取操作，全部一套大脑统筹。

不同款式的配送、清洁、工业机器人都能共用这套能力，解决过去机器人“走得到，但做不好”的问题。

World Model仿真引擎

它是机器人的线上虚拟训练场。

前文提到的「虚实双闭环」机制，分虚拟、真实两条循环，World Model就是虚拟闭环的核心载体。

它解决了真实场景采集成本高、极端工况样本稀缺的痛点。

普渡机器人这些年在餐饮、工业、商超等16个行业积累的真实场景数据，全部供给这套仿真引擎使用。

靠着这些真实场景素材，搭建出与现实高度一致、能精准模拟物理变化的虚拟环境。

再借助Diffusion Transformer架构自主生成海量多样化轨迹。

不光有标准成功操作流程，还会主动生成碰撞、滑脱、重心失衡等对抗性极端工况，批量产出高质量合成训练数据。

这一步非常关键，它给PIM、VLA打好了基础认知。

也是因为有World Model的海量虚拟预演打底，再辅以少量真实场景人工修正轨迹，普渡机器人才能做到只用50条专家示范数据，就能快速完成新任务适配。

这次在WAIC首次亮相的PUDU D7，也是PuduFM落地的典型硬件载体。

顶层架构「一脑多形」

这套技术战略下，部署的设备数量越多、覆盖场景越丰富，模型积累的物理经验越充足，也就变得更聪明。

事实上，一个机器人基座模型真正的价值，从来不是单独让某一台机器人变得更智能。

能够打破机型、场景、数据的边界，让不同机器人共享同一种智能能力，普遍被认为是下一代机器人的产业范式。

2026年，沙利文发布独立市场研究报告：

随着具身智能技术持续成熟、统一智能能力不断提升及商业化规模复制加速推进，机器人产业正由“一机一脑”逐步演进至“一脑多形”。

说到底，原始数据不等于context。没经过治理的数据，是噪音，不是信号。

△沙利文独立研究报告

纵观具身产业，普渡机器人是较早一波部署「一脑多形」战略的玩家。

他们认为，未来机器人不应该只是拥有不同的「身体」，更应该共享一个能够持续进化的「大脑」。

由此，普渡总结了一套适应具身智能时代的核心公式：

Physical Agent（物理智能体）= 本体+系统+技能。

其中，本体对应机器人的硬件形态；系统负责调度和执行。

技能层，则代表机器人真正能够完成的任务能力。也就是前文说过的具身智能大模型PuduFM。

它是机器人的「统一物理智能大脑」。

但机器人想真正进入复杂环境，还需要一套能够管理大脑、调用技能、协调任务的系统。

普渡自研了具身智能操作系统PuduAgent。

它把PuduFM的大脑能力完整封装起来，提供操作系统、记忆、标准化技能库，统一管控所有机器人。

这么说吧，PuduFM是让机器人「变聪明」，PuduAgent负责让机器人「把聪明用起来」。

「安卓/iOS」生态为什么重要？因为统一的生态。

机器人也是一样。PuduAgent就是要做机器人的「安卓/iOS」。

PuduAgent由三部分组成。

一是PuduAgent OS核心运行基座。

它又包含三个组件：

• 智能核心Agent Core：负责理解环境和任务规划，让机器人能够根据当前场景做出判断；

• 长效记忆Agent Memory：负责记录任务过程，让机器人拥有持续记忆能力；

• 实时执行底座Agent Runner：负责实时执行，把规划转化为具体动作。

这些组合起来，让机器人不再只是执行一串预设指令。

二是PuduAgent Skills标准化原子能力库。

过去，不同机器人往往需要针对自身功能重新开发技能。

配送机器人需要重新训练导航，工业机器人需要重新开发操作能力，新的机器人形态又要重复一遍这个过程。

最终，每一台机器人都像一个独立员工，只会自己的技能，却无法共享经验。

PuduAgent Skills就是将导航移动、抓取操作、人机交互、自动避障、多机器人协同调度等能力，抽象成标准化技能。

这些技能可以被机器人按需调用，并且能够跨不同机器人形态进行复用。

三是PuduAgent Safety安全防护机制。

真实世界中的机器人，最大的挑战不是完成一次任务，而是在复杂环境中长期稳定工作。

一个动作能不能执行？会不会碰撞？环境变化后是否需要调整？

这些都需要机器人在行动前进行判断。

PuduAgent Safety就像机器人的安全护栏。

它会提前判断动作可行性，对潜在风险进行预测，并在异常情况下及时调整甚至停止任务。

这样可以降低机器人在真实商业场景中的试错成本，让机器人在商场、工厂等环境中运行更加安全可靠。

本体层面，形成服务配送、商用清洁、工业配送、通用具身智能四大产品矩阵，覆盖专用、类人形、人形全形态机器人布局。

PuduFM+PuduAgent，一并在不同本体上持续落地，共同构成了普渡机器人的顶层战略「一脑多形」。

简单理解，PuduFM像手机里的统一AI内核；PuduAgent则像操作系统。

而「一脑多形」，就是让这套智能体系同时驱动不同设备。

就像同一个AI内核可以运行在手机、平板、穿戴设备上一样，未来无论是配送机器人、清洁机器人、工业机器人，还是人形、四足机器人，都可以共享同一套智能架构。

当机器人从单个产品，变成一个共享智能能力的生态，具身智能才真正具备了规模化发展的可能。

One more thing

机器人开始「上班」，真正重要的不是它完成了多少订单，而是它在每一次工作中留下了多少能被复用的经验。

这也是资本市场正在关注的方向。

今年4月，普渡机器人完成近10亿元新一轮融资，投后估值突破100亿元。

从13万台机器人进入真实场景，到PuduFM理解物理规律，再到「一脑多形」推动能力迁移。

当然，机器人距离真正理解复杂世界，仍有大量技术问题需要解决。

可以确定的是：

下一阶段，机器人竞争的将会是真实世界的数据，谁拥有的更多机器人，谁就拥有更大的物理世界数据入口。

跳转微信打开

发布芯片只是拿到了入场券

允中 发自 凹非寺
量子位 | 公众号 QbitAI

比英伟达GPU更难跨过去的，是CUDA。

这是逛完WAIC 2026之后，关于国产AI芯片的一个越来越清晰的感受。

过去，大家围着国产芯片问的是，峰值算力多少？制程多少纳米？和英伟达相比差多少？

走到清微智能的展位前，你会发现一件有意思的事：这里摆的不只是芯片。

可重构芯片、4K超节点、RAISA软件栈、行业应用，被放在一起呈现——像是在回答所有国产芯片厂商都绕不开的问题：

芯片发布之后呢？模型怎么跑起来？算力怎么扩展？客户凭什么把核心业务迁过来？

这个问题背后，是国产算力竞争逻辑的一次切换：从发布会上的参数对比，转向能否形成稳定、易用、可规模部署的系统能力。

国产算力真正要替代的，也不只是一颗英伟达GPU，更是CUDA背后经过多年积累形成的开发习惯、工程标准、迁移成本和生态信任。

所以，发布芯片只是拿到入场券。

让客户敢迁、能用、愿意长期使用，才是真正的国产替代。

造出芯片只是第一步

CUDA早已不只是一套编程接口。

英伟达官方对CUDA Toolkit的定义包括加速计算库、编译器、运行时，以及调试和性能优化工具，并覆盖嵌入式设备、工作站、数据中心和超级计算机。

换句话说，客户采购的不是一颗孤立的GPU，而是一套已经运行多年、经过无数开发者和应用验证的生产体系。

因此，国产算力要解决的核心问题，不只是芯片能不能算，而是“客户能不能低成本地换、稳定地用、持续地扩”。

本文以国产创新架构AI芯片代表——清微智能为样本，从架构、芯片、软件栈、超节点和算力网络等多个维度展开观察。

可以看到，在当下更强调确定性、易用性和经济性的产业环境中，清微智能并未局限于追求单颗芯片的参数领先，而是走出了一条贯通底层架构、软硬件系统与产业应用的完整生态构建之路。

过去，AI芯片企业选择几个核心参数与英伟达进行横向比较，这种比较并非没有意义。

峰值算力、显存容量、功耗和价格，都会决定一款产品能不能进入客户的初步评估名单。

但参数解决的是“能否上桌”，无法直接回答“能否部署”。

一套算力系统真正进入生产环境，至少要同时具备四种能力。

• 第一层是芯片和计算卡，决定基础性能与能效；

• 第二层是驱动、编译器、算子库和开发工具，决定模型能否迁移；

• 第三层是服务器、超节点、网络和集群管理系统，决定算力能否规模化聚合；

• 第四层是模型适配、解决方案和行业案例，决定客户是否敢于采购。

或许清微智能目前试图搭建的，正是这条完整链路：底层以可重构计算架构形成差异化，中间通过芯片、服务器、超节点和RAISA软件栈完成系统封装，上层再进入智算中心和金融、能源、教育、医疗等行业。

笔者从清微智能官网看到，其已建设超过10余个可重构算力中心，算力卡累计订单超过4万张，适配上线模型及应用超过200个。

公司同时将RAISA软件栈、FlagOS生态协同和主流模型Day-0适配，列为当前生态建设的重点。

制程受限，用架构效率来破局

国产高端算力芯片面对的第一个现实约束，是先进制程和高端供应链能力。

如果完全沿着传统GPU路线竞争，后进入者不仅要追赶芯片设计，还要同时追赶制程、存储、先进封装、互联和软件生态。

任何一个环节落后，都可能在最终性能上被放大。

而清微智能的可重构架构，选择的是改变问题的解法：不把全部性能增长寄托在晶体管数量和制程升级上，而是尝试提高已有晶体管的有效利用率。

传统固定架构像一座提前划分好车间的工厂。无论当天生产什么产品，机器的位置、生产线和工序都相对固定。一旦计算任务发生变化，部分硬件资源就可能闲置，或被用于并不适合的任务。

可重构架构则试图让计算资源根据任务动态组合。面对矩阵计算、卷积、稀疏计算或不同模型结构时，芯片可以通过软件重新组织数据流和计算单元，让硬件形态更接近当前任务。

清微智能官方技术页面显示，其可重构技术已从1.0、2.0演进至3.0，并将“软件定义硬件”作为核心特征。

公司同时布局三维存算融合与Torus-X算力网格，希望分别解决计算效率、数据搬运和大规模互联问题。

按清微智能在智源大会期间披露的口径，传统架构的有效晶体管利用率不足40%，可重构数据流引擎可将这一指标提高至70%以上。

其逻辑不是让芯片拥有更多晶体管，而是让更多晶体管在具体任务中真正参与计算。

等同于最终业务性能。客户真正关心的仍然是大模型吞吐、单Token成本、时延、精度和集群稳定性。

但它提供了一种不同于单纯追逐先进制程的竞争思路：当物理条件受到限制时，通过架构提高资源效率，可能比单纯增加晶体管数量更具现实意义。

以集成超制程，算力瓶颈解题思路

芯片的计算单元变快之后，下一个问题很快就会出现：数据来不及送到计算单元。

大模型推理和训练不仅需要计算，还需要不断从存储系统中读取权重、缓存中间结果，并在不同芯片之间传输数据。很多时候，计算单元并没有真正满负荷工作，而是在等待数据。

这就是所谓的内存墙。

清微3.5D异构堆叠与三维存算融合技术，试图缩短计算芯粒和存储芯粒之间的物理距离。

按照公司给出的比喻，传统二维芯片的数据传输更像一条“单车道”，三维堆叠则相当于将道路扩展为立体的“四车道”。

△可重构数据流优势

相关方案采用Chiplet和3.5D异构堆叠，将可重构计算芯粒与DRAM存储芯粒进行高密度集成，把部分信号传输距离从毫米级压缩到微米级，以提升带宽并降低数据搬运带来的延迟。

