946 米,这台没人骑的山地车自己冲下山路。
RAI Institute 和 ETH Zurich 的自行车机器人 UMV,在苏黎世 Allmend 山地车赛道上做了实地测试。项目页写赛道全长 969 米,分 6 段自主跑完其中 946 米,平均 3.26 米/秒,最高 5.2 米/秒,比遥控快 2.3 倍。感知和计算都在车上,用相机、激光雷达和一块英伟达 AGX Orin。
实验室里会翻转只是热闹。能自己选线下山,这东西才算开始干活。
视频:@XRoboHub(RAI Institute / ETH Zurich)
1 句话,桌上的灯就换了颜色。
这是乐鑫给 ESP32 做的官方语音助手固件 ESP Agents Firmware,放在 GitHub 上,把麦克风、喇叭、屏幕接到 AI 智能体上,能设提醒、调音量,还能通过 Matter 直接控家里的灯,开关、亮度、颜色都行。
一颗便宜的 MCU 就能接上大模型,智能家居的入口不一定非得是一台音箱。
视频:@Alacritic_Super(乐鑫 ESP Agents 演示)
2
2
302
7 美元一块板,22 步设好了闹钟。
这是 Henry Yuan 的开源项目。ESP32 在手机上看起来像 USB 键鼠,系统辅助触控把点击变成点按,屏幕投屏给视觉模型看,规划器每一步都核对画面。仓库写明不用 Mac、不用开发者账号、不用越狱,许可证是 MIT。演示里设一个每天早上 7 点的循环闹钟,一共 22 步。仓库 2026 年 10 月 11 日建立,今天早上看星标是 5067。视频是 2 倍速。
真机代理难在每一步都要对着屏幕确认自己没点错。
视频:项目作者 Henry Yuan,经 @pifagor_dao 转发
2
73
人不说话也不动手,屏幕上开始画他正在盯的东西。
Alljoined 发布了 AIR-O。官方说只用非侵入脑电,实时从零生成一张图,画出这个人的注意力落在哪。演示里用的是一台价值 5 万美元的 BrainVision ActiChamp Plus,不是消费级帽子。官方还写,先在其他人数据上预训练,新用户微调从 20 小时降到 15 分钟。生成图是把脑电映射到 CLIP 空间,再交给现成的扩散模型。
官方演示的是注意力落点。复杂想法和准确率,他们都还没给出。
视频:@alljoined
1
24
10 分钟,插上 USB,机械臂就能开始干活。
Google DeepMind 给 Antigravity 加了 Robotics 插件,搭配 Gemini 4 Hydrogen。接上支持的臂,先在 MuJoCo 里练,再用平常说话让真机执行。官方演示里,I2RT YAM 从插上到校准大约 10 分钟;一块白板草图到传送带分拣,官方写大约 1 小时。插件还写明支持低成本 SO-ARM101 和工业级 FR3 Duo。
会聊天只是入口。换一条没被列进去的臂,这套下午就能用的流程是接不上的。
视频:@GoogleDeepMind
2 秒,会议字幕出现在手机背面的墨水屏上。
Flowtica Verso 磁吸在手机背后,78 克、6.5 毫米厚。按一下开始录,官网写直播转写大约 2 秒内出现在这块 259 PPI 的 E Ink 屏上。录音和保存可以离线,转写和摘要要重新联网,走安全云。官网标价 299 美元,首批 12 月 21 日到 27 日发货。
会议里最烦的是低头翻手机找纪要。这块屏要解决的,就是让你不用把手机翻过来。
视频:@Flowtica_AI
1
55
399 美元起,这台口袋电脑要到 2027 年 7 月才发货。
Flipper Devices 11 月 17 日在 Kickstarter 开启 Flipper One 众筹,早鸟 399 美元,预计 2027 年 7 月开始给支持者发货。官方把它和 Flipper Zero 分开定位,这是另一台机器:8 核 RK3576,带 NPU 和 GPU,两个千兆网口,Wi-Fi 6E,还可经 USB-C 或 HDMI 外接屏幕,系统是基于 Debian 的 Flipper OS,固件开源。
口袋电脑的热闹在众筹页上,真正难的是一年后还能不能按时交到手里。
图:Flipper Devices(via The Verge)
1
2
195
4 台桌面机器连成一圈,内存加起来 512GB。
英伟达在 SC26 推出 DGX Spark HPC 开发套件:4 台 DGX Spark 用 ConnectX-7 直接连成环,不用额外买交换机,合计 512GB 内存、16TB NVMe。官方写用 NVFP4 可以在本地跑到 7000 亿参数的模型,比如 DeepSeek V4.1。套件已开始销售,走宏碁、华硕、戴尔、联想这些 OEM 和 NVIDIA Marketplace。
数据中心的组网办法被搬到桌上了。这是给实验室和开发者的本地集群,还不是普通办公桌能随手下一台的消费产品。
图:NVIDIA Blog(11 月 16 日)。出处:英伟达官方博客
5 亿美元,这家公司不做人形,先做一对能干活的手。
Genesis AI 11 月 17 日宣布完成 5 亿美元 A 轮,投后估值 35 亿美元,Premji Invest、Khosla、Eclipse 领投,英伟达和 AMD 也在投资人里。加上 2025 年 7 月的种子轮,累计约 6.05 亿美元。主力产品 Eno 是轮式双臂,公司说已做出 30 到 40 台,正在和少数未披露客户做试点,量产代工计划明年在美国开工,先走制造、物流和实验室。
不把机器人做成一个人的样子,是在为工厂里真能摆得下、收得走做取舍。视频是产品演示,TechCrunch 探访时 Eno 还没准备好当场演示。
视频:@TheHumanoidHub。出处:公司新闻稿、TechCrunch 11 月 17 日报道
2
3
232
一块宜家屏幕,他把 Matter 和音频可视化接在一起了。
@zhounanyu 用宜家的显示屏、Seeed 的 XIAO ESP32-C6,把 Matter 和 Sendspin 的可视化角色拼在一起,灯块随着声音跳动。作者自己说,开源协议能这样配在一起,是件很开心的事。
智能家居最值钱的,常常是这些小协议真的能互相认得。
视频:@zhounanyu
51
500 万美元,世嘉把合同撤了,钱却还是付完了。
1990 年代中期,英伟达第一条芯片走错了架构,又在给世嘉做主机芯片。黄仁勋后来在红杉播客里说,合同做完会把公司拖死,不做又会立刻没钱。他去找当时的世嘉负责人入交昭一郎,请对方解除合同,但把钱付完。入交考虑了几天,说愿意帮这个忙。黄仁勋回忆大概是 500 万美元,当时公司就靠这笔钱撑下来。
2026 年 9 月,入交接受日本时报采访,说他是用剩余开发款买了英伟达的股份,当作临别赠礼,数字同样是 500 万美元。
芯片公司最难的时刻,往往发生在方向已经错了、还要有人肯把钱留下的时候。
照片:Masaru Kamikura(2016 年 GTC Japan 演讲,CC BY 2.0)。出处:红杉 Crucible Moments;日本时报 2026 年 9 月 12 日对入交的采访
1
49




