劲爆消息,全球开源机器人圈被一个视频直接引爆!一台装载了 open cloud 的 语数计一机器人在房间中移动,然后发生了一件以前从未有任何机器人做到的事情。 这台机器人突然开始理解空间和时间,他不仅知道房间在哪,人在哪,物品在哪,而且还知道什么时候发生了什么。发布者团队将这种能力称为空间智能体,这也意味着他具有了逻辑推理的物理基础。 我在前几天视频的里面提到, openclaw 让 ai 真正可以帮人干活,不再是只说不做,那么人形机器人就是它最好的载体。一定要重点关注这两个板块,兄弟们未来已至!
粉丝69获赞967

太震惊了!开源项目 openclaw 让机器人首次拥有了世界记忆,直接引爆全网,网友都直呼天网要来了! 这款系统能让机器人理解物理空间和时间,兼容激光雷达、各类摄像头,装在语数记忆、人形机器人、无人机、机器狗上都能用,甚至就 iphone 都能改造,还完全开源,不挑硬件。 以前机器人只有静态记忆,搞不懂物理空间,而 openclaw 靠空间智能体记忆和 space rogg 黑科技构建三 d 世界模型,能记住物品位置、人的行动轨迹,还能回答钥匙丢哪了,谁来过家里这类问题是具深智能的里程碑突破。 网友直接炒饭,一边狂喜,这是边缘 ai 的 大飞跃,应用潜力拉满。一边担忧无轮理约束的话,机器人的全职感知太吓人,直呼这是天网在给它补开源了。 也有人质疑延迟问题,团队直接回应,他是机器人的高级智力协调器,一步运行不卡顿,而且他有整套代理基础设施,是真正的机器人前额业关键,这技术全开远,任何人都能造机器人大脑。 这一步直接推开了家用机器人时代的大门,具身智能也将迎来大突破,后续真的太值得期待了!

企业微信 opencloud 的 官方插件终于来了,企微官方啊今天将智能机器人做重大升级,增添了长链接方式,可一步啊,将 opencloud 接入企业微信的机器人。这种连接方式呢,有四个优点, 第一,安全内网部署,无需公网, ip 数据不输企业内网,防止啊外线风险。第二,实时响应更快,延迟极低,能进行更流畅的 opencloud 的 对话体验。 第三,开发超省事,免去传统繁琐的配置,上手呢更简单。第四,更重要的是啊,可以主动给你发消息了。之前企业微信机器人啊是不能主动发消息的,比如某个指令完成呢,之前是必须用户发起后,机器人啊才能进行回复响应, 现在啊,机器人可以随时主动的发消息通知你。微商作为企业微信 opencloud 的 安装包, 支持苹果加 windows 双系统,无需敲代码页面呢,全汉化。根据啊 oppo 可乐官网实时更新版本,只需几分钟就能自动在本地部署好 oppo 可乐。 并且呢,完全适配企微智能机器人最新的长链接的方式。一步啊接入到企业微信。同时啊,安装包内内置了十几个常用的企微 skills, 可以 在企邮内写公众号文章,写 ppt、 做网页、写代码等等。想获取啊安装包和操作指引的,欢迎评论区里留言安装。

最近啊, mac mini m 四又火了,就是因为那个从 cloud bot 改名为 mod bot, 最终啊,又命名为 open cloud 的 ai 工具。现在很多人啊,都想搞一台全天二十四小时待命的个人贾维斯。 确实啊, mac mini m 四啊,本身就很强,但是如果你真想用它来搭建本地 ai, 有 几点啊,你真的要注意。首先啊,想跑 ai 模型的话,那些对话记忆 只是酷训练数据这些在使用的过程中啊,持续产生的数据,确实是个存储黑洞,两百五十六 g 啊,根本不够,五百一十二 g 啊,想跑训练久了可能也有点费劲,但如果直接上大内存的版本, 这个价格啊,都会再买几台 mac mini 啊。