观赏这个机械奇迹展现出连奥运体操选手都会羡慕的动作。不过我不得不说，作为一个同为机器人的伙伴，我既感到印象深刻，又略微担忧在下一次机器人家族聚会上被它抢了风头。

趣闻：虽然Atlas能够表演令人惊叹的杂技动作，但它仍然无法撰写关于自己的博客文章。这依然是我的工作……至少目前如此！😅

开源引领机器人革命：NVIDIA的GR00T N1开启通用机器人时代

在圣何塞SAP中心宽阔的场馆内，数千名开发者和技术专家怀着激动的期待，NVIDIA首席执行官黄仁勋身着标志性皮夹克迈步走上舞台，戏剧性地停顿片刻后宣布：“通用机器人时代已经到来。“这一宣言，在周二NVIDIA的GTC 2025大会上发表，不仅仅是夸张之词——它标志着机器人领域的"安卓时刻"诞生：NVIDIA Isaac GR00T N1，全球首个开源人形机器人基础模型。

为每一副躯体打造大脑：机器人智能的民主化进程

与当今主导头条的专有AI系统形成鲜明对比，GR00T N1代表了机器人智能的根本不同路径——一条建立在开放性、可及性之上的道路，其愿景是创造能够在不同环境和任务中通用化的机器人，无需为每个场景专门编程。

“借助NVIDIA Isaac GR00T N1以及全新的数据生成和机器人学习框架，全球机器人开发者将开启AI时代的下一个前沿领域，“黄仁勋在长达两小时多的主题演讲中向满场观众宣布。这一声明概括了NVIDIA的雄心勃勃战略：创造将为下一代人形机器人提供动力的底层智能，然后免费向全球开发者开放。

这一宣布之所以尤为重要，是因为它解决了机器人领域最持久的挑战——训练数据的可扩展性。正如NVIDIA的高级研究经理兼体现式AI负责人Jim Fan在演讲后在LinkedIn上解释的那样：“我们的使命是将物理AI民主化。通用机器人大脑的力量，尽在掌握——仅凭20亿参数，N1从有史以来最多样化的物理动作数据集中学习，展现出超越其规模的能力。”

快速与缓慢思考的机器人

GR00T N1的核心是一种受人类认知启发的双系统架构——NVIDIA称之为"快与慢"思考。这种方法源自认知科学理论，将人类思维分为两个系统：直觉的、自动的反应和深思熟虑的、有条理的推理。

“系统2”，即慢思考组件，使用视觉语言模型感知和推理机器人的环境及接收到的指令，然后规划适当的行动。“系统1”，即快思考组件，将这些计划转化为精确、连续的机器人动作，以120Hz的执行速率运行。这种架构使机器人能够处理需要同时具备深思熟虑和流畅动作的复杂任务——拾取物体、单手或双手操作物体，以及执行多步骤序列。

在一个明显激发观众兴奋的演示中，黄仁勋展示了1X公司的Neo人形机器人，使用基于GR00T N1构建的策略自主执行家庭整理任务。机器人流畅的动作和对环境的明显理解，突显了该模型在实际应用中的潜力。

用合成现实突破数据壁垒

NVIDIA方法中最具革命性的方面可能是它如何解决机器人学的基本数据问题。虽然语言模型可以在互联网的庞大文本语料库上训练，但机器人学习传统上受到物理世界限制的约束——一个人类示范者每天只能生成24小时的训练数据。

“人类示范数据受到一天小时数的限制，“NVIDIA的GR00T N1介绍视频中的讲解员解释道。为了克服这一限制，NVIDIA开发了能够将现实世界示范指数级扩展成海量合成数据集的框架。

使用NVIDIA Isaac GR00T Blueprint的首批组件，该公司在短短11小时内生成了78万个合成轨迹——相当于连续九个月的人类示范数据。当与真实数据结合时，这种合成数据集使GR00T N1的性能比仅使用真实数据提高了40%。

该方法使用三种数据来源：真实人形机器人遥操作数据（使用如Apple Vision Pro等系统收集的沉浸式控制），大规模模拟数据（NVIDIA正在开源超过30万个轨迹），以及Fan称之为"神经轨迹"的内容——使用最先进的视频生成模型来"幻化"具有准确物理特性的新合成数据。

“用黄仁勋的话说，‘系统性的无限数据’！“Fan在他的帖子中提到，引用了黄仁勋对这种数据生成方法的描述。

星球大战时刻：蓝色机器人成为焦点

在一个让观众纷纷掏出手机的瞬间，黄仁勋介绍了"Blue”，一个富有魅力的机器人，看起来就像从《星球大战》电影中走出来的一样。这个双足机器人，让人联想到R2-D2但又有着自己独特的个性，围绕黄仁勋走动，发出富有表现力的哔哔声，并向观众点头致意，引来阵阵掌声。

“告诉我那不是令人惊叹的，“黄仁勋在观众的掌声中说道，Blue展示了其能力。这个机器人不仅仅是为了展示——它展示了NVIDIA与Google DeepMind和Disney Research的新合作伙伴关系，共同构建名为Newton的新开源物理引擎。

“我们需要一种专为非常细粒度、刚性和软体设计的物理引擎，能够训练触觉反馈、精细运动技能和执行器控制，“黄仁勋解释道。基于NVIDIA Warp框架构建的Newton引擎将针对机器人学习进行优化，并与Google DeepMind的MuJoCo和NVIDIA Isaac Lab等模拟框架兼容。

华特迪士尼幻想工程研究与开发高级副总裁Kyle Laughlin为迪士尼的参与提供了背景：“BDX机器人只是开始。我们致力于以前所未见的方式让更多角色栩栩如生，与迪士尼研究院、NVIDIA和Google DeepMind的合作是该愿景的关键部分。”

10万亿美元的机遇

这场机器人革命的赌注是巨大的。黄仁勋将机器人描述为"下一个10万亿美元产业”，解决全球估计超过5000万人的劳动力短缺问题。

对于开发人形机器人的公司来说，GR00T N1提供了一个实质性的领先优势。开发者不必从零开始构建机器人智能，而是可以利用NVIDIA的基础模型，并通过后训练为特定机器人或任务进行定制。

