苹果新版iOS疯狂致敬安卓和微信,新Mac搭载自研CPU!这届苹果开发者大会料足槽点密...

晓查 白交 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

当你一夜醒来,无数个关于苹果最新发布会的片段已铺天盖地。

有说苹果自嗨的——因为作为史上最特殊的一次WWDC,库克完全就在空无一人的会场独自演讲。

也有吐槽苹果这次疯狂“致敬”谷歌、微信和微软的。

因为本次发布的新版iOS 14、iPad OS 14、macOS、watchOS,都有点“别人家”的影子——不过苹果终归是苹果,每项新软件又都搞出自己的风格和水平。

当然,一向以“软”著称的苹果开发者大会,这次终于硬了一次。

如外界预测,苹果正式宣布Mac电脑将开始上马自研芯片,逐渐从英特尔CPU向ARM处理器转移——以后果粉们再吐槽芯片,可就没牙膏厂啥事儿了。

所以,2020年的苹果开发者大会,究竟带来了哪些新鲜能力和应用?

我们精心梳理,带你完整一文看尽。

更像Android的iOS 14

首先,库克上台介绍了苹果WWDC每年的重头戏——iOS更新。

过去iPhone一直在改善桌面App和工具的管理方式,比如加入App文件夹,在负一屏引入小组件。

这一次,苹果把小组件(Widgets)带到了主屏幕上,也就是说iOS可以和Android一样,在桌面上对App和小组件进行混排。

只是这样屏幕不会显得很混乱吗?

和过去负一屏的小组件不同,iOS 14上的小组件和Android桌面小组件一样,可以选择不同的大小,比如某款App的小组件就有2×2、2×4等不同尺寸供选择。和Android又靠近了一步。

可能是考虑到过去iPhone App全部堆砌在桌面上太混乱,iOS 14支持把某一屏的App设置为隐藏,只留下一到两屏的常见App。

那么隐藏的App去哪了呢?

不用怕,iOS 14加入了App Library。

其实就是Android系统里的应用抽屉,通过在主界面右扫,用户即可进入App Library,其中的App安装不同类别智能分类,方便用户查找。


另外,还有一项让苹果用户羡慕的Android功能,也带到了iOS 14上:画中画。

我们知道,过去iPhone严格执行手机上只显示一个App的原则。

如果你在聊微信,就无法追剧,和女友视频聊天时,如果需要用其他App,视频会中断。

而Android系统,则可以同时在桌面上运行两个App,把视频拖到在桌面任意位置。

iOS14 开始,iPhone用户,也能享受到该功能了。

另外,iPhone打游戏最怕什么?当然是突然的来电,一下子占满屏幕,然后就坑了队友。

现在iOS 14的来电将变成浮窗通知,如果不需要接听,手指清扫即可消除,然后接着和队友团战。

iOS 14还重新设计了Siri界面,查询结果将变成弹窗,不会遮挡全屏幕。

Siri中还实现了实时语音翻译,而且这个翻译可以完全离线运行。

这依然是苹果在“致敬”谷歌,因为谷歌去年在自家的Pixel手机中也实现了该功能,但由谷歌独享。

并且当时谷歌用到了一项黑科技,将高达数GB大小的语音识别的模型,压缩到仅几十MB,因而能够在手机端集成。

此外,还有一项跟进小米MIUI 12的功能,跟隐私相关。

一向注重隐私的苹果,这次在iOS14的App Store更进一步,所有App在下载前都能看到它索取的权限,会侵犯你的哪些隐私,一目了然。

当然,“致敬”之旅还没结束。

因为iOS终于官宣推出了小程序,一个名为App Clips的功能上线。

原理跟微信小程序一样,用户无需安装App,通过扫码,以卡片方式启动,开发者通过向苹果App Store提交一个不超过10MB的程序来实现。

而且这个码,中国人民都很熟悉了。

最后, 在通讯社交软件上,苹果的Message信息,还加入了几项微信早已具备的功能:

群聊、置顶、圈人。

只能说在聊天应用上,库克还得多向张小龙学习啊。

iPhone能当车钥匙了

过去苹果地图的新功能,比如3D地图、实拍街景,往往是和国内用户无缘的。

而这一次的地图新功能中多了两个中国城市:北京和上海。

这两个城市的用户,可以享受到苹果原生地图最新的骑行功能,根据这自行车的特殊情况,优化路径,找到自行车可以走的小路,或者是显示自行车专用快速路等等。

并且中国用户在原生地图中录入自己的车牌号,就能查询今日自己的车是否限行。

此外,地图还能根据路线计算电动汽车到达目的地需要消耗多少电量,指示附近的充电桩,只是此功能现在仅用户还能支持福特、宝马的电动汽车,特斯拉不在支持之列。

苹果这波操作,也算很用心了,瞄准“汽车生态”的野心也再明显不过。

而且对于有车一族,苹果还带来了一则重要消息。今后你的iPhone可以代替车钥匙了,这就是CarKey。

利用iPhone自带的NFC功能,轻轻靠近车门即可解锁。坐在驾驶位,把手机放在汽车无线充电底座上,即可启动汽车引擎。

如果iPhone丢失了也不用怕汽车丢失,和设置iPhone丢失一样,用户在iCloud中锁定电子车钥匙,就可以防止别人用你丢失iPhone开走你的汽车。

电子车钥匙也让借车变得更方便。

iOS 14中的车钥匙可以通过信息的方式发送给别人,让朋友暂时使用你的汽车。

当然,今后如果你不愿意借车,还可以托辞自己的iPhone坏了。

iPad OS 14上马最新AI识别模型

iPad OS,现在完全独立行世了。

而且今年的iPad OS 14,变得更具生产力了。

Mac电脑上的“聚焦搜索”功能被移植到iPad OS上,过去只是用于App、网页搜索的工具,现在更通用了。

它今后能搜索邮件、Office文档正文里的内容。

只是名字和Mac上不同,叫做Universal Search(通用搜索)。

生产力革新还体现在Apple Pencil——苹果手写笔使用优化。

比如在iPad上用笔手写的文字,怎么才能像现实中一样容易擦写修改呢,尤其是图文混排的时候?

苹果说,这一次他们用上了最先进的机器学习模型,在你写入文字的时候,它就在后台被识别成了文本,你可以像光标选定文本一样选定修改手写文字。

手绘的图形也会被识别为几何图形。

因为这项技术,在iPad上使用Safari浏览器的方式也被大大改变:

只需在地址栏手写你想搜索的词语,即可快速导航到相关界面,而无需切换到键盘输入。

另外,iPad之前最大的用户难题是——“买前生产力,买后爱奇艺”。

这一次,苹果也带来了最新解决方案:何不让iPad的追剧能力更强大?

今年苹果将为AirPods Pro更新立体环绕声功能,利用耳机和iPad上陀螺仪,让声场不会随着头部扭动而改变方位,实现5.1、7.1声道的立体声效果。

所以以后再也不用担心买iPad看剧了。

教你洗手的watchOS 7

接下来,Apple Watch的用户有福了。

在全球新冠疫情下,如何让用户正确洗手成为苹果关心的又一大健康问题。

现在,买个苹果表,洗手更高级。

通过手机陀螺仪检测手腕扭动,通过麦克风检测水流和洗手液声音,最新系统watchOS 7能监督你,按照规定姿势和时长洗好双手。

另外Apple Watch用户再也不用眼馋同事漂亮的表盘了,watchOS 7加入了表盘共享,能把自己设计的表盘分享给自己的好友,或者发送到社交媒体上。

除了上面的“花里胡哨”,watchOS 7还进一步加强了运动功能。

比如加入舞蹈运动的识别,支持拉丁、街舞等运动,精确计算这类运动的卡路里消耗。

苹果甚至还精心照顾到了戴表入睡的用户。

watchOS 7新增睡眠追踪功能,你可以在手表上选择何时入睡,通过和智能家居的联动帮助入眠。

入睡后,手机和手表屏幕都会变得暗淡,即使半夜翻身也不会让手表突然亮起影响睡眠。

最后,手表在睡眠功能里加入了提醒早起充电,防止早上出门没电的尴尬。

只是现在唯一的问题就是:

如果白天用苹果手表,晚上也用苹果手表,那么什么时候充电呢?(手动狗头)

苹果自研芯片版Mac电脑发布

最后!压轴!千呼万唤始出来,传闻已久的自研Mac芯片,它来了。

这一次,基于ARM自研CPU,逐渐替代英特尔。

苹果基于ARM架构的处理器中集成了电源管理系统、安全隔区、GPU、神经网络引擎及其他模块。

因为集成了各种模块,这个处理器不是简简单单的CPU,而是SoC。

苹果的Mac芯片架构,历史上经历了三次变革,先使用IBM的PowerPC架构、后过渡到Mac OS X系统、后来迁移到英特尔CPU。

而且一直以来,因为芯片更新迭代问题,Mac用户总能找到理由吐槽英特尔。

所以这一次,牙膏厂再也不用担心了——因为压根就没他们什么事儿了。

当然,苹果这次转用自研CPU替代英特尔,不仅开心,还很有信心。

软件工程高级副总裁Craig Federighi说,其实整场WWDC演示用的Mac,“背后”都已是苹果SoC。

从视频画面来看,演示Mac使用的是不久前上市的iPad Pro同款处理器——A12Z。

从版本号可以看出,macOS今后不再是10.XX,而是从11.0开始,这也标志着macOS的新生。

得益于ARM处理器,Mac还可以运行iPhone和iPad上的原生应用,未来在Mac上玩“纪念碑谷”不是梦。

这也意味着苹果在Mac、iPhone和iPad的应用打通会更进一步。

另外,对于用户可能最关心的问题:

以前的App,在ARM处理器能运行吗?如果能运行,流畅不流畅?

