铃阅时讯
❌

阅读视图

谁家地铁站把宇航员挂天上了

廖信忠 2026-09-22 22:06 上海

前几天在长春,搭乘新开通的七号线,路过工农广场,站内装修的挺有意思啊!大概是要凸显长春航天之城(长光卫星、空军航空大学),所以顶上有宇航员、战机飞行员,还有空间站、卫星等装饰,站内柱子也都做成火箭的模样。

不过我下电扶梯时,咦?两侧是歼15,中间那不是…F-14吗?😅算了,待明年航展时发烧友大军一到,就会整改了吧!

🌉789 是二号线的兴隆堡站,怎么说…挺特别的吧!10、11是西环城路站,像是在某个飞船内。

🌆12、13 是第一汽车制造厂站,走的是复古红砖风,除了一汽各品牌车的广告就没其他广告了。墙上还嵌入自家各种汽车的模型介绍,有点意思。

近几年国内的新车站都搞得挺有想法,但在细节上都逃不过一种宿命:很快被摆上各种风格不相称的告示牌,突兀的绿化植物,还有难看的铁马,其实好还可以再更好。

跳转微信打开

  •  

听什么音乐,对大脑有好处?

L先生说 2026-09-22 21:30 广东

不少人认为,听音乐对大脑有好处,比如能够舒缓心情,缓解焦虑,集中注意力,甚至还能提高认知能力,等等。

这些说法有没有科学依据呢?

围绕着这个问题,心理学界做了几十年的实证研究。猜一猜结论是什么?

不卖关子了。结论是:对大脑有没有好处,跟你听什么类型的音乐关系不大,它只取决于一个因素:这是不是你熟悉的、喜欢的音乐。

简单来说,只要是你喜欢的、能够唤起你积极感受和想象的音乐,对你就是有好处的。反之,如果是陌生音乐,那么无论什么类型,几乎都没有影响。甚至还可能会抢占注意力、让你心烦意乱。

这可能通过两个机制起作用。一是你更喜欢的音乐,更容易调动大脑固有的预测框架,从而让大脑工作在一个更稳定的环境里面,提高脑区之间的协作能力;二是更容易唤起积极情绪,从而提高各脑区的活跃程度。

在这个基础上,还有一些很有用的小技巧。

如果你是想舒缓心情,消除焦虑,让大脑平静下来,那么,首选你喜欢的 + 较为舒缓的 + 没有突然变化的音乐。大约 90 BPM 以下。

这种类型的音乐,已经证明能够激活副交感神经,让大脑平静下来,起到一定的放松效果。

如果你想提高认知能力,让大脑变得更活跃,那么,首选你喜欢的 + 节奏轻快的 + 有较强律动感的音乐。大约 100 - 120 BPM 比较合适。

这种类型的音乐,能够刺激大脑的背外侧前额叶,从而让大脑变得更清醒,头脑转得更快。

如果你想提高专注力,更好地处理手头的复杂任务,那么建议是:不要听音乐,但可以听一些白噪音。

有不少研究发现,一边工作一边听音乐,尤其是有歌词、有明显变化的音乐,可能会影响注意力和工作记忆。它们会不断抢占大脑的注意力,从而让大脑疲于在音乐和任务之间切换,损害工作表现。

相比之下,以自然声音为主的白噪音,比如树叶声、流水声、鸟鸣声、雨声……则不但不会抢占注意力,反而能够屏蔽掉一些环境中可能存在的噪音,更好地让我们保持专注。

原因在于,这种自然白噪音 + 熟悉而安定的环境,可以迅速唤醒我们基因里的安全感,营造出一种山洞或篝火的感觉,既不但不会抢占大脑的资源,还能让我们更安心。

所以,日常生活中,与其不断去挖掘什么样的音乐更「有用」,不如从自己的喜好入手,维护一两张适合自己的歌单,每张 10 - 20 首歌就已经可以了。

你喜欢的,就是对你来说最有用的。

近期文章:

如何既享受期待,又避免失望

10个立刻能让生活变得更好的小技巧

晚安~

跳转微信打开

  •  

千问办公陈宇森:Context is All You Need

千问办公 2026-09-22 20:54 浙江

以下文章来源于:千问办公QwenWork

千问办公QwenWork

面向企业办公的一站式AI Agent平台。

企业级 Agent 真正落地的前提,是数据

QwenWorkEvent

9月22日,2026云栖大会上,千问办公发布面向企业的全新产品:企业上下文(Enterprise Context)。这一产品将企业知识与业务数据转化为 Agent 可按需调用的上下文,并结合千问办公的 Agent 托管能力,帮助企业构建懂业务、能协同的数字员工。

大会现场,阿里巴巴集团副总裁、千问办公CEO陈宇森发表题为“Context is All You Need”的演讲,阐述 Agent 在企业落地的核心思路。他表示:“千问办公是业内首个企业级Agent产品,Agent要在企业真实场景落地,既要懂业务,也要像人一样在企业和组织内协同,且每一次任务执行要有边界、能追溯。”

以下为演讲内容整理:

非常开心今天可以跟大家有一个交流。千问办公是一款企业级的 Agent 产品。首先,希望大家能够记住,可能大家见过很多 AI Agent 产品的发布会,但应该是第一次看到有人拿着这么一个可爱的话筒上台,这个可爱的小章鱼也是我们的吉祥物。希望未来我们在工作里面,也有该有的放松时刻。我们希望 AI 在帮助大家长期提升效率之后,可以让大家过得更开心,有更多的放松时刻。

今天我想跟大家分享的核心理念是:在这样一个 AI Agent 的时代,模型能力飞速发展,Harness 层面的技术不断迭代,到底什么才是企业把 Agent 真正用起来的核心?我们的答案是——Context is All You Need。

大家都在说组织的 AI 转型遇到很多现实困难,那这些困难到底是什么?我们大概总结了三个方面。

第一,AI 现在非常聪明,我们日常工作和生活中大多数通用任务,丢给任何一个足够好的 Chatbot 类产品都能搞定。但它解决不了什么呢?比如屏幕上这个问题:“我们公司上个季度华东区的毛利率是多少?”任何一个 AI 都回答不出来。为什么?因为它不知道“我们公司”指的是哪家公司。一个不懂业务的 AI Agent,是无法进入企业级真实业务流的。

第二,单点效率提高了,但是业务没有跑得很快。

这个东西很好理解。现在很多公司都有各种不同的员工,有人 AI 用得熟练,有人用得稍微不太熟练。用得熟练的同事,可能一天八个小时的工作,半个小时、一个小时就干完了。但无论是组织的激励机制,还是产品的功能,都没有一个特别好的机制,让他把这个经验分享给同事乃至整个组织。

这就会导致,剩下的时间,他可以选择自己发呆,也可以自己多干点活。所以,如何让一个优秀个体的经验快速被整个组织复用,也是我们当前遇到的困难:现在并没有很好的分享机制。

第三个,就是想用但不敢用。

之前我在跟很多企业交流的时候,大家说,我们用中转站、用各种各样的方式,很省成本。但是大家不要忘了,我们是企业。企业在省成本的同时,一定不要忘了数据安全,一定要在安全的前提之下去解决成本问题。这三个方面,都是我们希望可以解决的问题。

回到今天的主题,我认为,企业级 Agent 真正落地的前提,就是数据。只有把数据用好,才能让 Agent 进入企业内部的业务,发挥功能。

我们觉得有三个关键点:连接、理解和复用。对应前面的“不懂”,我们就要把数据连进来;一个人的经验不能共享给别人,我们就要强调复用。而在连接和复用之间,一个很关键的点是理解。后面我们还会讲到更细的东西,比如压缩。

只有把这三个东西用好,我们才能把大量企业内部的数据连接、汇聚到一起,让它可以被企业级 Agent 使用,让企业级 Agent 进入业务,真正帮大家解决业务问题。

我们给出的答案是:千问办公是一个什么样的产品?

我们希望千问办公在大家眼里,是一个懂业务、能协同、信得过的企业级 Agent 产品。

懂业务,就是把企业累积多年的数据全部整理起来。整理好之后,千问办公在执行的时候可以按需取用,在完成特定任务的时候,知道什么是“我的公司”,“华东区”代表公司里的哪几个省,“毛利率”在我们公司是怎么计算的。

这些东西,Agent 不知道就是不知道,它无法通过更高的智商,去猜测一个它不知道的事物。但是,当你告诉它这些事情,你不需要用一个最强的大模型,只需要用一个性价比非常合适的大模型,就能解决企业里面各种各样的办公问题。

协同,意味着我们需要让每一个优秀员工的经验快速被组织共享。优秀的客户案例,可以在一瞬间让销售组织复用。后面我们也会分享我们的解法。

最后是信得过。我大学毕业的时候,做的第一家公司,是和朋友们一起创立的一家网络安全公司。我深知数据安全对一个企业的重要性。所以,我们在千问办公的安全方面也下了很大的功夫,希望让大家用千问办公的时候更放心。

我来跟大家分享一个非常棒的客户案例。古茗是中国餐饮或者茶饮领域利润非常靠前的一家企业,前五或者前十。他们有一万多家线下门店,当有一个新品上市时,需要把总部的数据或者视频快速传达到全国门店,让店员掌握。

过去,我们可能会用视频分享的方式。但视频不太容易被检索。按照视频,可以制作出让大家喜欢的饮品,中间有几个步骤忘了怎么办?过去,大家可能会问其他员工、问店长。现在,我们有了新的办法。

比如这些问题:茶饮市场的规模有多大?去年销量前三的品牌,销量有多少?2025 年全国茶饮消费人群的画像是什么样?大家随手打开手机里的任何一个 Chatbot 类产品、任何一个 Agent 产品,都能得到不错的答案。

但跟古茗自身相关的问题,在没有古茗知识的情况下,你是无法回答的。

你不知道他们华东区域制冰机的滤芯多久应该更换一次,因为你都不知道制冰机是哪个型号,也不知道哪个滤芯应该多久换。

芭乐冰奶茶的茶汤要放多少毫升?这也是他们内部的知识。在不知道的情况下,就是不知道。你可以猜一个,但你并不知道他们内部调优出来、让用户喝起来最爽口的那个比例。

泡茶机开不了机怎么处理?跟第一个问题一样,你需要知道企业内部泡茶机的型号、维修说明,以及各种各样的信息。

这就回应了前面说的第一个点:一定要让 Agent 懂企业的数据,才能真正进入业务,帮大家解决问题。

我们的解法是这样。今天,我们非常高兴、非常荣幸地发布一款新的产品,叫作企业上下文,Enterprise Context。

通过这样一款产品,可以让企业的所有知识和千问办公无缝打通。企业过去积累的文档、会议数据、群聊,以及沉淀在企业每一个角落、过去我们叫作“隐性知识”的东西,都可以被连接起来,进入企业上下文。

企业上下文和千问办公打通之后,每一个交给千问办公的任务,都会按需从企业上下文中提取执行这个任务所需要的上下文,然后按照企业的业务规范和要求,理解企业的业务知识,把任务执行下去。我们发布了新的产品,也希望大家都可以用起来。

这里还有一些行业知识。钉钉是一个有众多用户的产品,覆盖了非常广泛的企业人群。从我们的数据来看,中大型企业内部的数据规模,平均大概在 150PB 左右。

但是,现在最优秀、最强的上下文窗口也只有 100 万。100 万意味着什么?大概直接塞一个 50 兆以上的文档进去,就可能出现上下文窗口被打爆的情况,除非在加载的过程中进行了压缩。

