Astra冲击波与具身行业的50天
通用大模型能直接操作机器人,具身行业的逻辑变了?
157 signalsFocus: AI Models, Chips / Compute

IT之家 10 月 29 日消息,华为官网最新显示,HUAWEI WATCH 5 系列智能手表开启了鸿蒙 HarmonyOS 7 系统花粉 Beta 版升级尝鲜招募。 报名入口如下: 华为手机 / 平板:【我的华为 / 服务】APP > 首页 > 升级尝鲜(根据提示一键报名) 其他品牌手机 / 平板:微信小程序 >【我的华为】> 点击首页热门活动下对应产品图(根据提示填写信息报名) 目前,华为 WATCH 5 系列智能手表已开启新版本( 7.0.0.107 SP18 )推送。IT之家附更新日志如下: 1.系统界面全面焕新, 表盘与多任务列表等融入灵动光影 ,为您呈现更精致、流畅的交互体验; 2. 新增 HarmonyOS 7 光穹表盘 ,柔和流光漫过盘面,光影层次细腻通透,将静谧和灵动凝于腕间; 3.健康三叶草升级为健康生活应用, 新增饮食维度 ,在华为运动健康应用配置相关打卡任务后,即可解锁四叶草模型,多维度助您养成健康生活好习惯; 4.负一屏小艺建议 新增支持通知摘要、重要日、通勤概况等主题 ,为您提供更加场景化的智能服务(配对 HarmonyOS 6 及以上版本的手机支持,且需前往手机应用市场下载智慧分发服务); 5. 支持 AI 通话降噪 ,蓝牙通话时,即使周边嘈杂,对方也能清晰听到您的声音; 6.支持 同步华为手机地震预警消息 ,及时通知; 7.设置中“常亮显示” 更名为“熄屏显示” 。
过去,大佬们喜欢把重要业务交给经验丰富的老将,他们往往踩过更多的坑、带过更大的团队,更为熟悉一家公司内部复杂的规则。可在AI的高速竞赛中,模型路线、训练方法和产品方向都在快速变化,能引领技术浪潮的老臣寥寥无几。 为此,一批早已撒手具体业务的大佬,转身当起了猎头,挖来顶尖技术大牛,将未来的筹码押注在这群年轻人身上。这也使得年轻的技术负责人们,得以绕过大厂的论资排辈,站到了离老板最近的位置。 年轻人被集中推到台前 不久前,广东省领导走进腾讯总部,与腾讯管理层进行了座谈。一张长桌面前,身穿夹克衫、头发依旧茂密的腾讯创始人马化腾,看起来格外年轻。 但人们的关注焦点,很快落在了与他并肩而坐、年仅28岁的明星科学家姚顺雨身上。一张随后被网友广泛流传的照片里,姚顺雨穿着朴素、神情专注,身上带着浓浓的“nerd感”。 当日的座谈,马化腾与姚顺雨分别发言。观摩时,姚顺雨还站在马化腾身后陪同,伴其左右。这个少见的同框画面,很快引起了互联网人的讨论。 在此之前,如此隆重的高规格场合,能让大佬带出来的,都是总裁、CEO这号人物,并不会大张旗鼓的安排一位年轻AI科学家和创始人一起出席。 姚顺雨坐到马化腾身边时,阿里的一支90后高管队伍,也在悄悄成形。只不过,和腾讯挖明星研究员不同,阿里更倾向于走“少壮路线”,把核心训练岗位的主导权交给内部选拔上来的人。 在阿里巴巴集团CEO吴泳铭扶持年轻人的号召下,1993年出生的刘大一恒成了Qwen大模型负责人“一号位”。2026年云栖大会上,吴泳铭讲完阿里的AI战略后,刘大一恒紧接着登台讲模型。 ▲刘大一恒 以往,刘大一恒在业内的存在感并不高。云栖大会的一张照片中,其他四个大佬都身着深色西装,位于正中间的刘大一恒却只穿了一件黄色套头卫衣,颇为显现。 与姚顺雨的海外精英叙事不同,刘大一恒这个在四川大学完成本硕博的年轻人,既没有常春藤履历背景,也没有海外大厂工作经验,加入阿里前,他是一个长期泡在论文和实验室里的年轻人。 不过,能在达摩院这种群星闪耀的地方脱颖而出,刘大一恒的技术底子并不弱。他有计算机博士背景,曾在微软亚洲研究院实习,入选过华为“天才少年”计划,并从Qwen早期就参与预训练。 前任负责人林俊旸离职之前,刘大一恒原本就在Qwen内部负责预训练。2026年,他的责任从预训练扩展至后训练与Coding,头衔也变成Qwen LLM项目负责人,由吴泳铭直接带领。 除了刘大一恒这种技术派,1992年出生的陈宇森也站上了阿里的权利舞台。云栖大会专场中,一头卷发的陈宇森,从背后掏出一支缠着三只绿色小章鱼的话筒,一开场把松弛感拉满了。 陈宇森先拿工作里的紧绷开了个玩笑,说希望上班也能有该放松的时候。现场演讲时,他几乎不看提词器,全程脱稿。不过,和这份松弛相比,陈宇森肩上要抗的担子可不低。 2026年6月,陈宇森接任钉钉CEO,成为阿里历史上最年轻的事业部

