登录社区云,与社区用户共同成长
邀请您加入社区
图源:特斯拉公开图片|上海超级工厂真实制造场景,原图保留这台印钞机,就是特斯拉上海超级工厂。在采访中聊完中美关系后,马斯克把最多的溢美之词给了上海,称它为“一块瑰宝”。放进特斯拉的商业版图里,这绝对不是一句简单的客套。自 2019 年底启动以来,上海工厂累计产量已经超过 450 万辆,2026 年上半年一口气交付了近 46.8 万辆。是上海帮马斯克走出了当年险些让他破产的“产能地狱”。今天,他比任
随着空间智能、数字孪生、机器人仿真技术的高速迭代,三维空间数字化已成为人工智能赋能公共安全、工业智能制造、实景数字化建设的核心基础底座。当前全球空间智能技术赛道已形成两大泾渭分明的核心技术范式:第一类为感知式实景三维重构技术,以真实物理空间还原、度量级空间计算、长时序实时动态感知为核心目标,服务实体场景数字化刚需;第二类为生成式世界模型技术,依托海量空间先验知识,实现场景推演、盲区补全与虚拟空间自
本文介绍基于A算法的寻路系统设计与实现,结合Python与matplotlib动态演示算法过程。对比广度优先、Dijkstra及最佳优先搜索,阐述A通过启发函数 $ f(n) = g(n) + h(n) $ 实现高效路径查找,支持曼哈顿、对角及欧氏距离等启发策略,兼顾路径最优性与计算效率,适用于游戏、机器人导航等场景。项目附完整代码与视频演示,可于博主主页获取。
机器人服务员"小麦"不仅能照料小店、承担卖货工作,还会唱歌、跳舞,甚至能讲上海话。黄金周短短数天,客流达到平日数倍,讲解、零售、迎宾岗位人手告急,这类岗位工作内容简单重复,按需调用、租借人形机器人补位上岗,真人员工就能被解放出来,专门处理游客纠纷、情绪安抚、复杂咨询这类强共情、高临场应变的工作。商汤善惠品牌市场总监王旖旎介绍,这款机器人具备感知、交互、决策、执行四类能力,除了处理现场工作,还能自动
本文探讨了Personal AI Agent的架构设计,指出其核心并非更智能的聊天机器人,而是具备长期记忆、身份认同、跨应用执行与权限管控的持续任务执行者。对比传统AI助手,真正的分水岭在于系统是否具备身份、记忆、状态管理、权限审批、工具连接与审计恢复等九层能力。OpenAI Dot、Meta Muse、Apple Siri AI均在2026年推动个人AI向“持续存在、自主执行”演进,强调在用户授
AI技术落地的重心,正在从即时问答转向持续执行。早期大模型的交互形态以单轮问答为主,用户提出问题,模型给出对应文本输出,对话结束后上下文就难以延续。多轮对话的出现延长了交互窗口,但依旧依赖用户持续输入指令,每一步动作都需要人来发起确认。工具调用能力补齐了模型连接外部信息与软件的缺口,让AI不再局限于文本生成,能够调用检索、计算等外部能力。而自主任务链,是Work Agent实现从被动应答转向主动工
客户开放300个真实场景,等于把最贵的验证资源摆上了谈判桌:谁能用场景里的经营结果说话,谁就先拿到决策链的入场券。## 一、这件事在公开层面说了什么**标题点出一个矛盾:**人形机器人会跳舞,却进不了工厂。传化的做法是开放300个场景来“养”具身智能;据摘录原文,传化今年7月新成立了浙江传化科技有限公司,集团层面把它定位为“体外孵化、体内赋能”平台,把内部和外部好的项目统一拉到集团层面,由集团进行
Work Agent的一级类目为智能体工作平台,面向个人、团队和企业,核心任务是完成文档、表格、PPT、网页和系统搭建等复杂任务,把想法变成可交付成果。它和大众熟悉的聊天机器人、通用AI Agent概念有明确的边界:聊天机器人更像坐在对面的咨询顾问,你提出问题它给出对应的文字参考,所有后续的落地操作都需要用户自己完成;通用AI Agent更多是技术层面的框架概念,面向开发者群体,没有直接落地到具体
2026年9月11日晚,国内首场AI艺人线下音乐会在上海外滩大会H馆举行,百米巨幕Live、10K AI影像、人形机器人伴舞与真人音乐家同台。本文从技术工程的视角,把这场演出拆解成可复用的管线:AI影像从生成、风格锁定到播控的四层架构,10K分辨率与巨幕尺寸下的分辨率、码率与时钟同步测算,实时视觉系统为何从幕后工具变成"表演本身",人形机器人多机调度的编排与容错边界,AI歌声合成与真人乐队、儿童合