这意味着,做企业上下文这样一款产品,不能只是一股脑地把企业内部的数据全部拉起来,存到一个地方。这样 Agent 是用不起来的。

任何时候,如果给上下文窗口塞过多的数据,首先,它可能会爆掉;第二,它也会占用宝贵的执行任务的窗口。它只能记住和理解那么多东西,如果塞进去的上下文信息密度不够高,就会浪费上下文。

所以,这里一个很核心的关键就是压缩。我们需要把企业内部前面提到的各种各样的数据,进行有效的整理。

美国有一家公司,过去十多年发展得很好,股价表现也很好,叫 Palantir。它的核心能力之一,是帮助企业梳理业务实体及其关系,构建本体(Ontology)数据,但那个成本非常高。现在,我们有了大模型,可以来整理企业内部的各项知识。

这里展示的都是模拟数据,不是客户的敏感数据,是我们为了今天的 Demo 构造出来的数据。

我们需要按照合适的格式处理这些数据。比如,一个人的属性是什么,各种信息是什么样;一个项目当前的进展是什么,参与的人都有谁。这些都是企业内部非常重要的实体知识。

我们要把这些知识整理好,并且做好压缩。就像 Skills 做渐进式暴露一样,我们要用文件系统的方式,把企业内部的数据整理在一起。同时,需要让每一个层级尽可能压缩下一个层级的信息。

这样,在这些信息被使用时,才能尽可能拿到有效且有限的数据,给到千问办公,让千问办公完成任务。

我们也用了一些图数据库的方式,在不同实体之间构造联系。我们想知道,一个项目关联的人都有谁,关联的群聊有哪些,关联的文档有哪些。只有这些信息全部汇聚到一起,我们的 Agent 才能更好地分析企业内部的实体、项目,以及任务的执行状态。

关键词就是刚才说的这两个:连接和压缩。我们要把企业内部的数据连接到一起,对它们进行有效压缩,让企业内部沉淀多年的数据被有效利用起来。这是企业上下文这个产品的关键。

还有一个关键点:做企业上下文这样一款产品,千问办公和钉钉作为阿里的一个事业部,有什么样的优势?就像上午讲的一样,我们有非常优秀的模型,千问模型是我们背后非常强有力的支撑。

有两个点。一个是,企业内部有大量不同的数据,其中很多多模态数据需要被理解、被存储。

就像大家现在的手机里,照片和视频保守估计也有一两百 GB,多的可能超过 1TB。但你很难精准找出:我的小朋友每一岁成长的时候,我们一起玩耍的视频。除非提前打了标签。

现在,有了 Qwen3.8-Omni-Flash 这样一个非常高效的全模态理解模型,我们就可以帮助用户,把过去多年积累、但没有被完整整理和压缩的多模态数据进行整理、压缩,进入企业上下文。

同时,基于 Qwen3.8-Flash 这样一个很好的大语言模型,我们也在跟模型团队进行迭代优化,希望有一个性价比更高、效率更高的模型,帮助企业处理每天、每时、每秒都在发生的内部变化。

内部变化意味着数据变化,数据变化意味着我们要对新数据进行理解和压缩。我们需要一个非常高效、性价比足够高的模型,来进行信息更新。所以,千问模型会是企业上下文背后强有力的支撑。

基于这些,我们可以实现什么样的效果?还是举古茗的例子。比如,他们有一种磁性框海报,该怎么贴?对于一万多家门店,他们有严格的 SOP,每家店、每件事应该怎么做,这些事情网上查不到,但他们内部都知道。

在千问办公里面,我们可以问出这样的问题,拿到这样的答案。另外,还有一个小惊喜:在飞书里面,也可以非常丝滑地使用千问办公。

最近,我们服务了大量客户。有的使用钉钉,我们很开心;有的使用友商的产品,我们也非常开心能够服务他们。我们服务了大量使用飞书和企业微信的客户,这会是未来千问办公一个特别重要的核心。

无论是千问办公还是企业上下文,我们要做到:开放,还是开放。一定要充分开放,才能在 AI 时代真正服务千行百业,服务足够多的客户。

接下来讲富立卡的案例。富立卡是中国仓储物流包装电商行业的第一名。不管在家里用顺丰、韵达、申通,还是其他快递公司寄件,在他们的转运仓里,都会有大的塑料筐把快递放进去,进行分类和转运。

富立卡的销售每天要做很多复杂的工作。相信在场很多朋友的公司里,销售都是一个重要职能。但销售每天除了面对客户,还要面对工厂、老板,跟财务、内部运营打交道,有时甚至要进入产品流程,跟设计同事沟通,跟物流、仓库的同事沟通,还要跟售后打交道。

所以,销售其实像企业的信息中枢,花了非常多的时间在沟通。但我们都认为,销售更有效、更应该花时间的沟通,是拜访客户、跟客户沟通。

那么,如何把销售的时间更多地节省下来,让他们花更多时间跑业务,帮企业做增长?

我们提出的方案,是基于千问办公提供的各项能力,帮助企业生成数字员工,让数字员工进入协同的场域,比如钉钉或者其他 IM,直接解决问题。

现在应该有很多人都做了数字员工。但在我们的定义里,数字员工其实是一个场景,或者说,是大家都会用到的一种使用 AI 的方式。为了让数字员工真正进入企业业务流、开始干活,我们有三个产品功能来支撑它。

第一个,是千问办公背后提供的 Managed Agent。大家可以在千问办公后台自定义一个数字员工,我们提供 Runtime。只要定义它的 System Prompt,定义它连接什么样的数据,就可以让它跑起来。

但跑起来还不够,还需要两个东西。

下一个,就是刚刚提到的企业上下文。数字员工只有懂企业,才能进入你的业务工作。如果它跟大家随手能用到的 Chatbot 或者 Agent 一样,对企业一无所知,那进入企业就没有意义,还不如在外面随便找个地方问一下。

进入企业的数字员工,一定要懂企业。这是企业上下文提供给数字员工的能力。

第三个,就是钉钉。我们重新修改了过去 Bot 类产品进入的通道。刚才大家也看到了钉钉 9.0 的发布。我们让在任何地方构建的 Agent,都可以以员工的身份进入组织,拿到对应的组织权限,拥有像员工一样的组织内联络方式,和人在同一个场域沟通。

这些都是钉钉提供的连接和同场协同的能力。

综合这三项能力,用千问办公加钉钉,就可以比较简单地构建出一套数字员工:懂企业业务流程,能跟人一起协同,同时在运维和管理方面也非常方便。

比如,我去跟领导汇报,领导看了说:“做得不错,但这里面有两点要修改一下。”然后,我又拿着这个东西回去,继续跟 Agent 聊天。

在我的产品哲学里面,跳出和打断是非常影响人的。我们一定要让尽可能多的、本来就应该在一个场域发生的事情,在一个场域发生。

过去还有一个问题:人很多时候在追信息。做一个项目,可能有分散在不同地方的群聊、文档,甚至还有一些知识库。同时,做这个项目的人分别有不同的日程,大家很难同步整个项目组的所有近况。

有没有办法,在做一个复杂项目时,把跟这个项目相关的信息都拿到一个地方,让人和人、人和 Agent 在同一个场域协作?我们讨论的信息有人总结,安排的决策有人执行,这件事情能不能完成?这就是我们的解法。

这项功能已经在一些客户那里进行灰度测试。目前正值云栖大会封网期,相信很快,大家就可以看到自己的千问办公界面焕然一新。以协同为核心的 Agent 产品,是希望让大家把大量复杂的工作,在同一个场域里闭环完成。

Agent 可以把信息汇聚起来,知道参与这件事的每个人当前的工作进展,然后把这件事盯得更牢靠。

对业务复杂度高的企业来讲,一个优秀的 PM 或者 PMO 都非常难得。但我们希望通过千问办公、通过 AI 能力,让每一个企业在项目这件事情上都拥有一个强大的助手。

还有一个,就是前面讲的协同的第二部分:一个人的经验,怎么快速分享给整个团队?

比如,一个金牌销售在拜访客户时,灵机一动想了一个案例。这个案例是根据客户现场的问题,结合自己的产品特性提出的。他现场给客户演示了一下,客户觉得特别棒:“这个东西做得好,我一定买你的产品。”

过去怎么分享?他回来之后,可能把案例沉淀在自己的日报或者周报里。销售组织通常有每周、双周,甚至每月一次的复盘会。在复盘中,发现这个优秀销售的案例很棒,再层层上报到公司的销售运营部。

销售运营部门觉得,这个案例应该总结进销售话术 PPT,然后再交给市场部,重新制作 PPT。半个月或者一个月,就这么过去了。

AI 时代变化太快了。大家有没有想到,小龙虾、OpenClaw,其实是今年才发生的事情?但对我来讲,很多时候仿佛已经过去三年了。

所以,如何最快地把前线的优秀知识总结、萃取出来,让全员用得上?我们也提出了一个新的解决方案。

过去,很多现场跟客户沟通的信息其实丢失了。企业有群聊,存在 IM 里;有文档,也存在 IM 里。但会议很多时候缺乏记录。如何把会议记录下来?这是我们新的这款产品要解决的问题。

这个可爱的小卡片,我也戴在身上,这是我们的全新版本。

之前的钉钉 A1,当时那个品类叫 AI 录音卡片,我们已经是国内这个品类销量的第一名。但今天,我们决定重新定义这个品类。

因为录音对大家来讲,很多时候稍微有些敏感。但假如两个人开会,其中一个人拿出电脑记一些笔记,我们觉得没有任何冒犯性。所以,我们也提出了新的主张。首先,真 AI,真干活。

我先给大家演示一个案例。假设我是一个很好的销售,去拜访了我们可爱的客户古茗。我可以按下这个最大的按钮,发送一段话:“刚刚我在古茗跟客户交流了很多,能不能把刚才的交流形成一份新的 PPT?”这句话,就可以把指令直接发送到云端的千问办公里。所以,拜访完客户,作为销售,你还要赶下一个客户的场子,不管打车还是开车,只用发刚刚那一句话,客户拜访经验就马上成为公司其他人可以使用的知识。

这样的信息分享效率,在过去几乎是不可想象的。所以,我希望大家用好软硬结合,用好我们的 QwenNote A2。

请大家记住,我们是 QwenNote A2,我们是真 AI,不录音,这个点非常重要。

上一代钉钉 A1 录音的时候,这个位置会显示一个红色的小灯,有录音,然后有转写。现在,千问语音模型的能力非常强大,ASR 的准确率非常高。所以,我们决定做一个产品创新:默认状态下,我们是不录音的。

也就是说,我跟任何一个客户交流,交流之后,刚刚的音频会在云端完成一次到文字的 ASR 转写,然后被永久删除。在这个过程中,设备上会亮一个小绿灯。

所以,请大家记住我们的新产品名字,也记住小绿灯。未来,如果有人说:“王总、刘总,现在有一个交流,我希望记录一下内容。”你看到他放着一个东西,上面是小绿灯,就知道他没有录音,他只是在记笔记。

AI 录音类产品是一个小品类,但 AI 笔记或者 AI 会议智能类产品,是一个有无限想象空间的品类。

过去,我们在国内已经做到了大几十万台。但我们认为,这个小产品未来有可能是一个有千万台销量的产品。请大家支持,谢谢。

我们的功能有点多,接下来还有一个新的功能。

在工作里,每个人都会有不同的工作习惯。我们希望用完全自定义、千人千面的工作台来使用 AI。千问办公提供了这样的能力,让你在同一个界面下,以自己的使用方式和使用习惯来使用千问办公。

每个行业、每个岗位,都有自己不同的工作习惯,需要看不同的数据,对不同的数据作出不同的反馈。同时,最好就像我刚刚说的,不要跳转、不要跳出,希望所有信息都在同一个界面里被看到。

