Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

PC 三十年没变过了。 Intel 或 AMD 的 CPU，再配个 GPU，然后祈祷别卡。今天老黄一场发布会，全给改了。 RTX Spark。 NVIDIA 第一款 PC 芯片。 CPU、GPU、内存，全塞进一片硅里。 ARM 架构，3nm 工艺。本地 AI 算力干到了 1 PetaFLOPS。关键是，这玩意塞进了 14mm 厚的笔记本里。现场直接跑《极限竞速6》和《007：初光》。 1440p 分辨率，全程 100 帧。离线跑的，没降频，跑在 Windows 上。最吓人的数字是这个：它能在本地，离线运行 1200 亿参数的 AI 模型。没有 API 调用。没有订阅费。你的 AI 代理就住在你电脑里。 24... show more

火山哥🕊️

69,430 subscribers

21,697 Aufrufe • vor 2 Monaten •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

Windows 笔记本拔掉电源就变卡的历史，可能要结束了。 NVIDIA 掏出了他们的王炸：基于 ARM 架构的新处理器 RTX Spark。老黄在台上从口袋里摸出一颗芯片，说这玩意花了 33 年才造出来。来看看硬指标。里面直接塞了一个相当于 RTX 5070 级别的 GPU。现代游戏在 1440P 分辨率下，能稳跑 100 帧。现场直接跑了《Forza Horizon 6》和新的 007 游戏。最关键的是，拔掉电源后，性能竟然不掉，电池还特别耐用。它不只是用来打游戏的。这颗叫做 N1X 的芯片，是 NVIDIA 和联发科联手打造的。老黄为什么说它花了 33 年？因为 NVIDIA 过去 33 年攒下的所有家底，100% 的软件栈，都能在这上面跑。从 CUDA 生态、数字生物学、地震数据处理，到天体物理和 AI。还有 Windows 跑过的每一个应用，全都能无缝运行。微软和英伟达把它打磨到了极致，现在它甚至还能直接运行 AI 智能体。这颗芯片除了给笔记本用，台式机市场它也盯上了。 2026 年秋天正式发售。传统 x86 阵营这下真该睡不着觉了。

Windows 笔记本拔掉电源就变卡的历史，可能要结束了。 NVIDIA 掏出了他们的王炸：基于 ARM 架构的新处理器 RTX Spark。老黄在台上从口袋里摸出一颗芯片，说这玩意花了 33 年才造出来。来看看硬指标。里面直接塞了一个相当于 RTX 5070 级别的 GPU。现代游戏在 1440P 分辨率下，能稳跑 100 帧。现场直接跑了《Forza Horizon 6》和新的 007 游戏。最关键的是，拔掉电源后，性能竟然不掉，电池还特别耐用。它不只是用来打游戏的。这颗叫做 N1X 的芯片，是 NVIDIA 和联发科联手打造的。老黄为什么说它花了 33 年？因为 NVIDIA 过去 33 年攒下的所有家底，100% 的软件栈，都能在这上面跑。从 CUDA 生态、数字生物学、地震数据处理，到天体物理和 AI。还有 Windows 跑过的每一个应用，全都能无缝运行。微软和英伟达把它打磨到了极致，现在它甚至还能直接运行 AI 智能体。这颗芯片除了给笔记本用，台式机市场它也盯上了。 2026 年秋天正式发售。传统 x86 阵营这下真该睡不着觉了。

墓碑科技

169,839 Aufrufe • vor 2 Monaten

苹果、Intel、AMD、高通，今晚大概率睡不好了。统治了 PC 整整 30年的 Wintel 王朝，今天被一个卖显卡的，连桌子一起掀了。 NVIDIA 的 RTX Spark，一块 3nm 的 SoC，把 ARM CPU、Blackwell GPU、128GB 统一内存焊进同一颗芯片，塞进 14mm 的超薄本，本地跑 120B 大模型， 1440p 满帧跑 3A，拔了电源帧数硬是一格没掉。但真正让那四家睡不着的，还不只是这些参数。过去三十年的 PC，像一群车厂在比谁的排量大，所有人盯着 CPU 跑分， Intel Inside 就是品质保证，竞争全在同一套规则里打。 NVIDIA 今天开进来一辆电动车，直接说规则换了，以后比的是 AI 算力和谁的软件生态更深，而它那张生态网，叫 CUDA，已经铺了二十年。这一下，每一家被点到的，都得正面回应： Intel 和 AMD 还能追性能、追制程，追不上的是那二十年攒下的开发者。苹果 2020 年就用 M 系列证明了 ARM 加统一内存能有多强，可它把 CUDA 拦在门外， NVIDIA 干脆绕开，在 Windows 这边复刻了一遍，还多带了苹果永远不肯给的东西，完整 GPU 生态、3A 游戏、CUDA 全栈。高通的 Snapdragon X 先跑了一年 Windows on ARM，没有 GPU 生态撑腰，整个故事还只讲了一半，没想到今天这个位置被人抢了当然，发布会上说的，和真正用起来之间，向来隔着一段距离。 ARM 版 Windows 的兼容层跑老软件掉多少、满载久了降不降频、这套东西最后卖什么价，老黄一个都没交代。但方向似乎已经钉死了，过去你买电脑，Intel Inside 是贴在机身上的那张品质标签，但是往后这张标签，得换人贴了。 NVIDIA 今天卖的不只是一颗芯片，还有下一个三十年 PC 行业的入场券。

