
在汉阴县退役军人服务中心,“光荣返乡、再启新程”“欢迎退伍老兵光荣返乡”等暖心标语格外醒目,一杯热茶、一句问候,让“最可爱的人”第一时间感受到家乡的温暖与尊崇。
汉阴县退役军人事务局严格落实“六个到位”“五个一”工作举措,通过线上平台发布报到须知、明确办事流程,安排专人答疑解惑,切实为退役士兵减负增效。在县退役军人服务中心报到现场,全面推行“一站式”服务,高效完成信息登记、档案接收、关系转接等业务办理,并同步开展优待政策宣讲,围绕就业创业、技能培训、学历提升、社保接续等内容精准解读、现场解惑,截至目前22名返乡士兵完成报到。
下一步,汉阴县退役军人事务局将精准对接退役士兵需求,持续深化服务举措,及时组织开展适应性培训等活动,全力护航退役士兵开启新的征程,为汉阴发展再立新功。
编辑:邱潮
编审:文婷 黄琪雅
终审:邹菲
">

《穿越火线HD》由《穿越火线》韩国开发商Smilegate和《心灵杀手》、《量子破碎》开发商Remedy娱乐联合打造,今日Remedy发布了《穿越火线HD》故事模式的宣传片。
《穿越火线HD》故事模式(PvE)为“Operation Frost(代号:暴风雪)”,共有三个章节,由Remedy打造。
Remedy表示,《穿越火线HD》为中国CF玩家打造,腾讯发行,即将在国内举行BETA封测。
第十大区的《穿越火线HD》画面将达到1080P分辨率,引擎升级,地图和人物都会更精细。
" width="98px" height="58px">
2月28日,2026年德国羽毛球公开赛半决赛,国羽女双新组合李怡婧/王漪朵21-18、 8-21 、21-19力克印尼组合阿玛莉亚/拉马丹蒂,与队友鲍骊婧/罗徐敏会师决赛。

来自德国羽毛球公开赛义工的现场报道:
今天她们一起在场上,仿佛是有化学反应,这场比赛像一场美好的歌剧,充满激情,全方位冲击到我了。感觉她们每一秒都在百分百地努力,没有一点松懈的时刻;两人互相支持,小李大声地表扬小王;她们一分一分地冲,一次又一次地跌爬滚打,把全场观众的情绪一波又一波地推向高潮。既震撼又美好。这样的比赛我们永远想看到。
女双半决赛
李怡婧
王漪朵 VS
阿玛莉亚
拉马丹蒂 优秀原创稿件、个人简历投递通道:tougao@aiyuke.com
" width="98px" height="58px">
过去一年,自动驾驶行业其实不缺新概念:VLA不断迭代,“世界模型”轮番登场。但真正稀缺的,从来不是造新词,而是能落地的体系。
在这样的背景下,元戎启行这次在GTC上没有强调某个具体功能,而是试图讲清一件更底层的事情:用基座模型重构辅助驾驶系统。
这件事,值得行业认真看看。
因为如果这条路径成立,改变的就不只是性能,而是整个自动驾驶的研发方式
过去几年,城市NOA开始大规模落地。
到2025年,中国搭载城市NOA的乘用车销量已经超过300万辆,渗透率突破15%。
但行业很快遇到了一个更现实的问题,功能有了,用户却未必愿意用。
不少用户的真实反馈很一致:系统不是不能开,而是不够让人放心。
复杂路况下的犹豫、突兀的减速、不够自然的决策,这些问题不会让系统失效,但会让人放弃使用。
这背后的矛盾在于,城市场景复杂度远超预期,长尾问题几乎没有边界,依赖人工的数据闭环,开始跟不上车队规模。换句话说,自动驾驶正在从一个工程问题,变成一个AI问题。
在GTC的分享中,元戎启行CTO曹通易没有过多展示功能,而是重点讲了一套新的技术框架,其核心是一套约40B参数规模的VLA基座模型。
所以元戎的思路,不是加模块,而是“换大脑”。
按照设计,这个模型能尽可能统一感知、理解、决策甚至评估能力。它既在“开车”,也在“理解场景”,同时还在判断自己开得好不好。
这种思路,本质上是在收敛系统结构,把过去拆分的能力,重新压回一个可以持续进化的模型里。
这也是最近两年,自动驾驶逐渐显现的一条分水岭:继续优化模块,还是构建统一模型。
如果只看40B参数,这件事很容易被理解成又一次模型军备竞赛。更值得关注的,其实是它对研发体系的影响。
传统自动驾驶的迭代,很大程度依赖人工参与的数据闭环,周期通常以天为单位。而元戎给出的说法是,在引入基座模型之后,这个周期可以被压缩到约12小时。
这件事如果成立,意味着竞争逻辑在发生变化。过去比的是谁做得更好,将变成比谁改得更快。
自动驾驶开始从功能工程,走向一种更接近AI训练的节奏。
技术路径之外,元戎也给出了一些市场数据,累计交付超过25万辆搭载城市NOA的量产车,在第三方供应商市场,单月市占率接近40%。202年,其目标是突破100万辆。