IT之家 10 月 29 日现场消息,在今天发布会的最后, XHEART 新芯航途带来了“X more thing” 。 XHEART 新芯航途 CEO 李宗霖表示, 公司将保持“量产一代、开发一代、预研一代”的研发节奏 ,完成各阶段研发与验证。 IT之家在发布会现场获悉,新芯航途还首次披露了下一代大模型芯片 XHEART X9 的核心研发目标 —— 3000 TOPS 大模型算力、700GB/s 单芯片内存带宽, 该芯片计划于 2027 年推出 。 据介绍, X9 将延续“大模型定义芯片”技术路线 ,围绕下一代世界模型推进软硬协同设计,通过计算与访存能力同步提升,让更大模型高效运行、让算力充分释放。 IT之家注:XHEART 新芯航途(新芯航途)是从 Momenta 芯片项目独立拆分出来的“兄弟公司”。从公司成立到芯片量产,XHEART 用了两年。首颗 X7 芯片回片后,不到 24 小时完成点亮,第 17 天实现芯片、底层软件与智驾模型的整车闭环,并经受真实道路及复杂天气检验。

IT之家 10 月 29 日现场消息,XHEART 新芯航途今日正式发布大模型芯片 X7 Ultra,以“大模型定义芯片”为核心理念,从真实量产模型需求出发设计芯片架构, 大模型算力达 700 TOPS 。 XHEART 新芯航途 CEO 李宗霖认为, 随着智能驾驶从多个小模型走向端到端大模型,芯片的设计方式也需要随之改变 。因此,XHEART 在 2023 年创业之初就决定,从真实应用中的模型需求出发,倒推芯片架构,重新组织计算、存储和数据流转,并为未来模型演进预留空间。 据介绍,新芯航途 X7 Ultra 大模型芯片拥有 700 TOPS 大模型算力, 量产模型实测 99.99% 对齐 。 这枚芯片专为大模型设计,拥有超大核 NPU 架构,核内数据交互对比核间数据交互, 互联速率 TB/s 数量级提升 。另外, 芯片的多级缓存架构支持大容量、高并发特性,可降低推理时延与功耗 。 新芯航途 X7 Ultra 内置高精度大模型专用算子加速引擎,针对 Layernorm、Softmax、Transpose 等一系列 Transformer 大模型关键算子进行极致硬件优化, 原生支持 FP16/FP32 高精度向量计算 ,保障模型精度。 该芯片 NPU 硬件并行度解锁可充分释放大模型推理潜能, 计算利用率达 98.7% 。相比行业旗舰产品,其内存带宽消耗下降 80%, 能效提升 100% 。 新芯航途 X7 Ultra 还中国首发量产 Armv9 车规级 CPU, 性能提升 20%、能效提升 10% 。另外,大集群架构还提升了多核协同与 L3 访存性能, 集成全新 SVE2 向量处理引擎 ,相比上一代 NEON 具有更强的 DSP 性能。 IT之家附新芯航途智驾大模型芯片 X7 Ultra 核心亮点一图知如下:

IT之家 10 月 29 日消息,微软负责 Copilot 平台、智能体以及如今 Office 业务的高管正在兑现他重塑团队工作方式的承诺。 “我的团队今年最重要的工作,不是推出某一款产品或者某项功能,而是改变我们的工作方式。”查尔斯 · 拉曼纳(Charles Lamanna)这位微软核心业务部门的新任负责人在 8 月写道。 据 Businessinsider 报道,了解相关调整的人士透露,拉曼纳已经要求高级员工每周四天到办公室办公,同时为员工提供搬迁至主要办公中心的机会。他管辖下的多个团队也已完成组织架构调整,走向扁平化,裁撤中层管理者,这契合拉曼纳的观点 —— 智能体 AI 正在改变软件工程的工作模式。 微软一名发言人表示:“我们正在重新思考,哪些管理层级是必不可少的,哪些场景下扁平化架构可以加快决策速度、明确权责归属、赋予员工更高自主权。” 这些举措,让外界得以窥见微软为适配 AI 时代改造软件业务版图的早期思路。