苹果、Intel、AMD、高通，今晚大概率睡不好了。统治了 PC 整整 30年的 Wintel 王朝，今天被一个卖显卡的，连桌子一起掀了。 NVIDIA 的 RTX Spark，一块 3nm 的 SoC，把 ARM CPU、Blackwell GPU、128GB 统一内存焊进同一颗芯片，塞进 14mm 的超薄本，本地跑 120B 大模型， 1440p 满帧跑 3A，拔了电源帧数硬是一格没掉。但真正让那四家睡不着的，还不只是这些参数。过去三十年的 PC，像一群车厂在比谁的排量大，所有人盯着 CPU 跑分， Intel Inside 就是品质保证，竞争全在同一套规则里打。 NVIDIA 今天开进来一辆电动车，直接说规则换了，以后比的是 AI 算力和谁的软件生态更深，而它那张生态网，叫 CUDA，已经铺了二十年。这一下，每一家被点到的，都得正面回应： Intel 和 AMD 还能追性能、追制程，追不上的是那二十年攒下的开发者。苹果 2020 年就用 M 系列证明了 ARM 加统一内存能有多强，可它把 CUDA 拦在门外， NVIDIA 干脆绕开，在 Windows 这边复刻了一遍，还多带了苹果永远不肯给的东西，完整 GPU 生态、3A 游戏、CUDA 全栈。高通的 Snapdragon X 先跑了一年 Windows on ARM，没有 GPU 生态撑腰，整个故事还只讲了一半，没想到今天这个位置被人抢了当然，发布会上说的，和真正用起来之间，向来隔着一段距离。 ARM 版 Windows 的兼容层跑老软件掉多少、满载久了降不降频、这套东西最后卖什么价，老黄一个都没交代。但方向似乎已经钉死了，过去你买电脑，Intel Inside 是贴在机身上的那张品质标签，但是往后这张标签，得换人贴了。 NVIDIA 今天卖的不只是一颗芯片，还有下一个三十年 PC 行业的入场券。

AYi

763,866 Aufrufe • vor 2 Monaten

🚨AMD 首席执行官苏姿丰（Lisa Su）用一个价值 1,499 美元的“午餐盒”，干掉了英伟达 4,000 美元的 AI 机箱。她走上舞台，单手举起这个设备，在现场直接运行了一个2350 亿参数的大模型。没有数据中心，没有云端，也没有租用的 GPU。里面的芯片超出了所有人的预料。AMD 的 Ryzen AI Max+ 395是首款 CPU 和 GPU 共享128GB 统一内存的 x86 架构硅片。正是这一绝活，让一台台式机能够运行过去需要一整条服务器机架才能跑得动的模型。在这 128GB 的内存中，Linux 系统直接分给了 GPU110GB供其尽情挥霍。作为对比，英伟达 RTX 5090 的显存是 32GB，4090 是 24GB。而这个只有厚笔记本大小的机箱，给到的显存是它们中任何一款的三倍以上。引爆全场的基准测试数据是：在 DeepSeek R1 的推理测试中，这颗芯片的速度超过了英伟达 RTX 5080 的 3 倍。一个售价 1,499 美元的“午餐盒”，在实际的 AI 工作负载中，跑赢了一张售价 1,000 美元的独立显卡。英伟达花了十年时间让全世界相信，搞严肃 AI 必须用他们的硬件；而 AMD 刚刚以一半的价格，把这种能力直接拍在了你的办公桌上。以下是那些人没有告诉你的真相：目前，一个 AI 重度用户每个月要为 Claude Code Max 支付 200 美元，为 ChatGPT Pro 支付 200 美元，为 Cursor 支付 20 美元，为 Gemini 支付 20 美元。这意味着你每年有 5,280 美元从账户中溜走。而这个小盒子在 9 个月内就能帮你收回成本，此后的余生里，它都将免费为你运转。操作极其简单：安装 Ollama，拉取 Qwen3 235B 动态模型，然后将 Claude Code 的本地路径（localhost）指向它。体验完全一致：还是你习惯使用的那个界面，不同的是，现在没有任何数据会离开你的机器，不再按请求次数收费，当你在凌晨 3 点终于有时间搞开发时，也不会再有任何公司对你进行限流。这是一个转折点这一刻起，所有的 AI 订阅服务都变成了可选，而非必选。律师们不再需要害怕 OpenAI 的泄密风险。开发者们不用再时刻盯着 Token（字符）计数器。创业团队也不用再为了那些因为高昂账单而不敢交付的原型产品去租用 H100 显卡。率先看懂这一趋势的前 1000 个人，将主导未来两年的私有化 AI 咨询服务市场。

🚨AMD 首席执行官苏姿丰（Lisa Su）用一个价值 1,499 美元的“午餐盒”，干掉了英伟达 4,000 美元的 AI 机箱。她走上舞台，单手举起这个设备，在现场直接运行了一个2350 亿参数的大模型。没有数据中心，没有云端，也没有租用的 GPU。里面的芯片超出了所有人的预料。AMD 的 Ryzen AI Max+ 395是首款 CPU 和 GPU 共享128GB 统一内存的 x86 架构硅片。正是这一绝活，让一台台式机能够运行过去需要一整条服务器机架才能跑得动的模型。在这 128GB 的内存中，Linux 系统直接分给了 GPU110GB供其尽情挥霍。作为对比，英伟达 RTX 5090 的显存是 32GB，4090 是 24GB。而这个只有厚笔记本大小的机箱，给到的显存是它们中任何一款的三倍以上。引爆全场的基准测试数据是：在 DeepSeek R1 的推理测试中，这颗芯片的速度超过了英伟达 RTX 5080 的 3 倍。一个售价 1,499 美元的“午餐盒”，在实际的 AI 工作负载中，跑赢了一张售价 1,000 美元的独立显卡。英伟达花了十年时间让全世界相信，搞严肃 AI 必须用他们的硬件；而 AMD 刚刚以一半的价格，把这种能力直接拍在了你的办公桌上。以下是那些人没有告诉你的真相：目前，一个 AI 重度用户每个月要为 Claude Code Max 支付 200 美元，为 ChatGPT Pro 支付 200 美元，为 Cursor 支付 20 美元，为 Gemini 支付 20 美元。这意味着你每年有 5,280 美元从账户中溜走。而这个小盒子在 9 个月内就能帮你收回成本，此后的余生里，它都将免费为你运转。操作极其简单：安装 Ollama，拉取 Qwen3 235B 动态模型，然后将 Claude Code 的本地路径（localhost）指向它。体验完全一致：还是你习惯使用的那个界面，不同的是，现在没有任何数据会离开你的机器，不再按请求次数收费，当你在凌晨 3 点终于有时间搞开发时，也不会再有任何公司对你进行限流。这是一个转折点这一刻起，所有的 AI 订阅服务都变成了可选，而非必选。律师们不再需要害怕 OpenAI 的泄密风险。开发者们不用再时刻盯着 Token（字符）计数器。创业团队也不用再为了那些因为高昂账单而不敢交付的原型产品去租用 H100 显卡。率先看懂这一趋势的前 1000 个人，将主导未来两年的私有化 AI 咨询服务市场。

