⌘ K
… 读取采集状态 同步中...
雷

#AI

今日 0 条
9月9日周三
  4. 三节课1

    助听器躺赚三十年暴利，被 AI 打破了

    助听器躺赚三十年暴利，被 AI 打破了 本文转载自 Hardwire，欢迎关注，共同看见硬件行业新风向 👇 五大助听器品牌垄断 30 年，AI 能突破吗？ 作者｜徐珊** 编辑｜**郑玄**** 一个塞在耳朵里的小东西，卖到十万一副，丢失甚至需要动用全城搜索？ 助听器，是一门奇特的生意。 整个全球市场，近九成的助听器市场份额被五家外资公司把持：索诺瓦（峰力）、Demant（奥迪康）、WS 听力、瑞声达、斯达克。他们的旗舰产品在中国线下，一对要卖到七到十万块。即便是在美国本土，一副售价也要卖到三四万。而且过去二十年，助听器市场的格局几乎少有波动。 让他们垄断助听器市场的，最早其实是一道技术难题：音频分离。 想要模拟人耳在嘈杂餐厅里锁定一个声音，其实并不容易。在嘈杂的声音之下，究竟什么声音应该被放大？需要放大的应该是一个声音还是多个声音？在当时，谁能能把这道题解得好，谁就有资格定高价。五家外资公司，用芯片和算法把这件事做到了七八十分，然后，用遍布全球的验配门店，把助听器市场锁成了一套封闭的体系。 不是没有人挑战过，几十年间，无数创业者试图打破它，最终都没能跨过去。但这个局面，正在被打破。*

  5. 三节课1

    Token 之后，谁来组织 AI 计算？Arm 寻找下一代计算的答案

    Token 之后，谁来组织 AI 计算？Arm 寻找下一代计算的答案 Token 之后，AI 计算进入协同竞争时代。 作者｜徐珊** 编辑｜**郑玄**** 如果说今年 3 月，Arm 推出首款自研 CPU 芯片，是这家公司向市场释放的一个信号，它开始尝试突破过去「只提供底层架构授权」的角色边界。那么在上海举办的 Arm Everywhere China 活动上，Arm 想传递的信息更加明确，不要再用过去「CPU IP 供应商」的方式理解今天的 Arm。 在这场活动中，Arm 没有只围绕某一个产品展开叙事，而是第一次更加完整地将自己的未来方向拆成三条线，云 AI、边缘 AI 和物理 AI。 和往年不太一样，去年 Arm 的主题演讲几乎全部围绕一件事展开 SME2，也就是让 AI 在 CPU 上跑起来。那是一个典型的「架构升级」叙事。但今年的主题演讲，三位业务负责人分别讲边缘 AI、物理 AI 和云 AI，围绕场景展开，**算力会在云、端侧和物理世界之间流动，而 Arm 想成为这个「计算基建」的底座。** 图片来源：极客公园 今年的 Arm 试图回答的是另一个问题，当 AI 正在重新改变

  6. 三节课0

    单样本校准、零推理开销，免训练LoRA合并框架上线 | ICML'26

    单样本校准、零推理开销，免训练LoRA合并框架上线 | ICML'26 vivo BlueImage Lab 投稿 量子位 | 公众号 QbitAI AIGC相关创作中，多个LoRA合并到一起，画风串味、角色崩坏几乎是必然。 过去几年，这件事主要靠经验来处理：调合并权重、调稀疏比例、调缩放系数，试出一组看着还行的配置就算过关；换一批LoRA，又得从头再试一遍。 针对这一问题，来自**vivo BlueImage Lab、南京大学**等的研究团队，提出了**SSR-Merge：Subspace Signal Routing**。项目想回答的问题是：**LoRA合并为什么会互相干扰？能不能不靠反复试参数，而是把这个干扰直接从数学上解出来？** 问题出在哪：大家都在参数空间里“硬碰硬” LoRA*（Low-Rank Adaptation）*是目前最主流的轻量化微调方式：不动底座模型，只训练一对低秩矩阵，就能让扩散模型学会一个角色、一种画风或一类编辑操作。训练成本低，分享方便，社区里已经积累了数以万计的LoRA。能力越多，“把多个LoRA合并成一个”的需求就越自然。 现有的合并方法，本质上都在