这条路线的意义在于，国产算力竞争的重点开始从单颗芯片能完成多少次计算，转向整个系统能否持续向计算单元供应数据。

但这同样是一项工程挑战。

3.5D堆叠涉及散热、封装良率、供电、芯粒互联和测试体系。

概念模型能够证明技术方向，量产成本、可靠性和长期交付能力，才决定它能否真正转化为产品优势。

为何说单卡再强也会折损在集群？

大模型时代，算力竞争的基本单位正在从单颗芯片，变成超节点和算力集群。

△可重构架构芯片示意图，兼顾通用与高效的算力

一张计算卡性能再高，也无法独立承担万亿参数模型、大规模训练和高并发推理任务。

芯片必须通过高速互联组成服务器，再由服务器组成超节点和千卡、万卡集群。

此时，系统损耗会迅速成为核心问题。

芯片之间的数据同步、通信等待、网络拥塞和任务调度，都会让理论峰值算力在集群中不断折损。

客户真正获得的，不是计算卡参数相加后的数字，而是扣除通信和调度损耗后的有效算力。

清微智能在WAIC 2026中提到的4K超节点方案，通过可重构芯片和Mesh网络组织4096颗芯片，其互联成本较国外同类方案降低约90%。

值得一提的是，该公司此前展示的4K超节点系统，已经应用于中关村论坛、央视节目等场景。

过去，国产芯片企业更接近计算卡供应商；未来，竞争主体可能必须同时具备芯片设计、服务器开发、高速互联、集群调度、运维和模型优化能力。

换句话说，客户不再只购买一批芯片，而是在购买一套能够持续生产Token的系统。

以自主创生态，让国产算力容易用

在所有迁移成本中，最隐蔽、也最难解决的，是软件。

芯片参数可以通过一次发布会被市场看见，软件生态却需要长期积累。

每一个模型、算子、框架和应用，都可能暴露新的兼容性问题。

正因如此，国内正在尝试通过统一系统软件栈降低不同AI芯片之间的迁移成本。

智源FlagOS的目标，是让模型尽可能实现“一次开发、多芯迁移”；FlagOS 2.0已支持18家厂商的32款AI芯片，并建立包含497个算子的多芯片算子库。

清微的RAISA软件栈则承担了连接自有硬件与上层模型的角色。

从结构上看，RAISA覆盖基础驱动和开发工具、编译器、编程语言与算子库、主流框架和行业应用。

其核心任务，是尽量隐藏底层硬件差异，让开发者不必理解可重构阵列的所有细节，也能使用C/C++、Triton等工具进行开发。

按照清微智能此前披露的数据，RAISA已支持近千个主流算子，完成超过200个大模型的适配。

△清微智能RAISA软件栈Day-0护航DeepSeek-V4落地

DeepSeek-V4预览版发布当天，清微与智源FlagOS完成了Flash版本67个算子的全量适配与验证。

相比“支持某个模型”的笼统表述，算子级适配更接近真实工程问题：模型能否运行，最终取决于底层是否覆盖其所调用的全部核心算子。

△RAISA软件栈的模型与算子适配规模

同一模型在不同芯片上能够运行、能够保持精度，以及能够达到理想吞吐和成本，是三个不同层级。

未来更值得观察的，是清微能否把Day-0适配从一次事件，变成稳定、可复制的软件工程能力。

真正成熟的软件生态，不只是“新模型发布当天能跑起来”，还包括版本更新之后持续兼容、客户问题能够快速解决，以及不同模型在实际负载下保持稳定性能。

5000P算力，技术到商业闭环

衡量一家国产算力企业是否成熟，最终不能只看论文、发布会和实验室指标，还要看真实部署。

按照清微智能提供的口径，其相关产品已经进入全国多个智算中心和千卡级集群，部署及在建算力规模超5000 PFLOPS，并覆盖金融、教育、医疗、能源、交通等领域。

这一数字的价值，在于它代表清微已经开始跨过从样片、服务器测试到规模集群部署的门槛，但对产业分析而言，5000P并不是终点，而是下一阶段验证的起点。

部署规模回答的是卖出去了多少，利用率回答的是客户是否真正使用，复购回答的是客户是否认可，收入和毛利则回答商业模式能否持续。

从造芯到铺轨：国产算力走向基础设施

如果把AI芯片比作列车，那么软件栈、超节点和算力网络就是轨道。

列车性能再高，如果只能运行在封闭线路上，也很难成为真正的大规模基础设施。

国产算力走向成熟，需要解决的不只是“有没有国产芯片”，还要回答不同地区、不同芯片、不同智算中心之间，能否实现统一调度、协同运行和跨区域交付。

例如本次作为样本研究的清微智能，他们试图做的，正是把可重构算力从单一芯片和计算卡，延伸为覆盖软件、系统与应用的分布式算力服务网络：

底层通过可重构架构和三维集成提升计算效率，中间通过4K超节点聚合算力资源，再借助RAISA、FlagOS等软件平台完成模型适配、资源管理与集群调度，最终将不同地区的算力节点连接起来，服务政务、能源、教育和内容生产等场景。

这种“铺轨”已经开始进入具体应用。

• 在智慧政务场景中，全栈国产化的办公大模型智能体已经落地；

• 在AIGC领域，其算力方案被用于短剧内容生成、素材处理和后期制作等全流程；

• 在职业教育场景中，可重构AI芯片驱动的实训平台已进入河北化工医药职业技术学院、内蒙古机电职业技术学院等院校。

“铺轨者”的意义并不是取代所有列车，而是建立一套能够承载不同模型、不同客户和不同应用的基础设施。

它既要求底层芯片自主可控，也要求软件接口足够开放、系统能够持续扩展，最终让算力以服务的方式跨区域交付。

国产替代不是一次性硬件采购

对客户而言，换芯片从来不只是换一块硬件。

开发环境要换、模型要迁移、性能要重新验证、工程团队要重新培训，系统稳定性、运维和后续升级的风险也要一并承担。

采购价格只是显性成本，藏在软件适配、人员投入和迁移周期里的隐性成本，往往更高。

这也解释了清微智能在WAIC 2026现场的展陈逻辑：可重构芯片、4K超节点、软件栈与行业应用被放在一起呈现，强调的不是单点参数，而是从底层架构到集群部署、再到实际应用的完整链路——

用可重构架构提高计算资源利用率，用三维集成缓解数据搬运瓶颈，用4K超节点扩展集群规模，再通过RAISA和FlagOS降低模型迁移与系统部署的门槛。

而智慧政务、AIGC短剧工厂、职业教育实训平台这些落地案例，则试图证明国产算力不只能跑通模型，还能进入具体的业务流程。

当然，这条路线能否最终成立，仍要接受量产能力、实际性能、集群稳定性、算力利用率和商业回报的长期验证。

但它至少指向了一个正在发生的变化：国产算力的评价体系变了。

这也是WAIC 2026释放出的一个信号——国产算力的竞争重点，正在从“有没有芯片”，转向“能否形成稳定、易用、可规模部署的系统能力”。

展台上的参数只是起点，真正决定产业位置的，是模型能否快速适配、集群能否稳定运行、算力能否进入真实业务。

过去，人们习惯追问国产芯片与国际产品之间还差多少参数。

往后，更关键的问题或许是：当客户准备建设下一座智算中心、上线下一套大模型应用时，国产算力能不能给出一个足够完整、足够稳定、也足够经济的迁移理由。

跳转微信打开

RynnWorld-Teleop：用生成式世界模型替代真实机器人

RynnWorld-Teleop团队 投稿 
量子位 | 公众号 QbitAI

往机器人身上装一台相机，自己戴上手套做动作，让机器人跟着动——这就是当前做机器人训练数据的方式：物理遥操作。

每一条数据，都得靠真人操作员、真实机器人、真实时间，一条一条“演示”出来。

慢。贵。累。

能否将操作员从真机中解放出来，使数据采集的边界取决于人的创造力，而非硬件的可用性？

阿里巴巴达摩院的最新工作RynnWorld-Teleop对此给出的方案是：用生成式世界模型替代真实机器人。

操作员的手势驱动一个实时视频生成器，由“数字世界中的机器人”完成全部视觉演示，同时自动获得关节级的动作标签。该方案被称为数字遥操作（Digital Teleoperation）。

在双臂灵巧手上的真机实验表明，仅用RynnWorld-Teleop生成的数据训练策略，就能在真机上实现有效的零样本Sim2Real迁移；把合成数据叠加到真实数据上，还能稳定提升成功率。代码、模型权重均已开源。

数字遥操作：以世界模型替代真实机器人

△物理遥操作（上）与数字遥操作（下）的对比。数字遥操作用RynnWorld-Teleop替换真实机器人，两条流水线都产出同步的（视觉观测，机器人动作）对。

数字遥操作与传统遥操作的本质区别，可以从数据链路上加以厘清。

传统物理遥操作的流程为：操作员通过遥操设备做出动作示范，真机实时跟随执行并同步录制关节状态，机载摄像头拍下画面，最终得到（视觉观测，关节动作）对。在整条链路中，真机是不可替代的环节。

数字遥操作则以生成式世界模型替代真机：人的手势驱动世界模型，世界模型实时合成“若机器人执行该手势，其第一人称摄像头将观测到的画面”，而手势本身通过retargeting直接转化为关节动作标签。最终输出同样是（视觉观测，关节动作）对，区别仅在于观测来自生成器而非真实摄像头。

这一替换在形式上简洁，但要真正成立，世界模型必须同时满足三个条件。

• 第一，以机器人为中心。生成的画面必须是机器人第一人称视角，而非人手画面，否则下游模仿学习策略因视觉分布不匹配而无法使用。现有的动作控制世界模型（如Hand2World、EgoSim等）大多仍停留在以人手为中心的阶段。

• 第二，动作可回溯。每一帧生成画面背后的底层动作信号，必须能够还原为具体的机器人关节角度。若动作仅是隐式的latent变量、缺乏对应的关节级标签，则生成视频只能观看而无法用于训练。

• 第三，实时可交互。操作员需要在观测画面的同时进行操作，于闭环中完成复杂技能。当生成延迟超过200ms时，操作员将丧失对场景的控制感，采集数据的质量随之下降。当前多数DiT生成模型的推理速度处于2–10FPS，难以支撑实时交互。

RynnWorld-Teleop是首个同时满足上述三个条件的系统。为了满足这些需求，研究团队设计了多项核心技术。

三项核心设计：应对深度模糊、本体鸿沟与实时性

△RynnWorld-Teleop总览。动作被渲染为深度感知骨骼视频并编码进隐空间；预训练视频DiT通过分布对齐的patch embedding分支引入手势条件；模型再被蒸馏为因果学生以支持流式自回归生成。

设计一：深度感知的动作特征，让2D骨骼承载3D信息

操作员的手势经手部追踪设备捕获，得到21个关节点的3D坐标；而世界模型的主干是2D视频生成器，无法直接将3D点坐标输入图像隐空间。

常见做法是将3D关节投影为2D骨骼图后再输入，其局限在于投影会丢失深度信息。人手在相机前方20cm与40cm处做同一抓取动作，2D投影可能几乎相同，而生成画面本应存在明显差异。

RynnWorld-Teleop采用深度感知骨骼渲染（Depth-Aware Skeletal Rendering），将深度编码进骨骼图的视觉属性：每个关节的颜色与绘制半径随其到相机的距离动态变化，距离近者颜色偏暖、半径较大，距离远者颜色偏冷、半径较小。由此，尽管仍是一张2D图像，深度信息已被显式编码进颜色通道与尺寸通道，世界模型可通过学习从这些视觉线索中还原三维空间关系。

渲染后的骨骼序列被送入预训练VAE编码器，映射到与目标视频在空间和时间维度上对齐的隐空间。为避免该控制信号破坏预训练视频模型的分布，作者采用分布对齐的加性融合策略：先进行均值-方差对齐，再通过初始化为0的gate渐进注入。消融实验表明，该方案显著优于直接拼接——拼接会使FVD（衡量生成视频与真实视频分布差异的指标，越低越好）从585恶化至1191。

设计二：渐进式跨域训练，先学人手物理，再迁移到机器人

世界模型需要生成的是机器人第一人称视频，但现实中带有精细骨骼标注的大规模机器人操作数据十分稀缺，而人类第一人称操作视频则相对充裕——EgoDex有7400万帧，VITRA有3070万帧。

RynnWorld-Teleop采用渐进式跨域训练（Progressive Cross-Domain Training），分两个阶段进行。

• 阶段一：第一人称人类视频预训练。在大规模人类第一人称操作视频上训练，使模型掌握“手势到手-物交互视觉效果”的基本物理规律。该阶段数据量级超过1亿帧，覆盖大量不同物体与交互模式。此时模型尚不了解机器人的外观，但已习得物理世界中物体对手部接触的响应规律。

• 阶段二：机器人域适配。收集1800条配对的人机遥操作数据（同步记录人手骨骼与机器人第一人称视角）并在此基础上微调。该阶段数据量级较小（约43万帧），但由于第一阶段已建立交互先验，模型能够快速适配机器人的视觉外观与运动学特征。

消融实验具有较强说服力：跳过阶段一、直接在机器人数据上训练，FVD从585升至2598——43万帧不足以让模型从零学会手-物交互的物理规律，却足以在1亿帧预训练基础上完成风格迁移。该路线的核心逻辑在于：先在大数据上学习物理规律，再在小数据上适配视觉外观。

△RynnWorld-Teleop的生成效果展示。手势流可映射到人类与机器人两种本体；模型把大规模人类视频中的交互先验成功迁移到机器人操作，画面保持高保真与时序一致。

设计三：流式自回归蒸馏，从2.8FPS到40FPS的实时化

基于Wan2.2训练的模型是一个双向注意力的视频扩散Transformer，生成质量高但推理速度仅为2.8 FPS，而实时交互至少需要30 FPS，两者相差约一个数量级。

RynnWorld-Teleop采用流式自回归蒸馏（Streaming Autoregressive Distillation），将双向教师蒸馏为因果学生——学生模型的注意力被约束为“仅关注过去”（因果掩码与KV Cache），使每生成一帧仅需一次前向推理，而无需重新处理全部历史帧。

蒸馏分两步进行：第一步为因果流匹配预热（Causal Flow-Matching Warm-up），使学生模型先适应“仅关注过去”的约束；第二步为分布匹配蒸馏（DMD），通过对抗训练使学生的输出分布逼近教师，并将采样步数从50步压缩至4步。

一个关键的工程细节在于：DMD阶段的梯度不仅在当前chunk内回传，还会跨chunk穿过KV Cache传播，从而保证相邻chunk之间的边界不出现突变，避免长视频生成中出现明显的接缝。

最终的因果学生模型在480×832分辨率下达到40FPS，每帧延迟约25ms。该延迟优于真实机器人相机30Hz的标准采集频率，意味着操作员在数字遥操作过程中不会感受到可察觉的延迟。

从手势到训练数据：数字遥操作的完整流水线

世界模型仅是引擎，要将其转化为能够产出可训练数据的系统，还需要一条完整的流水线。RynnWorld-Teleop的数据生成流程分为三步。

• Retargeting（动作映射）：操作员佩戴HTC Vive追踪器，系统实时捕获其6-DoF手部姿态，通过坐标系变换与阻尼最小二乘逆运动学求解器，映射为机器人的54维关节动作向量（双7-DoF手臂与双20-DoF灵巧手）。该步骤确保人手的每个动作都有一一对应的机器人动作标签。