这些数字的意义在于数据规模。
当自动驾驶进入模型驱动阶段之后,车辆数量本身就变成了训练资源的一部分。模型、数据、算力,这三件事开始重新绑定在一起。
在演讲中,元戎对这套模型有一个更大的定义,它不仅是辅助驾驶的基座模型,也是面向物理世界的AI基座模型。他们的目标,显然不只是汽车。
可以理解为,如果一个模型能够同时处理感知、理解、决策和行动,那么它的应用边界就不一定局限在汽车。
Robotaxi、机器人,甚至更广义的具身智能,本质上都在解决类似的问题。
这也是为什么,这类叙事更适合出现在GTC,而不是传统车展。
当然,这条路并不轻松,基座模型的方向很清晰,但问题同样严峻。
首先是算力与成本。
40B参数模型的训练,本质上是重资产游戏。即便通过蒸馏压缩后部署到车端,对算力和成本的要求依然不低。而汽车行业,恰恰是对成本最敏感的行业之一。
其次是安全与验证。
当模型开始承担自我评估的角色,一个更深的问题是评估标准从哪里来?
如果标准本身也内生于模型,那么如何避免系统在复杂逻辑中自洽,而不是真正可靠?
最后是一个更长期的问题,规模,是否真的能解决长尾?
大模型可以极大优化常见场景,但对于真正极端、罕见的情况,是否能够靠继续做大来解决,行业其实还没有答案。
无论如何,元戎启行这次在GTC释放的信息已经很明确,自动驾驶的竞争逻辑,正在发生转移。
早期行业比拼的是传感器、感知算法、规控能力。接下来,更可能比拼的是:模型规模、数据规模、训练效率。自动驾驶公司,也在逐渐变成AI公司。
元戎启行显然已经押注了这条路线。这是不是最终答案,现在还很难判断。
但可以确定的是,当越来越多玩家开始用大模型重新定义自动驾驶系统时,行业的竞争焦点,已经不再只是谁的车更会开,而是谁能造出一个真正可靠的“大脑”。
作为FromSoftware“魂系列”三部曲中争议最大的一作,《黑暗之魂2》长期以来因画面降级、地图设计、适应性属性等问题备受玩家诟病。如今,一款名为“Lighting Engine”的Mod正在为这款游戏带来革命性的视觉升级——最新测试版加入了路径追踪技术,让这部2014年的老游戏焕发出令人惊叹的光影效果。
《黑暗之魂2》在发售之初就陷入多重争议漩涡。首先,适应性属性(ADP)直接影响角色的翻滚无敌帧,而游戏并未对此做出明确说明,导致未加点的玩家频繁遭遇“迷之受伤”。其次,地图设计相较初代《黑暗之魂》那种精妙互联的立体世界,显得更加线性,缺乏沉浸感。此外,Boss战也被认为是三部曲中最薄弱的环节——数量虽多,但大量重复使用、多人混战的设计让不少玩家感到失望。
更令玩家记忆犹新的是,游戏在发售前曾展示过令人印象深刻的动态光照系统,但最终版本中这一效果被完全移除。这一“画面降级”事件成为当年的一大争议焦点,也为后续Mod作者的“补完计划”埋下了伏笔。
在PC平台上,Mod作者们从未停止对《黑暗之魂2》画面表现力的挖掘。早期的“Flames of Old”Mod致力于还原预告片中被砍掉的光照效果,而新一代的“Lighting Engine”Mod则更进一步,加入了体积雾、地真环境光遮蔽等先进效果。
如今,该Mod的作者正在测试一个加入路径追踪技术的新版本。在RTX 4080显卡上,以4K分辨率、DLSS平衡模式、每像素3个采样(Path count 3)的设置下,游戏可以稳定运行在60帧。
从截图来看,路径追踪带来的光影质变令人震撼——无论是阴暗地牢中的烛光摇曳,还是户外场景中的阳光投射,都呈现出接近次世代游戏的写实质感。对于一款已发售十余年的老游戏而言,这样的视觉提升堪称脱胎换骨。
" width="98px" height="58px">
2月28日,2026年德国羽毛球公开赛半决赛,国羽程星/张驰22-20、21-10力克台北组合杨博轩/胡绫芳杀入决赛,有望打破一年多以来的冠军荒。
作为国羽混双新生代组合,程星/张驰在2024年曾经5次杀入半决赛,甚至包括日本公开赛、韩国公开赛等高级别赛事,并夺得西班牙大师赛亚军、奥尔良大师赛冠军,但是却难以取得更大的突破。
进入2025赛季,两人遭遇了5次一轮游,全年仅打入印尼公开赛、马来西亚羽毛球大师赛四强。
混双半决赛
程星
张驰 VS
杨博轩
胡绫芳 目前两人世界排名第16位,排在冯彦哲/黄东萍(第1)、蒋振邦/魏雅欣(第2)、郭新娃/陈芳卉(第6)三对组合之后。
