正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

麒麟9000S极限性能到底有多强？Mate 60 Pro 超线程负载测试避免内容过于晦涩，省流结论： “超线程技术给麒麟9000s带来了50%左右的性能提升，麒麟9000s关闭超线程得分960分，大概只有骁龙855的水平。而开启超线程后居然跑到1470分，多核性能可以轻松干翻骁龙8Gen1，甚至接近骁龙8+了。”

Eason Mao☢

112,828 subscribers

20,658 次观看 • 3 年前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

给大家带来小米 MiMo-v2.6-pro 的测试速报! 简单来讲, 这次不愧是直播RL带来的效果, AgenticCoding 能力提升明显, 之前的 MiMo-v2.5-Pro 在我的向量数据库测试中得分只有2505, 而这次直接翻了3倍, 得分来到了7810. 与 Claude Fable-5 分数接近了. 而且算法也进化为了单图HNSW分层近邻图(M=16/M0=28) + AVX-512精确距离 + 每线程visited stamp. 可以说只要再优化一下算法细节就是SOTA水平了. 而前端测试则是MiMo需要提升的重点了, 这次演示效果虽然有提升, 但是无奈横评的其他模型都太强大了, 而小米的加分项也是本身的算法Coding能力, 比如它是可以 one-shot 写出一个光追引擎的. 但是由于空间理解/物理模拟能力不到位, 小球没办法完成把墙壁撞破的演示. 另外本次还给大家测试了输出速度, MiMo-v2.6-pro-ultraspeed 版本可以达到464tps的速度, 着实恐怖. 而根据MiMo的技术报告, 峰值可以达到900tps, 常态化请求也可以稳定在500tps左右, 考虑到模型 1.02T 的总参数量, 以及高达 42B 的激活参数量, 再加上同等规模模型一般都在60-80tps的水平, 这个成绩相当亮眼. 当然也有值得注意的点, 比如这次测试我发现它还是有早停的问题的, 上面的向量数据库测试, 每轮最大迭代50次, 但是三次测试中, 有两次它迭代到30轮左右就没办法提升分数, 于是选择了直接交卷, 浪费了测试机会. 以及, 模型思考偏长, 而且暂时不支持调整思考强度, 加上普速接口现在异常火爆, 所以最好给大一些超时, 避免无法输出结果. 总结: MiMo-v2.6-Pro 适合搞后端AgenticCoding开发! 要算法有算法要质量有质量. 但是前端空间理解和美学还需要加强. 考虑到直播后训练的时候看到的67%的训练语料都是Coding, 这个结果丝毫不惊讶了. 希望下个版本前端能力也有提升! #mimo #mimov26 #mimov26pro #x小米mimo

给大家带来小米 MiMo-v2.6-pro 的测试速报! 简单来讲, 这次不愧是直播RL带来的效果, AgenticCoding 能力提升明显, 之前的 MiMo-v2.5-Pro 在我的向量数据库测试中得分只有2505, 而这次直接翻了3倍, 得分来到了7810. 与 Claude Fable-5 分数接近了. 而且算法也进化为了单图HNSW分层近邻图(M=16/M0=28) + AVX-512精确距离 + 每线程visited stamp. 可以说只要再优化一下算法细节就是SOTA水平了. 而前端测试则是MiMo需要提升的重点了, 这次演示效果虽然有提升, 但是无奈横评的其他模型都太强大了, 而小米的加分项也是本身的算法Coding能力, 比如它是可以 one-shot 写出一个光追引擎的. 但是由于空间理解/物理模拟能力不到位, 小球没办法完成把墙壁撞破的演示. 另外本次还给大家测试了输出速度, MiMo-v2.6-pro-ultraspeed 版本可以达到464tps的速度, 着实恐怖. 而根据MiMo的技术报告, 峰值可以达到900tps, 常态化请求也可以稳定在500tps左右, 考虑到模型 1.02T 的总参数量, 以及高达 42B 的激活参数量, 再加上同等规模模型一般都在60-80tps的水平, 这个成绩相当亮眼. 当然也有值得注意的点, 比如这次测试我发现它还是有早停的问题的, 上面的向量数据库测试, 每轮最大迭代50次, 但是三次测试中, 有两次它迭代到30轮左右就没办法提升分数, 于是选择了直接交卷, 浪费了测试机会. 以及, 模型思考偏长, 而且暂时不支持调整思考强度, 加上普速接口现在异常火爆, 所以最好给大一些超时, 避免无法输出结果. 总结: MiMo-v2.6-Pro 适合搞后端AgenticCoding开发! 要算法有算法要质量有质量. 但是前端空间理解和美学还需要加强. 考虑到直播后训练的时候看到的67%的训练语料都是Coding, 这个结果丝毫不惊讶了. 希望下个版本前端能力也有提升! #mimo #mimov26 #mimov26pro #x小米mimo

karminski-牙医

12,017 次观看 • 5 天前

从国产SOTA走向世界SOTA? GLM-5.1 实测! 给大家带来 GLM-5.1 编程能力实测! 本次测试涵盖了前端, 后端, Agent 能力, 前端主要面向空间建模, 场景, 材质, 粒子效果等, 后端能力主要面向数据结构与算法, 体系结构, 性能优化, 内存和并发管理, 性能热点分析与调优, 面向编辑器方向的Agent能力(因为AI要自己改代码). 直接说结论, 本次测试前端方面粒子效果和光影鲜果略有提升, 剩下空间理解(甚至感觉下降了)和前端美学上没看到有什么提升, 只能说是提升了一点点. 但是后端性能上有巨大的提升, GLM-5.1 在我的 vector-db-bench 中直接秀了一手量化, 把原本32bit精度的数据量化到了8bit, 然后使用SIMD实现了一个指令周期内计算32个向量, 在我测试的其他模型中(包括Claude-opus-4.6, GPT-5.4-Pro(xhigh)) 都没有实现, 直接来到了榜首. 另外Agent能力上也有不小的提升, 同样是我写的让大模型模拟送外卖的硅基骑手测试, 其他大模型的优化还停留在看一个店能不能取两单上, GLM-5.1 已经优化到了我送餐的顺路还能再接一单, 并且仅用了大概GLM-5 1/4的 token 用量就超越了 GLM-5 的测试总分. 当然本次测试过程也很坎坷, 首先是我周末抢了2天都没抢到 coding plan (目前只有coding plan 能用这个模型), 我最后找智谱的同学给我开了个权限. 以及测试中发现白天API不是很稳定, 偶尔输出速度会掉到10tps, 以及会出现乱码文字(我的规避方法是让它输出英文, 然后再找个便宜模型翻译过来). 总结, 各位前端同学估计会失望, 因为无论是从工程还是页面效果上都看不到提升, 甚至可能会有点倒退, 但果写后端代码或者复杂Agent应用可以试试这个新模型, 会有很大的提升. #GLM51 #智谱 #GLM #AIAgent #大模型编程

