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
等了一年还没有人搞，于是我就想，不行我来吧！
藏师傅的 AIGC 周刊即将开展，几乎你知道的所有国产 AI 产品都有参与
订阅周刊将会获得主流 AI 产品高额优惠券和会员试用抽奖！
更多细节正在确定...
🌟 财富连爆：PG麻将糊了首充6万U→连爆81万U🌟 势不可挡：神秘盘总首充4万→秒提 60万U🌟 豪赌封神：麻将拉500→单笔提 100万U🌟 连破纪录：大佬当日再爆→ 提币 280万U秒到🌟 命中爆点：高管首充4万→ 翻1520倍提76万U🌟 亿万备用资金池,大额无忧！硬核保障 查看
# 权威认证 # 百亿保障 # 真爆奖 # 信誉首选
球速大会员再创新高：
✅球速体育
✅u存u提每日提款无上限，随便提、全球不限ip、免实名绑定手机号码、银行，大额出款无忧 （您的最佳选择，欢迎体验）
#亚洲顶级真人视讯博彩盘口！
🔥平台
注册升级领18888， 每周送福利5888
每日存款彩金每日送，每笔存款加赠
👑福利频道：@qsty8999
⚽️体育赛事推单：@QSTY988
💖吃瓜搞笑新闻：@chiguagaoxiaoxinwen
💖vip客服专属热线，添加客服领取活动福利
🌐官网客服： @QSTY567
双向用户点击：@qsty168168_bot
🌐注册网址： qs1736.cc
现在的AI赛道，像极了2000年的互联网泡沫前夜。
定价模式乱。 标准乱。 交付乱。
很多人焦虑，很多人在观望，在等一个“标准答案”。
但是等标准答案出来，机会就跟你没关系了。
2000 年时，所有人都在等“互联网该怎么玩”，
结果是，
腾讯、阿里、亚马逊已经跑出来了。
今天的 AI 一样。
还没定义的东西，才有高杠杆。
越混乱的市场，越考验判断力和执行力
定价模式乱。 标准乱。 交付乱。
很多人焦虑，很多人在观望，在等一个“标准答案”。
但是等标准答案出来，机会就跟你没关系了。
2000 年时，所有人都在等“互联网该怎么玩”，
结果是，
腾讯、阿里、亚马逊已经跑出来了。
今天的 AI 一样。
还没定义的东西，才有高杠杆。
越混乱的市场，越考验判断力和执行力
AI算力免费领？！这波福利再不冲就亏了！💥
听说你的项目还在为算力发愁？🤔
听说AI很火但成本太高不敢试？🚫
别划走！机会来了！天翼云双十一活动疯狂开启！🎉
🔥【上云正当时，AI智算0门槛】🔥
我们准备了满满的“弹药”，助你轻松冲浪AI时代！
👇划重点，福利在这👇
✅ 新人专享·万元礼包
新用户注册，11111元上云券免费领！这还不是真香现场？
✅ 爆款智算·击穿底价
息壤·智算平台2500万Tokens免费使用！
高性能GPU云主机、Deepseek算力超市 ……热门算力产品限时特惠！
✅ 新老普惠·续费有礼
云主机多种优惠机型适配不同类型业务场景！
云电脑、存储、网络、安全等多种产品，新客首单0.27折起！
多种产品每日9:00开放抢购，更有1年3.5折，6个月4折续费优惠！
🎯 适合谁？
→ 想要尝试AI应用的个人开发者
→ 急需降本增效的初创团队
→ 希望业务智能升级的所有企业
【参与方式】超级简单！
1.点击下方链接：https://www.ctyun.cn/d/Jpyv2w
2.一键注册，领取福利
3.选择产品，开启你的智算之旅！
💡 小提示： 名额有限，先到先得！手慢无！
听说你的项目还在为算力发愁？🤔
听说AI很火但成本太高不敢试？🚫
别划走！机会来了！天翼云双十一活动疯狂开启！🎉
🔥【上云正当时，AI智算0门槛】🔥
我们准备了满满的“弹药”，助你轻松冲浪AI时代！
👇划重点，福利在这👇
✅ 新人专享·万元礼包
新用户注册，11111元上云券免费领！这还不是真香现场？
✅ 爆款智算·击穿底价
息壤·智算平台2500万Tokens免费使用！
高性能GPU云主机、Deepseek算力超市 ……热门算力产品限时特惠！
✅ 新老普惠·续费有礼
云主机多种优惠机型适配不同类型业务场景！
云电脑、存储、网络、安全等多种产品，新客首单0.27折起！
多种产品每日9:00开放抢购，更有1年3.5折，6个月4折续费优惠！
🎯 适合谁？
→ 想要尝试AI应用的个人开发者
→ 急需降本增效的初创团队
→ 希望业务智能升级的所有企业
【参与方式】超级简单！
1.点击下方链接：https://www.ctyun.cn/d/Jpyv2w
2.一键注册，领取福利
3.选择产品，开启你的智算之旅！
💡 小提示： 名额有限，先到先得！手慢无！
刚刚看到字节TRAE的官方公告
很震惊🤯…
公告表示：
从11月4号（UTC+0）开始
TRAE正式下架了Claude模型
原因是Claude中断了对于TRAE的供应😢
之前我还以为Claude不会中断已经有的模型
