由此引发不少猜测，有人认为OpenAI此举是一种策略调整，或试图借助GPT-5这种相对封闭的模型体系，来推动更强的商业变现。 GPT-5终于在昨天晚上正式发布。 OpenAI官方宣称，GPT-5实现了"推理集成"，将快速响应与深度推理统一为一站式体验。同时，它在代码生成、创意写作、多模态能力，以及工具使用等多个维度 上实现了整合提升。 然而，我们并没有看到GPT-5在前沿指标上取得明显突破。 尽管OpenAI官方强调，他们的开发策略更关注真实使用场景下的实用性、稳定性和体验的一致性，而不是盲目追求高分或刷指标。但从社区反馈来看，用户的反响 并不积极。大量用户批评OpenAI在移除旧模型的同时，并未给出令人信服的替代方案，GPT-5无法胜任全部任务，甚至在部分场景中表现退步。 发布当天，OpenAI的几位核心高管——总裁Greg Brockman、首席财务官Sarah Frier，以及首席研究官Mark Chen，接受了TBPN独家访谈。在访谈中，他们系统地分 享了OpenAI当前的商业战略和品牌发展思路，展示了GPT-5背后的思考。 锦秋基金（公众号：锦秋集；ID：jqcapital）认为，这篇访谈展示了Op ...

在AI工具快速涌现、企业亟需落地的当下，越来越多国外公司开始设立"AI津贴"机制：不由管理层统一部署，而是直接给予员工小额预算，自主选择适 合自己岗位的AI工具与服务。从Buffer、Zapier到Compt，这种模式不仅激发了真实的使用热情，更成为AI能力渗透到组织毛细血管的有效路径。 对于大部分公司而言，这是一个可借鉴的组织机制。通过设立AI津贴，产品不再卡在IT或HR审批环节，而是顺势进入终端使用者的工作场景。 锦秋基金关注企业AI化进程中"工具—人—组织"之间的新型连接机制，本文正是这一趋势的体现。 锦秋基金（公众号：锦秋集，ID：jqcapital）认为，本文系统阐述了AI津贴作为企业战略投资的价值，为创业者提供了提升团队AI能力、优化人才战略 的实操方案，具有前瞻性和借鉴意义，因此也做了编译。 AI津贴入门终极指南 作者：莎拉·贝德里克 (Sarah Bedrick) 如果你对AI正感受到"必须做点什么"的压力，你并不是一个人。眼下高管们希望快速获得AI成果——每个部门都感受到了这种紧迫感。 只需看看以下几位CEO的要求： 而他们并非个例。 但当领导层提高标准时，员工却感到不安。在5月份，员工信心 ...

Scaling Law成就了大型语言模型，但在具身智能领域，这一路径却收效甚微。行业普遍将原因归结为"数据瓶颈"，但这个瓶颈的具体构成是什么？又该如何系统性 地解决？ 深圳市人工智能与机器人研究院近期发表了一篇全面的综述《A survey of embodied artificial intelligence data engineering》，系统性地提出了"具身AI数据工程"（EAI Data Engineering）这一技术蓝图，为具身智能系统建立了一个系统化、标准化、可扩展且由目标驱动的数据解决方案。 文章首先深入剖析了制约具身智能发展的三大核心数据瓶颈—— 成本效率低下、数据孤岛与评估真空 ，并以此为切入点，详细阐述了"具身AI数据工程"这一技术框 架的完整蓝图。其内容不仅涵盖了对数据生产系统的顶层设计，还深入探讨了 真实世界数据采集 与 仿真数据生成 这两条技术路径下的具体方法论。同时，报告强 调了建立统一的 数据标准 对于打破"数据孤岛"的基石作用，并进一步展望了该框架在制造业、服务业等领域的 应用前景 与未来的 优化方向 。 大型语言模型（LLMs）的成功，凸显了扩展定律的一个核心原则：智能从 ...

