天數智芯天垓300真機實測:性能趕超國際主流GPU,超節點有效Token成本降低40%
天數智芯在2026媒體開放日展示天垓300真機實測;第三方今年7月的測試數據顯示,在典型PD分離部署下,其單卡整體端到端吞吐達某國際頂尖GPU的1.05倍。天垓300 IXL144超節點在單個標準機櫃內集成144顆GPU及約10.1TB顯存,每百萬有效Token成本據測算較國際主流方案降低約40%。
天數智芯在2026媒體開放日展示天垓300真機實測;第三方今年7月的測試數據顯示,在典型PD分離部署下,其單卡整體端到端吞吐達某國際頂尖GPU的1.05倍。天垓300 IXL144超節點在單個標準機櫃內集成144顆GPU及約10.1TB顯存,每百萬有效Token成本據測算較國際主流方案降低約40%。
Browser Use 比較了 Browser Use 與 Kernel 的雲端瀏覽器服務,指出兩者在定價、工作階段管理及執行方式上各有差異。
華為雲智果 AgentArts 智能體平台首個通過中國信通院可信 AI 企業級智能體平台評估,並獲當前最高等級 4+ 級。評估依據《企業級智能體技術要求》,考察平台的技術、應用及服務能力。平台支援多種框架和模型,並提供低代碼智能體編排能力。
作者以 9 款大語言模型進行博士論文工作流程的 11 項任務基準測試,並提出按任務分配模型的建議。在約 5000 詞的論文長文問答中,Kimi K3.1 Pro 的 10 道事實題全部答對;Claude Opus 5.5 生成的英文摘要為 247 詞,涵蓋全部 10 個要點。
HomePod Mini 2 外形與前代相同,但測試發現音域更廣、聲音更響亮清晰,音質提升足以改變對這款小型揚聲器的評價。新機配備 Apple S10 晶片及額外一個咪高峯,支援即將推出的 Siri AI 功能。售價為 $150,較舊款的 $129 高;完整 Siri AI 功能仍需等待。
IT之家實測 Apple 智能中國內地版,並稱千問在其中擔當重要角色。
文章測試阿里雲百煉 CLI 的説話人分離轉寫,發現標籤數與實際人數沒有穩定對應,逐行標籤亦可能因停頓切行造成錯誤歸屬。建議以自我介紹或點名句建立標籤與姓名的映射,並抽查承諾、數字及爭議句,以簽到或邀請核實與會人數。測試使用八組合成語音,文中指出生產接入仍須以企業自採真實錄音驗收,且轉寫不保證逐字。
作者的開源 KYNEX harness 以 GPT-5.4 在 LlamaIndex ExtractBench(370 份文件、4,869 頁)取得 92.97 F1,於 53 個系統中排名第 12,分數高於 GPT-6 Astra 和 Claude Code(Opus);結果由 LlamaIndex 團隊獨立重跑核實。
Nvidia DGX Spark 的加密韌體令其在 Linux 上的推理速度降至原有速度的 35%。
作者實測 iPhone 國行 Apple 智能開發者 Beta,涵蓋寫作工具、視覺智能、照片消除、摘要及 Siri 等功能。Apple 計劃隨 12 月推出的 iOS 27.3 正式推出相關功能;部分複雜任務要跳轉千問 App,跨應用上下文能否保留及多項操作能否連續完成仍未明確。實測亦發現照片消除留下修復痕跡,連續使用 AI 時 iPhone 16 Pro 發熱明顯。
推薦理由:多項實測呈現國行 Apple 智能首批功能的使用情況,亦記錄照片修復痕跡、手機發熱及跨應用銜接限制,提供直接的體驗參照。
iOS 27.3 開發者測試版向中國內地用戶開放 Apple Intelligence 測試,功能由 Apple 自研模型與阿里千問(Qwen)共同支援。實測中,Siri 能處理簡單問題和基本設定,複雜任務須經用戶同意調用千問;照片消除在背景簡單時效果較好,即時翻譯延遲不到 1 秒。
推薦理由:文章逐項實測 Siri、照片消除、即時翻譯及視覺智能,呈現各功能的實際表現差異,並記錄第三方 App 搜尋服務的接入情況。
作者以 Sonnet 5.5、相同提示詞和資料,比較 Claude Code 配合 hallmark 與否生成的 Amazon Bedrock AgentCore 介紹頁。
Odilon HUGONNOT 評析兩本探討智能體回饋循環與平行運作的書,指出兩書均未量化平行智能體的成本或實際表現。文章整理分開生成與評分、外部檢查、測試及審查等做法。作者另分享最多三輪 Sonnet 審閲、再由 Opus 作最後審閲的流程;平行工作每次運行兩至三個智能體只是個人設定,並非測量結果。
