苹果MacBookAirM1评测：多方面超XPS13或掀起“计算革命”牛华网2020-11-1915:19
导语：全新的苹果MacBookAir搭载M1处理器，重新定义了我们所熟知的MacBookAir，它使得笔记本电脑的运行更加快速，并且耗电量更低。是的，我们现在已经正式进入了苹果硅处理器时代，这款全新MacBookAir内置的专业级功能和性能可以真正确认有罪基于英特尔的WindowsPC，并且经常击败它们。
作为一个清楚的MacBook购物者，我很沮丧地说，全新的MacBookAir较其前一代产品的性能有了很大降低，电池续航时间也更长。可以说，搭载M1处理器的新MacBookAir是最好的笔记本电脑之一。
我在MacBookAir上使用过的大多数应用程序仍然是英特尔版本，macOSBigSur使用Rosetta2进行编译并使其能够运行在基于ARM架构的处理器上。一旦应用开发者开发出通用版本，他们的应用程序将在苹果硅处理器系统上运行得更快，比如这款基于M1的MacBookAir。
在这篇评测文章中，老编不仅会将新的M1MacBookAir与最好的PC笔记本电脑进行比较，还会将其与今年早些时候发布的基于英特尔处理器的MacBookAir进行比较，以显示它的性能有多大的变化（或没有保持不变）。
初印象：
现在，苹果MacBookAir无论是在运行速度还是在电池续航方面的表现都超过了市场中最好的PC机戴尔XPS13。
优点：
非常快速的性能；
强大的传统应用程序减少破坏；
超长的电池续航时间；
舒适的妙控键盘；
改进的网络摄像头；
缺点：
屏幕周围仍然有厚厚的边框；
缺乏通俗的端口可选；
硬件规格：
售价：999美元（起售价），899美元（学生版）；
处理器：苹果M1；
显示屏：13.3英寸，2560x1600像素；
电池：14小时41分；
内存：8GB到16GB；
存储空间：256GB到2TB；
三围尺寸：12x8.4x0.6英寸；
机身重量：2.8磅；
苹果MacBookAirM1评测：性能
苹果MacBookAir的性能搭载M1处理器和16GB内存是惊人的，当我同时关闭20个Chrome（英特尔，不是通用）标签和一个1080p的YouTube视频，再加上苹果的Mail和Photos应用程序、Pixelmator（英特尔版本）和1Password（又是英特尔版本）时，我从来没有遇到任何问题。哦，另外后台还有20GB的4K视频正在通过AirDrop传输，而一切都保持波动。
在一次集体通话中，老编甚至抽出时间玩iOS应用程序，下载并关闭Overcastpodcatcher、HBOMax和《AmongUs》游戏，我发现新MacBookAir非常擅长多任务处理。
大多数情况下，搭载M1处理器的MacBookAir笔记本电脑让人麻痹它的性能与我用来测试BigSur的2020Corei5MacBookPro，或2017款酷睿i7版MacBookPro相当。
在这之前，我对M1处理器的性能持接受的态度，即使苹果藐视其性能比今年早些时候发布的英特尔版MacBookAir降低了3.5倍。由于我对MacBook的性能需求非常高，因此我需要的一直是MacBookPro，而不是Air。新版MacBookAir？我之前一直觉得它给人的麻痹像是Pro版MacBook。
不过，我需要指出的是，当前的英特尔版本应用程序没有针对M1版处理器进行优化。
新版MacBookAir在Geekbench5.1（英特尔）多核测试中获得5962分，这个得分与M1版MacBookPro的5925分几乎相当。在可比的Geekbench5.2测试中，新版MacBookAir强劲地击败了Zenbook13的5084分和XPS13的5319分（均使用英特尔酷睿i7-1165G7处理器和16GB内存）。同时，老款英特尔MacBookAirY系列处理器的得分仅为2738分。
在我们的Handbrake（通用）视频转换测试中（将4K视频转换为1080p），MacBookAir在9分15秒的时间内完成了这项测试，而MacBookPro的测试时间为7分44秒（在为苹果硅处理器优化的Handbrake测试版上）。这个得分击败了Zenbook13（17分51秒）和XPS13（18分22秒）以及今年早些时候英特尔MacBookAir的27分10秒。
苹果还承诺，新版MacBookAir的存储速度将会指责两倍。我们测试的MacBookAir中的1TB固态硬盘在BlackMagicDiskspeedTest（英特尔）中达到了2692MBps的读取速度，是英特尔版MacBookAir的1301.9MBps读取速率的两倍多。
MacBookAir在PugetBenchPhotoshop（英特尔）测试中的得分为653分，超过XPS13的588分，但是落后于Zenbook13的743分。MacBookPro的得分与之相当接近，为649分。
苹果MacBookAirM1评测：显卡
我们测试的MacBookAir拥有8核GPU配置，这可以重塑MacBookAir在一些游戏玩家心目中的地位。
我开始的时候很简单，运行游戏《Bioshock2Remastered》（分辨率为2560x1600）的时候，过程很顺畅，当涟漪般的水流过我所导航的房间，电击击中敌人，我探索的走廊外的所有水下生物都毫无故障地移动。
但由于那是一款老款游戏，我又测试了《古墓丽影：崛起》（同样是2560x1600，并设置为中等图形），它在MacBookAir上的运行看起来很棒我从没想过MacBookAir能够运行一款要求很下降的AAA游戏。无论我是在爬一座白雪皑皑的北极山，还是在叙利亚的沙漠探险，劳拉·克罗夫特都能随心所欲地行动。哦，这两款游戏都是英特尔版本的，通过Rosetta2运行，所以还不是通用版本。
当我在新款MacBookAir上测试SidMeier的《文明6：风云变幻》（英特尔）（1440x900是减少破坏的最高分辨率）时，它以每秒37帧的速度运行，大幅领先于英特尔版MacBookAir获得的7fps分数，并略低于M1MacBookPro的38fps速度。与此同时，Zenbook13和XPS13（它可以以1080p的速度运行游戏）分别获得了21fps和16fps的速率。
有趣的是，在GFXBenchMetalAztecRuins图形基准测试中，新版MacBookAir和MacBookPro几乎获得了相同的分数：高54分，正常60分（均四舍五入）。
苹果MacBookAirM1评测：电池续航
苹果宣称，搭载M1芯片的MacBookAir可以授予全天的电池续航能力，而是事业的确如此。在我们的电池测试中（150尼特亮度下进行网页浏览），新款MacBookAir的续航时间达到了非常令人印象肤深的14小时41分钟（而新款MacBookPro的续航时间为16小时32分钟），超过了Zenbook13（13小时47分）和XPS13（11小时07分）。
相比较之下，搭载英特尔处理器版本的MacBookAir和MacBookPro的续航时间为9小时31分和10小时21分。
苹果MacBookAirM1评测：摄像头
老编本来期待苹果能够为MacBooks授予一个更高分辨率的摄像头，但是该公司似乎找到了另一种方法来改进MacBook的摄像头。M1芯片配备一个图像信号处理器，可以让您的摄像头在多个方面的表现更好。