从国产SOTA走向世界SOTA? GLM-5.1 实测! 给大家带来 GLM-5.1 编程能力实测! 本次测试涵盖了前端, 后端, Agent 能力, 前端主要面向空间建模, 场景, 材质, 粒子效果等, 后端能力主要面向数据结构与算法, 体系结构, 性能优化, 内存和并发管理, 性能热点分析与调优, 面向编辑器方向的Agent能力(因为AI要自己改代码). 直接说结论, 本次测试前端方面粒子效果和光影鲜果略有提升, 剩下空间理解(甚至感觉下降了)和前端美学上没看到有什么提升, 只能说是提升了一点点. 但是后端性能上有巨大的提升, GLM-5.1 在我的 vector-db-bench 中直接秀了一手量化, 把原本32bit精度的数据量化到了8bit, 然后使用SIMD实现了一个指令周期内计算32个向量, 在我测试的其他模型中(包括Claude-opus-4.6, GPT-5.4-Pro(xhigh)) 都没有实现, 直接来到了榜首. 另外Agent能力上也有不小的提升, 同样是我写的让大模型模拟送外卖的硅基骑手测试, 其他大模型的优化还停留在看一个店能不能取两单上, GLM-5.1 已经优化到了我送餐的顺路还能再接一单, 并且仅用了大概GLM-5 1/4的 token 用量就超越了 GLM-5 的测试总分. 当然本次测试过程也很坎坷, 首先是我周末抢了2天都没抢到 coding plan (目前只有coding plan 能用这个模型), 我最后找智谱的同学给我开了个权限. 以及测试中发现白天API不是很稳定, 偶尔输出速度会掉到10tps, 以及会出现乱码文字(我的规避方法是让它输出英文, 然后再找个便宜模型翻译过来). 总结, 各位前端同学估计会失望, 因为无论是从工程还是页面效果上都看不到提升, 甚至可能会有点倒退, 但果写后端代码或者复杂Agent应用可以试试这个新模型, 会有很大的提升. #GLM51 #智谱 #GLM #AIAgent #大模型编程

karminski-牙医

19,683 次观看 • 6 个月前

提升明显! Qwen3-Max 正式版 vs Preview版实测! 距离 Qwen3-Max-ThinkingPreview 版发布已经过去3个月了, 正式版终于来了! 这次提升有多大? 给大家直接上测试结果! 编程能力测试: 鞭炮连锁爆炸测试史诗级提升, 之前Preview版完全无法连锁, 现在不仅能连锁, 效果还相当不错; 大象牙膏测试锥形瓶建模改善明显, 甚至有液体下降动画了, 不过粒子动画还是有些问题; 陀飞轮机芯从无法完成到顺利建模; Python杯子倒水的粒子弹性和碰撞检测都修好了. 这次追加了美学测试: 用文字描述让它还原p5.js现代艺术作品, 效果还可以, 但空间理解能力还是拖后腿, 小窗口的横线错位了. Agent能力测试: 60K上下文以内表现优秀, 预估能刷到500分SOTA水平, 但超过60K后性能急剧下降, 会出现任务循环或遗忘工具的问题. 召回能力接近70%, 但出现了奇怪现象——上下文越短召回反而越差, 目前还不清楚是什么问题, 我已经反馈给官方了. 总结: 正式版比Preview版提升肉眼可见, 编程和美学都有进步, 但空间理解、Agent能力和长上下文召回还需打磨. 另外, 本次测试的是正常的thinking版本, 而那个分数超高的TTS模式目前还没上线呢! 期待一波！ #Qwen3Max #Qwen3MaxThinking #KCORES大模型竞技场 #AI编程 #大模型测评 #阿里千问

提升明显! Qwen3-Max 正式版 vs Preview版实测! 距离 Qwen3-Max-ThinkingPreview 版发布已经过去3个月了, 正式版终于来了! 这次提升有多大? 给大家直接上测试结果! 编程能力测试: 鞭炮连锁爆炸测试史诗级提升, 之前Preview版完全无法连锁, 现在不仅能连锁, 效果还相当不错; 大象牙膏测试锥形瓶建模改善明显, 甚至有液体下降动画了, 不过粒子动画还是有些问题; 陀飞轮机芯从无法完成到顺利建模; Python杯子倒水的粒子弹性和碰撞检测都修好了. 这次追加了美学测试: 用文字描述让它还原p5.js现代艺术作品, 效果还可以, 但空间理解能力还是拖后腿, 小窗口的横线错位了. Agent能力测试: 60K上下文以内表现优秀, 预估能刷到500分SOTA水平, 但超过60K后性能急剧下降, 会出现任务循环或遗忘工具的问题. 召回能力接近70%, 但出现了奇怪现象——上下文越短召回反而越差, 目前还不清楚是什么问题, 我已经反馈给官方了. 总结: 正式版比Preview版提升肉眼可见, 编程和美学都有进步, 但空间理解、Agent能力和长上下文召回还需打磨. 另外, 本次测试的是正常的thinking版本, 而那个分数超高的TTS模式目前还没上线呢! 期待一波！ #Qwen3Max #Qwen3MaxThinking #KCORES大模型竞技场 #AI编程 #大模型测评 #阿里千问