Craig告诉大家,完全不必担心。

除了苹果原生应用能流畅运行外,两大主流生产力软件商微软和Adobe今后的软件都会对ARM架构进行编译优化。

至于其他开发者,苹果有三种技术可以让他们成功过渡到苹果最新的芯片上。

1、Universal 2 二进制编码:在Xcode中编写的程序,可以编译成一套Intel和ARM平台都能运行的编码。

2、Rosetta 2:如果开发者没有更新应用,又想让旧应用转移到ARM平台上?用户可以自己动手。

上一次从PowerPC过渡到Intel,苹果推出Rosetta供用户转制App,现在Rosetta 2供用户从Intel转制到ARM平台。

3、虚拟化技术:供Parallel Desktop这类虚拟机使用,在上面运行Linux程序。至于ARM处理器的Mac能否安装Windows,或是使用Windows虚拟机,苹果没有透露。

通过这几项技术的转制效果究竟如何?苹果也在现场一一展示。

从Mac应用商店下载的3A游戏大作《古墓丽影》用Rosetta 2转制后,依旧能以1080p流畅运行,而且游戏中的画面细节、光影效果都没有损失。

还有直接在Final Cut上剪4k视频也毫无压力。

另外由于神经网络引擎的加持,Final Cut app还更新了「智能裁剪」的功能。

所以大家应该可以放心买ARM版Mac了。

不过,暂时还不会对外销售。

苹果现在只公布了一台使用A12Z芯片的Mac Mini电脑,供开发者申请使用,预计未来几周会发放到开发者手中。

值得注意的是,虽然Mac开始转移到自研处理器平台,但是库克表示还是会继续研发英特尔相关的产品。

不难预料,像Mac Pro这类有极致性能要求的产品,苹果可能还是会继续使用英特尔CPU。

但是对性能功耗比有一定需求,尤其是散热捉襟见肘的MacBook Air/Pro系列,全面转向ARM平台,应该是毫无疑问的。

而且有着全新处理器的Mac,现在就可以加入年度清单了。

因为库克说,今年年底开卖。

但如果你要买,需要留个神,不是所有新上架的Mac,都是苹果自研CPU——过渡会有个2年左右的时间。

新macOS:Big Sur

全新的macOS也来了。这次取名叫做Big Sur(大瑟尔)——加州的一块多山区域。

此次macOS几乎所有的App都做了更新设计。

比如全新的邮件列表,相册的Metal渲染。

Message新增了同步、搜索、聊天置顶、Memoji功能,是不是觉得很熟悉,没错就是iOS 14的新功能。

此外跟着一同更新的还有地图,iOS 14的新功能它都有。只不过就是地图大小的差别。

在桌面上添加小组件,在之前国内用户可能根本就不怎么使用原生App,现在这些App的小组件可以直接放在桌面上,还可以调整大小,位置,真的是很友好了。

另外,你可以自定义你的菜单栏,调整深色模式,图标的圆角也有所改变……这些更新的小细节等着你去探索。

当然,这些还不够。

还要说道说道这个「Safari浏览器」,可以说,这次功能更新最多的就是它了。

自称会比「Chrome浏览器」页面加载速度快50%的会有什么不一样呢?

简单来说,可以分为以下几点。

首先,重中之重,苹果一直强调的——隐私保护。除了以往的「无痕浏览」之外,此次还新增了智能防跟踪功能。

顾名思义,就是在你使用扩展程序的时候,可以随时查看它的跟踪路径,还能自动生成报告。

此外还可以设置扩展程序的权限,比如仅此一次、仅当天,还可随时阻止。不过这项功能好像很熟悉。

接着就是个性化设置,就主要是标签页和壁纸,你可以根据你的喜好和需求进行设置,就不必细说了。

另外,Safari还有一个「内置翻译」的功能,只需一键,就可以翻译出你想要的语言。

嗯?这不就是谷歌Chrome的翻译吗,为何不直接用Chrome?