日常最高频的操作,按照我自己的优先级,都在第一屏里就能看到。

所以,我们有针对教育、金融、法律等不同行业,以及财务、人事、行政等不同职能的预制工作台。当然,如果有能力或者有需求,也可以打造属于自己的专属工作台,这就是“千问办公应用”。

最后一点,回到安全。

信得过,是企业级 Agent 非常重要的前提。上下文有价值,数据就更要被保护。

这里有两个点。一个是说,过去出现过什么样的问题。这个案例大家都看到过:今年 2 月份小龙虾爆火的时候,Meta 的安全负责人让小龙虾帮他整理邮件,出现了误删的问题。因此,让 AI 做任何操作的时候,我们要对它的执行边界和执行范围做约束。

千问办公让智能体的每一步操作都可控。事前,我们会给它划好边界,让每件事情放在沙箱里执行。

但有时候,需要把它拉出沙箱,在电脑上做一些操作,这时也有审批。AI 会告诉你,这个操作可能带来风险,由人确定是否执行。

最后,事后还有兜底。我们有文件防误删机制,即使 AI 不小心删了东西,千问办公也能帮你找回来。这些都是给企业提供的能力,希望大家用 AI 的时候用得放心。

另外,接触数据也要有边界。

本来,每个人的办公电脑就有敏感数据。做了企业上下文,更多敏感数据汇聚到一起,我们更要保护好它。所以,我们做了全链路的数据安全。

我们希望,电脑上的敏感数据在被千问办公访问时,需要你的确认;如果企业管理员有严格要求,它就不能被 AI 访问。过去很多企业都知道,AI 有时会成为数据泄露的源头。所以,我们一定要保护好数据访问的权限。

同时,我们还会对产出的结果进行分析和跟踪。我们知道每个人用 AI 做了什么、产出了什么,这些产出物里是否含有敏感数据,这样才能判断 AI 产物会不会导致数据泄露。

任何数据,都应该被保护在企业允许的边界内,这些是我们提供给企业的能力。

安全中心,就是把前面提到的功能放在后台进行配置,把每个人的身份、权限和他能访问的数据关联起来。操作有审批,防护有记录,还能看到当前的风险概览。

这些依赖于我们的沙箱能力、风险管控能力、加密传输,以及设备安全因子。

比如,如果你的千问办公是企业的千问办公,就一定要在企业可控、可信的设备上才可以登录。如果没有这么严格的限制,在家里登录企业级千问办公,相当于打通了一个企业数据向私人电脑的通道。这些我们都提前考虑到了。

除了前面提到的几个点,今天云栖大会也发布了全新的计算超节点,我们有很强大的模型资源能力。

基于这些,我可以自信地说,我们能提供国内最为强大的私有化企业级办公 Agent。这依赖于强大的自研芯片、性能马上翻三倍的平头哥,以及可能是全球最高智能密度的千问模型。这个“最”也不是我说的,伊隆·马斯克之前转过一次千问的推文,他讲过。

就像上午分享的一样,我们有 Max 系列模型,也有追求高性价比的 Flash、Plus,以及 27B Dense 模型。

价格合适、尺寸合适、智能密度足够高,同时便于线下部署的模型,是千问办公私有化版本赖以生存的基础。

依托阿里整个强大的 AI 全栈能力,再加上企业级 Agent 平台千问办公,我们可以给需要纯私有化部署的企业,提供最强大的私有化部署企业级 Agent。

回到开头那句话,我还是希望大家记住:如果选择千问办公,你选择的是一个懂业务、能协同、信得过的企业级 Agent 产品。

接下来,分享一些真实的客户案例。

广汽是世界 500 强汽车企业,他们把 AI 融入安全和故障诊断,支撑精细化运营,快速构建各种各样的系统。

过去,一个业务部门要做自己的事情,只能跟 IT 部门协同,需要采购新的软件;或者自己有一定开发能力,慢慢开发。

现在,有了千问办公,一些内部简单的应用可以快速开发、部署、上线,一整套流程都在千问办公里完成。过去需要用各种办公软件做的事情,现在可以构建一个新的系统,自动化流程在里面自动完成。

传化集团是中国民营化工龙头企业。他们用 AI 驱动黄磷价格研判,辅助原材料采购决策。今天,传化也会进行分享,这些都是已经在企业里真正落地、跑起来的案例。

杰克科技,昨天我们的销售同事跟我介绍时,我说这个名字挺酷,杰克科技在工业缝纫机领域,销量连续 14 年全球第一。

我们也非常有幸,钉钉过去一直服务他们,现在他们用上千问办公,构建智能化的产销管理体系,让交付可追踪,让需求可预测。

我觉得,AI 就是把过去很多大家想满足、但没有被满足的需求做出来了。过去软件研发有成本,做系统有成本,现在 AI 把这些成本降得足够低。企业过去有需求但没被满足的地方,现在都可以快速用千问办公做出来、部署上线,再利用之前发布的多人工作台能力,让大家在一个系统里完成协同。

还有森马,中国童装市场份额第一。他们也用 AI 驱动门店经营诊断,支撑多门店的精细化运营。

我做 AI 的时候,一直在回想一个东西,叫杰文斯悖论。过去,煤炭价格大幅降低,并没有让产业被摧毁,而是让蒸汽机得到更广泛的应用,产生更多应用场景。

今年,比较关注投资或者二级市场的朋友可能会看到,之前内存价格一路升高,一些海外模型也越来越贵。我们会想,这么贵,普通人还用得起吗?

但中国的模型厂商,一起把价格打到了很低的水平。现在,基于一个强大、尺寸合适的模型,可以以非常有性价比、非常优惠的价格,完成大量自动化操作和研发任务。

我觉得,这也是当前 AI 办公能够普惠,让更多人、更多企业在更多场景里用起来的重要前提。

这些都是已经签下来的客户。今天云栖大会,也有很多客户来到现场,还有更多客户在 POC 的过程中。

我们希望更多客户朋友携手千问办公,激活企业上下文,让组织复利生长,让组织通过 AI 提效。

最后一句话:千问办公,Context is All You Need。

谢谢大家。

跳转微信打开

  •  

Step 5 Preview 现已上线 TRAE!

阶跃StepFun 2026-09-22 20:50 北京

现在,在 TRAE 中可直接调用 Step 5 Preview 啦!

TRAE 是豆包旗下专业 AI 开发产品,将 AI 深度集成进开发工作流,覆盖代码补全、调试、测试、重构到部署的开发全流程。

现在,Step 5 Preview 也正式加入其中。 从理解复杂代码库、跨文件修改,到 Bug 修复、重构、性能调优,再到持续数小时推进长程任务,Step 5 Preview 可以更完整地进入真实软件工程工作流,覆盖 9 类任务、33 种编程语言。

-DeepSWE 67.7 分

-ProgramBench 通过率 80.5%

更强的 Coding 与 Agent 能力,已经就位🤖。

打开 TraeCode,点击就开始~

#阶跃星辰

#Step5Preview

#TRAE

跳转微信打开

  •  

和一线研究员的闭门讨论:蒸馏变难后,下一步的重点是什么?

原创 拾象 Best Ideas 2026-09-22 19:00 北京

蒸馏或许也是技术提升的一种方式

我们始终相信,关于 AGI 进展最有价值的信号,一定来自一线推进它的人。市场与估值反映预期,而 researchers 的探索则在决定哪些可能性会成为现实。 ⁠

尤其让我们感兴趣的是年轻 researchers,对他们来说,许多行业已经习惯的做法,仍然可以重新问一句为什么。我们希望和这样的思维多碰撞,聊聊正在做的研究,也聊聊各自认为值得 bet、还没有被充分讨论的方向。

 ⁠

两周前,我们邀请了来自多家模型厂商的 AI Researchers,进行了一场线下闭门交流。从 Astra 的 Computer Use,到 RSI、模型蒸馏和训练数据,大家带来了具体的研究经验,也提出了不少不同判断:哪些进展可能被低估,哪些瓶颈比想象中更难,下一次突破又可能从哪里发生。

 ⁠

我们摘录了这场讨论中可以公开的 insights,保留了其中的共识和分歧,分享给关心模型进展的朋友们,也期待有更多的朋友一起加入讨论。

⁠/⁠

Insight 01

Astra 的 Computer Use 能力提升意味着什么?

 ⁠

1.Astra 最明显的使用变化,是 agent 能在更多软件里把任务做完。虽然在 Astra 发布之前,agent 就已经能在 Obsidian、GitHub 中处理不少工作,但到了 Blender、游戏引擎、Excel 等相对复杂软件,最后几步常常还要人接手。Astra 的 Computer Use 能力提高后,agent 通过软件界面来执行任务操作也更顺畅了。

 ⁠

2.Computer Use 还让 agent 有机会使用没有给 agent 开放完整接口的软件。比如 LinkedIn 不一定愿意通过 API 开放全部信息,因为这可能影响自身平台的商业价值;企业内部的 Salesforce 等业务系统,往往需要专门集成才能相互交换信息,大量旧软件也很难逐一补上 CLI 或 API 接口。但有了 Computer Use 之后,只要人类用户能在界面上看到、操作,agent 就有机会完成同样的动作。

 ⁠

3.Astra 在 Computer Use 能力上的提升不是一蹴而就的,其实是 OpenAI 长期投入的结果。和国内不同,海外头部模型厂长期保留着较大的 GUI 团队,甚至相关投入规模仅次于 Coding;而国内部分团队则缩减 GUI 投入、转向 Coding。因此,新模型突然变得好用,可能是过去的投入积累终于反映到了产品体验上,不一定来自某个单独的技术突破。

 ⁠

4.但 Computer Use 能力的进步不代表模型的通用视觉理解有同等提升:

 ⁠

•软件和屏幕操作有相对规整的布局和明确按钮,即操作目标更明确,因此这类任务比一般的图像理解更容易让模型训练和验证;

 ⁠

•模型能操作软件界面,也不代表 agent 的操作已经足够稳定。一个例子是电商弹窗,弹窗的位置和样式经常变化,人通常知道去右上角找关闭按钮,模型却可能反复出错。

 ⁠

•一个应对方法是,人把经验写进 Prompt,或存入 Memory、由负责执行流程的 Harness 调用,可以减少部分错误。但经验怎样总结、何时调用,通常仍由人设计,换个界面就可能失效。因此,模型要适应没见过的界面,还需要自己从交互中总结经验,并判断什么时候适用。

 ⁠

5.模型能否积累经验,也会影响企业是否愿意为它改造系统。在考虑这个问题时,企业不仅会看 agent 执行任务的速度和资源消耗,也看 agent 每次完整任务时需要多少人工介入。假如经过 3-5 轮人工反馈,agent 就能减少重复错误,企业会更愿意投入资源来打通 agent 接口;假如同样的问题每次都要人处理,企业就很难判断为 agent 改造到底能带来多少回报。

 ⁠

6.长期来看,Computer Use 是否依然重要,仍存在分歧:

 ⁠

•购物、外卖等平台为了争取 agent 带来的订单,会逐步开放 CLI、API,AI Coding 也降低了系统改造成本。接口开放后,agent 可以直接调用软件服务,不需要再逐步点击界面。因此,agent 对 GUI 的依赖可能在过渡期达到高峰,随后下降。这类似人驾与自动驾驶混行时,交通更复杂;等车辆都改为自动驾驶,协调起来反而更简单。

 ⁠

•旧系统太多,新软件也不一定优先面向 AI。即使更多平台开放接口,agent 仍需要通过 Computer Use 操作那些无法直接调用的系统。

 ⁠

 ⁠

Insight 02

Agent 自主执行任务距离真正的 RSI 还有多远?