karminski-牙医

15,566 次观看 • 8 个月前

给大家带来 Qwen3.7-Max 实测! 这次使用了全新的前端测试集, 直接说结论, Qwen3.7-Max 应该是之前测试过的版本中进步特别大的一个, 甚至这次前端测试能完成之前3.6版本不能完成的测试项目. 而且后端能力测试直接刷了个榜一! 它是参与测试的34个模型中唯一一个实现了 IVF-PQ + ADC 索引方案的模型! 直接把后端测试从之前 GPT-5.5-Pro(xhigh) 的4000分拉到了现在的6947分! 不过需要注意的是, 它的测试表现分布并不是很稳定, 所以建议使用中要多review代码, 来达成更高的输出质量. 另外, 本次 Agent 能力也有提升, 达到了第一梯队的水平. 最后, 我还用 Qwen3.7-Max 实现了一个基于AI的磁盘恢复系统, 用来测试模型的实际工程能力. 编写过程很顺畅, 没有遇到阻碍, 大家可以直接看视频里的效果. #qwen #阿里千问 #qwen37max #AIAgent

给大家带来 Qwen3.7-Max 实测! 这次使用了全新的前端测试集, 直接说结论, Qwen3.7-Max 应该是之前测试过的版本中进步特别大的一个, 甚至这次前端测试能完成之前3.6版本不能完成的测试项目. 而且后端能力测试直接刷了个榜一! 它是参与测试的34个模型中唯一一个实现了 IVF-PQ + ADC 索引方案的模型! 直接把后端测试从之前 GPT-5.5-Pro(xhigh) 的4000分拉到了现在的6947分! 不过需要注意的是, 它的测试表现分布并不是很稳定, 所以建议使用中要多review代码, 来达成更高的输出质量. 另外, 本次 Agent 能力也有提升, 达到了第一梯队的水平. 最后, 我还用 Qwen3.7-Max 实现了一个基于AI的磁盘恢复系统, 用来测试模型的实际工程能力. 编写过程很顺畅, 没有遇到阻碍, 大家可以直接看视频里的效果. #qwen #阿里千问 #qwen37max #AIAgent

karminski-牙医

10,514 次观看 • 3 个月前

抱歉我们只有超大杯! GLM-4.7实测! 本次测试覆盖了GLM-4.7的编程能力, Agent/ToolCall能力, 长上下文召回能力, 给大家带来刚发布的 GLM 4.7 的测试结果: 考验Agent能力的硅基骑手测试, 简单讲是让大模型使用工具模拟骑手取外卖送餐. GLM 4.7 在24小时总计300回合的极限送餐中收益达到了 571.91 元, 执行了总计 354 次 tool call, 测试使用了大约 50% 的上下文空间, 直到超过100K后才停止工作. Agent 测试这次是创了新高, 执行效率特别高, 得益于模型可以在一次会话中发起多个 tool call, 节省了时间并能选择收益最大的方案. 然后是考验长上下文召回能力的霍格沃茨测试, 简单来讲就是在长上下文中, 能否记住上下文并准确的回答问题. GLM 4.7 在192K以内召回水平在91%到100%区间, 而200K也有95%, 召回效果同样也很不错. 最后再来看编程能力测试上最大的感受是粒子, 建模, 光影效果都有提升, 尤其是空间能力有了巨大的提升. 当然性能问题仍然存在, 希望下个版本着重优化下生成代码的性能问题. 总结, 这次GLM 4.7 在各个方面都有明显的提升, 作为主力编程模型不是问题, LMArena 和 SWE-bench 等编程测试中都取得了开源大模型 SOTA 的水平. 不过还是要说一句, 测试中我发现API速度时快时慢, 是不是因为大家都在用新版本导致的? 希望官方赶紧加机器. #GLM47 #智谱AI #智谱GLM #AIAgent #ai编程 #大模型 #开源 #KCORES大模型竞技场

抱歉我们只有超大杯! GLM-4.7实测! 本次测试覆盖了GLM-4.7的编程能力, Agent/ToolCall能力, 长上下文召回能力, 给大家带来刚发布的 GLM 4.7 的测试结果: 考验Agent能力的硅基骑手测试, 简单讲是让大模型使用工具模拟骑手取外卖送餐. GLM 4.7 在24小时总计300回合的极限送餐中收益达到了 571.91 元, 执行了总计 354 次 tool call, 测试使用了大约 50% 的上下文空间, 直到超过100K后才停止工作. Agent 测试这次是创了新高, 执行效率特别高, 得益于模型可以在一次会话中发起多个 tool call, 节省了时间并能选择收益最大的方案. 然后是考验长上下文召回能力的霍格沃茨测试, 简单来讲就是在长上下文中, 能否记住上下文并准确的回答问题. GLM 4.7 在192K以内召回水平在91%到100%区间, 而200K也有95%, 召回效果同样也很不错. 最后再来看编程能力测试上最大的感受是粒子, 建模, 光影效果都有提升, 尤其是空间能力有了巨大的提升. 当然性能问题仍然存在, 希望下个版本着重优化下生成代码的性能问题. 总结, 这次GLM 4.7 在各个方面都有明显的提升, 作为主力编程模型不是问题, LMArena 和 SWE-bench 等编程测试中都取得了开源大模型 SOTA 的水平. 不过还是要说一句, 测试中我发现API速度时快时慢, 是不是因为大家都在用新版本导致的? 希望官方赶紧加机器. #GLM47 #智谱AI #智谱GLM #AIAgent #ai编程 #大模型 #开源 #KCORES大模型竞技场

karminski-牙医

19,592 次观看 • 9 个月前

Anthropic 放了个视频演示 CLaude Tag 怎么帮工程师值夜班….. 晚上 11点，支付接口的出错率冲破 2%，值班工程师被报警叫醒结果她还没打开电脑，CLaude 已经在查了 CLaude Tag就在工作群里（ SLack 里），全程是这样： • 报警一响直接开查：拉监控数据、对比最近几次上线、翻功能开关的改动记录 • 15 分钟找到原因：新功能里负责重发的程序没限制并发数，把队列冲爆了 • 列出两个修复方案，推荐一个，然后＠工程师拍板 • 工程师只回了一句“加上限，功能保持开着"，它才去改代码，一共4行 • 上线后自己盯 10分钟出错率，稳住了才宣布修好，还给下次留了条备注：“先查功能开关" 不只是自动瞎搞，权限有边界，能查问题、能提改代码的申请，但合并和上线必须有人批准一种自动化值班方案...