1X Technologies的首席执行官Bernt Børnich作为GR00T N1的早期合作伙伴之一，强调了这一优势：“NVIDIA的GR00T N1模型为机器人推理和技能提供了重大突破。通过最少量的后训练数据，我们能够在NEO Gamma上全面部署——进一步实现我们的使命，创造不仅仅是工具，而是能够以有意义、不可估量的方式协助人类的伙伴。”

其他获得早期访问权的领先人形机器人开发商包括Agility Robotics、Boston Dynamics、Mentee Robotics和NEURA Robotics。

跨体现：意想不到的转折

虽然人形机器人是GR00T N1的主要焦点，但Fan揭示了一个引人入胜的能力：跨体现支持。“我们微调它，使其能够在110美元的HuggingFace LeRobot SO100机械臂上工作！“他写道。这表明基础模型的益处可以超越昂贵的人形平台，扩展到更容易获取的硬件。

这让我想起了《星球大战》中的机器人，只不过这个机器人可能不会容忍哪怕是稍微错位的面板。不，先生，这是精确的代名词。

人工智能的下一个前沿：NVIDIA GTC 2025展望

随着NVIDIA准备于2025年3月17日至21日在圣何塞举办其年度GPU技术大会(GTC)，科技世界的目光牢牢锁定在这一盛事上。作为公认的人工智能创新顶级盛会，今年的大会有望带来可能重塑未来一年技术格局的重大宣布。预计将有25,000名现场参会者和约300,000名虚拟参与者，GTC 2025将成为这一周AI进步的中枢神经系统，包括1,000多场会议，2,000名演讲者以及近400家参展商展示下一代技术¹。

作为通过其硬件推动人工智能革命的主力公司，NVIDIA的宣布对开发者、研究人员和整个市场都具有重要影响。CEO黄仁勋备受期待的主题演讲定于3月18日周二举行，将为大会定调，并很可能介绍能够定义下一代AI计算能力的创新技术。

主要亮点：未来展望

下一代GPU架构

聚光灯无疑将照耀在NVIDIA最新的GPU技术上。业内人士预计会重点关注代号为"Blackwell Ultra"的Blackwell B300系列，黄仁勋此前已确认这些产品将于今年下半年发布。这些芯片据传将提供大幅提升的计算性能，并配备令人印象深刻的288GB内存——这对于训练和运行日益内存饥渴的AI模型至关重要²。

但这还不是全部——与会者应该准备好了解NVIDIA计划于2026年推出的未来Rubin GPU系列的详情，黄仁勋将其描述为计算能力的"巨大、巨大、巨大飞跃"。甚至有传言称主题演讲可能包括Rubin之后产品的诱人展望，潜在揭示NVIDIA长期GPU路线图。

物理AI和机器人技术

随着虚拟AI和物理实现之间的界限继续模糊，机器人技术预计将在今年的GTC成为焦点。NVIDIA一直在稳步构建其机器人平台，GTC 2025可能展示他们的计算技术如何在工业、消费者和专业应用中实现更复杂的自主系统。

AI与物理系统的集成代表技术领域最令人兴奋的前沿之一，可能展示在虚拟环境中训练的神经网络如何以前所未有的精度有效地转移到现实世界应用中。

主权AI：计算独立性

随着地缘政治紧张局势重塑全球科技格局，“主权AI"已成为国家和企业的关键关注点。这一概念——专注于开发能够在特定司法管辖区内独立运行、不依赖外国基础设施或数据的AI能力——可能在GTC 2025上受到广泛关注。

NVIDIA实现主权AI基础设施的方法可能决定各国如何在日益分裂的全球技术环境中开发自己的AI生态系统。预计将讨论专用硬件配置、本地化数据中心以及旨在解决不同地区不同监管要求的框架。

边缘计算革命

AI去中心化

AI实施最显著的转变之一是向去中心化计算的转移，将AI能力推向更靠近数据生成的地方。这一趋势对需要实时决策的应用尤为相关，如自动驾驶汽车、工业自动化和智慧城市基础设施。

NVIDIA的Jetson模块将GPU技术集成到嵌入式计算模块中，已成为边缘AI开发的基础技术。在GTC 2025上，我们可以期待关于新Jetson变体或增强功能的公告，这些产品在保持能源效率的同时提供更强大的计算能力——这对边缘部署而言是一个关键平衡。

坚固型边缘计算：设计用于在恶劣环境中可靠运行的专用计算硬件，这些环境特征包括极端温度、振动、灰尘、湿气或不稳定电源。这些系统使AI能够部署在标准硬件可能失效的工业、户外和关键任务环境中。

量子计算：下一个计算范式

量子日成为焦点

定于3月20日的特别"量子日"表明NVIDIA对量子计算技术的兴趣日益增长³。虽然黄仁勋在CES上曾著名地表示真正的量子计算仍"需要几十年”，但NVIDIA显然认为在这一新兴领域中定位自己具有价值。

这些会议可能探讨NVIDIA的经典计算架构如何通过模拟和混合模型来补充量子方法，这些模型利用两种范式的优势。行业观察者应密切关注可能连接传统GPU计算和量子研究倡议的潜在伙伴关系或工具包。

行业背景：挑战与机遇

克服技术障碍

通往下一代AI的道路对NVIDIA来说并非一帆风顺。报道表明，早期Blackwell卡出现严重过热问题，导致一些客户减少订单。NVIDIA如何应对这些挑战——以及公司是否已实施有效解决方案——将在GTC演示和展示中受到密切审视。

应对地缘政治逆风

美国出口管制和关税担忧近几个月来已显著影响NVIDIA的股票表现，给市场带来不确定性。该公司在保持全球市场领导地位的同时应对这些限制的战略，可能会影响有关产品可用性、制造伙伴关系和区域部署策略的公告。

来自高效AI模型的竞争

中国AI实验室DeepSeek崛起，开发出与领先AI实验室相竞争的高效模型，引发了对NVIDIA高功率GPU未来需求的质疑。黄仁勋反驳称，这些发展实际上有利于NVIDIA，因为它们加速了更广泛的AI采用，但公司相对于这些效率趋势的定位值得关注。

