开发者朋友们大家好：

这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。

本期编辑：@瓒an、@鲍勃

01 有话题的技术

1、Vibecraft 发布：Claude Code 的 3D 可视化工具，数据纯本地运行

开发者 @nearcyan 近日发布了「Vibecraft」，这是一款专为 Claude Code 打造的 3D 可视化应用程序。它支持用户通过全新的六边形网格布局，实时查看并管理 Claude 实例。

为了保障数据安全，该应用采取了严格的本地化运行模式，直接与用户计算机上的 Claude Code 实例同步。这意味着所有的文件与代码数据均完全保留在本地，不会被发送至任何网络服务器，从而确保了开发过程的隐私安全。

体验链接：

https://vibecraft.sh/

( @nearcyan@X)

2、智谱 GLM-4.7-Flash 模型发布并开源，可免费调用

智谱 GLM-4.7-Flash 模型今日正式发布并开源。

GLM-4.7-Flash 是一个混合思考模型，总参数量为30B，激活参数量为3B，作为同级别 SOTA 模型，为轻量化部署提供了一个兼顾性能与效率的新选择。

即日起，GLM-4.7-Flash 将替代 GLM-4.5-Flash，在智谱开放平台 BigModel.cn 上线，并供免费调用。

在 SWE-bench Verified、τ²-Bench 等主流基准测试中，GLM-4.7-Flash 的综合表现超过 gpt-oss-20b、Qwen3-30B-A3B-Thinking-2507，在相同和近似尺寸模型系列中取得开源 SOTA 分数。

在内部的编程实测中，GLM-4.7-Flash 在前、后端任务上表现出色。在编程场景之外，官方也推荐用户在中文写作、翻译、长文本、情感 / 角色扮演等通用场景中体验 GLM-4.7-Flash。

需要注意的是，上一代免费语言模型 GLM-4.5-Flash 将于 2026 年 1 月 30 日下线，用户需要及时将模型编码更新为最新版本。GLM-4.5-Flash 正式下线后，相关请求将会自动路由至 GLM-4.7-Flash。

Hugging Face:
https://huggingface.co/zai-org/GLM-4.7-Flash

魔搭社区：

https://modelscope.cn/models/ZhipuAI/GLM-4.7-Flash

（@智谱）

3、华为云发布 CodeArts Doer 代码智能体：个人版免费开放，开启「编码自动驾驶」

2026 年 1 月 16 日，华为云正式发布代码智能体「CodeArts Doer」。这款产品深度集成了 AI IDE、Code Agent 及 Codebase 代码仓深度理解能力，旨在通过「人+AI+工具」的协同模式，为开发者开启「编码自动驾驶」体验。

为了重构传统的开发工作流，CodeArts Doer 以 AI 原生为起点构建了 AI IDE。它不再局限于单一的代码补全，而是能够支持从需求描述、任务拆解到代码落地的全流程闭环。这种设计让开发者可以专注于业务判断与关键决策，将高频重复的工程化工作交由 AI 处理，从而解决了以往需要在多窗口间频繁切换寻找工具的痛点。

在具体的编码执行层面，CodeArts Doer 提供了两种差异化模式以适应不同诉求。「探索模式」侧重人机协同与创造力，开发者通过自然语言即可规划项目任务并生成项目级代码，适合快速将想法转化为可运行版本；而「规范模式」则更强调质量与一致性，在代码生成过程中严格对齐标准流程与安全校验，确保交付的稳定性。

针对 AI 编码在生产环境中常遇到的「看似正确实则不适配」难题，产品特别强化了 Codebase 能力。通过支持百万行级代码索引与知识图谱构建，它能够准确理解代码仓结构、依赖关系及演化历史。这使得 AI 即使在复杂的业务边界内，也能提供贴合项目现实的建议，帮助新老成员快速定位与上手。

目前，CodeArts Doer 代码智能体个人版已正式面向开发者开放免费体验，覆盖了项目级代码生成、研发知识问答及单元测试生成等核心场景。

相关链接：
https://www.huaweicloud.com/product/codeartside/snap.html

（@华为云开发者联盟）

02 有亮点的产品

1、OpenAI 或正测试新产品、首款硬件设备计划今年下半年亮相

据 BleepingComputer 报道，OpenAI 近日被发现启用了以「sonata」为域名前缀的新子域名，外界推测这可能对应一项正在测试中的 ChatGPT 新功能或新产品。