 ⁠

7.当 agent 能执行更多软件任务,下一个问题就是,AI 能否进一步参与模型研发?也就是 RSI。

 ⁠

8.今天 agent 参与模型研发的一个早期实践是:当模型厂每进入一个新领域(domain)时,往往都需要确定 Benchmark、找数据、搭环境、做训练。为了应对领域增多、人手有限的问题,有团队开始尝试让 agent 执行人类预先设计好的流程,接替部分 ML Engineer 的工作。

 ⁠

9.还有团队曾把模型研发的操作方法保存为共享 Skill,供同事和 agent 查用,当时还没有通过训练把这些经验写入模型参数,但这套共享系统在当时反而降低了研发效率。这背后的问题在于,模型分不清哪些记录适用于当前任务,因此有时 agent 会照搬同事处理另一项任务的方法,跑了很久才发现做的不是用户要的事。

 ⁠

但 Agent 执行固定的研发流程不等于 RSI

 ⁠

10.让 agent 执行固定的研发流程其实并没有在真正意义上实现 RSI,因为数据、workflow 和评价标准仍主要由人设计。

 ⁠

11.有厂商曾只给 code agent 提供算力,让它自己造数据,但没有看到模型能力在持续改进,甚至给模型加入联网搜索的能力后,问题还是没有解决。

 ⁠

12.如果要真正实现 RSI,agent 就要做到能够根据实验结果决定下一步改什么、哪些经验值得复用,并推进后续模型研发。如果要实现这个效果,模型就要能作出研发判断,需要能理解模型训练方法和相应的实验结果。

 ⁠

13.至于怎么才能做到 agent 自主推进实验,有观点表示,前沿大模型的 post-training 经验很少被公开,所以模型可能没有学过最新方法、也无法自主补充这方面的知识,因此模型最终可能仍需要人补充相关知识。

 ⁠

14.但较弱的模型能否通过自主探索补上相应知识,并进一步训练出更强的模型?在这一点上,不同的人有不同的看法:

 ⁠

•一种观点认为,知识不足会降低探索效率。比如棋类游戏有明确的规则和胜负,模型可以根据反馈调整,但“超越 GPT-6”存在大量可能的研发路径,模型未必知道该尝试哪一条。直接补充研发知识,可以帮助模型在有限的时间和资源内找到方向。

 ⁠

•按这种观点推演,较弱的模型即使增加尝试次数,也不一定能补上知识的缺口。一个假设是,前沿模型能找到某道数学题的证明路径,较弱模型可能尝试了一百万次仍找不到,因此再用这些失败轨迹训练,也不一定能让弱模型学到有效方法。

 ⁠

•另一种观点认为,模型当前的知识不等于模型的上限。RSI 本来就是要让模型通过探索获得新知识、改进研发方法,起点较弱并不意味着它无法训练出更强的模型。

 ⁠

15.对于“人提前拆解了模型需要达到的目标,算不算降低了 RSI 的要求”这个问题,今天也还没有共识。从本质上来看,把“超越某模型”改成“在几个 Benchmark 上超过它”,意味着人已经替模型作出了一部分判断。

 ⁠

•一种观点认为,现阶段可以先验证模型能不能自动找数据、完成训练,再逐步让它自己拆解更模糊的目标。

 ⁠

•另一种观点认为,拆解目标本来就应该由模型完成。人提前选好 Benchmark,相当于把自己的经验提前输入给模型,那么模型实际验证的其实是一个更容易的问题。

 ⁠

Kernel 优化可能是最适合先实现 RSI 的场景

 ⁠

16.Kernel 优化类任务可能是今天最适合先实现 RSI 的场景之一。Kernel 是 GPU 上执行计算的程序,优化的目标是在特定计算任务和输入规模下提高运行速度。

 ⁠

•这类任务的优势在于反馈直接:修改后的代码可以直接放到 GPU 上运行,看运行速度有没有提高,再根据测试结果继续优化。

 ⁠

•同时,模型厂清楚自己需要优化哪些计算任务,也有熟悉 GPU 编程的工程师,相关内部专家可以直接提供专业知识。

 ⁠

17.优化后的 Kernel 还需要接入实际训练系统,确认计算结果正确,并且能与别的模块配合,才能真正节省资源、加快实验。对于这一步到底有多难,目前的判断存在分歧。

 ⁠

•一种观点认为,针对确定模型的实际输入做优化,接入问题就比较可控。

 ⁠

•另一种观点更担心数值一致性、模块兼容,以及测试中没有覆盖到的 Corner Case。

 ⁠

18.更长期的设想是,给出模型结构和计算要求后,就能让 AI 直接生成 GPU 代码,减少对编译器和中间表示的依赖,也就是减少从高层描述到可执行代码的转换环节,甚至进一步为模型专门设计芯片。

 ⁠

 ⁠

Insight 03

模型蒸馏难在哪里?

 ⁠

19.简单来说,模型蒸馏就是采集教师模型的输出或推理过程,再用这些数据训练学生模型。但 Astra、Fable 5 有个明显趋势是 OpenAI、Anthropic 等开始在防蒸馏上做投入,因此今天市场都在关心,蒸馏到底有没有变难?

 ⁠

20.蒸馏在工程上的首要难点就是要稳定产出足够多的可用数据:

 ⁠

•偶尔采出一两条,与稳定生产一万条,对 Infra 和成本的要求不同,数据还原的正确率是 70% 还是 99%,也会影响最终有多少样本能用于训练。

 ⁠

•采集数据时,还要完整还原 CoT、排除异常内容。有些样本虽然给出了正确答案,CoT 却有问题,因此不能只检查最终答案。清洗这些数据也是蒸馏成本的一部分。

 ⁠

这些异常可能来自教师模型输出中的干扰内容,也可能出在采集方的提取、解码或多轮拼接过程中,比如漏掉一轮对话、没有完整还原压缩内容,或混入无关 Token。

 ⁠

21.同一批教师数据,用来训练不同学生模型,得到的效果也可能不同。学生模型的规模和原有能力,以及团队的训练 Infra、人员和训练配方,都会影响最终的训练效果。

 ⁠

有团队长期使用单一教师模型的数据,混入别的模型的 CoT 后,训练效果反而明显变差。因此,更换数据来源时,团队还可能需要同时调整训练方法。

 ⁠

22.蒸馏还面临时效问题:即使最终能拿到教师数据,也不一定赶得上模型迭代。

 ⁠

•一种判断认为,只要教师模型一直提供 API,团队就总能找到办法继续蒸馏。

 ⁠

•另一种观点认为,未来找到蒸馏办法、稳定生产数据所需的周期可能明显变长,对模型研发来说,能否采到数据和能否及时拿到足够的数据,是两个同样重要的问题。

 ⁠

 ⁠

Insight 04

什么样的数据是“好数据”?

 ⁠

23.最近在中美都很明显的趋势是,专家提供的 human data 正在成为模型训练中越来越重要的数据来源,这些数据的价值就是帮助模型把工作做到用户愿意付费的程度。

 ⁠

•在很多垂直领域中,专业材料怎样组织、判断怎样呈现等大部分 know-how 都是从业者熟悉、却没有完整写在网上的惯例。

 ⁠

•还有些垂直领域的 Benchmark 往往只覆盖真实工作的前几步,没有涵盖后续流程。要训练模型完成整项工作,还需要有人定义任务、补齐 context,并明确什么结果算合格。

 ⁠

24.今天全球的模型厂都已经在招聘不同领域的专业人员来参与专业数据生产。随着训练 Pipeline 标准化,非 ML 背景的人也更容易参与造题和反馈,还可能帮助团队找到产品试用者。模型研发人员也可以进入行业现场,直接了解工作流程。

 ⁠

25.Anthropic 就会让不同专业背景的人使用内部模型,也会安排研发人员进入 JPMorgan 等投行体验工作,从而能更直观地了解工作流程,弄清楚模型究竟能在哪一步提供帮助。

 ⁠

26.拥有行业经验并不意味着就能直接生成数据,再熟悉工作的专家也是需要学习怎样拆任务、准备 context 和设计评估的。在一个业务案例中,熟悉数据生产流程的运营人员一周能做几十道题,而专家可能只能做几道,甚至暂时做不出合格题。

 ⁠

27.专家经验转成训练数据,还会遇到两个问题:专家能否说清判断依据,以及任务结果能否及时验证。

 ⁠

•有的人工作做得很好,却说不清为什么这样判断,因此直接让他们参与具体工作、记录过程,再结合结果检查,才更有机会辨别哪些经验有效。

 ⁠

•投资这类工作往往要等待很久才能看到结果,模型难以及时获得评价和训练信号。有一种判断是,随着 continual learning 更成熟,模型能够积累经验、利用长周期反馈,投资经验可能更容易用于训练。

 ⁠

28.总的来说,要把专业任务数据用于 RL,供应商需要一并提供任务、工作环境和评价方法,让模型反复尝试,并根据结果获得训练信号。一份完整 RL 数据应该至少包含以下四部分:

 ⁠

•Task:写清模型要完成什么任务;

 ⁠

•Context:提供所需的文件、数据或应用环境;

 ⁠

•Metric:规定怎样评价结果、计算分数;

 ⁠

•Reference Answer:提供一个可供模型参考、但不要求逐字匹配的结果。

 ⁠

29.除了数据要完整之外,“好的数据”还需要满足:数据的内容必须是正确的、客户的训练系统必须能用起来。内容有错,或文件超出系统的处理能力,都可能让真实任务无法直接进入训练。

 ⁠

 ⁠

30.模型厂需要结合模型能力、每个任务允许模型尝试的次数,以及训练方式选择数据,在任务难度与学习价值之间取得平衡。

 ⁠

•如果模型在每个任务可尝试的次数较少时,应选择偏简单、让模型更容易获得成功反馈的任务;如果模型可尝试的次数较多时,可适当提高难度。

 ⁠

•不同训练方式对数据的要求也不同:有的模型训练阶段可以使用较大规模的 Off-policy 数据;有的阶段更适合用当前模型自己生成的轨迹训练,并可以围绕较小的数据集反复尝试。

 ⁠

31.完成这些检查后,数据到底能带来多少训练收益,最终仍需要在目标模型上验证。模型厂可以先用小模型做小规模实验,再到大模型上验证。需要注意的是,即使供应商在开源模型上验证了数据有效,客户也不一定能复现,因为基础模型的能力、训练数据分布、算法和 Infra 都可能不同。

 ⁠

32.验证训练收益时,需要区分模型能否学会当前任务,以及学到的能力能否用于别的任务。

 ⁠

•在一些围绕原神、王者荣耀、围棋和斗地主的训练尝试中,任务需要 Reasoning,专家也能写出完整 CoT,但结果是,模型甚至连训练集本身的拟合都会不太稳定,也就是说,专业人员能把推理写清楚,不代表模型就能学会。

 ⁠

•还有一些训练经验显示,Coding 数据能提高模型在差异较大的任务上的表现,以及,让模型学会了完成包含多步有效交互的长任务后,也能提高它在部分短任务或不同类型任务上的表现。

 ⁠

33.虽然 benchmark 提分不一定改善用户体验,但有团队发现,当模型在足够多、覆盖足够广的 benchmark 上提高后,即使没有专门优化体验,用户的实际使用体验也变好了。

 ⁠

•一种解释是,这些 benchmark 包含大量指令遵循要求,比如正确解析 CSV、JSON,相关训练可能同时改善 Coding 和完成下游任务的能力,因此也会反映到使用体验上。

 ⁠

•有些 benchmark 还会迫使团队改进模型基础能力。比如在一个需要连续多步操作的 Long-horizon Task 测试中,有团队曾尝试针对这个测试做定向优化,但没有奏效,最后只能寻找更基础的模型改进方法。

 ⁠

34.最后,评估模型表现,还要看完成模型任务的成本。同一道题,不同模型的 Token 用量可能相差十倍甚至更多。但从训练优先级来看,团队往往会先让模型完成难题,再减少完成任务所需的 Token。

 ⁠

 ⁠

Insight 05

模型快速迭代下,数据生意怎么做?