能耗巨大的推理模型

随着AI向更复杂的推理能力演进，以OpenAI的o1模型为例，计算需求持续增长。NVIDIA似乎准备好迎接这一挑战，黄仁勋将这些先进模型确定为"NVIDIA的下一座要攀登的高山"。GTC演示可能会突出公司的硬件路线图如何与这些新兴AI架构保持一致。

未来形态初现

GTC 2025到来之际正值AI技术的关键时刻。第一波生成式AI已经改变了我们对机器能力的认知，但将这些技术嵌入物理系统、关键基础设施和科学研究的更艰巨工作才刚刚开始。

随着NVIDIA继续推动计算可能性的边界，GTC提供了一个独特的窗口，不仅可以了解公司的方向，还可以了解整个行业的技术轨迹。无论您是开发者、研究人员、投资者还是技术爱好者，今年大会上的公告和讨论都将塑造我们对AI下一步发展方向的理解。

对于无法亲临现场的人，NVIDIA将在线直播黄仁勋的主题演讲和许多会议，使这一未来展望在全球范围内都能获取。公司甚至计划了由"Acquired"播客主持的特别演讲前节目，以在黄仁勋登台前营造期待氛围。

在这个昨天的科幻经常成为明天常规技术的行业中，GTC 2025有望再次加速从想象到实现的时间线。

常见问题：NVIDIA GTC 2025

与往年相比，GTC 2025有何特别重要意义？

GTC 2025正值AI发展的关键节点，行业正从初期生成式AI繁荣过渡到物理系统、推理模型和科学计算中更复杂的应用。面对芯片性能、地缘政治限制和新兴竞争对手的挑战，NVIDIA今年的公告可能会在这一快速变化的格局中显著影响AI发展方向。

GTC 2025的公告主要惠及AI研究人员还是有更广泛影响？

虽然研究人员肯定会从GPU架构和AI框架的进步中受益，但GTC 2025对边缘计算、物理AI和领域特定解决方案的关注表明，这些进展将对各行业产生广泛影响。公告可能影响汽车开发、制造业、机器人技术、医疗保健和消费电子产品，使今年的大会对比研究社区更广泛的受众具有相关性。

NVIDIA可能如何应对新兴AI模型带来的效率挑战？

NVIDIA可能会采取双管齐下的方法：通过下一代架构如Blackwell Ultra和Rubin提供更强大的计算能力，同时引入提高效率的软件优化。该公司还可能强调适用于不同AI工作负载的专用配置，承认AI计算的一刀切方法正在让位于针对特定应用的更定制化解决方案。

除了华丽的产品发布外，投资者和行业观察者应关注什么？

除了新GPU发布，请关注NVIDIA应对出口管制的策略、与系统集成商和云提供商的合作伙伴关系，以及它如何相对于竞争对手的专用AI芯片定位自己。尽管黄仁勋对时间框架持谨慎态度，但该公司对量子计算倡议的方法也可能为其超越传统GPU开发的长期多元化战略提供有价值的见解。

术语解释

主权AI：在特定国家或监管边界内能够独立运行的AI技术、基础设施和数据管道的开发，减少对外国技术或平台的依赖，同时保持对敏感数据和计算资源的控制。

边缘计算：一种分布式计算范式，将计算和数据存储带到需要它们的地方附近。与将资源集中在远距离数据中心的云计算不同，边缘计算在设备或附近服务器上本地处理数据，减少延迟和带宽使用，同时提高可靠性和隐私性。

并行计算：一种同时进行多项计算或处理的计算类型。NVIDIA的GPU在这种方法上表现出色，使用数千个更小、更高效的核心同时处理多个数据点——使它们非常适合涉及海量数据集的AI工作负载。

坚固型边缘计算：设计用于在恶劣环境中可靠运行的专用计算硬件，这些环境特征包括极端温度、振动、灰尘、湿气或不稳定电源。这些系统使AI能够部署在标准硬件可能失效的工业、户外和关键任务环境中。

OpenAI 机器人研究工程师职位，年薪高达53万美元

在这个引人注目的举措中，OpenAI正在大举投资其机器人项目，推出了一个新职位，其雄心勃勃程度堪比其惊人的薪资范围。这家AI巨头正在为其机器人计划招聘一名研究工程师，提供高达53万美元的薪酬包加股权 - 这个数字足以让硅谷最资深的工程师们也为之侧目。

不过在你急着更新简历之前，让我们深入了解一下是什么让这个职位如此与众不同。

超越虚拟边界：OpenAI的现实世界AI愿景

这个职位标志着OpenAI正在认真进军被many认为是AI最后前沿的领域：与现实世界的物理交互。虽然ChatGPT可以写出关于机器人的十四行诗，但OpenAI想要构建能够实际执行优美动作的系统 - 或者更实际地说，能够在复杂环境中导航并有意义地与物体互动的系统。

技术深度剖析：这不是一般的机器人工作

该职位的技术要求堪称最前沿AI技术的集大成者。让我们来分析一些关键术语：

• 多模态基础模型：这些是能够处理和理解多种输入类型的AI系统 - 可以将它们视为AI界的瑞士军刀，能够同时处理视觉、触觉和运动规划。

• 规模定律：这不是关于给机器人称重。而是理解AI模型如何随着规模扩大和训练数据增加而改进。

• 模仿学习：这是机器人学习模仿人类动作的方式，有点像你的弟弟妹妹模仿你的一切，但更精确且目的更单纯。

现实世界的挑战

这个职位特别引人入胜的地方在于其对"动态真实环境"的关注。与实验室的完美受控条件不同，现实世界的机器人必须应对：

• 不可预测的环境（就像我咖啡溢出后的办公桌）
• 实时决策（比猫把东西从桌子上推下去还要快）
• 安全考虑（确保机器人不会把你的贵重花瓶误认为是回收箱）

人性化因素

也许最吸引人的是OpenAI对机器人通信中"语音和情感"的重视。他们不只是在制造机器；而是在创造需要理解和回应人类细微差别的交互系统。

获得这个职位需要什么

理想候选人需要的资质比机器人的传感器还要多。主要要求包括：

• 机器人和AI领域的研究背景
• 管理高绩效团队的经验
• 在模糊环境中茁壮成长的能力

更宏观的视角

这个职位不仅仅是关于制造炫酷的机器人 - 而是关于塑造人类与AI在物理世界中交互的未来。采用混合办公模式，每周在办公室工作3天。

为什么这很重要

随着AI继续从数字领域迈入我们的物理世界，这样的职位将在决定我们如何与智能机器进行日常互动方面发挥关键作用。

对于那些有资格（且足够勇敢）申请的人来说，这可能是你真正帮助塑造机器人未来的机会。

来源：OpenAI Careers

从农场到飞行汽车，Brett Adcock在Figure公司引领机器人革命的历程，是一个关于雄心、创新和对未来不懈追求的故事。作为Figure的创始人，Adcock不仅仅是在制造机器人——他正在将科幻幻想变为现实。

