进入2025年中，强化学习正在将AI的能力边界向多个维度同时拓展。从OpenAI o3开创的原生工具调用能力，到Claude Opus 4展现的连续编码任务处理能力，AI模 型正在向更实用的维度进化。 更令人瞩目的是，递归自我改进已经从科幻概念变为现实——模型开始参与训练下一代模型，通过优化编译器、改进内核工程甚至调整超参数来加速自身进化。 RL训练范式的兴起正在深刻重塑整个AI产业格局： 硬件需求从预训练的集中式架构转向分布式推理密集型架构，Nvidia NVL72系统专门为此增强内存；基础设施实现去中心化，RL各阶段可在不同地点执行； 组织结构随之重组，OpenAI、Anthropic等巨头纷纷合并推理与训练团队；数据正在成为新的护城河，拥有用户行为数据的企业可通过强化微调构建独特优势，无需 投入巨额预算合成数据。 SemiAnalysis的分析师Dylan Patel和AJ Kourabi写了一篇深度报告，系统剖析了强化学习是如何成为推动AI从当前水平向AGI迈进的关键技术的，以及在这个过程中 需要克服哪些技术、工程和资源挑战。 他特别预测了OpenAI的发展路线图： 即将到来的o4将基于推理成本更低但 ...

2024年，锦秋基金领投了星尘智能A轮融资。 锦秋基金，作为 12 年期的 AI Fund，始终以长期主义为核心投资理念，积极寻找那些具有突破性技术和创新 商业模式的通用人工智能初创企业。 2025年 6月6日，星尘智能与深圳首家市属公办护理型养老机构深圳市养老护理院达成深度战略合作， 双方基 于技术优势与场景深度协同，正式确立战略合作关系，聚焦 AI养老机器人研发、多模态数据训练及智慧照护 系统落地，共同探索具身智能技术在生活辅助、健康监测、情感陪伴等养老场景的创新应用，推动科技与人文 关怀的深度融合，共同探索智慧养老、科技养老新模式。 星尘智能与深圳市养老护理院达成深度战略合作 随着人口老龄化趋势加剧，科技赋能养老成为重要方向。然而，养老场景固有的高度复杂性，对智能技术的实 际应用提出了严峻挑战。具身智能机器人要在这一领域发挥实效，必须深度聚焦养老场景的真实需求，将 "能 力"建设紧密贴合具体实践。为真正实现"科技养老"，星尘智能与深圳 养老护理院规划在养老 领域的数字化、 智能化改造方面展开全面落地应用探索。 星尘智能 AI机器人Astribot S1将在 联合训练基地开展常态化驻场运行与真实场景测试， ...

作为最热门的AI 赛道之一，AI 不仅吸引了最广泛的资本和关注，也吸引了最激烈的竞争。 伴随着Anthropic 暂停了Windsurf的模型访问。 在AI模型巨头环伺的环境中创业公司如何活下去，这个问题也 成了创业不得不重新面对的问题。 Anthropic 公司首席产品官Mike Krieger在Lenny's Podcast最新一期节目中也谈到了这个问题。 当前，在编程基准测试SWE-Bench上，AI模型的能力已经达到50%，如今已经达到72%。模型的能力提升已经 是必然。 对创业者而言，如今更应聚焦于如何最大化利用AI能力。 他观察到，最成功的公司都有一个共同特点：他们一直在尝试用AI解决那些"几乎能做到但还差一点"的任务。 这些公司在Claude 3.0时就开始尝试，即使频频碰壁；当3.5版本发布时，他们的产品突然变得可行；到了Opus 4，他们的工程师会惊呼"我从没见过这样的表现"。只有持续挑战模型的极限，才能在新版本发布时获得真正 的突破。 Krieger认为，如今，巨头环伺，创业公司更应该深耕垂直行业的专业知识（如法律、医疗的特定流程和合规 要求）；建立差异化的市场推广能力（深入了解具体决策者 ...