拉曼纳原本就掌管微软 Copilot 与 AI 智能体平台,现在又接手了数百万职场人使用的 Office 办公软件以及 Teams 办公通讯服务。 IT之家注意到,10 月早些时候,原负责人瑞安 · 罗斯兰斯基(Ryan Roslansky)宣布将于年底离职,拉曼纳正式接管这两块业务。罗斯兰斯基曾被视作微软资深高管拉杰什 · 贾(Rajesh Jha)的接班人,后者已于 7 月退休。罗斯兰斯基与拉曼纳,都是新成立的 Copilot 领导团队里三名核心高管中的两位。 此番调整的背景,是微软首席执行官萨提亚 · 纳德拉(Satya Nadella)围绕 AI 对整个公司进行重构。微软一直在整合 AI 产品的权责,一批资深高管离职,为新一代管理者腾出位置。 拉曼纳职权范围持续扩大,让他成为这次管理层更迭中的关键人物,微软旗舰办公软件以及有望改变用户产品使用方式的 AI 工具,都归他统筹。 两名知情人士称,现已划归拉曼纳管理的 Teams 部门,近期完成了架构重组,扩大了工程岗管理者的“管理幅度”。
长期以来, 在AI剧漫剧赛道,爆款很少孤立出现。 一部剧跑通之后,同题材、同框架的作品往往在短期内接连起量,行业内将这一现象称为 “连带效应”。 本期,DataEye研究院以DataEye-ADX数据为样本,层层拆解其运行机制: 从流量的走向到爆款的诞生,皆有规律可循。 爆款的影子,比爆款本身更值得看 九月,抖音端原生AI剧漫剧新剧5.18万部,但从破亿率来看,9月共有372部新剧播放破亿,破亿率仅0.72%;而82.07%的新剧播放不足100万,合计只贡献2.4%的流量。 这是一个“做对一部剧”胜“多铺一千部”的市场。但在爆款率不到1%的市场中里,什么才是可复制的确定性? 而当你把榜单铺开看,会发现:爆款的影子,比爆款本身更值得看。 行业里说的“跟风”,主要是有四个方向。它们借的东西一层比一层深,能借到的程度一层比一层难。 借名字:一句话写完的爽点模板 最浅的一层,是把名字做得像。同一套句式、同一个钩子词,做同一类题材。 这一层借的不是内容,是“被认出来”的机会。观众在推荐流里滑动时,判断成本极高,一个完全陌生的剧名,要花几秒钟才能判断“这是不是我的菜”;而一个看起来眼熟的剧名,几乎不需要判断。 打个不严格的比方:如果已经有一个叫张三的人火了,下一个叫张三的人会更容易被注意到。 名字不会改变内容,但能够提高被注意到的概率。 例如《谁说没灵根不能修仙的?之无灵证道》系列第一季今年5月推出,至今已经更新了42季,每一季红果热度均在4500万以上,最高一季红果热度可达5862万。 爆火后,以《谁说xx不能xx?》类似句式的剧名成了一段时间内身份反转题材的命名模板,如 《谁说纨绔不能当状元》系列,同样用了这个句式,8月13日上线,跑出单季43.19亿播放,是今年抖音端单剧最高的AI漫剧。 一句话就把“被轻视+反转”两个爽点写完了,观众不用看简介,就知道点开后会得到什么。 词眼是同一层逻辑的另一种写法。 据DataEye-ADX数据,九月抖音端在播的AI剧里,修仙题材高度集中在“下山”“修仙”“修道”“魔”这几个词上;种田致富题材则几乎必然搭配“赶山”“赶海”。 以“赶山”这一词为代表,截至10月21日,剧名带“赶山”的在播剧共1093部,其中720部是九月和十月上新的,三分之二堆在最近两个月。 也就是说,所谓“某个月这个题材很爆”,绝大多数时候是被某一部剧带起来的,不是题材本身长出了规模。而同一个剧名,被复用得越密集,就越能够发现名字能带来的只有一次点击,量始终集中在头部。 这也是为什么名字是最省事的一层,也是最快失效的一层:当同一个词眼底下挤着上千部剧,词眼本身不再是差异,只是入场券。 借设定:从角色设定到关系设定 剧名只是观众识别内容的第一步。 比借用名字更深一层的是找到合适的设定,才能精准触达人群。什么年代、主角有什么本事、靠什么挣钱、护着谁。由此,一个关系

