🚀 每日脉搏

Daily Pulse | 2026年7月19日 周日版 | Kimi K3登顶HN首页引爆热议；开源人形机器人Asimov v1获千星；Psi0人形VLA框架惊艳RSS 2026；人形机器人打网球成真；BotBrain四足开源大脑上线

SinoBot Editorial

🎯 周日研报（7月19日）

周日是技术沉淀的时间。本周的发酵信号清晰指向一个趋势：开源人形机器人的「基础设施时刻」正在到来。从仿真平台（Psi0）到整机设计（Asimov v1），从运动技能（LATENT）到软件大脑（BotBrain），人形机器人的开源工具链正在以前所未有的速度补齐。与此同时，Kimi K3登顶HN首页说明一个更深层的变化：中国AI/机器人开源项目正在获得西方开发者社区的真正认可，不再是”中国版XXX”，而是”和Claude无法区分”。

• 🤖 Kimi K3 登顶 HN 首页 — 2060点赞，西方开发者实测：「和Claude无法区分」，价格仅1/3 • 🦾 Asimov v1 开源人形机器人破千星 — 完全开源设计，从硬件到软件的完整方案 • 🧠 Psi0: RSS 2026人形VLA框架 — 中科院物理超智能实验室出品，2711星，迈向通用人形智能 • 🎾 LATENT: 人形机器人学打网球 — 从 imperfect demo 习得运动技能，开源代码669星 • 🧩 BotBrain: 四足机器人模块化开源大脑 — Web UI 遥操作 + 自主导航，为机器人创客降低门槛

1. 🏆 Kimi K3 登顶 Hacker News 首页：中国开源模型获得西方开发者真正认可

一句话总结：中国AI公司Moonshot（月之暗面）发布的开源模型Kimi K3以2060点赞登顶HN首页，多位西方开发者实测后表示其编码能力与Claude Top模型无法区分，而API价格仅约1/3。

💡 为什么重要：这不是”中国版ChatGPT”的流量叙事。Kimi K3登顶HN是中国开源模型首次在西方最挑剔的开发者社区获得大规模自发认可。HN用户不是流量水军，是硅谷工程师、创业者和技术决策者——他们的点赞意味着真正的技术信任。

7月18日，一篇名为《The Kimi K3 Moment》的个人博客登顶Hacker News首页，不到24小时内获得2060点赞和超过600条讨论。文章作者Stephen Bochinski（一位AI工具链开发者）的核心论断直接且尖锐：

“我把Kimi K3和Claude放在日常编程工作中并排对比测试，在实际使用中完全无法区分两者。同样的任务、同样的输出质量、接近同样的token消耗量。”

“K3的API定价为每百万输入token $3、每百万输出token $15。Claude顶级模型分别为$10和$50。订阅端更夸张——Kimi付费套餐起步$19/月，$39/月的编程套餐比Claude同价位慷慨得多。”

关键数据：

  • 📊 HN点赞：2060（截至7月19日早）
  • 📊 API价格：Kimi K3 $3/$15 vs Claude $10/$50（输入/输出每百万token）
  • 📊 订阅价格：Kimi起步$19/月 vs Claude Pro $20/月（但后者Fable访问受限）
  • 📊 开源许可：Kimi K3可下载使用，无使用限制
  • 📊 Semgrep检测：GLM 5.2（同为国产开源）在网络安全基准测试中超越Claude

文章还连带引发了关于美国AI政策效果的讨论——限制出口并未阻止中国开源模型的能力提升，反而让美国用户无法使用本国最具能力的模型。这一论点在HN评论区引发了激烈辩论。

🔗 The Kimi K3 Moment | Kimi官方博客

2. 🦾 Asimov v1 开源人形机器人突破1000星

一句话总结：由asimovinc发布的完全开源人形机器人项目Asimov v1在GitHub上突破1000星，v0版本亦获769星，成为目前最活跃的整机级开源人形机器人项目。

💡 为什么重要：人形机器人开源至今有两个断层——有开源算法但没有开源硬件，有开源部件但没有整机方案。Asimov试图同时填这两个坑：一个可以实际建造的人形机器人，从3D打印文件到电机选型到控制代码全部开源。

Asimov v1 的描述直接且务实：“v1 of Asimov, an open-source humanoid robot”。没有华丽的论文标题，没有营销话术。其v0版本先于v1推出并获得769星，v1在此基础上迭代。

从项目结构和Stars增速来看，Asimov吸引的是两类人群：一是有机器人开发经验、想快速搭建人形平台的工程团队；二是机器人创客社区——那些想在自己车库里复刻一个人形机器人的爱好者。

项目的快速增长也反映出市场的一个痛点：目前市面上的开源人形项目要么停留在算法层面（如仿真中的VLA），要么是某个公司的半开源SDK。Asimov的全开源整机方案填补了一个真实需求真空。

关键数据：

  • 📊 Asimov v1 Stars：1,009★
  • 📊 Asimov v0 Stars：769★
  • 📊 开源范围：硬件设计 + 控制软件 + 结构件
  • 📊 许可证：开源

