项目链接：https://robix-seed.github.io/robix/ 点击下方 卡片 ，关注" 具身智能 之心 "公众号 作者丨 Huang Fang等 编辑丨具身智能之心 本文只做学术分享，如有侵权，联系删文 >> 点击进入→ 具身智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有你想要的。 当机器人在餐桌前接到"打包高热量食物并拿一杯饮品"的指令，却在拿起可乐时突然得知用户对咖啡因过敏 —— 它能否及时停下动作，换一杯无咖啡因饮品？ 当整理桌面时遇到"扔掉所有垃圾"的模糊要求，它能否主动确认"未明确的鸡腿是否需要丢弃"？这些真实场景中的灵活应对，正是当前通用机器人迈向"人性化 助手"的关键瓶颈。 在开放动态的日常环境中，机器人不仅需要精准执行操作，更需具备 "看懂" 物理世界（如判断物体空间位置、动作可行性）和 "听懂" 人类需求（如处理临时中 断、澄清模糊指令）的双重能力。但现有分层机器人系统的高层认知模块往往难以兼顾：要么依赖视觉 - 语言模型仅完成任务分解，缺乏将数字概念落地到物理 操作的 具身推理能力 ；要么采用手 ...

1. AI Key作为一款定价89美元的iPhone外接AI助手硬件，上线7小时内几乎售罄，可通过USB接口连接后实现语音控 制手机应用功能； 2. 当今iPhone已自带强大芯片能访问各类AI模型，AI Key等外接硬件本质是给已足够智能的设备增加冗余功能； 生成式AI 一、 Anthropic禁止中国控股公司使用Claude，公司在哪都不行 1. Anthropic发布最新政策限制，停止向多数股权由中国资本持有的集团或子公司提供Claude服务，无论其运营地点 在哪里； 2. 该限制适用于直接或间接被中国公司持股超过50%的实体，官方声明这是出于法律、监管和安全风险考虑； 3. 政策同样适用于俄罗斯、伊朗、朝鲜等"对手国家"实体，高管称此举预计会对Anthropic全球收入造成"数亿美 元"范围的影响。 https://mp.weixin.qq.com/s/TsErlyz7xnm_iHhP1CGc8Q 二、 一个能让 iPhone 用上 AI 的配件，千万人围观但或大可不必 3. AI硬件创业潮(如Humane Ai Pin和Rabbit R1)多数是短期热度，未来真正有价值的是将AI作为系统"属性"而非 ...

近日，字节跳动 Seed 团队发布了最新的机器人研究成果—— Robix ，一个旨在提升机器人思考、规划与灵活交互能力的「机器人大脑」。 根据报告与演示视频，搭载 Robix 的机器人已展现出一系列过去难以实现的复杂交互能力： …… 标题：Robix: A Unified Model for Robot Interaction, Reasoning and Planning ArXiv： https://arxiv.org/abs/2509.01106 项目主页：https://robix-seed.github.io/robix/ 在做饭时，它不仅能根据菜名（如「鱼香肉丝」）准备食材，还能主动发现缺少配料并询问是否需要补齐； 在用户中途改变主意时，它可立即停止当前操作并灵活执行新指令； 在你随手涂鸦时，它能识别出画中的物体，并自然地给予回应与赞赏； 以下演示视频将直观展示 Robix 在真实互动场景中的工作方式。 核心思想： 长期以来，通用机器人在处理复杂、长程任务时，往往因依赖 "模块化" 拼接的设计而显得僵化。Robix 的核心亮点在于其 一体化架构 ：将推理、任务规划与人机 交互无缝整合到单个端到端多 ...

闻乐 发自 凹非寺 量子位 | 公众号 QbitAI 机器人终于不用散装大脑了！ 字节Seed一个模型就能搞定机器人推理、任务规划和自然语言交互。 经常做机器人的朋友都知道，以前想让机器人干活，得先解决一个烦人的问题—— 模块之间的信息代沟。 能听懂指令和能完成指令可完全不是一回事，以前要让机器人听懂人话，得装个专门的语言交互模块；要让它能避开障碍从客厅走到阳台，又 得搭一套任务规划模块；要想……还得…… 于是不同模块在机器人身上拼凑使用苦开发者久矣。 但现在，字节Seed推出了 Robix视觉——语言单模型 ，把三件事全包了，也不用搞多模块拼接那套了。 所以，这是怎么做到的呢？ 核心采用思维链推理和三阶段训练策略 Robix是一款专门给机器人用的模型。核心想法是让一个模型同时搞定三件事： 首先，团队的思路是把机器人系统分为两层，高层认知和底层执行，Robix就是管高层认知的。 琢磨怎么干活（推理） 安排干活步骤（任务规划） 跟人聊天沟通（自然语言交互） 底层（VLA）来执行Robix发出的命令。 而Robix本身也并不是多个模块拼合的散装大脑，而是一个视觉-语言融合的单模型，能同时处理画面、语言，还能把思考 ...