今年前四站赛事,程星/张驰最好成绩是在1月末泰国大师赛打入四强,本周德国公开赛是两人自2024西班牙大师赛之后,时隔一年多再次杀入决赛。
第一局两人略显紧张,拼到22-20惊险拿下首局,第二局呈现碾压姿态,很快以21-10取胜。赛后两人说:“开局对手速度比较快,一些线路上比较有威胁,我们刚上去可能会打得比较保守一些,然后一些球路上面没有敢去做一些变化,然后到中段的时候会感觉说就是去放开了打,后面效果好一些。”谈及第二局大比分取胜,两人表示教练布置了一些克制对手的战术,把更多的精力放到战术执行上。
明天决赛,程星/张驰将迎战丹麦组合麦斯/布施,双方曾在2024中国公开赛1/8决赛上交过一次手,当时程星/张驰2-1取胜。
本文系爱羽客羽毛球网原创,未经允许严禁转载
优秀原创稿件、个人简历投递通道:tougao@aiyuke.com
" width="98px" height="58px">
在英伟达GTC 2026大会上,英伟达CEO黄仁勋首次提出“Token经济学”。视觉中国/图
在刚闭幕的AI行业风向标——英伟达GTC 2026大会上,英伟达CEO黄仁勋首次提出“Token经济学”:推理已成为AI最核心的工作负载,Token则是新的大宗商品。
Token是大语言模型处理信息的基本单位,也是计费单元,可以粗略理解为AI处理或生成的文字片段,一个汉字大约对应1到2个Token。
过去两年,大模型竞争的核心叙事是模型能力:谁更聪明,谁在 ARC(推理基准)、SWE-Bench(软件工程基准)这类 benchmark(基准测试)上能拿更高分,谁就更接近 AGI(通用人工智能)。参数规模、推理深度、复杂任务完成率,构成了行业主要竞争指标。
但是2026年春节过后,Agent AI(智能体人工智能)的核心叙事是持续完成任务,包括写代码、调试、调用工具、读取文件、再迭代,Token消耗从人机对话升级为机器自循环。以OpenClaw(龙虾)为例,用户仅需下达目标,它即可自主拆解任务、调用模型/工具/接口完成全流程,一次任务甚至就要消耗数十万至百万级Token。
这意味着,Token正成为AI时代的“石油”。黄仁勋断言,数据中心已从文件存储设施演变为Token生产工厂,未来每家公司都将以“AI工厂效率”来衡量自身竞争力。
与此同时,一组来自面向AI应用开发者的全球大模型聚合路由平台——OpenRouter的数据,在海内外都引起了关注。3月16日,其发布的数据显示,中国大模型周调用量已连续两周超过美国大模型。
3月9日当周,全球模型Token调用量排名前十名中,公开明确的中国模型占四席,并包揽前三名,分别是MiniMax M2.5、阶跃星辰模型Step 3.5 Flash、DeepSeek V3.2,Kimi K2.5位列第九。中国模型Token周调用量约4.69万亿,较上周的4.194万亿环比上涨11.82%。相比之下,美国AI大模型周调用量为3.294万亿Token,环比下滑9.33%。
OpenRouter的用户主要由海外开发者构成。该平台整合了包括GPT-4、Claude等二十余种主流大语言模型,提供统一的API(应用程序编程接口)和交互界面。其核心功能包括多模型聚合、统一API调用、性能基准测试、智能路由优化及开发者工具支持,支持按需付费与部分模型免费试用。由于每天处理海量真实调用,其LLM(大语言模型)排行榜已成为开发者社区的重要参考。
在这场新的AI战役中,包括芯片厂商、大模型厂商、算力供应商在内的多位业内受访者,均给出一致看法:“Token确实已经开始出海。”
Token出海,与中国多采用开源大模型有关。
中国开源模型是推动全球模型开源的重要力量。开源模型开放代码与权重,可本地部署定制但技术门槛高;闭源模型仅开放调用接口,易用稳定但无法修改底层。
2025年12月5日,硅谷风险投资基金a16z和OpenRouter联合发布了《人工智能现状》报告,对近100万亿的Tok
" width="98px" height="58px">
《Kena:Bridge of Spirits》最初于2021年9月21日登陆PlayStation 5、PlayStation 4及PC(Epic Games Store)平台,随后于2022年9月27日登陆Steam,并于2024年8月15日登陆Xbox Series和Xbox One平台。

