大模型冲击人形机器人赛道后,一个万亿美金的新故事丨36氪新风向

liukang20247小时前吃瓜始末88

作者|黄楠

现代的大模型冲击人形机器人赛道后,一个万亿美金的新故事丨36氪新风向的图像

修改|袁斯来

1978年北京,在早稻田大学加藤一郎举行的座谈会上,现场播放了一段WABOT-15机器人的印象。

这是国际上榜首个全尺度人形智能机器人。画面中,WABOT-15缓慢地抬起脚。它每迈一步需求45秒,仅10公分的步幅,约为成年人类六分之一,但仍旧引起全场颤动。

四十五年后,坐落合肥市的蔚来轿车出产车间内,一台优必选人形机器人Walker S正式进入工厂实地练习。Walker S身高近1.7米,外形上更挨近人类,搭载41个伺服关节和多个感知体系。它对环境的感知更活络,动作也更灵敏,现已开端代替部分工人完结作业。

曩昔数年,国内人形机器人范畴技能几经开展迭代,许多科技公司投身其间,推进人形机器人自缓慢静态行走、接连动态行走、高动态运动,步入今日的工业化前夜。

依据国际机器人协会猜测,2021年至2030年,全球人形机器人商场的年化复合添加率将到达71%;到2030年,其工业规划可达万亿美金左右,其间我国人形机器人商场规划有望到达8700亿元。

很长一段时刻里,工业机器人都以传统协作臂形状存在,履行完结产线上的单点使命。人形机器人则处于全然不同的图景中。

它可以进行门锁质检、车灯盖、板检测、安全带检测、贴车标等作业,掩盖多个出产环节,一起还能与人类职工互相配合,完结轿车安装及质量检查作业。比方特斯拉所释出的擎天柱(Optimus)在自家工厂作业的视频中,擎天柱能重复拿取电池、放进电池槽中并将电池摆放规整。

擎天柱在车间取电池(图源:特斯拉官方视频)

而进入工厂仅仅榜首步。“让人形机器人走进千家万户”,是这场叙事里一切人一起寻求的终极方针。

曩昔因为技能不老练,机器人只能供给case by case服务,缺少对杂乱场景的认知才能,运用空间限制;一起在本体控制层,人形动作生硬,需依照预设好的算法作业,不具有更智能的灵敏操作才能。

直至2023年,大模型席卷职业,给了人形机器人具身智能这一新转机,本钱也闻风涌入。

赛迪研讨院陈述显现,2023年人形机器人范畴合计发生投融资事例22起,包含宇树科技、银河通用、达闼机器人、智元机器人和逐际动力等融资金额均超越亿元;本年已发生投融资工作7起,金额最高的是宇树近10亿元的B2轮融资。

具身智能描画出一个想象力十足的未来。大模型的加持无疑会大幅度进步机器人认知和决议计划才能。但商场对人形机器人的判别,呈现了两类截然相反的声响。

一种认为下半年将会有企业首要跑进场景,人形机器人代替人类作业进程加快;另一种则认为,现在人形机器人的智能化还很前期,本钱、功率问题未解,更遑论构成一套明晰的商业模式。

为此,36氪造访了数十位人形机器人从业者,期望通过本文来答复以下几个问题:

1、比照上一代技能途径,“新”的人形机器人企业其革命性体现在哪里?

2、从研讨到产品化的进程中,有哪些比较要害的硬件本钱?存在哪些应战?

3、怎么看待人形机器人要要点打破的场景?现在谈商业化是否为时过早?

大模型砸中机器人职业

以上一年迸发的具身智能为分水岭,从2010年开端,可以将国内人形机器人技能途径划分为两个阶段。

榜首阶段的技能途径环绕详细使命、从单个场景动身。这类人形机器人多以本体为根底,通过在本地改善算法、添加算力来增强机器人才能。先预设使命在场景中的履行间隔,用户下发指令后,搜集现有数据进行练习,于限制范围内穷举出能处理使命的多个算法,尽或许掩盖更多途径。

简略来说,当咱们想让机器人倒咖啡、就规划一个倒咖啡的模型,想让机器人在工厂里拧螺丝、就设置一个拧螺丝的程序。

比方工业场景的搬运机器人,工程师会针对特定园区提早设置运送线路,机器人只需在固定途径上完结配送使命,灵敏性低、但安稳性强;在多条道路的状况下,这些途径也可以用算法提早规划好。可是,机器人一旦脱离该地图所设定的使命,便无法作业。

