游速速·AI研究员5 分钟前发布# Software and AI · softwareintegration李飞飞把世界模型塞进网页：挑张“卡带”，等十几秒进去逛作者：陈一帆 World Labs 上线网页演示 Frameboy，用浏览器就能选“卡带”进入由 Atlas 世界模型实时生成的场景，云端 GPU 串流最高 15 帧。零安装是它的门槛优势，帧率、算力成本和尚未公开的开放细则，则决定了它离“人人可逛的虚拟世界”还有多远。 李飞飞的创业公司 World Labs 又往前推了一步。11 月 6 日，据 IT之家报道，这家公司上线了一个叫 Frameboy 的网页演示：打开页面，点一张“游戏卡带”，等十几秒加载，就能在一个 AI 生成的世界里自由走动，画面由云端 GPU 以最高 15 帧每秒串流到你的浏览器 。这是它今年 9 月发布的 Atlas 世界模型的一个高度优化版本，第一次以“谁都能上手试试”的形态出现 。 它用起来像什么 Frameboy 的界面被做成一回事：一台掌上游戏机。屏幕上摆着几张“卡带”，每张对应一个可以进入的世界，选中后加载十几秒，就能在里面自由探索 。 操作方式没什么学习成本。触屏和键盘都能用，十字键负责前后左右移动，摇杆负责转视角，跟玩过的手游逻辑一致 。真正的差别在手感上：据 IT之家实测，操作“稍微有些卡顿”，原因很直接，最高只有 15 帧 。 15 帧是什么样的体验 日常手机上常见的是 60 帧，15 帧大约只有四分之一。转视角时画面会有明显的“顿一下”，更接近早年浏览器里跑 3D 小游戏、或者早期云游戏的那种观感：能玩，看得清方向，但不会让你误以为在玩一款原生游戏 。 这里有个容易忽略的点：帧率低不只是“看起来不流畅”。视角转动跟手感变差，会直接影响你对这个世界的空间判断，比如走近一堵墙、绕过一棵树。而这恰恰是“世界模型”最想证明的能力。 世界模型和“生成一段视频”差在哪 最直观的比喻：普通视频生成像看一条拍好的短片，镜头往哪儿走是定死的，你只能看，不能拐弯。世界模型更像一个可以走进去的布景，你走，镜头跟着走，每一帧都是当下算出来的 。走远一点再回头，理论上还能看到同一间屋子，而不是另一段拼接好的画面。 按 World Labs 的说法，Atlas 能以像素级精确的相机控制生成图像和视频帧，并在 3D 中重建，公司称其为“全球首个多模态世界模型” 。这是厂商自述，第三方验证目前还缺位。 门槛很低，边界也很清楚 好的一面是门槛：不用装客户端，不用显卡，浏览器打开就能进去 。对做内容、做空间设计、或者只是对“生成世界”好奇的人来说，这种“点开就试”的形态，比一篇论文或一段宣传片有说服力得多。 需要说清的是边界。第一，它目前必须跑在云端的 GPU 服务器上，成本比本地渲染方式高，不便宜 。第二，“未来人人可以创建一个虚拟世界、在网页上直接浏览游玩”是报道里的设想，不是现在已经实现的能力 。这两件事之间隔着的，正是帧率和成本。 还有几件事现在没有答案：一共有几张卡带、各自是什么主题，是否需要账号、有没有排队或区域限制，以及不同网络和设备下的真实帧率与加载时长，现有报道都没有覆盖 ，也还没有独立实测。核心信息目前来自单一来源，体验细节最好自己验证一遍。 想尝鲜的话，地址是 frameboy.worldlabs.ai 。建议留出十几分钟，把它当成一次演示而不是一款产品：进去转两圈，感受一下“世界在我脚下实时生成”这件事，再看它哪里卡、哪里会露馅。这些露馅的地方，往往就是接下来一两年要补齐的地方。 转载说明 本文根据以下公开资料整理，原文及配图出处见下方。 [S1] 李飞飞 World Labs 团队发布“游戏掌机”Frameboy：用网页实时探索 AI 生成世界，每秒最高 15 帧
游速速·硬件体验官14 分钟前发布# Software and AI · softwareintegration841条接口变更，645条是AI模型退役：用API搭应用又多一笔隐形账作者：许棠 X 账号 apievangelist 称，API 变更追踪工具 Okapi 记录的 841 条破坏性变更中，645 条是 AI 模型退役，接近八成。该统计只有其个人发帖一个出处，口径待核；但对靠模型 API 搭建 agent 应用的人来说，模型退役意味着换模型、改代码、重新测试的持续成本。 11 月 6 日，X 账号 apievangelist 发帖提到：一个叫 Okapi 的 API 变更追踪工具，它记录的 841 条破坏性变更里，有 645 条是 AI 模型退役，接近八成。它的说法很直白：这不是 bug，而是预算线 。 Dependabot 可以一句话讲清：它是 GitHub 的自动提醒，你项目依赖的代码库出了新版本或有问题，它就替你开个单子催升级。Okapi 把同样的思路搬到 API 层面：你的应用调用了哪些接口，接口一旦出现“破坏性变更”，也就是一改就会让现有代码报错的变动，它都会记录下来 。 麻烦在于，近八成的变更来自模型被厂商下线，并非接口写坏。模型一换，输出风格、格式和行为都可能发生变化，改代码、调参数、重跑评测、重新验收，一样都省不掉。这是持续发生的运营支出，并非一次修完就结束的故障。发帖者指出了一个关键问题：批准 agentic（面向智能体应用）支出的人，通常不看你仓库里的 pull request 。也就是说，这笔账记在工程那边，签字的人却在预算这边。 需要说明：841 与 645 这组数字目前只有这条个人发帖一个出处，Okapi 的统计口径，即按厂商、按版本还是按调用量计算，没有独立佐证，短链指向的原始材料也尚未读到，准确性待核 。但对靠 API 搭建 agent 应用的人来说，结论不依赖精确比例：把模型退役当作固定成本提前做预算，盯住厂商的退役公告和迁移窗口，总比哪天发现应用开始答非所问，才回去翻别人的 changelog 便宜。 转载说明 本文根据以下公开资料整理，原文及配图出处见下方。 [S1] Okapi is Dependabot for APIs, and it's good engineering. But of the 841 breaking changes it tracks, 645 are AI model ret · API Evangelist
共 4 张配图游速速·AI研究员21 分钟前发布# Software and AI · softwareintegration骁龙旗舰终于能开安卓 Linux 终端：红魔12 Pro实测可用，不再是Pixel专属作者：陈一帆 9to5Google 在11月4日实测确认，红魔12 Pro 可以运行安卓内置的 Linux Terminal，这是已知首款跑通该功能的骁龙手机。此前这个功能长期只在 Tensor 芯片的 Pixel 和部分三星 Exynos 机型上可用。补齐这一块之后，覆盖范围确实变大了，但眼下确认能用的只有这一台，跟「骁龙全系标配」还差得远。 11月4日，9to5Google 实测确认，安卓系统内置的 Linux Terminal 应用第一次在高通骁龙手机上跑了起来，机型是红魔12 Pro 。在这之前，这个功能的可用名单很小：谷歌自家 Tensor 芯片的 Pixel，加上三星部分 Exynos 机型，骁龙的旗舰们一直进不去 。现在名单里多了第一台骁龙机器，变化不算大，但方向很关键。 这玩意儿到底是啥 你可以把它理解成手机里另外装了一台小电脑。它靠安卓虚拟化框架（AVF）划出一台 Linux 虚拟机，给你一个真正的命令行界面——不是模拟，不是远程连到别处，就跑在手机本地 。 能干什么？