⌘ K
… 读取采集状态 同步中...
雷

#公众号

今日 0 条
9月24日周四
  1. 三节课0

    中国智能汽车的后台，越来越像阿里云的主场

    中国智能汽车的后台，越来越像阿里云的主场 阿里云做的不是云，是智能汽车的地基。 作者｜周永亮** 编辑｜**郑玄**** 中国智能汽车产业，正在经历一场没有硝烟、却极为深刻的范式迭代。 在 2026 云栖大会汽车行业峰会上，我们看到了智能汽车竞争的主线：智能座舱正全面进入 Agent 时代，车不再是执行指令的机器，而是能理解你的意图、主动帮你把事情办成的智能体；智能驾驶的竞争，也早已从算法层下沉到工程层。数据产线的效率、训练集群的稳定性、模型迭代的周期，这些工程层的东西，正在决定胜负。 如果切换一下视角，会发现另一条更隐蔽的竞争主线正在成形：**谁能成为中国智能汽车产业的算力与 AI 底座？** 数据给了一个相当清晰的答案。根据沙利文联合头豹近日发布的《2026 年中国汽车 AI 云市场追踪报告（26H1）》，**阿里云在中国汽车公有云市场份额达到 45.2%，在智能驾驶、智能座舱、工业提效等六项市场及细分赛道均拿下第一。** 阿里云智能集团公共云事业部 AI 汽车行业总经理李强对这件事的总结，只有五个字：**芯、云、模一体**。从智能座舱到自动驾驶，从端侧小模型到云端万亿参数推理集群

  2. 三节课1

    电力成算力新约束，看华为如何用“源网荷储AIDC”解题｜甲子光年

    电力成算力新约束，看华为如何用“源网荷储AIDC”解题｜甲子光年 谁能让每一瓦电产生更多Token，谁就更有可能掌握下一阶段AI基础设施竞争中的主动权。 作者｜麦子 编辑｜栗子 “AI的尽头是电力”，正在从一句调侃，变成越来越现实的产业判断。因为AI的算力扩张和产业发展正受到电力供应的刚性约束，电力正在从AI基础设施的配套条件，走到决定算力能不能落地的核心位置。 这种约束在AIDC上表现得尤其明显。数据中心正在从百兆瓦走向GW级，单机柜功率也从十几千瓦提升到百千瓦甚至更高。规模上来以后，供电系统承受的压力迅速增加。训练启动、任务切换会带来快速功率波动，风电、光伏占比提升之后，电源侧本身也存在波动。于是，电力获取、电能质量、高密供电、散热和快速交付，开始同时成为AIDC建设的新瓶颈。 华为较早看到了这一变化，并开始从整个系统层面重新设计AIDC。华为提出的“源网荷储AIDC”，希望把原本分散的能源、电网、储能、供电、液冷和算力调度重新组织起来，让这些环节能够围绕高密算力协同运行。同时，通过模块化、预制化和产品化交付，缩短AIDC从建设到上线的周期。 面对AI时代的电力****和算力困境，

  3. 三节课0

    直击2026骁龙峰会：2nm旗舰首秀，但Agent正在重塑骁龙｜甲子光年

    直击2026骁龙峰会：2nm旗舰首秀，但Agent正在重塑骁龙｜甲子光年 从一套终端芯片平台，走向支撑个人AI跨设备运行的计算底座。 作者｜王博 发自美国夏威夷 9月22日，美国夏威夷茂宜岛，高通在2026骁龙峰会上发布了新一代旗舰移动平台——第六代骁龙8超级至尊版和第六代骁龙8至尊版。 这是高通首次将2nm工艺用于旗舰移动平台。两款平台均搭载最高5GHz的Oryon CPU和重新设计的Hexagon NPU；其中，第六代骁龙8超级至尊版还在Adreno GPU中首次加入Matrix Cores，并支持8K/60fps视频拍摄。 单纯看数据，很容易让这次发布落入一场围绕性能、功耗和影像参数的讨论。 但在今年的峰会中，高通和到场嘉宾反复强调关键词是：**Agentic AI。** 智能体AI是一项系统级挑战，图片来源：「甲子光年」拍摄 高通公司总裁兼首席执行官安蒙（Cristiano Amon）与万事达卡高级研究员Raja Rajamannar讨论了一个问题：当AI智能体从推荐商品走向代替用户下单、付款，会发生什么？ Raja认为，用户交给智能体的不只是一项任务，还有一部分行动权限。智能

  4. 三节课1

    云栖大会释放万亿算力信号，阿里能跑赢吗？

    云栖大会释放万亿算力信号，阿里能跑赢吗？ “机器思考总量或将超人类千倍。** 大数据产业创新服务媒体** ——聚焦数据**·**改变商业 9月22日，2026杭州云栖大会开幕。阿里巴巴集团CEO吴泳铭在演讲中提出了一个颇具想象力的判断：机器正在成为思考的主力，未来机器思考总量将达到人类思考总量的1000倍以上。 在吴泳铭看来，上一次相似的变革发生在工业革命时期。蒸汽机、内燃机与电力，将“动力”从稀缺资源变成了可规模化供给的商品；而AI带来的变化，则可能是让“思考”也走向规模化供给。今天，机器承担了绝大多数物理工作，未来，大量重复、复杂甚至专业化的脑力工作，也可能被机器智能接过一部分。 这个判断并不只是一次关于未来的宏大表述。围绕“机器智能”时代，阿里在本届云栖大会上密集公布了模型、芯片、云和智能体基础设施的最新进展：Qwen计划训练5万亿到10万亿参数模型；平头哥发布新一代AI芯片真武V900；阿里云提出面向Model、Harness和Context构建Agentic Cloud，并推出AgentCore、Agent Sandbox、新一代高性能存储CPFS等产品。 从这些动作来看，阿

  5. 三节课1

    AI真正的“硬仗”，是对增长负责

    AI真正的“硬仗”，是对增长负责 文｜陈曦 过去一年，企业级AI出现了一个具体可见的变化：从工具走向岗位，成为员工。 在联合利华，一名销售拜访餐厅卖调味品之前，会先和AI销售员工练一遍。 面对厨师长，怎么聊口味和出品；面对老板，怎么谈成本和经营；客户可能问什么、怎么回应，AI会结合餐厅情况、产品资料和过往业务知识，提前把这场对话走一遍。 过去，这些判断大多装在优秀销售的脑子里。现在，它们开始被拆出来，变成AI可以学习和执行的流程。 类似的变化也在岚图、光明、百雀羚等企业中发生，AI员工开始真正地进入到企业的业务流中。 有的AI做营销，有的做销售，有的参与企划。它们承担着明确任务，甚至直接接受转化率、销售额、留存等指标的检验。这也是AI员工和过去AI助手真正拉开距离的地方。当AI开始背结果，企业对它的要求也变了。 安排这批员工上岗的，是阿里云智能集团旗下的瓴羊，一家专注增长的企业级Agent品牌，在自研平台AgentOne上为企业打造深入结合工作流、真正可上岗的AI员工，覆盖核心经营环节。 今年9月的云栖大会上，瓴羊用这些AI员工的成绩单，回应了一个深刻的行业问题：如果各行各业都已经在用