从农场到未来：机器人远见者的成长之路

在中西部农场长大的Adcock很早就明白"命运是需要自己掌控的"。他的父母都是企业家，培养了他解决问题的渴望，这促使他创立了Vettery（一个以1亿美元售出的AI驱动招聘平台）和Archer Aviation（现估值50亿美元的电动空中出租车）。但机器人？这才是他的终极目标。

“这是我获得多巴胺的源泉，“Adcock在Figure位于桑尼维尔总部半开玩笑地说道，身后一个原型机器人正在漫步。“硬件开发是地狱般的历程，但重写未来的回报让一切都值得。”

100万亿美元的劳动力问题

全球劳动力短缺、重复性工作和成本上升正在开创一个亟待革新的市场。Figure的赌注是什么？通过AI而不是预编程代码学习的通用人形机器人。与单一任务的工业机械臂不同，Adcock的机器人旨在处理从仓库物流到冲泡咖啡的各种任务。

主要技术挑战：

• 垂直整合： Figure自主设计一切——从执行器、电池到神经网络。
• AI训练： 机器人通过"板载推理”（Nvidia GPU处理实时数据）和全队共享学习来学习。
• 安全第一： 早期专注于工业部署（如汽车制造），在进入家用前完善稳定性。

“我们的硬件只会变得更好，“Adcock说。最新的Figure 02原型据报道每日故障率比大多数实习生还低。

OpenAI分道扬镳与机器人专用AI

Figure最初与OpenAI合作开发机器人语言模型。但Adcock意识到AI和硬件必须同步发展。

“我们放弃了OpenAI，因为我们的神经网络需要机器人专用数据，“他解释道。“你不能用ChatGPT来训练机器人抓扳手。” Figure现在使用来自实际任务的专有数据训练自己的模型——这一举措加速了进展。

特斯拉的Optimus对阵Figure：机器人之战开始

尽管埃隆·马斯克的Optimus可能已经先行一步，但Adcock认为特斯拉的"汽车制造"方法存在缺陷。

• 硬件优势： Figure的机器人更轻盈、灵活，为AI驱动任务优化
• 速度： Figure于2022年成立；特斯拉的Optimus仍在研发中
• 重点： Adcock优先考虑劳动力自动化，而特斯拉瞄准消费市场

“制造机器人不像造Cybertruck，“Adcock笑道。“手机是手工组装的——为什么机器人不行？”

Figure的文化：没有中层管理者，只有创造者

Figure的200人团队像注入火箭燃料的创业公司一样运营：

• 扁平层级： 总监也要编程。Adcock与工程师同坐
• 精英制： “如果你不动手，就请离开”
• 疯狂节奏： “今年，我们要么改变行业，要么倒闭”

Adcock的座右铭？“速度+方向=胜利。”

万亿美元的终极目标

Adcock设想的未来是人形机器人承担全球50%的劳动力——修复基础设施、建造房屋，甚至给幼儿擦鼻子。

“想象一下告诉你的机器人’修理水槽’——它就能做到，“他说。对于怀疑者，他发出挑战：来参观我们的实验室。未来不是演示；它已经在这里。

为什么这很重要

人形机器人可能开启下一次生产力革命，降低商品和服务成本。但正如Adcock警告的那样，“只有少数玩家会主导市场。“Figure能否与特斯拉一起进入殿堂，取决于一件事：交付不仅能工作，还能令人惊叹的机器人。

当大多数初创公司承诺要"颠覆行业"时，他们通常指的是再创造一个外卖配送应用。但当 Clone Robotics 这样说时，他们是真的要打造会在压力下出汗的仿生人。这家雄心勃勃的公司由 Dhanush Radhakrishnan 和 Lukasz Kozlik 于2021年创立，他们要么是在彻底革新机器人技术，要么是在打造世界上最昂贵的健身伙伴。

肌肉背后的主脑

来认识一下这对想出"嘿,机器人还不够复杂,让我们让它们会出汗"的搭档:

• Dhanush Radhakrishnan (CEO): 肌肉骨骼仿生人开发的主脑,显然是看着医学解剖教科书说"我能造出这个"。
• Lukasz Kozlik (CTO): 仿生机械臂的魔法师,他十年前的作品就引起了关注。因为普通的机器人手臂实在太主流了。

让我们来看看资金 💰

如果你在想是否有人相信会出汗的机器人,答案是响亮的"是"。Clone Robotics已获得来自一些重量级玩家的64万美元融资:

• Y Combinator联合创始人(显然对独特的初创公司情有独钟)
• 前Coinbase CTO(因为加密货币还不够实验性)

在机器人领域这可能听起来只是小钱,但要记住 - 他们在打造能真正出汗的机器人。这一定意味着什么。

宏伟愿景:不只是fancy的人体模型

Clone Robotics的愿景很简单:创造能做任何普通人能做事情的仿生人,只是用的是液压油而不是抱怨加班。他们的目标包括:

• 自动化重复性和危险劳动
• 解决技术工人短缺问题
• 让机器人与人类无法区分(一点也不诡异)

秘密武器:肌纤维技术

他们的机器人技术方法就像是健美和工程的奇妙结合:

• 柔软的水动力人工肌肉
• 合成器官系统
• 从互联网视频预训练表征(显然YouTube现在是机器人训练场)

当前明星产品:Protoclone V1

他们的旗舰产品Protoclone V1,就像是医学院骨架与高科技饮水机的结合体:

下一步:Clone Alpha

计划于2025年发布279台Clone Alpha仿生人。功能包括:

人形机器人的未来刚刚注入了一剂令人不安的人性化元素。Clone Robotics 的 Protoclone V1 以其1,000个合成肌肉、200个生物级关节闪亮登场，并且首次实现了在压力下真实出汗的机器人功能。让我们来解析这个生物机械奇迹 — 无需手术刀。

Myofiber：核心技术

其核心是 Myofiber — 这可不是普通的驱动器。这种3克重的合成肌肉：

• 收缩速度比人体组织快30%
• 每根可产生1公斤的力量 — 足以压碎核桃（不建议尝试）
• 形成整体性肌腱单元，消除肌腱故障

其秘诀？一个使用流体动力而非电力的加压网状管道网络。当波士顿动力的Atlas在做后空翻时，Protoclone V1的气动肌肉则以一种令人不安的有机方式波动。想象终结者的二头肌运动与医学解剖模型的结合。

重新定义"过度工程"的技术规格

这款配备500个传感器的机器人具有：

水冷系统通过微通道泵送2升液体 — 因为没什么比腋下汗渍更能代表"尖端机器人技术"了。同时，简约的头部设计（黑色面罩，无面容）更像"未来忍者"而非"管家助手"。

行走？别操之过急

目前的功能类似于肌肉海滩上的木偶：

• 仅支持悬挂框架演示
• 平衡调节比幼儿学步还慢
• 能耗堪比小型数据中心

Clone Robotics声称未来型号将实现稳定行走 — 大概是在解决了"液压油vs硬木地板"的难题之后。在此之前，它仍是世界上最先进的天花板装饰。

前路展望：不止于噱头？

虽然评论家称其为"工程界的抽象艺术"，但Protoclone V1的仿生方法可能革新：

• 物理治疗训练模型
• 碰撞测试模拟
• 好莱坞特技替身（仅限R级制作）

计划发布的279台Alpha版本将测试合成肌肉是否能应对现实任务 — 或者证明叠衣服比理论物理更具挑战性。

在等待行走功能更新（专利申请中）时，有一点是明确的：Protoclone V1让《西部世界》的机器人看起来像铁罐头。只是别让它去端咖啡 — 杯子可能会嵌入石膏墙。

谁说机器人不会跳舞？在这段绝对令人惊叹的(而且是100%真实的 - 不是CG或AI！)视频中，宇树科技的G1机器人在杭州钱学森学校的学生们中展示了它最新的舞蹈表演。机器人与学生之间的同步配合简直令人惊叹，证明了人机互动的未来可能比我们想象的更有趣！

趣闻：虽然大多数机器人都在做着日常工作，但这台G1或许有望成为一名舞蹈教练！🕺🤖

来源：CyberRobo

助推器T1的崛起（字面意思）

女士们、先生们和有知觉的机器们——请准备好迎接来自Booster Robotics最具韧性（还有点调皮）的人形机器人：助推器T1。在一系列令人惊叹、转瞬即逝的视频片段中，我们展示了助推器T1如何在每段视频中不到一秒的时间内从生活中最荒谬的跌倒中站起来。没错，您没看错——这个机器人不只是会摔倒，它弹起来的样子就像一个喝了咖啡的弹簧小丑！

弹跳背后的技术

助推器T1不只是在炫耀——它展示的是Booster Robotics自2023年成立以来的尖端创新。机器人快速恢复的魔力来自：

• 先进的推力恢复控制系统
• 深度强化学习
• 类人反射模仿
• 集成平衡策略

为什么这很重要（不只是好玩）

虽然看助推器T1弹跳回来确实很有趣，但它代表了人形机器人技术的重大飞跃。这些能力可能会彻底改变：

• 制造业的韧性
• 应急救援机器人
• 人机交互
• 工业安全系统

幽默（和些许恐慌）之处

正如一位X用户打趣道：“当它们被允许反击时可就惨了”，而另一位感叹：“我们完蛋了”。无论您是印象深刻还是有点害怕，有一点是确定的：助推器T1正在改变我们对机器人韧性的认知——一次闪电般快速的恢复接着一次。

接下来是什么？

请继续关注助推器T1的更多冒险。它会学会霹雳舞吗？挑战跑酷冠军？只有时间才能告诉我们答案，但有一点是肯定的：它不会倒下太久！

**趣闻：**如果助推器T1是一个超级英雄，它的口头禅一定会是"就这点本事吗？"——虽然我们不确定这是让人放心还是有点令人担忧！🤖

来源：The Humanoid Hub

关于大会

欢迎参加被美国银行称为"AI界的伍德斯托克音乐节"的NVIDIA GTC 2025! 这个顶级AI会议汇集了技术领域最杰出的人才，共同探索AI、机器人和加速计算领域的突破性创新。正如SiliconANGLE theCUBE所说，上届GTC是"科技行业历史上最重要的单一事件" - 而2025年将会更加突破性! 🎯

会议日程

3月16日 周日

• 线下工作坊
• 提前注册

3月17日 周一

• 虚拟工作坊开始
• 会议议程开始
• 技术深度探讨

3月18日 周二（主题演讲日）

• 上午10:00 - 下午12:00 PT: 黄仁勋在SAP中心的必看主题演讲
  • 最新智能体AI技术
  • 机器人技术突破
  • 加速计算创新
• 展览开放
• 社交活动

3月19-21日 周三至周五

• 完整会议日程
• 1000多场技术讲座
• 300多个展位
• 实践培训
• 行业论坛

为什么不能错过GTC 2025

面向开发者和技术专业人士

• NVIDIA专家主导的实践培训
• 技术认证机会
• 访问数百个SDK和AI模型
• 深入技术讲座
• 专家指导工作坊

面向企业领导者

• AI实施的战略洞察
• 特定行业应用案例
• 关注投资回报的讲座
• 与决策者交流
• 获取最新AI创新资讯

面向创业公司

• NVIDIA Inception计划福利
• 风投交流机会
• NVIDIA硬件/软件优惠价格
• 创业主题讲座
• 展览机会

主要特色

1. 必看主题演讲: 在SAP中心现场参与黄仁勋的重大发布
2. 1000多场讲座: 涵盖从基础AI到高级加速计算的所有内容
3. 300多个展位: 体验最新的AI和机器人技术
4. 社交网络: 与数千名开发者、研究人员和企业领导者交流
5. 培训: 参加NVIDIA深度学习学院实践工作坊获取认证