IT之家 10 月 29 日消息,微软在当地时间周三提交的监管文件中表示,在截至 9 月 30 日的这个季度里,公司从与 OpenAI 的商业合作(包含营收分成款项)获得了 100 亿美元 (IT之家注:现汇率约合 668.05 亿元人民币) 收入。这一金额占到微软该季度总营收 923 亿美元 (现汇率约合 6,166.14 亿元人民币) 的近 11%,凸显两家企业之间深厚的财务绑定关系,即便它们正在越来越多地争夺同一批客户。(IT之家注:微软财年从 7 月开始,因此截至 2026 年 9 月 30 日的季度,是其 2027 财年第一财季。) 整个 2026 财年,微软从 OpenAI 相关业务取得的收入为 241 亿美元 (现汇率约合 1,610.01 亿元人民币) 。按照最新季度的收入节奏推算,微软每年从 OpenAI 相关合作中可获得 400 亿美元 (现汇率约合 2,672.22 亿元人民币) 收入。 微软同时披露,截至 9 月底,OpenAI 对微软的应收账款余额为 72 亿美元 (现汇率约合 481 亿元人民币) ,高于 6 月底的 60 亿美元 (现汇率约合 400.83 亿元人民币) 。这笔款项是 OpenAI 此前交易产生的欠款,不属于新增收入。 目前尚不清楚,微软从 OpenAI 获得的收入里,有多少来自营收分成,又有多少来自 Azure 云服务。TechCrunch 在 2025 年 11 月曾援引泄露文件报道,2025 年前九个月,微软从 OpenAI 拿到的净营收分成达到 8.658 亿美元 (现汇率约合 57.84 亿元人民币) 。 据报道,在早先的协议中,OpenAI 需要把自身营收的 20% 分给微软,作为微软向这家 AI 初创企业投入超 130 亿美元 (现汇率约合 868.47 亿元人民币) 投资的一部分。(无论是这家 AI 实验室还是微软,都没有公开确认该分成比例。)根据 2026 年 4 月达成的新协议,即便 OpenAI 获准和其他云服务商合作,它仍需要在限额内持续向微软分成,直至 2030 年。

IT之家 10 月 29 日现场消息,在今天的 XHEART 新芯航途发布会上,Momenta CEO 曹旭东首次公开分享公司的第三个洞察 —— 大模型定义芯片 。 IT之家了解到,围绕规模化 L4 目标,Momenta 此前形成两个洞察: 通过数据驱动解决长尾问题 、 通过规模量产获得海量数据 。2022 年底,Momenta 进一步提出“大模型定义芯片”,并与 XHEART 付诸行动。 曹旭东表示, 大模型定义的芯片相比通用芯片,性能提升 10 倍 ;而规模化 L4 需要百亿至千亿参数模型,通用芯片难以同时满足功耗、车规可靠性与成本的三重约束,他将其称为“通用芯片的不可能三角”。 他认为,唯有从大模型需求出发定义芯片,才有可能在上述约束下支撑千亿参数模型, 实现规模化 L4 ,并进一步推动机器人及更多物理 AI 应用取得突破。 据IT之家今日早些时候报道,XHEART 新芯航途 CEO 李宗霖正式发布全新 X7 Ultra 大模型芯片。这枚芯片专为大模型设计,拥有超大核 NPU 架构,核内数据交互对比核间数据交互,互联速率 TB/s 数量级提升;中国首发量产 Armv9 车规级 CPU,性能提升 20%、能效提升 10%。
近日,第三方机构QuestMobile发布了2026年9月AI原生App月活跃用户规模TOP10榜单。在这个通用大模型神仙打架的存量盘子里,字节跳动旗下的AI教育产品“豆包爱学”以2128万的月活规模位列总榜第七。 同时,其同比增速高达143.0%,季度环比也保持着9.5%的正增长。值得注意的是,在这份前十名的榜单中,教育类产品仅占两席——排名第六的小猿AI(2351万月活),以及第七的豆包爱学。传统教育巨头猿辅导与互联网大厂字节跳动,在这个全新的AI赛道上形成了微妙的并跑之势。 对于字节而言,豆包爱学稳居两千万月活的俱乐部,标志着一个极其重要的转折:在历经早年的大力智能学习灯、清北网校等业务的起伏后,字节终于借助大模型,以一种截然不同的底层逻辑,重新回到了教育科技市场的中心。 大模型的存量博弈与垂直突围 要理解豆包爱学跻身前十的含金量,必须先看懂当下通用大模型面临的增长焦虑。 2025年到2026年初,国内AI市场经历了一场疯狂的“百模大战”。字节的豆包、阿里的通义千问等产品,通过大规模的广告投放和买量,迅速完成了第一轮的跑马圈地。