节目

你喜欢的节目都在这里

82| 对话灵波科技沈宇军:为什么机器人要有自己的“原生大脑”?

82| 对话灵波科技沈宇军:为什么机器人要有自己的“原生大脑”?

会友镖局

如今的模型在数字世界里游刃有余。它能写诗、会画画、认得清图片里的猫。但一旦把同样的模型放到机器人身上,问题就暴露了:它看得见玻璃后的猫,却不知道那道玻璃过不去;它知道水杯要倒,但推理太慢,等反应过来水早已洒了。 数字世界的“懂”,不等于物理世界的“会”。 过去一周,蚂蚁灵波科技密集发布并开源了6 款模型,涵盖空间感知、世界模拟、动作执行等完整技术链条。 社交媒体刷屏、开发者社区强烈关注、多次登上海内外平台Trending趋势,开源的4款模型在GitHub上总Star数已超过2.3K…… 不止模型本身,LingBot2.0更提出了一个明确的技术主张:具身原生。机器人的大脑,不该是通用大模型的“移植版”,而应该从零开始,为物理世界量身定做。 什么是“具身原生”?为什么机器人不能只是大模型在物理世界里的一个 Agent?为什么数字世界里好用的视频生成、多模态模型,到了机器人身上就会遇到新问题? 这期节目,我们与灵波科技首席科学家沈宇军从灵波大脑 2.0 的发布聊起,一起聊聊灵波如何为机器人装上一颗“原生大脑”。 🧑‍🤝‍🧑本期嘉宾 沈宇军:蚂蚁灵波科技首席科学家 👩本期主播 石洪竺:魔搭社区运营负责人 📒时间轴 一、灵波大脑 2.0:为什么要提出“具身原生” 03:13 从灵波 1.0 到 2.0:半年时间里,模型能力做了哪些升级 04:33 从模型架构、数据到算法,天然为机器人设计 05:18 灵波正式提出“具身原生”,是为了解决机器人的三个问题:“看得更清楚”、“想得更明白”、“干得更利索” 二、看得更清楚:机器人不能只识别,还要理解物理距离 08:46 数字世界追求清晰度、画质和创造力,物理世界更在乎时效性和合理性 10:21 为什么要做一个尽可能通用的机器人“大脑” 12:52 大模型吃了几十年互联网数据红利,但具身场景的很多数据工作都要从零开始 15:18 “开门见猫”:当门关闭时,深度图就无法识别门后的猫,仅靠语义识别无法理解三维空间 (“开门见猫”) 17:20 灵波的视觉训练聚焦几何边缘检测,通过识别轮廓和边界,让机器人能感知物体位置和障碍物 (几何边缘检测) 20:29 Depth 2.0 的升级:更换预训练方式,扩大数据量,解决更多 corner case 三、想得更明白:机器人需要单向、快速、可交互的世界模型 22:17 现实世界不是全可控的,机器人的思考要像时间一样单向流动 23:52 World 2.0:支持更长时间(小时级别)的视频生成和交互 26:07 机器人执行任务时,必须能应对被打断、被干扰的情况 28:14 Dense 架构推理效率不够,为什么要做 MoE 视频生成模型 32:09 一个无法摆拍的 demo:机器人如何实时响应人的随机动作 (机器人打球) 34:45 物理世界不需要视频生成得多漂亮,而需要生成得足够快、足够合理 (LingBot-World-Infinity) 四、干得更利索:真正落地后,才知道数据缺在哪里 36:30 “具身原生”讲起来是态度,做起来是能力 40:19 真实场景里,机器人需要抬手、弯腰、移动底盘,不只是动双臂 41:19 灵巧手、头部、腰部、底盘等自由度,都需要新的数据覆盖 41:59 从 9 种构型升级到 17 种构型,扩展可控自由度 42:29 数据规模化不只是堆量,更要关注任务、构型、自由度的分布 45:10 数据闭环不是采集完就结束,而是训练反馈到采集端 五、具身智能的下一步:灵巧手、传感器和数据 46:43 从 1.0 到 2.0,具身智能下一阶段的拐点是什么 48:24 未来三个关键变化:灵巧手、传感器、多模态数据 50:43 具身智能的 ChatGPT 时刻:当每个人都能参与训练机器人 51:48 终局想象:机器人进入家庭,承担重复、危险、精细的任务 53:50 对开源社区的期许:建立公允、共同认可的中立Benchmark 📖名词解释 * 具身智能:让智能体拥有身体,并能在真实物理环境中感知、决策和行动的 AI 方向。 * 具身原生:从模型架构、训练数据、算法和任务目标开始,就面向机器人和物理世界设计,而不是直接套用数字世界模型。 * 世界模型:让 AI 在内部模拟环境变化和未来结果的模型。对机器人来说,它可以帮助提前预演动作后果。 * MoE:Mixture of Experts,混合专家模型。通过只激活部分专家模块,在保持模型容量的同时提升推理效率。 * Benchmark:评测基准,用来衡量模型能力。具身智能目前仍需要更公允、更贴近真实物理任务的评测标准。 🔗延伸阅读 灵波科技官网:https://www.robbyant.com/product/R2 直播回放链接:https://weixin.qq.com/sph/AZKXWkFrqs 策划:常常 运营:千寻 更多节目信息,欢迎关注小红书:会友播客 添加小助手微信:huiyouhz,可以加入听友群喔