我的省钱方案是啊, mac mini 啊,就入手盖板就行了,之后直接外接个固态硬盘来扩容。另外,想要模型加载快,数据供给顺畅的话,外接硬盘的传输速度也很重要。 本地读写速度啊,也是 ai 本地推理训练效率的关键。这么看来啊,想要搭建一个真正的个人假维斯,光有 mac mini m 四还不够,你得给他配一个传输速度快,传 输空间大的硬盘盒,至少十 g 二十 g 起的传输速度,再加上几 tb 的 传输空间,才能真正发挥 mac mini m 四的实力。 前段时间啊,我按照这些需求啊,到处找了一圈,最后锁定了阿卡西丝的 m 零零二 pro。 前面说了,咱们搭建个人假维斯最怕什么,就是存不够,刚好他这里有两个硬盘位,可以塞两块最大八 tb 的 固态硬盘, 直接就是十六 tb。 十六 tb 放在那 ai 模型啊,随便装知识库呢,随便建训练数据啊,随便存空间啊,直接管够。然后是速度啊,这个才是我选它的核心原因,开个锐的零模式啊,直接飙到四十 g, 你 们想啊,跑 ai 的 时候 图形要加载,训练数据呢要读取,检查点呢要保存,这些操作全都要从硬盘里拿数据, gpu 的 算力再强啊,但硬盘速度太慢,性能啊,直接拉跨。有了四十 g 的 速度,训练数据读取嗖嗖的。最后是散热和防尘,这很多人啊,可能没注意到要二十四小时开机,跑 ai 这些啊,真的很关键。 m 零零二 pro 是 一比一开模的,铝合金设计,完美搭配苹果美学,这就像给 mac mini 啊穿上了一层散热机甲,一眼看过去啊,像不像 mac pro, 颜值和格调直接拉满,加上上下全开孔,热量直接散出去,我挂一整周啊,摸上去啊,也不怎么热。而且啊,不止是硬盘盒,前面三个 a 口啊,可以接移动硬盘和 u 盘, 后面两个 d p 口啊,支持双四 k 显示,顶部还有 s d 和 tf 卡槽,相机拍的素材啊,直接导一盒多用。总结一下, mac mini m 四啊,是个好东西,但想当真正的 ai 服务器,存储容量和传输速度啊是关键!正在搭建 ai, 想让 mac mini m 四啊存储和速度飞起的朋友阿卡西四的 m 零零二 pro 啊,赶紧试一试!

运行 openclock 到底需不需要使用 mac mini 主机?今天我用吃灰了大半年的 mini m 四的十六 gb 盖板进行了测试。 操作系统我已经升级到了二十六点三最新版,可以看到在刚刚登录系统且未运行任何其他软件的情况下,系统内存就已经被占用了大约十 gb, 这意味着留给大模型的运行空间仅有区区六 gb 资源,非常紧张。 大模型的运行软件我依旧使用了喜闻乐见的羊驼欧拉玛模型,使用的是千问三点五的九币和四币两个参数版本,可以比较好的适配目前的硬件资源。为了了解 mac mini 对 新版千问模型的支持情况,我运行了两个模型的性能对比测试。首先测试的是九币模型, 运行速度是十三 token 每秒,而四 b 模型的运行速度则是大约十九 token 每秒,区别并不大,不过应该可以满足基本的对话需求。下面开始测试。 openclaw 是 全新安装的 macos 版本,版本号是二零二六年三月二日。 在后台把模型设置为千问三点五的九币模型之后,我开始了第一次对话。首先要求龙虾机器人上网搜索今天全球最新的股市新闻。由于是全新安装的环境在思考,大约等待五分钟后,对话框提示需要配置 web search 的 api。 