相关记录显示，sonata.openai.com 于 1 月 16 日首次出现，sonata.api.openai.com 则在 1 月 15 日被发现，意味着 OpenAI 已在主站与 API 体系中同步启用该前缀，通常指向内部测试中的新服务或面向用户的网页工具。

报道指出，OpenAI 新增域名往往对应尚未公开的产品页面、内部工具或 Web 应用。尽管「sonata」一词本身常用于指代多乐章器乐作品，但其含义并不限定于音乐领域，因此目前尚无法据此判断功能方向。

除新域名外，OpenAI 近期也在持续更新 ChatGPT 的现有能力，包括「引用聊天记录」功能，当用户开启后，ChatGPT 在检索旧对话细节时将更为可靠，并会在回答中标注引用来源，便于用户回溯上下文。

此外，据 Axios 报道，OpenAI 全球事务负责人 Chris Lehane 今天在达沃斯的 Axios House 活动上表示，OpenAI 正按计划推进其首款硬件设备，目标是在今年下半年亮相。

这也是继去年收购前苹果设计主管 Jony Ive 创办的公司后，OpenAI 首次给出更明确的时间窗口。

Lehane 将「设备」列为 OpenAI 今年的重点方向之一，但并未透露任何外观、形态或交互方式。此前多份报道提到，OpenAI 正在测试无屏幕的小型原型机，可能以可穿戴方式与用户互动。

Sam Altman 曾表示，这款设备将比智能手机更「平和」，并以极简设计为核心。

Ive 团队在去年被收购时发布的宣传视频中也曾暗示 2026 年的发布节点，称「我们期待明年与大家分享我们的工作」。

Lehane 在活动中补充称，OpenAI 正「考虑在今年后段推出某些东西」，但仍保留调整空间，强调最终时间取决于研发进展。他并未承诺设备会在今年正式开售。

( @APPSO)

2、字节跳动旗下扣子 2.0 正式发布，全球首发 AI Agent 技能商店

昨天，字节跳动旗下智能体平台「扣子（Coze）」发布 2.0 版本重大升级，并同步推出全球首个面向普通用户的 AI 技能商店（Coze Skills）。

此次更新围绕 Agent Skills、Agent Plan、Agent Office、Agent Coding 四大能力展开，旨在让 AI 从被动回答工具，进一步进化为可长期协作的职场伙伴。

• Agent Skills：将可复用的工作经验封装为可被智能体随时调用的标准化技能包；
• Agent Plan：根据用户目标自动拆解步骤并持续执行、推进长期任务；
• Agent Office：在办公场景中自动处理文档、表格与信息整理等日常工作；
• Agent Coding：提供从构建到部署的一站式智能体开发与运维能力。

扣子方面称，2.0 版本的目标是让 AI 不仅能帮你做，更能替你做完。随着技能、长期任务与开发平台的整合，扣子希望推动 AI 在职场场景中承担更多执行与分析工作，让用户将精力集中在策略与创造上。

( @APPSO)

3、「自然选择」融资 3000 万美元，阿里、蚂蚁布局 AI 陪伴

据「暗涌 Waves」独家获悉，AI 陪伴公司「自然选择」（Nature Select）已于近期完成超 3000 万美元的新一轮融资。本轮投资阵容豪华，由阿里巴巴、蚂蚁集团、启明创投、五源资本、创世伙伴创投及云时资本联合投资，星涵资本担任独家财务顾问。

在 AI 陪伴赛道上半年一度遇冷的背景下，「自然选择」凭借核心产品《EVE》呈现的全新形态突围。不同于传统 C.ai 类产品的被动响应，《EVE》强调具备独立意志的「主动发起」，并通过引入 3D 视觉与游戏化设计极大地提升了沉浸感。这种破次元 Agent 甚至能在达到一定亲密度后，直接在现实中为用户点奶茶。据暗涌 Waves 了解，这类打破虚拟与现实边界的体验，或许是阿里等投资方共同入局的原因之一。

为了实现这种双商兼具的拟人体验，团队采取了独特的技术路径。他们不仅设立了情感交互设计师岗位，还发布了首个情感大模型 Echo-N1，首次将强化学习应用于主观情感领域。针对关键的记忆难题，团队将早期的动态记忆槽位的长时记忆方案升级为多维 graphRAG，创始人 Tristan 直言 「记忆系统的本质是推荐系统」，并据此构建了更符合人类直觉的回忆与遗忘机制。

