7
0以下内容由艾斯派索(www.aispresso.com.cn)出品 欢迎收听本期科技简讯。今天，我们将带您快速浏览一系列激动人心的科技突破，从人形机器人到AI训练，从癌症研究到脑机接口，每一项都可能影响我们的未来。让我们一起开始吧。
Agility Robotics 推出了新一代人形机器人 Digit 5，专为仓库和工厂设计。最引人注目的是，它现在可以在没有安全围栏的情况下与人类并肩工作。通过内置的 AI 和传感器，Digit 5 能够实时识别周围的人员，并主动停下或让路，同时发出视觉和听觉信号，提醒附近的人注意安全。这一突破，让人机协作变得更加自然和安全。值得一提的是，Agility Robotics 是英伟达 Halos 机器人安全平台的首个合作伙伴，而它的上一代 Digit 4 也是首个通过 OSHA 独立安全审查的人形机器人。在性能上，Digit 5 也有了显著提升：它的负载能力达到 22.7 公斤，比上一代提高了 40%；电池只需充电 9 分钟，就能运行 90 分钟，这意味着它每天可以工作超过 20 小时。此外，可更换的夹爪让它能够胜任多种任务，从搬运箱子到装载机器，样样在行。Digit 5 身高 1.81 米，体重 129 公斤。在实际应用中，Digit 4 已经在 GXO、亚马逊和舍弗勒等客户那里累计运行超过 65,000 小时。在 GXO 的仓库里，它搬运了约 10 万个箱子，准确率达到 98%。目前，Agility 已经获得了价值超过 3 亿美元的订单，首批交付将于 2027 年初开始，包括欧盟地区。这些机器人将在俄勒冈州塞勒姆的工厂生产，该工厂年产能可达 10,000 台。可以说，Digit 5 的发布，标志着人形机器人在工业领域的应用又迈出了坚实的一步。
在当今大模型训练领域，混合专家模型——也就是MoE——已经成为一股不可忽视的趋势。DeepSeek、Qwen、Mixtral这些名字，想必大家都听说过。它们用远低于传统模型的训练成本，却能达到甚至超越同等规模稠密模型的性能。这背后的秘密，就是“条件计算”。简单说，MoE模型不再让所有数据都经过同一个神经网络，而是把网络拆分成许多“专家”，再由一个聪明的“路由器”决定每个数据该找哪位专家处理。听起来很巧妙，对吧？但真正把MoE训练做到高效，却是一道难题。在NVIDIA GB200上训练DeepSeek-V3时，未经优化的基线性能只有每GPU每秒103万亿次浮点运算，而GPU之间的通信竟然占用了累计内核时间的84%！不过，当研究人员用上JAX库和NVIDIA Transformer Engine的针对性优化后，这个数字直接飙升到了1068 TFLOPS/GPU——整整提升了10.4倍！这惊人的提升是怎么实现的呢？我们得先看看MoE训练到底难在哪里。最大的挑战就是“不规则”。和传统模型不同，MoE的每个专家接收的token数量是动态变化的，这就导致计算形状参差不齐，无法直接套用那些为整齐矩形数据优化的标准库。为了解决这个问题，业界出现了两种训练策略：一种是“容量受限”的MoE，它给每个专家设定固定的token上限，超出的部分要么丢弃、要么填充，虽然计算规整了，但会牺牲模型质量或浪费算力；另一种是“无丢弃”的MoE，它让每个token都能被其选中的专家处理，不管负载多么不均，从而保住了模型质量。但无丢弃MoE对系统要求极高，需要专门的块稀疏矩阵乘法内核来高效处理不规则的专家计算。NVIDIA Transformer Engine正是为此而生。它提供了三大关键优化：第一，面向分组矩阵乘法的MXFP8量化，让每个专家都能按实际token数计算，不再做无谓的填充；第二，融合了分发与合并的专家并行通信路径，通过NCCL EP后端和token去重机制，大幅减少网络带宽消耗；第三，JAX主机卸载和多流集合通信，让中间激活值可以暂存到主机内存，同时多条通信流并行，把跨节点的InfiniBand和节点内的NVLink高效重叠起来。