AX 严选 · 2026-07-20

这条新闻最值得看的是：一个拍过《第九区》的导演，不是拿 AI 做特效辅助，而是把整个画面生成流程全押在 Seedance 2.0 上，一帧一帧用文字提示出片。13 分钟短片，伪纪录片风格，用了 32 个真人授权过的脸和声音，概念设计还是人类艺术家做的——说明目前 AI 管的是“执行”，创意框架仍靠人。 Blomkamp 说下一步要拍长片，还为此成立了 AI 工作室 Barley Studios。这个表态比短片本身更有信号意义：头部导演开始把 AI 视频生成当主生产管线，而不是玩具。但正文没披露关键成本数据——逐帧生成 13 分钟到底烧了多少算力、耗时多久、废片率多高，这些才是判断“长片可行”的核心。另外，Seedance 2.0 的一致性表现也没提，长片对角色和场景连贯性的要求比短片高一个量级。 我会先打个折：短片能跑通不代表长片能跑通，尤其伪纪录片风格本身对画面瑕疵容忍度高。等他们公布制作日志或成本拆解，再判断这是真拐点还是高级 demo。

这个插件解决了一个很实际的痛点：多数人记不住 Excel 函数，但能说清楚自己要什么结果。你框一片数据，问“总收款为什么涨了”，Grok 会给出解释，并标明引用了哪些单元格，生成的图表也能直接插进表格里。公式部分更实用——描述需求后，公式会正常出现在编辑栏，你还能手动改，不是那种锁死的黑盒输出。 插件本身免费，从微软应用商店就能装，Word 和 PowerPoint 版本也同步上架了。它还能通过 Grok 的连接器去翻 SharePoint 或 Google Drive 里的邮件和文件，把外部信息拉进来当参考。 不过正文没提几个关键点：数据会不会被上传到 xAI 的服务器做推理，企业用户能不能在本地跑；也没说支持多大的数据量，处理几万行会不会卡。这些直接决定了它能不能进正式工作流，目前只能先当个辅助工具看。

NVIDIA 这次开源了一个 40 亿参数的世界模型，把看场景和生成动作这两件事合在一个模型里了。它能在 Jetson Thor 这种边缘小电脑上跑到 15Hz，一次推理输出 32 个机器人动作，对机器人来说算是够用的控制频率。架构上用了两套 Transformer，一套自回归模型负责理解推理，一套扩散模型负责预测，中间共享注意力层来对齐信息，思路是把理解和行动打通，而不是各干各的。 在 40 亿参数这个量级里，它在 VANTAGE-Bench 视觉分析榜上拿了第一，机器人策略学习也自称最优。但正文只说“实时推理”，没给出端到端延迟的具体毫秒数，也没说不同硬件上的功耗和掉帧情况。实际部署时，延迟稳不稳、散热扛不扛得住，比跑分重要得多。另外，训练数据、泛化到新环境的成功率这些关键信息也没披露，所以目前只能当它是一个有潜力的开源基座，离直接上产线还有距离。

通义实验室这次放出的Qwen-Audio-3.0-TTS分两档：Flash版主打快，首包延迟约300毫秒，平均词错率/字错率3.87，适合需要即时反馈的场景，比如语音助手或实时翻译。Plus版走质量路线，在Artificial Analysis榜单拿了第一，说话人相似度做到82.75，支持16种语言和20种中文方言，覆盖面挺广。 不过正文没披露模型参数量、跑在什么硬件上，也没说API怎么收费。这些信息直接决定实际部署成本和延迟是否稳定，现在只能看个热闹。另外，榜单第一是综合评分还是单项指标、对比了哪些模型，原文也没展开，这点先别太激动。 还缺的是：不同语言和方言下的延迟与错误率有没有明显波动，以及长文本合成时会不会掉质量。这些才是工程落地要盯的。

这条值得点开看，因为它解决的是 MoE 模型落地时最肉疼的问题：专家负载不均导致 GPU 空转，花钱买来的算力在发呆。UltraEP 的做法很直接，在每个 microbatch 和每一层实时复制热门专家，用精确路由信息调度，而不是事后统计。在 Qwen3-235B 上训练吞吐达到理想性能的 94.6%，比 Megatron-LM 高 42%；推理 prefill 吞吐是 SGLang 的 1.56 倍。这两个数字说明它确实把 GPU 利用率顶上去了。 不过正文没披露开源协议和部署条件，这点先别太激动。动态复制专家意味着显存和通信开销会增加，但文章没给出这部分成本数据。另外，94.6% 是理想性能的占比，理想性能本身怎么算的也没说清楚。如果理想基线设得低，这个数字就要打折。 还缺的是：这套方案在更多模型规模和 GPU 拓扑下的表现，以及跟 DeepSpeed、FasterMoE 等其他负载均衡方案的横向对比。小红书自己的生产环境规模有多大、用了多少张卡，正文也没提。

上智院放出的“神珍”模型，核心卖点是用一套110亿参数的架构，同时处理DNA、蛋白质、小分子、气象和医学影像六种完全不同的科学数据。它没有把所有数据粗暴地压成一种格式，而是各自保留了序列、分子结构或空间场的原始特征。从结果看，这个设计思路是有效的：在20项生物序列任务里，它赢了同量级的对手16项，甚至跟万亿参数的Intern-S1-Pro打成10比10平。气象预报上，它能滚动生成10天全球预报，第10天的指标号称达到或优于业务级数值预报的水平。 不过，正文没披露气象评测的具体误差数值和对比基准的细节，只说“达到或优于”，这个表述比较模糊。医学影像分割的91.20平均Dice得分看着不错，但也没说明这个分数在不同影像类型上的波动有多大。另外，模型虽然开源了权重和推理代码，但训练数据和具体训练成本都没提，外部团队想复现或微调会有点抓瞎。整体看，这是一个在科学多模态统一建模上很有想法的尝试，但实际落地效果还需要更多第三方验证。

Ollama 让开发者在本地用一行命令跑开源模型，现在有 890 万用户，财富 500 强里 85% 都在用，云服务的 token 用量每月翻倍不止。这轮 Benchmark 和 Theory Ventures 领投的 8800 万美元，会用来做混合推理、新模型当天上线支持，以及一个号称不牺牲隐私的团队云。 但公告里没写估值，也没提公司现在每月烧多少钱。用户量大、大客户多，不代表商业模式已经跑通。他们说的“混合推理”具体怎么落地、延迟和成本能优化到什么程度，也还没看到技术细节。 如果 Ollama 真能把本地跑模型的体验做到和调 API 一样简单，同时把云服务做成“数据不离开你”的卖点，对不想被闭源模型绑住的团队确实有吸引力。但前提是，他们得证明这套东西在规模化之后还能保持便宜和快。