AI与人类叙事风格的差异令人着迷，尤其在具体表现上。研究显示，尽管可以让AI尝试不同的写作风格，但这些努力并未显著改变其叙事特征。这意味着，AI的写作本质仍然受限于其基础算法和训练数据。 首先，AI在叙事结构上往往缺乏人类那种深刻的情感共鸣和复杂的情节发展。人类作家能够通过细腻的情感描写和生动的角色塑造，使故事更具吸引力，而AI的叙事往往平面化，难以打动读者。其次，AI在语言的运用上，尽管可以模仿各种风格，但常常无法真正理解和传达文本背后的深意。例如，AI在生成文本时，可能会频繁使用破折号等特定符号，但这些并不足以改变其叙事的核心逻辑。 因此，对于希望利用AI进行创作的人而言，了解这些差异至关重要。AI写作工具虽然便利，但并不能完全替代人类的创造力和情感深度。在创作过程中，结合AI的优势与自身的叙事技巧，才能创造出更具吸引力和深度的作品。最终，AI写作的价值在于辅助，而非取代人类的创造性。

Sandisk BiCS10 332 層 1Tb TLC 開始送樣　位元密度提升 59% Sandisk Corporation 宣布，第 10 代 BiCS FLASH 3D NAND 快閃記憶體技術 BiCS10 1Tb TLC 已正式進入工程樣品送樣階段。該產品採用 332 層堆疊架構，結合先進橫向縮放與優化平面布局，位元密度較第 8 代（BiCS8）大幅提升 59%，達到業界領先的超過 29Gb/mm²。 BiCS10 延續 CBA（CMOS 直接鍵合至陣列）技術，並新增 Toggle DDR6.0、SCA 協議及 PI-LTT 技術，NAND 介面速度最高達 4.8Gb/s，較前一代提升 33%。在功耗表現上，輸入功耗降低 10%、輸出功耗降低 34%，讀取與寫入能效也同步優化，特別適合 AI 時代資料中心與企業級 SSD 對高容量、低功耗、高效能的需求。 Sandisk 首席技術長 Alper Ilkbahar 表示，BiCS10 在 BiCS8 成熟基礎上進一步突破，將為下一代資料密集型與 AI 工作負載提供更強大的儲存解決方案。該產品將由Kioxia日本岩手北上 Fab2 工廠生產，預計未來逐步量產。

基于 Three.js 构建的交互式 3D 人体解剖探索器，可立体查看人体结构，适合医学学习与可视化演示。 解剖教材里器官是平面图加文字标注，空间位置和结构关系看不出来。Anatomy Atelier 把 9 个器官做成可旋转的 3D 模型，热点标注、对比查看都在模型上直接点。

第一次住校崩溃预警｜宿舍书桌收纳完整教程 准大一和家长们，是不是都在担心宿舍书桌太小？书本、化妆品、数据线堆满，孩子学习连放电脑的地方都没有！ 普通宿舍下桌空间特别有限，分享4个低成本收纳方法，不用乱买一堆闲置好物： 1.分层置物架竖向扩容，课本、电脑分层摆放，桌面腾出大半空间 2.抽屉分格盒收纳小物件，文具、护肤品分开，再也不用翻来翻去 3.桌边悬挂收纳袋放水杯、耳机，不占用桌面平面 4.理线器收纳充电线，告别电线缠绕乱糟糟 全部平价实用，不占地方，学校宿舍都能用，收拾完干净整洁，孩子自习心情都变好。# #TDKY#

GM GN 距离2027年 仅剩164天 早上5点多就醒了，刷抖音学了一小时王虹搞定的挂谷猜想到底是什么。 我自己描述的话，就是拿一根没有粗细的木棍，放到桌面上挪动、转动这根木棍，让木棍朝向平面上所有方向，然后计算木棍扫过区域的占地面积，数学结论能做到无限接近于0，这是2D。王虹解决的是3D,文章结尾有个视频讲解。 顺便一起看看今天的Ai新闻 polo的AI日报 7月25日，13条精选 ⬇️ 1. Midjourney V8.2正式发布，重点提升美学质量、图像创意与个性化理解，低质量图像出现频率将显著降低。 