亚马逊云科技（AWS）今天宣布推出 **Amazon Bedrock AgentCore Payments** 的预览版，这是一套内置于 AgentCore 中的全新功能，旨在让 AI 代理能够即时访问并支付其所使用的资源。该功能由 AWS 与 **Coinbase** 和 **Stripe** 合作开发，前者提供钱包基础设施，后者提供支付通道。 ### 为什么需要“会花钱”的代理？ 我们正经历软件构建和使用方式的根本性转变。AI 代理已从被动等待指令的助手，进化为能主动调用 API、访问 MCP 服务器、与其他代理协作，并代表用户完成复杂多步骤任务的智能体。随着代理承担的任务日益多样化，其生态圈也在快速扩张。 未来，服务、工具和内容必须同时为人类和代理设计。代理将在单一执行循环中，自主发现、评估并按需支付资源。这就要求支持它们的服务以“每次调用几分之一美分”的方式定价，并实现实时计费。像 x402、ACP、MPP 和 AP2 等早期协议已在探索这一模式，团队也在试验支持支付的代理。然而，支撑这一“代理经济”规模化运转的基础设施尚不存在。 ### 开发者曾经的痛点 对于想要抢占先机的开发者而言，过去的路异常艰难：需要与每个服务提供商建立定制化的计费关系、安全地管理凭证、执行支出治理、应对合规要求，并在碎片化的环境中编写编排逻辑。这往往需要数月的工程投入，且风险极高——一个配置错误的支付流程，不仅会给出错误答案，更可能造成真实的资金损失。 ### AgentCore Payments 如何解决？ AgentCore Payments 并非一个外挂模块，而是原生内置于 AgentCore 中的能力。AgentCore 本身是用于大规模构建、连接和优化代理的平台，其安全机制在基础设施层实施，代理无法绕过。 开发者在 AgentCore 中构建代理时，可以利用相同的身份系统、代理网关和可观测性工具，直接为代理赋予支付能力。这意味着代理可以： - 访问付费的 Web 内容、API 或 MCP 服务器 - 按需购买计算资源或第三方服务 - 与其他付费代理进行协作 Cox Automotive、Thomson Reuters 和 PGA TOUR 等公司已在利用 AgentCore 构建能够推理、规划并在复杂工作流中行动的代理。如今，这些代理也可以进行交易，且所有操作都在统一的安全和治理框架下完成。 ### 行业影响与展望 AgentCore Payments 的推出，标志着 AI 代理从“信息处理”向“价值交换”迈出了关键一步。当代理能够自主完成发现、评估和支付的全流程，一个真正的“代理经济”将加速到来。这不仅会催生新的商业模式（如按调用付费的 API 市场、代理即服务），也将对现有的 SaaS 定价、数字支付和身份管理格局产生深远影响。 目前该功能处于预览阶段，AWS 尚未公布正式上线时间及具体定价。但可以预见，随着更多开发者接入，支付能力将成为智能代理的标配——正如今天的 API 调用一样自然。
Spotify 于周四宣布，其交互式 AI DJ 功能现已支持四种新语言：法语、德语、意大利语和巴西葡萄牙语。此前，该功能仅提供英语和西班牙语版本。用户可以通过语音与 AI DJ 互动，点播歌曲并获取由 AI 生成的语音评论。 ## 多语言个性与全球扩展 为了匹配不同语言的文化背景，Spotify 为每种语言设计了具有独特名称和个性的 AI DJ：**Maia**（法语）、**Ben**（德语）、**Alex**（意大利语）和 **Dani**（巴西葡萄牙语）。此外，该功能还将扩展至 **奥地利、巴西、法国、德国、意大利、葡萄牙、韩国和瑞士** 等国家。至此，AI DJ 已在超过 **75 个国家** 上线。 ## 从被动推荐到主动交互 最初的 AI DJ 仅能在播放用户可能喜欢的歌曲时提供背景解说。但经过持续迭代，Spotify 在 **2025 年 5 月** 引入了对话式交互——用户可以直接与 AI DJ 聊天，请求改变情绪或曲风。最新版本甚至允许用户像使用 ChatGPT、Claude 或 Gemini 一样，直接通过自然语言指令让 AI DJ 播放特定曲目。 ## AI 战略：从播放到创作 此次更新是 Spotify 整体 AI 战略的一部分。除了交互式 DJ，平台还推出了 **通过描述生成自定义播放列表** 的功能，用户只需说出想听的内容，即可获得由 AI 编排的歌曲或播客列表。这标志着 Spotify 正从纯粹的流媒体平台，向 **AI 驱动的个性化音频体验平台** 转型。 ## 行业背景与竞争格局 在音乐流媒体市场，AI 个性化已成为差异化竞争的关键。Apple Music、Amazon Music 等对手也在探索类似功能，但 Spotify 凭借其庞大的用户数据和早期布局，在交互式 AI 领域暂时领先。支持更多语言不仅有助于提升用户粘性，还能加速在新兴市场的渗透。 > 小结：Spotify 的 AI DJ 正在从“推荐工具”进化为“音乐伴侣”，多语言支持是其全球化战略的重要一步。随着 AI 交互能力的增强，未来的音乐流媒体体验可能更加自然、个性化和娱乐化。