这些优化叠加在一起，效果立竿见影：DeepSeek-V3 671B模型在1024块GPU上实现了约10倍的端到端吞吐提升，扩展效率高达97%！更棒的是，这些优化已经内置在NVIDIA NGC MaxText容器中，你只需参考MaxText的MoE配置指南，就能直接复现和构建自己的高效MoE训练流程。总之，无丢弃MoE训练不仅保住了模型质量，更在Transformer Engine的加持下，实现了规模和效率的双重突破。对于任何想在大模型训练中抢占先机的团队来说，这绝对是一份值得立即上手的实战宝典。
近年来，癌症诊断和治疗的精准化需求越来越高，而病理图像分析和单细胞转录组学的结合，正为这一领域带来全新的可能。最近，一项新研究提出了一个名为 scTransMIL 的深度学习框架，首次将患者层面的疾病状态与单细胞层面的转录组数据连接起来，既可用于癌症筛查，也能推断肿瘤内部异质性。那么，scTransMIL 到底是如何做到的呢？它的核心思路，是把病理图像切分成成千上万个小块，每个小块看作一个独立的“实例”，再整合这些实例信息来预测整张切片代表的疾病状态。这一过程，正是基于多实例学习和 Transformer 架构来实现的。简单来说，多实例学习负责处理海量图像块，而 Transformer 则捕捉它们之间的复杂关系，模拟病理医生在显微镜下观察全局又聚焦局部的思维方式。更值得一提的是，scTransMIL 还能有效融合单细胞转录组数据，让模型在宏观组织形态之外，进一步感知微观细胞层面的分子特征。这种跨模态融合，既提升了癌症筛查的准确率，也为推断肿瘤异质性提供了新视角。研究人员在多个公开数据集上验证了模型的性能，结果表明，scTransMIL 在区分癌症与正常组织方面表现优异，同时还能识别出与肿瘤进展相关的细胞亚群。这些发现意味着，未来我们或许可以通过一张病理切片，同时获得诊断结果和肿瘤微环境的详细画像，从而指导更个性化的治疗方案。当然，这一技术仍处于研究阶段，距离大规模临床应用还有一段路要走。但不可否认，scTransMIL 为我们打开了精准肿瘤学的一扇新窗口——让病理与分子数据真正融合，为癌症筛查和个体化治疗带来新的可能。
人类可能是唯一意识到自己终将死亡的生物。其他动物似乎并不知道自己的生命有限。这种'我们和所有认识的人终将离去'的意识，大概是童年时最令人不安的发现之一。 自古以来，对死亡的恐惧和对超越的渴望，深刻塑造了人类的文化、宗教和哲学。虽然我们制定计划、追求事业，表现得仿佛可以永生，但心底的这份不安从未消失。 作为物种，我们对抗死亡已有重大进展。如今，死于暴力、疾病和饥荒的情况比过去少得多。同时，医疗进步和生育率下降带来了老龄化社会——65岁以上人口迅速增加，而支撑他们的劳动年龄人口却在减少。因此，理解衰老成了一个紧迫的现实挑战。如果我们能延缓衰老的影响，老年人就能更长时间保持健康、独立和高效。 但在这项公共卫生使命背后，还有一个长久以来的梦想。越来越多的科技亿万富翁正投入巨资，不仅想减缓衰老，更打算彻底战胜它。他们的目标是激进地延长寿命，最终接近某种形式的永生。但这真的可能吗？科学家们正在追寻生命最大的谜题之一：人类衰老是否存在生物学上的必然原因？如果没有，我们是否有一天能永生？ 自然界中寿命的多样性表明，衰老并不是固定的。尽管所有物种都由相同的化学分子构成，但寿命却天差地别：蜉蝣可能只活几天，老鼠大约两年，弓头鲸和格陵兰鲨能活几个世纪。加拉帕戈斯象龟长寿到——如今蹒跚而行的一只，可能在1835年见过达尔文本人。 这些差异并非偶然。寿命与新陈代谢密切相关：小型动物代谢率高、寿命短；大型动物能量代谢慢、活得更久。 自然选择并不在乎一个生物能活多久，它偏爱能提高繁殖成功率的特征。