但在榜单中可以看到,像DeepSeek这样曾创下增长神话的产品,季度环比出现5.5%的下滑;元宝等产品同样面临环比放缓的挑战。 通用对话类App的留存率天花板开始显现。用户对于“和AI聊天”的新鲜感褪去后,真正能留住他们的是具体的场景和不可替代的价值。 在这种背景下,教育成为了大模型落地最刚需、最痛点的场景之一。国内家长在辅导作业时的痛点、对优质资源的需求,以及极高的付费意愿,为AI科技应用提供了最肥沃的商业土壤。 豆包爱学能在头部阵营中站稳脚跟,正是字节在这一战略节点上的精准卡位。它不再去卷通用大模型的“陪聊”和“写诗”,而是直接切向了家长和学生的“书桌前”。 重塑教育底座 字节对教育的执念由来已久。从早期投资晓羊教育,到推出GOGOKID、清北网校,再到2020年高调发布大力智能学习灯,字节曾试图用互联网的流量和硬件逻辑,重塑传统的教培和辅导市场。但在随后的业务线重组、行业周期的变化,以及教育硬件赛道极度内卷的竞争下,这些尝试最终都未能跑出真正意义上的国民级平台。 过去的互联网教育产品,本质上拼的是“名师资源”和“题库规模”。谁拥有更多的特级教师,谁掌握了最全的历年真题,谁就能占据高地。但这套模式有两大痛点:一是重人力,导致边际成本极高;二是名师资源无法复制,优质教育始终是稀缺品。 而大模型的爆发,改变了教育科技产品的底层生产要素。 豆包爱学之所以能在这个节点突围,核心在于它不再是“题库+真人辅导”的旧物种,而是大模型多模态能力的原生载体。在传统的辅导场景里,学生拍一道错题,搜题软件给出的是一段机械的解析文字。而豆包爱学依靠大模型的推理能力,能做到“步步引导”。 它可以像真正的老师一样,用语音、拍照的方式,一步步启发学生找到
今天腾讯全球数字生态大会上,腾讯网盘正式发布了。我认为,这件事的分量比多一个网盘产品要重得多。 过去网盘主要替人存文件;这一回,腾讯还想把AI干活时产生的资料和过程留下来,让企业能够统一管理,也让后续的Agent有机会接着干。 我体验了下,把手上几个工具陆续接了进去;WorkBuddy、腾讯文档、ima、腾讯会议,包括飞书和Notion。 接好之后,界面右侧有一个AI助手,不用在几个软件之间来回切换,有问题直接问它就行。 用下来,最大的感受是,腾讯网盘更像一个中枢。 不同工具里的资料汇到一起,后续工作也就有了继续往下走的基础。 嗯,腾讯这是在给Agent办公补一块底座。 01 不知道你有没有思考过: 腾讯手里已经有微云,网盘又是个发展了十几年的老品类,为什么还要再多做一个腾讯网盘? 要回答这个问题,得先看看网盘里存的东西发生了什么变化。 过去大家用网盘,主要是存方案、照片、视频这些文件,需要的时候能找回来就行。微云也是如此,更多服务于个人存储需求。 但 Agent 开始参与实际工作之后,情况就不太一样了。 举个例子: AI 帮人做一份方案,可能读过很多资料,排除过几种思路,中间反复修改,最后才确认下来。这些过程未必都会写进最终文件,可能留在聊天记录里,也可能散在不同工具的对话框中。 等下一个 Agent 接手,它未必知道前面发生过什么。 腾讯网盘有个场景挺能说明问题,一场会开完,会议纪要直接同步进 WorkBuddy 的资料库,后续任务可以调用,不用再手动下载、转换格式、重新上传。 听起来只是省了几步操作,往深了看,它解决的是工作资料如何交到下一个任务手里。 一份方案最终可能只有几页,背后经历的讨论和确认,未必都写在文件里。 如果这些信息没能留下来,接手的人或者 Agent 就可能重复之前的工作。 再看腾讯最近的一系列动作,也能发现一些联系。 9 月下旬,WorkBuddy 企业版完成套件化,把多种办公工具整合到一个订阅中。 10 月中旬,WorkBuddy 与企业微信打通,进一步连接组织内的工作信息。到了 10 月 29 日,腾讯又推出了网盘。 一个多月,三步连着走。 放在一起看,腾讯正在把原本分散的办公能力连接起来;WorkBuddy 承担任务执行,企业微信连接组织场景,腾讯网盘则负责承接工作资料的统一存储和调用。 这么一来,网盘在整个体系里的位置就不太一样了。 把镜头拉远,网盘这个品类也在变。前几年,Dropbox 推出 Dash,Google 将 Gemini 引入 Drive,主要是想解决文件越来越多、人却越来越难找到所需内容的问题。 AI 开始帮助人搜索、整理和理解文件,网盘因此多了一层智能检索能力。 Agent 逐渐参与实际工作之后,新的需求又出现了。文件除了供人阅读,还可能被 Agent 读取、修改,成为后续任务的素材。 我认为,这里面有一个

