Kmoto

Only straight to the point 🍟 Feel free to follow 🔁 and repost
Currently in Fukuoka, occasionally back in China, love tech, love robots, love selfies, love BTC

[Kmoto @kuwelz]

@twinewss 実際、中国政府は自動車メーカーが自動運転を誇大宣伝することを厳しく禁止しており、運転支援として宣伝することや、ハンドルから手を離さないことを義務付けています。しかし、多くのドライバーが運転支援を自動運転と誤解しており、それが悲劇を招いています。

[TechXplore @TechXplore_com]

SANDO guarantees collision-free drone paths through unmapped spaces with moving obstacles, provided their maximum speed is known—and avoided all moving obstacles in 12 test flights. @MIT https://t.co/VaWSKjMpOr

[Weilan @ohouhou717]

不懂就问：

月薪5000能不能逛山姆超市？

[田中一敏 Kazutoshi TANAKA @sports_robots]

テーマ「完全自律物体操作の基盤技術」の研究インターンの募集を開始しました。ご応募お待ちしております。
https://t.co/rVTZaBHStg

[鱼哥 @MrGafish]

感谢𝕏上美股大佬们

今年初听大家的建议定投纳指QQQ

现在收益已经有24%

上𝕏真能学到东西

[WangNextDoor @WangNextDoor2]

很多人误以为大佬靠努力或者天赋，其实根本不是。 1993 年艾利克森的研究就提到，顶尖的人不在乎单次输赢，重点是从事件里提取经验，做结构性积累，而不是追求一时情绪爽感。

2023 英国心理学研究显示，能扛住悬而未决的灰度状态，也就是心力，和智力高度相关。 还要学会合理使用自己，按自我决定论，匹配适合自己的赛道环境。 底层起点是社会计量器理论：挣脱外界评价绑架。四层能力层层递进，不追逐他人认同，才是一切高级认知的开端。

[Yaofang Liu @stephenajason]

看到这个的震惊程度不亚于小时候第一次使用计算器，发现速度和准确性远超自己🙃

习惯就好…

[孔乙观察 @KongYiGC]

深圳有门隐秘生意，专修H100和A100。

有商家一个月能修超过500块。

报价一万到两万一块。

或者按原价的10%收。

对华禁售之后，英伟达不管这批受限卡。

官方维修没有，保修也没有。

国内这些卡，很多已经连续多年7×24满载在跑。

故障率自然往上走。

卡还得用，官方不接。

修理工就冒出来了。

[挥手忆当年 @GlobalLinkTrade]

越来越多的人觉醒了，水果不碰，饮料不喝，牛奶、奶茶全戒，咖啡冰淇淋碰都别碰，零食外卖寒冷食物全部拉黑，生活回归极简，生日不过，蛋糕不碰，坚持使用现金，生活退归本位。

生活最美好的状态，其实就是这么几个字：朴素，简单，清心寡欲，顺其自然，随遇而安。这是一种极简的状态，是人生最本真的样子。在这个非常卷的时代，我们想要活的幸福快乐，就不能够被别人的思想和价值观裹挟，也不要千方百计的让自己去迎合这个社会，而是要简简单单的过日子，以自己喜欢的方式度过一生。

[Stanley @Stanleysobest]

其实赚钱很简单啊。

深圳有个95后，去年就干了一件事：
专门帮工厂处理海外客户不要、国内又卖不动的小批量尾单。

别人看到的是库存，他看到的是“几十个国家价格不一样”。

国内18块没人要的汽车小配件，
他拆成10个SKU，卖给中东几个修理厂，平均一套卖17美金。

自己不开厂，不压大货，甚至仓库都是临时租的。

去年流水4600多万，他净赚了600多万。

后来我问他，你到底比别人强在哪里？

他说了一句特别损的话：

“中国最不缺会生产的人，缺的是知道这堆破烂应该卖给谁的人。”

很多人天天研究怎么把东西做得更好。

真正搞钱的人，先研究——
谁愿意为同一个东西多付十倍。

[Liangyi Chen @Orangeroad2017]

1/3 MIMAS is out in Science Advances: a 2.31-g open-source microlens-array miniscope for cellular-resolution imaging across ~4 × 4.5 mm² of dorsal cortex in freely behaving mice. https://t.co/tCtj8thGT8

[Yifan Hou @YifanHou2]

Robot data suppliers are everywhere now, however, it is the quality that determines whether your data is worth $200 or $2 per hour. Quality control can be very hard to do for large scale datasets, there are always imperfections like redundant motions.

NEEDLEWORK automatically identifies motion redundancies within a visuomotor dataset, then patches it with stitching using learned inverse dynamic models. The resulted dataset is cleaner, more efficient, has larger effective state coverages, and trains more successful policies.

