2026-07-20：AI 实验开始把执行过程摆到台面上

机器人、内容流水线和工作流画布都在做同一件事：让 AI 的执行过程变得可看、可查，也更接近真实交付。

快速概览

• MiniCPM-Robot 给出一组面向真实机器人的开源模型和推理框架，重点是视觉、动作与跟踪能否一起进入设备。
• UGC 视频系统把商品素材、脚本、虚拟人、视频、字幕和合成串成一条可执行链，具体成本与耗时仍待独立验证。
• workflow designer 的信息最少，画布化的流程状态仍值得关注，它可能成为人检查 agent 工作的必要界面。

今天有趣的信息

1. MiniCPM-Robot：低成本模型也开始进入真实设备

• 发生了什么：OpenBMB 开源 MiniCPM-Robot 系列，包含 1.5B 的视觉—语言—动作操作模型、真实目标跟踪模型与 PhyAI 推理框架。随帖视频展示了机器人任务，代码和模型入口一并公开。
• 为什么值得关注：操控、跟踪和推理被放进同一套可试验的接口。具身 AI 的关键不只在模型分数，也在这组能力能否一起接入现实设备。
• 我应该关注什么点：不同机械臂与摄像头上的延迟、失败恢复、数据需求和任务泛化还没有充分证据。
• 相关帖子：开源 MiniCPM-Robot 的具身模型与推理框架（OpenBMB）
• 你的判断：这条最贴近能力边界。模型规模不大，开放材料让更多人有机会测试它在真实环境里的稳定性。

2. Claude Code 内的 UGC 视频工作流：广告制作被编成了一条连续工序

• 发生了什么：Mho_23 展示了一个在 Claude Code 内运行的 UGC 广告系统。输入商品图片和一句卖点后，系统会分析品牌、找受众参考图、生成 JSON 提示和虚拟人起始画面，再生成配音、字幕与成片。作者称配置约需 3 分钟，一支 30 秒广告的生成时间约 4-12 分钟，API 成本低于 3 美元。
• 为什么值得关注：它把多个模型和 MCP 服务编排成有明确输入、检查点和交付物的内容链。这里更有价值的是工作流设计，不是某一个视频模型。
• 我应该关注什么点：人物一致性、品牌控制、素材版权、局部失败能否重跑，以及作者自述的成本和时长都需要独立验证。
• 相关帖子：从商品图到可发布 UGC 广告的视频流水线（Mho_23）
• 你的判断：这是一条获客性质很强的展示，工作流结构依然值得研究。把长链条创作拆成可检查的阶段，才更适合实际使用。

3. Agentic workflow designer：让 agent 的运行过程有了一个能讨论的画布

• 发生了什么：micheltamanda 贴出三张截图，展示一个正在端到端执行的 agentic workflow designer。界面呈现流程节点、连线、参数区和运行结果，作者说下一步会增加新的工作流结构并继续打磨。
• 为什么值得关注：许多 agent 工作仍藏在日志和后台任务里。画布把过程放到用户面前，给检查、修正和协作提供了一个起点。
• 我应该关注什么点：节点输入输出是否可追溯、失败时怎样重试、流程能否跨任务复用，目前都没有公开证据。
• 相关帖子：展示端到端执行状态的 agent 工作流设计器（micheltamanda）
• 你的判断：它仍是早期界面样本。agent 一旦处理更长任务，过程可见性会决定人是否愿意交出控制权。

关于这个日报

这份内容基于 X 上的实验型 AI 内容搜索，由 AI 先做过滤和初步总结，再由 半庄 整理、取舍和补充判断。