Unsorted thoughts, fleeting observations, and quiet reflections — the kind that don’t fit anywhere else.A space for the in-between: half-formed ideas, small wonders, and the occasional detour from the main path.Welcome to the margins.
【导语】 如果说 Stable Diffusion 让我们学会了“画画”，那么 Qwen 刚刚发布的这个开源项目，则是教会了 AI 如何“做设计”。告别死板的扁平图，AI 图像从此进入了“原生图层”时代。 一、 告别“开盲盒”，AI 终于学会了分图层！ 在 AI 绘画圈，一直有个让设计师头秃的痛点：生成的图片是个“整体”。你想给模特换身衣服？对不起，可能连脸都变了。你想把背景里的桌子挪个位置？对不起，挪开之后后面是黑洞。 今天，阿里巴巴 Qwen 团队正式开源了 Qwen-Image-Layered。它不是简单的“抠图工具”，而是首个能直接生成带图层、带透明度（Alpha通道）的图像大模型。 这意味着：你生成的不再是一张 JPG，而是一个分好层的“准 PSD 工程文件”！ 二、 硬核技术：RGBA-VAE 到底强在哪里？ 为什么以前的模型做不到？因为传统的 Diffusion 模型是在 …
就在刚才，硅谷再次地震。 谷歌毫无征兆地甩出了 Gemini 3 Flash。如果说之前的 Flash 版本只是为了“走量”的低配版，那么这次的 3 Flash 简直是模型界的“降维打击”——它不仅比前代快了 3 倍，更可怕的是，它的多项硬核指标竟然直接反杀了自家的旗舰大哥 Gemini 3 Pro，甚至在编程基准测试中把隔壁的 GPT-5.2 拉下了马。 作为一名常年泡在模型 API 里的技术号主，我只想说：AI 算力平权时代，真的被谷歌暴力开启了。 一、 性能“越级”：当小弟开始教大哥做事 以前我们对 Flash 模型的认知是：速度快、便宜、但“脑子”不太够用。 但看一眼 Gemini 3 Flash …
在这个视频为王的时代，每一位博主、后期和录音师都被“鸡尾酒会效应”折磨过：想在嘈杂的街头录一段清晰的人声，结果背景里的狗吠、车鸣、广场舞音乐混成一团。 以前，你可能需要打开几十个单用途插件，手动画频谱，修几个小时还是一股“电音味”。但今天，Meta AI 正式掀桌子了。 继“分割万物”的视觉模型 SAM 后，Meta 发布了其音频领域的王炸——SAM-Audio（Segment Anything Model for Audio） 。这是一套统一的多模态模型，它能让你像点选图片一样，精准地“抠”出任何你想要的声音 。 1. 魔法般的交互：点哪里，听哪里 SAM-Audio 最大的突破在于它彻底打破了音频编辑的门槛。它不再需要你懂波形或频谱，只需要给它一个“提示”（Prompt）： 2. 硬核黑科技：生成式音频分离 为什么它比以前的工具更强？传统的模型（比如 Demucs）大多是“判别式”的，只能识别固定的人声或鼓声 。而 SAM-Audio 是一个生成式分离模型 。 它的核心是一个基于流量匹配（Flow-matching）的扩散变换器（Diffusion Transformer） 。配合极高压缩比的 DAC-VAE …
关键词： 国产GPU,资本收割,研发强度,DeepSeek效应,算力主权 引言：从“实验室”到“交易所”的战时动员 2025年，中国半导体行业进入了一个极其诡谲的阶段：一边是极端的外部技术制裁，另一边是史无前例的二级市场募资潮。寒武纪（688256）、摩尔线程、沐曦、璧仁等公司的集体上市或谋求IPO，标志着国产算力从“政策扶持期”正式进入了“社会化供血期”。这不仅是企业的生死时速，更是中国在AI底座上的一次巨型风险投资。 一、 数据层：研发强度的“自杀式”竞速 在算力芯片领域，平庸等于死亡。通过对几家核心企业的财报穿透，我们发现了一个惊人的共同点：超常规模的研发倒挂。 1. 研发投入与强度对比 根据最新财报及IPO申报稿分析： 2. “DeepSeek”效应下的实测反馈 真正的突破在于实测效率的跃升。在针对 DeepSeek-V3 的万卡集群适配中，国产芯片的“有效算力比”（Actual throughput vs Peak TFLOPS）已从三年前的 $20\% \sim 30\%$ 提升至目前的 $55\% \sim 65\%$。 数据支撑： 摩尔线程的夸娥集群在运行国产万亿参数模型时，算子兼容性已覆盖 90% 以上的常用 …