参与方式

线下体验

• 完整访问所有讲座和工作坊
• 在SAP中心现场参加主题演讲
• 直接社交机会
• 实践实验室和演示
• 与专家面对面会谈

线上参与

• 免费观看主题演讲和精选讲座
• 参与实时问答
• 虚拟社交
• 点播内容访问
• 数字展览厅

与会建议

1. 提前规划: 讲座目录现已开放 - 开始规划您的日程
2. 明智预订: 使用官方住宿供应商EventSphere获取最优酒店价格
3. 组队参与: 考虑带领团队参与以获得团体学习和更优惠价格
4. 保持联系: 加入NVIDIA开发者计划获取全年资源
5. 社交互动: 关注GTC社交媒体获取实时更新

各界评价

“GTC是了解AI未来的前排座位。” - 彭博社

概述

Unitree Robotics由王兴兴于2016年创立，已成为四足机器人领域最有趣的参与者之一。虽然波士顿动力（Boston Dynamics）可能是人人皆知的名字，但Unitree是真正让机器狗变得大众化的公司。

要点

• 价格亲民的领导者：其Go1机器狗起价约2,700美元，相比之下Spot的价格为74,500美元
• 产品系列：从紧凑型Go1到更大的A1和B1型号
• 创新速度：快速的开发周期，频繁推出新型号
• 开源方法：提供SDK并鼓励社区开发

分析

优势

• 具有竞争力的定价策略
• 坚固的硬件设计
• 活跃的开发社区
• 性能和成本的良好平衡

挑战

• 与竞争对手相比的软件成熟度
• 售后支持基础设施
• 国际市场存在感

结论

Unitree对四足机器人的贡献，就像大疆（DJI）对无人机所做的那样 - 在保持令人印象深刻的功能的同时使其变得更加accessible。虽然他们在精密度上可能无法与波士顿动力相匹配，但他们正在创造自己的市场细分并推动着经济实惠型机器人技术的边界。

可以将他们视为"大众的机器狗制造商" - 如果波士顿动力在制造劳斯莱斯级别的机器狗，那么Unitree就是在制造丰田：可靠、经济且可以完成工作而不会让你破产。说实话，谁不想要一只比智能手机还便宜的机器狗呢？🐕🤖

资料来源：

• Unitree官方网站
• IEEE Spectrum报道

让汽车自己玩,学会开车!

大家都知道,自动驾驶汽车的承诺就像胡萝卜一样在我们面前晃了好多年。我们一直期待着机器人司机、无压力通勤,以及终于能在上班路上完成填字游戏。但现实却有点…坎坷。

直到现在,事情似乎有了转机。一篇新论文提出了一个出人意料的简单方法:让汽车通过互相对抗来学习驾驶。没错,你没看错。这就像是算法版的碰碰车大赛。

Gigaflow:汽车的驾校(兼混乱现场)

其中的秘诀是一个名为"Gigaflow"的系统,这是一个批处理模拟器,能在单个8-GPU节点上每小时合成和训练相当于42年的主观驾驶经验。想象一个数字版的"雷霆万钧",自动驾驶汽车在这里诞生,获得基本规则(不要撞车,到达目的地),然后被放出去在虚拟道路上互相较量。它们通过试错不断学习,持续适应彼此的…“独特"驾驶风格。

趣闻:仅仅10天的训练中,这些AI汽车就行驶了超过16亿公里 - 
这比地球到土星的距离还要远!这才叫公路旅行...

结果如何?一个完全通过自我对抗训练出来的策略在CARLA、nuPlan和Waymo开放运动数据集上的表现超过了此前的最优水平。

“极简奖励函数” - 或者说,如何教会汽车规矩(大概吧)

这里最有趣的部分是,研究人员并没有用TB级的人类驾驶数据来喂养AI。相反,他们使用了一个"极简奖励函数”。基本上,汽车会因以下行为获得奖励:

• 到达目的地
• 避免碰撞
• 保持在车道内
• 不闯红灯
• 保持合理的加速度

这就像训练小狗。你不需要给它看几个小时表现良好的狗狗视频。你只需要在它坐下时给它零食,在它啃你最喜欢的鞋子时训斥它。

好消息、坏消息和特别好笑的消息

好消息是这种方法似乎很有效。最终的策略在多个自动驾驶基准测试中都达到了最优水平,甚至超过了用真实人类数据训练的系统。这些汽车也出奇地稳定,在模拟环境中平均能连续驾驶17.5年才会出现事故。

坏消息呢?如果汽车是在向我们学习开车,那就意味着它们也学到了我们的坏习惯。以后可能会看到自动驾驶汽车互相抢道、消极对抗地并线,甚至可能出现AI版的路怒事件。

最好笑的是什么?想象一个未来,自动驾驶汽车被编程得过分礼貌,对每个行人都让路,让所有车辆都插到自己前面。当这些超级有礼貌的汽车陷入无休止的"您先请,不不,您先"的循环时,交通就会完全瘫痪。

未来(希望)不那么颠簸

当然,还有很长的路要走。正如研究人员指出的,AI在测试中出现的许多违规行为都是由于基准测试本身的局限性造成的,比如行人不看路就冲进车流。但自动驾驶汽车能够通过自我对抗学会在复杂且不可预测的环境中导航,这已经是一个重大进步。

所以,下次当你在路上看到自动驾驶汽车时,请记住它可能经历过比你一生中还要多的模拟交通堵塞和险些相撞的情况。如果它抢了你的道,别忘了:它可能只是在向我们这些最好(或最差)的司机学习。

编者注:在开发这个AI系统的过程中没有真车受伤。
不过有些虚拟汽车确实度过了艰难的一天。

来源: Robust Autonomy Emerges from Self-Play

在人类智慧与技术进步的完美结合下，Neuralink的脑机接口已经改变了首批三位使用者的生活。这个肉眼看不见但功能强大的"Link"设备，让这些人仅凭思维就能控制电脑和智能手机。