Anthropic 放了个视频演示 CLaude Tag 怎么帮工程师值夜班….. 晚上 11点，支付接口的出错率冲破 2%，值班工程师被报警叫醒结果她还没打开电脑，CLaude 已经在查了 CLaude Tag就在工作群里（ SLack 里），全程是这样： • 报警一响直接开查：拉监控数据、对比最近几次上线、翻功能开关的改动记录 • 15 分钟找到原因：新功能里负责重发的程序没限制并发数，把队列冲爆了 • 列出两个修复方案，推荐一个，然后＠工程师拍板 • 工程师只回了一句“加上限，功能保持开着"，它才去改代码，一共4行 • 上线后自己盯 10分钟出错率，稳住了才宣布修好，还给下次留了条备注：“先查功能开关" 不只是自动瞎搞，权限有边界，能查问题、能提改代码的申请，但合并和上线必须有人批准一种自动化值班方案...

小互

62,252 次观看 • 14 天前

给大家带来 MiniMax-M3 实测! 本次测试包含了复杂前端, 后端 Agentic Coding, Agent 能力测试, 以及我的使用经验总结. 来看结论: 前端能力上, 可以完全适配 KCORES2026p2 的前端测试题目, 无论是空间理解, 建模精确度, 场景美学都十分在线, 其中我最满意的是美学部分, 它的颜色运用非常好. 不足的地方主要体现在复杂需求不能一次性写对(比如光追引擎), 需要迭代一下就可以了. 后端能力测试这次也是突飞猛进, 得分超过了 deepseek-v4-pro 和其他一众国产大模型, 略逊于 GPT-5.4-Pro(xhigh). Agent 能力上表现同样亮眼, 达成了榜单第二的接单量, 证明它的规划能力特别强。下面是我在测试和实际使用中, 总结出来的 M3 使用经验, 供大家参考: 我的体感是 M3 特别喜欢推理, 它可以单次执行超长的推理. 在咱们的这些前端测试中, 它最长的输出甚至达到了我规定的 64k token上限, 所以, 不要上来就写一个超级复杂的 prompt 让它执行, 而是需要先把需求形成 plan, 然后让 agent 蜂群去执行, 这样才能得到理想的效果, 所以 M3 先天适合放在带 plan 模式的 Coding Agent 中使用. 如果把它嵌入到 Agent 框架中使用, 那么 prompt 编排就一定要做好, 不要一股脑把大量的 tool call 或者超大的 system prompt 丢给它. 还是需要下功夫好好编排一下的. 本次 M3 相比之前的 2.7 版本有了大幅度的提升, 模型偏好上来看, M3 是一个规划能力极强的模型, 所以特别适合用在一些规划性质的 Agent 框架中, 比如任务拆分, 日程管理, 流程设计等. 而本次暴露出来的不足则是执行过程中约束不够强, 比如 prompt 中设置的复杂规则, 一定要增加代码级别的 harness 闭环流程来进行约束, 而不能只靠模型本身来管理自己的行为. #minimaxm3 #minimax #agenticcoding #aiagent #harness

给大家带来 MiniMax-M3 实测! 本次测试包含了复杂前端, 后端 Agentic Coding, Agent 能力测试, 以及我的使用经验总结. 来看结论: 前端能力上, 可以完全适配 KCORES2026p2 的前端测试题目, 无论是空间理解, 建模精确度, 场景美学都十分在线, 其中我最满意的是美学部分, 它的颜色运用非常好. 不足的地方主要体现在复杂需求不能一次性写对(比如光追引擎), 需要迭代一下就可以了. 后端能力测试这次也是突飞猛进, 得分超过了 deepseek-v4-pro 和其他一众国产大模型, 略逊于 GPT-5.4-Pro(xhigh). Agent 能力上表现同样亮眼, 达成了榜单第二的接单量, 证明它的规划能力特别强。下面是我在测试和实际使用中, 总结出来的 M3 使用经验, 供大家参考: 我的体感是 M3 特别喜欢推理, 它可以单次执行超长的推理. 在咱们的这些前端测试中, 它最长的输出甚至达到了我规定的 64k token上限, 所以, 不要上来就写一个超级复杂的 prompt 让它执行, 而是需要先把需求形成 plan, 然后让 agent 蜂群去执行, 这样才能得到理想的效果, 所以 M3 先天适合放在带 plan 模式的 Coding Agent 中使用. 如果把它嵌入到 Agent 框架中使用, 那么 prompt 编排就一定要做好, 不要一股脑把大量的 tool call 或者超大的 system prompt 丢给它. 还是需要下功夫好好编排一下的. 本次 M3 相比之前的 2.7 版本有了大幅度的提升, 模型偏好上来看, M3 是一个规划能力极强的模型, 所以特别适合用在一些规划性质的 Agent 框架中, 比如任务拆分, 日程管理, 流程设计等. 而本次暴露出来的不足则是执行过程中约束不够强, 比如 prompt 中设置的复杂规则, 一定要增加代码级别的 harness 闭环流程来进行约束, 而不能只靠模型本身来管理自己的行为. #minimaxm3 #minimax #agenticcoding #aiagent #harness

karminski-牙医

18,950 次观看 • 3 个月前

开源分解图层大模型这么快就来了? 给大家带来阿里刚刚发布的 Qwen-Image-Layered 模型实测, 这是一个可以把图片分成不同图层的大模型, 模型是基于 Qwen-Image 微调的. 本次我的测试覆盖这个模型的擅长场景(海报), 指令遵循测试(指定抽取目标), 边缘处理(头发), 极限测试(全是贴纸, 一个贴纸一个图层的话可以抽取50多个图层). 直接说结论, 首先还是模型太大了, 因为这个模型基于 Qwen-Image 所以是个20B的模型, 我是用HuggingFace Zero GPU 测试, 每次运行大概2分钟左右, 模型的确可以做到分离图层, 而且边缘处理很不错, 不过稳定性有待优化, 在我测试中4个图层可以输出, 但是8个或者10个图层就炸了, 怀疑可能是超过了Zero GPU超时或者bug (GPU是H200, 不太可能爆显存), 输出尺寸只有 544*736, 官方也推荐640分辨力, 这点也需要提升, 以及模型还是太大了, 20B, 希望能优化下尺寸.

