机器之心报道 编辑：张倩 「Genesis」这个名字是不是听起来有点耳熟？没错，它和知名具身智能项目、GitHub 25k star 量的 Genesis 一脉相承。「Genesis」是一个生成式物理引擎，由 CMU 联合 20 多所研究实验室历时两年联合开发，能够生成 4D 动态世界、模拟广泛的材料和物理现象，专为通用机器人、具身 AI 和物理 AI 应用而设计。 | Product V | | Solutions Y Resources Y Open Source Y Enterprise Y Pricing | | | Search or jump to .. | Sign in | 글 Sign up | | --- | --- | --- | --- | --- | --- | --- | --- | | Genesis-Embodied-Al / Genesis (Public | | | | | Q Notifications | & Fork 2.3k | 2 Star 25.4k | | <> Code O Issues 105 | I'l Pull requests 11 | Discus ...

Core Viewpoint - The article emphasizes the need to explore non-invasive brain-computer interface (BCI) technologies rather than invasive methods, as proposed by Chinese Academy of Sciences academician Zheng Hairong [2][3][9]. Industry Overview - The global BCI market is projected to grow from $2.35 billion in 2023 to $10.89 billion by 2033, indicating significant investment and interest in this sector [5]. - Major players in the BCI field include Neuralink, which focuses on invasive methods, and Synchron, which has developed a less invasive approach with support from tech giants like Apple and NVIDIA [2][7]. Technological Developments - Neuralink has reported advancements in its invasive BCI technology, with patients able to control complex devices using their thoughts, showcasing a leap from simple cursor control to intricate robotic manipulation [5][6]. - Synchron has achieved key safety milestones with its BCI devices, including FDA approval for temporary implants and successful long-term trials without severe adverse events [8]. Critique of Current Approaches - Zheng Hairong criticizes the invasive methods as "brute force engineering," arguing that they fail to understand the complexity of the human brain and its evolutionary history [3][9]. - He highlights the challenges of biological compatibility in invasive BCIs, noting that many electrodes fail due to the brain's natural resistance [6]. Alternative Approaches - Zheng advocates for a non-invasive approach that utilizes external technologies like ultrasound and fMRI to read and potentially write brain signals without penetrating the skull [9][10]. - This method aims to decode brain activity by observing the relationship between blood flow and neural activity, likening it to a soldier and their supplies [10]. Future of AI and BCI - Zheng outlines a three-stage evolution of AI, with the final stage being "biological intelligence" achieved through effective BCI integration [12][13]. - He envisions a future where hospitals transform into AI-driven data centers, moving away from traditional medical practices [14]. Ethical Considerations - The article raises concerns about the ethical implications of BCI technology, emphasizing the need for strong regulations to prevent misuse and ensure human control over technology [14][15]. - Global legislative efforts are underway to protect brain data, indicating a growing recognition of the ethical challenges posed by BCI advancements [15]. Timeline for Adoption - Zheng estimates that it may take 20 to 30 years for BCI technology to become a part of everyday life for the general public [17].

2024年4月北京生成式人工智能大会上，智澄AI创始人兼CEO胡鲁辉首次提出"物理智能"概念，即"物理智 能"通过实时感知物理世界动态并构建可交互的世界模型，能够解决传统机器人依赖预设规则、泛化能力弱及 智能化水平不足的问题，实现了跨任务、跨环境、跨本体的自主决策与高效执行。 一个月后，斯坦福李飞飞团队正式发表 《 Learning to See the World in 3D: A Foundation for Spatial Intelligence》 （在三维世界中学习观察：空间智能的基础）论文，首次提及"空间智能"概念，"空间智能"侧 重于对空间关系的理解、空间布局的分析以及空间信息的提取和应用。聚焦于空间理解和感知能力，尤其在与 视觉相关的任务中表现突出。 值得一提的是，虽然胡鲁辉提出的 "物理智能"与 斯坦福 李飞飞团队提出的"空间智能"两者在研究方向上存 在部分重合，但"物理智能"在涵盖范围、侧重点、实现难度和应用场景上都更为宽泛和深入，因此也代表着 未来人工智能发展的更高阶段。 ▍ 成立仅 1年 智澄AI凭借全栈自研路线已具备产业化落地能力 过去一年，具身智能板块融资活动极为活跃。立德智库数据 ...