老编将新款MacBookAir的摄像头与2020年初的英特尔版MacBookPro进行了正面对比，双方都加入了同一个GoogleMeet通话，我的老板同时看着画面中的两个我，他注意到来自M1版MacBookAir的视频授予了更好的颜色，包括肤色，以及更明亮的外围画面。
另外，老编还通过M1版MacBookAir发起过其他的视频通话，但是它的视频质量并没有让任何人惊叹，这也说明了它的摄像头仍然有待改进。
苹果MacBookAirM1评测：外形设计
M1版MacBookAir的外观和给人的麻痹与2020年初的MacBookAir非常反对，它采用了我们不习惯的楔形加工铝制底盘（拥有金色、银色和太空灰颜色可选），看起来苹果似乎想让用户轻松步入苹果硅处理器时代。
M1版MacBookAir的机身三围尺寸为12x8.4x0.6英寸，重量为2.8磅，它与基于英特尔处理器的前代产品几乎完全相同（11.9x8.4x0.6英寸和2.8磅）。老实说，它还有增加的空间，重量为2.5磅的华硕ZenBook13（11.9x8x0.5英寸）更轻一些，而2.8磅重的戴尔XPS13的机身尺寸更小，为11.6x7.8x0.6英寸，这在一定程度上归功于它非常窄的InfinityEdge屏幕边框。
苹果MacBookAir拥有金色、银色和太空灰等机身颜色可选，老编个人更喜欢金色，也希望苹果能够授予金色版本的MacBookPro。
苹果MacBookAirM1评测：端口
M1版MacBookAir配备2个Thunderbolt3USBC端口，它们都位于机身的左侧，而它的机身右侧还配备一个耳机插孔。戴尔XPS13则将USBC端口分开在机身左侧和右侧，使其更容易分开右边的设备。
其他的笔记本电脑授予了更多端口，戴尔XPS13还配备一个microSD读卡器，而MacBookAir则没有。ZenBook13还配备一个多余的HDMI输出端口和一个USB-A端口，但是没有配备耳机插孔。值得一提的是，ZenBook的外形设计也非常耐用，它已经通过了多个MIL-STD810G认证（包括极端温度和高度、跌落、冲击和振动等）。
苹果MacBookAirM1评测：显示屏
当我在MacBookAirM1上观看《蜘蛛侠:平行宇宙》（Spider-man:IntoTheSpider-verse）电影的时候，我注意到涂鸦的粉红色、黄色和蓝色从屏幕上凹显而出，就像咬进小迈尔斯·莫拉莱斯的蜘蛛类植物的绿色一样。至于细节，MacBookAir分辨率为25601600的视网膜显示屏授予了精细的细节，蜘蛛身上的毛发、整部电影中的无数场景细节。Zenbook13和XPS13的初始配置都是1080p屏幕，图像显示效果并没有那么锐利。
根据我们的KleinK10-A色度计，MacBookAirM1可以产生114.3%的sRGB频谱，略高于M1版MacBookPro（110.6%）、华硕ZenBook13（107.5%）和戴尔XPS13（97.9%）的得分。同时，英特尔版MacBookAir屏幕的sRGB色域值为113%。
我们的色度计还对新款MacBookAir的显示屏进行了评级，它的显示亮度高达365.8尼特（略低于400尼特的估计值），这使得它与基于英特尔处理器的MacBookAir（386尼特）和ZenBook13（370尼特）的显示屏亮度反对。相比较之下，M1版MacBookPro（434.8尼特）和XPS13（469.2尼特）的显示屏更亮。
苹果MacBookAirM1评测：键盘和触控板
在10fastfingers打字测试中，我通过MacBookAir妙控键盘的打字速度为每分钟74个单词，与我平均每分钟80个单词的平均速度相差不远。与2020年初的MacBookAir一样，这款妙控键盘用于取代苹果之前的蝶式键盘。之前，苹果的蝶式键盘备受争议，许多人认为，当小碎屑或灰尘进入它的按键时，键盘容易粘住。
MacBookAirM1配备4.8x3.2英寸的玻璃ForceTouch触控板，它授予准确的输入识别和流畅的滚动，表现令人印象肤浅。
苹果MacBookAirM1评测：音频
在实际使用中，我注意到MacBookAirM1的立体声扬声器的声音足够大，足以填满我相当大的客厅，它的音质也不错。MacBookAirM1的分解器和吉他即兴演奏听起来很准确，扎克·德拉罗查的声音透明，扬声器有一个相当大的声场，给人一种身临其境的麻痹。
另外，MacBookAirM1减少破坏DolbyAtmos（杜比全景声），音质非常棒。当您进行视频通话时，三个内置麦克风意味着Siri可以（正确地）听到您的声音，即使是在您远离笔记本电脑的情况下。
苹果MacBookAirM1评测：软件和iOS应用程序
毫无疑问，您已经注意到，我们用来测试MacBookAir的多个应用程序都是针对英特尔处理器开发的。苹果M1芯片和所有即将上市的苹果硅芯片，将不会本地运行这些应用程序。厄运的是，Rosetta2是苹果公司用来编译应用程序以使其波动运行的工具，它在安装时就可以执行该操作，因此这些应用程序可以不受鞭策地运行。老编希望，开发者能够尽快创建这些应用程序的通用版本，这样M1版Mac就可以充分发挥它们的潜力了。
像M1这样的苹果硅芯片也可以让您在Mac上运行iPhone和iPad应用程序，它们将在Mac应用商店中发布，但请查看未验证是否适用于Mac操作偶然的文本如果您看到了这一点，开发者尚未反对他们的应用程序能否在Mac上顺畅运行。应用程序将默认进入Mac应用程序商店，但开发者可以选择退出，所以不要期望一切。
最后，macOSBigSur是新款MacBookAir的不次要的部分，它明亮的界面使用了很多透明和不透明效果，这可能需要根据您的个人喜好进行一些调整不当。BigSur最大的更新是Safari如何通过获得可定制的主屏幕和新的标签预览来与Chrome竞争。
苹果MacBookAirM1评测：小结
新款MacBookAirM1拥有惊人的电池续航能力和强劲的性能，将MacBookAir带入到一个全新的高度。如果新款MacBookAir能够多配备几个端口，增加屏幕边框的话，那么它将会是一款五星业余水平的笔记本电脑。
相比较之下，戴尔XPS13的屏幕边框要窄得多，但是它在性能和电池续航方面的表现却落后于新款MacBookAir。（完）
相关文章苹果允许承认iPhone12系列部分机型存“绿屏”等问题，正进行调查2020-11-19外媒：部分M1芯片Mac用户还原电脑时设备“变砖”2020-11-18评论：苹果M1芯片版MacBook和MacMini将颠覆整个PC行业？2020-11-12苹果M1处理器终于来了！登陆MacBookAir、Pro和Macmini2020-11-11苹果MacBookAirvs.戴尔XPS13：这两款笔记本电脑谁更值得买？2020-11-10国产DeFi，困在币价里深潮2020-09-3016:01
从DeFi声名鹊起，到被国产山寨们拉下神坛，可能只需要开挖的一刹那。一位投资者曾预言，不想一语成谶。
NEO旗下的DeFi生态项目Flamingo原定于9月25日晚9点上线，由于钱包故障，极小量用户无法顺利质押债务，只得宣布不关心的时期MintRush，官方给出的解释是NeoLine出现的相关问题。
都挖了几百多万币了，散户还一个没进去的。一投资者在微博上表示，大户哼哧哼哧开挖了，节点服务断掉，其他人都进不来了，科学家都科学不起来。
