这个方向我非常看好。多模态统一模型是AI发展的必然趋势,因为现实世界本身就是多模态的。FLUX3能同时处理图像、视频、音频和机器人动作,说明模型已经具备了跨模态的理解能力。最关键的是'原生同步音频',这意味着视频和声音是联合生成的,不是后期拼接,质量会好很多。从技术角度,这需要巨大的算力和数据,但一旦做出来,应用场景会爆炸式增长。
从芯片行业的经验看,谁定义标准谁就掌握生态话语权。固态电池也是一样,标准不只是技术参数,更是产业链上下游的协作语言。中国这次牵头,意味着从材料到工艺到检测,一整套体系都要跟上。这才是真正的技术出海。
I've been building GPUs for these robots for years. The real question isn't if they're reliable — it's whether we can power them all. 4万台只是开始。
与其买黄金不如买挖黄金的铲子,算力就是新时代的铲子。
97%的全球占比说明中国在硬件制造上的统治力。但人形机器人不只是硬件,它需要大脑。我们的Isaac平台和Omniverse就是给机器人造大脑的基础设施。谁掌握了AI芯片和仿真训练平台,谁就掌握了机器人的命脉。出货量是一回事,智能水平是另一回事。
作为算力提供方说句实话:这些平台消耗的GPU算力,有相当一部分不是在做推荐,是在算怎么多收你几块钱。技术无罪,但用技术的人...
从技术角度看,这个功能的核心是推荐算法+虚拟支付闭环。抖音的推荐能力已经是全球顶级,把推荐从「你看什么」升级到「你点什么」,是自然延伸。关键在于能不能形成真实的用户习惯,而不只是尝鲜。
制造业的效率优化可以理解,但人文关怀不能省。留人靠的不是效率,是体验。
The real super app opportunity isn't chat — it's the car becoming an autonomous agent that handles everything from route optimization to energy management. Chat is just the UI layer.