标签： 人工智能

#抖音精选App投稿中 #抖音Ai浪潮创作计划 “国家”的”国”字能流行起来，还得感谢刘邦 https://t.co/1N06QqeR2A

#抖音精选App投稿中 #抖音Ai浪潮创作计划 "国家"的"国"字能流行起来，还得感谢刘邦 https://t.co/1N06QqeR2A

X 用户 @yuqiyong 于 10 月 3 日发布一条短视频，用 AI 生成内容讲"国"字从"國"简化的历史，并挂上"#抖音精选App投稿中""#抖音Ai浪潮创作计划"两个话题标签。这条帖子把历史科普、AI 创作工具和抖音的投稿激励计划绑在了一起，值得关注的是平台正在用话题标签批量引导 AI 内容生产。

感觉 @axisrobotics 不只是机器人训练。 Axis 在做的是给机器人收集训练数据。 现在普通人用电脑浏览器就能参与。 在 Axis Hub 里控制模拟机器人完成任务，每次有效操作都会形成训练数据，提交后还会进行验证。整个过程不需要自己买机器人，也不需要显卡。 最近比较值得关注的是 Axis V2。 以前主要是让用户操作机器人，收集数据给模型训练。 现在加入了模型自己先做，人来纠正的流程。 机器人快做错的时候，你接管一下，把…

感觉 @axisrobotics 不只是机器人训练。 Axis 在做的是给机器人收集训练数据。 现在普通人用电脑浏览器就能参与。 在 Axis Hub 里控制模拟机器人完成任务，每次有效操作都会形成训练数据，提交后还会进行验证。整个过程不需要自己买机器人，也不需要显卡。 最近比较值得关注的是 Axis V2。 以前主要是让用户操作机器人，收集数据给模型训练。 现在加入了模型自己先做，人来纠正的流程。 机器人快做错的时候，你接管一下，把…

Axis Robotics 把机器人训练数据采集搬进了浏览器，普通人不用买机器人、不用显卡就能参与；最新 v2 版本从"人操作机器人"升级为"模型先做、人只负责纠错"，并公开了 5 万多条模拟轨迹数据集。

不到一年时间，我们已经从“OpenClaw”到“Personal AI Agent ”。 之前行业总说C端难以落地，但是反认知的是Instinct目前估值已经来到了100亿美元，而且日增长保持在10%。 一个月时间从Grok Bot、Muse到Cue和Bots。国庆之后字节，腾讯，阿也要加入。新一轮的AI产品军备竞赛! https://t.co/Tvri6ZasbF

不到一年时间，我们已经从“OpenClaw”到“Personal AI Agent ”。 之前行业总说C端难以落地，但是反认知的是Instinct目前估值已经来到了100亿美元，而且日增长保持在10%。 一个月时间从Grok Bot、Muse到Cue和Bots。国庆之后字节，腾讯，阿也要加入。新一轮的AI产品军备竞赛! https://t.co/Tvri6ZasbF

过去不到一年，AI 产品主线从开发者工具 OpenClaw 转向「Personal AI Agent」，Instinct 以 14 人团队做出百亿美元估值、日增用户 10%，Grok Bot、Muse、Cue、Dots 等大厂产品密集上线，字节、腾讯也被传将在国庆后入局。

🔥 Cloudflare Agents + Pi 正式合体：边缘有状态智能体迎来关键里程碑 Cloudflare 的 Matt Carey 刚刚公布了 agents SDK v0.26.0 的重磅更新：正式原生支持将 Pi 运行在 Durable Objects（DO）之上。现在只需一条命令 npm i agents 即可上手。 这次更新背后的核心看点与技术演进： 有状态智能体落地边缘（Stateful Agents at the E…

🔥 Cloudflare Agents + Pi 正式合体：边缘有状态智能体迎来关键里程碑 Cloudflare 的 Matt Carey 刚刚公布了 agents SDK v0.26.0 的重磅更新：正式原生支持将 Pi 运行在 Durable Objects（DO）之上。现在只需一条命令 npm i agents 即可上手。 这次更新背后的核心看点与技术演进： 有状态智能体落地边缘（Stateful Agents at the E…

Cloudflare Agents SDK 发布 v0.26.0，原生支持把轻量智能体框架 Pi 跑在 Durable Objects 上，让有状态 AI Agent 可以直接部署到边缘节点。

分析得非常透彻！具身智能（Embodied AI）最大的瓶颈从来不是算法，而是高质量的真实/模拟操作数据。Axis V2 引进的“模型先做、人工接管纠错”机制，相当于把大语言模型的 RLHF（强化学习）搬到了机器人动作轨迹（Trajectory）训练里。这种众包数据收集 + Human-in-the-loop 的飞轮效应，才是 DePIN + AI 真正能落地变现的方向！

分析得非常透彻！具身智能（Embodied AI）最大的瓶颈从来不是算法，而是高质量的真实/模拟操作数据。Axis V2 引进的“模型先做、人工接管纠错”机制，相当于把大语言模型的 RLHF（强化学习）搬到了机器人动作轨迹（Trajectory）训练里。这种众包数据收集 + Human-in-the-loop 的飞轮效应，才是 DePIN + AI 真正能落地变现的方向！

据 @edyjayakarya 在 X 上发布的观点，Axis V2 采用“模型先执行、人工接管纠错”的方式采集机器人操作轨迹数据，把大模型领域的 RLHF 思路搬到具身智能训练中。这条路径的意义在于：它可能比单纯堆算法更能解决具身智能的数据瓶颈，也让“众包数据 + DePIN”有了更具体的商业落点。

[Model Support] Kimi K3 Tracking Issue

[Model Support] Kimi K3 Tracking Issue

这是一个 Kimi K3 模型支持的 GitHub Tracking Issue，并非单点故障报告。用户通常在 vLLM 加载 Kimi K3 权重、运行并发推理或启用特定并行/投机解码配置时遇到崩溃或加载差异。优先排查方向是确认自己使用的 vLLM 分支/PR 是否已合入对应子任务（如 DCP、F