  7. 三节课1

    AGI时代的第一个生图模型，ChatGPT Images 2.5上线

    AGI时代的第一个生图模型，ChatGPT Images 2.5上线 henry 发自 凹非寺 量子位 | 公众号 QbitAI 来来来，说多模态路边一条，不是AGI的都来排队道歉（doge）。 在喊出“AGI时代来了”之后，你奥特曼叔叔搬出来的第一个东西，就是多模态！ 刚刚，OpenAI发布新一代生图模型，**ChatGPT Images 2.5**，主打生成更快，细节更好，改图也终于越来越像“真·修图”了。 按照OpenAI的说法，这次升级可以先划四个重点： 生图更快，相比Images 2.0，生成延迟最多降低50%； 画面更自然，参考照片里的人和物更容易保住原本的特征； 连续修改多轮，前面改好的细节更容易保持一致； 支持直接在图片上添加批注，告诉AI具体要改哪里。 除此之外，这次还有一个我觉得相当实用的新玩法—— 直接拿草图当参考图。** 这个东西非常适合一种情况： 脑子里大概知道自己想要什么构图，但一时半会儿又找不到合适的参考图。 现在可以直接在对话框里@Sketch，自己画。 只要用鼠标（或者随便什么）画一张草图，再补充你想要的风格和细节，GPT就会把它作为视觉参考，生成完整

  8. 三节课0

    量子位编辑作者招聘

    量子位编辑作者招聘 编辑部 发自 凹非寺 量子位 | 公众号 QbitAI AI热潮还在汹涌，但如果你还不知道如何参与……那为什么不来**量子位**呢？ 我们是一家以**追踪AI新进展**为核心的内容平台，经过8年积累，目前拥有顶流影响力，广泛且备受认可的产业资源，以及时代风口的最佳观测和学习生态位。 目前，我们有三大方向岗位招聘，希望你是（或者能成为）这三个方向的内容专家： **AI产业方向**：关注基建层创新，包含芯片、AI Infra、云计算； **AI财经方向**：关注AI领域创投和财报，跟踪产业链资本动向； **AI产品方向**：关注AI在应用和硬件终端方向的进展。 岗位均为全职，工作地点：北京中关村。** 岗位面向：** 社招：覆盖编辑、主笔、主编各个层级，按能力匹配岗位； 校招：应届毕业生，接受实习且可转正。 加入我们，你可以获得：** **站在AI浪潮之巅**：第一时间接触和了解AI领域最新技术和产品，构建完整的AI认知体系。 **玩转AI新工具**：将各种AI新技术、新工具应用于工作，提升工作效率和创造力。 **打造个人影响力**：通过撰写独家原创内容，建立个人知名度

  9. 三节课0

    全球疯狂「抢单」，中国智驾黑马浮现：蒋京芳为何选择neueHCT？

    全球疯狂「抢单」，中国智驾黑马浮现：蒋京芳为何选择neueHCT？ 贾浩楠 发自 凹非寺 量子位 | 公众号 QbitAI 新的浪潮下，即使在已经被认为技术、商业模式收敛的AI智驾赛道，也有出人意料的“黑马”涌现。 智驾新程（neueHCT），这家**地平线和欧摩威****（即大陆集团汽车子集团）的合资智驾公司，之前在AI圈、车圈曝光量一直不算高，但这样的情况上个月被打破了：** 8月份，他们突然集中官宣了**德系全球平台定点、头部自主出海项目**——密集程度、客户“头部”含金量、主力车型覆盖，这在行业内确实不常见。** 一家公司**大规模拿下全球项目**，往往不会因为一个人的加入而瞬间发生，但特定人才的加入，却大多意味着这家公司已经走到了某个关键节点。** 今年6月，**蒋京芳**——车圈知名“铁娘子”，**效力博世21年，主导推动了大量中国智能驾驶项目从0到1的量产落地——官宣加盟智驾新程，担任总裁。 谈及这次行业瞩目的加盟，蒋京芳透露，这其实是一次基于长期信任的“双向奔赴”。早在地平线创立之初，她就与余凯博士有过深入的交流与合作，“与飚哥（智驾新程CEO厉飚）也相识多年，在各种项