开源分解图层大模型这么快就来了? 给大家带来阿里刚刚发布的 Qwen-Image-Layered 模型实测, 这是一个可以把图片分成不同图层的大模型, 模型是基于 Qwen-Image 微调的. 本次我的测试覆盖这个模型的擅长场景(海报), 指令遵循测试(指定抽取目标), 边缘处理(头发), 极限测试(全是贴纸, 一个贴纸一个图层的话可以抽取50多个图层). 直接说结论, 首先还是模型太大了, 因为这个模型基于 Qwen-Image 所以是个20B的模型, 我是用HuggingFace Zero GPU 测试, 每次运行大概2分钟左右, 模型的确可以做到分离图层, 而且边缘处理很不错, 不过稳定性有待优化, 在我测试中4个图层可以输出, 但是8个或者10个图层就炸了, 怀疑可能是超过了Zero GPU超时或者bug (GPU是H200, 不太可能爆显存), 输出尺寸只有 544*736, 官方也推荐640分辨力, 这点也需要提升, 以及模型还是太大了, 20B, 希望能优化下尺寸.

karminski-牙医

14,175 次观看 • 9 个月前

乌克兰再次击落俄罗斯预警机A50，事发地点位于俄罗斯本土，距离前线超过240公里，大家觉得乌克兰是如何击落A50的呢？有三种可能： 1.爱国者，爱国者的公开射程只有70公里。上次击落A50距离前线大概是100公里，这次超过200公里实在是有些超出我的想象。 2 俄罗斯误击自己人。虽然俄罗斯经常干这种事，但是连自己最先进的预警机都能被自己击落，我也是没话说了 3 最后一种可能性，F16参战了！

乌克兰再次击落俄罗斯预警机A50，事发地点位于俄罗斯本土，距离前线超过240公里，大家觉得乌克兰是如何击落A50的呢？有三种可能： 1.爱国者，爱国者的公开射程只有70公里。上次击落A50距离前线大概是100公里，这次超过200公里实在是有些超出我的想象。 2 俄罗斯误击自己人。虽然俄罗斯经常干这种事，但是连自己最先进的预警机都能被自己击落，我也是没话说了 3 最后一种可能性，F16参战了！

周子定 - Joe Zhou

182,364 次观看 • 2 年前

Anthropic CEO 昨天的访谈说：最晚 2029 年 AI 几乎会在所有任务上超越人类 ------ AGI 不是具体的时间点，是一条指数曲线别再问"什么时候会有 AGI"了。过去 10-15 年，AI 模型的认知能力每 4-12 个月翻一番，就像 90 年代的摩尔定律。 Anthropic 有个工程师两个月没写过代码了，全是 Claude 写的，他只负责审核。他们最近推出的 Claude Code 工具，开发过程也是用 Claude 写的，一周半搞定。所以现在的状态是：初级软件工程师的很多工作，甚至高级工程师的部分工作，已经可以大部分交给 AI 了。指数曲线的特点就是看起来很慢，突然就飞过去了。达里奥的判断是：1-2 年内会真正加速，最晚 2020 年代结束前，AI 会在几乎所有任务上超过人类。

Anthropic CEO 昨天的访谈说：最晚 2029 年 AI 几乎会在所有任务上超越人类 ------ AGI 不是具体的时间点，是一条指数曲线别再问"什么时候会有 AGI"了。过去 10-15 年，AI 模型的认知能力每 4-12 个月翻一番，就像 90 年代的摩尔定律。 Anthropic 有个工程师两个月没写过代码了，全是 Claude 写的，他只负责审核。他们最近推出的 Claude Code 工具，开发过程也是用 Claude 写的，一周半搞定。所以现在的状态是：初级软件工程师的很多工作，甚至高级工程师的部分工作，已经可以大部分交给 AI 了。指数曲线的特点就是看起来很慢，突然就飞过去了。达里奥的判断是：1-2 年内会真正加速，最晚 2020 年代结束前，AI 会在几乎所有任务上超过人类。

歸藏(guizang.ai)

13,381 次观看 • 8 个月前

GPT-6终于来了，OpenAI吹它是AGI降临。但我更关注三点： 1. 电脑操作能力很强，但长程编程未必反超Fable 5.1。 2. 审美和3D建模能力大涨，设计师们可能要瑟瑟发抖了。 3. 目前只限量开放给部分企业，咱们普通用户最近能薅的只有赛博义父Tibo的每日重置。到底是不是AGI，还是等真用上再说。我的200美元Pro已经充好了，放出来我第一时间实测。

GPT-6终于来了，OpenAI吹它是AGI降临。但我更关注三点： 1. 电脑操作能力很强，但长程编程未必反超Fable 5.1。 2. 审美和3D建模能力大涨，设计师们可能要瑟瑟发抖了。 3. 目前只限量开放给部分企业，咱们普通用户最近能薅的只有赛博义父Tibo的每日重置。到底是不是AGI，还是等真用上再说。我的200美元Pro已经充好了，放出来我第一时间实测。

傅盛

39,849 次观看 • 24 天前

龙虾专用大模型? GLM-5-Turbo 实测! 给大家带来刚发布的 GLM-5-Turbo 大模型实测, 官方说这是一个加强了 tool call/Agent 能力的大模型, 于是我使用它搭建了一个可以帮我比对大菠萝里面物品的SKILL, 可以帮我辅助判断我是应该把垃圾直接甩商店还是应该留着传三代哈哈哈. 另外本次也是老生常谈的测试了这个模型的基础能力, 包括前后端编程, 以及 Agent 能力, 测试结论是, 前端没有太大的提升, 不过后端提升明显, vector-db-bench 直接跃升到了国产模型SOTA, 另外 Agent 测试中, 虽然没有超过 GLM-5, 但是它的 token 效率特别高, 几乎是 GLM-5 的三倍, 所以只要约束好上下文轮次和长度, 就能在龙虾里面达到非常理想的效果. (P.S. 本次测试使用的是内测版本 pony-alpha-2) #GLM5Turbo #智谱 #GLM5 #AutoClaw #OpenClaw #龙虾

