Datou

[Datou @Datou]

@xiaohu 豆包语气

[Datou @Datou]

“用一个类比讲清楚”，ai自媒体是不是最早被ai夺舍的那一拨？

[小互 @xiaohu]

Google 发布 Gemma 4 12B 开源模型

16GB 笔记本跑全模态 AI

Gemma 4 12B 采用了一种叫"Unified"的无编码器架构，让文字、图像、音频、视频四种输入直接进入同一个 Transformer 主干网络处理。

模型可直接处理原始的图像和声音

用一个类比讲清楚

传统多模态模型处理图片和音频的方式，类似于一个只会中文的老板配了两个翻译：一个英文翻译（视觉编码器），一个日文翻译（音频编码器）。

每次有英文或日文材料进来，必须先让翻译转成中文，老板才能看懂。翻译本身占工位（显存），翻译过程要排队等（延迟），而且老板拿到的是翻译加工过的版本，不是原文。

Gemma 4 12B 做的事情是：把两个翻译都裁了，让老板自己学会了直接看英文和日文。

几个关键数字：

16GB 显存或统一内存能跑，4-bit 量化低到 8GB，目标就是在普通笔记本上本地运行

256K Token 上下文窗口，支持 140+ 种语言

内置 Thinking 模式（逐步推理）和原生 Function Calling

[Datou @Datou]

tui 更新成本低没毛病，但 feature 是需要先有产品定义的，字符界面是需要设计的，前端也是要改动的，只是 tui 的前端和设计 ai 能干一大部分，feature 可能是研究员想的程序员想的，得扮演产品经理的角色才行。更新成本低更新快，不等于有用的 feature 会越来越多，也可能天天无效更新错失范式转换。

[Kai @real_kai42]

TUI 的意义就是，Kimi Code 在不需要任何 产品/设计/前端 的辅助下，能够一天更新无数 feature。因为 TUI 实现 UI 的成本足够低

如果是 GUI，想达到同样的迭代速度，时间/人力 至少翻一倍

这是我理解的 TUI 的价值，“能够让产品飞速迭代和试错”

[Datou @Datou]

@sun_hanchi 🤣

[Datou @Datou]

训练半天发现不如 deepseek v4

[geniusvczh @geniusvczh]

昨天玩了半天发现-flash才5B，现在有个正式版，微软说他比sonnet 4.6好，希望他能用🤪

https://t.co/wGqim5wQTW

[Aoden Teo @AodenTeoMT]

Today, we’re excited to introduce Miso One, the most emotive voice model in the world.

Miso One is an 8-billion-parameter text-to-speech model for highly expressive speech generation. It emotes like a human and responds faster than a human, with just 110 milliseconds of latency.

We’ve open-sourced the model weights, with API access coming soon.

Hear how Miso One sounds in the thread below.

[Ideogram @ideogram_ai]

Introducing Ideogram 4.0: the best open image model in the world.

Think it. Make it. Own it.

Download the weights, fine-tune on your own data, and run it on your hardware. Live on every Ideogram plan and the API today.

[Datou @Datou]

mai image怎么赢的呢？

[宝玉 @dotey]

🍌nano banana prompt：

中国神话角色组合插画，二郎神、孙悟空、哪吒三位经典人物，Q版可爱风格，动态活泼。

- 二郎神：神情沉稳淡定，眉间天眼微闭，头戴华美金冠，身穿精致传统战袍，手持三尖两刃刀，身旁伴随表情开心呆萌的啸天犬。
- 孙悟空：神情自信调皮，头顶凤翅紫金冠（一般是束发冠加上雉尾，形似生了两根“蟑螂须”），金色猴毛蓬松有型，穿着黄色虎皮短裙、祥云战甲，手握金箍棒，摆出经典眺望远方的动作姿势，灵动而自豪。
- 哪吒：面容俏皮勇敢，扎着两个冲天发髻，身穿飘逸灵动的红色莲花战甲，脚踏风火轮，手持火尖枪，乾坤圈环绕周身，充满少年英雄的气息。

整体绘画风格细腻精致，色彩柔和暖调，线条清晰流畅，带有淡淡的水彩插画质感，背景简洁典雅，画面充满趣味、温馨与故事性。

[Datou @Datou]

@_Suresh2 😂

[Datou @Datou]

微软还是爱惜羽毛的，刻意避开合成数据，只用人类数据训练出一个 base 模型，然后一生三，训练三个不同领域的专家模型，然后自己蒸馏自己，把三种能力蒸回 bese 模型（权重配比很考验经验），再强化学习一轮让蒸馏模型懂得看问题下菜碟灵活运用这三种能力。确实讲了很多细节，一生三三蒸一有意思。

[yv @yvbbrjdr]

