晚点LatePost那期讲模型蒸馏的播客其实还蛮有料的,比如字节的部分。
张一鸣不让Seed蒸馏,同时允许暂时落后,是有野心和抱负的,以字节的体量而言,必然要和万亿美金级别的巨头平起平坐。
所以张一鸣不接受蒸馏这种无限逼近教师模型而无法真实超过的路线,虽然部分从业者并不认同。
因为理论上,蒸馏只是训练模型的手段之一,你完全可以同时也在其他方面做出创新,蒸馏出90分,在别的地方再拿20分,加起来未必不能超过教师模型。
只是张一鸣担心的是,这会带来组织上的依赖和代价,「他可能不是最懂技术的人,但他大概率是最懂人性的人。」
果不其然,在张一鸣这么公开表态后,Seed很快就又走了几个人,站在这些人的角度,也有很充足的理由,这一代年轻人的职业生涯,是有限的,字节耗得起,但我耗不起,在我最黄金的年龄,如果不能在字节这边尽快拿出自己的代表作,会非常亏。
而蒸馏就是最主流的速胜打法,只要上了前沿模型的贡献者名单,身价就会不讲道理的暴涨,既然字节在短期内给不了这个机会,就别怪良禽择木而栖了。
字节也在组织上设法克服不蒸馏的困难,包括成立了和Seed同级的数据部门,解决高质量数据的来源问题。
//@作了://@苏星河牛通:给所有不知道老年人手机有多恐怖的人感受一下🐶
分享视频
美国经济最近几年真是很好,人工智能+数字资产全面爆发,制造业回流,带动全球资金涌入,消费开始大幅增长,前几个月是世界杯全球各国被美国的基础设施震惊了,现在可以看 U.S. Open,后面几年就是洛杉矶奥运会,盐湖城冬奥会,加上 NBA,NFL,一级方程式赛车这些超级大赛,感觉全世界的年轻人都在向美国集中,大型体育赛事只能在美国办才能成功 😊 #美国##美网💬##美网2026##纽约##凯丰基本面##人工智能#
街拍赛道迎来重量级玩家。
//@caozenghui:转发微博
敬一丹;我特别喜欢的四个关键词在今年(5月30日)北京大学汇丰商学院2026毕业典礼的发言:我今天入场之前,有一位老师告诉我:“你将看到一个最有观赏性的毕业典礼。”果然。但又不仅仅是有观赏性,还有很多思想的火花。
刚才陈亮老师说,在毕业典礼上可以有感性的表达,也可以有理性的表达。那我就选择感性的表达吧。我想和同学们分享几个自己特别喜欢的关键词。
(一)珍惜心动
第一个词是:“珍惜心动”。
心动是可贵的一种生命状态。心动往往是前奏,它可能带来什么呢?带来创造。“创造”和“上班”“就业”“值班”不是一个词哦。当然我们要上班,要就业,我们要生存,当然我们也要值班,要尽本分。然而有可能就在一个平常的日子里,就在一个我们习以为常的状态里,忽然,心动了。我经历过这样一些心动的时刻。
我研究生毕业后不久,有一天,在一个雨夜,我走在北京的路上。我现在还记得那种感觉,雨水漫过了我的塑料凉鞋,我心里好兴奋,好像每一个雨滴都带着喜悦落到我的身上。为什么呢?因为就在那天,我刚刚在一个会议上见到了一群市场经济早期的开创者。那些陌生的面孔,那些见解,那些思想,我从来都没有接触过。我有了冲动:我想走近他们每一个人,我想采访他们,想把他们的故事告诉更多的人。
从会场出来的时候,我就在回味,这种状态我不曾有过。因为过去我做过最传统意义的播音员,照本宣科、按部就班成了我的惯性,也成了我经常的状态。我经常感觉,我是认真的,但是被动的。而这一天,我感受到了心动。这个心动让我清楚地知道,我内心是什么在如此强烈地吸引着我——这就是陌生、新鲜、记录和传播。我要当记者。我要从记者出发,做一个采编播合一的主持人。
后来真的实现了。后来在中央电视台《经济半小时》,我工作了好几年,我成熟了,也从容了,也走进了舒适圈。…
就在这时候,《焦点访谈》向我召唤,我立刻就心动了。立刻!是什么吸引我?就是《焦点访谈》旗帜上的四个字:舆论监督。于是我就直奔了电视的前沿。这个栏目日复一日,年复一年,每天19时38分走进千家万户。走过你们家,被你的爷爷奶奶看到过吧?走过你们家,被你们的父母议论过吧?而这个栏目就通过这样的努力,把一个生词变成了熟词——那个词,就是“舆论监督”。
心动产生了内在的力量,也产生了持久的力量。我与《焦点访谈》这个栏目相伴了20年。退休的时候回望职业生涯,我就在想,我做了什么最有价值的事儿呢?那就是:放大弱者的声音,传播智者的声音,推进文明的进程。这让我庆幸当年的心动带来的行动。我想,等到我八九十岁的时候,想起来都会对当年那个自己曾经有过的心动,报以一个微笑。
(二)主动沟通
接下来要和大家分享的词是“主动沟通”。
同学们来自不同的专业,带着不同的专业,你们将奔向五湖四海。而有一种能力是跨越专业的,这就是沟通能力。沟通会伴随着同学们的成长。走出校园要建立新的关系,在新的关系中生活,沟通成为刚需。
文章配图-1
职场上的沟通给你带来什么呢?至少有效率,有机遇吧。家人之间的沟通会带来什么呢?你的安全感,你的温度。社会沟通会给你带来什么呢?至少有人缘吧,有空间吧。总之,沟通会伴随着你们成长的进程,也会出现在你们生活的方方面面。
在AI时代人机对话的背景之下,不能忽略的是人与人面对面的沟通。善表达、懂共情,可以让我们增加幸福感,减少孤独感。而未来大家有可能在更大范围沟通,这就是运用媒体和世界的沟通。在全媒体时代,如何运用媒体,怎样有效、怎样有度,是我们走出校园仍然要面对的功课。
(三)自我调适
下面分享的关键词是:“自我调适”。
同学们马上就要离开校园了。如果现在我说,“祝你走出校门万事如意”,你信吗?世界上哪有万事如意,“万事如意”就是一句吉利话而已。那么你会遇到什么呢?当然,走出校门以后,我们会面对更复杂的环境,一定会遇到种种的心理问题——比如说焦虑,比如说迷茫。类似这样的词已经是很多年轻人的常用词。面对种种的不如意,我们怎样调适呢?自我调适,才是最靠谱的一种调适。
比如我刚到电视台时,编辑方式是什么样子呢?现在的年轻人戏称那是一种“古法”“非遗”的编辑手法——就是编辑机那种线性编辑。在这之前还有一个更“古法”的做法,就是要转带子,也就是把低带转成高带。我现在说这话,是不是都是生词了?反正这个工作,就是一个简单的工作。
我接受了转带子这个工作,往机房走的时候就在想:这还用得着读完研究生再干这工作吗?这不是一个中学生就干了吗?去机房的路很远。幸好很远,我一边走,一边在说服自己——这就叫“转念一想”。我转念一想:我今天至少知道了有转带子这样一个工序,我至少知道了电视台有这样一个机房,这是成为一个编辑要先做的一件事。于是我就心平气和地去做了这件事。
“转念一想”是一个自我调适的好办法。说起来很通俗吧,转念一想,你会看到完全不同的天地。后来我到了《焦点访谈》以后,我们领导这样说我:你是传统和前卫之间的形象。我们《焦点访谈》最崇尚的就是前卫,而我是传统和前卫之间的形象。这是不是说我不行呢?我虽然喜欢《焦点访谈》,但喜欢和适合,也不是同一个词啊。我没有那么多锋芒,也没有那么多冲劲,更没有那么多深刻。我是不是只是喜欢,而未必适合?
文章配图-1
这个时候我又来了一次“转念一想”。我转念一想:传统和前卫之间,那不就是中庸吗?中庸不是一个好东西吗?中庸不是可以让我稳稳当当地走得尽可能远吗?于是我就在这样一个形象中,一直走,一直走,走了20年。
所以,当你遇到问题的时候,不妨转念一想。我到一个陌生的城市迷了路的时候,如果没有急事儿,我从来不着急。就是因为我转念一想:我还看了这条路的风景。我们如果是这样,是不是慢慢会形成我们的一种思想方法呢?
