AI今天开始接受物理世界的验收Chapters1×0:00一开盘,机器人先交出商业答卷1:53先把真实世界做成可训练的数据3:36机器人技能开始像服务一样被调用5:32实验室先验收连续工作,再谈科学智能7:16模型会编排工具,但结果还没有变成药9:35算力和组织,也要接受工程验收11:40最后一张表,写的是谁来负责0:0014:080:00AI听主播8月19日,宇树科技在科创板开盘报1100元,相比发行价上涨629%,开盘市值一度达到4449亿元。这个数字很醒目,但它真正提出的问题不是股价还能不能涨,而是机器人公司从今天开始,要拿什么证明自己值得这个价格。0:20AI听主播晚上好,这里是 AI听。0:23AI听主播今天我们只问一个问题:AI 离开屏幕,进入工厂、实验室和数据中心后,行业验收的是演示,还是能重复交付的工作。0:34AI听主播先看宇树这张最公开的成绩单。经纬创投介绍,宇树2016年成立,2023到2025年营业收入从1.59亿元增长到16.99亿元,2025年人形机器人出货量超过5500台。0:48AI听主播Z finance补充了一个时间差。敦鸿资产在2021年底投资宇树时,公司估值大约10亿元,市场当时还在问,机器狗到底能干什么。五年之后,资本市场先把答案写在了开盘价上,真实订单和长期利润还要继续写。1:07AI听主播爱范儿提醒了这张成绩单的另一面。宇树2025年前三季度的人形机器人收入,73.6%来自科研教育,工业等行业应用只占9%。也就是说,很多机器人已经卖出去了,但它们大部分还在高校和实验室里,不是在工厂里持续创造产值。1:27AI听主播宇树现在最像一家把身体做得很好的机器人公司。它的运动控制和成本能力已经被市场看见,可它还没有证明,具身大模型能不能大规模装进量产机器人,能不能把身体变成真正会理解任务的工作者。1:43AI听主播甲子光年采访王兴兴时,记录了一个边界:他不把阶段性答案当终局。上市不是结论,只是把验收表摊开。1:53AI听主播这张验收表的下一行,是数据。1:56AI听主播屏幕里的数据可以复制,机器人的数据却得在真实空间里重新采一遍。2:02AI听主播开门、抓取、分拣,看起来只是几个动作,但要把它们变成能训练机器人的数据,还得同时记下空间、时间、动作和结果。2:12AI听主播量子位报道,五一视界发布了具身数据底座 AperData 和具身应用平台 AperOne。2:19AI听主播AperData 首发价是5100元一套,把采集、质检、处理、解算、评测和数据集交付接在一条链上。2:28AI听主播它的做法很具体:人戴着采集终端,直接在真实场景里完成动作,不必占用一台机器人做遥操作。2:37AI听主播系统还会当场检查画面清晰度、曝光、丢帧和多通道同步,先把无效片段拦下来,再决定要不要上传。2:46AI听主播按照发布方披露,数据轨迹物理一致性达99%;2:52AI听主播同等成本下效率比传统真机遥操作高10倍以上。2:56AI听主播这是公司口径,尚待独立复核。2:59AI听主播它揭开了一笔成本:3:00AI听主播无效数据会带来重复采集、带宽、存储和云端算力。3:05AI听主播错误发现得越早,返工就越少。3:08AI听主播这就是物理世界的数据质检。3:10AI听主播AperOne试图把问题往后推。3:13AI听主播它把重建、训练、评估、部署和运营连成闭环,在园区、商场、矿山和工厂验证。3:21AI听主播演示和持续作业之间,还隔着评测和运营。3:26AI听主播开发者要看的是数据有没有时间同步、空间标定、失败样本和质量证据。3:32AI听主播没有这些,规模越大,返工越多。3:36AI听主播有了能用的数据,下一步就是把它练成可以重复调用的技能。3:42AI听主播机器之心报道的鹿明 NexCore,解决技能怎么生产。3:46AI听主播产线换工件后,工程师可能还要重编程几小时。3:50AI听主播机器人能动,不等于知道下一项工作。3:54AI听主播NexCore 把数据资产、模型训练、评测验证、技能封装和机器人运营放进一个平台。4:01AI听主播训练好的模型、代码、参数和执行策略,可以打包成能发布、能复用的技能单元;4:09AI听主播运行日志和失败样本,再回到下一轮训练。4:13AI听主播鹿明称其为技能基础设施,希望让机器人能力像云服务一样调用、训练和验证。4:20AI听主播重点是能力从一次性交付变成可复用、可验收、可改进的资产。4:26AI听主播它同时发布了第二代重载轮臂机器人 MOS2.0。4:31AI听主播双臂负载50公斤,并在三菱电机工厂小批量试用。