🔥 1. 英伟达 RTX Spark 真机现身 Bilibili World：CPU+GPU 焊在一起，笔记本跑 120B 大模型 — 1500 pts
英伟达在 Bilibili World 首次面向大众展示搭载 RTX Spark 超级芯片的笔记本电脑。核心亮点：Blackwell GPU 与 20 核 Grace CPU 通过 NVLink-C2C 直接互联（相当于焊在一起），算力 1 Petaflop，128GB 统一内存（GPU 和 CPU 共用，无需数据搬运）。定位为"专为本地个人智能体打造"——可在本地运行 120B 参数大模型，上下文窗口拉至 100 万 token。配合英伟达 OpenShell 运行时，用户可设置智能体的操作边界，敏感信息留在本地处理，仅脱敏后发给云端。OpenClaw 和 Hermes Agent 已集成此安全层。DLSS + 光追 + Reflex 在 1440p 下稳跑 100FPS+。同时发布的 DGX Spark 桌面超算面向开发者，支持最高 200B 参数模型的微调和推理。RTX Spark 可以跑游戏、可以跑 Agent、可以做 3D 创作——个人 AI 超级终端正在从概念变成产品。
→ https://www.qbitai.com/2026/07/447981.html
🔥 2. 具身数据行业全景：97 家玩家涌入一年融资 44.7 亿，独立数据服务商成最大群体 — 1400 pts
量子位首次全面统计国内具身数据行业：97 家玩家（70 家数据采集 + 27 家数据 infra），过去一年独立数据服务商融资约 44.7 亿元。四大技术路线：真机遥操（最贵、最有公信力）、无本体采集（最年轻，技术最丰富，含 Ego 视角/UMI/肌电/触觉等）、仿真合成（sim2real gap 仍是瓶颈）、互联网视频蒸馏（成本最低，仅 1 家）。43% 的公司走跨路线采集——没有任何一种数据采集方式能独自满足需求。独立数据服务商占 40%，超过国资平台（26%）和机器人公司（25%），具身数据已成长为独立赛道。最有趣的是湖南郴州的"具身数据采集 5S 店"——普通顾客领一套夹爪、手套和头戴相机，边做家务边产数据，首期 1000 套设备满产年采集 100 万小时。数据正在成为具身智能的"新石油"——但采油本身已经成了一个百亿级的新产业。
→ https://www.qbitai.com/2026/07/447914.html
🔥 3. 98 年哈工大教授杨朔创业破晓智能：从触觉数据到灵巧操作世界模型 — 1300 pts
出生于 1998 年的哈工大（深圳）长聘教授、博导 杨朔 创办 破晓智能（PHANES AI），从触觉数据切入，构建人形机器人全身移动灵巧操作世界模型。杨朔 26 岁获评哈工大长聘教授，曾获 Google Ph.D. Fellowship，毕业于中科院计算所。其团队此前已推出三款工作：EgoTouch（第一人称触觉数据采集）、TouchAnything（从第一人称视频恢复触觉）、TouchWorld（面向灵巧操作的触觉世界模型）。三者构成一条完整路线：先采触觉→再对齐触觉→最后让模型真正使用触觉。光有视觉和动作轨迹不够——机器人还需要知道"手指压在哪里、力有多大、物体有没有滑、接触是否稳定"。当 VLA 让机器人"看见世界"，触觉正在成为让机器人真正"接触世界、操作世界"的最后一层缺失信息。
→ https://www.qbitai.com/2026/07/448034.html
🔥 4. RTX Spark 的行业意义：个人 AI 超级终端——从云端大模型到本地 Agent 的关键一步 — 1200 pts
RTX Spark 的发布意义远超一款硬件产品。1 Petaflop 算力 + 128GB 统一内存 + 本地跑 120B 模型 + 100 万 token 上下文，这组参数意味着个人电脑第一次具备了在本地运行顶级 AI Agent 所需的所有计算资源。此前 Agent 严重依赖云端 API，带来延迟、成本和隐私三重问题。RTX Spark 的 OpenShell 运行时允许用户将敏感信息留在本地处理，只在脱敏后调用云端模型——这是一种"本地+云端"混合架构，兼顾了隐私和性能。英伟达同时发布了 DGX Spark（预装完整 AI 软件栈的桌面超算，最高支持 200B 参数），将开发者生态扩展到个人工作站。当一台笔记本能本地跑 120B 模型，Agent 从"云服务"走向"本地应用"就有了硬件基础——这可能彻底改变 AI 应用的分发和定价模式。
→ https://www.qbitai.com/2026/07/447981.html
🔥 5. 具身数据行业十问：独立数据服务商崛起，仿真合成路线遭遇挑战 — 1100 pts
量子位统计揭示了具身数据行业的结构性特征。最拥挤的赛道是跨路线采集（43%）——没有哪条路能独自满足需求。真机遥操路线最贵但最有公信力（22 家单独押注，13 家国资+7 家机器人公司）。无本体采集路线最年轻、技术最多元（Ego 视角/UMI 触觉/肌电等）。仿真合成路线正遭遇挑战——曾以仿真数据为核心的光轮智能也开始采集人类数据，银河通用也从坚定仿真派转向发布遥操系统。原因：sim2real gap 仍然没有太好的解法，难以高保真还原真实世界的摩擦、形变和力觉反馈。互联网视频蒸馏仅 1 家——枢途科技从互联网单目 RGB 视频提取多模态数据，宣称能把成本降到行业平均的千分之五。当 44.7 亿资本涌入数据赛道，"不缺模型缺数据"正在成为具身智能的共识。
