Brett Adcock@adcock_brettAI 评分2222

Brett Adcock 提出人形机器人成熟需经历四个阶段：先造出优秀的人形硬件，再让硬件运行全身 AI-first 架构，这两章无法靠资本堆砌，需要硬件、控制、AI 与系统集成的深度工程。第三章是智能规模化，瓶颈在数据与算力，他认为人形机器人最终所需的数据和算力将远超 LLM。最后一章是制造规模化与经济整合，这两章可被资本加速，需要数百亿乃至上千亿美元投入。

加拿大多伦多创企 smartARM 用 Meta 开源视觉模型 DINOv2 打造直觉式仿生假肢

多伦多创企 smartARM 开发出以视觉为核心的仿生手臂原型，借助 Meta 开源视觉模型 DINOv2，仅凭几张参考照片即可识别日常物体并自动选择合适的抓握方式，无需预先编程或训练。

Meta 发布 Muse Spark 1.2 多模态评测结果

Meta 公布 Muse Spark 1.2 的新评测结果与演示，展示其在视觉编码、图表理解、视觉推理和知识密集型任务上的表现，并称多模态提升在模型可调用工具时最明显。该模型支持将图像或视频转为可运行代码、面向机器人的空间智能与音视频理解，已上线 Meta Model API 和 Muse Code，官方同时预览了内部评测 WildArtifactBench 并放出 10 个任务。