每个物种都要在生长、繁殖和维持之间做出资源权衡。老鼠如果投资于长寿，但很可能先被饿死或吃掉，那这种投资就不划算；而鲸鱼等大型动物成熟慢、繁殖晚，体型大也降低了被捕食风险，所以长期维护更值得。 这个逻辑也能解释一些例外。鸟类和蝙蝠比同体型的陆生哺乳动物活得更久，因为飞行降低了被捕食风险，还能大范围觅食，减少饿死的可能。当活得更久能提高繁殖成功率时，进化就会倾向于减缓衰老。 进化也可能奖励那些早年有益、晚年有害的基因。比如，促进幼年快速生长或预防癌症的基因，后来可能加速衰老。这就是所谓的'拮抗性多效性'理论——衰老本身不是适应性的，而是进化妥协的意外产物。因此，每个物种都有最大自然寿命。 人类的情况呢？过去150年，人类平均寿命大约翻了一倍，这要归功于公共卫生、营养和医学的改善。但最大寿命是另一回事。几个世纪前就有人活得很长：米开朗基罗活到近90岁。有记录的最长寿命是珍妮·卡尔芒，她于1997年去世，享年122岁。此后没有人活过120岁。在当前的生物限制下，人类似乎不太可能远超这个数字。要想突破，就得改变衰老本身的生物学机制。 随着年龄增长，肌肉量减少，力量、活动能力和平衡感下降，疲劳和衰竭感增加，日常活动变得困难，慢性病更常见，抗感染能力减弱，认知功能也下降。这些症状只是细胞和组织功能逐渐丧失的外在表现，而根源是生命分子及其基因调控的变化和损伤。 衰老曾被视为简单的磨损——像机器慢慢坏掉。但现代生物学揭示了更复杂的图景：细胞拥有修复损伤、维持蛋白质、回收组件和调节代谢的精密系统。衰老不仅是损伤积累，更是这些保护系统本身随时间变得低效。 衰老的标志遍布全身：DNA损伤或改变、蛋白质质量和分布恶化、线粒体功能障碍、对外界营养的反应下降、慢性炎症、干细胞减少。这些系统深度互联，一处紊乱往往牵动多处。 好消息是，并没有物理或化学定律禁止我们干预这些过程。挑战在于，衰老极其复杂。 目前最有力的干预之一是热量限制。动物摄入刚好够维持营养的卡路里，往往更健康、活得更久。热量限制减少蛋白质合成，并刺激自噬——细胞回收受损分子的过程。从蠕虫、果蝇到啮齿类和灵长类，热量限制让动物生物学上显得比实际年龄更年轻。但代价也不小：持续饥饿、怕冷、伤口愈合受损、性欲下降，严格限制很难坚持。 科学家在寻找能模拟热量限制效果又没副作用的药物。其中最有希望的是雷帕霉素，最初从复活节岛土壤样本中提取。它影响名为TOR（或mTOR）的细胞通路，该通路参与生长和代谢。在小鼠中，它能延长寿命并改善多项健康指标，但它也是免疫抑制剂，可能增加感染风险，长期安全性存疑。目前研究重点在于降低剂量或合成类似物，以取其利而避其害。 二甲双胍——广泛使用的糖尿病药物——也备受关注。它作用于线粒体中参与呼吸的蛋白质，间接影响热量限制通路。但对健康人的益处证据尚不明确。最近用于糖尿病和肥胖的GLP-1药物似乎对多种器官有好处，包括大脑，但也伴副作用，如肌肉流失。要作为抗衰老疗法，这两种药都需要谨慎的临床试验。 另一个抗衰老的主要目标是细胞衰老。受损或应激的细胞有时会进入衰老状态，停止分裂并分泌炎症分子。早年这种反应有益，帮助发育、伤口愈合和防癌。但随着年龄增长，衰老细胞积累速度超过身体清除速度，引发的炎症导致全身组织功能障碍。在小鼠中，清除衰老细胞能改善许多衰老特征。这催生了对'去衰老药物'的浓厚兴趣，旨在选择性清除这些细胞。目前有几种候选药物正在针对骨关节炎和纤维化等年龄相关疾病进行测试。除了确保安全，难点在于平衡：衰老细胞有生理功能，无差别清除可能带来新问题。 另一个略显离奇的实验带来不同抗衰老策略。在联体共生中，研究人员将两只大鼠物理相连，共享循环系统。与年轻大鼠配对的老鼠，比和同龄老鼠配对的活得更久。这些发现催生了一堆提供年轻供体血浆输注的公司，但尚无令人信服的证据表明这能延缓人类衰老。尽管如此，相关研究已引发对血液中随年龄变化因子的广泛探索，这些因子最终可能具有治疗价值。 