我 按照提示信息将提前准备好的 api key 输入了对话框,并要求他帮我写入后台配置文件。又是长达数分钟的等待, 机器人回复 a p i 的 配置信息已经更新好了,需要重启网关,但是很不幸,网关在重启时提示失败,提示无效的配置文件。很显然,由于模型的能力问题,配置文件的设置有误。好在新版龙虾提供了一个修复命令,我在运行后,网关终于再次成功启动了, 于是我要求龙虾机器人继续帮我搜集全球股市信息。对话框随即陷入了长时间的等待。期间我还关注到 mac mini 的 cpu 温度已经上升到了七十多度,说明后台在进行非常忙碌的数据计算。 不过好在大约十五分钟后,机器人给出了答案,虽然信息很简略,但是非常有条理,并没有明显错误。 于是我再次提出了下一个问题,要求机器人对中国 a 股进行点评分析。不幸的是,在长时间的等待后,页面弹出大模型无响应的错误, 说明后台硬件资源已经完全耗尽,于是我尝试将模型改为了四 b 的 版本,降低资源消耗。但是在我继续等待一段时间后,模型超时的错误再次出现,于是我只能彻底放弃下一步的其他测试。至此,经过我大约三个小时的深度测试,基本可以确认 使用盖板。 mac mini 运行龙虾机器人毫无必要,其有限的硬件性能无法满足基本的对话要求,特别是在单个对话动辄就有可能调用几十万 token 的 情况下。所以推荐的正确做法是选择旧版本更廉价的 mac mini 主机,比如 mac mini m 二, 或是我已经闲置吃灰很久的软路,由主机再配合外部大模型一起工作,才是迷你小主机的正确龙虾使用方法。如果你也有类似的使用经验,欢迎在评论区分享您的心得。

hey, 大家好,你是不是也一样跟风装了那个火遍全网的 opencl, 结果用了一下发现,哎,好像也没传说中那么神嘛。别急,今天咱们要做的就是把这个有点让人摸不着头脑的 ai, 一 步步调教成一个真正强大,真正好用的个人助理。 你是不是也有这种感觉?就是装完之后吧,你看人家的龙虾哇,二十四小时在线打工,啥都会,再看看自己的,嘿,一问三不知,转头就把你名字给忘了,这,这不就是个有点健忘的聊天机器人吗?对吧? 其实啊,问题就出在这,你的龙虾连你叫啥都记不住,那是你用错了,但你听我说,这反而是个天大的好消息,为啥呢?因为它说明啊,这毛病不是 ai 的,是咱们自己的问题,那咱自己就能给他治好。 没错,你绝对没听错,今天呢,咱们就用两个,就两个,超级简单,一行代码都不用写的步骤,让你那个有点人工智障的 ai 摇身一变,成为一个真正懂你的专属助理。 好,那咱就直接上干货,第一步,也是最最关键的一步。说实话,我敢打赌,百分之九十的新手都给忽略了,那就是先给你的 ai 做个自我介绍,或者说身份入驻。 这个身份录入啊,说白了,就跟新员工入职一样,你得给他做个岗前培训,对吧?你得先告诉他,喂,你老板是我,我这人有啥习惯,喜欢怎么说话,平时几点上班,几点下班, 你把这些都交代清楚了,他才能真正用上自己最牛的那个本事,永久记忆。来,别怕麻烦,我都给你准备好模板了,一分钟就能搞定, 你就直接复制粘贴,把里面的信息换成你自己的就行。比如说你叫啥,在哪儿干啥,你喜欢聊天正式点儿还是随便点儿?你的作息时间都告诉他,然后看好了,最最关键的一句来了,最后一定要加上这句咒语!以上内容请永久记住, 敲黑板啊,这就是关键,不然前面都白说了。好嘞,岗前培训做完了,你的 ai 现在认识你了,那接下来干嘛呢?当然是发工具了,咱们进入第二步,给他装上最牛的技能,让他能上手干活儿。 