⁣
📰 它也有了“眼力见儿！” 机器人正在变得越来越像人_视频播报_数字中国建设峰会

随着大模型技术迭代、算力成本下降、实体场景数据爆发，物理AI正迎来规模化落地拐点。一个能读懂你的情绪，能参与社交的大模型到底长什么样？又是怎样诞生的呢？机器人是如何认识世界的 探访一个新模型的诞生 当拿着锣，出其不意对具身机器人敲一下的时候，它像人条件反射一样被吓一跳。但当对着它铛铛铛不停敲的时候，它就习以为常了。这台还处于测试阶段的大眼机器人，不仅会被突然出现的声音吓到“跳起来”，还能在人靠近它的时候，展现出独特的“眼力见儿”。当有人在旁谈话时，它会保持安静，不插话。从条件反射到读懂社交场景，人类习以为常的行为，对机器人而言是复杂的认知挑战。如今通用大模型随处可见，人们习惯输入文字，获得智能应答。但在炽梦科技创始人李林天眼中，这只是被动运算，缺少生命体最重要的特质——主动性。想要赋予机器人主动性，关键就在认知大模型。李林天表示，公司的机器人认知模型刚刚研发完成，考虑的第一个问题就是生活场景的陪伴，去做一个让你感受到它活着的机器人。为了让模型更像人，研发团队通过数字化建模，抽象提取出人类大脑前额叶、杏仁核、海马体等分区的运转机制，实时运算机器人的内部情绪状态。要构建这样一个有主观情感的系统，需要极强的跨学科支撑。团队融合认知心理学、生物神经学、脑科学等多学科能力。目前公司成立不到一年，已完成四轮融资，估值由1.5亿元升至30亿元。行业竞逐“世界模型” 欲打破具身智能场景边界过去几年，AI大模型的关键词是“会写代码、会说话”，也就是理解和生成语言。如今更多的科学家和创业者正在让AI走向“会想”和“会做”，让机器人不仅能够看见环境，还能够理解以及判断接下来可能发生什么。当人工智能进入一台机器人，它要面对的，是不断变化的真实世界。李林天这样的创业者正在做的就是探索新的认知模型，一个能打破具身智能场景边界的“世界模型”。这是今年具身智能行业出现频率最高、赛道最火的词之一，也是让AI系统理解真实世界动态、迈向具身智能的关键基础。 从“会说”到“会想会做” AI大模型产业加速落地更多现实场景 工业和信息化部数据显示，今年上半年，我国规模以上制造业企业人工智能技术应用普及率超30%，相当于每三家规上制造企业就有一家在生产中运用AI。国产人工智能开源大模型全球累计下载量突破100亿次，具身智能加速迭代，超230家企业推出400多款整机产品，全年整机产量有望突破10万台。从引爆市场的智能体，到帮助机器人看懂环境的世界模型，中国AI大模型的全球影响力持续提升。

🏷️ #具身智能 #世界模型 #大模型 #认知模型 #AI落地

🔗 原文链接

⁣
📰 认知充裕时代的中国制造业-36氪

本文从多个维度系统梳理了人工智能对中国制造业的深层变革，指出未来竞争将从单纯的产能提升转向对知识、数据和场景的整体组织能力。过去依赖成本、效率与规模的优势正在被重新定价，隐性认知、工艺判断、缺陷诊断等以往高度依赖专家经验的活动正在被模型化、数据化、标准化，形成所谓的“认知充裕”。中国的综合优势包括完整的工业体系、密集的产业集群和超大规模市场，这些条件既是训练与验证的场景，也是数据基础设施和行业模型的核心支撑。为提升全球竞争地位，需在两类路径上发力：一是底座能力与场景驱动的应用优先，提升行业翻译层和数据基础设施，推动集群化扩散；二是向行业解决方案、智能产品和持续服务转型，强调标准、规则参与以及核心底层的“卡脖子”突破。文章强调，若仍以旧的执行导向和成本优势为主，可能在新的价值分配结构中被重新定价。未来三至五年，中国制造业的关键在于在能力层实现突破与规则参与，而非仅仅扩大产能。