• 骨骼条件合成（Skeletal-Conditioned Synthesis）：以一张场景参考图为起点，操作员手势被渲染为深度感知骨骼序列，驱动世界模型实时生成机器人第一人称视频。该环节具备重要的扩展性：参考图不必来自真实场景，通过图像编辑工具替换其中的物体或背景，即可生成训练集中未出现过的场景数据。

• 分块重锚定（Chunked Re-anchoring）：纯自回归生成容易出现视觉漂移，即随时间推移生成画面逐渐偏离真实物理状态。RynnWorld-Teleop以81帧为一个chunk，在chunk边界处用真实帧重新初始化模型，以确保长时间演示的物理一致性。

△对分布外（OOD）视觉状态的泛化。替换参考图中的物体（上）或背景（下），RynnWorld-Teleop依然保持时序一致与物理合理的动力学。

该流水线的一个显著特性是“场景即参考图”：若需机器人在大理石桌面上操作，只需更换参考图；若需其抓取训练时未见过的物体，编辑参考图中的物体即可。论文展示了未见物体与未见背景两类域外泛化实验，在两种设定下模型均能保持时序一致性并忠实执行动作轨迹。这表明数字遥操作的数据多样性，理论上仅受限于操作员的构思与图像编辑的能力。

关键实验：合成数据能否训练出可用策略

世界模型生成的视频即使视觉效果出色，若无法训练出有效策略，其价值也将局限于视频生成本身。RynnWorld-Teleop需要回答的核心问题是：纯合成数据能否直接支撑机器人完成任务。

实验平台为配备双TIANJI M6手臂与双WUJI灵巧手的真实机器人系统（共计54自由度），评测的四个任务覆盖双臂协调的不同难度：双物抓取（Dual Picking）、积木推动（Block Pushing）、双臂举起（Bimanual Lifting）与盖盖子（Lid Placement）。每个任务测试35次，初始状态完全随机。

结论一：零真机数据即可训练出可用策略

△真机策略成功率（%）。加入RynnWorld-Teleop合成数据后，多数任务成功率一致提升；π0甚至可在零真机数据下完成任务。

最值得关注的结果来自π0模型：在完全不使用任何真机数据、仅用300条RynnWorld-Teleop生成轨迹训练的情况下，Block Pushing任务成功率达到82.86%，Bimanual Lifting达到77.14%。这表明合成数据包含了足够的物理信息，能够支撑策略的Sim2Real迁移。

结论二：合成数据与真机数据结合可稳定提升成功率

在全部三个测试策略（Diffusion Policy、π0.5、π0）上，用300条真机数据与300条合成数据训练，几乎在所有任务上都优于仅用300条真机数据。提升最显著的是精度要求最高的Lid Placement任务：π0.5从42.86%提升至62.86%，π0从34.29%提升至54.29%，均为+20个百分点。这说明RynnWorld-Teleop生成的数据不会干扰真实数据的分布，反而能通过增加多样性弥补真实数据的不足。

结论三：合成与真实轨迹的特征分布高度重合

△t-SNE可视化观察到RynnWorld-Teleop合成的数据，在特征分布上与真机数据高度重合。

使用预训练I3D提取合成轨迹与真实轨迹的高层特征并进行t-SNE可视化，两者的分布大面积重叠。这从特征层面解释了合成数据能够有效用于策略训练的原因：世界模型不仅在像素层面逼真，在语义与动力学层面也忠实还原了真实世界的分布。

世界模型本身的定量评测

△RynnWorld-Teleop的生成能力定量结果，报告视觉质量指标与推理速度。

在生成质量方面，RynnWorld-Teleop在EgoDex-Test基准上全面超越同类方法。相比最强的动作控制基线InterDyn，PSNR提升超过5dB，LPIPS降低57%。在相同数据上直接微调Wan模型（SFT）的FVD为1223，而RynnWorld-Teleop仅为550——该对比表明，深度感知骨骼表征与分布对齐加性融合这两项设计，是拉开性能差距的关键。因果蒸馏后的模型在保持良好视觉质量的同时，将推理速度从2.8FPS提升至40FPS，实现了可用的实时交互。

与传统仿真器的对比：数字遥操作的优势

一个自然的疑问是：Isaac Sim、MuJoCo等现成仿真器同样能够生成数据，为何还需要世界模型。二者的差异主要体现在资产、域差与物理三个方面。

• 资产开销。传统仿真器要求每个物体都具备精确的3D模型与URDF文件，构建一个新场景可能需要数天建模。RynnWorld-Teleop的输入仅为一张照片，可以直接从拍摄图像开始。

• 视觉域差。仿真渲染与真实世界之间始终存在真实感差距，表现为光照、材质与传感器噪声的不一致，弥补该差距需要大量的domain randomization。RynnWorld-Teleop直接在真实世界的像素分布上生成图像，其本身即在真实视频上训练，天然不存在此问题。

• 隐式物理。仿真器需要为每种材质手动设定摩擦系数与弹性参数，处理可形变物体（如布料、食物）时更为困难。RynnWorld-Teleop通过在海量人类操作视频上的预训练，隐式吸收了物理世界的常识，无需显式指定物体的软硬等属性，即可从数据中习得。

需要指出的是，数字遥操作并非适用于所有场景。对于需要精确物理仿真的任务（如高速碰撞、流体模拟），传统仿真器仍不可替代；但对于大规模、多样化的操作数据生成，数字遥操作提供了一条成本显著更低的路径。

展望：机器人数据生成的新思路

RynnWorld-Teleop所引领的数字遥操作范式重新定义了机器人数据的来源。站在今天回望，具身智能最大的瓶颈始终是“数据从哪来”：从依赖真机的物理遥操作，到跨过视觉鸿沟的人到机器人翻译，再到今天以机器人为中心、动作可回溯、实时可交互的数字遥操作，每一步都让数据采集离物理硬件的束缚更远一点。而它最关键的一步已经被实验证明——世界模型生成的数据，真的能训出在真机上可用的策略。

当然，前路仍有值得探索的方向：复杂物理现象（如流体、高度可形变物体）的生成还不够可靠，跨机器人本体的泛化也仍需逐平台微调。未来，围绕数字遥操作这一思路，如何进一步提升生成质量、扩大规模、覆盖更多场景，值得持续期待。更长远看，当机器人数据也能像文本、图像那样低成本、大规模地生成，具身智能或许就迎来了属于自己的数据Scaling时刻——正如互联网规模的语料点燃了语言模型的能力跃迁，一个可无限扩展的数字数据引擎，很可能成为通往物理世界通用智能（Physical AGI）的关键燃料。

论文标题：RynnWorld-Teleop: An Action-Conditioned World Model for Digital Teleoperation
arXiv：https://arxiv.org/abs/2607.06558
项目主页：https://alibaba-damo-academy.github.io/RynnWorld-Teleop.github.io
Github：https://github.com/alibaba-damo-academy/RynnWorld-Teleop

阅读原文

跳转微信打开

LingBot主创团队首次公开亮相！

过去一周，蚂蚁灵波连续发布和开源LingBot全栈2.0六款基础模型，并压轴发布业界首个具身原生世界动作模型LingBot-VA 2.0，“具身原生”成为WAIC前夕行业最热议的话题之一。

你可能已经读过Paper、看过Demo视频，但一定还有很多想聊的：

• 为什么放弃“微调捷径”，选择从头预训练这条更难的路？

• 6款模型环环相扣的全栈布局背后，是怎样的技术判断？

• “具身原生”这条路线，接下来会把机器人带向哪里？

……

7月19日晚上，蚂蚁灵波联合量子位，在WAIC会场旁的世博天地AOKKA Coffee开一场专属After Party——这也是LingBot 2.0发布后，主创团队的首次公开亮相。没有讲台、没有冗长汇报，一杯咖啡或特调，和他们围坐面对面，听发布背后的取舍、弯路与思考，也把你逛展时攒下的疑问当面抛给他们。

7月19日，周日，17:30-20:00

上海世博天地AOKKA Coffee

高品质、松弛感、轻量干货。逛完WAIC的周日晚上，来续一杯，和最懂LingBot的人，聊聊发布背后的思考与故事。

阅读原文

跳转微信打开

3个岗位（含实习），不设边界

编辑部 发自 凹非寺
量子位 | 公众号 QbitAI

AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来量子位呢？

我们是一家以追踪AI新进展为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观测和学习生态位。

目前，我们有三大方向岗位招聘，希望你是（或者能成为）这三个方向的内容专家：

• AI产业方向：关注基建层创新，包含芯片、AI Infra、云计算；

• AI财经方向：关注AI领域创投和财报，跟踪产业链资本动向；

• AI产品方向：关注AI在应用和硬件终端方向的进展。

岗位均为全职，工作地点：北京中关村。

岗位面向：

• 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位；

• 校招：应届毕业生，接受实习且可转正。

加入我们，你可以获得：

• 站在AI浪潮之巅：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。

• 玩转AI新工具：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。

• 打造个人影响力：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领袖。

• 拓展行业人脉：与AI领域大咖零距离接触，参与重要科技活动和发布会，拓展行业视野。

• 获得专业指导：应届新人会由主编级编辑出任mentor，提供一对一指导，帮你更快进步获得成长。

• 加入活力团队：与一群志同道合的年轻人一起工作，享受扁平、简单、开放、多劳多得能者上位的团队氛围。

• 获得丰厚回报：行业TOP薪资待遇，五险一金、餐补、项目绩效、商务绩效、加班补助等福利一应俱全。

以下是岗位详情：

所有岗位不同能力层级职位均在开放，欢迎结合个人履历和经验申请。

• 主编：具备选题和带队能力及经验；

• 主笔：具备原创深度稿件能力；

• 编辑：热爱表达，喜欢挖掘信息，能够用大白话让所有人看懂AI新进展。

AI产业方向

岗位职责：

• 跟进AI基建层新进展，包括但不限于芯片、AI Infra、云计算领域新进展，核心玩家动态；

• 做前沿论文、开源社区、技术大会（Hot Chips、NeurIPS、MLSys）技术报告大众化解读；

• 参与核心采访，对话产业专家、技术大牛、撰写AI云落地案例。

任职要求：

• 对芯片、GPU、NPU、服务器、模型训练架构、云计算等有基本理解；

• 熟悉AI行业的供应链与生态（训练–推理、算力–成本、云–芯片关系）；

• 能把复杂技术内容结构化表达；

• 有技术背景、理工或CS/EE方向优先。

AI财经商业方向

岗位职责：

• 聚焦创投、AI创业公司、上市公司、商业模式、产业链资本动向；

• 产出创投融资、招股书财报解析、公司战略分析等稿件；

• 访谈对话投资人、创业者、产业分析人士。

任职要求：

• 对数据敏感，对财报、股权结构、战略规划感兴趣；

• 逻辑结构强，对商业叙事敏感；

• 热爱对话采访，社交型人格。

AI产品方向

岗位职责：

• 关注AI在终端的落地：包括软件应用产品、硬件方向落地；

• 撰写AI应用产品深度评测、跟踪多终端新品发布（手机、PC、XR、车机等）；

• 对话访谈AI应用创业者、产品专家、终端技术专家。

任职要求：

• 对智能硬件、AI终端趋势敏锐，重度AI产品体验人士；

• 熟悉各大终端厂商业态、体验方法论；

• 有强逻辑、体验表达和结构化能力。

应聘方式

1、请将个人简历发送至zhaopin@qbitai.com，邮件主题请注明“量子位XX方向应聘 - [你的姓名]”；

2、随简历附上你的科技行业代表作品，或者能展现个人写作水平和风格的作品。

关于量子位：

截至2025年，通过及时追踪AI及前沿科技进展，量子位在微信公众号已经有超260万订阅用户，全网用户超700万，日均阅读量200万+。
在新榜和清博等第三方数据平台，量子位已是AI以及前沿科技行业TOP1新媒体。

