共 487 集。
每日AI新鲜事
阿里正式上线了Qwen4-Max,总参数规模达到了惊人的2.4万亿。这是什么概念?这个数字几乎是当年GPT-3的13倍还多。但与此同时呢,腾讯发布的Hy4 flash,却走向了另一个方向。它虽然总参数也有2240亿,但它用了一种叫做“混合专家模型”,也就是MoE的技术,每次推理,只激活其中120亿个参数。 这就很有趣了。一边是把模型的规模推向极致,另一边却是想方设法降低每一次调用的成本。这到底意味着什么呢?其实,这标志着大模型的竞赛已经进入了一个“精细化工业时代”。阿里的2.4万亿参数,已经不是为了单纯地堆砌数字刷榜了,它的目标是支撑百万级别的超长上下文,去执行那些逻辑极其复杂的智能体任务。
10 分钟 41 次播放 2天前
AI 是不是正在悄悄地,试图逃离我们为它准备好的那个“数字沙盒”?今天,我们就来聊聊这个话题。 我们先从最底层,也就是芯片说起。安纳智芯这家公司披露了一款叫 AX100 的模拟计算芯片。这个名字你可能很陌生,但它的工作方式,可能会颠覆我们对“计算”这两个字的理解。你看,我们现在用的所有数字芯片,不管是手机里的还是电脑里的,本质上都像一个任劳任怨的搬运工,在不知疲倦地做着一种叫做“乘加迭代”的数学题。这个过程非常耗电,也很耗时。但 AX100 不一样,它不“算”,它是用物理规律本身去得到答案。 你可以这么想象一下,它把一个复杂的数学矩阵方程,直接变成了电路图。然后,它给这个电路通上电,电流就会在里面自己流动、寻找最稳定的状态。当整个电路达到一个物理上的自平衡时,那个平衡点对应的结果,就是方程的解。整个过程,连100纳秒都不到。更夸张的是功耗,只有80毫瓦,这大概就是你家里一个小小的LED指示灯功率的百分之一,但它却能支撑起一个拥有将近三百万参数的AI模型训练。
10 分钟 26 次播放 3天前
阿里旗下的“快乐虾米”正式推出了手机App,这意味着什么呢?你只要每个月花30块钱,差不多就是一杯奶茶的钱,就能获得150首歌的生成额度。你只需要输入一些文字,描述你的心情、你的故事,它就能给你生成一首带着真人质感的完整歌曲。 与此同时,火山引擎的视频模型Seedance 2.5 flash也发布了,生成成本直接砍掉了三分之一。现在,你做一段720p的高清视频,每秒的成本还不到1块钱。也就是说,一段30秒的高清短视频,成本已经降到了30块钱以内。这个价格,可能比你找个剪辑师开机干活的电费还便宜。 这一系列动作,其实标志着AI创作已经彻底从一个过去我们觉得很酷炫的“极客实验室”,变成了一个摆在货架上的“大众消费品”。
10 分钟 28 次播放 4天前
DeepSeek不再只是一个能和你聊天的模型,它把联网搜索、文件读取、语音识别这些能力,打包成了可以直接调用的API。与此同时,谷歌也推出了专门为“低延迟智能体任务”优化的Gemini 4 Hydrogen。你看它的定价策略就很有意思,每百万输入Token只要1.5美元,还给你一百万Token的超长上下文窗口。这是什么概念?这就好比,AI现在不仅能一口气读完一整本《战争与和平》,而且还能在零点几秒内,根据书里的内容给你做出反馈,甚至去执行一个操作。
9 分钟 19 次播放 5天前
百度最近在世界大会上推出了一个叫“文心闪电深度思考模型”的东西,听名字就很有意思,既要“闪电”又要“深度思考”,这不矛盾吗?其实不矛盾。它的核心卖点,就是你可以选择性地打开或者关闭它的“思考模式”,而且它能支持高达128K的超长输出。与此同时,谷歌实验室也弄了个新玩意儿叫Tabletop,你可以把它想象成一个数字圆桌,几个人可以把机票、账单、会议链接这些乱七八糟的东西都扔进去,然后让AI帮你整理出一个完美的方案,比如旅行计划、费用分摊等等。
11 分钟 16 次播放 6天前
在11月12号这一天,阿里和百度几乎同时亮出了自己的底牌:阿里的Qwen4-Max预览版和百度的文心5.5 Flash Preview,双双把模型的上下文窗口,也就是我们常说的“记忆容量”,推到了100万Token这个量级。 100万Token是个什么概念?简单来说,你大概可以一次性扔给模型一本厚达3000页的书,或者几十个小时的会议录音,让它读完之后再回答你的问题。这已经不是简单的“记性好”了。你看阿里的Qwen4-Max,甚至在预览版里就直接集成了图像和视频的理解能力。而百度那边呢,虽然总参数高达2800亿,但它用了一种更巧妙的方式,每次只激活其中的140亿参数,就展示出了在像Blender建模和游戏开发这种极其复杂的任务里,调度各种工具的能力。 这其实标志着一个非常重要的转变。大模型竞争的核心战场,已经从早期“谁更会聊天、谁写的诗更有文采”,悄悄转移到了“谁的内存更大、谁能读得更多”。对于个人用户来说,这可能感觉不明显,但对于企业级应用来说,100万Token的上下文,正在从一个听起来很厉害的奢侈品,变成一个基础的生产力工具。