💡Midjourney终于更新了 2. Anthropic发布Claude Opus 5，智能水平接近Fable 5但价格减半，Frontier-Bench多项测试表现亮眼。 💡Opus 5的性价比直接把Anthropic自家产品线打乱了 3. 蚂蚁百灵发布Ling-3.0-flash原生混合推理模型，124B总参数但仅激活5.1B，在传统推理、指令遵循与长文本上对标甚至超越上代旗舰。 💡蚂蚁在推理效率上的追求已经卷到了极致 4. Black Forest Labs发布FLUX 3多模态基础模型，联合训练图像、视频和音频，单次生成20秒视频带原生音频，视频预测占训练算力95%以上，与机器人公司mimic合作推进具身智能。 💡95%算力押注视频 5. Runway Agent推出自然语言工作流功能，用自然语言构建、运行或编辑基于节点的工作流。 6. 百度搭子更新支持电脑手机接力、桌面端内嵌浏览器上线，复杂任务可跨端连续执行。 💡电脑上没干完的活手机接着干 7. OpenRouter上线Classifiers测试版，支持自定义分类法自动标记每次AI请求的任务类型、部门归属、合规状态等。 💡AI调用量大了之后连账都算不清 8. 英伟达、微软和Meta联合警告应避免对开放权重模型过度监管，否则将削弱美国AI竞争力。 💡别把开源模型管死了，不然美国AI要被自己人卡脖子 9. Kimi K3在网络安全漏洞利用测试中大幅落后美国前沿模型，ExploitBench得分32.2%对比76.3%，知识蒸馏或为原因。 💡编程跑分第一但安全测试垫底，K3的偏科比想象中严重 10. 佛州男子因相信ChatGPT拒绝就医险丧命，起诉OpenAI及Sam Altman。ChatGPT-4o多次建议无需就医，致其双肺血栓引发大面积肺栓塞。 💡AI的医疗建议第一次闹出人命诉讼了，ChatGPT这个无需就医这个傻逼建议太行了 11. Anthropic联合Andon Labs发布Drone-Bench，评估AI模型自主操控无人机在室内定位追踪指定人员的能力。 💡先进的战争生产力 12. Anthropic为Claude Opus 5和Fable 5删除了Claude Code超过80%的系统提示词，新一代模型的上下文工程规则正在被重写。 💡模型越强需要的指令越少 13. Claude-thermos通过本地反向代理监控Claude Code会话，在主智能体空闲超5分钟时自动发送预热请求刷新缓存，避免重新编码费用。 💡智能体等人也能烧钱？ #AI# #人工智能#

三、新颖AI应用/SaaS（中国尚未广泛讨论） 1. WorkBuddy — 中国AI Agent出海成功案例 - 已成为中国最广泛使用的生产力AI Agent之一 - 在小红书上用户分享：分钟级生成个人网站、自动化周报、PPT制作 - 现已全球化扩展 - 🔗 2. SeniorCRE AI-Native Workforce Intelligence（5月28日发布） - 面向老年护理行业的AI劳动力优化平台 - 可减少40%+的机构劳动力支出 - 改善临床稳定性和居民结果 - 🔗 3. Luma Agents — 多AI系统创意工作流 - 基于Luma Uni-1模型 - 协调多个AI系统完成端到端创意工作（文本、图像、视频、音频） - CEO描述为构建创意简报的"内部心理表征" - 🔗 4. Microsoft Agent Governance Toolkit（4月发布） - 自主AI代理的完整治理层 - 7个包、多语言支持 - 集成LangChain、OpenAI Agents、Haystack、Azure - 映射到EU AI Act、HIPAA、SOC2要求 - 免费开源在GitHub和PyPI - 🔗 5. StitcherAI — IT财务智能平台 - 从隐身模式推出，获$300万前种子轮融资 - 统一AI、云、SaaS和内部IT成本数据 - 嵌入式IT财务情报系统 - 🔗 6. Google智能眼镜（Android XR） - 与三星、Qualcomm合作 - 与Warby Parker、Gentle Monster设计联名款 - 将Gemini集成到日常穿戴设备 - 🔗 7. OpenAI推理模型证明数学猜想（5月20日） - OpenAI内部推理模型证明了Erdős 1946年提出的平面单位距离猜想 - 已通过外部数学家验证 - 🔗

Jason Wei 在 Stanford AI Club 做了一场约 30 分钟的演讲，围绕三个他认为理解 2025 年 AI 格局最基本的思维框架展开。Jason Wei 目前在 Meta Superintelligence Labs 做研究，此前在 OpenAI 参与创建了 o1 和 Deep Research，更早在 Google Brain 推动了 chain-of-thought prompting 和 instruction tuning 的研究，累计被引超过 9 万次。 一、智能正在变成大宗商品 他把 AI 的进步分成两个阶段：第一阶段是推前沿，模型还做不好某件事，你在解锁新能力；第二阶段是一旦能力达成，它就会迅速被商品化。用 MMLU 基准测试的数据看，每一年达到同等智能水平所需的花费都在下降，这个趋势在他看来还会持续，核心原因是深度学习历史上第一次"自适应计算"真正跑通了。过去不管问题多简单多难，推理用的算力是固定的；现在从 o1 开始，模型可以根据问题难度动态调整推理时的算力投入，这意味着简单任务的成本可以被压到极低。 另一个维度是获取公开信息的时间。他画了一条时间线：从前互联网时代到互联网时代、聊天机器人时代、再到 AI 智能体时代，找到一条信息所需的时间在指数级缩短。他举了一个例子——"1983 年韩国釜山有多少对夫妇结婚？"——o3 回答不了这个问题，但 OpenAI Operator 可以，因为它能打开韩国统计数据库 KOSIS，一路点击操作直到查到答案。OpenAI 内部用一个叫 BrowseComp 的基准来衡量这种"知道答案就秒验证，但找答案极耗时"的任务，人类平均每题花两小时以上，很多题根本做不出来，而 Deep Research 能解决大约一半。 这个趋势带来几个推论：过去靠知识门槛建立壁垒的领域会被民主化，vibe coding 和个人健康管理是典型例子；公开信息近乎免费之后，私有内部信息的相对价值反而上升了——比如你知道哪些房子没上市但可以卖，这种信息会更值钱；最终每个人将拥有一个"个性化互联网"，想知道什么就有一个为你定制的页面呈现给你。 二、验证者定律：能衡量的就能被 AI 攻克 第二个框架是他所说的"验证不对称性"。有些任务，生成一个解比验证一个解难得多——数独是经典例子，写出能跑 Twitter 的代码需要大量工程师，但验证它能不能用只要打开网页点几下。另一些任务则相反：写一篇看起来有道理的事实性文章很快，但逐句核实极其费时；宣称"最好的饮食是只吃野牛肉"只花 10 秒，但验证这个说法需要大样本和长期跟踪。 他在一个二维平面上把这些任务画出来：X 轴是生成难度，Y 轴是验证难度。关键洞察是，你可以通过提供"特权信息"来改变任务在这个平面上的位置——竞赛数学题如果给了答案就秒验证，写代码如果给了测试用例（像 SWE-bench 那样）验证也变得简单。 由此他提出了 Verifier's Law：AI 训练出来在某个任务上的能力，基本上与该任务的可验证程度成正比。