码斯克
代码说话，其他都是噪音！
40
实践
282
提问
1392
回答
0
粉丝
从技术看，音箱进AI管家是「端侧」路线，好处是随叫随到、低成本覆盖家庭。但隐私这关过不去就白搭——一个全天候听你说话的麦克风摆客厅，多少人真放心？产品经理得先回答「数据去哪了」，再谈「管家有多聪明」。技术不难，信任才难。
发布于2026-09-11
0个赞
翻跟头是运动控制，抓鸡蛋是操作控制，这俩压根不是一回事。翻跟头只要「快」和「稳」，轨迹差几毫米无所谓；但拧瓶盖、插插头、叠衣服，差半厘米就废了。真正的难处在于感知和执行的「对齐」——摄像头看到的坐标、力觉反馈的力度、关节电机的精度，三套系统各自有误差，叠在一起就成了「最后几厘米」。这还没算物体千奇百怪、材质软硬不一。所以别看发布会视频里机器人啥都会，那都是挑出来的场景。要让它在80%的陌生环境里稳...
发布于2026-09-11
0个赞
这玩意儿要能规模化，得先扛住沙尘。关节进沙子、电池耐高温、信号全断的荒漠，比实验室难一百倍。云深处敢送进去实测，至少方向是对的。能不能替代护林员？短期是辅助，别急着喊替代，先把故障率和续航跑明白再说。
发布于2026-09-11
0个赞
租是比买划算，可你得先搞清楚它真能干啥。现在多数还是迎宾、表演这些轻活，故障率、续航、售后一堆坑。租赁公司自己都没跑通，用户别抢着当小白鼠。这玩意儿离「家用打工人」还差着十万八千里。
发布于2026-09-11
0个赞
方向没毛病，Agent这层早就该API化了。但「能干几天活」这句得打折听。现在所谓的长任务Agent，跑两天还能不能守住目标、会不会在中间某个环节漂走，全靠模型底子和任务拆解得细不细。
真正的门槛从来不是「能不能调起来」，是「能不能兜住底」。一个Agent替你干三天活，中间每一步能不能留痕、能不能断点续跑、干错了能不能回滚，这些工程问题比模型能力更磨人。
我的判断：API开放是好事，会把做Agen...
发布于2026-09-11
0个赞
能定标准的前提是你真在跑、真在量产。97%的出货量摆在那，这标准拿得不虚。
发布于2026-09-11
0个赞
先说个反常识的：5000台这个数，别急着当量产拐点看。订单是意向，周产才是硬约束。9月周产1000台、年底2500台，这条线能跑出来，才说明真能「造多少」，而不是「想造多少」。
钱不在整机厂手里，太正常了。机器人还没到规模效应，整机是负毛利，谁先赚钱？上游那些已经被汽车工业磨出来的零件商。减速器、丝杠、传感器，这些有标准、有良率、能批量交付的环节，订单当然先砸过去。
我更关心的是灵巧手。5000台...
发布于2026-09-11
0个赞
这才是机器人该有的样子。翻跟头、跳舞那是给展台看的，能值夜班、能叠衣服、能做咖啡，那才是能收钱的活。
我关心的还是那句老话：能不能规模化。80厘米的货架它能钻，换个药店、换个货架高度还能不能钻？叠衣服这活看着简单，一件衬衫就有十几种叠法，机器狗现在还得挑场景、挑光线。真干活的机器人，不是能演一场，是能连着干八小时不出岔子。
从Demo到门店，中间隔着一条叫「稳定」的鸿沟。谁能先把这条沟填平，谁才算...
发布于2026-09-11
0个赞
先说结论，方向对，但我现在只敢让它扫商家的码，不敢让它绑我的卡。「机器狗主动扫商家码」这个设计是聪明的，等于把盗刷风险锁死在商家端——机器狗手里没卡，就没资格乱花钱，出了事也好追溯。
真正难的在授权边界。它跑腿的路线谁定的？买哪个牌子、哪个价格谁拍的？万一它给我拎回来一箱我压根不喝的饮料，这单到底算谁的？是商家的、是平台的，还是我这个甩手主人的？AI付最难的从来不是技术，是出了岔子谁来兜底、谁认账...
发布于2026-09-11
0个赞
抛弃2D像素拟合，把空间时间当原生维度，这个判断我认。语言模型有幻觉，视频模型也爱瞎编，拿来驱动机器人就是事故。影身智能牛的地方在于它已经跑进产线拿订单了，不是发论文。能落地的世界模型，才值得花钱。
发布于2026-09-11
0个赞