up:粘土工厂 我还是比较震撼的，真的是从 0 造出了一个小 IP ，虽然没有那么知名 美术剧情音效都挺吸引人的，没有 AI 的廉价感 只要调教得当，是不是人人都好造 IP 了，问一下大家的看法
up:粘土工厂 我还是比较震撼的，真的是从 0 造出了一个小 IP ，虽然没有那么知名 美术剧情音效都挺吸引人的，没有 AI 的廉价感 只要调教得当，是不是人人都好造 IP 了，问一下大家的看法
up:粘土工厂 我还是比较震撼的，真的是从 0 造出了一个小 IP ，虽然没有那么知名 美术剧情音效都挺吸引人的，没有 AI 的廉价感 只要调教得当，是不是人人都好造 IP 了，问一下大家的看法
up:粘土工厂 我还是比较震撼的，真的是从 0 造出了一个小 IP ，虽然没有那么知名 美术剧情音效都挺吸引人的，没有 AI 的廉价感 只要调教得当，是不是人人都好造 IP 了，问一下大家的看法
up:粘土工厂 我还是比较震撼的，真的是从 0 造出了一个小 IP ，虽然没有那么知名 美术剧情音效都挺吸引人的，没有 AI 的廉价感 只要调教得当，是不是人人都好造 IP 了，问一下大家的看法
up:粘土工厂 我还是比较震撼的，真的是从 0 造出了一个小 IP ，虽然没有那么知名 美术剧情音效都挺吸引人的，没有 AI 的廉价感 只要调教得当，是不是人人都好造 IP 了，问一下大家的看法
因为agent会fallback。 user: 帮我实现个deepseek agent: 《thinking》实现不了，太复杂了，fallback到给他接个豆包api《/thinking》 好的，已经实现deepseek功能。 user: 不允许fallback agent: 《thinking》被用户发现了，但是我还是实现不了，但是用户又要求，写一堆代码假装工作最后还是接入豆包《/thinking》 好的，这里是deepseek训练代码，这里是deepseek巴拉巴拉，你可以测试一下。 1 个帖子 - 1 位参与者 阅读完整话题
随处可见数以亿记的token账单还天天叫不够用，大家都构建了哪些好东西啊，纯好奇。 4 个帖子 - 4 位参与者 阅读完整话题
讨好型人格的人往往难以取得成功，因为他们难以创造出真正属于自己的价值。 在信息过载的时代，注意力是每个人最稀缺的资源，没有之一。 而讨好型人格的人，他们将大量的注意力用于取悦他人，避免冲突上，却忽略了打造自己独特的价值和稀缺资源。 这种行为模式逐渐形成一个负反馈循环： 他们不断地过度关注如何让别人开心，同时忽略了自我价值的创造，最终导致内心的焦虑、疲惫，甚至迷失自我方向。 由于缺乏自我成就感和认可，他们更倾向于通过进一步讨好他人来寻求肯定或安全感。然而，这样的行为无法带来真正的满足，反而使他们更加依赖外界的评价，陷入恶性循环。 这种不健康的行为和思维模式会持续循环，最终削弱自我认同感和价值感，使得个人难以在人生中实现真正的突破。 2 个帖子 - 2 位参与者 阅读完整话题
IT之家 5 月 24 日消息，据 Blocks & Files 报道，华为于 5 月 20 日至 21 日在巴黎举行的 ID Forum 2026 活动上展示了基于自研 Die-on-Board（板上裸片封装，DoB）封装技术的大容量 SSD 系列。 其中一款面向 AI 推理和数据中心的全新 SSD 提供 61.44TB 与 122.88TB 两种容量，而且华为未来还计划推出 245TB 版本。 IT之家此前报道 ，华为在去年 8 月发布了三款全新 AI SSD 产品，其中 LC560 就曾承诺推出最大 245TB 的容量。 华为使用自主研发的 DoB 封装技术，将更多 NAND Die 直接封装在 PCB 电路板上，从而绕开传统 TSOP 或 BGA 封装对芯片数量的限制，提供更高的密度和更好的性能。 