阿里雲瓴羊 Dataphin 以 OneData 方法論組織建設、治理、營運和消費能力,並透過技術兼容、服務生態及 AI 引擎支援數據治理到業務消費的閉環。Dataphin 支援50餘種異構數據源和多種計算引擎;實測顯示,AI 輔助能力可降低70%以上的重複性數據開發工作量。第三方調研測算,採用 Dataphin 的企業人均治理效率提升3—5倍,年度數據運維人力成本平均下降35%。
一加 Ace 7 Pro 是一款兼顧遊戲與拍攝的性能手機,配備雙路冰河風冷和 3.5 倍潛望長焦。實測開啟風扇後,重載遊戲温度穩定在約 37℃,比不開風扇低約 10℃;連續 185 幀遊戲可接近 7 小時。後置 2 億像素主攝及 5000 萬像素長焦,並支援 100W 有線閃充。
同一組 90 幀 alpha matte 評測顯示,Grad 能揭示 SAD 未呈現的邊緣形狀差異,Conn 在多數真實方法上的排序則與 SAD 相同。AI matte 的 SAD 為 2.89、Grad 為 0.53;控制組加入逐幀隨機雜訊後,Grad 為 0.03,但閃爍值是 11.844(×1000)。三種指標都不衡量跨幀閃爍,需另行評估。
作者比較 RVM MobileNetV3 AI 去背與 FFmpeg chromakey,發現 AI 在 90 幀的邊緣區域 SAD 誤差均較低,但在 89 組相鄰影格中,靜態像素閃爍都較嚴重。換用繁複背景後,AI 的 SAD 由 2.89 升至 7.44,閃爍由 2.205 升至 11.984;作者因此建議按客戶實際拍攝背景測試,並分開記錄單幀誤差與靜態像素閃爍。
抽查 21 個知名 Shopify 品牌的產品頁,14 頁可讀且均符合 Google Merchant Listings 的最低要求,但只有 2 頁在結構化資料中列出運送費用及時間。這 14 頁的中位評分為 75/100,只有 3 頁列明退貨政策。
BrowserStack 相較改名為 TestMu AI 的 LambdaTest,被列為較穩妥的測試平台選擇。BrowserStack 提供 35,000+ 部真實裝置,TestMu AI 則有 10,000+ 部;BrowserStack 預設使用真實硬件,並有 21 個數據中心及 99%+ 正常運行時間。
TorqueAGI 的 World-Reasoning Model 將物理和幾何納入推理,據公司行政總裁稱,機械人學習新任務所需數據最多可比傳統方法少 1,000 倍。一名重型設備業客戶使用該模型,以約 6,000 個數據點達到與舊模型相若的表現,舊模型需約 7 million 筆事件記錄。原本需要數萬次示範的任務,使用該模型只需數十個例子,並可結合客戶現有的設備記錄和操作程序。
VIDRAFT POCKET 是一系列採用 GGUF 格式的稀疏 MoE 大語言模型,設計供消費級硬件運行,包括 8 GB VRAM 手提電腦及純 CPU 電腦。
Grok Bot 以具名分工、各自記憶、Bot 協作及雲端電腦,把 personal agent 設計成可分派工作的同事團隊。測試版於2026年8月11日推出,上線兩個月後每週付費用戶達80萬,10月份較前一個月增長超過一倍。作者認為,其增長並非來自模型進步,而是把既有技術與個人用戶場景及產品化設計結合。
DeepSeek Harness(DSH)的多組 Windows 對照測試顯示,桌面 AI 智能體內置沙箱未必能同時管控腳本、檔案工具和桌面操作。測試涵蓋移除檔案修改授權、刪除登錄檔配置值、替換剪貼簿內容及截獲快捷鍵;受保護運行時,相關請求遭 Windows 拒絕,觀察端則核對目標狀態。
作者升級 iOS 27.3 Beta 1 後,體驗到 Apple 智能已在兼容 iPhone 上開放測試;iPad 和 Mac 更新後仍未提供這項功能。文章介紹 Siri 與千問擴展、視覺智能、通話即時翻譯、通知摘要、寫作工具、摘要、照片消除及智繪表情等功能。
Muhammad Moiz 比較 Lovable 的 7 個替代選項,包括 Bolt、Replit、v0、Base44、Cursor、Claude Code,以及聘請開發者轉用自訂程式碼。
SemiAnalysis 發布的 GDPx v1.0 基準測試涵蓋 206 項智能體任務及 11 個領域,Claude Opus 5.5 以 12.0% 居首,Gemini 4 Carbon 以 10.9% 排第二。
GLM-5.3 的 API 標價低於 Claude Sonnet 5 和 Sonnet 5.5,每百萬輸入及輸出 token 分別收費 $1.40 和 $4.40;Sonnet 則為 $2 和 $10。
Thurrott 的測試指出,NVIDIA RTX Spark 的本地 AI 設定複雜、實際效能常令人失望,整體體驗未能提供有説服力的購買理由。測試的華碩 ProArt P16 起售價約 2799 美元(約合人民幣 1.88 萬元),裝置亦被批評笨重、嘈吵及發熱嚴重。