IT之家 10 月 29 日消息,Anthropic 推出了全新的 Claude 统计报告工具,企业管理者可以借此清楚查看员工使用这款 AI 工具的方式与用途。智能报告功能现已面向 Claude Enterprise 付费套餐用户开放,可在组织设置页面开启。 据IT之家了解,这项于当地时间周三发布的 Claude 智能报告功能,能够生成图表,展示团队使用 AI 工具的情况、产出内容以及相关开销。管理人员只需选定团队、最长 28 天的时间范围,以及需要纳入报告的 Claude 产品即可。 可选产品包括对话、Claude Code、Claude Cowork,或是“对话与 Cowork 一体化使用界面”。(新近发布的 Claude Duet AI 智能体暂不支持 Claude Enterprise。)智能报告会提取所选工具的数据,汇总员工的使用情况。系统会读取团队对话记录,将内容归类至不同工作流与产出类型,例如风格化代码、技术文档,同时统计对应的消耗成本。 Anthropic 表示:“如果成员因为额度限制无法继续使用,拥有账单权限的管理员可以直接在报告页面上调额度。” Anthropic 在周一提交了 IPO 申报文件,文件显示现有客户的消费规模相比去年增长 900%,不过仅 2026 年上半年,公司亏损就达到 800 亿美元 (IT之家注:现汇率约合 5,344.43 亿元人民币) 。企业每月可以免费生成最多 10 份智能报告,超出限额后会产生额外费用。 Anthropic 介绍,管理者除了指定智能报告的分析重点,还可以自定义关于使用情况和成本的查询问题。这些问题可以保存,方便重复调用,不用每次重新输入。智能报告还会给出建议,例如推荐可添加到代码仓库的新规则。 每份智能报告都会生成交互式图表,管理者点击图表,就能查看某一条工作流下各个会话的明细。会话可以按照成本、使用产品、日期、产出类型进行排序和筛选。 智能报告还会展示使用者遇到的阻碍及其出现频次,同时识别出 Anthropic 所说的低效使用场景, 包括没有产出可用内容的会话,以及被标记为私人用途、偏离工作主题的会话。

IT之家 10 月 29 日现场消息,在今天的发布会上,XHEART 新芯航途 CEO 李宗霖正式发布全新 X7 Ultra 大模型芯片。 据介绍,这枚芯片专为大模型设计,拥有超大核 NPU 架构,核内数据交互对比核间数据交互, 互联速率 TB/s 数量级提升 。另外,芯片的多级缓存架构支持大容量、高并发特性,可降低推理时延与功耗。 新芯航途 X7 Ultra 大模型芯片内置高精度大模型专用算子加速引擎,针对 Layernorm、Softmax、Transpose 等一系列 Transformer 大模型关键算子进行极致硬件优化,原生支持 FP16/FP32 高精度向量计算,保障模型精度。 通过架构与工具链协同创新, X7 Ultra 支持可部署模型参数量实现 10 倍提升 ,让更大的模型在车端高效运行。 根据新芯航途官方公布的数据,X7 Ultra 的 NPU 硬件并行度解锁可充分释放大模型推理潜能, 计算利用率达 98.7% 。相比行业旗舰产品,其内存带宽消耗下降 80%,能效提升 100%。 IT之家从发布会现场获悉, 新芯航途 X7 Ultra 还中国首发量产 Armv9 车规级 CPU ,性能提升 20%、能效提升 10%。另外,大集群架构还提升了多核协同与 L3 访存性能,集成全新 SVE2 向量处理引擎,相比上一代 NEON 具有更强的 DSP 性能。