 ⁠

35.数据有训练价值,还不等于供应商能持续获得订单。模型厂首先要决定哪些数据自己做、哪些从外部采购。两者可以互补:内部团队通常更了解模型,外部采购则可以补充内部数据,验证能否带来额外收益。

 ⁠

36.其中,用户与模型交互后留下的记录,也就是模型厂得到的回流数据,是能否替代外部采购,要看任务数据分布和筛选成本,不能只看总量。

 ⁠

•如果用户主要用模型进行娱乐,回流记录里可能缺少金融、法律、医疗等领域的任务。外部定制采购可以补充现有用户还没有覆盖的场景。

 ⁠

•即使用户使用记录中有改进模型需要的任务,模型厂从海量交互中筛出有用的训练信号,有时也比直接定制数据更贵。

 ⁠

37.模型厂常把外购数据作为模型进入新领域的第一批样本,用来了解任务要求,再搭建自己的数据合成 Pipeline。关键专业知识仍需要外部补充时,团队就会继续采购。

 ⁠

•一种判断是,当模型厂把 Coding 能力追到 SOTA 模型的八九成后,可能就会寻找新的高价值任务。Coding、Kernel 专家往往就在厂内,金融、法律、医疗等专业知识却更多需要从外部获得,这也给数据供应商带来机会。

 ⁠

•蒸馏也会影响采购意愿。有明确的教师模型时,团队可以通过蒸馏追赶;当蒸馏收益下降、需要探索新方向时,供应商就更有机会提供新任务和数据。

 ⁠

38.外采还可以帮助模型厂应对需求波动。比如,模型在某个 Benchmark 暴露短板后,团队可能一周就要一万条数据。如果内部数据团队按峰值配人,平时容易闲置;按平均需求配人,又可能应付不了突发任务。而外部供应商可以跨客户调配人员,更灵活地安排产能。

 ⁠

39.自建和外采也有不同的数据质量约束。供应商的数据不达标,客户可以不验收、不付款;内部团队则主要依靠绩效和组织管理。一线观察是,在模型厂内部,模型能力提高后,功劳往往被归到 Researcher 名下,数据团队的贡献不容易单独衡量,数据岗位即使把数据做得更多、更好,也很可能没有即时奖励。

 ⁠

40.因此,对于数据供应商来说,要获得订单,首先需要先了解客户的训练目标。有的模型厂重视 Benchmark,有的更看重体验和商业价值,但客户通常不会一开始就开放完整模型信息。一种做法是先提供成品任务,让客户按类型和难度筛选,积累信任后,再围绕模型表现不好的任务(Bad Case)开发数据。

 ⁠

41.按一线观察,frontier labs 可能会在模型发布前 3-6 个月、部分方向甚至提前约十二个月提出数据需求,供应商需要提前准备,但做出的数据却不一定能卖很久:一旦模型能自行生成这类数据,采购需求就可能减少。

 ⁠

•这意味着,供应商需要提前找到能做任务的人,并用自己的现金流支撑 6-12 个月的预研,类似短剧押爆款,有需求变化的风险。

 ⁠

•但供应商也可以参考模型厂的能力目标和研发计划来安排预研,就算某批数据过期了,积累的专家、任务知识和生产流程,也能用于开发下一批数据。

 ⁠

42.在数据这个市场,供应商规模大,并不代表他们能在每个领域都做得最好,比如在海外,虽然 Surge AI、Mercor 已有很大的规模,但新团队仍可能凭借对某类任务的深入理解和合适的专家获得订单。

 ⁠

•一种设想是,小团队如果专注某类稀缺的专业任务,做出大客户需要的数据,大客户也可能花一千万美元直接买断团队一年的产量。

 ⁠

•模型厂也可能成为数据供应方,但算法人员不一定愿意把研究产出做成生意。

 ⁠

43.数据售价取决于任务难度、任务多样性、实际训练效果,以及是否独家出售。

 ⁠

•国内非独家采购其实比较常见,一批数据平均能复卖约二到三次,通过多次销售分摊成本。

 ⁠

•独家价格约为非独家的数倍,供应商需要管好独家数据,防止已售数据被复制、转卖。

 ⁠

44.未来,随着人们工作方式持续变化,也可能会带来新的数据需求。

 ⁠

•比如原来人们用 Excel 完成的任务,以后可能改用 HTML 或其他工具,SQL 数据库的使用方式也可能改变。假如模型不能自行适应这些变化,那就需要补充新的训练数据。

 ⁠

•供应商也在考虑改变数据来源。一种长期设想是数据供应商自己运营工作平台,让用户在使用 AI 时留下任务和反馈,再把这些记录转成 RL 数据。

 ⁠

45.企业已有的业务流程和工作记录,也可能被整理成 RL Environment,让模型在接近真实公司的环境里执行任务、获得评价。比如公司可以结合保存在钉钉/飞书里的记录和原员工的解释,来还原当时的任务背景、决策和业务问题,为搭建训练环境提供素材。模型通过这些数据训练得到的能力,还可以用于其他企业。

 ⁠

46.所以,数据供应商的业务领域还可能延伸到企业 AI 部署。比如一些企业客户可能需要 Private Model、私有数据和私有部署,因此数据供应商可以帮助这些客户梳理业务、判断哪些任务适合 AI,并完成工程部署。这类服务可以采用 FDE 模式,由工程人员深入客户业务,完成适配。供应商的客户范围也可能从二十来家基模厂,扩大到更多中大型企业。

 ⁠

⁠⁠⁠

延伸阅读

Latent Labs:Alphafold 3 发布两年,AI 药物设计进展到了哪一步?⁠

Latent Labs:Alphafold 3 发布两年,AI 药物设计进展到了哪一步?

›

Astra 的 Computer Use 能力是如何实现的?⁠

Astra 的 Computer Use 能力是如何实现的?

›

2 万亿美元的 Anthropic 值不值得买?⁠

2 万亿美元的 Anthropic 值不值得买?

›

DeepSeek Harness 是自进化 Agent 的基石⁠

DeepSeek Harness 是自进化 Agent 的基石

›

Claude Tag 可能是一个 10x Claude Code 级别的产品⁠

Claude Tag 可能是一个 10x Claude Code 级别的产品

›

跳转微信打开

  •  

无限画布全量上线+image2.5

木易毛毛 2026-09-22 17:01 河南

无限AI官网(无需~魔法玩image2.5 + Nano banana pro)

https://wxhhai.com/

全新无限画布功能正式上线,支持在无限画布上自由创作、多图生成与编辑管理。

无限画布全量上线

什么是无限画布?

无限画布是平台全新的创作工作台,让你摆脱单张图片的限制,在一个无限大的画布上自由排列、组合、编辑 AI 生成图片,打造属于你的灵感工作板。

核心功能

无限创作空间:画布无限延伸,自由拖拽、缩放、排列图片,不再受单图尺寸约束

多图批量生成:一次提交多张生图任务,结果自动排列在画布上,方便对比与筛选

图片编辑与管理:支持拖拽移动、缩放、连线、分组、复制、裁剪等操作

组图切换:批量生成的多张图片可通过底部按钮快速切换查看

失败重试:单张生成失败不影响其他图片,可单独重试,不浪费积分

云端同步:画布项目自动云端保存,切换设备也能继续创作

画廊抽屉:侧边栏快速查看画布内所有图片

灯箱预览:双击图片放大查看细节

如何使用

点击侧边栏「无限画布」进入功能页面

点击「新建画布」创建你的第一个画布项目

在画布上输入提示词,提交 AI 生图任务

拖拽、缩放、排列生成的图片,自由组合你的创意

系统自动保存,随时可回来继续编辑

积分说明

画布内生图消耗积分与普通生图一致,具体以「定价公示」页面为准

生成失败的图片会自动退回积分

画布存储空间计入账号图片存储容量

Images 2.5这次主要升级的不是“画得更炫”,而是“改图更准、更稳、更快"。对你这种电商产品图 工作流提升比较明显。

#获取方式

https://wxhhai.com/

跳转微信打开

  •  

MQTT over QUIC 正式商业化:让弱网连接更稳、更快

龚再冉 2026-09-22 17:00 陕西

无论是终端失联窗口,还是服务端重连,都可以得到显著缩减。

一辆车从地面驶入隧道,网络从 5G 掉到 4G,再掉到无信号,出隧道又切回 5G。整个过程 40 秒。

在车端日志里,这 40 秒是这样的:TCP 连接在信号衰减时卡在重传与内核超时退避里;等系统终于宣布连接死亡,车端 SDK 才开始重连——TCP 三次握手加 TLS 握手,在刚恢复的弱信号下又是若干次往返。加起来,这辆车有 8 秒 左右处于「物理上有网、业务上失联」的状态。

更麻烦的在服务端:早高峰时段,几千辆车先后穿过同一段隧道,然后几乎同时向 Broker 发起重连。每次重连都要完整握手、鉴权、恢复订阅关系、清理旧连接状态。

腾讯云消息队列 MQTT 版正式商业化支持 MQTT over QUIC。终端侧的失联窗口和服务端侧的重连风暴,都可以被显著压缩。

QUIC 是什么

QUIC(RFC 9000)是由 Google 发起、经 IETF 标准化的传输层协议,运行在 UDP 之上,同时也是 HTTP/3 的底层传输协议。它把 TCP 在内核中做的事——丢包恢复、拥塞控制、流量控制——搬到了用户态,并将 TLS 1.3 直接融入握手流程:QUIC 连接默认全加密,不存在明文通道。今天,全球主流浏览器、CDN 与大型网站已大规模部署 QUIC,它是过去十年间公网验证最充分的新传输协议。

不是 TCP 不行,是 TCP 的前提不成立了

TCP 诞生在有线网络时代,它的核心假设是—— 丢包意味着网络拥塞 。所以 TCP 检测到丢包时的正确反应是降速、退避、等待。这个假设在数据中心里成立了三十年。

但在移动网络里,丢包的主因不是拥塞,而是无线信道的物理特性:信号衰减、多径干扰、基站切换。这时候降速退避是完全错误的动作——网络其实还有带宽,只是刚好丢了几个包。

这个错配,在 MQTT 场景下具体表现为三个结构性问题。

一、重连代价高:每次断连都要从头来

TCP 连接的身份是四元组——源 IP、源端口、目的 IP、目的端口。车从 5G 切到 Wi-Fi,IP 变了, 这条连接在协议层面已经死了 ,无论上层业务是否愿意。必须重新建连、重新握手、重新 CONNECT、重新恢复订阅关系。

在 TCP + TLS 下,一次重连至少需要 2 到 3 个往返才能完成握手,叠上弱信号下的高 RTT,就是用户感知到的那几秒失联。

二、队头阻塞:一个包丢了,后面全等着

TCP 提供的是 单一有序字节流 。如果第 100 个包丢了,即使第 101 到 150 个包已经完整躺在接收端缓冲区里,应用层也拿不到——必须等第 100 个包重传成功。