  16. 三节课1

    容量、性能与存算协同：同有科技与西部数据如何助力构建AI存储底座

    容量、性能与存算协同：同有科技与西部数据如何助力构建AI存储底座 “当AI的“胃口”越来越大，存储如何跟上？走进数据猿联合同有科技、西部数据的线上技术研讨会，解锁新思路。** 大数据产业创新服务媒体** ——聚焦数据**·**改变商业 如果说GPT-3作为早期具有代表性的通用大模型，其1750亿参数规模还可以被想象成一间不断扩建的“大厨房”，那么今天已经能够实际运行的万亿参数模型，更像是一座持续运转的“食品加工厂”。 厨房时代，决定效率的可能更多是厨师的手速；但当规模进入工厂时代，仅仅让“厨师”变得更快已经不够了，原材料能不能及时运进来、生产线能不能持续运转、仓储和运输能不能跟上，都会成为决定最终产能的关键。 这恰恰是今天AI基础设施正在面对的变化。 今天我们所处的，正是这样一个关键节点：一边是大模型参数规模不断扩大，另一边是AI应用开始从实验性探索走向更大范围的实际部署。当计算能力持续向前推进，存储能否同步演进，已经成为决定AI基础设施效率的重要变量。 8月25日，数据猿联合同有科技与西部数据，以“万亿参数大模型时代：AI存储的容量、性能与存算协同新挑战”为主题，邀请两位长期深耕存储

  17. 三节课0

    首个走进联合国的中国教育 Agent，正在打开下一个 Token 入口

    首个走进联合国的中国教育 Agent，正在打开下一个 Token 入口 过去两年，AI 行业一直在寻找 Coding 之后的下一个高价值入口。办公软件，争夺文档、表格和日程；智能硬件争夺真实世界的数据。 教育可能是一个长期被低估的答案。 教育 AI 已经开始进入规模化应用阶段。OECD TALIS 2024 显示，约三分之一的初中教师已经在工作中使用 AI；在使用者中，64% 会用它生成教案或课堂活动。 设计一门课程，需要理解学习目标、检索和核验材料、组织知识顺序，再生成讲解、幻灯片、互动与反馈，**它与软件工程一样，拥有漫长的任务链条，也需要在多轮修改中不断调用模型。** 在教育场景里，AI 需要走出之前的一问一答的简单模式，转而去实现一整套知识生产工作。 9 月 8 日，巴黎，联合国教科文组织总部，在 Digital Learning Week 2026 的一场官方活动中，清华大学教育学院张羽教授和于济凡助理教授，用 90 分钟向来自不同国家和地区的教师、校长、教育管理者和政策制定者介绍 OpenMAIC。 现场参与者还将自己的教学主题交给 Agent，亲手生成课程。 这是首个登上