2025 年中以来，AI 陪伴赛道愈发拥挤，而「自然选择」目前看来呈现的核心优势在于：既为 AI 公司，有完整的 post-training 团队和长期记忆之类的专家系统；也有游戏公司背景，能做 3D 视觉和恋爱游戏化设计。但每个人类个体对于情感都有不尽相同的需求，这场瞄准最人类部分的 AI 商业大战，也只是刚刚开始。

基于此，Tristan 将公司的终极目标设定为「迎接硅基生命降临，并创造一个人与 AI 共存的世界」。

（@暗涌 Waves）

4、小米 AI 眼镜新版本内测：支持录音中按键拍照，蚂蚁阿福上线

1 月 19 日消息，小米社区今日开启小米 AI 眼镜新版本内测招募，特邀 200 名米粉，预计在 2026 年 1 月 21 号统一审核。

升级内容：

• 上线精选智能体：蚂蚁阿福健康管家，眼镜随时变身你的 AI 医生朋友
• 录音总结升级，支持录音中按键拍照，一键生成图文总结
• 支持语音创建日程提醒，到期时小爱会主动播报
• 优化小爱图像问答效果
• 修复其他已知问题
• App 需更新至 v2.6.0 或以上版本

（@极客公园）

5、Listen Labs 完成 6900 万美元 B 轮融资：AI 智能体自动化执行深度客户访谈

「Listen Labs」近日宣布完成6900 万美元 B 轮融资，由 Ribbit Capital 领投，估值达 5 亿美元。在短短 9 个月内，该公司将年化收入提升了 15 倍。其核心突破在于利用 AI 智能体自动化执行深度客户访谈，有效解决了传统问卷调查太浅与人工访谈太慢的两难困境。

为了实现定性调研深度与定量规模的结合，Listen Labs 推出了具备「追问能力」的视频访谈智能体。不同于僵化的选择题问卷，该 AI 能与受访者进行开放式视频对话，并根据回答实时生成追问以挖掘真实想法。针对行业普遍存在的刷单现象，其「Quality Guard」系统结合 LinkedIn API 身份校验与视频逻辑检测，成功帮助合作方 Emeritus 将调研中的虚假及低质量数据比例从 20% 降至接近 0。

这种技术带来的效率提升在实际应用中得到了验证。微软利用该平台，将原本耗时 6-8 周的用户故事收集工作缩短至 24 小时内；水杯品牌 Simple Modern 也在 4.5 小时内完成了 120 人的新产品概念测试。目前，平台已向企业用户开放，采用 B2B 订阅或项目制计费，服务客户涵盖 Microsoft、Sweetgreen 和 Chubbies 等。

支撑这一技术体系的是一支拥有极高「含码量」的团队——公司 30% 的工程师为国际信息学奥赛（IOI）奖牌得主，且即便是市场运营岗位也优先录用工程师，旨在用技术逻辑重构业务流程。

本轮融资后，团队计划从 40 人扩充至 150 人，重点研发「合成用户」功能，即基于历史数据构建数字孪生受访者，从而实现 「自动写代码-自动访谈-自动迭代」的自动化闭环。

( @VentureBeat)

03 有态度的观点

1、Shopify CEO：别把创业者「放进创始人托儿所」

据《商业内幕》报道 ，Shopify CEO Tobi Lütke 近日在播客节目《Founder's Podcast》中表示，许多公司在收购后往往低估创业者的经验价值，将他们边缘化，甚至形容这种做法像是把创始人「放进创始人托儿所」。

Lütke 指出，创业者通常具备独特的思维方式与解决问题的能力，但不少企业会将他们安排到组织边缘，或分配到所谓的「skunk work team」（秘密工作小组）。

他直言，这种做法是在「把最能指出问题的人隔离起来」，并强调「你不能把他们放进创始人托儿所」。

他提到，这种情况在 Shopify 于疫情期间的收购整合中曾出现。意识到问题后，他主动提升被收购公司创始人在组织内的存在感，甚至让他们在管理层级中拥有更高的影响力。

他还透露，自己与这些创始人保持一个 Slack 频道，用于交流产品与业务问题。

Shopify 近年来的收购包括 2022 年的物流公司 Deliverr、同年的网红营销平台 Dovetale，以及 2024 年的企业沟通平台 Threads。