龙虾专用大模型? GLM-5-Turbo 实测! 给大家带来刚发布的 GLM-5-Turbo 大模型实测, 官方说这是一个加强了 tool call/Agent 能力的大模型, 于是我使用它搭建了一个可以帮我比对大菠萝里面物品的SKILL, 可以帮我辅助判断我是应该把垃圾直接甩商店还是应该留着传三代哈哈哈. 另外本次也是老生常谈的测试了这个模型的基础能力, 包括前后端编程, 以及 Agent 能力, 测试结论是, 前端没有太大的提升, 不过后端提升明显, vector-db-bench 直接跃升到了国产模型SOTA, 另外 Agent 测试中, 虽然没有超过 GLM-5, 但是它的 token 效率特别高, 几乎是 GLM-5 的三倍, 所以只要约束好上下文轮次和长度, 就能在龙虾里面达到非常理想的效果. (P.S. 本次测试使用的是内测版本 pony-alpha-2) #GLM5Turbo #智谱 #GLM5 #AutoClaw #OpenClaw #龙虾

karminski-牙医

41,275 次观看 • 6 个月前

iPhone18 Pro 首发拆解分享这次的散热终于从前代的只是小幅优化，升级成了满血版大VC 测试下来，直接从原来只有60分水平一跃成95分选手，改善幅度真很大得益于整个散热体系的升级，主频直接达到了惊人4.93Ghz，配合CPU翻转到外侧+WMCM封装，这一代应该是首次能实现满血性能释放的iPhone。还有散热改善带来的额外提升，18Pro最高充电速度能到46W， ProMax更是达到了比现款iPadPro还快的54w....突然这么激进的表现，完全不像苹果会干的事情😂

iPhone18 Pro 首发拆解分享这次的散热终于从前代的只是小幅优化，升级成了满血版大VC 测试下来，直接从原来只有60分水平一跃成95分选手，改善幅度真很大得益于整个散热体系的升级，主频直接达到了惊人4.93Ghz，配合CPU翻转到外侧+WMCM封装，这一代应该是首次能实现满血性能释放的iPhone。还有散热改善带来的额外提升，18Pro最高充电速度能到46W， ProMax更是达到了比现款iPadPro还快的54w....突然这么激进的表现，完全不像苹果会干的事情😂

有没有搞措

56,858 次观看 • 9 天前

很多人觉得 AI编程门槛太高，不愿意使用，那么你们有福了！！！扣子发布2.0版本带Skills 功能，非常有幸拿到 Coze Skills 的内测。试了一下，对于不会用Claude Code，或者惧怕使用的人来说，真是太友好了！如果说：Claude的Skills很强，还需要懂一点技术的话，那么扣子把这个门槛降到了零。对话就能创建零代码创建普通人也能拥有AI超能力。我做了个论文一键转公众号的 Skill，还能自动配图，自动发布！ 1. 支持从论文/文章 PDF 或链接中一键提取核心内容 2. 智能解析：自动提取论文的标题、摘要、核心创新点、实验数据和结论。 3. 文风转换：不是生硬的翻译，而是根据公众号读者的阅读习惯，将晦涩的学术语言转化为通俗易懂的各种文风。 4. AI 自动配图：这是最酷的地方！它会根据论文主题，自动调用绘图模型生成一张吸睛的高清封面图，并且在文章正文中根据段落内容自动插入合适的插图。 5.一键发送草稿箱：连复制粘贴都省了，直接对接公众号 API，生成的图文直接躺在你的公众号草稿箱里，只需要最后确认一下就能发布。同时扣子也正式推出了 Skills 技能，及技能商店。我的技能已经免费分享到coze的技能商店！搜索：公众号配图生成技能就能找到！来讲一下如何操作：技能入口在扣子 2.0 版本的扣子编程这里就可以看到，窗口右上角的“技能”。在扣子编程中的不需要太多技巧，直接使用自然语言的方式就可以创建技能，它会完全按照你的意思去生成和调试，非常方便！并且支持在线调试预览开发好的技能，然后还支持一键部署和发布到扣子。关键是一边预览，左侧还能让它修改可以打开文件夹，看到 skill 自定义文件、脚本、引用来源等信息。结构和CC非常像，其实我觉得都完全没有必要打开看。我很多文件，都是从Claude Code里面的skills直接copy过来，上传上去，居然直接能用，省了好多力气，直接可以搬移Claude Skill了！技能开发完成后，点击部署，在技能商店中可以看到自己刚刚部署和安装的技能，并支持一键发布到技能商店给所有人使用。可以发布为免费技能也可以发布为付费技能，想赚钱直接发布成付费就行。发布完后，所有人都能在技能商店使用你的技能，如果是付费的，用户可以很方便的对技能进行付费，技能开发者也能快速变现。使用直接 @你的技能就可以，详细请看视频 Skills 还是太火了，所有的媒体平台都有在讨论 Skills。扣子也第一时间，支持了 Skills 的无代码开发以及技能商店。目前Coze商店里的技能，我看了一下绝大多数都是免费的，赶紧来找一下你要的？用AI工具快两年了，从最开始的"哇，它能写东西"，到后来的"嗯，但还是得我自己改"，再到现在的"它真的能帮我干活了"。 AI不再是一个聊天工具，而是一个真正的同事。它知道我的工作方式，它能交付我需要的成品，它甚至能主动帮我完成重复性工作。这才是AI应该有的样子。