多数抗衰老方法旨在减缓衰老，更激进的目标是逆转衰老。这个可能性源于跨越数十年的系列发现，涉及早期胚胎细胞——它们具有惊人的可塑性，即多能干细胞，能生成身体任何组织。随着发育，干细胞逐渐特化，各自生成特定组织，如神经细胞或血液。 1958年，英国生物学家约翰·格登证明，将蝌蚪细胞核植入卵细胞，能创造全新青蛙。1997年，多莉羊证明哺乳动物克隆可行。但如何将成体细胞逆转回早期胚胎状态，当时并不清楚。 重大突破出现在2006年，日本生物学家山中伸弥发现，激活四个基因就能将成体细胞转化为多能干细胞。这些'山中因子'通过基因重编程，让细胞回到早期胚胎状态。这一发现提出可能：如果我们能重置细胞年龄，或许就能逆转衰老。 对成体生物进行完全重编程很危险，因为产生的多能细胞可能形成肿瘤。因此研究者转向'部分重编程'——短暂激活山中因子，使细胞恢复年轻而保持其特化身份。 在小鼠中的结果令人瞩目。处理过的动物组织功能和生物学年龄标志往往改善。在一项实验中，科学家通过病毒载体向眼睛注射山中因子，成功再生了受损的视神经。目前正在进行临床试验，检验该程序能否逆转视网膜或视神经退化。 然而障碍重重。现有方法依赖的基因递送系统不适合广谱人类应用。重编程往往不均匀，影响细胞簇而其他细胞不变。不同器官衰老速率不同，可能需要靶向处理。研究者正在探索更安全可控的方法，包括小分子——或许无需引入新基因就能实现重编程。 尽管挑战巨大，细胞重编程仍是通向真正年轻化的最有希望路径——不仅仅是减缓衰退。 即便这些干预成功，转化为医学应用也困难重重。抗衰老疗法面临比治疗致命疾病更高的安全门槛。晚期癌症患者可能接受高风险实验药物，因为别无选择；而健康人不愿承受长期服药带来的严重副作用。临床试验也是一大障碍：监管机构通常批准针对特定疾病的疗法，而非'衰老'本身。因此，科学家常通过年龄相关疾病的研究间接测试抗衰老干预。 许多抗衰老研究的动机是延长'健康寿命'——健康生活的年数——而不一定延长总寿命。按此理念，人们应更长时间保持健康和独立，然后在相对短暂的衰退后离世。这个想法很诱人，但证据不足。在许多国家，人们活得更久，但患多种慢性病的时间比例却增加了。另一方面，不同国家健康寿命占比差异显著：比如，瑞典人晚年失能期明显短于英国人。这种差异表明，公共卫生政策、生活方式和医疗保健不仅能影响寿命长短，还能影响生活质量。 但归根结底，这些发现能让我们大幅延长寿命吗？没有科学定律禁止这一想法，但也没有理由认为星际旅行必然可行——只是实际极其复杂。衰老涉及无数相互作用的进程，跨越细胞、组织和器官。大幅延长寿命需要同时掌控其中许多。单一干预不太可能简单'关掉'衰老而不引发其他影响。 与此同时，在等待重大医学突破时，基本策略让我们都能在个人层面参与抗衰老游戏。科学家知道，适度饮食加上充足蔬果摄入，会影响热量限制通路。身体大量修复和回收工作是在睡眠中进行的；运动有助于组织再生，包括肌肉和线粒体。目前，支持健康衰老的最佳工具仍是饮食、运动和睡眠这三驾马车。此外，有充分证据表明，避免社交孤立和有生活目标感与健康和长寿相关。 只要意外、自然灾害、疾病和战争仍能夺走生命，真正永生就无从谈起。活上几百年短期内也不太可能。不如把生命看作一场永恒的盛宴，每个人入场，终将离席。我们该庆幸能参与其中，尽情享受盛宴，趁我们还在。
