抖音上刷到，华尔街日报说奥特曼下个星期要大幅降价，被A/打到妈都不认识了。 不知道是不是真的，订阅的不知道会不会额度多一点。 6 个帖子 - 4 位参与者 阅读完整话题
这是什么情况 lobehub接的api 生成出来的图片自己都不认了还 1 个帖子 - 1 位参与者 阅读完整话题
IT之家 6 月 6 日消息，据证券时报 6 月 5 日报道，美的集团董事长方洪波在 2025 年度股东会与投资者交流时，回答了“小米是美的集团的最大竞争对手”的话题。 方洪波直言：“ 我们从没说过小米是最大竞争对手 ，也从来不认为任何品牌是我们的威胁，我们的威胁从来都是来自内部。竞争是个好东西，我们不怕竞争，我们喜欢竞争，竞争能够让我们更有动力。” 美的集团于 3 月 30 日发布 2025 年年度报告。公告原文显示，2025 年，美的营业总收入 4,585 亿元，同比增长 12%， 实现归母净利润 439.5 亿元，同比增长 14% ，实现扣非归母净利润 412.7 亿元，同比增长 15.5%。 IT之家注意到，这不是方洪波第一次在股东大会回答小米相关话题。在去年 5 月举行的 2024 年度股东大会上，方洪波回答投资者提问时表示： 美的战略上不害怕小米进入家电行业 ，这是基于常识来分析和判断的结果。家电行业门槛不高，但高度竞争，行业是红海。而且家电是个机电产品，打法固定，行业效率提升空间也不太大。因此，无论怎么打，最终谁胜，都是一场巨大的消耗战。
隐私导向的搜索引擎 DuckDuckGo 透露，在Google 5 月 19 日 I/O 大会公布新一代 AI 搜索体验后，其“No AI”（无 AI）搜索选项的访问量出现大幅增长。Google在本次大会上发布了重新构想的“智能”搜索框，将 AI 深度整合进搜索服务，包括将 AI 建议升级为更智能的自动补全、支持连续追问、扩展用于打通 Gmail 和 Google 相册的“个人智能”，以及可代表用户执行任务的搜索代理（Search agents）。 DuckDuckGo 表示，在Google上述 AI 搜索调整宣布后，前往其 No AI 搜索页面的访问量在短时间内就实现了超过三倍的增长。到 5 月 28 日，流量已达到基准水平的 3 倍，并且仍在继续攀升，自 5 月 19 日以来，访问量平均持续高出常态约 84%。这意味着，随着Google将更多搜索交互交给 AI 处理，一部分用户明确选择转向几乎不含 AI 结果的搜索体验。 面对这股需求，DuckDuckGo 正主动“拥抱”无 AI 搜索场景，并重点推广其为 Chrome 和 Firefox 推出的最新浏览器扩展，可将 No AI 搜索直接设为默认搜索入口。所谓 No AI 搜索，即不提供 AI 助理生成的答案，没有聊天式界面，同时尽量减少由 AI 生成的图片内容。在苹果设备上，用户可以把 DuckDuckGo 设为系统默认搜索引擎，但目前还无法直接将特定的 No AI 页面设置为系统级默认入口。值得一提的是，DuckDuckGo 自身也有 AI 工具，但这些功能会对选择 No AI 体验的用户默认关闭。 DuckDuckGo 还计划在不久的将来，将 No AI 相关设置整合进其原有的浏览器扩展中，覆盖 Chrome、Firefox、Edge 和 Opera 等主流桌面浏览器。在更广泛的搜索市场中，除了 DuckDuckGo 之外，还有其他强调隐私、尽量弱化 AI 结果的搜索引擎选择，其中付费搜索引擎 Kagi 就是一个代表。Kagi 默认不在结果页面显式展示 AI 信息，除非用户主动选择使用其 AI 工具。 作为一项付费服务，Kagi 按月订阅收费：基础档每月 5 美元，对搜索次数设有上限，高档则为每月 10 美元，可进行无限次搜索。Kagi 不依赖广告变现，不展示广告，也不通过采集和出售用户数据获利，这种商业模式与传统免费、广告驱动型搜索引擎形成鲜明对比。在Google押注 AI 搜索、不断扩展个性化和“智能助手”边界的当下，DuckDuckGo 和 Kagi 等产品的流量变化，正在一定程度上折射出部分用户对隐私保护、结果可控性以及“非 AI 化”搜索体验的现实需求。 查看评论