报道指出，Dovetale 与 Threads 的创始人目前仍在 Shopify 担任产品相关角色，而 Deliverr 的 CEO 则在加入一年后离开，重新创办物流创业公司。

在节目中，Lütke 还提到，他在招聘时会特别询问候选人「你是否创办过公司」，因为这能帮助他判断对方在危机情境中的适应能力与执行力。

( @APPSO)

阅读更多 Voice Agent 学习笔记：了解最懂 AI 语音的头脑都在思考什么

写在最后：

我们欢迎更多的小伙伴参与 「RTE 开发者日报」 内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。

对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。

作者提示：个人观点，仅供参考

开发者朋友们大家好：

这里是 「RTE 开发者日报」 ，每天和大家一起看新闻、聊八卦。我们的社区编辑团队会整理分享 RTE（Real-Time Engagement） 领域内「有话题的技术」、「有亮点的产品」、「有思考的文章」、「有态度的观点」、「有看点的活动」，但内容仅代表编辑的个人观点，欢迎大家留言、跟帖、讨论。

本期编辑：@瓒an、@鲍勃

01 有话题的技术

1、无界方舟 AutoArk-AI 发布 GPA 语音大模型：0.3B 轻量化架构实现 ASR/TTS/VC 统一建模

在克隆参考音频样本的音色的同时，从文本合成语音。

无界方舟 AutoArk-AI 正式推出通用音频模型「GPA」。该模型基于统一的自回归 Transformer 架构，在单一的大语言模型框架下，集成了语音识别（ASR）、语音合成（TTS）和语音转换（VC）三大核心任务。

该模型的设计初衷在于改变传统语音系统碎片化的 Pipeline 设计模式。通过 0.3B 的轻量化参数量级，GPA 旨在实现端侧的高效部署以及跨任务的泛化能力。

在技术架构上，GPA 放弃了任务特定的输出头，转而采用统一的离散音频 Token 空间。这一设计将理解、生成与编辑任务收敛至单一自回归模型中，从而减少了跨任务处理过程中的性能损耗。

交互方式上，模型采用指令驱动机制，通过文本指令来引导任务行为。它支持零样本语音克隆，用户无需调整架构或进行针对性微调，即可在 ASR、TTS 和 VC 之间进行动态切换。

针对边缘计算场景，官方提供了优化的 0.3B 参数版本。该版本兼容性广泛，支持 vLLM、llama.cpp、SGLang、MLX-LM 以及端侧硬件框架 RKNN。

在流式推理的延迟指标方面，测试数据显示：在 TTS 任务中，单并发平均 TTFC（首包延迟）为 258.8ms，RTF（实时率）为 0.197；在 ASR 任务中，单并发平均 TTFT（首 Token 延迟）为 157.5ms，能够支持高并发吞吐场景。

在性能对标测试中，针对中文 SEED 数据集的 TTS 零样本测试显示，GPA-0.3B 的 CER（字符错误率）为 0.95%。数据显示，该成绩优于同参数量级的 F5-TTS 模型。

目前，该模型的代码已开源，相关论文与 Demo 即将上线。使用许可方面，模型目前仅供学术研究与个人教育使用。

GitHub:
https://github.com/AutoArk/GPA

( @GitHub)

2、ElevenLabs 洽谈新一轮融资：估值或达 110 亿美元，有望成英国最有价值 AI 初创公司

据英国《金融时报》报道，AI 语音生成公司 ElevenLabs 正洽谈新一轮融资，计划从投资者处募集数亿美元资金。若交易达成，其估值或将在数月内翻倍至 110 亿美元。

这一跃升将使 ElevenLabs 超越估值约 80 亿美元的自动驾驶公司 Wayve，成为英国最有价值的人工智能初创公司；同时，也将使其跻身欧洲顶尖行列，逼近法国 AI 模型公司 Mistral 约 120 亿美元的估值水平。

此次融资谈判距离公司上一次二级股份出售仅过去四个月，当时的估值为 66 亿美元。据悉，目前的会谈仍处于早期阶段，具体情况可能存在变数。

ElevenLabs 于 2022 年由波兰企业家 Mati Staniszewski 和 Piotr Dabkowski 在伦敦创立，目前已获得红杉资本（Sequoia）、Iconiq、Andreessen Horowitz、NEA 及 FT Ventures 等多家知名风投机构的支持。为了便于获取美国资本，公司已在美国注册，并在伦敦和纽约设有双总部。