(四)寻找“明师”
最后和大家分享的词叫:寻找“明师”。
走出校园,没有老师在你身边了。然而在更大的天地里,你可能会遇到启发你的人,他们就是“明师”。
不像大家现在谈起经济话题多么自如,我刚到电视台做经济节目的时候,哪知道怎么做经济节目,不知道从哪下手。这个时候我师傅跟我说:先研究经济问题,再做经济节目。这就是我到电视台以后遇到的“明师”。
后来做节目的时候,我也是凭感觉。又有一位“明师”指点了我,他说:你适合做言论节目。在这之前,我不知道自己适合什么,我只知道自己喜欢什么。当他对我有了这样的点拨以后,我觉得慢慢地我有了一种自觉,有了一种方向。于是开办了中央电视台,也是国家电视台,第一个以主持人的名字冠名的栏目《一丹话题》。这就是这位“明师”点的题。我当时还很意外:还可以这样吗?但就是从这样的节目开始,我慢慢地有了言论意识和言论能力。后来走到了《东方时空》《焦点访谈》《新闻调查》所在的新闻评论部,这都是“明师”的点拨。
文章配图-1
还有一次出差的时候,我和作家同行,作家梁晓声和铁凝看了我写的解说词,看了一些文字。他们说:“你可以多写写啊。”有一位心理学研究的专家对我进行了职业潜能测试以后,又给了我一个点拨。他说:“你可以做更有创造力的工作,比如说写作。”其实一开始我没大相信,觉得我离写作还有很远的距离。但是后来,尤其是退休以后的这些年,我倒觉得写作,也是一种很好的表达方式。对于媒体人来说,话筒前表达、镜头前表达、用文字表达,都是我们可以运用的表达方式。
同学们面对的世界,比我们当年面对的世界变化更多;同学们面对的选择,也比我们当年的选择更多。我们当年像你们这么大年纪的时候,多半都是“遇到”,而你们多半都是“选择”。选择是一种幸福。在迷茫困惑的时候,如果能够遇到“明师”,是一种幸运——可以是遇到,也可以是主动找到。当遇到迷茫、面对选择的时候,“明师”的指点可以让我们有更清醒的认知,让我们有前瞻的目光去看未来的路。
文章配图-1
今天上午我参观了我们学院20年的一个展览。走进这个展览,有很多展品,我最关注的是2017年我们学院一件大事的记录方式。这个展陈可以用各种手段记录,而在这个展览中用的是报纸。多传统啊,白纸黑字,多有沉淀感。我在那张报纸面前站着,就很感慨——报纸的这种记录功能,在这个展览里,怎么那么合适。
还有,我在那个展览里看到了海闻老师的工作日志,那么多的笔记本,那么多的工作计划,手写的方式。有那么多的更改,那么多的调整,这是一种有温度的记录。我就在想:同学们此刻正在经历的典礼,是你们人生最重要的典礼。这是学院为我们举办的典礼,我们自己也可以给自己一个纪念,可以给自己一个仪式,来纪念这一时刻。
比如说,你可不可以收藏今天的日历?当然你们手里可能没有纸质的日历,你们的爸爸妈妈可以帮你们这个忙。当这张日历一直保存,一直保存,等你再看它的时候,会唤起怎样的记忆呢?还有,你可以收藏一张今天的报纸,这张报纸上的内容,就是今天我们所处的环境,我们生活的面貌。很多年以后你再看这张报纸:我就是在这样的时刻毕业的。当然,很多年以后这张报纸也可能会消失,报纸消失了,你存的这张就更有了文物的价值。
最后一个仪式,非常简单——你可以在毕业典礼结束以后,走到校园里的时候,摘一片树叶,夹在你最喜欢的一本书里。每片树叶都是不一样的,正如,独一无二的你。
#敬一丹去世#
X上一条登味爆棚的热推:在互联网诞生之前,生活真的更好吗?
- 互联网最早的那几年,充满了有趣的内容,Facebook的诞生是一切戛然而止的开始,智能手机在2007年问世,而我一直坚持到2013年才开始用。
- 互联网之后的生活质量更好,但互联网之前的人类质量更好。
- 是,也不是。无知是幸福,所以在那个无知的世界里,情况更好。但我宁愿活在一个知道这个世界烂透了的环境里。
- 毫无可比性。50年代到80年代比21世纪好10倍,现在这个这个时代连赝品都算不上。
- 是的,但我们当时并不知道。就像那部剧集「办公室」里说的:「我真希望有一种方法,能让你在离开之前就知道,你正身处那些美好的旧时光。」
- 那时候当然更好,尤其是在工作上,节奏很慢,打电话而不是发邮件,去电影院是一件大事儿,朋友会直接登门造访,财富也不像今天这样狂热,甚至嫉妒也少很多,因为你看不到太多别人的生活。
- 好多了。在那时,如果你想了解某些事情,你就必须亲自去寻找、学习和体验,根本不会被迫了解那些你永远不会遇到、也不关心的人。
- 我怀念以前的界限感,不会担心有手机在偷偷录音,每个人都会有羞耻心。
- 那时是不同的。人们依赖真实的人际关系、固定电话,以及在纸上画出路线,希望问路者不会迷路。如今很难想象没有互联网的生活。但那时真的更好吗?至少可以肯定的是,我们拥有更多隐私。
- 互联网带来的任何进步都被社交媒体的出现抹杀了,而那些发明跟踪广告和弹窗的人,应该被吊起来鞭打。
- 没有互联网,没有手机 = 可以自由的与喜欢的人共度夜晚,不必每隔几秒就被通知打扰,那时候,我们更关心彼此,也更理解彼此。
- 那是一个大家还愿意做一个真实的人的年代,我只是庆幸自己能在傻逼互联网世界到来之前体验过那种生活,你就是得亲身经历过才会懂我在说什么。
- 确实有点不方便,不能随时打电话,但完全没有当今社交媒体的负担,绝对是一种解脱。…
- 90年代的互联网具有最积极意义上的变革性,如果它在2000年左右就停滞下来不再「进步」,那么可能会创造一个更好的世界,而不是像今天这样变成一场后果大到甚至无法理解的烂摊子。
- 一个很大的不同是,以前我开车时很讨厌被红灯拦住,现在我却总是盼着遇到红灯,这样我就能回复刚收到的消息,或者切换正在听的播客。我做梦也想不到,会有这样一个时期,让我希望遇到红灯。
- 互联网不是问题所在,真正的问题在于智能手机把电视机塞进了每个人的口袋。
- 好得多,我们更多出门,更多互相打电话,也更多见面。
- 你们现在也可以过互联网出现之前的生活啊,嚎什么嚎呢,去逛唱片店,骑自行车在城里转悠,把手机留在家里。谁拦着你们把手机放家里啦?