2025 年 6 月 7 日，为期 2 天的第七届北京智源大会圆满落下帷幕。本次大会邀请到了 4 位图灵奖得主、 30 余位 AI 企业 创始人 &CEO 、 100 余位全球青年科学家、 200 余位人工智能顶尖学者和产业专家，设置 20 个论坛共计 180 余场报 告，覆盖多模态、深度推理、下一代 AI 路径、 Agent 智能体、具身智能、 AI4S 、 AI 产业、 AI 安全、 AI 开源等关键议 题，除了专题论坛外还设置了 Tech Tutorial 特色活动，并首次和联合 Pytorch 举办 Pytorch Day China 。此外，大会现场 搭建了智源 AI 科研成果互动体验展台，集中呈现了具身智能、脑科学、数字心脏等前沿科研成果的应用场景，吸引大量 参会者驻足体验、深度互动，现场气氛热烈。 在具身智能的数据瓶颈突破路径上，银河通用创始人兼 CTO 、北京大学助理教授、智源具身智能研究中心主任王鹤主张 采用 合成数据为主、真实数据校准 的训练范式，通过十亿级高质量仿真数据训练的端到端模型，可实现 零样本泛化 ，已 在零售、工业等场景逐步落地。 上海人工智能实验室青年科学家、具身智能中心负责 ...

她自 1996 年起连续每年发布著名《互联网趋势报告》，记录了从 PC 到移动互联网的二十年进化史，是不少投资人和创业者的风口指南针。 作为少数能通过数据讲清楚未来走向的老牌投资人，这一次，她将目光投向了 AI。 被硅谷奉为「互联网女皇」的 Mary Meeker 又出手了。 5 月 30 日，Meeker 发布了一份长达 340 页的重磅《AI 趋势报告》，从技术路径、投资规模到自动驾驶等领域的影响，几乎把这场浪潮的每一个重要变 量都梳理了一遍。 如果你想抓住下一个风口，那么这份报告绝对值得认真研读。 用户裂变速度史上最快，AI 真成新基建了？ ChatGPT 仅用了 2 个月左右的时间达到 1 亿用户，远远快于历史上任何一款产品。 17 个月过后，ChatGPT 月活跃用户增至 8 亿，订阅用户超 2000 万。此外，ChatGPT 年营收接近 40 亿美元，是历史上商业化速度最快的 AI 产品，没有之 一。 AI 带来的变化是前所未有的，ChatGPT 短短 2 个月内突破 1 亿用户，17 个月后月活跃用户达到 8 亿，订阅用户超 2000 万，年收入接近 40 亿美 元。 看到 AI 潜力的科技巨头 ...

记者5月18日获悉，2025搜狐科技年度论坛在北京举办。活动现场，多位院士、科学家与产业界人士齐聚一 堂，围绕基础科学突破、技术革命产业化应用、人工智能等议题展开深度探讨。其中，对于学界和产业界共 同关心的"通用人工智能何时实现"的问题，与会专家认为，具备泛化能力与通识能力、能够实现跨领域普遍 适用的人工智能有望在15至20年后出现。 那么，人形机器人的前景如何？在"人形机器人进化论"圆桌论坛上，乐聚机器人创始人兼CEO常琳说，人形 机器人的关键是"创造实际价值"。清华大学自动化系研究员、机器人控制实验室主任赵明国则以自动驾驶的 发展历程作类比指出，人形机器人走向成熟需要一个相对长的周期，当前行业尚处于探索阶段。 "我认为通用人工智能差不多需要15至20年时间会实现。"张亚勤认为，目前，实现通用人工智能仍有三大难 点： 首先是信息智能的难点，即语言、文字、语音、视频的智能。信息智能还需要4至5年时间达到人类水平，5年 左右可以达到信息智能的通用AGI标准。其次，是物理智能，包括无人驾驶、机器人，特别是人形机器人、 无人车等，可能至少需要10年时间才能实现。三是生物智能，比如脑机接口，通过将人工智能、大模型技术 ...

