关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
AIGC 领域的最新工具、开源项目以及行业大事件
关于机器人的形态，很多科技大佬都说人形不是最好的形态。像云迹科技这些做酒店、餐厅送个什么东西的机器人才是真正合适的场景。
当然，从阶段性摘果子的角度，这边没有问题。不过做机器人本质的思路有两个：
1，做垂直场景的机器人，机器人只按这个场景设计最合适的形态。例如送餐就只需要个轮子➕托盘。
2，做人形机器人，形态和人一模一样，人能做的事情，理论上它都能学会做。但要一个场景一个场景地教。教会了它送餐，他就可以替代送餐机器人。教会它打扫，就可以替代扫地机器人。
垂直场景机器人有个问题，每个场景都需要涉及对应的机器人，那假设一个懒人，就需要买各式各样的机器人放家里。事实上，现在很多年轻人家里已经摆满了扫地、拖地、洗碗机、洗衣机.....越堆越多。
但人形机器人的作用就是教会他一个技能，它就可以让你少买一个垂直场景的机器人。类似iPhone面世后，消费者只需要买一台手机就可以打电话、拍照、导航、扫描.....用丰富的软件替代了无穷无尽的硬件需求。iPhone只需要把支撑软件所需的硬件基础搭建好，让开发者调用就行。
人形机器人也是一样的道理， 机器人厂商负责做好硬件基础，让机器手脚能像人的手脚一样灵活、精密地感知。再配备能跟着人学习技能的大脑，以及搭建一个技能平台，人类可以向平台中输入技能，一个机器人学习成功后，所有机器人就都同时学会。人类也能因此获得收益。
所以在整个价值链上，最高价值的是这个技能平台，类似iPhone的应用商店。谁能搭建好一个让技能开发者们都能低门槛开发技能并公平获取收益的平台，就能成为机器人应用生态中最顶级的存在。
沿着这个思路，全球有什么公司在搭建这样的AI技能平台？
当然，从阶段性摘果子的角度，这边没有问题。不过做机器人本质的思路有两个：
1，做垂直场景的机器人，机器人只按这个场景设计最合适的形态。例如送餐就只需要个轮子➕托盘。
2，做人形机器人，形态和人一模一样，人能做的事情，理论上它都能学会做。但要一个场景一个场景地教。教会了它送餐，他就可以替代送餐机器人。教会它打扫，就可以替代扫地机器人。
垂直场景机器人有个问题，每个场景都需要涉及对应的机器人，那假设一个懒人，就需要买各式各样的机器人放家里。事实上，现在很多年轻人家里已经摆满了扫地、拖地、洗碗机、洗衣机.....越堆越多。
但人形机器人的作用就是教会他一个技能，它就可以让你少买一个垂直场景的机器人。类似iPhone面世后，消费者只需要买一台手机就可以打电话、拍照、导航、扫描.....用丰富的软件替代了无穷无尽的硬件需求。iPhone只需要把支撑软件所需的硬件基础搭建好，让开发者调用就行。
人形机器人也是一样的道理， 机器人厂商负责做好硬件基础，让机器手脚能像人的手脚一样灵活、精密地感知。再配备能跟着人学习技能的大脑，以及搭建一个技能平台，人类可以向平台中输入技能，一个机器人学习成功后，所有机器人就都同时学会。人类也能因此获得收益。
所以在整个价值链上，最高价值的是这个技能平台，类似iPhone的应用商店。谁能搭建好一个让技能开发者们都能低门槛开发技能并公平获取收益的平台，就能成为机器人应用生态中最顶级的存在。
沿着这个思路，全球有什么公司在搭建这样的AI技能平台？
前几天 MiniMax 家的 Agent 进行了一次巨大的升级。
这次更新最大的3个亮点：
1. Supabase 后端托管
2.Stripe 支付功能
3.cron job 定时任务
在这次升级之后，MiniMax Agent 从深度研究的1.0形态，进化为具备前后端全栈开发 Agent 。
我用它为一个产品做了个网站，居然真的能加购物车，还能支付
从一个 idea，到一个 PPT，再到一个可以支付的购物网站。
Agent 正悄然打通的从前端到后端的全栈开发链路，甚至包括了最关键的支付环节。
如果我的 idea 真的能立即变成可支付的网站帮我赚钱...