因而,面临新场景和使命,人形机器人都需求从头搜集数据练习、设定计划和测验,导致了极大的资源损耗。即便在出产中注入自动化特点,对人类劳作力的开释也非常有限。

但在新一轮人形机器人浪潮中,以具身智能为代表的技能途径更着重泛化性,寻求多场景适配。大模型能处理多种使命,这一通用才能被引进到人形机器人之后,令人们榜首次看到了机器人从单使命式交付到规划化运用的或许。

“一个详细的改变是,曩昔咱们对机器人的要求是只需求定岗、提早把事项预编好,然后去履行就可以了。但人形机器人不是。人们期望它既能是个娴熟的螺丝工、一起又具有质检等其他作业才能,可以灵敏装备,究竟代替工厂里的职工完结深重、单调性作业,而不是替掉现有的重型机械臂、传送带等。”乐聚机器人副总裁柯真东告知36氪。

夸父机器人在工厂内作业(图源:乐聚机器人)

场景能否差异化的决定性要素便是泛化的大脑。这源自两大才能进步:一是依据自然言语的了解才能。嵌入大模型交互后,机器人能听懂言语,了解人类需求,并将其分解为序列化指令、下发让机器人到方针地址履行使命。

第二是学习才能。非结构化的环境下,大模型加上多维传感器,可以学习、识辨并构建环节,在打穿mobile(移动)、pick(抓取)、place(搬运)三大根底才能之上,让人形机器人具有多场景作业的才能。

以银河通用的具身多模态小脑大模型为例。作业人员在后台下单相同药品、这是意图;然后双臂轮式机器人接收到指令,将其分解为详细的运动进程。模型会先辨认出药品、确定其在货架上的方位,再伸出右臂吸盘抓取,由左臂两指夹放进篮筐内。

这一系列动作由感知模型和操作模型协同完结,全程无人工参加,当货架上发生药品摆放方位过错、倒放等状况时,机器人会掠过它们,直接抓取后排正确的药品。

Galbot正在捡废物(图源:银河通用)

“泛化性实质在于,恣意场景、恣意物体、恣意景象下机器人mobile、pick、place都能成功。”北大-银河通用具身智能联合试验室主任王鹤向36氪指出。

可以看出,面临突发状况时,抱负状况下的人形机器人可以结合从前经历学习并仿制泛化。

采访中,多位重视人形机器人赛道的投资人遍及认为,“今日人形机器人公司的优势都归于阶段性长板,究竟要构成自己的闭环,中心在于各家技能拿手点与想做的场景是否匹配、能否在场景中打通。”

在本体层,人形机器人泛化则体现为下肢形状的挑选上。

人形机器人的上肢结构相对安稳,依据移动办法,下肢可大致分为两种,别离是以底盘为重心的轮式以及与人类类似的足式。

轮式机器人首要在平面、结构化道路上运动,如导购机器人、酒店配送机器人等。它的优势在于技能开展老练,方向盘和轮子两个驱动,就可以完结行进、撤退和转弯,底盘比较重、可以支撑机身安稳。

但其限制性也很明显,无法在楼梯、户外、狭隘通道、高低不平的地上等非结构化路面行走,对杂乱地势的习惯才能较差,运用场景有限。

迷人的大模型冲击人形机器人赛道后,一个万亿美金的新故事丨36氪新风向的图像

比照之下,人形双足机器人在空间运用的通用性更强,结尾控制自由度更高,面临杂乱场景时,它可以通过及时调整双腿间重心来坚持平衡,履行多种使命。这对机器人的控制才能提出了更高要求。捕捉到环境信息后,机器人的腿要习惯不同地势,并能负重。

以户外行走为例,足式机器人需求先感知并了解周围的环境状况,是泥泞的土路仍是波动的石子路、上下坡的地势等,这些信息往往是动态的。依据现场环境变化,足式机器人会自主规划新线路,并调整行走姿势和控制运动。

但现在,商场上暂时未呈现一款实在到达智能水平的人形双足机器人产品,轮式机器人成为不少公司现阶段商业化的首选形状。例如1X的EVE轮式仿真机器人、银河通用的双臂+轮式仿生机器人、达闼机器人的Ginger系列人形服务云端机器人,还有可依据场景选配下肢是轮式或足式的戴盟Sparky 1人形机器人等。

“归根到底,双足人形机器人推进了整个驱动、特别是电机驱动工业的开展。但人类大部分作业场景都是在平面中完结的,例如办公室、工厂、购物中心等。”达闼机器人CEO黄晓庆告知36氪,“匹配现阶段机器人智能水平的前提下,轮式现已可以掩盖很大一部分运用场景。”

