{"source":{"id":"2100683300939743584","title":"30个完全陌生的家庭，从没进过门，也没测过户型。 直接把一台人形机器人放进去。 零现场训练，进门立刻开始干家务。 以前的…","url":"https://mubeitech.com/p/2100683300939743584"},"method":"semantic-similarity","count":4,"items":[{"rank":1,"id":"2055719090883633248","account":"mubei","brand":"@mubei","title":"“我们没有远程操控这玩意儿。” Figure 机器人的 CEO Brett Adcock 亮了底牌。 人形机器人圈里，一…","summary":"“我们没有远程操控这玩意儿。” Figure 机器人的 CEO Brett Adcock 亮了底牌。 人形机器人圈里，一直有个甩不掉的鬼影。 观众总觉得那些行云流水的动作背后，藏着一个穿戴传感器的操控员。 他们死磕的方向只有一个。 完全自主运行，彻底的端到端。 他直接请人到现场看…","body":"“我们没有远程操控这玩意儿。”\nFigure 机器人的 CEO Brett Adcock 亮了底牌。\n人形机器人圈里，一直有个甩不掉的鬼影。\n观众总觉得那些行云流水的动作背后，藏着一个穿戴传感器的操控员。\n\n他们死磕的方向只有一个。\n完全自主运行，彻底的端到端。\n他直接请人到现场看实机。\n网上看视频容易带滤镜，车间的状态骗不了人。\n\n机器人的进度条推得极快。\n它们已经能自己打扫客厅。\n商业流水线上的活儿，也开始排队接手。\n\n木偶线被剪断了。\n人形机器人现在就在干活。","category":"科技","score":83.3,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-17 01:42:07","created_at":"2026-05-16T20:36:39+02:00","url":"https://mubeitech.com/p/2055719090883633248","markdown_url":"https://mubeitech.com/p/2055719090883633248/markdown"},{"rank":2,"id":"2070673764828979595","account":"mubei","brand":"@mubei","title":"为什么 AI 能帮你写出几千行的复杂代码，却至今没办法帮你叠好一件衣服？ 这并非段子，这是当下 AI 行业最大的一堵墙。…","summary":"为什么 AI 能帮你写出几千行的复杂代码，却至今没办法帮你叠好一件衣服？ 这并非段子，这是当下 AI 行业最大的一堵墙。 用李飞飞（Fei-Fei Li）的话来说，因为我们严重低估了“空间智能”的难度。 在生物进化史上，动物演化出“空间智能”整整花了 5 亿年，而语言的出现只是最…","body":"为什么 AI 能帮你写出几千行的复杂代码，却至今没办法帮你叠好一件衣服？\n这并非段子，这是当下 AI 行业最大的一堵墙。\n用李飞飞（Fei-Fei Li）的话来说，因为我们严重低估了“空间智能”的难度。\n\n在生物进化史上，动物演化出“空间智能”整整花了 5 亿年，而语言的出现只是最后的一瞬间。\n对大脑而言，说话、聊天和写代码，其实是某种“投机取巧”的符号游戏。\n而面对一个被重力、摩擦力、遮挡和三维几何支配的现实物理世界，才是真正的挑战。\n\n李飞飞把“空间智能”拆成了四个部分。\n第一，理解（Understanding）。\n你能看懂这个三维甚至四维的环境，分得清设备、家具和人。\n\n第二，推理（Reasoning）。\n你想去冰箱拿瓶水，你得在脑子里规划：怎么绕开障碍、怎么走过楼梯、怎么找到冰箱。\n\n第三，生成（Generation）。\n闭上眼睛，你脑海里能凭空想象出一个客厅的三维画面。\n现在 AI 的 2D 生成已经很强了，但在 3D 生成上，也就是像 World Labs 这类公司正在做的，才是通往机器人和真实物理设计的核心。\n\n第四，也是最难的：交互（Interaction）。\n这就是为什么 AI 叠不好衣服。\n一件衣服是柔软的，有无数种褶皱、摩擦力和形变可能。\n每一次抓取、折叠，都需要机器实时根据物理反馈去调整。\n这不是靠背诵几万亿个文本词汇就能解决的。\n\n这就像投篮。\n你站在球场上，脑子里想“这一球进了，我们就能赢”，这是语言与逻辑智能在运转。\n但你看着防守球员的位置，瞄准篮筐的距离和角度，这是空间智能。\n最后，你起跳、滞空、把球精准投出去，这是物理智能。\n\n以前人类总觉得，能写文章、会聊天就是最高级的智慧。\n现在 AI 用实际行动证明了：在虚拟的符号世界里，所谓的“高智商”其实挺便宜的。\n而能在现实世界里体面地走两步、叠件衣服，才是进化最昂贵的奇迹。