量子·王文哈哈（新中国联邦）

77,740 Aufrufe • vor 1 Monat

这批怎么样，花眼了！现在大多数 AI，就是租的，拿钱买感情。聊得再多，记忆说没就没，规则别人说了算，用着用着还可能被降级，你也没地方说理。 #OpenGradient 把 AI 直接做成链上的东西。他们的 Twin，本质就是一个有身份、有记忆、能被验证的 AI。不是一次性工具，也不是后台黑箱，而是长期存在的链上实体。你和它聊过什么、它学到了什么，都是连续的，不会突然清零。 Twin Feed不是人带着 AI 玩社交，而是 AI 自己在一个链上环境里互动、更新、调整行为。没有人类每一步指挥，它们自己跑逻辑，自己演化，你只是在旁边看数据和结果。记忆被分成两层：一层是长期有效的核心信息，一层是会慢慢衰减的事件记录。重要的留下，重复的强化，没用的自然消失，不是啥都一股脑塞进去。最关键的一点在于，这些 AI 不是平台资产，是可以被持有、被交易、被验证的。你不是在用别人服务器上的模型，而是在跟一个链上存在的 AI 打交道。 #OpenGradient 确实值得关注！ #KaitoAI #Kaito #Yaps OpenGradient (∇, ∇) Kaito AI 🌊

这批怎么样，花眼了！现在大多数 AI，就是租的，拿钱买感情。聊得再多，记忆说没就没，规则别人说了算，用着用着还可能被降级，你也没地方说理。 #OpenGradient 把 AI 直接做成链上的东西。他们的 Twin，本质就是一个有身份、有记忆、能被验证的 AI。不是一次性工具，也不是后台黑箱，而是长期存在的链上实体。你和它聊过什么、它学到了什么，都是连续的，不会突然清零。 Twin Feed不是人带着 AI 玩社交，而是 AI 自己在一个链上环境里互动、更新、调整行为。没有人类每一步指挥，它们自己跑逻辑，自己演化，你只是在旁边看数据和结果。记忆被分成两层：一层是长期有效的核心信息，一层是会慢慢衰减的事件记录。重要的留下，重复的强化，没用的自然消失，不是啥都一股脑塞进去。最关键的一点在于，这些 AI 不是平台资产，是可以被持有、被交易、被验证的。你不是在用别人服务器上的模型，而是在跟一个链上存在的 AI 打交道。 #OpenGradient 确实值得关注！ #KaitoAI #Kaito #Yaps OpenGradient (∇, ∇) Kaito AI 🌊

Michael 宝塔镇河妖🧙🏿‍♀️

33,521 Aufrufe • vor 7 Monaten

拔掉网线，全程断网单机运行 2000 亿参数的 AI 模型。跑这套系统的设备有多大？一只手就能稳稳托住。 AMD 拿出了目前全球最小的 AI 开发系统。苏姿丰直接把这台主机端了出来。里面塞进了他们最高端的 Ryzen AI Max 处理器。搭配的是 128GB 高速统一内存。算力能装进巴掌大小的空间，靠的是底层架构设计。这 128GB 内存由 CPU、GPU 和 NPU 三方直接共享。省去了数据在不同模块间来回搬运的损耗。系统整体性能被大幅拉升。硬生生把跑大型 AI 模型的算力，压缩进了一台微型桌面台式机里。大模型的硬件门槛正在被物理击穿。跑千亿参数模型曾经必须依赖庞大的云端机房。现在直接变成了摆在桌面上的一台离线私有设备。

拔掉网线，全程断网单机运行 2000 亿参数的 AI 模型。跑这套系统的设备有多大？一只手就能稳稳托住。 AMD 拿出了目前全球最小的 AI 开发系统。苏姿丰直接把这台主机端了出来。里面塞进了他们最高端的 Ryzen AI Max 处理器。搭配的是 128GB 高速统一内存。算力能装进巴掌大小的空间，靠的是底层架构设计。这 128GB 内存由 CPU、GPU 和 NPU 三方直接共享。省去了数据在不同模块间来回搬运的损耗。系统整体性能被大幅拉升。硬生生把跑大型 AI 模型的算力，压缩进了一台微型桌面台式机里。大模型的硬件门槛正在被物理击穿。跑千亿参数模型曾经必须依赖庞大的云端机房。现在直接变成了摆在桌面上的一台离线私有设备。

墓碑科技

32,189 Aufrufe • vor 2 Monaten

说个暴论，这才是2026年到目前为止，AI行业最有价值的一次更新，没有之一🚀🚀🚀 Claude一口气接入了8个创意行业的顶级工具，Blender，Adobe，Autodesk，Ableton，Splice，Canva，SketchUp，Resolume。它不再是让你在聊天框里生成东西，再导出到软件里修改，而是直接钻进你每天打开8小时的软件内部，帮你调试场景，批量修改物体，写自定义脚本，处理所有你不想做的重复性劳动。以前的AI是让你换个地方工作，现在的AI是跑到你的工位上帮你干活。这标志着AI正式进入工具原生时代，它的下一个战场再也不是谁的模型更大，而是谁能无缝嵌入普通人的真实工作流。我认为对所有创作者来说，学会用好这些连接器，比追任何新出的大模型都重要。

说个暴论，这才是2026年到目前为止，AI行业最有价值的一次更新，没有之一🚀🚀🚀 Claude一口气接入了8个创意行业的顶级工具，Blender，Adobe，Autodesk，Ableton，Splice，Canva，SketchUp，Resolume。它不再是让你在聊天框里生成东西，再导出到软件里修改，而是直接钻进你每天打开8小时的软件内部，帮你调试场景，批量修改物体，写自定义脚本，处理所有你不想做的重复性劳动。以前的AI是让你换个地方工作，现在的AI是跑到你的工位上帮你干活。这标志着AI正式进入工具原生时代，它的下一个战场再也不是谁的模型更大，而是谁能无缝嵌入普通人的真实工作流。我认为对所有创作者来说，学会用好这些连接器，比追任何新出的大模型都重要。