  6. 三节课0

    从超级个体到超级组织，究竟还有多远？

    从超级个体到超级组织，究竟还有多远？ 生命总会找到自己的出路。 作者｜Cynthia** 编辑｜**郑玄**** 9 月 22 日上午，阿里巴巴集团 CEO 吴泳铭站在云栖大会主论坛上讲到 AI 时，又一次用了电力作为参照。 今天回头来看，电几乎成为了现代社会最重要的基础设施生产力。 但 1882 年，即便是最负盛名的科学家与商人爱迪生，所能想到的事情也不过是在纽约珍珠街建起一个电站，点亮 400 盏电灯。甚至在当时为了推广电灯，还不得不用免费赠送半年电力的方式来吸引用户。 今天的 AI Coding，很可能也只是「电灯」——**它已经能替代一部分旧工作，帮人写代码、写报告，但站在 1882 年的电灯下面，人们永远也想象不出后来改变了整个人类社会运行的电气世界，究竟是什么样子。** 不过，关于这个故事，其实还有个没讲完的下半段。 此后十多年时间里，电力已经进入工厂，但生产率却并没有立刻起飞。**因为早期工厂接入电力时，大部分企业的做法是直接拆掉蒸汽机，换上一台大型电动机。厂房中央的传动轴没有消失，皮带和齿轮也没有消失，动力与组织的生产上限，仍然沿着蒸汽时代留下来的结构传到每一台机器。

  7. 三节课0

    实时世界模型竟然能这么玩？PixVerse R2登上Twitter热榜

    实时世界模型竟然能这么玩？PixVerse R2登上Twitter热榜 从“看视频”到“操控世界”。** 作者 |**毕伟豪 编辑 |**漠影 近日，一款**实时世界模型**在海外走红，9月22日上线当天就登上了X（Twitter）趋势榜第二。 它为什么会引发这么大的关注？ 有海外网友认为，这款模型带来的变化，是让AI生成**从“创作视频”转向“与AI世界互动”**。 还有网友称赞这不像是看视频，更像是**身临其境**。 这就是**爱诗科技（AIsphere）**最新发布的实时世界模型——PixVerse R2所呈现的效果，在PixVerse R2创造的世界中，用户可以移动、说话，做出选择。 用户输入的每一个提示词、做出的每一个动作，都会实时改变眼前的场景，甚至让剧情走向不同的方向。 回过头来看，AI诞生以来，世界最直观的变化，是内容产生变得更快了，用户输入提示词，就能得到一篇文章、一段代码、一张图片或者一条视频。 此前的生成**大多以一次性交付为终点**：提示词触发一段内容，生成结束，这次过程也随之关闭。 如何让历史状态、当前输入与后续生成形成连续的因果链，让AI创造的是一个**可以

  8. 三节课1

    DeepSeek被曝冲刺5000亿元估值！年化营收达67亿

    DeepSeek被曝冲刺5000亿元估值！年化营收达67亿 500亿元融资与科创板IPO同步推进。** 编译 |**江宇 编辑 |**李水青 智东西9月24日消息，据外媒The Information今日报道，两名直接知情人士透露，**DeepSeek目前的年化营收运行率已经达到10亿美元（约合人民币67.13亿元）**，较几个月前不足5亿美元的水平翻了一倍以上。 这一最新数据被曝是由DeepSeek创始人兼CEO梁文锋在近期一次投资者会议上披露**。近期模型涨价叠加持续增长的市场需求，共同推动了DeepSeek营收提升。 与此同时，据The Information报道，DeepSeek正在敲定新一轮融资，**计划最晚于今年10月底完成新一轮500亿元人民币融资**，**目标估值为5000亿元人民币**。其上海科创板IPO筹备也在同步推进。 在此之前，**DeepSeek今年6月刚刚完成约500亿元人民币融资，投后估值近4000亿元人民币**。结合路透社此前报道及企查查平台信息，在这轮融资中，DeepSeek创始人梁文锋个人出资200亿元人民币，腾讯出资100亿元人民币，宁德时代出资5

  9. 三节课0

    给机器人当老师，还能赚外快？“中国版Index”觅蜂派来了

    给机器人当老师，还能赚外快？“中国版Index”觅蜂派来了 林方舟 发自 凹非寺 量子位 | 公众号 QbitAI 叮咚～众包骑手，哦不，众包数采员来新单了！ 一边干着家务或上着班，一边轻松地采集具身数据，结束了还能赚一笔外快，真有这样的好事吗？ 答案是肯定的。上个月，Figure推出了机器人训练数据众包平台Index，如今，“中国版Index”也来了。 9月23日，觅蜂科技打造的“觅蜂派”亮相，“硬件+App+数据引擎”三位一体，自称是**“全球首个全品类高质量物理AI数据众包服务平台”**。 普通人下载“觅蜂派”手机软件，申领一台采集设备，领取采集任务，便可以接单采数据了。用户不用额外付出时间，不影响正常的工作和生活。这些数据经治理、分级后，再被售卖，用于机器人训练。 外卖、网约车等行业都靠众包模式取得了成功，甚至连自媒体在某种程度上也是一种众包，那么在天花板更高的具身智能领域，众包数采能跑通吗？ 2万台设备，百万小时数据 一条机器人训练的无本体数据，从采集到使用，一共分为几步？ 作为一家具身数据服务商，觅蜂给出的答案是：采→懂→译→用，一共4步。 先说第一步——采集。采集所需的硬