很多人觉得 AI编程门槛太高，不愿意使用，那么你们有福了！！！扣子发布2.0版本带Skills 功能，非常有幸拿到 Coze Skills 的内测。试了一下，对于不会用Claude Code，或者惧怕使用的人来说，真是太友好了！如果说：Claude的Skills很强，还需要懂一点技术的话，那么扣子把这个门槛降到了零。对话就能创建零代码创建普通人也能拥有AI超能力。我做了个论文一键转公众号的 Skill，还能自动配图，自动发布！ 1. 支持从论文/文章 PDF 或链接中一键提取核心内容 2. 智能解析：自动提取论文的标题、摘要、核心创新点、实验数据和结论。 3. 文风转换：不是生硬的翻译，而是根据公众号读者的阅读习惯，将晦涩的学术语言转化为通俗易懂的各种文风。 4. AI 自动配图：这是最酷的地方！它会根据论文主题，自动调用绘图模型生成一张吸睛的高清封面图，并且在文章正文中根据段落内容自动插入合适的插图。 5.一键发送草稿箱：连复制粘贴都省了，直接对接公众号 API，生成的图文直接躺在你的公众号草稿箱里，只需要最后确认一下就能发布。同时扣子也正式推出了 Skills 技能，及技能商店。我的技能已经免费分享到coze的技能商店！搜索：公众号配图生成技能就能找到！来讲一下如何操作：技能入口在扣子 2.0 版本的扣子编程这里就可以看到，窗口右上角的“技能”。在扣子编程中的不需要太多技巧，直接使用自然语言的方式就可以创建技能，它会完全按照你的意思去生成和调试，非常方便！并且支持在线调试预览开发好的技能，然后还支持一键部署和发布到扣子。关键是一边预览，左侧还能让它修改可以打开文件夹，看到 skill 自定义文件、脚本、引用来源等信息。结构和CC非常像，其实我觉得都完全没有必要打开看。我很多文件，都是从Claude Code里面的skills直接copy过来，上传上去，居然直接能用，省了好多力气，直接可以搬移Claude Skill了！技能开发完成后，点击部署，在技能商店中可以看到自己刚刚部署和安装的技能，并支持一键发布到技能商店给所有人使用。可以发布为免费技能也可以发布为付费技能，想赚钱直接发布成付费就行。发布完后，所有人都能在技能商店使用你的技能，如果是付费的，用户可以很方便的对技能进行付费，技能开发者也能快速变现。使用直接 @你的技能就可以，详细请看视频 Skills 还是太火了，所有的媒体平台都有在讨论 Skills。扣子也第一时间，支持了 Skills 的无代码开发以及技能商店。目前Coze商店里的技能，我看了一下绝大多数都是免费的，赶紧来找一下你要的？用AI工具快两年了，从最开始的"哇，它能写东西"，到后来的"嗯，但还是得我自己改"，再到现在的"它真的能帮我干活了"。 AI不再是一个聊天工具，而是一个真正的同事。它知道我的工作方式，它能交付我需要的成品，它甚至能主动帮我完成重复性工作。这才是AI应该有的样子。

huangserva

28,909 次观看 • 8 个月前

【长沙4岁男童遭到暴力侵害-视频的简要分析】先看视频。明显能够看到由于过道窄，人多，孩子能够跑过去的空间并不大。下方女孩原几乎站在道路中间（略偏下一点），男童左转过来，预判路线偏左（视频水平偏上）。但女孩接着就朝视频下方挪动，男童行进方向右侧的空间变大。与此同时，吧台前的女性（轻松熊，肇事者）有个离开后退+侧身的动作，直接切到了幼童预判的路线上，相当于原来的有效通道向右侧压缩了。男童这时候已经在轻松熊身后了，喊了一声“阿姨请让一下”，同时奔跑路线朝自己的右侧变更，同时，他本能地去伸手挡住左侧的空间由于轻松熊姿态调整而产生的压迫 - - 随意的一下，就成了轻松熊这个疯逼后面发疯的借口。从视频第9秒开始，轻松熊抓住孩子，到孩子妈妈第50秒开始交涉，直到视频时间1分钟以后，轻松熊才把手放开。其间，孩子在视频第26秒倒地，第47秒起身，咽喉部被勒住长达二十余秒。如果孩子有哮喘，就要出大问题。另外，孩子还遭受了被从侧面勒住颈动脉的动作，观众可以仔细看。轻松熊的行为具有强烈的危险性。有个细节，孩子父亲从视频54秒开始在视频吧台右侧出现，排队结账，一直到1分40秒结完账（疑似）才过去。46秒，近一分钟的时间就一直看着。可能以为自己媳妇过去交涉了，没有什么事，可以先结完账再过去。如果是我儿子哭成这样，我做不到这么气定神闲若无其事。可能是性格好吧，不然后面不会赔钱道歉。奇怪的是，在孩子父母出现之前近40秒的时间内只有吧台的工作人员出去劝解，全程没有任何人介入。这种情况下，无论事情起因是什么，面对一个成年女性对四岁男童做出的危险动作没有一个人制止。

【长沙4岁男童遭到暴力侵害-视频的简要分析】先看视频。明显能够看到由于过道窄，人多，孩子能够跑过去的空间并不大。下方女孩原几乎站在道路中间（略偏下一点），男童左转过来，预判路线偏左（视频水平偏上）。但女孩接着就朝视频下方挪动，男童行进方向右侧的空间变大。与此同时，吧台前的女性（轻松熊，肇事者）有个离开后退+侧身的动作，直接切到了幼童预判的路线上，相当于原来的有效通道向右侧压缩了。男童这时候已经在轻松熊身后了，喊了一声“阿姨请让一下”，同时奔跑路线朝自己的右侧变更，同时，他本能地去伸手挡住左侧的空间由于轻松熊姿态调整而产生的压迫 - - 随意的一下，就成了轻松熊这个疯逼后面发疯的借口。从视频第9秒开始，轻松熊抓住孩子，到孩子妈妈第50秒开始交涉，直到视频时间1分钟以后，轻松熊才把手放开。其间，孩子在视频第26秒倒地，第47秒起身，咽喉部被勒住长达二十余秒。如果孩子有哮喘，就要出大问题。另外，孩子还遭受了被从侧面勒住颈动脉的动作，观众可以仔细看。轻松熊的行为具有强烈的危险性。有个细节，孩子父亲从视频54秒开始在视频吧台右侧出现，排队结账，一直到1分40秒结完账（疑似）才过去。46秒，近一分钟的时间就一直看着。可能以为自己媳妇过去交涉了，没有什么事，可以先结完账再过去。如果是我儿子哭成这样，我做不到这么气定神闲若无其事。可能是性格好吧，不然后面不会赔钱道歉。奇怪的是，在孩子父母出现之前近40秒的时间内只有吧台的工作人员出去劝解，全程没有任何人介入。这种情况下，无论事情起因是什么，面对一个成年女性对四岁男童做出的危险动作没有一个人制止。

