2024年7月14日，2024年欧洲杯锦标赛冠军赛如期举行，比赛将决出欧洲最佳国家足球队。在比赛只剩下不到五分钟时，西班牙队和英格兰队比分为1比1平，此时西班牙球员Mikel Oyarzabal在禁区顶端扑球，踢进了看似制胜的一球[1]。然而，在这次进攻中，Oyarzabal的位置接近越位，或者说离球门太远。
想象一下，你正在训练一个未来的家庭机器人。你希望它能像人一样，轻松地叠好一件衬衫，整理杂乱的桌面，甚至系好一双鞋的鞋带。但最大的瓶颈是什么？不是算法，不是硬件，而是数据 —— 海量的、来自真实世界的、双手协同的、长程的、多模态的高质量数据。
年末，AI圈被一则重磅消息刷屏。
对于电子产品，我们已然习惯了「出厂即巅峰」的设定：开箱的那一刻往往就是性能的顶点，随后的每一天都在折旧。
这两年一直在关注 AI，Claude Code 给我带来的震撼，和当初 Nano Banana 在画图领域的革命，几乎是一个级别。
flomo 是我今年用过的应用里，少数真正把 AI 从「好玩」做到「好用」的产品。
2025 年，人工智能的发展重心正在发生一次根本性转移：从追求模型的规模，转向构建其理解与解决复杂现实问题的能力。在这一转型中，高质量数据正成为定义 AI 能力的新基石。作为人工智能数据服务的前沿探索者，数据堂深度参与并支撑着这场变革的每一个关键环节。本文将深入解读 2025 年 AI 五大技术趋势及其背后的数据需求变革。
现实世界不是 demo，人形机器人该如何进入真实世界？
2025 年，随着李飞飞等学者将 “空间智能”（Spatial Intelligence）推向聚光灯下，这一领域迅速成为了大模型竞逐的新高地。通用大模型和各类专家模型纷纷在诸多室内空间推理基准上刷新 SOTA，似乎 AI 在训练中已经更好地读懂了三维空间。
现在搞 AI 创作，最缺的其实不是模型，是耐心…为了做个像样的视频，活生生逼成了搬运工。