  18. 三节课0

    今晚过后，你的下一台 iPhone，要从「打开」变成「展开」｜苹果发布会终极剧透

    今晚过后，你的下一台 iPhone，要从「打开」变成「展开」｜苹果发布会终极剧透 北京时间 9 月 10 日凌晨 1 点，Apple Park 将迎来一场名为「Surprise and Shine」的秋季发布会。 台上的主角，除了新一代 iPhone、Apple Watch 和一系列硬件产品，还有刚刚接过苹果帅位的新任 CEO 约翰·特努斯。 过去十五年，库克用供应链、效率和生态，把苹果推向全球市值巅峰。但特努斯时代面临的问题更加困难：如何在一个被 AI 改写的世界里，再创造一个新的苹果时刻。 硬件体系出身的特努斯，选择从自己最熟悉的硬件领域寻找突破口。彭博社记者马克·古尔曼报道称，苹果已经为未来数年准备了历史上规模最大的一轮新品计划。 从折叠 iPhone、触控 MacBook，到智能家居中枢、摄像头 AirPods 和智能眼镜，一批新形态产品将在 2026 年、2027 年以及更晚时间陆续推出。 （APPSO 也将在发布会现场第一时间带来新品图文报道与上手视频，更多现场信息，欢迎持续关注。） 折叠 iPhone 打头阵，苹果驶入特努斯时代 如果说 iPhone X 代表苹果进入全面

  25. 三节课0

    深度｜Seedance宇宙，和它的裂痕

    深度｜Seedance宇宙，和它的裂痕 黄小艺｜H997Hbiu 樊雅婷｜FFF111f\_\_ MiniMax H3 的开源，可能比外界看到得更仓促。 7 月 31 日，H3 与 Seedance 2.5 同日发布。外界很容易把它理解成一次提前设计的开源狙击：Seedance 2.5 刚刚把原生生成时长拉到 30 秒，MiniMax 宣布开放 H3 权重，让后来者借社区的力量围攻最强的闭源模型。 但至少在发布前半个月，MiniMax 还没有确定是否开放。 据一位了解相关商业化讨论的人士透露，7 月中旬，MiniMax 曾通过销售团队向多家公司询问 H3 的 API 需求，得到的反馈相当一致：如果只卖闭源 API，H3 很难有竞争力。 客户所指的不只是两个模型之间的效果差距，而是一个牢固的闭源视频模型市场体系——Seedance 拥有稳定的生成效果和品牌认知，已经被放进即梦、豆包、小云雀、剪映和大量外部应用，火山引擎控制企业采购、并发和服务，抖音、红果又在下游承接内容。另一款效果仍有差距的闭源模型，单靠便宜，几乎无法从这套体系里分走客户。 MiniMax 最终选择了开源。 它开放了足以

  26. 三节课1

    百度搭子搭配小度，智能体既要办公也要“管家”

    百度搭子搭配小度，智能体既要办公也要“管家” 作者*｜*李楠 微信*｜*tqkm1510 百度智能体的路，越走越宽了。 9月8日，百度AI Day·2026小度新品发布会带来了四款硬件新品——小度添添闺蜜机Ultra、小度智能屏X9 Ultra、小度智能摄像机C1500和小度智能音箱Pro Max，并呈现了超能小度在家庭事务管理、AI看护、陪伴成长等场景中的智能体能力。 前不久升级的百度搭子，也进一步进入小度的硬件体系，为其提供Agent底座能力。这成为百度拓宽智能体场景的一次集中落地。 百度搭子已经是国内头部办公Agent。AI产品榜2026年7月数据显示，WorkBuddy在月活规模上领先，百度搭子则位列国内AI办公智能体增速榜第一——月活达到674.30万，环比增长1063.79%。现在与小度结合，让这些Agent能力获得了新的场景载体。 事实上，头部Agent工具都在沿着软硬件结合的方向寻找新的应用空间。Meta通过AI眼镜获得更加贴近用户的第一人称视角，Google把Gemini扩展到音箱、摄像头等家庭设备。WorkBuddy通过开放平台接入Plaud、AI眼镜、耳机和麦克风

