从个人 AI 助手到脑科学 Infra：智能体开始补上触觉、记忆与物理世界

近期，AI 领域的进展不再只是模型参数和榜单分数的竞赛，而是同时向个人日常、脑科学基础设施、具身操作和企业部署四个方向渗透。从 Today AI 的十天体验，到鲲为的超声穿颅读脑，再到 Sharpa、星动纪元、MirroS 与 openJiuwen 的新动作，一条共同主线逐渐清晰：智能体要真正进入现实世界，必须补上感知、记忆、行动与安全运行的系统能力。

个人 AI 助手先学会“主动”和“同一段对话”

Today AI 由 Teambition 创始人齐俊元打造，国内版于 9 月 24 日上线，已接入飞书、钉钉、腾讯文档和邮箱等国内常用应用 ^[1]。作者体验十天后发现，它的 Personal 之处不只是回答问题，而是根据用户提供的个人信息主动生成早晚报，推送喜欢的球队动态、邮件摘要和刊物封面文章；在同一个对话框里，用户可以上一秒收集选题资料，下一秒追问某款游戏是否发售，Today 能接住话题并回到工作任务 ^[1]。电脑版把对话、简报、任务、记忆和关联应用放在同一界面，连上飞书后，它能读取近一周工作文档并每天早上 9 点推送选题 ^[1]。在更重的任务中，作者把游戏 mod 的 zip 包发给 Today，它自行拆包、读文档并调用 Claude Opus 5 开始汉化，但最后一步“汉化文件放在游戏目录哪里”却反复给出自信却无效的指令 ^[1]。这既展示了 Personal AI 用长期记忆和主动服务降低交互成本的可能，也暴露了它在真实操作闭环中的可靠性短板。

用低频超声“读脑”，鲲为要做脑科学 AGI 的 Infra

深圳公司鲲为科技近期完成 4 亿元新一轮融资，新增股东包括 XVC、红杉中国，老股东夏尔巴、腾讯进一步加仓 ^[2]。其技术路线放弃通过不断提高频率换取清晰度的行业惯性，转向低频，把算力与算法引入物理声场，在低频段兼顾颅骨穿透力与高分辨率实时成像 ^[2]。实测中，海外顶级旗舰彩超在穿透颅骨后只能拼出模糊轮廓，而鲲为设备可清晰呈现中脑核团、侧脑室乃至微细血管中的血流动态 ^[2]。创始人刘家家将这一路径概括为“声学空间智能”，并称其复刻了蝙蝠的声学空间感知能力：超声波每秒产生的原始回波数据流高达 10GB，模型需在极小参数量下实时解析三维空间中的体素反射特征 ^[2]。鲲为已实现数千万订单，目标不止于颅脑超声设备，而是提供硬件和基础软件平台 kOS，成为赋能脑科学 AGI 的 Infra 公司 ^[2]。

触觉成为灵巧操作的入口，Sharpa 一次发布三款产品

在 IROS 上，Sharpa 发布第一款全自研通用人形机器人 D01，以及新一代全触觉超紧凑、轻量化灵巧手 W02 和高保真外骨骼触感数据手套 AE01 ^[3]。D01 的几个数字围绕灵巧操作展开：手臂载荷自重比接近 1:1，最大末端执行器速度超过 10.5m/s，通信频率 1000Hz，重复定位精度 0.2mm，球形腕关节采用 1:1 人体尺度设计；电子皮肤覆盖全身，触觉覆盖上半身，触觉采样率 100Hz，力感知范围 0.1—20N，力分辨率 0.2N ^[3]。W02 反而把主动自由度从上一代 W01 的 22 个减少到 21 个，整手尺寸缩小约 30%，并实现“零抓握半径”，指尖视觉触觉传感器力感知范围 5mN—30N，空间分辨率 1mm ^[3]。AE01 通过 22 个编码器捕捉操作者自然手部动作，并把机器人端触觉状态反馈给人，用于精准遥操作和第一视角数据采集 ^[3]。这些产品共同指向一个判断：机器人进入真实工作空间后，视觉只能告诉它“前面有东西”，触觉才能回答“哪里碰到了、受力多大、有没有滑动”。