MQTT 是多主题并发的协议。一辆车可能同时在上报高频车身状态、低频故障码、以及大块日志。在 TCP 眼里这是同一条字节流, 任何一处丢包,全部业务一起等 。

业务侧的常见解法是开多条 TCP 连接按优先级分流。代价是连接数翻几倍,Broker 侧连接管理成本和车端电量消耗同步上升。

三、故障发现慢:内核说了不算,但只能听内核的

TCP 连接状态由操作系统内核维护,应用层无法干预它的超时判断。弱网下内核可能坚持重传十几秒才放弃,这段时间应用层完全不知道自己已经事实断连。

MQTT 的 Keep Alive 可以缓解,但心跳周期通常设在 30 到 600 秒——设短了流量和功耗上升,设长了发现不及时。

QUIC 的核心特性

一、连接与 IP 解绑:连接迁移

QUIC 连接的身份不是五元组,而是通过一个独立的 Connection ID 维护会话。IP 从 5G 地址变成 Wi-Fi 地址、或者被 NAT 悄悄换掉,Connection ID 不变,连接不需要重建——加密上下文、拥塞控制状态、MQTT 会话全部保留,应用层甚至可以完全无感知,在 MQTT 场景下基于连接迁移恢复会话,避免业务层有状态协议会话如 MQTT Session 会话重建。这是本次升级中最关键的一条能力。

二、握手更快:首次 1-RTT,重连 0-RTT

TCP 加 TLS 建连需要 2 到 3 个往返(TCP 握手 1 次,TLS 握手 1 到 2 次);QUIC 把传输握手与 TLS 1.3 握手合并,首次建连只需 1-RTT 。如果客户端持有服务端此前下发的会话票据,重连可以做到 0-RTT ,节省握手开销。

链路 RTT 越大,少一次往返的收益越明显:设备在同城内网接入时收益有限,跨公网、跨地域、移动网络接入,收益才真正显现。

三、多路复用,缓解传输层队头阻塞

QUIC 的丢包恢复和流量控制在 Stream 粒度独立进行,一个 Stream 的错误不会阻塞同一连接上的其他 Stream。当前主流实现是将一条 MQTT 连接映射到 一条双向 Stream 上,QUIC 极大地消除了因物理丢包导致的传输层单点阻塞,而真正的"多 Stream 业务级无阻塞"(将控制流、高低频业务数据流隔离到不同 Stream)彻底消除队头阻塞将是我们接下来的演进重点。

四、默认全加密,拥塞控制可按场景调整

TLS 1.3 内置于握手流程,提供端到端加密,无需额外设置与开销。同时,拥塞控制运行在用户态,可以按业务场景调整,不必等待设备操作系统内核升级,也不受设备 TCP 栈版本的制约。更优秀的丢包处理算法和拥塞算法,让 QUIC 在弱网环境下比 TCP 有更稳定的表现。

我们这次商业化提供了什么

能力

说明

MQTT over QUIC 接入

与现有 TCP / WebSocket 接入点 并行 提供,不需要二选一

协议兼容

兼容 MQTT 3.1 / 3.1.1 / 5.0,QUIC 只替换传输层,由客户端发起连接和创建 Stream,不改变 MQTT 语义

握手优化

首次 1-RTT,重连支持 0-RTT 会话恢复

传输层无队头阻塞

Stream 级独立丢包恢复与流量控制,有效降低数据丢包率

安全加密

TLS 1.3 内置于握手流程,QUIC 无明文通道,带来更好的安全性

可观测性

QUIC 连接数等指标接入腾讯云 MQTT 监控大盘,持续迭代可观测性

如何接入

第一步:零门槛,开箱即用

MQTT over QUIC 能力现已为您 默认全面开放 !只需登录 TDMQ MQTT 版控制台:https://console.cloud.tencent.com/mqtt 开通服务,即可一键解锁新一代物联网传输体验。

第二步:主流 SDK 生态,无缝平滑升级

为了让您的底层架构平滑过渡,我们已适配主流开发语言。根据您的业务架构,将客户端替换为以下 SDK 即可完成 QUIC 改造:

  • 开通路径 :MQTT over QUIC 现已默认开放,如需体验可前往,开通服务后开箱即用。

  • 客户端 SDK :当前提供 C、C++、Java 及 Android 的 MQTT over QUIC SDK,可根据业务场景选择使用。

推荐使用 MQTT over QUIC 的场景

车联网

汽车在行驶中面临高频切网(如进出地库的 5G/Wi-Fi 切换)、上下行并发等复杂工况。QUIC 的重连更快、弱网更稳,连接迁移能确保切换不断连,同时其高效的重连机制能大幅削平海量车辆同时掉线带来的"重连风暴",直接降低车企服务端扩容成本。

低空经济与移动机器人(无人机/AGV/穿戴设备等)

这类设备通常在园区跨 AP 漫游或处于边缘弱信号区,信号不稳定是常态。QUIC 优秀的弱网抗丢包算法和无队头阻塞特性,能有效缩短失联窗口,保证控制指令的实时性和业务连续性。

跨公网/跨地域远控物联网设备接入

涉及跨国出海设备接入、偏远地区长链路传输。在长链路下 RTT 天然较大,传统 TCP+TLS 握手需 3-4 个 RTT,而 QUIC 可降至 1-RTT 甚至 0-RTT,极大提升了远程指令下发和数据上报的响应速度。

低功耗泛智能终端

针对周期性休眠但需要保持长业务会话的设备(如智能抄表、智能门锁等),QUIC 的 0-RTT 特性让设备唤醒后的握手开销和等待时间大幅下降,进而减少射频模块工作时间,实现显著的设备端节能。RTT 越大,少一次往返的收益越明显。

如果您正在做的 车联网、移动机器人,或任何一个「设备一直在动」的场景,QUIC 接入值得放进评估清单 — 弱网不是异常状态,是物联网的常态。

欢迎在评论区或加入下方交流群,沟通更多详细使用场景。


阅读原文

跳转微信打开

  •  

Hy Image3.5 preview 发布,为专业创作提供高性价比模型

腾讯混元 2026-09-22 10:36 广东

专业级生图模型

今天,我们正式发布混元图像 3.5 预览版(Hy Image3.5 preview)。

这是一款高性价比的专业级生图模型,经过数百名内部专业设计师GSB盲测,模型能力对比 Hy Image3.0 显著提升约30%,通过与元宝、WorkRally、OnSolo、Miora、WorkBuddy、ima等产品深度协同,大幅提升面向生活、学习和生产力等场景的效果与能力。

Hy Image3.5 preview 模型支持文生图和图生图,单次最多可上传 5 张图作为参考,并支持多种尺寸比例输出,能实现最高 2K 分辨率输出,模型支持多轮对话创作,可基于历史上下文进行连续创作和编辑。

综合能力显著提升

Hy Image3.5 preview 继续沿用 Hy Image3.0 系列的设计思路,在文本渲染与布局、真实感与风格表现力、编辑一致性等方面显著提升,以极具吸引力的性价比为日常创作和专业视觉生产提供效果卓越的图像生成能力,对比上一代模型综合能力显著提升。

Hy Image3.5 preview 在元宝 APP 提前 2 个月就已开始逐步灰度上线,模型显著提升了端内用户的生图体验,带动用户需求的大幅增长。据元宝的数据显示,灰度测试期间生图整体请求量提升超过50%。

在腾讯内部组织数百名专业设计师的 GSB 盲测中, Hy Image3.5 preview 与 Seedream 5.0 pro 持平,略优于 Nano-Banana Pro 和 Qwen-Image-3.0 Pro。

提供极致性价比

简化的架构结合高效蒸馏算法和文本与图像分支的解耦部署、注意力算子适配等系统优化,我们进一步提升推理资源利用率,为高性价比的图像生成提供基础。

Hy Image3.5 preview 腾讯云 API 2K 图像定价为 0.15 元/张图,性价比极具竞争力;同时,Hy Image3.5 preview 仅针对输出图片进行收费。

目前,模型已经上线腾讯 AI 助手元宝、专业影视智能平台 WorkRally、专业剧集及游戏内容制作工具 OnSolo、创意智能体 Miora、办公智能体工作台 WorkBuddy、AI 知识管家 ima 等多款原生 AI 应用,API 能力同步上线腾讯云TokenHub、腾讯云媒体处理MPS、云点播VOD。

企业与开发者可通过腾讯云 API 调用 Hy Image3.5 preview 模型;普通用户可直接通过元宝体验人像编辑、智能 P 图、旅游规划图、知识信息图等场景;知识管理用户可以通过 ima 的 copilot 把自己的专业知识变成可视化的精美网页、PPT 等;创作者欢迎通过 Miora、WorkRally 和 OnSolo 进行专业级美学与影视物料创作,Miora、WorkRally、OnSolo 将同步推出限期两周的免费体验。

专业级生图模型

Hy Image3.5 preview围绕“从意图理解到视觉表达”进行了系统性升级,既能服务日常修图、人像美化、知识卡片等生活娱乐与学习场景,也能支撑商业海报、剧集分镜、影视物料、UI 设计、创意插画、品牌视觉、电商物料等专业级别场景,让生成结果从“好看”走向满足“专业级美学场景需要”。

文生图

  • 文本渲染与布局

  • 真实感

图生图(编辑一致性)

  • 多主体编辑

输入

输出

  • 风格转换

输入

输出

生活场景

  • 换装试穿(元宝端内模版“自由换装")

输入

输出

  • 局部风格化(元宝端内模板“当漫画住进现实”)

输入

输出

  • 局部风格化(元宝端内模板“照片小画本”)

输入

输出

影视场景

  • 局部编辑:为角色添加上一副茶色的墨镜

输入

输出

  • 局部编辑:增加积雪覆盖

输入

输出

信息图

电商场景

输入

输出

海报设计

UI 设计

Co-Design团队反馈

在元宝灰度测试中,新模型显著激发了用户生成需求,生图整体请求量提升超过 50%;在人像修图等对精准编辑要求更高的场景中,请求量提升 100%。与此同时,模型在小字渲染上的能力提升明显,带动海报制作、Logo 生成等生产力场景请求量提升 80%。

内部评测显示,相比 Hy Image3.0,Hy Image3.5 preview 在语义遵循、美感、参考图保持和清晰度等核心维度均实现显著提升,整体生成与编辑能力进一步迈上新台阶。

——元宝产品经理

上线内测快速达到生图模型调用量 TOP 5,漫剧工作室反馈良好,尤其是在批量生成上,能够快速为剧本建立道具、人物、场景资产图,价格远低于 Nano-Banana Pro 但整体指令遵循能力、人物一致性等要求大多能够满足需要,大大降低了漫剧工作室的抽卡率。同时有算法团队支持,能够针对性解决漫剧用户们的人物风格化、人像感(去 AI 味)的需求,相信在算法团队配合与优化下,Rally-Image-3.5(即 Hy Image3.5 preview) 将成为 WorkRally 为漫剧工作室提供生图服务的重要模型。

——WorkRally产品经理

Hy Image3.5 preview 相比上一版本,在指令遵循、图像编辑和文字生成上提升明显,在影视人物与场景生成、营销创意、信息图和游戏素材等场景更加强大。对于 Miora 或 WorkBuddy 平台创作者来说,它让创意表达或日常工作更加高效。

——Miora&WorkBuddy产品经理

ima 提前一个月接入 Hy Image3.5 preview,并结合产品形态与实际任务和混元深度 Co-design,重点打磨配图、海报、信息图和图片编辑等场景。模型上线后,补齐了 Copilot 的图片生成与编辑能力,进一步拓展了可承接的任务类型和产物形态。

生图功能上线后增长迅速,目前调用量已达到上线初期的3倍。

在 ima 场景评测中,Hy Image3.5 preview 相较上一代模型整体表现有所提升,尤其在复杂指令理解、文字渲染、画面质量和美感等方面均有更好表现,使 Copilot 能够更稳定地完成从内容生成到视觉产物交付的完整任务。