一款以故事情节推动的动作冒险游戏,将探索与激烈的战斗结合在一起。凯那,一个年轻的灵魂向导,正在寻找圣山神社,他想要解开过去的谜团。腐灵是凯那的灵魂伴侣,虽然外表可爱,但本领强大。在腐灵的帮助下,一起解救被困在废弃村庄里的灵魂吧。

腐灵是遍布在森林中的胆小而虚幻的灵魂,他们通过分解死尸并腐坏各种元素来保持平衡。寻找并收集藏在村庄里的腐灵。发现越多腐灵,就能解锁越多新鲜强大的腐灵能力。使用腐灵的力量清除村里的腐化。

发现村庄的秘密,并使用来自灵魂界的力量重建这个曾经辉煌的世界,解开村庄奇怪的诅咒之谜。探索村庄的每个角落,揭开秘密、获得奖励。发现可收集的腐灵帽来定制你的腐灵同伴。寻找并递送迷失的灵魂留下的“灵魂信物”,以开辟新的区域。

从扶扇到电扇,从传统空调到家用中央空调,这是时代发展的轨迹,也是家居生活的里程碑。如今传统空调仍旧大行其道,而家用中央空调也不甘示弱,紧居其后,遂有取代之势,这一切还得取决我们的国民经济水平和居家生活方式,而这不过只是短暂的时间问题,家用中央空调未来普及大势所需。
除了生活水平和生活方式外,更多的人则愿意从实际出发,看看家用中央空调到底好不好,很多人都抱着观望的态度最终投身家用中央空调系统中,下面我们将为大家全面分析家用中央空调的优缺点,除了家用中央空调普遍拥有的优缺点外,我们还从最常见的三种家用中央空调类型出发,逐一分析家用中央空调的优缺点,让你更好的选择家用中央空调。
家用中央空调优点:
1.能耗比高;
2.温差小,非常舒适;
3.各个居室温度可自由调节,较为节能;
4.水管占用空间少,便于装修;
家用中央空调缺点
1.系统复杂,成本较高,且施工质量不高存在漏水隐患,维修麻烦;
2.无法直接引入新风;
3.受气候影响,低于-5℃时无法正常工作,需安装辅助加热装置,也须另耗一些电能;

2026-06-07 15:00:18来源:dwfpk細身擬鮟鱇(学名:),細身體長可達16.5公分,擬鮟生活習性不明。細身屬肉食性,擬鮟孟加拉灣、細身 参考文献 擴展閱讀 gracilimanus擬鮟印尼等海域,細身棲息深度125-300公尺,擬鮟


