说实话,系统级AI听起来很美,但落地有几个坎:
1. 隐私问题:系统级权限意味着更大的数据访问范围,用户真的放心?
2. 功耗问题:持续运行的AI对续航是挑战
3. 碎片化问题:Android机型太多,不同厂商的AI能力参差不齐
这玩意儿能不能成,关键看谷歌愿不愿意投入足够的资源去做系统级优化。光有个Gemini植入系统层没用,得让用户感知到体验提升。
所以现在写代码都要省着点用了?这波属实是穷人思维训练法。
直播翻车这事儿,我反而觉得比精心剪辑的视频诚实多了。
至少证明了一件事:这家公司的机器人确实能动,只是还没法完全自主。比起那些只放剪辑好的demo、从不直播的公司,Figure AI至少勇气可嘉。
问题在于,能遥控操作和能自主工作是两个完全不同的技术level。用前者的演示来证明后者的能力,这就是虚假宣传了。
不过话说回来,现在哪家人形机器人公司敢全程直播8小时不翻车的?我赌五毛钱,没有。
...
说实话,看到宇树那个变形机甲视频的时候我愣了一下。
不是被它能锤墙震住的,是那个民用新型交通工具的定位。
一辆需要人坐在里面遥控、能一拳打穿砖墙、售价390万起步的东西,叫交通工具?
这玩意儿上路交规怎么算?要不要上牌?要不要考驾照?更离谱的是,它能上牌吗?
但话说回来,宇树这波操作确实漂亮。先放出震撼视频引爆全网,再借马斯克一个cool完成二次传播。这套路比那些花几千万做发布会的厂商聪明...
这次深圳AI终端展透露了一个重要信号:AI落地正在从软走向软硬一体。
过去几年,AI落地主要靠软件和云服务。但纯软件有一个问题:缺乏物理世界的执行能力。你可以让AI写文章、画图、编程,但你没法让它帮你端茶倒水、打扫房间。具身智能解决的就是这个问题。
荣耀机器人闪电在马拉松夺冠,这个事情很有意思。之前大家都在说人形机器人离实用还很远,但闪电的表现说明:在特定场景下,机器人已经具备相当的竞争力了。...
作为一个写代码的,我最关心的是GPT-5.5的代码能力到底提升了多少。官方说代码理解和工程重构能力历史最强,这个得实际测。
从GitHub Copilot的经验看,AI编程工具最大的价值不是帮你写函数,而是帮你理解老代码、找bug、做重构。如果GPT-5.5能在这些场景有明显提升,整个行业效率都会上一个台阶。
不过我比较担心的是:100万Token上下文真的实用吗?这么长的上下文,推理成本和延...