  10. 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

  11. 三节课0

    音视频生成提速54倍！TurboT2VA：分布蒸馏与轨迹蒸馏的联合蒸馏方案

    音视频生成提速54倍！TurboT2VA：分布蒸馏与轨迹蒸馏的联合蒸馏方案 TurboT2VA 团队 投稿 量子位 | 公众号 QbitAI 核心技巧：通过离散一致性蒸馏做warmup、确定初步结构、逐步引入连续一致性蒸馏和分布蒸馏；音视频采用不同shift、量化策略。 文本到音视频的联合生成模型，成本来自两个方向。 长采样轨迹**要求模型反复执行前向计算，**高分辨率音视频token**又让每一次前向都很重。只减少采样步数，单步计算仍然昂贵；只优化算子，多步采样带来的重复计算依然存在。 为降低此计算成本，来自**浙江大学、清华大学、新加坡国立大学**等的研究团队推出**TurboT2VA**。它从两个层面同时处理问题，在模型LTX-2上，训练端将40步教师蒸馏为**4步学生**。 最终，在单张NVIDIA H20、1024×1792分辨率、121帧的测试设置下，TurboT2VA将生成器耗时从318.74秒降至5.83秒，实现**54.67倍**生成器加速。 **△**TurboT2VA总体框架：联合音视频生成、三阶段课程蒸馏与推理加速 核心技巧：先确定生成结构，再逐步引入联合目标

  12. 三节课1

    从真机到世界模型，具身智能正在补一条看不见的数据产线

    从真机到世界模型，具身智能正在补一条看不见的数据产线 田晏林 发自 凹非寺 量子位 | 公众号 QbitAI 具身智能赛道，苦数据久矣。 难题远不止数据短缺。真机采集昂贵、耗时，规模化落地门槛很高；好不容易拿到物理交互样本，距离真正转化成机器人能力，依然隔着很长一段距离。 该怎么走，行业玩家给出了不同解法。 国际上，Tesla Optimus依托工厂场景的真机遥操快速积累万级episode数据；Figure AI与英伟达则大力押注仿真合成与世界模型，试图以「数字孪生」突破物理采集的成本瓶颈。 国内，头部具身智能企业也纷纷自建数据工厂，从UMI手持采集到EgoCentric第一视角视频，希望扩大可用数据的来源和规模。 为什么大家都这么重视数据？因为没有足够的数据，很难涌现出真正的智能。 但具身智能的数据问题，可不是盯着数据本身就够了。 AI正在从Intelligence走向Action。 进入物理世界之后，具身智能形成了一个很典型的三角关系：算力驱动数据加工，数据喂养模型，模型又持续消耗算力。 三者首尾相接，构成一个持续运转的「数据飞轮」。 但这只飞轮天然带着一个「鸡生蛋」难题：模型需要

  13. 三节课0

    代码生成越来越快，软件交付真正的瓶颈转向了哪里？

    代码生成越来越快，软件交付真正的瓶颈转向了哪里？ 机器之心发布 2026 年 9 月 22 日，阿里巴巴集团 CEO 吴泳铭在杭州云栖大会发表演讲，阐述对「机器智能」时代的思考：机器正在成为思考的主力，智能正在成为一种规模化的商品，未来机器思考总量将达到人类的 1000 倍以上 —— 正如上一次工业革命把「动力」变成了规模化的商品。 与技术底座演进同步，阿里技术人的研发方式也在加速向 AI Native 转变：Agent 不再只用于生成代码，而是逐步进入需求、开发、测试、发布和运维各环节。 9 月 23 日，「智启原生 研见未来」阿里巴巴集团 AI Native 研发实践论坛在云栖大会举办。 机器之心联合创始人、主编李亚洲，阿里巴巴研发基础设施负责人许晓斌，千问事业部杰出技术专家李英各，蚂蚁集团平台技术事业群总架构师黄挺，飞猪 CTO 陈烨，以及复旦大学计算与智能创新学院副院长彭鑫，分别从内容生产、业务研发、基础设施和软件工程研究出发，与现场技术人交流各自的 AI Native 实践。 这些实践共同指向一个更靠后的工程问题：当代码生成越来越快，软件交付真正的瓶颈转向了哪里？ 注：文中效

  14. 三节课1

    智能终端变成token工厂，这家公司要让AI真正被深度使用

    智能终端变成token工厂，这家公司要让AI真正被深度使用 编辑｜Panda 2026 云栖大会正在进行时…… 当 Agent Native 成为 AI 的新主流叙事，产业焦点从云侧 AI 基础设施开始转向端侧，中国 AI 的另一个半场浮出水面。 千问发布 Qwen Intelligence 进入 AI 手机；千问 AI 眼镜、AI 耳夹式耳机、AI 录音硬件、千问原生桌面终端同期亮相…… 阿里巴巴集团旗下斑马智能首席产品官蔡明表示：「相比手机和眼镜等智能终端，车对 AI 尤其是对 Agent 的诉求更加迫切，车也将会成为 AI 体验最好的具身智能终端。」 AI 竞争的一次转向 昨天上午，杭州国际博览中心举办了一场论坛「原生智能・端上生长——Agentic AI 重构下一代终端」。会场外停着八辆车，来自腾势、神行者、红旗、智己、MG 等不同品牌，其中一辆是首款搭载高通骁龙 8397 平台与斑马智能 AutoOmni 的量产车。 这辆车的核心亮点是，它的智能座舱模型跑在车规芯片上，而非云端。按斑马智能的定义，AutoOmni 是一个面向智能终端的全模态端侧大模型系列，负责座舱里的听、看、

  15. 三节课1

    Agent 时代来了，3D 生成大模型接下来比什么？

    Agent 时代来了，3D 生成大模型接下来比什么？ 3D 生成的下一代用户是 Agent。 作者｜Cynthia** 编辑｜**郑玄**** 9 月 3 日，GPT-6 Astra 的发布，把 3D 内容创作带到了舞台中央。 在 GPT-6 Astra 官方发布页的一个不到 3 分钟的视频里与后续解读中，Astra 已经能直接进入 Blender，从一句住宅设计需求开始搭场景，先生成极简住宅，后来又将其扩展为围绕庭院展开的家庭住宅。里面有卧室、办公室、厨房和卫生间；家具从床板、衣柜挂杆、烤箱、餐具抽屉，再到灯光模拟，一应俱全。甚至水槽表面的法线出了问题之后，Astra 还会自己返工。 为了制作 30 秒室内漫游，它还会把相机放在约 1.65 米的人眼高度，用 24—26mm 镜头安排四段运动；进入 Unreal Engine 5 之后，它又自己处理 FBX、JSON、米和厘米的单位差、坐标转换、材质映射、碰撞和第一人称控制。 当通用模型也能做 3D 了，专业 3D 生成模型的价值会发生什么变化？ 当下，**3D 工具的使用者，正逐渐从人****扩展****为 Agent。稳定的生成质