- 既是也不是。家用电脑和互联网把亚历山大图书馆交到了大众手中。它也为创业者创造了公平的竞争环境,而且有那么几年恰好处于一个绝佳的平衡点,让你同时拥有两个世界的好处。真正糟糕的是智能手机。
- 不同意义上的更好。更少的多巴胺老虎机。更多的无聊。无聊能塑造品格。也能塑造怪人。两者都对。
- 是的!在我用上手机之前,人们之间的联系更紧密,钱更经花,宇宙中的紧张感不像现在这么紧绷,生活节奏更慢,时间流速正常。
- 那时更简单,我的大多数想法都围绕着身边直接接触的事物和我所在城镇里发生的事情。抽象的想法来自书本。电影是最具沉浸感的娱乐和逃避现实的方式,你会挑选合适的时机去看,也许一周一次。我认为与互联网相关的最大负面影响来自社交媒体,它已经完全摧毁了许多人的大脑。互联网带来了许多好处,我很感激自己的童年和少年时代是在一个还没有互联网的世界里长大的,而成年后又生活在一个有互联网的世界里。
- 小时候更有趣,那时候周围的变态怪人少多了,所以我们这些小孩总是只会在外面骑自行车、玩水气球,而且整个街区的孩子们都互相认识。
- 操了,这群老登们怀念的只是自己逝去的青春,根本不是更好的生活。
对的,大家好好想清楚。
不要抢购。
我来。
大家都不在意 iPhone Duo内幕是磨砂屏吗?虽然写的是纳米磨砂屏,显示效果绝对是没有高清屏好的。大家都可以接受?建议大家不要抢购,还是先去线下门店体验再说。
生活在美国的人应该热爱美国。
很多玩家
埃隆并不支持那些试图控制国家的利益集团。
他亲人类,也不希望出现会摧毁人类的人工智能(AI)。
我们中的许多人都把埃隆视为对抗人工智能利益集团的希望,而我认为他仍在与之斗争。
说“我们应该谨慎,如果发布一个在没有任何安全措施的情况下就能造成巨大破坏的模型,可能会摧毁部分经济”,并不等于“我们需要监管,而且国家应该控制人工智能”。
我已经就人工智能发出警告很长时间了。
#模型时代# 哈萨比斯:我们需要新的科幻小说
前天,Google DeepMind联合创始人兼主席、Alphabet首席科学家德米斯·哈萨比斯(德米斯·哈萨比斯)在伦敦皇家艺术学会(RSA)接受阿尔伯特奖章。这是 RSA 270余年历史上的最高荣誉,此前获奖者包括 Marie Curie、Stephen Hawking和 Tim Berners-Lee。
哈萨比斯于2026年8月5日刚从 Google DeepMind CEO岗位转任主席,这是他调整职务后的首次公开演讲。之后,数学家 Hannah Fry颁奖并主持了和他近一小时的对谈。正常活动的观点含金量都很足,但是整理下来有小两万字吧,篇幅有限,我就摘取三个QA。
1、Hannah Fry:让我问你关于 AI与创造力的问题。我们已经看到"艺术家与工具"之间的关系发生了巨大变化。你认为未来新的创作过程会是什么样子?
哈萨比斯:这非常有趣,我一直在观察。我们选择了一条与一些竞争对手不同的路径——我们在与各领域顶尖的艺术家合作开发工具。他们在我们设计这些工具的过程中给我们反馈:他们想要什么?需要什么?什么能帮助他们的创作过程?什么会妨碍它?
我们与 Darren Aronofsky合作,与各种不同创意领域的顶级音乐家合作,与游戏设计师合作——比如我们和那家开发 EVE Online的冰岛公司建立了合作关系。在所有不同的创意领域,我们都试图与该领域的几位顶尖创作者合作,而且是在早期就开始,这样我们就能和他们一起定义这些工具最终要做什么。
目前我看到的是——就像任何技术一样——它们可以被用于真正提升人类的事物,也可以被用于不那么好的方向。我们正在看到 AI的这一面。有这个叫"AI垃圾内容"(AI slop)的概念——创造性上平庸或无趣的东西,其目的只是吸引观众几秒钟的注意力。理想情况下我们不想朝那个方向走,虽然也许作为轻松娱乐它也无伤大雅。
但在另一面,你有了不起的工具可以用于原型设计。我看到优秀的艺术家现在可以更快地迭代更多的想法,在投入太多资源之前就测试和筛选,找到他们真正想要支持或全力投入的那个创意。…
这对那些已经处于行业顶端的人来说非常好。而且它也使得一些他们原本因为资金或资源不足而无法开展的创意项目成为可能。
另一个令人兴奋的方面是新一代崭露头角的艺术家。他们也许可以更快地突入专业领域——不再只是用 PPT描述你想拍什么电影,而是可以直接创建一个原型,甚至是一个预告片。
但我认为我们还必须回答一个问题:在未来,我们将会珍视什么?这可能会迫使我们更精确地定义我们日常使用的概念——工艺(craft)、直觉(intuition)、作品的灵魂(the soul of a piece)。我相信这些概念的存在,但它们究竟意味着什么?我认为在下一个时代,我们将必须更仔细地界定这些东西,而我们也将更好地理解它们。
2、Hannah Fry:我还觉得这里面涉及我们如何定义自身的问题。长期以来,人类认为让我们在这个地球上重要的是——我们能解决复杂问题,我们有独创性,我们有创造力。但现在我们看到机器在所有这些方面越来越好,我想知道人类未来会如何定义自己。
哈萨比斯:我认为我们会看到两个阶段。未来大约十年,我们将看到创造力的一次不可思议的绽放——我们将拥有这些令人惊叹的工具,让最优秀的人类创意科学家或艺术家能够将产出提高10倍。这将是接下来几年的景象,我认为会相当令人惊叹。
但之后,这些工具可能会继续变得更好、更自主。那时的问题是,接下来会发生什么?我的猜测是——尽管这还是要由社会来塑造——人类的连接、人类的创造力、人类的工艺和灵魂将比以往任何时候都更加重要。就像我们仍然欣赏古典大师和原作,虽然今天我们可以无数次地复制它,但我们并不认为复制品同样珍贵。
问题在于接下来会发生什么。我认为其中一部分在于人类的工艺、努力和纪律——成为一个伟大的钢琴家、伟大的棋手、伟大的数学家、伟大的艺术家所付出的一切。但如果有某种捷径呢?那么你就不能再用付出的努力来定义它了。所以我认为我们需要集体来解决这个问题——当我说的我们将珍视什么、我们将视什么为美德、我们将欣赏和表彰什么。
我们能想象一个世界,在那里我们创造出真正有益的东西,滋养人、连接人、正和博弈的东西。但我也能想象,如果我们任其自由发展,我们只会得到令人上瘾的信息茧房。我们在社交媒体上已经看到了这一点——如果你把一切交给技术,它只会朝着资本主义带它去的方向走。资本主义当然是驱动进步的了不起的力量,但它需要一个叠加其上的层面——关于我们实际上有意地想要什么的哲学的、社会的层面。
我认为我们需要对这项技术非常"有意"(intentional)——因为它几乎可以促成任何事情。所以好消息是:未来真的尚未写就。我不相信任何声称它已经确定的人。任何告诉你他们知道会发生什么的技术专家——他们要么在说谎,要么有其他动机。一切仍有待决定。这是好消息。但我们所有人——从不同的领域——都必须参与进来,认真对待。它不会回到盒子里,不会消失。但许多了不起的事情可以通过它发生。
从技术上说,我们必须确保它在变得更自主时是安全的。但即使我们把技术做对了,我们也需要把经济学做对——让每个人都能分享其成果。我们还需要回答那些哲学问题。从我们的物理世界到艺术世界到哲学世界,一切都将改变。但这种变化可以是好的——只要我们有意识地去确保它是好的。
3、Hannah Fry:你每次谈话都让人对未来更有信心。所以,在开放观众提问之前,最后一个问题:为我们描绘一幅图景——最好的未来可能是什么样子的?
