全部 · 2026-05-30

作者算了一笔本地大模型服务器的经济账：花 6406 美元攒了台 4 张 AMD MI100 显卡的机器，主要跑 Qwen3.6 27B，每天吞吐量约 2040 万输入 token 加 132 万输出 token。拿 OpenRouter 的 API 价格对比，第一年本地总成本 2992 美元，比纯用 API 的 3701 美元省了 700 多。这个数字看着还行，但得打个折——Reddit 原文被屏蔽了，我们看不到电费单价、硬件折旧年限、MI100 的二手行情这些关键假设。MI100 是 2020 年的老卡，32GB 显存，跑 27B 模型得靠多卡并行，实际推理延迟和并发能力都没披露。另外，本地维护的人工成本、机器闲置时的电费、模型更新换代的迁移成本，这些隐性开销也没法核实。如果只是个人重度使用，这个方案确实比按月付 API 费划算，但前提是你得会折腾驱动和推理框架，MI100 在 ROCm 下的兼容性坑不少。想抄作业的话，先确认自己的日均 token 量能不能跑满这个利用率，否则回本周期会拉长很多。

Simon Willison 把 Python 的 ASGI 网页应用（比如 FastAPI 和他自己的 Datasette）完全塞进了浏览器。做法是用 Pyodide 把 Python 编译成 WebAssembly，再配合 Service Worker 拦截浏览器请求，直接在本地跑 Python 后端逻辑。这比四年前他做的 Datasette Lite 更进一步：旧方案用 Web Worker 模拟，页面里的 JavaScript 脚本跑不起来，很多插件会挂；新方案用 Service Worker 走完整的 ASGI 协议，脚本能正常执行，兼容性好得多。 代码是让 Claude Opus 4.8 帮忙写的，他给了两个能跑的演示：一个基础 FastAPI 例子，一个 Datasette 1.0a31 完整版。这说明方案不是针对某个应用的特例，对遵循 ASGI 标准的 Python 应用都适用。 不过正文没提性能开销和首屏加载时间。Pyodide 本身初始化就不快，加上 Service Worker 拦截所有请求，实际延迟和内存占用会是多少，目前没有数据。另外，这种方案只适合处理同源请求，跨域场景和需要真实后端数据库的应用还是得老老实实搭服务器。他说等自己搞明白原理后会升级 Datasette Lite，到时候可以看看实际体验到底怎么样。

这条消息目前还停留在“据报道”阶段，源头是《论坛报》和《金融时报》，软银官方没有确认。750亿欧元这个数字非常夸张——法国政府之前整个“法国2030”计划拨给AI的总预算才25亿欧元左右，一下子多出几十倍的体量，如果属实，会直接改变欧洲算力格局。钱主要投向AI数据中心，也就是给大模型训练和推理提供算力的基础设施。但正文没披露具体建多少座、选址在哪、分几期投入、软银是独资还是拉当地伙伴一起干，这些关键信息全是空白。另外，750亿是承诺投资还是实际到位资金也没说清，这种超大额投资通常分多年、附带条件，落地过程中变数很多。在软银正式公告出来之前，这条消息更适合当信号看，别急着当事实用。

NVIDIA 给 Dynamo 推理服务框架配了个叫 DynoSim 的仿真工具，用 Rust 写成。它的思路是把部署测试从“一个个试”变成“先在虚拟时间线上模拟、再挑最好的上真机”，一次能筛几千种配置。测试里它跑到实时速度的 1500 倍，这个数字说明模拟本身很快，但正文没披露跑在什么硬件上、支持哪些模型、以及最终上真机后的延迟和吞吐到底省了多少。所以 1500 倍更像一个上限参考，实际能省多少部署调参时间还得看具体场景。另外，仿真保真度也没给量化指标——如果模拟和真实表现偏差大，筛出来的“最佳配置”可能还得返工。对做推理部署优化的团队来说，这个工具如果能接入自己的模型和流量模式，价值会更大，但目前公开信息里看不到开放程度和接入方式。