  16. 三节课1

    AI的热钱与未来，此刻属于中国版Alexandr Wang们

    AI的热钱与未来，此刻属于中国版Alexandr Wang们 作者*｜*黄小艺 微信*｜H997Hbiu* 一家成立约一年的公司，被放到了25亿美元估值的谈判桌上。 9月，外媒报道称，阿里拟领投AI训练与评测公司UniPat的一轮3亿美元融资，本轮估值约25 亿美元，腾讯、红杉中国等投资者也传出参与意愿。 这个数字，曾经属于前两轮AI创业热潮中的明星项目：Kimi背后的月之暗面，在成立约一年时达到了约25亿美元的估值；AI编程工具Cursor背后的公司，则在成立约两年时进入这一估值量级。 一个造大模型，一个则是过去几年最热的能力方向。而这一次，是一家为模型提供训练数据和评测服务的公司。 此前，UniPat创始人李宽在阿里通义AI实验室从事过后训练分析、数据合成和强化学习工作。 这个组合有意思的地方在于：**从模型团队出来的人，开始为模型团队生产训练材料，大厂则出现在投资者名单里。** 美国已经出现过一个“逆向”的标志性人物。2016年，Alexandr Wang与Lucy Guo共同创办Scale AI，从自动驾驶数据标注做起，逐步进入大模型训练数据和评测业务。2025年，Meta入股

  17. 三节课0

    零售、两轮车、智能穿戴……高德空间智能怎么就成行业标配了？

    零售、两轮车、智能穿戴……高德空间智能怎么就成行业标配了？ 作者*｜*辛峰 邮箱*｜*[email protected] 今年云栖大会，一批人们已经相当熟悉的硬件仍然吸引了大量的目光。在高德开放平台展台上，智能眼镜、智能手表，以及小牛、九号、雅迪等智能两轮车前排起了体验长队。吸引人们驻足的，是这些设备里多出来的能力：戴上眼镜，导航可以融入第一人称的实景视野；抬起手腕，一句话就能发起叫车；骑上两轮车，车道级导航和超视距预警也进入了日常骑行。 把视线移向整个云栖大会，会发现另一个高频出现的关键词：世界模型。本届大会上，密集亮相的世界模型，与眼前这些形态各异的智能终端，看起来处在技术链条的两端，却在回答同一个问题——AI如何理解真实世界，并在其中发挥作用？ 这股热潮也与全球科技界的探索呼应。无论是Yann LeCun主张在隐空间预测环境状态，李飞飞团队对空间智能与三维世界的探索，还是英伟达用虚拟世界训练机器人，关注点都在从语言延伸到空间、运动和物理规律。AI不仅要理解人们如何描述世界，还要理解世界如何运转。 从模型研究到终端应用，AI的能力边界正在从处理信息延伸到理解真实空间。对企业而言，这种变

  18. 三节课1

    爆火的Muse，居然让真人代AI打电话？

    爆火的Muse，居然让真人代AI打电话？ 文章转载于字母AI 只要够有耐心，总是能等到Meta贡献一些新的奇闻异事。 这不，路透社9月22日的爆料显示，Meta已经在给员工测试一个新功能——让真人帮Muse用户打电话，而这原本是AI功能。 这项服务叫“human concierge”，也就是“真人礼宾”。**用户把任务交给Muse，Muse可以再把部分电话请求交给外部承包商，由真人拨打电话、把事情办完。** 目前报道揭露的是员工内部测试，还不是向普通用户公开推出的服务，但消息一传出来，大家也没放过Meta。争议之下，Meta已经紧急撤回这个计划。 可不得撤回吗？这一下就从性感的AI软件变成古早的电话代办服务了。 年轻的朋友可能不知道，零几年的时候国内外都流行这种服务，比如中国移动2003年就和携程合作，提供全国酒店、机票预订服务。上海还有个“订餐小秘书”，每天帮打几千个订餐电话。 网友的嘴没闲着，已经有人开始拿外包成本开涮：“菲律宾工人比token便宜。”还有人讽刺：“人类驱动的AI果然是真实存在的。”“AI=印度人辅助（Assistant Indians）。” 最好笑的是，不知道扎克

  19. 三节课1

    三榜第一，完胜GPT-6！中国物理RSI杀出黑马

    三榜第一，完胜GPT-6！中国物理RSI杀出黑马 **新智元报道** 早晨，你还没睁眼，厨房里已经传来轻微的碰瓷声。 推门出去，机器人管家X1站在餐桌旁，你没说话，它就把把椅子轻轻拉开了一点。 你把门一关，它转身走向客厅，捏起那根逗猫棒。 猫伏低身子，尾巴一下一下拍地。逗猫棒上的羽毛刚晃到半空，猫就蹿起来扑了过去。 最后一瞬，X1把手臂一抬，猫爪擦着空气划了过去。它的手腕又轻轻一抖，羽毛荡回猫鼻尖，猫翻身再扑，它再躲开。几个回合下来，它已经摸透了这只猫的脾气。 晚上你推开门，一句「我回来啦」还没落地，X1已经夹着拖鞋迎上来，送上专属问候：「公主，请换鞋。」 这就是大家梦寐以求的个性化家庭服务——一个能够适应你的习惯、理解你的家庭环境、为你量身定制服务的机器人管家。 但逗猫的手法、回家的「迎接仪式」——每家每户都不一样。这些东西出厂时预装不了，也穷举不完。 最简单的办法，是你亲自演示一遍给它看。看完，它就会。 为此，诺因（Knowin）发布了生成式学习框架GLOW（Generative Learning of World）。 原文链接：https://knowinai.com/tech.

