AI瞭望塔 | 0628-0704一周AI动态速览

多客科技

作者：微信文章
每周5分钟帮你掌握AI最新动向，让我们一起看看最近AI又有哪些新的能力迭代 (๑╹◡╹๑)

前言
AI暸望塔 -本期重点关注
本周我们精选了国内外新的AI产品、应用案例进展。

本期重点关注：

1.Deepmind机器人本地化模型，突破性实现机器人本体独立运行。

2.Hailuo视频agent，技术路线清晰，适合内容创作者提前布局。

3.Claude-Artifacts功能支持作品fork与模板复用，产品经理/创业者可快速验证MVP。

4.凯文·凯利指出：智能眼镜可能成Agent主流入口，5年内AI将具备情绪回应能力。
一、行业瞭望（0621-0627）

1、6月24日，Deepmind 推出新一代机器人AI模型 它可以在机器人本体上独立运行 无需依赖云端计算资源

主要亮点：可以在机器人本体上独立运行，无需依赖云端计算资源。该模型整合了视觉、语言理解和动作决策能力，能够完成高度灵巧且多变的实际任务。

减少对云计算的依赖 → 降低延迟，提升响应速度。

在网络不稳定环境下正常运行 → 提高可靠性。

实现通用操作能力和快速适应新任务 → 提高机器人通用性。

Gemini Robotics On-Device 标志着机器人AI迈入“可用”、“可部署”、“可泛化”的新阶段。

它具有的意义包括：

边缘智能普及化：机器人可以独立思考、执行任务，不再依赖外部服务器。

部署成本下降：适应性强 + 快速微调 → 降低行业应用门槛。

跨硬件统一模型架构：未来可实现一个模型适配各种形态的机器人设备。

二、新AI产品\应用案例

1、Gemini Code Assist 是 Google 推出的一款 AI 编程辅助插件，主要运行于 Visual Studio Code（Visualstudio 插件下载）

主要亮点：

多语言支持：适用于任意主流编程语言。

多环境可用：支持常见 IDE、Google Cloud 服务。

上下文智能感知：响应基于代码当前状态进行优化。

AI 与安全并重：企业版支持合规、私有化上下文、VPC 安全访问。

灵活计费：支持免费试用、按需升级。

2、未来 UI 的雏形：实时生成交互界面-Gemini 2.5 Flash-Lite 能在点击瞬间预测并生成下一屏的 UI 和内容，完全基于上下文

3、Hailuo AI 推出 Hailuo Video Agent 无需专业知识和剪辑技巧 通过自然语言一键生成创意视频

主要亮点：Hailuo Video Agent 的技术路线被明确规划为三大阶段，逐步提升定制能力与自动化程度：

阶段一：模版驱动的视频生成（现已开放）

提供预设 Agent 模板，用户按照提示输入文字或图片内容，即可一键生成精致短视频。

这一阶段侧重于“即用型”创意体验，适合非专业用户快速上手。

阶段二：半定制型视频生成（计划在夏季推出）

用户可在模板基础上，对视频的各个部分进行编辑，包括脚本、镜头风格、配音等，提升创作灵活性。

面向有一定创作需求或审美偏好的用户。

阶段三：完全自动化的视频创作流程（开发中）

系统可根据用户输入的创意描述，自动生成完整的视频内容，几乎无需人为干预。

这是面向“从创意到成片”的全流程智能代理愿景。

3、支付宝上线首个「AI 打赏」服务（ 蚂蚁百宝箱 | 阿里云百炼）

主要亮点：

开发者可在智能体中接入打赏功能。

用户可直接为喜爱的智能体打赏支持。

依托蚂蚁百宝箱与阿里云百炼平台实现接入。

4、Anthropic Claude 推出Claude Artifacts创作空间和应用发布分享功能（案例：学习伴侣|产品需求文档（PRD）|帮助团队深入剖析问题的助手|解梦机器）

1）Artifacts创作空间：用户可以在里面创建、保存和分享他们用Claude做出来的东西。比如，你可以用Claude创建一个节奏机器（就像视频里展示的），然后分享给别人。

主要功能

提供一个集中的界面，管理所有 Claude 生成的项目和创作。

用户可以浏览精选示例（curated examples）。

所有 Artifact 项目都可以被**“fork”** —— 即复制并进行个性化修改。

包括多种模板，如游戏、闪卡、编程工具、创意练习等（从截图和视频中可见）。

2）嵌入AI能力：当你创建这些东西时，Claude的AI能力可以直接被嵌入到里面，无需申请API，而且你可以直接发布分享你创建的应用。比如你创建一个学习工具，Claude的AI可以根据用户的技能水平提供个性化的辅导或答案。当你分享这些嵌入AI能力的作品时，其他人可以通过他们的Claude账户使用。这些使用会计入他们的订阅，而不是你的。这样，创建者和用户之间的成本和使用权得到了平衡。