那赚到的钱，我愿意分它一半。
MiniMax Agent 的体验地址
https://agent.minimax.io/
这次更新最大的3个亮点：
1. Supabase 后端托管
2.Stripe 支付功能
3.cron job 定时任务
在这次升级之后，MiniMax Agent 从深度研究的1.0形态，进化为具备前后端全栈开发 Agent 。
我用它为一个产品做了个网站，居然真的能加购物车，还能支付
从一个 idea，到一个 PPT，再到一个可以支付的购物网站。
Agent 正悄然打通的从前端到后端的全栈开发链路，甚至包括了最关键的支付环节。
如果我的 idea 真的能立即变成可支付的网站帮我赚钱...
那赚到的钱，我愿意分它一半。
MiniMax Agent 的体验地址
https://agent.minimax.io/
里面有很多很有用的提示词
比如有个检测文章写作问题的提示词我就很需要。
这里尝试：https://www.diabrowser.com/skills
这个从箱子里飞出产品，然后组成房间的点子，太好了表现力超强！
我优化了一下提示词，加了防止切镜头和去掉了json格式
提示词，发给 AI 让他改成你想要的主题就行：
Camera Instruction : Single fixed camera, wide-angle lens, one continuous shot, no camera cuts or movement.
Main Description : The scene begins in a sunny, empty room. In the center sits a cardboard box with a cute cat face drawn on it with a marker. The box wiggles slightly, lets out a soft meow, and then bursts open! Countless yarn balls, scratching post parts, soft cushions, and cat toys gush out. A giant cat tree grows rapidly from the floor like a real tree, complete with leafy platforms; a scratching post wraps itself with sisal rope and stands in a corner; feather wands dance through the air before landing in a toy basket. Once everything is perfectly in place, a fluffy orange cat walks in with elegant steps, curiously observing its new paradise, and finally curls up comfortably on a soft cushion.
Core Elements : Cardboard box with a cat face, large cat tree, scratching posts and pillars, various cat beds and cushions, wall-mounted cat shelves, a window hammock, an automatic water fountain, cat toys (feather wands, jingle balls, toy mice), a rug with a paw-print pattern.
Motion & Atmosphere : Full of playful fun and whimsy, various cat supplies assemble automatically in a lively, charming way, ultimately creating a warm, cozy, and safe paradise built perfectly for a cat.
Keywords : 16:9, one take, no cuts, dynamic assembly, photorealistic, cat, cute, cat room, pet paradise, heartwarming, no text.
Invalid media: video
我优化了一下提示词，加了防止切镜头和去掉了json格式
提示词，发给 AI 让他改成你想要的主题就行：
Camera Instruction : Single fixed camera, wide-angle lens, one continuous shot, no camera cuts or movement.
Main Description : The scene begins in a sunny, empty room. In the center sits a cardboard box with a cute cat face drawn on it with a marker. The box wiggles slightly, lets out a soft meow, and then bursts open! Countless yarn balls, scratching post parts, soft cushions, and cat toys gush out. A giant cat tree grows rapidly from the floor like a real tree, complete with leafy platforms; a scratching post wraps itself with sisal rope and stands in a corner; feather wands dance through the air before landing in a toy basket. Once everything is perfectly in place, a fluffy orange cat walks in with elegant steps, curiously observing its new paradise, and finally curls up comfortably on a soft cushion.
Core Elements : Cardboard box with a cat face, large cat tree, scratching posts and pillars, various cat beds and cushions, wall-mounted cat shelves, a window hammock, an automatic water fountain, cat toys (feather wands, jingle balls, toy mice), a rug with a paw-print pattern.
Motion & Atmosphere : Full of playful fun and whimsy, various cat supplies assemble automatically in a lively, charming way, ultimately creating a warm, cozy, and safe paradise built perfectly for a cat.
Keywords : 16:9, one take, no cuts, dynamic assembly, photorealistic, cat, cute, cat room, pet paradise, heartwarming, no text.