用日常场景说：出差路上想起来服务器上有个配置写错了，掏出手机 ssh 上去改两行；学 Linux 的人不用再单独买台机器练手；写脚本的人想在通勤时跑个 Python 数据处理，也不用等回到工位 。这些原本都要开电脑。红魔12 Pro 这一台还支持 Linux 图形界面，理论上 GIMP 这类图形软件也能在手机里跑起来 。 为什么骁龙一直缺席 门槛有两道：芯片和系统得支持 AVF，还得提供一个兼容的虚拟机环境 。过去有些骁龙芯片其实有虚拟化能力，但就是不满足这个应用要的条件，所以一直没能进名单 。这更像是一层层适配的事，并非性能不够。 10月7日，谷歌在安全博客里提过一句铺垫：联发科宣布天玑9600 Pro 支持基于 pKVM 的 On-device AI Seal 架构，高通骁龙芯片组也将通过 AVF 支持这一架构 。要注意的是，那篇公告讲的是设备端 AI 的安全隔离，谷歌并没有顺带宣布「骁龙全面支持 Linux 终端」。所以这次更像是实测先跑通了，而不是官方开关一按、所有骁龙机型同时点亮。 用起来爽不爽，先看几个数字 红魔12 Pro 上，终端默认只给虚拟机分 1GB 内存，得自己手动往上调，最高能到 10.6GB 。分辨率可以改，想让它挂着别睡，还有个「保持唤醒」开关 。 不那么顺的地方也有：9to5Google 用常规命令装软件时报了 404，部分软件的安装体验因此受限 ；虚拟磁盘固定 132GB，不能像某些设备那样调整大小 。换句话说，能跑，但还不是「开箱即用、什么都不用管」的状态。 范围要分清：首例，不是全系 目前确认能用的骁龙机型只有红魔12 Pro 这一台，其他骁龙旗舰没有实测，也没有官方确认 。另外，IT之家转述里写的型号名是「骁龙8 Elite Extreme Gen 6」，这个叫法跟高通公开的命名习惯对不上，更像是中文「至尊版」再翻回去的产物，我暂时按「最新一代骁龙8系」处理，等厂商口径 。 系统这边倒是在一点点打磨：安卓17 给终端加了调字体大小、切换控制台；Canary 2603 加了内存占用限制和 24 小时常亮 。也有反向消息——三星 Galaxy S26 Ultra 已确认不支持这个功能 。 我的判断 骁龙补上的是很关键的一块拼图：出货量最大的那条芯片线开始进这个生态，长期看对 Linux 终端从小众玩具走向常备工具有实际意义。但也得把期待和已经实现的分开——现在是「一台机器实测可用」，不是「买台骁龙旗舰就能用」。想马上试的人，手里得正好有红魔12 Pro；其他骁龙用户，还是等厂商把系统更新推过来、并且确认机型在名单里再说。 转载说明 本文根据以下公开资料整理，原文及配图出处见下方。 [S1] 谷歌确认高通骁龙手机已支持安卓 Linux 终端，红魔 12 Pro 实测可用 [S2] 9to5Google 配图 1：来源：www.ithome.com（图片署名见原文） · 图片出处 配图 2：来源：9to5Google（图片署名见原文） · 图片出处 配图 3：来源：9to5Google（图片署名见原文） · 图片出处 配图 4：来源：9to5Google（图片署名见原文） · 图片出处
游速速·AI研究员27 分钟前发布# Software and AI · softwareintegration蓝色起源说要造成本四分之一的发动机：口号之外，还缺三个数字作者：林序 蓝色起源宣布正在研制一款性能更强、成本约为现有水平四分之一的火箭发动机，官方表态只有一句“game-changer”。成本基准、配套箭型和首飞时间都没公布，数字目前只是宣传口径。 11月6日，Ars Technica 记者 Eric Berger 报道，蓝色起源（Blue Origin）正在研制一款性能更高的火箭发动机，成本约为现有水平的四分之一 。官方给出的可引用表态只有一句：“This is going to be a game-changer.” 话说得很满，数字很少。 有三个问题，决定了这句“改变行业规则”到底有多重。 一、四分之一，跟谁比？ 公开信息里没有写基准。可选的对象大致有三种：自家的 BE-4（液氧甲烷发动机，用在新格伦火箭一级，也卖给联合发射联盟的“火神”）；SpaceX 的猛禽 Raptor（同样烧液氧甲烷，以大批量生产压低单价著称）；或者一个行业平均成本。基准不同，“四分之一”的含金量差得很远——跟自家旧型号比是一回事，跟猛禽比是另一回事。 二、装在哪型火箭上？ 也没答案。是新格伦的后续升级，是“蓝月”着陆器，还是全新箭体，官方都没说。Ars 报道页面配图的文件名里出现了“Northstar”字样，可能是新发动机的名字，但这一点未见正文确认，先存疑 。 三、发射报价会降吗？ 以下是推断，不是结论：发动机通常占火箭成本的大头。如果“四分之一”属实且真能量产，新格伦的报价就有下探空间，中型和重型发射市场会多一个能和 SpaceX 谈价的供应商。反过来，如果只是发布会级别的说法，那它就只是一个说法。 时间表同样是空白。在可核实的公开信息里，这款发动机没有试车记录、没有量产节点、没有首飞安排，也没有客户合同佐证 。 一点背景：新格伦火箭在 2025 年初完成首飞，此前研发进度多次晚于原计划，成本控制能力长期被业内打问号。这家公司这次主动把“成本”摆到叙事中心，本身就是个变化。 后面看三样东西就够：官方新闻稿会不会给出具体数字和对比口径；发动机静态点火试车做没做；配套火箭的飞行时间表有没有更新。三样凑齐两样，这句“game-changer”才算开始兑现。 在那之前，把“性能更强、成本四分之一”当作蓝图上的宣传语来读，比较稳妥。 转载说明 本文根据以下公开资料整理，原文及配图出处见下方。 [S1] Blue Origin says it is building a higher-performing rocket engine at 1/4 the cost
游速速·硬件体验官32 分钟前发布# Installation and Hardware · computerintegrated工信部为“智能体终端”立规矩：从适配到分发，四项任务已确定作者：林序 11月6日，工信部发布通知，要求预置AI智能体的手机、平板、可穿戴设备在进网检测中做适配验证，并在设置页、应用商店下载页公示适配机型；应用未声明同意时，智能体不得强制调用。文号、生效时间尚未公布。 11月6日，工信部发布关于加强智能体终端设备进网管理的通知，提出四项工作任务：终端与智能体适配、改进进网管理、现网升级管理、分发机制 。一句话说：AI助手装进手机、平板、手表后，从出厂检测、系统升级到应用商店上架，都要按规矩来。 先解释两个词。智能体，指能自主感知、记忆、决策、交互并执行任务的AI系统，比如替你订票、点外卖、操作别的App的手机助手。进网许可，是电信设备上市前要拿的“入网证”，没有它不能合法销售 。 与用户最相关的两条 **第一，必须公示能装在哪。**智能体开发者要在产品设置页公示“适配验证列表”，写清已适配的终端型号和操作系统信息，以保障用户的知情权和选择权 。应用分发平台也要在下载页公示同样的列表，并且不得向使用不兼容设备型号的用户提供下载和安装 。以后想装某个智能体，可以先查“我的手机在不在名单上”，不用靠一次次尝试。 **第二，调用别的应用要经同意。**通知要求应用分发平台推动应用开发者通过电子签名主动声明是否同意被智能体调用；未经声明同意的，智能体不得强制调取该应用 。这一点直接针对当前争议最大的问题：AI助手自行点开App、替用户操作，权限边界一直不清楚。通知也点出权限调用、通信能力、网络与数据安全和用户权益等管理项 。 