56分钟
1k+
3周前
EP20 ETF避坑指南:别再只看名字买基金了

EP20 ETF避坑指南:别再只看名字买基金了

我都惊呆了!

“这两个ETF跟踪的都是标普500,我随便选一个就行了吧?” 不一定。跟踪的指数一样,不代表它们真的“一样”。规模、费率、跟踪误差、买卖价差……每一项都在悄悄影响你的真实收益。 这一期,我们用IVV和VOO这两个最经典的标普500 ETF当例子,拆解选ETF时真正该看什么——从跟踪误差到综合费率,从规模到买卖价差,再到市值加权和等权加权的区别。听完你就能自己判断:这只ETF,到底值不值得投。 我们还讲了一个真实的故事:主动管理基金被ETF反超,为什么这个行业正在发生翻天覆地的变化? ETF是个好东西,但买之前,至少要知道你买的是什么。 ⏱️ 时间轴 00:05|本期是ETF选择宝典,免费讲出来是行善积德 01:12|一个真实故事:从主动管理转行做ETF,同事工资翻了好几倍 02:15|主动管理 vs 被动管理的区别 04:49|ETF如何反超主动基金:从33%涨到55% 05:38|Gigi当年主动转去小众固收团队,预判大盘股基金会被ETF取代 06:37|以IVV和VOO为例,拆解选ETF的五个维度 07:25|复习:ETF的两个核心特征 10:09|维度一:跟踪误差——照着葫芦画瓢,越像越好 12:20|去哪查跟踪误差?基金公司的Fact Sheet (基金简介) 12:53|维度二:综合费率——不只看管理费 13:47|NASA的教训:管理费和综合费率是两个概念 14:51|维度三:规模与流动性——为什么1亿美元算小 16:25|维度四:买卖价差——每次交易都在付的隐形费用 18:46|买卖价差比费率更需要在意(费率一年扣一次,价差每笔付一次) 19:55|维度五:加权方式——市值加权 vs 等权加权 21:41|什么时候选市值加权?什么时候选等权加权? 23:27|Gigi的ETF打分权重框架 26:52|IVV和VOO:每一项都站在最前列的优等生 28:27|选ETF不复杂,几个维度翻一遍就行 29:39|今天就拿走ETF选择宝典 先搞懂ETF到底是什么 ETF全称是“交易所交易基金”(Exchange Traded Fund —— ETF)。从名字就能拆出两个核心特征: 1. 它是个基金 —— 篮子里装着一堆资产,比如IVV和VOO装的就是标普500那500家公司的股票 2. 它可以在交易所交易 —— 像股票一样在交易所随时买卖,价格实时跳动 那它和公募基金(Mutual Fund)的区别在哪? 在“怎么买”:公募基金只能被动接受收盘价(上午下单和下午下单价格一样),ETF你可以选择在一天之内盘中任何点位买卖。 所以最大的实际差异是:ETF给了你“择时”的可能性。 但这也意味着ETF的买卖价格不一定等于基金的实时净值——可能买贵一点(溢价)或买便宜一点(折价),幅度通常很小但对短线有影响。不过对于长期定投的小白来说,这个差异基本可以忽略。 而公募基金和 ETF都有主动管理型,也都有被动指数型。 主动管理 vs 被动管理 * 主动管理:基金经理自己研究、选股、择时(卖的是基金经理的投资能力) * 被动管理:直接复制一个指数,不加入主观判断(卖的是指数本身) 本期聊的IVV和VOO都属于“被动指数型ETF”。 这个搞清楚了,我们接下来讲怎么挑。 选ETF的五个核心维度(以IVV vs VOO为例) 第一:跟踪误差(Tracking Error) 第二:综合费率(不是只看管理费) 第三:规模与流动性 第四:买卖价差(Bid-Ask Spread) 第五:加权方式 Gigi的ETF打分权重参考 当你需要从多个维度评估一只ETF时,可以参考这个权重框架(适用于筛选ETF的决策参考): * 资产类别/投资范围(30%):这只ETF是否符合你想投的方向? * 综合费率(15%-20%):宽基尽量低于0.1% * 规模(15%-20%):核心仓位优先选50亿美元以上 * 买卖价差/日成交金额(15%):日成交额2000万美元以上为佳 * 跟踪误差(10%):尽量在0.05%-0.5%之间 剩下的5%-10%可以看产品结构(实物复制优于合成复制)、发行机构是否靠谱、交易场所等。 本期总结 1. 不要只看名字买ETF,同一个指数背后可能有完全不同的费率和流动性 2. 综合费率比管理费更值得关注,它才是你真正付出的成本 3. 规模决定了流动性,冷门ETF可能买得进去却卖不出来 4. 买卖价差是隐形费用,频繁交易时比费率更可怕 5. 市值加权 vs 等权加权,决定了你的钱到底压在哪些公司身上 6. 下次看到任何ETF,照着今天讲的标准过一遍,两三分钟就能判断它值不值得投 本期提到的ETF清单(仅供案例参考) * IVV:iShares Core S&P 500 ETF,跟踪标普500(市值加权) * VOO:Vanguard S&P 500 ETF,跟踪标普500(市值加权) * RSP:Invesco S&P 500 Equal Weight ETF,跟踪标普500(等权加权) * NASA:太空主题主动管理ETF(案例中提到) * IAU:黄金ETF(案例中提到) 📌 真实资金的长期投资实验。不预测涨跌,只提供方法论和真实操作参考。 (节目内容仅为交流分享,不构成投资建议~)