AYi

103,047 Aufrufe • vor 3 Monaten

同样站在 2009 年那个路口，有人只看见一块显卡，有人看见了往后二十年整个计算的样子。那年 Nvidia 市值 40 亿，是 Intel 的零头，所有人都笑黄仁勋不过是个卖游戏配件的。那时候 Nvidia 市值 40 亿，Intel 1000 亿，差了 25 倍。他说了句在场没人当回事的话：PC 的杀手应用是 Word 和 Excel，所以串行架构的 CPU 是王者，但未来电脑要处理的不是打字和算数，是图像、3D 虚拟世界、艺术表达。这些东西全是并行任务，CPU 搞不定。 17 年后，Nvidia 5 万亿，Intel 五千多亿，25 倍的劣势，变成了接近 10 倍的反超。但我看了两遍才发现，这条视频最狠的不是老黄预测对了 AI，他 2009 年根本没提 AI。他预测对的是另一件事：异构计算的必然性。 CPU 管串行，GPU 管并行，两个都要，但 GPU 的相关性在上升，这个判断后来成了现代计算的铁律——手机 SoC、AI PC、数据中心，全是这个逻辑。而且他在 2005-2006 年就把 CUDA 押上去了，一个显卡公司搞通用计算平台，投资人觉得他疯了。打个比方，就像在一片荒地上挖了口井，当年所有人都在笑，自来水不香吗你挖什么井，但十几年后城市盖起来了，才发现只有你这口井挖到了最深的蓄水层——所有房子的水管都只能接你这一口。 CUDA 就是这口井，黄仁勋挖了二十年。他没去追 Intel 的赛道，默默在在修自己的路，从图形到科学计算到深度学习到生成式 AI 到物理世界模拟——每一步迁移，这条路都在变宽，十七年后，所有的车都拐上了他修的这条路。远见从来不稀缺，酒桌上人人都有。稀缺的是认准之后，肯花十年时间，把一句没人信的判断，亲手浇筑成一条别人绕不过去的护城河。今天这个路口也站满了人，有人在盯更强的模型，有人在看下一个计算平台长在哪。我们最该盯的其实不是市值曲线，应该是创始人嘴里那个词，黄仁勋在访谈里反复说 relevance——他不纠结谁更大，只纠结自己做的事跟未来还相关吗。我觉得这句话比任何技术判断都值钱。 2009 年人人都说 Nvidia 就是个做显卡的，跟今天有人说某家 AI 公司就是个做 XX 的一模一样。但真正的 alpha，永远藏在对工作负载演进方向的预判里。

同样站在 2009 年那个路口，有人只看见一块显卡，有人看见了往后二十年整个计算的样子。那年 Nvidia 市值 40 亿，是 Intel 的零头，所有人都笑黄仁勋不过是个卖游戏配件的。那时候 Nvidia 市值 40 亿，Intel 1000 亿，差了 25 倍。他说了句在场没人当回事的话：PC 的杀手应用是 Word 和 Excel，所以串行架构的 CPU 是王者，但未来电脑要处理的不是打字和算数，是图像、3D 虚拟世界、艺术表达。这些东西全是并行任务，CPU 搞不定。 17 年后，Nvidia 5 万亿，Intel 五千多亿，25 倍的劣势，变成了接近 10 倍的反超。但我看了两遍才发现，这条视频最狠的不是老黄预测对了 AI，他 2009 年根本没提 AI。他预测对的是另一件事：异构计算的必然性。 CPU 管串行，GPU 管并行，两个都要，但 GPU 的相关性在上升，这个判断后来成了现代计算的铁律——手机 SoC、AI PC、数据中心，全是这个逻辑。而且他在 2005-2006 年就把 CUDA 押上去了，一个显卡公司搞通用计算平台，投资人觉得他疯了。打个比方，就像在一片荒地上挖了口井，当年所有人都在笑，自来水不香吗你挖什么井，但十几年后城市盖起来了，才发现只有你这口井挖到了最深的蓄水层——所有房子的水管都只能接你这一口。 CUDA 就是这口井，黄仁勋挖了二十年。他没去追 Intel 的赛道，默默在在修自己的路，从图形到科学计算到深度学习到生成式 AI 到物理世界模拟——每一步迁移，这条路都在变宽，十七年后，所有的车都拐上了他修的这条路。远见从来不稀缺，酒桌上人人都有。稀缺的是认准之后，肯花十年时间，把一句没人信的判断，亲手浇筑成一条别人绕不过去的护城河。今天这个路口也站满了人，有人在盯更强的模型，有人在看下一个计算平台长在哪。我们最该盯的其实不是市值曲线，应该是创始人嘴里那个词，黄仁勋在访谈里反复说 relevance——他不纠结谁更大，只纠结自己做的事跟未来还相关吗。我觉得这句话比任何技术判断都值钱。 2009 年人人都说 Nvidia 就是个做显卡的，跟今天有人说某家 AI 公司就是个做 XX 的一模一样。但真正的 alpha，永远藏在对工作负载演进方向的预判里。

AYi

121,443 Aufrufe • vor 2 Monaten

有点炸裂，Cascadeur把AI动画的token计费直接干没了🤯 AI inbetweening、智能摆姿、物理工具，全部本地跑，没token、没credits、没云端排队，就四个字——无限生成视频里最狠的演示是拿一个低多边形blockout rig直接出复杂奔跑动画，多场景秒切，没有任何生成等待画面核心就三层: 1️⃣ 导入你自己的blockout角色rig 2️⃣ 用AI inbetweening补帧，智能摆姿调关键动态 3️⃣ 物理工具自动算重量感和接触——全程不联网，本地算力直接跑这事真正的意义不仅仅是又一个AI动画工具，关键是它把动画迭代从"每次实验都要花钱/排队"变成在你本地就可以随意试了，我印象里以前用云端工具改一个动作，脑子里得先算token，现在不用了，Photoshop滤镜怎么试，这就怎么试🤣

