-
10 万向量检索实测：float16 内存减半，耗时慢 20 倍10 万个 768 维向量实测：单条查询 19.79 毫秒，约每秒 50 次。转 float16 内存从 293MB 降到 146.5MB，耗时反升到 394 毫秒，是 float32 的约 20 倍。分块扫不加速。只扫 50% 数据，Recall@10 只剩 45%。
-
同一批图喂两个 OCR：一个栽在小字上，一个栽在行序上四段带价格和日期的日常文字，8 种条件渲染成 32 张图，共 944 个字次，用编辑距离逐字比对 RapidOCR 和 Windows 自带 OCR。总分 4.77% 对 7.84%，但分项完全不同：12px 小字 Windows 错 19.5%、Rapid 全对；旋转 1.5 度 Rapid 错 20.3%、Windows 只错 1.7%。文里列了全部错例和数字错法。
-
一个汉字占几个 token：我把两万个汉字挨个数了一遍把 CJK 基本区 20,992 个汉字逐个送进分词器：旧分词器里只有 2.6% 能压进一个 token，平均每字 2.357 个；换成新分词器是 12.0%、1.922 个。再用自己写的六篇文章实测，一个汉字 1.575 个 token，换分词器省 26%。六篇 16,201 个 token 里有 4,975 个是「半个字」。
-
AI 爬虫在我站上待了 10 天，真正读到文章的不到一成Anthropic 的 ClaudeBot 来了 472 次，其中 57% 在读 robots.txt 和 sitemap.xml，落到文章页的只有 8%。OpenAI 的 OAI-SearchBot 更极端：29 次请求里 28 次在读 robots.txt。Common Crawl 的 CCBot 有 86% 在抓一个早就下线的老路径。
-
AI 看图到底看清了多少：我把这张照片缩了 6 遍一张 NASA 拍的 1616 万像素太空照片，进模型前被缩成 224×224，只剩原来 0.31% 的像素。我把同一张图缩成六个尺寸问同一个问题：112 像素时背景的地球夜景彻底消失，56 像素时它把这张太空照片说成了昆虫。
-
5520 亿把 1.6 万亿顶掉了，DeepSeek 换掉了自家旗舰DeepSeek 9 月 10 日发布 V4.1 Flash，并在 4 天后把请求从自家旗舰 V4 Pro 转到它身上。被顶掉的旗舰骨干参数 1.6T，顶上来的这个只有 552B。官方给的理由不是更聪明，而是每 token 的全局 KV 缓存从 3514 字节压到 890 字节，对 HBM 的需求只剩四分之一。同时它输在哪几项也写在评测表上：世界知识、多语、纯数学、长文本理解。
-
密码学家怀疑了26年的事，被一个AI在半小时内翻了出来Anthropic 于 10 月 16 日发布博文，宣布内部研究用 Claude 模型在不到 30 分钟内，追溯出五条美国国家标准与技术研究院（NIST）标准椭圆曲线的种子来源，为一桩延续约 26 年的密码学悬案给出了可复现的答案。这些曲线 2000 年被纳入美国数字签名标准，种子由 NSA 提供却未说明生成过程，长期引发是否暗藏后门的猜测。Claude 排查上世纪 90 年代常用软件工具，发现种子来自 C 语言库中的伪随机数生成器 lrand48，初始化输入是 Unix 时间戳，生成时间落在 1997 至 1998 年；P-256 的标准种子对应 1997 年 8 月 16 日一次运行中的第 1842 个候选值。团队已公开复现代码。Anthropic 强调这不是破解 ECDSA，也没有发现新的攻击方式，用户无需因此采取措施；但 B-163 种子来源、部分曲线基点生成方式、以及为何跳过某些可用候选曲线仍未解释。
-
每次跟AI对话都要重讲一遍，这事终于有人管了腾讯混元开源智能体记忆框架 Hy Memory 2.0，开源专用模型、记忆框架与 MemHub 应用三层能力。框架层负责聊天、工作、代码三类记忆的存储、更新与进化，官方称是业界首个提出工作记忆与代码记忆的框架。官方称在 4 个 Benchmark 上对比 Mem0、MemOS、EverOS 等开源框架均列第一；专用模型 Hy-Memory-30A3B 约 3B 激活参数，宏观平均 55.49%，高于 Claude Opus 5 的 54.62%。SDK 与 MemHub 已在 GitHub 开源，模型权重发布在 Hugging Face。
-
英伟达这次没堆参数，反而砍到120亿英伟达发布开放多模态模型 Nemotron 3.5 Super VL，面向需要持续运行、执行多步骤任务的 AI 智能体。MoE 架构，总参数 1200 亿、激活 120 亿，官方称单张 GPU 上执行智能体任务时吞吐量最高可达同规模其他开放模型的 5 倍。企业案例：Scale AI 为 Skydance 定制供应商信用处理智能体，推理成本预计降 97.5%；Ramp 做收据转结构化数据，吞吐最高提升 50%。同时推出端侧 Bolt 74B-A9B，原生 2 位量化压缩至 24GB。
-
AI越跑越贵，问题可能出在存储这一环SK 海力士公布 3D FeNAND 研究成果，用它实现模拟存内计算（A-CiM），用铁电材料的极化状态存储数据并控制电流，可在单个存储单元内产生多种电流状态，适合 AI 计算所需的权重数据。相比传统 3D NAND 的电荷俘获结构，铁电材料在外部电场消失后极化仍保持，研究发表于 IEEE 论文。
-
基辛格又开炮：HBM是糟糕的内存，AI算力卡在哪前英特尔CEO基辛格在a16z专访中批评HBM，称其位密度低、散热差、海岸线带宽受限，对AI这类内存计算密集型负载是灾难性的。报道同时提到，整摞堆叠后每平方毫米的累计密度其实更高。
-
100万token一夜重构，谷歌这模型把数月活干成数周谷歌 Gemini 4 Argon 上线，支持最高约100万 token 的长解码输出，但输入、思考、输出共用同一个上下文窗口。官方称其擅长编码、金融、法律、网络安全、科学，Vals Index 排名第一。入门价输入每百万 token 2美元、输出10美元，11月30日后翻倍。
-
3GB内存跑大模型，iPhone也能13 token/s面壁智能发布端侧多模态大模型 MiniCPM-V 4.7，含 35B-A3B 与 1B 两个规格，35B-A3B 是系列首个 MoE 模型。官方称在 iPhone 17 Pro Max 上以仅 3GB 内存达到 13+ token/s 解码速度，支持 iOS、安卓与鸿蒙，适配 Intel、AMD、Arm、瑞芯微、后摩等芯片平台，并同步开源 SRFT 微调方案。
-
288GB内存、18TB/s带宽：微软这颗Maia 300有多狠微软发布 Maia 300 AI 芯片，配备 288GB HBM4 内存、带宽 18TB/s、FP4 算力 13.8 PFLOPS，基于台积电 N2P 制程，计划 2027 年部署。同日 AMD 发布面向代理式 AI 的 Helion 机架方案，纯 CPU 版本可扩展至 32768 核心。
-
一次任务百万token，阿里怎么把训练时间砍掉近一半阿里千问发布 QwenGyre，面向长程智能体任务的在线强化学习框架。它把 GPU 切成计算单元轮转训练，48 步让模型通过率从 52.5% 升到 58.5%，端到端提速 1.78 倍。