阿里雲瑤池 Lindorm 與 Databricks、開源組合及託管記憶服務各有適用場景,關鍵取捨在於數據是否同源,以及融合排序由哪一層負責。Lindorm 以單一實例承接會話、歷史、知識與附件,支援引擎內融合檢索,寬表壓縮率達 10:1 以上。需要自控數據與檢索鏈路的團隊可優先考慮 Lindorm;已深度使用湖倉或只需要記憶 API 的團隊,則可選其他方案。
文章在 RTX 5070 Ti 上比較 Gaussian-Splat-Lite、Spark 與 Radix 的五種渲染路徑;Spark WebGL2(Three.js 0.187.0)在 500,000 和 2,000,000 個 splats 的測試中,均最快完成首次提交工作等待。
研究以 Houdini 生成的合成圖像訓練六組 Gaussian splats,測試增加訓練視角對固定容量模型的影響。在單一 192 × 192 場景中,每組使用 4,096 個 splats 和 600 個訓練步驟;視角由 12 個增至 24 個時,兩個種子的留出影像品質均有提升,增至 36 個則全畫面 PSNR 增幅甚微,前景 PSNR 略降。
智元機器人六台精靈 G2 人形機器人在上海一家24小時便利店連續工作一整天,直播挑戰完成後累計完成1730項任務,其中4台成功“轉正”。直播吸引全網超200萬人在線觀看;具身 Agent 框架 Genie Master 負責調度任務,並通過 EEP 連接任務判斷、動作執行與結果反饋。
小鵬公佈 MONA L05 超級增程版中國黃金大外環實測成績,車輛全程行駛超過 8000 公里,高温滿油滿電續航達 1194.2 公里,東北低温續航達 968.8 公里。上海至青島跨三省路段油電成本為 198 元,-6℃下充電由 10% 至 80% 耗時 15 分鐘。
國行 Apple Intelligence 隨 iOS 27.3 Developer Beta 1 開放測試,首輪實測顯示基本功能可用,但續航、發熱與穩定性問題較突出。Siri、寫作工具及視覺智能可調用通義千問;上傳圖片或文件交由千問處理前,系統會再次確認權限。測試僅支援搭載 A17 Pro 及更新晶片的指定 iPhone,弱網下雲端請求可能逾時或中斷。
bpf-gpu-server 測試顯示,將 GPU 伺服器的請求迴圈移入 Linux 核心,未帶來明顯 CPU 節省或一致的延遲改善。作者以共用 GPU dispatcher、佇列及 CUDA graphs 的 C++ 伺服器作對照;FFT 小請求測試中,每次請求的總時間為 37.56 µs(native epoll)和 37.96 µs(內核路徑)。
印度新創 NeuroDX 的 240M 參數語言模型 Sphota,在公司公佈的約 11 項基準平均結果中取得 52.4%,高於 Liquid AI 同類模型的 52.1%。行政總裁 Siddharth Panwar 稱,Sphota 以少 50 倍的訓練數據達到相若表現,記憶體效率則提高 4.5 倍。相關結果仍屬初步,尚未經獨立公開評測驗證。
零刻推出迷你主機 SER9 Max,標配 PCIe 5.0 SSD,並全線配備 10Gbps 網口。主機搭載 AMD 鋭龍 AI 7 H 350 處理器,具備 8 核心 16 線程,功耗牆為 54W;機內兩個 M.2 2280 插槽均採用 PCIe 4.0x4 模式。
在 OpenCode 的六項 Python 編碼任務中,Gemini 4 Argon 與 Claude Opus 5.5 均在每次測試中通過所有隱藏測試。Gemini 平均每項需 134 秒、成本 $0.142;Claude Opus 5.5 則需 82 秒、成本 $0.094。每款模型每項任務執行兩次;任務規模較小,作者無法據此判斷較難工作上的表現。
新款 iPad mini 相較搭載 A17 Pro 的上一代,改用 5 核心、2nm A20 Pro,並換上 OLED 螢幕。新螢幕為 8.5 吋,峯值 HDR 亮度最高達 1,200 nits,機身厚 5.4mm、重 255 grams,但仍是 60Hz。價格較前代增加 $200,128GB 型號由 $699 起;新機亦新增 IP67 防水等級、Wi-Fi 7 和 Bluetooth 6。
作者分析截至 2026 年 10 月 24 日的 OSV 公告,發現 1 日冷卻期可攔截 70.4% 遭劫持的 npm 套件版本。但對從一開始便屬惡意的 npm 套件,7 日冷卻期仍會放過 45%;3 日冷卻期下,22.7% 的安全修復會在漏洞公開後才到達。作者建議為 npm 和 PyPI 設定 3 日冷卻期,並透過 Renovate 讓安全更新繞過冷卻期。