在业务层面，ElevenLabs 专注于利用 AI 生成逼真的语音，广泛应用于客服、文本转语音及多语言配音等场景。公司业绩增长迅猛，去年年度经常性收入（ARR）已达到 3.3 亿美元，较 9 月份公布的 2 亿美元有显著提升。

宏观来看，尽管全球投资者对 AI 初创企业的兴趣持续高涨，但欧洲公司在募资规模上仍滞后于美国。作为对比，美国巨头 OpenAI 据传估值已达 5000 亿美元，并正商谈最高达 800 亿美元的新一轮融资，投后估值可能突破 8000 亿美元。

( @Benchmark Studio)

3、红杉资本「覆盖赛道」押注 Anthropic，新一轮融资目标约 250 亿美元，预计最快今年 IPO

据《金融时报》报道，红杉资本计划加入对 AI 初创公司 Anthropic 的新一轮重磅融资。此举打破了风险投资界通常避免在同一领域支持竞争对手的传统惯例，因为红杉此前已同时投资了 OpenAI 和埃隆·马斯克的 xAI。

本轮融资由新加坡政府投资公司（GIC）和美国投资机构科图（Coatue）领投。 据报道，两家机构各出资 150 亿美元。Anthropic 计划以 3500 亿美元的估值筹集 250 亿美元或更高资金，这一估值较四个月前的 1700 亿美元已翻了一番以上。此外，微软和英伟达据称已承诺共同出资最高 1500 亿美元。

红杉此次的投资时机颇受外界关注。OpenAI CEO 萨姆·奥尔特曼此前曾明确表示，虽然不禁止投资者投资竞品，但若投资者对竞争对手进行「非被动投资」，其接触 OpenAI 机密信息的权限将被终止。

尽管面临潜在的利益冲突，红杉仍选择进一步深化在 AI 领域的布局。 此前，红杉不仅支持了奥尔特曼创立的 Loopt 和其引荐的 Stripe，也通过投资 xAI、X、SpaceX 及 Neuralink 等公司与马斯克建立了广泛联系。

这一策略转变发生在该机构经历戏剧性的管理层变动之后。近期，红杉全球掌门人罗洛夫·博塔（Roelof Botha）离职，由林君睿（Alfred Lin）和帕特·格拉迪（Pat Grady）接手。这种多点押注的策略，与 2020 年红杉因利益冲突而放弃 Finix（Stripe 竞对）投资的历史立场形成了鲜明对比。

此外，报道还透露，Anthropic 正在积极筹备首次公开募股（IPO），最快可能在今年年内进行。

( @Z Potentials、@TechCrunch)

4、NVIDIA 发布 PersonaPlex：基于 Moshi 架构的 7B 全双工对话模型，支持混合 Prompt 定制

NVIDIA ADLR 团队近日正式发布了 PersonaPlex，这是一个参数量为 7B 的原生全双工语音对话模型。该模型通过摒弃传统的 ASR→LLM→TTS 级联架构，实现了超低延迟的实时语音交互，并着重解决了全双工模型在角色与音色自定义方面的局限性。

在架构设计上，PersonaPlex 基于 Kyutai 的 Moshi 架构及 Helium 语言模型构建，并采用了 24kHz 采样率的 Mimi 神经音频编解码器。该架构支持模型同时处理音频输入流与输出流，从而具备了实时打断、背向渠道（Backchanneling，如「嗯」、「噢」）以及自然的轮替节奏等全双工特性。

为了提升定制化能力，模型引入了混合提示机制。 该机制包含双路输入控制：通过音频嵌入提取参考音频的声学特征，以控制发音风格与韵律；同时利用文本指令来定义角色的设定、背景知识及交互逻辑。

在训练数据方面，团队采用了脱耦与融合策略。模型使用了 1,217 小时的 Fisher English 真实对话语料来学习打断、情绪反馈等交互行为，并结合了约 2,250 小时由 Qwen3-32B 和 Chatterbox TTS 生成的合成数据，以强化指令遵循能力。

