Chaen.ai 合作咨询

活动

AI周报|中国实地走访与企业应用

🗓 ⏱ 6 分钟阅读

English日本語

XFacebookLINEはてブ
AI周报|中国实地走访与企业应用

AI周报回顾我在中国体验机器人与走访企业的收获,整理开发工具、交互方式和企业接入的变化,并从成本、模型选择与信用风险出发,讨论这些进展对日本企业应用AI的启示。

本期AI周报以我在中国的机器人体验和企业走访为主线,整理这一周分享的开发实践、产品发布与企业应用话题。我会区分亲身验证的结果、发布方的说明和个人预测,并讨论日本企业以及希望进入日本市场的海外团队可以据此判断什么。

中国走访:在现场理解物理AI

这次中国出差最大的收获,是直接感受到现场的热度。工厂等领域的投入、推进速度、政府支持,以及不同地区有实力的企业,都给我留下了印象。与此同时,我也感受到谨慎的态度。这里并非只有热情,也存在实际需求;很多情况只有和开发者交谈后才能理解。

我访问了DEEP Robotics。人形机器人的动作相当自然,也带有压迫感,不过在我看来,该公司的优势更集中在四足机器人上。这是我的观察,并不是对其所有产品做过比较测试后的结论。

杭州马拉松现场的人形交通警察机器人,从清晨就开始运行。它们采用荧光黄色的交通警察外观,有两台并排走过斑马线的画面。天还没亮,机器人已经在跑者和自行车旁边行走,让我感受到把机器人放到真实街道上的速度。需要区分的是,看到它在街上运行,不等于已经验证其交通指挥能力或安全性。

我还体验了按摩AI机器人。最初甚至以为是人在操作,整体感觉很舒适。我认为它可能受到日本用户欢迎,依据就是这次亲身体验,而不是已经确认了日本的销售表现或市场规模。

当地有很多愿意提供帮助的人,合作讨论也有所推进。我正在考虑时隔7年再次设立中国法人,希望以后每月都能去。不过,网络连接确实影响了工作:即使使用VPN,Claude Code仍然难以正常连接,生产效率明显下降。这也是依赖AI工具出差时不能忽视的实际条件。

回国时的投稿还提到,计划次日上午9点半在幕张登台,随后前往旧金山。下一步是观察美国的物理AI,与中国的情况进行比较。那是当时的行程计划,本期并没有得出中美比较的最终结论。

Claude Code:从三维画面走向验证数据

在自己的开发实践中,我让Claude Code生成了工厂3D仿真。对我而言,重点不仅是画面能够呈现出来,还包括可以导出供机器人验证使用的基础数据。

  • 面向Isaac Sim的简化USD,包含碰撞形状和标签
  • 用于ROS 2 nav2导航的地图
  • 货架前的32个目标点
  • 两台机器人一整晚的模拟运行日志

这里的日志是模拟数据,不是真实机器人运行了一整晚的记录。如果企业希望尝试类似做法,我会先确定要验证的问题,再整理所需地图、目标点和输出,最后检查这些数据是否适合验证目的。生成了一个3D场景,与证明机器人能够在真实工厂工作,是两件不同的事。

在Digirise的机器人开发中,我也使用Codex和Claude Code。本周还分享了另一则案例:两名OpenAI工程师与GPT-6 Astra合作,在不到一周的业余项目中,制作了用于向Codex讲话的专用设备原型。投稿中列出的Astra工作范围包括外壳、电路板、UI和软件,同时还提及Chip Ganassi Racing将3D扫描转为图纸,以及Mazda对新车型设计进行仿真。

这些介绍案例并不是我的工厂仿真项目。我关注的共同方向,是AI辅助开发正在从代码延伸到形状、界面和验证材料。判断用途时,应该明确它交付的是原型、数据还是已经验证的结果,而不是把它们视为同一层级。

我还发过一条带玩笑性质的现场记录:穿短裤参加冷气很强的会议,于是让Claude Code以20路并行处理视频编辑等任务,把发热说成临时取暖办法。这不是建议大家照做的操作流程。更合理的准备,当然是先穿长裤。

ChatGPT与新交互:围绕实际使用场景判断

中国出差期间,我用ChatGPT学习中文。最方便的地方不是单独拿到一句翻译,而是通过一个提示词,生成可以继续学习和操作的交互式教材。

界面把自然的中文表达、拼音和日语翻译放在一起,还能解释每个词的含义、声调与发音要点。点击后可以展开详细说明,也能按AI专业术语等类别筛选。语法和语序通过颜色与图示呈现,同一句话提供从日常到商务的3种表达,支持一键复制,最后用选择题检查理解程度。

这让翻译、理解、选择表达和检查掌握程度连成了一个过程。如果用于工作,我会从实际需要说的话开始制作教材,而不是先追求覆盖大量内容。英语版当时只是我提出可以根据需求制作,还不是已经完成的版本。

输入方式方面,我介绍了Subvocal的眼镜。该公司获得YC和Afore Capital的130万美元融资,方案是向面部发射雷达信号,以非接触方式检测发声肌肉的细微运动,让使用者只动嘴、不出声也能输入文字。每分钟超过200词,以及佩戴者之间可以无声交流,都是公司介绍的能力,并非我亲自测得的结果。