NVIDIA 计划在 6 月 2 日的 Computex 上发布一款叫 N1X 的 ARM 笔记本芯片，把自家的 Blackwell GPU 和 AI 计算单元集成到一颗 SoC 里。这基本就是冲着高通骁龙 X Elite 和苹果 M 系列去的，想在 Windows on ARM 的笔记本市场里插一脚。 不过现在能确认的信息很少。Reddit 上的爆料帖被网络策略挡了，正文没披露任何架构细节、核心数、功耗或跑分。另一条来源也只是转述了“或将于六月发布”这个时间点，没有补充技术参数。所以这颗芯片到底能不能打，现在完全没法判断。 我会先打个折：NVIDIA 做 ARM SoC 不是第一次，之前的 Tegra 在消费端没掀起太大浪。这次的关键看两点——GPU 性能能不能拉开和竞品的差距，以及 Windows 对 ARM 的生态支持到不到位。这两点目前都缺信息，等 Computex 的实测再下结论。

这事说白了就是数字时代的黑脸营销。有人用AI生成哭泣的黑人女性头像，在TikTok Shop上把Shein几美元的腰带、裙子标到三四十美元卖，靠的是“支持黑人女性创业”的话术。The Verge的记者追踪了多个账号，发现这些AI形象背后根本不是黑人，而是专门做一件代发的匿名操盘手。 文章没给出这类账号的具体数量和销售额，也没说TikTok是否已经批量处理。但记者点出了核心套路：用种族共情当钩子，把廉价品包装成“黑人拥有的小生意”。AI生成的人脸让骗局成本更低——不需要真人出镜，一天能铺几十个号。 还缺两个关键信息：一是TikTok Shop对这种身份欺诈有没有明确的审核机制，二是消费者被骗后能不能追回差价。这点先别太激动，平台规则没跟上之前，这类玩法只会换张脸继续。

这条新闻说的不是 AI 不好用，而是用不起了。WSJ 报道，美国企业因为 AI 成本飙升，开始对内部使用进行配给，也就是限制谁可以用、能用多少。这跟过去两年“全员上 AI”的画风完全不同，说明财务部门开始算账了——模型调用、API 费用、算力消耗这些隐性成本，在规模化推广时会被迅速放大。 文章没披露具体的成本涨幅数字，也没说限制的是哪种模型或场景，所以没法判断是通用大模型太贵，还是企业自己没做优化。但信号很明确：AI 在企业里正从“战略投资”变成需要审批的日常开销。如果你所在的公司还没感受到账单压力，可能只是用量还没到临界点。

新加坡防务论坛上，与会专家直接说 AI 的风险已经超过核武器。这个判断来自防务圈内部，不是科技公司或学术界的自说自话，所以值得留意。但 Bloomberg 这篇报道只给了结论，没展开讲他们到底担心什么场景——是自主武器失控、网络攻击自动化，还是模型被当成战略讹诈工具，正文都没说。 报道也没提是哪些专家、基于什么标准做的比较。核武器的风险有几十年的军控框架和事故数据打底，AI 这边连统一的威胁定义都还没成型。所以这个“超过”更像是在说潜在上限更高、管控更空白，而不是实际发生概率更大。 要判断这个表态的分量，还缺几样东西：论坛上有没有具体提案、军方代表怎么接话、以及有没有后续的政策文件跟进。光一句“比核武器还危险”，先别太激动。

这篇帖子记录了一次硬核折腾：作者想把NVIDIA RTX Pro 6000 Blackwell装进一台老旧的戴尔R730服务器，目标是在本地跑65万token上下文的大模型。过程很真实，先切风扇导流罩，再用双riser卡解决供电，但真正的麻烦是PCIe BAR分配——老平台无法给新显卡分配足够的地址空间，导致系统认不全显存。作者尝试了ACPI/DSDT检查、调整MMIO aperture、测试Linux内核的PCIe启动参数，但正文被Reddit安全策略拦截，后续细节和最终结果都没披露。 这条信息对想用旧服务器搭AI盒子的人有参考价值：它点出了老平台的主要瓶颈不是供电或物理尺寸，而是PCIe资源分配。但关键信息缺失严重——到底跑没跑起来？65万token上下文是实测还是理论值？延迟和稳定性怎么样？这些都没说。如果你手头有类似设备，可以先检查主板的MMIO上限，别急着买卡。