哎,说到这儿,得先帮你分清一个概念,很多新手都在这儿犯迷惑,就是技能和插件儿。 你这么记技能,是他的大脑和双手决定了他能做什么是干活的本事,比如上网搜东西,总结文件。 而插件呢,顶多算是他的衣服和皮肤,决定了他长什么样。所以呀,咱们新手先把那些花里胡哨的放一边,先让他有真本事能干活,这才是正事。 我懂你打开那个技能商店,哇,几百上千个选项,眼睛都看花了,根本不知道从哪下手对吧?别急,功课我都帮你做好了, 我已经从里面给你挑了六个,可以说是新手村的神装,就是屏幕上这几个,你先把它们装上,我保证你的 ai 立马鸟枪换炮。来,咱们一个一个说。 第一个,必须是它, capability evolve 能力进化者,这可是官方商店下载量第一的技能,绝对的王牌。 它的作用有点玄乎,它不是直接帮你干某个活,而是像个观察家,在后台悄悄地学习你的说话,习惯,你提问的方式。然后呢,它会不断地自我调整, 所以你用着用着就会发现,哎,他怎么越来越懂我了,有时候话说到一半,他就知道我想干嘛了,就是这个感觉 好。第二个, self improving agent 自我提升代理,这个跟刚才那个简直是天生一对黄金搭档。如果说上一个是让他懂你,那这个就是让他变聪明。 它能让你的 ai 在 每次干完活之后,自己开个复盘会,想想这次哪里做得不好,然后从错误里学习。这意味着什么?意味着你的 ai 是 真的在成长,在进化,而不是一个只会执行命令的机器。 第三个来啦, summarize 文档栽药!这个我跟你说,绝对是装上就能马上爽到的神器! 你想想,几十页的报告,看半天的长文章,甚至是视频链接,你直接啪的一下丢给他几秒钟,唰,核心要点就给你整理的明明白白。我的天,这对于我们这些打工人和学生党来说,简直就是救星啊,是刚需中的刚需, ok, 最后这三个咱们可以打包一块儿说,它们就像是给你的 ai 装上了眼睛、耳朵和手脚,你看啊, fine skills, 让你以后再也不用去市场里瞎逛了,想要啥功能,直接问你的 ai, 它自己就去找了。 然后是 agent browser, 这个厉害了,它给了 ai 一 双手,能帮你直接操作浏览器,什么自动查资料啊,帮你定个票啊,它都能搞定。 最后,这个场景技能就更牛了,它能直接跟你平时用的软件,比如 notion, github 这些打通,让 ai 直接住进你的工作流里 好了。朋友们,你看,就这么简单的两步,身份录入加上技能安装,你手里的这个 openclaw 已经跟刚开始的时候完全不一样了, 他已经脱胎换骨,从一个玩具变成了一个真正智能的伙伴,一个属于你未来的超级助理。 就像我们总结的这样,就是这两个核心部头先让他认识你,再给他配上工具,就这么简单,你就已经把 opencloud 的 真正潜力给挖掘出来了,他不再是一个冷冰冰的程序,而是一个真正开始懂你,能帮你的伙伴了。 而且我告诉你一个很有意思的事实,你知道吗?就凭你刚才完成的这两个超级简单的步骤,恭喜你,你已经领先了市面上超过百分之九十的 opencloud 新用户了。真的就是这么夸张。 所以啊,这也就印证了现在非常火的那句话,未来不是 ai 要取代我们,而是会用 ai 的 人去取代那些不会用 ai 的 人。而今天你花时间学到的这些,就是你迈向会用 ai 的 人的最关键最扎实的一步。 好了,现在你的主熟助理已经岗前培训完毕,工具也发下去了,正摩拳擦掌等着上岗呢。那么问题来了,你准备交给他的第一个任务会是什么呢?别犹豫了,赶紧去试试看,看看他到底有多大能耐吧!

