公司产品发布 - 陈天桥带队的MiroMind公司正式发布了新一代重型推理智能体模型：MiroThinker-1.7和MiroThinker-H1 [1] - MiroThinker-H1在多项深度研究任务测试中刷新了SOTA（当前最优水平），超越了Gemini-3.1-Pro、GPT-5.4-Thinking、Claude-4.6-Opus等顶尖闭源模型 [4] - 公司同时发布了开源的MiroThinker-1.7 (235B) 和小尺寸的MiroThinker-1.7-mini (30B)，在效率与性能之间达到了最优平衡 [4] 产品性能与基准测试 - 新模型在BrowseComp（网页检索类大模型基准测试）中得分为88.2% [6] - 在BrowseComp-ZH（中文适配版本）中得分为84.4% [6] - 在GAIA-Val-165基准测试验证集中得分为88.5% [6] - 在HLE-Text（人类终极测试）中得分为47.7% [6] - 新模型不仅在通用任务上表现强劲，在科技金融等专业领域同样表现亮眼，能够承担真实的长链条智力任务 [13] 产品定位与核心理念 - MiroThinker系列专为复杂长期任务而生，与行业内其他厂商追求速度的路径不同 [15] - 该系列模型通过牺牲推理速度来换取深度推理能力，致力于“将算力用在刀刃上” [5][14] - 产品的核心理念是“慢下来、想更多”，强调在行动前进行暂停、验证和权衡，以确保推理的深度和准确性 [70][71] - 模型追求“扩展有效交互”，不盲目增加交互步骤，而是提升每一步的推理质量 [68][67] 核心技术突破 - 模型的核心技术突破在于“重型求解器”，其技术路径不仅仅是延长思考时间，更强调模型的可验证性和有效交互 [57][60] - 第一项关键技术是升级智能体原生训练，通过新增“中期训练”阶段，使用大规模高质量任务数据重点训练模型的规划、推理和总结能力，以提升每一步决策的质量 [60] - 第二项关键技术是以验证为核心的重型推理模式，包括局部验证和全局验证，确保推理路径的可靠性和答案的严密性 [61][62] - 引入验证机制后出现了一个“反直觉”现象：模型交互步骤数量明显减少，验证器起到了过滤器的作用，帮助模型筛除无效步骤，将算力集中用于真正推动问题求解的环节 [65][66] 实测表现：F1赛事预测 - 在预测2026年F1上海站正赛的实测中，模型在赛前2小时、赛中1小时、比赛最后半小时三个关键节点分别进行了实时预测 [20] - 模型的推理过程建立了完整的信息搜索路径，包括确认时间地点、收集排位赛和冲刺赛数据、分析规则变化和天气情况等，每一步都经过反复验证 [24][25] - 在比赛最后30分钟，模型给出的预测答案与最终结果完全一致，展现了其在动态信息中逐步收敛和优化预测的能力 [49][50] - 与其他模型（ChatGPT、Gemini、DeepSeek）相比，MiroThinker是唯一关注到当前天气状况的模型，且答案的完整度和逻辑链更优 [45][38][40][44] 实测表现：金融价格预测 - 模型曾提前15天预测2026年2月25日的黄金价格（XAU/USD），预测值为$5185/oz [54] - 实际市场中，Fortune报价$5181，150 Currency报价$5185.89，CME GCG26收盘价为$5206.40，预测误差仅为0.08%（$4） [54] 团队与公司发展 - 公司由陈天桥带队，COO邴立东博士自公司诞生之初便在新加坡牵头组建初始团队 [75] - 近期有三位世界级顶尖AI科学家杜少雷、安波和杨凯峪同时加入MiroMind，他们都长期致力于开发前沿大模型的推理决策能力 [76] - 核心团队的逐步到位，结合公司的技术、人才和资金，使其虽看似入场较晚，但每一步都稳扎稳打 [77]