30分钟
99+
3周前
EP29 | HYROX 为我而生:从职场走上赛场,在心率 170 的赛道上找回自己,跑向远方

EP29 | HYROX 为我而生:从职场走上赛场,在心率 170 的赛道上找回自己,跑向远方

下次再说 NextTime

【聊天的人】 嘉宾 – 小覃:前 SaaS 支付产品经理,Hyrox 运动员 & 赛场野生摄影师,小红书「小覃好不好」 主播 – 猴皮 【聊点什么】 曾经的小覃,把大量时间和能量都投入职场。她享受解决问题、创造产品带来的成就感,也习惯用一个又一个结果证明自己。后来,一段高压的工作经历让她开始重新审视生活:上班依然可以带来价值,却不应该成为定义人生的唯一坐标。 HYROX 就在这个时候进入了她的生活。最开始,她只是想在工作之外找一个新的锚点。没想到,在一次次跑步、推雪橇和高强度训练中,她不仅重新拥有了健康、强壮的身体,也找回了那个曾经热爱运动、坚毅不拔,却被自己遗忘很久的人。 从和异地伴侣一起训练、并肩站上赛场,到尝试运动摄影、认识新的朋友、进入更广阔的女性社群,HYROX 像一个小小的切口,为她打开了越来越多未曾设想的场景。她开始相信,热爱不必立刻通向一个明确的结果。当一个人真正投入其中,新的身份、新的关系和远方的机会,也会慢慢出现。 随着这些探索不断展开,小覃发现,她的时间已经不够用了。经过认真权衡,她决定离开熟悉的职场,把更多时间交给那些还没有被验证的可能。她并非不焦虑,她说,勇敢不是不害怕,而是即使害怕,依然愿意主动走近远方的机会。 如今,小覃仍然在路上,也在这个过程中与父亲逐渐放下对抗,开始理解彼此、表达爱。这是一个不再急着证明自己,开始诚实面对自己、认真体验生活的故事。 运动员小覃: 摄影师小覃: 安静版小覃: 【收听地图】 [00:00] 开场:「小覃好不好」的由来,以及什么是 Hyrox [04:48] 当产品经理最有成就感的不是多少支付流水,是那场没人能接的硬仗 [10:36] 经历低谷:痛苦不是来自质疑,是孤独 [13:59] 每天逼问自己"最害怕什么",答案和工作无关 [19:17] 遇见 Hyrox:被遗忘的运动天赋重新发光,瘦了 50 多斤 [23:23] 从目标导向到价值导向:热爱不必立刻有用 [27:36] 第一次站上赛场:心跳声、伴侣,和"活着真好" [36:31] 赛场是放大器:妈妈、奶奶、盲人,都在这里被看见 [40:37] “是运动员,也是摄影师”:意外爆单的第一次尝试 [47:36] 裸辞的时刻:时间不够用了,我选远方的机会 [54:52] 从硬碰硬到学会接受爱:她和父亲的新关系 [01:04:53] 走出熟悉的圈子,寻找运动、女性与表达的交叉点 [01:13:18] 别急着证明,生活不是考试,是一场体验 【片头曲】 小覃挑选 《Escape (The Pina Colada Song)》

