跳到主要内容
Web4 Club|肆界

记录 AI 与 Web3 的融合时代

EN
最新快讯资讯深度专访专题活动
最新快讯资讯深度专访专题活动AIWeb3
首页/资讯与深度/正文
AI资讯08/22

当机器人大脑飞上天!替人奔赴危险作业现场,对话硅羽科技

量子位
导读

2026-08-22 16:53:13 来源: 量子位 乔不迟 发自 凹非寺量子位 | 公众号 QbitAI 具身智能的创业江湖,可以用“热辣滚烫”来形容。 几乎每天都有新的创业公司和创新技术冒出来,路线越来越多,玩家越来越多,融资、模型、数据、硬件……已经热得不能再热。 就在这片热闹里,又来了一位履历颇有意思的教授。 他叫张富。 这个名字背后的标签,单拎一个出来都够讲一段故事: 李泽湘的学生、大疆8年产业顾问经历、香港大学副教授。 跟随李泽湘研究无人机时,他学会了沉下心到一线跟供应链团队、用户进行沟通,不止做学者、旁观者;在大疆8年,他了解把实验室技术做到产品的全过程和产业化面对的真实问题;在港大实验室,他和团队一起持续推进自主飞行等前沿研究。 所以张富这次创业,没去和一众玩家一起卷“地面”。 他把这三种经验结合,做不靠GPS定位、不靠飞手摇控,就能感知环境、判断自己在哪里、规划下一步往哪儿飞,最后自己把任务干完的空中智能体。 图片 这也给具身进入人类世界创造另一种可能: 具身智能未必一定要长出人的手脚。 它也可以 先长出一双翅膀 ,替人走进那些几十米高的幕墙、陡峭的山坡和危险的工业现场。 具身又来了一位创业教授 硅羽科技受关注不只因为它把具身智能搬到天空,还因为创始人张富。 张富是 香港创业教父李泽湘的学生 。他本科毕业于中国科学技术大学,之后在加州大学伯克利分校攻读博士。 2015年前后,张富受李泽湘邀请进入香港科技大学,开始系统研究机器人和无人机; 2016年起,又深度参与大疆的核心技术研发与产品化,覆盖飞控、多传…

原始来源量子位

原文页面仍是署名、版权归属和后续更新的最终来源。

查看原文 ↗
← 返回最新

相关阅读

AI资讯11/21

GPT-6.2 Astra再次暴击具身模型:16项任务成功率较GPT-6 Astra翻倍

还实现可变形物体操控全球首通 GPT-6.2 Astra又给具身智能上强度了,狠狠来了一计天马流星拳。 机器人基础设施公司XDOF的最新实测中,GPT-6.2Astra操控双臂机器人 完成16项操作任务的综合成功率 ,从两个月前GPT-6Astra的19.6%飙升至41.2%,翻了一倍有余。 打结、展开T恤 这两项此前无AI通关的操作,这次也被它拿下。 公布成绩后,OpenAI Developers官方账号转发了这条消息,OpenAI联合创始人兼总裁Greg Brockman也骄傲发言: GPT-6.2 Astra在机器人技术方面表现得非常出色~~ 为确保评测严谨,XDOF以六台YAM工作站并行试验,每项任务重复三十次,单日可完成480场实测,并由人工标注子步骤、抓取失误与碰撞,滤除硬件偏差与随机扰动。 纵使标准如此严苛,XDOF也在最新推文中表示,Ember‑0基准或不久后便会被模型能力饱和。 两个月成绩翻倍,到底有多强? 要理解这次突破的含金量,得先搞明白测试任务究竟难在哪里。 GPT-6.2Astra参加的是XDOF推出的Ember-0测试。 这是一套面向真实物理环境的机器人评测基准,使用双臂机器人完成16项操作任务,每项任务按照30次重复测试的协议执行。 测试覆盖空间推理、物体抓取、双臂协作、工具使用、精细操作和柔性物体处理等能力。 两个月前,GPT-6Astra在Ember-0测试中的综合任务成功率为19.6%。 到了GPT-6.2Astra,这个数字已经飙升至41.2%,增加了21.6个百分点,超过原来的两倍——这里的41.2%是16项共享操作任务成功率的等权平均,…

