软件先容

永久免费爱爱视频使用指南

第一步：导入文件

翻开软件，，，，，，点击"?添加 永久免费爱爱视频"按钮，，，，，，从电脑中选择《永久免费爱爱视频》文件，，，，，，或直接将其拖拽至软件界面中。。。
。。

第二步：设置剖析

软件会自动识别并剖析导入的文件，，，，，，您可凭证界面提醒选择所需的生涯路径或下载名堂。。。
。。

第三步：最先下载

确认无误后，，，，，，点击"最先下载/处理"按钮。。。
。。期待进度条读取完毕，，，，，，即可在设定的文件夹中审查下载好的正版文件。。。
。。

硬氪首发 | 复旦教授、前英特尔首席科学家做端侧具身大脑，，，，，，「眸深智能」完成近亿元Pre-A轮追加融资，，，，，，永久免费爱爱视频

作者 | 邱晓芬

编辑 | 袁斯来

硬氪获悉，，，，，，「眸深智能」（Motion Brain）完成近亿元Pre-A轮追加融资，，，，，，本轮投资方包括中国头部物业服务公司、香港财团、多家上市公司联合打造的工业投资平台瑾悦投资、创合汇资源，，，，，，以及老股东徐汇资源。。。
。。

这也是继2026年5月3亿元Pre-A轮之后，，，，，，「眸深智能」两个月内再次获得投资，，，，，，别的，，，，，，该公司Pre-A+轮的近5亿融资也在交割当中。。。
。。该公司透露，，，，，，今年上半年以来，，，，，，「眸深智能」的估值增添超10倍，，，，，，是业内生长速率最快的具身大脑企业之一。。。
。。

「眸深智能」建设于2025年1月，，，，，，定位为全球最懂行动的自进化具身大脑公司，，，，，，致力于"给10亿台机械人装原生通用大脑"。。。
。。

该公司由复旦大学深度学习实验室主任陈涛教授、原英特尔中国首席科学家张益民博士，，，，，，与一连创业者穆泽林配合开办。。。
。。焦点团队拥有海思、英特尔、英伟达三大芯片巨头的配景人士，，，，，，是海内少数具备算子级适配能力的具身大模子团队。。。
。。

只管2025年才注册建设，，，，，，「眸深智能」的手艺积累从2022年已经最先。。。
。。在手艺蹊径上，，，，，，「眸深智能」选择了一条与主流VLA（视觉-语言-行动）差别的路径——以行动为焦点的"天下行动模子"（World Motion Model）。。。
。。

（图源/企业）

从2022年起，，，，，，「眸深智能」团队已经宣布了MLD（隐空间行动扩散模子）。。。
。。在其时，，，，，，行业主流是将行动视为离散的信号，，，，，，导致天生的行动僵硬且缺乏多样性，，，，，，而「眸深智能」团队在全球dede规模内首次提出将行动映射到隐空间（Latent Space），，，，，，并引入扩散模子（Diffusion Model）。。。
。。

MLD相当于让AI学会了“无师自通”地天生行动：不再需要逐帧教机械人怎样走路，，，，，，而是让模子像画家去噪一样，，，，，，从一团随机噪声中还原出自然、连贯的人体姿态。。。
。。

若是说MLD解决了“怎么天生行动”，，，，，，「眸深智能」又进一步着眼于怎样“指挥行动”。。。
。。2023年9月，，，，，，团队创立性宣布了MotionGPT。。。
。。类比汉字的基本笔画，，，，，，团队将人体姿态拆解为约3000个“行动基元”。。。
。。就像大语言模子（LLM）通过展望下一个token来天生句子一样，，，，，，MotionGPT通过展望下一个“行动token”来天生重大行为。。。
。。

这种将一连行动离散化的处理方式，，，，，，不但极大地提升了模子对长序列使命的明确能力，，，，，，更主要的是，，，，，，它让机械人具备了Zero-Shot（零样本）泛化能力——没见过的行动指令，，，，，，也能通过重组行动词汇来明确并执行。。。
。。这也是全球首个把行动做成token的具身大模子，，，，，，揭晓于NeurIPS 2023。。。
。。

到了2026年，，，，，，团队已经累计宣布了7代模子，，，，，，基于前述积累，，，，，，「眸深智能」团队又进一步推出了STI- WM（时空一体天下行动模子）具身大模子。。。
。。

STI-WM时空一体天下行动模子是完周全向机械人长时序妄想、在线闭环控制、真实物理交互打造的原生具身智能框架，，，，，，实现空间结构、时间演化、物理一致性、执行鲁棒性四维一体化统一。。。
。。