——ima产品经理

在图生图场景下,Hy Image3.5 preview 相比 Hy Image3.0 整体效果有明显的提升。模型能够更好理解用户指令,指令达成性更强;文字乱码和图片重绘异常等 badcase 率下降 7%,有效减少了素材瑕疵,广告图片生产质量更高,输出效果也更加稳定可靠。

——腾讯广告产品经理

使用混元生图模型最大的体验是生成图片的速度快,而且性价比很高。我们比较多客户是用在 AI 短剧制作,电商视频生成的场景,这两个场景对于参考图的一致性,生成速度都有要求,大量的资产生成也使他们对于价格额外敏感。Hy Image3.5 preview对腾讯云服务是一个很好的补强。

——腾讯云产品经理

上下滑动阅读更多内容

更多资料

跳转微信打开

  •  

Xiaomi MiMo-V2.6:扩展强化学习规模,迈向自我提升

原创 小米大模型 2026-09-22 04:18 北京

夫夷以近,则游者众;险以远,则至者少

今天,我们正式发布并开源 Xiaomi MiMo-V2.6 系列。这是我们探索 RSI(递归自我改进)路径的关键一步:以可验证的复杂任务为基础,规模化扩展强化学习(RL)算力,让模型在持续的探索与反馈中不断拓展智能边界。

夫夷以近,则游者众;险以远,则至者少。在一个智能容易被复制的时代,我们选择把算力投进真实环境,让模型在反馈中一次次试错、自己学会。这条路更慢,也更少被看见。MiMo-V2.6 这 6 天的 Live RL 训练,是我们在这条路上的一次公开跋涉;而这 6 天的背后,是长达半年的基础研究积累和工程试错。

MiMo-V2.6 系列包含 Pro 和 Flash 两个原生全模态模型。得益于 RL 算力的扩展,MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Index(AA综合智能指数)中取得 46 分,超过 Kimi K3 和 Qwen3.8 Max,成为当前最强的开源模型;但与最强的闭源模型 Claude Fable 5.1 和 GPT-6 Astra 相比,仍有差距。

MiMo-V2.6 系列沿用 V2.5 系列的 API 定价。智能提升,价格不变,“智能-成本”的帕累托前沿由此再度向外推进。MiMo-V2.6-Pro 刷新了国产模型的性价比纪录:在同等智能水平下,价格仅为海外模型的 1/20 至 1/60。

 大规模扩展 RL 并全面开源

在 RL 训练阶段,MiMo-V2.6 可能是目前国产开源模型中投入算力最多的模型之一。经过大规模、多任务强化学习训练,MiMo-V2.6-Pro 在多数 Agent Benchmark 上取得了比肩 Claude Opus5 和 GPT-5.6 Sol 的效果,MiMo-V2.6-Flash 则全面超越 MiMo-V2.5-Pro。

整个过程中,我们攻克了 RL 训练中的基础研究与工程挑战,并通过 Live 分享正式实验历程。历时不到 6 天,MiMo-V2.6-Flash 与 MiMo-V2.6-Pro 训练成本分别约 85 万与 262 万美元,各完成 30 步,累计约 75 万条轨迹;训练任务平均通过率分别相对提升 25% 和 12%,样本外的长程软件工程评测基准 DeepSWE v1.1 分别提升约 17 分(48.8 → 65.68)和约 14 分(58.4 → 72.57),体现出 RL 较高的样本效率、持续改进能力和样本外的泛化能力。

本次训练主要从三个维度扩展 RL 算力:

  • 更大的 Batch 与更高吞吐:结合大 Batch 和全异步架构,单次更新使用 1,568 个样本,支持 1M 上下文长度训练,单步训练 Token 达 2.7~3.7B。

  • 更多任务与复杂环境:构建覆盖 Code、General、Visual、Cyber 等方向的多任务训练体系,并混合多个 Harness,促进不同能力维度协同提升。

  • 更大的 Grader 算力:通过 Group 内相对比较,为 Long-Horizon RL 任务提供更精准、多样的奖励信号,形成模型自我改进闭环,并引导模型以更短路径、更少 Token 完成任务。

随着训练规模扩大,我们冻结 MoE Router 以抑制专家负载漂移,并建立覆盖奖励设计、对抗性评测、异常检测和验证器交叉校验的 Reward Hacking 防线,提升训练稳定性与奖励可靠性。

为支撑大规模混合任务的智能体强化学习,我们设计统一的轨迹表示与惩罚机制来细化学习信号,支撑多种智能体框架的高并发交互,解耦控制面与数据面以支持海量轨迹的迁移,在混合批次中稳定各任务的样本配比,并优化训练与推理引擎的效率及它们的一致性。

我们已开源上述技术成果及配套资源,帮助更多研究者复现和验证相关结果,共同探索规模化 RL 与模型自我改进的更多可能。

 从 Vibe Coding 到 Vibe World

MiMo-V2.6 融合了 3D 空间推理、多模态感知与计算机操作(CUA)能力,进一步拓展了编程所能触及的边界,它可以将自然语言驱动的编程任务拓展为面向交互世界构建的“Vibe World”。

3D 开放世界游戏

在游戏开发中,用户输入图片、视频或文字后,MiMo-V2.6 会将需求拆解为多个任务,由多智能体协作完成游戏 3D 场景搭建、交互逻辑编写与视觉验证,并根据渲染结果不断修正,最终生成符合用户意图的可运行交互世界。

Blender 3D 建模

MiMo-V2.6 能够根据用户的文字描述或参考图片,在 Blender 中完成物体与场景的三维建模,生成可用于动画制作、3D 打印与游戏开发的 3D 资产。

具身智能

在具身仿真环境中,MiMo-V2.6 可以直接以多视角相机画面为输入,持续进行推理与决策,并通过视觉反馈闭环控制 Franka Panda 机械臂,完成物体抓取、颜色匹配与精准放置。

Computer Use Agent

MiMo-V2.6 进一步拓展了 Computer Use 能力,将多模态感知与原生训练的行动能力相结合。它可以理解复杂的图形界面,使用常见办公与生产力工具,完成信息检索、编辑和数据处理等任务,并根据视觉反馈检查结果、排查问题、调整后续行动。

 推动前沿科学研究 

未经针对科研任务的专项强化学习训练,MiMo-V2.6 已在多个研究领域展现出应用潜力。从材料设计到数学形式化,以下案例展示了模型如何将推理、编程与工具使用能力应用于具体科研任务。

材料科研的 Co-Scientist

MiMo-V2.6-Pro 协助研究人员完成材料设计与计算筛选。在小米前沿材料研究团队的多轮提示与交互下,它提出了数种金属有机框架(MOF)材料的设计方案,目标是吸附被称为“永久性污染物”的全氟和多氟烷基物质(PFAS)。在这一过程中,模型检索并梳理相关文献与专利,提出研究假设,并评估设计方案的新颖性。

随后,它进一步开展了“干实验” :即调用开源计算工具,自动搭建模拟环境,计算设计出的 MOF 材料与 PFAS 之间的结合强度,从中筛选出最有潜力的候选材料,以供后续“湿实验”验证。

形式化数学证明

MiMo-V2.6-Pro 协助研究员,在 Lean 4 中完成了 Li–Yorke 经典论文《周期三蕴含混沌》原始主定理的完整形式化。该定理揭示:对于连续的区间自映射,一个三周期轨道的存在,就足以推出所有正整数周期的轨道,以及一个不可数的混沌集。

在研究员设计的探索策略引导下,MiMo-V2.6-Pro 通过 Subagent 协作推进了定理叙述与证明的形式化。经后续修订与整合,项目最终形成了 6000 余行 Lean 源码,完整证明通过 Lean 内核核验,无未完成证明占位。模型未接受过针对 Lean 的专项后训练,这一案例展示了其参与复杂形式化证明任务的能力。

 代码驱动的内容创作与审美表现

MiMo-V2.6 系列大幅提升了模型创建精美数字产品的能力,涵盖包括前端网页、Figma 设计稿、幻灯片、SVG、视频、音乐等在内的方方面面。在设计评测榜单 Design Arena 上,MiMo-V2.6-Pro 取得了与 Claude Opus 5、 GPT-5.6 Sol 相近的水平。

前端 & PPT 的审美表现

MiMo-V2.6 可以将简单的指令转化为完整的前端界面和 PPT,生成结构化的布局并精心设计美观的组件、交互元素和丰富的动画效果。还熟练运用 Figma 和图像/视频生成工具,制作符合整体风格的视觉素材,在字体、配色和图文编排上保持协调,兼顾审美表现与阅读、交互体验。

视频创作

MiMo-V2.6 能够端到端完成高质量视频创作。在创意与产品宣传视频中,MiMo-V2.6 可根据用户需求完成视觉设计、镜头与动效编排、配乐合成及节奏卡点;在科普视频中,它能将傅里叶分解(Fourier Decomposition)、凸包(Convex Hull)等抽象概念转化为通俗解说与连贯动画,并调用 MiMo-V2.5-TTS 合成旁白,与画面精准对齐,从而将复杂知识转化为观众可轻松理解的生动内容,实现从概念拆解到成片输出的全流程自动化。

音乐创作

在 MiMo-V2.6 中,我们进一步强化了模型的音乐理解、审美判断与知识运用能力,探索模型在音乐创作中的应用。它已展现出创作 Demo 级音乐作品的能力,以及辅助专业作曲与编曲人员开展创作的潜力。

在这一案例中,MiMo-V2.6-Pro 根据要求创作了一首包含约十种乐器的管弦乐作品,完成乐谱生成后,自主将其转换为 MIDI。作品体现了模型对不同乐器分工与配器关系的理解,也展示了它将音乐知识用于旋律创作和整体编排的能力。

 开始使用

使用 Xiaomi MiMo Desktop 桌面客户端

随着新模型发布,MiMo Desktop 桌面客户端及会员订阅方案同步上线,欢迎通过下方链接下载体验。订阅会员即可使用 MiMo-V2.6-Pro 和 Flash 模型,也可配置自己的 API Key 使用客户端。

🔗: https://mimo.xiaomimimo.com/desktop

MiMo Desktop 同步上线 MiMo-V2.6-Pro 的 UltraSpeed 超高速模式,提供最高 20 倍的输出速度,满足强实时交互与对响应速度敏感的场景。

原邀测活动将在 1 周后结束,已获得邀测资格的用户切换模型名称后方可继续使用。

接入 Xiaomi MiMo API

同时,MiMo-V2.6 系列已上线 Xiaomi MiMo 开放平台,API 价格维持不变。

MiMo-V2.6-Pro 同样于开放平台提供 UltraSpeed 超高速模式可选,提供最高 20 倍的输出速度。

模型定价如下:

 全面开源

我们全面开源 MiMo-V2.6-Pro、Flash 模型权重与技术报告,同步开放 MiMo-V2.6-Distill-Qwen-9B 及配套 RL 研究资源,分享经过验证的训练实践,以下是详细开源内容:

  • 7k+ 高质量 RL 任务环境: 覆盖软件工程、漏洞复现、知识型工作、网页设计开发四类智能体任务。以 MiMo-V2.6-Distill-Qwen-9B 为起点展开 RL 训练,在 11 项评测中均较 SFT 基线取得提升:SWE-bench Verified 从 61.1 提升至 66.2,MiMo Cyber Bench 从 31.3 提升至 47.0,Terminal Bench 2.1 从 37.1 提升至 52.8,MiMo Visual Coding 从 64.0 提升至 72.4;

  • 端到端 RL 训练框架:基于 verl、uni-agent 和 mini-swe-agent,覆盖环境交互、轨迹采集、奖励评估与策略优化的完整训练流程。结合开放的模型与任务环境,支持社区围绕训练算法、奖励机制和 Agent Harness 开展研究与迭代;

  • 轻量可组合的 Harness: 开源极简 mini-harnesses,将系统提示、工具与上下文管理解耦,构建多样且可控的训练配置。通过 Multi-Harness Training,能够将多样性和整洁性纳入 RL 训练,提升模型在不同框架、包括未见框架上的泛化能力,支持社区自由组合框架组件、拓展训练配置,持续探索新的研究方向。

我们希望这次分享能为社区持续探索强化学习算法与智能体机制提供共同基础,推动 Agentic RL 研究不断向前。

开源链接:

https://huggingface.co/collections/XiaomiMiMo/mimo-v26

跳转微信打开

  •  

马斯克的 Grok 4.7 上线了!