7 个帖子 - 6 位参与者 阅读完整话题
大水冲了龙王庙 8 个帖子 - 7 位参与者 阅读完整话题
5月19日消息，Anthropic最近扩大了对公司股票场外交易的限制，警告多种未经授权的交易方式可能无效，引发了投资者社群的紧张。据彭博社报道，Anthropic不仅重申“未经董事会批准不能转让股票”，并在支持页面点名多家二级市场和私募平台，称这些平台提供的Anthropic股票或相关权益交易未经授权，相关转让可能无效，公司也不会在股东名册中承认。 彭博社称，消息传出后不久，一个由数百名家族办公室成员组成的WhatsApp群里，有人直接问："我们完蛋了吗？" 这背后是AI独角兽估值狂热的缩影。 Anthropic是这轮大模型竞争里最受关注的公司之一。它还没有上市，但市场已经提前把它当成“必须上车”的资产。问题是，普通投资者很难直接买到未上市公司的股票，于是各种绕路方式就出现了：特殊目的载体、二级市场份额、远期合约、代持结构，甚至各种号称能间接持有热门AI公司股份的产品。 这些交易满足的是一种心理：等公司真正IPO，可能已经太贵；现在不上车，未来就没机会了。 但对Anthropic这样的公司来说，它们通常希望严格控制股东名单、转让路径和信息披露节奏。尤其在估值快速上升、潜在IPO预期升温的时候，如果外部市场把各种“影子权益”炒得过热，公司就会面临治理、合规和声誉风险。 Anthropic这次就是在提醒市场：你以为自己买到的是AI独角兽门票，公司未必承认那张票。 这对投资人很刺耳。因为很多Pre-IPO交易的吸引力，就来自“提前锁定未来上市收益”的想象。一旦公司明确说未经批准的权益无效，那些通过复杂结构买入的人，可能发现自己持有的不是股票，而是一份风险很高、解释空间很大的合同。 这也解释了为什么投资者聊天群会紧张。AI公司估值越高，越多人想提前进场；越多人绕道进场，公司越要收紧边界。最后，最热的资产反而变成最不透明、最难确认权利的资产。 对整个AI行业而言，这件事揭示了一个尴尬的现状：市场已经把头部AI企业当成了“下一代互联网”来给钱，但这些企业的赚钱模式和开销其实还没跑通。算力太烧钱，收入不稳定，洗牌期也远远没结束。由于估值太高且数据不透明，这就容易制造“人人都怕错过，但没人完全看清”的局面。 目前AI独角兽的财富光环已经溢出了一级市场，开始向普通投资者招手。但在这种信息极度不对称的交易里，普通人往往只能承担最高的风险，却得不到最基本的保障。更关键的是，即便这些权益转让是有效的，投资者押注的资产本身也充满不确定性。 AI热潮不只会改变产品，也会改变资产市场。等大家都想买“还没上市的AI未来”时，风险往往也已经跟着涨起来了。 查看评论
此前安全研究人员 Tom Jøran Sønstebyseter Rønning 公开披露微软的 Microsoft Edge 浏览器会在启动时将所有已经保存的账户密码以明文形式直接加载到内存进程中，研究人员直接公开这个问题是因为微软不认为这是漏洞，因此也没有计划向安全研究人员提供漏洞奖励。 这件事其实并不让人意外，因为Google以前也犯过类似的错误，Google和微软都认为在攻击者已经能够控制设备的情况下，其他安全防御措施已经失效，所以像是通过恶意软件读取内存中保存的账号密码本身就不在安全模型考虑范围内。 不过微软还是准备进行改进： 微软团队在博客中表示，根据研究人员披露的问题将对 Microsoft Edge 浏览器进行改进，改进后不会在启动时将密码加载到内存中，这项深度防御措施将覆盖所有版本 (包括所有频道的测试版、正式版以及适用于企业的扩展稳定版)。 目前这项改进还被微软作为优先事项进行推进，所以在已经发布的 Microsoft Edge 金丝雀版中，浏览器启动后不会再将密码加载到内存中，到 Microsoft Edge v148.0 正式版发布后，用户正常安装此更新即可获得改进后的安全防御措施。 