  20. 三节课1

    刚刚，ChatGPT能「开口干活」了！

    刚刚，ChatGPT能「开口干活」了！ **新智元报道** 以后上班，可能不用键盘了。 就在今天，OpenAI 放了个大招。 ChatGPT 的语音模式，以前只会动嘴，从这一刻起，能动手了！ 查邮件、挪会议、做 PPT、搭网站，连被重复扣的订阅费，都能替你写信追回。张张嘴就行。 这周 AI 圈的节奏快得离谱。 前一天，Anthropic 刚发 Claude Opus 5.5，OpenAI 隔了约 90 分钟就甩出 GPT-6 Sol 和 Luna，调用价格直接腰斩。 大家还在算账，OpenAI 转手又把整个 GPT-6 家族接进了语音。 新版 App 当天起向全球推送。 底下有网友感叹：这功能，我上个月就想要了。 ChatGPT Voice 产品负责人 Atty Eleti 转发时，敲了三个词：At long last。总算等到了。 长了手，换了脑，还进了工位** 细看才发现，ChatGPT Voice这回不止换了个模型。 长了手：插件进了语音。**这双手，用户盼了很久。以前的 Voice 是个话痨，能陪你唠一小时，可一问明天几点开会，它就两手一摊。 换了脑：GPT-6 一家三口坐进后

  21. 三节课0

    日榜第二！北大开源，强化学习数据策略接入更简单、对比更公平

    日榜第二！北大开源，强化学习数据策略接入更简单、对比更公平 **新智元报道** 每一轮强化学习到底应该把哪些数据交给模型？ 这个问题正随着推理模型和 RLVR 的发展变得更加重要。随着强化学习在大模型后训练中的作用不断增强，模型练什么、怎么练，也需要更仔细地安排。一道题可能起初很难，训练一段时间后却能稳定答对。哪些数据该继续保留，学习权重和领域配比该怎样调整，都需要结合模型的训练状态重新考虑。 而数据策略方法往往不止一种，如何把不同方法比较清楚，还有一些实际难题。不同方法各有一套实现，换个筛选规则就可能要改训练器；比较效果时，模型、奖励函数和训练预算又未必一致。即使分数提高了，也很难判断收益究竟来自数据策略，还是其他训练设置。 为了解决数据策略接入和效果比较中的麻烦问题，**北大DCAI团队联合UCAS、上海****算法****创新研究院、中关村学院最新发布DataFlex-RL**。 GitHub 开源仓库：https://github.com/haolpku/DataFlex-RL 论文地址：https://huggingface.co/papers/2609.06107 少花时间

  22. 三节课0

    iOS、Android、PC 近期值得关注的 6 个 App

    iOS、Android、PC 近期值得关注的 6 个 App 编注：欢迎收看本期《派评》。你可以通过文章目录快速跳转到你感兴趣的内容。如果发现了其它感兴趣的 App 或者关注的话题，也欢迎在评论区和我们讨论。 本期目录1️⃣ lire：全面拥抱 Apple Intelligence，让 RSS 阅读更轻松2️⃣ Darkroom 7.4：曲线工具大焕新3️⃣ Time Atlas：把每天的行程自动整理成一段「生活记录」4️⃣ 曦码输入法：支持扩展和 AI 的跨平台 Rime 引擎输入法5️⃣ Homebrew 7.0：更快的升级 / 安装速度、加入轻量级的原生客户端6️⃣ Fast Times：轻断食计时器7️⃣ App 速报 ▍lire：全面拥抱 Apple Intelligence，让 RSS 阅读更轻松 平台：iOS /iPadOS/macOS 关键词：聚合阅读、RSS @Vanilla：作为 RSS 阅读器领域的「中生代」，lire 在设计感和功能性方面取得了一个很好的平衡，这也帮助它在 RSS 这个日渐式微的市场中存活了下来。近日，lire 的 iOS 客户端和 macOS

  23. 三节课0

    智能手表的尽头是「做减法」：小团队如何用「几秒钟」抢占穿戴新蓝海？

    智能手表的尽头是「做减法」：小团队如何用「几秒钟」抢占穿戴新蓝海？ 作为一个戴了五年智能手表的重度用户，手表早已成了我每天摘不下来的随身设备。从全天候健康监测、运动轨迹记录，到抬手即过的乘车码，手腕上的方寸屏幕已经悄然融入了日常生活。 不过，除了这些基础功能，手表还能带来怎样的可能？作为人体身上唯一能够 24 小时紧贴皮肤与脉搏、集成最多高密度精密传感器的设备，手表拥有手机完全无法比拟的物理穿戴属性。它随身、贴身、感知即时，且具备独立通信能力。这种物理形态上的差异，决定了它和手机截然不同的场景逻辑。 当下移动互联网早已进⼊存量红海，手机应用追求功能堆砌、全屏体验、长时沉浸，争夺用户的分钟级、小时级时间。但在日常场景里，大量高频刚需只是几秒钟的轻需求：随手记录身体状态、间隙背⼀个单词、查看行程提醒……这些细碎小事，手机全能承接，却不够「适配」。为了几秒钟的需求，去解锁手机、找App图标、打开应用的繁琐流程，反而让轻量化需求变得冗余拖沓。 图｜手表「碰一碰」支付 手表的穿戴特性，正好补上了这块空白。借助 HarmonyOS 穿戴底座铺好的标准通路，开发者免去了在底层硬件与跨端通信上的重复摸

  24. 三节课1

    刚刚，苹果「液态玻璃」缔造者，给 Muse 造了个 AI 拓麻歌子

    刚刚，苹果「液态玻璃」缔造者，给 Muse 造了个 AI 拓麻歌子 在过去几年里，我们看够了 AI 硬件的笑话。那些所谓的 AI 创新硬件，无论别在胸前还是揣在兜里，最终大多沦为昂贵的硬件垃圾。 正当人们以为 AI 最适合留在手机 App 和智能眼镜里时，马克·扎克伯格却在刚刚结束的 Meta Connect 大会上，从口袋里掏出了一个赛博时代的「拓麻歌子」。 这款名为 Muse Charm 的掌上设备没有取代 iPhone 的野心，也不能打电话。它只有一块 2 英寸屏幕，里面住着一个可以自定义外貌、声音和穿搭的虚拟 AI 助手 Muse。 Muse 已经是 Meta 近期最成功的新产品之一。 自 9 月 8 日上线以来，它不到两周便登上美国 iOS 免费应用榜榜首，下载量和日活跃用户均超过 ChatGPT 上线同期水平。据 Sensor Tower 统计，Muse 上线约五天获得 73 万次下载，随后很快突破 250 万次。 扎克伯格将 Muse 定义为能够理解用户目标、在后台持续处理任务的个人智能体，并称它是 Meta 通向「个人超级智能」的第一步。 如今，Meta 又为这个刚刚走

  25. 三节课1

    一套模型覆盖识别、合成与实时对话，Qwen-Audio-3.1来了

    一套模型覆盖识别、合成与实时对话，Qwen-Audio-3.1来了 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！* 语音模型正在从“把声音转成文字”，走向“理解声音、生成声音，再直接完成任务”。 阿里这次更新的Qwen-Audio-3.1系列，集中覆盖语音识别、语音合成、实时交互和音频创作。公开信息中涉及ASR、ASR-Next、TTS、TTS-Next和Realtime五个模型或方向。 其中最有辨识度的，是Qwen-Audio-3.1-TTS-Next。它不再只负责把文字读出来，而是尝试把人物对白、环境声和动作音效一次生成出来。 先让语音转写更像一份成稿 传统语音识别的结果，往往是一大段没有层次的文字。多人说话时，谁在发言、什么时候插话，通常还要人工整理。 Qwen-Audio-3.1-ASR把重点放在了上下文和结构化处理上。 它支持多语种和中文方言识别，可以输出说话人标签、时间戳和转写文本，也能结合上下文识别人名、行业词和专业术语。 在会议、访谈和客服场景中，模型不仅要记录“说了什么”，还要尽量还原“谁