Invalid media: video
用 Veo3 做开箱视频
可开一切
Prompt 模板，让 AI 改模板即可：
描述: Photorealistic cinematic shot of an empty [未来主义极简风格] bedroom with white wood floors and soft daylight streaming in. A sealed [印有'Orange AI'标志的金属科技箱] sits in the center. It wiggles, then bursts open in a bright, [橙色] sparkly puff. The room transforms instantly into a [未来科技实验室] sanctuary. No text. 风格: photorealistic cinematic 镜头: fixed wide angle, front-facing for symmetrical reveal 灯光: soft, diffused natural light with subtle [橙色] glow accents 房间: blank [未来主义极简风格] bedroom transformed into a [未来科技实验室] sanctuary 核心元素: [印有'Orange AI'标志的金属科技箱] (logo and details visible) [全息数据显示屏和人体工学指挥椅] plushies ([瓦力机器人模型], [MOSS核心单元模型], [大白模型], [塔奇克马模型]) wall art or framed posters of [J.A.R.V.I.S.界面] and their world floating shelves with figurines and [橙色] accessories vanity with mirror and [橙色] chair [AI实验室] lamp or a neon sign of a [大脑神经元符号] [电路板图案] rug or fluffy floor mat [机器人头盔]-shaped throw pillows 动态: [印有'Orange AI'标志的金属科技箱] opens, themed [人工智能] items explode out and assemble rapidly and precisely, [一只拟人化的橘子出现在桌前对着麦克风说话] 结局: soft, cozy [未来科技实验室] room glowing with [橙色] warmth and [智能与创新] charm 文本: none 关键词: 16:9, [人工智能], [科幻电影], [橙色] bedroom, fast assembly, no text, photorealistic, [橙色] explosion, [智能与创新]
可开一切
Prompt 模板，让 AI 改模板即可：
描述: Photorealistic cinematic shot of an empty [未来主义极简风格] bedroom with white wood floors and soft daylight streaming in. A sealed [印有'Orange AI'标志的金属科技箱] sits in the center. It wiggles, then bursts open in a bright, [橙色] sparkly puff. The room transforms instantly into a [未来科技实验室] sanctuary. No text. 风格: photorealistic cinematic 镜头: fixed wide angle, front-facing for symmetrical reveal 灯光: soft, diffused natural light with subtle [橙色] glow accents 房间: blank [未来主义极简风格] bedroom transformed into a [未来科技实验室] sanctuary 核心元素: [印有'Orange AI'标志的金属科技箱] (logo and details visible) [全息数据显示屏和人体工学指挥椅] plushies ([瓦力机器人模型], [MOSS核心单元模型], [大白模型], [塔奇克马模型]) wall art or framed posters of [J.A.R.V.I.S.界面] and their world floating shelves with figurines and [橙色] accessories vanity with mirror and [橙色] chair [AI实验室] lamp or a neon sign of a [大脑神经元符号] [电路板图案] rug or fluffy floor mat [机器人头盔]-shaped throw pillows 动态: [印有'Orange AI'标志的金属科技箱] opens, themed [人工智能] items explode out and assemble rapidly and precisely, [一只拟人化的橘子出现在桌前对着麦克风说话] 结局: soft, cozy [未来科技实验室] room glowing with [橙色] warmth and [智能与创新] charm 文本: none 关键词: 16:9, [人工智能], [科幻电影], [橙色] bedroom, fast assembly, no text, photorealistic, [橙色] explosion, [智能与创新]