77分钟
49
3周前
三大指数再度集体收跌!存储板块全线大跌,SK海力士跌超15%!中药板块逆势上扬!

三大指数再度集体收跌!存储板块全线大跌,SK海力士跌超15%!中药板块逆势上扬!

厚雪晚班车

🚩2026年7月13日行情回顾 今天三大指数集体大跌。截止收盘,沪指低开低走收跌2.06%,深成指跌3.48%,创业板指跌3.1%。 沪深两市成交额2.82万亿,较上一个交易日缩量5708亿,全市场超4680只个股下跌,超190只个股跌停,上涨个股仅800只。 盘面上,AI硬件方面,除CPO概念板块外大面积回落,光纤、存储、MLCC概念集体大跌;仅医药、银行,电子特气等少数方向上涨。 ♟️受韩国存储巨头大跌影响,A股存储板块迎来剧烈调整 韩国市场行情惨烈,KOSPI指数大跌8.97%失守7000点;SK海力士大跌15.4%创历史最大单日跌幅,三星电子跌近11%,两倍做多海力士相关标的暴跌超30%。 A股存储龙头兆易创新封死跌停,单日成交金额达377亿元,截至最新数据该股持股散户超24万户;香农芯创、德明利、诚邦股份等多股同步跌停。 下跌诱因来自韩国券商KIS发布的SK海力士业绩预测:公司Q2营收80.9万亿韩元,环比+54%、同比+264%;营业利润60.4万亿韩元,环比+61%、同比 556%,但利润低于市场预期8%,同时机构下调2026、2027年利润预期约 9%、11%。利润不及预期核心原因是HBM依靠长期锁价合约,短期无法随市价涨价。机构补充,三季度HBM4大规模出货后均价将上行,Q2利润率74.6%已创历史新高,后续季度利润持续抬升。 中长期维度国金证券依旧看好存储赛道:AI算力带动高端存储需求激增,海外大厂产能倾斜HBM、高端DDR5,通用存储供给收缩,供需缺口持续扩大,行业量价齐升逻辑不变。 📒关于我们 《厚雪晚班车》是一档与投资相关又不止于投资的节目,每天几分钟,帮你快速梳理一下今天的市场表现和主要财经资讯。让你在下班路上,对今天资本市场中发生的事情,有个简单且清晰的概念,核心是,帮你抓重点。