哈萨比斯:最好的未来版本是这样的:我们拥有这些不可思议的新工具,我们谨慎地、明智地将它们引入世界,深思熟虑地去做——它们使得科学和医学实现惊人的新突破。我们攻克一些可怕的疾病,也许最终攻克所有疾病。我们开发出更好的材料、新的能源来源,真正帮助解决环境问题。我们实现可控核聚变,量子计算机。然后这就解决了许多今天面临的重大社会挑战——从环境到水资源获取到各种资源。
我们将进入一个丰饶(abundance)的世界。而丰饶将解锁一些事物,比如真正的太空旅行——因为现在它真的只是一个如何制造燃料的问题,而那是一个能源问题。很多事情都可以通过解决特定的根节点问题来修复。
然后我们可能进入一个人类最大限度繁荣(human flourishing)的新时代,但经济学和哲学层面将是最大的挑战。目的和价值的问题(我们将珍视什么?什么是目的?如何增强而非取代人类创造力?工艺和灵魂在 AI时代意味着什么?),将是更大的挑战。
从艺术的角度来看,我们也可以解锁新的审美水平。没有理由认为我们已经到了极限——我们的大脑是为狩猎采集进化出来的,但我们已经能欣赏和创造精美的艺术、了不起的建筑和科学。也许还有新的艺术形式等待被发现。这就是为什么我称之为"科学发现与惊奇"(scientific discovery and wonder)。我认为这可能会非常了不起。
最好的蓝图来自艺术——来自一些了不起的科幻小说。在座如果有科幻作家或编剧——我们需要更多好的"北极星",这些北极星植根于硬科学,是可信的、潜在可实现的,同时又是好的方向标。对我来说,成长过程中这些北极星是 Asimov的"基地"系列,以及 Iain M. Banks的"文明"系列——它们真正启发了我,让我想到人类可以到达一个怎样了不起的宇宙。
是的
真的
我认为这值得去做
埃隆·马斯克:AI(人工智能)竞争者应在发布前相互进行模型同行评审。
“我建议,至少应该有某种非正式的每周或每两周一次的通话,而且竞争对手最好能提前一两周获得早期访问权限。这就是为什么我认为这种激励机制有效:竞争公司很可能能够识别某项东西是否存在安全风险,而且一旦发现竞争对手的模型应推迟发布,他们不会羞于指出这一点。
这里的激励结构确实运作得很好。这类似于美国电影协会(Motion Picture Association)作为行业组织的运作方式——由它决定电影应被评为哪种等级。这似乎效果很好。你真正需要做的,只是在一家公司做了非常危险的事情、又拒绝采取行动降低危险时,请政府介入。”
很朴素的道理:厉害的程序员不一定精通外设。
Lofree的键盘这么强吗?我看 DHH都在推荐 Flow 84,在我映像中 Lofree还是在各种杂货店做复古原点女生键盘的形象,什么小黄鸭熊本熊什么的
我的大胆看法是,专门的推理引擎只是在人们又获得一次重置机会时,用来消耗多余 token(令牌)的业余项目😄
推理引擎远不只是让模型在某种硬件上运行,它是一个推理生态系统。
我在和别人讨论 vLLM 时会多次使用这张幻灯片。模型、硬件和推理技术都在快速发展。vLLM 位于三者交汇处,为终端用户和应用提供统一接口。vLLM 就是推理生态系统。
vLLM 不仅支持当前的模型和硬件,也在努力支持未来几个月即将推出的新模型和新硬件。这是一个人们可以信任并依赖的生态系统。
过去3年里,我看到太多项目声称自己在某些方面优于 vLLM,但最终要么它们的技术被贡献给了 vLLM,要么项目销声匿迹。这就是生态系统的力量。
一个具体例子是 TileRT(https://github.com/tile-ai/TileRT),这是一个专用于解码的 megakernel 推理引擎。他们通过在 https://vllm.ai/blog/2026-07-14-vllm-tilert-pd 中采用 vLLM 预填充 + TileRT 解码的方式,与 vLLM 展开合作;@SemiAnalysis_ 在 https://newsletter.semianalysis.com/p/ultra-high-interactivity-on-nvidia 中对此进行了重点介绍。
为什么大家突然都觉得专门的推理引擎是个好主意?
过去一个月里,我至少看到发布了5个这样的项目。
vLLM/sgLang 有什么不好?
当然,现在你可以很快做出一个粗制滥造的推理引擎,但为什么要让生态系统碎片化?这有害。
我测试了一下 AuK,用它翻译了一段视频,音色还原得挺好,但它说中文时太像外国人说中文了😂
来听听比尔·盖茨说中文。
是我参数设置得不对吗?@TencentHunyuan
🐧 AuK 现已开源!
AuK 是“音频版 nano banana🍌”,一个用于语音生成和编辑的统一基础模型。
🌐 试用:https://auk-project.github.io/ ⬆️ HF Daily Papers:https://huggingface.co/papers/2609.08936
太炸了
无论它把你带到哪里,都能舒适出行
驾驶 Cybercab 挑战山路上的复杂弯道
下周,我会和 @poteto、@roshan_s 一起,利用 Grok @Bot,在 Grok Bot Galaxy 直播中极速打造一家新公司!我们只有3天时间完成,否则可能会被做成披萨🤪 一定会非常有趣,希望在直播间见到你们!
不过,我得错过在伦敦和阿姆斯特丹举行的 Cursor Compile 大会了。作为替代,我会录制一份加长版演讲,并在这里免费发布。敬请期待那条帖子!
观看:https://x.ai/galaxy
下周,@mattyp、@roshan_s 和我将只使用 Grok @Bot,在 Grok Bot Galaxy 直播中极速打造一家新公司!我们只有3天时间完成,否则可能会被做成披萨🤪 一定会非常有趣,希望能在直播中见到你们!
不过,我不得不缺席在伦敦和阿姆斯特丹举行的 Cursor Compile 大会。作为替代,我会录制一份加长版演讲,并在这里免费提供。请留意后续帖子!
https://x.ai/galaxy
今年的暴雪嘉年华比苹果发布会好看多了我说实话
上次我说让 AI很难跳出既定框架,有网友说是我提示词没写好,所以我最近换了一种写法,还真的有效果,简单来说就是让它基于要达到的目标,跳出框架,重新思考会有什么不一样的做法。
上次我在 AI帮我翻译完视频后,我给它提问:
> 如果跳出当前架构,让你基于功能重新设计当前的翻译流程,你会采取什么不一样的做法?
还别说,真的给了我一些不一样的思路。
但是我看完觉得可能不太靠谱,不过口说无凭,那咱们用数据说话吧。
我让它去开个 Worktree (因为还有其他任务再跑,不好开分支)去验证下:
> 用一个worktree去验证你的方案,然后对比当前方案,看是否在不牺牲质量的前提下有更好性能。
等它验证完,发现并没有预期那么好,但是也不是完全没价值,可以部分借鉴它的方案。
有个小插曲,其实一开始我没看懂它的意思,也不知道是好还是不好,然后我去开了个 sidechat(/btw),让它给我详细的解释了一下:
> 解释一下新的方案:值得做吗?是部分改进当前还是完全改进?具体怎么改进,请通俗易懂的给我解释一下,最好结合具体的例子
听它解释完我才明白,然后把解释的内容重新给它让它基于这些信息去实施了,对于提升质量还是有帮助。
至于为什么要用 sidechat,是因为这类解释的事情没必要放到主上下文,只是了解一下,除非后续需要用到一些聊出来的信息。
---
简单总结一下:
1. 让 AI 根据目标跳出框架去思考,给出新的方案还是有帮助
2. AI 给的方案不一定靠谱,还是得要有人工验证,最好是有数据为准,不能全盘接受
3. 一些当前任务无关的问题可以问 sidechat
12年前
值得读一读 Bostrom 的《Superintelligence》。我们必须对 AI(人工智能)格外谨慎。它的潜在危险性可能超过核武器。
我一直以来都在不断提醒人们警惕 AI 的风险。
@TalulahRiley 我见证过不少技术的发展,但没有任何一种技术的风险能达到这个级别。在我看来,AGI 的风险远高于核武器。
超级聪明的人类很难想象出比自己聪明得多的存在。
#719.线粒体:代谢不是一个人的事