有点炸裂，Cascadeur把AI动画的token计费直接干没了🤯 AI inbetweening、智能摆姿、物理工具，全部本地跑，没token、没credits、没云端排队，就四个字——无限生成视频里最狠的演示是拿一个低多边形blockout rig直接出复杂奔跑动画，多场景秒切，没有任何生成等待画面核心就三层: 1️⃣ 导入你自己的blockout角色rig 2️⃣ 用AI inbetweening补帧，智能摆姿调关键动态 3️⃣ 物理工具自动算重量感和接触——全程不联网，本地算力直接跑这事真正的意义不仅仅是又一个AI动画工具，关键是它把动画迭代从"每次实验都要花钱/排队"变成在你本地就可以随意试了，我印象里以前用云端工具改一个动作，脑子里得先算token，现在不用了，Photoshop滤镜怎么试，这就怎么试🤣

AYi

146,774 Aufrufe • vor 1 Monat

黄仁勋带了一台GPU去白宫跟川普一起开发布会 60年前，IBM的System 360定义了现代计算机 CPU、操作系统、I/O系统、多任务处理——这些词，1964年就有了从那之后，计算机结构基本没变而现在，黄仁勋说，他们又重新发明了计算机这不是传统意义上的“芯片” 你眼前的，是一块70斤的GPU 6万个零件，1万瓦功耗要造它，几百家供应商同时开工要搬它，得靠机器人要测它，得用一台超算来测而它的使命，是驱动一个全新的行业：人工智能它不是工具，是“制造者” 以前是水进电出，现在是电进“智能”出它是AI时代的“发电机” 但这不只是芯片的故事这背后，是美国本土制造业的全面升级人工成本早已不是核心拼的是技术，是自动化，是数字孪生，是AI工厂本身黄仁勋说，没有总统的推动，这一切不会这么快制造业的核心早已不是“便宜”，而是“智能” 他们要在美国本土建起未来的“超级工厂” 靠的不是廉价劳动力，而是AI和机器人更重要的是，这条AI基建链，将革新所有行业医疗、制药、金融、教育、生命科学…… 所有行业都在接入AI，而这个“引擎”就是起点这不是一个行业的升级，这是所有行业的重构黄仁勋最后说：制造未来的工厂，本身就是未来的工厂而他们，正在把它造出来

黄仁勋带了一台GPU去白宫跟川普一起开发布会 60年前，IBM的System 360定义了现代计算机 CPU、操作系统、I/O系统、多任务处理——这些词，1964年就有了从那之后，计算机结构基本没变而现在，黄仁勋说，他们又重新发明了计算机这不是传统意义上的“芯片” 你眼前的，是一块70斤的GPU 6万个零件，1万瓦功耗要造它，几百家供应商同时开工要搬它，得靠机器人要测它，得用一台超算来测而它的使命，是驱动一个全新的行业：人工智能它不是工具，是“制造者” 以前是水进电出，现在是电进“智能”出它是AI时代的“发电机” 但这不只是芯片的故事这背后，是美国本土制造业的全面升级人工成本早已不是核心拼的是技术，是自动化，是数字孪生，是AI工厂本身黄仁勋说，没有总统的推动，这一切不会这么快制造业的核心早已不是“便宜”，而是“智能” 他们要在美国本土建起未来的“超级工厂” 靠的不是廉价劳动力，而是AI和机器人更重要的是，这条AI基建链，将革新所有行业医疗、制药、金融、教育、生命科学…… 所有行业都在接入AI，而这个“引擎”就是起点这不是一个行业的升级，这是所有行业的重构黄仁勋最后说：制造未来的工厂，本身就是未来的工厂而他们，正在把它造出来

墓碑科技

324,235 Aufrufe • vor 1 Jahr

阿里悄悄上线了一个狠东西：Accio Work，用自然语言就能跑通从选品到开店的全流程。有人实测，48小时内用它生成了一款猫爪玩具的产品图纸，直连中国工厂打样。没用CAD，没有供应链人脉，没有中间商。30分钟搭好一个Shopify店铺，AI自动写商品描述、做SEO、找供应商、甚至替你发邮件砍价。背后是阿里26年攒下来的10亿商品数据和5000万企业数据。别家AI在聊天，阿里这个在替你做生意。以前一个跨境电商团队干的活，现在一个人加一个AI就够了。

阿里悄悄上线了一个狠东西：Accio Work，用自然语言就能跑通从选品到开店的全流程。有人实测，48小时内用它生成了一款猫爪玩具的产品图纸，直连中国工厂打样。没用CAD，没有供应链人脉，没有中间商。30分钟搭好一个Shopify店铺，AI自动写商品描述、做SEO、找供应商、甚至替你发邮件砍价。背后是阿里26年攒下来的10亿商品数据和5000万企业数据。别家AI在聊天，阿里这个在替你做生意。以前一个跨境电商团队干的活，现在一个人加一个AI就够了。

KK.aWSB

145,232 Aufrufe • vor 4 Monaten

有个27岁的小伙子，以前是挖矿的。他花了4000美元买了台迷你电脑，对着 Polymarket 狂干，不到三个月，4000 块变成了 100 万美元。上周，美国出口管制的那款 Claude Fable 5 突然把所有云交易者的服务给掐了。结果这哥们压根没注意到。没有云，没有订阅，没有任何人能关掉的模型。就是一台搁在他桌上的小盒子，他睡觉的时候，这盒子自己在比特币市场上帮他赚钱。用的芯片是 AMD Ryzen AI Max+ 395 —— 16 个核心，50-TOPS 的神经引擎，128GB 统一内存。他这套 AI 从来不联网。这个内存就是关键。普通游戏显卡顶多给你 24GB —— 跟玩具一样。 128GB 统一内存能完整装下一个 2000 亿参数的模型，不用把数据搬来搬去。一个顶尖大脑，就在他公寓里离线跑着。它不是去猜价格涨跌。它是把每个 5 分钟市场的完整概率图跑一遍，一分钟几千次，专门捡那些没人要、定价几乎为零的赌注。当它算出来一个 0.2 美分的冷门选项实际值 1.6% 的时候，它就用几分钱买下那个“不可能”的赌注。其中一次，回报直接翻了 32 倍。没有数据中心，没有租用的 GPU，除了他自己，没人能按关机键。他们可以一夜之间把云端的模型下架，但没法冲进一个家伙的房间里抢走他桌上的盒子。 4000 美元的硬件，1000 美元的下注，变成 100 万美元的收益 —— 而且今晚还在继续跑。你不一定要买那台盒子。你只需要它交易的那个钱包。两键复制，拿走。