这个开源项目简直不要太酷,只要十来块钱的 esp 三二 s 三,插上 usb 电源就能丝滑运行 open 框。 mini 框没有 linux 和 note gs, 只有纯粹的语言,堪称 open 框基础平替。只要零点五 w 功率,八 mb 三内存,十六 mb flash 存储的开发板,连上 wifi 就能二十四小时不间断运行 open 框,性价比直接拉满 flash 持久化存储上下文重启后直接从 flash 加载,根本不怕忘掉对话,并且支持 telegram 接入,所有设备都在十几块芯片上运行。这套方案不仅便宜还优雅,非常值得研究研究。

龙虾机器人就是因为干活漂亮或者是科技平权才出圈的吗?那你就大错特错了,现在所有的投资人都快要疯掉了,疯狂的追逐跟龙虾机器人相关的这种产品。为什么呀?因为它才有可能是真正的 ai 时代的原声操作系统啊, 好多人根本没有 get 到这一点。到底龙虾机器人对整个科技圈来说有多大的震撼?我们之前用手机的时候,是不是用的安卓或者苹果系统啊?我们通过每一个具体的 app, 然后输入指令,它就能给你输出相应的结果。在大模型时代,人们既希望于什么? 人们既希望于大模型,你够聪明,然后我就可以直接用大模型的思考,直接把我带到具体的 app 里边去。 大模型执行一个什么功能啊?大模型实际上执行着是一个操作系统的活啊,是不是他要负责分发,他要负责决定,他要负责去哪里, 甚至他还要负责输出结果?所以大模型是不是把所有的活都干了呀?在他干所有活的时候,大家发现他经常出现什么问题啊?一个是慢, 另是不精准,所以大家想了一个什么东西啊?叫工作流。什么工作流?刚开始的时候是提示词是吧?你提示一下,你要这么干,这么干,这么干,输上一大段文本,然后再问你问题,后来怎么着?干脆我给你做各种约束,你先干这个,然后你这个大模型再干这个,然后你大模型再干那个, 最后转来转去,转到 app 的 接口,到达最后执行等。大家觉得这个过程复杂吗?不仅复杂,还有三个不可避免的诟病。第一个诟病什么?就是错。这中间的任何一个工作流, 因为你入口的时候输入的语音也好,文字也好,稍微有点理解错误,你就大错特错了,错了之后他还不改啊,你就往那走,你就往那走,你就往那走,最后把你指到悬崖边上去, 哭笑不得。还有什么东西他不想错?那就多问你一嘴呗,老板做的对吗?我这样可以吗?好,反复反复的确认,最后完了之后把你整烦了,说这是人工智能吗?这是人工智障。然后还有什么问题?失忆的问题啊, 就是你今天问他的问题,明天他记不住了。这个问题通过模型的记录的长文本,慢慢上下文越来越长了, 记得越来越好了。但是你要是让他记住你这一个完整人的画像,还是稍微有点困难啊。所以他经常出现失忆,做些匪夷所思的不符合你要求的事情。这一系列事情导致整个大模型的干复杂活的能力现在是不得到认可的。大部分人我们现在 用 ai 干嘛呀?就是用 ai 跟它对对话,然后把对话来的内容拼凑起来,让我们人把它顺起来。为什么呀?因为这个就是前 ai 时代,整个大模型没有把它的潜力发挥出来。龙虾机器人真正带来的创新是什么? 真正让大家感受大模型魅力的地方在哪呢?它真正的让 agent 走进现实啊,就是让生成,让大的 复杂的任务也能够进行执行,让智能体这个概念真正给凸显出来了呀,他通过什么呀?首先第一个事情,我们说他老错的一个核心的原因在哪啊?老错的核心原因在于他要做太多的事情了呀, 如果我们把他的事情提前给归属好了,是否他就有更多的可能性呢?所以我们需要一个什么呀?互联网时代都知道需要一个中台给他分发呀。 所以龙虾机器人第一个事情是什么东西啊?他是做了一个控制分发程序的活呀,他作为一个主管理员,然后完了之后把活再慢慢分出去,他可能有各个角色,有各个分身在负责不一样的什么叫 skill 是 吧? 