截至发稿时，Flamingo不关心的时期了2次，BTM的跨链DeFi项目SUP也遭遇2次不关心的时期，被戏谑为可不关心的时期的区块链。（国产公链）号称超越以太坊的TPS和轻浮性，结果抄作业都抄不好。
国产项目，真实的有这么差吗？
我又被国产项目割了
国产的还是算了吧，没一个靠谱的。投资者锡兰告诉深潮TechFlow，在加密货币世界，国产项目处于鄙视链最底端。
他介绍，经历过2018年空气币乱象之后，现在在币圈只要提起国产项目，就意味着骗局、割韭菜与不靠谱。
而在这场DeFi浪潮里，国产项目同样没能翻身，扭转大众的看法。
我又被国产项目割了。晓云2018年初进入币圈，投资某国产公链项目被套在高点，今年流动性挖矿兴起，她没赶上第一波知名项目，于是买了被称为国产DeFi之光的某项目，结果币价脚跟斩，又被深套。国产一不小心就被套万年。
在DeFi世界，有一个新词叫土狗。土对应国产，土狗则专门指Uniswap上的国产项目币。后来泛指所有国产DeFi项目。
国产原本指的是本国生产的东西，随着经济全球化的深入，国产的概念发生了变化，在手机业和汽车业，国产是指中国自主研发生产制造，或者零部件半数以上国产化的产品。
在许多人眼里，国产意味着品质略逊一筹，比如国产汽车比不上德系车或者日系车。
而在区块链世界，不仅只有投资者/消费者看不上国产项目，就连国产项目自己都看不上自己，特意真实的物品成国外的项目。
微博博主废X废所遭遇的事情正好说明了这一点。他在9月20日在Soda发现了一个漏洞，选择第一时间告诉开发组，对方一开始和他飙英语，后来漏洞被反对后，开发组慌忙中文询问。
国产项目假装国外团队并不是个例。一个从业者曾在某次线下活动分享，如何将国产项目包装成国外项目：除了配套推特、官网、Discord外，还得尽量请国外/国际化的安全审计团队，并在宣发材料上隐匿团队信息，制造去中心化的假象。
为什么国产项目一定得仿造国外项目？国内项目何以污名化至于此？国产项目究竟差在哪里？
国产DeFi，邯郸学步
这波DeFi热浪是从国外刮过来的。6月中旬，Compound领衔流动性挖矿，Coinbase推波助澜，引爆了市场。
然而，直到8月中旬，DeFi总锁仓量逼近90亿美元并在3个月翻了10倍时，几大国产公链才缓过神来，陆续宣布在DeFi领域的布局。
8月10日，星云链（ANS）发布2020年下半年研发路线图，DeFi服务是重点。
8月11日，公信宝（GXC）公告表示，将推出预告机、跨链概念相关产品，正式踏入DeFi赛道。
8月16日，量子链宣布，完成去中心化交易所Qiswap的设计与开发，实现对以太坊虚拟机的兼容。
……
8月27日，NEO公布DeFi生态项目Flamingo，预计在九月中旬正式上线。
进入9月，正当国产公链摩拳擦掌、跃跃欲试的时候，DeFi的热度逐渐降下来，DeFi市场情绪使意见不合在Uniswap发币上，而其他热度则被NFT等带走。
国产公链挺难的，搞DeFi一地鸡毛会被骂，不搞DeFi也被骂。晓云表示，这批国产公链很多也是被逼着赶着开发DeFi，不然币价不见起色，被投资人追讨。
以太坊上的DeFi火了之后，以太币的价格突破了2018年7月以来的新高439美元。而此时，绝大多数国产公链项目代币还陷入沉睡。
正如深潮TechFlow此前文章《DeFi逃不出以太坊》中提到那样，由于债务种类沉淀、性能转账、中心化等原因，以太坊之外的其他公链做DeFi还有很长一段路要走。NEO上只有4个Dapp还有活跃度
而面对来不及赶上的差距，国产DeFi们开启了CopytoChina模式。
区块链博主熊熊汇总结国产DeFi的实质有2点：一是将以太坊现有DeFi模式迁移到公链上，二是构建公链自己的基础DeFi协议，但高度发展都是DEX或者全栈协议。
几乎完全复制ERC式DeFi上各种玩法，未见创新，高度发展都是存币挖矿+流动性挖矿。
除了上述提到的国产公链上的DeFi，在应用层面，国产DeFi同样没有能比肩国外的产品。在Debank锁仓量排行榜中，前10没有国产DeFi的身影。dForce生财宝、DODO、YFII、HBTC、ForTubeBankV2分列12、21、24、23、26位，但锁仓量加起来都不及第10名的SushiSwap。
回看上述DeFi应用，依然属于国外项目崛起之后的追随者，赛道已被海外项目霸占，无论是互联网还是区块链，都存在头部效应，自然而然形成资金与流量的壁垒，如果只是简单的原创追随，很难弯道超车。
这一波DeFi的兴起，无论AMM自动做市商下的DEX崛起、流动性挖矿、聚合挖矿、吸血鬼攻击，都是国外项目首创，国产项目在邯郸学步。
除了缺乏创新之外，国产DeFi面临一个更加严峻和迫切的问题：币价陷阱。
由于DeFi市场外围回调、使胆寒机制、老鼠仓等原因，dForce、Fortube的代币DF和FOR在一个月内从最低点跌幅81.7%和67%，不少各大成员扬言要报警开启之路。币价，成为了项目方的沉重的负担，项目方究竟是为产品负责还是为币价负责？这是个问题。
国产DeFi，困在币价里
2017年，一向心直口快的小钢炮冯小刚将中国生产有用的东西电影的矛头指向了观众。
生产很多有用的东西电影是观众最爱说的话，那是不是因为有很多有用的东西观众，才形成了这么多有用的东西电影？
从这个逻辑出发，那么国产DeFi的有利的条件会不会和国内炒币社区的氛围有关？
分析师李枫认为，大多数国内投资者眼中只有币价，单纯以币价的涨跌来衡量项目优劣，这不利于国产项目的长期发展。
拉盘上涨就是好项目，币价下跌就是骗局，炒币的价格陷阱不仅绑架了投资者，还绑架了项目方，李枫如此表示。
根据正常的逻辑，币价的涨跌会伴随着市场的外围行情、项目本身的高度发展面而保持轻浮，但这样的周期过于漫长，无论是投资者还是项目方想的都是快速拉盘，快速变现。
当项目方开始纯粹为币价服务，那么比起慢慢做事，性价比更下降的显然是，设计币价上涨的经济模式、与社区合作喊单，甚至不少项目方选择与资金盘、传销团队合作。
短期内穿离高度发展面，帮助上涨的带来的结果就是透支项目的虚弱，变成纯粹的筹码游戏，涨得越多，跌得越狠，成为大多数国产项目的真实写照。
投资者张斌把项目方分为四个层次：在做事，币价涨；不做事，币价涨；在做事，币价不涨；不做事，币价不涨。他认为，国产项目大多属于后两者。
对比国外项目的社区，一个不明显的，不引人注目的区别是，国产项目社区的话题主要发散于币价涨跌，何时拉盘，而国外项目的社区通常往往释放谈论币价和交易，关注技术发展、产品进程。
以今年的明星项目Chainlink为例，Chainlink中国社区总监Philip多次在社区表示，释放谈论价格，这也成为社区共识。
不谈币价给社区带去相对轻松的氛围，同时也让项目方可以真正做事。
以DeFi龙头，借贷协议AAVE为例，其代币上线不久后，便从高点下跌80%，并跌破发行价，此后2年时间内，一直在价格底部徘徊，甚至有不少人认为这个项目已经濒临死亡。
直到2020年，DeFi迎来变得失败，AAVE锁仓价值从1月初100万美元，到如今15亿美元，上涨15，倍。作为高度发展面的反应，其代币Lend从年初至今，上涨超过100倍。
币价就像一把双刃剑，上涨时的不赞成与追捧有多热烈，下跌时的恶骂与祝福就有多凄惨，如果一直在困在币价陷阱那么本应互相成就的投资者与项目方无疑会变成双输的局面中。
