无锡的具身智能公司，魔法原子，拿到1.5亿元天使轮融资
魔法原子（MagicLab）成立于2024年1月，专注于通用机器人和具身智能技术研发与落地应用，其产品包括通用人形机器人和仿生四足机器人等，覆盖工业、商业及家庭等多个场景。
2025年第一季度，魔法原子将正式发布新一代MagicBot人形机器人产品。魔法原子已经具备了整机大规模量产能力，公司预计于2025年交付数百台量产版MagicBot，2026年交付量将达到千台级别。
魔法原子（MagicLab）成立于2024年1月，专注于通用机器人和具身智能技术研发与落地应用，其产品包括通用人形机器人和仿生四足机器人等，覆盖工业、商业及家庭等多个场景。
2025年第一季度，魔法原子将正式发布新一代MagicBot人形机器人产品。魔法原子已经具备了整机大规模量产能力，公司预计于2025年交付数百台量产版MagicBot，2026年交付量将达到千台级别。
Raphael AI 是我创业后发布的第一款产品，从0起步，到超过100万月活用户，只用了一个月的时间！刚拿下了本月全球AIGC产品增长榜15名。 https://raphael.app
用户来源于自传播，我没做SEO、也没做任何的付费营销推广。
团队只有我自己，是AI工具帮我实现了这一切。
一个「只要有想法就能做产品赚钱」的时代到来了！
用户来源于自传播，我没做SEO、也没做任何的付费营销推广。
团队只有我自己，是AI工具帮我实现了这一切。
一个「只要有想法就能做产品赚钱」的时代到来了！
👏5👍4
上海首座人形机器人量产工厂:智元新创有限公司
在4000平方米的智元机器人数据采集中心，搭建的餐厅、奶茶店、家居等日常生活场景中，上百名数据采集员头戴VR眼镜、手持操作手柄，“手把手”教机器人做家务——叠衣服、收拾碗筷、倒茶、送餐、清理桌子、超市收银……从“具身”到“智能”，机器人有如踏上取经路，要通过重重关卡。“就像人有200多块骨骼一样，智元人形机器人A2，全身有400多个零部件。在整机测试前，每台机器人要经历多个分项测试，比如单腿负重30公斤的深蹲，就要进行2000次以上的测试，避免之后行走不稳或摔倒。”智元机器人研究院执行院长、具身业务部总裁姚卯青说。通过了制造关，还有训练关。首先是在程序设计下完成多样性任务，让机器人对物理世界有一个大体的“感知”，可以避开障碍物行走等，然后是专业训练，复刻真实应用场景如家居、商场、办公、餐饮等，让机器人在开放的环境里学会应对更复杂的任务。比如在人类眼中极其简单的倒水这件事，机器人却可能需要学习数百次：会往杯子A里面倒水，也要会往杯子B里倒水，杯子被临时挪动了，或者光线变暗了，机器人都要做到应对自如，不会把水洒到外面。日前，智元机器人开源海量规模的仿真数据集，涵盖家居、商超、办公、餐饮和工业5大类场景，以及180多种品类具体物品、12种核心技能。“这是继去年12月百万真机数据集开源项目之后，我们在具身智能数据方面的又一开源行动。”姚卯青说，如同一个极其高效的虚拟练功房，仿真数据集能帮助机器人快速练就十八般武艺。人人贡献数据，才能人人共享数据。姚卯青表示，在过去一年，具身智能领域迎来了爆发式发展，大规模机器人操作数据的作用功不可没。2025年公司将推出更多数据，吸引更多开发者参与具身智能的创新，推进技术大众化，努力实现“人形机器人人人造”。
在4000平方米的智元机器人数据采集中心，搭建的餐厅、奶茶店、家居等日常生活场景中，上百名数据采集员头戴VR眼镜、手持操作手柄，“手把手”教机器人做家务——叠衣服、收拾碗筷、倒茶、送餐、清理桌子、超市收银……从“具身”到“智能”，机器人有如踏上取经路，要通过重重关卡。“就像人有200多块骨骼一样，智元人形机器人A2，全身有400多个零部件。在整机测试前，每台机器人要经历多个分项测试，比如单腿负重30公斤的深蹲，就要进行2000次以上的测试，避免之后行走不稳或摔倒。”智元机器人研究院执行院长、具身业务部总裁姚卯青说。通过了制造关，还有训练关。