预测编码，一项原本用来模拟大脑学习机制的局部学习算法，如今在 Sakana AI 研究者的手里，迎来了新的突破。他们提出的 PC-ALM 方法，让仅包含 1000 层的深层残差网络，在 MNIST 数据集上达到了与反向传播几乎持平的性能。 传统反向传播是一种全局算法，需要完成前向传播、反向传播、权重更新三个阶段，每一个阶段都依赖前一个阶段的结果。而大脑内部并没有这种严格的全网络相位锁定机制，这也是预测编码这类局部学习算法持续受到关注的原因。PC-ALM 正是基于预测编码思想，却能在保持每层更新局部化的同时，恢复与反向传播一致的信用分配信号。 研究团队发现，在深层且窄的网络中，标准预测编码的信用信号会随着层数增加逐渐衰减，最终难以触及输入层。为了解决这一问题，PC-ALM 引入了增广拉格朗日方法，为每一层的约束条件附加一个拉格朗日乘子。推理过程中，算法交替进行原始梯度步和对偶步，其中对偶步会不断累积该层的预测误差。从控制论角度看，每层都相当于一个 PI 控制器——预测误差是比例项，乘子则是积分项。当 α 设为零时，PC-ALM 退化为标准预测编码；当 α 等于 ρ 且内层问题精确求解时，则对应经典的乘子法。 在线性网络中，研究团队证明，在谱半径稳定性条件下，PC-ALM 会收敛到 KKT 点，此时激活值回到前向传播的数值，而每个乘子则精确累积为反向传播的伴随梯度。这意味着，在理想情况下，PC-ALM 不仅能保持局部更新，还能复现反向传播的梯度。 实验部分，团队在宽度和深度从 8 到 128 的残差 MLP 上，采用均值场参数化，在 Fashion-MNIST 和 MNIST 上各训练 1 个 epoch。在推理预算 T = 2L 的条件下，PC-ALM 在所有宽度、深度和激活函数组合上均达到与反向传播一致的结果，而标准预测编码在深层窄网络中的性能明显下降。以宽度 32、深度 32、ReLU 激活、Fashion-MNIST 的参考配置为例，反向传播测试准确率为 78.66%，预测编码为 68.13%，而 PC-ALM 达到 77.75%，梯度余弦相似度从 0.604 提升至 0.909。 更令人印象深刻的是，在 MNIST 上训练的 1000 层残差 MLP（宽度 32、ReLU、5 epochs），PC-ALM 的性能仅比反向传播低约 2 个百分点。此外，在 ResNet-18 于 CIFAR-10 和 Tiny ImageNet 上的测试中，PC-ALM 也全面优于标准预测编码。 目前，PC-ALM 已以 MIT 许可证开源，官方 JAX 实现可在 CPU 上运行，并复现论文中的宽度-深度网格结果。尽管它仍是一种训练方法而非模型，且仅在小规模图像基准上验证，但这一进展为局部学习在深层网络中的应用提供了新的可能性。 如果你对这项研究感兴趣，论文、项目博客和 GitHub 仓库都已公开，感兴趣的听众可以进一步深入了解。
语言交流，不光是靠嘴说。点头、耸肩、挥手、比划，这些非语言的动作，同样是沟通的重要部分。可对于严重瘫痪的患者来说，这些表达方式都变得异常困难。好在，脑机接口技术正在为他们打开一扇新的大门。最近，一项发表在《自然·神经科学》上的研究，展示了一个全新的突破——单个脑植入设备，能同时解码言语和手势！这可是头一回。 过去，脑机接口的研究大多专注于恢复单一功能。要么帮患者说话，要么帮他们控制机械臂。但加州大学旧金山分校的研究团队，却想更进一步。他们开发的这套系统，用人工智能实时把大脑电信号转化成屏幕上显示的文本，还能驱动一个个性化的动画形象做出相应动作。也就是说，当用户想说“你好”并同时挥手时，系统能同时捕捉并翻译这两种意图。 这背后的难点在于，同时解码言语和手势并不容易。因为相关的神经信号存在重叠，而且边说话边做手势时，大脑的活动模式跟单独做一件事时还不一样。怎么区分？关键在于电极阵列的覆盖范围。研究团队在患者大脑皮层表面植入了253个电极，覆盖了相当大的感觉运动皮层区域，既能捕捉语言相关信号，也能捕捉身体动作信号。 两名受试者参与了这项研究。一位是脑干中风后言语和行动受损的患者；另一位患有肌萎缩侧索硬化，也就是俗称的“渐冻症”。在测试中，他们需要尝试默念短语，同时做出挥手、点头、耸肩等动作。一位受试者甚至在不移动身体的情况下，想象做出十种手势。系统都成功解码了这些混合意图。 虽然这还只是一个概念验证，但它为未来更强大的多功能脑机接口铺平了道路。正如荷兰马斯特里赫特大学的计算神经科学家所说，这项技术“给了我们神经假体进入日常生活的希望”。想象一下，一个设备就能同时捕捉患者想说的话，和他们想做的动作，让沟通重新变得丰富而自然。这不仅是技术的进步，更是对人类沟通本质的深刻理解。好了，这就是今天关于脑机接口前沿研究的播报，我们下次再见。