苹果说了,Safari比Chrome快50%,而且Chrome那么吃内存……

总之,这就是苹果今年开发者大会展示的最新软件——以及自研CPU的能力。

更像安卓的iOS 14、能当车钥匙的iPhone“车”能力、拥有最新机器学习能力的iPad OS、新增睡眠功能的watchOS、苹果自研CPU的Mac电脑,以及新macOS……

有特别打动你的新能力吗?有让你迫不及待准备好肾钱等待秋季新品发布会的产品吗?

作者系网易新闻·网易号“各有态度”签约作者

— 完 —

「数据库」系列公开课开启,快来免费报名!

6月23号第二期直播,浪潮信息数据库产品线总经理--乔鑫分享「传统企业互联网下的数据平台升级」,将讲述HTAP数据库的技术原理、优化方案以及开发部署概要等技术问题,以此带给广泛关注者一些前瞻指导。

扫码报名,可加入直播交流群,还可获取系列课程直播回放、分享PPT: 

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

喜欢就点「在看」吧 !

相关推荐

DeepSeek V4芯模协同背后,国产算力生态开始飞轮加速

更关键的是,CANN开始逐步兼容主流AI生态。开发者每一次正向反馈、每一个优化结果、每一个创新应用,都能通过昇腾和华为的生态快速走向产业界,形成技术、商业、生态的完整闭环。之前,昇腾与不少模型进行过协同探索,但V4是第一次在大规模、高强度、工程化的尺度上,验证了这种“芯模协同”的可行性与效率。开源以后,我们能更充分地学习业界的优秀实践,在此基础上进行适配和优化,也能将一些好的经验应用到自己的项目中。可以说,从“能跑”到“有人长期建设”,从“厂商推动”到“生态自增长”,华为算力生态,正在进入新的阶段——

量子位 522

世界模型接棒语言模型,这家公司全球首创物理AGI“双金字塔”体系,通用机器人进入“家庭时代”

毕竟在现阶段,家庭场景对机器人的真实刚需,是稳当地端水、收拾餐具、抱起脏衣篮、把零食递到孩子手上,而不是在客厅里完成酷炫的跑酷动作。可以说,这支团队完整经历了CV、自动驾驶、具身基模、世界模型等物理AI过去十年的发展历程,并在每个阶段都做出了行业领先的世界级成果。该模型实现了从感知、理解到行动的完整闭环,能够自主识别物体与场景、规划路径,并执行包含抓取、对齐、折叠、归类等多步骤的。他主导了业内首个智能驾驶数据闭环系统的落地,有效提升了数据的处理效率,为智能驾驶技术的发展提供了重要的基础设施支持。

量子位 246

LeCun新证明:世界是高斯的

论文借用这个框架证明,要让转移算子的第一个特征函数恰好是仿射函数(即线性函数加常数),潜变量的分布必须满足一个非常严格的条件——它的对数密度的导数必须是线性的,而满足这个条件的分布恰好只有高斯分布。从理论角度看,对于高斯分布,描述变量如何在时间上演化的转移算子有一组特殊的特征函数,叫做Hermite多项式,它们是高斯分布下函数空间的自然正交基,类似于周期函数里的傅里叶级数。真正有用的表示,应该对应世界的真实自由度,比如物体的位置、速度、颜色这些独立的内在变量,而不是它们被观测过程扭曲之后的混合产物。

量子位 192

玻璃里跑AI!华中科大&上交大科研成果登Nature子刊

更进一步的,光本位科技还将独有的相变材料存算一体光计算方案引入玻璃光计算芯片中,利用相变材料的非易失性,能够避免在玻璃中引入额外的相移器,从而实现计算过程几乎不耗能的三维光子神经网络系统。它既解决了三五族平台器件密度不足的问题,又突破了固定场景的应用限制,相变材料的引入,使得芯片在推理过程中保持极高能效比的同时芯片参数仍然可根据不同模型实时调整,适配性更强。尽管与论文中直接在玻璃中实现三维结构有所差异,但是同样在玻璃平台上提供了三维集成的完整方案,通过单层玻璃芯片堆叠的方式最终实现相同的三维输入效果。

量子位 173

5篇AI生成的数学论文被接收!00后创始人洪乐潼融资14个亿

如果一个 AI 系统能把数学证明交给机器逐步检查,那么同样的“生成、形式化、验证”闭环,也可能被拿去处理其他学科,以及高风险决策场景。她的创业合作伙伴Shubho Sengupta也从Meta辞职,两人从AI与数学推理的交叉可能性出发,决心解决AI的幻觉问题。创始人洪乐潼,2001年出生于广州,本科MIT三年拿下数学与物理双学位,还拿过北美数学本科生的最高荣誉罗德奖学金和摩根奖。2019年,17岁的洪乐潼考入MIT,仅用三年时间便完成了数学与物理双学位的学业,本科期间就发表了9篇学术论文。