近日，Google 宣布将于 2026年1月15日 停用其“暗网报告”（Dark Web Report）监控服务。这一决定标志着一个重要个人安全工具的谢幕。 “暗网报告”是 Google 实践其“不作恶”理念、保护用户数字资产的重要体现。它曾像一道数字雷达，帮助无数用户发现自己被盗用的个人信息是否已在网络阴影中流传。本文将回顾其价值、指导用户如何利用其替代方案保护自己，并呼吁更多科技企业肩负起社会责任。 🔍 什么是 Google “暗网报告”？ Google 的“暗网报告”是一项安全功能，主要通过扫描暗网（Dark Web，一个需要特殊软件才能访问的网络区域，常用于非法交易）中泄露的数据，来识别用户的个人敏感信息是否已出现在数据泄露列表中。 它主要监控的信息包括： 核心功能与价值： 💡 如何在停用前使用：“暗网报告”操作指南 如果您希望在 Google 停用此功能前（2026年1月15日），最后一次检查您的信息安全，可以按照以下步骤操作。您必须拥有个人 Google 账号才能使用此功能。 1. 创建监控个人资料 在功能开始为您扫描暗网之前，您需要设置一个“监控个人资料”（Monitoring Profile）： 2. …
我那烟还没抽完，科技圈的炮火声又密集了起来。 前脚字节跳动的“豆包”刚展示了想做手机唯一的“总管”的野心，后脚智谱AI就直接扔出了一枚重磅炸弹：开源AutoGLM。 如果说豆包是向旧世界的App孤岛发起了一次冲锋，那么智谱的这一手开源，简直就是给所有想造反的人**“免费发枪”**。 这场关于“谁来掌控你数字生活”的战争，因为AutoGLM的加入，瞬间从一场局部战役，升级成了全面战争。我们必须重新审视这场“赛博夺舍”的战局，以及那个幽灵般的Linux/Windows隐喻。 历史的车轮滚滚向前，碾压的都是我们过去的习惯。要看懂豆包和智谱在搞什么名堂，我们还得回到那个GUI（图形界面）定天下的原点。 1. Windows的遗产：被GUI“圈养”的三十年 （此段核心观点保留：Windows靠“保姆级”的GUI战胜了专家级的Linux命令行，让人类习惯了出让底层控制权以换取便利。移动时代继承了这一点，并将其恶化为“App孤岛”。） 我们在手机上依然是“Windows式”的奴隶：寻找图标 -> 点击 -> 进入App迷宫。为了点个外卖，我们的手指要在屏幕上跳一支复杂的芭蕾舞。我们对此习以为常，直到AI试图打破枷锁。 2. 豆包的冲锋与AutoGLM的“军火”：暴力破解App围墙 豆包手机助手想做的，是用自然语言（NLI）取代图形界面（GUI），成为你与数字世界交互的唯一中介。这本身就是一场狂妄的“夺舍”。 但智谱开源AutoGLM，让这件事情的性质变了。 AutoGLM是什么？简单来说，它是一个能像人一样“看懂”屏幕，并模拟人手去点击、输入、滑动的AI智能体核心。 在过去的PC时代，Linux虽然强大，但输在了软件生态的兼容性地狱里。 在今天的移动时代，AI Agent面临的是“App生态的游击战”。美团、微信、淘宝，它们筑起高墙，不开放API接口，严防死守自己的流量地盘。 AutoGLM就是为了攻破这道墙而生的“攻城锤”。 它不依赖你App开不开放接口，它直接“看”你的界面。你按钮在哪，我就点哪。这是一种极其“暴力”的美学——既然你不给我开门，我就用视觉识别和模拟点击，硬生生给你凿开一个洞。 3. 新时代的Linux时刻：智谱的“递刀子”战术 如果说豆包想做移动时代的“超级Windows”（一个更聪明、更集权的单一入口），那么开源了AutoGLM的智谱，拿的才是真正的“Linux剧本”。 智谱这一招极其辛辣： 想象一下，以前只有字节能搞一个“豆包”去跟微信博弈。现在，有了AutoGLM这把免费的枪，任何一个草莽英雄都可以开发出专攻某个垂直领域的“小豆包”。 这是一场去中心化的“赛博拆迁运动”。 无数基于AutoGLM的智能体将涌现出来，它们像白蚁一样，从各个角度去啃食、瓦解那些封闭的App巨无霸。 …
