今天GPT-Image-2终于灰度到我这个尊贵的ChatGPT Pro满汇率无折扣版会员了，不需要再去Arena抽卡了……它这个训练数据真的是包罗万象，对于还原场景、设计构图、逻辑推理的融合都非常牛逼。

提示词：模仿主流手游的抽卡页面，设计一个新手游《xxxx》的抽卡页面，要求充满xxxx的风格，当期角色为xxxx。

拿到了一束自变量机器人插的花，用时三分钟吧，没有想象中迅捷，但核心的点是视觉模型解决了对不规则物体的稳定操作，也无需遥控和编程，慢点，但它能搞定。

自变量发布了Wall-B大模型，能处理随机环境里的各种物件，具备部件级理解，譬如识别杯子的朝向、材质、形状、把手等等。另外还有力反馈系统，控制机械臂把握、拿捏的力度。

在理解和感知这个世界。

用了统一内存架构，这种架构在2026年成了高性能AI的关键技术，即CPU（中央处理器）、GPU（图形处理器）、NPU（神经网络处理器）共同享用同一块物理内存池，让整个系统的流转效率上升到新的高度，可以在本地运行参数更多、能力更强的模型。

自变量是一家爱攒现实世界数据的激进公司，它把实验室那种纯净环境完成的操作，看成甜水数据，更重视采集具身智能的牛奶数据，喜欢去真实家庭训练模型，带着产品经理、技术人员造访了上百家志愿者的家，看到过很整洁及很混乱的各种环境。

这些年，网上有一些帖子吐槽自变量机器人带着三个工作人员上门服务，“这得多浪费钱啊？”等等疑惑。这些就是对Wall-A到Wall-B的蝶变标注了。

对了，自变量CEO还宣布B轮拿到了小米战投。
5月25日正式入驻真实家庭。

我个人觉得，激动和吐槽都会发生。
“所有伟大的生命，都是从踉踉跄跄的第一步开始的。”