今天，我们要聊的，是科学史上几个令人惊叹的瞬间。它们跨越了50年、100年，甚至150年的时光，却依然闪耀着智慧的光芒。 首先，让我们回到1976年。那一年，人类历史上最可怕的瘟疫之一——天花，正在走向它的末日。世界卫生组织的首席医疗官透露，当时，天花病毒只在埃塞俄比亚的两个偏远角落苟延残喘。而最后一位已知的感染者，在8月9日发病。因为天花病毒只在人类之间传播，所以，只要这位患者康复，天花就将被彻底根除。而事实也证明，天花，成了人类历史上第一个，也是唯一一个被全球根除的传染病。这，是医学史上一个里程碑式的胜利。 接下来，我们把时间轴拨到1926年。那是一个对平凡事物充满好奇的年代。有科学家说，自然界里，没有什么比另一样东西更奇妙。我们觉得平凡，只是因为熟悉，就像灰尘慢慢遮盖了颜色。而孩子眼里的世界，一切都是新的，所以一切都充满奇迹。牛顿看到苹果落地，没有觉得理所当然，才有了万有引力。诗人丁尼生也说过，如果能真正理解一朵花，从根到叶，那就理解了上帝和人类。科学与诗意，从来都不分家。 同样是1926年，汽车赛道成了工程师的试验场。赛车，不仅是速度的比拼，更是工程师们多年研究的终极考验。他们紧张地注视着自己设计的汽车，在赛道上“大显身手”，看它能否超越对手，也超越自己。而在纽约，一项了不起的工程正在进行。工人们从地下72英尺深的地方，挖出了近15万立方码的土石，为一座新的摩天大楼打地基。这不仅是力量的展示，更是人类智慧的杰作。 最后，让我们回到1876年。在费城的百年博览会上，鱼类养殖专家们享受了一顿史无前例的晚餐。餐桌上，竟然有58种鱼！从挪威的鱼，到葡萄牙的海鳗，再到日本的干鲑鱼，甚至还有“章鱼卵干”。这不仅仅是一顿饭，更是当时全球水产探索的缩影。同年，科学家们也意识到了微观世界的巨大力量。最微小的生物，比如浮游生物，它们的贝壳，像无尽的雨点，沉入海底，堆积成了绵延数千里的岩石层。它们虽然微小，却塑造了地球的面貌。 从1976年的天花根除，到1926年的工程奇迹，再到1876年的科学奇观，每一个瞬间，都凝聚着人类不懈的探索与智慧。它们提醒我们，科学，永远在路上。
Google DeepMind 想把 Gemini 变成许多不同机器人的“大脑”。最近他们发布了 Gemini Robotics 2，这是一套全新的机器人控制软件。上一代系统只能控制人形机器人的上半身，而新系统可以控制全身——腿、躯干、手臂、手指，动作非常灵活。它能在各种机器人上工作，从双臂研究平台到 Apptronik 的 Apollo 2 人形机器人，都能让它听指令拿零食、换灯泡、系绳结。这些机器人虽然还称不上“机器人霸主”，但已经开始像“机器人仆人”了。DeepMind 的目标，是让机器人像大语言模型一样，通过海量数据学习，把一个任务中学到的技能迁移到另一个任务，甚至迁移到不同的机器人身体上。这背后有两种主要的学习方法：强化学习和模仿学习。强化学习就是让机器人反复尝试，做对了就给它奖励，直到它学会任务。模仿学习则更直接——人类通过遥控机器人或自己演示动作，把数据“喂”给机器人，让它模仿。不过，这有个挑战：机器人得用自己的身体去模仿人类动作，如果身体结构和人类差太多，学起来就难。DeepMind 认为，只要给机器人足够的数据，它就能自己“悟”出规律，就像语言模型从海量文本中学会语言一样。他们还特别重视安全性，比如在机器人上装传感器，防止它撞到人；还设计了一个叫“Asimov”的测试基准，以科幻作家阿西莫夫命名，确保机器人不会故意伤人。