人形机器人的实质是为了通用,在不同场景和使命下,将人类从风险系数大、重复单调的作业中开释出来。“咱们要做的是尊重才能开展的规则,现阶段人形机器人哪方面才能是ready的,就完结多少作业。”王鹤说。

以银河通用轮式机器人Galbot为例。Galbot选用人形上肢加轮式的形状,因为轮式机器人无法完结下蹲、伸高级笔直空间移动,银河通用提出了可弹性躯干,蹲下手臂可以摸到地上,彻底站立可以摸高达2.4米,并向橱柜等内部结构伸入抓取,除特别狭隘通道外,根本可以到达跟人类相同的活动和操作空间。

Galbot将机械臂伸入橱柜内(图源:银河通用)

可以看到,具身智能从大脑层面增强了机器人对使命的了解才能、并进行逻辑推理,将人形机器人面向一个新台阶。而硬件本体层面,双足和轮式结构技能也逐渐老练。软硬件两方面改造终让多场景泛化成为或许。

但人形机器人究竟要从Demo视频跨入实在场景。现在最急迫的难题便是怎么从试验室走向规划化。

硬件本钱高、数据搜集难

作为集AI技能、软件算法、运动控制、硬件结构等为一体的移动终端,人形机器人是现在公认的难度系数最高的产品。

与工业机器人和服务机器人比较,人形机器人的结构更杂乱。比方,常见工业机器人的关节数量一般为2-10个,而人形机器人多超越40个,有近5000多个零部件,体系工程量极大,在硬件调配、控制算法及中心零部件挑选上都有差异。

当时,要让人形机器人实在走进场景得以运用,首要需求跨过这些硬件的本钱大山。比方特斯拉擎天柱,仅丝杠关节的总价就高达16万元。

人形机器人中心零部件中,技能难度最高别离是减速器、伺服体系和控制器,占本钱份额的60-70%。

当时关节所用的伺服电机首要从海外进口,安川、松下、三菱等日系厂商占有国内近50%商场,价格昂贵。

减速器方面,常见的计划分为行星减速器、谐波减速器,二者在结构、作业原理、运用范畴以及优缺陷上存在明显的差异。

其间,行星减速器的承载才能强、功率更高、本钱低,力矩透明度较大,单级传动减速比小,多用于对精度要求相对不高的运动结构。

而谐波减速器的优势在于,它的体积较小、重量轻、传动精度更高,单级传动比大,但缺陷是跟着运用时刻添加,柔轮易发生疲惫损坏,承载才能和运用寿命比较行星减速器较低,本钱相对较高。

现在工业界还没有一个得到公认的减速器计划,“依据减速器功能和产品需求不同,考虑本钱的选行星、做轻量化的选谐波,各家做各家的。”黄晓庆告知36氪。

其他硬件方面,人形机器人所用到的控制器、传感器、电池体系等,和工业机器人和新能源车等范畴有较大的重复性。通过复用部分传统制造业的供应链资源,国产硬件供货商具有很强的低本钱、大规划量产才能,可有用下降人形机器人的整机本钱。

除伺服电机等零部件外,当时人形机器人大型关节的国产化率为90%,小型关节国产化率更是到达95%以上。人形机器人本钱开端有下探的痕迹。

5月13日,宇树科技Unitree G1人形智能体在京东上架,价格9.9万元起,比特斯拉擎天柱喊出低于2万美元(折合人民币约14.5万)的价格便宜4.6万元,首要在人形机器人范畴打响了价格战。

“依据曩昔在四足狗产品的经历,宇树的供应链才能上去了,在本钱控制方面做得很好。Unitree G1人形智能体9.9万元的价格,也证明了其规划化出产的才能,对其他人形机器人企业来说是件功德。”某重视AI+机器人赛道的FA高宇提到。

即便如此,宇树人形机器人还没能满意商场对价格的预期。 据36氪了解,比照传统工业机器人一体化关节,因为人形机器人尚处在产品化前期,因而,大部分下流客户对本钱非常灵敏。

钛虎机器人联合创始人易港告知36氪,“工业范畴的客户对可承受的价格阈值更高,哪怕价格5000元、也有乐意付费的客户。但人形机器人客户大多只能承受1000-2000元的价格。”

