💡 大家好，我是可夫小子，《小白玩转ChatGPT》专栏作者，关注AI编程、AI自动化和自媒体。
Openclaw的优势是接入各种聊天工作，在前面的文章里，已经介绍了如何接入飞书。但之前我也提到了，飞书的最大的问题是请求多的限制，以及无法在非认证企业账号下面组建群聊。但这些限制另一个聊天工具可以打破，那就是Telegram，今天就跟大家分享一下，如果在OpenClaw里面接入Telegram。
通过命令openclaw config，local→channels→telegrams
这里等待输入API Token，接下来我们去Telegram里面获取
2. /newbot 来创建一个机器人，输入一个名字name
简介 Video2Robot 是由AIM-Intelligence开发的开源项目，是一个端到端的管道系统，能够将视频或文本提示转换为机器人可执行的运动序列。在机器人技术、动画制作和虚拟现实快速发展的今天，如何让机器人执行自然、流畅的人类动作成为关键挑战。传统方法需要专业动画师手动设计动作，或通过复杂的运动捕捉系统，过程耗时耗力且成本高昂。Video2Robot应运而生，通过整合先进的视频生成、人体姿态提取和运动重定向技术，实现了从简单描述到机器人动作的自动化转换。 核心价值： * 自动化流程：将复杂的手动设计过程自动化，显著提高效率 * 自然动作生成：基于真实人类动作生成自然流畅的机器人运动 * 多模态输入：支持文本提示、现有视频、图像参考等多种输入方式 * 广泛兼容性：支持多种主流机器人平台，包括Unitree、Booster等 项目定位：Video2Robot填补了自然语言/视频到机器人动作转换的技术空白。与需要专业设备和复杂流程的传统运动捕捉系统不同，该项目通过软件管道实现了低成本、高效率的动作生成。项目特别注重易用性和可扩展性，通过模块化设计支持不同组件的替换和
无人机系统面临着复杂多变的环境挑战，如动态障碍物、风扰、系统故障等，传统的基于精确模型的控制方法往往难以适应这些不确定性。为此，学习与控制相结合的智能方法成为研究热点。 刚刚过去的IROS 2025上，涌现了多篇聚焦单体无人机和多智能体的结合学习与控制的论文，体现了其在提升系统自主性与适应性方面的探索。NOKOV度量动作捕捉系统为研究提供高精度位姿“真值”，助力现实实验验证。同时在多智能体研究中支持控制算法的闭环执行。 · 单体无人机 一、基于学习的动态模型——在状态空间层面进行学习，获得系统的动力学模型 论文：PI-WAN: A Physics-Informed Wind-Adaptive Network for Quadrotor Dynamics Prediction in Unknown Environments (IROS 2025) 作者：Mengyun Wang, Bo Wang, Yifeng Niu and Chang Wang 国防科技大学 牛轶峰老师团队针对四旋翼在未知风扰环境中建模不准、数据驱动方法泛化差的问题，提出物理信息风自适应网络，将物理
鸿蒙Flutter智能家居应用开发实战指南 概述 智能家居是鸿蒙全场景生态的重要应用场景。本文讲解如何基于鸿蒙Flutter框架，开发一套完整的智能家居应用，实现设备发现、控制、场景联动、语音交互等核心功能。 欢迎加入开源鸿蒙跨平台社区：https://openharmonycrossplatform.ZEEKLOG.net 系统架构设计 整体架构图 ┌────────────────────────────────────────────────────────────┐ │ 用户交互层 (Flutter) │ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ │ │ 设备控制面板 │ │ 场景编排 │ │ 语音交互 │ │ │ └─────────────┘ └─────────────┘ └─────────────┘ │ └───────────────────────┬────────────────────────────────────┘ │ RPC/事件总线 ┌────────────────────
（二）Agentic AI 与开源模型篇 Agentic AI与开源模型：英伟达想定义的，不只是“更聪明的模型”，而是“能持续工作的数字劳动力” 如果说过去两年的大模型竞赛，核心问题还是“谁能生成更像人的答案”，那么到了 GTC 2026，问题已经明显变了。英伟达把 Agentic AI 直接列为大会四大核心主题之一，官方对这一主题的定义也很明确：重点不再是单轮问答，而是让 AI agent 能够推理、规划、检索并执行动作，最终把企业数据转化为可投入生产的“数字劳动力”。这说明，Agentic AI 在英伟达的语境里，已经不是一个前沿概念，而是下一阶段 AI 商业化的主战场。(NVIDIA) 一、GTC 2026真正的变化，是 AI 开始从“会回答”走向“会做事”