今日,育碧公布了《孤岛惊魂:新曙光》剧情预告片。《孤岛惊魂:新曙光》是独立续作。背景设定在《孤岛惊魂5》结局17年后,希望郡的幸存居民多年来试着重建家园,如今却受到了米齐和卢这对双胞胎姐妹率领的帮派威胁。
这些强盗到处打劫并榨干所有可用资源,为了消灭威胁,玩家必须帮助幸存者发展壮大,打造临时军备,联合盟友为生存而战。玩家可以自由探索,参与战斗任务、营救人质或者从敌军手中解放前哨基地。
《孤岛惊魂:新曙光》将于2月15日发售,登陆PS4,Xbox One和PC平台。
" width="280" height="200" alt="《孤岛惊魂:新曙光》新预告片放出 2月15日登场" >《孤岛惊魂:新曙光》新预告片放出 2月15日登场
其次,渡渡鸟的食物供应也出现了问题。渡渡鸟主要以果实、种子和昆虫为食,但是由于环境污染和气候变化等原因,这些食物的数量逐渐减少,导致渡渡鸟的食物链出现断裂。
最后,人类的活动也对渡渡鸟的繁殖产生了影响。渡渡鸟是一种群居鸟类,它们通常会在树上或者岩石上筑巢繁殖。但是,由于城市化和工业化的进程不断加快,许多渡渡鸟的栖息地被破坏,这使得它们的繁殖受到了很大的影响。
综上所述,渡渡鸟的灭绝是由多种因素共同作用的结果。我们应该采取措施保护这种珍贵的鸟类,比如加强环境保护、限制人类活动和建立自然保护区等。只有这样,才能让渡渡鸟重新回到我们的生活中,成为我们生态系统中不可或缺的一部分。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。
" width="280" height="200" alt="渡渡鸟是什么时候灭绝的?渡渡鸟为什么会灭亡?" >渡渡鸟是什么时候灭绝的?渡渡鸟为什么会灭亡?接过绿豆汤,环卫工叶大爷一口气喝个精光,“真甜!这绿豆汤既解渴又暖心,感觉扫地更有劲了!”
见有免费绿豆汤,一些路过的外卖小哥、快递员等户外工作者也纷纷驻足,孩子们热情相迎,毫不吝啬地端上绿豆汤,为他们送去一份清凉。不一会儿工夫,满满一锅绿豆汤便见了底。
“太好了,那么多人喝到了我们的绿豆汤。”尽管热得满头大汗,但小志愿者鲍子航心里却是甜滋滋的。
“参加活动的小志愿者有的才7岁,但他们非常了不起。今天的绿豆汤,从去小区邻居家借绿豆,到在社区煮绿豆,再到现在的送绿豆汤,整个过程,基本上都由他们自己完成。”一旁的龙池社区党委副书记秦晓云边说边为小志愿者点赞。秦晓云告诉记者,暑期以来,这样的爱心活动天天都在上演。
“参加这样的活动非常有意义,孩子不仅得到了实践锻炼,而且还培养了他们的爱心意识和责任意识,这对他们将来的成长大有裨益。”其中一位志愿者的妈妈蔡冉表示,今后她还会带孩子参加这样的活动。
记者了解到,几年前,龙池社区组建“小龙人”志愿者服务队,每年夏天都招募小小志愿者,开展“煮绿豆汤送清凉”活动。目前,该活动已连续举办6年,累计为环卫工人、外卖小哥等户外工作者提供服务千余人次,成为滁城夏日街头的一道亮丽风景。
龙池社区党委书记孙涛告诉记者,今后将把这项志愿活动常态化办下去,扩大覆盖面,吸引更多青少年参与,让这份清凉与爱心持续传递。(见习记者 邢颖 记者 王太新)
" width="280" height="200" alt="琅琊区:“小手”送清凉 “爱心接力”传六载" >琅琊区:“小手”送清凉 “爱心接力”传六载根据最新的统计,iPhone 17e前5天的国内销量大为2.3万部,这个成绩要比iPhone 16e更加出色,后者的销量为1.6万部,也就是说iPhone 17e更加受到消费者的欢迎。 从参数来看,iPhone 17e似乎没有这么出众,包括仍然采用单摄像头以及刘海屏,另外屏幕也没有搭载高刷屏而是继续采用60Hz,只不过处理器采用了A19处理器,同时还阉割了一个GPU计算单元。在网络通信上,iPhone 17e采用了苹果自研的C1X基带,最高速度将会是C1的两倍。在iPhone 17标准版全面升级的前提下,iPhone 17e能有如此出色的销量就让人难以置信。

对于国内消费者来说,苹果iPhone 17e能够取得如此出色的成绩,或许跟这款手机的售价有关,iPhone 17e的标准价格为4499元,因此这个价格可以享受国家补贴,从而补贴后价格为3999元,除此之外部分电商平台还推出了以旧换新的活动,最低3000多元就可以拿下这款手机,因此在相对低廉的价格下,60Hz刷新率的过时屏幕完全是可以忍受的。
" width="280" height="200" alt="60Hz屏幕也卖得好:iPhone 17e 5天销量达2.3万部" >60Hz屏幕也卖得好:iPhone 17e 5天销量达2.3万部The American Culture Quiz is a weekly test of our unique national traits, trends, history and people — including current events and the sights and sounds of the United States.
This week's quiz highlights tipping turmoil, burger buzz — and a lot more.
Can you get all 8 questions right?
Give it a try and see how you do!
CLICK HERE FOR MORE LIFESTYLE STORIES
To try your hand at more quizzes from Fox News Digital, click here.
Also, to take our latest News Quiz — published every Friday — click here.