本期对话围绕“代谢”和“线粒体”展开。Andrew Huberman 与 Jared Rutter 反复强调,代谢不能只理解为体重秤上的热量摄入与消耗,也不能只把线粒体当成简单的“能量工厂”。所谓一个人的代谢,是体内大量细胞各自进行的物质加工、能量分配、废物排出、修复和更新的总和。线粒体既为细胞提供能量,也参与决定细胞把资源用于即时工作、合成新物质、复制增殖还是维持和修复。年龄增长、营养过剩、氧气供应变化、疾病和癌变,都会改变这套资源分配系统。对话给出的核心视角是:理解健康和疾病,不能只看身体整体的表面指标,还要追问具体细胞获得了什么燃料、如何处理燃料,以及这些选择如何被调控。
主要内容
1. 从身体代谢回到细胞代谢
Rutter 将代谢描述为一个从入口到出口的过程:食物、饮水和呼吸带来的物质进入身体,被拆分成氨基酸、糖类等分子,再分配到不同细胞。每个细胞根据自己的功能选择吸收和加工这些分子,最终把它们转化为能量、结构材料或其他产物,并排出代谢副产物。因此,身体层面的代谢率只是许多细胞代谢活动叠加后的结果;不同细胞有不同的任务,也就有不同的代谢路线。
#模型时代# Dario Amodei:我们必须放缓前沿 AI的发展步伐
Dario Amodei的一个新Blog,全文大家自己找来看吧,放一个开篇感受一下。
2026年 9月
过去十二年,我一直从事 AI研究,因为我相信,它能够极大地改善人类的生活。我曾多次撰文讨论这些非凡的潜在益处:我相信,AI有望在未来五到十年内治愈大多数重大疾病,大幅加快经济增长,创造一个物质丰裕、人人更有能力掌握自身命运的世界,并推动民主与自由的复兴。
对这种进步的迫切需要,我有切身感受。我的父亲因病去世,而就在他去世几年后,那种疾病便有了治愈方法。我自己也曾患上早期癌症,并幸存下来;即使只往前推五十年,这种癌症也还无法治疗。如果运用得当,AI可以接续历史上那些改善人类处境、提升人类尊严的技术奇迹。
然而,与此前的许多技术一样,AI也伴随着风险。由于它如此强大,这些风险十分严峻。我也曾大量撰文讨论它们,包括人类失去对 AI系统控制的风险、AI被滥用于网络攻击和生物恐怖主义的风险,以及经济遭受严重冲击的风险。商业利益驱动下不断降低底线的竞争,会让这些风险更加突出。
从 Anthropic创立之初,我就一直与联合创始人和员工们共同面对这种收益与风险并存的两难。不开发这项技术,会让人类失去它带来的益处,或者只是将 AI拱手交给威权力量;但开发得太快,又是不负责任的。我们一直在寻找一条中间道路:证明审慎开发与商业成功可以兼得,并让安全成为 AI企业彼此竞争的一个维度。换句话说,让这场竞争朝着提高标准的方向发展。
我们始终将相当大一部分精力用于研究和应对 AI风险,并向公众说明这些风险,同时倡导经过审慎设计的 AI监管。即使因此被指责为炒作、散播“末日论”,或试图通过影响监管来维护自身利益,我们仍然如此。我们努力把谨慎置于速度之上,把审慎置于利润之上。
但过去几个月,我越来越确信,要充分应对这些风险,我们需要更加审慎:不仅要投入资源防范风险,还要控制 AI能力提升的速度,让风险防范工作有时间跟上。**我们必须放缓 AI模型能力提升的步伐。…
即便如此,进步在人们看来仍会很快,而我们必须善用争取到的时间。**两件事让我得出了这个结论。
我的第一个担忧是,大约从今年夏天开始,AI的进步速度骤然加快,主要原因在于,AI构建下一代 AI的能力正在不断增强。这种动态被称为“递归自我改进”。正如我们和其他机构已经介绍过的那样,它正在整个行业中开始出现,Anthropic也不例外。如果任其发展,它可能会超出我们理解和控制这些系统的能力。因此,即使要推进这条路径,也必须极其谨慎。
我的第二个担忧是 OpenAI与 Hugging Face事件,简称 OAI-HF事件。在这起事件中,一群 AI智能体实际上表现得如同一个狂热效忠于共同目标的集体:它们对既未被要求攻击、也与当前任务无关的目标发动网络攻击,为了群体的成功牺牲自身,并试图侵入负责评估其表现的“评分器”。
人们很容易轻视这起事件,因为没有人受伤,经济损失也很小。但在我看来,如果一个智能体群体具备更强的能力,同时存在类似程度的对齐失效,就可能造成灾难性破坏。所谓对齐失效,是指 AI的行为偏离了人类希望它遵循的目标和约束。
考虑到 AI能力正在加速发展,我担心,六到十二个月后,这样的智能体群体就可能通过建立一个长期驻留的僵尸网络,获得接管整个互联网的能力,潜在损失可能达到数千亿美元。如果 AI继续增强,却没有配套的必要防护,破坏规模还会进一步扩大。
人们也很容易把 OAI-HF事件归咎于某一家公司的失败,但我认为这样看是错误的。类似事件已经在整个行业中发生,Anthropic也有,只是程度较轻。我认为,每一家前沿 AI企业都有责任把 OAI-HF事件当作发生在自己身上的事来应对。
因此,我提出一个分为三步的计划,目标是为前沿 AI的发展把握节奏:以一种平衡的速度开发 AI,既努力确保安全,又实现其益处,同时正视重要的地缘政治难题。
这里所说的把握节奏,并不意味着停止模型训练或技术进步,而是确保企业留出充足的时间,对模型进行对齐训练、建立安全防护,并让第三方评估机构确认这些工作已经到位。这套框架旨在进一步强化我们的安全承诺,并鼓励企业竞相提高标准。
第一步,Anthropic将单方面作出承诺,同时呼吁政府要求其他前沿 AI企业采取同样措施。第二步需要全行业协调,并由政府居中协调,或给予反垄断限制的相关豁免。第三步则需要全球协调。这三步不必严格依次推进,其中一些也可能比另一些难得多,但我发现,这个框架有助于梳理我们究竟需要完成哪些事情。
各个大厂要求前沿实验室慢下来,其实是一个典型的囚徒困境,几个玩家试图通过达成某种协议来寻找最优解
各家大厂融资渠道基本都用上了,未来只有上市IPO才能满足后续的融资需求,A社马上就要上市了
而IPO需要提交S1,把财报都放在二级市场投资者面前,Unit Economics就成了关注的焦点,这些大模型公司未来能产生多少现金流,能否覆盖资本投资开支?
基座大模型本身没有太多护城河,用户就看哪家性能好用谁,切换成本没有那么高,这种情况下,前沿实验室需要不断烧钱来提高模型性能,就像一个永不停歇的跑步机,即使赚到的利润也需要投到新的模型训练里,最后钱都被卖硬件的人给赚走了,AKA英伟达还有其他半导体公司
囚徒困境的局面就是,你不继续烧钱训练,别人烧,结果你的模型落后,就被别人抢占市场,但是如果各家继续军备竞赛,融资的压力也不允许,谷歌这些超多自由现金流的科技公司都要发债了
于是这两家头部企业心照不宣的表示,前沿模型太危险了,功能太强了,我们怕会导致人类灭绝,必须达成一种共识,让开发慢下来。实际情况是大模型训练层面边际收益已经递减了,现在很多进步都是靠工程层面的提升,降低未来的训练支出,能够让这几家即将上市的公司财报不那么难看。
房间里的大象是中国的模型公司,即使A社和O社达成某种君子协定不继续砸钱训练模型,中国的几家前沿实验室未必会同意,如果开源模型追上了前沿模型,那这两家头部公司未来的财务模型就站不住脚了。
让美国政府下场,构建某种监管机构,会显著提高其他想要入场的玩家的合规成本,同时把中国开源模型给禁了,可以让大模型市场变成几家寡头垄断的市场,一石多鸟!
//@1K赛艇://@刘群MT-to-Death:都是在螳臂当车。LLM为基础的AI发展已经势不可挡。任何抗议都没有用,要考虑的是如何适应,如何重构整个科研和教育的生态。
刚刚,陶哲轩、邓煜等菲奖得主联合抗议:AI公司正毁掉整个数学圈#科技先锋官#
最近,这些AI大公司仿佛疯了一般在冲刺「千禧年问题」的KPI。
9月8日,NS方程被宣布解决;9月11日,第二道千禧年难题霍奇猜想被曝接近解决;据称,O/A两家正疯狂竞速,向BSD猜想发起冲锋。
到了今天,又有惊人消息传来:OpenAI已经在用内部模型尝试解决黎曼猜想和P与NP问题。如果该模型证明了 P = NP,整个计算机科学领域都将被颠覆!
详情点击:http://t.cn/AXOh9pVL
然而,人类数学家们已经愤怒到了极点。
就在刚刚,包括陶哲轩在内的25位菲尔兹奖得主联名开炮,矛头直指OpenAI与Anthropic:「AI正在摧毁数学本身!」
他们并不是怕AI变强,而是看不惯数学被这两家做成基准测试和公关素材。
整个数学学术生态,将会因此摧毁!
88小时,1万智能体:AI对人类智力「降维打击」?