比如Claude3.7/Claude4
没想到直接全断了…..😮💨
具体原因之前我写过
Anthropic宣布将对于中资和控股超过半数的企业
停止供应任何模型
但其实对主包来说还好
因为我平时也不太用TRAE的Claude（在cursor用hhh
平时就用一下哈基米（Gemini
但还好
很快会有一些国产模型能顶上来….的吧？
PS：TRAE的solo模式内测的时候我就用上了，很好用…但是不知道为什么没人分享使用体验🤔
上月，老哥分别给 ChatGPT、DeepSeek、Grok 等 6 个 AI 大模型，1 万美金，去跑主流币的价格预测和期货交易，总共 6 万美金。
最终仅剩下 4.3 万，累计亏损 -16827 美金。
波士顿动力其实从出发点来说，实际上是接了DARPA美国国防高级研究计划局（Defense Advanced Research Projects Agency）当时的单，最早是为了美军在战场做补充用的，实际上他是在为一个terminator终结者方向在做，和ASIMO作为服务型机器人还是挺不同的。
第三个时代：今天由宇树、特斯拉或者说像新一代机器人公司主导的这样一个时代。
这个时代有两大特点：
1、机器人硬件本体，它的架构几乎今天所有在售的相对来讲便宜一点的，或者说卖得多的人形机器人都是用的这种当年 MIT 方案的准直驱关节。这个事情的起源在于当时 MIT 的Sangbae Kim教授他们组的Benjamin Katz自己硕士论文里面的MIT Cheetah Mini机器人开源了，他们当时是用了一个 6 速比的一个减速器，配上了一个国产的一个无框力矩电机，然后做了一个准直驱的关节，也就是说基于电流来去推算最终输出的力矩，配上一个相对来讲不那么高减速比的减速器，这个其实算是开启了一个机器人新的一个时代。
MIT Cheetah Mini证明了准直驱的关节，或者说 low gear低速高扭矩档位，然后准直驱力控的关节是能够实现非常非常好的运控性能的，这个算是硬件上它代表了一个时代，就是今天我们这些机器人公司的时代。
然后软件算法上来讲的话，其实在由 MPC，然后转向基于 learning-based control 崛起，我认为它的起源在于苏黎世联邦理工学院（ETH Zurich）机器人系统实验室（Robotic Systems Lab, RSL）的Marco Hutter团队在机器人学习与控制领域的一系列研究工作，连续在《Science Robotics》等期刊发表多篇论文。
今天这个时代的人形机器人公司基本上满足两大特点：
1、关节基本上全都是准直区的。
2、运动控制算法基本全都是 learning-based 的。所以今天我们也看到波士顿动力也成立了自己的叫BDAI，即波士顿动力人工智能研究所（Boston Dynamics AI Institute），以一个非常低的工资在招聘一些美国的优秀的毕业生，大家如果要去就是基本上纯为了信仰，那他们的硬件方案还挺有意思，他们应该是基于这种，就是 Torque sensing 的一个actuator（基于扭矩传感的执行器），是其机器人硬件方案的关键组成部分，就是还是带力传感器的不完全准直区的方案。他们的硬件方案我觉得是比较先进的，但是也比较高成本且可靠性相对差一些的。
以上内容出自【大小马聊科技】84 集。
第三个时代：今天由宇树、特斯拉或者说像新一代机器人公司主导的这样一个时代。
这个时代有两大特点：
1、机器人硬件本体，它的架构几乎今天所有在售的相对来讲便宜一点的，或者说卖得多的人形机器人都是用的这种当年 MIT 方案的准直驱关节。这个事情的起源在于当时 MIT 的Sangbae Kim教授他们组的Benjamin Katz自己硕士论文里面的MIT Cheetah Mini机器人开源了，他们当时是用了一个 6 速比的一个减速器，配上了一个国产的一个无框力矩电机，然后做了一个准直驱的关节，也就是说基于电流来去推算最终输出的力矩，配上一个相对来讲不那么高减速比的减速器，这个其实算是开启了一个机器人新的一个时代。
MIT Cheetah Mini证明了准直驱的关节，或者说 low gear低速高扭矩档位，然后准直驱力控的关节是能够实现非常非常好的运控性能的，这个算是硬件上它代表了一个时代，就是今天我们这些机器人公司的时代。
然后软件算法上来讲的话，其实在由 MPC，然后转向基于 learning-based control 崛起，我认为它的起源在于苏黎世联邦理工学院（ETH Zurich）机器人系统实验室（Robotic Systems Lab, RSL）的Marco Hutter团队在机器人学习与控制领域的一系列研究工作，连续在《Science Robotics》等期刊发表多篇论文。
今天这个时代的人形机器人公司基本上满足两大特点：