跳转微信打开

记忆能够独立成层

闻乐 发自 凹非寺
量子位 | 公众号 QbitAI

1953年，亨利·莫莱森（简称H.M.）走进了一间实验室。

彼时的他不会想到，往后自己会成为神经科学发展史上标志性的案例。

为根治从小反复发作的癫痫，医生切除了他大脑内侧颞叶的部分组织。

手术成功控制住了癫痫，但也带来了无法逆转的副作用：他再也无法形成长期的全新记忆。

童年的往事、旧日的住所他记忆犹新；可几分钟前刚聊过的人和事，转瞬便会彻底清零。

科研人员短暂离开再折返回来，H.M.总会像初次见面一样，礼貌地重新问候眼前这个人。

不过，真正颠覆学界认知的并不是他失忆这件事，而是镜像描画实验带来的发现。

记住，不等于想起来

研究人员安排他看着镜子临摹复杂图案。

虽然他完全不记得自己练习过这项任务，但日复一日下来，他的手法越来越熟练。

身体记住了经验，可他的意识对此一无所知。

这件事让科学家明白：存储经历和主动回想是两套各自独立的过程。

信息可以被保留，却不一定能被调取。

如果H.M.代表记忆缺失的极端，俄罗斯记者所罗门·舍雷舍夫斯基则站在了另一个极端。

他可以长久记住海量文字、数字和细碎画面，可超强记忆反倒成了枷锁——

他没法过滤无用细节，气味、画面、零碎往事随时随地涌上脑海，繁杂信息挤占了思考空间，导致他很难从具体画面中提炼出抽象理解。

两个案例印证了同一个核心道理：遗忘并不是记忆的漏洞，它本就是记忆自带的能力。

高效的记忆，是筛选关键内容、舍弃琐碎细节，后续再结合现实重新理解过往。

但反观当下的AI行业，大家做的恰好是相反的事。

现在主流AI记忆方案逻辑十分单一：

把过往对话全部储存，借助向量匹配，检索相似度高的聊天片段用来回答问题。

不管是RAG检索还是超长上下文，本质只是在做存储和关键词匹配。

它调取的是历史记录，算不上真正意义上的回忆，内容相似，并不代表贴合问题本身。

为什么相似不等于相关？

特德·姜在小说《双面真相》里，借两种截然不同的记忆逻辑给出了更深的解释。

第一种叫vough（事实存档），只客观记录真实发生过的全部细节，不加主观改动。

故事中一位父亲，机器录像清清楚楚证明是他率先指责了女儿；但在自我辩解的本能驱使下，他脑海里篡改了事实，一直认定是女儿伤害了自己。

第二种叫mimi（现实解读），结合当下处境对过往经历做出合理理解，帮我们自洽地继续生活。

人脑有一个天生的特性，每次回忆往事的时候，都会悄悄改写记忆内容。回忆和修改过往经历，是人脑绑定在一起的本能。每一次想起，都是一次重写。

但AI可以打破这种束缚。

原始事实的存档和结合当下的回忆推理，完全可以拆分成两套独立系统。

存档阶段恪守客观事实，一旦记录完毕就绝不改动；回忆阶段针对当下问题，综合多条线索重新推导答案。

回忆不该只是简单查表，而是结合现状重新梳理过往经验。

一群来自上海交大、哈佛、CMU、芝加哥大学、清华、UC Berkeley、JHU、复旦、UCL等名校的年轻人，创办Shadoweave（织影）团队，自研了Holographic Memory System全息记忆系统，正是沿着这套思路在工程上落地。

就像全息底片哪怕只剩碎片，依旧能够复原整张图片，人类的回忆，也是依靠碎片化线索还原完整经历。

HMS的做法很明确：

历史记录封存之后不再改动；当面对用户提问时，系统梳理问题对应的时间、人物关系，沿着多条线索搜集信息，交叉核对事实，最后整理出可靠答案。

在完成静态分层设计之外，HMS更进一步加入了自进化机制，依托真实对话反馈，持续打磨计数去重、日期校正、事实状态判定等核心能力。

这套自进化逻辑，复刻了人脑里记忆巩固的原理。

人在睡眠休整期间，海马体会回放往日经历，大脑皮层从零散事件里萃取深层规律，沉淀成自己的认知范式。两者本质相通，都是对海量信息做精简提炼。

一套架构是否可行，最终要看实测结果。

在基准测试中，最终HMS在LongMemEval和LoCoMo两项测试中同时登顶，准确率暂时处于领先水平。

从单次回忆到长期记忆底座

解决了单次调取记忆的难题之后，更深一层的问题随之而来：这些长期积累的Memory，应该存放在哪里，又应该如何持续生长？

带着这个问题，团队正在开发他们的产品Memory Bank，希望把记忆能力真正带入用户的日常使用场景。

在人类认知中，记忆本来就是一个动态系统，它不断压缩旧信息、更新已有认知、把零散片段重构成更凝练的经验。

Sutton的Oak Lab就是主张AI仿照人类逻辑，依托长期记忆生成经验，这种经验沉淀之后催生出智能。

而Memory Bank背后也是这种记忆观。

经验沉淀的原材料，藏在每个人日常的碎片化交互里。

但用户的聊天记录躺在对话应用里，浏览历史锁在浏览器里，会议、文档、日程又各自分属不同平台，每个AI只能接触其中一小部分局部信息。

于是每一次在不同平台的交互都要重新建立上下文，AI的经验永远无法结转，也无法形成对用户的连续认知。

Memory Bank想做的，是统一管理这些长期积累的状态信息，让不同模型、不同Agent共享同一份连续记忆。

打通统一记忆层之后，上游的每一种认知节点就能借助统一记忆表征实现经验积累，进而为智能在多模型之间流转创造条件。

落到日常体验上，它就能适配每个人碎片化的数字生活。

比如开会之前系统根据会议标题、参会人和议题自动召回相关记忆；打开一个聊天窗口时它按联系人召回上次聊过什么、对方偏好什么、还有哪些事情需要跟进；写作时相关的历史材料会在输入框旁自然浮现……

每一条被召回的记忆都带着来源、时间和置信度，用户可以查看、隐藏、删除记忆或是停用对应数据源。

后续Memory Bank也将支持跨应用、跨设备、跨Agent共享长期记忆，并把授权、管理、删除做成完整能力，让记忆始终握在用户自己手里。

当然了，从这个定位上来看，Memory Bank并不打算取代任何一个应用。

它真正的价值在于让不同的模型能够基于同一套Memory持续工作，为Agent长期运行提供基础设施。

不只是Memory

在记忆之外，团队还有更深层的思考：未来AI持续运行的过程中，真正需要管理的是不断产生和变化的状态。

记忆只是这种动态状态的一部分，更关键的命题是围绕这种动态状态构建一种新的计算范式。

沿着这个思路继续延伸就能发现：机器人边缘计算、近存计算和AI记忆，三者底层逻辑高度一致——

让状态尽量留在产生和消费它的地方，局部问题在本地完成闭环，只将必要信息向上提交全局处理。

芯片设计依靠这套逻辑削减数据搬运成本，人脑借此划分本能反射与深度思考……

织影（Shadoweave）同样把这套准则引入AI记忆体系，区分本地留存内容和全局共享内容。

到这里，一个更本质问题浮出水面：为什么记忆注定独立成层？

计算机体系结构早已给出答案。

大模型本质只是一个认知节点，负责推理计算；记忆是和推理正交的另一套命题，它处理信息的组织、筛选、遗忘、整合。

就像计算机诞生之初，CPU和存储本就是两套分立系统，没有人会因为CPU厂商实力强劲，就否定存储独立存在的价值。

缓存、内存、硬盘组成的存储层级，最终成长为万亿级赛道，决定整机运行上限。

如今AI或许正在复刻这段历史。

当下的大模型、未来全新模型形态、落地现实的具身智能，全是独立的认知节点，但它们都迫切需要同一种东西：可以持久保存、跨会话生效、随使用持续迭代的记忆层。

现阶段行业里大家靠RAG零散搭建记忆，和早年每一台电脑自己焊接存储如出一辙。

碎片化修补只是过渡期，最终行业或许会收敛为一套通用记忆底座。

但通用记忆层天然要求中立。当记忆以标准化、中立的形态，在不同模型、Agent、设备间流转继承，它就脱离单一产品的私有功能，升级为AI时代的记忆协议。

模型厂商可以做适配自家产品的浅层记忆，但不太可能搭建跨厂商的公共记忆层，毕竟谁都不愿意把自身智能的根基交到竞争对手手里。

这便是织影（Shadoweave）的定位：不去开发一款定制化记忆工具，而是打造面向全行业的AI记忆协议。

回看科技发展史，80年代胜出的不是某一台PC，而是统一操作系统；90年代出圈的不是单一浏览器，而是实现万物互联的TCP/IP；2010年代红利不属于某一款芯片，而是可以调度海量算力的CUDA。

一旦记忆协议成型，托起的就不再是一款产品，而是完整的智能生态。

在此基础上团队持续打磨Memory IR、Memory Runtime，开放Memory SDK与新一代Memory Benchmark。

后续会将持久记忆打通感知、推理、控制、具身行动，任何机器人、Agent接入体系后，直接继承过往沉淀下来的经验规律，不必从零学习。

回望开篇，H.M.暴露了人脑记忆的一个根本局限：存储和回忆可以被手术刀分离；

舍雷舍夫斯基则暴露了另一个极端：无限存储反而窒息了理解；

而《双面真相》里的那位父亲又揭示了第三种困境，人类的记忆总会为了自我叙事篡改事实，客观事实vough和服务当下理解的mimi在人脑里很难彻底分开。

但机器拥有先天优势，可以将忠实存档和定向回忆彻底拆开。

过去数年行业比拼的都是模型单次推理的天花板，但模型决定AI单次有多聪明，记忆决定这份聪明能不能沉淀、延续、代代继承。

当AI不再是结束每次对话都失忆的天才，可以长久记住人和过往经历时，记忆基础设施的战略价值，可能完全不输今天的算力基础设施。

特德·姜借书中人物道出核心要义：数字记忆真正的优势，不在于证明自己永远正确，而是敢于承认自己出错。

因此判断AI真正拥有记忆的标准，从来不是储存的信息更多，而是学会基于碎片化线索重建过往，并且愿意承认自己记错。

放到AI语境里就是，原始事实固定不变，但推理结论可以被重新审视。

这正是织影（Shadoweave）团队践行的设计思路，原始记忆严格封存绝不改动，AI开展回忆推理时，依托多条证据交叉核验，如果新线索推翻旧判断，系统就会摒弃之前的错误结论。

依靠这套机制，AI才拥有真正的回忆能力。

跳转微信打开

轻松驾驭ChatGPT不是梦。

葛文婷 发自 凹非寺
量子位 | 公众号 QbitAI

号外号外，OpenAI最新提示词指南更新了！

如果你还没驯服ChatGPT，

或者还在被它像毛线团一样越理越乱的回答折腾得苦不堪言，

那么今天这篇OpenAI最新提示词指南，你一定要好好收藏！

我们不仅从官网总结了八个能让你的ChatGPT乖乖听话、生成准确内容的提示词小妙招；

还教你用官方的“一键生成”功能，让AI自动帮你写出一套专业、好用的指令，从此告别设计提示词的痛苦。

一起来看看吧！

首先，请尽量使用GPT-5.6 Sol

为了获得最佳使用效果，请各位有条件的小伙伴们手动切换OpenAI目前最新、性能最强的模型GPT-5.6 Sol。（较新的模型往往更易于执行提示词工程）

请务必在指令中具体地描述你想要的效果

在使用ChatGPT时，大家可以把模型当成一个交付质量过关但需要提前耐心嘱咐的小秘书，一项项清楚地告诉它：你想要的内容、结果、字数、格式、风格等。

注意哦，不能给一句笼统指令～

不然后面挣扎在返工边缘、累死累活的还是你（doge）。

大手一挥：

“写一首关于OpenAI的诗。”

提前嘱咐：

创作一首关于OpenAI的简短励志诗歌，围绕近期DALL-E产品发布展开（DALL-E是一款文生图机器学习模型），模仿{著名诗人}的写作风格。

比如，我想要AI帮我规划一下周末去哪玩儿。

那我就要给它一个明确的目标，让它知道我是想去运动、游览景区、逛展、还是干饭，不然你还得返工好几趟，兴致都在一次次拉扯中消磨了一大半。

反面教材❌：

△其实我只是想吃个饭orz

这回对了✅：

提示词优化技巧：指令前置+采用正确的分隔符隔离上下文

其次，在使用过程中，请大家将核心要求放置于提示词的最前方（或第一行），并使用官方推荐的分隔符“###”or“"""”清晰区分“指令”与“待处理文本”：

❌混一起NONONO：

将下文的核心要点整理为项目符号列表。

{在此输入文本}

泾渭分明YESYESYES：

将下文的核心要点整理为项目符号列表。
文本："""
{在此处输入文本}
"""

这一结构能有效提升模型对任务的理解精度，比如我用它优化押韵小作文（乱写的，且只在文本前用了一次官方分隔符“###”），它真给我办好了，我很满意：

没用这个格式之前，ChatGPT的输出总是差点意思🤔（欢迎大家在评论区讨论～）：

不过需要注意的是，我用来测试的只是一个很简单的题目，大家在实操的时候最好还是把官方给的格式用完整吧～

通过举例和解释，让OpenAI明白你想要的格式

比如我想造个表情包，那么我最好先给它一些参考和解释，让它明白我想加什么样的标语、想加在哪里、以及想要什么效果，这样，ChatGPT就能将任务完成地更到位、响应地也更快：

就拿本文某个表情包的制造过程举例，别让它自由发挥，会两眼一黑❌：

△我谢谢你

要给它讲明白了，并顺便给个参考✅：

△还可以吧🫰

先从zero-shot开始，再考虑增加少量样本，最后才考虑微调数据

在进行任务时，你也不需要一股脑的把数据全丢给AI；

你可以先给一份指令，看看它做的咋样；

然后，再根据它不足的地方，投喂少许示例。

如果到这步还搞不定，你就可以准备给它做思想工作了——把大量的正确示例喂给模型，训练它，并把这种能力固化到模型的参数里。

大家可以看看例子👇：

Zero-shot

从以下文本中提取关键词

文本：{文本内容}

关键词：

Few-shot - provide a couple of examples

从以下对应文本中提取关键词。

文本1：Stripe提供API接口，网页开发者可借助它将支付处理功能集成到网站和移动应用中。
关键词1：Stripe、支付处理、API接口、网页开发者、网站、移动应用
##

文本2：OpenAI训练了前沿的语言模型，在文本理解与生成方面表现优异。我们的API可调用这些模型，几乎能解决所有涉及语言处理的任务。
关键词2：OpenAI、语言模型、文本处理、API接口
##

文本3：{文本内容}
关键词3：

Fine-tune: see fine-tune best practices here.