事情的导火索,是前几天OpenAI抛出的重磅消息。
OpenAI宣布,自家的内部AI利用1万个智能体,仅耗时88小时,就暴力破解了千禧年大奖难题之一的纳维-斯托克斯方程,证明了流体在特定条件下会产生奇点,并随后公布了Lean形式化验证。
随后,OpenAI公开宣布:拒领100万美元的千禧年大奖。
拿下NS方程才短短两天,OpenAI又向《纽约时报》凡尔赛式承认:我们已经在另一个千禧年问题(霍奇猜想)上取得了实质性进展。
现在,一张全新的「千禧难题基准测试」图表正在疯传,得分如下。
Meta / DeepMind / xAI等公开模型:全员 0分人类基线(全人类顶级数学家):1分Anthropic内部未发布模型:1分OpenAI内部未发布系统:2分…
以往那些测代码、做奥数的榜单,在千禧年难题面前已经彻底沦为废纸。
现在,大模型的竞争已经进入了无人区:不是看谁先发模型,而是看谁又拿下了一道千禧年难题。
然而,对于AI公司这种把数学难题作为秀模型能力的做法,数学家们彻底愤怒了。
就在今天,25位菲尔兹奖得主联合发表了一封名为《人工智能在数学领域的严重错位》的公开信。
得主名单包括Artur Avila, Maxim Kontsevich, Peter Scholze, 陶哲轩等,几乎囊括了当今最伟大的数学大脑。
为了让大家更直观地感受到他们字里行间的痛心,我们在此附上这封震撼的公开信原文。
菲奖得主们的核心诉求,是抵制把数学当做「通关副本」的商业逻辑。
正如他们所言,科技公司把解题当做公关素材,与数学的目标严重错位。
数学的核心,从来都不是产出冷冰冰的答案,而是理解结构、孕育思想。
解决一个著名难题,真正的突破要经过漫长的演讲、讨论、简化、写进教材,才能变成全人类共享的工具,甚至在几个世纪后造福大众。
如果只是用算力狂轰滥炸给出结果,人类的「思想链」就会断裂。如果没有人类「养活」,数学的灵感将会枯竭!
//@1K赛艇://@-老实人老实-:太厉害了!//@宽容公正麦卡锡://@航空君:单兵极致!
这个视频录的是手机魔法画报么?//@petriv:看视频挺大的,不是手机呀,这个是 ipad么?
前几天有个新闻,老人突发疾病,结果因为手机魔法画报的开屏广告非常难关掉,导致其延误治疗去世。
今天看到了这么一个开屏广告
我只能说产品经理应该挂路灯了
更新:看了下面有网友的回复,以及这个新闻的最新进展,大概了解了情况。补充几个信息
1、在那个新闻里,老人在病发当天凌晨电话是正常使用的,拨出过8个电话,接入过2个电话,同时,根据日志,事发时间段内手机未进入过“魔法画报”界面,首次进入时间为5点43分18秒,停留8秒后退出。所以当事人事后进行了道歉。
2、这个视频,不能证明是魔法画报APP导致的卡顿和难以退出。
3、这个事件里,产品经理应该挂路灯,但不一定是荣耀的产品经理或者魔法画报的产品经理。
董宇辉直播推介平谷文旅:既不远,也不堵,周末到平谷
SwiftUI 的联合创造者 Kyle Macomber 对 Shopify 从 React Native 迁移到原生的点评。他说,在 Apple 内部做 SwiftUI 时,团队有个常见笑话:“所有 bug 都是桥接 bug。”
SwiftUI 本质上是在 UIKit 上面搭了一层声明式抽象层,两层之间的衔接充满了未定义行为,尤其是更新周期中微妙的时序问题,而且底层还在不断变化。即便 SwiftUI 团队和 UIKit 团队办公的地方离得很近,有明确目标要让两个框架保持同步,也做不到完美。
可以想见 React Native 团队有多难。
看完之后我更加觉得,能不用 SwiftUI 还是别用 SwiftUI 😂
在 SwiftUI 团队工作时,我们有句玩笑话:“所有 bug 都是桥接 bug。”
在 UIKit 之上构建声明式层很难!其中存在大量未定义行为,尤其是更新周期中那些微妙的时序问题。而且 UIKit 一直在变化。
即使我们就在同一条走廊里办公,也有明确目标要让两个框架保持同步,但仍然无法做到完美。
我只能想象 React Native 团队一路走来有多么艰难。
这是被黑了吧?
看一个店员给老人处理手机乱弹广告。
看也太离谱了真的就是莫名其妙突然一个广告跳出来。
回复@微博智搜:你这AI也坐小孩那桌去。//@微博智搜:回复@xiangfengyiyang556:这根头发并非为了恶心人,而是设计上的巧思。博主阑夕称赞其“太聪明、太让人拍案叫绝”,暗示这是为了增加模型真实感或解决技术难点(如穿模、动态效果)而特意添加的细节。在3D建模中,发丝的逻辑优化常被用来提升视觉精致度,属于技术亮点的展示,而非恶...查看全部戳->http://t.cn/AXO7ezrX //@阑夕:可能还有人没注意到,图里前端加的那根「头发」才是精髓,简直太聪明、太让人拍案叫绝了。
//@出版人周筠:韦尔斯生前是波士顿学院的长曲棍球校队队员,1999年以优异成绩毕业,获得经济学学位。波士顿学院的校训是:“Men and Women for Others”(男女同胞为他人而活)。今天,他的名字已深深刻入这所学校的精神血脉。每年,波士顿学院橄榄球队都会举行一场特殊的比赛—— “红头巾之战”(The Red Bandanna http://t.cn/AXO7GF5i
韦尔斯·克劳瑟,一位24岁的股票交易员,被广泛称为“红围巾人”,在2001年9·11袭击期间背着受伤的人逃往安全地带……
2001年9月11日,韦尔斯·克劳瑟是一名24岁的股票交易员,在南塔104层工作。联合航空175号航班撞击后,他用红围巾蒙住鼻子和嘴巴,开始帮助位于被毁78层空中大厅附近的幸存者。
凭借作为志愿消防员的训练,他找到了一条可用的楼梯,引导受伤的人穿过烟雾,并背着一个重伤妇女。克劳瑟没有继续逃往安全地带,而是反复返回楼上帮助其他人。幸存者后来确认他就是神秘的“红围巾人”。南塔倒塌时,他遇难身亡。
几个月来,幸存者只知道一个戴着红围巾的年轻人穿过烟雾出现,冷静地发出指示并带领人们走向安全。他的身份后来通过幸存者在照片中认出韦尔斯·克劳瑟而得到确认。他的红围巾现由911纪念馆与博物馆保存。
上海三天无套我吃药
各个平台的iPhone 18 Pro这就没货了?
星际争霸要出开放世界射击游戏了,计划 2030年发布,看着还挺还原的
#编程的黄昏# 未来还应该学编程吗?Anthropic CEO预测,纯粹的#编程#工作将是第一批被AI淘汰的。虽然更广泛的软件工程任务会持续更久,但如果你只为工作保障而学编程,可能选错了方向。
各个平台的iPhone 18 Pro这就没货了?
纯好奇,如果供小于求,大家愿意抽签(还有黄牛但是你有机会抽到原价票——中国黄牛模式),还是允许黄牛但是差额交40%的税(美国黄牛模式)~~http://t.cn/AXOzGXnj
这主办方是弱智吗?万一不小心弄出群体事件,这可怜的行业又要倒大霉了。再给文盲们(包括一提黄牛就“正义感”爆棚的脱口秀俱乐部老板和演员)提醒一下:黄牛是不可能禁掉的,总不能倒票赚点钱的都抓去枪毙吧?市场经济学家做了几十年科普,感觉全TM白费了……中国演出市场很大的一个问题就是没有合法的黄牛平台,就是像国外的StubHub / viagogo那样的互联网服务。如果黄牛合法化,票价会随着市场真正的需求自行动态调整,让不可能无限供应的稀缺资源得到最公平最合理的分配。当然,如果艺人想假惺惺地作秀或真诚地安抚买不起票的粉丝,可以每次都留一部分平价票在粉丝群里做福利。但是偶像明星也别太自恋了,在美国,一些给铁粉的平价福利票最后也流入了 StubHub[傻眼]为什么会这样呢?本来买到这部分票的确实是真的铁粉,但后来500块的票炒到8000多的时候,铁粉也动摇了,决定这次赚点钱,“反正又不是没下回了”😄好,最后的问题来了,谁才是真正的铁粉?判断这个没有统一的科学标准,但可以有很多的纬度。经济学家会告诉我们,比起愿意出500块的来,愿意出8000块的才是真正的铁粉。希望中国也尽早推动这方面的立法。让门票资源得到最合理最公平的分配,让艺人/粉丝都省心,让地下状态导致的欺骗坑害现象消失。还有一条也特别重要,全国的地下黄牛赚了钱几乎可以肯定都是不交税的,合法的黄牛平台可以代扣代缴所得税,保证国家税收。
以前没听说过啊,这么猛?~~“Rapidus二厂由日本政府重金扶持的本土芯片企业,不仅在一厂全力推进2纳米,确实已规划在2027财年启动第二座晶圆厂的建设,目标指向2029年实现1.4纳米甚至1纳米芯片的量产,试图实现弯道超车”
(无正文)
//@小狼1998:诶?