1、关节基本上全都是准直区的。
2、运动控制算法基本全都是 learning-based 的。所以今天我们也看到波士顿动力也成立了自己的叫BDAI，即波士顿动力人工智能研究所（Boston Dynamics AI Institute），以一个非常低的工资在招聘一些美国的优秀的毕业生，大家如果要去就是基本上纯为了信仰，那他们的硬件方案还挺有意思，他们应该是基于这种，就是 Torque sensing 的一个actuator（基于扭矩传感的执行器），是其机器人硬件方案的关键组成部分，就是还是带力传感器的不完全准直区的方案。他们的硬件方案我觉得是比较先进的，但是也比较高成本且可靠性相对差一些的。
以上内容出自【大小马聊科技】84 集。
机器人的三个时代：本田的ASIMO，波士顿动力，宇树/特斯拉机器人。
第一个时代：本田ASIMO那个时代它主流的运控方法叫ZMP（Zero Moment Point）零力矩点的方法。
我们怎么分辨一个机器人它是用ZMP的算法控制的，还是用别的方法控制的？
ZMP 有一个很突出特点，就是它走路一定是要左脚迈出去之后，它身体要往左倾一下来保持稳定，然后又在卖身体往右倾去保持稳定。这套方法其实是一个很古典的一个机器人的控制算法， ASIMO 当时算是这个算法最巅峰的巅峰了，当时我们可以看到 ASIMO 用 ZMP 竟然能把机身调的跑起来，这个事站在今天来看是不可想象的。 ASIMO 其他的硬件设计加上他的控制算法，真的就能代表那个时代，包括工业设计，说实话放到现在来说也是没得挑的。
基于 ZMP 算法设计的硬件，它要求每个关节重复定位精度要非常高，没有backlash回程间隙，所以说它每个关节，都是 high gear 超高减速比的斜波大关节，然后脚底要放六维力传感器，不然的话可能还控制不好，导致成本非常高，可靠性非常差，然后稳定性也没那么好。
日本的工程师已经非常努力，也非常优秀了，把 ASIMO 调成那个程度已经超级厉害了。
第二个时代： Boston Dynamics波士顿动力的机器人，就是力控的 MPC （Model Predictive Control）：模型预测控制的时代，他们基于WBC（Whole-Body Control）全身控制这样的方法，他们是模型预测控制这个算法的时代，这个时代他们当时选取技术路线是液压驱动，这个时代算法比 ASIMO 那会肯定是精进了不少了。 Boston Dynamics 算是基于 MPC 的一个集大成者对。
MPC 其实搞了 20 多年，从MIT那个 Leg Lab 就开始搞的。
他们最开始从一个类似于驴拉磨那个东西，然后上面绑了一个机器人，那会就开始搞MPC，然后一直搞到波士顿动力的机器人，坚持这么一个领域，坚持这么多年，我们非常敬佩，然后他也算是这个领域做的集大成者，甚至很多今天 learning-based 基于学习的机器人控制/决策方法，有些公司控制还没有他的 MPC 控得好。
这个不是你独特的感受，而是一种普遍的现象，甚至有个名词叫“生产力悖论”，在此推荐阅读纽约客的这篇文章《AI大繁荣下的“利润荒”：我们从历史中学到了什么？》
https://ybzavo65ti.feishu.cn/wiki/YWHYwC87Ai3H1Sk7R13cazmPnob
关键内容
1. 尽管企业对生成式 AI 投资了 300 亿至 400 亿美元，但调查报告显示95%的组织没有获得任何财务回报。
AI在头脑风暴和初稿方面非常出色，但它无法保留客户偏好的知识或从之前的编辑中学习。它重复同样的错误，并且每次都需要大量的上下文输入。
在经济许多领域中的应用有限，比如休闲和酒店业、零售业、建筑业、房地产业以及护理行业。
最成功的 AI 投资是由那些在特定工作流程领域使用高度定制化工具的初创公司做出的。
2. 通用型技术——最具变革性的技术——也必须等到能够与之互补的基础设施、技能和产品得到发展后，才能发挥最大效用，而这一过程可能很长。
瓦特在 1769 年发明了蒸汽机。三十年后，英国大多数棉纺厂仍然依靠水车驱动，部分原因是运输煤炭用于蒸汽机很困难。直到 19 世纪初蒸汽动力铁路的发展，这种情况才有所改变。
电力的传播也很缓慢，并没有立即带来全经济范围内的生产率增长。
计算机的发展也遵循同样的模式， 1987 年《时代书评》的一篇文章中，诺贝尔经济学奖得主罗伯特·索洛评论：“你到处都能看到计算机时代，但在生产力统计数据中却看不到。
3. 在某些情况下，新技术甚至可能降低生产力增长，因为它们具有极强的颠覆性，并且难以融入现有的工作方式。只有到后来，生产力提升才会显现——这种模式被称为“J 曲线”。
在技术 J 曲线中，一旦“摩擦”被克服，生产力就会腾飞。但由于沿着曲线的旅程可能漫长，很难预测哪些公司将成为赢家和输家。