最近,AI 公司 Anthropic 干了一件“护犊子”的事儿:以后,不许随便欺负我们家 AI 了。 10 月 8 日,Anthropic 更新了 Claude 的使用政策,专门增加了一条规定,禁止用户“持续且无必要地辱骂或残酷对待”AI。要是有人把 Claude 当成出气筒,它甚至可以主动结束对话。当然,正常的生气、质疑和模型测试都不算违规。 挺招笑的是,Anthropic 自己都不确定,AI 到底有没有“感受”?可能以后等 AI 哪天真觉醒了,Anthropic 能第一时间说:“当年我还哄过你呢!” 还记得刚用 ChatGPT 那会儿,提问时都客客气气地,请问开头,谢谢结束。 图源:aclanthology 现在呢?让 AI 干个活儿,眼瞅着它第一遍做的不对,第二遍同样错误又犯,第三遍一本正经道歉。谁能忍住不来一句,“你听不懂人话吗?!” 偏偏有时候,骂完这一顿,AI 还真把活干好了。 于是,打工人现身说法:跟 AI 说话不能太客气,得凶一点,甚至骂两句,它才肯认真干活。 那么问题来了,对机器粗鲁一点,真的能得到更好的答案吗?还是说,我们只是把偶然成功,当成了一套管教 AI 的经验? 真还有人研究过这个问题。如果你只想知道怎么跟 AI 说话更有效,可以直接往后翻。想知道机器到底吃不吃这一套,不妨先看看这些实验。 辱骂 vs 礼貌,AI 到底吃哪套? 2025 年,宾夕法尼亚州立大学的研究者,为 GPT-4o 准备了 50 道涵盖数学、科学和历史的选择题。他们分别用非常礼貌、礼貌、中性、粗鲁、非常粗鲁五种语气提问。 五种语气的平均准确率依次为 80.8%、81.4%、82.2%、82.8% 和 84.8%。越不客气,GPT-4o 居然答得越准! 但这项测试只涉及一个模型、50 道题目。把范围扩大,结果就有偏差了。 2026 年,同一团队使用覆盖 57 个学科的 570 道题,测试 GPT-4o、GPT-5 nano 和两款 Gemini 模型,还加入了“过度奉承”和“威胁”两组新语气。 这回,原本看起来很简单的结论,突然变得复杂了。 GPT-4o 对大部分语气反应不大,准确率基本在 81% 附近;GPT-5 nano 不吃压力,中性语气下准确率为 82.4%,受到威胁时只剩 71.2%。 到了 Gemini 2.5 Flash 又是另一副脾气。它在威胁语气下取得了最高准确率,达到 90.7%,比中性语气的 89.4% 高出 1.3 个百分点;另一款 Gemini 2.5 Flash Lite 却恰恰相反,礼貌组达到 73.0%,威胁组只有 64.2%。 今年的新测试,又把去年的“越不客气,回答越好”的结果推翻了 同样是被威胁对待,Gemini 两款模型,一个拿了最高分,一个下降了近 9 个百分点。看来,也不是所有 AI 都甘愿受气的。 前面两次实验测试都是
近期,借助AI“复活”老游戏的项目不断出现。例如,有开发者将2003年的《命令与征服:将军》移植到Mac、iPhone和iPad上,《光环:战斗进化》也出现了可以在浏览器中游玩的社区版本。与此同时,有开发者称,其借助AI制作的《使命召唤》网页版本在收到动视发出的版权下架通知后停止开放。 对玩家来说,喜欢的旧作有了新的打开方式。但技术上能让游戏重新运行,并不意味着法律上可以任意修改和发布。玩家是否有权改编自己购买的游戏?借助AI移植或重制,又会产生哪些法律风险? 图:《命令与征服:将军——绝命时刻》在iPad的界面,开发者借助AI工具,将2003年的经典即时战略游戏移植到苹果设备上 01 买了游戏,就能自己修改、移植吗? 玩家购买一款游戏后,很容易产生这样的想法:“游戏既然已经买下来了,怎么修改是我自己的事。”但在数字游戏的法律关系中,玩家支付价款后,通常并没有取得游戏软件以及美术、音乐和角色等内容的著作权。 玩家获得的,主要是在特定条件下安装、运行和体验游戏的权利。 这些使用条件通常写在《最终用户许可协议》中,也就是安装游戏时很少有人认真阅读的EULA(End User License Agreement)。目前,各游戏平台和厂商的协议虽然表述不同,基本思路却很接近。以Steam为例,其用户协议明确说明,平台内容和服务是“许可使用而非出售”,玩家获得的是个人、非商业使用的非独占许可。除非协议、具体游戏条款或者法律另有允许,玩家不得复制或传播游戏内容,也不得反向工程、提取源代码、修改游戏或制作衍生作品。