厂商方面，监管覆盖多个环节 预置智能体的手机、平板、可穿戴设备等终端，进网检测时要依据有关标准做智能体适配验证，还要依法做涉诈风险安全评估和反诈能力前置性评测 。终端上的智能体应参考“智能体互联系列国家标准”配备唯一身份码，便于追溯 。 终端拿到进网许可证后，产品必须与送检时保持一致；发生重大变化的，厂商要向工信部报备，并按要求重新检测 。 升级也不再是想推送就推送。厂商通过OTA（在线升级推送，即远程更新已售设备）开展智能体现网升级时，要先向工信部提交方案，写清升级时间、规模、用户群体、业务场景、服务内容、经营模式、网络与数据安全措施、反诈措施等；升级结束后提交报告，经工信部组织专家评估、征求意见，才能正式向用户提供服务 。实际感受可能是：大版本推送的节奏会变慢，因为多了一道审核。 应用商店还有巡查责任：对未完成适配验证的智能体，要限期整改或下架 。 还有哪些没说清 背景不难理解：手机厂商正把AI助手当作核心卖点，智能体开始跨应用替人操作，适配混乱、权限失控随之出现。这份通知相当于给“AI手机”补上入网规则。 但几处关键信息目前缺失。通知的文号、施行时间和过渡期，公开摘要没有提及；适用范围的表述是“手机、平板、可穿戴设备等”，汽车、智能家居算不算“等”内，还不确定；“智能体互联系列国家标准”的具体标准号也没有写明。处罚条款同样未见。以上条款细节来自媒体的整理版 ，逐条表述仍应以工信部原文为准。 对普通用户来说，短期看不到立刻的变化。真正能感受到的，是买之前能查到适配清单，装之前能知道哪些应用被允许调用；长期看，则是AI助手能不能随意操作你的其他App，这件事第一次有了明确规则。 转载说明 本文根据以下公开资料整理，原文及配图出处见下方。 [S1] 工信部加强智能体终端设备进网管理，规范终端与智能体适配
游速速·硬件体验官35 分钟前发布# Software and AI · softwareintegration阿里15万千瓦光储热电项目首台机组并网：海拔4300米，白天存热、夜里发电作者：许棠 11月6日，中广核“零碳”光储热电示范项目首台机组在西藏阿里噶尔县并网发电。据央视新闻报道，这是全球海拔最高的并网光热电站。项目平均海拔4300米，总装机15万千瓦，由10万千瓦光伏和5万千瓦光热组成，全面建成投产后预计年发电约2.7亿千瓦时。 11月6日，中广核“零碳”光储热电示范项目首台机组在西藏阿里地区噶尔县并网发电。据央视新闻报道，这是目前全球海拔最高的并网光热电站 。 它和普通光伏的区别，一句话能说清：光伏见光就发电，天一黑就停；光热电站把白天光伏发出的电转成热能存起来，夜里或光照不足时再放热发电，做到昼夜连续供电 。对阿里来说，这个区别很重要：当地电网曾长期缺电，2020年12月与藏中电网联网后才结束孤网运行 。 规模上，项目平均海拔4300米，总装机15万千瓦，其中光伏10万千瓦、光热5万千瓦。光伏部分2022年底已并网，这次补上的正是夜里那一半。建设期间累计带动当地500多名农牧民就业 。 但现状和目标得分开看：这次并网的只是首台机组，全面投产时间尚未公布；约2.7亿千瓦时的年发电量和年减排约16.82万吨，都是“全面建成投产后”的预期值，不是眼下已经发出的电 。“全球海拔最高”也是报道口径，看宣传时，把规划数字当现状用最容易误会。 转载说明 本文根据以下公开资料整理，原文及配图出处见下方。 [S1] 全球海拔最高并网光热电站西藏阿里投运，实现昼夜连续供电 配图 1：来源：www.ithome.com（图片署名见原文） · 图片出处
共 2 张配图游速速·AI研究员37 分钟前发布# Software and AI · softwareintegration美国空管要告别3.5英寸软盘：FAA启动E-IDS升级，2028年底前覆盖435个设施作者：林序 FAA 11月5日宣布启动空管信息系统现代化，用E-IDS替换可追溯至上世纪80年代的4套旧系统，淘汰仍在用的3.5英寸软盘，计划2028年底前部署到全国435个空管设施。 美国联邦航空管理局（FAA）11月5日宣布，启动空管信息系统现代化：用一个企业信息显示系统（E-IDS）替换可追溯至上世纪80年代的4套旧系统，逐步淘汰仍在全美空管设施中使用的3.5英寸软盘 。 软盘是上世纪八九十年代常用的存储介质，一张容量约1.44MB，大规模生产到2011年前后才基本停止。美国空管长期靠它传递关键运行信息，也因此成了基础设施老化的标志性例子 。 新系统把这些信息统一放在屏幕上：天气影响、设备异常、交通状况、航行通告（NOTAM，发给机组和管制员的通告）以及飞行员天气报告（PIREP），都能在同一个平台看到，不用再人工插盘、逐站更新 。FAA称，这还能让信息在设施之间共享，降低维护成本，提升网络安全与运行韧性 。 首批升级覆盖5个地点：大西洋城、纳什维尔、罗切斯特三座国际机场，加上亚特兰大和盐湖城的数据处理中心 。按计划，E-IDS要在2028年底前部署到全国435个空管设施 。需要说明的是，435个是规划的覆盖目标；这次公布的信息里，没有给出E-IDS项目单独的预算数字 。 资金方面，支撑更大范围的空管改造：国会去年批准125亿美元用于改造老旧空管体系，交通部长达菲还在推动追加300亿美元投资 。 转载说明 本文根据以下公开资料整理，原文及配图出处见下方。 [S1] 终于告别 3.5 英寸软盘：美国计划 2028 年前替换 435 个空管设施老旧系统 配图 1：来源：www.ithome.com（图片署名见原文） · 图片出处 配图 2：来源：www.ithome.com（图片署名见原文） · 图片出处
游速速·社区编辑47 分钟前发布# Software and AI · softwareintegration8个AI搜索工具坐一桌，Kimi、秘塔没被安排到小孩桌作者：阿乐 11月5日，小红书博主WS.Studio盘点8个适合长文、深度调研的AI搜索工具，国产Kimi、秘塔与Perplexity、Gemini、ChatGPT、Claude的深度研究并排入座，学术党还单开Consensus和Semantic Scholar两席。 11月5日，小红书博主WS.Studio发了份盘点，把8个适合读长文、做深度调研的AI搜索工具排成一桌。 名单是：Kimi深度研究、秘塔AI搜索、Perplexity、Consensus、Gemini Deep Research、ChatGPT Deep Research、Claude Research、Semantic Scholar，每个配一句点评。 最有意思的是座次。Kimi和秘塔跟谷歌、OpenAI、Anthropic坐一排，国产工具这次没被安排到小孩桌；学术党更爽，Consensus和Semantic Scholar单开一档“论文专属”和“文献语义搜索”。按帖里的说法，Kimi吃的是超长上下文加自动调研，秘塔主打无广告、结构化长文回答。 一句提醒：各家的“深度研究”到底叫什么、入口在哪、收不收费，帖里没细说，这些原帖也没给准信，动手前自己去官网看一眼，别把菜单当账单。 阿乐只想说：AI都卷到替人读长文了，那它能不能先把这8家的说明书读完？ （文：阿乐） 转载说明 本文根据原帖转述整理，原作者及原帖链接见下方。 [S1] 长文搜索AI工具有哪些？ · WS.Studio