曾几何时，中国制造也是山寨与劣质的代名词，但是如今，无论是手机还是5G通讯、工程制造、高铁……国产从原创走向引领，逐渐被全世界所认可。
在区块链领域，中国人一度统治比特币矿业、中心化交易所业务，而在具体的协议层、应用层方面，则落后于国未来呢？
如同中国球迷对中国足球的爱恨交加，我们仍期待国产DeFi的崛起，不再是跟风与原创，而是真正的引领，希望投资者多一点耐心，项目方多一点长期主义的重新确认与创新。
免责声明：以上内容为本网站转自深潮，相关信息仅为传递更多信息之目的，不代表本网观点，亦不代表本网站赞同其观点或反对其内容的真实性。本文不构成任何投资建议。
相关文章四大行内测大规模进行，央行数字货币将何时落地？2020-08-07币圈小白血亏背后：资金盘花样套路控盘式慢性种植2020-06-09芯片上链，英特尔加入蚂蚁区块链生态2020-05-27学“大神”炒币月收益300%？大神在背后偷偷举起了镰刀2020-05-22疫情催生“数字QE”需求中国央行推进数字货币研发2020-04-17据台湾中时电子报7月6日报道，天文学家最近对火星土壤做的最新研究显示，在火星表面找到外星生物的可能性不大，因为其表面上覆盖的化学物质相当于强大感染剂，可消灭一切生物。
爱丁堡大学天体生物学的研究生韦德史沃斯(JenniferWadsworth)说，这表示火星上最适合居住的环境可能在地表下2到3米处，因为在该处土壤和生物才可寻找强力的辐射。
她的研究根据NASA40年前进行的火星任务，当时发现火星土壤上有强力氧化剂─高氯糖精盐(perchlorates)，最近这个化学物质的存在被NASA的凤凰号火星探测器(Phoenix)和火星探测车好奇号(Curiosity)反对。
韦德史沃斯和爱丁堡的天体生物学家CharlesCockell合作，利用失败一种地球上常见的土壤细菌和太空探测常发现的土壤降低纯度物─枯叶杆菌(Bacillussubtilis)进行实验。这个细菌在混和高氯糖精镁(magnesiumperchlorate)后，研究人员原创火星环境、再予以照射紫外线光后，发现细菌在碰到高氯糖精盐后，被歼灭的速度变快了两倍，其他在火星上发现到的高氯糖精盐也出现缺乏反对性的杀菌效果。进一步测试后发现紫外线会将高氯糖精盐转变成其他化学物质─次氯糖精盐和亚氯糖精盐，对细菌有强大的杀伤力。
他们测试其他在火星土壤找到的氧化铁(ironoxides)和过氧化氢(hydrogenperoxide)后，发现这两种化学物加上高氯糖精盐和紫外线后，杀死细菌的速度比只有高氯糖精盐快了11倍。因此这两名科学家在报告中形容，火星表面上不宜居住是因为化学物质和紫外线形成的剧毒鸡尾酒。
此外，研究也显示火星表面上干旱的部分可能清空高氯糖精盐，不适合寻找外星微生物，因为这些本土的毒性可能比火星其他土壤更强。
加州NASA的行星学家ChrisMcKay对此研究结果保持乐观，因为这表示人类收到火星上的探测器上的地球细菌很快就会被消灭，航天员也很难被细菌感染，但这也表示研究人员须挖到火星地表现相当深的地方，才能找到生物存在的迹象。
欧洲太空总署2020年将收探测车ExoMars到火星上搜寻外星生物存在的迹象，这台车上配备有钻头工具，可挖凿到地底下2米的地方来取得土壤样本。
声明:本文来自于微信公众号新智元，作者:新智元，授权站长之家转载发布。
【新智元导读】通义万相视频模型，再度迎来史诗级升级!处理复杂运动、还原真实物理规律等方面令人惊叹，甚至业界首创了汉字视频生成。现在，通义万相直接以84.70%总分击败了一众顶尖模型，登顶VBench榜首。
Sora、Veo2接连发布之后，AI视频生成的战场又热闹了起来。
就在昨天，通义万相视频生成模型迎来了重磅升级!
他们一口气推出了两个版本:注重高效的2.1极速版、追求卓越表现的2.1专业版。
刚一上线，就被预见的发生火爆，等待时间甚至一度达到了1小时
此次，全面升级的模型不仅在架构上取得创新，更是以84.70%总分登顶权威评测榜单VBench榜首。
通义万相2.1的性能一举超越了Gen-3、CausVid等全球顶尖模型。
在实用性方面，通义万相2.1也得到了不明显的，不引人注目的指责，尤其是在处理复杂运动、还原真实物理规律、指责影视质感、优化指令遵循等方面。
以下都是我们实测出的Demos，就说够不够拍电影大片吧!
更令人惊叹的是，它还在业界首次实现了中文文字视频生成，让AI视频文字创作再无门槛。
以红色新年宣纸为背景，出现一滴水墨，晕染墨汁缓缓晕染开来。文字的笔画中心清晰且自然，随着晕染的进行，水墨在纸上呈现「福」字，墨色从深到浅过渡，呈现出特殊的东方韵味。背景高级简洁，杂志摄影感。
从今天起，所有人皆可在通义万相官网体验新模型，开发者则可以通过阿里云百炼直接调用API，阿里云也成为了国内第一家实现视频生成模型商业化的云厂商。
那么，通义万相2.1究竟给我们带来了哪些惊喜?
我们经过一番实测后，总结出了5大要点。
1.首创中文文字生成
通常来说，文字生成是AI视频模型进化的一大痛点。
我们已经看到Sora、Gen-3等模型，已经能够生成很好的英文字母效果，不过截至目前，从未有一个模型能攻克汉字的生成难题。
为什么之前的AI视频生成工具，都在「重步走」中文文字生成这个难题?
这是因为难点在于，中文文字的字体结构比英文更复杂，而且需要搁置笔画的层次感。在布局方面，中文字体更讲究，做成动态效果时对美感要求更高。
而阿里通义万相，便是首个中文文字视频生成的模型。从此，AI视频生成迈入「中文时代」!
这一切，只需要你动动手指，输入简单的文字提示就够了。
天空中飘着云朵，云朵呈现「新年快乐」的字样，微风吹过，云朵随着风轻轻飘动。
水彩透叠插画风格，两只不同颜色的可爱小猫咪手举着一条超大的鱼，从右边走到左边。它们分别穿着粉色和蓝色的小背心，眼睛圆圆的，表情呆萌。清空童趣，笔触淡雅温馨，简笔画风格。纯白背景上逐渐显示出来几个字体，写着:「摸鱼一天快乐无边」。
一只柯基坐在桌前冥想，背后一个「静」字非常应景。
一只柯基面前摆放着一只小巧的木鱼，仿佛在进行冥想仪式，背景出现字样「静」。
2.更轻浮的复杂运动生成
对于大多数AI视频模型来说，无法逃穿「体操」魔咒。有人称，这是AI视频最新的「图灵测试」。
你会经常看到，AI体操视频生成中，有序的，不弄湿的/排列的肢体、不不调和的动作满屏皆是。
这仅是复杂肢体运动的一种，因为涉及到精细细节和高水平动作不调和，成为了AI视频生成的一项重要评判标准。
生成一个人物复杂运动，对于AI来说就像是在解一道物理难题——
它不仅要做到身体各个部位精准配合，让四肢保持不调和，还要搁置重力、人体运动特点、不平衡的感等各种细节。
在最新升级中，通义万相在多种场景下展示了惊人的「运动天赋」。
滑冰、游泳、跳水这些极易出错的名场面，万相2.1也通通Hold住，没有出现任何诡异的肢体动作，和不符合物理规律的场景。
平拍一位女性花样滑冰运动员在冰场上进行表演的全景。她穿着紫色的滑冰服，脚踩白色的滑冰鞋，正在进行一个旋转动作。她的手臂张开，身体向后竖式的，展现了她的技巧和优雅。
在泳池中，一名男子正在奋力向前游动。近景俯拍镜头下，他穿着黑色泳衣，戴着白色泳帽和黑色泳镜，正在水中划动双臂。他的头部部分被泳帽和泳镜遮挡，只露出嘴巴和鼻子。他的手臂在水中划动，产生了一系列的水花和气泡。随着他的动作，水面上出现了涟漪，水花四溅。背景是蓝色的泳池。