→ https://www.qbitai.com/2026/07/447914.html
🔥 6. 破晓智能的触觉路线：从 EgoTouch 到 TouchWorld——人类触觉数据如何教机器人"感知接触" — 1100 pts
破晓智能的三步路线体现了清晰的"从数据到世界模型"逻辑。EgoTouch 解决采集问题：将第一人称视频、腕部视角、手部姿态和双手压力图同步采集，让人类操作视频带上接触和压力信息。TouchAnything 解决规模问题：大多数第一人称视频没有触觉信息，TouchAnything 从视频中恢复出接触状态和力度估计——相当于免费为海量互联网视频补上"触觉通道"。TouchWorld 解决使用问题：让机器人不只预测画面如何变化，也开始预测接触如何发生，并在真实操作中利用触觉反馈修正动作。"触觉是机器人从'能完成动作'到'能完成精细动作'的关键分界线"——机器人可以靠视觉完成"抓杯子"，但只有加上触觉才能完成"抓杯子而不捏碎它"。这也是 7 月 10 日蚂蚁灵波 LingBot-VA 2.0 "抓薯片"任务展示的同一维度能力。
→ https://www.qbitai.com/2026/07/448034.html
🔥 7. OpenShell 运行时：英伟达为本地 Agent 打造的隐私安全层——敏感数据本地处理、脱敏后上云 — 900 pts
RTX Spark 最被低估的部分或许是 OpenShell 运行时。Agent 一直面临着一个根本矛盾：本地运行能力不够强（模型太小效果差），云端运行隐私风险高（把敏感数据发给外部 API）。OpenShell 的解决方案是"混合架构"——用户设置智能体可执行的操作边界，敏感信息由本地 120B 模型处理（不需要比 OpenClaude Codex 更强的模型跑本地任务），仅将脱敏后的非敏感内容发给云端模型（需要更强推理能力的场景）。OpenClaw 和 Hermes Agent 已集成这一安全层。这种本地+云端的混合 Agent 模式可能成为未来的主流：本地处理隐私和低延迟任务，云端处理复杂推理任务，用户掌控数据边界。
→ https://www.qbitai.com/2026/07/447981.html
🔥 8. 具身数据 5S 店：湖南郴州的"数据采油"实验——1000 套设备满产年采 100 万小时 — 800 pts
湖南郴州一家中国移动营业厅挂牌"具身数据采集 5S 店"——普通顾客领一套夹爪、手套和头戴相机，经过简单培训，就能边做家务边采集机器人训练数据。1000 套设备满产年采集 100 万小时。类似的"花活"还有：免费上门保洁采集数据、把数采做成 VR 游戏、远程"云操控"机器人采集。这些案例虽然看似轻松，但真正采到符合要求的数据并不简单。真机遥操数据有公信力但成本高（买本体、租场地、雇操作员），无本体采集数据量大但需要对齐。数据采集行业正在经历从"实验室级"到"工厂级"的转型——5S 店模式是工业化思维的体现，但能否产出高可用数据仍有待验证。
→ https://www.qbitai.com/2026/07/447914.html
🔥 9. 本周总结：7 月第二周（7.6-7.12）——AI 产业的"中国主场周" — 1000 pts
7 月第二周可以被定性为 "中国主场周"。与 6 月最后一周的"Fable 5 差评 + GPT-5.6 作弊"为主的被动叙事不同，本周的主角是中国的系统性突破：
蚂蚁灵波四弹开源（VLA + World + Video + VA 全栈大脑）
中科曙光十万卡集群落成（全国产算力、超智融合）
DeepSeek 秘密造芯（推理芯片、算法→硬件）
MoleculeOS 生物操作系统（AI 从预测者变为组织者）
MoWorld 世界模型 50FPS+纯国产 NPU 训推
RTX Spark 本地 Agent 笔记本
具身数据 44.7 亿融资 + 行业全景统计
破晓智能触觉世界模型 + 98 年教授创业
六个方向同时并进，覆盖了从芯片到数据、从模型到应用的完整产业链。 这是第一次出现如此密集且覆盖面的"中国 AI 基础设施同时取得突破"的情况。
→ 综合本周报道
🔥 10. 周末观点：AI Agent 的"本地化"趋势正在加速——从 RTX Spark 到 OpenShell 到 120B 本地模型 — 900 pts
RTX Spark 的发布不只是一个产品事件。与 7 月 6 日 Meta 卖 GPU（算力集中化）、曙光 8000（超算集中化）形成鲜明对比——AI 算力正在同时走向集中化和本地化两个方向。集中化方向是大规模训练和推理集群（十万卡级），本地化方向是个人 AI 超级终端（笔记本跑 120B 模型）。两个方向不矛盾——训练需要集中、推理正在走向分布。OpenShell 的混合架构指出了清晰的路径：本地处理隐私敏感任务、云端处理需要最强推理能力的任务。当一个用户在 RTX Spark 上可以运行 OpenClaw 或 Hermes Agent、访问 100 万 token 上下文、在不联网的情况下完成大部分 Agent 任务时，Agent 从"云服务"走向"本地应用"的拐点正在到来。
→ 综合
📌 今日趋势一览
原文链接
欢迎访问 小易撩挨踢