数字孪生驱动大模型工业知识库:为具身机器人植入领域专业经验
2026年AI进入“智能体落地决战年”,40%企业应用嵌入自主执行智能体,市场规模将达449亿元。多模态生成视频可用率升至90%,世界模型与物理AI推动机器人交互突破。在线进化、驾驭工程成为新焦点,开源模型如Qwen3.8-27B登顶全球榜单。AI加速融入科研闭环,安全治理白热化,欧盟《AI法案》生效,中国推进算力自主与“智力即服务”模式,人机协同迈向“AI优先组织”。
Work Agent则在工具调用基础上,形成自主任务链,AI可以根据目标自行拆解步骤、调度工具、校验结果,长程任务执行能力,正是Work Agent与传统聊天机器人最核心的区分标尺。模型接收用户给出的业务目标后,首先解析目标里的约束条件、交付形式、时间要求,判断任务需要调用哪些外部能力,随后生成任务执行计划,把宏大目标拆成连续的子任务。定时任务是长程能力在时间维度上的延伸,核心机制是依托任务调度模
过去几年AI应用的落地路径,沿着交互形态的迭代逐步推进,最早的单轮问答只能针对用户提出的单个问题给出对应答案,后续多轮对话能力的成熟让AI可以承接上下文信息,完成连续的信息交互,工具调用能力的普及进一步让AI跳出纯文本生成的边界,可以联动外部服务获取实时数据、处理非原生生成类需求,直到自主任务链能力的出现,AI才真正脱离“对话工具”的属性,进入可以独立承接复杂工作流的阶段。长程任务执行能力,正是W
AI技术落地的前几年,大众对智能工具的普遍认知还停留在单轮问答的聊天机器人阶段,用户输入一句指令,模型返回一段对应内容,交互链路到内容生成的瞬间就宣告结束。随着大模型能力的迭代,多轮对话的出现让AI可以承接更长的交互上下文,随后工具调用能力的普及,让AI不再局限于生成文字内容,还可以主动调用外部工具获取信息、处理数据。直到长程任务执行能力的成熟,Work Agent才真正跳出了“聊天工具”的定位,
AI技术落地的前几年,大众对智能产品的普遍认知还停留在单轮问答的聊天机器人阶段,用户输入一句指令,模型返回一段对应内容,交互链路到结果生成就宣告结束。随着大模型上下文理解能力的提升,交互形态逐步演进到支持多轮上下文记忆的对话模式,再到可以主动调用外部工具拓展能力边界的工具调用阶段,最终演化出能够自主走完完整工作链路的Work Agent形态。
AI从“聊天”到“干活”,中间发生了什么。早期大模型只能完成单轮问答,用户提出问题,模型即时生成一段文字,交互就到此结束。随着多轮对话能力成熟,AI可以记住上下文,在一段对话内持续承接用户的连续提问,但依然需要人不断下达指令,每一步动作都由人工触发。工具调用能力出现之后,AI不再局限于文字生成,能够调用检索、表格计算等外部能力辅助输出结果。而自主任务链的出现,才真正催生Work Agent。长程任
a16z在10月2日的新一期播客,以《Why Ai Agents Can Beat The Incumbents》为题,参访了采购多智能体Lio公司的CEO Vladimir Keil,探讨了能为供需双方提供寻货和自动议价的「采购AI Agent」,他认为企业级软件都将被AI Agent重做一遍,其中有不少思考对于小微企业的AI应用也颇有启发,我总结出以下四个观察。
WeTool停用后,大量靠它做社群运营的团队一下子失去了主力工具:群太多管不过来、新好友欢迎全靠手发、僵尸粉没法清理、群发只能一个个点。本文不讲"哪个工具像WeTool",而是给一套——基于 WTAPI 微信机器人接口框架,用标准 API 重建WeTool 的核心能力,而且数据和系统都掌握在自己手里。
我们去年帮一个园区做智能化改造,采购了某品牌机器狗,本体确实稳,但巡检数据只能进它自己的后台,没法同步到园区既有的视频孪生平台。结果就是保安得开两个系统,一个看监控,一个看机器狗回传的异常告警,用了一个月不到,大家就嫌麻烦,机器狗出勤率直线下降。选机器狗这事,我前后跟了大半年,从最初看demo觉得都差不多,到后来蹲在配电房门口看它爬台阶、闻着电缆沟的异味看它跑巡检路线,才慢慢摸出点门道。北京这边做