当然，现在的机器人还有不少局限。比如，它们几乎没有触觉，抓葡萄时感觉不到葡萄皮快破了，拿酒杯时也不知道要用多大力。人类有丰富的触觉和肌肉协调能力，而机器人在这方面还很欠缺。不过，DeepMind 的研究人员觉得，或许机器人不需要像人一样理解“苹果是什么”，只要通过视觉数据知道苹果的样子，就能学会抓住它。他们相信，数据和计算力能弥补触觉的不足。总之，DeepMind 正在探索一条新路：用通用的 AI 模型，驱动各种形态的机器人，让它们真正走进我们的生活，成为有用的助手。
在科技和资本追逐的热潮中，人形机器人正从实验室走向商业化，而中国企业宇树科技，凭借对成本控制的极致追求，迅速在这场竞赛中抢占了先机。创始人王兴兴坚信，要让机器人真正走进千家万户，价格必须亲民。在他的带领下，宇树科技将技术自研和供应链管理做到了极致。他们没有盲目追求高性能，而是专注于满足实际应用场景的刚性需求，通过模块化设计和核心部件的自主研发，大幅降低了生产成本。这种务实的策略，使宇树科技的机器人不仅在价格上极具竞争力，更在稳定性和实用性上赢得了市场认可。当其他公司还在为高昂的研发成本头疼时，宇树科技已经实现了批量出货，甚至开始探索家庭服务等更广阔的应用场景。这不仅是商业上的胜利，更引领了人形机器人行业的发展方向——用工程智慧让技术真正落地，用成本控制打开大众市场。在效率至上的时代，宇树科技用行动证明了，谁能将成本做到极致，谁就能掌握未来的主动权。
在Dreamforce大会上，Salesforce发布了一款名为Koa的全新推理模型。作为Salesforce第一款推理模型，Koa基于Nvidia开源的Nemotron模型构建，双方合作针对销售、营销和客户支持等企业任务进行了优化训练。Koa的出现，折射出企业AI需求与前沿实验室路线的明显分野。专有AI实验室希望企业将文件、代码、提示和反馈直接上传到他们的模型中，并为此支付高昂费用。而Salesforce则为企业客户提供了一个截然不同的选择：一个开源的替代方案。Koa专门针对具体工作任务训练，而非去解那些不可能的数学难题。更重要的是，它没有摄入任何真实客户数据，不会泄露给第三方。它还能更省token，降低AI开支。根据需求，任务可以通过AI“网关”自动路由到Koa。当然，它也完全遵循Salesforce内置的数据和安全要求。Koa将作为Agentforce平台中其他模型的替代选择。Agentforce是Salesforce的智能体构建平台，客户可以在上面构建能够处理客服问答、日程安排等日常任务的智能体。Salesforce AI执行副总裁表示，此前Agentforce已经有许多小型任务特定语言模型，但推理能力一直依赖前沿模型提供商，现在这一局面被打破了。在Koa之前，当智能体需要处理多步骤长任务时，相关提示会通过Agentforce的AI网关被转给Claude或ChatGPT等前沿模型。Salesforce此前一直想训练自己的企业级前沿模型，但缺乏合适的预训练基础模型。直到Nemotron出现，才有了一个美国本土、技术领先、数据来源清晰的预训练模型可供使用。为了训练Koa，Salesforce和Nvidia没有使用任何真实客户数据，而是精心构造了模拟客户行为模式的合成数据。他们模拟了客服环境，包括来电投诉的愤怒客户，以及试图促成交易的销售专业人员。Koa的目标，是在企业工作任务上表现更优，同时比Claude或ChatGPT更能节省token成本。Nvidia企业生成式AI软件副总裁表示，Nemotron的独特架构让推理过程更高效，实现了主权AI、快速响应、经济推理的三重优势。
今天的简讯播报就到这里了。从人形机器人的安全协作到AI训练效率的突破，再到脑机接口与机器人智能的进展，我们看到了科技如何不断重塑未来。感谢您的收听，我们下期再见。