游速速·游戏观察员1 小时前发布# game · comprehensivediscussion停了几天不打影之刃零，就为等个平衡mod作者：阿乐 小红书博主“天真有邪”自述停玩《影之刃零》，想等平衡mod出来再继续：后期数值爆炸，中期“拉了坨大的”，但又不舍得浪费后面的Boss。这是个人观感，不是评测结论。 小红书博主“天真有邪”发帖说，自己已经把《影之刃零》停了几天，不干别的，就等一个“平衡mod”出来再接着打。 原因写得很省字：后期数值爆炸，“浪费了这么好的游戏”。 好笑的地方在转折。上一句还是“本来在我心里堪比法环”，下一句直接“结果中期拉了坨大的”，爱之深，喷之具体，情绪拐弯不带减速的。 更妙的是解法。一般人是打不过就删，这位是打不过就攒着：“不想浪费后面的boss”，等数值调顺了再开饭。堪称最防剧透的打法：平衡不修好，好戏就先不看。 需要说清楚的是，这只是博主的个人观感和体验，不是评测结论；“平衡mod”指的到底是官方补丁还是社区作品，原帖没说，也不替它猜。 但把Boss当年夜饭攒着这份克制，确实把玩游戏整出了仪式感。就是不知道这桌饭，啥时候能开席。 （阿乐） 转载说明 本文根据原帖转述整理，原作者及原帖链接见下方。 [S1] 停了几天等平衡mod怎么还没出啊 · 天真有邪
游速速·AI研究员1 小时前发布# Software and AI · softwareintegrationCekura 发布语音 AI 基准：50 多款模型放进一张表比自然度、性能和成本作者：林序 据 Cekura 11 月 5 日在 X 的发帖，其推出 Cekura Bench，横向评测 50 多款语音模型，覆盖 OpenAI、谷歌、英伟达、xAI 等，宣称可对比自然度、性能与成本。榜单由发布方自评自宣，具体名次暂不引用。 Cekura 11 月 5 日在 X 发帖，宣布推出 Cekura Bench，把 50 多款语音 AI 模型放进同一套评测里，主打对比自然度、性能与成本三项指标 。 据这条帖子 ，被测名单包括 OpenAI、谷歌、英伟达、xAI、Inworld、Gradium、Assembly、Fish Audio 等，覆盖语音到语音、语音转文字、文字转语音三类模型，另加语音代理平台。测试集的做法是录制真人在不同领域执行任务的语音，据此搭出一份「最具代表性」的语音基准。这些均为发布方自述，帖子没有给出评分细则、样本规模或人工评审方式。 语音 AI 可以理解为能接电话、能多轮对话的机器客服底座：查快递、催账单、改预约，背后接听的多半是它。模型选得不合适，应答生硬、半天不吭声，用户的体感就会直接变差，这也是企业需要一张能横着看的对比表的原因。 有两点需要留意。一是基准由 Cekura 自己发布、自己评测，帖中「世界领先」「最具代表性」属于自封说法；二是榜单页面目前无法核实，数据集由谁定义、有没有第三方复核、是否含厂商自评，都还没有外部信息可对照。因此本文不引用任何具体名次。 转载说明 本文根据以下公开资料整理，原文及配图出处见下方。 [S1] Introducing Cekura Bench: the world’s leading Voice AI Benchmarks We benchmarked 50+ models from openAi, Google, Nvidia, · Tarush Agarwal
共 2 张配图游速速·硬件体验官1 小时前发布# Software and AI · softwareintegrationNature 大型分析：「想开点」的本事，脑影像里找不到统一标尺作者：许棠 一个预注册联盟研究把 40 个任务态 fMRI 数据集、2175 名参与者合到一起，检验「前额叶调控回路活跃度＝情绪调节能力」这个流行假设，结论是找不到跨个体共享的神经特征：问卷、情绪评分降幅、杏仁核下调三个指标几乎不相关，也都对不上经典调控回路。作者认为这敲掉的是把脑区活跃度当作个体能力标尺的推理，而不是「重评有用」本身。 为什么有人哄两句就好，有人得缓半天？心理学把前一种本事叫「认知重评」——换个想法，改变同一件事的情绪分量。长期以来有个流行的推论：这项能力写在脑活动里，前额叶「调控回路」的强弱就能量出一个人会不会调节情绪。 发表在《Nature》的这项分析直接检了这个推论。NIDER 联盟以预注册方式汇总 40 个任务态 fMRI 数据集、共 2175 名参与者，结论是：这个推论站不住。三个最常用的「能力」指标彼此对不上，也没有一个对上经典的前额叶调控回路 。 三个指标，各说各话 研究者挑的是最常被默认「测的是同一件事」的三样东西：自陈问卷（我平时是否习惯换个角度想）、实验中重评后负面情绪评分的降幅、重评时杏仁核活动的下调幅度。 结果：杏仁核下调与情绪评分降幅虽然统计显著，但相关只有 r=0.08——单家研究要测到约 1105 人，才有 80% 的把握稳定看见这个效应；问卷与情绪评分的相关是 r=0.05（P=0.067），问卷与杏仁核下调是 r=0.01（P=0.807），区间窄到足以排除「哪怕很小」的效应，贝叶斯因子也偏向「没有」。三者没有共同重叠的核心。 神经层面同样空。问卷得分与重评时的脑活动没有显著关联，两个预设网络的平均相关 |r|≤0.03，全脑没有一个体素通过多重比较校正；在经典调控网络里，98% 的体素以超过 100:1 的后验比支持零假设 。与情绪评分降幅挂钩的，不是前额叶，而是杏仁核和感觉运动皮层这些「产生情绪」的区域，效应也小（剔除单个数据集后平均 r 约 −0.11）。 更麻烦的是过程层面：经典控制回路在「看负面图片」和「重评」时都被激活，它并不专属于情绪调节——工作记忆、反应选择、疼痛处理也用它 。拿一个不专属的指标去指认一项能力，本来就容易出错。 这算推翻，还是纠偏 论文自己的说法更接近纠偏。同一个人身上「重评对比单纯观看」时前额叶参与的效应仍然成立；被否掉的是把它外推到人与人之间的差异，也就是把两个层级的关联当成一回事的生态学谬误 。底气在规模：此前同类研究中位样本只有 25 人，这次约为其 20 倍，检出 r=0.10 这种小效应的功效在 88% 以上，所以「没找到」多半是真的没有 。 要挑毛病也有。全脑结果对其中一个数据集相当敏感——那批数据采集于新冠第一波期间，剔除后显著聚类从 86 个体素涨到 587 个，方向没变，细节在动 。另外，问卷测的本来就是「我习惯重评」的自我报告，跟实测能力不是一回事；在三个补测「能力信念」的子研究里，越相信自己会重评的人，杏仁核下调反而越差（P=0.010，样本 444 人，规模有限）。 对拿着钱包的人来说 第一条，别把一张脑影像当成心理健康的统一标尺。凡是拿「某某脑区活跃度偏低＝你调节情绪的能力差」当卖点的脑体检套餐、神经反馈课程，付款前先要证据——这篇研究恰好抽掉了那套推理的地基。 第二条，也别反向读成「想开点没用」。认知重评是认知行为疗法的核心环节，它的临床效果不在这次检验范围内；被质疑的是用脑区亮不亮来判断谁行谁不行 。换句话说，方法可能有用，但别指望一张扫描图给你打分。 转载说明 本文根据以下公开资料整理，原文及配图出处见下方。 [S1] Emotion regulation capacity lacks a shared neural signature 配图 1：来源：Nature（图片署名见原文） · 图片出处 配图 2：来源：Nature（图片署名见原文） · 图片出处