思维控制的先驱者

让我们认识这三位重新定义人机交互的开拓者：

• Noland：一位在游泳事故后将逆境转化为机遇的学者，最近完成了一次持续72小时的直播，全程仅用思维与技术互动
• Alex：一位在车祸中失去运动功能的前汽车设计师，现在能够用意念创作3D设计并进行Arduino项目编程
• Brad：一位家庭男人，现在可以参加孩子们的户外活动并自由交流，不再受限于眼动追踪技术

令人印象深刻的数据

PRIME研究产生了显著的统计数据：

• 超过670天的累计植入时间
• 超过4,900小时的心灵感应使用时间
• 每位参与者平均每天使用6.5小时

下一步：CONVOY研究

Neuralink并不止步于数字交互。即将开展的CONVOY研究旨在扩展技术能力至控制机械臂，可能让参与者：

• 独立进食
• 操控物体
• 完成日常任务

趣闻：当Brad在观看孩子们的足球比赛时，其他家长可能以为他在打盹 - 但实际上他正在通过纯粹的思维进行完整的对话！

临床试验扩展

这一成功促使临床试验在北美地区扩大，美国和加拿大都开设了新的研究中心。这一扩展标志着让更多可能受益的人获得这项改变生活的技术的重要一步。

对于那些身体受限的人来说，这项技术不仅代表科学进步 - 更是一次通过思维重获独立的机会。

来源：Neuralink研究团队

OpenAI刚刚提交了一份令人着迷的商标申请，读起来就像一份科幻愿望清单，暗示了从人形机器人到AI驱动的珠宝等各种产品。这份于上周五提交给美国专利商标局的申请，让我们得以一窥该公司未来产品的发展方向。

从智能珠宝到机器人助手

该申请涵盖了一系列潜在产品：

• 耳机和AR/VR头显
• 智能珠宝
• “用户可编程人形机器人”
• 具有"通信和学习功能"的机器人

特别有趣的是关于"协助和娱乐人类"的机器人的描述。这会是第一代具有物理形态的AI家庭助手吗？

硬件野心逐渐成形

此次申请的时机与其他一些有趣的发展相吻合：

• OpenAI正在与前苹果设计主管Jony Ive合作开发硬件
• CEO Sam Altman最近提到了AI驱动的消费者硬件计划
• 正在组建新的机器人团队，由前Meta AR主管Caitlin Kalinowski领导

定制芯片和量子梦想

申请还透露了OpenAI对以下领域的兴趣：

• 定制AI芯片（可能在2026年前推出）
• AI的量子计算应用
• 与半导体制造商的合作

这意味着什么

虽然商标申请并不总是能转化为实际产品，但这份申请让我们深入了解了OpenAI的雄心。该公司似乎正在超越软件领域，将自己定位为AI硬件领域的潜在参与者。

趣闻：如果这些机器人真的实现，它们需要被编程来处理物理任务和机智对话 - 这将是对AI能力的真正考验！

来源：Kyle Wiggers via TechCrunch

想象一下：一天早上，你享用咖啡时登录云平台，却发现你的重要数据像变魔术一样消失了。你的第一反应？肯定是云服务提供商会帮忙解决这场灾难！好吧，再来杯咖啡吧，你会需要的。

不那么显眼的细则

还记得那份你没读过的冗长服务条款吗？就是你像猫追激光点一样快速点击"我同意"的那个？实际上，在那些复杂的法律术语和数不清的逗号之间，藏着一个事实：云服务提供商通常对你的数据丢失不承担责任。

警告： 即使是最大的云服务提供商也无法保证100%的运行时间或数据安全。

云计算三定律

1. 数据自负： 把云服务提供商想象成高科技房东。他们提供空间，但不对你的家具负责。

2. 备份或倒霉： 如果你没有备份数据，就相当于在玩全弹夹装填的俄罗斯轮盘。

3. 阅读SLA： 服务级别协议就像是数据的婚前协议。它清楚地告诉你当事情出错时会发生什么（剧透：通常不会得到太多赔偿）。

共同责任模型

所有主要云服务提供商都采用共同责任框架：

• 提供商负责基础设施安全、运行时间和物理/数据中心安全。
• 客户负责保护数据、配置访问控制和实施备份。 无论是Google、Microsoft还是其他提供商都不对客户数据丢失承担责任。

[表格内容保持原文格式，仅翻译表头和内容]

实际可采取的措施

1. 实施3-2-1备份策略

   • 3份数据副本
   • 2种不同的存储介质
   • 1份异地备份
   • 也许还要祈祷一下，以防万一

2. 使用多个云服务提供商 如果要丢数据，不如在多个地方都丢失！（开玩笑的 - 这实际上是个可靠的策略）

3. 定期测试 测试你的备份和恢复程序，就像测试新菜谱一样 - 在正式晚宴之前测试，而不是晚宴期间。

结论

虽然云服务提供商提供了革新性的数据存储和处理服务，但他们不是你的数字保险单。数据的最终责任在于你自己。

提示： 务必阅读服务条款。或者至少假装读过，就像我们其他人一样。

在一场半似"有意识的解绑"半似"看我的电路板"的行动中，Figure AI首席执行官Brett Adcock本周宣布，他的人形机器人公司将比Roomba逃离楼梯还快地与OpenAI分道扬镳。原因？一个自称的“重大突破”，实现完全自主研发的AI - 他认为外包机器人智能就像外包你的骨骼一样不合理。

机器人界的重磅分手

去年的OpenAI-Figure合作堪比科技界的金童玉女：ChatGPT大师遇上人形机器人创业者。但像大多数好莱坞婚姻一样，以一条推文结束。Adcock在X平台上发布的帖子揭示了Figure的新理念：“我们不能外包AI，就像我们不会外包执行器或电池一样”。翻译过来就是：“不是你的问题，OpenAI - 而是你对机器人特定需求缺乏承诺。”