评测结果显示，在 FullDuplexBench 及新增的 ServiceDuplexBench 测试中，PersonaPlex 在顺滑轮替和暂停处理等指标上优于 Gemini 2.0 Flash Live 等商业模型。此外，在未见过的极端场景（如太空紧急状况响应）中，模型也展现出了技术推理与情绪同步能力。

目前，该项目的代码采用 MIT 开源协议，模型权重则采用 NVIDIA Open Model License 协议。相关的测试集 ServiceDuplexBench 也将于近期开放。

HuggingFace:

https://huggingface.co/nvidia/personaplex-7b-v1

( @NVIDIA ADLR Blog)

02有亮点的产品

1、飞书发布首款硬件「AI 录音豆」：联手安克创新，争夺更近的上下文入口

据「智能涌现」报道，飞书联合安克创新发布首款智能硬件产品「AI 录音豆」，这也是飞书自 2017 年成立以来的首次硬件尝试。该产品被定义为飞书内部的探索性项目，由飞书团队负责软件部分的研发。

在此次合作中，飞书团队主要负责软件层面的研发。该设备通过极轻量化的设计捕捉物理场景语音，并结合豆包大模型，旨在实现办公上下文的自动化沉淀与结构化处理。

在硬件形态上，AI 录音豆单体重量仅为 10g，含充电仓总重 48g，内部搭载了双 MEMS 麦克风阵列。产品采用了豆状设计，支持背夹或磁吸佩戴。这一设计旨在降低录音过程中的仪式感，以便更好地覆盖通勤、拜访等碎片化使用场景。

在续航与存储配置方面，配合充电舱使用，该设备可提供 32 小时的总续航时间，并支持快充技术，充电 10 分钟即可录音 2 小时。机身内置 8GB 存储空间，可存储约 250 小时音频，并支持蓝牙与 Wi-Fi 双模式传输。

核心功能方面，设备内置了豆包大模型，支持实时多模态纪要。具体能力涵盖发言人识别、待办事项自动提取以及柱状图等图例的可视化生成，用户可在录音过程中实时查看 AI 总结。

此外，该产品实现了与飞书生态的闭环打通。录音内容会自动沉淀至飞书知识库，用户随后可通过 AI 助手，以自然语言交互的方式对历史音频记录进行语义检索、提问及二次创作。

目前，该产品被定位为飞书内部的探索性项目，具体定价及正式发售日期暂未披露。

（@36 氪）

2、银河通用发布重载机器人 Galbot S1：50kg 双臂负载突破瓶颈，零遥操切入核心产线

「银河通用」正式发布工业级具身智能重载机器人「Galbot S1」。该机器人实现了 50kg 的双臂持续作业负载，并搭载全自主、零遥操的「具身搬运模型」。目前，产品已成功进入宁德时代等头部企业的核心产线，承担重型物料搬运及部件装配任务。

在负载能力上，Galbot S1 实现了显著突破。它拥有 50kg 的双臂持续负载能力，不仅对标人力搬运的极限，更突破了具身智能机器人普遍低于 10kg 的负载瓶颈，有效填补了轻型协作机器人与大型固定吊装设备之间的重载作业空白。

技术层面，该机器人采用了全自主的具身搬运模型。基于纯视觉感知方案，Galbot S1 无需依赖二维码或反光板等外部标记，即可支持动态光照、局部遮挡及人机混行等复杂工况，实现了零遥操下的端到端作业。

针对工业环境的适配性，整机具备 IP54 防水防尘等级，作业高度覆盖 0 至 2.3 米区间，能够适配从地面物料到高位货架的全场景搬运需求。

在续航与安全性方面，Galbot S1 支持 8 小时单次续航及自主换电功能，可实现 7×24 小时连续运转。同时，系统配备了毫秒级安全响应机制与 360° 全向避障能力，确保作业安全。

此外，银河通用通过在宁德时代、博世、丰田等真实产线的长期运行，构建了场景数据闭环，持续强化具身智能大脑在严苛节拍下的稳定性。

目前，公司已完成 21 亿元融资，估值突破 200 亿元，正积极推进千台级的工业部署。

（@量子位）

3、全球首个全年龄段覆盖，京东京造第二批 AI 玩具上线

近日，京东京造正式宣布上线第二批自研 AI 玩具。此次发布的新品在此前针对儿童开发的陪伴玩具基础上，进一步推出了面向年轻人及老年群体的 AI 玩具，实现了全球首个全年龄段用户需求的覆盖。