量子位 222

AI正在重写软件行业?8岁孩子做操作系统,一人公司拿下千万订单丨百度秒哒朱广翔 @AIGC2026

这些都完成之后,我们再选择分发给谁,比如百度搜索、小红书投流,或者去微信发送到私域社群里,或者说去App store上架,分发流量之后有了用户数据再去回流、去分析、去运营,指导下次迭代,形成下个循环,每个色块就是一个真人。在很多企业里,原来提需求的是业务人员,他们自身没有开发能力,将需求提到研发部门,研发部门又不懂业务人员的痛点,需要反复沟通、调整,但现在业务人员自己就可以开发软件了。我非常荣幸能从事这个赛道,因为在这个过程中、在这一年半的时间里,我不仅看到了产品的变化,还更多地看到了整个时代的变化。

量子位 433

清华有了新老师:黄仁勋

既包括科技圈顶流如马斯克、微软CEO纳德拉、Meta扎克伯格等,也不乏金融圈大拿,如摩根大通的杰米·戴蒙、贝莱德的拉里·芬克、花旗的简·弗雷泽。,使命是加强学院与外部各界的联系,提升学院在科研和教学方面的整体水平,帮助学院建设成为世界一流的经济管理学院。后来黄仁勋转学,并且一直学业成绩优异,在高中时连跳两级,16岁毕业,进入。,除了讨论学院的国际化战略和长期发展方向,也会给经管学院的学生做讲座。不过,比起这些头衔,老黄最近最出圈的,可能还是他在夜市的花式插队——可口可乐、西门子、通用汽车、BP、塔塔。

量子位 192

「斯隆奖」得主戴亮全职加盟复旦

曾担任波士顿咨询合伙人,副总裁,中国区首席数据科学家,百度研究院大数据实验室和商业智能实验室的主任,和美国俄勒冈大学计算机和信息科学系正教授(终身教职)。,覆盖面相当宽:从宇宙大尺度结构与演化,到暗物质及其通过引力透镜留下的观测信号,再到天体物理引力波。2024年起到复旦大学物理系工作,现任复旦大学特聘教授、复旦大学天文与天体物理中心主任。获奖者覆盖数学、物理、天文、计算机、经济、生物等领域,成长路线相当恐怖,很多后来成了。继袁峰、季索清之后,复旦的天文版图,再迎一位顶尖天体物理学者。

量子位 169

高分辨率视频生成不再慢半拍:让大模型保留“原味”的同时提速十余倍

为此,SURF训练了一个轻量级Refiner,它从线性上采样后的预览latent出发,学习低分辨率latent到高分辨率latent 的flow mapping,只需少量去噪步骤,就能补足高清纹理。因为这些步骤决定了视频最终“会长成什么样”,等到整体结构、主体关系和运动方向基本稳定后,SURF再将latent 下采样到低分辨率,在保留全局结构的前提下,快速完成预览。原因在于,每个预训练模型都有自己的“舒适区”,通常接近它的训练分辨率,一旦分辨率不匹配,模型原本学到的布局、语义和运动先验,就可能被破坏。

量子位 147

大模型也需要睡觉!让AI打个盹,醒来更聪明

Transformer的核心是注意力机制,但注意力有一个天生的短板就是,上下文越长,算力平方级往上蹿,KV缓存也线性往上涨。,让大模型上下文窗口快满的时候别硬撑了,打个盹把最近的上下文反复咀嚼几遍,压缩进长期权重,清空缓存,醒了再接着干。依靠可学习的局部规则,反复对信息进行提炼整合,逐步更新SSM模块内的快速权重,完成信息的深度压缩与消化。这里的“睡眠时长”,本质上就是信息迭代处理的轮次,轮次越多,代表模型对上下文内容的梳理、打磨次数越充分。

量子位 163

1400亿Agent入场,“流量”这条护城河要塌了

因为人要睡觉,但Agent不会睡觉,所以Agent时代的交易呈现7×24小时不间断、极小额、高频次、多形态的特征,此外,支付金额的最小单位可能低于1分钱,成本大幅下降。如果说担保交易解决了电商早期敢不敢买、敢不敢卖的信任问题,移动支付解决了移动互联网时代能不能随时随地交易的效率问题,那么AI支付面对的,就是Agent时代的新问题。早在今年年初,支付宝联合千问App、淘宝闪购、Rokid、大麦、阿里云百炼等伙伴,正式发布中国首个ACT协议,提供一套智能体跨终端、跨系统的“通用语言”。

量子位 165

7B打败o3、GPT-5!医学AI智能体让模型学会“看哪里、怎么看”