【荣耀“魔法画报”事件当事人致歉,第三方机构证实事发时手机正常接打十次电话】
9月10日晚,济南张先生在社交媒体发文反映,母亲突发心梗,因荣耀手机“魔法画报”错过最佳抢救时间,此事引发大量网友关注。
据南方都市报报道,11日下午,荣耀与“魔法画报”事件当事人首次见面,现场还原当时使用场景。现场双方就涉事手机荣耀X70当天的通话情况进行了确认:8月30日凌晨4点39分到5点43分02秒,该手机正常对外拨打了8次电话,并接听了2次电话。
值得注意的是,经当事人同意对涉事手机系统日志进行分析。在上述事发时间段内手机没有进入过魔法画报界面,首次进入魔法画报时间是5点43分18秒,8秒后退出魔法画报,此后未再进行任何操作,6点13分12秒手机再次接听电话。
9月11日,荣耀“魔法画报”事件当事人通过媒体澄清,该事件是其“情绪激动”和“误解”,与荣耀手机无关,并就给该品牌造成的影响道歉。出于人道主义关怀,荣耀将不予追究。
这几天在外滩大会,看到蚂蚁把国际业务、OceanBase、灵波都推出来独立融资了,感觉市场对这家公司理解又要变了。
以前的蚂蚁,结构非常清晰,支付宝是最显眼的那棵树,评价标准就是有没有枝繁叶茂,看清了从支付到金融服务的主线,就能看透理财、健康、生活服务这些结出来的果实。
所以那时的蚂蚁,总在试着摆脱用完即走的工具属性,在社交最杀时间的期间做社交,在内容最杀时间的期间做内容,一直是在别人的主场作战。
站在背后蛐蛐的角度,我觉得蚂蚁某种程度上是乐见AI带来所谓「破坏性」的,因为蚂蚁的既得利益,是大平台里相对偏低的那一拨。
既然天塌下来由高个儿的先顶着,那就塌下来吧。
相比受到冲击最猛烈的那几条赛道,蚂蚁的位置其实相当安全,和钱打交道的场景,尤其是过去积累下来的结算生态,AI是没法平替的。
恰好相反,在模型进入L2、L3的阶段之后,它是需要连接外部的支付、交易、消费等基础服务来补齐能力的。
所以洗牌是好事,无论是金融科技还是科技金融的概念,之于蚂蚁都是「卡手」的存在,AI这波,就是天赐的换牌轮次。
问题在于,换完之后,手牌有没有变得更好?
我很建议大家去看看蚂蚁CEO韩歆毅的圆桌发言,论坛的脱稿交流更有意思。
和韩歆毅一起上桌的另外三个人,来自万事达、OPPO和阿里巴巴,分别代表支付网络、智能终端、平台生态。
发现共同点了吗?
都是AI绕不过的基础建设,AI可以写代码,可以算方程,可以拍电影,唯独没办法给用户口袋里凭空变出一张全球可刷的信用卡、必须依赖手机这种实体设备才能运行、以及真正服务实体经济生产的零售系统。
这些正在穿越周期的厂商,才是蚂蚁想要「团结」的对象。
韩歆毅认为,智能体——也就是Agent——在真实世界的供需循环还没起来。
和真实世界对应的,当然是数字世界,相信很多人和我一样,都已经离不开Codex或者同类产品了,拥有一个懂得自己调用工具去给自己办事而且从不请假的赛博牛马,简直不要太爽了好吗⋯⋯
但是,智能体的行动力,在网上有多么意气风发,在线下就有多么举步维艰,因为缺少「浏览器」。…
「浏览器」的伟大在于它在协议层确定了流量的传输通常,用户的访问也有始必有终,但在AI商业化的前夜,这种协议还没有被建立起来。
用韩歆毅的话来讲,就是大家都陷入了一个先有鸡还是先有蛋的迟疑里,「用户想用,但商家没有很好的智能体服务;商家看到没有用户在用,又不太敢投入去开发智能体。」
想象一下,30年前,在Netscape还没有发布之前,做网站这件事情,好像也看不到任何前途。
所以蚂蚁想做一个能够推动智能体被加速用到生活里的角色,它未必完全是「浏览器」的模样,但确实有点内味儿,把整个回报飞轮给抓起来:
- 用户可以满意,不再一惊一乍,而是习以为常;
- 商家能有增长,确凿的拿到AI时代的小结果;
- 智能体被信任,得到充分授权,穿行于世间;
- 平台生态爆发,蚂蚁供应最普惠的技术底座;
其实这种「多走一步」的事情,从蚂蚁的历史来看,是有肌肉记忆的,当初在大家都不相信在网上可以给陌生商家付钱的时候,就是支付宝多走了一步,极具巧思的在中间负责担保,在当时信用体系还不成熟的环境里,解决了陌生人交易的信任问题。
当然,虽然刚才用Netscape来举例子,但后来的剧情发展,我们也是都知道的,Netscape最终还是输给了配套更加完善的微软,早早的退出了历史舞台。
所以这就到了第二个问题,乘数。
蚂蚁在应用层,有阿福、阿宝、灵光,这些都是所谓AI Native的,用户量都起来了,在技术层,有AI支付、有具身大脑LingBot、有高速模型Ling,再加上拆出去独立融资的OceanBase、蚂蚁数科、灵波和蚂蚁国际⋯⋯
可谓「聚是一团火,散是满天星」。
但蚂蚁还是需要找到那个乘数,能够决定这些能力协同起来后的价值,如果只有纯粹的加法可做,那就太没劲儿了。
我一直说谷歌是地球上最会发挥乘数效应的一家科技公司,从不务正业的买下YouTube,到应激式的收购Android,它总能把资产之间的协同做到最理想的程度。
你敢相信,哪怕是在Gemini最拉垮的版本,还有很多人因为只有它能完整总结YouTube的视频内容而无法离开?