有个27岁的小伙子，以前是挖矿的。他花了4000美元买了台迷你电脑，对着 Polymarket 狂干，不到三个月，4000 块变成了 100 万美元。上周，美国出口管制的那款 Claude Fable 5 突然把所有云交易者的服务给掐了。结果这哥们压根没注意到。没有云，没有订阅，没有任何人能关掉的模型。就是一台搁在他桌上的小盒子，他睡觉的时候，这盒子自己在比特币市场上帮他赚钱。用的芯片是 AMD Ryzen AI Max+ 395 —— 16 个核心，50-TOPS 的神经引擎，128GB 统一内存。他这套 AI 从来不联网。这个内存就是关键。普通游戏显卡顶多给你 24GB —— 跟玩具一样。 128GB 统一内存能完整装下一个 2000 亿参数的模型，不用把数据搬来搬去。一个顶尖大脑，就在他公寓里离线跑着。它不是去猜价格涨跌。它是把每个 5 分钟市场的完整概率图跑一遍，一分钟几千次，专门捡那些没人要、定价几乎为零的赌注。当它算出来一个 0.2 美分的冷门选项实际值 1.6% 的时候，它就用几分钱买下那个“不可能”的赌注。其中一次，回报直接翻了 32 倍。没有数据中心，没有租用的 GPU，除了他自己，没人能按关机键。他们可以一夜之间把云端的模型下架，但没法冲进一个家伙的房间里抢走他桌上的盒子。 4000 美元的硬件，1000 美元的下注，变成 100 万美元的收益 —— 而且今晚还在继续跑。你不一定要买那台盒子。你只需要它交易的那个钱包。两键复制，拿走。

Tommy Peterson

58,698 Aufrufe • vor 1 Monat

每个人都能买得起英伟达发布个人AI超级计算机，能运行2000亿参数的大模型。 NVIDIA 今天在CES 2025大会上发布了 NVIDIA Project DIGITS，这是一款能放在你桌面上的个人AI超级计算机。将传统上需要大型数据中心才能完成的 AI 计算，带到每个人的桌面。‘ Project DIGITS 采用全新的 NVIDIA GB10 Grace Blackwell Superchip，能够提供 1 PFLOP（每秒一千万亿次浮点运算）的AI计算性能。设计目的用于原型开发、微调以及运行大型AI模型，使用户能够在本地桌面系统上开发和运行推理模型，然后无缝部署到云或数据中心也就是它能在你的本地就能运行超大的AI模型，能够运行高达 2000亿参数的大语言模型。通过 NVIDIA ConnectX 网络，两台 Project DIGITS 超级计算机连接起来，可以运行 4050亿参数模型。而且支持在本地电脑上开发和测试AI模型，然后快速部署到云端或数据中心。简单来说，它就像是给每个开发者配了一台袖珍的AI超级计算机！

每个人都能买得起英伟达发布个人AI超级计算机，能运行2000亿参数的大模型。 NVIDIA 今天在CES 2025大会上发布了 NVIDIA Project DIGITS，这是一款能放在你桌面上的个人AI超级计算机。将传统上需要大型数据中心才能完成的 AI 计算，带到每个人的桌面。‘ Project DIGITS 采用全新的 NVIDIA GB10 Grace Blackwell Superchip，能够提供 1 PFLOP（每秒一千万亿次浮点运算）的AI计算性能。设计目的用于原型开发、微调以及运行大型AI模型，使用户能够在本地桌面系统上开发和运行推理模型，然后无缝部署到云或数据中心也就是它能在你的本地就能运行超大的AI模型，能够运行高达 2000亿参数的大语言模型。通过 NVIDIA ConnectX 网络，两台 Project DIGITS 超级计算机连接起来，可以运行 4050亿参数模型。而且支持在本地电脑上开发和测试AI模型，然后快速部署到云端或数据中心。简单来说，它就像是给每个开发者配了一台袖珍的AI超级计算机！

小互

85,708 Aufrufe • vor 1 Jahr

我觉得我还是挺屌的，这是我开源的 Kin Agent，你和他说“把这个项目在沙盒里跑起来”，它就给你跑起来了，你也不用动啥技术，也不需要了解本地环境。 —— 这个是专门给中小团队做的用在本地的 Agent，适合有个 8g 的 macmini，直接一键部署，扔到办公室里，挂一个 coding plan，全团队可用，没有 tokens 负担。 ——

我觉得我还是挺屌的，这是我开源的 Kin Agent，你和他说“把这个项目在沙盒里跑起来”，它就给你跑起来了，你也不用动啥技术，也不需要了解本地环境。 —— 这个是专门给中小团队做的用在本地的 Agent，适合有个 8g 的 macmini，直接一键部署，扔到办公室里，挂一个 coding plan，全团队可用，没有 tokens 负担。 ——

熊布朗

14,292 Aufrufe • vor 1 Monat

什么才是数据中心最大的威胁？不是竞争。也不是监管。是去中心化。 Perplexity的CEO一语惊人。他说，真正的颠覆，是当AI被封装进你设备上的本地芯片里。到那时，还需要一个中心化的数据中心来处理一切吗？根本不需要。更进一步想。芯片自带的模型会不断适应你本人。 AI就在你的电脑上观察、学习、进化。因为它住在你的电脑里，而不是在遥远的服务器上，所以你很放心。你的数据，完全属于你。你的习惯，你的偏好，你的智能，都沉淀在你自己的设备里，成为你专属的“大脑”。你拥有它。这才是真正的数据主权。当这一切发生时，那些耗资数千亿、甚至数万亿建造的庞大中心化数据中心，还有存在的意义吗？建立在全球各地，为少数巨头收集和处理用户数据的模式，似乎走到了一个十字路口。这不仅是技术路线的改变。更是权力从少数中心化机构，回归到每一个普通人手中的开始。

