特斯拉的 Optimus 机器人已经展现出更加自信的行走能力。如今，它能够自主探索未见过的空间，利用其内部计算机上运行的视觉神经网络灵活避开人群和障碍物，同时捕捉特定环境的视觉线索。
多个 Optimus 机器人之间的协作使得它们能够建立对周围环境的共享理解，这大大提升了导航的效率。Optimus 不仅能够找到最近的充电站，还能仅凭后置摄像头进行精确对接，完成充电后迅速回归工作状态。
此外，Optimus 能够携带重达11公斤的电池托盘，在不发生过热的情况下自由移动。它现在甚至可以在楼梯等不平坦的地形上行走，展现出极强的适应性和灵活性。
为了增强与人类的互动能力，特斯拉通过内置于 Optimus 的单一神经网络，对其人工智能系统进行了训练，使其能够对不安全行为做出反应，并且能够灵活应对各种不同的需求。
OpenAI 旗下 GPT-5.6 Sol Ultra 通过 64 路并行 agent 在 1 小时内生成了图论 CDC 猜想的证明文本，成本不足 500 美元。该成果引发争议，因缺乏 Lean 机械化验证、未公开完整推理轨迹及受限于图论形式化库不成熟，数学界对其有效性存疑。此事表明 LLM 已具备启发式数学搜索能力，但验证基础设施滞后仍是瓶颈。未来“多路并行+防放弃 prompt”或成范式，而完善 Lean 工具链是确立 AI 证明可信度的关键。
针对复杂疾病治疗难题，Arc 研究所正利用 AI 构建通用“虚拟细胞”模型。该模型将 RNA 表达视为生命语言，计划四年内通过 CRISPR 和单细胞测序完成 10 亿次实验进行训练。研究人员可借此在电脑模拟中预测基因或化学干预方案，实现从盲目猜测到精准预测的转变。该工具将于今年晚些时候开源，有望在未来四五年内推动个性化医疗及复杂疾病治疗取得临床突破。
OpenAI 正式发布 GPT-5.6，推出 Sol、Terra、Luna 三档模型。Sol 在 Agent 评测中领先，但编码基准落后竞品且存在 token 过度消耗问题，Terra 性价比显著提升。新功能包括程序化工具调用、缓存优化及 Sol 自主训练 Luna。尽管安全围栏较严且知识截止日期存疑，该版本仍属扎实迭代。对于 Codex 用户建议升级，而 Claude Code 用户需权衡工作流兼容性，两大 AI 厂商竞争已趋白热化。
围绕《能够自主导航的特斯拉 Optimus 机器人》展开交流，未登录用户可浏览评论，登录后可参与讨论。