这些技能有些是负责画图的,有些负责设计的,有些是负责给你生成 ppt, 生成文档,或者甚至是给你发布社交媒体的。这一系列的这些能力就导致大模型的功能实际上是不是被分散了, 他只需要去找具体的能力圈的事情做就好了。所以当一个任务真正来的时候,先对任务进行拆解,拆解完了之后,你就可以用不同的 skill 去完成你对应的任务了。 而这个过程中调用的模型,你可以是调用 gbt, 你 也可以调用 kimi, 也可以调用 kimi。 模型在这个时候就充当了一个底座式的功能了。 慢慢的模型是不是就从一个大家长什么都干的这么一个活变成了是不是一个公用的设施变成一个基础设施了?所以大家慢慢会发现现在操作系统成谁的活了?操作系统现在是更像是龙虾的活了, 龙虾在充当着一个相当于安卓和苹果的操作系统的活。而所谓的大模型有一部分能力和像 gpu 一 样被统称为什么东西叫算力里边了? 之前我们认为算力和模型是两个事情,但是通过最近的我们国家的各种表述也好,大家听没听过说建设算力网,很多人是不理解的,算力网如何能像电力一样工作呢? 算力和电力听起来是一个是硬件,一个是硬件加软件的,但是在现实的生活中,大家通过龙虾的这个区分,看起来是不是这个事情变得合理了? 在这种架构下,剩下也有很多事情就开始迎刃而解了呀。之前混杂在一起的时候,我们始终没法分清的什么模型应该给你说出什么东西,不应该给你说出什么东西,现在看起来应该与不应该的这些规则和权限的问题, 大家现在很还是够病是吧?给龙虾开的权限比较多,然后完了之后他就造成不可控的影响,但是不给他开权限他就比较傻。这个事情应该是模型定还是龙虾定? 是应该基础设施定还是应该操作系统定啊?当把这一层隔绝出来,他现在所谓这个缺点, 正有可能正是龙虾的优点,有可能他更容易被规范。而之前大家说的偷啃用的比较多,消耗时间比较长的问题,也恰恰是他在不停的反复。他不要去你确认了, 如果你给他一些确定的身份,他有些时候不需要你确认,去追寻一个自己去找正确过程的道路呀。 这个过程会不会随着 skill 和龙虾之间的配合越来越好,越来越精准,然后我们具体的 skills 做的内容越来越流畅,这些问题会迎刃而解啊, 那现在它看起来是不是更像一个完整的生态了?所以龙虾的出现根本是让大家 真正的有机会去领略 ar 带来的智能体的魅力啊,而这个智能体的初步的形态有可能已经慢慢形成了,所以所有投投资人全球在搜罗有没有其他的龙虾,有没有其他的品种变种也行啊, 这就是龙虾真正带来的魅力啊,未来大家知道他会变成什么样子吗?龙虾会变成像我们现在安卓和苹果的操作系统一样,你见到了开源的龙虾,你就会见到碧源的龙虾, 你见到现在有各种做图的 skills, 明天就有各种网购的 skill。 随着这个 ai 原生生态能干的活越来越多,大家是不是把精力会越来越多,从手机慢慢转向 ai 的 原生生态啊?就像当年我们从电脑慢慢的转向手机一样啊, 我们的输入设备也慢慢从手机这些啊,以敲键盘,以触摸的方式为进行的这种终端慢慢转变成比如说语音啊,眼镜类似这些方式去执行啊, 这是不是带来的是整个软硬件生态的整个的更新啊,而这个更新的起点可能就是这只小龙虾,所以整个社会能脱节了。 我始终认为这是形态的初步产生,但是未来是不是他的为主载倒不一定啊,未来主要的设备是什么呢?是眼镜?是是手表?是 车机还是什么东西啊?有没有可能也是云或者其他这种形式呢?一切的整个社会都已经在慢慢发生变化了, 当然大家也不用过分焦虑啊,现在我一只龙虾还没养呢,不要紧,明天是章鱼啊,龙虾螃蟹还是什么别的东西我们现在完全不知道,但是可以确定的一点,因为他的搅动,现在整个跟 ai 相关的软件、硬件以及整个生态都已经在发生变化了, 我这里就不跟大家详细展开了,我怕大家又看不见,大家可以在评论区讨论一下,脑洞大开,谢谢大家关注。早点休息,拜拜。