搜索
开源智能体项目Orbital主张"Context is yours"，通过将散乱会话和记忆总结为可迁移的项目记忆，帮助用户拿回被大厂Agent锁死的上下文资产，并配合观猹推出的Tokendance模型钱包，实现DeepSeek、GLM、Kimi等70多个模型用量的透明化管理。
本周「十字路口」的嘉宾是清华叉院助理教授徐梦迪。从清华车辆工程出发，途经 Johns Hopkins、CMU，再到 Stanford 吴佳俊、李飞飞组做博士后，2024 年初她选择回国，加入清华交叉信息研究院。她的核心命题是机器人的 In-Context Learning (ICL)：让机器人到一个新环境，通过一两次交互当场学会新任务，而且越学越快。
Nirva创始人吕唯曾在Meta参与Meta Ray-Ban等项目四年半后创业，推出不到8克的AI原生可穿戴设备Nirva，以项链或手链形态全天佩戴、仅识别佩戴者声音，通过长期积累的context为用户提供生活记录与情绪陪伴。
近期Product Hunt热门AI产品Acti、Wispr Flow、Hey Noah、Pazi、Glaze、AnySearch、Context.dev和OpenSEO不再执着于打造更聪明的ChatGPT，而是分别争夺意图入口、任务执行权、软件生产成本降低以及面向Agent的基础设施，将AI嵌入键盘、语音、邮件等日常工作流程。
Codex用着用着就要压缩上下文、压着压着可能还“失忆”的痛苦，就要结束了！
模型不更新，能力却持续增长。
COCO Matrix CEO高宇翔在访谈中提出，真实世界不可能被提前穷举，具身智能应将In-Context Learning作为核心范式，让机器人通过现场示范和纠正直接适应新任务与新环境，而非每遇到新任务都依赖重新采集大量数据并训练模型，从而显著降低部署门槛和适配成本。
从《四驱兄弟》里那些在赛道上奔跑的机械想象，到后来扎进机器人学习领域的漫长探索，徐梦迪始终被同一个问题牵引：机器要怎样进入物理世界，并在那里持续生长。
刚刚，北美具身初创Skild AI又发布了全新机器人基础模型S1，直接把机器人上下文学习的任务长度拉到了10分钟往上。这次的S1主打上下文学习（in-context learning，ICL）：无需在后训练阶段专门学习新的操作数据，只需看一段人类示范视频，就能“照猫画虎”，直接完成一整套从未见过的复杂操作流程。
阿里AI办公领域，再落一子。