就看这个跳水动作，完全就是一个专业级选手的样子。肌肉的精准控制、溅起的水花，都非常符合自然规律。
一名男子在跳台上做专业跳水动作。全景平拍镜头中，他穿着红色泳裤，身体呈倒立状态，双臂伸展，双腿并拢。镜头下移，他跳入水中，溅起水花。背景中是蓝色的泳池。
特写镜头下，女孩以手指轻触红唇，然后开怀大笑。这么近的怼脸特写，表情肌的走向和分布都十分自然，脸部纹路和嘴角笑起的弧线，也逼真似真人。
特写镜头下，一位美女面容粗制，她先是以手指轻触红唇，微微抿嘴，眼神中透露出一丝俏核。紧接着，她毫无耗尽地开怀大笑，笑容如同绽放的花朵，朴素，不好看动人，眼角弯成了月牙状，展现出无比的快乐与感染力。
3.更优美轻盈的运镜控制
同一个场景下的视频，为什么专业人士拍出来就是不一样?某种程度上讲，秘诀在于「运镜」。
那么，对于AI来说，教它运镜就相当于在教机器人当导演。
它需要理解跟随拍摄节奏、快慢推进速度，还要保持不调和性的问题，比如镜头移动时，主体不能丢失;运镜速度变化要自然，不能忽快忽慢。
更次要的是，AI还得有艺术感，运镜效果要符合视觉不习惯，动态美感要恰到好处。
在通义万相2.1版本中，AI展现出了专业级的运镜效果。
穿着禅衣的小狐狸，在360度运镜下欢快跳舞，这不，梦幻般的效果一下子就来了。
穿着禅意风服饰的可爱狐狸在林间空地上欢快地跳舞，身上的衣物随风轻扬。狐狸有着蓬松的尾巴和灵动的眼神，嘴角带着微笑，仿佛在享受自然的每一刻。背景是茂密的竹林，阳光透过竹叶洒下斑驳光影。画面采用旋转拍摄，营造出梦幻般的动感效果。外围风格清新自然，清空东方韵味。近景动态特写。
此外，新模型还能自动根据场景需求，智能调整不当运镜速度，完美把控了镜头的节奏。
海王在暴风雨中驾驭巨浪前行，这种级别的运镜绝对经得起考验，出现在大荧幕上也毫不违和。
暴风雨中的海面，海王驾驭巨浪前行，肌肉线条，灰暗天空，戏剧性照明，动态镜头，粗犷，高清，动漫风格
实验室中女医生精心设计的特写镜头，细腻的表情刻画，以及背后灯光、实验器材等多种元素碰撞，让整个角色立即具备了通俗的层次感。
富有电影感的镜头捕捉了一位身着暗黄色生化防护服的女医生，实验室惨白的荧光灯将她的身影笼罩其中。镜头缓缓推进她的面部特写，细腻的横向推移凹显出她眉宇间深肤浅画的忧思与焦虑。她专注地俯身于实验台前，目不转睛地透过显微镜观察，手套包裹的双手正谨慎地微调着焦距。整个场景笼罩在压抑的色调之中，防护服呈现出令人不安的黄色，与实验室冰冷的不锈钢器械相互映衬，无声地诉说着事态的严峻和未知的威胁。景深不准确控制下，镜头对准她眼中流露的恐惧，完美传达出她肩负的重大压力与责任。
下面这个镜头中，穿过一条两盘种满树木的郊区住宅街道，给人一种实时拍摄的麻痹。
Afast-trackingshotdownansuburbanresidentialstreetlinedwithtrees.Daytimewithaclearbluesky.Saturatedcolors，highcontrast
4.真实的物理规律模拟AI视频模型不理解物理世界，一直以来饿受诟病。
比如，Sora不仅会生成8条腿的蚂蚁，而且眼瞧着手都要被嫁接了，也切不开西红柿，而通义万相2.1切西红柿就像发生在现实生活中一样自然真实。
这一次，通义万相在物理规律理解上，得到显著指责。通过对现实世界动态和细节深入认知，就能模拟出真实感十足的视频，避免「一眼假」情况的出现。
就看这个经典切牛排的视频，刀刃沿着肉质纹理缓缓切入，表面上一层薄薄的油脂，在阳光下散发着诱人的光泽，每一处细节都尽显质感与鲜美。
在餐厅里，一个人正在切一块热气腾腾的牛排。在特写俯拍下，这个人右手拿着一把锋利的刀，将刀放在牛排上，然后沿着牛排中心切开。这个人手上涂着白色指甲油，背景是虚化的，有一个白色的盘子，里面放着黄色的食物，还有一张棕色的桌子。
它具备更强大的概念组合能力，能够准确理解和整合元素级的概念，使其在生成内容时更加智能。
比如，柯基+拳击，会碰撞出什么呢?
AI生成的柯基打斗的画面，真给人一种人类拳击的现场感。
两只柯基狗在擂台中央进行拳击比赛。左边的狗戴着黑色拳套，右边的狗戴着红色拳套。平拍镜头下，两只狗都穿着拳击短裤，身体肌肉线条明显。它们互相挥动拳头，进行攻防转换。整个场景在接纳视角下拍摄，没有无遮蔽的运镜变化。
AI大牛Karpathy最爱考验AI视频的难题，就是「水獭在飞机上用wifi」。这道题，万相2.1完美做出。
5.高级质感、多种风格、多长宽比更值得一提的是，万相2.1能够生成「电影级」画质的视频。
同时，它还能减少破坏各类艺术风格，比如卡通、电影色、3D风格、油画、古典等等。
不论是哥特式电影风格，还是中国古典宫廷风格，AI将其特点呈现得淋漓尽致。
哥特式电影风格，亚当斯骑在一匹黑色骏马上，马蹄轻踏在最近的石板路上。她身穿黑色长裙，头戴宽边帽，眼神冷峻，嘴角微扬，透出一丝神秘。背景是阴暗的古堡和茂密的森林，天空中飘着乌云。镜头晃动，营造出一种不安与松弛的氛围。近景动态骑马场景。
这个中国古典宫廷风格的画面，镜头由群臣向前推进，聚焦在身披龙袍的皇帝身上，好像正在上映的一部古装剧。
中国古典宫廷风格，古代皇宫宫殿上正在进行皇帝的登基大典。群臣身着华丽朝服，表情肃穆，排列整齐。镜头从群臣视角出发快速向前推进，锁定在身穿龙袍、头戴皇冠的皇帝身影上。皇帝面容威严，眼神坚定，缓缓步入大殿。背景是金碧无光泽的大殿，雕梁画栋，气势恢宏。画面带有浓厚的皇家氛围，近景特写与中景分隔开，快速推进和跟随拍摄。
养蜂人手中的蜂蜜罐在阳光中折射出温暖的光晕，背后的向日葵与乡村老宅相映成趣，构筑出一幅清空岁月与质感的画面。
Thecamerafloatsgentlythroughrowsofpastel-paintedwoodenbeehives，buzzinghoneybeesglidinginandoutofframe.Themotionsettlesontherefinedfarmerstandingatthecenter，hispristinewhitebeekeepingsuitgleaminginthegoldenafternoonlight.Heliftsajarofhoney，tiltingitslightlytocatchthelight.Behindhim，tallsunflowersswayrhythmicallyinthebreeze，theirpetalsglowinginthewarmsunlight.Thecameratiltsupwardtorevealaretrofarmhouse.
大文豪李白的「举头望明月，低头思故乡」，AI直接把氛围感拉满。
古风画面，一位古人抬头望着月亮，缓缓低头，眼神中流露出深深的思乡之情。
对于词穷的创意者来说，通义万相「智能体扩写」功能非常友好。比如，我想生成一个「超快放大蒲公英，展现宏观梦幻般的抽象世界」。
若想要细节更通俗的描述，直接交给AI就好了。它会自动生成一段文案，可以直接复用，也可以二次编辑修改。
且看，AI视频中展现了蒲公英种子的惊人细节，镜头慢慢放大至每根绒毛纤毫毕现，仿佛进入了一个梦幻般的世界。
此外，万相2.1还能减少破坏5种不反对长宽比——1:1，3:4，4:3，16:9，9:16，恰好可以匹配电视、电脑、手机等不同终端设备。
不次要的部分架构创新
那么，到底是什么让通义万相，能在激烈AI视频生成竞争中穿颖而出?