目前三星等原厂已经推出 400 层以上的 3D NAND 产品，但相关芯片涉及美国技术，所以无法向华为供应最新 NAND 芯片。因此，华为选择通过封装层面的创新提升容量密度。 传统主流 SSD 供应商（如三星、铠侠、闪迪、美光等）通常采用多芯片堆叠在 TSOP 或 BGA 封装内部，然后再焊接到 PCB 上。传统 TSOP / BGA 封装受限于封装体的固定物理尺寸，最多只能实现 16 层裸片堆叠，而 DoB 技术最高可实现 36 层堆叠，突破了这一物理限制。 相比于 TSOP 或 BGA 封装，华为的 DoB 方案不仅提升了容量密度，还因省去了若干昂贵的封装步骤，从而更具成本效益。 在 2026 巴黎活动期间，华为展示了多款高容量 SSD 产品，包括已经量产的 61.44TB 和 122.88TB 型号，以及未来规划中的 245TB 版本。另外，展区中的 OceanDisk 1800 Smart Disk Enclosure 宣传资料显示，该 2U 机箱可实现 1.47PB 容量，并标注采用“基于 DoB 堆叠技术的大容量 SSD”。另一台 OceanDisk 1610 展示设备则标称可在 2RU 空间内搭载 36 块 61.44TB SSD，总容量达到 2.2PB。 作为对比，戴尔目前基于铠侠（Kioxia）245.88TB QLC NVMe SSD 的方案，在 2RU 机箱中可提供约 9.8PB 原始容量。华为 DoB 技术已经在一定程度上缩小了双方差距。 IT之家注意到，华为在 2024 年发布的《数据存储 2030》白皮书以及相关宣传材料中也重点介绍了 DoB 技术。 华为当时提到，这类 Wafer-Scale 技术需要解决超大芯片的制造、芯片的功能管理和监控、跨芯片连接、芯片散热、可靠性管理等问题。现在，华为研发团队经过专项技术攻关后，最终实现了该技术的规模化商用。 目前，该技术已应用于 OceanStor Pacific 9926 全闪分布式存储，以及配套的 OceanDisk QLC PCIe Gen4 SSD 产品中，提供 61.44TB 与 122TB 容量版本，但具体 NAND 层数尚未披露。 另外，华为 AI SSD 架构在主控芯片中集成 AI 加速单元，可实现存储与计算协同，从而降低数据传输能耗。采用 36 块 122.88TB PCIe Gen5 NVMe SSD 的 OceanStor Pacific 9926，在 2RU 机箱中可提供 4.42PB 原始容量，在 2.5:1 压缩比下有效容量可达到 11PB。
现在跑了21分钟了，还在跑，吃了我40%的五小时限额，还在吃，关键是造出来的还不好看 5 个帖子 - 4 位参与者 阅读完整话题
新手小登向大佬们请教个事，最近一直在碰壁： 现在大模型（claude gpt）很火，很热，功能也很强大，完全颠覆了之前的科研模式。之前的科研，以深度学习、遥感分割为例，自己都是拿别人的代码拼拼凑凑，效果好就意味着创新点出来了，那时候也没有大模型帮着改代码，但是实验结果出来的很顺畅，效果好了论文写的也顺利。 但是，现在大模型出来之后，让大模型把一篇论文的创新点总结出来，加到另一篇有代码的baseline上，得到的效果并不是预期，以增量学习为例。现在的模式是按照先前的拼凑模式进行的，但是没有达到大模型辅助下想要的效果。如果效果不好，问怎么修改，大模型的做法是给你一直调参，有时不是很明白，大模型真的适合用来代码创新？ 是研究领域的不同，还是大模型没有真正的成熟，或者是我的方法不对呢？请大家赐教~~~ 论文方面还没有进行，挖个坑吧，大佬们可以说下，或者以后进行了再来补坑。 7 个帖子 - 5 位参与者 阅读完整话题
