蒲松龄

湖人计划落空！詹姆斯助76人再获福将，恩比德或复刻20年浓眉剧本_我的网站

女婴起名王者荣耀

一 | 没有了勒布朗·詹姆斯，洛杉矶湖人对优质球员的吸引力似乎真的在大幅降低，一个只有森林狼在抢的库明加，湖人至今迟迟无法拿下，更扎心的是，湖人心心念念了一整个夏天，此前和湖人传出各种流言的克莱·汤普森，好不容易和独行侠达成买断，结果人家转头加盟了迈阿密热火，湖人想要引进汤普森的计划再次落空了。根据消息，在和独行侠达成买断协议后，汤普森计划在度过澄清期后与迈阿密热火签下一份2年接近1300万美元的合同。这份合同的第二年为球员选项，意味着克莱在首个赛季结束后可以自行决定是否执行下一年的合同，很明显，汤普森想用这一年尝试冲击总冠军，也就是说，他认为热火会是总冠军的有力竞争者，相对的也就是说，在汤普森心里，湖人还没有足够的争冠实力，否则汤普森不会无视父亲老汤普森的期望，以及湖人整个夏天的造势追求。湖人想要得到汤普森，在过去几年一直都不是什么秘密，并且汤普森的父亲老汤普森，一直希望汤普森可以回到家乡洛杉矶打球，此外，东契奇也希望可以和汤普森重新联手，但汤普森最终还是没有选择湖人，或许在汤普森看来，失去了詹姆斯的湖人，即使还有东契奇和里夫斯，也很难在西部杀出重围。不得不说，没有了詹姆斯的吸引力，即使湖人有洛杉矶的大舞台，也无法像前几年那样轻易吸引到优质争冠拼图加入了，相比之下，在得到詹姆斯之后，76人正在成为大量想要争冠的老将的理想去处，前有波普连夜加入，就有乐福表达希望加盟的意愿，他们就是奔着詹姆斯来的，而现在，又有一名福将因为詹姆斯选择加入76人了。雅虎体育援引Marc J. Spears的报道，独行侠助理教练菲尔·汉迪正在敲定加盟费城76人的协议，预计将进入主教练纳斯的教练组。汉迪此前曾在猛龙时期与纳斯共事，双方拥有合作经历。《科创板日报》7月20日讯（记者杨小小）人形机器人要加快实现应用落地，无疑已成为行业内外的普遍共识。此番如果正式加盟费城，也将是两人的再次联手。围绕这一目标展开的人形机器人“大脑”能力补强，也已经持续了一段时间。此外，汉迪还曾先后在骑士和湖人担任助教，并在两支球队执教过詹姆斯，帮助詹姆斯赢得了2016年和2020年的总冠军，他长期以球员发展和个人技术训练能力受到关注，汉迪的加入，可能会让76人复刻2020年湖人夺冠的剧本，尤其是让恩比德上演和浓眉一样的故事。但在这个过程中，行业逐渐发现，机器人拥有理解和决策能力，并不等于已经掌握了可执行的技能，从认知到动作之间，还需要完成动作策略生成、本体适配和反馈修正等重要环节。在今年的世界人工智能大会上，具身智能“深圳军团”不约而同地都在朝这个方向进行能力展出，试图缩短模型能力到真机执行的链路。

二 | 实际上，现在的恩比德和2020年夺冠前的浓眉非常像，他们都是极具统治力的内线，人们也不否认他们的实力和天赋，但问题是，恩比德和浓眉在职业生涯里，一直被球迷视为脆皮内线的代表，在浓眉夺冠前，人们并不相信以他的耐操性可以支撑他健康打到总决赛，但和詹姆斯联手后，以及在湖人接受了汉迪的指导，浓眉在2020年一飞冲天，打出了极具统治力的一个赛季，并最终赢得了生涯第一座总冠军。因此这一次，詹姆斯和汉迪的到来，或许也能让恩比德完成职业生涯的蜕变，詹姆斯的组织能力会让恩比德在场上打得更加轻松和有统治力，汉迪则可以让恩比德通过更专业的训练保持健康，打磨出更加出色的技术，就像2020年的浓眉一样，至少从目前的消息来看，恩比德在这个休赛期确实是玩命苦练的，身材越发精壮，并且健康状态良好，看来恩比德也是真的知道，新赛季是他夺冠的最佳机会，他真的想拼一把，或许这一次，轮到恩比德打破质疑，一举夺冠封神了，对此你怎么看呢？。从数据到动作策略跨维智能将这段距离进一步前移到了模型训练的数据端。