什么才是数据中心最大的威胁？不是竞争。也不是监管。是去中心化。 Perplexity的CEO一语惊人。他说，真正的颠覆，是当AI被封装进你设备上的本地芯片里。到那时，还需要一个中心化的数据中心来处理一切吗？根本不需要。更进一步想。芯片自带的模型会不断适应你本人。 AI就在你的电脑上观察、学习、进化。因为它住在你的电脑里，而不是在遥远的服务器上，所以你很放心。你的数据，完全属于你。你的习惯，你的偏好，你的智能，都沉淀在你自己的设备里，成为你专属的“大脑”。你拥有它。这才是真正的数据主权。当这一切发生时，那些耗资数千亿、甚至数万亿建造的庞大中心化数据中心，还有存在的意义吗？建立在全球各地，为少数巨头收集和处理用户数据的模式，似乎走到了一个十字路口。这不仅是技术路线的改变。更是权力从少数中心化机构，回归到每一个普通人手中的开始。

墓碑科技

14,583 Aufrufe • vor 5 Monaten

黄仁勋跟红杉聊了一场很深的对话，把AI产业的底层逻辑讲得特别清楚他提了一个概念：过去60年的计算机行业本质上就干了一件事——检索。写代码、拍照片、录音乐，存成文件，用的时候再调出来。数据中心说到底就是一个大硬盘现在不一样了。AI不是从硬盘里找旧数据，是实时生成新内容。这是完全不同的计算范式，他管这叫"AI工厂" 然后他画了一个"五层蛋糕"来解释AI产业的结构：最底层：能源。AI工厂需要巨量电力第二层：芯片和计算。英伟达在这里第三层：基础设施。土地、电力接入、建筑、融资第四层：模型。OpenAI、Anthropic 在这里最顶层：应用。创业公司和终端用户在这里每一层都是万亿级别的市场关于AI取代工作，他反驳得很干脆：AI消灭的是任务，不是职业。放射科医生没有因为AI看片子更准就失业，反而需求增长了。软件工程师也是，代码越容易写，能解决的问题越多，需要的工程师反而更多你们觉得这个"五层蛋糕"的框架，哪一层机会最大？

黄仁勋跟红杉聊了一场很深的对话，把AI产业的底层逻辑讲得特别清楚他提了一个概念：过去60年的计算机行业本质上就干了一件事——检索。写代码、拍照片、录音乐，存成文件，用的时候再调出来。数据中心说到底就是一个大硬盘现在不一样了。AI不是从硬盘里找旧数据，是实时生成新内容。这是完全不同的计算范式，他管这叫"AI工厂" 然后他画了一个"五层蛋糕"来解释AI产业的结构：最底层：能源。AI工厂需要巨量电力第二层：芯片和计算。英伟达在这里第三层：基础设施。土地、电力接入、建筑、融资第四层：模型。OpenAI、Anthropic 在这里最顶层：应用。创业公司和终端用户在这里每一层都是万亿级别的市场关于AI取代工作，他反驳得很干脆：AI消灭的是任务，不是职业。放射科医生没有因为AI看片子更准就失业，反而需求增长了。软件工程师也是，代码越容易写，能解决的问题越多，需要的工程师反而更多你们觉得这个"五层蛋糕"的框架，哪一层机会最大？

Vincent

36,258 Aufrufe • vor 1 Monat

DeepSeek刚刚发布了一个强大的新8B模型 🔥 这意味着你可以在没有任何限制的情况下，在本地和免费的笔记本电脑上运行它。你只需要LM Studio和4GB的RAM。以下是几个简单的步骤：

DeepSeek刚刚发布了一个强大的新8B模型 🔥 这意味着你可以在没有任何限制的情况下，在本地和免费的笔记本电脑上运行它。你只需要LM Studio和4GB的RAM。以下是几个简单的步骤：

AI Will

32,848 Aufrufe • vor 1 Jahr

英伟达Nvidia黄仁勋： AI，让平凡的人不再平凡。一个年轻人加上AI，就是全新的“超级个体”。不拼资历，不靠背景，AI成了这个时代最大的“能力放大器”。它不是替你工作，而是教你变强，像导师、像助手，甚至像一整个研究团队。以前，成为专家要花十年，现在，用AI做研究，年轻人正在用几年甚至几个月的速度追赶。程序员用它写代码、调试逻辑；研究员用它读文献、生成模型；医生用它分析病例、辅助诊断。几乎所有专业的人才，搭上AI这台引擎，都跑得更快。哪怕是在偏远小镇的医生，或是发展中国家的工程师，手里只要有AI，就能站上世界一线的能力标准。但这，也压力山大。对那些在某个领域苦练二十年的人来说，现在，刚入行的新人搭上AI，可能一年就追平你辛苦十年的经验积累。 AI不是取代你，而是逼你进化。越早拥抱它，你越可能成为被放大的那一个。

英伟达Nvidia黄仁勋： AI，让平凡的人不再平凡。一个年轻人加上AI，就是全新的“超级个体”。不拼资历，不靠背景，AI成了这个时代最大的“能力放大器”。它不是替你工作，而是教你变强，像导师、像助手，甚至像一整个研究团队。以前，成为专家要花十年，现在，用AI做研究，年轻人正在用几年甚至几个月的速度追赶。程序员用它写代码、调试逻辑；研究员用它读文献、生成模型；医生用它分析病例、辅助诊断。几乎所有专业的人才，搭上AI这台引擎，都跑得更快。哪怕是在偏远小镇的医生，或是发展中国家的工程师，手里只要有AI，就能站上世界一线的能力标准。但这，也压力山大。对那些在某个领域苦练二十年的人来说，现在，刚入行的新人搭上AI，可能一年就追平你辛苦十年的经验积累。 AI不是取代你，而是逼你进化。越早拥抱它，你越可能成为被放大的那一个。