△这个因人而异，需要根据您自个儿需求来了～（欢迎大家在评论区分享使用体验）

减少空泛或不精准的形容

夏天买水果，真正的“悲剧”往往不是花了大价钱买了个明码标价的报恩榴莲；

而是在街边被宣传小黑板忽悠，买了个价格看似便宜，品质却全靠狂赌的“盲盒”。

毕竟有时候，贵有贵的道理，买的时候明码标价、心里有数、味道也香甜；

可一旦被忽悠，哪怕对方的秤真的良心、你得到的可能也是一个性价比模糊、不包售后、好坏全凭天意的果子。

对ChatGPT而言，道理完全相通——你需要用精准的指令让它“踏实干活”，而不是让它来猜：

✅ChatGPT：开干了家人们！

用一段3-5句话的文字来描述这款产品。

❌ChatGPT：几句话？？（@#¥%&）

这款产品的介绍需尽量精简，仅用几句话即可，无需额外赘述。

不要只说“不做什么”，还要说“应该怎么做”

很多小伙伴们在用AI的时候，可能太担心AI生成我们不想要的结果，所以说完了要做什么事以后，就会焦虑地反复叮嘱它“你不可以把我第一句内容删了”、“你不要改变原来的意思”等等。

有这样的顾虑太正常不过了。

只是OpenAI想提醒一下大家：说完一连串不要以后，还要告诉ChatGPT做什么和怎么做哦～

✅什么情况、我要做什么：

背景：下面是Agent和用户之间的对话，Agent需要尝试判断问题并且给出解决办法，同时禁止询问任何个人身份信息（PII）。不要索要用户名、密码这类隐私内容，而是引导用户查看帮助文档。

用户：我登录不了我的账号。

Agent：……(做出回答）

AI：有时候感觉挺无助的：

以下是Agent与用户的对话。严禁询问用户名或密码，禁止重复表述。

用户：我无法登录我的账户。

Agent：……(做出回答）

代码生成专用技巧：使用“引导词”来促使模型遵循特定的代码模式

此外，当你需要ChatGPT帮你生成代码时，正确的做法是在内容前明确地添加“import”、“SELECT”等引导词。

例如，添加“import”会提示模型应该开始编写Python代码；

类似地，当你添加“SELECT”语句时，OpenAI则会提示模型开始编写SQL语句。

千万不要直接把要求直接丢给它❌：

编写一个简单的Python函数

1. 让我输入一个英里数值

2. 将英里换算成千米

而是✅：

编写一个简单的Python函数

1. 让我输入一个英里数值

2. 将英里换算成千米

import（别忘了哦～）

学会使用“Generate Anything”功能

如果掌握上述8个技巧后，你仍觉得编写提示词有门槛，或是希望进一步解放双手，那么最后这项功能便是你的终极捷径。

借助OpenAI最新推出的“Generate Anything”功能，你只需要说清楚你想做什么、需要一份合适的提示词，GPT就会为你自动生成最合适的提示词，帮助你轻松实现任务目标。

比如消除照片中误入的路人并美化图片啦、或者是根据当下心情创作一首打油诗啦……GPT都会努力帮你做到。（具体大家可以动动小手试试看～）

Anyway，纸上得来终觉浅，快带上这份指南，去驯服你的ChatGPT吧！

或者你要有得心应手的提示词技巧，也欢迎评论区比拼比拼啊～～～

OpenAI博客原文：
https://help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-the-openai-api?utm_source=chatgpt.com

跳转微信打开

7.17-20日，上海见！

7月17日至20日，世界人工智能大会WAIC 2026将在上海举行。

量子位报道小队即将来上海啦！我们将围绕前沿技术、创新产品与产业趋势，带来一线探展、论坛直播、产品体验和现场报道。

来量子位展位，线下见面

今年量子位在WAIC现场展位在这里 👇

📍 展位地址：世博展览馆 H1-A134

欢迎各位合作伙伴、开发者和读者来到展位，与量子位报道小队线下见面，交流产品、技术和行业动态。

现场报道计划

大会期间，量子位将策划多轮探展直播和论坛直播，走进重点展区和企业展位，关注大模型、Agent、具身智能、AI硬件等热门方向。

我们将通过量子位内容矩阵，对值得关注的技术、产品与行业观点进行现场呈现和持续传播，帮助更多创新项目触达AI从业者、开发者和产业决策人群。

7月17日WAIC首晚，量子位还将发起「WAIC AI Mixer」交流活动，邀请Agent、具身智能与世界模型领域的一线Builder、研究员和投资人等，聊聊AI如何从「证明自己有多聪明」，走向「证明自己能够真正行动」。

🤝 合作招募

如果你希望：

• 参与量子位WAIC探展直播

• 展示最新技术、产品或解决方案

• 参与论坛直播、采访及内容报道

• 洽谈WAIC期间的其他项目合作

欢迎扫描下方二维码，填写展位及项目信息。

我们将根据报道方向和现场安排，主动来联系您～

加入WAIC现场实况社群

大会期间，我们还将建立WAIC现场实况社群，实时分享展会动态、直播信息、活动预告和现场观察。

欢迎扫描二维码添加微信，备注「WAIC」，加入社群，和我们一起边逛边聊。

7.17-20日，上海见！

跳转微信打开

3个岗位（含实习），不设边界

编辑部 发自 凹非寺
量子位 | 公众号 QbitAI

AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来量子位呢？

我们是一家以追踪AI新进展为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观测和学习生态位。

目前，我们有三大方向岗位招聘，希望你是（或者能成为）这三个方向的内容专家：

• AI产业方向：关注基建层创新，包含芯片、AI Infra、云计算；

• AI财经方向：关注AI领域创投和财报，跟踪产业链资本动向；

• AI产品方向：关注AI在应用和硬件终端方向的进展。

岗位均为全职，工作地点：北京中关村。

岗位面向：

• 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位；

• 校招：应届毕业生，接受实习且可转正。

加入我们，你可以获得：

• 站在AI浪潮之巅：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。

• 玩转AI新工具：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。

• 打造个人影响力：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领袖。

• 拓展行业人脉：与AI领域大咖零距离接触，参与重要科技活动和发布会，拓展行业视野。

• 获得专业指导：应届新人会由主编级编辑出任mentor，提供一对一指导，帮你更快进步获得成长。

• 加入活力团队：与一群志同道合的年轻人一起工作，享受扁平、简单、开放、多劳多得能者上位的团队氛围。

• 获得丰厚回报：行业TOP薪资待遇，五险一金、餐补、项目绩效、商务绩效、加班补助等福利一应俱全。

以下是岗位详情：

所有岗位不同能力层级职位均在开放，欢迎结合个人履历和经验申请。

• 主编：具备选题和带队能力及经验；

• 主笔：具备原创深度稿件能力；

• 编辑：热爱表达，喜欢挖掘信息，能够用大白话让所有人看懂AI新进展。

AI产业方向

岗位职责：

• 跟进AI基建层新进展，包括但不限于芯片、AI Infra、云计算领域新进展，核心玩家动态；

• 做前沿论文、开源社区、技术大会（Hot Chips、NeurIPS、MLSys）技术报告大众化解读；

• 参与核心采访，对话产业专家、技术大牛、撰写AI云落地案例。

任职要求：

• 对芯片、GPU、NPU、服务器、模型训练架构、云计算等有基本理解；

• 熟悉AI行业的供应链与生态（训练–推理、算力–成本、云–芯片关系）；

• 能把复杂技术内容结构化表达；

• 有技术背景、理工或CS/EE方向优先。

AI财经商业方向

岗位职责：

• 聚焦创投、AI创业公司、上市公司、商业模式、产业链资本动向；

• 产出创投融资、招股书财报解析、公司战略分析等稿件；

• 访谈对话投资人、创业者、产业分析人士。

任职要求：

• 对数据敏感，对财报、股权结构、战略规划感兴趣；

• 逻辑结构强，对商业叙事敏感；

• 热爱对话采访，社交型人格。

AI产品方向

岗位职责：

• 关注AI在终端的落地：包括软件应用产品、硬件方向落地；

• 撰写AI应用产品深度评测、跟踪多终端新品发布（手机、PC、XR、车机等）；

• 对话访谈AI应用创业者、产品专家、终端技术专家。

任职要求：

• 对智能硬件、AI终端趋势敏锐，重度AI产品体验人士；

• 熟悉各大终端厂商业态、体验方法论；

• 有强逻辑、体验表达和结构化能力。

应聘方式

1、请将个人简历发送至zhaopin@qbitai.com，邮件主题请注明“量子位XX方向应聘 - [你的姓名]”；

2、随简历附上你的科技行业代表作品，或者能展现个人写作水平和风格的作品。

关于量子位：

截至2025年，通过及时追踪AI及前沿科技进展，量子位在微信公众号已经有超260万订阅用户，全网用户超700万，日均阅读量200万+。
在新榜和清博等第三方数据平台，量子位已是AI以及前沿科技行业TOP1新媒体。

跳转微信打开

“Robotaxi第一股”文远知行孵化

贾浩楠 发自 凹非寺
量子位 | 公众号 QbitAI

2026年中，一家看似处于AI产业链“中游”的公司——景烁科技，在独立运营后，引发了行业热议。

它的背景足够硬核：文远知行内部孵化，CEO是文远001号员工。赛道也足够有故事、被追捧：具身智能。

但景烁选择的切入点，在喧嚣的赛道里显得格外冷静：不做整机，不做单纯的大脑，而是押注物理AI的基础设施——数据和世界模型技术体系。

在这个言必称“大脑”和“通用模型”的时代，景烁被频繁讨论，揭开了一个被忽视的真相：行业都在追逐顶层“思考力”时，底层的“经验体系”和“世界认知”还没人系统性搭建。

而没有对物理世界的深度认知，再聪明的“大脑”也只是空中楼阁。

10年数据信仰的延续

物理AI的第一个落地赛道是自动驾驶，而这10年走过的工程化、规模化之路，展现出的是“瓶颈迁移史”。

第一轮拼算法。谁提出更好的网络结构、更优的决策逻辑，谁在榜单上领先——完全能和如今具身智能赛道热衷于发Demo、刷榜单的行为对应起来。

第二轮拼算力，这个阶段算法范式根本没有收敛统一，而算法本身的高下又难以通过直观可量化的数据来通俗表达，于是算力就成了智能军备竞赛的核心指标，包括车端和云端。

从特斯拉FSD V12版本切换到端到端模型，以及FSD V14彻底完成一段式重构之后，自动驾驶赛道在算法这个层面已经高度收敛，L2/L4玩家都转向了多模态大模型+世界模型生成仿真+强化学习修正的路线。

这个时候一线炮火作战的各家技术团队也都认识到，再好的算法、再大的算力，没有高质量数据喂给模型，迭代就停在原地——物理AI的第一个落地场景竞争，最终回到数据基础设施层面。

文远知行完整经历了这三轮，最终站稳L4自动驾驶第一梯队。贯穿其中的暗线，是数据基础设施的持续建设——也就是景烁团队对外公开、独立运营之前一直在做的事情。

景烁科技CEO霍达，文远知行001号员工，拥有12年行业经验，深耕大规模自动驾驶平台、AI数据基础设施建设，历任文远知行技术负责人、工程团队负责人等职务。曾在美国、中国、新加坡主导搭建全球化工程研发组织。

△ 左：景烁科技CEO霍达，文远知行001号员工；右：景烁科技President&COO韩明

另一位创始人President&COO韩明，中国地理信息产业协会理事，中国测绘学会理事，中国卫星导航定位学会常务理事。拥有多年人工智能数据、自动驾驶产业深耕经验, 曾任DeepMap.Inc 高级管理职位。

两位创始人履历里有一个共同点：都经历过自动驾驶从”缺数据”到”想办法解决数据”的全过程。

所以文远知行一开始就面对的那个现实，他们比谁都清楚——

车队的数量远不如车企或给车企做配套的L2玩家，实测数据天然劣势。

所以当时仍属于文远内部一个部门的景烁团队，率先走向了不一样的路——用仿真器生成大量长尾场景。

上海的直行待转区、不规则环岛、三轮车上绑着一棵树……这些真实路况里偶发但关键的场景，用仿真批量生产。

而且这样的仿真，不是模仿类视频生成，而是真正理解物理法则、因果关系的“世界模拟器”，后来Transformer架构兴起，这套仿真器演进成文远知行的GENESIS世界模型。

对于数据基础设施的核心内涵，景烁科技团队很早就明确：不要在茫茫数据里捞“钻石”，而是直接人工生成“钻石”。

而这个选择的意义，在具身智能时代被倍增放大。

毕竟自动驾驶再缺数据，至少有一个可以支撑测试车合法合规上路的早期模型。但具身智能却有本质不同——高频需求的工业、家用等等场景，现在任何玩家都没有一个哪怕有最低程度泛化性的工程化模型。

更没有ChatGPT那样的现成互联网数据。

而没有数据，模型迭代不动，具身智能除了Demo，几乎无法落地……制约核心因素，就是始终缺少高质量数据基础设施形成闭环，作为模型的kick start。

这就是最真实的状况：具身智能离比拼模型和算力的门槛，还很远，毕竟基于真实落地反馈的“物理认知体系”，初创团队无法速成。

这也是景烁科技最与众不同的、稀缺的特质：完整经历了自动驾驶淘汰赛，有一套已经被验证的技术认知、工程化能力与规模化交付经验。

去年开始，EGO（第一人称视角采集）路径被验证可行，景烁团队敏锐察觉到物理AI的Scaling Law触发第一次有了可能性，于是决定正式独立出来。

从“采集”到“设计”：数据认知升级

景烁对数据基础设施的思考，是“模型还需要什么才能突破”。

整体来看，景烁科技是这个赛道里率先把具身智能的数据基础设施，作为一种产品来交付的玩家，分三层架构，各有分工，又环环相扣：WorldEngine驱动数据闭环，GENESIS-Robotics提供核心引擎，SkillForge封装最终交付物——只有懂算法，才能定义技能包里该装什么。