文件系统是人类文明最伟大的发明之一。
让 Agent 能用文件系统作为记忆存储，是Manus团队最大的发明之一。
为什么用文件系统？
传统AI Agent最大的问题是“记性差”——上下文窗口再大，也有极限。比如128K tokens听起来很大，但遇到复杂任务、长文档、网页、PDF，分分钟就爆了。而且，长上下文不仅贵，还会让模型“迷糊”，性能下降。
Manus的思路是：既然大脑（上下文）装不下，就用“硬盘”——也就是文件系统，来当外挂记忆！
文件系统的创新用法
1. 无限扩展的记忆
文件系统没有上下文窗口的限制，Agent可以随时把重要信息写进文件，需要时再读出来。比如，遇到大文档、复杂网页，Agent只要记住文件路径或URL，内容可以随时查，不用全塞进上下文。
2. 结构化、分层管理
文件系统天然支持分层、分类。Agent可以把不同任务、不同阶段的信息分门别类地存储，像人类整理文件夹一样，查找和管理都很高效。
3. 可恢复的压缩
Manus的压缩策略很巧妙：不是简单丢弃信息，而是“可恢复”——比如只保留网页的URL，内容需要时再拉回来。这样既节省上下文空间，又不会丢失关键数据。
4. Agent间共享与版本控制
虚拟文件系统还能让多个Agent共享信息，像团队协作一样。还可以支持版本控制，记录每一步的变化，方便回溯和纠错。
5. 让Agent学会“用文件”
Manus的Agent不只是被动存取文件，而是主动学会用文件来规划任务、记录进度、复述目标。比如，Agent会自动生成todo.md文件，随着任务推进不断更新，把目标“复述”到上下文末尾，防止“迷失在中间”。
Manus团队认为，文件系统其实是AI Agent的“外部化记忆”。模型不用什么都记在脑子里，而是像人类一样，学会查资料、做笔记、整理档案。
这样，Agent就能处理更复杂、更长远的任务，甚至有点像“神经图灵机”——把短期记忆和长期记忆结合起来。
未来如果有更高效的序列模型（比如State Space Model），配合文件系统这种外部记忆，AI Agent的能力会有质的飞跃。
让 Agent 能用文件系统作为记忆存储，是Manus团队最大的发明之一。
为什么用文件系统？
传统AI Agent最大的问题是“记性差”——上下文窗口再大，也有极限。比如128K tokens听起来很大，但遇到复杂任务、长文档、网页、PDF，分分钟就爆了。而且，长上下文不仅贵，还会让模型“迷糊”，性能下降。
Manus的思路是：既然大脑（上下文）装不下，就用“硬盘”——也就是文件系统，来当外挂记忆！
文件系统的创新用法
1. 无限扩展的记忆
文件系统没有上下文窗口的限制，Agent可以随时把重要信息写进文件，需要时再读出来。比如，遇到大文档、复杂网页，Agent只要记住文件路径或URL，内容可以随时查，不用全塞进上下文。
2. 结构化、分层管理
文件系统天然支持分层、分类。Agent可以把不同任务、不同阶段的信息分门别类地存储，像人类整理文件夹一样，查找和管理都很高效。
3. 可恢复的压缩
Manus的压缩策略很巧妙：不是简单丢弃信息，而是“可恢复”——比如只保留网页的URL，内容需要时再拉回来。这样既节省上下文空间，又不会丢失关键数据。
4. Agent间共享与版本控制
虚拟文件系统还能让多个Agent共享信息，像团队协作一样。还可以支持版本控制，记录每一步的变化，方便回溯和纠错。
5. 让Agent学会“用文件”
Manus的Agent不只是被动存取文件，而是主动学会用文件来规划任务、记录进度、复述目标。比如，Agent会自动生成todo.md文件，随着任务推进不断更新，把目标“复述”到上下文末尾，防止“迷失在中间”。
Manus团队认为，文件系统其实是AI Agent的“外部化记忆”。模型不用什么都记在脑子里，而是像人类一样，学会查资料、做笔记、整理档案。
这样，Agent就能处理更复杂、更长远的任务，甚至有点像“神经图灵机”——把短期记忆和长期记忆结合起来。
未来如果有更高效的序列模型（比如State Space Model），配合文件系统这种外部记忆，AI Agent的能力会有质的飞跃。
Manus 团队分享了半年来他们在 Agent 的 Context 工程的经验。
我对原文进行了本地化翻译、精校、高亮要点（尽力了，要不是Manus的朋友喜欢后半夜活动，我直接抓起来校对🤪）。总共 6 条经验，共 5K 字。
大家周末学习愉快，enjoy～
