宇树做了十几年机器人，而特斯拉还不到 5 年，所以宇树机器人一定比特斯拉技术强？

从网上能看到的机器人硬件整花活来看：宇树机器人各种翻跟头、功夫和拳击等，绝对比特斯拉机器人那些慢慢悠悠走路、跳舞和盛爆米花酷炫很多。

不过要想搞懂机器人的技术，推荐看看Cathy Wood 木头姐的演讲，她说历史上有两次大创新对生产力有巨大影响：

第一次大创新：在十九世纪末到二十世纪初，主要由三个创新平台推动：内燃机、电力和电话。

反映到数据上就是 GDP 的增长，在此前的400 年，GDP 平均每年只增长0.6%，但第一次大创新之后，人类 GDP 连续 125 年增长为 3%，翻 5 倍。

第二次大创新：就是现在，有五种创新平台：机器人、能源存储、人工智能、区块链、多组学测序。

木头姐说这五大创新平台会让过去 125 年的GDP 从每年 3%的增长 ，提升到7%以上，再翻两倍多。

而且这五大技术平台是可以互相交叉促进的，比如特斯拉的 Robotaxi，就是机器人+能源存储+人工智能这三大技术平台的交叉促进。

当然今天我们聊的特斯拉和宇树机器人，也属于这三大平台交叉。

所以我们比较特斯拉和宇树的机器人，不能只看机器人本身，还要看能源存储、人工智能等其他技术。#人工智能 ##特斯拉##宇树#

完整内容看视频：

http://t.cn/AXyMFRR5

想用Cursor提升编程效率？这份来自开发者的深度实战指南值得收藏：

1. 项目起步要做足功课
先用ChatGPT设计PRD、数据库、配色方案和整体架构，全部存成.md文件，为后续开发打好基础。

2. 打好坚实基础
善用V0等工具生成初始UI代码，再用Cursor优化。这种组合拳既保准确度又省返工。

3. 用好cursor.directory
这是个宝藏工具库——根据你的技术栈定制提示词，效果立竿见影。

4. 文档随手可取
把Next.js、Supabase等官方文档同步到Cursor，需要时用 @ LibraryName 快速调用，也可用 @ Docs 添加私人知识库。

5. 智能联网助手
用 @ Web 指令让Cursor帮你实时搜索最新资料，解答疑难杂症。

6-8. 效率提升三板斧
- 把优质代码存成.md文件留作后用
- 用 @ Codebase 指令快速检索项目代码
- 学会用 ⌘K 快捷键编辑代码

9-11. 进阶技巧包
- UI调试靠截图更直观
- 让AI解释代码助你理解编程模式
- 从Vercel模板库起步，常用功能不用重造轮子

核心要诀：给Cursor清晰详细的指令，前期多投入准备工作，就能事半功倍。

#人工智能##AI创造营#

大翻车！斯坦福超火机器人自曝内幕，研究者救场还受伤了，网友：放心了

#人型 #机器人 #投资 #具身智能

现在大家都在看人型机器人和具身智能，但都没搞明白投资具身机器人到底是投资什么。

现在我们看到大部分的投资，讲的故事都是说五年内会有居家性的机器人卖到消费者手上，但如果我们看现在实际的案例和学术理论这种假设是基本上没法成立的。

现在机器人技术上能解决的比较好的，就是1）如何在不同的环境能够维持平衡并且行动，这个包括轮式，双足、四足；2）还有就是不同自由度的机器臂进行预定好的，提前设置的，提前规划的移动。这种技术已经非常成熟了，所以在工业场景进行简单的搬运、组装、上下料，这个完全没有任何问题。

但是如果要进行在居家环境里面进行稍微比分拣不同东西更复杂的操作的话，现在还没有任何模型能够胜任。甚至现在去进行这些复杂动作的数积集和模型框架都不成熟。

现在generative人工智能之所以这么火，是因为在学术界有两个很大的突破，一个是attention is all you need (transformer), 另一个是latent diffusion。那大家可以想一想，在机器人和现实世界的互动中，就现在的理论知识去解决这个问题够吗？ 这个突破还没出现。

那投资人实际应该去投资的是什么呢？答案是5年前类似openai的公司，openai在过去五年期间我一直关注，大家可能忘了，他们做了很多理论的突破，都没有寻求变现，而是去验证模型本身的可行性。我第一次关注到他们是在游戏里面，他们用强化学习模型打赢了星际争霸的韩国冠军。这个没有进行任何变现的技术突破，在后来的GPT 3.5模型的收敛和人工矫正aligment效果上面是有趣大贡献的，就是大家现在所谓的RLHF。第二次关注到他们是基因序列模型，Alpha fold，这个在医疗领域，当时是轰轰烈烈的大突破，但他们也没有将它进行直接变现。第三次关注到他们是GPT3语言大模型的发布，但这个模型出来后，他们也没有进行变现。我想说的是，学术领域的突破到实际应用的落地是需要接受很长一段时间的没有任何变现的（没有任何收入的）积累。