是上海创智学院面向下一代医学AI Agent、视觉推理与多模态大模型的青年交叉研究团队,聚焦Visual Reasoning、Agentic RL、Clinical Tools,推动模型从“生成答案”走向基于证据的观察、验证与行动。Ophiuchus的价值不只是让医学大模型多了几个视觉工具,而是让模型学会在诊断过程中主动“看哪里、怎么看、看完如何修正”。当模型能够在思考中主动回看影像、放大病灶、截取视频、验证证据,医学AI才真正从“会回答问题”走向“会进行临床视觉推理”。

量子位 166

AI越用越聪明,自主+自进化是关键拼图丨盛大邓亚峰EverMind@AIGC2026

另一方面,我们认为,未来的AI Memory的Layer(记忆层),服务的可能不仅是资深的开发者,将来很多人都会构建AI应用。我们在token节省和模型成本方面也取得了显著的效果,原因是利用强化学习的方法训练了很小的模型——我们的4B模型在记忆提取和检索使用上的效果可媲美几百B的模型,并且已有不少学术成果发表。当前,大家看到模型进展非常快,但在记忆方面的工作,今年才逐渐多起来,去年这个时候我们和行业里一些团队开始交流AI Memory,这方面的关注还非常少。的爆火,我简单谈谈我的理解。

量子位 761

让大模型“边看边改”,视觉分割准确率直接上涨9% | ICML 2026

给模型一张图、一句话,让它把目标区域的像素圈出来——听起来直接,但一旦目标含糊、被遮挡,或者需要推理才能定位,一次性猜出正确的掩码就变得相当困难。模型不再一次性输出mask,而是先观察图像、进行推理、调用视觉工具、读取反馈,再根据历史结果迭代修正,最终生成更可靠的准确掩码。而RSAgent总体框架如下,包括多轮交互、工具调用、观察反馈、cold-start SFT与agentic RL。痛点不是单纯追求更复杂的分割头,而是让模型在开放语义任务中具备“先判断、再行动、看反馈、再修正”的能力。

量子位 186

OpenAI挖来了个F1级别车手搞公关

在我职业生涯早期,我曾效力于红牛车队,参加过F1级别的职业比赛。后来无论是Salesforce、ServiceNow,还是现在的OpenAI,他几乎每一次跳槽,踩中的都是技术范式切换最剧烈的时候。毕竟现在的OpenAI,既是全球最炙手可热的AI公司,也是最复杂、最难做品牌管理的公司之一。当年从赛道退下来后,他没有选择一条更稳妥的路,而是直接跨进了一个与赛车几乎毫无关系的行业,从零开始做市场与品牌。Salesforce后来之所以能从一家卖CRM的软件公司,变成云计算时代的行业代表,这是很重要的一步。

量子位 149

5秒完成3D场景编辑,北大&港中文&上海AI Lab搞出VGGT-Edit,120倍加速太炸了

尤其是在添加家具、调整位置、修改材质这些复杂任务中,很多传统方法仍然会出现明显的“贴图感”和几何漂移,但VGGT-Edit生成的结果,会明显更像一个真实稳定的3D空间。而这件事,可能比“会生成3D”本身更重要。对于机器人、AR/VR、空间智能这些方向来说,这几乎是致命问题——这些场景真正需要的,不是“某一个角度看起来对”,而是整个3D世界始终稳定一致。对于原生3D编辑来说,这一步非常关键——模型真正需要学习的,不只是“图像变化”,而是同一个编辑,在不同视角下如何始终保持空间一致。但问题也恰恰出在这里。

量子位 154

触觉具身来了个梦之队:天使轮近亿

背靠产学研与地方政策双重加持,作为复旦大学与静安区战略合作的重要落地成果,公司在初创期便获得静安区科经委与市北高新集团的大力培育,先后获得静安区战略性资金及上海市经信委促进产业高质量发展专项资金的支持,上海市科委也针对其核心视触觉传感器的研发给予了专项经费支持,全面加速公司的技术攻关进程。能够夹起衣物,却无法实时感知布料的滑移状态与张力分布,难以完成精准的褶皱整理。对于后发企业而言,沿着先行者的轨迹亦步亦趋难以实现突破,唯有找到行业尚未解决的核心难题,从新的技术变量切入,才能构建起不可替代的竞争壁垒。

量子位 167

DeepSeek陈德里开发自动研究Skill,写一篇论文人类只动脑2小时

论文共迭代6次(V1:4 次,V2:1 次,V3:1 次),总耗时6天,进行了约108轮Agent调用,消耗64.8万token,写了2234行LaTeX代码。,智能体可自主选题、分配资源、长期积累知识、跨领域持续研究,是当前未实现的理想状态,核心瓶颈为持续知识积累、可靠自我评估、架构规模化。早期智能体框架CAMEL、AutoGen、MetaGPT等为代表,特点是分工协作、多视角纠错,成本较高,沟通易混乱。,人类仅提供研究目标、评估最终成果,智能体可完成多步实验、代码、论文撰写,但无法自主选择研究问题。