So happy for @JuntaoRen to finally release the project! Effective dataset stitching has many practical difficulties and we have gone through a LOT of iterations for this to work, during which Juntao has consistently demonstrated professionalism and persistence, overcome one challenge after another. Congrats!

Check out @JuntaoRen 's posts for details!

[Robotics Papers @OWW]

GPU-Accelerated Path-Dependent Marginal Information Gain for Autonomous Exploration

João Félix Mendes, Rodrigo Ventura, Meysam Basiri
https://t.co/to3nSumpyC [𝚌𝚜.𝚁𝙾]
💬Submitted for review to IEEE ICRA 2027

[Shuran Song @SongShuran]

The best robot training data may be the data that was never explicitly demonstrated!

Check out how NEEDLEWORK 🪡 stitches together suboptimal and failure trajectories to improve both demonstration quality and diversity.

[Ken Goldberg @Ken_Goldberg]

Agentic Robotics -- using AI coding agents to design and fine-tune robot control systems using harnesses like ENPIRE, ASPIRE, or GaP -- are super exciting. If you know of any small or medium manufacturing companies who are applying Agentic Robotics to improve real production, please get in touch.

[RoboPapers @RoboPapers]

In many fields, automated research has become increasingly plausible with the improving capabilities of frontier language models, and the field robotics may be no exception. In ENPIRE, @_wenlixiao, @jiaxie_jason, and @TongheZhang01 build a harness framework that captures physical feedback and allows for automated robotics research, minimizing human effort while training policies that achieve a 99% success rate on challenging, dexterous tasks like organizing a pin box or fastening a zip tie.

Learn more in Episode 110 of RoboPapers, with @micoolcho, @chris_j_paxton and @ruijie_sg!

[C. Zhang @ChongZzZhang]

This kinda mixes the old Boston Dynamics demo and the new Atlas head

[C. Zhang @ChongZzZhang]

This really helps I guess?

[C. Zhang @ChongZzZhang]

Raisim is back... With ultra fast and accurate CPU-based simulation + photorealistic rendering

[CuiMao @CuiMao]

整个国庆节都在学习，几乎没怎么出远门（主要人也太多了），我真切的感受到， AI 留给普通人赚钱的机会越来越少了，以前是人与人之间的竞争，光在 24 小时卷就够了， 现在是人与芯片之间的协同，谁的 AI 调教的好，谁的脑洞够大谁就可以依靠 AI 获得成千上万倍的收益增长，而这一切都是源自于多年累积的对于事物判断的决策力。

[Lm @Gas1688]

科研 Skill 装到用不上、库越堆越乱，问题往往出在没分类就先装。

下面这份按六大类筛过的清单，只留最实用的几个，Skill 我都整理好了，另附一份使用文档，需要就分享：

第一类：全流程自动科研 Agent
Academic Research Skills：https://t.co/oeQ0BSvz3y
ARIS：https://t.co/VZWP8cDD5m

前者把查资料、写初稿、审校、定稿打包成单个技能，四万多星，眼下最火的科研 Skill。后者主打“睡后科研”，挂机跑机器学习实验，睡醒看结果。

第二类：选题和创新点 Skill
Supervisor-Skills：https://t.co/y2oT5iIm26
PaperSpine：https://t.co/PHr5hOHc6P

Supervisor-Skills 把博导带学生那套经验做成技能包，从想法到投稿全程带你走。PaperSpine 反过来，让你从顶会论文倒推 Motivation，学找创新点，而不是直接塞选题。

第三类：跨学科 AI for Science
Scientific Agent Skills：https://t.co/OL89zoVFY8
Auto-Empirical Research Skills：https://t.co/WbBcLfdxg2

前者覆盖生物、化学、医学、材料，能直接调 PubChem、ChEMBL 等专业数据库，使用人数近二十万。后者专攻社科实证，八个学科方向、两万多个细分技能。

第四类：科研绘图 Skill
Academic Figure Generator：https://t.co/YlmopekppI

上传论文，AI 自动分析内容、生成配图提示词，一键出图，配套技能能接进主流 Agent。

第五类：顶刊写作和排版 Skill
Nature Skills：https://t.co/t0uQa4oEtr
AI Research Writing Skill：https://t.co/rh5lO4z6Gi

Nature Skills 专门对齐 Nature 的学术表达和绘图规范。后者主攻机器学习、计算机视觉方向的论文写作。

第六类：可信科研助手
AI Research Skills：https://t.co/qE6UIpEvo4
Deep Research Skill：https://t.co/1fZSJA5pnV

专治 AI 幻觉。前者是整套开源研究工程技能库，按 Anthropic 官方最佳实践做，质量优先。后者用企业级深度调研流程，八个阶段核查信源可信度，投稿前把关最稳。

建议别贪多，先弄清自己最卡哪一步。
卡选题装 Supervisor-Skills，卡写作装 Nature Skills，卡数据装 Scientific Agent Skills。一次装一个，用顺了再加下一个。