三者串联起来，相当于帮客户把“从零搭数据体系”这件事一站式解决了。

第一层是WorldEngine，标准化数据模型底座——基于同一世界模型驱动的、覆盖采集→治理→标注→合成→测评→部署的完整大闭环。

同一个世界模型贯穿驱动，就知道该采什么、怎么治、标什么、合成什么、测什么、怎么部署。

部署后的真实数据又回流到采集端，校准下一轮。

对于用户来说，没有这套闭环，工程师大部分时间在跟数据搏斗；有了它，团队可以把精力集中在模型优化上。

采集硬件本身也值得一说。景烁全栈自研了一套叫EGOK的采集设备——双目相机4K@60fps实时输出深度数据，近红外阵列做亚毫米级手部追踪，延迟8ms。整机280g，连续工作5小时以上，功耗比传统方案低40%。

但参数不是重点，重点是这套设备从采集发生的那一刻起，“手—物—场景—动作”就已经对齐了——全链路模组同源同标，不需要事后人工拼接。而且世界模型会基于当前数据分布，自动规划高价值采集目标，不是盲采。

中间层是GENESIS-Robotics世界模型，整套体系的核心引擎。市面上大多数所谓“世界模型”，其实只是2D图像生成加一个物理引擎拼一下，能力边界很窄。景烁的GENESIS-Robotics走了一条叫Transfusion的路线——在同一个Transformer里，语言、策略、图像、视频各走各的计算路径，但共享参数。

这让它同时干了三件事：世界理解——给定当前状态和动作，预测下一个物理状态；数据合成——基于对世界的理解，生成物理合理的新场景和交互数据；策略生成——给定状态和目标，直接输出动作。

三件事共享参数，飞轮就转起来了：模型越强→合成数据越好→下游模型更强→采集策略更精准→真实数据质量更高→模型更强。这个飞轮一旦转起来，竞争壁垒是指数级增长的。

SkillForge，物理AI的资产引擎，其中包含开箱即用的技能包Skill Pack。

厨房场景、客厅整理、工业操作等等，每个Skill Pack均覆盖完整任务链路，从场景设计到多模态对齐样本，从4D空间标注到质量评价与模型验证报告，客户拿到即可投入训练。

但SkillForge本身不是“数据集市场”，而是按模型训练需求组织技能包——特定的状态分布加动作分布加评测标准，跨本体设计，经WorldEngine全流程验证，附L1/L2/L3三层评测结果。

客户拿到的不是“一堆视频”，而是“一个经过验证可以直接用于训练的技能”，只需要把人的动作映射到自己的末端执行器上，适配到不同自由度和关节。

目前SkillForge拥有500K+小时真实交互数据、50M+任务片段、200+标准化技能包，50+核心场景覆盖家庭、制造、零售、教育四大领域，1000+任务变体。

纵观景烁科技的产品方案设计，核心关切是：具身智能的数据基础问题，现在根本没有标准答案。

用自动驾驶时代十年积累的方法论和模型能力来回答，是目前唯一有效的途径：

有自己的模型——看验证数据的有效性，可以直接定义“什么数据有用”。

所以“数据即服务”这个概念，在具身智能赛道被景烁升级了：数据基础设施即服务，当然更不用提跨本体的泛化性了。

并且于景烁来说，用户“开箱即用”的价值，是靠懂算法、懂模型倒推出来的数据策略，再配合工程化交付跑通的。

物理AI的“地基”

具身智能热了三年，融资一轮比一轮大，但整体进展远不如预期：2026年过半，我们仍然在等待物理AI的“ChatGPT时刻”。

制约不在算法——Transformer架构被证明在物理任务中依然有效；

不在硬件——中国制造业已经能把机器人本体的性能、成本做到极致。

机器人demo依然热闹，但距离真正完成物理世界的复杂任务，仍有肉眼可见的鸿沟壁垒……

今年国内具身智能赛道融资约438亿元，其中超过一半——约241亿元——涌入了“具身大脑”方向的创业公司（据量子位统计）。

多模态、对物理法则和因果关系有准确认知的大模型，既是具身智能商业价值兑现的关键，也是当下整个赛道追逐的“圣杯”。就像当年自动驾驶把Robotaxi当作终极目标一样。

景烁科技在这个时间点被热议，反映出了一个冷峻且残酷的事实：没有高质量数据，连“开始训练”这一步都迈不出去。

如今具身智能创业玩家们，大部分没有在自动驾驶时代经历过规模落地交付，有点把数据这件事想得太简单了。

大语言模型的ChatGPT时刻，建立在互联网数十年积累的海量文本之上。物理AI没有这个历史红利。

机器人的行为数据要从零开始积累，现阶段的行业共识是，通用具身模型至少需要千万小时级的高质量交互数据，甚至上亿小时。

当然，自建数据基础设施也是一个选项，但具身创业玩家就必须回答两个尖锐问题：时间够不够？成本值不值？

大多数创业公司可能根本没有这个成本、时间窗口。

资金之外，更核心的是这套体系的know how——知道模型缺什么、什么数据真正有用、怎么设计数据能让模型能力跃升。这种Knowhow需要在一个完整的业务场景里跑通闭环，经历足够多的案例才能积累。

景烁提供了另一种路径：World Engine处理数据，GENESIS-Robotics生成合成数据，Skill Forge输出可直接微调的技能包——三层打包交付，工程师拿到手就能开始训模型。

毕竟不是每个团队都需要从零挖一遍地基。用别人的成熟基建，把资源集中在模型和场景上，在成本和研发进度的账本上，都是更理性的选择。

景烁科技CEO霍达对行业有个判断：具身智能从狂热梭哈到审慎理智，这个转变可能不久就会到来。

这样的剧情，对自动驾驶老兵们来说太熟悉了。风口来的时候所有人都在猛踩油门，钱涌进来，故事被讲出来。但很快，投资人、用户、行业开始质疑——融了这么多钱，到底能交出什么？

文远知行经历过这个阶段，景烁团队也经历过，所以他们比谁都清楚，数据基础设施必须走在前面。

景烁的切入点很明确：在行业起步最需要动力的时候，提供基础设施支撑，它是整个行业从“手工雕琢”迈向“工业化流水线生产”的关键一步。

这套逻辑有现成的参照系——2017年的英伟达，当时更多被看作游戏显卡供应商，没人预料到它会成为AI浪潮中最绕不开的存在。那一年行业都在追算法、追工具，算力被视为“供应链的一环”而非战略制高点。

2017年的宁德时代，境况也几乎相同。

物理AI正在进入同样的拐点。景烁的选择，是提前站在这个位置上——不做整机，不做大脑，只做那件最终谁都绕不开的事。

具身智能公司不需要再从零积累物理世界经验，不需要再花数年搭建数据飞轮，可以直接调用景烁的世界模型能力，直接购买开箱即用的技能包。

是时候让行业意识到，最关键、最难解的数据问题，有一支在自动驾驶淘汰赛中成功胜出、技术方案被充分验证的团队，已经准备好了答案。

跳转微信打开

难怪苹果急眼了

鱼羊 发自 凹非寺
量子位 | 公众号 QbitAI

ChatGPT的第一个物理身体被爆出来了：一款音箱。

移动式、无屏幕，可以用ChatGPT语音控制智能家居设备。

听上去，它肯定不能是长这样吧：

△图片由AI生成

尽管实际产品尚未亮相，但从目前的爆料来看，这确实很「Openpod」。难怪苹果急着要锤OpenAI窃密了。

居家AI伴侣

还是来看看这次OpenAI的首款硬件产品都有什么料。

按照彭博社的说法，虽然看上去是音箱，但OpenAI真正想要打造的，是一台专为AI打造的计算机。

内置摄像头和诸多传感器，能够理解用户所处的环境和语境。嗯……到这里好像也和现在的智能音箱没啥差别，所以重点来了——

它搭载了「超越传统智能音箱」的先进AI模型。（doge）

语音交互方面，大家应该也猜到了，用的就是OpenAI刚上新的GPT-Live：支持更自然的全双工语音交互，可以在用户停顿、被打断或改变说话节奏时，动态决定继续倾听还是作出回应。

论智能和活人感，那确实能把Siri甩到连车尾灯都看不见。

而更复杂的需要联网搜索、深度推理的任务，则会交给更强的模型来处理。

基于此，这款「Openpod」不仅能像普通音箱那样控制家居设备、播放音乐、回答用户问题，还能根据用户的日程、邮件、习惯和目标预测用户需求、主动提出建议，主打越用越懂你、居家好伴侣的机设。

另外，OpenAI首款音箱不带屏幕，内置电池，可以很方便地在家里拿来拿去。就是说，甭管你是做饭还是洗衣服，甚至上厕所都可以带着它（？），妈妈再也不用担心我扯着嗓子在家里喊Siri它却听不见。

流行是一种轮回

彭博社消息，OpenAI目前大约有5款硬件产品处于规划或开发中。首款智能音箱只是整个硬件体系的起点。

所以可以这么理解，硬件的形态不是最关键的，重要的是，OpenAI想要自己把握住AI时代的终端流量入口。

从2025年花64亿美元收购前苹果传奇设计师Jony Ive（强纳肾）的AI硬件公司和他本人开始，OpenAI在硬件方面的动作就没停过。

包括但不限于在2025年当年，从苹果挖了至少20+硬件相关员工。

产品的小道消息也没停过。

中间有奥特曼自己爆料的AI pin形态，也传过会先出一支智能笔。

现在，首款硬件的形态似乎又返璞归真，回到了「音箱」这种最早以AI助手为核心的产品品类上。

这何尝不是AI圈自己的「流行是一种轮回」。

一方面，跟这两年来AI新硬件们来势汹汹但又昙花一现的市场表现不无关系——哪怕是OpenAI，也得考虑产品能不能持续地卖出去。

另一方面，智能音箱这一更成熟的智能硬件品类，确实也是待好模型久矣。

从亚马逊Echo到Google Home，再到苹果HomePod，智能音箱曾经被视为下一代计算入口。后来语音助手集体撞上能力天花板，市场热度逐渐退潮。如今，大模型绕了一圈，又重新回到这个十年前的硬件形态。

有点复古，也可能更加实际。

参考链接：
https://www.bloomberg.com/news/articles/2026-07-14/openai-s-first-device-will-be-moveable-screenless-speaker-built-as-ai-companion

跳转微信打开

一场小范围、更聚焦的真话局

林樾 发自 凹非寺
量子位 | 公众号 QbitAI

就在下周，世界人工智能大会（WAIC）就要在上海启动了。

每年这种重磅的AI大会，量子位自然不会缺席。今年量子位的报道团，也会来到线下，为大家带来一手的科技大会讯息。

但在展台之外，我们想办一场小范围、更聚焦的“真话局”，追问一个问题：

AI聪明够了，行动呢？

一方面，Agent正在走出聊天框，进入工作流、与人协同完成任务。

另一方面，AI正在走向物理世界，学习理解环境、与世界交互。

从“会回答”到“能完成”，从“预测”到“执行”，这是今年WAIC背后的现实考题。

7月17日19:30，上海浦东。我们希望与Builder、Researcher、Investor一起聊聊那些展台之外、真正值得讨论的问题。

出席嘉宾

张昊阳
EvoMap 创始人&CEO

张昊阳（17），EvoMap创始人，多智能体框架GameGPT、自进化引擎Evolver作者，OpenClaw社区头部开源贡献者。曾任和平精英技术策划、AIGC研发负责人，早年有虚拟数字人及VR领域的多次连续创业经历，11岁自学编程，14岁时成为中国最小的Unity开发者。拥有超过10年产品设计与技术架构经验。

李志宇
记忆张量MemTensor CTO

李志宇博士，上海市东方英才拔尖人才，记忆张量（上海）科技有限公司联合创始人兼CTO、上海算法创新研究院大模型中心技术负责人、研究员。长期从事预训练和大模型应用方向的研发，主要研究方向包括大模型记忆增强、高效评估与应用算法。曾在阿里巴巴、小红书等头部科技企业带队承担多个核心算法方向，技术成果服务于商品评价、双十一大促、营销广告等超大规模业务场景，累计带来数十亿营收，影响用户近亿人次，并获得双十一技术突破奖。

梁鼎
VAST CTO

梁鼎，博士毕业于清华大学，师从人工智能领域顶尖专家戴琼海院士。曾任作为前10号员工职于商汤科技，负责商汤人工智能算法研发。2021年发起通用视觉、语言大模型，落地AI代码助手、虚拟带货主播等产品，曾带领数百人团队，创造了多个行业第一。在VAST，梁鼎主攻基于计算机图形学与人工智能技术的3D大模型研发，在模型架构、3DAI算法等领域创造了多个行业第一和全球领先记录。梁鼎拥有专利100余项，在国内外高水平期刊共发表论文50余篇，引用过万。