当AI能在几分钟内完成原本需要数天的设计工作时，设计师的价值何在？ 当任何人都能通过AI工具生成"看起来专业"的设计时，专业设计师如何保持竞争力？ 这些问题正困扰着全球数百万设计从业者。 为了寻找答案，两家顶尖投资机构——Foundation Capital和Designer Fund——联手开展了一项大规模调研。他们访问了近400名设计师，深度对话了来自Anthropic、 Notion、Perplexity、Zoom、Ramp等AI领先企业的设计负责人，试图理解这场技术变革的真实影响。 这项调研的发起者并非旁观者。Steve Vassallo是Foundation Capital合伙人，拥有18年科技投资经验，曾在IDEO担任设计工程师，著有《设计之道》一书；Ben Blumenrose是Designer Fund联合创始人，曾在Facebook领导设计团队五年，参与构建了影响十亿用户的产品。两人共同投资了Stripe、Framer、Gusto等设计驱动型公 司，深谙设计如何创造商业价值。 对于正在经历职业焦虑的设计师、推动团队转型的管理者，以及洞察未来趋势的创业者而言，这份报告都是一份值得细读的参考资料 ...

另外，Astribot S1所展现出的高性能指标（如末端最高速度≥10 m/s，末端最大加速度大于100m/S²，重复定位 精度±0.1 mm，单臂额定负载5KG），直接回应了市场对于真正强大、可靠且具备通用潜力的智能机器人的迫 切需求。 这正是投资者们在寻找的、能够定义下一代机器人产品的核心竞争力之一。 具身智能无疑是人工智能行业中最炙手可热的赛道，国内外一级市场持续涌现融资热潮。 具身智能，作为人工智能与物理实体深度融合的产物，正推动AI从数字世界向物理世界迈进，致力于让智能 体能够像人类一样在现实环境中感知、决策并执行任务。 这不仅代表了AI技术的下一个重要突破方向，更预示着一场深刻的生产力变革和海量新应用场景的诞生，从 工业制造、物流仓储到家庭服务、医疗康养，其潜力难以估量。 在这一波澜壮阔的浪潮中，星尘智能（Astribot）无疑是站在最前沿的探索者之一。 面对具身智能领域的技术挑战，领星尘智能提出了独特的解题思路。 公司首创了面向AI的软硬件一体化系统架构（Design for AI, DFAI） 。DFAI架构的核心思想，是将"AI智能"与 机器人的"最强操作"进行深度耦合与协同设计 。这一架构 ...

AI编程的下一步在哪里？Cursor技术负责人的深度思考 让AI生成看起来像代码的文本很容易，但让它真正理解问题、选择合适的工具、经过多轮调试最终解决实际 需求——这才是真正的编程，也是整个行业正在努力突破的方向。 在最新访谈中，Cursor的技术负责人深入剖析了AI编程的根本性困境。 https://www.youtube.com/watch?v=sLaxGAL_Pl0&t=21s Cursor认为，AI编程不只是生成语法正确的代码片段，而是要完成一个复杂的认知过程。 编程与数学等领域的根本区别在于"动作空间"的庞大。解数学题时，模型可以通过推理逐步逼近答案，但在编 程中，推理过程本身就已经嵌入在代码里。更关键的是，真正的编程需要"编写代码→调用工具→获取反馈→ 调整代码"的多轮迭代。 奖励信号的设计成为核心难题。用"通过测试"作为奖励看似合理，但模型会找捷径绕过核心逻辑。它生成了能 运行的代码，却没有真正理解和解决问题。即使加入代码质量等多维度指标，稀疏奖励的问题依然存在——复 杂任务可能需要上千次尝试才获得一次成功信号。 业界寄予厚望的过程奖励模型（PRMs）同样遭遇挫折。这种试图在每一步都给出评分的方 ...

刚完成A轮融资的SaaS创业者，最想知道的是：什么时候能拿到B轮？需要达到什么标准？ 这张Carta基于10,755家美国企业的数据图表给出了答案。 如果你在2021年后完成A轮，你面临的环境比前辈们艰难得多。2018-2020年完成A轮的企业，到第四年时有 40-55%能拿到B轮，而2021年后的群体大多停留在20-30%。 SaaStr创始人Jason Lemkin认为，这预示着市场信心正在恢复。他基于Carta这份10,755家美国企业样本数据进 行了分析，试图揭示B轮市场变化的内在逻辑。 他认为： 时间周期比预期更长 B轮融资门槛大幅提高 01 来自10,755家美国初创企业的深度洞察 对于SaaS创业，成功获得A轮融资确实值得庆贺——至少可以高兴一天。这标志着你的产品已经获得了初步的 市场认可。 即使是表现最好的年份，A轮后第一年的成功率也只有个位数。大多数企业需要熬过24-36个月才能看到希 望。 但2024年第一季度的企业在第四个季度就达到了10.4%的成功率，明显高于2023年各季度的同期表现。 融资年份影响深远 ：2018-2020年间完成A轮的企业，其B轮成功率明显高于2021年之后的企业 ...