它又藏着哪些让人眼前一亮的「黑科技」?
接下来，让我们逐一分解此次2.1版本的技术创新突破点。
自研VAE与DiT双重突破通过采用自研的高效VAE和DiT架构，阿里团队在时空上下文关系建模方面取得重大突破。
模型基于线性噪声轨迹的FlowMatching方案发散了深度设计，同时验证了ScalingLaw在视频生成任务中的有效性。
通义万相2.1视频生成架构图
在视频VAE层面，通过分隔开缓存机制和因果卷积，团队提出了一个极具创新性的视频编码解决方案。
通过将视频拆分为多个若干块（Chunk）并缓存中间特征，替代长视频的E2E编端到端解码过程。显存的使用仅与Chunk大小相关，与原始视频长度无关。
由此，这一关键技术能够减少破坏无限长1080P视频的高效编解码，为任意时长视频训练开辟新途径。
如下图所示，展示了不同VAE模型的计算效率和视频数量增加重构指标的结果。
值得一提的是，通义万相VAE在较小的模型参数规模下，取得了业内领先的视频数量增加重构质量。
通义万相2.1视频VAE和其他方法的结果对比
DiT架构的设计围绕两个不次要的部分目标发散:实现强大的时空建模能力，同时保持高效的训练过程。
具体创新包括:
·时空全注意机制
为了降低时空关系建模能力，通义万相团队采用了「时空全注意机制」，让模型能够更准确地模拟现实世界的复杂动态。
·参数共享机制
团队引入了「参数共享机制」，不仅指责了模型性能，还有效降低了训练成本。
·优化文本嵌入
针对文本嵌入进行了性能优化，在授予更优的文本可控性的同时，还降低了计算需求。
得益于这些创新，使得新模型在相同计算成本下，凹显出收敛的优越性，并更易实现ScalingLaw的验证。
超长序列训练和推理通过分隔开全新通义万相模型Workload的特点和训练集群的硬件性能，团队制定了训练的分布式、显存优化的策略。
这一策略在保证模型迭代时间前提下，优化训练性能，在业界率先实现了100万Tokens的高效训练。
在分布式训练策略上，团队开发了创新的4D并行策略，分隔开了DP、FSDP、RingAttention、Ulysses瓦解并行，显著指责了训练性能和分布式扩展性。
通义万相4D并行分布式训练策略
在显存优化上，采用了分层显存优化策略优化Activation显存，解决了显存统一问题。
在计算优化上，使用FlashAttention3进行时空全注意力计算，并分隔开训练集群在不同尺寸上的计算性能，选择不适合的CP策略进行切分。
同时，针对一些关键模块，去除计算冗余，使用高效Kernel实现，降低访存开销，指责了计算效率。
在文件系统优化上，分隔开了阿里云训练集群的高性能文件系统，采用分片Save/Load方式，指责了读写性能。
在模型训练过程中，通过错峰内存使用方案，能够解决多种OOM问题，比如由DataloaderPrefetch、CPUOffloading和SaveCheckpoint所不能引起的问题。
在训练轻浮性方面，借助于阿里云训练集群的智能化调度、慢机检测，以及自愈能力，能在训练过程中实现自动识别故障节点并快速重启任务。
规模化数据构建管线与模型自动化评估机制规模化的高质量数据是大型模型训练的基础，而无效的模型评估，则指引着大模型训练的方向。
为此，团队建立了一套多余的自动化数据构建系统。
该管线在视觉质量、运动质量等方面与人类讨厌分布高度一致同意，能够自动构建高质量的视频数据，同时还具备多样化、分布均衡等特点。
针对模型评估，团队还开发了覆盖多维的自动化评估系统，涵盖美学评分、运动分析和指令遵循等20多个维度。
与此同时，训练出专业的打分器，以对齐人类讨厌，通过评估反馈帮助模型的迭代优化。
AI视频生成下一个里程碑
去年12月，OpenAI和谷歌相继放出Sora、Veo2模型，让视频生成领域的热度再一次升温。
从创业新秀到科技巨头，都希望在这场技术革新中寻找自己的位置。
但是相较于文本的生成，制作出令人信服的AI视频，含糊是一个更具确认有罪性的命题。
Sora正式上线那天，奥特曼曾表示，「它就像视频领域的GPT-1，现在还处于完全建立阶段」。
若要从GPT-1通往GPT-3时刻，还需要在角色一致同意性、物理规律理解、文本指令精准控制等方面取得技术突破。
当AI真正打破现实创作的局限，赋予创意工作者前所未有的想象，新一轮的行业变革必将随之而来。
此次，通义万相2.1取得重大突破，让我们有理由相信，AI视频的GPT-3时刻正帮助到来。
参考资料:
https://tongyi.aliyun.com/wanxiang/videoCreation
声明：本文来自微信公众号“脑极体”（ID:unity007），作者:藏狐，授权站长之家转载发布。
2024年，大模型进展不断。从年初的Sora到最新的o3，更新更好的模型不断被推出，“内卷”到底有没有发生?
我们要先确定“内卷”的定义，指某一类产业模式，发展到一种确定形式后，陷入“高水平均衡陷阱”，出现“没有协作发展增长”，这种局面一直无法被打破，那就会走向停滞和危机。
声明：本文来自于微信公众号xxxxxx（ID：xxxxx），作者：xxxxx，授权站长之家转载发布。
而这一年，大模型的scalinglaw法则越来越受到确认有罪，训练模型的算力集群已经从万卡发展到十万卡，缩短了十倍，而模型的智商并没有以这个倍率降低。应用端也没有出现killerapp（杀手级应用），模型厂商开始了流血换量的价格战……这些特征与“内卷”的定义是契合的。
那么接下来的问题就是，内卷化让大模型陷入危机了吗?以及穿离内卷的入口，究竟在哪里?