## 递归自我改进：AI 的新前沿 人工智能领域正迎来一个潜在的转折点——**递归自我改进**。简单来说，就是 AI 系统开始帮助设计和优化下一代 AI，形成一个自我强化的循环。这一趋势近期引发广泛关注，但关键在于：**人类目前仍牢牢掌握着控制权**。 ### 从辅助到协作 过去，AI 的发展完全依赖人类研究人员手动调整算法、架构和超参数。如今，像 **AutoML** 和 **神经架构搜索** 等技术已允许 AI 自动发现更高效的模型结构。例如，Google 的 AutoML 系统曾设计出超越人类手工设计的图像分类网络。这种“AI 设计 AI”的模式正在从实验室走向实际应用。 但递归自我改进的终极形态——AI 无需人类干预便能持续自主进化——仍是一个遥远的目标。当前系统大多停留在“单次优化”阶段，即 AI 在人类设定的框架内寻找最优解，而非完全自主地重写自身代码或目标函数。 ### 人类仍然是“监督者” 尽管 AI 在优化任务上表现出色，但人类在以下几个关键环节不可或缺： - **定义目标**：AI 需要人类明确“改进什么”，比如准确率、推理速度或能耗。 - **提供数据与约束**：训练数据和计算资源仍需人类准备；安全约束（如避免有害输出）也由人类设定。 - **评估结果**：AI 生成的模型需要人类验证其真实性能，并判断是否满足实际需求。 例如，OpenAI 的 GPT 系列模型在训练后仍需人类反馈进行微调（RLHF），这本质上也是一种人机协作的自我改进形式。 ### 风险与机遇并存 递归自我改进的潜力巨大：它可能加速 AI 在医疗、气候、科学等领域的突破。但同时也伴随风险——如果 AI 的改进方向偏离人类价值观，或产生不可控的“智能爆炸”，后果不堪设想。 目前，研究社区正积极探讨**对齐问题**，确保 AI 系统在自我改进过程中始终与人类意图保持一致。IEEE 等组织也发布了伦理指南，强调透明度和可解释性。 ### 小结 “AI 开始构建更好的 AI”这一说法，更准确的解读是：AI 正在成为人类研究者的高效助手，而非替代者。递归自我改进仍处于早期阶段，人类在循环中扮演着监督者、定义者和评估者的角色。未来，随着算法和硬件进步，AI 的自主性可能逐步提升，但保持人类参与仍是安全发展的底线。 对于从业者和公众而言，关注这一趋势的同时，更应重视背后的伦理与治理框架。毕竟，**真正强大的 AI 不是脱离人类的机器，而是与人类智慧协同进化的伙伴**。
一种新型半导体激光器有望大幅降低卫星间激光通信的复杂度和功耗，为太空数据链路带来更高效的解决方案。这项由美国加州大学圣塔芭芭拉分校（UCSB）研究团队开发的技术，通过提升激光器的“亮度”——即单位立体角内的光功率——减少了传统通信系统中庞大的光束定向与对准机构需求，使得卫星链路更轻巧、更节能。 ### 技术核心：高亮度激光器 传统卫星激光通信依赖复杂的万向节和精密机械系统来精确对准激光束，这些组件不仅体积大、重量高，还消耗大量电力。UCSB团队采用了一种名为“**相干光束合成**”的方法，将多个低功率激光器的输出合并成一束高亮度激光。这种合成光束具有更窄的发散角，意味着在远距离传输时能量更集中，从而简化了接收端的对准要求。 ### 关键创新：减少齿轮与功耗 研究团队表示，新激光器的亮度比现有同类设备高出**10倍以上**。这一突破直接降低了通信系统对机械跟踪和功率放大的依赖。在太空中，卫星的姿态控制本就有限，高亮度激光使得即便在卫星轻微漂移的情况下，地面站或另一颗卫星也能稳定接收信号，减少了频繁调整的必要。同时，由于激光器本身效率更高，整体功耗可降低**30%至50%**，这对于依赖太阳能电池板的航天器来说至关重要。 ### 应用前景：卫星互联网与深空通信 随着低轨卫星互联网星座（如Starlink、OneWeb）的快速部署，卫星间激光链路成为构建全球高速网络的关键。当前商业方案多采用分立的光学模块，而UCSB的芯片级方案有望将发射端集成到指甲盖大小的半导体器件中，大幅降低卫星载荷重量和成本。此外，该技术还可用于深空探测任务：更亮的激光可补偿长距离传输的信号衰减，减少对大型天线的依赖。 ### 挑战与展望 尽管实验室成果令人振奋，但该技术仍需解决太空环境中的可靠性问题，例如辐射对半导体器件的影响、热真空循环下的稳定性等。团队计划在2025年进行在轨验证测试，以验证激光器在真实空间环境中的性能。如果成功，这将是激光通信走向小型化、低成本化的重要一步。 **小结**：从“笨重齿轮”到“明亮激光”，这一技术演进折射出太空通信从机械时代向光子时代的转变。当激光足够亮，许多物理限制便迎刃而解——这不仅是效率提升，更是系统架构的重塑。
加州雷鬼乐队 **Stick Figure** 最近经历了一场过山车般的遭遇：他们六年前的老歌《Angels Above Me》突然在多个国家登顶 iTunes 销量榜，但乐队主唱 Scott Woodruff 很快发现，这股热潮的推手是大量未经授权的 AI 生成混音版。这些混音版在 YouTube 上五天即获得 **180 万** 次播放，而乐队未从中获得任何版税。 乐队及其厂牌 Ineffable Records 正陷入一场“打地鼠”式的版权斗争中。他们向各大平台发送了删除通知，Spotify 已按要求下架所有相关曲目，YouTube 上的爆款视频也被移除，但仍有大量混音版散落在不同平台。更棘手的是，一些混音版发布者声称自己的作品是“翻唱”，并提出分享部分版税，但乐队认为这些实际上是未经授权的改编，既未正确署名也未提供补偿。 这一事件是 AI 音乐对传统行业冲击的缩影。法国流媒体服务 Deezer 报告称，其每日检测到的 AI 生成歌曲数量在过去几年内急剧攀升，给版权方和平台带来了前所未有的挑战。Stick Figure 的遭遇并非孤例——当 AI 工具让音乐制作变得“一键生成”，原创者的权益保障机制却远远滞后。 对于一支靠巡演和专辑积累口碑的独立乐队而言，这种“被 AI 偷走的热度”令人沮丧。Woodruff 表示，虽然歌曲走红令人兴奋，但发现背后是 AI 生成的“盗版”版本时，只剩下悲哀。目前，乐队仍在与法律团队和平台协作，试图清理侵权内容，但这场斗争远未结束。
随着AI编程工具让任何人几秒钟内就能构建一个网页应用，网络安全问题也浮出水面。安全研究公司RedAccess的团队分析了使用Lovable、Replit、Base44和Netlify等AI开发工具创建的数千个“氛围编码”应用，发现其中超过**5000个**应用几乎没有安全认证，任何人都能通过URL直接访问。约**40%**的应用暴露了敏感数据，包括医疗信息、财务数据、企业战略文档以及客户聊天记录。研究人员仅通过Google和Bing搜索这些AI公司的域名，就轻松找到了这些漏洞应用。其中近**2000个**应用经确认泄露了私密信息，例如医院员工排班表（含医生个人身份信息）、公司广告购买详情等。这一现象被研究者称为“史上最大规模的企业及个人数据泄露事件之一”。
## 旅行中的数字隐私保护：为什么你需要一款可靠的VPN？ 在2026年的今天，无论是度假还是商务出差，数字安全已成为旅行者不可忽视的一环。当你离开熟悉的家庭网络，不得不依赖公共Wi-Fi热点时，你的隐私和数据安全正面临潜在威胁。这些公共网络往往缺乏基本的安全防护，容易成为黑客攻击的目标。 ### VPN如何保护你的在线安全？ **虚拟专用网络（VPN）** 通过以下核心机制为旅行者提供安全保障： - **IP地址隐藏**：VPN会掩盖你的真实IP地址，使你的在线活动难以被追踪。 - **流量加密**：所有网络流量都会经过加密处理，防止第三方（如网络服务提供商、黑客或政府机构）监控你的数据。 - **安全路由**：你的网络连接会通过VPN提供商的专用服务器进行路由，绕过不安全的公共网络节点。 ### ZDNET的评测标准：为什么值得信赖？ ZDNET的“专家推荐”并非随意之举。他们的评测过程基于数小时的严格测试、深入研究和对比购物。评测团队会从多个可靠来源收集数据，包括供应商和零售商列表，以及其他独立评测网站的信息。更重要的是，他们会仔细分析真实用户的评价，了解现有用户在使用这些产品和服务时的实际体验。 **关键原则**：ZDNET的编辑内容不受广告商影响，所有推荐均基于独立评测。如果读者通过网站链接购买产品，ZDNET可能会获得联盟佣金，但这不会影响评测的客观性或产品价格。 ### 给旅行者的实用建议 在2026年，选择一款适合旅行的VPN时，应考虑以下因素： 1. **服务器覆盖范围**：确保VPN在目的地国家有足够的服务器，以保证连接速度和稳定性。 2. **加密强度**：查看VPN使用的加密协议（如AES-256），确保其符合当前安全标准。 3. **隐私政策**：选择明确承诺不记录用户活动日志的VPN服务商。 4. **设备兼容性**：确认VPN支持你旅行中可能使用的所有设备（如手机、平板、笔记本电脑）。 5. **客户支持**：在旅行中遇到连接问题时，及时的技术支持至关重要。 ### 结语 随着远程工作和数字游民生活方式的普及，旅行中的网络安全已从“可选”变为“必需”。一款可靠的VPN不仅能保护你的隐私，还能让你在享受旅途的同时，安心处理工作或个人信息。在2026年这个高度互联的时代，投资于数字安全工具，就是对自身权益的一种保障。 *注：本文基于ZDNET的评测框架和VPN基本功能撰写，具体产品推荐和详细测试数据请参考原始评测文章。*
随着网络隐私问题日益突出，Chrome浏览器用户对VPN扩展的需求持续增长。据估计，**全球约68%的互联网用户偏爱Chrome**，远超Safari、Edge和Firefox。ZDNET专家团队经过严格测试和调研，为您精选出2026年最佳的Chrome VPN扩展，帮助您在浏览时轻松隐藏在线活动、提升隐私保护，且不影响浏览体验。 ## 为什么要用Chrome VPN扩展？ VPN（虚拟专用网络）通过加密通信、隐藏IP地址来保护您的上网行为。相比独立VPN客户端，**Chrome扩展无需切换应用，直接集成在浏览器中**，适合日常网页访问、流媒体解锁和公共Wi-Fi防护。但需注意，扩展通常仅保护浏览器流量，而非整个设备。 ## 我们如何测试？ ZDNET评测遵循严格流程： - **速度与稳定性**：测试连接速度、延迟及断连频率 - **隐私政策**：审查无日志记录承诺和数据收集情况 - **易用性**：界面设计、一键连接、自定义设置 - **兼容性**：与Chrome最新版本及主流网站的兼容 - **价格与性价比**：免费与付费方案的对比 ## 2026年最佳Chrome VPN扩展推荐 ### 1. ExpressVPN 凭借极快的速度和强大的加密技术，ExpressVPN的Chrome扩展保持了一贯的高水准。**一键连接**，支持分流隧道，可指定哪些网站走VPN。无日志政策经过独立审计，隐私保障可靠。 ### 2. NordVPN NordVPN扩展提供威胁防护功能，可拦截恶意网站和追踪器。**全球5000+服务器**，解锁流媒体能力强。配合独立应用，可实现双重VPN加密。 ### 3. Surfshark 以性价比著称，**允许无限设备连接**。扩展内置CleanWeb，可屏蔽广告和恶意软件。支持MultiHop（多跳连接），进一步隐藏踪迹。 ### 4. ProtonVPN 注重隐私的免费选项，**无数据限制**，但速度受限。付费版解锁高速服务器和流媒体支持。其扩展界面简洁，适合轻度使用。 ### 5. CyberGhost 针对特定任务优化，如流媒体和P2P下载。扩展提供**一键连接专属服务器**，并有智能规则自动启动VPN。 ## 如何选择？ - **速度优先**：选ExpressVPN或NordVPN - **预算有限**：考虑Surfshark或ProtonVPN免费版 - **隐私至上**：ProtonVPN和ExpressVPN的无日志政策最透明 - **功能丰富**：NordVPN和Surfshark附带安全附加功能 ## 小结 Chrome VPN扩展是提升个人隐私的便捷工具，但并非万能。对于全面保护，建议搭配完整VPN客户端使用。选择时请关注速度、隐私政策和扩展功能，根据自身需求做出决策。ZDNET将持续更新评测，为您提供最新推荐。
Hacker News 热门 · 117 分 · 55 评论
## 核心结论：AI热潮遭遇硬约束 在本周的米尔肯全球会议上，五位覆盖AI供应链各层级的专家与TechCrunch展开深度对话，从芯片短缺到轨道数据中心，再到对当前AI底层架构的根本性质疑。**共识清晰：AI经济正撞上物理极限，未来数年将面临严峻的供应受限局面。** ## 芯片瓶颈：至少持续五年 ASML CEO Christophe Fouquet 直言，尽管芯片制造产能大幅加速，但**未来两到五年市场仍将处于供应受限状态**。这意味着谷歌、微软、亚马逊和Meta等超大规模云厂商即使投入巨资，也无法获得全部订购的芯片。ASML垄断着极紫外光刻机（EUV），这是生产现代尖端芯片不可或缺的设备，其产能直接决定了全球AI芯片的上限。 ## 需求爆发 vs. 供给刚性 谷歌云COO Francis deSouza 用数据印证了需求的猛烈：**谷歌云上季度营收突破200亿美元，同比增长63%**；而尚未交付的合同收入（backlog）在单季度内从2500亿美元飙升至4600亿美元，几乎翻倍。他冷静地表示：“需求是真实的。”然而，芯片制造厂的建设周期长达数年，短期内供给无法弹性响应，供需缺口将持续扩大。 ## 数据瓶颈：真实世界不可替代 对于Applied Intuition（估值150亿美元的物理AI公司）CEO Qasar Younis 而言，瓶颈不在芯片，而在**数据**。其公司为汽车、卡车、无人机、采矿设备和国防车辆构建自主系统，关键数据只能通过将机器部署到真实世界中收集。他强调：“你必须在真实世界中找到它，没有任何合成模拟能完全弥补这个差距。”这意味着自动驾驶等领域的进展将受到物理测试速度和规模的严格限制。 ## 架构质疑：现有路径可能根本是错的？ 最具颠覆性的观点来自量子物理学家出身的Eve Bodnia，她离开学术界创办了Logical Intelligence，直接挑战AI行业当前依赖的底层架构。她认为，主流的大规模神经网络训练范式可能存在根本性缺陷，而她的公司正在探索基于量子物理原理的新路径。Meta前首席AI科学家Yann LeCun已加入其技术研究委员会，为这一方向提供了权威背书。 ## 小结：AI经济的“拆轮子”时刻 五位专家的发言揭示了一个关键转折点：**AI产业正从“算法驱动”进入“基础设施驱动”阶段**。芯片产能、真实世界数据、能源供给甚至基础架构都成为硬约束。Perplexity首席商务官Dimitry Shevelenko 提到的“轨道数据中心”等极端方案，恰恰反映出业界正在疯狂寻找突破物理边界的出路。未来几年，谁能在这些瓶颈上取得突破，谁就可能定义下一代AI经济格局。
深度学习模型的训练中，不同层和模块往往具有异构的优化动态（optimization dynamics），但主流自适应优化器如 **AdamW** 对所有参数组应用统一的超参数，忽略了这种差异。针对这一局限，来自研究者提出了一种新型优化器 **MetaAdamW**，通过引入自注意力机制（self-attention）为每个参数组动态调节学习率和权重衰减。 ## 核心设计：轻量级Transformer编码器 MetaAdamW 的核心是一个轻量级的 Transformer 编码器，它接收每个参数组提取的统计特征（包括梯度范数、动量范数、梯度与动量之间的相关性等），并输出对应组的调制因子（modulation factors），用于动态调整该组的学习率和权重衰减。这种设计使得优化器能够感知不同层在训练过程中的状态差异，从而做出更精细的调整。 ## 元学习目标与任务优先级 为了训练这个注意力模块，论文设计了一个元学习目标（meta-learning objective），该目标同时考虑三个信号：梯度对齐（gradient alignment）、损失下降（loss decrease）以及泛化差距（generalization gap）。特别值得注意的是，作者扩展了同方差不确定性加权（Homoscedastic Uncertainty Weighting, HUW）方法，引入了**任务特定优先级**（task-specific priorities），直接对损失中的正则项进行缩放，从而允许将领域知识融入自动损失平衡过程。 ## 实验结果：显著提升与效率兼顾 研究者在五个不同任务上进行了广泛实验： - **时间序列预测**（ETT） - **语言建模**（WikiText-2） - **机器翻译**（Multi30k） - **图像分类**（CIFAR-10） - **情感分析**（IMDB） 结果显示，MetaAdamW 在验证损失、准确率或困惑度上一致优于标准 AdamW 基线。具体而言，根据任务不同，MetaAdamW 要么**减少总训练时间（最高达 17.11%）**，要么**提升最终性能（最高达 11.08%）**，同时仅引入适度的计算开销。在某些情况下，它还能缓解因过早停止（early stopping）导致的收敛不足问题。 ## 消融研究：各组件均有效 通过消融实验，论文验证了不同特征版本、分组策略以及所提出的优先级注入不确定性加权（priority-injected uncertainty weighting）各自的有效性。这表明 MetaAdamW 的每个设计环节都对其最终效果有贡献。 ## 意义与展望 MetaAdamW 代表了一种将元学习与自注意力机制结合的优化器设计新思路。它不仅提升了现有优化器的性能，还为未来自适应优化器的发展提供了可扩展的框架——通过轻量级神经网络动态调整超参数，有望在更大规模的模型和数据集上取得进一步突破。对于追求训练效率与模型性能的实践者而言，这一方法值得关注。
随着深度学习模型规模不断膨胀，部分大模型的存储需求甚至超过了许多大型数据集。针对这一趋势，来自东京大学的研究团队提出了一种全新范式——**持续蒸馏（Continual Distillation, CD）**，旨在让一个轻量级学生模型从一系列教师模型中顺序学习，而无需保留对早期教师模型的访问权限。相关论文已被 **CVPR 2026** 接收，代码也已开源。 ## 核心挑战：无数据与遗忘 CD 面临两大核心挑战：第一，教师模型的训练数据通常不可获取；第二，不同教师来自不同领域，专长各异。传统知识蒸馏通常假设教师数据可用，但在持续学习场景下，学生只能依赖教师输出的软标签或 logits，而无法接触到原始训练样本。此外，顺序蒸馏会导致灾难性遗忘——学生从后序教师学到新知识时，会遗忘先前教师传递的知识。 ## 创新机制：未知知识迁移与遗忘 研究团队发现，利用外部无标签数据可以实现 **未知知识迁移（Unseen Knowledge Transfer, UKT）**，即学生能够从教师那里获取训练数据中未出现的领域知识，而这些知识对教师而言是已知的。例如，一个在自然图像上训练的教师，可能通过外部数据间接传递医学影像的特征。 然而，顺序蒸馏也引发了 **未知知识遗忘（Unseen Knowledge Forgetting, UKF）** 问题：当学生学习后续教师的知识时，先前迁移的未知知识可能被覆盖。 ## SE2D：平衡迁移与遗忘的解决方案 为了在 UKT 和 UKF 之间取得更好权衡，该研究提出了 **SE2D（Self External Data Distillation）** 方法。其核心思想是：在外部数据上保存每个教师模型的 logits，并在后续训练中利用这些 logits 作为稳定信号，从而抑制遗忘。具体来说，SE2D 在蒸馏过程中引入了一个外部数据集（无需标签），学生不仅要拟合当前教师的输出，还要回顾之前保存的 logits，以此维持对旧知识的记忆。 ## 实验效果与意义 在多个基准测试上，SE2D 显著减少了 UKF，并提升了跨域泛化能力。例如，在从自然图像到医学图像再到卫星图像的序列蒸馏中，SE2D 相比基线方法在目标域准确率上提升了 5-10%。这一工作为模型压缩与持续学习交叉领域提供了新思路，尤其适用于边缘设备上的模型更新——当云端教师不断升级时，本地学生可以通过 CD 持续吸收知识，而无需重新收集历史数据或访问旧模型。 ## 小结 持续蒸馏将知识蒸馏与持续学习相结合，解决了数据不可访问和领域异质性两大痛点。SE2D 通过外部数据上的 logits 缓存，有效缓解了遗忘，为未来多源知识融合提供了实用方案。研究者已公开代码，感兴趣的读者可进一步探索。
近年来，扩散模型在图像生成领域取得了突破性进展，但其多步迭代采样的过程往往耗时较长。为了解决这一问题，**单步神经函数评估（NFE）** 成为研究热点。2025年，一种名为 **Drifting Model** 的新范式被提出，它通过计算一个“漂移项”来引导模型输出，在 ImageNet 上以单步 NFE 实现了 SOTA 性能。近日，来自新西兰维多利亚惠灵顿大学和日本 NTT 的研究团队在此基础上提出了 **Lookahead Drifting Model**，进一步提升了生成质量。 ### 从单步漂移到多步“前瞻” 原始 Drifting Model 的核心思想是：在每次训练迭代中，计算一个漂移项，然后将模型输出往该漂移项的方向推动。这个漂移项本质上利用了正样本的信息，引导模型输出向真实分布靠近。然而，单次漂移项只能捕捉一阶梯度信息，对于复杂的分布映射可能不够充分。 Lookahead Drifting Model 的关键改进在于：**在每次训练迭代中，顺序计算一组漂移项**。每个新的漂移项都会利用之前计算出的漂移项、正样本以及当前模型输出。这样，后续的漂移项能够捕获 **高阶梯度信息**，从而更精准地指向正样本区域。最后，模型输出会朝着这些漂移项的加权求和方向进行优化。 ### 实验表现：简单数据上的显著提升 研究团队在 **Toy 示例** 和 **CIFAR-10** 数据集上进行了验证。实验结果表明，Lookahead Drifting Model 在生成质量上显著优于原始 Drifting Model 基线。虽然目前尚未在 ImageNet 等大规模数据集上进行测试，但这一改进思路为单步生成模型提供了新的方向。 ### 行业意义与未来展望 Lookahead Drifting Model 的提出，体现了生成模型领域对 **“更快 + 更好”** 的持续追求。单步 NFE 方法有望大幅降低推理延迟，使得高保真图像生成在实时应用（如视频编辑、交互式设计）中成为可能。此外，该方法的“前瞻”机制类似于优化算法中的 **Nesterov 动量**，或许能启发更多跨领域的技术融合。 当然，该研究仍处于早期阶段。如何将 Lookahead Drifting Model 扩展到更高分辨率、更复杂的数据集，以及如何与其他生成框架（如 GAN、流匹配）结合，都是值得探索的方向。对于关注生成模型效率的研究者而言，这篇论文提供了一个简洁而有效的改进方案。
## 背景：上下文学习的机制谜题 大型语言模型（LLM）能够通过少量示例（few-shot demonstrations）快速学习新任务，这一能力被称为**上下文学习（In-Context Learning, ICL）**。然而，模型究竟如何从示例中提取任务身份（task identity）？过去的研究多采用线性探针（linear probing）方法，发现模型在特定层能高精度解码任务信息，暗示任务表征可能集中于少数位置。 ## 核心发现：探针精度 ≠ 因果重要性 来自 arXiv 的新研究（论文 ID：2605.04061）对此提出了挑战。作者在 **Llama-3.2-3B** 模型上进行实验，发现一个惊人的**解离现象**： - 线性探针在单一位置（如最后一个示例的输出 token）能达到 **100% 的分类准确率**。 - 但若在该位置进行激活干预（替换激活值），任务迁移成功率却为 **0%**——干预完全不起作用。 这意味着：探针能读取出任务信息，但该位置并非任务表征的因果来源。任务编码本质上是**分布式**的。 ## 关键突破：多位置干预与分布式模板假说 当研究者同时替换**所有演示输出 token** 的激活值时，任务迁移率在**第 8 层（约 30% 网络深度）** 飙升至 **96%**（N=50, 95% CI: [87%, 99%]）。这是首次精确定位 ICL 任务身份的因果位点。 进一步因果追踪揭示了一个**不对称架构**： - **查询位置**（query position）是**严格必要**的（干预后任务破坏率 53-100%）。 - 没有任何单个演示位置是必要的（破坏率 0%）。 这解决了此前文献中的关键歧义。更重要的是，任务迁移取决于**内部表征的兼容性**（r=0.31），而非表面相似性（r=-0.05），排除了简单模式匹配的解释。 基于这些证据，作者提出**分布式模板假说**：ICL 任务身份并非存储于单一位置，而是作为**输出格式模板**分布在所有演示 token 的激活中。模型通过整合这些分布式信号来“理解”任务。 ## 跨模型验证与通用性 该发现在 **LLaMA、Qwen、Gemma** 三个架构家族的四个模型中得到验证，均存在一个约 30% 网络深度的通用干预窗口。这表明分布式模板机制可能是 LLM 中 ICL 的通用原理。 ## 意义与影响 这项研究对可解释性领域有重要启示： 1. **方法论警示**：线性探针的高准确率可能具有误导性，因果干预才是验证表征必要性的金标准。 2. **理论更新**：从“局部表征”转向“分布式模板”，重新定义了 ICL 的运作方式。 3. **未来方向**：如何利用分布式模板设计更高效的 ICL 方法？如何防止对抗性操纵？ 该论文已被 **ICLR 2026** 相关研讨会接收，标志着我们对 ICL 机制的理解迈出了关键一步。
实现内生机制切换是自主智能涌现的关键，但现有机器学习系统通常依赖外部调度来改变行为模式。近日，一篇发表于 arXiv 的论文提出了一种全新的分类框架，将学习动力学划分为**标量可约**与**标量不可约**两类，并证明后者能够自发产生机制切换，为构建真正自主的学习系统提供了理论基础。 ## 核心思想：从外部预设到内部组织 传统机器学习系统（如深度神经网络训练）大多采用梯度下降及其变体，其动力学可被归结为某个标量目标函数（如损失函数）的梯度流。作者将这类系统称为“标量可约”动力学——无论其优化过程多么复杂，最终行为都受单一标量势能面引导。这种设计使得系统只能在预设的损失景观中“滑行”，无法自主跨越不同的行为模式。 与之相对，“标量不可约”动力学无法被任何标量势能函数描述。它通过**快变量与慢变量之间的循环反馈**产生内在驱动：快变量（如神经元活动）迅速响应环境，而慢变量（如突触权重或网络结构）则缓慢适应，两者耦合形成非平衡态循环。