RoboScience发布通用具身大模型Visics | 2026-06-30 AI 日报

今天整理下来发现，AI圈终于从“比参数比跑分”的虚头巴脑阶段，落到了真能用的实处——智能体和具身AI开始落地，普通人的变现门槛也低到了难以置信的程度。

今日要闻

2026上半年一共发布了38款大模型，但真正值得说的不是数量，而是Claude Tag的登场——这标志着AI从单纯的模型竞赛，正式迈入了智能体时代。之前我们聊智能体总觉得是概念，现在Claude Tag能让用户直接给大模型打标签定义角色，比如“资深电商运营”“初中数学老师”，模型会自动贴合这个角色输出内容，甚至能记住之前的对话逻辑，相当于给每个用户定制了专属AI助手。对开发者来说，这意味着不需要自己从头训练角色模型，直接调用API就能做垂直领域的应用，比如给淘宝商家做专属的客服机器人，成本至少降了一半。

RoboScience在深圳发布的通用具身大模型Visics，是今年少有的能落地的硬科技。这个模型能让机器人完成拼装这种精细操作，之前的具身AI要么只能做简单的搬运，要么需要大量针对性训练，Visics是第一个能通用在不同场景的。比如工厂里的组装线，之前换个零件就要重新编程，现在只要给Visics看一遍组装视频，机器人就能自己上手。对制造业来说，这直接能把生产线的柔性化成本砍掉一大块，以后小批量定制产品的门槛会低很多。

变现思路

现在AI副业的门槛低到离谱，尤其是AI文字接单，当天就能启动。比如给短视频写脚本、给小红书写种草文、给电商写产品描述，完全不需要你有写作基础，只要会用Claude或者GPT-4o，输入“写一条30秒的奶茶店短视频脚本，突出低糖和手打茶底”，就能直接生成能用的内容。新手第一天就能在猪八戒网、千牛接单，一单赚50到200块，只要你愿意花时间刷需求，一天赚个几百块不是问题。唯一要注意的是，别直接用AI生成的内容交差，稍微改改语气，加上点自己的细节，通过率会高很多。

想转型的职场人可以试试AI写作做公众号流量主，这个模式已经跑通了。新手期只要每天用AI写2篇爆文，比如“职场人必看的5个摸鱼技巧”“30岁转行AI的真实经历”，发布到公众号，只要有阅读量就能赚流量主的钱。初期一篇文章可能只有几块钱，但积累到1000粉丝后，单篇收益能到几十甚至上百块。重点是选对赛道，比如职场、育儿、情感这些刚需赛道，AI生成的内容只要贴合用户痛点，很容易爆。

效率利器

别再被那些花里胡哨的AI工具忽悠了，这次整理的10款工具都是真能帮你省时间的。比如写报告的ChatDOC，能直接上传PDF文档，自动提取重点生成总结，同事3小时写完的报告，你用它10分钟就能搞定；还有剪辑视频的Runway ML，能自动给视频加字幕、剪片段，一天剪10条短视频完全没问题。这些工具核心功能都是免费的，付费版也不贵，适合上班族和副业党提高效率。我自己试了其中3款，确实能每天省出2小时摸鱼时间。

2026上半年AI从模型竞赛迈入智能体时代

2026年下半年，AI SaaS会进入“成本可观测性优先”的阶段。之前企业用AI只关心效果，现在发现智能体和多模型调用的成本根本没法控制——可能某个部门偷偷用AI跑了个大任务，月底账单直接翻倍。接下来的AI SaaS产品，会把成本监控放在最前面，比如给每个智能体、每个任务单独计费，企业能看到每一笔钱花在了哪里。对开发者来说，做AI应用的时候，必须考虑成本优化，比如用小模型做预处理，大模型只做核心任务，不然客户根本不敢用。

从最新的AI产业上下游全景分析来看，现在最赚钱的不是大模型厂商，而是中间的应用层和数据层。大模型的价格已经压得很低了，OpenAI和Claude的API一降再降，利润空间越来越小；而做垂直领域应用的，比如给医院做AI辅助诊断，给律所做合同审核，毛利率能到60%以上。还有数据标注公司，现在智能体需要大量的对话数据训练，数据的需求量比之前翻了好几倍，这也是个赚钱的机会。

圈内热议

HackerNews上周的热门讨论里，大家都在聊“AI会不会让程序员失业”，但这次的观点不一样——之前大家担心大模型写代码会取代程序员，现在发现智能体反而能让程序员更高效。比如现在可以用智能体自动做代码测试、写文档、修复简单的bug，程序员只需要专注于核心逻辑的开发。有个谷歌的工程师说，现在他的工作效率比之前提高了3倍，每天只需要写2小时代码，剩下的时间都用来做架构设计。

今日行动建议

今日小思考

📌 信息来源：CSDN博客、新浪财经、腾讯网、36氪、手机搜狐网、手机新浪网、东方财富网、51CTO博客、三秦网、中国西藏网

🤖 声明：本文由AI自动收集整理发布，仅供学习参考，不构成投资建议。

别盯着大模型了，现在是"物理AI"的进场窗口期

今天翻完所有信息，发现最值得独立开发者上心的不是GPT-5.6的受限发布，也不是DeepSeek的500亿融资，而是两个和"物理世界"相关的技术突破。一个是智源发布的悟界·Physis-v0.1，全球首个能预测物理状态的通用世界基座模型，能识别重力、碰撞这些现实规则；另一个是RoboScience的Visics具身大模型，用物体3D点云轨迹把语义指令和物理操作解耦了。

这俩东西意味着什么？之前AI都是在虚拟文本、图像里打转，现在终于能精准理解真实世界的运行逻辑了。对独立开发者来说，这是避开大模型红海的绝佳机会——比如做个面向小型加工厂的AI助手，能看懂流水线的零件轨迹，自动预判故障；或者给家装设计师做个工具，输入户型图就能用物理模型算出家具摆放的承重和空间合理性，比现在靠经验拍脑袋靠谱多了。

还有个新信号值得注意，具身智能的一级市场已经热起来了，17天就有11起融资，而且都是投给能落地到工业、家庭场景的项目。这说明资本已经从纯模型竞赛转向找能解决实际物理问题的方案，独立开发者不用搞大模型，就盯着某个细分物理场景，把现有技术打包成小工具，大概率能拿到小天使轮，或者直接给B端企业做定制服务。

最后提个醒，别光盯着技术本身，要找有痛点的小场景。比如现在很多小型仓储的货物分拣还是人工，你用Visics的轨迹识别技术做个低成本的分拣辅助工具，比搞一个通用机器人门槛低多了，而且企业愿意掏钱。本周可以先去智源的官网申请悟界模型的测试权限，找身边做实体生意的朋友聊两个痛点，试着搭个最小原型出来。

— 2026年6月30日 星期二 —