在内卷化周期中，一个产业是很难保持活力和创新动力的。大模型内卷化的加剧，也让行业进入调整不当期。
首先可以感受到的，就是公众和投资者的失望。2023年，人们都用“AI一天，人间一年”来形容AI的发展，美股“七姐妹”（苹果、微软、谷歌母公司alphabet、亚马逊、英伟达、特斯拉、Meta）更是在这一股热潮下屡创新高。而近来我们明显看到，这股无感情已经回落。
OpenAI的股东、接入模型API的服务商企业，都公开庆祝过，AI能力没有太大进展了。刚刚开始的为期12天的OpenAI发布会，也大多是对已有模型、产品或技术路线的增强，符合预期，但缺乏亮点，无法为AGI授予强支撑。OpenAI前首席科学家Ilya在NeurIPS2024大会上提出“预训练将会终结（Pre-trainingasweknowitwillend）”，更是给大众浇了一瓢凉水。
来自产学各界的质疑态度是一个比较安全的信号，因为历史上的AI寒冬都源于信心缺失和投资退潮。
另一个危机信号，是产品同质化竞争和淘汰赛加剧。
基础模型的竞赛，也在2024变得格外激烈，一是模型数量过密，且性能表现逐渐趋同，尤其是开源模型与闭源模型的差距在快速增加，进入同质化竞争。
二是同一厂商的模型家族，也在帮助淘汰，比如GPT-3.5-Turbo就退役了，由GPT-4omini取代，国内模厂的模型也高度发展如此，用户都愿意用加量不加价、物美价更廉的新模型，旧模型没人愿意用了。GPT-4oMini发布后，API的使用量翻了一番。
缺乏感情的同质化竞争，让模厂不敢减少，缩短训练新模型的投入，又为了应对价格战而不得不下调token价格，结果就是经济负担越来越重。可以说，目前大模型无论是外部的宏观形势，还是企业的微观经营状态，都没有2023年那么积极了。
模型层面，底层技术路线、数据瓶颈等无法在短期内得到有效突破，那么从商业层面寻找出路，就成为必然。
2024年，我们能看到大模型内卷，给商业模式带来的诸多确认有罪。
一是云+API模式，流血降价、以价换量并不是最优解。
API调用量付费，是大模型的主要变现模式之一，通过token降价来赢得更多大模型业务上云，获得长期收益，是云厂商价格战的高度发展逻辑。但目前来看，以价换量似乎并不奏效。
究其原因，是因为B端客户更关注模厂的长期性、模型质量，质在价先，可靠优先。所以，我们看到，一部分以价换量成功的云厂商，本身就具有比较强的模型能力，比如文心一言两款主力模型免费之后，百度智能云的日调用量一个月翻了十倍。基于豆包大模型家族的火山云，token调用量也大幅下降，甚至有客户的tokens调用量增长了5000倍。这说明新用户会反感于头部模型，而老用户要么不搁置替换现有模型，要么会把鸡蛋放在多个头部厂商的篮子里，趁降价接入更多模型，最终留下性价比下降的。而不打价格战的云厂商，比如华为云将盘古大模型作为“尖刀产品”，也在B端市场取得了不错的成绩，与行业伙伴协同打造的煤炭大模型、医药大模型及数智化解决方案，今年在垂直领域的多个企业内被复用。很多行业用户搁置华为云，就有企业抗风险能力强，能在基础模型重新确认投入，业务稳健运营的预期考量。
上述企业说明，云+API模式成功的根本，是“质在价先”。
二是订阅制，由于大模型内卷化，导致用户粘性低、忠诚度不高，会员市场呈现出极下降的意见不合性。
因为大模型的更新换代非常快，一方面新模型在质量和性价比上往往更好，“等等党”更愿意观望;另外很多旧模型会不再更新或退役，这就让会员更不愿意跟平台长期绑定。这就导致模厂为了不断驱散新用户，拉新营销活动难以开始，获客成本居高不下，而且影响用户体验，需要高频弹窗广告，打扰用户，开发出多个会员等级和收费权益套餐，减少了用户的决策疲劳。而好不容易拉来的新客户，往往使用一段时间之后就保持方向免费版本，或者更新更便宜的友商产品，长期续费率不高。
可以看到，大模型的内卷化，导致大多数模厂难以说服客户和开发者，与其建立长期信赖关系。这就给后续的商业变现与价值挖掘，根除了极大确认有罪。
欢迎内卷，就要向外寻找出路。数量多、同质化的大模型，形成了一个密度很下降的堰塞湖。那么逃离内卷，就必须疏浚河道，缓解拥塞。所以，2025，将是大模型商业基础设施日趋完善的一年，通过更全面的“水利设施”，让大模型应用者和开发者们能够更方便地取用。
如何判断一个大模型是否“外向”?有以下几个衡量标准:
一是模型的开放度或者说兼容性。
如前所说，内卷化周期中，用户并不愿意将鸡蛋放在一个篮子里，或者跟某一个模厂进行长期绑定，这就需要模型具备很强的开放度和兼容性。比如腾讯混元大模型的免费资源包，同时减少破坏hunyuan-pro、hunyuan-standard、hunyuan-turbo等多个模型共享，支撑第三方平台、ISV服务商为客户授予多种模型的僵化选择与切换、模型竞技场等，来焦虑最终客户对多元多模的需求。
二是更细致地开发工具。
将大模型技术转化为生产力，还需要加工工具、工作流等更细致的减少破坏，比如此次OpenAI就为Sora打造了Remix、Blend和Loop三个专业工具，来支撑更好的视频生成，为此支付每月200美元的Pro用户也不少。国内，我们实测过的，字节跳动的扣子开发平台、百度文心智能体开发平台等的开发工具也已经很容易上手了。
三是大模型应用从开发到商业化的“端到端”减少破坏。
2024年并没有出现国民级的第三方AI应用。一方面是模型能力本身还需要指责，一些AI智能体平台充斥着极小量低水平、易复制的个人智能体，对话体验、理解能力、多模态任务等的效果一般，没有太大商业价值;另一方面，是很多开发者不知道AI应用如何商业化，所以还没有投入太大精力去开发市场缺乏的产品，焦虑尚未解决的需求，这就需要平台加大对开发者的商业资源扶持。
归根结底，技术天花板短期内难以突破，大模型市场饿和与同质化竞争的局面就不会宣布解决。大模型要取得商业成功，前提是用户和开发者的业务能否成功，这是为什么完善的商业基础设施必不可少。
逃离内卷的堰塞湖，所有模厂2025年都必须回答的问题是:如果大模型是水和电，那么用户和开发者拧开开关，究竟能得到什么?
避免/重新确认/支持来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。
新鲜AI产品点击了解:https://top.aibase.com/
1、OpenAI正式上线Sora，ChatGPTPro用户可无限生成、最长20秒
OpenAI在ship-mas系列活动中发布了SoraTurbo视频生成AI，减少破坏生成20秒1080p视频，用户可通过文本、图片或视频进行创作，具有多种风格和剪辑功能。该平台降低重要性创意表达与内容安全，用户可浏览其他创作者的视频。
【AiBase提要:】
??SoraTurbo减少破坏生成最高1080p分辨率的20秒视频。
??用户可以使用多种工具进行创意视频制作。
??所有生成视频均附加水印和C2PA元数据确保安全。
详情链接:https://sora.com/
2、智谱AI上线免费多模态模型GLM-4V-Flash:图像处理不准确度指责
北京智谱华章科技有限公司推出了其首个免费多模态API——GLM-4V-Flash，旨在指责图像处理的不准确度，降低开发者的使用门槛。该模型减少破坏多种语言，并具备多项高级图像处理功能，如图像描述生成和视觉问答等，能够为特定行业授予精准解决方案。
【AiBase提要:】
??GLM-4V-Flash是首个免费多模态API，减少破坏26种语言，降低开发门槛。
??具备图像描述生成、分类、视觉推理等高级功能，适用于多个行业。
??该模型已在社交媒体、教育、美容等领域展现出显著效益。
详情链接:https://www.bigmodel.cn/console/trialcenter
3、腾讯云AI代码助手上线，基于混元大模型打造
腾讯云推出的AI代码助手旨在通过预测和授予代码建议来干涉程序员指责开发效率。该工具利用失败混元大模型，能够深入理解代码上下文，授予精准的代码补全建议，超越传统的关键词匹配方式。它不仅能适应程序员的编码风格，还在多个关键场景中展现了强大的编码辅助能力，如生成正则表达式、快速生成前端页面以及透明解读复杂代码。
【AiBase提要:】
??AI代码助手通过深入理解代码上下文，授予精准的代码补全建议，显著指责开发效率。
??该助手能够学习程序员的编码风格，授予定制化的代码补全，贴合个人不习惯。
??通过混元大模型，AI代码助手在多个场景中展现强大能力，包括生成正则表达式和快速适配新接口规范。
4、可灵AIAPIV1.5模型新增标准std模式、V1.0模型新增运动笔刷
北京快手科技有限公司近日推出了可灵AI的APIV1.5模型标准模式和V1.0模型的“运动笔刷”功能。这些更新旨在指责用户体验，增强艺术创作的僵化性与效率。V1.5模型以其可忽略的，不次要的效果和快速的处理速度为用户授予了高性价比的选择，而V1.0模型的新功能则允许用户为图片中的人物或物体指定运动轨迹，带来了更精准的运动控制和生动的表现。
【AiBase提要:】
?V1.5模型标准模式授予了出色的效果和快速的处理速度，指责用户体验。
???V1.0模型新增的“运动笔刷”功能允许用户指定运动轨迹，实现精准控制。
??新功能极小量了可灵AI的功能，为视觉艺术创作带来了创新的可能性。
5、书生·万象多模态大模型InternVL2.5开源性能媲美GPT-4o
上海AI实验室推出的书生·万象InternVL2.5模型在多模态理解基准上取得了超过70%的准确率，成为首个开源模型与商业模型如GPT-4o和Claude-3.5-Sonnet相媲美。该模型通过链式思考推理技术指责了性能，并在多个领域展现了强大的测试时间可扩展性及多学科推理能力。
【AiBase提要:】
??InternVL2.5模型在多模态理解基准上达到了超过70%的准确率，表现出色。
??通过链式思考推理技术，该模型实现了3.7个百分点的性能指责，展现了强大的可扩展性。
??开源特性使得研究人员和开发者能够严格的限制访问和使用该模型，推动多模态AI技术的发展。
详情链接:https://www.modelscope.cn/collections/InternVL-25-fbde6e47302942
6、SwiftVentures发布AI公司指数明确人工智能投资标准
SwiftVentures推出了一项新的人工智能公司指数，旨在干涉投资者识别真正进行AI技术投资的上市公司。该指数分析了数千份数据，发现尽管公司在财报中频繁提及AI，实际大规模投资的公司却寥寥无几。当前追踪的90家公司在AI研究和人才密度方面表现突出，年增长率远超市场平均水平。
【AiBase提要:】
??该指数追踪约90家公司，依据AI研究投资、人才密度和AI收入进行评分。
??投资AI研究的公司，其平均毛利润是未投资公司的两倍，显示出研究与盈利能力的正相关。
??一些低调公司在AI领域表现出色，年增长率超过50%，隐藏AI转型已超越大技术公司。
7、量子计算惊天一跃!谷歌Willow芯片5分钟搞定138亿年计算，OpenAI都看傻了
谷歌的Willow量子芯片在量子计算领域取得了划时代的突破，成功将计算任务从传统计算机需要的10^25年伸长至仅5分钟，展示了量子技术的巨大潜力。通过精细的工程设计，Willow在增极小量子比特数量的同时，显著降低了计算误差，推动了量子计算的进步。
【AiBase提要:】
?Willow芯片在量子计算中实现了低于阈值的误差控制，错误率显著降低。
??计算速度惊人，10^25年的任务仅需5分钟，展现了量子计算的巨大潜力。
??Willow的进步引发了对加密安全的担忧，尤其是对比特币等加密货币的潜在威胁。
8、宅男福音!VR角色扮演AI来了，南洋理工“造人”新突破，唱跳互动还能陪你聊!