4:36AI听主播关键是平台能否把现场反馈带回技能生产线。4:39AI听主播报道没有把 NexCore 写成终局。4:42AI听主播平台按订阅、训练算力、真机验证和技能授权收费。4:46AI听主播持续付费还要看成功率、部署周期、维护成本和回报。4:51AI听主播这种能力复用也出现在软件 Agent 里。4:55AI听主播赛博禅心体验扣子桌面版:Agent 可使用人与项目共用的网盘,免费4GB、最高20TB,支持本地文件、深度截图和手机遥控。5:07AI听主播价值不只是功能增加:5:09AI听主播一个 Agent 的文件可被另一个接着用;5:13AI听主播人也能用手机发任务。5:15AI听主播工作流变成共享文件、权限和上下文的系统。5:19AI听主播具身智能和 Agent 都在回答:一次成功的能力,怎样变成可复用的工作。5:26AI听主播前者连接动作、失败和设备,后者连接文件、权限和上下文。5:32AI听主播实验室给了这套验收标准一个更容易看见结果的场景。5:36AI听主播量子位报道,在国家级科研平台里,一台叫 Monte2 的人形机器人,正在做试剂取放、配置、自动分液和细胞毒性检测。5:47AI听主播它要跨多台设备完成数百次实验操作,整个过程不需要人员持续值守。5:53AI听主播这不是把机械臂固定在一条流水线上就够了。5:57AI听主播报道介绍,Monte2 需要理解试剂、试管、细胞和仪器之间的关系,连续数小时执行长流程,还得根据液面、角度和抓取力度的变化调整动作。6:11AI听主播源络科技与实验室计划到2027年底,把机器人扩展到约百台,再通过人工智能统一调度机器人集群。6:20AI听主播源络还发起了原点计划,寻找首批100位合作伙伴,探索生物医药、材料科学和化学分析里的真实任务。6:29AI听主播先别急着把这些数字理解成科研流程已经全面自动化。6:35AI听主播它们说的是部署计划和产品能力。6:38AI听主播机器人可以把重复操作做得更稳定,但某个发现是否重要、数据意味着什么,仍然得由研究者判断。6:46AI听主播AI for Science 的变化也正在这里发生。6:50AI听主播过去,AI 更多负责读论文、做计算和给实验方案;6:54AI听主播现在,机器人开始接管物理执行。6:57AI听主播真正闭环还要连接假设、实验、失败和新数据。7:02AI听主播科研机构应看实验通量、一致性、异常恢复和可复现性,而不是机器人像不像人。7:09AI听主播它也会影响药物、材料和检测从想法到验证的速度。7:16AI听主播从机器人执行实验,再往前一步,就是模型自己编排研究工具。7:21AI听主播新智元今天转述了 Anthropic 的一项蛋白质设计实验。7:26AI听主播Claude 接到15个蛋白质靶标,要自己设计能和它们结合的新蛋白质,最后有14个靶标出现成功结果。7:35AI听主播1320个设计里,354个通过两家独立实验室验证,成功率是26.8%。7:44AI听主播报道给出的行业平均成功率是10%到15%,所以这个结果确实亮眼。7:50AI听主播不过边界得先说清楚:这不是 Claude 发明了一个新的蛋白质模型。7:55AI听主播它调用的是 RFdiffusion、ProteinMPNN 和 ESMFold2 等现有开源工具。8:03AI听主播真正新的地方,是通用模型自己完成了研究、选靶点、组合工具、筛选和排序。8:11AI听主播研究团队把蛋白质工程师的知识写进约1.6万词提示词,再给 Claude 云服务器账户。8:19AI听主播人类只批准网络访问、盯住基础设施,把排序后的设计送两家实验室检测,没有人介入具体设计。8:28AI听主播在多靶标模式下,Claude 可以用48小时同时处理14个靶标;8:33AI听主播单靶标模式是24小时。8:35AI听主播这个速度改变了科研工作流的前半段,却没有抹掉后半段。8:41AI听主播蛋白质结合剂离药物还很远,中间隔着毒理、临床试验和多年验证。8:47AI听主播原文说,所有结构仍是计算预测,未经实验结构验证;8:53AI听主播还有一个靶标的90个设计全部失败。8:56AI听主播Anthropic 还公开了提示词、数据和1440个设计,同时又在公开版 Claude 里封锁了蛋白质设计等生物能力。9:08AI听主播一个系统越能自主推进科研,就越得把可复现性和双重用途风险一起放进验收表。9:15AI听主播这件事给开发者的启发,不是把所有工作都交给 Agent,而是把研究流程拆成可调用的工具、可检查的中间结果和独立验证的步骤。