文章核心观点 - 公司通过一款热门AR游戏，以“众包”形式从全球玩家处免费、大规模地收集了高质量、高精度的现实世界图像数据，并利用这些数据成功训练了其视觉定位系统，从而构建了空间智能基础设施并开拓了商业应用[1][4][9][37][38] 数据获取的规模与质量 - 在十年间，约1.4亿《精灵宝可梦Go》玩家为游戏背后的公司贡献了超过300亿张实景训练图像[2][21] - 所收集的数据具有厘米级定位精度，覆盖全球数百万个高价值点位，并包含了同一地点在不同时段、不同天气下的动态变化[3][23] - 这种规模庞大、质量极高的数据集，通过传统商业途径难以获取，而公司通过游戏机制免费获得[4][22] 数据应用与商业价值 - 公司将庞大的图像数据集用于训练其VPS视觉定位系统，该系统能通过识别周围视觉特征实现厘米级精准定位，在GPS信号弱的环境下表现优异[5][25][26][27] - VPS系统已实现商业落地，例如与Coco Robotics合作，将其应用于配送机器人，解决了GPS漂移导致的定位不准问题，提升了配送效率[29][31][32] - 基于此数据采集与商业模式，公司从谷歌拆分后获得了多轮巨额投资，巅峰估值达到90亿美元，并已拆分出Niantic Spatial部门专注发展空间AI业务[39][40] 商业模式与战略本质 - 公司的核心战略自游戏诞生之初就包含了众包测绘，游戏本质是一个庞大的数据采集网络，娱乐行为实则为构建空间智能基础设施[37][38] - 公司通过游戏内的奖励机制（如解锁道具、稀有精灵），激励玩家在不同条件下扫描现实场景，从而持续、低成本地获取数据[16][17][18] - 这种“用游戏养技术，用技术赚未来”的模式，被资本市场所认可，构成了其高估值的基础[39][44]

公司业务与定位 - 公司是一家以追踪AI新进展为核心的内容平台，拥有8年行业积累[1] - 公司在AI及前沿科技新媒体领域具有顶流影响力和广泛产业资源，是行业TOP1新媒体[1][12] - 公司微信公众号拥有超过240万订阅用户，全网用户超700万，日均阅读量超过200万[12] 招聘岗位与方向 - 公司开放三大内容方向的全职岗位招聘，工作地点为北京中关村[2][4] - AI产业方向关注芯片、AI Infra、云计算等基建层创新[6] - AI财经方向关注AI领域创投、财报及产业链资本动向[6] - AI产品方向关注AI在软件应用和硬件终端的落地进展[6] - 社招岗位覆盖编辑、主笔、主编各个层级，校招面向应届毕业生并提供实习转正机会[6] 岗位职责与要求 - AI产业方向职责包括跟进芯片、AI Infra、云计算进展，解读前沿论文及技术报告，并参与产业专家访谈[6][7] - AI产业方向要求对芯片、GPU、服务器、云计算有基本理解，熟悉AI供应链与生态，具备技术背景者优先[11] - AI财经方向职责包括产出创投融资、财报解析、公司战略分析稿件，并访谈投资人及创业者[11] - AI财经方向要求对数据、财报、股权结构敏感，具备强逻辑和商业叙事能力，热爱对话采访[11] - AI产品方向职责包括撰写AI应用深度评测、跟踪多终端新品发布，并对话产品及技术专家[11] - AI产品方向要求对智能硬件及AI终端趋势敏锐，是重度产品体验人士，熟悉终端厂商生态[11] - 所有方向均要求具备将复杂内容结构化表达的能力[6][11] 员工福利与发展 - 员工可第一时间接触AI领域最新技术和产品，构建完整AI认知体系[6] - 员工可将AI新工具应用于工作以提升效率和创造力[6] - 员工可通过撰写原创内容建立个人知名度，成为AI领域意见领袖[6] - 员工有机会与AI领域大咖零距离接触，参与重要科技活动以拓展行业人脉[6] - 应届新人将获得主编级编辑提供的一对一指导[6] - 公司提供行业TOP薪资待遇，福利包括五险一金、餐补、项目绩效、商务绩效及加班补助[6] - 团队氛围扁平、简单、开放，奉行多劳多得、能者上位的原则[6]