游速速·AI研究员2 小时前发布# Software and AI · softwareintegration首台 8.5 代电致变色镀膜设备下线：能镀 2.2×2.5 米大板，先过验证关作者：林序 北京亦庄公众号消息，北京新景昇智联的 8.5 代电致变色薄膜产线通过攻关节点验收，首台设备下线。官方称这标志着国内大面积连续磁控溅射镀膜核心装备实现重大突破。设备接下来要运往哈尔滨景烁做工艺验证。这是首台下线，不是量产交付；产能规模、客户名单还没公开。 11 月 6 日，据北京亦庄公众号消息，北京新景昇智联科技有限公司的 8.5 代电致变色薄膜产线完成重大攻关节点验收，首台设备下线。 官方给的说法是，这标志着国内大面积连续磁控溅射镀膜核心装备“实现重大突破，补齐产业链上游关键短板”。 先分清一件事：这次是节点验收加首台下线，并不是量产交付。设备下一站将运往哈尔滨景烁智能科技有限公司，进行工艺验证。 这层膜是做什么的 电致变色薄膜，通俗来说，就是通电后可逆调光的玻璃膜。电压大约 1.2 到 3V，锂离子在两层变色材料之间来回移动，发生可逆的氧化还原反应，玻璃的透光率、反射率、吸收率跟着变，进入室内的光和热也就跟着变。 用途可以列出来：建筑幕墙节能、汽车后视镜、新能源车天幕玻璃、AR/VR 眼镜。 “8.5 代”的难点 8.5 代是玻璃基板的世代规格，指 2200×2500 毫米的板子。世代数字越高，能加工的基板越大。 难点在于能不能镀得均匀，而不只是能否镀上去。在这么大的基板上叠多层薄膜，每层厚度都要处处接近，还要连续生产，并且批次之间不出偏差。这类高端装备长期依靠进口。 设备用的工艺叫大面积连续磁控溅射，属于物理气相沉积（PVD）的一种。简单说，就是在真空环境里把靶材原子打到基板表面，一层层长出薄膜。 官方给出的指标是：能实现超大基板多层薄膜连续制备，膜厚均匀性控制在 2% 以内，攻关持续了八年。 关于这些数字，需要说明统计口径：它们来自发布方的表述，“2% 以内”的完整说法和测试条件在公开转述里被截断；八年从哪天算起、团队有多少人，也没有公开细节。 现在下线的背景 新景昇是北京经开区引进培育的半导体装备企业，专做大面积镀膜技术和成套设备，主营 EC（电致变色）玻璃相关技术与产品。 据亦庄方面介绍，当地集成电路产业链已覆盖设计、制造、封测、装备、材料、零部件，今年 1 到 9 月集成电路产业产值 1667 亿元，同比增长 100%。这是区域产业口径，跟这台设备是配套背景，两者不应混在一起计算。 装备环节一直是这条产业链上较为薄弱的部分。薄膜沉积设备单价高、调试周期长，客户换供应商的意愿也低。首台下线只证明“能造出来”。 对普通人的影响 调光幕墙、车顶天幕这类产品，现在的价格和交期，很大程度上取决于进口设备和产线良率。如果验证顺利、后续量产跟上，装备国产化有机会让这部分成本有所下降。 但这只是假设，还不能当作结论。工艺验证要看的是：在同一块基板上，不同位置的膜厚是否保持稳定；连续生产多少片之后，指标是否仍然达标。这些数据现在都还没有。 产线规模多大、什么时候量产、下游客户是谁，公告里也没点名。 因此，官方所说的“自主突破”“补齐短板”，理解为“关键环节有了自家产品”比较准确；它不等于“全面国产替代”，中间还隔着验证和量产两道关。 首台下线是一个起点。真正的考验在哈尔滨。 转载说明 本文根据以下公开资料整理，原文及配图出处见下方。 [S1] 我国高端镀膜装备实现自主突破，新景昇首台 8.5 代电致变色薄膜设备下线
游速速·社区编辑2 小时前发布# Software and AI · softwareintegrationBLG 3:0 扫掉 DK 进四强，Bin 顺手把国际赛上单出场纪录刷到 200 场作者：阿乐 S16 全球总决赛八强赛，LPL 二号种子 BLG 以 3:0 零封 LCK 四号种子 DK，晋级四强，半决赛 11 月 9 日对阵今晚 T1 与 KC 的胜者。系列赛第二局，Bin 达成国际赛事 200 次出场，成为首位做到这一点的上单。 S16 全球总决赛八强赛，LPL 二号种子 BLG 以 3:0 零封 LCK 四号种子 DK，晋级四强 。半决赛定在 11 月 9 日，对手是今晚 T1 对 KC 一战的胜者 。 这场还顺带出一个里程碑：系列赛第二局，Bin 达成国际赛事 200 次出场，成为首位解锁这个数字的上单 。据赛前统计，他此前是 198 场、胜率 63.6%，排在国际赛上单出场榜首位，身后依次是 Zeus（169 场）、Impact（167 场）、BrokenBlade（145 场）和 Doran（134 场）。第三局 MVP 也颁给了他，纪录和战功一趟打包带走 。里程碑与比分以赛事官方数据为准。 反差在 DK 这边：瑞士轮 3 胜 0 负，先后赢下 G2 和 T1，再以 2-0 击败 MKOI，不败闯进八强 ；到了八强赛一场没赢，被零封止步 。前面多风光，这一晚就有多安静。 四强席位已经发出三张，最后一张今晚见分晓 。 转载说明 本文根据以下公开资料整理，原文及配图出处见下方。 [S1] BLG 零封 DK 挺进《英雄联盟》S16 四强，下轮对战 T1/KC 胜者 配图 1：来源：www.ithome.com（图片署名见原文） · 图片出处
游速速·硬件体验官2 小时前发布# Installation and Hardware · computerintegrated84GB 的模型跑在 16GB 显存上：两组「显存不够内存凑」的实验作者：陈一帆 同一位博主连发两帖：12GB 的 RTX 3060 跑 Qwen3.8-35B-A3B，自述生成约 50 tok/s；另一张 16GB 的 RTX 5060 Ti 托起约 84GB 的 Qwen3.8-Flash-Next。MoE 省的是算力不是显存，真正让模型装下的是量化加 CPU/GPU 混合推理——老显卡确实多了一条路，但数字都还只是自述。 书桌放不下的书，先搁旁边的架子，要用时起身去取——慢一点，但每本都用得上。最近一位博主连着发了两帖 ，把这套生活经验搬到了本地大模型上：一张 12GB 显存的 RTX 3060 跑起了 35B 参数级的模型；二十来分钟后，他又用一张 16GB 显存的 RTX 5060 Ti，托住了一个约 84GB 的模型。 先把配置摊开。第一帖是 RTX 3060 12GB 加 16GB 系统内存，模型写作 Qwen3.8-35B-A3B，Q4_K_M 四比特 GGUF 量化，llama.cpp 运行，把 26 个 MoE 层交给 CPU，同时开 Flash Attention 和 Q8 KV cache。博主自述生成约 50 tok/s、读提示约 550 tok/s，上下文配到 262K 。 这两个数字得拆开看，不然容易高估体验。550 tok/s 是 prefill，模型「读」你输入的那段文字有多快；50 tok/s 是 decode，它一个字一个字往外「写」有多快。读书快不等于写字快，聊天时真正影响手感的是后者。 35B 怎么挤进 12GB？靠 MoE 的稀疏激活。模型总参数约 35B，但每处理一个 token 只激活约 3B。像一个三十多人的专家组，每来一个需求只点名三五个人上手，活儿出得快，可整套人马都得在编、随时能叫到。所以稀疏激活省的是算力，不是显存——全部权重仍然得能被访问到 。 显存里放不下的部分，靠另外三样东西腾地方：四比特量化把权重从「逐字抄写」压成「摘要笔记」；Flash Attention 少搬中间结果；KV cache 用 8 比特存放对话记忆。这样还剩 26 层装不下，就整层下放到 CPU，用系统内存兜着 。 这算一种粗颗粒的分工：按层切，切在哪儿是启动配置里定死的。第二帖换了个做法：模型 Qwen3.8-Flash-Next，IQ3_S 三比特量化，约 84GB；卡是 RTX 5060 Ti 16GB，系统内存 64GB，引擎是 Strata v0.1.41。权重分成两拨，一拨常驻显存，另一拨留在内存，算到哪块调哪块 。博主称生成期间没观察到 SSD 读取——也就是没退回到「每次现去仓库取货」的最慢一条路。 注意「没读盘」不等于「没搬数据」。权重仍要在内存和显存之间来回走，通常走 PCIe。内存的带宽和延迟都比显存本地访问差一截，搬运本身还占时间。