大约一年前，我首次造访了1X的硅谷办公室。当一个名叫Eve的机器人开门走进房间并关上门时，我一度怀疑这位大眼睛的机器人其实是个穿着戏服的真人。Eve靠轮子移动，而不是靠腿。但它仍然给“人类”以人的感觉。我不禁想起了1973年伍迪·艾伦的科幻喜剧《傻瓜大闹科学城》中也有一众机器人管家。

4月中旬，经济观察报走访了机器人重镇深圳具有代表性的9家具身智能头部企业，它们分别是作为深圳机器人“八大金刚”的帕西尼、普渡科技、数字华夏、智平方、跨维智能、逐际动力，以及越疆科技、大象机器人、云鲸智能。

与其说是手指，不如说更像拇指——比人类手指大，上面布满触觉传感器。该产品由影子机器人公司与人工智能实验室“深度思考”联合研发，后者希望它能通过反复尝试学会抓取物体——这种试错法被称为“强化学习”。

在机器人学里，我们把关节可以活动的方向称为自由度。人形机器人常常拥有十几个关节，每个关节又具备一到多个自由度。自由度越多，机器人的动作越灵活，但也意味着其结构更复杂、控制难度更高。为了兼顾实用和成本，研究者通常只在必要的部位保留足够多的自由度，例如肩、肘、髋、膝等较常用或需要高度灵活的部位，而

我们的世界，从门把手到楼梯、从汽车仪表盘到工厂工作站，都是为人类体型、灵活性和动作设计的，这使得人形机器人相比轮式或固定臂机器人能无缝适应现有环境，无需昂贵的基础设施改造。

1973年，早稻田大学推出了全球首个全尺寸人形机器人WABOT-1，其主要创造者加藤一郎也被誉为“世界仿人机器人之父”。至于为什么把机器人设计成人形，很多人会认为，机器人只有按照人体结构来建模，才能更好地融入人类世界，执行各种任务才能无缝切换。

猫和狗也能在几个月的时间里理解重力，它们还擅长利用重力来规划复杂的行动，比如攀爬、跳跃等等，但我们仍然无法在计算机里复制这一智能。

未来具身智能机器人共有四种形态，人形机器人是主要形态，第二种是仿生机器人；第三种是变胞机器人，能够根据环境及任务需求的变化进行自我重组与重构的机器人；第四种是新物种机器人。

世界上最早的人形机器人是来自日本，那是1967年，日本早稻田大学研发出了世界上第一款人形机器人WABOT-1的WL-5号两足步行机。虽然现在看，它非常的“简陋”，全身只有26个关节，到处都是金属架，行动能力只有一岁婴儿的水准。往前走10公分左右的距离，就需要三个人来操作，花费45秒的时间。

Meta更大的野心在于构建机器人产业的底层生态，成为机器人开发的首选平台，为机器人企业提供人工智能解决方案、传感器以及软件系统，以及使自己的Llama软件成为全球机器人研究人员的基础。

若从产业的技术路线看，可以分成三个阶段：第一阶段，解决各种场景中的移动问题；第二阶段，解决简单场景中的移动操作问题，包括讲解、引导、巡检、搬运、装配、整理等；第三阶段，解决复杂场景中的移动操作问题，如适用于养老、工作空间和家庭的服务机器人。

今年9月，投资管理公司ARK发布了一份看好人形机器人的报告，认为其潜在市场规模达到数万亿美元。这份报告虽然没有提及具体的时间表，但给出了一个假设：如果人形机器人的成本为1.6万美元，那么机器人只需要比人类工人高5%的效率就可以产生经济效益。

投资网红Greg Isenberg就是一个经常多想、辗转反侧的人。他参与创办了上百个项目，目前是投资机构Late Checkout的CEO和The Startup Ideas播客的主播......开发AI助理的人，大多没用过真人助理。真正的助理懂背景、记历史、重关系——而95%的聊天机器人，三者皆无。

阅读和读取是两个不同的概念。阅读是以“我”的感受和思辨为牵引的精神体验，当在乎的是个人感受时，一般不会用AI...向老师请教时，老师过往的训练经历、经验和方法，老师的眼神、语气、随机的提问都会对我产生影响。此外，有些内容第一遍阅读可能毫无收获，反复琢磨后才能有所领悟，而如何理解这种阅读中的滞后性，也

实际上，智能体行业已经有一年多的发展，单至今没有出现真正能够比肩那些营收过亿、用户过亿的拳头应用。一位名叫“凤凰于飞”的小红书博主在其帖子中直言，目前所有智能体的创业都没有意义，根本原因就在于他们只是整个生态和社区的副产品。

CoreWeave的主要客户是微软，其对公司2024年营收的贡献达62%，较之2023年成长了8倍。此外，Meta、IBM和Cohere也是CoreWeave的客户。CoreWeave也很明确表示其与微软的Azure和亚马逊的AWS等云提供商之间，存在竞争关系。

回收的问卷显示，AI的使用方式早已超出了模型建构者们兜售的用它“自动点杯咖啡”或“做个会议总结”等乏味范畴。在用户的生活和工作中，AI不仅是效率工具、助手，更提供了一种稀缺的第三者视角——这种视角被不少用户用来帮助梳理职场中的冲突、解决亲密关系中的矛盾......