一家估值过亿的明星创业公司，为什么在产品最受追捧时选择了放弃？ The Browser Company打造的Arc浏览器，曾被视为Chrome最有力的挑战者。四年心血，狂热用户，过亿融资 ——却在几个月前突然停止开发，全力转向一个名为Dia的AI产品。 最近，The Browser Company创始人Josh Miller终于打破沉默。在一封长达万字的公开信中，他以罕见的坦诚剖 析了这个决定背后的真相。 Josh Miller分享了一组令人意外的数据：那些被粉丝称道的创新功能，实际使用率惊人地低——悬停日历预览 0.4%，多Space功能5.52%。Miller坦言，这些数字他们早就知道，只是"选择了自欺欺人"。 但真正让他们放弃Arc的，不只是这些数据，更是AI带来的颠覆性机会。当ChatGPT撼动谷歌，当Cursor重塑 编程方式，他们看到了全新的可能。 但为什么不在Arc基础上加入AI功能？Miller给出了三个具体理由：Arc像萨克斯——强大但难上手，而AI时代 需要的是钢琴——任何人都能立即使用。Arc变得太臃肿，积重难返，而Dia必须从底层架构就以性能为先。 最重要的是，AI产品需要全新的安全架 ...

近期，锦秋基金已完成对智能机器人企业苏州乐享智能科技有限公司（以下简称"乐享科技"）的投资。 锦秋基金 （公众号：锦秋集，ID:jqcapital）是一家双币早期投资机构，致力于推动通用人工智能的发展，积 极寻找那些具有突破性技术和创新商业模式的通用人工智能初创企业。 团队中，大量年轻化创新技术人才的引入，以及以扫地机器人为主的成熟机器人行业出身的工程化团队相配 合，形成了"创新+经验"的有机结合，保证技术的领先与量产能力。 截至上月，乐享科技团队人数已突破30人，其中研发人员占比85%，毕业于清华大学、浙江大学、中国科学 院、卡耐基梅隆大学等国内外头部院校。其中有扫地机器人行业20年经验的头部公司CTO、产品线总裁，以 及12位机器人运动控制、视觉等领域的新晋博士、研究生。"我们要兼顾来自年轻人的创新以及成熟机器人行 业经验的落地，既能让年轻人可以来这里改变世界，又要从第一天起就以全球最高的产品标准来严格要求自 己。"郭人杰表示。 乐享科技创立于2024年12月，创始人郭人杰15岁进入西安交通大学少年班，本科就读于能源动力工程、金禾 经济研究中心，研究生毕业于伦敦政治经济学院。曾任追觅中国区执行总裁，管理团 ...

"2026年，AI将能完成初级工程师一天的工作量。"这是Anthropic强化学习专家Sholto Douglas的理性预测。 回望过去2年的发展轨迹，我们能够清晰地看到一条加速上升的曲线：从2023年3月GPT-4奠定基础，到2024年 6月Claude 3.5 Sonnet在编码评估中解决64%的问题，再到Cursor在12个月内实现从100万到1亿美元年收入的惊 人增长，每一个节点都标志着AI从"代码助手"向"编程伙伴"的深刻转变。 最新的突破出现在2024年9月。OpenAI的o1模型通过强化学习，真正开启了AI推理的新纪元——它不仅在编码 复杂性和准确性上实现了显著跃升，更重要的是，这种能力随着模型规模的扩大呈现出持续增强的趋势。 编程领域之所以成为AI能力跃升的先锋阵地，源于其独特的优势：即时的反馈循环、明确的成功标准、以及 丰富的高质量训练数据。 这种"18-24个月能力倍增"的模式，正将我们推向一个临界点。Douglas的2026年预测，实际上是对这一发展轨 迹的理性延伸。 Anthropic的强化学习规模化专家Sholto Douglas与机械可解释性团队的Trenton Bricken接受 ...