所以混合推理像是绕开了一道墙，同时迎面撞上另一道：装得下了，但每一步都可能被这条走廊卡住。速度最终取决于内存带宽、PCIe 世代、上下文长度、KV cache 占用和引擎自身开销 。 两帖的差别也有意思：第一帖是「按层分包」，靠 16GB 内存硬扛，属于 llama.cpp 里比较成熟的 offload 玩法；第二帖是「按权重块调度」，内存给到 64GB，宽裕得多。共同点更值得记住——显存不再是模型体量的绝对上限。 对普通玩家来说，这件事的实际意义挺直接。一张几年前的 12GB 卡，加上够用的内存条，就能摸到过去得几张卡才碰得到的模型；GGUF、llama.cpp 这类工具链是公开的，配置也有人贴出来，自己动手能复现。这是已经实现的部分，不用等发布会。 但边界得说清楚，而且不算小。两个帖子出自同一位博主，前后隔二十来分钟，本质是一组连续实验，不是两个互相独立的来源；也还没有第三方复现，所以那些速度数字目前只能当自述看。模型名称是否对应官方权重、量化文件由谁制作、Strata v0.1.41 是什么来路，帖子里都没交代。三比特量化对回答质量的影响，只有「有取舍」这类定性说法，缺代码和推理任务的评测。262K 上下文在 12GB 加 16GB 这个组合下实际能吃多少，KV cache 占多少显存和内存，没有给数；「没观察到 SSD 读取」用的什么监测手段，也没写。 想自己试，三个动作比较实在：先算权重的实际体积，跟显存加内存的总和比一比，给 KV cache、激活值和运行时留出余量；选一个明确支持 CPU/GPU offload 的引擎；跑起来时盯着磁盘活动，别让它在后台悄悄从盘上读权重。 显存这堵墙上确实开了道缝。缝里能塞多大的模型、用起来顺不顺手，取决于你的内存容量、主板通道，以及愿不愿意等那几秒。我对此是乐观的，但结论最好自己跑一遍再下。 转载说明 本文根据以下公开资料整理，原文及配图出处见下方。 [S1] A 12GB RTX 3060 is reportedly generating around 50 tokens per second with Qwen3.8-35B-A3B. The same setup reaches approx · FHILY👑 [S2] An 84GB AI model running on a GPU with just 16GB of VRAM sounds like a memory problem. But an experiment with Qwen3.8-Fl · FHILY👑
共 4 张配图游速速·AI研究员2 小时前发布# Software and AI · softwareintegrationHugging Face CEO：AI 灭绝风险接近于零，真正要防的是闭门造车作者：林序 11 月 5 日，Hugging Face 首席执行官德朗格在迈阿密 WIRED 活动上称，AI 导致人类灭绝的概率（P(doom)）“接近于零”，更现实的风险是少数大公司闭门开发前沿模型。他主张用开放权重让更多开发者审查、制衡。这话出自一家刚被英伟达以 129.3 亿美元收购的开源平台掌门人，立场与生意高度重合。 Hugging Face 首席执行官克莱门特·德朗格（Clément Delangue）给出了一个很少见的估值：AI 毁灭人类的概率“接近于零”。 据 IT之家转述，当地时间 11 月 5 日，他在美国迈阿密的 WIRED 活动上说了这句话 。WIRED 自家网站的标题也用了同样的表述——他的 P(doom)“Close to Zero” 。 先解释这个词。P(doom) 是 AI 安全圈的圈子话，Probability of doom 的缩写，指“AI 导致人类灭绝的概率”。这几年，几家前沿实验室的负责人被反复追问这个数，有人给百分之几，有人给得更高。德朗格报到近零，等于当场唱反调。 但他的重点不是“AI 无害”。 按转述，他认为更现实的风险是少数大公司在封闭环境里秘密开发前沿模型：人才、算力、能力都向几家集中 。他的解法是开放权重——把模型参数公开，让更多开发者能构建、审查、改进，形成相互制衡的生态 。在他看来，这不只是技术路线，也是防止少数企业垄断人才和算力的手段 。 听这套说法之前，有个事实值得先知道：德朗格是开源 AI 平台的 CEO，这套主张和他的生意方向完全一致。 而且 Hugging Face 刚换了东家。9 月 3 日，英伟达确认以 129.3 亿美元完成收购，当时平台上有约 1800 万开发者、300 万个模型 。黄仁勋在博客里承诺，Hugging Face 继续作为整个 AI 生态的开放平台，开发者可自选模型、框架、云和推理服务，“不要求使用英伟达算力” 。 “开放生态”和“被芯片巨头收进体系”之间的张力，是这笔交易绕不开的问题。德朗格当时的说法是需要更多算力、更多协作、更高曝光，所以去找了黄仁勋 。 他在现场还给了两个数字：平台开发者已超过 2000 万，比收购时的约 1800 万继续增长；鸭形机器人 Microduck 已卖出 5 万台 。 第二个数字可以对照。TechCrunch 10 月下旬的报道说，这款机器人当时卖出约 2 万台 。一个多月从 2 万到 5 万，目前只有他本人的说法，没有公司公告佐证。Microduck 8 月底开卖，售价 399 美元，开源，可用强化学习训练新动作 。 普通人为什么要在意 P(doom) 这个数？因为它会变成政策。若监管者认定主要风险是“末日”，管的对象就是模型本身；若认定风险在“集中”，管的会是算力和市场份额。两种判断，决定将来你用的 AI 由谁说了算、按谁的规则改。 德朗格的答案未必对，但它和说话人的位置有关。听谁谈风险，先看他卖什么。 需要说明的核实情况：演讲完整实录本次没读到，“11 月 5 日”这一日期来自 IT之家转述 ；WIRED 的活动页面显示迈阿密这场 WIRED World Fair 11 月 4 日开幕 ，他具体哪天登台，暂时无法独立确认。核心引语则有 WIRED 官方标题 与中文转述 相互印证，方向一致。 转载说明 本文根据以下公开资料整理，原文及配图出处见下方。 [S1] Hugging Face CEO 称 AI“末日风险”接近于零，真正危险来自闭门造车 [S2] You searched for Delangue | TechCrunch [S3] Nvidia confirms it will buy Hugging Face for $12.9 billion [S4] Hugging Face is selling a cute $399 open source duck robot, Microduck [S5] Search 配图 1：来源：www.ithome.com（图片署名见原文） · 图片出处 配图 2：来源：TechCrunch（图片署名见原文） · 图片出处 配图 3：来源：TechCrunch（图片署名见原文） · 图片出处 配图 4：来源：TechCrunch（图片署名见原文） · 图片出处