最初的功能，是可以上传文档，然后针对文档向AI提问，请AI根据文档生成学习指南、提纲、自测题等。“音频概览”功能生成一段类似播客的音频，一男一女两位“主播”会一唱一和，将你文档中的内容“聊”一遍。

最近，Google推出了NotebookLM，你可以把一整本书丢给它......你对AI提的要求越多，它能提供给你的东西就越好，这就是所谓“训练”的过程。最近，Google又推出了一个“学点儿什么”的项目，我打算年底的时候试试看。

这篇论文的理论假设是“大语言模型会的只是模式匹配，而不是实际推理”。结论可能与很多人使用大语言模型的体验是一致的，那就是“它不会真正的逻辑推理”。这个结论应该让很多担心AI的智能水平就要超越人类、控制人类的人感到一些安心。

拉德福德用一个包含8200万条亚马逊产品评论的数据库训练了一个人工智能模型，以预测给定输入序列的下一个字符。在此过程中，他发现自己意外地构建了一个能够做其他事情的先进系统，而这些功能并不是他设计的初衷...

小参数规模可以大幅节省推理成本，模型训练与调整所需的硬件成本远远低于大模型，成熟开发者甚至可以低成本训练垂直模型。OpenAI创始成员、特斯拉前AI高级总监Andrej Karpathy最近的预测颇有代表性，他提出，生成式模型的尺寸竞争将会逆转，比拼谁的模型更小、更智能。

瑞典哲学家尼克·波斯特洛姆和英国哲学家大卫·皮尔斯1998年创立了世界超人类主义协会，推动超人类主义不断向社会层面扩散。拉里·佩奇贝佐斯马斯克等都是这种运动的热情拥趸。这一运动目前沿着三个方向前进：一是人的机器化，主要指利用生物技术对人的生命形态进行技术干预，如基因剪辑；二是机器的人化...

苹果介绍，当全部更新都落实后，Siri在获得用户允许后，可以访问苹果设备上的一切，并能跨App来工作。比如，一个会议改到了傍晚，你想知道开完会还能不能赶上女儿的演出。你问Siri，它就会处理相关数据，包括会议时间、地点，从办公室到演出地点的车况，来给出建议。

红杉资本重点讨论Agent，他们预测未来几年Agent将发展成为一个智能体经济（Agent Economy）。在智能体经济中，智能体之间不仅会交流信息，还会转移资源、进行交易、相互监督。而像微信这样的超级应用，不仅拥有通信、小程序、搜一搜、朋友圈、公众号、视频号等产品形态，同时也拥有拼多多、京东、滴滴、美团等超级产

“个人助理”如果要真正帮助我处理生活和工作中的各种任务，它得拿着我的手机。即使是在电脑上，也需要登录我的各种账号，或者使用我保存在电脑中的文件。这些条件Manus暂时都达不到。

2009年，美国学者达西·柏立美在《为后人类的未来重塑体育：体育电子游戏中的具身与主体性》一文中，对电子游戏中的具身和主体性问题进行了讨论。他指出：“体育电子游戏重塑了体育，使玩家穿透了人与机器之间的界线，导致的结果就是人的电子人身份，从某种意义上这是人与机器融为一体。”

人类的本性以及发展愿景，都决定了“数字生命”将会被一道不可逾越的技术围栏所阻挡。也就是说，“数字生命”如果只是像动物、植物、微生物那样作为第四种生命体，或依赖人类，或服务人类，且不会给人类造成灭绝威胁的话，那么它在未来将会广泛存在。

图片和视频，这些都是单向的交流模式，人们可以听到和看到亲人，但不能与他们互动。Deep Brain AI利用这些信息宝库，加上预先录制的内容，可以安排虚拟会议，人们甚至可以与亲人进行未完成的对话。DeepBrain AI不仅可以将死去的人变成虚拟人，此前还制作了一个国家电视台的新闻主持人的AI版本，同时还公布了韩国总统尹

尽管AI生成的文本可以拥有完美的语法和句法，但内容却很难超出几个段落。这意味着，内容越长，AI的写作连续性越差，也没有清晰的逻辑思路作为主干。同时，AI无法正确理解事实，生成内容中的引用、日期和思路很可能是错的。

虚拟仿真角色的情感研究号称人工智能的“禁区”，其中既包含了哲学、伦理学层面的寓意，同时也因为情感本身较难被量化、被转换为抽象的数字。技术层面，虚拟主播的具象化情感表达或可从如下路径加以探索。

对完全依靠AI驱动的虚拟人而言，最后呈现出来的效果，受到语音识别（ASR）、自然语言处理（NLP）、语音合成（TTS）、语音驱动面部动画（ADFA）等技术的共同影响。换言之，只有具备了以上几个技术要素，一个虚拟人才能够看得见、听得懂、会思考、能回答、能呈现。

恐怖谷假设提出，当虚拟人和真人的相似度达到某一程度之后，哪怕是极其细微的不同点都会激起人们的反感甚至恐惧。若想要突破恐怖谷，虚拟人与真人的相似度需要进一步提升。当将差距降到微乎其微后，人们与虚拟人之间又会产生情感联结。因此，写实型虚拟人需要极高的人物形象真实度，对人物建模等技术提出了更高的要

虚拟人在物理世界中并无实体，纯粹是虚拟世界中的虚拟产物，身份、外貌与行为举止都是虚构出来的，可以是一个虚拟IP，也可以是一个特定场景中的虚拟角色；而数字人则在物理世界中有着对应的形象，数字人可以看做是真人在虚拟世界中的孪生分身，身份、外貌均与真人相同......

这一次，他们这帮技术出身的科研人员，切实感受到了科技和传统艺术的碰撞。“学京剧的人，对传统是很敬畏的，也是相当讲究的。”翁冬冬说。梅兰芳先生服装的数字化，就颇费一番周折。“现在的布料，和民国时期的布料是不一样的。”

AI Studio是一家基于SaaS的工作室，为使用AI虚拟人而非真人制造视频的公司和创造者提供工具，该公司声明，用AI Studio制作视频不需要“亲自拍摄或雇佣真人”。目前，明芒科技已经推出众多虚拟形象，投入媒体、金融、教育等行业。