推荐大家读一下MAI-Thinking-1的technical paper，里面有详细的怎么训出一个SOTA LLM的（几乎）所有细节。

https://t.co/it5mCFd6v3

[Datou @Datou]

刚想骂 codex 傻逼，它自己回过味儿来了

[Datou @Datou]

@splitscreensad2 确实，deepseek 公开过，微软跟着学并没有炼出来超越 ds 的模型😑

[Datou @Datou]

这要是非理性估值，还没 chatgpt 的时候腾讯股价 714.8 怎么说？

[Robinson · 鲁棒逊 @python_xxt]

腾讯因为微信要接入AI智能体，
今天大涨10.46%

整个市场已经疯了，
不投AI估值就死，投AI就非理性估值。

其实在水面之下，如果有机会可以购入字节跳动的原始股，字节一定会是国内AI的大赢家，万亿市值可期

[Datou @Datou]

@Xxi5olc 我一开始的表述更准确的说法是没有使用第三方模型的合成数据，写不下那么多字。微软的训练是从纯人类数据得到 base 模型，永纯人类数据微调成三个不同领域的专家模型，然后从自己的专家模型得到合成数据，把三类知识蒸馏进自己的 base 模型。

[Datou @Datou]

fp4 精度 1000tops，内存带宽 273gb/s，3000 美元不香

[小互 @xiaohu]

收到Mac mini被开发者追捧的吸引

微软发布了一台类似Mac mini的 台式机： Surface RTX Spark Dev Box

它是一个小盒子，放在桌上就行

配置了英伟达最新的 RTX Spark 芯片，128GB 内存，算力达到 1 petaflop（1000 万亿次运算），能在本地跑 1200 亿参数的大模型，不用连云端 GPU。

外观看起来像一个"压扁的 Xbox Series X"，顶部有类似的散热格栅，只是通风孔是方形的而不是圆形的。整个机身是阳极氧化铝 3D 打印的，顶部有 1000 个通风孔。

定位：给开发者在本地跑 AI 模型、Agent 工作流、模型微调用的，不用什么都往云上送，省钱也快

开箱即用：预装了开发者版 Windows 11 Pro，VS Code、GitHub Copilot、WSL、PowerShell 7 都配好了，开机就能写代码

散热：整个铝合金机身就是散热系统，100W 功耗，顶部有 1000 个通风孔，能扛长时间训练任务不降频

价格：官方还没公布，行业分析师估计在 3000 到 3500 美元之间，同类产品 AMD Ryzen AI Halo PC 和 NVIDIA DGX Spark 大约卖 3999 美元

今年晚些时候在美国上市...

[Datou @Datou]

放的时间太长了，想拿出来换上发现已经水解了

[Datou @Datou]

《用玄学包装让人接受科学建议》

[属鼠蜀黍 @_naiVe_2]

鼠肯

[Datou @Datou]

@Xxi5olc 自己蒸自己还是不太一样，base 模型能学会某些专业知识，代表这些知识更容易被蒸进 base 模型，强行蒸第三方模型的合成数据，base 模型不一定能学会，可能会超纲。这更像是一种平均的提升所有能力的方法，让 base 模型分别学 abc，以确保 base 同时学会 abc，而不是靠蒸馏第三方走捷径。

[Datou @Datou]

大模型的参数量是如何确定的，比如 1t-a35b。首先有一些刚性的约束，比如推理成本可负担，gpu集群可以支撑训练，然后从小参数量逐步扩大（不要走捷径），看scaling ladder是不是持续有收益，看越来越大的参数规模下预训练和强化学习会不会崩，最后停在了 1t-a35 ，在一些测试项目上拿到了满意的成绩。

[Datou @Datou]

微软还是爱惜羽毛的，刻意避开合成数据，只用人类数据训练出一个 base 模型，然后一生三，训练三个不同领域的专家模型，然后自己蒸馏自己，把三种能力蒸回 bese 模型（权重配比很考验经验），再强化学习一轮让蒸馏模型懂得看问题下菜碟灵活运用这三种能力。确实讲了很多细节，一生三三蒸一有意思。

[Datou @Datou]

如果真推出 128g 的 5070，那确实很香

[Gorden Sun @Gorden_Sun]

NVIDIA发布RTX Spark超级芯片，联合微软推出个人AI PC
AI Agent的超级芯片，提供1 PFLOPS的AI算力和最高128GB统一内存；
与微软深度合作，为Windows构建原生Agent运行环境，电脑会在秋季上线；
能渲染90GB+的3D场景、剪辑12K 4:2:2视频、本地运行120B参数LLM；

反正我是不信了，上次不也推出个什么硬件来着，结果完全不行。

官方介绍：https://t.co/VEbKacQdwv

[Datou @Datou]

冷不丁梆就一拳

[GAME ON SWAG ⚽N @GameOnSwagOn]

A player who loses a match and punches their opponent.

This must be a crime...