首先是在程序设计下完成多样性任务，让机器人对物理世界有一个大体的“感知”，可以避开障碍物行走等，然后是专业训练，复刻真实应用场景如家居、商场、办公、餐饮等，让机器人在开放的环境里学会应对更复杂的任务。比如在人类眼中极其简单的倒水这件事，机器人却可能需要学习数百次：会往杯子A里面倒水，也要会往杯子B里倒水，杯子被临时挪动了，或者光线变暗了，机器人都要做到应对自如，不会把水洒到外面。日前，智元机器人开源海量规模的仿真数据集，涵盖家居、商超、办公、餐饮和工业5大类场景，以及180多种品类具体物品、12种核心技能。“这是继去年12月百万真机数据集开源项目之后，我们在具身智能数据方面的又一开源行动。”姚卯青说，如同一个极其高效的虚拟练功房，仿真数据集能帮助机器人快速练就十八般武艺。人人贡献数据，才能人人共享数据。姚卯青表示，在过去一年，具身智能领域迎来了爆发式发展，大规模机器人操作数据的作用功不可没。2025年公司将推出更多数据，吸引更多开发者参与具身智能的创新，推进技术大众化，努力实现“人形机器人人人造”。
👍8❤1🤔1
2023年1月，我看到了一个新产品叫Perplexity，用起来觉得挺有意思，于是立刻去问了一位对搜索和AI都很有经验的大牛朋友，他看了一眼说“有点意思，但这个没有壁垒啊，我周末就可以搓一个出来！”。
后来，他周末还真的发了一个原形给我[破涕为笑]
2023年中，一位好朋友问我：有机会小几亿美金估值投Perplexity，感兴趣吗？我那时已经经常使用Perplexity，但想起那位大牛说的话，于是我礼貌拒绝“哎呀，套壳应用是不是没有壁垒啊”。
😆
在这个时代，Talk is cheap, judge is easy, change is fast, show me a REALLY good product.
后来，他周末还真的发了一个原形给我[破涕为笑]
2023年中，一位好朋友问我：有机会小几亿美金估值投Perplexity，感兴趣吗？我那时已经经常使用Perplexity，但想起那位大牛说的话，于是我礼貌拒绝“哎呀，套壳应用是不是没有壁垒啊”。
😆
在这个时代，Talk is cheap, judge is easy, change is fast, show me a REALLY good product.
👍10👎2❤1
工具对个人有三大作用：
1. 帮你节省时间，俗称提效。
2. 帮你消耗时间，比如娱乐、学习等。
3. 帮你在消耗时间时节省时间，比如倍速播放、AI 总结、作业辅导等。
节省时间的前提，是有具体的某个活，并且这个活最好是有标准流程的，比如可以像生产鞋子一样，从一天到一小时。对个人来说，这种活在生活中很少。可能偏家务，比如做饭从两小时到半小时，交通从一小时到十分钟。这些需求，依赖具身智能的发展，离普通人能买得起，还很远。
回到工作领域，的确是个好场景。然而终局去看，工作越提效，AI 越胜任，需要的碳基人会越少。于是更多人会离开现有工作岗位。没有活，也就不需要去提效了。
回到消费领域，更多的人没有活了，会越来越无心消费。这个循环转不起来。
@潘乱 有次聊天说：送外卖的一个感受，是拿时间换钱。最大的一个问题是，平时单子没那么多，活没那么多。问题不是提效，是缺单子。
在杭州曾和一个出租车司机聊：最大的问题，是接单越来越少，活越来越少。
这和前几次工业革命很不一样，从马车到汽车，对驾驶员的需求不是减少，而是增多了。马车夫可以顺利变成驾驶员。电力革命后，特别是加上自动化流水线，看起来是对传统工人的需求减少了，但实际上，因为价格的降低，让越来越多人买得起各种电器、汽车等，工厂的工人并没有减少，只是世界范围内出现了转移，整体有很大增量，还有大量新的知识型工作岗位出现。
前几次技术革命，极大改善了绝大多数人的生活质量，同时增加了大量工作岗位。
这次 AI 革命，最诡异的是，在减少现有的工作岗位时，却未能看见增加的新岗位是什么。去各大内容平台做内容创业者，目前看这些平台上能赚到钱的创作者都还是极少数。如何让普通更多人能赚到钱，这种平台在哪。困惑。