Core Viewpoint - Jinqiu Capital led the A-round financing for Stardust Intelligence in 2024, focusing on long-term investment in groundbreaking AI startups with innovative business models [1]. Group 1: Company Overview - Stardust Intelligence was founded in 2022 by members from Tencent Robotics X, with its name derived from the Latin phrase "Ad astra per aspera," meaning "through difficulties to the stars" [4]. - The company has developed a humanoid robot named Astribot S1, designed to assist with household tasks such as taking out the trash and organizing shoes [4][6]. Group 2: Technological Highlights - The design of Astribot S1 addresses three core challenges in creating a truly general-purpose intelligent robot: body design, data collection, and learning algorithms [6][8]. - The robot features a humanoid structure with seven degrees of freedom in its arms, a height of approximately 1.7 meters, and the ability to lift up to 5 kilograms [10]. - The innovative "cable-driven" technology allows for high-resolution force control and enhanced load capacity compared to traditional rigid structures [11]. Group 3: Learning and Operation Systems - Stardust Intelligence has developed a low-cost, intuitive remote operation system that allows users to teach the robot using common VR devices, with a total cost of under $300 [13]. - The DuoCore-WB learning algorithm enables the robot to learn from human demonstrations, focusing on end-effector space rather than joint angles, improving precision and efficiency [19][22]. - The system operates with a low latency of 20ms for command response, ensuring smooth interaction between the operator and the robot [13][15]. Group 4: Performance and Applications - The robot has been tested on six common household tasks, achieving an average success rate of around 80%, with some tasks reaching 100% success [29][43]. - Specific tasks include delivering drinks, storing cat food, and cleaning up toys, showcasing the robot's ability to perform complex, coordinated actions in various environments [32][36][42]. Group 5: Future Prospects - The Astribot Suite integrates innovative hardware, intuitive control systems, and efficient learning algorithms, marking significant progress toward general-purpose intelligent robots [44]. - Future plans include further advancements in hardware, human-robot interaction, and model algorithms to enhance real-world applications of robotic technology [47].

Google DeepMind于2025年8月4日晚间发布了Genie 3，这是一个革命性的通用世界模型（world model），能够从文本提示或图像生成高度互动的3D环境，支持实时 交互和动态修改。 当一个虚拟世界不再被一行行代码"规定"，而是从数据中自行"涌现"时，这意味着什么？它又将为AGI的探索带来怎样的质变？ 本文整理并翻译了对谷歌DeepMind两位核心研究员 Shlomi Fuchter 和 Jack Parker Holder 的独家专访，深入探讨了其最新发布的生成式交互环境模型——Genie 3。 锦秋基金（公众号：锦秋集；ID：jqcapital）认为，这篇文章揭示了Genie 3模型背后的一手信息，也点明了DeepMind在AGI探索上的一条不同思路，因此我们做了 编译。 01 一项"改变范式"的突破性技术 谷歌DeepMind近期独家展示了一项被誉为"前所未见、最令人震撼"的AI技术，它有望开启下一个万亿美元的商业版图，并可能成为虚拟现实（VR）领域的"杀手 级"应用。这项技术的核心是一种全新的AI模型——"生成式交互环境"（Generative Interactive Enviro ...

在 GPT-5 即将发布之际，Sam Altman 发文称："我们即将进入 SaaS 的快消时代。"在这句话背后，是生成式 AI 正以前所未有的速度重塑软件的消费逻辑：部署节奏 更快、预算决策更灵活、使用频率更高。 这场变革的背后，是为了不在AI浪潮中落后，企业正以前所未有的姿态，用AI武装自己的员工。 01 先行者的案例 越来越多的公司开始通过直接报销AI工具费用或提供专项额度，来推动AI在日常工作中的应用 。员工使用AI工具进行办公，正逐渐成为企业支出的一种新方向 。 告别漫长的IT采购，AI工具正进入"快消"时代。 Replit 的CEO也在一定程度上证实了这一观点。 他认为，"任何优秀的开发者都会消耗几乎无限量的代币，无论它们有多便宜。" Lemkin 认为，传统软件中关于开发工具定价的假设——例如每套 200-500 美元——正在被彻底颠覆。对每家领先的科技公司，即使大幅增加AI的投入，都比雇人便 宜，而且很多时候，公司根本找不到人。 我们先来看几个先行者的案例。 Buffer是一家主打社交媒体管理软件的公司。它为每位员工设立了每年250美元的固定AI津贴。这笔预算允许员工自行决定具体的工具组合，比 ...

在性能至上的铁律下，多数人眼中"开源"的未来正面临前所未有的挑战。 Me n l o Ve n t u r e s最新发布的2 0 2 5年中期报告基于对1 5 0家以上企业及初创公司的技术决策 者调查揭示了一个令人震惊的行业转向： 当市场沉迷于开源模型的成本优势时，企业级LLM API支出却在过去六个月内从3 5亿美元 增长至8 4亿美元，实现翻倍增长，而闭源模型正在这个价值千亿的市场中建立难以逾越的 性能护城河。 这份报告的核心观点如下： 锦 秋 基 金 （ 公 众 号 ： 锦 秋 集 ；ID ： j q c a p it a l ） 认 为 ， 虽 然 Me n l o Ve n t u r e s 是 An t h r o p i c 的 投资人，可能立场上有倾向，但这篇报告在一定程度上反映了企业用户对AI产品采购的核 心考量与实际偏好，因此也做了编译。 " 企 业 级 市 场 中 ， 开 源 模 型 的 采 用 率 趋 于 平 稳 ， 因 其 性 能 仍 落 后 闭 源 模 型 9 到 1 2 个 月。" 尽 管 开 源 模 型 具 备 成 本 和 定 制 优 势 ， 但 性 能 差 距 、 部 署 ...