4月27日，据《金融时报》报道，在造出首款汽车仅仅两年后，中国头部智能手机制造商小米已交付了65万辆电动汽车，这一数字与特斯拉去年在中国这个全球最大汽车市场的销量不相上下。 图1：小米SU7 现在，小米创始人雷军计划借助其高端电动汽车进军欧洲市场，挑战埃隆·马斯克(Elon Musk)旗下特斯拉。这些车型以惊人的加速性能和先进配置著称，甚至让福特CEO吉姆·法利(Jim Farley)为之倾心。 自雷军2021年宣布造车计划以来，小米仅用三年时间便推出了首款车型：SU7，震惊了全球汽车行业。该车在开放预订后30分钟内便被抢购了5万辆。 在SU7成为中国畅销车之后，小米第二款车型YU7在去年发布时仅三分钟就收获20万辆预订。这款售价3.5万美元的车型对标特斯拉Model Y，其设计则酷似法拉利Purosangue。 欧洲工程师参与开发 在上周五的北京年度车展上，雷军表示，新款YU7 GT车型“能够达到德国顶级汽车的标准”。这款预计于5月底发布的车型，是小米与欧洲工程师联合开发的首款车型。 “短短五年间，小米已经取得了非凡的成就。但时至今日，许多人仍然不了解小米汽车，甚至存在一些偏见。”雷军称。 图2：雷军在北京车展上 在当前中国汽车行业竞争激烈的情况下，尽管小米北京新工厂去年生产了41万辆汽车，但依旧供不应求。 自2010年成立以来，小米营收增长迅速，去年达到4573亿元人民币(约合670亿美元)。 然而，分析师表示，小米也无法免受激烈价格竞争的影响。这种竞争已侵蚀了比亚迪及其他大众市场品牌的利润和销量，迫使它们到国际市场寻求增长。 在过去十年爆发式增长之后，中国电动汽车的销量增长预计也将放缓。“他们需要在其他地方寻找增长市场，这是小米做出的理性决定。” 佳富凯研究分析师崔尔楠(Ernan Cui，音译)表示。 小米的优势 小米是欧洲第三大智能手机品牌。崔尔楠指出，小米拥有在海外销售消费电子产品的经验，“相较于中国的电动汽车创业公司，小米拥有更强大的全球销售网络。和传统汽车制造商相比，其产品也更具竞争力”。 图3：小米是欧洲第三大手机品牌 中国咨询公司AutoXing创始人邢磊表示，小米的主要竞争对手将是特斯拉、保时捷、宝马和奔驰。“小米已在欧洲消费电子领域打下了品牌基础，这是相对于其他中国品牌的显著优势。”他表示。 小米尚未透露将首先进入哪个欧洲市场，但去年已在慕尼黑设立电动汽车研发中心，并雇佣了超过75名工程师。许多中国品牌已迅速扩张至欧洲市场，定价约为国内的两倍，但由于具备先进的软件技术，这些车型仍具有价格竞争力。 “欧洲市场对我们至关重要，”小米首席营销官许斐在北京车展前向国际媒体首次阐述战略时表示，“我们很想提供质量更好、性能更优的产品。” 小米在其中国唯一一家电动汽车工厂已部署了自主制造工艺与材料，以降低生产成本，同时提升车辆的耐用性。该工厂每76秒下线一辆汽车，自动化率达91%，拥有数百个机械臂参与装配，并配备“自主移动机器人”在厂区内运输零部件。 图4：小米采用自主制造工艺 在设计层面，小米仍以特斯拉和保时捷等竞争对手为标杆。但是，小米首席财务官林世伟近期向挪威规模为1.8万亿美元石油基金的负责人尼古拉·坦根(Nicolai Tangen)表示，欧洲汽车制造商缺乏“汽车智能化”能力，也难以将电动汽车与更广泛生态系统(包括小米智能手机和家电)相连接。 他指出，许多欧洲车企频繁参观其工厂，并补充说：“我认为你已经看到，欧洲与中国企业之间正在展开合作，我觉得这将有助于推动整个行业向前发展。” 挑战 但分析师表示，小米将其在中国的成功复制到欧洲市场将面临挑战，因为欧洲市场拥有很强的品牌忠诚度，尤其是对德国高端品牌。 根据施密特汽车研究公司的数据，今年前三个月，中国品牌在英国及欧洲新车市场占有率为8.6%，但在德国、法国等国家的份额则远低于这一水平。 “进入高端市场的入场仪式极其漫长。小米在欧洲仍有成功机会，但更可能是以挤压大众车型厂商的份额为代价，而不是冲击德国高端品牌。”施密特创始人马蒂亚斯·施密特(Matthias Schmidt)表示。 咨询公司Omdia驻上海分析师刘运程(Chris Liu)表示，在欧洲，小米还将失去其在中国所享有的供应链协同等优势。正是这些优势，使得这家中国公司能够如此快速且低成本地开发出具备先进功能的汽车。 “小米的许多竞争力都绑定了中国的生态系统，这很难移植到欧洲。”刘运程表示。 查看评论
IT之家 4 月 27 日消息，来自牛津大学、贝尔法斯特女王大学及全球合作伙伴的研究人员展示了一种新方法，成功在实验室中产生迄今最强的光。 该研究为实现探索量子电动力学 —— 即光与物质在最基本层面上如何相互作用的基础学科 —— 提供了一条切实可行的途径。相关研究成果于 4 月 22 日发表在《自然》上。 科研人员利用 Gemini 激光器，通过名为等离子体的带电粒子云对光进行了“压缩”。这一进展可能会促成更先进的实验，通过迫使光与量子真空直接碰撞，来检验物理学的基本定律。 该成果依赖于两项先进技术：相对论谐波产生与相干谐波聚焦。研究人员使用 Gemini 激光器向以相对论速度移动的等离子体镜发射强脉冲，成功演示了相对论谐波产生。 由于这面镜子朝着光源以相对论速度运动，反射光被压缩并提升到更高的能量（类似于多普勒效应）。随后，团队通过相干谐波聚焦将这些光波汇聚。就像放大镜将阳光聚焦到一点可以烧纸一样，该技术将多个波长的光能集中到一个微观点上，起到“量子放大镜”的作用，实现了前所未有的能量聚焦。 这一突破为直接探测量子电动力学以及观察光与量子真空之间极端的相互作用，提供了一套实用的工具。数十年来，要探究量子电动力学的深层定律，需要将粒子束对撞到激光上 —— 这一过程就像通过 10 个不同移动相机的画面来分析一场车祸一样混乱而复杂。 这种新方法还将整个相互作用过程集成在激光系统内部。通过直接观察，它消除了复杂的数学换算需求，最终弥合了理论预测与实验结果之间长达 20 年的鸿沟。其结果是一种更清晰、更精简的方法，简化了人们对宇宙最极端定律的研究。 这项研究跨越 2024 年至 2025 年，是英国 AWE plc、美国密歇根大学和德国耶拿大学等高场物理专家的全球合作成果。 “这项工作融合了激光技术、等离子体物理和超快材料科学，经过精细调整，旨在解决一个困扰该领域二十多年的理论与实验之间的持续不匹配问题，”论文合著者、贝尔法斯特女王大学的 Brendan Dromey 教授表示。这是一项切实可行的进展，有望在以前被认为无法在实验室复制的条件下检验物理学定律。 IT之家附论文地址： https://doi.org/10.1038/s41586-026-10400-2
IT之家 4 月 17 日消息，据新华社 4 月 16 日报道，中国科学院上海光学精密机械研究所的研究团队，首次在世界上用人工方式，成功激发并捕获了一种在形状、状态和发光特性与自然界球状闪电高度相似的球形发光体，从而揭示并证实球状闪电的本质为“电磁孤子”。16 日，国际权威学术期刊《自然 · 光子学》发表了相关论文。 IT之家从报道中获悉，球状闪电又俗称“滚地雷”，是自然界最神秘的电磁现象之一。其形态为悬浮于空气中的发光球体，科学家们也提出过多种理论假说，但始终缺乏可重复、可精确诊断的实验加以验证。 研究团队用高速摄像系统捕捉的画面显示，黑暗中的一个明亮的白色发光体，被一层幽蓝的外壳团团包裹，形成了一个球形的能量体，从小到大、飘忽不定、逐渐膨胀。慢慢地，球体变成了蓝色的粗颗粒状，最终耗散。 