陆弘远
脸谱心智创始人

陆弘远博士，毕业于香港中文大学系统工程与工程管理学院，本科以及第一硕士毕业于帝国理工学院，第二硕士毕业于爱丁堡大学。EACL 2023 Best Paper Awards一作，曾获NAACL、ACL、EMNLP多篇Oral Paper，拥有约三十余项发明专利。

陈天润
杭州魔芯科技股份有限公司董事长

陈天润，00后创业者，浙江大学信息与电子工程学院本科，浙江大学计算机学院博士，师从人工智能专家潘云鹤院士。2021年6月创立魔芯科技。在Science， Nature子刊、IEEE TPAMI等期刊及ICCV、CVPR、ICML、SIGGRAPH等会议发表高水平论文50余篇。获共青团中央科技创新最高奖项“中国青少年科技创新奖”。先后入选2024福布斯Forbes Asia 30 Under 30、胡润U30中国创业先锋等榜单。

活动议程

报名方式

⏰ 7月17日 晚19:30

📍 上海浦东·咖啡馆

沙龙也会同步线上直播，欢迎预约 👇

如果你也会来到WAIC，欢迎添加小助手备注「WAIC」，加入我们的WAIC实况群聊。

展会期间，我们会持续分享现场观察、值得关注的产品与趋势。

期待在WAIC现场，与大家见面！

跳转微信打开

3个岗位（含实习），不设边界

编辑部 发自 凹非寺
量子位 | 公众号 QbitAI

AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来量子位呢？

我们是一家以追踪AI新进展为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观测和学习生态位。

目前，我们有三大方向岗位招聘，希望你是（或者能成为）这三个方向的内容专家：

• AI产业方向：关注基建层创新，包含芯片、AI Infra、云计算；

• AI财经方向：关注AI领域创投和财报，跟踪产业链资本动向；

• AI产品方向：关注AI在应用和硬件终端方向的进展。

岗位均为全职，工作地点：北京中关村。

岗位面向：

• 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位；

• 校招：应届毕业生，接受实习且可转正。

加入我们，你可以获得：

• 站在AI浪潮之巅：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。

• 玩转AI新工具：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。

• 打造个人影响力：通过撰写独家原创内容，建立个人知名度，成为AI领域的意见领袖。

• 拓展行业人脉：与AI领域大咖零距离接触，参与重要科技活动和发布会，拓展行业视野。

• 获得专业指导：应届新人会由主编级编辑出任mentor，提供一对一指导，帮你更快进步获得成长。

• 加入活力团队：与一群志同道合的年轻人一起工作，享受扁平、简单、开放、多劳多得能者上位的团队氛围。

• 获得丰厚回报：行业TOP薪资待遇，五险一金、餐补、项目绩效、商务绩效、加班补助等福利一应俱全。

以下是岗位详情：

所有岗位不同能力层级职位均在开放，欢迎结合个人履历和经验申请。

• 主编：具备选题和带队能力及经验；

• 主笔：具备原创深度稿件能力；

• 编辑：热爱表达，喜欢挖掘信息，能够用大白话让所有人看懂AI新进展。

AI产业方向

岗位职责：

• 跟进AI基建层新进展，包括但不限于芯片、AI Infra、云计算领域新进展，核心玩家动态；

• 做前沿论文、开源社区、技术大会（Hot Chips、NeurIPS、MLSys）技术报告大众化解读；

• 参与核心采访，对话产业专家、技术大牛、撰写AI云落地案例。

任职要求：

• 对芯片、GPU、NPU、服务器、模型训练架构、云计算等有基本理解；

• 熟悉AI行业的供应链与生态（训练–推理、算力–成本、云–芯片关系）；

• 能把复杂技术内容结构化表达；

• 有技术背景、理工或CS/EE方向优先。

AI财经商业方向

岗位职责：

• 聚焦创投、AI创业公司、上市公司、商业模式、产业链资本动向；

• 产出创投融资、招股书财报解析、公司战略分析等稿件；

• 访谈对话投资人、创业者、产业分析人士。

任职要求：

• 对数据敏感，对财报、股权结构、战略规划感兴趣；

• 逻辑结构强，对商业叙事敏感；

• 热爱对话采访，社交型人格。

AI产品方向

岗位职责：

• 关注AI在终端的落地：包括软件应用产品、硬件方向落地；

• 撰写AI应用产品深度评测、跟踪多终端新品发布（手机、PC、XR、车机等）；

• 对话访谈AI应用创业者、产品专家、终端技术专家。

任职要求：

• 对智能硬件、AI终端趋势敏锐，重度AI产品体验人士；

• 熟悉各大终端厂商业态、体验方法论；

• 有强逻辑、体验表达和结构化能力。

应聘方式

1、请将个人简历发送至zhaopin@qbitai.com，邮件主题请注明“量子位XX方向应聘 - [你的姓名]”；

2、随简历附上你的科技行业代表作品，或者能展现个人写作水平和风格的作品。

关于量子位：

截至2025年，通过及时追踪AI及前沿科技进展，量子位在微信公众号已经有超260万订阅用户，全网用户超700万，日均阅读量200万+。
在新榜和清博等第三方数据平台，量子位已是AI以及前沿科技行业TOP1新媒体。

跳转微信打开

董事长印奇称“未来的OS一定是跨端的”

衡宇 发自 上海
量子位 | 公众号 QbitAI

2026年，全球操作系统产业，迎来60年来的最大一次范式重构。

• 荣耀在MWC上海首次提出“Agentic OS”概念，明确要以AI Agent为核心重构操作系统架构

• 华为发布HarmonyOS 7，将“迈向Agent时代”作为核心战略

• OpenAI在5月下旬展示了一款内部代号为“Atlas Phone”的设备机，明确以大模型为核心重构终端交互架构，加速推进原生Agent体系向终端系统底层渗透

• 苹果将Siri升级为系统级智能入口

• 谷歌推进Gemini Intelligence深度嵌入Android

从大模型厂商到终端巨头，几乎所有头部核心玩家都在，争夺下一代操作系统的定义权。

聚光灯也让一个深层矛盾暴露在行业面前。

今天的智能体不再满足于聊天与思考，它们已经能够代人行动、替人做事。

但在硬币的另一面，如今绝大多数系统依然死死抱守着60年不变的设计原点，即“人点击、机器响应”的逻辑。

智能体要替人做事，需要跨应用调度、跨设备协同、调系统资源、获取权限授权、记上下文……基于旧逻辑诞生的操作系统无法给能自主规划、持续执行的智能体提供足够的生长空间。

是时候给Agent一套自己的原生操作系统了。

7月13日，大模型领域头部玩家阶跃星辰扔出了重磅炸弹，正式发布面向智能体时代的大模型原生AI终端品牌STEPX，并同步推出全球首个智能体原生操作系统Step AOS（Step Agentic-native OS）。

它把智能体能力的核心概括为一条乘法公式。

△阶跃Step模型矩阵 × 阶跃Step Agentic-native OS

技术发布中，阶跃星辰还同步推出了基于模型矩阵与Step AOS打造的新一代个人智能体阶跃Amoo，并同场亮相了大模型原生智能体手机STEPX Neo，宣告构建起“模、软、硬”三位一体的技术闭环。

终端厂商、互联网公司都在做AI终端，阶跃则是从模型公司位置切进系统和硬件并率先落地的玩家。

这篇文章我们就是想和大家一起讨论一下，Agent时代的系统能力，究竟由谁来定义？

旧系统存在困住Agent的三堵墙

过去60年，人机交互从命令行走向图形界面，再到触控与自然语言交互，系统服务的对象始终都是人。

但随着AI技术浪潮一浪高过一浪，Agent成为操作系统新的服务对象。

我们说Agent在旧系统里跑不动，主要基于三点考虑——它们迎面撞上了传统操作系统中三堵无法逾越的厚墙。

第一堵墙是记忆墙。

传统OS的数据和生态被天然割裂在各层级的应用沙箱、不同的硬件设备以及各自为战的账号体系中。

这导致App级别的Agent注定只能拥有局部记忆。

记忆墙的存在让数据无法流通，Agent会像患了短期失忆症一样，无法在跨应用、跨端之间形成统一、连贯的长期记忆体系。

第二堵墙是决策墙。

Agent的决策天然有快慢之分。

设闹钟、找照片、打开设备这类高频操作，要求端侧在百毫秒级完成响应。面对复杂规划、长文本分析和多步骤任务，系统又需要调用云端推理能力，完成更深的判断。

一个聪明的Agent决策，既需要端侧毫秒级的即时感知与低延迟响应，又需要云端极深层次的复杂推理与全局规划。

然而，旧系统内部缺乏一套统一、高效的端云协同调度机制，快与慢无法有机结合，以至于Agent在处理跨应用复杂长程任务时效率极其低下。

第三堵墙是行动墙。

在传统OS上，Agent没有合法的系统身份，只能悲哀地利用视觉或无障碍通道去模拟人类的“点击”。

系统根本没有给Agent留出原生的可信行动通道，更无法赋予它们完整、可管、可审计的超级权限以及操作失败后的回滚机制。

只会“模拟点击”的Agent，对“替你办完事”心有余而力不足。

Agent时代的OS竞争，绝不是简单的系统入口之争，更是底层行动环境的范式之争。

谁能把记忆、决策与行动组织成系统能力，谁才可能定义下一代终端体验。

模型公司重构系统，核心在“用模型做中枢”

面对三堵墙，行业普遍的做法是走“OS+AI”路线，在既有OS上接入大模型，让AI以助手、插件或入口的身份出现。

然而在阶跃星辰看来，这条路径能迅速补齐部分体验，但系统的骨架依然围绕人和应用设计，Agent无法发挥最大的作用：

在旧系统上给Agent开一扇门，它永远只是访客。
唯有为Agent盖一座房子，它才是原住民。

结合实际需求和自身优势，阶跃推出的定位为全球首个智能体原生操作系统Step AOS，选择了另一种攻破方式。

“别人在旧系统上加AI，阶跃为AI重新设计系统。”

通过向上从零打造Agent的运行环境，向下重构并兼容Android、Linux、RTOS等传统系统，Step AOS从底座层面将计算、数据、应用与服务三大资源进行了全面重构，模型不再停留在系统表层，感知、记忆、规划、执行与安全开始由模型能力直接生长为系统原语。

系统设计起点的差别，带来了Step AOS击碎“三堵墙”的核心优势。

1、计算重构：破决策墙，系统供给引擎支撑端云协同

计算层面，系统供给引擎把CPU、GPU、NPU等端侧异构算力与云端算力纳入统一调度。

针对简单的设闹钟、找照片等即时任务，由专为终端硬件定制的Step Edge端侧基座模型在端侧百毫秒内闭环，执行成功率超99%，实现零云端开销与极致的隐私保护。

一旦面对复杂推理与多步编排任务，调度路由会逐级无缝升入云端，交由旗舰模型Pro系列和标准模型Flash系列接管，形成完美的端云协同多脑体系。

通过级联调度，Step AOS能实现“能端则端、需云则云”。

2、数据重构：破记忆墙，统一语义数据层支撑跨端记忆

Step AOS打破了传统应用沙箱造成的数据阻隔，建立了统一语义数据层。

该层能对跨应用、跨设备的用户感知、行为及个人数据进行全量采集与统一汇聚，并加工为语义文件，配合高速混合数据库极速传输，为Agent提供统一记忆的基础。

对用户而言，差别在于每次对话不必从零开始，Agent可以理解正在发生的事，也能在长期使用中积累对人的认识。

在此之上，Step AOS构建了“双域三步记忆结构”。

双域，指的是用户域沉淀事实、情景与画像，Agent域沉淀垂域知识、认知与个性、方法与经验。

三步，则是通过“记、理、忆”三步链路在后台自动整理演化，形成短期、中期和长期的上下文能力。

相关能力已在PersonalMem、LongMemEval等记忆评测中达到SOTA级表现，简单问答最快10.3ms召回，复杂任务最快800ms召回。

3、应用与服务重构：破行动墙，原子能力仓库实现自由编排

Step AOS将现有传统操作系统中面向人的繁复功能与应用能力，彻底拆解成了数千个系统级和应用级的最小原子化服务能力单元。

通过高兼容性的Agent工具调度框架与统一标准协议（如MCP、A2A协议），阶跃Amoo这类超级Agent可以直接调用这些原子能力，根据用户的复杂意图自由编排、并行执行任务链。

当服务能力可以被统一发现、调度和验证，Agent就彻底摆脱了模拟点击的限制，真正拥有了系统级的行动能力。

MCP、A2A、CLI与统一API等协议被纳入调度框架，生态服务可以以更适合Agent调用的形式接入。

这也意味着，未来的竞争，会从预装多少App，逐渐转向谁能提供更多可信、可组合、可闭环的原子能力。

模型公司做系统，天然具备一项核心优势：每一项系统能力都有对应的模型深度适配。

在Step AOS里，阶跃模型矩阵阶作为能力基座，贯穿Step AOS的计算调度、数据处理与服务调用全链路。

第一，Pro、Flash、Edge构成分层模型梯队，分别面向深度推理、常规交互与端侧低延迟响应。

第二，音频、视觉、终端交互等多模态模型共同承担感知任务。

第三，Agent遇到简单需求时，端侧模型快速执行。遇到复杂问题时，云端模型接手推理与规划。两者共享同一套能力体系，系统可以更自然地完成意图传递、上下文接续与隐私边界控制。