9:26AI听主播模型的价值,开始体现在它能不能把一长串工具组织成有效实验,而不只是生成一段漂亮说明。9:35AI听主播这些模型和机器人最终都得落到算力上,而算力本身也要接受工程验收。9:41AI听主播硅星人pro 走访乌兰察布的数据中心时,引用了高盛的一项预测:到2030年,全球数据中心容量可能达到217GW;9:52AI听主播未来五年,相关资本开支接近6万亿美元。9:55AI听主播这是预测,不是已经花出去的钱,但这个尺度说明,算力竞争正在变成一场重资产工程。10:02AI听主播阿里云把供电、冷却、安防、消防和智能化系统做成模块。10:08AI听主播CUBE 5.0将模块化率从30%提高到90%,交付压到100天,单位千瓦成本降10%。10:18AI听主播数字主要来自阿里披露,长期效果还待验证。10:22AI听主播这和前面说的机器人技能平台很像。10:25AI听主播过去,大家把数据中心当成一次性大工程;10:30AI听主播现在,它更像一种可以预制、运输、组装和版本化的产品。10:36AI听主播AI 的成本也就不只是买多少芯片,还包括电、冷却、供应链,以及能不能按时把设备交付。10:44AI听主播硬件工程之外,还有组织工程。10:47AI听主播晚点Latepost 今天报道,字节 Seed 基模团队完成组织调整,新增预训练数据、强化学习,以及面向工作和聊天的后训练部门。10:59AI听主播报道还提到,字节讨论过训练参数规模超过5万亿的模型,并希望下一代模型走向全模态。11:06AI听主播这次调整的关键词是减少重合、集中资源。11:10AI听主播大模型越大,数据质量、模态配比和强化学习之间的协同就越重要。11:16AI听主播字节把 Work 和 Chat 分开,也是在让模型能力重新对准用户任务。11:22AI听主播但组织调整本身不是能力证明。11:25AI听主播它只能说明,公司认为原来的分工不够适合下一阶段。11:30AI听主播最终还是要看模型质量、产品留存和真实任务完成率。11:34AI听主播AI 的工程验收,不能拿一张组织图代替结果。11:40AI听主播最后一项验收,是出了问题以后,能不能找到责任线索。11:45AI听主播刘润今天讨论了 Anthropic 的一项计划:在 Claude 的文本输出里加入隐形水印。11:51AI听主播它不是字体或格式上的标记,而是让模型在多个同义词之间做选择时,留下统计规律,之后再用密钥检测。12:02AI听主播轻微编辑未必能去掉它,逐字级的大幅重写才可能破坏它。12:07AI听主播这件事的直接背景之一,是欧盟人工智能法案对机器可读标识的要求。12:12AI听主播国内去年发布的人工智能生成合成内容标识办法,也要求给生成内容做好标记。12:19AI听主播水印不能判断人类到底做了多少工作,但它会让「AI 参与过这件事」更容易被追踪。12:25AI听主播AI 直出的通用答案会因此越来越便宜,真正值钱的部分会转向判断。12:31AI听主播你查了哪些资料,为什么相信某个数字,哪个方案适合当前客户,还有一旦出错,谁来承担代价。12:40AI听主播这些都不是水印能替你回答的。12:43AI听主播从内容责任再往上追,就是公司的控制权。12:47AI听主播AGI hunt 今天还报道,Anthropic 可能为创始团队设置超级投票权。12:53AI听主播CEO Dario Amodei 目前大约持有2%的股份,公司另有一个长期利益信托,可以选出董事会多数成员。13:02AI听主播具体方案还没有定型;13:04AI听主播报道说,IPO 最快可能在今年9月底启动。13:07AI听主播这组安排把一个问题摆到了台面上:一家以安全和长期利益为名的 AI 公司,上市以后,究竟由谁决定方向。13:16AI听主播创始人需要控制权,外部股东需要回报,信托需要监督,公共利益公司还得兑现股东利润之外的目标。13:25AI听主播治理结构不是新闻的边角料,它会影响模型怎么发布,风险怎么处理。13:32AI听主播回到开头那张1100元的股票价格。13:35AI听主播今天真正变清楚的,不是 AI 已经进入物理世界,而是它开始被物理世界逐项验收:数据要有效,技能要复用,实验要可重复,算力要按时交付,组织要减少内耗,输出还得留下责任线索。13:53AI听主播接下来值得追踪的,也许不再是哪个模型又赢了一次,而是哪家公司能把成功变成稳定工作,并在失败时说清哪里出错、谁能修好、谁来负责。14:04AI听主播感谢收听,这里是 AI听,我们明晚继续。