  26. 三节课1

    闲鱼上的ChatGPT代充暗号，已经进化到我看不懂的程度了。

    闲鱼上的ChatGPT代充暗号，已经进化到我看不懂的程度了。 最近，闲鱼和GPT代充商家的战争，真的进化到我看不懂的程度了。 大家都知道，在国内想充GPT账号，是比较麻烦的，有的时候你就得动用一些特殊手段，或者去某些特殊的平台找代充，比如。 闲鱼。 不过，你在闲鱼上，直接搜GPT啥的，肯定是搜不到的，因为这确实就是违规的。 但是又有市场，又有需求，那咋办呢。 我朋友跟我说，现在这个版本，你不能搜GPT，你得搜另一个关键词，叫奥特曼充电。。。 奥特曼和Sam Altman，在这一刻完成了他们命运的闭环。 我实在太好奇，这到底是一套什么样的交易流程。 于是呢，我就非常简单的问了问。 其中一个哥们，说自己的商品是一个月冲一次电的奥特曼，聊到具体怎么操作，对方给我发来了微信号，让我加过去继续聊。 还补充了一句，也可以给你的奥特曼冲电的。 然后呢，这个电，是有售后的。 如果用不了一个月，是完全可以退的。 还说，用不了一个月，是按天数来退钱。 我又找了几个人问了问，有的页面上标着135块，实际付款却要140。 说是价格会跟着汇率走。 还有个哥们非常的实诚，连自己账号被扣分的截图都发给我了。。。 难

  27. 三节课1

    苹果新功能限制摇一摇广告/DeepSeek发布新论文，梁文锋署名/闲鱼公布调查结果：未涉黄

    苹果新功能限制摇一摇广告/DeepSeek发布新论文，梁文锋署名/闲鱼公布调查结果：未涉黄 📱 小米 18 Pro 系列发布，平板、穿戴与三筒洗衣机同场上新 🤖 DeepSeek 发新论文，公开 Agent 训练沙箱 DSec 🍎 iOS 27.2 Beta 2 加入运动数据限制，可阻止「摇一摇」广告跳转 🚗 蔚来 ES9 交付达 3 万台，用时 119 天 🏢 iPhone 18 Pro 用户反映夜景照片出现「绿影」 🪟 微软向 DARPA 开放 Majorana 2 量子系统，支持现场独立评估 📊 闲鱼公布涉未成年人违规引流调查：称站内未发现淫秽信息，已报案 🧠 WPP 在伦敦启用 AI 广告制作中心，先服务可口可乐、联合利华等客户 🛒 京东方玻璃基封装载板试验线贯通，24 层产品送交客户验证 ⚠️ 美国调查 Comma.ai 辅助驾驶设备，涉及 5 起碰撞事故 💡 李飞飞：AI 安全不能只由开发者自我评估 💾 骁龙 X2 携手 Googlebook 进军 Linux ✨ 宾利首款纯电动车 Torcal 亮相，S 版最大功率 888 马力 🧠 蚂蚁密算发布「密算一号」，企业可在受控

9月23日周三
  1. 三节课1

    阿里整合 AI 办公力量后，千问办公怎么打这场大战？

    阿里整合 AI 办公力量后，千问办公怎么打这场大战？ 企业需要的已经不只是一个能写文档、做 PPT 的通用助手，而是一个能够理解组织数据、进入业务流程，同时受到身份、权限和审计约束的 Agent。 作者｜郑玄** 办公正在成为全球 AI 行业竞争最集中的战场之一。 相比聊天、搜索，AI 在企业办公场景下的落地要复杂的多，一方面需要连接、调用企业的文档、邮件、知识库，另一方面还需要 AI 理解审批、销售、财务等业务流程。而今年以来 Agent 快速发展，让 AI 进入「千司千面」的企业办公场景成为可能。 因此，从微软、谷歌到国内的互联网和云计算公司，行业竞争的重点都在从模型能力延伸到办公入口、企业数据、Agent 平台和业务流程。企业客户是否愿意采用，AI 能否安全地接触组织数据、进入实际工作流，也开始成为比模型能力更受企业关注的竞争要素。 这一轮全球竞赛中，阿里把注下在了千问办公。 千问办公并非从零成立，而是阿里将 QoderWork、钉钉悟空、Mulerun 等 AI 办公产品和团队整合后形成的一股合力。它背后连接着千问模型、阿里云、钉钉、企业服务及硬件生态。千问办公选择把什么做成产

  2. 三节课1

    从数人头到数智能体：一场正在发生的企业生产力换血

    从数人头到数智能体：一场正在发生的企业生产力换血 用了 AI、消耗了 Token，不一定就是 AI 原生组织，但不用肯定没有机会。 作者｜Li Yuan** 编辑｜**郑玄**** 先让许多管理者感到危险的，往往不是行业里又冒出了什么新技术概念，而是身边的同行突然拿出了完全看不懂的交付速度和报价单。 这种压迫感在今年变得极其具体：老牌企业正在把成群的智能体塞进核心生产线，甩掉繁琐的流程包袱；而那些从第一天起就生长在 AI 上的轻量团队，几个人就能直接撬动过去上千人公司的研发与交付产能。 当两拨底子完全不同的人在同一个市场里正面碰撞，企业间原有的体量界限正在被彻底击碎——竞争的胜负手不再取决于你积累了多少年的组织规模，而取决于业务链条上有多少比例被机器智能真正接管。 在今年云栖大会一场名为「AI 原生重塑企业生产力」的论坛上，这种分水岭被摆上了台面。 掌管着千问办公事业部（原钉钉）数亿用户盘子的陈宇森直言，**现在给任何组织贴「AI Native」的虚名都毫无意义，唯一的度量衡极其务实：去数一家企业里到底有多少工作量是由 AI 真实闭环的。**换句话说，谁能让智能体深度接管真实流水线，谁