Anthropic 把用户跟 Claude 的对话拆成 11 个可观察的行为指标来打分，比如会不会反复修改追问、有没有把 AI 当同事协作。背后的研究用了 9830 组匿名多轮对话，发现高质量对话里 85.7% 都出现了“反复修改追问”这个动作，说明跟模型来回打磨是出好结果的关键习惯。 但这条新闻的信息缺口很大。正文只给了评分框架的轮廓，没披露具体每项指标怎么量化、权重怎么分配，也没说 7.5 分这个“优秀线”是从哪批样本里划出来的。是内部员工的平均分，还是那 9830 组对话的统计结果？不知道。另外，评分表目前覆盖 Chat、Cowork 和 Claude Code 三种场景，但不同场景下“好对话”的标准应该不一样，文章没解释怎么统一打分。 我会先打个折：这更像一个还在打磨的内部实验，不是马上要推给用户的产品功能。它有意思的地方在于把“人怎么用 AI”这件事量化了，但离一个靠谱的评分系统还差实验设计、样本分布和跨场景一致性这些关键信息。

这条新闻的噱头很足，但信息缺口也很大。Ethan Mollick 让 Claude Opus 4.8 直接生成一个网站，把人类历史上约 1170 亿次出生做成加权随机模拟，跑了 4000 轮蒙特卡洛来估算你投胎到不同地区和时代的概率。这本质上是一次模型长链条代码生成和前端部署能力的展示，说明 Opus 4.8 能独立完成从数据建模到网页上线的完整任务。 但正文被微信环境异常页挡住了，我们看不到任何实际代码、模型提示词或运行日志。4000 轮蒙特卡洛这个数字本身不说明精度，因为没披露权重怎么设的、历史人口数据从哪来、模型有没有在计算中产生幻觉或偏差。我会先打个折：这更像一个教学演示项目，而不是严谨的人口学模拟。 还缺的是：模型生成代码的一次通过率、有没有人工介入修改、以及运行成本。如果 Mollick 后续公开了完整对话记录和代码仓库，这条新闻的价值才能坐实。

MiniMax 已经向监管交了材料，开始筹备国内 IPO，招股书里直接把 DeepSeek 列为本土竞争对手，说明它想讲一个“中国 AI 大模型第一梯队”的资本故事。但这条消息目前只有一个标题和摘要，Bloomberg 正文被反爬机制拦了，所以估值、募资规模、上市板块、时间表这些关键数字全看不到。 我会先打个折：招股书点名对手是常规操作，不代表业务上真能对标。MiniMax 的语音和视频生成产品在 C 端有存在感，但跟 DeepSeek 这种靠开源模型和极低推理成本打出声量的路线不太一样。它到底拿什么数据说服二级市场，现在还缺招股书里的营收结构、客户集中度和研发投入占比。 这点先别太激动，等招股书细节出来再看它是不是真能撑起一个 AI 上市标的。

FT 这篇报道的标题说英国军方在研究让武器系统不经人类批准就执行致命打击，但点进去只看到订阅页面，正文完全没披露。具体是哪种武器、在什么条件下可以自主开火、法律框架怎么搭、有没有时间表，这些关键信息一概不知。光看标题，这更像是一个政策方向的试探，离真正部署还远。目前能确认的只有 FT 发了这么一条标题，其余都是空白，没法做更多判断。

这条爆料的核心信息是：xAI 不用 JAX 在 NVIDIA GPU 上训练了，自己用 Grok Build 写了一套 C 语言训练框架。SemiAnalysis 给出的理由是 xAI 的 JAX 方案模型浮点利用率（MFU）不到 10%，也就是说大部分 GPU 算力没花在正经训练上，都耗在调度和通信开销里了。这个数字如果属实确实很低，但正文没披露测试环境、模型规模、并行策略这些关键条件，没法判断是 JAX 本身的问题还是 xAI 工程实现的问题。 NVIDIA 的 JAX 团队过去两年主力支持 xAI 却没能留住这个客户，侧面说明大客户对训练效率的容忍度在收紧。自研 C 框架听着硬核，但用 Grok Build 这种 AI 辅助写底层训练代码，稳定性和可维护性都是未知数。还缺的信息是：新框架的 MFU 到底提到了多少，以及这套方案会不会开源或对外输出。

