ChatGPT5滑铁卢；京东加码机器人；优必选发布新机；微软Win11更新 | 8月10日互联网日报

ChatGPT-5上线遭"滑铁卢" OpenAI回归GPT-4o

8月9日讯，OpenAI在ChatGPT-5上线后因用户反馈问题再次启用GPT-4o版本。用户对新版本的负面评价主要集中于缺乏情感交互和人情味，而GPT-4o更能识别用户情绪并给予安抚。CEO山姆·奥特曼回应称，由于自动切换器损坏导致GPT-5表现异常，并承诺未来将改进其稳定性。虽然API流量显著增长，但预计仍需面对容量挑战。专家指出，GPT-5目前侧重专业性而影响了情感表达，这是策略性选择。

GPT-5 演示闹“图表乌龙”，OpenAI 连夜勘误并公开致歉

OpenAI 在8月9日的发布会上因演示中出现多张错误图表而引发关注。首席执行官 Sam Altman 承认失误，称条形图绘制出错和幻灯片数字错误。公司已修正官网博客中的图表，并表示将实施“双重审图”机制以避免类似问题。公众对 AI 技术细节高度关注，企业需加强审核流程，以确保信息准确。

OpenAI：ChatGPT 4.5错误率升高，正努力改进

OpenAI在8月7日发布公告称，观察到ChatGPT-4.5模型出现错误率升高现象。面对这一情况，OpenAI正在积极采取措施以减少错误并提高模型的准确性。这一问题可能影响用户与ChatGPT平台的互动体验，因此OpenAI强调其致力于迅速解决相关技术问题，以确保用户获得更高质量的服务。

探访全球首家具身智能机器人4S店！超50款机型看花眼，还有机器人协作餐厅

8月8日，北京亦庄迎来了全球首家具身智能机器人4S店及机器人主题餐厅的开业。虽然活动展示了众多机器人应用场景，但并没有新发布的机型，很多展品和技能此前已在大会上出现过。此外，部分互动展示因参观人员较少而暂停，这可能影响了观众的体验。同时，餐厅中的硬菜并非由机器人制作，这与品牌的高科技定位存在一定反差。

宇树王兴兴最新演讲：数据不是具身智能的最大挑战

宇树科技创始人王兴兴在2025世界机器人大会上指出，人形机器人大规模应用的主要障碍不是硬件，而是具身智能问题。他强调当前的模型架构不够好，导致无法驱动机器人自主完成任务。虽然有足够的数据，但模型问题才是具身智能发展的核心限制。此外，王兴兴对常见的视觉-语言-动作模型持怀疑态度，并认为需关注视频生成模型与强化学习扩展定律，以提升训练速度和效果。

京东"狂卷"智能机器人赛道 百亿加码销售与终端应用场景

在世界机器人大会上，京东宣布将投入超过百亿资源推动智能机器人产业发展。尽管京东展示了其在物流和服务场景中的具身智能应用，但何晓冬指出，机器人要实现家庭服务仍面临挑战，如手部操作的复杂性和大模型与机器人结合不足。此外，公众对AI技术期望高，而实际落地需要更多技术突破。京东的战略性投入显示出对具身智能长期发展的信心，但行业需解决关键问题以确保技术普及。

人挤人挤机器人，世界机器人大会亮点实录来了

在8月8日至12日的世界机器人大会中，尽管热度创下历史纪录，但仍面临技术成熟度不足的问题。部分展出的机器人缺乏必要的力传感器，导致无法完成柔性操作。此外，产业链价格高企，普通消费者难以负担昂贵的机器人产品。对于人形机器人进入家庭使用，供应端能力跟不上市场需求，还需跨越多项技术和成本难关。

机器人价格“卷”到3.99万，马斯克都坐不住了！但为什么你家还没有？宇树CEO透露→

宇树CEO王兴兴在世界机器人大会上指出，具身智能的AI模型架构存在缺陷，阻碍了机器人在日常生活中的大规模应用。他强调，目前硬件已达到可用水平，但模型问题导致海量数据难以有效利用。此外，行业对视频生成的过度关注造成GPU资源消耗，影响实际操作效率。王兴兴预测，若机器人能够在陌生环境中执行简单任务，将标志着类似ChatGPT的突破，预计这一时刻可能在未来1至5年内到来。

微软发布Win11 Canary 预览版 27919：系统搜索设置进行整合优化

8月9日，微软推出了面向Canary频道的Windows Insider预览版Build 27919。这次更新合并了系统搜索相关设置页面，并修复了一些问题。然而，部分用户可能遇到Windows Hello PIN和生物识别登录功能无法使用的情况，并显示错误代码0xd0000225。此外，从旧版本升级后，进度指示器可能异常显示为矩形符号，组策略编辑器中可能出现多个"意外元素"错误弹窗，同时dao360.dll文件存在潜在问题可能导致应用程序崩溃。

优必选发布全尺寸通用轮式人形机器人Cruzr S2，可搬运15kg重物

优必选于8月9日发布了其最新的全尺寸机器人 Cruzr S2，具备先进的移动和操作能力。该机器人能以每秒2米的速度高速移动，并具有坡度自适应平衡能力。然而，其负面影响可能在于技术复杂性增加了维护成本，同时其重量可能限制了一些场景下的应用灵活性。此外，机器人功能的高精度要求在某些作业环境中可能面临挑战，特别是在需要快速响应的任务中。