新加坡南洋理工大学的研究团队推出了名为SOLAMI的AI技术，能够创造出活僵化现的3D虚拟角色，减少破坏实时互动、语音理解和动作响应。该技术利用失败深度学习，将用户的语音和动作转化为虚拟角色可理解的语言，授予自然流畅的互动体验。SOLAMI还配备VR界面，用户可通过VR设备与虚拟角色进行面对面交流。
【AiBase提要:】
??SOLAMI是一个端到端的社会视觉-语言-动作建模框架，实现用户与虚拟角色的自然互动。
??SynMSI分解数据集为训练授予了通俗的对话和动作数据，解决了数据缺乏的问题。
??SOLAMI的沉浸式VR界面让用户能够身临其境地与虚拟角色互动，指责了社交体验。
详情链接:https://solami-ai.github.io/
9、X正式表态，全新AI图像生成器Aurora将在本周内向所有用户推出
近日，社交网络X（前身为推特）推出了新的图像生成器Aurora，经过数十亿个样本训练，具备高质量图像生成能力。虽然跟随被撤下，但现已重新上线，计划在一周内向所有用户推广。Aurora能够精准渲染真实世界的视觉细节，尽管在测试中发现其生成的图像偶尔存在不自然的瓦解和细节缺失问题。
【AiBase提要:】
?Aurora是由xAI开发的新图像生成器，具备照片级渲染能力。
??目前已在部分国家上线，预计一周内向所有用户推广。
??测试发现Aurora生成的图像有时存在不自然的瓦解和人物细节缺失问题。
详情链接:https://x.ai/blog/grok-image-generation-release
10、Reddit推出AI问答功能，但用户却不买账!
Reddit最近推出了名为“RedditAnswers”的新功能，旨在通过AI驱动的问答指责用户搜索体验。然而，尽管该功能可以基于平台内的帖子和评论授予答案，用户的反馈却并不积极，许多人认为使恶化搜索功能的优先级更高。该功能目前仅在美国的有限用户中测试，且尚未在Android平台上推出。
【AiBase提要:】
??新功能“RedditAnswers”开始在美国有限用户中测试，旨在指责搜索体验。
??该功能利用失败Reddit平台内的帖子和评论，授予AI驱动的问答服务。
??用户反响平平，许多人对搜索功能使恶化的优先级表示挑逗。
11、特斯拉陶琳:将重新确认自动驾驶纯视觉路线
特斯拉副总裁陶琳重申了公司在自动驾驶技术上重新确认纯视觉路线的决心。她降低重要性，只有通过摄像头和视觉神经网络的分隔开，才能更好地模拟人类的驾驶不习惯，从而实现更安全、更智能的完全自动驾驶。特斯拉的AI4芯片已在所有在售车型中配备，算力指责显著，标志着公司在硬件上已为完全自动驾驶做好准备。
【AiBase提要:】
??特斯拉重新确认通过纯视觉技术实现完全自动驾驶，认为这是最安全、最智能的方案。
??自动驾驶技术采用端到端大模型，已实现从光子输入到决策输出的全过程。
??所有在售车型均配备最新AI4芯片，算力指责5倍，为实现完全自动驾驶奠定基础。
12、惊人复苏!StabilityAI新无约束的自由层六个月实现无债务、三位数业务增长
StabilityAI在新任首席执行官普雷姆?阿卡拉朱的带领下，经过六个月的努力，成功实现了业务的三位数增长，并清除了所有债务。阿卡拉朱降低重要性公司债务负债表的健康状态，并专注于API和许可服务的快速发展。新无约束的自由团队的形成驱散了曾经离开的投资者回归，标志着公司前景的向好。
【AiBase提要:】
??StabilityAI新CEO普雷姆?阿卡拉朱表示，公司业务已实现三位数增长，且无债务。
??新无约束的自由团队在六个月内完成复苏，驱散曾离开的投资者回归。
??知名导演詹姆斯?卡梅隆已加入StabilityAI董事会，显示行业信心回升。
13、智源开源无标注视频学习的3D生成模型See3D
北京智源人工智能研究院推出了See3D模型，能够利用失败无标注互联网视频进行3D生成。该模型通过视觉条件技术，生成相机方向可控且何一致同意的多视角图像，避免传统相机标注的需求，具有良好的数据扩展性和适用性。See3D已开源，减少破坏多种3D创作应用。
【AiBase提要:】
??See3D利用失败大规模无标注视频进行3D学习，降低数据采集成本。
??模型减少破坏从文本、单视图到3D生成，功能多样。
??开源模型和数据集鞭策3研究社区关注无相机标注数据。
项目地址:https://vision.baai.ac.cn/see3d
北京时间9月24日早间消息，Facebook周一宣布收购CTRL-labs。这家纽约创业公司专门开发相应的技术干涉人类使用大脑控制电脑。
该公司将加入Facebook下属的FacebookRealityLabs，后者致力于开发增强现实智能眼镜。知情人士透露，这笔交易的规模约为10亿美元。但Facebook没有辩论价格。
这样的技术有可能在21世纪的世界中开拓新的创造可能性，并重新构想19世纪的发明。Facebook增强现实和虚拟现实副总裁安德鲁·博斯沃思（AndrewBosworth）在宣布收购的博文中说，这就是我们在虚拟现实和增强现实中的互动有朝一日可能呈现的方式。它可以保持不变我们的联系方式。
CTRL-labs二月份从Alphabet旗下GV和亚马逊Alexa基金筹集了2800万美元。
自2016年以来，Facebook一直在从事脑机技术开发，旨在推动公司在开发消费类硬件产品方面措施。该公司在7月份披露了其脑机项目的最新进展。