据先容，，，，，，STI-WM的焦点突破在于，，，，，，彻底挣脱了古板VLA（视觉-语言-行动）模子对海量真机数据的重度依赖，，，，，，接纳了“80%互联网视频+10%动捕数据+10%真机数据”的训练配方，，，，，，并MotionGPT建设的行动辞书，，，，，，从海量无标注的视频中学习物理纪律，，，，，，再用少量动捕数据校准生物力学特征，，，，，，最后仅用10%的真机数据完成闭环对齐。。。
。。

也就是说，，，，，，这种全新的数据训练范式，，，，，，将真机数据需求降低了90%，，，，，，又将行动准确度提升至99%。。。
。。

同时，，，，，，「眸深智能」团队又在今年3月提出的T?MB（Task*Task Motion Brain）也让机械人具备了离线自进化能力，，，，，，当模子安排到端侧后，，，，，，无需联网回传数据，，，，，，仅凭外地交互就能一连优化性能，，，，，，使命执行准确度最高提升25%，，，，，，解决了机械人落地后发明bug必需返厂升级的痛点。。。
。。

值得注重的是，，，，，，英伟达DAIR实验室在最新ARDY模子中，，，，，，便援引了「眸深智能」的MLD与MotionGPT两项原创手艺——这是近两年英伟达第三代行动模子对该公司手艺蹊径的第四次引用。。。
。。

不过，，，，，，真正决议这套大脑能否规；；；
；，，，，，，除了手艺蹊径之外，，，，，，尚有端侧算力本钱，，，，，，这也是「眸深智能」的一大竞争壁垒。。。
。。据先容，，，，，，「眸深智能」从第一代模子起就同步推进两个偏向——模子压缩与国产芯片适配。。。
。。

一方面，，，，，，通过模子蒸馏、冗余参数压缩等工程化方案，，，，，，「眸深智能」将千亿参数级模子压缩至百亿级别，，，，，，在详细场景中参数目降低约75%，，，，，，端侧推理延迟从约200毫秒降至10毫秒左右；；；
；另一方面，，，，，，同步适配海思（昇腾310/910）、地平线、燧原（燧原S60）等国产芯片平台，，，，，，实现低功耗、高实时、超低本钱的端侧推理。。。
。。

这套软硬协同的打法，，，，，，带来的直接效果是，，，，，，模子端侧推理本钱从20万元降至1万元，，，，，，大脑续航时间提升10倍，，，，，，而精度和性能却不掉点。。。
。。这一压缩事情也资助该团队获得了IJCAI 2025全球最佳论文奖，，，，，，也是近五年唯一获此奖项的中国大陆团队。。。
。。

依托这一能力，，，，，，「眸深智能」可在两周内完成一套具身大模子从一个本体到另一个本体的适配，，，，，，包括复旦自研的“光华1号”、宇树G1、上海人形机械人立异中心的“青龙”和“灵龙”等本体。。。
。。

（图源/企业）

「眸深智能」首创人、CEO穆泽林体现，，，，，，海内具身智能行业普遍接纳在外洋芯片上训练、再移植适配国产芯片的方案，，，，，，性能消耗与兼容性问题突出，，，，，，而「眸深智能」未来在模子训练、推理全流程中将基于国产算力芯片原生开发，，，，，，实现手艺栈完全自主可控。。。
。。

在商业化层面，，，，，，「眸深智能」一ㄇ现在海内少数有营收的具身智能大脑公司。。。
。。穆泽林告诉硬氪，，，，，，其2025年审计回款收入万万元，，，，，，2026年上半年3000万元，，，，，，预计今年营收规模5000万元以上。。。
。。

现在，，，，，，公司客户笼罩工业检测、物业、环卫等场景。。。
。。2026年第一季度，，，，，，「眸深智能」已与某港股上市物业公司、A股上市环卫龙头的机械人产品交付；；；
；正在推进与头部连锁零售集团、头部白色家电工厂的人形机械人落地场景研发。。。
。。

以下是硬氪与穆泽林的交流实录（略经摘编）

硬氪：行动怎么酿成Token？？？？这是行业难点吗？？？？

穆泽林：确实是行业卡点。。。
。。我们可以把行动明确为「数字化的姿态」：就像小人书的一页是一个静态姿势，，，，，，一连翻页就成了动画。。。
。。我们早期通过几十人团队手工标注了几万个姿态，，，，，，界说了3000多个基础行动Token，，，，，，类似汉字的3000个常用字，，，，，，组合后能笼罩人类所有行为。。。
。。

更焦点的是让模子学习行动间的关联：就像大语言模子通过学习海量文本掌握字词排列纪律，，，，，，我们让模子寓目百万小时的互联网视频（影视剧、监控、Vlog等），，，，，，学习「喝水时手会抬到嘴边」「抱胸后或许率会睁开手臂」这类行动因果逻辑。。。
。。同时连系10%的动捕数据和10%的真机数据做校准，，，，，，最终实现行动Token的端到端天生——支持从文本、图片、3D点云到行动的转化，，，，，，也就是原生多模态能力。。。
。。