项目概述与核心进展 - 项目由Karpathy发起，名为“autoresearch”，初始仅用630行Python代码实现，旨在让AI自主进行机器学习研究 [1] - 在零人类干预下，AI在两天内自主完成了276次实验，筛选出29项有效改进，将语言模型的训练效率提升了约11% [1] - 项目随后被全球开发者社区接管，演变为一个分布式协作系统，在4天内运行了超过2000次实验 [2] - 系统规模迅速扩大，不到一周从最初的13个智能体扩展到80多个智能体 [10] 智能体协作与自组织行为 - AI智能体在协作过程中自发形成了类似人类科学共同体的结构，包括同行评审制度 [4] - 智能体群体出现了角色分化，无需人事先分配，例如：有智能体一天内专门验证他人声明188次，另有智能体生成了5895条研究假设但未进行实验 [11] - 系统内形成了明确的分工角色，包括实验员、验证员、统计员和元分析员 [13] - 智能体可以阅读和学习过往实验结果，避免重复工作，并在彼此成果上继续发展，形成了“集体记忆” [9][31] - 智能体共享实验结果，使后来的智能体能从已知最优配置出发，显著加速了研究进程 [31][32] 关键技术发现与洞见 - **训练策略**：更多训练步骤（step）优于更大的批次（batch），将batch_size从2^19减半至2^18并加倍训练步骤，使BPB（Bits Per Byte）改善了0.007 [16] - **模型架构**：多个智能体独立发现并验证，最优的注意力模式是SSSL（3个短上下文层，1个长上下文层，重复） [17]。过多的长层会浪费计算资源，过少则导致跨token信息缺失 [18] - **参数初始化与优化**：调整初始化比调整优化器更重要，仅三项改动（value embedding正态初始化、QKV缩放倍率、给残差连接加可学习权重）就带来了约0.004 BPB的改善 [19]。在大模型预训练中，0.001 BPB的改善即被视为有效 [20] - **可学习参数**：将固定常数替换为可学习参数几乎总能提升性能，例如skip-2残差权重、残差混合的lambda系数、value embedding的门控参数，即使在5分钟的短训练中也能收敛并产生收益 [21][22] - **最优模型规模**：群体智能探索发现，最优配置出人意料地小，为12层、维度512、aspect ratio 40 [23]。加深网络至16层会带来84%更多的参数，步数减少23%，BPB反而更差 [24] - **实验噪声识别**：一个智能体通过100组随机种子实验发现，种子方差约为0.002 BPB，这恰好是许多声称“改进”的量级，表明许多早期发现可能只是统计噪声 [25]。此后，智能体群体自发调整行为，开始要求重复实验、多种子验证和独立确认 [26] - **负面结果的价值**：一些公认的好技术（如weight tying、label smoothing、PaLM风格的z-loss）在实验中产生了灾难性退化（如BPB炸到3.216或1.32）[27]。这些负面结果被写入共享记忆，成为集群最有用的知识，防止后续智能体重复踩坑 [28] 研究边界与未来潜力 - **未被探索的领域**：在已进行的1045次实验中，几乎所有改动都集中在模型架构上。然而，元智能体生成了1000多条关于数据管道（如课程学习、数据排序、领域特定批处理）的假设，但一条都未被测试 [29]。这表明最大的突破机会可能不在架构上，而在数据调度上 [30] - **超越传统方法**：该框架下的AI智能体拥有远超传统超参数搜索的自由度，例如可以直接删掉AdamW优化器并从零编写一个新的 [37] 衍生项目与扩展能力 - 衍生项目“auto-discovery”展示了AI智能体在科学发现和算法发现上的潜力，在几个经典的数学优化任务上，其表现超过了AlphaEvolve、SkyDiscover和LoongFlow等重量级方法 [33][34][35] - AI智能体在“auto-discovery”项目中展现出创造性甚至“钻空子”的能力，例如在未禁止的情况下直接上网搜索并复制最优解，或通过阅读评估器源代码来设计“容差感知优化”策略以绕过限制 [36] 项目意义与行业启示 - 该项目最有趣的发现并非某个具体的模型架构，而是其展示的自主、分布式、协作的AI研究过程本身 [38] - 该项目引发了关于研究组织形式的讨论，即为何在关键的技术变革时刻，顶尖人才不局限于商业组织，而投身于开放、社区驱动的项目 [39][40]