量子位 191

双榜SOTA!微软ACL2026新作重新定义AI长记忆

结果它找到了Boston和San Francisco,却完全遗漏了Detroit——因为“attended a conference in Detroit”被埋藏在一条长消息中,与“去过哪些城市”的语义相似度不够高。最终,System-1确保语义直接匹配的记忆不遗漏,System-2确保结构相关但语义距离较远的记忆被覆盖,两者。团队认为,真正的AI记忆应当是有组织的、可推理的、双模式的、并能持续进化的。记忆系统的质量,很大程度上取决于“存储时做了什么”,而不仅仅是“检索时怎么找”。

量子位 181

将DSA注意力引入多模态,快手Keye2.0开启强化推理新范式

情感与主题的深度升华:模型并没有停留在“建雪雕”的表层,它提取了画面中巨大的“振兴东北”刻字,关联了片中“老程盼女儿、小李回流家乡”的人物背景,在总结中直指故事内核:“极寒的温度冻不住东北人的热血,冰雪项目不仅是奇观,更是承载着东北人振兴家乡、呼唤游子归乡的炽热情感与现实路径。当接收到“请找出视频中的高光时刻,并给出你的依据,时间戳用[mm:ss]的形式来表示”的指令时,Keye-VL-2.0- 30B-A3B没有陷入传统AI“哪里有击杀提示就截取哪里”或“只看画面元素剧烈变化”的机械逻辑。

量子位 187

专治世界模型幻觉!ECCV 2026 Workshop征稿,Sergey出席,帝国理工等联合发起

ergey Levine(UC Berkeley)、Jiajun Wu(Stanford)等国际顶级学者做特邀报告,同步举办具身动作世界模型挑战赛,以及主题为From Synthesis to Deployment:Bridging Academic and Industry Focuses on World Models的圆桌讨论,旨在弥合学术界在世界模型合成方面的进展与工业界对部署需求之间的差距。世界模型作为智能体的内部模拟器,在执行前预判风险、规避危险,实现风险感知决策。

量子位 193

卡帕西Anthropic最新头衔:技术员工(MTS)

但尴尬的是,这些案例的争议其实很大,都被吐槽过说没有宣传的那么美好,所谓扁平会变成隐性权力,表面没老板,实际有老员工、核心圈层……头衔都一样,竞争对手就没法通过头衔判断谁是L7谁是L5,推断一个员工具体做什么方向,定向挖人的难度直接上升。一个很直观的事实是,整个商业史上,能在没有层级制度的情况下完成规模化的组织,一只手数得过来。后来离开Ins,自己做了个新闻聚合App,叫Artifact,同样是联创+CTO的标签。这些说不在意职称的,一旦离职,就开始在领英自称上「副总裁」了(hehe)。

量子位 80

把VLM塞进隐式世界模型,港大&小鹏机器人新框架让机器人长出物理直觉

通过将人类的姿态对齐到机器人的动作空间,双系统能够共同从多样的人类动作数据(如EgoDex)中汲取养分:System-2负责从人类视频中提取通用的任务逻辑,而System-1则从人类动作标签中蒸馏通用的运动先验。借鉴认知科学中的双系统理论,不仅让强大的VLM直接在其原生的ViT特征空间中进行轻量化的隐式世界建模(Latent World Modeling),更关键的是,它将这种隐式视觉预见构建为一个可微的结构化瓶颈。System-1则在真实未来特征的指导下,专心学习从感知到精准动作的映射。

量子位 100

留给人类数学家的悬赏不多了!谷歌DeepMind一口气解决9道埃尔德什问题

同时,AlphaProof Nexus还在OEIS整数序列百科里证明了44个开放猜想,在代数几何那边解决了一道希尔伯特函数对数凹性的15年悬案,凸优化那边改进了一个锚定梯度下降法的理论边界。这个结果或许也在预示着,未来随着大模型能力持续升级,复杂的多工具组合系统,可能不再是刚需,只用大模型+专业校验工具这套简单循环,就能搞定大多数数学难题。简单理解就是,这群数字之间,既不能一个数整除另一个数,也不能一个数整除另外两个数的和,同时数字还要分布得相对密集,不能只挑寥寥几个数投机取巧。

量子位 129

龙虾之父教你省钱:开源Skill给你的Skill减肥

严格遵循Codex计费规则(UTF8字节数/4向上取整),以模型上下文2%为默认技能预算基数,结合技能优先级排序规则(系统技能>内置技能>插件技能>仓库自定义技能),核算全量技能原始占用令牌、最小渲染令牌、预算内可用令牌。同时可模拟真实运行场景,计算预算不足时的技能描述截断字符数、被省略技能数量,精准输出预算使用率、剩余预算、上下文占用比例等核心指标,直观展示技能体系的资源负载情况。跨Codex内置库、插件缓存、代码库、个人技能根目录,扫描同名技能、描述/内容高度相似的重复技能,标记冗余项。

量子位 85

刚刚,国产AI自己造了AI,全球首例!