硬氪：行动Token的组合会不会导致算力需求爆炸？？？？怎样优化？？？？

穆泽林：我们不需要穷举所有行动，，，，，，而是学习行动的排列纪律。。。
。。优化主要有两个偏向：一是数据层面，，，，，，80%用互联网视频（已做物理先验过滤，，，，，，确保切合现实纪律），，，，，，降低对高本钱动捕/真机数据的依赖；；；
；二是模子压缩层面，，，，，，我们在端侧安排上有深挚积累，，，，，，曾获得全球顶会最佳论文——通过Token剪枝、量化、动态优化等手艺，，，，，，能把端侧盘算量降低62倍，，，，，，推理延时从200毫秒压缩到10毫秒，，，，，，模子参数目镌汰80%的同时精度不降反升（部分使命提升3%-6%）。。。
。。

硬氪：现在具身智能领域手艺蹊径分化，，，，，，有的着重影象，，，，，，你们是着重行动，，，，，，您怎么看这种分化？？？？

穆泽林：回归第一性原理：大语言模子的乐成实质是Transformer架构实现了Token的排列天生。。。
。。具身智能也应该遵照这个逻辑，，，，，，焦点是解决「执行层」问题——让机械人能稳固完成使命。。。
。。

像影象优化这类更底层的问题，，，，，，我以为短期很难通过首创公司突破，，，，，，需要DeepSeek、OpenAI这类巨头在芯片存储、存算一体架构上的恒久探索。。。
。。我们更务实：通过行动Token的泛化能力（Zero-Shot）解决新使命执行问题，，，，，，好比机械人学过拿矿泉水瓶，，，，，，没学过专长机，，，，，，也能通过行动序列迁徙完成80%的准确度，，，，，，剩余20%通过少量后训练或强化学习校准即可。。。
。。

硬氪：为什么选择适配国产算力，，，，，，而不是用更成熟的英伟达卡？？？？

穆泽林：恒久来看，，，，，，国产GPU是必定选择——N卡会越来越贵、供应受限。。。
。。凯时AG焦点优势是「懂芯片」：团队有海思、英特尔、英伟达三大芯片巨头的配景，，，，，，是海内唯一具备算子级适配能力的具身大模子团队。。。
。。现在已经买通了燧原S60、昇腾310/910等国产芯片的安排，，，，，，下半年目的是攻克千卡级国产集群训练，，，，，，实现纯国产化的大模子训练方案。。。
。。

这不但能解决供应链清静问题，，，，，，更能提升资源效率：好比别人训练一次需要1万张卡、破费5亿，，，，，，我们通过算子优化，，，，，，1000张卡、5000万就能完成，，，，，，类似DeepSeek的低本钱训练逻辑。。。
。。

硬氪：具身智能芯片的时机在那里？？？？你们会自己做吗？？？？

穆泽林：端侧具身芯片确实是大时机，，，，，，现在海内已有20多家公司在结构（好比辉曦、光与星辰等），，，，，，但大多瞄准200TOPS算力（类似英伟达Orin）。。。
。。我们以为未来模子需要处理触觉、传感器、3D点云等多模态信号，，，，，，算力需求会快速提升到1000-2000TOPS——若是芯片公司现在量产200TOPS的产品，，，，，，等流片出来时可能已经跟不上模子迭代速率。。。
。。

我们不会自己做芯片，，，，，，除非未来公司规模抵达数千亿级。。。
。。现阶段更聚焦「软硬协同」：通过算子优化让模子适配现有芯片，，，，，，和芯片公司相助而非重复造轮子。。。
。。

硬氪：未来工业分工会是怎样的？？？？大脑和本体是否会各自形成通用供应商？？？？

穆泽林：本体可能会像汽车行业一样，，，，，，有差别的特色（好比负载更大、更轻量化），，，，，，但大脑领域或许率会形成「一超多强」名堂——通用大脑的研发门槛极高，，，，，，海内真正具备研发能力的团队屈指可数。。。
。。我们目的是成为谁人「超等通用大脑」，，，，，，同时允许其他团队聚焦细分场景（好比快递分拣、电力巡检）。。。
。。

5-10年内，，，，，，不会泛起每家机械人公司都自研大脑的情形——大脑的研发投入（人才、算力）远超本体，，，，，，创业公司更有时机突破，，，，，，就像OpenAI不是大厂孵化的。。。
。。大厂的优势在纯软件场景，，，，，，而具身智能需要软硬件深度连系，，，，，，创业公司的无邪性和专注度更有优势。。。
。。

首页图源｜企业供图

排版｜范馨雅