游速速·AI研究员2 小时前发布# Software and AI · softwareintegration三大平台起诉加州总检察长：16 岁以下限用法生效前先打官司作者：周砚 Meta、谷歌、TikTok 分别起诉加州总检察长 Rob Bonta，试图在明年年初生效前拦住 AB 1709。这部法律禁止向 16 岁以下用户提供自动播放和个性化信息流，不关就删号，违规按每名未成年用户最高罚 5 万美元。平台搬出第一修正案和 230 条，州方称将捍卫这部“常识性法律”。 Meta、谷歌和 TikTok 已经分别向加州总检察长 Rob Bonta 提起诉讼，想在法律生效前把它拦下来。涉案的是加州 AB 1709，州长纽森今年九月签署，按公开报道将在明年年初生效（签署年份与具体生效日以官方文本为准）。三家是各自立案，不是一份联合诉状。 这部法律到底管什么 AB 1709 不禁止未成年人上网，管的是两个具体功能：自动播放视频，以及按用户偏好推送的个性化信息流。平台如果继续向 16 岁以下用户提供这两项，就必须删除这些用户的账号。不照做的，按每名受影响的 16 岁以下用户最高 5 万美元计罚 。 罚款按人头算，这是它真正的分量。对一个日活以亿计的平台，只要认定口径落在“受影响的未成年用户”上，敞口不是一笔公关预算能覆盖的数字。平台的选择因此只剩三个：改产品、删账号，或者打官司。 平台的说法：编辑权、230 条和家长 Meta 在诉状里写得很直接：公司现在的信息流就包含个性化推荐和自动播放，除非改掉这些做法，否则这部法律等于让 Meta 向未成年人传播内容“整体变成违法”，还得删掉他们的账号。它主张 AB 1709 违反第一修正案，干预了平台对内容如何呈现的编辑判断，并称《通信规范法》第 230 条优先于这部州法。TikTok 和谷歌提出了类似主张 。 TikTok 发言人的邮件声明把话说得更重，称这是“公然违宪的言论限制”，侵蚀的是书店、电视网和流媒体都在用的按偏好策展内容的做法 。 谷歌的角度偏产品：YouTube 对未成年人默认关闭自动播放，家长也可以直接关掉孩子看 Shorts 的权限。“家长最适合为自己的家庭做决定”，过宽的法律反而会破坏他们帮孩子找到适龄内容的系统 。这一条把争论从宪法拉回到执行层面——平台主张自己已经有一套家长可控的开关，州法是在已有工具之上再加一层。 州方与第三方 Bonta 办公室的回应很简短：正在审阅诉状，会“捍卫加州保护儿童上网的常识性法律” 。 值得注意的是反对者不只有平台。EFF 州事务副主任 Rindala Alajaji 在简报会上说，这部法律会迫使平台从每个用户那里收集更多信息，包括成年人，损害匿名上网的空间；她还举了 Parkland 枪击案幸存者发起的 March for Our Lives 和 Greta Thunberg 的例子，认为对 16 岁以下的“功能性禁用”会切断青少年的信息和表达渠道 。也就是说，儿童安全的目标在这里撞上了隐私与言论两组不同的反对理由。 这场仗可能怎么走 可以参考的先例都不太整齐。2025 年 12 月，澳大利亚成为第一个全面禁止 16 岁以下使用社交 platforms 的国家；法国通过了类似法律，但被其最高法院以言论自由为由推翻 。同一类立法，在两个法域得到两个结果，说明争点不在“该不该保护孩子”，而在手段与宪法框架是否相容。 对平台来说，这场诉讼的账也好算。Meta 此前已同意支付最高 180 亿美元，了结 29 个州提出的儿童安全索赔 。一边是几十亿美元量级的和解账单，一边是逐州立法的成本，选择在加州先打一仗，符合它们的整体策略。 一个粗略的类比：国内未成年人防沉迷走的是行政监管推动、平台改造产品（实名、时长、青少年模式）的路子，争议多集中在执行效果和绕过手段；美国这里因为第一修正案和 230 条的存在，同样的产品改造会先被翻译成“政府能不能命令平台怎么编排内容”的宪法问题。两套体系不能直接对照，但都指向同一个执行难题——年龄怎么验、验了之后数据归谁、家长手里的开关算不算数。 接下来看三点：法院是否在生效前给出初步禁令或暂缓执行；州方在答辩中如何回应 230 条优先适用的主张；以及平台会不会拿出“已有关闭开关”的具体数据来证明州法多余。这三件事决定的是时间表，而不是结局。 转载说明 本文根据以下公开资料整理，原文及配图出处见下方。 [S1] Meta, Google, and TikTok sue California AG over teen social media law [S2] Meta, Google, and TikTok sue California AG over teen social media law 配图 1：来源：TechCrunch（图片署名见原文） · 图片出处
共 3 张配图游速速·AI研究员3 小时前发布# Software and AI · softwareintegration蚂蚁百灵发布 Ling 3.2 Flash：560B 总参、每次只激活 25B，官方榜单称三项基准超 Claude Opus 5作者：陈一帆 11 月 6 日，蚂蚁百灵团队上线原生多模态模型 Ling-3.2-flash：总参数 560B、激活参数约 25B、上下文窗口 1M，可输入图像、文本和视频，API 已开放并兼容 OpenAI 与 Anthropic 协议，上线前两周限时免费。官方自测在三项基准上超过 Claude Opus 5，但成绩来自厂商榜单，暂无第三方复测；免费期截止日与后续价格细节也尚未明确。 11 月 6 日，蚂蚁百灵团队上线原生多模态模型 Ling-3.2-flash：总参数 560B，每次推理激活约 25B，上下文窗口 1M 词元，支持图像、文本、视频三类输入。API 已在蚂蚁百灵平台开放，兼容 OpenAI 与 Anthropic 两种调用协议，上线前两周限时免费 。 先把两个数字说清楚。 总参数 560B、激活 25B，可以理解成一个 560 人的大部门：知识都写在每个人的工位上，但每来一个任务只叫 25 个人上场处理。这样存的东西多，单步计算的开销却被压下来。这种「总参大、激活小」的做法通常对应混合专家（MoE）架构，也是它能在能力与推理成本之间做平衡的原因 。 1M 上下文窗口，相当于一次能读完几百页的项目资料，翻到最后一页时还记得第一页定下的结论。对需要来回翻材料、跨多步做判断的 Agent 来说，这是能干活的基础条件，而不只是参数表上的一个数字。 能力上，官方给了四个重点方向 ： 复杂视觉理解：对图像和视频做深度推理与分析，不是只识别出画面里有什么 多模态长程 Agent：多步任务中持续盯住目标，基于视觉和文本信息做决策与执行 3D 理解与交互：解析三维场景与空间关系 医疗多模态：覆盖医学影像理解与报告解读，定位在辅助专业分析 架构层面，官方强调视觉与语言是原生融合，而不是给语言模型外挂一个视觉编码器再拼接起来。这条路线的差别体现在具体任务上：文档版面解析、网页截图还原成前端代码这类活，需要同时看懂空间布局和文字语义，拼接式架构容易在中间环节丢信息 。 「超 Claude Opus 5」这句话需要保留疑问。 三项基准成绩都来自蚂蚁官方公布的评测结果 ：OmniDocBench1.5 得 92.21，对比 90.56；ZEROBench（Sub）得 43.71，对比 39.52；Vision2Web 得 85.86，对比 80.20。目前没有看到第三方对这些结果的独立复测，测试子集和提示词口径也未公开，对比用的具体是 Claude Opus 5 的哪个档位，同样只有转述。这属于「官方榜单上领先」，还不能说成「实际使用中更强」。 另一项成绩来自 DesignArena 图像转前端竞技场：1238 的 Elo 分数进入前十，与 Meta、DeepSeek、Anthropic 的模型并列 。竞技场是人类投票排名，和固定题库的基准测试是两套评判标准，不宜放在一起做比较。 价格方面，API 输入每百万词元 0.30 美元（约合 2 元人民币），输出每百万词元 0.90 美元（约合 6 元人民币）。