  27. 三节课1

    DeepSeek突然扩招 150 人，AI 越强公司怎么还越需要人？

    DeepSeek突然扩招 150 人，AI 越强公司怎么还越需要人？ 这两年，「拥抱 AI」通常是和另外一件事同时出现的：裁员。极端如 Meta，扎克伯格一度设想把部分团队缩减最多 60%，微软、亚马逊等公司也在投入更多 AI 资金的同时削减岗位，连广告行业的巨头 WPP，都将裁撤一千人，用于 AI 技术研发等任务。其它部门，则要用更少的人完成更多工作——美名其曰「优化」。 这时候，「最美逆行者」出现了，向来以小而精著称的 DeepSeek 放出约 150个岗位。 两个多月前，DeepSeek 才宣布要将所有部门的规模扩大至少一倍。这次，按照招聘信息与公开报道，这批岗位全部集中在服务端开发和 Agent 弹性计算两个方向——没有设置 AI 研究岗位，完全出乎意料。 DeepSeek Harness 团队负责人崔添翼表示，规模大了会产生复杂度，复杂度又反过来要求扩大规模。数据、机器与容器、训练和评测任务、Agent 环境、用户和请求都在急剧增加，原有后端系统便需要被升级、维护，甚至重写。 服务端岗位要覆盖大模型研究平台、Agent 框架、研发基建、API、线上服务与数据工程，其中线上系统

  28. 三节课0

    刚刚，谷歌DeepMind破解人类生命天书！90亿种基因突变全部算穿

    刚刚，谷歌DeepMind破解人类生命天书！90亿种基因突变全部算穿 **新智元报道** 太震撼了！ 就在刚刚，谷歌DeepMind正式发布「阿尔法」重磅成果——AlphaGenome Atlas。 这是一个有前沿AI加持、覆盖全基因组的可搜索预测数据库。 它完成了生命科学史上，一项前所未有的工程—— 把人类基因组里所有潜在的「单碱基突变」，整整90亿种，全部算了一遍。 这是AlphaFold绘制「蛋白质宇宙」之后，AI对人类生命密码的又一次全局性测绘。 90亿是什么概念？ 人类基因组约有30亿个碱基位点，每个位点3种变异，Atlas一个没漏都算完了。 这样要是放在以往，把这90亿种突变搬进实验室，几乎不可能。 更夸张的是，针对每一种突变，它还会给出约27000项预测指标，判断它如何影响基因表达、RNA剪接、染色质开合以及DNA三维空间构象，横跨人类和小鼠的数百种细胞类型。 90亿乘以27000，最终得到是超240万亿个预测数值，全部打包在一起足足有1PB。 AlphaGenome Atlas的体量，是AlphaFold数据库的30倍。 Demis Hassabis忍不住感叹，「Alp

  29. 三节课0

    中国首个！清华「龙虾老师」登上联合国讲台，GitHub暴涨3万星

    中国首个！清华「龙虾老师」登上联合国讲台，GitHub暴涨3万星 **新智元报道** 打造出圈级AI「龙虾老师」的清华团队，这一次，在联合国的讲坛上开坛授课了！ 9月8日，巴黎，联合国教科文组织总部。 现场，来自清华大学教育学院的张羽教授、助理教授于济凡，完成一场90分钟的AI教育实战—— 用一个开源项目，从零做出一门课。 台下坐着的，是来自全球各地的教师、校长和政策制定者。 这是有史以来第一次，中国AI教育智能体团队，站上了联合国的讲台！ 他们带来的，正是完全开源的OpenMAIC，圈里人熟悉的「教育龙虾」。 3月开源仅30天，它便在GitHub迅速斩获1.6万+星。到了8月28日最新一轮开源，Star数一路冲破3.3万。 OpenMAIC传送门：https://github.com/THU-MAIC/OpenMAIC 就在8月28日，OpenMAIC升级到了v1.0版本，变成了一个Agent驱动的专业工作台。 只需一句话，备完一整门课，而且不是生成完就结束。 你可以和Agent持续对话，让它规划、生成、检查、修改，一路迭代，直到交出一整套能用的课程。 更硬核的是，它还内置了数十种「