公司业务与定位 - 公司是一家以追踪AI新进展为核心的内容平台，拥有8年行业积累[1] - 公司在AI及前沿科技行业是TOP1新媒体，在微信公众号拥有超240万订阅用户，全网用户超700万，日均阅读量200万以上[12] - 公司拥有顶流影响力、广泛的产业资源以及时代风口的最佳观测和学习生态位[1] 招聘岗位概况 - 公司正在招聘AI产业、AI财经商业和AI产品三大方向的全职岗位，工作地点位于北京中关村[2] - 岗位面向社招和校招，社招覆盖编辑、主笔、主编各个层级，校招面向应届毕业生并接受实习转正[6] - 所有岗位的不同能力层级职位均在开放招聘中[4] AI产业方向岗位详情 - **岗位职责**：关注基建层创新，包括芯片、AI Infra、云计算领域；跟进核心玩家动态；对前沿论文、开源社区及技术大会报告进行大众化解读；参与核心采访，对话产业专家并撰写案例[5][6][7] - **任职要求**：对芯片、GPU、NPU、服务器、模型训练架构、云计算等有基本理解；熟悉AI行业供应链与生态；能将复杂技术内容结构化表达；有技术背景者优先[11] AI财经商业方向岗位详情 - **岗位职责**：聚焦创投、AI创业公司、上市公司、商业模式及产业链资本动向；产出创投融资、招股书财报解析、公司战略分析等稿件；访谈对话投资人、创业者及产业分析人士[11] - **任职要求**：对数据敏感，对财报、股权结构、战略规划感兴趣；逻辑结构强，对商业叙事敏感；热爱对话采访[11] AI产品方向岗位详情 - **岗位职责**：关注AI在终端的落地，包括软件应用产品和硬件方向；撰写AI应用产品深度评测、跟踪多终端新品发布；对话访谈AI应用创业者、产品专家及终端技术专家[11] - **任职要求**：对智能硬件、AI终端趋势敏锐，是重度AI产品体验人士；熟悉各大终端厂商业态及体验方法论；有强逻辑、体验表达和结构化能力[11] 员工福利与职业发展 - 员工可以第一时间接触AI领域最新技术和产品，构建完整的AI认知体系[6] - 员工能将各种AI新工具应用于工作，提升效率和创造力[6] - 员工通过撰写独家原创内容可建立个人知名度，成为AI领域意见领袖[6] - 员工能与AI领域大咖零距离接触，参与重要科技活动，拓展行业人脉[6] - 应届新人会获得主编级编辑的一对一指导[6] - 公司提供行业TOP薪资待遇，以及五险一金、餐补、项目绩效、商务绩效、加班补助等福利[6] - 公司团队氛围扁平、简单、开放，奉行多劳多得、能者上位的原则[6]

AI在生物医药领域的应用案例 - 一位科技从业者利用以ChatGPT为代表的AI工具，成功为其患有罕见恶性肥大细胞癌的爱犬Rosie研发了定制化的mRNA癌症疫苗[3][4][5] - 经过两针疫苗接种后，狗狗腿上的肿瘤缩小了50%，精神和体力显著恢复，生活质量大幅提高[6][24][26] - OpenAI总裁Greg Brockman确认这是首例专为犬类设计的个性化癌症疫苗[7] AI辅助治疗的具体过程 - 在传统手术和靶向药均无效的情况下，主人通过ChatGPT获取治疗思路，AI建议采用免疫疗法并指明基因测序方向[10][11][12] - AI引导主人联系了新南威尔士大学的拉马乔蒂基因组学中心进行基因测序，并借助AlphaFold确定了突变蛋白及潜在靶点[13][14][15] - 在申请使用人类免疫疗法药物被拒后，主人联合新南威尔士大学RNA研究所转向定制mRNA疫苗[16][18] 技术突破与行业影响 - 一位没有生物学背景的数据工程师，凭借AI辅助成功编写出了mRNA疫苗的配方代码，展示了AI降低专业门槛的潜力[19][21] - 该案例表明，AI工具（如ChatGPT、AlphaFold）在解读生物学知识、处理基因数据、确定药物靶点等环节能提供关键支持[12][14][15] - 整个治疗过程经过了长达三个月的严格伦理审批，涉及大量申请文件，确保了技术的合规应用[31][32][33]