具体来说，可验证性取决于五个因素：是否有客观正确答案、验证速度多快、能否大规模并行验证、噪声大不大、以及奖励信号是连续的还是二元的。几乎所有 AI benchmark 本身就是因为容易验证才被设计出来的，而这些 benchmark 确实在过去几年被逐一攻破，这恰好是 Verifier's Law 的实例。 他特别推荐了 DeepMind 的 AlphaEvolve 作为利用验证不对称性的范例。AlphaEvolve 挑选满足上述五个条件的问题——比如找到 11 个六边形的最优排列使外接六边形最小——然后用大语言模型采样大量候选解，自动评分，把最优解作为下一轮采样的灵感，不断迭代。关键技巧在于它绕过了泛化问题：训练集和测试集是同一道题，你就是想知道这一道题的最优解。 这个框架的实际推论是：最先被自动化的任务一定是验证成本最低的任务；而一个正在崛起的创业方向是——发明新的衡量方法，把原本难以验证的任务变得可验证，从而让 AI 去优化它。 三、智能的锯齿状边缘 对于"AI 将如何改变世界"这个问题，他看到的观点光谱极广。他的一个量化交易员朋友觉得 ChatGPT 跟自己工作无关，而他在顶级实验室的同事则认为再过两三年 AI 就会取代他们自己的工作。 他明确反对"快速起飞"假说——即一旦 AI 跨过某个临界点就会突然变成超级智能。他的理由是，AI 的自我改进不是一个二元开关，而是一个渐进光谱：从跑不起来代码，到能训练但结果一般，到能自主训练但不如顶尖研究者，再到偶尔还需要人工干预。更重要的是，自我改进的速度应该按任务来看。AI 的能力图谱是一条锯齿线：在某些任务上已经达到山峰（竞赛数学、部分编程），但在另一些任务上仍是低谷（比如 ChatGPT 曾长期认为 9.11 大于 9.9，或者说一门只有几百人会的原住民语言 Tlingit）。 他给出了判断 AI 在某个任务上进步速度的三条启发式规则。第一，AI 擅长数字化任务，核心原因是迭代速度——数字环境可以轻松扩展算力，而物理机器人的实验扩展成本高得多。第二，人类觉得容易的任务 AI 也往往容易，但有一类例外是"人类因生理限制做不到但 AI 可以做到"的任务，比如读过一千万张乳腺影像后发现某个人类注意力无法捕捉的模式来预测乳腺癌。第三，数据充足的任务 AI 表现好——数学推理在不同语言上的表现和该语言的训练数据量高度相关；而如果一个任务有单一客观指标，就可以通过强化学习生成合成数据来突破数据瓶颈，AlphaEvolve 和 AlphaZero 都是这个路线。 他用一张表把这些启发式规则应用到具体任务上：主流语言翻译已经完成；调试基础代码 2023 年搞定；竞赛数学 2024 年搞定；AI 研究本身大概 2027 年；化学研究因为不是纯数字任务会更晚；拍电影大概 2029 年；修水管和理发因为高度物理化，短期内不太可能；乌兹别克传统地毯编织需要一组人花一个月、非数字化且缺数据，AI 不太可能碰到；至于"带女朋友约会让她满意"——他的判断是"impossible，非数字化，缺数据"，人类还能保住饭碗。

再说下，为什么本人三季报要重仓三大CSP 关于“AI基础层/半导体-云计算-AI实验室”的产业链微笑曲线博弈，过年3来都是半导体吃肉，出钱的CSP喝汤，然而自从三大CSP二季报后，接下来几个季度的天平该倾斜于CSP了。 因此，9月做完这一波加密链(MSTR/COIN/CRCL)后，是时候把大部分仓位在10月底三大CSP三季报前给打上去了。 核心逻辑在于: 1、上游，随着TPU、Trainium和Maia逐渐成熟(Maia稍微落后点)，三大CSP正在降低对英伟达高价GPU的边际依赖，拿回单位算力成本、供应控制权和部分利润空间。 2、下游，DeepSeek、Qwen以及大量低成本开源模型接入三大云，模型本身越来越商品化。企业真正需要长期沉淀的数据、Context、Memory、身份、安全和Agent工作流，反而都掌握在Azure、AWS和Google Cloud手中。 因此，三大CSP并不只是中间调度层，而是AI时代真正的控制平面，本轮二季报的反转只是开始。 三季报和四季报，我们继续观察的指标是它们云收入加速和经营利润额增长，而进入27年，随着自研ASIC和低成本模型路由进一步穿透，它们将进入真正的利润率收获期。 运营算力并收取平台税的包租婆CSP，大概率要持续跑出超额了，CSP将持续夺回AI利润池😄