如果越来越多人下岗，以及大量学生毕业后，在社会中找不到赚钱方式，说明 AI 的技术大变革，可能走偏了。
好的技术变革，最终应该为人民服务。
技术没错，但变革得为民。
1. 帮你节省时间，俗称提效。
2. 帮你消耗时间，比如娱乐、学习等。
3. 帮你在消耗时间时节省时间，比如倍速播放、AI 总结、作业辅导等。
节省时间的前提，是有具体的某个活，并且这个活最好是有标准流程的，比如可以像生产鞋子一样，从一天到一小时。对个人来说，这种活在生活中很少。可能偏家务，比如做饭从两小时到半小时，交通从一小时到十分钟。这些需求，依赖具身智能的发展，离普通人能买得起，还很远。
回到工作领域，的确是个好场景。然而终局去看，工作越提效，AI 越胜任，需要的碳基人会越少。于是更多人会离开现有工作岗位。没有活，也就不需要去提效了。
回到消费领域，更多的人没有活了，会越来越无心消费。这个循环转不起来。
@潘乱 有次聊天说：送外卖的一个感受，是拿时间换钱。最大的一个问题是，平时单子没那么多，活没那么多。问题不是提效，是缺单子。
在杭州曾和一个出租车司机聊：最大的问题，是接单越来越少，活越来越少。
这和前几次工业革命很不一样，从马车到汽车，对驾驶员的需求不是减少，而是增多了。马车夫可以顺利变成驾驶员。电力革命后，特别是加上自动化流水线，看起来是对传统工人的需求减少了，但实际上，因为价格的降低，让越来越多人买得起各种电器、汽车等，工厂的工人并没有减少，只是世界范围内出现了转移，整体有很大增量，还有大量新的知识型工作岗位出现。
前几次技术革命，极大改善了绝大多数人的生活质量，同时增加了大量工作岗位。
这次 AI 革命，最诡异的是，在减少现有的工作岗位时，却未能看见增加的新岗位是什么。去各大内容平台做内容创业者，目前看这些平台上能赚到钱的创作者都还是极少数。如何让普通更多人能赚到钱，这种平台在哪。困惑。
如果越来越多人下岗，以及大量学生毕业后，在社会中找不到赚钱方式，说明 AI 的技术大变革，可能走偏了。
好的技术变革，最终应该为人民服务。
技术没错，但变革得为民。
👍26❤2
目前看，ai非常大的一个威胁是，提供给人类一种“思考幻觉”，在前ai时代，普通人和各领域精英间的一个普遍差异，是有没有结构化思考/结构化输出的能力
从r1和manus来看，ai应用最强的地方之一就是结构化能力——去拆解问题和任务，它拆完了之后，把这个结构化的过程展示出来，就给了用户一个我也能结构化的错觉
这对于已经有类似能力的老炮来说，没啥问题，省时间多好，但对于在成长期的学生和职场幼崽来说，如果完全用ai来替代结构化思考的部分，完全不去做从0到1的事情，会丧失掉这个学习提高的过程中附带的收益，也会潜在失去向更高阶思维能力（创造力-直觉-分析复杂问题）的攀登可能
就算从最基本的角度来看，也会至少丧失掉积累一些底层思维素材的机会，而且长期来看可能会让思维活性下降，表面上看，一些任务仍然可以完成，甚至通过ai展示的“思考过程”，认为自己仍然有做这些事的能力，但其实已经根本没法自己上手去做基础性的思考了，我觉得这可能是摆在这一代全球教育者和父母面前的一个特别大的挑战
从r1和manus来看，ai应用最强的地方之一就是结构化能力——去拆解问题和任务，它拆完了之后，把这个结构化的过程展示出来，就给了用户一个我也能结构化的错觉
这对于已经有类似能力的老炮来说，没啥问题，省时间多好，但对于在成长期的学生和职场幼崽来说，如果完全用ai来替代结构化思考的部分，完全不去做从0到1的事情，会丧失掉这个学习提高的过程中附带的收益，也会潜在失去向更高阶思维能力（创造力-直觉-分析复杂问题）的攀登可能
就算从最基本的角度来看，也会至少丧失掉积累一些底层思维素材的机会，而且长期来看可能会让思维活性下降，表面上看，一些任务仍然可以完成，甚至通过ai展示的“思考过程”，认为自己仍然有做这些事的能力，但其实已经根本没法自己上手去做基础性的思考了，我觉得这可能是摆在这一代全球教育者和父母面前的一个特别大的挑战
👍41❤1