预热了一周，GPT-5发布在即，大家都十分关注它究竟会有多少进步？ 近期The Information的一篇报道披露了一些内幕：GPT-5在编程能力和复杂任务自动化方面有所改进，但整体而言，这种进步更接近实用性方面的优化，而非像GPT- 3到GPT-4那种跃迁。 这背后也反映了OpenAI目前遇到的困难。原本计划作为GPT-5推出的猎户座（GPT-4.5）项目，受限于高质量数据短缺，未达到预期目标。 令人更感意外的是，OpenAI去年底推出的o3预览版曾在多项基准测试中大放异彩，引发轰动，但正式上线聊天版后却明显退步，甚至连顺畅交流都变得困难。 知情人士推测，推理模型的思考方式与人类可能存在差异，若将其训练成聊天模型，反而会导致整体性能的下降。 这使得OpenAI放弃继续推进o系列模型的产品发布，转而开发GPT-5，希望结合o系列的优势与GPT基础架构，解决聊天场景中的瓶颈。 截至今年6月，OpenAI仍未开发出一款足以被称作GPT-5的模型。 不过，近期获得IMO金牌的模型背后，或许藏着下一次重大突破的关键：通用验证器（Universal Verifier）。 OpenAI的通用验证器不仅能验证客观问题的答 ...

SemiAnalysis 团队最近发表了一篇深度报告，提出了一个清晰的机器人分级框架，将机器人技术发展划分为五个等级。 作者认为，通用智能机器人不会一蹴而就，而是会像自动驾驶技术一样，经历一个从低到高的发展过程；决定机器人发展水平的两个关键能力分别是 主动性 （Agency）与灵巧性（Dexterity） 。 主动性决定了机器人能否在复杂环境中自主理解任务、做出决策和规划行动；而灵巧性则决定机器人能否精确、稳定地执行这些物理动作。报告强调，这两个维度 缺一不可，它们共同决定了机器人实际能创造的商业价值。若任意一方受限，机器人应用的场景和深度都将受到极大制约。 在上述框架下，作者给出了机器人产业发展的五个演进阶段。 锦秋基金（公众号：锦秋集；ID:jqcapital）认为这篇文章提供了一个系统性的框架，帮助读者理解机器人技术从简单的、无智能的自动化工具，如何一步步演进为 能够在复杂、非结构化环境中执行多样化任务的通用智能体。它不仅定义了每个发展阶段的核心能力和典型应用，还分析了其背后的技术驱动力、商业模式和当前 挑战，因此也做了编译。 几十年来，机器人一直为制造业提供动力，但它们始终是单一用途的，并且只在完美的 ...

Anthropic最近的处境反映出头部AI企业快速增长背后的普遍挑战：Claude 4及配套的Claude Code推出后迅速赢 得市场追捧，但高昂的算力成本也带来了巨大的资金压力，迫使Anthropic本周宣布将从下个月末开始收紧用 户的使用额度。 Anthropic CEO Dario Amodei 在公司内部信中也坦承，目前Anthropic正面临严峻的现金流挑战，并已启动新一 轮融资。据悉，这轮融资规模可能高达50亿美元，公司估值或将达到1700亿美元。 这种情况也再次激发了外界的质疑：即便是顶级AI公司，在扩张阶段也难以盈利吗？AI大模型的商业化道路 真的清晰吗？ Amodei 最近在一次播客中回答了这个问题。他指出，Anthropic每一代AI模型从单独项目的角度看都已实现盈 利，比如某一年投入1亿美元的模型，次年实际带来2亿美元收入，利润率高达50%。 但公司会主动选择将这些利润连同更多新投入的资金，全部用于下一代更强大的模型研发，因此账面上一直保 持亏损状态。这是一种战略性决策，而非经营上的困难。他甚至进一步强调，如果公司决定停止投入下一代模 型，现有的模型足以支撑盈利且健康的业务。 除此之外 ...