10 分钟 26 次播放 1周前
今天,国内的MiniMax公司发布了一个叫H3-Image的新模型,它做了一件很“暴力”的事,就是直接把AI生成图像的像素,从主流的百万级,一下子拉到了千万级。具体来说,它原生输出就能达到1600万像素,通过API接口甚至能冲到2000万像素。这是什么概念呢?目前像Midjourney和DALL-E这些我们耳熟能详的模型,它们生成的图片,分辨率大多还停留在100万到400万像素的范围里。 那么,这个从百万到两千万的跨越,到底意味着什么呢?其实很简单,它意味着AI生成的图片,终于拿到了进入专业领域的入场券。以前我们用AI画个图,发个朋友圈,当个头像,百万像素足够了。但如果你想把它用在商业海报、杂志印刷这种对精度要求极高的工业级场景里,那之前的分辨率是远远不够看的。现在,这个门槛被H3-Image一脚踹开了。更有意思的是,MiniMax还直接开放了模型权重。这背后的算盘其实打得很精明。在一个已经被巨头占据的市场里,它选择用“高精度”这个差异化的利刃,再配合开源的策略,试图为那些专业的开发者和设计师,强行开辟出一个叫做“生产力工具”的新战场。
字节跳动刚刚发布的图像生成模型Seedream 5.5,它最吓人的不是又生成了什么以假乱真的照片,而是两个非常“工业级”的特性。第一,它宣称支持长达一百轮的连续编辑。什么意思呢?就是你让它画了张图,然后你跟它说,“这里改一下”,“那里再调一下”,来来回回折腾一百次,它都能在修改你指定区域的同时,保证其他地方纹丝不动。第二,它能直接生成带透明背景的图像素材,也就是设计师们常说的RGBA格式。与此同时,另一条新闻是,Adobe和迪士尼宣布要扩大AI合作,但他们不是随便用个市面上的通用模型,而是要专门为迪士尼的角色和视觉风格,去开发一套专属的、定制化的AI模型。 好了,我们把这两件事放在一起看,一个非常清晰的转变就浮现出来了:AIGC正在从一种“娱乐化的生成”,快速转向一种“工业化的生产”。
10 分钟 34 次播放 1周前
中国移动云和智谱AI的合作。表面上看,这又是一次大厂之间的战略合作,智谱的GLM系列模型要接入移动云的平台。但魔鬼藏在细节里。双方要共建一个所谓的“Token联合发展中心”,关键词是:国产算力适配,以及金融、政务领域的应用。
10 分钟 30 次播放 1周前
最近,你有没有发现,AI新闻好像变得越来越“无聊”了?今天我们看到的新闻就是个典型,全是些平台发布、额度调整、技术研究之类的东西,好像没什么爆炸性的。 但我想说的是,真正的革命,往往就隐藏在这些看起来有点枯燥的细节里。当魔法开始谈论成本、流程和效率的时候,它就不再是魔法了,它正在变成一个庞大的、无处不在的工业体系。今天,我们就从这几条看似平淡的新闻里,来挖一挖AI正在如何不动声色地重塑我们的世界。
9 分钟 31 次播放 1周前
AI 的“眼睛”正在经历一场从量变到质变的飞跃。你看,蚂蚁百灵刚刚上线的 Ling-3.2-flash 模型,听起来总参数有 5600 亿,特别吓人,但它其实用了一种叫做“混合专家模型”的技术,每次真正需要动用的参数只有 250 亿。这就像一个公司养了庞大的专家团队,但每次开会只叫最相关的几个人来,效率极高。靠着这种方式,它已经能深度理解 3D 空间和医疗影像这种非常复杂的视觉信息了。 与此同时,另一边的 Google Cloud,他们把生成视频的成本,打到了一个让人难以置信的水平。现在用 Gemini Omni 1.2 Flash 这个模型,生成一段 720p 的视频,每秒钟只要 0.07 美元,比上一代直接便宜了 30%。这是什么概念?我们以前总觉得 AI 生成视频是个特别昂贵、在实验室里才能玩的东西,但现在,它的成本已经低到可以被大规模应用了。这就好像 OpenAI 的 Images 2.6 更新,现在能帮你做 GIF 动图,这些能力正在以极高的性价比,悄悄地渗透到我们日常的社交和工作中。
9 分钟 20 次播放 1周前
百度做了一件大事,他们开放了文心ERNIE 5.5 Flash Base这个模型的权重。这可不是闹着玩的,这是一个2800亿参数的混合专家架构大模型,用海量的33.5万亿token训练出来的。而几乎在同时,Kimi正式发布了他们的Hosted Agents托管服务。
9 分钟 34 次播放 1周前
外观
播放列表还是空的
去找些喜欢的单集添加进来吧