这条消息本身挺值得关注：Agent（让模型进业务流程干活）的训练一直缺标准化数据和高难度评测，团队直接放出数据、训练代码和模型权重，对想复现或改进Agent能力的人来说是实打实的资源。但问题在于，原文页面被微信环境异常拦截，我实际看不到任何技术细节。摘要里提到合成了13500条可执行任务，模型在自建基准上拿了56.82分，超过Qwen3-235B-A23B——这个分数绝对值不高，说明任务本身有难度，不是刷榜玩具。不过，基准只有200条任务，覆盖面是否够广、任务类型是否贴近真实业务场景，这些都没法从现有信息判断。另外，30B激活参数能超过235B模型，要么是数据质量高，要么是评测设计对特定模式有利，这点先别太激动，得等看到具体任务样例和训练配方才能下结论。

这条新闻最有意思的点不是“AI 拿金牌”，而是人的轨迹：Yi Tay 在 Gemini Deep Think 达到 IMO 金牌级成绩时担任建模联合负责人，之后出去创业做了 Reka AI，639 天后又回到 Google DeepMind。这种“大厂—创业—回归”的路径在顶级 AI 研究员里越来越常见，说明大模型创业的窗口期和人才流动节奏都在加快。 文章还提到他 2012 年就考过了 Trinity 古典钢琴副学士文凭，差点走职业演奏路线。但正文因为微信环境验证拦截，具体技术细节、他在 Gemini Deep Think 里到底负责哪部分建模、Reka AI 期间做了什么、回归后的新角色，这些关键信息都没披露。所以这条目前只能当人物动态看，别往技术突破上过度解读。

这条新闻讲的是港中文等团队的新优化器 Pion，它换了个思路：更新模型参数时不动权重矩阵的奇异值，只在“等谱流形”上做正交等价变换。打个比方，就像拧魔方，只转面不拆块，保持整体结构不乱。他们拿一个 6000 万参数、没用归一化层的类 LLaMA 模型试跑，Pion 稳定训练了 96 亿个 token，而 AdamW 和 Muon 都崩出 NaN 了。这个对比挺直观，说明 Pion 在抑制训练不稳定上确实有东西。 但正文没披露更大规模模型或具体下游任务上的效果。6000 万参数在现在的大模型语境里算很小的，能不能 scale up 到几十亿、几百亿参数，以及去掉归一化层后在实际任务上表现如何，都还是未知数。另外，文章也没提训练速度、显存开销这些工程指标，光看稳定性不够。 如果后续能在更大模型上复现，并且证明去掉归一化层能省算力或简化架构，那这条才值得认真看。现在只能说在小模型上开了个好头，别急着下结论。

这条消息最值得看的是成本控制思路。γ-World 用“单纯形位置编码”和 hub token，把多智能体交互的计算量从平方级砍到线性级。翻译成人话：以前每加一个角色，系统要算它和所有其他角色的关系，角色一多开销就爆炸；现在相当于给每个角色发了个坐标，再设几个信息中转站，大家不用互相盯着看了。8个玩家场景下延迟从 17.6 毫秒降到 4.5 毫秒，这个数字如果属实，意味着实时多角色模拟在消费级显卡上也能跑。 但得先打个折。微信原文因为环境验证没抓到，我只能根据英文摘要和标题还原，论文里具体怎么实现、在什么硬件上测的、有没有开源代码，这些关键信息都缺。另外，线性复杂度听起来很美，但 hub token 会不会成为新瓶颈、角色数量再往上加效果如何，正文没披露。如果是真的挺省钱，但这点先别太激动，等看到完整论文再说。

苹果这篇论文讲的是用AI做图像压缩，核心卖点是省码率。在主观画质差不多的情况下，PICO比AV1、VVC和JPEG AI能省掉57%到70%的码率，也就是说一张图的文件体积可以压到原来的三分之一甚至更少。这个数字挺夸张，但要注意这是他们自己测的主观画质，不是通用的客观指标，实际效果得等第三方复现。 速度方面，在iPhone 17 Pro Max上压一张1200万像素的照片要230毫秒，解压150毫秒。这个延迟在手机端勉强能接受，但如果是连拍或者视频场景就够呛了。另外，正文没讲模型到底多大、功耗多少、训练用了什么数据，这些对端侧部署很关键的信息全缺了。 苹果2023年收购了做AI压缩的WaveOne，这篇论文的作者里也有那家公司的人，说明这个方向他们确实在认真推。但论文本身更像一个技术预告，离真正塞进iOS相册替代HEIF还有距离。