核心功能

用户可以利用 Claude 的智能，直接在作品中嵌入 AI 功能，创建功能性 AI 应用。

应用发布后，使用者需使用自己的 Claude 账户登录，从而实现计费独立（不会占用原作者的 token 或额度）。

Claude Artifacts 是一种面向非程序员和产品原型设计者的强大工具。它让你能以最少的开发成本，验证 AI 产品想法，并快速将其呈现为交互式体验。

想从 0 到 1 搭建 AI 应用？这就是最轻量、最快速的方式。

不会写代码但有创意的人：Claude 可以帮你从 0 到 1 快速落地；

产品经理、运营人、内容创作者：不再受限于“有个想法却没人帮忙做”；

开发者：可以快速试验新思路，不再从空白页面起步；

创业者：轻资产验证 MVP，快到飞起。

5、ElevenLabs 发布新一代语音设计工具 Voice Design v3 支持 70+语言 可设计控制各种语音个性

主要亮点：

允许用户通过文本提示词创建符合角色设定的个性化语音。

新版本模型具备更高音质、更丰富的表达力。语音角色的个性和韵律（如语气、语速、语调变化、年龄和性别）拥有更细致控制。

支持 70+语言 和数百种本地口音，适合制作级用途。

6、豆包更新“AI编程”功能，能直接可视化修改网页



7、「抖音搜索」App 升级为「AI 抖音」App



8、支付宝上线全民级的AI健康管家“AQ”

三、专家访谈\行业会

1、李建忠对话凯文.凯利：AI的进化与颠覆

关键摘要：

真实世界的数字建模，我们正在用真实世界训练AI，让它们拥有“空间智能”（spatial intelligence），教会它们物理法则、远近概念和三维原理等。我们在未来，会戴上智能眼镜，真正进入那早已存在的世界。

技术的普遍趋势，就是从通用工具开始，逐步走向更具体、更专业的细分，包括AI，一开始，只有一种“锤子”，它能干所有事。随后，有了各种专门的锤子：大锤、小锤、羊角锤等，有了锤子的“物种大爆发”。相机也是如此，从一种相机，分化出了长焦相机、红外相机、水下相机等等。

AI的“异人智能”，与人类的智能，即使智能原理等同，也不能将AI和人类划等号，AI的意识，和我们的意识，不会是同一种，AI的创造力，会是一种异人的创造力（幽默感也是）。

在未来25年的时间尺度里，人类最重要的能力，就是“人性本身”，人类未来的工作，很大一部分就是去管理AI，并替它们承担责任。

AI下一阶段的核心战争，将是Agent的入口之争，而入口可能是智能眼镜，概念上讲这个入口，就像坐在肩膀上的精灵，看你所看，听你所听，在你耳边轻声提示。

我们需要一个操作系统，来定义AI时代人机交互的标准，我们需要一个标准的协议，这样无论我们做什么动作、说什么话，在任何地方都代表相同的意义。

AI将带来的下一个浪潮：空间智能，未来的内容，会向“镜像世界”、向三维沉浸式内容体验迁移。二维的平面内容已经不够，我们想要的是3D，甚至是加上了时间维度的4D。

未来AI不仅会“生成”内容，它们也会“消费”内容，一些由机器人生成的东西，将只被其他机器人阅读。这会成为未来经济模式的一部分。随着未来全球人口趋于平缓，AI可能成为我们所创造的内容、软件和媒体的“消费者”。它们甚至，会为了阅读未见过的新奇内容，选择付费。

在未来，也许只要5年，一个更大的冲击即将到来，那就是：AI将是“有情绪”的，它们能回应我们的情绪，并产生情绪上的反应。想象一下你养的狗，它不会说话，但你爱它，它也爱你，你们关系亲密。现在，想象这只狗不仅能说话，还能博览群书，能和你谈天说地，给你建议，解释一切，并且随时愿意陪你玩。

未来绝大多数机器人，都不会是人形的，但很多可能会是“人类尺寸”，很多机器人会是“人类尺寸”，是因为基础设施，比如门、楼梯，都是为人类尺寸设计的。

AI 眼镜被认为AI 大模型的最佳应用载体之一。AI 眼镜在传统眼镜基础上搭载了人工智能技术，可集成相机、蓝牙耳机、AR 等多重设备或功能。AI眼镜占据人体唯一无接触多模态（视觉+听觉+语言）交互入口，为 AI 大模型落地移动终端硬件的绝佳载体。

2、Sam Altman提醒创业者：ChatGPT将来要做的，大家就绕开吧（视频）

关键摘要：

1）关于 AI 及 ChatGPT 要做的事

AI 的进化：从问答工具，到全天候智能体，直至「即时软件」的出现，和机器人时代的到来。

对应策略：先把认知（AI）的部分做到极致，再连接到机器人上。我期待有一天，当用户订阅“最高级的 ChatGPT”时，会免费送一个机器人。

2）创业者的最大机会：抓住「产品与能力」的巨大缺口。

创业公司的防御性：打造独特领域下「唯一好用的产品」，再去靠品牌、以及「记忆」这类网络效应。不要做翻版 ChatGPT，不要做人人都在做的热门方向。

招人的“最重要原则”：「招人看斜率，而不是 Y 轴截距」。意味着，看一个人的成长潜力，而非当前光鲜的履历。

推荐阅读：

AI瞭望塔 | 0617-0624一周AI动态速览

什么是大模型后训练