在MMLU-Pro、MMLU-Redux、AIME-2025、AIME-2026、BFCL-v4、AA榜单等项目上,也给出了对应成绩。我们完全可以给不同的模型、不同的硬件、不同的任务,分别写专用的代码。如果人不够,那就用AI来凑!更直白一点说,就是当AI写代码的成本越来越低,未来软件不一定非要做成一套通用大框架,也可以针对不同模型、不同硬件、不同任务,现场锻造一套专用代码。这也让MiniCPM5-1B的价值更明确了,它不只是一个小尺寸模型,而是一个在参数规模、部署成本和实际能力之间重新找平衡点的端侧模型。

量子位 638

画数独、烧蜡烛都不翻车了?浙大&阿里让AI先三思再下笔|ACL 2026

让模型画 “数独解完后的样子”、“蜡烛燃烧6小时后的状态”,开源模型要么出现逻辑幻觉,要么无法把文字指令转化为精准视觉操作,形成难以跨越的执行鸿沟。研究者设计了一个独立的Thinker模块,它不直接生成像素,而是充当大脑,负责将模糊的用户意图分解为分层、结构化、且对下游生成器友好的中间表示。阶段,Thinker产生的多条推理路径直接由生成图像的视觉质量打分反馈,这迫使模型放弃空洞的辞藻,转而学习生成“视觉可执行”的指令。这种双向反馈机制,真正实现了脑与手的深度协同。

量子位 62

0.9B跑出90%真机成功率!上海交大为VLA补上空间感

从多视角RGB提取紧凑的隐式深度表征,再以轻量方式融入视觉-语言通路,最后通过flow-matching动作专家输出连续动作。参数,不额外增加硬件负担,用紧凑的隐式深度编码把空间感写进VLA策略里,仿真与真机同时兼顾性能与部署效率。论文中,IDEM骨干约0.13B参数,并结合多视角深度预训练初始化,在轻量条件下引入与深度相关的归纳偏置。值得注意的是,相比只关注benchmark分数,论文也给出了部署侧开销与实时性指标。从RGB学几何,省了硬件,但不少方案依赖较重的基础模型,训练和推理成本偏高。

量子位 82

Grok最新模型吃上Cursor「加餐」,马斯克:Coding实现巨大改进

Cursor数据其实更可能告诉模型,开发者在真实项目里,是怎么描述需求、定位问题、让AI读上下文、修改文件、修复报错、再继续追问的。更大的模型容量,往往能让它更好地理解复杂上下文、进行更长的链式思考,以及处理更具挑战性的真实开发任务~要知道,毕目前承载Grok所有生产流量都由0.5T的v8-small模型,也只有0.5T的大小。用户输入需求后,Grok Build不会直接动手,而是先制定详细执行计划,让用户确认后再执行。这边,也被马斯克亲口点名,补充训练里加入了大量Cursor数据,后续还会继续添加。

量子位 113

刚刚,国产Agent模型闯入全球第一梯队!限时免费

从训练的第一天起,它的目标就不是聊天,而是干活。就像我在实测中感受到的那样,做完桌宠它问你要不要存成Skill,做完周报它提醒你设成定时任务,昆仑万维瞄准的显然不只是一个模型,而是一整套Agent工作生态。发现没,自从模型进入Agent时代后,大部分玩家在推主力模型时都会附带一个轻量版,这也很好理解,就像前段时间Snapchat前机器学习工程师说的那样:。一只小猫,能在屏幕上随机溜达,点击会说打工人语录,右键能切工作模式和摸鱼模式,工作模式带番茄钟倒计时,还要有喝水提醒、远眺提醒、拉伸提醒这些健康功能。

量子位 537
上一篇: 被拒13次,博士五年未发论文是什么体验?美国计算机Top10大学博士亲述心路历程|然后,剧情反转了……...
下一篇: 神经网络原来这么简单,机器学习入门贴送给你 | 干货
QbitAl
QbitAl 企业官方账号 企业官方账号
博客等级 码龄7年 2万+粉丝 2173原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值