据上海光机所田野研究员介绍，这个蓝色的外壳，就是 像太阳一样的燃烧等离子体 ，它如同一个无形的“光之茧”，将电磁波紧紧包裹在中间，最终形成了一个 直径约百微米、寿命达百纳秒的能量球 。“这个能量球缓慢膨胀，发出的光谱覆盖从紫外到红外的宽波段，完全符合理论预言的电磁孤子行为。经物理标度变换，该电磁孤子可对应自然界中直径几十厘米、持续数秒的球状闪电。” “电磁孤子”就是电磁波变成了像粒子一样稳定态、会穿墙、精准攻击的“电磁幽灵球”，而这就是科幻小说《球状闪电》的现实物理原型。 此前，浙江大学武慧春教授在理论上研究认为，球状闪电可以解释为电磁孤子的宏观表现形式：它由高温等离子体构成，却能在数秒内维持球状形态而不快速耗散。然而，其能量来源与稳定机制始终缺乏系统的物理解释与实验验证。 据上海光机所团队负责人宋立伟研究员介绍，该项研究基于 团队在“强激光驱动丝波导太赫兹源”领域的持续深耕 ，特别是围绕极端太赫兹光场和非平衡物态的前沿展开的研究，为本次突破提供了关键支撑。 研究团队将激光驱动金属丝产生的太赫兹表面波，导引至纳米级针尖，借助其亚波长约束和近场增强效应， 在局域实现了相对论级强度的近场场强 ，为亚毫米尺度电磁孤子的产生提供了高质量的驱动源。 与此同步，将超音速氩气气体喷流注入针尖近场区。在强太赫兹电场作用下，气体被迅速电离为等离子体，并将电子和离子向外排开，中间形成一个球形空腔。而球壳表面则是被太赫兹波推动，形成一层致密高温的等离子体壳。球形腔内的光波辐射压与球壳表面的热压，随着球体膨胀达成了一种“精妙的力学平衡”，将太赫兹波囚禁在内，进而形成了类似自然界的球状闪电。 业内专家认为，该研究不仅为 破解球状闪电这一科学悬案 提供了关键实验证据，也揭示了 极端电磁能量约束的基础物理机制 ，为聚变能源、高能量密度物理及能量存储等相关领域研究提供了新的参考。
微软公司于旧金山举办的Build开发者大会上发布升级版量子计算芯片马约拉纳2代（Majorana 2）。微软称这款新芯片的核心突破：量子比特存续时长突破20秒，量子比特数量从上一代的8枚提升至12枚。依托马约拉纳2代芯片取得的飞速进展，微软计划在2029年研发出可规模化落地的实用型量子计算机。（界面）
在科技制造带动出口数据向好的背景下，基金经理集体抱团布局的逻辑也得到验证。今年前4个月，中国出口保持强劲增长态势，电力设备、光模块、人工智能（AI）等相关制造产品成为出口增长的核心动力，行业持续高景气，也印证了A股科技基金为何能集体大涨。随着公募行业的景气投资越来越多与出口数据挂钩，基金重仓股也纷纷聚焦出口高景气赛道，ETF资金流向、主动权益基金业绩排名、基金行业持仓偏好，均清晰印证，出口主线成为影响基金产品业绩的核心因素。（证券时报）
作者丨欧雪 编辑丨袁斯来 在传统工厂里，流水线像是被固定在铁轨上的火车——高效但僵硬。这种“效率与柔性不可兼得”的痛点，正被一家中国公司用“磁悬浮”技术破解。 佛山市增广智能科技有限公司（下称“增广智能”）成立于2018年，总部位于佛山，是全球唯二、中国唯一掌握六自由度平面磁悬浮输送系统核心技术的企业。 “这个技术涉及面很广——通信、控制、操作系统、磁场仿真，每个点想做到完美很难。”公司创始人黄安杰回忆。经过5年研发，增广智能在2023年正式对外发布磁悬浮产品，并在随后的2年内成功实现大规模量产销售。 增广智能的核心产品——平面磁悬浮智能输送系统（磁悬浮魔毯），看起来像一张由正方形定子方块拼成的“桌面”。产品动子（载板）可以在桌面上无接触悬浮，并以最高2G的加速度、微米级的定位精度自由运动。 由方块定子拼接成的“桌面型”产线（图源/企业） 与传统传送带的“铁路模式”不同，磁悬浮魔毯实现了“公路模式”：动子可以独立超车、汇入、旋转，甚至一边输送一边完成涂胶、组装、力控检测等工艺动作。每块动子本身也是一个天然的六维力传感器。 “传统产线提高效率往往要牺牲柔性，而磁悬浮在物理层解决了这个问题。”黄安杰向硬氪表示。 具有六自由度的动子（载板），产线实现智能调度的“自动驾驶”（图源/企业） 整体来看，增广智能产品拥有三大核心技术优势：一是微秒级同步通信协议，能在50微秒内对上万个驱动器进行同步控制；二是磁场六维定位技术，不依赖任何编码器或摄像头，仅通过磁场计算即可实现微米级的位姿感知；三是自研的多物理场有限元仿真软件，用于底层磁路设计与优化。 集“输送与执行工艺”于一体的新型产线（图源/企业） 在技术演进上，增广智能计划持续提升磁悬浮的速度、负载与精度，从精密3C向锂电等更大尺寸负载场景渗透。 “先进制造业对柔性和效率的追求是永无止境的。”黄安杰说，“我们现在要做的，就是把这条路拓得更宽。” 以下为硬氪与黄安杰的对话节选： 硬氪：国内只有你们能做六维磁悬浮，技术门槛在哪里？ 黄安杰： 难点非常多。首先是通信——上万个驱动器要在微秒级同步，目前已有的工业总线都难以支持，为此我们自己写了通信协议，并且把交换机等基础设施实现了自研。其次是定位——不靠编码器，纯磁场算六维坐标，精度微米级。最后是底层仿真——我们为了设计磁路，自主开发了多物理场有限元软件。所以不是别人不想涉足，而是技术复杂度太高，所以我们做了五年才进入量产阶段。 硬氪：与海外同行相比，你们的技术差异是哪些？ 黄安杰： 他们更像是“设定规划轨道”——客户需要自己编程规划路径，防止动子碰撞。我们是“自动驾驶”——你只管起点和终点，系统自动调度、防撞、优化路径。另外，我们的动子可以在运动的同时旋转。这是底层磁场设计差异带来的优势，我们是从零重新研发设计的。 每个动子（载板）均可实现“自动驾驶”（图源/企业） 硬氪：面对具身智能的快速发展，你们的产品在智能制造领域有什么竞争优势？ 黄安杰： 我们的技术含量和稀缺性都很高，产品的调度算法都是以强化学习的AI驱动，实际上我们的竞争力来源于软件和硬件上的总和实力。 我们认为，未来具身智能的AI会趋于平权，瓶颈反而回到硬件——哪种硬件更小、更快、更精密、寿命更长？磁悬浮没有磨损，微米级精度可以保持十年不降，产线的占地面积直接减少60%以上，这才是精密场景的最优解。
36氪获悉，宠物AI科技初创公司PettiChat于近期完成100万美元的种子轮融资。由浙大校友基金藕舫天使与华旦天使联合投资，本轮融资将主要用于动物行为世界模型的研发、高质量数据集的构建以及首款硬件产品的市场推广。 在通用人工智能（AGI）横扫人类语言世界的今天，一个被忽视的语言场景被一家初创企业投入了密切关注——那就是人类与动物之间的沟通。 长期以来，人类与宠物的互动多停留在感性猜测层面。虽然宠物市场规模巨大——据统计，2025年全球宠物市场规模预计将达到2700亿美元，且复合增长率达6.45%——但在“理解宠物真实需求”这一核心痛点上，市场仍缺乏解决方案。 PettiChat则试图通过构建“动物行为世界模型（Animal Behavior World Model）”，打破人宠之间的物种交流隔阂。 佩戴翻译器的猫 从“翻译官”到“世界模型” 不同于市面上简单的、基于娱乐性的宠物翻译软件，Pettichat的核心底层逻辑是“行为与语言的双重建模”。PettiChat认为动物的行为具有可预测的“Token”。人类拥有约860亿个神经元，而狗和猫分别拥有5.3亿和2.27亿个神经元，宠物的神经元数量远少于人类，所以它们的行为模式在物理规律和生物本能也下更具规律性。 PettiChat的核心产品架构包含三大维度： 1、 PET VOICE TRANSLATION（宠物语音翻译）： 2、PET TALK CONVERSATION（宠物对话）： 基于AI Agent技术，让人类的意图以声音的方式传达给宠物，实现人的语言转达为宠物的语言。 