世界动作模型登顶：星动纪元 VPP2 把预测和动作拆开

星动纪元自研的世界动作模型 VPP2 近日登顶 RoboDojo 仿真榜单，综合平均成功率 32.26%，综合平均得分 39.26 分，两个指标均列第一；在泛化能力、精细操作、记忆能力三个维度上，VPP2 也拔得头筹 ^[4]。作为对比，在 RoboDojo 仿真基准的后训练评测中，GPT-6-Astra 的平均成功率为 22.48%，平均得分 28.97 分 ^[4]。VPP2 没有额外加数据，也没用 Agent RSI 等增强手段，仅靠标准数据集完成提升，说明其性能来自预训练和基座泛化 ^[4]。技术路线上，团队将视频预测与动作学习分阶段训练，先以阿里开源的 Wan2.1-I2V-14B 为基础，整合机器人操作、人类活动、通用视频等数据，让模型学习一次完整操作从开始到结束的变化；在机器人操作视频的指令遵循测试中，14B 参数的 VPP2 达到 90% 成功率，而 64B 参数的 Cosmos3 为 78% ^[4]。之后，VPP2 引入 0.9B 参数的扩散 Transformer 作为动作专家，动作训练初期冻结视频模型基础参数，仅通过 LoRA 适配，以保住泛化能力；最终视频预测约耗时 0.12 秒，动作专家约耗时 0.1 秒，整体动作片段生成延迟约 0.22 秒 ^[4]。在真实 ALOHA 双臂机器人上，VPP2 在抓取、放置、堆叠、折叠、倾倒等 10 类零样本任务中平均成功率 58.5%，高于 π0.5 的 40% ^[4]。

代码造世界、扩散绘现实：AgentGarten 让智能体边玩边进化

MirroS 团队发布 AgentGarten，将可执行的代码环境与实时神经渲染器连接起来：代码定义物理规则，模型生成视觉反馈，以超过 30 fps 的吞吐让智能体持续与世界交互 ^[5]。在经典捉迷藏实验中，躲藏者在第 4 轮学会搬动挡板搭建掩体，搜寻者在第 10 轮掌握借坡道翻墙；一次跳跃失败后，搜寻者还会主动推近坡道、调整位置再尝试 ^[5]。作为对照，OpenAI 2019 年的研究依靠从零开始的强化学习，摸索出掩体搭建经历约 2500 万局，学会借坡道翻墙经历约 1 亿局 ^[5]。AgentGarten 的解法是让物理交给代码、光影交给神经模型：智能体给出动作指令后，代码环境立即计算碰撞与状态更新，并从第一人称视角导出轻量几何草图，神经渲染器再结合视觉记忆实时生成下一帧 ^[5]。团队还提出 Adversarial Forcing 训练方法和精确重放机制，以应对流式生成中的误差累积与长序列时序一致性挑战 ^[5]。这套“探索—复盘—沉淀”循环，让虚拟环境的扩充成本从美术劳动密集型转向代码程序化扩展型。

企业级 AgentOS 开源：从能用到可管、可控、可扩展

openJiuwen 发布并开源企业级 AgentOS，由华为 2012 实验室、华为云、计算、终端、算力先遣队等团队联合高校与企业开发者构建，将多智能体协同、自演进、算力亲和与企业级安全可靠能力融入统一底座 ^[6]。它通过蜂群协同与工作流编排支持任务拆解、角色分工和并行执行，并允许人在关键环节参与判断；依托执行轨迹、用户反馈与记忆机制，智能体可以优化技能与协作方式，把有效经验沉淀为可复用能力 ^[6]。在运行层面，AgentOS 通过软硬协同、资源调度和推理优化提升算力利用效率，并以多租户隔离、安全沙箱、权限管理及安全护栏约束数据访问和工具调用，同时以故障恢复等机制支撑任务高可靠持续运行 ^[6]。在 HC2026 上，华为发布基于 Jiuwen AgentOS 的一体机开源 Agent 加速平台及解决方案，平台内置统一 Agent 网关、分布式运行底座和 WorkSwarm 办公/编程统一工作台，可实现小时级企业端到端私有化部署 ^[6]。插件化架构与开放的北向生态，让技能、连接器、插件、专家和专家团五类资产可以灵活组合，并通过 Agentic Hub 发布、获取和共享 ^[6]。

共同趋势：智能体正在补齐“身体”与“底座”

把这些线索放在一起看，个人 AI 助手在争夺用户日常入口，脑科学超声和具身智能在争夺物理世界的感知与操作能力，而企业级 AgentOS 则在解决多智能体协同、安全与部署问题。它们的共同点是，AI 不再只是被动回答问题的模型，而是试图长期记住目标、主动获取信息、通过触觉和视觉闭环行动，并在企业环境中可管理、可隔离、可恢复。接下来值得关注的是，Today AI 这类个人助手能否把“轻快对话”推进到可靠的重任务执行；鲲为的 kOS 能否被脑机接口 Lab 和 NeuroAI 模型公司真正调用；Sharpa 的触觉数据、星动纪元的 VPP2 与 AgentGarten 的实时环境，能否让机器人从仿真榜单和 Demo 走向稳定商业价值；openJiuwen 的 AgentOS 又能否把小时级私有化部署转化为行业智能体的规模化落地。 ^{[1][2][3][4][5][6]}