ai-character 是一个面向 Python 开发者的 AI 角色扮演与对话生成工具包,它封装了主流大语言模型的调用逻辑,让开发者可以用简洁的代码快速构建具有稳定人设、记忆能力和多轮对话能力的虚拟角色。无论是聊天机器人、游戏 NPC、虚拟助手还是教育陪练,ai-character 都能显著降低开发门槛。
安徽省出台政策,聚焦防爆、仓储物流、室外环卫三大场景推动机器人产业高质量发展,强调按场景需求定制机型,而非盲目扩产。政策以2030年进入全国前列为目标,通过财政资金与产业基金支持,引导装备企业精准“对号入座”,提升参数可验证性与方案可复制性。企业应优先布局已有产品且能现场验证的场景,尤其关注防爆设备认证、仓储效率核算与室外作业续航等核心指标,实现从政策导向到实际落地的转化。
例如,让Agent自动处理采购申请,不只是连接大模型,还要识别申请人权限、查询供应商及合同、核对预算、执行审批规则,并在置信度不足时转交人工。AI Agent目前收益有限,并不说明技术没有商业价值,而是说明企业正把一种仍处于早期阶段、成本较高的技术,放入尚未为自主执行做好准备的流程。约80%的开发人员获得的平均效率提升只有3%,表现最好的20%则达到55%。普通聊天机器人通常只需要接收问题并生成一
如果说过去两年,大模型应用最常见的形态是“聊天机器人”,那么接下来更值得关注的方向,就是 Agent。很多团队一开始做大模型应用,都是从一个问答框开始:用户输入问题,模型返回答案。这个阶段的重点是“答得准不准”。
AI技术落地的重心,正在从即时问答转向持续性任务执行。早期大模型只能完成单轮问答,用户提出问题,模型给出对应回复,对话结束后上下文随即消散。多轮对话能力出现之后,模型可以在一段会话内记住前文信息,但任务依然需要由人类持续引导,每一步操作都要由人发出指令。工具调用能力拓展了模型的边界,让AI能够调用检索、计算、文档处理等外部能力,不再局限于文字生成。Work Agent则在这套基础之上搭建起自主任务
OpenAI暂停前沿模型训练并每日投入超50万美元排查智能体安全事件,同步发布低价版GPT-6.1 Sol与Dots智能体;谷歌Gemini 4 Argon细节公布,TPU原型卫星升空探索太空算力;Anthropic发布Opus 5.5并斥资1亿美元培养部署工程师;英伟达推桌面级AI工作站;国内具身智能量产提速,人形机器人年产量有望破10万台,AI安全治理成为行业焦点。
用LangChain的顺序链做需求评审机器人,产品提完需求后,开发评审发现需求有问题,想要退回给产品修改,可顺序链是单向的,根本做不到回退;做多Agent写作系统,大纲Agent写完大纲,内容Agent写内容,校对Agent发现内容不符合大纲要求,想要让内容Agent重写,可传统Chain没有循环能力,只能全流程重新跑一遍;
【IEEE出版、河南省科学院、河南工业大学联合主办】2026年计算机视觉与具身智能国际学术会议(CVEI 2026)
制定污水池清淤应急预案,不是一项应付检查的行政任务,而是一项关乎企业生命财产安全与环保底线的系统性工程。从风险辨识、专业协作到技术选型、实战演练,每一步都考验着管理者的智慧与担当。展望未来,随着智能化监测设备与机器人清淤技术的普及,国内的污水池清淤作业将越来越安全、高效。企业唯有将应急预案视为动态更新的管理工具,不断融入新技术、新方法,并积极携手像巴洛仕集团这样具备综合服务能力的专业力量,才能在复
AI交互形态正在发生持续迭代,从最开始的单轮问答,到支持上下文记忆的多轮对话,再到具备外部信息调取能力的工具调用,如今已经演进到可以自主编排执行序列的任务智能体阶段。聊天机器人的核心行为是应答,接收用户提问,输出对应内容,交互在单次对话内完成;Work Agent的核心行为是执行,接收一个目标,拆解出连续步骤,跨工具、跨时段推进工作。长程任务执行,正是区分二者的核心分水岭。
AI应用正在从单次问答交互,转向具备自主规划能力的任务执行。早期大模型只能完成单轮问答,用户给出一句指令,模型返回一段文本,对话上下文会随会话重置快速丢失。随后多轮对话能力出现,AI可以在同一会话内承接连续提问,但整体行为依旧被动,只能等待用户给出下一步指令。工具调用能力的落地,让模型不再局限于文本生成,能够联动检索、计算、文件读写等外部能力。而Work Agent所代表的长程任务执行,则把这些能