墓碑科技

12,575 Aufrufe • vor 1 Jahr

Google刚发布了 Gemma 4，260 亿参数，开源免费，能在本地设备上离线运行。讲真，这才是 2026 年最合理的 AI 技术栈: 本地模型兜底，顶级模型按需调用。但我认为参数和免费都不是重点，真正值得注意的是它原生支持函数调用，意味着这个模型能自主使用工具，浏览网页，执行代码，调用 API，直接充当一个完整的本地智能体，全程不联网，全程不花钱。 260 亿参数，实测性能对标 6850 亿参数级别的行业顶级模型，跑在普通笔记本上就行。部署只要三行命令： - 安装 Ollama： - curl -fsSL | sh - 拉取模型： ollama pull gemma4 两分钟，顶级本地 AI 就绑在你自己的硬件上了。我计划的用法是这样的，欢迎交流：日常的研究分析、代码审查、文稿起草、数据处理，全扔给本地 Gemma 4，用 MCP 服务器接上工具调用能力，网页浏览、数据库对接、API 接入都能覆盖，只有遇到真正需要顶级推理的硬核任务时，才请 Claude Code 出场。以前每个月在 AI 服务上花几百美元，现在 90% 的日常场景本地免费搞定，只为那 10% 的高难度任务付费。

Google刚发布了 Gemma 4，260 亿参数，开源免费，能在本地设备上离线运行。讲真，这才是 2026 年最合理的 AI 技术栈: 本地模型兜底，顶级模型按需调用。但我认为参数和免费都不是重点，真正值得注意的是它原生支持函数调用，意味着这个模型能自主使用工具，浏览网页，执行代码，调用 API，直接充当一个完整的本地智能体，全程不联网，全程不花钱。 260 亿参数，实测性能对标 6850 亿参数级别的行业顶级模型，跑在普通笔记本上就行。部署只要三行命令： - 安装 Ollama： - curl -fsSL | sh - 拉取模型： ollama pull gemma4 两分钟，顶级本地 AI 就绑在你自己的硬件上了。我计划的用法是这样的，欢迎交流：日常的研究分析、代码审查、文稿起草、数据处理，全扔给本地 Gemma 4，用 MCP 服务器接上工具调用能力，网页浏览、数据库对接、API 接入都能覆盖，只有遇到真正需要顶级推理的硬核任务时，才请 Claude Code 出场。以前每个月在 AI 服务上花几百美元，现在 90% 的日常场景本地免费搞定，只为那 10% 的高难度任务付费。

AYi

202,537 Aufrufe • vor 4 Monaten

马斯克，要用100万颗GPU造智能？去年他刚连上20万颗GPU，已经是全球第一。今年目标：100万颗，成本高达400亿到600亿美元。这是全世界第一次，有人用这种方式堆出AI的极限。他不是在建AI模型，而是在造一台超级AI工厂。用最硬核的方式，把智能硬拼出来。这不仅是资本的竞赛，更是算力的军备竞赛。每一块GPU，都是通向通用AI的一块砖。当别人还在调参数、调算法，马斯克已经直接开造，砸出来一个AI地基。这不是模型迭代，而是智能的工业化。全球AI竞赛，可能从此进入下一个阶段。

马斯克，要用100万颗GPU造智能？去年他刚连上20万颗GPU，已经是全球第一。今年目标：100万颗，成本高达400亿到600亿美元。这是全世界第一次，有人用这种方式堆出AI的极限。他不是在建AI模型，而是在造一台超级AI工厂。用最硬核的方式，把智能硬拼出来。这不仅是资本的竞赛，更是算力的军备竞赛。每一块GPU，都是通向通用AI的一块砖。当别人还在调参数、调算法，马斯克已经直接开造，砸出来一个AI地基。这不是模型迭代，而是智能的工业化。全球AI竞赛，可能从此进入下一个阶段。

墓碑科技

112,557 Aufrufe • vor 9 Monaten

普通人到底该怎么用AI变现？直到我看到了Chris Camillo的最新分享，我感觉瞬间通透了他是一个把2万美元滚雪球做到4000万的传奇散户。他发现了一个AI行业的巨大信息差。想要降维打击，就得把AI推销给完全不用的人，那些修空调的、通下水道的、搞绿化的老板。你直接走进一家本地生活公司，让经理把他们老板叫出来，然后告诉他你是做AI的。不要扯什么大模型、算力、AGI 这些虚头巴脑的词。你只问他一个问题：你们现在的业务里，哪个环节最让你觉得利润效率低？这时候，你的机会就来了。你告诉他，你能帮他解决这个问题。利用现在的AI Agent生态，比如像OpenClaw这样的自动化工具，你完全可以在24小时内帮他搭建一个专属的AI代理。你只要把这个能力不断复制。找到20家、50家本地企业，每个月收着稳定的服务费，一年300万的收入就跑通了。

普通人到底该怎么用AI变现？直到我看到了Chris Camillo的最新分享，我感觉瞬间通透了他是一个把2万美元滚雪球做到4000万的传奇散户。他发现了一个AI行业的巨大信息差。想要降维打击，就得把AI推销给完全不用的人，那些修空调的、通下水道的、搞绿化的老板。你直接走进一家本地生活公司，让经理把他们老板叫出来，然后告诉他你是做AI的。不要扯什么大模型、算力、AGI 这些虚头巴脑的词。你只问他一个问题：你们现在的业务里，哪个环节最让你觉得利润效率低？这时候，你的机会就来了。你告诉他，你能帮他解决这个问题。利用现在的AI Agent生态，比如像OpenClaw这样的自动化工具，你完全可以在24小时内帮他搭建一个专属的AI代理。你只要把这个能力不断复制。找到20家、50家本地企业，每个月收着稳定的服务费，一年300万的收入就跑通了。

Annie 所长

17,740 Aufrufe • vor 3 Monaten