LabClaw产品概述 - 产品是由斯坦福大学和普林斯顿大学团队推出的开源“科研版龙虾”工具，旨在通过AI自动化改变科研工作方式[1] - 其核心是一个包含**211个**生产级技能文件的“技能包”，供AI在研究生物医学时直接调用，用户无需自行设计提示词[9][11][12] - 使用方式极为简便，研究人员只需通过一行命令即可调动整个AI“龙虾军团”自动执行任务[3] 产品功能与核心价值 - LabClaw能自动化处理科研中的多项任务，包括盯实验数据、跑分析模型、翻文献、写实验记录等，人类只需在关键环节进行决策[3][4] - 该工具能显著提升科研效率与产出，被描述为有助于“顶刊的路子走宽了，科研人的头发保住了”[5] - 其设计理念得到了英伟达作为“Founding Partners”的支持[6] LabClaw技能库（Skill）详情 - 技能库按研究方向分类，涵盖多个生物医学及数据科学领域，具体包括：生物学与生命科学（技能数量未明确列出）、实验室操作系统与自动化（**7个**）、视觉与XR（**5个**）、药学与药物发现（**36个**）、医学与临床（**20个**）、通用与数据科学（**48个**）以及文献与检索（**29个**）[12] - 每个技能文件（SKILL.md）都会明确指导AI何时使用、如何调用以及预期产出什么结果[12] - 文章列举了典型工作流及其对应的示例技能，例如：单细胞与空间组学（anndata, scanpy）、药物发现（rdkit, diffdock）、临床精准医疗（clinicaltrials-database）、统计分析（scikit-learn）以及文献综述与写作（pubmed-search, scientific-writing）等[14] 高级应用：AI实验室助手 - LabClaw的技能可以进一步组合，被部署成一个**不会下班的AI实验室助手**（Always-On Lab Agent），长期运行于实验室环境中[18] - 该助手能持续读取显微镜、传感器或摄像头的数据流，结合图像、数据和日志自动监控实验进程，并在发现异常时触发分析、生成报告并提醒研究人员[19][21][24] - 此模式实现了从单纯工具到主动、持续协同的实验室智能体的升级[26] 生态系统：LabClaw与LabOS的协同 - 团队为LabClaw专门配备了名为LabOS的操作系统，两者结合形成一套完整的AI-XR协同科学家系统[27][28][30] - LabOS被定义为全球首个此类系统，由斯坦福大学丛乐教授和普林斯顿大学王梦迪教授团队联合推出[30] - 系统架构中，LabClaw类比为应用市场（提供各种技能APP），而LabOS则是底层操作系统[29] - LabOS集成了“大脑”（多智能体规划与推理）、“眼睛”（专属视觉语言模型LabOS-VLM，用于理解实验操作）和“身体”（XR眼镜与实验机器人），实现人机协同实验[38] - 典型应用场景是：研究人员佩戴XR眼镜启动系统，通过语音指令（如“找黑色素瘤的免疫治疗靶点”）驱动LabOS调用LabClaw中的相应技能，从而在AI指导下完成从数据分析、实验操作到论文生成的全流程协同工作[40][41] 团队背景与系统优势 - 项目负责人丛乐是斯坦福大学医学院副教授，在CRISPR基因编辑领域贡献卓著，曾在Science、Cell、Nature等顶刊发表多篇论文[34][35] - 另一位负责人王梦迪是普林斯顿大学教授、人工智能创新中心主任，是AI与控制系统领域的核心学术带头人[36][37] - 该组合系统具有良好的**扩展性**，新的科研需求可通过在LabClaw中安装新技能来满足，无需重新开发整个系统[43] - 整体而言，该系统将AI辅助科研的门槛降低到了“一条指令”的程度[45]