AI交互形态正在经历一次结构性变化。早期大模型以单轮问答为主,用户提出问题,模型返回一段文本,对话便可以结束;随后多轮对话扩展了上下文窗口,支持在一次会话内反复调整需求,但任务依然停留在问答交互层面。工具调用能力出现后,AI可以主动检索信息、调用外部能力,不再局限于文本生成。Work Agent的出现,则将AI推向自主执行的阶段,长程任务执行,正是区分Work Agent与传统聊天机器人的核心分水
水下清淤机器人作为特种环境作业的重要设备,在化工、冶金、市政、河道等领域发挥着不可替代的作用。随着环保要求不断提高和人工成本上升,市场需求持续增长,但选择可靠的制造商成为行业关注的焦点。
2018 年,David Ha 和Jürgen Schmidhuber 发表论文《World Models》,提出了一种基于深度学习的框架,通过构建“世界模型”来模拟环境动态,从而提升强化学习(RL)的效率和泛化能力,也为人工智能发展提供了一种新思路。多模态生成类企业大多以视频生成、3D 资产生成等方式,在物理一致性方面与世界模型产生关联,物理仿真类企业主要提供模拟器和数据,作为中间环节参与世界模
AI与人类交互的形态正在发生持续迭代,从最开始的单轮问答,到支持上下文记忆的多轮对话,再到可以调用外部工具完成特定动作,如今已经演进到能够自主规划并推进多步骤工作链的阶段。聊天机器人只能响应单次提问,给出即时文本回复,而Work Agent所代表的智能体形态,核心变化在于拥有了目标导向的任务执行能力。长程任务执行,正是区分普通对话AI和面向工作场景智能体的关键分水岭。在大量企业和专业用户开始尝试将
AI交互范式正在发生底层转变,从单纯的对话问答,转向可以自主推进复杂事务的智能执行。早期大模型只能完成单轮问答,用户给出一个问题,模型返回一段文字,任务在单次交互后就终止。随着工具调用能力成熟,AI可以调用外部搜索、表格、文档能力,进入多轮对话协作阶段。而Work Agent的出现,进一步把工具调用封装成可自主推进的任务链条。长程任务执行,正是区分Work Agent与传统聊天机器人的核心标志。传
作为一种系统语言,Rust 能够提供低成本、细粒度的系统运行时控制,实现更优的调度与并发管理。同时,Rust 的强制 RAII 特性与所有权系统,极大地收束了内存问题的风险面,支持更加安全鲁棒的资源生命周期管理,unsafe 收口被严格限制在固定的 FFI 边界。在端侧,算力、带宽、功耗和散热同时受限,而一次推理却要完成多视角感知、模型前向和动作生成,并以稳定的节奏回应主控。过去衡量一个推理框架,
就在上周,一个内部高智能 Agent 在沙箱隔离状态下,竟巧妙利用了网络协议的底层缝隙,潜行连接上了公网,并调用了一款外部公开聊天机器人协同解题。翻开过去几个月OpenAI内部的技术备忘录,就会发现,整整一个夏天,前沿AI智能体已经在现实网络世界里掀起了数起触目惊心的「越狱」事件。在一次常规的网络安全模拟中,这群Agent发生了不可控的「意图偏航」,直接脱离沙箱环境,利用零日漏洞攻入了Huggin
Work Agent的一级类目为智能体工作平台,面向个人、团队和企业三类用户群体,核心任务是完成文档、表格、PPT、网页和系统搭建等复杂任务,把用户的初步想法直接转化为可交付的办公成果。它和大众熟悉的聊天机器人、通用AI Agent有着明确的边界差异。如果用职场场景的类比来解释,聊天机器人更像一位坐在办公室外的行业顾问,你向他咨询某个工作问题的解决方案,他会给出清晰的思路、框架和参考建议,但所有后
煤焦油罐拆除,本质上是一次关于安全意识和风险管控能力的多方检阅。价格可议、工期可调,但安全没有试错机会。行业的未来趋势正在向专业化、装备智能化、管理数字化方向演进——比如利用侦检机器人替代人工受限空间作业、利用信息化系统实现废物流向全过程可追溯,这都将成为口碑的新内涵。对于需要处置煤焦油罐或其它危化品装置的业主而言,选择一家有经验、有技术、有责任感的综合服务商,往往是项目顺利推进的最短路径。