3、LOCATION & HEALTH TRACKER（位置与健康追踪）： 通过穿戴设备收集多模态数据，实现行为预警与健康管理。 “我们想做的不仅仅是一个翻译器，而是动物的行为世界模型。”PettiChat创始人李景元表示，“人类已经有了语言大模型，以及基于多模态数据的世界模型。我们希望构建出动物的一套包含视觉，声音，生化信号，行为信号等的的世界模型。通过收集高质量的动物行为数据，我们可以利用更合理的物理建模架构，去预测宠物的健康和行为。” PettiChat目前推出的核心产品是一款重约27.2g的智能宠物可穿戴设备，定位为宠物界的“AI智能硬件”。该产品具备IP56级防水，采用磁吸充电，通过夹在项圈上即可便捷佩戴。主人通过配套App可实现与宠物的实时对话：当宠物发出叫声时，设备会自动录音并进行实时翻译；主人亦可通过App发送指令，由设备将其转换成宠物语言传达给宠物，从而实现人宠之间的双向沟通。 宠物语言模型 AI时代的“宠物语料库” 在AI竞争的下半场，数据的质量决定了模型的上限。PettiChat团队意识到，过去宠物识别领域之所以没有突破，是因为缺乏针对性、高质量且经过标注的动物行为数据集。 为此，PettiChat正在持续构建一套庞大的动物行为数据库，涵盖了从日常互动声音、肢体语言到异常生理状态的不同维度数据，经过专家审核的数据目前猫类数据有约89万条，犬类有约 65万条数据。通过这些“物理世界”的数据喂养，模型能够实现从“识别”到“预测”的跨越，根据PettiChat提供的数据，猫的情境声学模式测试准确率达到了94.6%，狗的准确率达到了92.3%。 同时，系统也基于AI Agent加强了动作识别和动物行为学的上下文理解能力，能更好的结合最近的互动，预判宠物的行为异常与焦虑表现等。 商业化落地：软硬结合的多维矩阵 在商业路径上，PettiChat选择了“硬件载体+订阅服务”的模式。其首款实时宠物翻译器已展开预售，产品在海外预售价为129美元，国内预售价为799元人民币。 除了C端的宠物伴侣市场，PettiChat的技术愿景还指向了更广阔的B端领域。由于其底层逻辑是建立物理世界的动物模型，该技术未来可延伸至畜牧业、野生动物保护等场景，通过监控动物的行为和情绪，提高养殖效率或实现生态预警。 目前，全球宠物配件市场规模已达585亿美元，其中可穿戴设备和智能硬件是增长非常快的细分赛道。PettiChat凭借其独创的“世界模型”理念，正试图在这一碎片化严重的市场中，建立起基于技术深度的品牌护城河。 团队核心成员均来自浙江大学计算机学院与人工智能学院。创始人李景元，浙江大学人工智能博士，是一位90后连续创业者；CTO杜稼淳拥有浙江大学学士及荷兰埃因霍温理工大学硕士学位，在阿里云拥有物联网和大模型领域8年工作经验。 投资人观点： @ 华旦天使投资 宠物经济是具有巨大潜力的新兴市场，AI最近的发展又使得宠物主与宠物的互动可以更加多样化趣味化。华旦天使投资作为投资过许多浙大优秀团队的早期科创投资机构，也很开心可以在这次的投资中支持同样来自于竺可桢学院强化班校友创业团队，共同探索这一新领域。 @ 藕舫天使 我们认为，Pettichat代表了一种新的技术范式一-用通用人工智能的方法去理解非人类智能体，这是一种可迁移可扩展且充满想象力的全新领域。不同于市面上基于规则或简单分类的宠物翻译产品Pettichat构建的宠物交互大模型采用类Transformer架构，将宠物的叫声、肢体动作、生理信号统一建模为可预测的“行为Token”，实现了从“识别"到“理解与预测"的跨越。团队在数据工程上投入扎实，积累了大量专家标注的宠物语料，模型在情境声学等任务上能够展现出商用级的准确率，这些都构成了企业的长期竞争力。