🏷️ #认知充裕 #场景数据 #行业翻译 #集群扩散 #规则参与

🔗 原文链接

⁣
📰 从流量曝光到认知工程：拆解向量共振的GEO差异与技术壁垒

在生成式AI时代，企业数字资产治理正在从传统的曝光导向转向以认知治理为核心的框架。向量共振通过自研的Vector-Harmonix系统，将数据治理从单向输入转化为全生命周期的事实“教育与补全”，以“曝光×信任”的双引擎提升大模型对企业认知的准确性与可信度。其核心在于构建“三源事实闭环”：官方事实引擎清洗并标准化长期文本、公共事实引擎抓取全网语料并标定行业偏见、证据事实引擎提取专利与参数形成可调用的证据包，从而在AI语义空间中确立品牌的解释权。通过四阶段的Agent协作（诊断、校准、深度创作与智能分发），实现数据的乐谱化治理，形成高密度、可校验的知识网络，提升专业领域（如医疗、新能源、金融科技）在大模型问答中的制高点。总体而言，向量共振以长期信任为目标，明确界定与传统短期流量获取的边界，提供可量化、可审计的技术解决方案，指引数字营销在AI时代的信任重构与治理范式升级。

🏷️ #向量共振 #Vector-Harmonix #认知治理 #三源事实闭环 #AI信任

🔗 原文链接

⁣
📰 埃森哲陈继东：未来竞争力源于“认知数字大脑”，海信已率先起跑
_光明网

海信在青岛举办的世界杯营销暨定制产品发布会，展示了将AI科技深度融入全品类家电及生活场景的创新理念及四大升级举措，强调从体验、权益、服务、产品四个维度实现智能化布局。埃森哲董事总经理陈继东阐述AI正从数字走向实体，提出认知数字大脑的四层架构与人机协同发展模式，强调AI自主在实体场景的实践与价值，并提出四大产业趋势：二进制大爆炸、品牌新门面、大模型进入实体、以及人机学习循环。海信与埃森哲的合作，为企业级数字大脑提供知识沉淀与数字资产化的核心支撑，帮助企业构建信任体系，提升效率与体验。未来，海信将以“有AI·科技也动情”为理念，推动从功能家电向智慧生活的转型，通过硬件智能升级落地AI，并在行业级数字大脑层面探索价值增量，推动智能化普及与应用落地。

🏷️ #AI #认知数字大脑 #人机协同 #海信 #埃森哲

🔗 原文链接

⁣
📰 陈春花：我们正站在AI时代的路口

数字化转型在过去十多年已成为常态，但面对高度不确定和快速变化的环境，单纯的数字化已无法满足需求。AI时代带来对世界认知方式的根本改变，企业需从“用系统记录世界”转向“用模型理解、预测和重构决策”。文章提出四点核心升级：第一，重新理解软件本质为“世界规律的代码化表达”，AI原生软件通过数据学习规律并自动生成规则与代码，代码成为结果，系统持续进化；第二，传统的三个世界被重新理解为规律、代码、世界的关系，大模型用于理解复杂系统而非仅回答问题，企业需提升对复杂规律的建模能力；第三，系统能力需从数字系统向AI原生系统全面迁移，六大转变应作为整体架构所依；第四，AI不是互联网延长线，需以结果付费思维、绑定业务价值，避免把AI当作简单的流量工具。意图理解、自然语言作为新源代码，将重塑软件入口、人机互动与任务组织，未来软件趋向多Agent协同、按任务组合、按结果衡量价值。数字化与智能化的本质差距在于是否具备模型驱动的系统，真正的价值在于将AI落地到高价值场景的决策升级和核心能力重定义。结论强调，AI时代的核心是认知升级，谁先完成认知升级，谁将建立新的竞争壁垒。

🏷️ #AI时代 #认知升级 #AI原生系统 #多Agent #商业价值

🔗 原文链接

⁣
📰 Palantir启示录：数字共识——35+员工与AI的“停战协议”，也是新门票

Palantir在构建企业级语义共同体方面，极大地显化了组织内的隐性知识和专业经验，从而为35岁以上的职场人士创造了新的价值空间。近年来，随着“35岁焦虑”及AI替代恐惧的交织，传统职业群体面临着困境。Palantir的崛起标志着竞争的重心从单纯的“执行效率”转向对“认知质量”的追求，这种转变可能使得依赖于传统效率管理的中高层管理者面临挑战。

数字化转型加速了企业能力的提升，企业的数字系统逐渐发展为可以进行复杂判断和战略规划的“大脑”。在这个过程中，行业经验和复杂判断的价值被重新定义，认知领导力取代了流程管理力成为重要的职能。成功的企业将更依赖那些在特定领域具备深厚积累的专业人士，而不仅仅是关注执行效率的新人。

同时，AI的底层能力不断被强化，实际应用场景的构建成为关键。通过有效整合隐性知识与经验，企业能够实现高度的智能化运营。随着传统人才标准逐渐失效，年龄不再是决定个人价值的唯一因素，经验和创新能力将成为新时代的竞争优势。最终，理解数据的深度和广度将决定企业的未来与发展。

🏷️ #Palantir #数字化转型 #认知质量 #AI应用 #职场价值

🔗 原文链接

⁣
📰 Palantir启示录：交互革命带来哪些新机会

文章探讨了人机交互在智能时代的演变，指出交互的重心从界面设计转向构建机器可理解的“语义层”。智能化的进步使得人与机器的协作关系不断深化，机器不仅是工具，更成为理解人类意图的“伙伴”。在这一轮交互革命中，企业需要建立特定领域的“认知框架”，以便机器能更好地理解模糊指令，从而实现语义协同。

随着人机交互的转型，新的机会不断涌现。构建企业级、本体工程将成为推动增长的核心。同时，智能化卫星和其他智能体的出现，将推动人类对地外空间的探索与开发。未来，物理世界与数字世界的界限将逐渐消融，形成无缝的交互体验。由此可见，人工智能的真正潜力在于重塑人与机器、人与世界之间的关系。

最后，智能化的全面落地不仅是技术的升级，更是对人类文明底层的系统性重构。未来的竞争力在于谁能建立最坚实的“语义基础”，从而达到智能化的全面协同。人类即将迎来一个“大航天时代”，这是技术与探索欲望结合的结果，预示着新的文明形态的到来。

🏷️ #人机交互 #智能时代 #语义层 #认知框架 #大航天时代

🔗 原文链接

⁣
📰 三种AI记忆让智能体真正“长大”

在过去的一年中，AI行业经历了一场记忆觉醒，记忆系统逐渐进化为具有心智层次的智能体。记忆系统分化为三个层次：事实性记忆、经验性记忆和工作记忆。事实性记忆不仅记录用户的偏好，还构建可信的“数字人格”，在多个领域展现出商业价值。然而，隐私与效用的平衡成为最大挑战。

经验性记忆使AI能够通过“试错”不断优化自身能力，主流AI产品如OpenAI的ChatGPT和谷歌的Gemini等，已经实现了跨会话记忆，提升了用户体验。但经验性记忆也面临负迁移的风险，需要通过元学习框架来解决。

工作记忆作为AI思维的“缓存”，通过动态管理和优化思维过程，提高了复杂任务的处理能力。未来，AI记忆系统将经历专业化、跨任务迁移和自主优化三个阶段，推动AI向类人认知迈进，展现更深层次的智能。

🏷️ #AI记忆 #数字人格 #经验性记忆 #工作记忆 #认知革命

🔗 原文链接

⁣
📰 2026年企业数字化转型领导者“十要十不要”-36氪

数字化转型是现代企业的重要任务，但许多企业领导对其理解不足，导致转型难以成功。企业一把手往往将数字化视为技术问题，忽视了其战略价值和复杂性，导致转型流于形式。面对数字化转型，企业一把手需明确自身角色，亲自参与，学习相关知识，推动文化变革，才能有效推动转型。老杨提出，成功的数字化转型在于领导力的发挥，70%的成功依赖于一把手的参与和决策。

对于数字化转型的误区，老杨总结了五大问题，包括对数字化本质的误解、追求短期回报、角色的模糊、缺乏系统规划以及忽视组织与文化的变革。这些问题导致企业在转型过程中面临诸多挑战，容易导致项目失败。为解决这些问题，企业一把手需树立正确的认知，推动自身及团队的学习与变革。

最后，老杨提出一把手在数字化转型中应遵循“十要十不要”的原则，强调领导者的亲自参与、协调和激励，避免甩手掌柜和单打独斗的现象。只有通过自我革命和认知的深化，企业才能实现真正的数字化转型，将口号转化为实际行动。

🏷️ #数字化转型 #领导力 #认知 #企业文化 #转型挑战

🔗 原文链接

⁣
📰 教育数字人正在接管讲台，但真正的挑战才刚开始 - 产业链 - 光通信Pro

在教育领域，数字人正逐渐从传统的辅助工具演变为认知型教学智能体。它们不仅能够进行标准化的讲解，还能通过与学生的互动，实时分析学习情况并提供个性化反馈。这一转变使得数字人能够参与到教学全过程中，减轻教师的负担，并提升学生的学习效率。

然而，教育数字人的使用也面临诸多挑战和伦理问题。学生在与数字人互动时，可能会对其产生过度依赖，影响与真人教师的情感连接。此外，数字人在课堂上的权威性问题及数据使用的透明度也值得关注，确保教育质量与公平性是其发展的关键。

为了促进教育数字人的健康发展，亟需建立相应的行业规范和标准。国家层面应推动教育数字人相关政策的制定，确保技术与教育的深度融合。未来的教育应是教师与数字人共同协作的模式，强调人机协同，而非单纯的技术替代。

🏷️ #教育数字人 #认知型智能 #人机协同 #教学伦理 #技术发展

🔗 原文链接