听说“中国英伟达”摩尔线程（Moore Threads）终于要IPO了，这本来是件让国产芯片圈热血沸腾的事。但当我翻开那些并不性感的财报数据，看到**“拟使用最高不超过人民币75亿元的闲置募集资金进行现金管理（买理财）”**这条消息时，我手里的咖啡差点没拿稳。 75亿。买理财。 这哪里是去造显卡，这分明是去开“银行”了。今天，我们就来扒一扒这层“硬科技”外衣下的“软骨头”。 在这个算力即权力的时代，摩尔线程顶着“国产全功能GPU独角兽”的光环上市，可谓万众瞩目。大家都在期待它拿着融资去烧研发、去扩产能、去跟老黄（黄仁勋）扳手腕。 结果呢？它告诉我们：别急，先让我去银行存个定期。 1. 75亿是什么概念？ 对于一家还在亏损、急需输血的硬科技公司来说，75亿是个天文数字。 你知道英伟达一年的研发投入是多少吗？那是百亿美元级别的“军备竞赛”。 你知道国产芯片追赶的路有多难走吗？那是每一分钱都该恨不得掰成两半花在流片、封装和人才上的血路。 当你拿着投资人省吃俭用的钱，转身扔进了年化3%不到的理财产品里，这传递出的信号极其危险：要么是你圈的钱太多，根本花不完；要么是你根本不知道这钱该怎么花，甚至不敢花。 2. “现金管理”是个好借口，但遮不住“研发迷茫” 公关稿肯定会说：“这是为了提高资金使用效率，不影响主营业务。” 这种片儿汤话，骗骗散户还行。 做芯片不是做微商。 芯片行业是典型的资金密集型、技术密集型行业。如果你真的有野心追赶国际巨头，你的资金流转效率应该是极高的——买设备、招大神、试错、迭代。你的每一分钱都应该变成算力，而不是变成利息。 如果一家号称要打破技术封锁的公司，最大的资金动向竟然是“保本理财”，这说明什么？说明在现阶段，他们的技术吞吐能力，甚至跟不上他们的融资能力。 说的更直白点：钱给多了，消化不良。 3. 投资人是来赌你赢未来的，不是来赚利息的 投资摩尔线程的人，冲的是什么？冲的是下一个万亿市值的硬科技巨头，冲的是国产替代的星辰大海。 如果投资人想要稳健的理财收益，他们为什么不直接去买银行的大额存单？为什么要冒着巨大的风险把钱给你，然后让你做个中间商赚差价？ 这种行为，本质上是一种**“资本躺平”**。它暴露了管理层潜意识里的不安全感——比起在未知的前沿技术上孤注一掷，还是看着账户里的余额上涨更让人安心。但这种安心，是对科技创新精神最大的讽刺。 4. 湍流时刻（The Turbulence Take） 摩尔线程的显卡我也用过，说实话，国产能做到这个份上不容易，值得鼓励。 …
【导语】 近期，一款搭载“豆包手机助手”的努比亚M153工程样机引发了科技圈的剧烈震荡。这并非单纯因为字节跳动再次涉足硬件，而是因为其试图用AI重构人机交互的尝试，迅速遭到了来自微信、淘宝及各大银行App的集体“封杀”与风控限制。这场被外界戏称为“六大门派围攻光明顶”的事件，实质上是AI Agent（智能体）技术与传统互联网“超级App”生态之间的第一场正面对决。 一、 事件回顾：不仅是手机，更是“系统级幽灵” 12月初，字节跳动联合中兴努比亚低调推出了一款搭载“豆包手机助手技术预览版”的努比亚M153手机。与传统手机不同，这款设备的卖点不在于摄像头或处理器，而在于其系统级AI能力。 豆包手机助手获得了一种极高权限的“上帝视角”。它不仅能听懂自然语言（如“帮我点一杯瑞幸拿铁”），还能模拟人类操作——自动打开App、点击按钮、填写信息、完成下单。这种“跨应用操作”能力，试图打破App之间的数据孤岛，让用户不再需要在一个个独立的App中跳转。 二、 生态围剿：超级App们的激进防御 然而，这种创新体验仅存活了不到48小时，便遭遇了中国互联网巨头们的“混合双打”。 对此，豆包方面不得不发布紧急调整说明，宣布限制部分AI操作手机的能力（如金融类场景），并呼吁行业给创新留出空间。 三、 中性分析：一场关于“控制权”的必然冲突 从客观角度来看，这场“围剿”并非单纯的商业霸凌，而是两种互联网运行逻辑的根本性冲突。 1. 安全边界 vs. 效率革命 2. 流量入口的争夺 这才是冲突的核心。 3. “未经谈判”的闯入者 字节跳动此次的策略较为激进。通常，跨App的深度互联需要厂商之间的API接口合作（Open API）。但豆包选择了“走捷径”——通过视觉识别和模拟点击（Accessibility Service）来绕过接口。这种做法虽然绕开了商业谈判，但也触动了App厂商的技术底线，被视为一种“寄生”行为。 四、 结论与展望 “豆包手机”事件是一个重要的风向标。它揭示了AI时代最大的矛盾：先进的AI能力与旧有的、割裂的互联网生态之间的矛盾。 最终的平衡点可能在于：手机厂商（OS端）与App厂商（应用端）制定出一套新的AI交互协议。在此之前，类似的“围剿”与“反围剿”将成为中国科技界的常态。