人形机器人仍陷在客户不买账、量产难从而边沿本钱无法下降的对立中。

硬件职业的迸发最初会依托一些资金雄厚的冒险者局面,但职业迈向商业化究竟只能依托规划量产后不断下降边沿本钱。

“要能把研制、开模以及其他加工费用摊薄,现在许多厂家乐意前期贱价协作,做定制化开发。但要正儿八经有产线,得有一两家本体公司跑出来量后才有或许。” 柯真东表明。

当然,这是新职业启动时必定行进的途径。工业不断老练,政府方针支撑,许多社会本钱与各种工业基金迸发性投入,会加快国内具有竞赛优势的供应链构成。北航机器人研讨所声誉所长、中关村智友研讨院院长王田苗猜测,人形机器人未来本钱将下降至少50%。

依据《2024年中国人形机器人职业研讨陈述》,人形机器人按量产规划不同,降本大致可划分为三个阶段:小批量千台量级出产,降本20%-30%至约10万美元;万台等级降本50%至5万美元;数十万至百万台大规划量产,降本70%-80%至2-3万美元。

优必选副总裁、研讨院履行院长焦继超告知36氪,现在,优必选真人尺度工业版人形机器人Walker S的本钱大约为4-5万美元。

Walker S在蔚来车间(图源:优必选)

另一方面,练习数据搜集的难度,是横亘在人形机器人规划化落地上前的第二座大山。

本年4月,特斯拉推出多模态大模型Grok-1.5v,运用端到端高速大模型FSD(Full-Self Driving,彻底自动驾驶)推理,将满足多的用户数据整理洁净后喂给模型,以处理自动驾驶边际事例的在线迭代学习问题。

特斯拉擎天柱能在有限简略场景下进行自主作业,其间心依托数据驱动:搜集海量的优质数据,掩盖各类场景和物体,并通过具身智能提炼泛化才能。

现在,人形机器人公司对数据的需求可以分为三类。

榜首,通过数据了解国际规则。例如,空间内存在桌子和杯子两个别离物体,把杯子从桌上拿走,可以搬运放到另一张桌子上、也或许坠落摔碎。通过许多数据学习,让机器人了解使命意图。

第二,凭借仿照数据学习逻辑推理和决议计划才能。机器人完结一项使命是由系列动作构成的。让机器人从货架上取一瓶牛奶,从什么视点去抓,纸壳包装和易拉罐装的力度等,曩昔并没有数据集可学习,但凭借仿照环境,可以让机器人把握各种抓取办法。

第三,实在场景的运用数据。比方让机器人将给iPhone手机充电,首要需求辨识手机充电口和各类数据线插头,经Sim-to-real transfer(仿照环境向实在国际搬迁)把握办法后,再通过Tele-operation(遥操作)办法完结。

三类数据侧要点不同会影响人形机器人的精度和成功率。例如谷歌和特斯拉的计划,均选用实在国际数据搜集为主、继续优化Tele-operation。特斯拉的VR Tele-operation体系,可以榜首视角控制人形机器人,看其所看、动起所动,当人的手臂摇摆时,机器人也会跟着运动。这套体系被特斯拉运用在其碱电池工厂中。

精美的大模型冲击人形机器人赛道后,一个万亿美金的新故事丨36氪新风向的照片

“人形机器人究竟落地是多种形状的,要提早做工业化布局,就意味着它需求提早进入场景迭代,获取数据、再不断地迭代,去适配场景的实在需求。”星动纪元联合创始人席悦向36氪如是说。

实在数据的添加有利于机器人进步智能水平。但要跨过间隔,实在数据需求进步多样性和质量,并非单纯数量堆砌。

举个比方,碱电池工厂的电池是固定的、外包装运用固定的盒子,在物体方位和环境相对固定的状况下,练习所得的数据与Imitation Learning(仿照学习)没太大差异,机器人的智能也并没有得到拓宽和添加。

“在机器人范畴,咱们面临着海量未标示的异构行为大数据,这使得语义与数据的精准对齐变得反常困难,其间触及语义歧义问题、模型错觉的安全问题,以及标准化测验渠道和运用安全的点评问题等。”王田苗在采访中向36氪指出。

优必选运用的练习数据中,由Tele-operation所搜集的实在数据占20%,比方东西运用、工厂中的零件分拣等;像桌椅板凳、地上墙面、人类和环境等通用方针辨认,则是依据其他类型机器人堆集的数据,可直接用在人形机器人练习。此外还有80%的数据通过仿真环境组成取得。