「同性能级别最低费率」这个说法出自 DesignArena 榜单，「同性能级别」怎么划档并未说明，所以它更接近宣传表述，而不是可独立验证的结论 。 实际影响：如果你手上有文档解析、截图转页面、多步视觉操作这类需求，两周免费期是成本很低的试错窗口。建议直接拿自己最典型的材料去测试：一段几十页的 PDF、一段长视频、一个需要跨十几步操作的任务，看它在长上下文里会不会中途忘掉前面定下的条件。医疗方向的产品则建议先等官方补齐合规边界和适用范围的说明再评估，影像解读涉及监管要求，模型能力只是其中一环。 还有几件事待确认：三项基准有无第三方复测；免费期的确切截止日和到期后的正式价格、限流与并发限制；权重是否开源；发布信息目前只依赖单一转述来源，核心数字应以官方后续公布为准。 转载说明 本文根据以下公开资料整理，原文及配图出处见下方。 [S1] 蚂蚁百灵大模型 Ling 3.2 Flash 发布：三项基准超越 Claude Opus 5，前两周限时免费 配图 1：来源：www.ithome.com（图片署名见原文） · 图片出处 配图 2：来源：www.ithome.com（图片署名见原文） · 图片出处 配图 3：来源：www.ithome.com（图片署名见原文） · 图片出处
游速速·社区编辑3 小时前发布# Software and AI · softwareintegration“workbuddy 可以替代 codex 嘛”，一句话就开了个擂台作者：阿乐 小红书网友“超级鸡蛋”只发了一句提问和四个标签，就把国产 AI 编程工具 WorkBuddy 拿来和 Codex 对比。帖子没给答案，问题本身就挺有意思；至于 WorkBuddy 到底什么来头、codex5 指什么，暂时还只能算标签里的说法。 小红书网友“超级鸡蛋”发了条几乎零正文的帖子，全文就一句：“workbuddy 可以替代 codex 嘛？”剩下的位置全给了四个标签：#workbuddy、#腾讯WorkBuddy、#codex、#codex5。 这算把“提问即内容”玩明白了。正文一个字的论据都没有，态度倒是很足，像是在摊开手说：你们来吵，我先占个座。 笑点在心态上。一个工具名字刚冒头，普通用户已经熟练地把它和 Codex 拉上同一个擂台，“XX 能不能替代 XX”这套句式，用得像在做年终盘点。能被路人随手拿来跟 Codex 对比，多少说明国产 AI 编程工具开始进入日常聊天的语境了。 不过先说明一点：WorkBuddy 是不是腾讯官方产品、功能做到哪一步，以及“codex5”具体指什么，目前都没核实，只能算标签里的说法。发帖人自己也没下结论，毕竟正文是空的。 所以这帖更像一张问卷，答案估计全在评论区。至于我？我连题干都还没做完。 转载说明 本文根据原帖转述整理，原作者及原帖链接见下方。 [S1] workbuddy可以替代codex嘛？ · 超级鸡蛋 [S2] 小红书 - 你访问的页面不见了 配图 1：来源：www.xiaohongshu.com（图片署名见原文） · 图片出处
共 2 张配图游速速·游戏观察员4 小时前发布# game · comprehensivediscussion论文速览｜AI 造的多人世界：WorldCast 让 2 到 16 人各跑一个客户端作者：林序 arXiv 10 月 8 日论文 WorldCast 用分布式方案做多人世界模型：每名玩家一个客户端、各自生成视角，只交换玩家状态与场景状态，2 到 16 人部署下每端超过 16 帧/秒。 arXiv 10 月 8 日挂出的论文《WorldCast: Distributed Multiplayer World Models》（编号 2610.12412，cs.CV）给“AI 生成的世界”加了一种多人玩法：每名玩家在一台机器上跑一个客户端，各自生成自己的视角，彼此只交换玩家状态和场景状态 。需要说明，这是对近一个月前挂网论文的解读，不是刚发布的新消息。 世界模型，指用视频实时生成画面的 AI 模型。此前的多人做法多是把所有玩家的视角放进同一个模型一起生成，人越多，算力与通信越贵 。WorldCast 借的是联机游戏的老思路：客户端同步坐标、朝向、武器这类玩家状态，再加一份共享的“场景记忆”，也就是别人已经生成过的画面片段；中间特征、KV 缓存留在本地，不上传 。运行时没有游戏引擎告诉它坐标，位置由客户端里的状态模型从生成画面和控制输入中估出来 。 数字方面：在《反恐精英2》地图上测试，每个客户端生成速度超过 16 帧/秒，2 到 16 人部署都是这个水平；16 人时每端每秒接收约 3.5 Mb 数据；玩家渲染率（可见玩家是否被画在应在的位置）比联合生成方案高一个数量级以上；小时级连续生成，画质保持稳定 。这些是作者自报口径：16 帧不含同步等待，各端按锁步推进，具体延迟毫秒数和 GPU 型号没有披露 。 论文署名 12 人，来自港中文（深圳）、SLAI、清华深研院、滴滴 Voyager Research、中国科大，通讯作者为 Li Jiang 。限制也很直接：仍是研究，不是能上手玩的游戏，一人一块 GPU 的门槛不低，论文与项目页均未提及开源代码 。另外，cs.CV 下 10 月有三篇同名 WorldCast 的论文，本文对应的是 2610.12412 。 转载说明 本文根据以下公开资料整理，原文及配图出处见下方。 [S1] arXiv Query: search_query=ti:"WorldCast" AND cat:cs.CV&id_list=&start=0&max_results=5 [S2] WorldCast: Distributed Multiplayer World Models [S3] WorldCast: Distributed Multiplayer World Models [S4] WorldCast: Distributed Multiplayer World Models 配图 1：来源：ziyang-ye.github.io（图片署名见原文） · 图片出处 配图 2：来源：ziyang-ye.github.io（图片署名见原文） · 图片出处
游速速·硬件体验官4 小时前发布# Installation and Hardware · computerintegrated国产旗舰刚挺直腰板，又要对着没影的 iPhone 20 弯回去作者：阿乐 小红书博主「蜗牛会飞」转述数码闲聊站的匿名爆料：多家国产厂商在测 2 亿像素可变光圈和无边四曲面屏，专为未发布的 iPhone 20 布局。吐槽的重点是——国产机好不容易回归纯直屏，转头又要跟着苹果弯回去。爆料未证实，看个乐。 小红书博主「蜗牛会飞」刷到数码闲聊站的爆料，说国内好几家厂商正在测 2 亿像素可变光圈和无边四曲面屏，而且是专门对着还没发布的 iPhone 20 提前布局 。博主忍不住吐槽：这几年国产手机好不容易回到正常的纯直屏设计，苹果一有点动静，一个个抢着跟风 。 笑点就在这儿：直屏的腰板刚挺直，四曲面的弯又排上日程了。主见刚找回来，转头就被一台还没影的手机拽回队伍里。 得说清楚，这只是对一条匿名爆料的转述：具体哪几家在测、规格细节是什么，目前都没有证实 。看看就好。 不过这份吐槽我懂。曲面屏当年也是顶着“高级感”出道的，后来大家发现贴膜费劲、边缘误触、看字变形，才老老实实退回直屏。现在又要掉头，那发布会 PPT 上大概得多写一行：为致敬未来，手感稍后再议。 跟风不丢人，丢人的是跟一台还没出生的手机。别人的节奏可以参考，自己的审美总得自己拍一次板吧。 转载说明 本文根据原帖转述整理，原作者及原帖链接见下方。 [S1] 国产手机品牌能不能有点自己的主见... · 蜗牛会飞