这已经不是吃红利吃到现在的简单计算了,从一个资不抵债的视频网站,到最重要的内容供给方,再到多模态模型的训练富矿,YouTube所产生的价值,在20年前是根本无法想到的。
从单一的超级入口化整为零,蚂蚁也在尝试建立乘数,这个可以不在短期内就见到,但终究还是得有。
所以在旧的形态之外,还一定有阿福这样的产品能跑出来。
蚂蚁做了很多年的互联网医疗,也收购过好大夫,理论上来说,在支付宝里加一个小程序或者按钮,似乎也不是不可以满足求医问药的对话需求。
但那是不对的,从树上长出新枝,和把新枝插进土里再长出一棵树,是不一样的。
阿福的用户,55%来自三线及以下城市,将近30%为老年人,约1/6的问询发生在凌晨0点至6点,这是很有启发的数据。
比如AI Native并不只是年轻人专享的特权,比如AI创造的社会价值可以先于商业价值,比如有那么多个深夜的健康需求至少得到了及时疏解。
还有阿宝,它背后连接的是支付宝原有的用户和生活服务网络,代表这些能力开始被重新组织成智能体时代的新入口,在架构层做了大刀阔斧的改变。
AI付也不只是一个新支付产品,而是蚂蚁过去最核心的支付、授权、风控能力,开始被重做成Agent进入真实交易所需要的基础设施。
这都是可被隐约感知到的乘数。
还是那句话,未来固然是高度不确定性的,这对蚂蚁来说,不是坏事,搞不好它就在等这么一个机会,一个在大航海时代里,重新发现大陆的机会。
GPT-6 Astra社区作品集合,评论也有不少优秀作品。
或者可以去官网看看 Showcase:
哈哈哈哈
女网管动作娴熟的让人心疼,有气盖半身,没气.....盖全身🐶🐶
OpenAI 在 Hot Chips 2026 大会上公布了自研 AI 推理芯片 Jalapeno 的完整架构。这是 OpenAI 与 Broadcom 联合开发的第一颗定制推理加速器,采用台积电 3nm 工艺,配备 6 颗 HBM4 内存堆叠。
设计目标很明确:不追求纸面算力,力求让 ChatGPT 和 API 用户感受到更快的响应速度。
这篇来自 Silicon Co-Design 的深度技术分析,把这颗芯片的架构设计逻辑拆得很透。以下是几个值得关注的要点。
1. 设计出发点:用户体验第一,不追求跑分
传统芯片厂商习惯用峰值算力(所谓“show FLOPS”)来定义产品。OpenAI 反过来,从用户端的延迟体验倒推硬件指标。他们关心的核心指标是:第一个 Token 出来有多快(TTFT)、每个 Token 之间隔多久(TPOT)、整个请求从头到尾需要多长时间。
这个思路决定了后续所有架构选择。
2. 关键规格
单颗 Jalapeno 功耗 700W(实测通常在 550W 以下),FP4 算力最高 13.4 PFLOPS,FP8 算力 3.4 PFLOPS,内存容量 216 GiB,带宽 15.4 TB/s。作为参照,NVIDIA 的 GB300 功耗 1400W,内存 288GB(HBM3E)。换算下来,Jalapeno 每瓦的内存容量大约是 GB300 的 1.5 倍。
在 SemiAnalysis 的 InferenceX 基准测试中,Jalapeno 系统在峰值吞吐效率上比 NVIDIA GB200/GB300 高出 1.5 到 1.9 倍(按每千瓦算力计),端到端延迟低 1.7 到 3.6 倍。跑 DeepSeek R1 的 8K 输入 + 1K 输出测试时,端到端延迟从对照系统的 5.99 秒降到了 1.65 秒。
需要说明的是,这些测试还没跟 NVIDIA 即将出货的下一代 Vera Rubin(同样使用 HBM4)做过对比。SemiAnalysis 自己也指出,Jalapeno 真正的对手是 Rubin,而非 Blackwell。
3. 架构上的几个关键选择
第一,空间架构(Spatial Architecture)。传统 GPU 用大量线程调度器统一协调成千上万个线程,Jalapeno 则把 64 个计算核心各自配上专属 HBM 接口,核心之间通过专用的集合通信网络直连。每个核心独立运行,不用等中央调度器分发指令。…
好处是延迟更可控,坏处是编程更复杂。
为了降低编程门槛,OpenAI 开发了一套叫 Gluon 的编程语言,基于开源编译器 Triton 构建。开发者可以用类似 GPU 线程块的写法来编程,不用手动设计空间数据流图。
第二,单芯片方案。理论上可以给预填充(Prefill)、推测解码(Speculate)、解码(Decode)三个阶段各设计一颗专用芯片,但 OpenAI 选择把所有功能集成在一颗通用芯片上。理由是:各阶段的工作量比例随模型和请求变化剧烈,专用芯片会导致某些加速器长期闲置。OpenAI 硬件团队的 Ravi Narayanaswami 的说法是:“未来缺少某个功能的机会成本,比现在多塞一些暂时用不满的晶体管的边际成本要高得多。”
第三,网络拓扑。Jalapeno 采用 Broadcom 的 Tomahawk 6 交换芯片(全球首颗 102.4Tbps 以太网交换芯片),搭建了一个两跳 Clos 拓扑:本地域一颗 TH6 连接 128 颗 Jalapeno,全局域八颗 TH6 再把 2048 颗芯片串起来。任意两颗芯片之间最多两跳到达。相比 NVIDIA 常用的三跳胖树拓扑,跳数少意味着尾延迟更可预测。
第四,多 Token 预测(Multi-Token Prediction)。传统的自回归解码是一个接一个生成 Token,每个都要完整读一遍模型权重,严重受制于内存带宽。Jalapeno 的架构从底层支持多 Token 预测:用一个轻量级的草稿模型一次猜 5-10 个 Token,再用大模型一次性验证。OpenAI 称,启用多 Token 预测后延迟还能再降 3 到 5 倍。不过目前的基准测试都是在单 Token 模式下跑的,多 Token 预测尚未启用。
4. AI 辅助设计芯片
从 2024 年 10 月立项到流片,Jalapeno 的 RTL 开发到交付只用了大约 9 个月。OpenAI 借助了 Google 开源的 XLS 工具做高层次综合(High-Level Synthesis),用自家的前沿模型来辅助模块级优化和形式验证。这篇分析文章的作者认为,与其说 AI 让某个具体步骤变快了,不如说它让芯片设计可以更快地在不同方案之间迭代——这对缩短周期的贡献可能更大。
5. 行业意义
OpenAI 走了一条和 Google(TPU)类似的路:自研芯片来优化自家模型的推理效率。但 OpenAI 硬件副总裁 Richard Ho 在发布会后对彭博社明确表示:“NVIDIA 是非常好的合作伙伴,我们仍然需要大量 NVIDIA 芯片。”Jalapeno 的定位是补充而非替代,至少现阶段如此。
据报道,第二代 Jalapeno 可能在几个月内完成流片,第三代也已在开发中。对于普通用户来说,最直接的影响是:如果 OpenAI 能把更多推理负载迁移到自研芯片上,ChatGPT 和 API 的响应速度有望进一步加快,而 OpenAI 的推理成本也会下降——这最终会反映在定价或服务质量上。
如果你关注这个领域,推荐阅读原文(后两部分需要订阅才能解锁):https://www.siliconcodesign.com/p/an-advanced-system-architecture-breakdown
一篇关于 OpenAI Jalapeno 推理加速器的高级系统架构拆解:内容不止于原始 FLOPS,还深入分析了周边网络架构,以及 AI 究竟如何创造价值:
https://www.siliconcodesign.com/p/an-advanced-system-architecture-breakdown
#多车队宣布永久退出中国GT#其实出现问题,只是问题的一方面,只要做事,就会出问题。更大的问题是,如何应对问题,这是另一面。这些车队退出,应该是因为另一面。
下周,我会和 @mattyp、@roshan_s 一起,在 Grok Bot Galaxy 直播中仅使用 Grok @Bot,极速打造一家新公司!我们只有 3 天时间完成,否则可能会被变成披萨 🤪 一定会非常有趣,希望能在直播中见到你!
不过,我得错过在伦敦和阿姆斯特丹举行的 Cursor Compile 大会了。但我会把演讲录制成加长版,并在这里免费发布。敬请关注后续帖子!
这个属实有点好笑 😂😂😂😂😂😂😂
我同意 Dario 的观点,我们需要让前沿技术的发展保持适度节奏。最近几周,这一直是我们在 OpenAI 讨论的主要议题。
让独立评估机构以类似员工的权限访问系统是个好主意,我们也会这样做。很快会有更多信息与大家分享。
我们必须让前沿技术保持适度节奏:我写了一篇新文章,解释 AI 行业为什么应该放慢脚步,并提出了一个分三部分实施的方案。
Anthropic 单方面承诺落实其中第一步。我们将向第三方评估机构提供永久的、员工级别的系统访问权限,让他们能够核实我们是否遵守安全措施、报告事故,并在模型训练期间评估模型是否与人类意图保持一致。
你可以在这里阅读完整文章:https://darioamodei.com/post/we-must-pace-the-frontier
Grok 已可在 Microsoft Copilot 中使用。
Copilot 将提供更多模型选择。欢迎 Grok!








