American Culture Quiz! How well do you know this week's topics? (Getty Images; iStock)
" width="280" height="200" alt="Take the American Culture Quiz, and try your luck at tipping turmoil and burger buzz" >Take the American Culture Quiz, and try your luck at tipping turmoil and burger buzz
《阿尔比恩Online》最初于2017年7月17日在PC、Mac和Linux平台发布,随后于2021年6月9日登陆iOS和安卓平台。
《阿尔比恩OL》是一款中世纪欧洲魔幻风格的开放世界沙盒大型多人在线角色扮演游戏。其经济系统由玩家驱动,几乎所有物品均由玩家制造。游戏另辟蹊径,采用“人靠装备”系统代替职业系统,玩家可以根据自己的游戏风格,自由搭配护具装备和武器。快来探索这片广袤的土地,踏上另一条冒险之路,投身惊心动魄的战役,征服各处领地,开辟一片家园。

从基本的工具和服饰到强大的护甲和无坚不摧的武器,游戏里的所有物品几乎都是由玩家制造。不仅如此,玩家还能收集各种资源材料,建造建筑物,在整个阿尔比恩世界的集市里与其他玩家进行购买、出售物品的交易。在这个游戏里,你可以制造效力强劲的物品,出售给拍卖出价最高的玩家,成为游戏里财力雄厚的一方。
《阿尔比恩OL》的战斗系统不分职业,你身上所穿的装备将决定你的游戏风格。你的战斗技能取决于身上穿戴的护甲和装备的武器,切换装备即可切换战斗玩法。你可以随时尝试新的装备,按具体情况更换武器、护具和坐骑。如想磨练角色的技巧,可以制造新物品,又或者直接换上你最喜欢的装备。

随着近期家电行业年度盛会的落幕,单项功能进化之外,“AI智能化、机器人化”正成为一个愈发清晰的趋势。对于很多长期关注家电行业的人来说,一个最直观的感受莫过于:身边的机器人越来越多了。
虽然传统家电仍然是主角,但市场上开始涌现出越来越多“会动的设备”。从机械臂到家庭机器人,从自动化清洁设备到各种智能终端,整个家电行业正在逐渐进入一个崭新的阶段。在这样的背景下,“无感化清洁”成为近期行业内被反复提及的关键词。

很多企业试图通过技术革新重新定义家庭劳动的边界,而扫地机器人则被视为最接近现实落地的一类。相比那些仍然处于概念阶段的设备,扫地机器人已经进入数千万家庭,它既是自动化清洁工具,也是目前家庭机器人形态最成熟的一条道路。
正是在这样的行业语境中,石头科技带来的P20 Max就显得格外有代表性。
从参数竞赛到空间能力
扫地机器人行业其实经历过一个很典型的技术路径。
早期产品解决的是“能不能扫地”的问题;后来行业进入“扫得干不干净”的阶段,于是吸力、滚刷结构、拖地能力不断升级;再往后,基站功能开始成为竞争焦点,自动集尘、自动洗拖布、自动补水等功能逐渐完善。
但当这些能力逐渐成为标配之后,新的问题开始凸显:机器人在复杂家庭空间中的行动能力。
要知道,真实的家庭环境并不是一块完全平整的地面。门槛、地毯、家具底部、复杂结构都会成为机器人行动的边界。一台产品即使吸力再强,如果在这些场景里频繁卡住、绕不过去或者进不去,本质上仍然无法真正减少人的参与。因此,越来越多的厂商开始重新讨论“通过性”和“空间适应能力”。在这个语境下,石头P20 Max的出现,可以看作是这一趋势的一次集中体现。
底盘升降3.0 AI轮足系统:突破家庭“物理障碍”
在很多家庭中,门槛和地毯是扫地机器人最常见的“物理障碍”。传统产品通常只能通过简单的驱动轮抬升来越障,这种结构在面对较高门槛或者厚地毯时往往显得力不从心。
而石头P20 Max 所搭载的底盘升降3.0AI轮足系统,让机器人能够根据环境动态调整自身高度和通过方式。在面对较高门槛时,它不再轻易停下求助,而是可以主动完成跨越。这套系统最高可支持8.8cm的双层越障,这个高度足以应对家庭里绝大多数的门槛;同时,在厚地毯等复杂材质上,机器可以根据需要调整底盘结构,让清洁过程更加稳定。

这种能力听起来像是一个结构细节,但它背后实际上指向的是一个更大的趋势:扫地机器人正在从单纯的“地面设备”进化为“空间设备”。
如果说门槛是机器人“过不去”的问题,那么家具底部则是另一个长期存在的清洁盲区。沙发底、床底、柜体底部往往是灰尘最容易堆积的地方,但这些空间对扫地机器人来说又极其困难。过去很多产品通过降低机身高度来解决问题,却往往牺牲了导航系统的稳定性。
P20 Max的设计逻辑则更加直接:在保持完整导航能力的同时,通过结构优化进入更低矮的空间,甚至是穿越7.95cm的低矮空间,重新进入家庭的“灰尘盲区”。同时通过升降的LDS设计,让机器人在进入家具底部时依然可以保持稳定导航,而不是依靠简单的随机碰撞。从用户体验来看,这意味着很多“平时扫不到的地方”开始被纳入自动清洁范围。对家庭清洁而言,这种改变往往比单纯提升吸力更加直观。
智能化的另一种路径
在近期的行业趋势探讨中,“AI”几乎是所有厂商反复强调的焦点。但对于扫地机器人这一品类而言,决定用户体验上限的并不是算法本身的复杂程度,而是AI能否真正转化为“更少操作、更低决策成本”的具体能力。