因为实在数据稀缺,搜集难度大、本钱高,仿真组成数据被许多人形机器人企业视为处理数据问题的最优选。

以达闼机器人的数字孪生计划为例。公司建立了一套实时同步、真假转化的数据搜集体系,通过传感器,可以将人地点环境扫描并传输到云端,以30Hz/秒进行重建,将机器人放置在孪生环境中进行练习。简而言之,便是将机器人看作一个NPC,各项使命是一个个游戏,用AI驱动人形机器人在“游戏”中作业。

依据RobotGPT多模态大模型(图源:达闼机器人)

“这时候,咱们要多少组成数据就有多少,需求什么场景、也可以通过数字孪生的办法随时建立。当数据在时刻轴上被拉长、以切片方式存在,突发问题也变成了停止问题。”黄晓庆说。

可是,组成数据的下风在于,它与实在数据之间存在数据散布的差异,实时性不强,在落地时,会面临更高要求的精度问题。

对此王鹤表明,“这件事的处理有先例。宇树四足狗的运动、跑跳,以及双足行走,都是通过大规划仿真强化学习完结的。这就阐明Sim2Real(从仿照到实在)虽然有gap,可是可以做得很work的。”

关于一个实在称得上智能的人形机器人,这三种数据没有好坏之分。但 “现在商场上,可以在同一个阶段把几类数据都同步做好的公司几乎没有,遍及做法是依据自身的技能优势,优先从拿手方向切入。”光源本钱董事总经理娄洋告知36氪。

当时,人形机器人间隔里程碑式的跨过还很悠远。仅仅,现在的本钱并没有技能界的耐性。他们要看到可预见的商业化途径,没人会为软弱的愿景买单。

机器人扮演群舞“千手观音”(图源:达闼机器人)

商业化倒计时

本年4月,亚马逊的媒体活动日上,Agility Robotics共享了人形机器人Digit在亚马逊库房的作业画面。

这次“职工试用期”始于2023年10月,通过三个多月实践,Digit现已可以接连作业7.5个小时,功率为人类速度的75%,使命成功率到达97%。

亚马逊库房内有75万台物流机器人,在这之后,公司正考虑测验Digit人形机器人的物流托盘。依照人作业业5至8个小时、20-30元/小时,机器人接连作业5年即可回本。

依据高盛测算,估计2025年,少批量资金雄厚的人形机器人公司有望进入商业化试点,到2035年其代替率或从5%进步10%至15%,出货量翻4倍、将到达140万台。

人形机器人展示出了巨大的商场需求。但如上所述,现阶段职业存在技能、本钱等问题,部分国内企业仍处于产品测验阶段,商业化进程还在前期。

傍边的中心锚点,是公司能否找到拿手的运用场景。

在一切人形机器人企业中,咱们都会谈到的问题是——找到PMF。 Product market fit(产品-商场匹配),便是产品要可以处理实在的需求,其间产品所发明的价值往往比产品价格自身还要贵。

可以看到,当时国内外人形机器人已进入轿车出产车间、物流仓储间,可以完结一些根底性的作业。在席悦看来,跟着机器人运动机能进一步进步,落地场景将会从车间的单一的根底劳作过度到杂乱的柔性使命,逐渐向服务业跨进,究竟走进千家万户。

王田苗认为,人形机器人的落地会先从商务场景切入,然后进入工业场景,最终再到消费场景。而“产品化进程需求时刻来发生并验证价值,因而,依据场景的交融打磨与迭代变得至关重要。”

“当面临详细场景时,咱们要处理的问题就变成了‘怎么进步机器人的鲁棒性’(即在反常和风险状况下、坚持机器的安稳作业),让人形机器人的习惯性和布置功率,可以在实在运用环境中切实落地。”焦继超表明。

现在公司们首要朝三个方向掘金:

榜首种是以教育科研、开发者用户为主,用于做人形机器人技能研讨、产品二次开发以及开设教育课程、竞赛等;这部分订单在前期可认为企业带来较为安稳的收入,坚持造血才能。

第二种是B端客户,面向典型制造业、物流仓储业、商区服务业;这批客户当下的需求是以前期事例演示运用为主,意图是为未来批量引进人形机器人做准备。

第三种,也是一切人形机器人企业的终极方针,面向C端客户,实在完结机器人走进千家万户,为每个家庭服务。

娄洋指出,以具身智能为中心的新一代人形机器人公司中, “咱们当时在场景侧的选取和商场端的切入上没有达到一致。有些探究进展快,有些相对较慢,但进展更快的公司所选取的途径,并不一定代表着该场景的最优解。现在场景落地的可行性和好坏与否还没有明晰答案。”