🔗 Asimov v1 GitHub

3. 🧠 Psi0：RSS 2026最佳论文级人形VLA框架，2711星引爆开源社区

一句话总结：中科院物理超智能实验室（Physical Superintelligence Lab）在RSS 2026发布的Psi0（Psi-Zero）人形VLA框架获得2711星，目标是构建「通用人形智能」的基础框架。

💡 为什么重要：VLA（Vision-Language-Action）是当前人形机器人AI的主流范式——用视觉和语言理解来驱动物理动作。但现有VLA大多针对特定任务（如”开冰箱”、“搬箱子”）设计，缺乏通用性。Psi0的定位是：一个不需要重新训练就能适应新任务的人形VLA框架。

Psi0在RSS 2026（Robotics: Science and Systems）上发布，论文标题中的”Universal Humanoid Intelligence”点明了这一野心。项目的GitHub页面简洁但有力，快速积累的2711星说明学术界和工业界都对这一方向抱有极高期待。

同实验室还发布了SIMPLE（172★）——一个面向人形机器人的全栈仿真环境，专注于locomotion和物操作。两者构成了从仿真到现实的两件套。

关键数据：

  • 📊 GitHub Stars：2,711★
  • 📊 发布会议：RSS 2026
  • 📊 定位：Universal Humanoid VLA（通用人形VLA）
  • 📊 配套仿真环境：SIMPLE（172★）

🔗 Psi0 GitHub | SIMPLE GitHub

4. 🎾 LATENT：人形机器人打网球，从 imperfect demo 学习运动技能

一句话总结：GalaxyGeneralRobotics 开源的LATENT框架（670★）实现了人形机器人从非完美示范中学习打网球，这是运动技能模仿学习领域的一个重要进展。

💡 为什么重要：机器人打乒乓球已有多年研究积累，但网球涉及更大的运动范围、更高的速度、更复杂的全身协调。LATENT展示的是：人形机器人不需要完美的示范数据——可以从有缺陷的人类动作示范中提取关键运动学特征，转化为可执行的机器人控制策略。

论文标题中的”Learning Athletic Humanoid Tennis Skills from Imperfect Demonstrations”点出了核心技术创新：从”不完美示范”中学习。这对实际部署意义重大——在工业场景中，收集完美示范数据成本极高，而”够用就行”的数据更易获取。

该项目与Humanoid-GPT（391★，CVPR 2026）来自同实验室，后者专注于零样本运动跟踪。两者结合来看，GalaxyGeneralRobotics在人形机器人运动学习方向上的布局日渐清晰。

关键数据：

  • 📊 GitHub Stars：670★
  • 📊 技术路线：从 imperfect demo 中学习运动技能
  • 📊 应用场景：人形机器人全身运动技能学习
  • 📊 同实验室兄弟项目：Humanoid-GPT（391★，CVPR 2026）

🔗 LATENT GitHub | Humanoid-GPT GitHub

5. 🧩 BotBrain：四足机器人模块化开源大脑上线

一句话总结：BotBrain（251★）是一个面向四足/腿足机器人的模块化开源控制框架，提供Web UI遥操作、自主导航等功能，旨在让机器人开发者摆脱底层控制重写。

💡 为什么重要：四足机器人开发中，每个团队都在重复造”控制栈”的轮子——运动学解算、状态估计、遥控接口、导航规划。BotBrain想做的就是把这一层抽象出来，让开发者可以专注于上层应用。

项目提供Web UI界面进行遥操作，内置自主导航能力，模块化设计允许开发者按需替换或扩展功能模块。对于机器人创客、高校实验室和中小型机器人公司来说，这样的项目可以直接节省数月的基础设施搭建时间。

虽然251星的体量不及Psi0等大型学术项目，但BotBrain解决的是一个更实际的问题——当你有了一台四足机器人硬件，接下来怎么控制它？ 这也是为什么它对创客社区特别有吸引力。

关键数据：

  • 📊 GitHub Stars：251★
  • 📊 目标平台：四足/腿足机器人
  • 📊 核心功能：Web UI遥操作 + 自主导航
  • 📊 设计理念：模块化、可替换

🔗 BotBrain GitHub

🔍 本周开源人形机器人趋势观察

回顾7月13日至19日这一周的开源动态，可以清晰地看到几个结构性变化：

  1. 从”单一算法开源”到”全栈开源” — Asimov v1代表整机开源，Psi0代表VLA框架开源，BotBrain代表控制软件开源。三个层面同时补位，意味着人形机器人开源生态正在从碎片走向系统化。

  2. 中国项目在西方社区的认可度跃升 — Kimi K3登顶HN不是孤例。GLM 5.2、Psi0、SIMPLE都在获得来自非华语社区的关注。这不再是”中国AI”的标签效应，而是技术本身在说话。

  3. 从仿真到现实的双线并行 — Psi0提供了VLA框架，SIMPLE提供了仿真环境，LATENT提供了运动技能学习，Asimov提供了奔跑平台。四项能力叠加，正在逼近”在仿真中训练、在现实中部署”的完整闭环。

下周值得关注：Asimov v1的硬件物料清单是否会发布？Psi0是否会有配套的实物验证？BotBrain能否在创客社区获得更大规模采用——这些将是衡量开源人形机器人「基础设施时刻」是否真正来临的关键指标。