我想到的使用场景是咖啡馆和电车等不便开口的地方。如果也能用于向AI智能体下达指令,它可能成为值得关注的输入方式。但这种可能性,不能写成我已经完成的使用验证。

视频编辑方面,我分享了Steve Aoki共同创办的Selendis发布Archon的消息。发布内容称,它能在几分钟内将原始素材制作成成片,从过去的视频或参考视频学习偏好,并随着编辑积累提高个性化程度;候补名单注册还提供3个月免费使用。

我看过多次Steve Aoki的演出,因此也对他参与AI业务感到意外。不过,Archon仍处于我想试用的阶段。它与我已经亲手使用的ChatGPT学习界面,应当分开评价。

企业AI应用:连接成本与模型选择同样重要

本周我介绍了Claude面向Team和Enterprise测试提供的MCP插件自动连接功能。管理员通过IdP,使用EMA为整个组织统一连接;如果IdP不受支持,则由Claude代为完成身份验证。发布说明还包括连接后无需再次认证即可持续使用,支持Notion、Figma、Atlassian、HubSpot等14家。

我最关注的是,不必再逐个请员工完成认证。对日本企业的全公司部署来说,我会把“管理员需要做什么”和“员工首次使用需要做什么”列为确认事项。海外团队向日本客户介绍时,也可以展示这两条流程,而不只是罗列能连接哪些服务。这是我对产品说明方式的建议,并不是对所有日本企业习惯的概括。

持续使用的成本则是另一条主线。针对用户反映Grok Bot使用限制突然收紧,Elon Musk解释,服务成本相对于收入过高,难以持续。这并不意味着其他公司的免费额度一定会缩减,但我不愿把业务完全建立在当前条件永远不变的假设上。

Claude Code的后台子智能体更新提供了更具体的例子。此前,每30秒刷新状态时都要重新读取完整对话;新方式由Haiku 5.5根据简短笔记生成状态说明。投稿中介绍的数字是,单次状态更新成本下降约99%,整个会话的使用额度消耗下降约5%,涉及版本为v2.1.316及以上。这里必须看清计算范围,不能把99%理解成整个任务的成本降幅。

模型选择方面,我为现场拍摄的NVIDIA黄仁勋讲话添加了英日字幕。我认同其中的思路:使用最前沿的闭源模型,同时让企业未来通过开放模型构建自己的智能。可以交给外部的工作交给外部,最终保留专属于自身业务领域的智能。

我预测,未来两年内开放模型也会接近当前前沿模型的水平,并继续小型化,使企业拥有自己的模型。但这是我的预测,不是已经确认的时间表。企业现在做决策时,应把“今天能用什么能力”和“未来希望保留什么知识”分开处理,而不是等待预测成为现实才开始行动。

信用与市场风险:不要把不同事件归因为AI

本周我也分享了法国一家大型银行遭受网络攻击并发生未授权交易的报道,其中提到损失约210亿日元。与此同时,银行方面表示客户资产没有受到影响。我并不认为单凭这件事,就能得出银行已经失去信用的结论。

我担心AI进步可能让攻击更复杂,但没有确认这起事件使用了AI。投稿想表达的是不必过度恐慌,也可以提前考虑把资金分散到多家银行等准备。对企业来说,讨论技术风险与讨论资金安排,应该保留各自的依据。

股票市场方面,我介绍了日经平均指数单日下跌6%、日本股市市值减少约70万亿日元的变化,以及KOSPI下跌8.5%、市值减少约250万亿韩元的情况。投稿还提到韩国全部交易暂停20分钟;相较6月高点,日经平均下跌22%,KOSPI下跌48%。

这些市场变化并没有被我定义为AI导致的下跌。技术进步、网络攻击和股市波动可以同时出现在一份周报里,但不能因此被拼成一条未经确认的因果链。

如何把本期AI周报用于自己的公司

我会先区分亲身结果、发布方说明和个人预测,再选择范围明确的小型验证。日本企业可以先确认输出的用途、连接条件和持续成本;希望进入日本市场的海外团队,则应说明由谁配置、需要哪些步骤,以及客户能够验证什么。本周最重要的收获,是把AI的可能性进一步转化为可检查的使用条件。

常见问题

Claude Code能生成工厂的3D仿真吗?

我使用Claude Code生成了工厂3D仿真,并导出了供机器人验证使用的数据。输出包括面向Isaac Sim的简化USD、ROS 2 nav2导航地图、货架前的32个目标点,以及两台机器人一整晚的模拟运行日志。

我如何用ChatGPT学习中文?

中国出差期间,我用一个提示词制作了交互式学习界面,将自然的中文表达、拼音和日语翻译放在一起。界面还包括词语解释、语法可视化、不同场景的改写和选择题,帮助我从翻译继续进入学习。

Claude的MCP插件自动连接面向哪些用户?

我在这次投稿中介绍的是面向Team和Enterprise的测试版。它支持管理员通过身份提供商统一连接整个组织,列出的支持对象包括Notion、Figma等14家。

根据 X 帖子整理原帖 ↗

分享这篇文章

XFacebookLINEはてブ

作者

茶圓 将裕
茶圓 将裕 DigiRise 株式会社 创始人兼 CEO

DigiRise 株式会社 CEO。为600多家企业、5万多人提供AI培训、咨询与开发支持。GMO AI & Crypto 顾问、Google Gemini AI 顾问。X 粉丝超过20万。