三 | 此次WAIC，跨维智能发布并开源Aligned DexWorld。据公司介绍，该数据集试图将真人示教、真机遥操和仿真合成等不同来源的数据，在统一的三维物理空间和时间序列中完成对齐。它所针对的是具身智能训练数据的异构问题：不同来源的数据在视角、本体构型和动作空间上存在差异，单纯“堆数据”并不必然提升模型效果，未经对齐的混合训练甚至可能产生负迁移。在数据对齐之外，跨维智能还首次展示了仿真引擎DexVerse的生成式仿真能力，通过持续生成不同的物体姿态、场景布局和交互任务，为世界模型提供更多样化的训练数据。按照公司的技术路径，Aligned DexWorld解决的是不同数据能否被模型共同学习，DexVerse则负责扩展模型可以学习的物理场景。现场展出的手机装盒和商超扫码Demo，进一步呈现了上述技术链路在真机执行端的效果。手机装盒机器人需要连续完成取盒、放机、对位和合盖，并在物料偏移、漏抓等情况下重新规划动作；商超扫码机器人则要适应不同瓶型和随机摆放姿态，完成抓取、扶正、扫码及放置，并通过视觉信号判断扫码是否成功。也就是说，跨维智能试图补上的，是从模型能力到真机执行的上游基础：先让不同来源的数据说同一种物理语言，再让模型学到的能力更顺畅地迁移至真机。如果说跨维智能试图让模型从训练阶段开始，更准确地理解物理世界中的动作，智平方进一步关注的，则是模型理解任务后，如何将认知、协调和执行串成闭环。智平方这次WAIC带来了搭载NeuroVLA类脑大模型的AlphaBot 2。按照公司的设计，NeuroVLA将机器人控制体系分为“皮层-小脑-脊髓”三个层次：皮层负责语义理解和任务规划，小脑负责高频运动协调与动态修正，脊髓则负责毫秒级运动执行和安全反射。高层模型的任务规划无法直接转化为连续的关节动作。

四 | 机器人还需在执行中持续感知环境和自身状态，在目标变化或动作失败时动态调整，并维持长流程任务的时序信息。智平方强调的主动感知、故障自恢复和时序记忆，就是为了打通这些环节。在WAIC展示的PCB上下料任务中，AlphaBot 2需要面对不同型号、尺寸的PCB，以及透明、反光托盘，连续完成托盘取料、上下料、移动运输和双臂协同等动作。

五 | 相比完成一次固定抓取，这类任务更考验感知、任务规划、动态修正以及运动执行之间能否形成闭环。从动作策略到真机执行模型形成动作策略之后，还需要经过具体场景和机器人本体的适配。乐聚机器人试图通过后训练，补上通用模型与具体岗位技能之间的距离。作为以本体和运动控制见长的人形机器人企业，在路径上，乐聚没有选择从头训练通用具身基模，而是由上游模型企业完成通用大脑的预训练，再结合自身机器人本体和工业场景开展垂域后训练、本体适配和真机评测。乐聚机器人技术负责人王强对《科创板日报》记者表示，这一过程可以类比为是给机器人开设“技校”：基础模型解决认知广度，后训练则让机器人围绕具体岗位学习技能。

六 | 以快递分拣为例，蚂蚁灵波的LingBot-VLA 2.0已经通过预训练掌握识别物体、理解指令和基础抓放等能力；乐聚进一步采集300条任务数据进行后训练，让模型学习不同包裹在具体环境中的识别、抓取与分类方法，并将其部署至夸父机器人完成真机任务闭环。据悉，乐聚目前已将数据处理、代码适配、模型后训练和真机部署测试等流程封装为后训练工具链。此次WAIC，乐聚展示的纸箱拆垛、塑料箱拆垛和小件上料，也对应了这套转化路径。乐聚方面人士对记者表示，在展会期间，夸父机器人连续三天每天接近10小时不间断完成了纸箱拆垛等任务，机器稳定性出现了初步的量变突破。逐际动力则把认知到执行的链路进一步拆分为Sys2认知层、Sys1技能层和Sys0运控层。认知层负责理解任务和作出决策，技能层承接具体能力，运控层则负责将其落实为本体动作。逐际动力此次展示的Oli机器人搭载COSA人形大脑系统和WBT全身运动基础模型。

七 | 其中，WBT能够实时追踪机器人全身关节，并在动作执行过程中维持平衡。现场动捕演员连续完成深蹲、太极和舞蹈等动作，Oli则进行实时复现。与单个预设动作相比，这一演示更侧重展示长程动作如何被映射至机器人本体并稳定执行。在操作端，逐际动力还展示了搭载COSA系统的TRON2双臂机器人。现场，TRON2通过视觉感知和语音交互，自主抓取糖果并递送给用户，呈现出机器人从感知、技能生成到底层执行之间的衔接。