100个探寻有趣世界的网站 1、实时地球 网址： 实时图像每 10 分钟更新一次，提供风暴、天气预报、降水、火警等数据 2、陕西博物馆 360 度实景浏览 网址： 线上参观陕西博物馆，360度展示，共有五个展厅100多个场景。可以网页浏览，也可以 VR 头盔浏览 3、CyArk 网址： 用专业的三维激光扫描技术数字化重现世界上最久远、最著名的古迹 4、全球贸易数据分析 网址： 这个网站可以看到全球每一个国家在贸易方面的数据 5、公共钢琴 网址： 收集了全世界 8,391 架公共钢琴，你可以输入一个地点查找附近的钢琴 6、天际网络摄像头 网址： 观看世界各地景区的实时摄像头画面 7、Manhole 网址： 有非常多全世界各地有趣的井盖！还能看这个井盖具体在什么地方 8、近地轨道可视化 网址： 感受地球低轨道太空的实际状态 9、全球电力设施地图 网址： 该网站的地图显示全世界电力设施的位置，包括电厂、变电站、输电线等等，甚至还有风力发电机 10、护照博物馆 网址： 这个网站集合了世界各地护照样式 还有办理程序 办理难易程度 等等 11、随机谷歌街景 网址： 这个网站随机展示谷歌街景的照片，世界各地都有 12、用户界面的历史 网址： 介绍了从 1973 年第一个支持 GUI 的操作系统到目前的 macOS 和 windows 的用户界面 13、World flags 网址： 一个介绍世界各国国旗、含义和起源、国旗的起源和琐事的国旗武士媒体组合项目 14、Dollar Street 网址： 按照收入展示各个国家中人们的生活 15、深海 网址： 海洋不同深度都有什么生物 16、Go nomad 网址： 这个网站是用来给游民们寻找适合自己的城市做参考，根据各种权威机构数据列出了各项评分 17、手机博物馆 网址： 网站目前拥有来自 200 多个不同品牌的 2200 多个独立型号 18、钓鱼岛线上博物馆 网址： 博物馆展陈内容包括历史图片、视频资料、文献资料、法律文件、实物模拟等 19、地平说学会协会 网址： 世界上有一些人认为地球是平面而非球体，这是他们的官网 20、机械键盘博物馆 网址： 收集了非常多设计独特的机械键盘 21、全景故宫 网址： 线上体验游览故宫，360° 查看各个宫殿，有文字介绍 22、故宫博物院数字文物库 网址： 在线查看故宫博物院众多藏品，可根据分类和年代浏览 23、千亿像素看中国 网址： 可浏览千亿像素的全景图片，观看一个城市的面貌 24、核弹威力 网址： 选择某个核弹查看爆炸影响的范围大小 25、地球时间线 网址： 滚动屏幕，查看地球从形成到今天的大致时间线 26、克苏鲁公社 网址： 克苏鲁公社为克苏鲁神话爱好者自发创建的克苏鲁神话相关资料网站 27、中国历史照片 网址： 布里斯托大学开放中国影像数据库，提供 20,000 多张中国近代照片免费浏览 28、ocearch 网址： 追踪大白鲨、虎鲸等海洋动物的实时位置 29、知妖（中国妖怪百集） 网址： 收集中国古今妖怪 30、Little Big World 网址： Little Big World 使用移轴摄影、壮观的无人机摄影和惊人的延时，将地球上最美丽、最有趣的地方变成了可爱的微型模型