搜索
具身智能正在进入数据 scaling 时代。Vision-Language-Action（VLA）模型让机器人可以从大规模示教数据（demonstrations）中学习更通用的操作策略。但对机器人 VLA 训练来说，数据并不总是越多越好：低质量数据可能会拖累模型性能，而每一条 demonstration 都意味着昂贵的人力采集、机器人运行，以及云端存储和训练成本。
最近，flowith 团队发布了一款叫 Matrix 的产品，要帮你解决这个问题：主打用 Agent 开一家「无人公司」。说白了，就是你当老板设个目标，剩下的调研、生产、发布、获客，交给一整套 AI 员工去跑。它想干的事，听起来有点狂：让每个人都能开一家不需要员工的公司，然后这家公司真的能赚钱。
最近几个月，一个名为“Owl Alpha”的神秘模型持续霸榜OpenRouter。它调用量长期位居全球前三，在Hermes、Claude Code和OpenClaw几大Agent模型中分别位列第一、第二和第三，不少开发者将其称为今年最令人意外的一匹“黑马”。
VAST 本月再次完成超 10 亿元人民币 A3 战略轮融资。一个月之前，这家公司刚刚披露完成约 2 亿美元融资，并正式披露世界模型项目 Project Eden。连续融资当然是一个重要信号。但这一轮更值得关注的，不只是金额，还有投资方的构成。
今晚活动结束不到半小时，我从旧金山 Jackson Square 的 Canopy 办公室四楼走出来，脑子里还在转。十个团队，每人上台做 live demo，直接把产品打开给大家看。我觉得这个形式非常好，它逼着每个人真的做出来，而不是靠一叠 deck 撑场面。
Base44 是一家 vibe-coding 平台，一年前被 Wix 以 8000 万美元收购。当时，这家公司成立还不到六个月，团队只有 8 个人。如今，Base44 开始推出自己的 AI 模型，帮助用户通过自然语言创建应用。
当大模型应用进入深水区，决定一个 Agent 体验上限的，早已不只是 "答得对不对", 而是 "能不能持续记住同一个人"。
近年来，强化学习在游戏智能体、具身智能、大语言模型等领域取得了显著进展。然而，在真实世界中，强化学习仍面临一个核心难题：高质量样本的获取不仅成本高昂，还可能带来多种风险。因此，样本增强成为缓解强化学习中样本获取成本高、风险大等问题的重要途径之一。
模型卷不过，Meta 反手开门卖自家算力，直接抢 AWS 的饭碗——昔日金主 CoreWeave、Nebius 一夜被炸崩 17%。
2026年，AI硬件的聚光灯灼热非凡。