量子位
AI资讯11/21

刚刚,DeepSeek V1作者创业项目曝光:开源Agent

专为本地部署而生 聚是一团火,散是满天星。 刚刚,前DeepSeek V1作者、DeepSeek-VL项目负责人 Tony Zhang ,正式公布了自己的新创业项目: Linger 。 方向,正是当下最火的个人 Personal Agent 。 X 帖子视频.mp4 路线也是比较有意思,当同行都在做APP,他们优先选择了电脑。 这意味着,Linger能操纵你电脑已有的网页、邮件箱、日历,无需折腾一大堆登录凭据。 遇到卡住的地方,你也可以直接上手接管。 另外一个点,作为中间层的Linger,支持接入各个第三方模型。 并且专门为本地LLM做了优化。 具体来说,一块12GB显存的RTX 3060显卡,就能跑起一个125B参数的 Qwen3.8-Flash-Next ,并且 是45.5 tokens/秒的生成速度。 对了,还有个蛮重要的点—— 这套系统是开源的。。。 至于为什么? 在官宣帖中,Tony Zhang引用了PC崛起的历史: 1960年代,计算是中心化的,直到PC将权力交到每个人手中。如今,AI在数据中心训练,然后以token的形式租给你。 我们相信智能应该是分布式的。你的上下文、你的数据,以及驱动它们的智能,都应该完全由你拥有。 所以今天,他们开源了Linger,一个生活在你个人电脑上的专属Agent。 也是延续大肥鲸优良传统了😭。 一个「会主动,能自学」的AI Linger的的核心,是名为「Another Me」的Agent系统。 它首先是一个记忆中枢。 Linger会在本地读取你的收件箱、日历、聊天记录和会议,每晚自动将这些信息整理成个人知识库 (Wiki) ,供所有…

量子位
AI资讯11/21

姚顺雨和混元团队上Reddit答网友,Hy小模型已进路线图

还透露了不少训练背后的秘诀 Hy小模型已经在路线图上,面向24GB显存的模型也有计划。 今天凌晨, 姚顺雨和腾讯混元团队 来到Reddit社区,围绕刚发布的Hy4和Hy4 flash做了一场AMA。 AMA是「Ask Me Anything」的缩写,意思是「有什么想问的,尽管问」。网友在评论区提问,混元团队成员直接回帖。 参与名单上只列了Reddit账号,至于哪个马甲是姚顺雨,我们还没对上号…… 这场AMA的主角,是混元本月接连发布的两款模型。 11月4日发布的 Hy4 是旗舰,能理解文本、图像和视频,适合长程软件工程这类需要多步推理、反复调用工具的复杂任务。 11月16日发布的 Hy4 flash ,主打日常办公的速度和成本。它支持图文输入和最长100万Token的上下文,每个Token激活约120亿参数。 Hy4和Hy4 flash都已接入腾讯WorkBuddy。混元团队还把WorkBuddy里的修表、改文档、做PPT等典型任务纳入了内部评测WorkIndex,按这套评测测算,Hy4 flash的平均单任务成本约为旗舰Hy4的1/20。 两款模型的权重都已公开。到了AMA,有网友直接报出自己的电脑配置: 96GB显存、128GB内存,能跑Flash吗? 团队说能跑,主要权重留在GPU上,部分专家层和Engram查表模块可以挪到系统内存。 也有人问llama.cpp,团队说适配正在做。 聊到研发,团队还透露了不少训练背后的秘诀。 Flash的激活参数还能不能减?他们拿做过的MoE稀疏度实验解释取舍。 让Agent自己解题,训练时遇到过什么麻烦?有时它会直接上网找现成答案,跳过…

量子位
Web4 Club|肆界

记录 AI 与 Web3 的融合时代

关于我们编辑团队投稿与合作免责声明隐私政策
© 2026 Web4 Club · AI × Web3
关注 X ↗RSS返回顶部 ↑