张亚勤的观点是，AI不一定真理解，但是现在来看，任何有规则的、有答案的、有结构化的，人工智 能都会超过人类，如下棋，编码，语言。但有一些比较模糊的东西，AI就会差一些。像波粒二象性这 样的，即使AI不理解，它仍可以做出很多创新，给人类提供更多的灵感。 而在猎豹移动董事长傅盛看来，在结构化、规则化的领域，AI凭借强大的计算能力和模式识别能力， 能够快速完成推理与验证。可以说在语言认知推理层面，AI已经相当强，几乎在每个领域没有明显短 板。但在物理层面或者说具身层面，AI要真正实现理解还要很多年。 清华大学基础科学讲席教授、心理与认知科学系主任刘嘉预计，如果AI真的在人类未知的领域，没有 借助人类过去已有的积累，天马行空地从0到1做出来东西，这就是AI真正智能诞生的时间，也就是大 家所说的"理解"。 尽管对于AI未来的科学突破表示乐观，但张亚勤也提到，现在AI、人脑的区别依然很大。人类大脑经 过几十万年的进化，效率十分高，比如860亿个神经元，百万亿级的突触，只有不到3斤重，消耗20瓦的 能耗。再看前沿大模型，基本上万亿级的参数，需要超高的算力和能耗。如果把大脑作为一个参数权 重，大模型还差100倍，整个效率和架 ...

Group 1 - ChatGPT is recognized as the first AI agent to pass the Turing test, marking a significant milestone in AI development [4][6][19] - The rapid user adoption of ChatGPT, reaching over 100 million users within two months of launch, highlights its popularity and impact in the tech industry [3][6][19] - The evolution from GPT-3 to ChatGPT demonstrates substantial improvements in AI capabilities, particularly in natural language processing and user interaction [2][7][19] Group 2 - The structure of the IT industry is being reshaped by large models like GPT, with a layered architecture that includes cloud infrastructure, foundational models, and vertical models [9][11] - Opportunities for competitors in the AI large model era are significant, especially in vertical foundational models and SaaS applications [11][12][19] - The emergence of AI operating systems is being pursued by both established companies and startups, indicating a competitive landscape in the AI sector [12][19] Group 3 - The Chinese AI industry is expected to develop its own large models and killer applications, similar to the evolution of cloud computing [15][19] - The training of Chinese large models can benefit from multilingual data, enhancing their performance and capabilities [16][19] - The focus on generative AI is leading to a surge of new startups and investment in the sector, indicating a vibrant market landscape [18][19] Group 4 - The future of AI large models is projected to include advancements in multimodal intelligence, autonomous agents, edge intelligence, physical intelligence, and biological intelligence [32][33][34] - The integration of foundational models with vertical and edge models is expected to create a new industrial ecosystem, significantly larger than previous technological eras [34][35] - New algorithmic frameworks are needed to improve efficiency and reduce energy consumption in AI systems, with potential breakthroughs anticipated in the next five years [35][34]

软管不稳定案例 大自然在"怎么走路"这件事上有着独到的智慧。动物能精准地协调四肢运动，并不完全依赖大脑的命令，而是通过神经 系统、身体结构与环境之间的紧密协作（图 1A ）。这种"结构即控制"的理念启发了科学家开发出一种全新的软体机器 人，它们靠自己的"身体构造"就能完成复杂运动，甚至不需要中央处理器来控制。 受此启发， 荷兰原子和分子物理学研究所的 Johannes T. B. Overvelde 教授 课题组 开发了一种创新的自主运动系统， 通过巧妙设计的自振荡肢体与环境互动实现高效运动 。 这种系统完全摆脱了传统电子控制，每个肢体仅由软管构成， 在恒定气流驱动下就能以高达 300 赫兹的频率自主完成踏步动作。当多个这样的肢体协同工作时，其运动速度比现有最 先进的机器人快几个数量级，是 迄今为止最快的软机器人之一，也是最简单的软机器人之一 。 特别值得一提的是，这 些看似简单的装置通过物理交互展现出令人惊讶的智能行为：不仅能自主避开障碍物，还能在水陆环境间自如切换步 态，甚至表现出趋光性。这种基于物理智能的设计理念，为开发新一代高效能自主机器人开辟了新途径。相关成果以" Physical synchron ...