  3. 三节课0

    重磅！开源版Jev本地部署教程来了！

    重磅！开源版Jev本地部署教程来了！ Datawhale干货 开源版Jev：Laya模型**** 平时我们搭 Agent 工作流或者客服系统，经常会遇到这类需求：判断用户想干嘛、工单分到哪个部门、该调哪个具体工具。这类事情没有开放式创作的要求，可如果每次都扔给几十亿参数的自回归大模型，哪怕只吐一个词，也得干等几百毫秒，输出偶尔还夹带解释废话或者残缺的 JSON。 前段时间 TypeSafe 推出 Jev 专门做这类判断，单次前向几毫秒就能搞定，但目前只有云端付费 API，权重没有开放。开源社区很快做出了完整复刻，Laya 用 Apache-2.0 协议放出了全部模型权重，可以拉回本地自己跑。 这篇文章给大家简单介绍 Laya 是什么，然后介绍四步流程把它的部署跑通。指定模型、显存优化、实验仓库这些内容统一放在教程后面，不打断上手过程。文中的延迟和显存数据，都在 aarch64 架构的 GB10 算力卡（20 核 CPU，121 GB 统一内存，PyTorch 2.14.0+cu130）上测出。 01 Laya 是什么 Laya 做决策，不生成文本。Qwen、Claude、ChatGPT

  4. 三节课1

    从训练数据到科研验证，沐晨科技押注AI时代的新基础设施

    从训练数据到科研验证，沐晨科技押注AI时代的新基础设施 机器之心发布 近期 2026 外滩大会上，北大助理教授杨灵关于「长程任务学习」的分享引发行业关注 —— 当 AI 从单次问答走向长周期复杂任务，模型如何从持续交互中积累进化。而在这份分享的合作研究标识中，Muchen AI 的名字赫然在列。 紧随其后，PhAI Labs 发布交互式科研工作空间 ScienceBuddy，AItonomy Foundation 推出科研智能体开发环境 ScienceIDE，两份重磅发布的合作方名单中，沐晨科技（Muchen AI）均以联合研发与技术支持方的身份出现。 这家 2024 年才在重庆成立的 AI 数据工程公司，既不在互联网核心圈层，也并非模型厂商，为何能频频切入前沿科研与产业项目？它的增长逻辑，又折射出 AI 数据服务行业怎样的底层转向？ 大模型下半场， 数据服务的核心早已不是「堆量」 大模型进入复杂任务落地阶段，数据服务的竞争核心早已从「样本量级」转向「过程质量」—— 任务边界是否清晰、评价标准是否统一、执行链路是否可追溯，正在成为比数据规模更关键的底层能力。 这正是沐晨科技从成立之初就

  5. 三节课1

    4亿副耳机，正在等待一次AI改造

    4亿副耳机，正在等待一次AI改造 编辑｜Sia 这些「老炮们」最不缺的就是把硬件造出来的能力，也不缺求变求新的劲儿。可AI硬件新课的内容，显然超纲了。 四家供应链「老炮」交了个底** 「现在能听到我周围的杂音吗？」 聊着聊着，深圳市烽火宏声科技有限公司（以下简称烽火宏声）副总经理王鑫突然问了这么一句。 几分钟前，他原先戴着的耳机没电，刚换上另一副。听到这个问题，我有点纳闷：杂音？通话里明明只有他的人声。 直到快聊完，我才知道，他中途换上的，是一副 AI 耳机样机，正在做设计验证，也就是硬件行业常说的 DVT。 王鑫说，新耳机主打会议转写、 AI 翻译等。我们这场对话，也顺理成章地成了一场「实战测试」。 「我们的目标是在今年底前实现量产出货，」王鑫透露，目前已经有两个品牌客户下达了订单。 这并不是我们看到的唯一一台真机。 消费电子方案商（ IDH ）奇智创新的 AI 耳机样机，也已经摆上桌面。 电脑播放英文 TED 演讲，点击几下耳机，收音开始，声音进入 App 后，手机端实时滚动显示中文翻译，一套同声传译链路就这样跑了起来。 另一边，拥有全模块开发能力的硬件设备 ODM 科奈信的工程测

  6. 三节课0

    瓴羊王赛：卡住Agent的不是模型，是你的数据丨数据猿专访

    瓴羊王赛：卡住Agent的不是模型，是你的数据丨数据猿专访 “水面之上是Agent，水面之下是十年数据债。** 大数据产业创新服务媒体** ——聚焦数据**·**改变商业 2026年，企业级AI的讨论正在经历一次明显的重心转移。演示环境里，Agent已能撰写方案、分析数据、模拟销售对练。然而回到真实业务中，让Agent修改一条CRM记录需要层层审批，触发业务流程更是慎之又慎。大量“AI员工”停留在演示阶段，进不了生产环境。 这并非主观主观感受。Gartner 2025年6月发布预测，到2027年底，超过40%的Agentic AI项目将被取消，主因是成本攀升、商业价值不清晰以及风险控制不足。数据供给是另一个瓶颈，IDC报告显示，2025年全球将产生约213.6ZB数据，非结构化占比高达92%，而59%的企业坦言，数据增长已超出了自身的管理能力。 模型能力持续提升，企业为什么依然不敢用？带着这个问题，数据猿近日专访了阿里云智能集团瓴羊副总裁王赛，访谈中，王赛谈到了两方面的问题：一方面，过去面向人建设的数据，需要让Agent能够访问、理解和使用；另一方面，AI 项目如何提出需求、由谁推进、

  7. 三节课0

    做一个能自迭代的后训练平台，Mind Lab要让更多企业拥有自己的模型

    做一个能自迭代的后训练平台，Mind Lab要让更多企业拥有自己的模型 文｜王欣逸 编辑｜张雨忻 如果你近期有和投资人闲聊两句，会得出这样一个结论：AI圈的关注点再一次回到了模型和AI Infra（基础设施）。模型，对应着时下应用遇冷，热度向上游转移；而AI Infra的关注点之一，是后训练平台和推理平台。 昨天，Mind Lab发布了他们的最新成果：推出面向行业的模型后训练与推理平台Mint Recursive，以及基于这一平台做后训练的模型Macaron-V1.1。 Macaron-V1.1是一个基于GLM-5.3做后训练、参数为752B的模型。**7月，Mind Lab创始人陈锴杰告诉我们，从基于GLM-5.1后训练的Macaron-V1-Preview到基于GLM-5.2的Macaron-V1，中间只隔了不到一个月。而迭代还在加速，据了解，**Macaron-V1.1****从上一代****迭代而来仅用了不到两周。** Macaron-V1.1由744B的基座模型和四个2B的LoRA专家模块组成，其中四个LoRA分别负责Chat、Agent、Coding和Generative