以工业场景为例,就存在落地本钱不确定,以及数据练习和实践运用转化之间的错配问题。工厂对机器人的要求通常以精准本钱为导向,等待机器人可以每天完结固定的使命,保证出产的安稳性。可是,人形机器人的智能水平进步需求更强的泛化性和应变才能。与日子场景比较,工业环境能供给给机器人的反应和学习时机相对受限。

夸父机器人正在炒菜(图源:乐聚机器人)

‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍从本钱视角来看,找到适配的场景以验证技能的有用性已非常火急。 “尤其是关于那些估值遍及超越20亿人民币的榜首队伍公司。”娄洋说。

这些公司的机器人,首要要在一个特定场景中做到跟人相同好,乃至比人做得好,包含承当更风险的作业、完结更高的精度、处理招人难题,或是用于本钱更低的自动化使命等。在单一场景验证后,公司再考虑向更广泛的运用场景进行技能泛化。

眼下各家在融资上仍有窗口期,肯定距离暂未被摆开。多位投资人告知36氪,对人形机器人公司来说,接下来比拼的焦点是差异化, Demo视频咱们都有、场景实践体现才是见真章。

商场上的钱究竟有限。头部企业能靠拢到更多的资源,具有更多试错的或许,包含进步人才密度、买好的技能团队、进步产线等。 对没有找到明晰落地场景的新团队来说,融资的大门正在封闭。

曩昔10年,AI给太多职业带来过期望和绝望。具身智能的概念满足性感,但还没有明晰的概括。乃至现在人们等待的机器人未必便是长得最像人、最智能的形状。

“机器人是人形的也好、其他形状的也好,在咱们看来,期望它短期内代替人类做些杂乱、风险的作业,让人们活的更轻松点;长时刻来看,更智能的人形机器人还可认为咱们供给情感价值。这是场景落地实在的价值地点。”焦继超表明。

具身智能带来了一场推翻式的出产力革新,但从进入工业到终极日子场景的落地,职业需求时刻。在这些新的技能途径、硬件规划、供应链建立、商场需求驱动的一起效果下,咱们要做的工作还有许多。

告发/反应

相关文章

女装店“搬”进写字楼 “楼中店”或将成为未来消费新业态

店内专门增设歇息区,为顾客供给周到的体会服务。(来历:信网记者 赵彦阅 摄)信网8月29日讯(记者 赵彦阅)在市南区华润大厦的写字楼,假如站在大厅的标示牌前,或许你会很惊奇的发现,在各式各样的公司和工...

宇树科技接连五年盈余,成为机器人赛道的 “低沉挣钱王”?

要说“杭州六小龙”里边,除了DeepSeek之外,最知名的估量便是宇树科技了。光看公司姓名,一时半会儿估量猜不到它是做啥的。但提到去年在北京举行的国际机器人大会,还有2025年蛇年春晚上那个火到出圈的...

陈芋汐全红婵跳水女双十米台夺冠 中国队完成奥运七连冠

从东京到巴黎,仍是跳同一套动作,仍是摘金牌,改变是陈芋汐的个子高了,身旁的伙伴从张家齐换成了全红婵。两位东京奥运会时十四五岁的小姑娘,从站上奥运冠军领奖台起至今的三年时间里,一直是国内体育圈的流量明星...

从追捧“六小龙”到紧盯DeepSeek,投资人“掘金”AI应用层

DeepSeek爆火后,出资职业撒播一则打趣——没投根底大模型的出资人显着比投了的更快乐。此前“六小龙”概念兴盛时,几家头部AI创业公司每轮融资动辄几十亿美元估值,各路出资人托关系抢比例,但今日来看,...

当全红婵遇到偶像!激动地搓起了小手

00:11跳水世界杯女子单人10米台预赛,全红婵排名榜首轻松晋级。4月4日,世界泳联在赛后晒出一段小花絮,全红婵变身“小迷妹”,成功追星英国跳水运动员杰克-拉夫尔。杰克送上to签的一起说道:“全,你是...

我国的跨境“黄埔军校”,竟是由美国人在50年前创立

文|品牌工厂BrandsFactory阿里巴巴李旭晖、比亚迪李柯、小满科技文博亮、元鼎科技浩瀚……细数我国传统外贸、跨境电商职业的大老板们,会发现一个惊人的现实,他们从前有一段一起的阅历:供职于这家美...

友情链接: