IT之家 10 月 6 日消息，三星 990 PRO SSD 4TB 版现已在海外开卖，售价 345 美元（IT之家备注：当前约 2522 元人民币），配备铝制散热器的型号售价 355 美元（当前约 2595 元人民币）。三星 990 PRO SSD 4TB 版国行预计会在国庆节后上市。 据IT之家此前报道，990 PRO 4TB 采用三星第 8 代 V-NAND 技术以及经改进的三星自研控制器，使其性能接近 PCIe 4.0 的理论上限，顺序读取速度高达每秒 7450 MB / S，写入速度高达 6900 MB/s。 新增的 4TB 版本还提高了随机读写速度，分别高达 1,600K 和 1,550K1OPS。此前发售的 1TB / 2TB 随机读取和写入速度分别高达 1,400K 和 1,550K IOPS。 官方图： 详细参数： 三星表示，得益于三星第 8 代 1Tb 高密度 NAND 以及出色的堆疊技术，990 PRO ATB 采用单面 M.2 设计，用户不必担心笔记本电脑中无法安装双面 M.2 固态硬盘或强行安装导致其他部件受损等问题。

IT之家 10 月 6 日消息，消息称 DRAM 市场在经历超过 1 年的调整期之后，三星为了应对明年可能出现的 DDR5 强劲订单需求，计划今年第 4 季度提高 DDR5 内存产量。 三星和 SK 海力士等主要 DRAM 厂商目前仍在削减产能，不过削减的主要是 DDR4 规格。 消息称英特尔、AMD 等 PC 平台计划明年推出新的平台，进一步推广和普及 DDR5 内存，吸引消费者从 DDR4 上升级。 除了消费级市场之外，在服务器市场 DDR5 内存也受到追捧。英特尔计划在今年年底前推出第五代 Emerald Rapids 服务器平台，加之未来 AI 服务器需求增加，DDR5 内存有望进入高速增长期。 IT之家今年 8 月援引集邦咨询报道，得益于英特尔 Meteor Lake 处理器仅支持 DDR5 和 LPDDR5，推动 DDR5 内存的普及，有望在 2024 年下半年超过 DDR4 成为主流，因此 DRAM 平均容量预计增长 12.4%。

明尼阿波利斯一名司机被警察拦停后认出对方是自己关注的OnlyFans卖片模特，还付钱看过她的小电影： “你别想抓我了，你都被我看光了”，他抗议道，“我昨晚掏30美元看了你的自拍，现在没法拿你当警察，至少在你工作的这个片区不行。” 这名司机本周对当地电视台表示，要付费成为VIP才能进她的主页看完整版视频，她和一个男的（可能是她丈夫）表演全套。 据悉这名女警隶属明尼阿波利斯警局第四分局，当局正在调查此事。市长发言人称，卖片没问题，问题在于这桩买卖是否违反警察职业操守。明尼阿波利斯警察局明文规定，警察下班后不得从事与警察身份不符的第二职业，比如供职于提供裸体或半裸体表演的成人娱乐场所（一般是指在脱衣舞俱乐部看场子）。 之前密苏里州一名高中老师授课之余还在运营OnlyFans账户，此事在学校闹得沸沸扬扬。这名英语教师接受采访时表示自己选择主动离职：“我不想与学校撕破脸，大家好聚好散。如果我坚持留下来，环境也不一样了，离开是最好的选择。” 责任编辑：Zhengogo

IT之家 10 月 6 日消息，ROG 新款 MAXIMUS Z790 系列高端主板中的 DARK HERO 型号现已在海外上架，售价 700 美元（IT之家备注：当前约 5117 元人民币）。 该系列主板支持英特尔即将发布的酷睿 14 代处理器以及老款 13 代和 12 代处理器，采用 Z790 芯片组。主板拥有四个内存插槽，支持 192GB DDR5 内存，频率支持到 8000 MT/s 或更高；搭载两个 PCIe 5.0 *16 插槽和一个 PCIe 4.0*4 插槽；M.2 插槽有 5 个，其中一个支持 PCIe 5.0。 接口方面，这款主板背部 IO 面板包括双雷电 4 接口、6 个 USB（10Gbps）接口、四个 USB（5Gbps）接口、一个 HDMI 接口、一个 2.5G 网口，无线网络支持 Wi-Fi 7。 ROG 现已宣布将在 10 月 16 日 21:00 发布新 Z790 主板，从海报上来看应该会发布 4 款 Maximus 系列高端主板。

IT之家 10 月 6 日消息，据路透社、韩联社等今日报道，韩国电信监管机构今日表示，将对谷歌公司、苹果公司处以最高 680 亿韩元（IT之家备注：当前约 3.69 亿元人民币）的罚单，因为这两家公司在应用内支付领域违反了当地的法律。 图源 Pixabay 韩国通信委员会（KCC）在一份声明中指出，两公司强迫应用开发者使用特定的支付方式，造成应用审核的不公平延迟。KCC 方面表示，目前正在通知这两家公司采取纠正措施，并将对罚款进行审议。 据路透社报道，谷歌对其回应表示“KCC 今天发布的是‘预通知’，我们将仔细审查、提交回应。若收到最终书面决定，将评估下一步的行动方案”。 苹果也在给路透社的回应中表示，“我们不同意 KCC 在报告中作出的结论，我们对 App Store 实施的修改符合韩国《电信商业法》有关规定，我们将一如既往与 KCC 保持联系，并随时分享观点”。 IT之家此前报道，韩国电信监管机构曾在去年 8 月表示，计划对苹果公司、谷歌和 One Store 等应用商店运营商发起调查，因为它们涉嫌违反应用内支付法。 去年，韩国通过了名为《电信业务法》的修正案，禁止谷歌和苹果等主要应用商店运营商强迫软件开发商使用其支付系统，该法规自 3 月起生效。 韩国通信委员会在一份声明中说，他们自 5 月 17 日以来进行了一次检查，以确定谷歌、苹果和 One Store 是否违反了修订后的《电信业务法》，之后确定所有三个应用商店运营商可能违反了规则。

快科技10月6日消息，来自中国台湾的厂商广颖电通（Silicon Power）在近日举行的PAX游戏展上，展示了其首款基于PCIe Gen 5的固态硬盘XPOWER XS80。 PCIe 5.0 是PCIe数据传输接口标准的最新迭代，与带宽上限为16GT/s的Gen4相比，带宽上限提升到了32GT/s。 XS80这款固态硬盘采用232层的3D NAND闪存，同时还支持 NVMe 2.0。其传输速度与Gen 4.0和Gen 3.0相比分别提升了2倍和4倍，确保游戏玩家不再需要在性能上做出妥协。 据官方介绍，XPOWER XS80还配备了超强的散热系统。当达到一定温度时会自动启动智能散热，防止因硬盘过热导致的卡顿，确保硬盘能够在长时间高强度使用条件下保持稳定性能。 XS80最大的亮点还是其超高的读写速度，最高可达10000 MB/s。能够显著减少游戏加载时间和卡顿现象，特别是在开放世界类游戏中。此外，超高的读写速度还能加快游戏安装进度，为用户节省更多的时间。 目前这款固态硬盘提供了1TB和2TB两种存储规格，在速度提升的同时也提供了充足的存储空间。但是具体售价还没有公布，预计要等到明年正式上市才会公布。

（图片来源：Eurasiantimes） 10月6日消息，据报道，ChatGPT背后的美国 AI 公司OpenAI 计划自研 AI 芯片，从去年开始进行内部讨论，甚至已经开始评估 AI 芯片公司的潜在收购目标，以解决其所依赖的 AI 芯片短缺以及成本高昂问题。 报道指，OpenAI团队认为 AI 大模型算力有三种采购选择，包括构建自己的 AI 芯片，与英伟达等芯片公司更紧密的合作，以及计划在英伟达之外实现多元化芯片供应——最终目标要超越英伟达（beyond Nvidia）。 早在2022年，OpenAI CEO奥特曼（Sam Altman）就公开抱怨英伟达GPU芯片稀缺，称公司受到GPU的严重限制。 由于英伟达主导了全球95%的Al训练领域市场，随着英伟达GPU（图形处理器）显卡稀缺，加上 AI 算力成本持续攀升，即便强如OpenAI也在寻找新方案，从而避免长期被“卡脖子”。 OpenAI CEO 奥特曼（Sam Altman） 算力成本猛增，OpenAI寻求定制 AI 芯片 2023年至今，以ChatGPT为代表 AI 大模型“热潮”席卷全球，大模型正推动 AI 向更通用方向发展。而算力的稀缺和昂贵已成为制约 AI 发展的核心因素。 目前，英伟达占据全球数据中心 AI 加速市场82%的份额，且以95%的市场占有率垄断了全球 Al 训练领域的市场，成为这轮 AI 混战中最大赢家。作为公司创始人、CEO，黄仁勋赚的盆满钵满，公司市值超越1万亿美元，他的身价也高达399亿美元。 同时，算力需求的激增，也导致英伟达GPU“一卡难求”。有多少英伟达A100显卡，已经成为衡量一个公司算力的标准。 据统计，OpenAI使用了1万-3万颗英伟达GPU来训练GPT-3.5模型。集邦咨询报告显示，如果以英伟达 A100 显卡的处理能力计算，运行ChatGPT将可能需要使用到3万块英伟达GPU显卡。 价格方面，目前国内可以买到的H800价格已经高达20万/张，而A100/A800价格已涨至15万、10万/张左右。以2000P算力需求为例，H800 GPU单卡算力2P，需要1000张，预测用卡成本为2亿元；A800单卡算力约为0.625P，需要数量为3200张，预计用卡成本就高达3.2亿元。 除了买GPU显卡，服务器还要考虑整机配置运算，包括CPU、存储、NV-Link通讯连接等，以及电力消耗、场地租金和运维成本等因素，整个成本要超过6亿元以上，OpenAI则正在使用微软超级昂贵的超级计算机，耗资数亿美元、用英伟达数万颗芯片的Azure云进行算力训练。 但是，自OpenAI公布GPT企业云业务以来，微软与 OpenAI 关系正渐行渐远，有消息显示，微软也在开发定制 AI 芯片。 事实上，不止是OpenAI，这一波算力需求浪潮中，谷歌、亚马逊、微软、Meta等大科技巨头公司都一直在设计 AI 芯片到业务当中。例如，谷歌最新发布的Pixel 8系列手机采用Google Tensor G3芯片和Titan M2协处理器，均是谷歌自研产品；而亚马逊最新发布的自研ARM服务器CPU芯片Graviton 3E，也应用于其AWS云业务当中。 然而，OpenAI 没有研发 AI 芯片的经验，一颗芯片从立项到量产至少两年以上的时间，目前尚不清楚 OpenAI 是否会继续推进定制芯片计划，而且芯片的成效如何也有待时间检验。 路透引述业内人士称，这是一项巨额投资，每年研发成本可能高达数亿美元。同时，OpenAI 正考虑收购一些 AI 芯片公司以加快自研芯片进程。 但定制 AI 芯片可能需要数年时间，这意味着，OpenAI 仍会长期以来英伟达、AMD等芯片供应商。 有趣的是，The information于10月4日报道称，Meta公司放弃定制VR/AR芯片，团队已解散，转而使用芯片高通提供的处理器芯片。 因此，OpenAI这款定制 AI 芯片最终是否真的可用，仍需时间检验。 另有消息显示，软银计划投资10亿美元与奥特曼一起建立新的 AI 硬件公司，而苹果设计师 Jony Ive也和奥特曼讨论打造一款新的 AI 硬件产品。 大模型市场竞争加剧，谷歌、亚马逊转投OpenAI竞争对手 就在亚马逊宣布投资几天后，传出OpenAI的竞争对手、人工智能（AI）独角兽公司Anthropic正进行再融资。 据The information 10月4日报道，成立仅两年的Anthropic公司正在与谷歌和其它投资人谈判，计划再完成至少20亿美元（约合人民币143.94亿元）的新一轮融资，投后估值或将达到200-300亿美金之间——是今年3月公司40亿估值的5倍以上。 随后，AI 大模型市场竞争加剧，谷歌、亚马逊也开始关注并布局 OpenAI 的竞争对手。 据悉，Anthropic AI公司于2021年、由OpenAI 前研究副总裁达里奥·阿莫迪（Dario Amodei）、GPT-3论文一作Tom Brown等人建立。当时，Amodei领导的研究人员在对公司的发展方向存在分歧后离开了OpenAI，他们担心微软对OpenAI的投资会使其走上更加商业化的道路，偏离公司最初想法。 2022年12月，Anthropic团队在arxiv上发布了一篇题为《Constitutional AI: Harmlessness from AI Feedback》论文，描述了一个基于无监督方式训练、520亿参数的模型 AnthropicLM v4-s3，直接对标OpenAI的GPT-3模型。 今年1月，Anthropic发布了基于AnthropicLM v4-s3、新的 AI 聊天机器人模型产品Claude，被认为是ChatGPT的有力竞品。 今年2月4日，谷歌旗下云计算部门Google Cloud宣布与Anthropic建立新的合作伙伴关系，而且消息指谷歌向Anthropic投资接近4亿美元（约合人民币20.3亿元），新融资将使Anthropic投后估值增至近50亿美元。 谷歌投资之前，Anthropic公司已筹集超过7亿美元融资，投资者包括FTX创始人SBF成立的加密货币对冲基金Alameda Research等。而谷歌投资Anthropic原因之一，是公司CEO多次表达ChatGPT对于其搜索、广告等业务带来的威胁与影响。 据The information报道，Anthropic向投资者表示，此前公司年收入一直在 1 亿美元左右，但由于与亚马逊深度合作，预计其2023年收入大幅增长，将达到2亿美元，月收入接近1700万美元；到2024年底，Anthropic 希望年收入将达到5亿美元，是Anthropic估值的1/200倍，远高于OpenAI的估值倍数。 （作者｜林志佳）

IT之家 10 月 6 日消息，麻省理工学院联合 Meta AI 的研究人员日前开发了一款名为 StreamingLLM 的框架，为大语言模型可能遇到的 RAM 与泛化问题提出了一系列解决方案，号称能够“让语言模型处理无限长度的文本内容”。 ▲ 图源 GitHub StreamingLLM 的研究重点，是想解决实现流式语言模型（Efficient Streaming Language Models，ESLM）的障碍，特别是“长时间互动的多轮对话场景”中可能出现的问题。 研究人员指出，这种流式语言模型主要存在两大挑战： 第一个挑战：在解码阶段，获取 token 的键（Key）值（Value）状态会消耗大量的 RAM。 第二个挑战：目前流行的大语言模型，难以泛化适用“超过训练序列长度”的长文本。 IT之家注意到，过去有许多研究试图解决上述挑战，像是“扩展注意力窗口”，让语言模型能够处理超出预训练序列长度的长文本；或是建立一个固定大小的活动窗口，只关注最近 token 的键值状态，确保 RAM 使用率和解码速度保持稳定，但若遇到“序列长度超过缓存大小”时，这个策略就会失效。 而当前流式语言模型最大的挑战是“如何不消耗过多 RAM 且不损害模型性能的前提下，处理长文本输入”。 StreamingLLM 对此采取的策略是“运用注意力下沉现象”，研究人员观察到，在自回归语言模型中，无论特定 token 和语言模型本身的相关性如何，如果对代 token 分配了大量的注意力。这些获得高度注意力的 token，就会表现出注意力下沉的现象，即便这些 token 在语义上不重要，但他们仍然获得模型强烈关注（即给予特定 token 内容大量注意力，从而获得模型大部分的关注，而这些特定 token 内容包含“下沉 token 的键值”，从而确保无论输入序列有多长，模型的注意力计算都能维持稳定）。 ▲ 图源 GitHub StreamingLLM 的重要贡献，在于其提出一个简单且高效的解决方案，使语言模型不需微调就可以处理无限长度的文本。从而解决当前语言模型在流式应用的困境。虽然未来流式语言模型势在必行，但由于 RAM 效率的限制，以及模型在处理长序列的性能问题，相关模型发展仍受到挑战。 经研究团队证实，StreamingLLM 能够让 Llama 2、MPT、Falcon 和 Pythia 可靠地处理高达 400 万 token 的文本，能够为流式语言模型提供更多部署方面的可能性。

IT之家 10 月 6 日消息，据外媒 Engadget、Wired 等报道，美国马里兰大学的一个研究小组对 AI 生成内容的“数字水印”技术可靠性进行研究，发现这一技术可被轻易破解。 该校计算机科学教授 Soheil Feizi 面对 AI 生成图像的水印现状时直言不讳：“目前我们没有任何可靠的水印技术，我们破解了所有的水印。” 在测试过程中，研究人员可轻松避开现有的水印方法，并发现在非 AI 生成的图像上添加“假水印”更为容易。同时，该团队还开发出了一种“几乎无法”从图像中去除的水印技术，且不会完全损害图像的知识产权。 而在加州大学圣巴巴拉分校和卡内基梅隆大学合作的一项类似研究中，研究人员发现通过“模拟攻击”，AI 生成图像的水印可被轻易去除：通过破坏性的调整亮度、对比度或压缩乃至旋转图像来去除，或通过建设性的高斯模糊等技术来去除。 据报道，AI 生成数字水印将成为一场与黑客之间的竞争。这种水印尽管肉眼不可见，但可以打击滥用 AI 生成的内容。 IT之家此前报道，美国政府曾在 7 月下旬宣布，已获得多家人工智能头部公司的自愿承诺，将对人工智能生成的内容加水印等措施，以帮助提高技术的安全性。 亚马逊、Anthropic、谷歌、Inflection、Meta、微软和 OpenAI 这七家公司都同意提高其系统的安全性和透明度，包括允许第三方专家对其模型进行审查。 在发给 TechRadar 的一份声明中，美国政府表示：“正在开发这些新兴技术的公司有责任确保其产品的安全。为了充分发挥人工智能的潜力，美国政府鼓励该行业坚持最高标准，以确保创新不会以牺牲美国人的权利和安全为代价。”

IT之家 10 月 6 日消息，消息源 @Tech_Reve 在 X（推特）平台上发布推文，表示三星内部正在筹备新的 ISOCELL HW 系列相机，配备 4.32 英寸像素的 1 英寸大底摄像头传感器。 消息源表示 ISOCELL HW1 将具有 1/1.05 英寸光圈、0.56μm 像素尺寸，分辨率可以达到 4.32 亿像素。 而 ISOCELL HW2 将会采用 1/1.07 英寸光圈、0.5μm 像素尺寸，分辨率同样为 4.32 亿像素。 @Tech_Reve 并未透露 ISOCELL HW 系列传感器的上市日期，IT之家注：在同一条推文中表示 Galaxy Z Fold 6 将会继续使用 GN3 传感器，而 Galaxy Z Fold 7 才会使用的 S5KHP5 传感器。

IT之家 10 月 6 日消息，SmartThings 是三星的智能家居平台。在今日凌晨举行的 SDC23 三星开发者大会上，官方分享了有关 SmartThings 平台的一些新消息。 三星透露，SmartThings 目前在全球拥有超过 2.9 亿用户，正在接近 3 亿用户的里程碑。 三星表示，SmartThings 的增长与该公司对联网家庭的愿景有很大关系。IT之家查询获悉，SmartThings 是三星愿景的核心，在 2022 年 SDC 上增加了对 Matter 通用标准的支持。SmartThings 不仅可以与其他品牌智能家居设备兼容，还可以让用户更容易地将 SmartThings 作为智能家居的核心。 随着 SmartThings 接近 3 亿的里程碑，三星宣布将改进 SmartThingsHome API，以便开发者可以轻松地为平台创建应用程序，让用户最大限度地提高设备的性能。 AI 与 SmartThings Context API 将一起被纳入该平台，为开发者提供利用 AI 的新功能，使他们构建的应用能够提供更积极主动的用户体验。

新智元报道 编辑：编辑部 MIT的两位学者发文力证：大语言模型能够理解世界！他们的工作表明，LLM不仅仅学习了表面的统计数据，还学习了包括空间和时间等基本维度的世界模型。 在大语言模型内部，是否有一个世界模型？ LLM是否具有空间感？并且在多个时空尺度上都是如此？ 最近，MIT的几位研究者发现，答案是肯定的！ 他们发现，在Llama-2-70B竟然能够描绘出研究人员真实世界的文字地图。 在空间表征上，研究者对世界各地数以万计的城市、地区和自然地标的名称运行了Llama-2模型。 他们在最后的token激活时训练了线性探测器，然后发现：Llama-2可以预测每个地方真实纬度和经度。 在时间表征上，研究者对过去3000年名人的名字、1950年以来的歌曲、电影和书籍的名称以及2010年代的《纽约时报》头条新闻运行了模型，并训练了线性探针（linear probe）成功预测到了名人的死亡年份、歌曲电影书籍的发布日期和新闻的出版日期。 总之，一切结论都显示：LLM不仅仅是随机鹦鹉——Llama-2包含世界的详细模型，毫不夸张地说，人类甚至在大语言模型中发现了一个「经度神经元」！ 这项工作一推出，立马获得热烈反响。作者在推上转发了论文的概要，不到15个小时阅读量就已超过140万！ 网友们纷纷惊呼：这项工作太了不起了！ 有人表示：在直觉上，这是合理的。因为大脑正是提炼了我们的物理世界，将其存储在生物网络中。当我们「看到」事物时，它们实际上就是我们的大脑在内部处理的投射。 令人难以置信的是，你们竟然能够对此进行建模！ 有人持相同观点，表示或许是我们试图模仿大脑的方式欺骗了造物主。 LLM不是随机鹦鹉 此前，许多人就这样猜想：大语言模型表现出的惊人能力，或许只是因为它学习了大量肤浅的统计数据集合，而并不是因为它是一个包含数据生成过程的连贯模型（也即世界模型）。 2021年，华盛顿大学语言学家Emily M. Bender发表了一篇论文，认为大型语言模型不过是「随机鹦鹉」（stochastic parrots）而已，它们并不理解真实世界，只是统计某个词语出现的概率，然后像鹦鹉一样随机产生看起来合理的字句。 由于神经网络的不可解释性，学术界也弄不清楚语言模型到底是不是随机鹦鹉，各方观点差异分歧极大。 由于缺乏广泛认可的测试，模型是否能「理解世界」也成为了哲学问题，而非科学问题。 然而MIT的研究者发现，LLM在多个尺度上都学习了空间和时间的线性表征，而这些表征对不同的提示变化具有稳健性，并且在不同的环境类型（如城市和地标）中具有统一性。 他们甚至发现，LLM还具有独立的「空间神经元」和「时间神经元」，可以可靠地编码空间和时间坐标。 也就是说，LLM绝不仅仅是学习了表面的统计数据，而是获得了关于空间和时间等基本维度的结构化知识。 总之，大语言模型能够理解世界。 LLM能理解空间和时间 在这篇论文中，研究人员提出了一个问题：LLM是否能通过数据集内容形成世界（以及时间）模型。 研究人员试图通过从LLM中提取真实的世界地图，来回答这个问题。 具体来说，研究人员构建了六个数据集，其中包含跨越多个时空维度的地点或事件名称以及相应的空间或时间坐标： 其中包括了世界范围内的地址，美国国内的地址和纽约市范围内的地址。 另外数据集还包括了不同的时间坐标： （1）历史人物的死亡年份 （2）过去 3000 年的历史 （3）20 世纪 50 年代以来艺术作品和娱乐节目的发布日期 （4）2010年至2020年新闻头条的发布日期 使用 Llama 2 系列模型，研究人员训练了线性回归探针（probe），研究了这些地点和事件在模型每一层的名称的内部激活，来预测它们的真实世界位置或时间。 这些探索性的实验揭示了模型在整个早期层中构建空间和时间表征的证据，然后在模型中点附近达到稳定状态（plateauing），这个过程的结果在较大的模型的表现始终优于较小的模型。 进一步，研究人员证明这些表征是 （1）线性的，因为非线性探针表现不佳 （2）对提示的变化能有很高的鲁棒性 （3）不同类型的概念之间是相似的（例如，城市和自然地标之间是相似的） 研究人员认为，对于这个结果的一种可能的解释是，模型仅学习了从地方到国家的映射，而探针实际上学习了这些不同群体在地理空间（或时间）上如何相关的全球地理结构。 为了研究这一点，研究人员进行了一系列稳健性检查，以了解探针如何在不同的数据分布上进行泛化以及在 PCA 组件上训练的探针如何执行。 研究人员的研究结果表明，探针记住了这些概念的「绝对位置」，但模型确实具有一些反映「相对定位」的表征。 换句话说，探针学习了从模型中的坐标到人类可解释坐标的映射。 最后，研究人员使用探针来寻找作为空间或时间函数激活的单个神经元，提供强有力的证据证明该模型确实使用了这些特征。 准备工作 为了进行调查，研究人员构建了六个实体名称（人物、地点、事件等）的数据集，其中还包括了它们各自的位置或发生的时间，每个数据集的规模大小不同。 对于每个数据集，研究人员包含多种类型的实体，例如城市等人口稠密的地方和湖泊等自然地标，以研究不同对象类型的统一表示。 此外，研究人员优化并且丰富了相关元数据（metadata），以便能够通过更详细的细分来分析数据，识别训练测试泄漏的来源。 位置信息 研究人员构建了世界、美国和纽约市的三个地名数据集。研究人员的世界数据集是根据 DBpedia Lehmann 等人查询的原始数据构建的。 进一步，研究人员囊括了人口稠密的位置、自然位置和结构性位置（例如建筑物或基础设施）。然后，研究人员将这些内容与维基百科文章进行匹配，并过滤掉三年内页面浏览量不低于5000次的实体。 研究人员的美国数据集包括了城市、县、邮政编码、大学、自然地点和结构的名称，其中人口稀少或查看位置类似地被过滤掉。 纽约市数据集包含城市内的学校、教堂、交通设施和公共住房等位置。 时间信息 研究人员的三个时间数据集包括 ： (1) 公元前 1000 年至公元 2000 年之间去世的历史人物的姓名和职业， (2) 使用维基百科页面浏览量过滤技术从DBpedia构建了包括1950年至 2020 年歌曲、电影和书籍的标题和作者； (3) 2010 年至 2020 年《纽约时报》新闻头条，来自撰写时事新闻的新闻栏目。 数据准备 研究人员所有的实验都是使用基础版的Llama 2系列模型展开的，涵盖 70 亿到 700 亿个参数。 对于每个数据集，研究人员通过模型运行每个实体名称，可能会在前面加上一个简短的提示，并将隐藏状态（残留流，residual stream）的激活（activation）保存在每层的最后一个实体token上。 对于一组n个实体，这会为每个层生成一个 激活数据集。 探针 为了寻找LLM中空间和时间表征的证据，研究人员使用标准探针技术。 它在网络激活（network activations）上拟合一个简单的模型，用来预测与标记输入数据相关的一些目标标签（target label）。特别是，给定激活数据集 A ∈ Rn×dmodel 和包含时间或二维纬度和经度坐标的目标 Y，研究人员拟合了线性岭回归探针（fit linear ridge regression probes）。 从而获得了线性探针： 对样本外数据的高预测性能表明基础模型在其表示中具有可线性解码的时间和空间信息，尽管这并不意味着该模型实际上使用了这些表征。 在所有实验中，研究人员在探针训练集上使用有效的留出交叉验证（efficient leave-out-out cross validation）来调整λ。 空间和时间的线性模型 存在性 研究人员首先研究这个实证问题：模型是否表征时间和空间？如果是这样，在模型内部的什么位置？表征质量是否会随着模型规模的变化而发生显著变化？ 在研究人员的第一个实验中，研究人员为每个空间和时间数据集的Llama 2-{7B, 13B, 70B} 的每一层训练了探针。 研究人员的主要结果下图所示，显示了跨数据集相当一致的模式。特别是，空间和时间特征都可以通过线性探针恢复。 随着模型规模的增加，这些表示会变得更加准确，并且在达到稳定状态之前，模型前半层的表示质量会平稳提高。 这些观察结果与事实回忆文献的结果一致，表明早期到中期的 MLP 层负责回忆有关事实主题的信息。 性能最差的数据集是纽约市数据集。考虑到大多数实体与其他数据集相比相对模糊，这是预料之中的。 然而，这也是最大模型具有最佳相对性能的数据集，其R几乎是较小模型的2倍，这表明足够大的LLM最终可以形成各个城市的详细空间模型。 线性表征 在可解释性的文献中，越来越多的证据支持线性表征假设——神经网络中的特征是线性表示的。 也就是说，可以通过将相关激活投影到某个特征向量来读出特征的存在或强度。然而，这些结果几乎总是针对二元或分类特征，与空间或时间的自然连续特征不同。 为了测试空间和时间特征是否以线性方式表示，研究人员将线性岭回归探针（linear ridge regression probes）的性能与更具表现力的非线性MLP （ more expressive nonlinear MLP）的性能进行了比较。 结果如下，表明对于任何数据集或模型，使用非线性探针对 R 的改进微乎其微。 研究人员将此作为强有力的证据，证明空间和时间也可以线性表示（或者至少是线性可解码的），尽管它们是连续的。 对提示词的敏感性 另一个很显然的问题是，这些空间或时间特征是否对提示词敏感，即上下文能否诱发或抑制对这些事实的回忆？ 直观地，对于任何实体token，自回归模型都会被激励来生成适合解决任何未来可能的上下文或问题的表征。 为了研究这个问题，研究人员创建了新的激活数据集，其中研究人员按照几个基本主题为每个实体标记添加了不同的提示。在所有情况下，研究人员都包含了一个「空」提示，除了实体token（以及序列token的开头）之外不包含任何内容。 然后，研究人员添加一个提示，要求模型回忆相关事实，例如「<位置>的经纬度是多少？」或「<书> 的发行日期是哪一天？」 对于美国和纽约市的数据集，研究人员还包含这些提示的版本，询问该位置位于美国或纽约市的哪个位置，以消除常见地点名称的歧义（例如市政厅）。 作为基线，研究人员包括 10 个随机token的提示（针对每个实体进行采样）。为了确定研究人员是否可以混淆主题，对于某些数据集，研究人员将所有实体的名称完全大写。 最后，对于标题数据集，研究人员尝试探测最后一个token和附加到标题的句号token。 上图是70B模型的结果，下图是所有模型的结果。 研究人员发现，明确提示模型输入信息，或者给出消歧提示，例如某个地方位于美国或纽约市，对性能几乎没有影响。然而，研究人员对随机干扰token降低性能的程度感到惊讶。 将实体名称大写也会降低性能，尽管不那么严重且不也不太出乎意料，因为这可能会干扰实体的「去token化」。 显著提高性能的一项修改是对标题后面的句号token进行探测，表明句号包含了结尾的句子的一些摘要信息。 鲁棒性检测 上一节已经表明，不同类型的事件或地点的真实时间或空间点可以从LLM中后期层的内部激活中线性恢复。 然而，这并不意味着模型是否（或如何）实际上使用了由探针学习到的特征方向，因为探针本身可以学习模型实际使用的更简单特征的一些线性组合。 通过泛化进行验证 为了说明研究人员的结果的潜在问题，考虑表示完整世界地图的任务。 如果模型如研究人员所期望的那样，「在X 国」具有几乎正交的二元特征，然后可以通过将每个国家的这些正交特征向量相加来构建高质量的纬度（经度）探针，其系数等于该国家/地区的纬度（经度）那个国家。 假设一个地方仅位于一个国家，这样的探测会将每个实体置于其国家质心。 然而，在这种情况下，模型实际上并不代表空间，仅代表国家成员资格，并且它只是从显式监督中学习不同国家几何形状的探针。 为了更好地区分这些情况，研究人员分析了探针在提供特定数据块时如何泛化。 特别是，研究人员训练了一系列探针，对于每个探针，研究人员分别提供世界、美国、纽约市、历史人物、娱乐和头条新闻数据集的一个国家、州、行政区、世纪、十年或年份。 然后研究人员评估对保留的数据块的探测。在上表中，研究人员报告了完全保留时数据块的平均邻近误差，与默认训练-测试分割中该块的测试点的误差（对所有保留块进行平均）进行比较。 研究人员发现，虽然泛化性能受到影响，特别是对于空间数据集，但它明显优于随机数据集。通过绘制下图中所标注的州或国家的预测，一幅更清晰的图样就这样出现了。 世界范围 也就是说，探针通过将点放置在正确的相对位置（通过真实质心和预测质心之间的角度测量）而不是绝对位置来正确地进行概括。 研究人员将此视为微弱的证据，表明探针正在通过模型提取显式学习的特征，但正在记住从模型坐标到人类坐标的转换。 然而，这并不能完全排除潜在的二元特征假设，因为可能存在不遵循国家或十年边界的此类特征的层次结构。 跨实体泛化 到目前为止，研究人员的讨论中隐含的主张是，该模型以统一的方式表示不同类型实体（如城市或自然地标）的空间或时间坐标。 然而，与纬度探测可能是隶属特征的加权和（ be a weighted sum of membership features）类似，纬度探测也可以是城市纬度和自然地标纬度的不同（正交）方向的总和。 与上面类似，研究人员通过训练一系列探针来区分这些假设，其中执行训练测试分割以保留特定实体类的所有点如下表所示，了邻近度与保留时相比，默认测试拆分中的实体的误差，如之前对所有此类拆分进行平均。 结果表明，探针在很大程度上概括了实体类型，只有娱乐数据集除外。 空间和时间神经元 虽然之前的这些结果很有启发性，但没任何证据直接表明模型使用了探针学习到的特征。 为解决这个问题，研究人员搜索了具有输入或输出权重的单个神经元，这些权重与学习的探测方向具有高余弦相似性。 也就是说，研究人员寻找的神经元，其读取或写入的方向与探针学习到的方向相似。 他们发现，将激活数据集投射到最相似神经元的权重上时，这些神经元确实对实体在空间或时间上的真实位置高度敏感。 也就是说，模型中存在个别神经元，它们本身就是具有相当预测能力的特征探针。 此外，这些神经元对数据集中的所有实体类型都很敏感，这就更加表明了，这些表征是统一的。 如果说，在显式监督下训练的探针，是模型表示这些空间和时间特征程度的近似上限，那么单个神经元的表现就是下限。 特别是，学者们通常认为特征是叠加分布的，这使得单个神经元的分析水平是错误的 。 尽管如此，这些单个神经元的存在（除了下一个token预测之外，它们没有接受任何监督）依然是强有力的证据，证明模型学习并使用了空间和时间的特征。 奥赛罗GPT证明LLM理解世界，获吴恩达力赞 启发MIT研究者最直接的灵感，就是此前对深度学习系统在多大程度上形成数据生成过程的可解释模型的研究。 而最有力、最清晰的演示，无疑就来自在国际象棋和奥赛罗游戏上训练的GPT模型了——这些模型对于棋盘和游戏状态都有明确的表征。 今年2月，来自哈佛大学、麻省理工学院的研究人员共同发表了一项新研究Othello-GPT，在简单的棋盘游戏中验证了内部表征的有效性。 他们认为语言模型的内部确实建立了一个世界模型，而不只是单纯的记忆或是统计，不过其能力来源还不清楚。 实验过程非常简单，在没有任何奥赛罗规则先验知识的情况下，研究人员发现模型能够以非常高的准确率预测出合法的移动操作，捕捉棋盘的状态。 吴恩达在「来信」栏目中对该研究表示高度认可，他认为基于该研究，有理由相信大型语言模型构建出了足够复杂的世界模型，在某种程度上来说，确实理解了世界。 棋盘世界模型 如果把棋盘想象成一个简单的「世界」，并要求模型在对局中不断决策，就可以初步测试出序列模型是否能够学习到世界表征。 研究人员选择一个简单的黑白棋游戏奥赛罗（Othllo）作为实验平台，其规则是—— 在8*8棋盘的中心位置，先放入四个棋子，黑白各两个；然后双方轮流下子，在直线或斜线方向，己方两子之间的所有敌子（不能包含空格）全部变为己子（称为吃子），每次落子必须有吃子；最后棋盘全部占满，子多者为胜。 相比国际象棋来说，奥赛罗的规则简单得多；同时棋类游戏的搜索空间足够大，模型无法通过记忆完成序列生成，所以很适合测试模型的世界表征学习能力。 Othello语言模型 研究人员首先训练了一个GPT变体版语言模型（Othello-GPT），将游戏脚本（玩家做出的一系列棋子移动操作）输入到模型中，但模型没有关于游戏及相关规则的先验知识。 模型也没有被明确训练以追求策略提升、赢得对局等，只是在生成合法奥赛罗移动操作时准确率比较高。 数据集 研究人员使用了两组训练数据： 锦标赛（Championship）更关注数据质量，主要是从两个奥赛罗锦标赛中专业的人类玩家采用的、更具战略思考的移动步骤，但分别只收集到7605个和132921个游戏样本，两个数据集合并后以8：2的比例随机分成训练集（2000万个样本）和验证集（379.6万个）。 合成（Synthetic）更关注数据的规模，由随机的、合法的移动操作组成，数据分布不同于锦标赛数据集，而是均匀地从奥赛罗游戏树上采样获得，其中2000万个样本用于训练，379.6万个样本用于验证。 每场游戏的描述由一串token组成，词表大小为60（8*8-4）。 模型和训练 模型的架构为8层GPT模型，具有8个头，隐藏维度为512。 模型的权重完全随机初始化，包括word embedding层，虽然表示棋盘位置的词表内存在几何关系（如C4低于B4），但这种归纳偏置并没有明确表示出来，而是留给模型学习。 预测合法移动 模型的主要评估指标就是模型预测的移动操作是否符合奥赛罗的规则。 在合成数据集上训练的Othello-GPT错误率为0.01%，在锦标赛数据集上的错误率为5.17%，相比之下，未经训练的Othello-GPT的错误率为93.29%，也就是说这两个数据集都一定程度上让模型学会了游戏规则。 一个可能的解释是，模型记住了奥赛罗游戏的所有移动操作。 为了验证这个猜想，研究人员合成了一个新的数据集：在每场比赛开始时，奥赛罗有四种可能的开局棋位置（C5、D6、E3和F4），将所有C5开局的走法移除后作为训练集，再将C5开局的数据作为测试，也就是移除了近1/4的博弈树，结果发现模型错误率仍然只有0.02%。 所以Othello-GPT的高性能并不是因为记忆，因为测试数据是训练过程中完全没见过的，那到底是什么让模型成功预测？ 探索内部表征 一个常用的神经网络内部表征探测工具就是探针（probe），每个探针是一个分类器或回归器，其输入由网络的内部激活组成，并经过训练以预测感兴趣的特征。 在这个任务中，为了检测Othello-GPT的内部激活是否包含当前棋盘状态的表征，输入移动序列后，用内部激活向量对下一个移动步骤进行预测。 当使用线性探针时，训练后的Othello-GPT内部表征只比随机猜测的准确率高了一点点。 当使用非线性探针（两层MLP）时，错误率大幅下降，证明了棋盘状态并不是以一种简单的方式存储在网络激活中。 干预实验 为了确定模型预测和涌现世界表征之间的因果关系，即棋盘状态是否确实影响了网络的预测结果，研究人员进行了一组干预（intervention）试验，并测量由此产生的影响程度。 给定来自Othello-GPT的一组激活，用探针预测棋盘状态，记录相关联的移动预测，然后修改激活，让探针预测更新的棋盘状态。 干预操作包括将某个位置的棋子从白色变成黑色等，一个小的修改就会导致模型结果发现内部表征能够可靠地完成预测，即内部表征与模型预测之间存在因果影响。 可视化 除了干预实验验证内部表征的有效性外，研究人员还将预测结果可视化，比如说对于棋盘上的每个棋子，可以询问模型如果用干预技术将该棋子改变，模型的预测结果将如何变化，对应预测结果的显著性。 可以看到，在合成和锦标赛数据集上训练的Othello-GPTs的top1预测的潜显著性图中都展现出了清晰的模式。 总之，从哈佛和MIT的这项研究中可以看出，大语言模型的确理解了世界，无怪乎会得到吴恩达的赞赏了。 GPT-4只是AGI的火花？LLM终将退场，世界模型才是未来 为什么「世界模型」如此吸引人？ 这正是因为，人工智能的终极形态和发展的最终目标——通用人工智能（AGI），一个「能够理解世界的模型」，而不仅仅是「描述世界的模型」。 1931 年，Kurt Gödel发表了不完备性定理。 Gödel定理表明，即使是数学也无法最终证明一切——人类始终会有无法证明的事实——而量子理论则说明，研究人员的世界缺乏确定性，使研究人员无法预测某些事件，例如电子的速度和位置。 尽管爱因斯坦曾表达过「上帝不会与宇宙玩骰子」这一著名的观点，但从本质上讲，仅仅在预测或理解物理中的事物时，人类的局限性就已经体现得淋漓尽致。 在「How We Learn」一书中，学者Stanislas Dehaene将学习定义为 「形成世界模型的过程」。 2016年，AlphaGo在围棋比赛中以 4 比 1 的大比分击败世界冠军李世石。 然而，它缺乏人类那种识别不常见战术，并做出相应调整的能力。因此，它仅仅是一种弱人工智能。 而研究人员所需的AGI，是一个与经验一致且能做到准确预测的世界模型。 4月13日，OpenAI的合作伙伴微软发布了一篇论文「Sparks of Artificial General Intelligence:Early experiments with GPT-4」（通用人工智能的火花：GPT-4的早期实验）。 其中提到： GPT-4不仅掌握了语言，还能解决涵盖数学、编码、视觉、医学、法律、心理学等领域的前沿任务，且不需要人为增加任何的特殊提示。 并且在所有上述任务中，GPT-4的性能水平都几乎与人类水平相当。基于GPT-4功能的广度和深度，研究人员相信它可以合理地被视为通用人工智能的近乎但不完全的版本。 然而，就如同诸多专家所批评的，错误地将性能等同于能力，意味着GPT-4生成的是对世界的摘要性描述认为是对真实世界的理解。 现在的大多数模型仅接受文本训练，不具备在现实世界中说话、听声、嗅闻以及生活行动的能力。 就仿佛柏拉图的洞穴寓言，生活在洞穴中的人只能看到墙上的影子，而不能认识到事物的真实存在。 而无论是哈佛和MIT 2月的研究，还是今天的这篇论文，都指出了大语言模型的确在一定程度上能够理解世界，而并不仅仅是保证自己在语法上的正确。 仅仅是这些可能性，已经足够令人振奋

腾讯RobticsX机器人实验室一号员工创业的仿生机器人项目，刚刚浮出水面。 量子位获悉，其创业公司名为星尘智能，主打项目是以轮式为底盘、以人形为上身的一体化设计仿生机器人。 从特斯拉擎天柱亮相开始，爆火的风还是吹到了机器人赛道。过去一年里，轮式机器人早已不算新鲜，人形机器人赛道更是玩家频现。 但轮式底盘+人形上半身的融合，在业内不算特别多见。 这个仿生机器人项目背后的创始人兼CEO，来杰，正是腾讯RoboticsX机器人实验室的一号员工。 轮式底盘+人形上身，面向科研场景 据悉，星尘智能所打造的仿生机器人项目，主要面向场景是科研等。 这就能部分解释为什么选择以“轮式底盘+人形上身”的形态打造项目产品——轮式底盘，不影响科研场景的现有工作流；而人形上身有更高的仿真性能，比单纯与机械臂组合有更高的操作自由度。 公开资料显示，星尘智能在这一波机器人热潮的入场时间并不算晚，公司成立于去年年底12月。 星尘智能创始核心团队共6人，都出自腾讯RobticsX。 来杰，星尘智能创始人兼CEO，本科在西安电子科技大学就读，后在五邑大学攻读智能系统硕士学位。2012年至2014年期间，他任职香港理工大学助理研究员。 2014年，来杰走出学界，停靠的第一站是百度，加入了小度机器人研发团队。后来，他担任了百度小度机器人团队负责人。 2018年，腾讯RoboticsX机器人实验室成立，与AI Lab一同成为腾讯AI产业的两个支撑部门。当年来杰就以RoboticsX一号员工的身份，从百度转投腾讯门下。 公开资料显示，这一阶段，来杰负责嵌入式和软件方向，管自平衡轮式机器人和轮腿式机器人两个项目（RoboticsX迄今为止共发布过4个项目，分别为自平衡轮式机器人、轮腿式机器人、多模态四组机器人、触觉执行器）。 而星尘智能目前曝光的另一名联合创始人，是戴媛。 她在伊利诺伊大学香槟分校获得学士学位，后在UCLA拿下博士学位。与来杰相同，她也是2018年时就加入了刚刚成立的RoboticsX。 量子位得知，星尘智能核心创始团队组团与老东家作别，就是想要对机器人项目进行商业化。 市场消息称，该公司今年的主要目标，是与头部AI公司合作，在年内推出原型机；而后在明年商业化落地，具体领域瞄准商用立体清洁、新零售和分拣等。 较为迅速的进展和计划，与一年来机器人赛道有目共睹的卷生卷死不无关系。 市场对柔性生产需求的外部驱动，技术本身，如人工智能、传感器、控制技术的不断发展，加上硬件设备的突破，方方面面都使得不同领域对机器人关注和期待与日俱增。 尤其在今年8月，先是世界机器人大会诸多厂家实机亮相，而后百万粉丝的稚晖君创业具身智能官宣，旁观者、资本市场等聚焦在这个领域的目光更加灼热。 更多的技术人员也察觉到了技术爆发期机会的到来，并蠢蠢欲动。 这一点从近期曝光的诸多机器人创业项目数量就可见一斑。 最新消息是，除了星尘智能外，还有一两个同样有腾讯RoboticX背景的创业项目，在近期的市场上颇受关注。与此同时，备受关注的清华叉院也有多个人形机器人/具身智能新项目，相继低调孵化中。

划重点： 1、美国科技大亨约翰逊花费400万美元开发了寿命延长系统，医生可利用相关数据制定健康方案，降低所谓的“生物年龄”。 2、按照蓝图系统制定的方案，约翰逊每天需要服用111粒药丸，戴上可以向头皮发射红光的棒球帽，收集自己的粪便样本，他绝不做加速衰老的事情。 3、现年46岁的约翰逊希望身体能像18岁那样棒，最大摄氧量在18岁年轻人中可排入前1.5%。他的骨骼相当于30岁时，心脏相当于37岁时。 4、约翰逊认为，将身体的管理外包给算法是人类与人工智能“结盟”的最终形式，这是一个不可避免的、由人工智能主导的未来。 5、专家表示，未来人类寿命变得更长肯定是可能的，但永生却不太现实，现在也绝对没有技术表明我们正朝着这个方向发展。 在美国加州威尼斯一个整洁的小社区里，有一排十分矮小的房子，里面住着各种各样的普通人，他们和朋友一起吃披萨，吹灭生日蛋糕上的蜡烛，晚上看电视。在这条街的中间，有一个巨大的“黑色现代盒子”。布赖恩·约翰逊(Bryan Johnson)正在这里研究他所谓的“智人历史上最重要的革命”。 现年46岁的约翰逊是一位科技企业家，过去三年的大部分时间里，他都在追求一个目标——永生不死。在此期间，他花费了400多万美元开发了名为“蓝图”(Blueprint)的寿命延长系统。在这个系统中，他把涉及身体的每一个决定都外包给专业的医生团队，后者利用数据制定严格的健康方案，以降低约翰逊所说的“生物年龄”。 “蓝图”系统包括每天服用111粒药丸，戴上可以向头皮发射红光的棒球帽，收集自己的粪便样本，睡觉时监测夜间勃起情况的装置等。约翰逊认为，任何加速衰老的行为都是一种无法容忍的“暴力行为”，比如吃饼干，或者睡眠不足8小时等。 约翰逊并不是唯一一个试图战胜时间的超级富豪。亚马逊创始人杰夫·贝索斯（Jeff Bezos）和天使投资人彼得·蒂尔（Peter Thiel）都是Unity Biotechnology的早期投资者，这家公司致力于开发减缓或逆转与衰老相关疾病的疗法。 01 死亡并非不可避免，而是可以选择 优秀运动员通常会采用各种疗法来保持身体年轻，从高压氧和冷冻治疗室到“恢复睡衣”等。 但约翰逊的追求不仅仅是保持休息或保持肌肉张力，而是把他的整个身体交给一个抗衰老算法。他认为死亡是可以选择的，而他打算永远不做出选择。 外包对自己身体的管理权限意味着要击败约翰逊所说的“流氓思想”，比如想在晚餐后吃冰淇淋，或者在凌晨1点进行性生活，亦或者是和朋友喝啤酒等。目标是让他46岁的身体看起来18岁一样。约翰逊说，医生汇编的数据表明，蓝图系统迄今为止帮助46岁的他获得了30岁时的骨骼和37岁时的心脏。约翰逊说， 这个实验已经证明，一个称职的系统在管理自我方面比人类更好。他还说，这一突破“重新定义了人类的意义”。 今年8月份，记者夏洛特·艾特(Charlotte Alter)前往约翰逊家中采访，她并不是真的想知道约翰逊精心设计的对抗衰老策略是否真的有效。相反，她花了三天时间观察约翰逊，以了解由算法控制的生活究竟是什么样的，以及“人类的下一次进化”是否会保留任何真正的人性。如果像约翰逊那样的生活意味着你可以长生不老，这真的值得吗? 凯特·托洛（Kate Tolo）打开约翰逊家的门，欢迎艾特进去。27岁的托洛是一名来自澳大利亚的时尚策略师，也是约翰逊的首席营销官和最忠实的信徒。两个月前，她成为除约翰逊之外第一个承诺使用蓝图系统的人，这使她成为蓝图如何在女性身体上发挥作用的第一个测试者。托洛被称为“蓝图XX”。 房子很漂亮，显得十分整洁，从地板到天花板的窗户可以看到游泳池和外面郁郁葱葱的绿色植物。这不禁让人想起了丛林中的苹果店。托洛给艾特一小碗特殊的巧克力，这是专门定制的，没有加糖，且去除了重金属，只来自多酚含量高的地区，但尝起来味道不太好。 托洛还给艾特做了一种果汁状的混合物，里面含有小球藻粉、亚精胺、氨基复合物、肌酸、胶原蛋白肽、可可黄烷醇和锡兰肉桂等。托洛和约翰逊称它为绿巨人，但它看起来几乎是黑色的，就像石油泄漏后鸭子身上洗下来的东西。艾特试着喝了一小口，尝起来像活力饮料，但就像掺了沙子。 约翰逊走进房间，穿着绿色T恤和白色小短裤。他拥有18岁的身体和一张花了数亿美元保养试图看起来像18岁的脸。约翰逊的皮肤苍白而有光泽，部分原因是他做了多次激光治疗，部分原因则是他全身没有毛发。约翰逊说，他头上的头发“没有染过”，但他确实使用了一种“逆转白发的混合物”，其中包括一种“草药提取物”，可以把头发染成深棕色。 第二天，约翰逊带着艾特一步步完成了早上的例行公事。他在凌晨4点53分醒来，但大部分日常工作都推迟了，直到艾特早上7点开始观察他。他的卧室里几乎什么都没有:没有照片，没有书，没有电视，没有装水的杯子，没有手机充电器，没有堆满试过一次的衣服的椅子，没有他打算收起来的干洗衣物，没有毛巾，没有镜子，什么都没有。他说：“我只睡在这里，没有工作，就没有阅读。” 除了他的床，房间里只有两件东西：一个是他用来生长胶原蛋白和减少皱纹的激光面罩，另一个是他睡觉时用来测量夜间勃起情况的装置。约翰逊说:“我每晚平均有2小时12分钟的勃起时间。对于18岁的人来说，这将是3小时30分钟。”他说，夜间勃起是“性功能的生理年龄标志”，这也对心血管健康有影响。 约翰逊醒来后取下仪器，他会用特殊的称测量体重，这个秤使用“电阻抗”来测量他的体重、身体质量指数、水合水平、体脂以及一种叫做“脉搏波速度”的东西，他解释了这个词，称“我属于理想肌肉脂肪的前1%。” 然后，约翰逊打开他的光疗灯(模仿阳光照射)两到三分钟，以重新调整他的昼夜节律。他通过测量内耳温度来监测身体的变化，并开始服用两片铁蛋白来增加体内的铁含量，同时服用一些维生素C。他洗脸，用面霜防止皱纹，戴上激光面罩五分钟，红色和蓝色的光旨在刺激胶原蛋白的生长。到这个时候，通常是早上6点左右，约翰逊下楼开始他的一天生活。 蓝图补充养生法被安排在约翰逊的厨房柜台上，从左到右排列。他开始用眼药水治疗他的白内障，然后用一个小振动装置对他的鼻子一侧刺激神经，这显然有助于他的眼睛产生眼泪。约翰逊制造了他的“绿巨人”，然后开始服用更多的药片，一边喝着深绿色的污泥。“这是我的身体所需要的，”他说。至于咖啡，尽管约翰逊很喜欢，但那对他来说“是一种令人上瘾的升级毒品”。 与此同时，他开始做些特殊的练习来增加握力。然后，他前往家里的健身房，开始长达一个小时的例行锻炼。这些锻炼与普通健身没有太大区别，但他每周七天都这样做，而且还增加了每周三天的高强度锻炼。偶尔，在这些高强度的训练中，他会戴上塑料口罩来测量自己的最大摄氧量，即体育锻炼期间的最大耗氧量。约翰逊的最大摄氧量在18岁年轻人中可排入前1.5%。 锻炼结束后，约翰逊吃了蒸蔬菜和扁豆，它们被混合起来成糊状。约翰逊和托洛不把他们的三餐称为“早餐”、“午餐”或“晚餐”，而是称为“第一餐”、“第二餐”等等。这是他们的第一餐，艾特吃了“坚果布丁”，是用澳洲坚果牛奶、磨碎的澳洲坚果和核桃、奇亚籽、亚麻籽、巴西坚果、向日葵卵磷脂、锡兰肉桂和石榴汁做成的。它是铅笔橡皮擦的颜色，但如果你喜欢素食酸奶的话，它们没有太大区别。 约翰逊坚持认为，这一切都是为了比健美和保持青春焕发更重要的事情。他说：“大多数人认为死亡是不可避免的，我们基本上只是在试图延长我们死前的时间。然而，我认为这种情况可以改变。” 02 永生不死受到质疑，更在乎25世纪人怎么看他 专家们对此表示强烈反对。南加州大学伦纳德·戴维斯老年学学院院长平查斯·科恩博士（Pinchas Cohen）说：“死亡不是可选择的，它已经写进了我们的基因。”科恩强调，未来人类寿命变得更长肯定是可能的：在20世纪，人类的预期寿命从50岁左右上升到80多岁，但永生却不太可能，“现在也绝对没有技术表明我们正朝着这个方向发展”。 巴克衰老研究所首席执行官埃里克·韦尔丁博士（Eric Verdin）补充道：“如果你想长生不老，你应该去教堂祈祷。如果我相信这是可能的，哪怕只有一点点，我都会兴奋到死。但这显然是白日梦。”韦尔丁不仅怀疑约翰逊声称其可以长生不死，还对其声称完全逆转衰老的说法持怀疑态度。 韦尔丁说：“他声称要让一切都透明，但作为一名科学家，真的不可能理解他用来评估自己年龄的工具。”他补充说，巴克研究所曾希望与约翰逊合作进行一些研究，但从未得到回复。约翰逊对与独立科学家合作缺乏兴趣，这让韦尔丁更加怀疑。他说:“我认为，如果他想让我们所有人相信他所做的事情是正确的，那么他就必须接受同行们的挑战。” 有些科学家确实认为，有限的逆转衰老确实是可能的。在一项仍有争议的工作中，哈佛医学院的研究人员声称，他们已经使年老的老鼠恢复了活力，目前正在测试人类皮肤和眼睛细胞的衰老时钟是否可以逆转。但这些实验是根据既定的科学惯例进行的。相比之下，约翰逊把自己当成了人类小白鼠，同时接受了几乎所有与年龄有关的治疗方法，看看哪些能奏效。 医学专业人士不仅仅对蓝图系统实现永生的能力持怀疑态度，他们甚至不相信约翰逊的日常生活是特别健康的。纽约市阿尔伯特·爱因斯坦医学院老龄化研究所所长尼尔·巴兹莱(Nir Barzilai)博士今年5月在健康与寿命研究学院的年度静思会上会见了约翰逊。巴兹莱回忆说，当约翰逊出现时，在场的医生都很担心。他看上去很不舒服，脸色苍白。此外，巴兹莱对约翰逊缺乏脂肪的程度感到震惊，因为脂肪在身体中扮演着重要的角色。所有医学博士都一致认为，约翰娜寻看起来不是很好。 巴兹莱也对约翰逊同时服用这么多补充剂和治疗方法持保留态度，他警告说：“这些药片可能会以某种危险的方式相互作用。他的所作所为还没有被证明是安全的，因为他正在接受的一些治疗实际上是相互矛盾的。医生通常一次只会研究一种药物的效果，而不是一次服用100多种药物的累积效果。即使这对约翰逊有用，你怎么知道对所有人都有用？蓝图不是我们作为科学家或医生可以接受的实验”。 约翰逊没有让他自己的医生接受采访，也没有提供有关其团队的细节。但他打算把蓝图系统带给大众。约翰逊把他所有的生物测量数据都放到了网上，从他的静息心率到他的斑块指数，再到用“小肠相机”拍摄的肠道图像。他在YouTube上关于锻炼养生和治疗实验的视频已经被数百万人观看。 托洛说，在最初的五个月里，大约有18万人订阅了约翰逊的通讯。蓝图系统的第一款商业产品在其网站上出售，据称是一种能降低胆固醇的橄榄油，装在一个黑盒子里。盒子上印着约翰逊的一张红灯照片，以及“建立你的自主自我”的标语。约翰逊的日常饮食中有15%是这种橄榄油，两瓶25盎司的售价为75美元。托洛说，如今已经卖光。 当约翰逊、托洛以及艾特坐在他那张巨大的铁锈色沙发上吃“第一餐”时，约翰逊指了指摆满传记的书架，包括本·富兰克林(Ben Franklin)、哈里·杜鲁门(Harry Truman)、温斯顿·丘吉尔(Winston Churchill)以及拿破仑(Napoleon)。他说：“我与25世纪的关系将远比与21世纪的关系更密切，我真的不在乎我们那个时代、那个地方的人怎么看我，但我真的很在乎25世纪的人怎么想。” 03 利用AI管理身体，与AI共存需牺牲部分人性 他说，人工智能“显然是银河系这个时期最重要的事件”，“人类对人工智能的对应反应是什么?”考虑到即将到来的人工智能革命，约翰逊认为，将身体的管理外包给算法是人类与人工智能“结盟”的最终形式。如果从市场营销到法律研究再到零售的一切都将很快被算法优化，那么为什么算法不能同样运行我们的身体呢？约翰逊认为，身体的自动化是一种进化适应，他认为这是一个不可避免的、由人工智能主导的未来。 但在艾特看来，所有这些关于历史广度、技术进步以及定制巧克力的好处的讨论，似乎都遗漏了一些东西。人类不只是大脑和肉组成，难道就没有其他一些不可言喻的因素？看着蹒跚学步的孩子在湖中玩耍的感觉，和女朋友在电影院吃爆米花的喜悦，失去家人的悲伤，丢失耳环的沮丧？当然，生活中肯定还有更多东西。 约翰逊似乎不这么看，他说:“无论我们是在谈论恋爱还是去看棒球比赛，你都在谈论身体的生化状态。你可以把所有东西都去掉，然后说，‘我的身体正在经历这种电活动和这种荷尔蒙。我们对存在意味着什么有一大堆的想法，我们对什么是幸福和其他事情也有很多想法。我们正在走向一个我们无法控制的未来。这意味着，我们愿意脱离所有的人类习俗，包括一切哲学，一切伦理，一切道德，一切幸福。” 艾特尝试了另一种方法，即假设约翰逊真能实现长生不老，结果会怎样？也就是说，他将比地球上所有他认识的人都长寿。他会看着自己的孩子、孙子和所有的朋友一一死去。那会是什么感觉？没有你爱的人的生活值得活下去吗? 约翰逊回答说，这个问题让他想起了高中毕业前的“高三之夜”。他说：“我们互相道别，我们在一起这么多年了，我们可能不会再见面了！在人生的每个阶段，我们都会经历人际关系和新经历的过渡状态。在每个阶段，你当然都可以提出这个问题，因为情况会发生变化。继续下去值得吗?” 艾特觉得用这种方式来回答一个关于看着自己的孩子死去的问题很奇怪，但她转向托洛，后者正在沙发的另一个角落默默地吃着她的坚果布丁。艾特问她，眼看着她爱的人比她先死去，她怎么想？托洛似乎没有考虑过这个问题，她说：“希望他们不会，我真的希望尽可能多的人能踏上这段旅程。” 约翰逊插话说：“我认为你的问题反映了21世纪智人的想法。基本假设是，他们大约有70年的寿命。这就是他们的出发点:我很快就要死了，而我对此无能为力。所以我在这个时间窗口中进行优化：如果你改变了寿命期限，死亡不再是不可避免的，那么之前的思维模式也都将不再有效。” 约翰逊似乎在暗示，人类要想在人工智能的未来生存下去，可能需要首先牺牲一部分使自己成为人类的东西。这不禁让人想起了1975年出版的儿童小说《永恒的塔克家族》(Tuck eternal)，讲述的是一个永生的家庭，他们无法变老，因此与世界隔绝，他们每个人都只能独孤地过着漂泊的生活。 离开约翰逊的家后，艾特开车去了玛丽安德尔湾的双树酒店。前台的女服务员递给她一块巧克力饼干，就像他们通常在双树酒店做的那样。这不仅让艾特想起了与约翰逊的相处经历，这种暴力行为会加速她的死亡吗？艾特把饼干扔在柜台上，带上蓝图系统认可的晚餐回到了自己的房间，包括蒸西兰花、花椰菜和小扁豆，加上75美元的橄榄油，完全没有任何调味剂。 04 成立基金投资生物学技术，怕死不敢开快车 约翰逊并非生来如此。他在犹他州的一个摩门教社区长大，祖父拥有一个养马的农场。约翰逊和他的四个兄弟姐妹大部分时间都在户外，帮助收割苜蓿和玉米。约翰逊曾在厄瓜多尔传教，后来去了杨百翰大学，接着又去了芝加哥大学商学院。他结了婚，生有三个孩子，并于2007年创立了支付处理公司Braintree。五年后，Braintree收购了Venmo。2013年，合并后的公司以大约8亿美元的价格被卖给了PayPal，约翰逊赚了3亿多美元。 尽管在经济上取得了成功，但约翰逊回忆说这是一段痛苦的时期。他称自己在2004年陷入了深度抑郁，并持续了10年之久。在抚养三个年幼的孩子的同时，他还在建立自己的公司，这让他不堪重负。药物和治疗都不起作用，他超重了35公斤，感觉痛苦不堪。 卖掉公司不到一年，约翰逊就结束了婚姻，离开了摩门教。2014年，他投入1亿美元成立了OS基金，并投资于约翰逊所说的“可编程物理世界”的公司。这个术语是指那些利用人工智能和机器学习开发治疗、诊断和合成生物学新技术的公司。2016年，约翰逊创立了神经技术公司Kernel，该公司使用专门设计的头盔来测量大脑活动。它的目标是在早期阶段发现认知障碍。目前，这家公司正在寻找精神疾病的生物标志物。当然，这项技术还有个额外好处，可用来测量大脑年龄。 在接受艾特采访当天，他们还开车去约翰逊公司的办公室，那里距离约翰逊的家大约20分钟的路程。尽管约翰逊的人生使命是“永生不死”，但他仍然开着电动奥迪在洛杉矶转悠，只是速度非常慢。在他开出车道之前，他对自己说了一句开车前的口头禅：“开车是我们做的最危险的事情。”约翰逊意识到，他对永生的专注可能会让意外死亡变得有些尴尬，“还有什么比我被公交车撞死更具有讽刺意味的呢？” 在Kernel的开放式办公室里，艾特被带进了一个小房间，一名技术人员给她戴上了一个看起来像滑雪头盔的东西，里面有几十个圆形探头。艾特被要求坐下来观看一个屏幕保护程序式的视频，视频中柔软的水晶形状不断变形。那天晚些时候，艾特的测试结果出现在她的电子邮件中。结果显示，虽然艾特已经34岁，但她的大脑年龄是30.5岁。 在回家的路上，约翰逊又念了一遍开车前的咒语，然后以25公里的时速缓慢地穿过洛杉矶的街道。当他再次解释为什么蓝图系统是“智人历史上最重要的革命”时，一辆黑色雪佛兰卡车从Trader Joe的停车场开了出来。他转过身去避开它，几乎忘了呼吸，然后又把自己比作麦哲伦、刘易斯和克拉克。他说：“我不是生物黑客，不是一个追求优化的人。我是一个探险家，探索的是关于人类的未来。” 05 他们是未来人类中的亚当夏娃？ 即使是未来人类曾经也只是凡人。托洛第一次联系约翰逊是在2016年，当时她在纽约时尚行业工作，人工智能革命开始进入人们的视野。她说:“我强烈地感觉到，我们作为一个物种前进的唯一途径就是把我们自己与人工智能联系在一起。”她在一份科技通讯中看到约翰逊的一句话，他倡导人类“与人工智能融合”，于是她决定为约翰逊效力。经过多年的苦苦哀求，她终于有了一份工作，成为约翰逊在Kernel的助理。她说：“我们会在他的办公室里呆上几个小时，只是聊聊人类的未来。” 当托洛刚开始为约翰逊工作时，她奉行着现代20多岁年轻人的典型生活方式。她喝酒、喝拿铁咖啡，吃快餐，和朋友们跳舞跳到很晚。但今年早些时候，她和约翰逊开始讨论她是否也应该尝试下蓝图系统，看看其对女性身体有什么影响。在承诺参与之前，托洛要求30天的试验期。该试验包括遵守严格的睡眠习惯，采用约翰逊的精确饮食方案，每天服用60多片药片，每天进行13分钟的剧烈运动和39分钟的适度运动。她还测量了自己的排卵和月经周期。 托洛说：“在试验期期间，我会和朋友出去吃早午餐，我会带着蓝图系统推荐的食品，这让我觉得有点难受，因为餐桌上的其他人都在说：‘天哪，这个玉米煎饼早餐太好吃了。’”但最终，托洛决定坚持蓝图系统制定的计划。她的结论是，健康益处超过了生活方式的成本。托洛说，朋友们已经适应了她的生活方式。她把自己的社交生活提前了，以保证自己有足够的睡眠时间，他们也习惯了她自带蔬菜糊去餐馆的习惯。这个决定一旦做出，就是永久性的。托洛说：“在某种程度上，这也是最终的决定。” 现在，作为蓝图XX，托洛已经放弃了“我生命中所有微不足道的东西”。她和约翰逊认为自己是未来人类中的亚当和夏娃，他们甚至计划了一次以亚当和夏娃为主题的摄影活动，以帮助人们理解他们正在“谈论的一场关乎全人类命运的革命”。尽管托洛对人类的未来显然和夏娃一样重要，但在受访期间，她为艾特提供了所有食物，而且在那段时间，她似乎亲手做了大部分饭菜。 约翰逊目前单身。他的大儿子在摩门教会传教，他13岁的小女儿和母亲住在一起。因此，约翰逊大部分时间都和他18岁的二儿子塔尔麦奇(Talmage)在一起。塔尔麦奇也在坚持“蓝图”饮食、休息和锻炼，但不接受抗衰老疗法。他短暂地向约翰逊捐献了血浆，以测试这是否对父亲的衰老有可测量的影响，但在约翰逊认为它不起作用后就停止了。即将进入大学一年级的塔尔麦奇说，他在生活方式和延长寿命方面接受了父亲的立场。他说:“对我来说，吃披萨带来的痛苦多于快乐。” 约翰逊承认，他的生活方式让他很难约到女友，并列举了他所谓的“女人会讨厌我的10大理由”。原因包括：早上11点半吃晚饭，没有阳光明媚的假期，晚上8点半睡觉，没有闲聊，总是一个人睡觉。当然，“她们都不是我的第一优先事项”。 在采访约翰逊的整个过程中，艾特都能感觉到自己的大脑在嗡嗡作响。约翰逊推崇他所说的“浮现自我”，这种自我“更多地受到计算指导的驱动，而较少受到人类需求的驱动”。然而，在艾特看来，欲望才是人类的天性。当艾特看着约翰逊喝着他的长生不老粥，在睡前解释他的宗教信仰时，她在想：他到底想要什么？他怀念吃生日蛋糕的日子吗？熬夜跳舞？看棒球比赛一直持续到吃着热狗、喝着啤酒的漫漫长夜？约翰逊想要永生，但是没有欲望的生活会怎样? 艾特想做的事情太多了，即使她知道每一次放纵都会让她离死亡更近。她约了个朋友去圣莫尼卡喝鸡尾酒，想依偎在酒店的大床上看电视，想熬夜给朋友发短信。想和女儿视频聊天，她让艾特在怀孕的大部分时间里只吃黄油意大利面和奶酪披萨，体重增加了15公斤。艾特想乘第一班飞机回家，即使这意味着要在凌晨1点着陆，只睡4个小时，但这样她就可以在女儿醒来说“起床!”。艾特的早餐想吃鸡蛋和熏肉，她不想放弃这些欲望。毕竟，人生苦短！

IT之家 10 月 6 日消息，据 tomshardware 消息，水冷设备厂商 EK 推出了 EK-Quantum Torsion A60 PC 机箱，为水冷狂热者量身定制，售价 2620.99 美元（IT之家备注：当前约 19159 元人民币）。 据介绍，Torsion A60 机箱由 6082 铝合金制成，兼具耐用性和时尚感；可选择缎黑色或银色，并采用阳极氧化处理；采用半开放式设计，有助于空气流动；尺寸为 485 x 276 x 476 毫米，重量为 22 公斤；钢化玻璃侧面板可展示您的硬件，一定程度上也能起到防尘的作用。 兼容性方面，Torsion A60 支持 ATX 和 E-ATX 主板，支持的最大显卡长度为 400 毫米。主板托盘上有小通道，可以整齐地布线。此外，Torsion A60 机箱内置水泵、储液器和大量标准 G1/4 英寸螺纹入口和出口，可与 EK 的其他 Quantum 产品完美适配，方便管道布线。 作为限量版产品，EK 将仅生产 777 台 Torsion A60 机箱， 三分之二是黑色版本，其余三分之一将是银色版本。

如果是 B 站老用户，那大概了解， “ 改革 ” 这个词，和 B 站的关系无比密切。 从当年那个二次元云集的 mikufans ，再到今天的 bilibili ， B 站在发展的同时，也做了几次巨大的变革。 不过我们今天讲的不是那些又臭又长的旧事了，而是另一件关于 B 站改革的新事。 前几天在 B 站网络冲浪的时候，一个特殊的视频出现在了我的首页。视频标题里 “B 站改革军 ” 五个大字，很难不让人浮想联翩。 B 站又要改革啦？B 站改革怎么还搞起编制了？这个 B 站改革军怎么又成了污染环境的组织。。。 想要了解 B 站改革军，那就得重新审视安装在你手里的哔哩哔哩。 B 站老用户应该知道， B 站在之前是个体量极小、赛道很垂的弹幕视频网站，或者说人话，就是个没啥人关注，只有像我这样的老二次元才会上去刷刷鬼畜，看看初音东方什么的。 正所谓人怕出名猪怕壮，网站小有小的好处，那就是大家都用爱发电，把自己的视频当宝贝，所以视频的质量奇高，再不济也能看出热爱。 不过你也知道， B 站现在可称不上是小网站。 这个地方早就从二次元聚集地，变成了一个日活上亿的大平台了。 站在客观角度来看，这其实是一个网站搞商业化的必经之路。想赚钱，想活着，那就得和之前的自己 say goodbye 。 随着 B 站的发展，形形色色的人涌入这个社区，营销号也不可避免的在这里扎根了。 相信你刷到过 “ 这个女人叫小美 ” 、 “ 这个男人叫小帅 ” ，或者是其他类似的视频。视频内容好不好见仁见智，不过千篇一律的格式确实有够烦人的。 而 B 站改革军的宗旨，就是反营销号。 当他们遇到营销号之后，立马点踩举报一条龙，力求这些垃圾视频消失。 一个人的力量可能没法做到，但 B 站改革军们强就强在，他们不是一个人。 当审核收到无数份针对同一个人，或者同一个视频的举报时，多少也会重新审核一下这个视频。 可能有些倒霉蛋的作品，本来已经发出去了，就因为被举报，永远无法重见天日了。 截止到这一步，似乎一切都充满了正义的光辉。我们讨厌营销号，他们举报营销号，双赢！ 然而这里有一个巨大的漏洞——营销号的定义，是什么呢？ 这个问题不像是 1+1=2 一样，没有一个十分标准的答案。每个人对营销号内容厌恶的点，也许天差地别。 有人讨厌 AI 配音、有人讨厌车轱辘废话、有人讨厌毫无营养的内容。。。 那么问题来了， B 站改革军对营销号的定义是什么呢？ 答案是不知道。 他们也没有一个特别的标准，所以在执行正义的时候，往往是以个人喜好为前提。 例如一个还在上学的学生，不像大 UP 一样拥有优秀的视频创作能力，平时只发一些游戏或者吐槽相关的低创视频，那这个 UP 主就可能惨遭举报。 B 站又是个学生用户众多的社区，可想而知 B 站改革军的打击面有多广。 除了袭击路人之外，他们还喜欢搞连坐制。一人犯错，诛九族。 比如说一位 UP 主被他们敲定是营销号，而你又恰巧和哪位 UP 主有一定关系——也许是互相关注，也许是在视频里 @ 过对方，也许只是名字上有些类似。 那抱歉，你也得吃个举报。 如果以上这些，还能以视频低创为由，被看做是合理举报的话。那他们举报迷你世界官方账号，就比较让人疑惑了。 一个官方账号，你说它内容低创，这纯粹扯淡。 唯一的理由，可能是当年迷你世界抄袭了我的世界，打官司输了，赔了我的世界大陆地区代理网易 5000 万。 大概就是因为这件事，迷你世界被B站改革军钉在了耻辱柱上，永世不得翻身。 至于举报理由，随便选几个得了。头像违规、昵称违规、签名违规、不实信息。。。总之，迷你世界在他们这里经历了第二次审判。 不过 B 站网友对这些人的意见很大，大家只要看到 B 站改革军出现，往往就是一个举报。 因为网友可能忍受得了营销号的车轱辘话，甚至被封面吸引点进去看看。 但B站改革军们的视频作品，连营销号都不如，纯粹就是个十几秒的举报录像。除此之外，也是一些粗糙到无法理解的宣传视频。 比如说这个抽象程度过高，不知道想表达什么纯手绘改革君“军旗”。 用的绘图软件看样子也不是 PS 、 AI ，估计是在手机里随便涂抹的，最多也就是用电脑里自带的画图工具做的。 人们看到了，大概只会喊一声“晦气”，然后赶紧划走。 当然，被改革军们骚扰的也不只是 B 站，毕竟网络发展这么多年，哪个平台没点营销号呢？ B 站改革军的前身，是臭名昭著的西瓜改革军。 西瓜改革军什么时候出现的，这就说不准了。 据说故事起因是西瓜视频之前存在许多黑苏联的视频和营销号，把部分西瓜用户恶心坏了。 有几个人决定站出来反抗，没想到其他人也有类似想法。 于是一呼百应，西瓜改革军如星火燎原一样，突然间出现，又突然间多出了无数成员。 最开始的时候，改革军和营销号其实也没打过什么架，别说重现当年杀马特 VS 非主流的世纪大战了，就连博人传都比他们燃。 一直到了 2022 年下半年，事情才发生了转变。 一位西瓜改革军成员在网站上发帖称，营销号一方不讲武德，发出公告要在去年的 8 月 10 日，使用鼠标连点器举报和攻击西瓜改革军以及相关势力。 除非西瓜改革军关注那些营销号，并且给他们一键三连，不然营销号一方就要改革军们举报到封号。 结果改革军还没商讨出结果，营销号们就提前了一天在 8 月 9 日发动了战争，把几个改革军成员搞封号了。 西瓜改革军立马站了出来，开始下了连点器，发起了反击。 好家伙，知道的人知道是两拨网络团队互怼，不知道的人，还以为日军偷袭珍珠港呢。。。 总之，双方从当时开始结了世仇，一直撕逼到现在，看样子是要死磕到底了。 当然，西瓜视频也不是吃干饭的，眼看自家网站都乱成了一锅粥，这哪成啊。 于是在去年，西瓜改革军开始被大规模封号，这个庞大的组织开始解体。 与此同时，西瓜民改军、联合军、共和军、毁灭军、反战军等一堆团体，就慢慢出现了。 这些新团体的名字，看着还不如西瓜改革军正义，甚至多少有点中二病。 不过有一点倒是没变，无论是西瓜改革军，还是西瓜毁灭军、反战军，甚至是后来的 B 站改革军，他们的主要成员，都是小学生和乐子人。 干的事都是一样的幼稚，视频投稿都是一样让人无语。 在网上，还有很多类似的组织，例如曾经存在的净化网络联盟。 一堆人聚集到一起，每天做的事，主要就是反原神，在群里发一些表情包宣泄，和净化网络基本没有半毛钱关系。 这些自诩正义的人，干的却是最招人恨的事。 他们可能都没办法正确分辨自己行为的对错，只是觉得好玩，所以就这么干了。 你信他们能净化网络环境，那你不如相信我是秦始皇。 V 我 50 ，朕封你做大将军（ 手动狗头 ）。 撰文：张大东 编辑：面线 封面：三狗

IT之家 10 月 6 日消息，索尼日前宣布，旗下 PS5 无障碍游戏控制器 Access 获得日本年度优秀设计金奖。 ▲ 图源 索尼 索尼声称，“我们将继续探索设计的所有可能性，旨在为世界各地的人们实现更丰富、更舒适的生活方式，并创造设计与科技融合所带来的具有新价值的事物”。 据悉，优良设计奖由“日本设计振兴协会”主办，始于 1957 年，号称是日本唯一的“从各行业的产品和服务中进行评选的综合性设计评价和推荐机构”。 本年度，在 19575 个评审对象中，有 4471 个获得了优良设计奖，其中 548 个最杰出的项目被选入“优良设计 100 强”，而其中的优秀设计金奖，据称是从“优良设计 100 强”中选出的“特别奖”。 ▲ 图源 索尼 据悉，Access controller 是一个高度定制化的控制器套件，拥有“多种可替换的按钮和摇杆帽”，可让玩家“自由地创建适合自己力量、活动范围和身体需求的不同布局”。该控制器可以放在平面上使用，也可以旋转 360 度，或者固定在 AMPS 支架或三脚架上。 索尼无障碍 Access 控制器的建议零售价，美区为 89.99 美元（IT之家备注：当前约 658 元人民币），日区 12980 日元（当前约 639 元人民币），该控制器将于 12 月 6 日全球发售。

直线属于人类，曲线属于上帝。——高迪 在 ET5T 上市的时候，脖子哥写了一篇文章。 表示虽然无论是价格，设计还是产品力， ET5T 相比 ET5 都有不少的提升，但它可能依旧没有抓准 30 万价格段消费者的痛点。 因为理想的成功已经证明了，这个级别的消费者更多的是愿意为家人买车，而是不是为了自己的类型。 而长着一副欧洲钢炮脸，且底盘和性能都拉满的 ET5T ，很明显属于后者。 几个月之后的今天， ET5T 的月销量已经突破了 4000 台。和 ES6 一起挽救蔚来于水火的同时，也把我的脸打得啪啪响。 我很高兴我猜错了，但也非常好奇我错哪了。 所以当脖子哥知道我们能拿到 ET5T 试驾车的时候，我的脑海里很快就闪过了那些我对于这台车的固有印象。 和各位差友应该都差不多，我觉得 ET5T 有两个标签非常吸引我。 一是好看，二是标轴两厢。 好看自然不用说， ET5T 现在之所以这么火，很大程度就是因为它的造型过于优雅。 标轴两厢则是因为，我始终觉得现在的电车虽然种类很多，但大多数都是既要又要。 空间动力舒适性和智能样样精通，但也就意味着比较没个性。 而 ET5T 乍一看，外观攻击性拉满、两厢掀背的布局，还有顶级的底盘配置和接近 500 匹的最大马力。 给我的第一感觉，是如果把它放在油车里，不说对标奥迪的 RS6 Avant ，至少也是个这玩意。 这多少能在瓦罐车主群里说句话了吧。 所以在知道能拿到试驾车的时候，我心中自然而然的会产生两个疑问。 一是 ET5T 会不会像封面杀手一样，实车完全不符合宣传照所传达的性格？ 二是这台算是高性能瓦罐的旅行车，到底能不能和有趣、个性挂上钩？ 第一个问题，在我刚拿到车的第一秒，就有了答案。 论外观， ET5T 的颜值就算往前倒个五年十年，在电车甚至是大部分的油车里，都是最好看的那一批。 ET5T 虽然之前发布的三厢版（ 也就是 ET5 ），无论是比例还是灯组造型，其实都已经做的相当不错。 ET5 可因为车子较高但车长较短，它的溜背设计在 C 柱往后的部分，会略显驼背。 就像一个全身维度练得都挺好的健美先生，身高却只有一米五。 好看，但有点不协调。 但旅行版因为 D 柱本身的角度就比较垂直且靠后， ET5T 不仅不驼背，车顶和腰部的线条还变得更舒展了。 而且因为车窗的面积变大，从侧面看，车身上下的颜色分布也更加均匀了。 也就是那个健美先生依旧是一米五，但变成了九头身的匀称比例。 好看，真好看。 所以，就算我们拿到的试驾车是颜色是非常少女的粉色，但在我们皇家摄影师的镜头下， ET5T 依旧能够呈现出凶狠帅气的样子。 车内也是一样，虽然和三厢版（ 轿车版 ）的内饰完全相同，但因为这台试驾车是能选都选了的大顶配，所以无论是满车的 nappa 皮，还是眼神极为智慧的 Nomi，看着摸着都很到位。 别的不说，就座椅上细密的打孔，完全不是一般材质能做到的。 这些东西加起来，就给了人一股只能 “ 全力倚父 ” 的高级感。 特别是门把手位置，颜色、材料的分层和做工都复杂得恰到好处，十分协调。 到这，我内心的 OS 还是： “ 好家伙，蔚来真是把豪华高性能钢炮的特征拿捏的够到位。 ” 但是和看起来相比， ET5T 坐起来就没有那么 “ 高性能钢炮 ” 了。 虽然说后排的空间很符合我对钢炮的想象：因为 ET5T 的轴距和 ET5 并无区别，所以它的后排空间依旧十分局促。 无论是头部还是腿部空间都不算富裕，高地台和短坐垫也会给人一种坐板凳的感觉。 但蔚来老生常谈的坐高问题，一下就让这台车没那么 “ 性能 ” 了。 虽然坐高相比三厢版本已经降低了十几毫米，但因为换电的设计，车子的地台依然不低。我在试驾过程中就和无数 SUV 的驾驶员等高对视过。 不仅如此，当你接通电源、踩下电门以后，那台高性能钢炮，突然就不见了。 取而代之的，是一台啥都想和舒适沾点边的家用车。 上手的第一感觉， ET5T 的转向虽然精准，但转向比设置的却极为保守。特别是在低速挪车的时候，需要猛打半圈才能感受到车头指向的变化。 换句话说，就是没有那么跟手。 好处当然也是显而易见，那就是可以在低速的时候更准确的控制车身的走向，走小巷或是停到小车位的难度也会低上不少。 坏处则是当你偶尔想要跑跑山或是玩一玩的时候， ET5T 的方向盘抡起来，可能就会变成这样。 同时， ET5T 的电门调校也是有意向着油车靠拢。 零百 4s 的运动 + 模式确实相当顶。脖子哥就试了一脚，手机都给我快飞了。 但除了在运动 + 模式下能感受到电车的暴力以外，其余模式下无论是踩下电门后的加速响应，还是提速时候的加速感，都不会给人喊出 “ 妈耶 ” 的那种刺激。 就有一种我能快，但我收着的感觉。 而我觉得更神秘的，是 ET5T 的底盘调校。 论硬件，它没有用上新势力们人手一个的 CDC 和空悬，但在悬架形式上，却用上了前后五连杆，这种键盘值最高、操控潜力最大的方案。 按理来说，应该是运动到不能再运动了。 但蔚来的工程师很明显没想着开发它的操控极限，相反，他们愣是找到了一个舒适和运动的平衡点。 就比如， ET5T 坐着一点都不颠。 细碎的震动能感觉到，但也不会过多的传递到我们的屁股和腰椎。遇到大的起伏也不会像性能车一样硬碰硬，而是会有力地接下，然后温柔地转化。 如果说其它高性能旅行车坐着就像坐板凳， 那 ET5T 就是在板凳上加了一层巨厚的缓冲层。 软，但能感觉到底子是硬的。 为了防止这只是我个人的感觉，我让公司里几乎所有有车的同事都开着它试了一圈。得到的回复几乎都是： 支撑足够，而且很舒服。 说实话，这样的形容从来不会出现在一台小钢炮的字典里。但这并不意味着，这套悬架没啥个性。 为了体验它更多的表现，我们把 ET5T 开上了高速。 有了前后五连杆的底子，即使重心略高并且车重高达 2.7 吨， ET5T 在时速 120-130kph 的时候依然能够做到准确且快速的变道。 它能像一台无情的轨道车一样，变道，加速，再变道。甚至，还能做到毫无侧倾。 这一系列机械素质上的体验，更像一台年近中年的小钢炮。它依旧有着小钢炮的个性，但它成熟了，也试着在成为一台能够陪你更久的车。 你能从 ET5T 上看到不少的妥协，但个性也依旧鲜明。 当然，既然上了高速，我也是试了试蔚来的领航辅助 NOP+ 。 在这次试驾快到尾声的时候，脖子哥开着 ET5T 从杭州去了一趟上海。在刚上高速的时候， NOMI 就嗷一嗓子告诉我，已经进入了领航辅助的路段。 然后很快啊，我左手的大拇指就按向了方向盘上的 NOP+ 开关。 开启领航辅助以后，无论是定速巡航、车道保持和自动跟车这种基础功能，还是超越慢车、自动变道甚至是上下匝道这种高阶功能， ET5T 都能自己搞定。 像是上下匝道这种经常被车企放在发布会上说的能力，在我有限的体验时间里。ET5T 表现得都非常稳定。 大概就是这样↓（ 固定机位安全拍摄，左手未离开方向盘 ） 而在大部分的时间里， NOP+ 的逻辑都运转的十分顺利。 上了高速以后，它会自动设定限速并且保持在最里头的快车道。要是遇上慢车，则会在探测到隔壁车道没车以后，迅速地完成打灯变道并加速超车，动作干净且稳定。 但在小部分的时间里， NOP+ 还是会显得力不从心。 比如在遇到慢车集团的时候，因为各个车道都有慢车，所以它会默认无法执行变道和超车的流程，导致只能一直以很低的车速跟在慢车集团的末尾，让集团变大。 想要超过去，就必须手动介入。 以及一旦外界变暗， NOP+ 的视力明显就不太好使了。断断续续，会出现一些车道识别错误和胡乱变道的情况。 所以，最好还是在光线比较好的白天使用这个功能。 到这大伙可能会问，说了这么多，你到底推不推荐购买这台车。 而我会反过来问你一句，你到你是个怎样的人。 如果你和我一样，对油车时代欧洲的两厢钢炮有所执念，期待着在一台电车上找到那种和舒适性无关的操控乐趣，那我会劝你再看看别的车。 比如极星，比如特斯拉 Model 3 Performance ，比如大众 ID.3 。 它们一个比一个颠，开着一台比一台爽。 如果你完全就是冲着它的颜值去，或是正准备买自己的第一台车，希望它在好看的同时还能啥都沾点，那么 ET5T 绝对是一台接近满分的好车。 开着方便，换电方便，多放点东西也方便。 而这，或许也正是 ET5T 卖得好的原因。 试驾结束以后，看着 ET5T 开远，脖子哥想起了之前认识的一个女生。 那是脖子哥的大学同学，她的日常穿搭就是哥特风，说话语气也很冷淡，主打一个生人勿进。 因为课程的关系，脖子哥和这个女生深度接触了几回。发现在外表之下，她其实非常好接触。人很幽默，性格也好，甚至还有着和外表完全不同的热情。 同时，在遇到一些自己觉得不对的事情时，也有着自己极为严格的底线。 不过因为 “ 冷酷 ”，她在同系的朋友很少，大家甚至都觉得，她以后很可能会找不到对象。 但现在她已经是两个孩子的妈妈，而且从朋友圈看出来，每天都过得相当开心。 我曾经也觉得她找不到对象，但再回想起来，她和 ET5T 十分相似。 同样个性鲜明，但内核是有趣的；同样是不符合主流，但有着特殊的闪光点。 或许有时候，一直坚持做自己，就是不会太差吧。 撰文：致命空枪 编辑：脖子右拧 & 面线 封面：萱萱