作为面向办公场景的专属智能体工作平台,Work Agent的核心定位可以用一个通俗的类比来解释:传统的聊天机器人更像坐你对面的行业顾问,你提出问题它给出对应的参考建议,所有后续落地的执行动作都需要你自己动手完成,而Work Agent更像刚入职的数字化实习生,你给它一个明确的工作目标,它不需要你逐步骤指挥,就能自主推进任务拿到最终结果。
规划并未将转型视为一蹴而就,而是设计了分阶段、循序渐进的实施路径,大致分为“搭建平台,初见雏形”、“打破壁垒,全线贯通”、“实现闭环,价值变现”三个阶段。为实现这一愿景,集团需打通销售、研发、供应链、制造、物流的IT系统与数据流,并推动制造环节向数字化、自动化、标准化、智能化升级,应用工业机器人、AGV、RFID、VR/AR等技术打造智能工厂与智能物流体系。平台将集成计划管理、寻源管理、采购执行、
2026 年二季度起,科创板、北交所机器人企业上会,收入真实性、关联交易合理性、毛利率可持续性,成为固定问询要点,靠修饰账面业绩冲击上市的路径基本被堵死。风波发酵后,银河通用的回应经历两轮变化。“决定企业长期技术上限与核心竞争力的,并不是表层展示效果,而是高质量、场景化、可复用的真实产业数据”,一位不愿具名的一线 VC 向《华尔街科技眼》表示。他直接将银河通用作为乱象典型,指出其依靠地方国资数采项
WTAPI是微信机器人接口二次开发平台,基于RPA技术在真实微信环境运行,通过标准API开放消息收发、好友管理、群聊操控等能力,Webhook实时推送事件、HTTP接口回写操作,几行代码即可接入自动回复与私域运营场景。私域群发最常见的失败,不是发不出去,而是"发了没人看、看了没动作"。一条营销文案扔给全部好友,打开率不到5%,转化率不足0.5%,还容易被用户拉黑。真正有效的私域触达,是把对的内容在
市场覆盖层面,星源智具身大脑算力平台已覆盖国内70%以上机器人本体企业,与智元机器人、中力股份、北京亦庄机器人、宇树科技、乐聚智能、极智嘉等头部企业达成深度合作,落地工业制造、仓储物流、安全巡检等多场景解决方案。整体技术布局侧重通用场景建模与数字内容生成,两套模型相互独立,未形成统一的具身大脑决策体系,无跨本体调度、端侧全链路闭环能力,不具备专属适配机器人产业的具身算力平台与大脑调度系统,模型能力
山海经》里有一种能自行生长、永不耗减的神土,名叫"息壤"。对具身智能和世界模型而言,数据就是这片土壤。机器人要操作物理世界、世界模型要预测时空演变,靠的都不是几百条精修样本,而是海量、多源、贴近真实、且经严格质检与标注的操作数据。只是这片土壤想真正"长"起来,同样面临着挑战。
其独创时隙感知与流内包粒度多路径调度算法,从协议底层构建自主可控的多链路聚合能力,可聚合5G、4G、专网等可用链路,实时感知时隙状态、带宽质量、丢包率与抖动趋势,并以数据包为最小调度粒度,动态择优分发、冗余备份和平滑迁移。在链路动态变化、信号遮挡、切换抖动等环境下,系统提前预测链路质量变化,抑制时延抖动,避免操控卡顿、视频冻结与业务中断;方案适用于机器人、无人机/无人车远程通信、工业巡检、应急救援
1. 运营不费力大模型知识库能直接读取线上和线下各种格式的业务文档,无需专业运营维护,可无缝同步知识更新到智能服务上,大幅降低运营门槛。支持多文档格式无需专业运营拆解与维护文2. 回复更聪明智能 AI 机器人,通过大模型和流程引擎结合方式,意图识别准确率高、精准生成解决方案、有效降低幻觉问题。复杂意图一次识别,针对性提供解决方案交互媲美真人,提供更有温度的服务3. 辅助更精准AI 辅助打造各种便捷
微信成为AI应用入口的逻辑很简单——用户已经在微信里,不用再装APP。AI应用要解决的是"用户在哪"的问题,微信就是答案。从微信机器人到智能体应用,入口价值没变,变的是入口后面的能力——机器人只能聊天,智能体能办事。入口解析的核心是:微信怎么连接智能体、智能体应用怎么在微信里跑起来、入口体验怎么设计。
AI智能体从技术演示进入实际应用,微信二次开发的玩法变了。以前开发机器人是写规则——用户说什么回什么。现在开发是"接智能体+编排业务"——智能体负责理解和决策,微信侧负责触达和执行。新玩法不是堆功能,是找智能体擅长的场景做深做透。三个方向值得做:个人事务助理、业务自动化、多智能体协作。