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2070676121322942740","translated_status_id":"2070676121322942740","published_at":"2026-06-27 01:07:05","created_at":"2026-06-27T03:01:11+02:00","url":"https://mubeitech.com/p/2070673764828979595","markdown_url":"https://mubeitech.com/p/2070673764828979595/markdown"},{"rank":3,"id":"2057829927425314976","account":"mubei","brand":"@mubei","title":"OpenAI 正在花钱买几百个纽约家庭的私生活。 他们在这些人家里装满 360 度摄像头，记录洗碗、做饭、吸尘等一切日常…","summary":"OpenAI 正在花钱买几百个纽约家庭的私生活。 他们在这些人家里装满 360 度摄像头，记录洗碗、做饭、吸尘等一切日常动作。 定期有专人上门，收走存满数据的内存卡，换上新的。 这是一个在纽约给 OpenAI 做数据采集外包的人透出的内部消息。 公司对这些底层收集员的说法是：收集…","body":"OpenAI 正在花钱买几百个纽约家庭的私生活。\n他们在这些人家里装满 360 度摄像头，记录洗碗、做饭、吸尘等一切日常动作。\n\n定期有专人上门，收走存满数据的内存卡，换上新的。\n这是一个在纽约给 OpenAI 做数据采集外包的人透出的内部消息。\n公司对这些底层收集员的说法是：收集数据用来开发智能家居设备。\n\n但有一个细节对不上。\n负责监督这个项目的核心团队，全都是行为心理学家。\n\n大模型发展到现在，互联网上的公开文本和视频几乎已经被吃干榨净。\n现在的竞争壁垒，变成了封闭空间里的物理世界真实人类行为。\n\n让行为心理学家主导家庭数据的采集，说明目标早已超越了简单的家电控制。\n科技巨头正在教机器去拆解人类在独处时的行为习惯和内在逻辑。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-23 17:10:22","created_at":"2026-05-23T19:09:28.622642","url":"https://mubeitech.com/p/2057829927425314976","markdown_url":"https://mubeitech.com/p/2057829927425314976/markdown"},{"rank":4,"id":"2050184318576955696","account":"mubei","brand":"@mubei","title":"人形机器人盯上的，是40万亿美元工资池。 Figure AI 的 CEO Brett Adcock 给了一个算法。 全球…","summary":"人形机器人盯上的，是40万亿美元工资池。 Figure AI 的 CEO Brett Adcock 给了一个算法。 全球 GDP 里，接近一半来自人类劳动。 商业市场每年给人类发出去的工资，大约是30万亿到40万亿美元。 这就是他为什么从 Archer 离开，转身去做人形机器人。…","body":"人形机器人盯上的，是40万亿美元工资池。\n\nFigure AI 的 CEO Brett Adcock 给了一个算法。\n全球 GDP 里，接近一半来自人类劳动。\n商业市场每年给人类发出去的工资，大约是30万亿到40万亿美元。\n\n这就是他为什么从 Archer 离开，转身去做人形机器人。\n在他眼里，机器人行业的元问题只有一个。\n能不能做出真正可用的人形机器人。\n\n一旦这个问题被解开，机器人公司卖的就不只是机器。\n它卖的是可复制的劳动力。\n工厂、仓库、零售、物流、家庭，全都变成同一个平台的应用场景。\n\n妙的地方在这里。\n软件公司吃的是信息流。\n人形机器人吃的是现实世界里的动作流。\n搬、拿、放、擦、拧、递、装配、巡检、照护，全是过去只能由人来完成的物理任务。\n\nAdcock 的判断是，如果机器人运行得足够好，商业劳动力市场可以容纳数十亿台机器人。\n这不是小家电的规模。\n这是把“雇一个人干活”改写成“部署一台机器干活”。\n\n家庭场景再叠上去，收入天花板会被推到数十万亿美元级别。\n人类第一次把劳动力市场拆成了硬件、AI、数据和订阅服务。\n\n真正的门槛也在这里。\n人形机器人不能只会演示。\n它得在真实世界里连续工作，摔不坏，学得快，成本能压住，还不能把人类环境当实验室。\n\n这门生意的想象力，不在机器人像不像人。\n在于它能不能把人类每天重复消耗的体力时间，一小时一小时地接过去。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-03 09:41:22","created_at":"2026-05-03T11:32:28.095465","url":"https://mubeitech.com/p/2050184318576955696","markdown_url":"https://mubeitech.com/p/2050184318576955696/markdown"}]}