一句话导语：微信悄悄上线了AI Agent「小微」灰度内测，能发消息、红包、读聊天记录；同一时间Figure机器人数量首次超过人类员工——AI从手机到工厂，正在全面接管「干活」

① 微信Agent小微灰度内测

发生了什么

微信的AI Agent 「小微」 已经开始灰度内测了。主入口在微信首页左上角——能给你的好友发消息、发红包（需要你确认），但读不了聊天记录，也发不了群消息。

有意思的是群聊和私聊里有个「问小微」的子入口。这个入口能读聊天记录做总结，还支持群发。

小微还能干这些事：创建日程提醒、待办、总结朋友圈、回答公众号和视频号的内容。收藏方面只能读它自己建的笔记。

内置了一个「小工具」功能，能用语音创建简易小程序（目前不能发布），还能调用第三方小程序。

来源：公众号「数字生命卡兹克」

点评

微信做AI Agent的思路很克制——主入口不给读聊天记录，子入口才给。这个分层设计有意识地在保护隐私。小微不是一个替代搜索的对话机器人，而是个能帮你发红包、建待办、读朋友圈的微信内管家。灰度阶段先看用户怎么用，再决定放多大权限。微信的入口价值太大了，这个Agent如果全量放开，会是国内AI Agent最大落地点。

② Figure 机器人数量首次超过人类员工

发生了什么

Figure AI 的创始人发了一条推文：Figure 的机器人数量已经超过了人类员工数量。 原文就一句话——“We are past the point of theory.”

没有数字，没有图表。但这句话本身就是里程碑。

来源：X 上的 Rohan Paul 转发了 Figure 创始人的消息。

点评

一家机器人公司，干活的主力变成了机器人自己。理论上这意味着生产效率可以7x24运转，不需要排班、不需要休息、不需要交社保。当然，背后还有工程师在维护和开发。但这条线被跨过去之后，Figure 已经从「做机器人的公司」变成了「机器人比人多的公司」。下一步呢？当机器人能造机器人的时候，这个比例会加速拉开。

③ Anthropic Project Fetch 第二阶段：Claude Opus 4.7 自主操控机器人，比人类快20倍

发生了什么

Anthropic 公布了 Project Fetch 第二阶段结果。2024年8月第一阶段的实验里，配备 Claude 的人类团队操控四足机器人，明显跑赢了没有 AI 的团队。

这次不一样了。 Claude Opus 4.7 直接上场，不需要人类协助就完成了所有任务。速度比最快的人类团队快约20倍，比没有 Claude 的团队快37倍以上。编码量也减少了近10倍。

不过模型在精确闭环控制任务上（比如移动沙滩球）还是有困难。Anthropic 表示这些进步来自通用模型本身的规模化，不是针对机器人领域做的专项优化。

来源：Anthropic 官网 Research 页面

点评

第二阶段比第一阶段有意思得多。第一阶段是"AI辅助人类更好干活"，第二阶段变成了"AI自己干，人类看着"。20倍的速度差距意味着一个人类团队一周的工作量，Claude Opus 4.7 几个小时就干完了。而且这还是通用模型顺带的能力，不是专门为机器人优化的。如果AGI真在接近，无人化工厂的路径图会更清晰。

④ 微软双向转售GPT与DeepSeek，成全球最大AI中间商

发生了什么

彭博社报道，微软已经成为全球最大的AI模型中转站。两头赚钱的生意：

一边把 ChatGPT 卖给中国企业。 另一边把 DeepSeek-R1 和 DeepSeek-V4 反向卖给西方客户。

微软正在测试 DeepSeek 的模型，计划向西方企业提供中国模型。这一模式构建了一个横跨中美AI模型的双向贸易网络。

来源：X 上阿易 AI Notes 转述彭博社报道

点评

微软这招漂亮。它自己不跟 OpenAI 或 DeepSeek 争谁家模型更强，而是当卖水的。中国企业想用 GPT——找微软。西方企业想试试 DeepSeek——也找微软。两边都收钱，两边都不得罪。而且手握 Azure 云和 Office 生态，转化路径极其顺滑。在 AI 军备竞赛里，中间商的利润可能比模型公司还稳。

⑤ PP-OCRv6 发布：50种语言OCR，最小模型仅1.5M参数

发生了什么

百度飞桨（PaddleOCR）发布了新一代通用OCR模型族 PP-OCRv6，三个尺寸：

medium 版在多场景基准上检测准确率86.2%，识别准确率83.2%，比上一代 PP-OCRv5_server 分别高了4.6和5.1个百分点。

架构上用了 PPLCNetV4 统一骨干网络、RepLKFPN 检测模块、EncoderWithLightSVTR 识别模块。支持 PaddleOCR、Transformers、ONNX Runtime 等多种部署方式。

来源：Hugging Face 博客

点评

1.5M 参数做 OCR，这个量级跑在手机端或者边缘设备上毫无压力。50种语言覆盖从中文到拉丁语系，对出海应用的国际化场景很实用。OCR 这个赛道已经卷到参数降维了——两三年前几十M甚至上百M是常态，现在1.5M能干一样的活。而且 Hugging Face + ONNX Runtime 的部署支持意味着不绑死在百度生态里。

以上就是今天的AI日报。有什么想聊的，欢迎留言讨论 🎯