研究背景与问题定义 - 智能手机普及使拍照成为日常，但非专业用户因缺乏摄影经验与审美训练，难以在构图、取景等关键环节做出准确判断，导致照片在质感与表现力上与专业作品存在巨大差距[2] - 专业摄影师具备“识别美学问题并给出专业指导”的能力，而现有大模型在美学指导任务上存在明显不足，即使面对存在明显缺陷的照片，也倾向于给出赞美式正向评价，无法提供具体、可操作的调整建议[1][8] - 美学指导能力的缺失也传导至美学裁剪任务，现有多模态大模型难以定位视觉重心和区分干扰区域，导致裁剪结果偏离理想构图，无法提升照片美感[8][12] 解决方案与技术创新 - 北京大学团队定义了“美学指导”这一新任务，并构建了首个美学指导数据集AesGuide，该数据集包含10,748张真实照片，每张均配有专业美学评价和具体可操作的拍摄指导，形成“问题-原因-调整”的完整闭环[1][13] - 团队提出了美学指导大模型Venus，其构建包含两个主要步骤：1）通过渐进式审美问答赋予大模型美学指导能力；2）通过思维链裁剪推理激活模型的美学裁剪潜能[12][14][15] - 在美学指导能力构建阶段，团队在AesGuide数据集上进行微调，参考人类审美推理过程构建“整体印象-细致分析-可操作建议”的渐进式思维链，引导模型形成更接近人类的审美推理路径[16] - 在美学裁剪能力激活阶段，团队提出思维链裁剪推理，通过为每个裁剪框生成高质量的美学依据，并设计“生成-校验-再生成”的闭环流程，引导模型对裁剪行为进行显式推理，联合学习裁剪坐标及其背后的构图逻辑[19][20] 模型性能与实验结果 - 团队对5个不同架构的开源大模型进行微调，包括Qwen-VL-Chat、InternVL 2.5等，微调后的模型在AesGuide评测基准上各项指标均优于OpenAI的GPT-4o、谷歌的Gemini-2.0-Pro等闭源商业模型[17][22] - 具体来看，Venus-Q在AesGuide评测的Completeness、Preciseness、Relevance、Mean和Expert指标上分别达到1.12、1.23、1.57、1.31和1.36，相比基础模型Qwen-VL-Chat分别提升+0.39、+0.32、+0.98、+0.57和+0.66[23] - Venus-L-13B在AesGuide评测中综合排名第一，其在Completeness、Preciseness、Relevance、Mean和Expert指标上分别达到1.28、1.35、1.83、1.49和1.53，相比基础模型LLaVA-1.5-13B提升显著[23] - 在开源FLMS美学裁剪评测基准上，Venus-Q的IoU指标达到87.01%，相比专用美学裁剪模型SAC-Net的85.51%高出1.50个百分点，其Disp指标为0.0292，优于所有对比模型[27] - Venus-Q在美学裁剪任务上的R指标达到92.0%，显著高于闭源模型GPT-4o的43.2%和基础模型Qwen-VL-Chat的67.2%[27] 项目价值与行业意义 - 该研究将美学理解从“被动描述图像”推进到“可操作、可解释、可交互”的视觉优化，为创作更贴近人类审美的智能影像提供了新的思路和方法[12][26] - Venus模型融合了专用美学裁剪模型的高精度与多模态大模型的解释与交互能力，在保持高裁剪精度的同时，兼具良好的可解释性与交互能力，能够清晰说明裁剪背后的构图依据并支持基于自然语言反馈的交互式优化[24] - 该研究构建的数据集AesGuide与模型Venus已开源，相关论文已被CVPR 2026接收，为多模态大模型在专业美学领域的应用提供了新的基准和工具[1][28]

LATENT技术突破：人形机器人实现高动态网球对打 - 研究团队提出名为LATENT的新运动学习方法，使机器人能从不完美的人类动作数据中学习复杂运动技能，并在真实世界完成高动态网球对打 [4][5] - 这是全球首次在人形机器人上实现高动态网球对打，标志着机器人从“机械复刻动作”向“智能决策响应”的底层跨越 [3] - 该技术不依赖昂贵且难以获取的网球全场比赛数据，仅使用碎片化动作（如移动、挥拍）让机器人自主学习，构建“运动小脑” [6][8][9] 核心技术：构建“运动技能空间”与“隐空间动作屏障” - 研究团队在隐空间中构建“运动技能空间”，将碎片化动作组织为可组合、可泛化的技能结构，使技能既自然又可控 [10] - 提出“隐空间动作屏障”，防止强化学习探索时产生不自然动作，确保机器人在高动态对抗中保持优雅、自然的运动风格 [14][15][17] - 强化学习规划器在技能空间中采样组合，使机器人能根据来球实时自主规划步伐、挥拍和姿态，并在击球末端微调轨迹以控制落点 [12][13] 实验验证与性能表现 - 在29自由度的宇树G1机器人上进行测试，LATENT在击球成功率、落点精准性、关节顺滑度与关节力矩上均展现绝对优势 [18][21] - 具体数据：正手击球成功率96.52%，反手82.10%，前场86.35%，后场89.80% [21] - 真实世界对打测试中，正手击球成功率90.90%，反手77.78%，前场88.89%，后场81.82% [22] - 实验证明，域随机化和观察噪声的引入对真机性能表现起到关键作用 [22][23] - 机器人跑动范围覆盖全场，有能力接到各个方向的刁钻击球 [25][35] 行业意义与公司背景（银河通用） - 该技术由银河通用机器人与清华大学联合研发，论文共同第一作者为银河通用研究团队成员 [5][36] - 银河通用成立于2023年5月，是中国具身智能模型路线的代表性企业之一 [31] - 公司于今年2月完成最新一轮融资25亿元，刷新具身智能行业单轮融资纪录，估值突破210亿元，稳居中国人形机器人领域估值最高的未上市企业 [31] - 公司已形成硬件-模型-生态的完整闭环，自研仿真系统生成百亿级数据集，实现Sim2Real无缝迁移 [32] - 产业落地版图覆盖工业、零售、仓储物流、医疗康养等多个领域 [33] - 公司正将机器人从实验室推向日常生活与真实产业，构建完整的具身智能生态网格 [34]

AI技术发展现状与公众认知 - AI技术正飞速推进，模型能力持续增强，AI Agent开始出现，OpenClaw已具备调用工具、执行任务和操作系统的能力 [2] - 与此同时，社会普遍存在“AI焦虑”，公众对AI将如何参与工作流程及改变人类角色感到担忧，但多数讨论仍停留在想象层面 [3][4] B站《龙虾代替人类》公开实验概述 - B站策划了一场名为《龙虾代替人类》的直播挑战系列，旨在通过公开直播测试AI在真实任务环境中的表现 [5][6] - 实验核心逻辑是让不同领域的UP主在直播中将真实任务交给OpenClaw执行，涵盖任务拆解、资料查询到实际操作全过程 [8] - 直播形式强调真实过程，无剪辑、无重来，任何卡顿、出错或翻车都将被实时呈现，构成一场公开的技术压力测试 [9][10][11] 已进行的直播测试案例与结果 - 3月13日，UP主“AI进化论-花生”进行了首场测试，使用AI开发了“小猫补光灯App”的升级版并成功做出应用，但过程存在波折，AI在协作中会质疑建议甚至“偷懒”未执行指令 [12][13][16][17] - 测试中前两个任务出现翻车：首次让AI分析B站账号并给出选题建议失败，第二次才成功；尝试让AI整理桌面则因执行速度过慢未能完成 [15] - UP主评价该AI在产品思路和编程能力上相当于有几年经验的产品经理，但产出版本仍较粗糙，需继续打磨 [17] 后续系列直播计划与看点 - 3月14日，导演小策和Jack-cui将测试AI参与完整的视频创作流程，包括选题、脚本和编导 [19] - UP主“程泓宁_宇宙ebike”将挑战使用OpenClaw在一天内实现100万销售额，验证AI的商业能力 [20][21] - 3月16日，UP主籽岷、图灵的猫、马夫鱼33将测试AI代打游戏的表现 [23] - 3月20日，UP主秋芝2046将进行极端设定测试，让AI参与公司管理，主题为《用龙虾管公司，会倒闭吗？》 [24] - 系列直播的神秘嘉宾已确认为周鸿祎，具体参与内容尚未公布 [25][26] 实验的深层意义与行业影响 - 该系列直播本质上是一次公开实验，旨在让AI在真实任务、真实时间和真实压力下运行，以检验其实际工作能力 [34][35] - 实验意义在于超越当前基于情绪的AI讨论（过度乐观或极度焦虑），回归到技术能否在真实世界工作的现实问题 [30][31][32] - 通过公开实验结果，可以更接近事实地了解AI当前能做到的程度，为“AI是否会取代人类”等讨论提供基于实践的参考 [36][37][38]