  30. 三节课1

    揭开多智能体决策的隐形不公，结果指标相同也未必可靠 | EMNLP'26

    揭开多智能体决策的隐形不公，结果指标相同也未必可靠 | EMNLP'26 **新智元报道** 当多个大语言模型（LLM）组成「招聘委员会」，共同筛选简历、讨论候选人、打分并投票时，我们通常会用最终录用率来判断系统是否公平。 但一个更隐蔽的问题是：**即使不同群体的最终录用率看起来相近，他们在决策过程中经历的怀疑、追问、低分与额外审查，真的相同吗？** 近日，被**EMNLP 2026 Main Conference**接收的论文提出**SCOPED-Hiring**：一套面向LLM多智能体系统（MAS）的过程感知公平性诊断框架。 研究发现，看似平衡的最终结果背后，可能潜藏着显著的**轨迹不公平（Hidden Trajectory Unfairness）**：职业空窗会触发更多怀疑，代理线索会影响能力判断，身份线索则可能导致不均等的调查与审查。 更重要的是，SCOPED不止指出问题，还从决策轨迹中定位风险来源，并据此设计修复机制。在受控实验中，诊断驱动的修复方案将总分层公平负担降低**72.3%**，同时最终录用率仅变化**1.86个百分点**。 论文链接：https://arxiv.o

  31. 三节课0

    办公 Agent 大乱战，新势力 TeleAgent 凭什么坐上牌桌

    办公 Agent 大乱战，新势力 TeleAgent 凭什么坐上牌桌 办公 Agent 下半年开启了大乱战模式。 打开这类产品，左侧栏里的东西大多很眼熟：文件、搜索、技能、定时任务、PPT、网页生成。AI 已经开始离开聊天框，进入电脑处理具体工作。 不过在日常工作中我们最关心的往往是这些问题： 它能不能读懂几个格式不同的文件？中途改需求，前面的背景还记不记得？交付物可以直接打开吗？数字有没有对上？跑一次任务又要花多少积分？ 这些具体环节正在改变办公 Agent 的竞争。一次生成可以吸引用户试用，长期使用还要看交付、消耗和边界。 最近 APPSO 留意到一款叫 TeleAgent 的产品也加入到了这场办公 Agent 浪潮中。它是中国电信推出的桌面 Agent，建立在自研星辰大模型和国产智算底座之上。 一个运营商下场做个人办公 Agent，听起来有些令人意外。然而中国电信过去积累的模型、算力、安全和服务能力，其实有不少恰好是现在 Agent 能力的标配，这让我对 TeleAgent 更加好奇。 我们更关心它进入真实工作以后，会交付什么样的结果，跟一众 Agent 产品相比，体验有什么不同

  32. 三节课1

    生成提速50%、改图不跑偏：OpenAI发布ChatGPT Images 2.5

    生成提速50%、改图不跑偏：OpenAI发布ChatGPT Images 2.5 专注AIGC技术的专业社区，关注大语言模型（LLM）的发展和应用落地，聚焦LLM及AI技术的市场研究和开发者生态，欢迎关注！* 9月8日，OpenAI正式发布ChatGPT Images 2.5。 相比上一代，新版本重点改善了三个问题：生成等待时间长、局部修改容易“改坏整张图”，以及连续编辑后人物和画面逐渐走样。 这次更新不只涉及模型。ChatGPT还加入了草图生成、图片评论、常用模板和提示词分享等功能，试图把图片生成从“一次性出图”变成可以反复修改的创作工具。 改图更稳了 以往使用AI改图时，一个常见问题是：用户明明只想换件衣服，模型却顺手改掉了人物长相、背景甚至画面构图。 OpenAI称，Images 2.5能够更准确地判断“哪些地方该改，哪些地方不该动”。在修改服装、背景、商品或文字时，模型会尽量保留原有主体、构图和视觉风格。 对人物和宠物照片，新模型也加强了特征保持能力。比如把一张生活照改成证件照、复古照片或广告海报时，生成结果更容易保留原人物的面部特征。 下面两张图片来自OpenAI官方发布页，