周.乙 (⌐▀͡ ̯ʖ▀)ノJoey

630,582 次观看 • 19 天前

这是一个超级精准的指标，有的品种两年内连续交易胜率能达到76%以上，有的品种能到67%，想试试的可以添加到自己的图表中😍🤑 我还把它做成了策略脚本，并且还在几十个品种中进行了两年的深度回测，筛选出了三个最适合这套策略的品种～对了，#OKX 刚上了k线交易助手功能，将交易的全过程嵌入到了k线图表中直接操作，也就是说在k线图表就可以直接开单并管理仓位，不用再在k线图和下单界面来回切换，不论什么行情走势，都能快速的调整订单/ 这绝对是目前为止最最最最好用的交易功能，交易体验比德芙还丝滑，各位可以试试，视频最后也有功能演示，一定坚持到最后！

这是一个超级精准的指标，有的品种两年内连续交易胜率能达到76%以上，有的品种能到67%，想试试的可以添加到自己的图表中😍🤑 我还把它做成了策略脚本，并且还在几十个品种中进行了两年的深度回测，筛选出了三个最适合这套策略的品种～对了，#OKX 刚上了k线交易助手功能，将交易的全过程嵌入到了k线图表中直接操作，也就是说在k线图表就可以直接开单并管理仓位，不用再在k线图和下单界面来回切换，不论什么行情走势，都能快速的调整订单/ 这绝对是目前为止最最最最好用的交易功能，交易体验比德芙还丝滑，各位可以试试，视频最后也有功能演示，一定坚持到最后！

投机实验室

37,550 次观看 • 1 年前

现在都流行大模型月更吗? MiniMax-M2.1 实测! 申请 MiniMax-M2.1 内测通过了, 给大家带来 MiniMax M2.1 的测试结果: 本次测试较 MiniMax-M2 从编程, Agent能力, 长上下文召回能力均有不小的提升. 尤其是Agent能力和长上下文召回能力达到了摧枯拉朽的程度, 直接叫 MiniMax-M3都不过分. MiniMax M2.1 在 24 小时总计 300 回合的硅基骑手测试(让大模型调用 tool 送外卖)收益达到了 419.77 元, 总计执行了392次 tool call, 测试使用了大约56%的上下文空间, 这个范围内工具调用均表现良好. 作为对比MiniMax M2, 它的收益是285.27元, 不过只使用了32%的上下文空间, 模型就停止使用 tool call, 不断重复上文了. MiniMax-M2.1, 在192K长度上下文上有94%的召回水平, 而 MiniMax-M2 只有 52%. 可以说是摧枯拉朽的提升. 另外几个大家熟悉的编程水平测试上也有不同程度的提升. 这次的新模型特别适合大型Agent任务, 有这方面需求的朋友可以试试看. #MiniMax #MiniMaxM21 #ai写代码 #aiagent #KCORES大模型竞技场

现在都流行大模型月更吗? MiniMax-M2.1 实测! 申请 MiniMax-M2.1 内测通过了, 给大家带来 MiniMax M2.1 的测试结果: 本次测试较 MiniMax-M2 从编程, Agent能力, 长上下文召回能力均有不小的提升. 尤其是Agent能力和长上下文召回能力达到了摧枯拉朽的程度, 直接叫 MiniMax-M3都不过分. MiniMax M2.1 在 24 小时总计 300 回合的硅基骑手测试(让大模型调用 tool 送外卖)收益达到了 419.77 元, 总计执行了392次 tool call, 测试使用了大约56%的上下文空间, 这个范围内工具调用均表现良好. 作为对比MiniMax M2, 它的收益是285.27元, 不过只使用了32%的上下文空间, 模型就停止使用 tool call, 不断重复上文了. MiniMax-M2.1, 在192K长度上下文上有94%的召回水平, 而 MiniMax-M2 只有 52%. 可以说是摧枯拉朽的提升. 另外几个大家熟悉的编程水平测试上也有不同程度的提升. 这次的新模型特别适合大型Agent任务, 有这方面需求的朋友可以试试看. #MiniMax #MiniMaxM21 #ai写代码 #aiagent #KCORES大模型竞技场

karminski-牙医

25,641 次观看 • 9 个月前

SpaceX 的 AI 收入，下个月就要超过火箭和 Starlink 了？马斯克：我们的 AI 收入肯定会超过 SpaceX 其他业务的收入，可能就在 9 月。到了第四季度，AI 收入会大幅超过其他业务。 SpaceX 过去最核心的两条收入线，一条是火箭发射，另一条是 Starlink。现在马斯克已经明确把 AI 提到了新的收入主线，而且增长速度快到 9 月就可能完成反超。他还特别强调，AI 已经成为 SpaceX 未来极其重要的一部分，未来能不能成功，不只是看 AI 硬件，软件能力同样至关重要。 SpaceX 正在从一家航天公司，越来越像一家“火箭 + 卫星网络 + AI 基础设施”的超级科技公司。

SpaceX 的 AI 收入，下个月就要超过火箭和 Starlink 了？马斯克：我们的 AI 收入肯定会超过 SpaceX 其他业务的收入，可能就在 9 月。到了第四季度，AI 收入会大幅超过其他业务。 SpaceX 过去最核心的两条收入线，一条是火箭发射，另一条是 Starlink。现在马斯克已经明确把 AI 提到了新的收入主线，而且增长速度快到 9 月就可能完成反超。他还特别强调，AI 已经成为 SpaceX 未来极其重要的一部分，未来能不能成功，不只是看 AI 硬件，软件能力同样至关重要。 SpaceX 正在从一家航天公司，越来越像一家“火箭 + 卫星网络 + AI 基础设施”的超级科技公司。

比特币橙子Trader

12,077 次观看 • 1 个月前