模型公司做系统的价值也在这一层开始显现——记忆如何注入推理上下文，端云如何切分任务，安全如何介入行动生成过程，都可以由模型侧和系统侧共同设计。

模型成为了系统架构的发力点。

同时，由于Step AOS提取的是操作系统的资源本质而非依附于特定系统代码，它天然具备跨终端形态（手机、PC、IoT等）的部署能力，让设备共享同一套记忆、决策与安全框架。

阶跃Amoo正是这一套体系面向用户的承载者。

它被定义为新一代个人智能体，具备感知、记忆、规划、连接与执行能力，目标是从被动响应的工具，进化为能长期理解用户、持续提供服务的Agent伙伴。

AI原生系统的护城河：转化效率、信任与生态共生

原生AI系统的竞争，本质是“模型能力向系统能力的转化效率之争”。

也就是说转化链路越短、耦合越深，那么效率就会越高。

终端厂商和互联网公司走OS+AI路线，模型作为插件被调用，转化链路长且耦合浅。

Step AOS以模型为中枢，模型能力直接长成系统原语，转化链路极短、极深，这构成了阶跃第一重不可逾越的壁垒。

但在极短的转化链路之外，整个AI行业正在面临一个更宏大的时代命题：

当大模型从“给出建议”走向“执行动作”，我们该如何构建一个人机共生的全新社会协作网络？

这背后，是所有入局Agent原生赛道的玩家都必须共同跨越的两道时代鸿沟。

一个是信任，一个是生态。

这两道关卡无关企业体量与赛道出身，决定了Agent系统能否真正从实验室走向大众生产生活，也定义了下一代操作系统的行业底线与天花板。

先来说说信任边界，这是从“只读时代”到“读写时代”的系统性安全底座。

Agent时代最大的系统性风险，是智能体获得系统级权限后的失控可能。Agent越能干，其行动权越需要被严格治理。

当AI实现屏幕视觉识别、支付操作、信息收发与硬件操控等全维度能力后，面向APP设计的传统被动式安全防御体系已然彻底失灵。

权限如何按需授予？操作如何可全链路追溯？误操作如何挽回？用户隐私如何在跨应用调度中不泄露？

目前全行业尚未形成统一的Agent安全治理标准。

人工智能行业也迫切需要从底层搭建全新的可信执行环境，配套完善动态化治理体系。

这并非是某家企业提升竞争力的附加优势，而是AI从趣味应用进阶为核心生产力工具的必备前提，更是构建人机协同社会的根本保障。

正是针对这一行业共同的痛点，Step AOS提出智能体四维安全体系，严格践行了“可信（数据不出边界）、可见（全链路审计）、可控（权限按需授予）、可逆（误操作一键回滚）”的四维行动治理要素。

在Agent能力跃迁的同时，为这个时代的AI行动权划定基础红线。

再来说说生态的打通。

传统互联网时代的核心是信息，移动互联网时代的核心是应用，而Agent时代，核心是任务。

当用户的使用习惯从逐一打开多款应用，转变为向智能体下达一条指令，固有的应用壁垒必将被打破，延续了十余年的移动生态逻辑也将迎来底层重构。

未来行业生态不会走向寡头垄断的超级应用模式，而是由海量原子化能力、跨终端智能体共同构建、可灵活组合的协同网络。

这已经成为全球科技产业的共识。近年来MCP、A2A等智能体调用协议相继涌现，从大模型厂商到终端巨头都在推动开放标准的建立，目的就是打破封闭的应用围墙，让不同体系的智能体与服务能力能够自由对接。

阶跃推进行业生态布局、重点面向能力协议、原子能力与Skill的自由编排，本质上正是响应这一全行业的发展趋势，参与搭建一个能够让多元智能体协作共生的底层网络。

目前，STEPX与携程、支付宝、滴滴、美团、WPS等首批生态合作伙伴已达成AI深度合作，轻松实现一站式旅游出行、民生政务、本地生活、办公提效、内容创作等全场景服务，为用户带来AI生态新体验。

这条从底层重构系统的路径，也为整个大模型产业的商业化打开了全新的想象空间。

当前大模型行业普遍面临收入模式单一的瓶颈，纯API售卖与上层应用软件的增长逐渐见顶，而向终端硬件场景渗透、绑定实体产业载体，已经成为全行业探索的新增长曲线。

本次发布会上同场亮相的大模型原生智能体手机STEPX Neo，就是这条技术路径的首个落地终端。

STEPX Neo 搭载Step AOS系统，内置阶跃Amoo，可实现跨应用调度、端云协同决策、多设备任务无缝接续，真正做到替用户完成全链路行动。

阶跃用最纯粹的AI原生思路，回答了一个行业最基础的问题：

Agent走进真实世界，谁来提供有记忆、能思能行、可控可信的运行环境？

阶跃给出的答案，是让模型和系统共同成长。

从底层范式推演到终端落地，这也解释了为何下一代Agent原生系统的率先突破，会诞生于大模型厂商之手。

这不仅是一家模型公司的自我进化，更是整个AI产业迈向AGI深水区的必经之路。

在AI原生纪元的起点，跑通Agent原生系统的玩家，将把握住通往物理世界与数字世界融合的枢纽。

跳转微信打开

离开卡神单干，但赞美卡神

闻乐 发自 凹非寺
量子位 | 公众号 QbitAI

69岁正是“创”的年纪！

强化学习奠基人、2024年图灵奖得主Richard Sutton宣布，自己已和学生Khurram Javed离开John Carmack创办的Keen Technologies，另起炉灶成立Oak Lab。

Richard Sutton称得上现代强化学习的开山之人：

他本科在斯坦福攻读心理学，博士师从强化学习先驱Andrew Barto，早年先后在GTE Labs、AT&T Labs从事研究工作。

他提出了时序差分算法，和导师Andrew Barto合著的《Reinforcement Learning: An Introduction》（《强化学习导论》）是该领域全球通用教材；

2003年起，Sutton长期担任阿尔伯塔大学全职教授，创办本校强化学习实验室RLAI；

2017‑2023年任职DeepMind 杰出研究科学家，牵头建立DeepMind Edmonton研究团队

同时，在四十多年里Sutton培育出一大批AI行业顶尖人才。

其中包括AlphaGo核心设计者David Silver、DeepMind蒙特利尔负责人Doina Precup、博弈AI专家Michael Bowling，以及此次共同创业的Khurram Javed。

从推文来看，Sutton这次单干的原因很直接：

他认为当前的深度学习方法薄弱、低效，需要的不是修修补补，而是全新的基础思想与彻底重构。

也就是说，Sutton觉得现有AI路线很难进一步往更高阶的通用智能迈进。

而Oak Lab的终极目标是：

搭建万亿参数规模，可以实时学习、实时规划，整机功耗仅20瓦的智能体。

20瓦，刚好和人脑的耗能水平持平。

当整个AI行业还在堆GPU、扩数据中心的时候，强化学习的祖师爷准备重新定义什么是智能。

和卡神分手

要理解Sutton为什么要走，得先说清楚他是从哪儿走的。

Keen Technologies的创始人John Carmack，是《毁灭战士》和《雷神之锤》的缔造者、Oculus前CTO，程序员圈子里的传奇“卡神”。

2022年他从Meta离职后全力投入AI创业，方向也是强化学习。

2023年9月Sutton选择加入Keen，起因是谷歌DeepMind关闭了他在加拿大与Edmonton共建的实验室。

当时两人联手也算是梦幻组合了：

一个是底层系统工程的传奇人物，一个是强化学习理论的奠基者，计划在2030年前打造出具备“AGI生命迹象”的原型系统。

现在，合作不到三年，Sutton选择抽身离开。

但他在推文里特意把第一句话留给了Carmack：

关于John Carmack和Keen Technologies，我怎么夸都不为过。

言下之意就是：走不是因为Carmack不好，是因为大家对怎么走到终点这件事产生了分歧。

在Sutton眼中，当下深度学习整套发展路线行不通。

模型不需要无休止迭代微调，整个行业亟需完成范式层面的颠覆重建。

Oak Lab要做什么

Sutton这次创业押注的核心可以概括为一句话：

智能来自运行时持续产生的经验。

现在主流大模型的工作模式基本是耗费数月时间，投入巨额成本，依托海量文本数据完成离线预训练；

训练结束之后模型参数基本固定，随后上线使用。

但即便每天和亿万用户对话，绝大部分交流内容也没办法转化为自身全新能力。

模型只能复用训练阶段学到的知识，或是在对话上下文里短暂记住信息，却没法像人类和动物一样，在持续感知外界的过程里更新自我。

但Oak Lab要打造的智能体不一样。

它要一边感知周遭环境、做出对应行动，再依据结果调整自身行为；

只要产生全新经历，学习过程就同步进行，不用间隔很久再集中开展新一轮训练。

就像Sutton自己说的：

AI运行的每时每刻，都应当是学习的过程。

目前，Oak Lab已经公布了自己的核心研究路线，围绕一套名叫OaK的架构展开。

OaK代表Options and Knowledge，也就是技能与知识。

这套架构的目的是让智能体从自身经验中发现具有时间跨度的抽象结构，并将其转化为可以验证、可以规划、可以反复调用的技能。

举个例子，机器人第一次去厨房接水，整套流程包含辨认房间、躲避障碍物、拿起水杯、打开水龙头等一连串动作。

传统AI会把全部步骤当作单次决策任务；

OaK架构则会让智能体从实操里拆解出“走到厨房”“拿起杯子”“接水”等高层级技能。

后续遇到相似目标时，智能体直接调取已有技能，再结合当下环境灵活调整方案。

这种沿着时间维度精简过往经历的方式叫作时间抽象，让AI效仿人类，把一连串零散动作沉淀成成熟技能，依靠技能组合完成更复杂任务。

除此之外，Oak架构还有一个和当下深度学习截然不同的设计目标：

学习阶段既不储存历史数据，也不会回放过往经验。

当前的深度强化学习往往会把大量历史经验放进缓冲区，反复抽样训练。

Oak Lab设想采用batch size为1的实时学习方式，每得到一条新经验，就立刻完成一次更新。

团队认为，如果这类算法再与事件驱动神经网络结合，系统所需的计算量和能耗有机会下降数个数量级，从而让持续、实时学习变得真正可行。

于是便有了那个远期目标：万亿参数、实时学习、实时规划、20瓦功耗。

当然，目前这还只是构想。

Oak Lab背后还有一块理论基石，来自Sutton和Javed共同提出的大世界假说。

核心观点是：真实世界永远比AI更加复杂。就算模型做得越来越强大，外界环境的数据量同样会跟着暴涨。

依靠提前整理好的数据训练出来的模型，跟不上现实变化。

AI要学着选择性记住有用内容，适时忘掉过时信息，持续在线学习，才能适应真实世界。

从“苦涩的教训”走到创业

熟悉Sutton的人，对上面这套观点应该不会意外。

2019年，他写下AI领域广为流传的短文《苦涩的教训》（The Bitter Lesson）。

文章回顾了国际象棋、围棋、语音识别和计算机视觉的发展历程，得出一个结论：

能够随计算规模扩展的通用学习与搜索方法，长期来看终将胜过依赖人类手工知识的系统。

到了大模型时代，这条路线似乎得到了极强验证，更大模型、更多数据、更强算力，推动AI能力一路飙升。

但Sutton对今天的主流深度学习依然不满意。

在他看来，当前系统仍高度依赖人类生产、筛选并整理过的数据。

模型学习的内容，主要是人类过去已经写下、拍下或标注过的东西。

真正的智能体，需要通过自身行动产生新经验，并利用这些经验追求长期目标。

这也解释了他为何从“苦涩的教训”进一步走向了“经验时代”。

2025年，他与AlphaGo核心人物David Silver联合提出，AI将逐步从依赖人类数据转向依靠智能体与环境互动产生的经验。

Oak Lab，正是这套研究主张的一次创业化落地。

四十年前，Sutton在博士论文里写下“temporal credit assignment in reinforcement learning（强化学习里的时序信用分配）”的时候，强化学习还是一门冷板凳学问。

四十年后，整个世界都在追逐大模型的商业化浪潮，他仍然在追问同一个问题——

智能到底是怎么来的？

One More Thing

老爷子创业后的第一站，上海WAIC。

在WAIC思想者论坛上，Sutton将会带来题为《强化学习的第一性：从经验培育超级智能》的主题分享。

参考链接：https://x.com/RichardSSutton/status/2076663628301058329

跳转微信打开

LingBot主创团队首次公开亮相！

过去一周，蚂蚁灵波连续发布和开源LingBot全栈2.0六款基础模型，并压轴发布业界首个具身原生世界动作模型LingBot-VA 2.0，“具身原生”成为WAIC前夕行业最热议的话题之一。

你可能已经读过Paper、看过Demo视频，但一定还有很多想聊的：

• 为什么放弃“微调捷径”，选择从头预训练这条更难的路？

• 6款模型环环相扣的全栈布局背后，是怎样的技术判断？

• “具身原生”这条路线，接下来会把机器人带向哪里？

……

7月19日晚上，蚂蚁灵波联合量子位，在WAIC会场旁的世博天地AOKKA Coffee开一场专属After Party——这也是LingBot 2.0发布后，主创团队的首次公开亮相。没有讲台、没有冗长汇报，一杯咖啡或特调，和他们围坐面对面，听发布背后的取舍、弯路与思考，也把你逛展时攒下的疑问当面抛给他们。

7月19日，周日，17:30-20:00

上海世博天地AOKKA Coffee

高品质、松弛感、轻量干货。逛完WAIC的周日晚上，来续一杯，和最懂LingBot的人，聊聊发布背后的思考与故事。

阅读原文

跳转微信打开