京东 JoyInside 为硬件注入了「长期记忆」与「情境感知」能力，能够理解对话的上下文，也成为首个根据不同年龄段用户的偏好与习惯进行优化的系统平台。

这项能力被深度应用于不同年龄层的需求设计中：系统能识别婴幼儿的哭声并给予安抚，为儿童提供启蒙引导并识别潜在风险，与年轻人进行有深度的主题聊天，也能用方言陪伴老年人，并关注他们的健康与社交需求。

回顾市场表现，首批 AI 玩具上市后，被用户视为「游戏搭子」、「情绪树洞」及「知识导师」，在帮助儿童减少电子屏幕依赖方面发挥了作用。数据显示，接入 JoyInside 的智能硬件平均对话轮次提升超过 120%，多款产品上线即售罄，且保持了极低的退货率。

截至目前，京东 JoyInside 已携手超过 40 家硬件品牌，涵盖 AI 玩具、机器人等品类。

（@IT 之家、@京东黑板报）

03有态度的观点

1、DeepMind CEO：AGI 5-10 年内实现

日前，Google DeepMind CEO Demis Hassabis 接受了 CNBC 的节目采访，与主持人共同讨论了缩放定律的重要性以及发展通用人工智能（AGI）的持续追求。

Demis 表示，自己依然认为 5 到 10 年内 AGI 能得以实现。

其指出，包括 AI 在内的 AGI 将涉及 LLMs 和世界模型的组合，而不是一个组件取代另一个组件。

Demis 认为，AI 可能需要更好的推理、长期规划和 「世界模型」 的概念，以更好地理解物理学并进行模拟，反映人类科学家的工作。其也强调，除了世界模型之外，AGI 可能还需要其他类型的技术和能力。

同时他也表示，为了使 AI 在科学能力方面取得进步，它需要能够提出新的假设和想法，而不仅仅是解决现有的猜测。

( @APPSO)

04社区黑板报

招聘、项目分享、求助……任何你想和社区分享的信息，请联系我们投稿。（加微信 creators2022，备注「社区黑板报」）

1、招聘 AI Agent 开发工程师

22-35K·13 薪深圳 5-10 年 本科

岗位职责：

1. 负责 AIAgent 系统的架构设计与工程实现，包括智能体的任务规划、决策逻辑、工具调用以及记忆管理等核心模块。
2. 深入集成与优化大语言模型（LLM），通过提示工程、微调等技术路径，持续提升 AI 助手的对话质量、逻辑推理能力及任务执行准确性。
3. 为 AI 助手连接并管理各类外部工具与 API（如搜索、数据库、第三方服务），构建其实际解决问题的能力，同时确保执行过程的安全与可控。
4. 建立针对 AI 助手性能的评估、监控与迭代闭环，通过数据分析驱动产品体验的持续优化。5.编写高质量、可维护的代码，并将 AIAgent 系统部署至生产环境，保障其高可用性与低延迟。

任职要求：

1. 计算机科学、软件工程或相关专业本科及以上学历，具备 3 年以上后端或 1 年以上 AI 应用开发经验。
2. 熟悉 PyTorch、TensorFlow 等主流深度学习框架，具备扎实的工程能力和良好的编码习惯。
3. 对大语言模型及 AIAgent 技术栈有深入理解和实际项目经验。
4. 拥有强烈的产品意识和用户同理心，关注技术落地对用户体验的实际影响，具备优秀的数据分析能力和问题解决技能。
5. 有成功的 ToC 互联网产品或 AI 产品（如智能助手、对话机器人）开发及上线经验者优先。

联系人：李先生

联系方式：26905841@qq.com

阅读更多 Voice Agent 学习笔记：了解最懂 AI 语音的头脑都在思考什么

写在最后：

我们欢迎更多的小伙伴参与 「RTE 开发者日报」 内容的共创，感兴趣的朋友请通过开发者社区或公众号留言联系，记得报暗号「共创」。

对于任何反馈（包括但不限于内容上、形式上）我们不胜感激、并有小惊喜回馈，例如你希望从日报中看到哪些内容；自己推荐的信源、项目、话题、活动等；或者列举几个你喜欢看、平时常看的内容渠道；内容排版或呈现形式上有哪些可以改进的地方等。

作者提示：个人观点，仅供参考