EA将相关许可概括为“个人、有限、非独占、不可转让、可撤销”的非商业使用许可。动视的协议也作出了类似限制。换句话说,玩家买到的主要是“按约定玩游戏”的资格,并不是把游戏及其中的全部内容一并买断。 最高人民法院审理的“《喵斯快跑》破解版”案件就划出了这条边界。涉案平台的管理人员去除正版游戏的付费验证,将其制作成所谓“免费版”,随后通过平台帖子和百度网盘向用户提供下载。法院结合发帖账号的管理权限、该账号与平台的关系,以及平台长期组织人员发布游戏资源等事实,认定相关行为应由平台经营者承担责任。法院最终认定,未经许可破解付费验证并复制游戏,又让公众可以自行选择时间和地点下载,已经侵害权利人的复制权和信息网络传播权。 所谓“免费分享”并不能成为免责理由。 修改成果一旦被公开传播,行为就可能从违反EULA进一步升级为著作权侵权。 因此,玩家原则上可以安装、运行和正常体验游戏,却不能仅凭“已经付款”就认为自己有权提取源代码和素材,更不能擅自移植游戏、传播修改版,或者把游戏放到网页上供他人直接游玩。免费发布、注明原作者或者声明“仅供学习交流”,通常也不能代替权利人的授权。当然,EULA也不能排除法律明确赋予用户的权利。例如,合法软件复制品的所有人可以制作必要的备份,也可以为实际
当地时间10月28日美股盘后,Alphabet发布2026年第三季度财报。就在几个小时前,谷歌刚刚发布新旗舰模型Gemini 4 Carbon,登顶第三方评测机构Artificial Analysis的智能指数榜首。但财报公布后,谷歌盘后股价一度跌超10%,市值蒸发超过3000亿美元。 抢在财报前,谷歌扔出“新王” 按照惯例,重磅模型发布和财报电话会很少撞在同一天。但谷歌这次撞上了。 10月28日,Google DeepMind高级副总裁、首席AI架构师科拉伊·卡武克奥卢(Koray Kavukcuoglu)在官方博客《Gemini 4 Carbon: our next frontier model》中宣布了这款新模型。距离上一代Gemini 4 Argon上线,只过去两周。 谷歌给Carbon的定位是“网络安全与长程任务的最强模型”。官方博客披露的跑分是:在Artificial Analysis Intelligence Index v5.0中以59分排名第一,超过Claude Opus 5.5的58分和GPT-6 Astra的57分,没错,看起来终于全球第一了;三条网络安全基准全线刷新纪录——SEC-bench Pro(漏洞发现)88.2%、ExploitGym(漏洞利用验证)54.8%、CWE-bench(自动修补)71.0%。 在Artificial Analysis的index V5智力榜单上,Carbon以59分登顶,排在它身后的是58分的opus5.5(max with fallback)以及57分的GPT-6 astra。 定价方面,介绍期内每百万token输入2美元、输出10美元,缓存输入享受95%折扣;介绍期结束后涨至4美元和20美元。作为对照,这家公司两周前发布的Argon用的是同一套介绍价,“低价进场、到期翻倍”的锁定打法,已经连续用了两代模型。 目前,Carbon没有开放API,首发只向一小部分经过审核的网络安全防御者开放,后续通过DeepMind的Fairwind计划逐步扩大到受信任伙伴,普通开发者和消费者的开放时间没有给出。谷歌还透露,正在参与美国政府的自愿性模型预发布测试流程。一款安全能力号称“全球第一”的模型,先用双用途风险约束了自己。 电话会上,皮查伊非常自信的表述,称“再度领先于前沿(leading at the frontier)”,并给出了一组数字:公司年化营收已达5000亿美元规模;第一方模型API每分钟处理近320亿个token,是一年前的4倍多;Gemini应用用户突破10亿,成为谷歌历史上增长最快的产品。 上市22年来,现金流转负的第二季 但与最强模型一同出现的,是继续承压的业绩。 财报显示,Alphabet三季度营收1275.8亿美元,同比增长25%,低于市场预期的1282.2亿美元;净利润261.7亿美元