向阳乔木推荐看 2026-09-22 00:13 天津

马斯克的 Grok4.7 上线了!看马斯克有没有吹牛,他说特别强....

目前只有在Grok cli中能看到,网页版和Grok bot中都没有。

让开发一个植物大战僵尸僵尸,看啥效果~

跳转微信打开

  •  

YC S26“硬核”盘点:给OPC以宝箱,给普通人以结果

原创 随机小助手 2026-09-21 19:59 美国

7个样本看初创公司如何越来越“硬”,越来越“接地气”。

Linkloud 引言

Y Combinator 作为在硅谷最受关注的创业加速器,每年会分四批筛选最有潜力的早期公司,为其提供投资、辅导和创业者网络。YC S26 是 YC 在 2026 年夏季选出的 234 家公司,在这批公司里,Agent 工具、企业工作流、机器人、医疗和算力等成了最集中的几个方向。

同样也是创业者的 Cathryn Lavery 逐一盘点了这批公司,她的另一半创办的全栈制药公司 RonanRX 也在其中。Cathryn 将 234 家公司按“产品做什么、服务谁”分成 12 类,并挑出了 7 个最具代表性的样本,看 Agent 如何进入物理空间、补齐工作上下文,并在医疗等垂直行业接住完整服务链。Enjoy!

(文末附完整的 YC S26 公司名单。)

YC S26 的 234 家公司横跨 Agent 基础设施、模型训练、开发者工具、机器人、医疗、金融、物流、能源和消费应用等领域,其中最密集的仍是 Agent 工具和企业工作流。机器人、算力、医疗和国防等投入更重、门槛更高的方向也频繁出现。

放在一起看,AI 正从单点功能嵌入完整流程,应用边界也从软件界面延伸到工厂、药房和仓储等实体场景。

从小团队经营的角度看,这批产品大致走向两条路线:

  • 一类为团队提供上下文、权限、协作和模型调用等 Devtools;
  • 另一类则直接承接进口代理、会计和物流等传统业务。

前者减少信息查找和内部协调成本,后者省掉团队与多个服务商之间的反复交接。团队不必同步增加人手,也能处理更多事情。

一、AI 进入真实工作,先要面对哪些现实问题?

1. 家务机器人能否把 AI 带进真实场景?

可用于居家与办公杂务的机器人 Nori,定价 1,688 美元,可以叠衣服、打扫房间、补充货架,还能通过训练学会新任务。以它为代表的公司让 Agent 具象化,真正进入家庭和企业的物理空间。

这个价格足以让家务机器人从实验室走进普通家庭的购买清单。但是落到现实生活场景,它能否自动处理完一整筐衣服,面对不同房间、不同物品,还能不能稳定完成任务,依旧有待观察

另一个高门槛的公司 Atomarine 正在致力于建设一座海上的核能数据中心:把计算设备装进浮动驳船,用海水冷却,并设想由核能输电船供电。它和 Nori 处在同一条路线上:一个把 Agent 带进家庭和办公室,一个为不断增长的计算寻找电力、散热和场地。

Atomarine 的首个试点仍会使用燃气,核能输电船是更长期的计划。这个顺序很重要:宏大的能源设想,最终要先在一个真实的站点里证明成本、可靠性和运维方式。

2. Agent 要接手工作,还缺哪些连接?

Context.dev 为 Agent 提供“翻译服务”,把网页信息整理成 Agent 可直接调用的格式,包括可读正文、指定字段,以及公司的 Logo、颜色和字体。对非技术背景的使用者来说,网页内容可以直接交给后续工具处理,进入 Agent 工具链的门槛也随之降低。

Screenpipe 则是用来记录人们在电脑上的实际操作,并把这些过程变成一份可搜索的记忆;数据可以留在设备本地,也可以存放在团队指定的位置。很多工作经验藏在操作顺序里,这些记录正是 Agent 真正需要的上下文。

对于同时推进多个项目的人来说,Agent FM 则是最契合的产品。它的吸引力在于:可以在同一个地方听进展、继续提问,再把任务交回给不同的 Agent。多 Agent 协作一旦成为日常,统一的沟通入口就成了工作流的一部分。这很符合 YC 的筛选标准之一:人和 Agent 的关系应该接近和同事协作,不该是各自开一个窗口单独使唤。

3. AI 进入传统行业,谁来接住漫长服务链?

RonanRX 选择从药物制造、医生处方、药师审核到配送建立一条完整链路,从工厂直通患者。它试图减少中间环节,绕开中间商把制造、合规和交付放进同一套系统。正因为链条长,任何一个环节都不能掉链子,否则前面的技术优势都无法兑现。

Gamgee 的起点同样具体。Paul Conyngham 曾借助 AI、与 UNSW 科学家合作,为自己的狗 Rosie 设计个性化癌症疫苗,这件事当时也引起了很大的讨论。现在,这套思路被推进到更多狗的个性化 mRNA 疫苗和澳大利亚临床试验。

医疗和制药把监管、证据、制造与交付绑在了一起。RonanRX 和 Gamgee 把 AI 带进高责任行业,产品边界也从软件界面延伸到真实服务。

二、小团队为什么愿意为“少管一件事”付费?

综合看这 234 家公司,Cathryn 真正关心的其实是:一个小团队可以把多少事情处理好,哪些公司能帮他们做到这一点。

有些公司提供工具,有些公司直接接手进口、会计等工作。她设想购买这些产品或服务,理由也很直接:让更多事情被处理好,同时少增加一个需要全员管理的新东西。

给 Agent 提供基础设施的公司,补的是运行环境、业务工具权限和工作记忆。语音 Agent 接起电话只是开始,如果任务还包括改预约或更新记录,就必须连接业务工具;遇到异常时,还需要把任务交给人工。对一个小团队来说,买下这类产品,意味着少处理一部分信息查找、工具切换和进度跟进。

另一类公司直接承担业务。工厂、物流、建筑和物业运营是名单里最大的类别,里面既有处理采购、库存和运输的软件,也有直接成为进口商、经纪人或物业管理者的公司。对于后者,客户购买的内容包括系统,也包括有人处理供应商、设备和人员之间的交接。

RonanRX 进入的是制药业务。它把药物制造、医生处方、药师审核和配送放在同一条链路里。患者最后拿到药,这项工作才算完成。

三、AI 产品怎样才算把一项工作做完?

到了真实工作里,“自主”这个词很快就要让位给几个具体问题:客户到底买到了什么?如果这项工作出了错,损失由谁承担?

会计和法律工作里,有些公司让 Agent 处理记账和报税,再由持证会计师签字;有些公司希望完全由 Agent 运营。真正需要追问的是,发票金额对不上时,谁来修正账目。 产品宣传里有没有“自主”这个词,不如这个问题具体。

销售、客户研究和招聘产品则有可检查的结果。一次完成的创作者到店、一个合格的销售机会、一份可以搜索的人才档案,客户都能据此判断产品有没有完成任务。

工厂机器人也有同样的标准。设置机器人那个人下班回家之后,它还能不能继续工作? 如果答案是肯定的,训练和维护就属于产品的一部分。对 Nori 来说,能不能处理完整的一筐衣服,也比演示里叠好一件衣服更接近真实测试。

消费应用、媒体和学习产品面对的结果又不同。用户是否愿意回来,内容是否真的被看完,课程是否真的被学会,这些指标都比生成了多少内容更重要。

四、真正的 AI 用例,为什么藏在普通工作里?

盘点 234 家公司之后,可能最值得关注的仍然是那些普通工作:订购零件、调取病历、安排本地创作者到店。

这些事情都是某个人已经在面对的现实问题,它们足够具体,也足够接近真实工作。

如果正在做产品,可以请真正会使用产品的人演示一遍,他今天怎样完成这项工作,留意他一直在追什么,以及他为了解决问题发明了哪些变通办法。

所以不妨想想:你想交给 AI 的,究竟是哪一件每天都必须完成的事?


向上👆滑动查看 YC S26 批次的 234 家公司完整名单:

end

图片

往期回顾

跳转微信打开

  •  

寻找2028年的Agent机会·Linkloud先锋加速营第16期招募|美国硅谷2026秋季

Linkloud 小助手 2026-09-21 19:59 美国

以下文章来源于:Linkloud

Linkloud

GO global, BE global.

10 月 Linkloud 先锋加速营将在今年第二次走进硅谷!

9 月底至 10 月,我们又将迎来硅谷 AI 峰会最密集的“大月”:

从 9 月 29 日的 OpenAI DevDay 和 The AI Conference,到 10 月初 SF Tech Week,再到 TechCrunch Disrupt 和下旬的 Cloudflare Connect 与 PyTorchCon,全球 AI 公司创始人、Builders 和投资人在此汇聚,我们也选择在这个金秋带领大家抵达现场!

上周 YC 的创始人 Garry Tan 在 a16z 最新一期播客里,他依旧激情洋溢地鼓励创始人要继续“Token maxxing”,使用更开放的 Agent 系统,把限制主动调高。因为在这种配置下,Agent 能力差异会“几乎立刻”被感受到:

“You basically get to live in 2028(你需要活在 2028 年来创造).”

而同时,他坦诚整个社会采用 AI 的速度会比技术进步慢得多。这不是悲观,而是所谓的 “White pill”:

创业者将拥有一个比想象中更长的窗口,可以在旧玩家尚未完成转型时建立 Agent native 的新公司!

Agent native 的元年已经到来!

6 月,Cloudflare CEO 曾表示,非来自人类的流量将可能在 2027 年首次超过人类流量。而就在 7 月 1 日,Cloudflare 在正式报告《Content Independence Day, One Year On》中进一步确认:

超过 50% 的互联网流量,已经来自 AI Agent、爬虫及其他自动化程序。

过去,产品围绕人的搜索、点击和浏览而设计;未来,越来越多的信息获取、比较、决策,甚至支付与交易,都将由 Agent 代表人完成。

什么是 Agent native 的组织?

哪里是 Agent native 的机会?

创业与投资理念发生什么变化?

欢迎加入我们 10 月的硅谷之行——

美国硅谷 · 寻找 2028 年的 Agent 机会

时间:10 月 12 日 - 10 月 16 日(周一至周五)

地点:美国旧金山及硅谷。

适合对象:对探索全球化与 AI 感兴趣的创业者、从业者及投资人等。

行程主要包括:

超过 20 场高质量闭门分享会,主要包括以下板块:

•

全球化探索具有代表性的华人 AI 与 SaaS 企业创始人。

•

高速成长 Agent Native 公司的华人高管或创始成员。

•

来自科技大厂或 AI Lab 的一线研究员或高管。

•

Linkloud 专属:AI Native 的增长与产品主题闭门研讨。

•

硅谷 VC(包括美国本土和当地华人机构)和 AI 社群等交流。

•

人财税法、招聘、数据合规等重要资源对接。

•

Linkloud 举办的系列 Global Meetup,敬请期待!

报名正式启动,对行程细节和价格等感兴趣,欢迎扫码咨询 Ross:

end

图片

点个「在看」一起上云

跳转微信打开

  •  
❌