  33. 三节课1

    甲小姐对话苏炜杰：从北大数院2007白金一代到OpenAI | 甲子光年

    甲小姐对话苏炜杰：从北大数院2007白金一代到OpenAI | 甲子光年 一个走进顶级AI公司的顶级数学家，如何理解AI的能力、数学的价值、人在其中的位置。 作者｜甲小姐 周悦 2007年，苏炜杰进入北京大学数学科学学院，本科专业成绩年级第一。同一级里，**有今年的菲尔兹奖得主王虹和邓煜**。这一级，被称为北大数学的**“白金一代”。** 2026年8月，苏炜杰获颁**考普斯奖**（COPSS Presidents’ Award），这一奖项被称为“统计学界的诺贝尔奖”。这是华人学者时隔14年再次获得这一殊荣。 也是今年，这位宾夕法尼亚大学沃顿商学院正教授，开启了学术休假，**加入了OpenAI。** 北大数院2007、COPSS、OpenAI……几重身份叠加，让苏炜杰站在了时代的暴风眼中。** 2026年，AI正加速在数学前沿突破： 5月20日，OpenAI宣布，其模型推翻了Erdős单位距离猜想； 7月19日，Anthropic研究员、数学家Levent Alpöge公布了Claude找到的雅可比猜想三维情形下的反例，这一异常简洁的反例迅速引发广泛关注； 8月1日，OpenAI公布了

  34. 三节课1

    折叠屏 iPhone 初期产量受限，每日仅数百部；环比增长 379%，腾讯 HY4 登顶全球大模型调用榜；特斯拉时隔 19 个月再降价｜极客早知道

    折叠屏 iPhone 初期产量受限，每日仅数百部；环比增长 379%，腾讯 HY4 登顶全球大模型调用榜；特斯拉时隔 19 个月再降价｜极客早知道 消息称苹果折叠屏 iPhone 初期产量受限，每日仅数百部 9 月 8 日，据日经中文网报道，根据多位知情人士指出，市场期待已久的首部苹果折叠 iPhone，由于苹果极为严格的质量管控标准，初期生产量每天仅有「数百部」，而苹果及其供货商正全力加快产量爬坡。 熟悉情况的供应链主管向《日经亚洲》透露：「苹果设定了极高的质量标准，在正式量产之前，8 月又追加了一轮试产」。该人员表示：「截至 8 月下旬日产量仅数百部。按这样的初期产能计算，有可能难以满足市场需求」。 《日经亚洲》先前报导，苹果计划今年内生产 800 万~1000 万部折叠屏 iPhone，并希望凭借这款全新外型设计的机型激发市场需求，进而推升营收。（来源：DoNews） OpenAI 最强 AI 生图模型：ChatGPT Images 2.5 登场，延迟降低 50%、新增 Sketch 草图 9 月 9 日，OpenAI 官宣发布 ChatGPT Images 2.5，图像生成延迟

  35. 三节课1

    一文带你看懂，GPT-6 Astra推理等级怎么选才最省Token。

    一文带你看懂，GPT-6 Astra推理等级怎么选才最省Token。 这几天，大家应该都用GPT-6 Astra了吧。 然后呢，我发现大家问我的问题，已经开始随着时间发生变化了。 第一天：“GPT-6 Astra上线了，你咋还没发，别睡了，起来评测搞快点。” 第二天：“GPT-6咋操控Blender啊？” 第三天：“不是，哥，我额度呢？？？咋就没了？？？” 真的。 这两天全网关于GPT-6讨论最热烈的话题之一，已经迅速从模型能力变成了： 不是，这玩意怎么这么烧额度啊？？？** 这个推理等级，到底要怎么设置啊？？？** 群里也都是在说的。** 其实很多用户其实看到各种各样的推理等级，是真的有点懵逼的。 比如从低到中到高到极高到最高。 还有这个看着就非常富贵紫光闪闪的Ultra。 很多人就很懵逼。 这到底有啥区别？我日常用哪个最好？这些档位我要咋选？什么场景要用哪个？什么时候我开最高？什么时候该Ultra？ 等等等等。 所以呢，我觉得还是可以写一篇文章给大家聊聊这个话题。 因为这涉及到大家买订阅会员的决策，以及究竟如何去使用GPT-6 Astra那个眼花缭乱的推理等级。 我自己这几天因为是