9分钟
1k+
3周前
EP133:高效提问玩转Chat/Work/Codex!OpenAI官方揭秘Prompt指南的四个核心

EP133:高效提问玩转Chat/Work/Codex!OpenAI官方揭秘Prompt指南的四个核心

AI西经东译

本报告《Prompting》旨在总结 OpenAI 开发者平台关于提示词(Prompting)的核心方法论、ChatGPT 在工作场景中的应用策略,以及 Codex 针对开发者的专项工作流。提示词工程的本质在于清晰地描述目标而非技术语法。一个高效的提示词通常由目标、上下文、输出要求和边界设定四个核心要素构成。随着系统能力的扩展,通过连接外部插件、模型上下文协议(MCP)及 SDK,用户可以将简单的对话转化为复杂的、多步骤的自动化工作流。 1. 提示词核心框架与方法论 提示词是与 ChatGPT 沟通的核心手段,其目的在于告知系统需要了解、创作或更改的内容。 1.1 四大核心要素 对于复杂任务,一份完整的提示词应包含以下要素: 1.2 迭代与优化策略 * 初次尝试: 无需追求完美,可从描述预期结果开始,而非罗列详细步骤。 * 后续跟进: 利用后续消息调整细节、添加缺失来源或改变语气。 * 引导与排队(Steer & Queue): * 引导 (Steer): 在 Codex 工作时发送消息以改变方向或添加细节。 * 排队 (Queue): 将后续任务保存,待当前任务完成后执行。 * 语音输入: 在桌面端通过快捷键(Ctrl + M)进行语音转文字输入,提高效率。 2. ChatGPT Work:企业级应用与效率 ChatGPT Work 专为处理涉及多来源、多步骤、需要生成较大交付物或执行更改的任务而设计。 2.1 高效工作准则 * 结果导向: 提供源材料,指明受众,并解释审查方式。 * 任务拆解: 要求 ChatGPT 先制定计划,在得到批准后再执行发送、发布或修改信息的行为。 * 资源管理: 仅包含相关来源并限制日期范围,以优化额度使用。 * 自动化: 细化提示词使其稳定后,可利用“计划工作”(Scheduled tasks)功能实现自动化运行。 2.2 个性化与上下文连接 * 自定义指令: 在“设置 > 个性化”中定义适用于所有任务的偏好。 * 连接源: 使用 @ 符号调用特定插件(如 Google Drive, Slack, GitHub)或通过连接的项目共享本地文件夹。 3. Codex:开发者专项工作流 Codex 为代码、代码库及开发工具的操作提供了深度集成,支持 IDE 插件、CLI 及云端环境。 3.1 核心开发场景应用 3.2 进阶功能与指令 * 斜杠命令: * /plan:要求 Codex 在编辑前调查并提出方案。 * /goal:在目标模式下设定持久目标。 * /mention:在 CLI 中附加特定文件。 * 云端委托: 在 IDE 中制定计划后,可将耗时的实现任务委托给云端环境(Cloud environment)并行运行。 * 沙箱机制: Codex 在本地运行时受到沙箱限制,跨越边界(如访问网络)需遵循审批政策。 4. 扩展生态与系统架构 文档揭示了 OpenAI 开发者生态的深度,涵盖了从基础 API 到高级代理(Agents)的全面支持。 4.1 核心 SDK 与工具 * Apps SDK: 用于构建扩展 ChatGPT 能力的应用,支持 MCP 应用、UI 组件设计及商业化流程。 * Agents SDK: 专注于代理定义、编排(Orchestration)、护栏(Guardrails)及语音代理的构建。 * MCP(模型上下文协议): 允许将私有 MCP 服务器连接到 OpenAI 产品,实现数据的安全访问。 4.2 专用模型与功能 * 推理模型: 提供专门的推理能力与最佳实践。 * 多模态: 涵盖文本、代码、图像(Vision)、语音及视频生成。 * 安全与合规: 提供红队测试、内容审核(Moderation)、HIPAA 配置及工作负载身份联邦(Workload identity federation)。 4.3 开发者动态 * 模型演进: 提及了 GPT-5.4 与 GPT-5.6 的最新应用方向,如利用 GPT-5.4 设计前端界面。 * 实时能力: 实时 API(Realtime API)支持语音搜索、实时转录及翻译。 5. 结论 OpenAI 提供的工具链正在从单一的对话框转向全方位的开发与办公环境。成功的提示词不再依赖于“咒语”,而是依赖于对目标、上下文、输出格式和安全边界的清晰定义。无论是通过 Codex 在 IDE 中进行自动重构,还是通过 ChatGPT Work 协调复杂的市场发布,其核心价值在于利用 AI 强大的计划、搜索和执行能力,将人类从繁琐的重复性任务中解放出来。 📺播客说明 本播客采用虚拟主持人进行播客翻译的音频制作,因此有可能会有一些地方听起来怪怪的。如想了解更多信息,请关注微信公众号"AI西经东译"获取AI最新资讯。如有后续想要听的其他外文播客,也欢迎联系微信:mayday2303。

21分钟
99+
3周前

加入我们的 Discord

与播客爱好者一起交流

立即加入

扫描微信二维码

添加微信好友,获取更多播客资讯

微信二维码

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的节目添加进来吧