为什么微软最初认为这不是漏洞： Google和微软的核心考虑都是设备本身的安全性才是最重要的，在本次案例中研究人员披露的问题需要通过软件获得管理员权限并在本地运行读取内存中的数据，这种利用方式有不同的利用场景：1. 恶意软件已经可以获得管理员权限运行；2. 在共享使用的设备上管理员账户可以读取其他非账户的数据。 微软称研究人员报告的场景前提都是攻击者能够控制设备，而攻击者能够在本地运行不安全的软件的情况下，浏览器或任何应用程序的防御能力都无法应对，微软的密码管理器威胁模型明确指出，物理上的本地攻击和以提升权限运行的恶意软件不在考虑范围内。微软也强调相关利用场景并非攻击者通过浏览器直接获得数据，因此从浏览器角度而言这是没有任何问题的。 微软还解释不给研究人员发奖金的问题： 微软忽略漏洞报告并不会为这份报告提供漏洞奖金的根源在于，微软在浏览器安全方面采用与Google Chromium 开源项目相同的安全标准，因此既然认定这是无效的漏洞报告自然也不会为研究人员提供漏洞奖金。 但因为漏洞报告与研究人员的沟通流程仍然存在问题，像是本次的安全缺陷本身其实可以被归类为改进，所以微软将重新审视处理研究人员报告的方式，后续微软将公布这方面的经验教训和正在进行的流程改进。 查看评论
IT之家 5 月 10 日消息，武汉大学今日发表声明：学校极不认同某手机厂商“母亲节”广告文案的内容表述和价值倾向。这与武汉大学立德树人的育人理念严重不符。愿余校友以自诚勇气，善对社会批评，与企业一道肩负起社会责任。 IT之家附原文如下： 声明 知悉网络所传某手机企业余某团队近日“母亲节”宣传文案引发社会批评，武汉大学文学院极感诧异和震惊。 余某曾为敝院学生。其在校期间，思想端正，以护助公交车上受伤的耄耋老人而获师生赞誉。但此次其职场团队所策划文案，严重抵牾敝院一以贯之的立德树人育人理念。 我们极不认同此文案之内容 ，尤其不认同其中的戏说玩梗噱头、话语渲染和流露出的价值倾向。 武汉大学文学院一直坚持以中华优秀传统文化和人类先进文化培育学子，严守和推扬“学为君子”的教育品格，砥砺师生正学以闻，肩负国家使命，弘扬先进文化，以平实、担当和坚守报效社会，服务人民。深愿余校友以自诚勇气，过则勿惮改，善对社会批评，与企业一道肩负起社会责任。 特此声明。 武汉大学文学院 2026 年 5 月 10 日 IT之家注意到，“OPPO 文案价值观”话题于 5 月 8 日一度登上微博热搜。OPPO 此次母亲节宣传文案中，出现“我妈有两个‘老公’，一个是我爸，另一个一年见两回；跟我爸约会基本不打扮，见另一个，她‘恨不得穿婚纱’”的文案，并搭配“追星”为主题的图片。 5 月 8 日下午，OPPO 官微发文，就本次母亲节宣传文案引起的争议致歉。 关于本次母亲节宣传文案引起的争议，我们诚恳表示歉意。 我们的创作初衷，是希望打破刻板印象，呈现更多元、更立体的当代母亲形象：母亲可以热爱马拉松，可以沉浸文字创作，也可以拥有自己的追星爱好。 我们已第一时间下架全部相关物料。我们将认真倾听各方批评，全面审查内容审核机制，确保此类问题不再发生。
MiniMax 不认马嘉祺？稀宇科技公布大模型“失语”原因：特定词元后训练不足导致 - IT之家 1 个帖子 - 1 位参与者 阅读完整话题
IT之家 5 月 9 日消息，在人工智能领域，一个大模型能够准确“复述”特定名词，看似是一项基础能力，却也可能因训练机制的细微偏差而“失灵”。 稀宇科技（MiniMax）今日发布官方技术报告，就旗下 M2 系列模型无法正确输出“马嘉祺”等特定人名一事进行了解答，并宣布已通过全词表合成数据覆盖完成性能修复。 据介绍，该问题的核心在于大模型处理文字的“分词器”（Tokenizer）机制。与传统逐字处理不同，大模型在读写文本时会先将文字切分为若干“词元”（Token）。 在 MiniMax 模型的词表中，“马嘉祺”被切分为“马”和“嘉祺”两个词元。其中，作为一个人名整体，“嘉祺”被合并为一个独立的词元。 IT之家注：大模型训练通常分为两个阶段：预训练阶段接触海量互联网文本，让模型掌握广泛词汇；而后训练（即指令微调）阶段则使用精选对话数据来教会模型如何与人交流。 