石头科技在P20 Max的交互层面上引入了RRmind GPT智慧交互大模型,让机器拥有更智能的语音与系统能力,并嵌入到产品的日常使用逻辑之中。这使机器不再只是被动响应指令,而是能够理解用户表达背后的清洁意图。当用户说出“厨房有点脏”这样的自然语言时,系统会自动完成区域识别、脏污判断以及清洁路径与力度的规划,从而替代原本需要在App中逐步设置的复杂流程。
从表面上看,这只是一次交互方式的升级,但如果放在产品逻辑的演进中去看,这一变化的意义更为关键——机器人正在从“执行任务的工具”,转变为“理解任务的系统”。这实际上是为扫地机器人进一步向家庭机器人形态演进提供了基础。

石头P20 Max的意义不再局限于一款旗舰产品本身,而在于它呈现出的一种更具现实性的技术路径:一方面,通过底盘结构与空间通过能力的提升,解决机器人“能否深入家庭复杂空间”的问题;另一方面,通过智能系统的进化,解决机器人“是否理解用户需求”的问题。两者叠加,构成了机器人在家庭环境中实现更高自主性的基础条件。
从更宏观的视角来看,“无感化清洁”不再只是一个被反复提及的行业口号,而正在逐渐演变为一条可以被工程化验证的技术路径。从单一地面清洁到对整个家庭空间的适应,从参数驱动的性能竞争到以用户体验为核心的系统能力重构,扫地机器人行业正在完成一轮底层逻辑的切换。
显然,石头P20 Max所代表的,正是这一轮转变中已经开始落地,并具备可复制意义的一种答案。
" width="280" height="200" alt="突破平面清洁边界:石头P20 Max正在重塑家庭空间逻辑" >突破平面清洁边界:石头P20 Max正在重塑家庭空间逻辑截至发稿前,ClawHub社区中发布的Skills数量已达到了2.6w+,但这些Skills中超过99%都是面向Windows/x86 Linux/Mac且聚焦于办公、网页自动化等方面,面向嵌入式Linux的Skills数量极少且成熟度较低,缺乏对嵌入式外设(GPIO、UART、SPI、I2C、传感器、电机、摄像头)的标准化封装与驱动适配,并且没有针对边缘计算、低功耗、实时性场景(如工业控制、机器人、智能家居、车载等)的专用技能集。
难道嵌入式领域就不配吃"龙虾"吗?!

本文,小编将以一个“控制OK1126B-S开发板上的Led灯闪烁节奏”的简单案例做演示,从基础开始逐步拆解Skills的设计与使用方法。
从本质上来说,Skills就是一本“操作手册”。它并不是直接帮AI完成任务,而是告诉AI在什么情况下应该做什么,以及如何去做。
我们用一个简单的类比来理解:
在射击游戏中,玩家的目标是击败敌人。枪作为工具,它的职责非常单一:
- 输入:扣动扳机
- 输出:发射子弹
至于子弹打到哪里,枪本身并不关心。而这个Skill的作用,则类似于“战术手册”。它会告诉AI:
- 什么时候可以开枪(检测到敌人)
- 什么时候不该开枪(有友军在前)
- 什么时候停止(敌人血量归零)
通过这些规则约束,AI就不再是一个机械执行指令的工具,而是开始具备初步的判断能力与决策逻辑,开始“像人一样思考”。
在OpenClaw中,一个Skill实际上是一个结构化的目录,通常存放在:
~/.openclaw/workspace/skills/${SKILL_NAME}
一个完整的Skill由四个部分组成:

命名规范:
Skill的目录名称必须符合规范,否则无法被识别:
- 只能使用:小写字母+数字+连字符(-)
- 示例:gpio-led-control
这个规范虽然简单,但在实际开发中非常关键,很多Skill无法加载的问题,往往就出在这里。
SKILL.md是整个Skill的核心,可以理解为“说明书+行为指南”。它由两部分组成:
① 前置元数据(Metadata)
使用---包裹,主要用于定义Skill的基本信息,这些信息的作用是:
- 帮助OpenClaw识别Skill
- 提供语义匹配(Skill触发关键词)
例如:
--- name: gpio-led-control # 必填项 description: 开发板 GPIO LED 灯控制技能。 # 必填项 (以下列出部分可选项, 仅供参考) user-invocable: true # 可选:是否可被用户直接调用 ---
②正文(操作手册)
正文部分则就是具体的操作指导手册了,可以根据需求灵活组织,以我们已经提前写好的"gpio-led-control"下的SKILL.md 简化版为例进行展示:
# GPIO LED Control - 开发板 LED 灯控制 控制 OK1126B-S 等开发板上的系统 LED 灯(work/net 等)。 ## 快速开始 ### 查看可用 LED ### 控制 LED 亮灭 ## 使用场景示例 ## 权限说明 ## 注意事项
在实际编写时,可以根据需要扩展,例如:增加判断逻辑(何时执行)、增加错误处理、增加参数说明、增加示例输入输出等。除了核心的SKILL.md之外,其余三个目录属于辅助结构,各自承担不同角色。
其中,scripts目录主要用来存放可直接运行的脚本文件,适合那些执行逻辑固定、无需频繁改动的任务场景,例如控制LED灯的亮灭转换等。这类脚本可以被直接调用运行,从而减少重复生成代码的过程,提高整体执行效率与稳定性。
references目录则用于整理各类参考资料,例如:API文档、数据库结构说明或操作手册等。这些内容并不会在一开始全部加载,而是根据实际需要按需引入上下文,既避免了无关信息占用资源,也能在关键时刻为AI提供更深入、专业的知识支持。
而assets目录用于存放各类资源文件,例如模板、图片等。与 references 不同,这里的内容不会参与模型上下文推理,而是服务于最终结果的生成,例如报告模板、输出所需图片等,用于提升Skill输出的表现力和完整度。
理解结构之后,我们就可以开始编写自己的Skill了。编写Skill的整个流程可以总结为:
需求分析→资源规划→初始化→编写→打包→测试
第一步:需求分析
在动手之前,必须明确:
- Skill要解决什么问题?
- 使用场景是什么?
- 用户会怎么触发它?
- 输入输出是什么?
触发条件一定要清晰,否则会出现Skill无法被调用或被错误调用的情况
第二步:资源规划
根据需求判断是否需要:
- scripts(是否需要执行代码)
- references(是否需要文档支持)
- assets(是否需要输出资源)
提前规划可以避免后期结构混乱以及反复修改导致的冗余
第三步:编写与调试
我们可以借助OpenClaw,在指定目录中自动生成一份符合规范的Skill初始模板,并在此基础上进行二次完善。不过需要注意的是,这类自动生成的Skill只是一个“起点”,通常无法直接满足实际需求。要想真正落地使用,仍然需要结合具体场景,对其内容进行逐步调整与反复测试,最终打磨出符合预期的功能效果。
为了更直观地理解,我们编写了一个简单的Skill并放在了对应的目录下,该Skill用于控制OK1126B-S开发板上两颗 LED灯的闪烁。
在OpenClaw这么火,用它做个飞书助手怎么样?一文中,我们已经将安装在开发板上的OpenClaw接入了飞书,因此,我们此时可以直接用飞书对OpenClaw下达命令。
接入不同的Skill后,OpenClaw会:识别用户意图→匹配对应Skill→根据SKILL.md的规则执行→调用scripts中的脚本→返回执行结果。
整个过程无需人工干预,实现真正的“自然语言控制硬件”。
我们通过拆解Skills的核心概念、结构,并结合LED控制简易实操案例,清晰展现了Skills的落地应用逻辑。即便只是基础的硬件控制场景,这个案例也直指Skills的核心价值:把复杂业务流程封装成可复用的标准化能力单元。
Skills的设计初衷,就是实现指令化调用、规范化执行:完成Skills搭建后,仅需一句指令即可驱动AI按预设规则完成任务,既彻底规避重复开发、重复调试的冗余劳动,又能保障全场景任务执行的稳定性与一致性,在嵌入式开发、自动化运维、智能设备管控等领域具备极强的实用价值。
嵌入式领域是OpenClaw生态落地的核心突破口,既是实现硬件实时交互、落地边缘智能的关键入口,也是整个生态中增长潜力最大、优质能力供给最紧缺的赛道。只有持续打造丰富、易用、高可靠的嵌入式Skills能力池,OpenClaw才能突破桌面工具的定位局限,真正成长为覆盖“云-边-端”全链路的完整智能执行框架。
" width="280" height="200" alt="你的OpenClaw只会答不会做?Skills帮你构建主动执行能力" >你的OpenClaw只会答不会做?Skills帮你构建主动执行能力