📁 技术洞察

AI 产业深度观察:从投资视角拆解 AI 芯片、大模型、具身智能等赛道的技术真相与商业逻辑。基于 37+ 份融资 BP 和 300+ 项目审查经验,拒绝 PPT 泡沫,只讲技术本质。

Figure 02 进了车间:我跑了三个月仿真,最后发现还是得靠人肉调试

2026年8月,我和团队盯着屏幕上Figure 02 的最新演示视频,办公室里只有散热风扇的嗡嗡声。这是我的第三个创业项目,前两个,一个做AI辅助设计,一个做SaaS,都死在了「落地」这两个字上。这一次,我们押注AI+制造业,具体来说,是让具身智能机器人真正走进工厂流水线。 Figure 02 发布…

Atlas 2.0 的腿为什么没软?DeepMind 那篇论文里的“软控制”到底难在哪

大家好,我是韩知行。今天咱们不聊大模型怎么把代码写得更漂亮,咱们聊聊腿。就在上周,波士顿动力放出了新一代Atlas的视频,说实话,我盯着屏幕看了五分钟没敢眨眼。那个处理杂乱木材的动作,那个在半空中调整重心的瞬间,它不再是那种冷冰冰的机械舞,它看起来……有点像人。这让我想起Google DeepMin…

Figure 01 机器人:仿生架构如何驱动通用操作

最近组会分享 Figure 01 的落地进展,有人问我“这玩意儿到底怎么做到通用操作的?” 我琢磨着,与其搞那些高大上的理论,不如把我的踩坑经历和调试过程掏出来,算是对同行们一点参考。Figure 01 这家伙,看着像个电影道具,但背后堆的料确实狠,尤其是那套多模态感知和模仿学习系统,连我都得佩服。…

仿真99%通过,实测76%——我的Figure 02具身智能落地血泪史

我是沈青锋,连续创业者。第三个项目做AI+制造业,专门给传统工厂装AI。第一次创业是做工业自动化,第二次是供应链管理,这两次让我明白,技术再牛,没落地就是废纸。这次搞AI+制造业,我选了机器人,具体来说是Figure 02这款产品。它最近发布了一个新版本,带了个叫VLM(视觉语言模型)的玩意儿,号称…

别再只盯着 HBM 了:台积电 2nm 如何在物理层面杀死 AI 芯片的功耗墙

在过去的五年里,我审查了数百份 AI 芯片的 BP。绝大多数创业团队都在讲算法、讲大模型参数、讲推理加速。但在技术顾问眼里,这些大多是“PPT AI”。当算力需求从训练转向推理,当单芯片功耗突破 500W 成为散热噩梦,真正的战场已经转移到了半导体物理的底层。 台积电 2nm(N2)工艺与 GAA …

Optimus 进工厂:仿真 99% 通过,实测 68%——我的具身智能落地血泪史

刚看完Tesla Optimus搬运电池的工厂演示,我盯着屏幕里的那个身影,手里握着的咖啡杯手抖了一下。作为在具身智能领域摸爬滚打5年的ROS工程师,我太清楚这背后意味着什么。这不仅仅是几个看起来很丝滑的关节运动,而是数以万计行代码、数吨重的硬件堆叠在一起才能实现的工程奇迹。但正如我们在实验室里反复…

Figure 01 进工厂:具身智能爆发前夜,软硬件结合的工程挑战在哪里?

昨天晚上实验室组会,大家都在刷 Figure 01 进工厂的视频。说实话,我盯着屏幕看了三遍,不是因为它有多好看,而是因为它太“反直觉”了。以前我们做机器人,那是把控制算法写在 C++ 里,像修钟表一样精细地调 PID 参数,每一步都要算好力矩、加速度、动力学模型。现在倒好,直接喂给一个大模型一句话…

仿真跑了100%通过,实测76%——我的Tesla Optimus具身智能踩坑记

大家好,我是许彦,一个在机器人领域摸爬滚打了五年的工程师。今天我想和大家聊聊Tesla Optimus的最新工厂演示,以及具身智能技术从实验室走向工业场景时,那些让人头疼的落地挑战。说实话,每次看到这些演示,我内心既兴奋又焦虑。兴奋的是技术真的在进步,焦虑的是仿真环境里的完美表现,到了真实世界总会掉…

为什么 HBM3e 的价格战正在淘汰 90% 的 AI 芯片初创企业:Blackwell B200 的 FP4 是真突破还是营销噱头?

作为一名在投资机构摸爬滚打五年的技术顾问,我看过上百份 AI 项目的 BP。绝大多数都在讲「算法」、「模型」和「场景」,仿佛只要有了模型,世界就会改变。但我更关心的是硬件成本,特别是显存(HBM)成本。过去一年,我见证了无数 AI 初创公司因为算力成本过高而倒闭,也见证了云厂商为了争夺 HBM3e …

HBM3e 短缺正在杀死 80% 的 AI 初创公司:Blackwell B200 的 FP4 与 Transformer 引擎如何重新定义 ROI

作为一个在投资机构干了5年的技术顾问,我看过上百个AI项目的BP。绝大多数创业者的技术路线图都犯了一个致命错误:他们假设算力是无限的,或者至少是可以按需购买的。在GPT-4.5发布后的这半年里,我反复验证了一个残酷的事实——HBM3e内存短缺正在成为AI行业的“达摩克利斯之剑”。这不仅仅是供应链问题…