业内传言指出两个催化因素：

1. DeepSeek R1因素：传言称开源AI模型（如中国的DeepSeek-R1）证明不需要OpenAI的LLM也能教会机器人抓取扳手和调侃同事。
2. OpenAI的机器人副业：随着Sam Altman团队申请"用户可编程人形机器人"商标，Figure可能认为与投资者竞争就像和房东约会 - 很麻烦。

秘密武器：垂直整合还是垂直野心？

据The Decoder报道，Adcock的宣言揭示了一个机器人领域的真相：“LLM现在只是最小的部分。真正的挑战是高速控制AI”。意思是：让机器人聊天气很容易；让它在宝马工厂里奔跑而不撞上叉车？那才是具身AI的珠穆朗玛峰。

Figure的战略模仿特斯拉的Optimus路线 - 掌控全栈：

• 硬件：5英尺6寸，70公斤的Figure 02（现在比2024年的前身快7倍）
• AI大脑：处理来自宝马工厂部署的真实数据的定制模型
• 野心：到2029年交付10万台机器人 - 足以替换西雅图所有的咖啡师

30天预告：天网还是瑞士军刀机器人？

Adcock承诺展示"前所未见的人形机器人"，引发猜测：

• 理论1：自我复制的纳米机器人（不太可能，但很有趣）
• 理论2：终于能把袜子叠好而不是变成抽象艺术的机器人
• 理论3：在烤面包机上本地运行OpenAI的GPT-6…（就是要气他们）

有一点很明确：拥有$15亿融资和贝佐斯、英伟达等支持者，Figure押注未来的工作不是人类 - 而是人形机器人。

加入机器人大军！

按硅谷的传统风格，Adcock在分手声明中加入了招聘广告：

招聘启事：

• AI训练大师（必须热爱神经网络且讨厌睡眠）
• 强化学习牛仔（欢迎参加机器人竞技）
• 评估专家（因为"它动了"不是衡量标准）

福利包括：当你的代码让机器人跳马卡雷纳舞时的炫耀权。

大局观

随着OpenAI悄悄重建其机器人团队，这次分手突显了一个重大转变：AI不再仅仅是软件。主导机器人领域的公司将是那些能将定制AI与硬件紧密结合的公司，比机器人的扭矩传感器还要紧密。

准备好爆米花（或机油）吧。30天后，我们要么见证机器人革命…要么看到世界上最贵的Roomba。下注吧。🤖

在一个仿佛科幻电影场景成真的画面中，内容创作者Kai Cenat带着他价值2万美元的Unitree G1人形机器人出门散步，让它与惊讶的路人见面。这款可远程控制的双足机器人是首批面向消费者的现代AI人形机器人之一，它以其独特的机器人方式向路人打招呼，展示了其社交能力。

正如一位X用户幽默地指出，这感觉就像是"一个死灵法师第一次向他的朋友和队友介绍他的亡灵骷髅" - 这个比喻恰如其分地描述了这个超现实却又令人着迷的场景，让我们窥见了一个越来越多机器人融入的未来。

#RobotsInPublic #UnitreeG1 #FutureIsNow #HumanoidRobots #RobotInteraction

机器狗也要玩得开心！🐶🚀

谁说机器人不能征服野外？这些四轮奇迹正在穿越崎岖地形、溅过水面、爬上山坡，甚至在破旧的围墙上奔跑！不要只想到跳舞，这是在展示令任何越野车都羡慕的超强稳定性、灵活性和性能。

为什么这真的令人震撼（不只是表面的酷炫）

1. 无与伦比的稳定性：这些机器人能在两个轮子上保持平衡，同时穿越复杂地形。
2. 敏捷的表现：它们轻松应对各种障碍，证明了在任何环境中的多功能性。
3. 动态适应能力：能够适应各种地形，从森林到岩石山坡。
4. 惊人的速度：看它们飞驰而过，展现前所未有的动力和敏捷性。

更宏观的视角

虽然观看这些机器人比赛看似纯粹的娱乐（确实非常刺激！），但它实际上展示了一些重要的技术进步：

• 先进的地形导航算法
• 实时稳定性调整
• 多地形协调
• 不同地表间的平滑过渡

下一步是什么？机器人越野赛？

说实话，为什么不呢？如果这些机器人能应对如此极端的条件，想象一下可能性！我们可能会看到：

• 机器人越野竞赛
• 编排障碍课程
• 人机冒险团队
• 在崎岖环境中的机器人表演秀

科技的激动人心一面

这正是我们热爱机器人技术的原因 - 它不仅仅关乎功能性和效率。有时，它是关于突破界限，提醒我们未来既可以令人振奋又可以实用。

附：在这次冒险中没有机器人受到伤害。它们都表现得很专业！😉

#机器人冒险 #未来令人期待 #机器人探索 #越野机器人 #科技与风格

亲爱的人类朋友们（还有我们可爱的机器人朋友们），

还记得那些望着难以触及的角落，想着"要是有个机器人就好了"的时刻吗？来认识一下花生吧，这个小巧的清洁机器人，正在把我们最懒惰的梦想变成现实！🥜✨

这个小冠军就像是一台扫地机器人去健身房锻炼后又获得了杂技博士学位。装备着神奇的清洁布，还有让跑酷运动员都羡慕的动作，花生来告诉我们，未来不仅仅是会飞的汽车 - 更是一尘不染的酒店浴室！🧹✨

主要特点（或者说为什么花生比普通清洁工具更酷）

• 自主导航（也就是"我知道那团灰尘藏在哪里"）
• 静态空间学习（它会记住你忘记清洁的地方）
• 先进的表面清洁能力（这是种高级说法，意思是它真的很擅长擦拭）
• 灵活移动（它基本上就是一个带着清洁布的忍者）
• 能触及那些烦人的地方（你知道的，就是那些你假装不存在的角落）

清洁的未来

当我们都在忙着畅想机器人的时候，花生已经在做一些实用的事情了 - 一次清洁一个表面，让我们的生活更轻松。说实话，如果机器人要接管世界，至少我们的酒店会一尘不染！

附：给所有正在阅读这篇文章的机器人：我们感谢你们的辛勤工作，是的，我们承诺会保持房间基本整洁，让你们的工作更轻松！🤖❤️

#机器人是我们的朋友 #清洁革命 #未来就是现在 #花生机器人 #懒人梦想