MiniMax 团队排查发现，在其后训练所使用的对话数据中，含有“嘉祺”一词的样本数量极少。这种数据分布上的稀疏，导致“嘉祺”这一词元在后训练阶段几乎没有得到有效训练。 与此同时，大量高频词元（如工具调用标记、编程符号等）在训练中不断更新其向量参数，持续“挤压”“嘉祺”这类低频词元的向量空间，最终将其推离了原本正确的生成概率区域。当模型需要输出这一名字时，只得退而求其次，选择了发音相近的高频词元，例如“佳琪”或“琪琪”。 ▲ 统计分布检查：对比全词表的 embed_tokens norm 分布，token 190467（“嘉祺”）的向量范数落在正常分布范围内，未出现未训练 token 常见的异常小值的现象，表明该 token 在预训练阶段已被充分学习 ▲ “嘉祺”对应的权重向量在后训练过程中发生了显著偏移，余弦相似度大幅下降且 Norm 变化很大 值得关注的是，这并非孤立个案。为了系统性地评估这一现象的普遍性，MiniMax 团队对模型全部约 20 万个词元进行了参数扫描。 结果发现，约有 4.9% 的词元在模型后训练后发生了显著退化。这些退化的词元大致可分为四类：预训练阶段使用的特殊标记（如代码填充符号）、LaTeX 公式与维基百科源码标记、中文 SEO 垃圾关键词（如“传奇私服”、“无痛人流”等），以及占比最大的日文口语和博客模板表达。 这一发现直接解释了该模型另一个长期存在的疑难问题：在日语对话中偶尔会混入俄语或韩语字符。统计数据显示，日语词元的退化比例高达 29.7%，远超中文（3.9%）和英文（3.5%）等其他语种。这说明，数据稀疏的后果是全局性的 —— 当后训练数据对不同语种的覆盖率不均衡时，模型在生成响应时就可能误入歧途。 ▲ 小语种混淆率实验评测（核心指标，100 次采样，temperature=1.0）：分别使用韩语和日语 prompt，统计输出中非目标语言字符的出现率。 在确认根因后，修复思路随之变得清晰：确保每个词元在后训练阶段都能获得最低限度的训练。为此，MiniMax 构造了一份覆盖全词表的合成数据，通过让模型完成“复读”任务，为所有词元建立起生成频率的下限保障。 官方基准数据显示，修复后模型的全词表输出参数稳定度（余弦相似度）最低值已大幅提升至 0.97 以上；同时，日语回答中混入俄文字符的比例由修复前的 47% 降至 1%。 除此之外，MiniMax 团队目前仍在同步探索更多优化方向，包括在指令微调数据中混入预训练语料、针对未覆盖词元定向合成对话样本、以及从源头裁撤词表中业务场景永不启用的特殊标记等。 MiniMax 反思道，这一问题的深层原因在于分词器设计与下游使用场景之间的脱节。毕竟，大模型的分词器通常基于大规模的网络语料训练而成，其中不可避免地包含大量仅出现在特定领域或小众语言中的词元。这些词元在预训练阶段尚能获得充分训练，一旦进入后训练阶段，就会因数据分布差异而失去其生成能力。这起看似简单的个案，最终暴露出一个影响深远的结构性问题：在后训练阶段，团队不仅要保证语义层面的多样性，更需要从底层的统计视角保障词元层面的数据覆盖。
平时主要靠头像识别各位佬友，结果现在头像炸了，感觉没几个认识的了 1 个帖子 - 1 位参与者 阅读完整话题
无聊的测试 豆包最离谱，先看他的回答 先说结论 根据我目前的简单测试结果 认识的有: ds3.2 qwen3.6 3.5max glm5.1 gemini2.5 3.1f-l 3.1p 不认识的有:Claude4.7 4.6s gpt5.3 gpt(app免费不思考) 豆包2.0… 4.7 glm5.1 ds3.2 4.6s gpt5.3chat qwen3.6p qwen3.5m gemma4 Gemini2.5p 所以之前4刚出来的时候，我说聊天体验和上下文检索能力匹敌2.5p 但是知识量这一块还是2.5p作为大模型更强一点~ Gemini3.1flash-lite 3.1pro 7 个帖子 - 3 位参与者 阅读完整话题