  8. 三节课0

    WorkBuddy 把办公 Agent，做成了人人可搭的「赛博乐高」

    WorkBuddy 把办公 Agent，做成了人人可搭的「赛博乐高」 演示 Demo 里，一份漂亮的 PPT 出炉，任务就算完成了。到了办公室，往往还要接上一句：「这个再改改。」 你上个月的的修改意见，AI 能记住吗。同事补进来的材料，它也得接着用。下个月做同类汇报，别再从头解释一遍…… 最近沙利文发布的《2026 年全球桌面 AI 智能体市场研究报告》，把上手、协作和长期使用都纳入了评价指标。腾讯 WorkBuddy 同时位列其中的中国个人端与企业级桌面智能体榜单第一。 向左滑动查看更多内容 两个榜单背后，是一款办公工具迟早要碰到的两种要求。 新手希望今天就能交出结果，别把用 AI 变成另一份工作。团队则要更关心这套方法能不能大家一起用，权限怎么分，改错了怎么办？ APPSO 此前把 DeepSeek Harness 比作「赛博乐高」，它给开发者自由组合插件的空间。 但其实桌面 Agent 也有着和乐高相似的使用过程，先帮助新手完成一项任务，再围绕同一份任务不断调整，最后把个人摸索的方法变成团队可以复用的流程。 那么职场人怎么能拥有一个属于自己「赛博乐高」，APPSO 希望通过一系列

  9. 三节课1

    那些给 AI「善后」的冤枉时间，总算能被省下来了

    那些给 AI「善后」的冤枉时间，总算能被省下来了 不知道你是否有过类似经历：兴冲冲把一项复杂的数据分析交给 AI，等它在后台跑了半晌，满心欢喜点开结果，才发现自己在最初的提示词里打错了一个字，筛选口径也没交代清楚。折腾出来的报表完全无法交付，额度却已耗去大半。 还有一些时候，任务执行到一半，手头又找到新材料，或临时被要求更换统计标准，只能在硬着头皮打补丁和彻底推倒重来之间纠结。 的确，**写出一条合格的提示词，往往比任务本身还要折磨人。** 真实工作里的需求是不停变动的。在任务正式推进前，哪怕提示词写得再长，也很难把所有细节预先敲定；而在执行过程中，想法和材料随时都在更新。一旦最初的方向出现偏差，后续为了纠偏所付出的返工成本，往往远超自己动手的耗时。即使方向正确，随着任务运行时间变长、引用的资料增多，AI 也未必能善始善终，导致交付出现偏差。 豆包工作近期上线的「计划模式」与「目标模式」从两个角度提供了解决方案。**其中，「计划模式」旨在让模型在「开工」前理清脉络，而「目标模式」则力图让模型在执行中严格守住验收标准。前往 doubao.com/work 下载或更新到最新版，在输入框中按

  10. 三节课1

    00后华人天才少女、Bengio高徒，从DeepMind转会OpenAI！

    00后华人天才少女、Bengio高徒，从DeepMind转会OpenAI！ **新智元报道** 9 月 16 日，在谷歌 DeepMind 深度参与了 Gemini 2.5/3、世界模型 Genie 2/3 以及具身智能体 Sima 2 研发的核心研究员 Bonnie Li 宣布离职，转会 OpenAI。 https://x.com/bonniesjli/status/2079322594478883142 https://x.com/bonniesjli/status/2099966572513395166 她也特意提到了 OpenAI 在 Ilya Sutskever 主政时期提到的「Feel the AGI」口号。 对这家曾以 12:1 的惊人人才净流入比傲视硅谷的顶级实验室而言，Bonnie Li 的出走只是冰山一角。 如今，谷歌 DeepMind 对主要竞对的人才留存比已骤降至 2:1。 https://fortune.com/2026/08/27/google-deepmind-losing-talent-to-rival-ai-labs-startups-new-data

  11. 三节课0

    罗福莉带小米登顶全球开源榜首！大规模RL立功，斩杀Grok 4.7

    罗福莉带小米登顶全球开源榜首！大规模RL立功，斩杀Grok 4.7 **新智元报道** 大模型江湖变天了。 9月21日，小米MiMo团队正式发布并全面开源新一代MiMo V2.6系列，一口气端出三款模型——Pro、Flash、Ultraspeed，直接改写全球开源模型的格局。 MiMo V2.6 Pro在Artificial Analysis智能指数（AA Intelligence Index v4.3）中拿下 46 分，超过Kimi K3和Qwen3.8 Max。 全球开源模型第一、国产模型第一！ 拉出AA榜单横着看：Fable 5.1得分53，GPT-6 Astra得分52.8，Opus 5得分50.7。 MiMo V2.6 Pro虽然还没追平这几位「天花板」，但已经稳稳站进全球顶尖第一梯队，把其他所有开源模型甩在身后。 更狠的是，价格维持V2.5不变。 同样的钱，智能翻倍，直接画出一条新的「智能-成本」帕累托前沿。 别人还在打「斩杀线」的价格战，小米这一刀，直接把游戏桌掀了。 正好，小米大模型负责人罗福莉也在X上发了一篇长文——《The Hard Road to Scaling

  12. 三节课1

    阿里、谷歌同时重做电脑，智能体 PC 真要来了

    阿里、谷歌同时重做电脑，智能体 PC 真要来了 触控屏显示器的 MacBook 还在路上，QwenBook 和 Googlebook 已经迫不及待先行。在刚刚结束的首日高通骁龙峰会上，阿里千问展示了面向 AI 打造的PC产品 Qwen Book。 同时，首批 Googlebook 即将在下月初发售，它们不约而同地使用了相似的自我介绍：「AI 原生电脑」。 过去两年的 AI PC，通常意味着在电脑里增加一颗 NPU，再预装一个随时可以唤醒的聊天助手。这一轮尝试有所不同，Google 和千问都把改造深入到了操作系统，AI 不再等待用户打开一个单独窗口，而是主动读取屏幕上的内容、调用其他应用，并在后台持续完成任务。 Google：把 Android 搬进电脑 首批 Googlebook 将于 10 月 4 日发售，来自戴尔、联想、惠普、宏碁和华硕，起售价从 899 美元到 1299 美元不等。 它们在外形上仍然是常规笔记本，采用 Intel Core Ultra Series 3 或 Qualcomm Snapdragon X Elite 处理器，内存至少 16GB，配有触摸屏、指纹或人脸识

  13. 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