这种结构使得系统能够在不依赖外部调度的情况下，自发地从一种稳定模式跃迁到另一种模式，即实现**内生机制切换**。 ## 最小模型与涌现行为 论文通过一个最小动力学模型展示了该机制：模型包含一对快慢变量，其演化方程不存在全局势能函数。当快变量驱动慢变量越过某个临界阈值时，系统会突然切换至新的动力学吸引子，随后慢变量在新状态下继续演化，为下一次切换埋下伏笔。这种“积累-爆发”式的循环与自然界中的地震、神经脉冲等现象类似，但首次被严格证明可在学习系统中内生实现。 实验表明，该系统能够持续产生无外部干预的机制切换，且切换频率和模式由内部参数自然调控，而非外部预设。这暗示了一种**自主探索**的可能性：学习系统不再被动等待工程师调整学习率或网络结构，而是能够根据内部状态变化主动调整自身行为。 ## 对 AI 行业的启示 当前大模型训练高度依赖精心设计的调度策略（如余弦退火、课程学习），这些本质上都是外部机制切换。论文提出的框架提供了一条新路径：未来或许可以设计出**自组织训练算法**，让模型在训练过程中自动切换学习阶段，甚至涌现出类似“理解-反思-重构”的认知循环。 此外，该理论对强化学习中的探索-利用困境、持续学习中的灾难性遗忘等问题也有参考价值。标量不可约动力学可能天然具备在多个任务模式间自适应切换的能力，从而缓解传统方法中“固定目标函数导致僵化”的弊病。 ## 局限与展望 目前工作仍停留在理论证明与最小模型验证阶段，尚未在真实规模的任务上测试。如何将标量不可约动力学具体实现为可训练的神经网络架构，以及如何确保其稳定性与可解释性，仍是待解决的关键问题。但这一方向无疑为“自主智能”提供了新的数学语言，正如作者所言：“自适应行为应由内部组织，而非外部规定。” ## 小结 这篇论文通过重新审视学习动力学的数学结构，揭示了标量不可约性作为内生机制切换的充分条件。它挑战了“所有学习都是优化”的传统观点，并为构建能够自发组织、持续演化的自主系统指明了可能的方向。对于关注 AI 基础理论的研究者而言，这是一篇值得深入研读的里程碑式工作。
无监督表示学习的目标是从感官数据中提取有意义的特征，但什么才算是“好”的表示，至今缺乏统一的理论解释。近日，东京大学的研究团队在 arXiv 上发表了一项新研究，提出一种基于群分解理论的变换分类方法，通过参数划分与同态约束来识别变换中的结构，无需监督信号即可将旋转、平移、缩放等变换归入不同类别。 ## 从解耦到群分解：表示学习的新视角 经典解耦学习追求表示中各个因子相互独立，但当真实世界的变换因子相互耦合时（比如物体同时发生旋转和平移），独立假设便不再成立。此前，该团队曾利用伽罗瓦理论，通过将变换分解为两个变换的乘积来学习群结构，其中一个因子被限制在正规子群内。然而，该方法依赖运动、等距等辅助假设，且消融实验未能清晰分离理论约束与辅助假设的效果。 ## 参数划分：更简洁的理论框架 新方法**参数划分**（Parameter Division）摒弃了辅助假设，直接对单个变换的参数进行拆分：将完整变换的参数分为若干分量，并施加同态约束——要求完整变换到某一分量的映射保持群运算结构。该分量的核（即映射到单位元的变换集合）恰好构成一个正规子群。通过这种方式，模型可以自动识别出变换中哪些成分构成结构化的子群。 实验在包含旋转、平移、缩放的图像对上进行。消融研究显示，正是群分解约束驱动了正确的分类行为，而非数据中的统计偏差。 ## 理论意义与潜在应用 这项工作为无监督表示学习提供了更坚实的代数基础。相比依赖统计独立性的方法，群分解框架能够处理非交换变换（如三维旋转），并有望推广到更复杂的视觉变换场景。未来，该方法或可应用于机器人感知中的运动分类、图像生成中的可控编辑，以及任何需要从数据中自动发现变换结构的问题。 不过，研究目前仍停留在合成数据阶段，真实场景下的泛化能力还有待验证。但无论如何，将抽象代数引入表示学习，不失为一条值得探索的方向。
神经网络架构搜索（NAS）长期面临一个核心矛盾：如何在昂贵的评估成本下，既利用已有架构知识，又探索新设计。大语言模型（LLM）凭借其丰富的架构与编码先验知识，成为NAS的得力助手——它能将先验知识转化为可执行的代码修改。然而，实践中一个看似局部的修改往往引发非局部的行为与性能变化，因为单次编辑可能无意中耦合多个相互影响的功能因素，研究者称之为**功能纠缠**。 为解决这一问题，来自中国的研究团队提出**SPARK（Structured Progressive Knowledge Activation）**，一种结构化渐进知识激活方法。其核心思路是：明确选择要修改的功能因素，并让编辑操作以该因素为条件，从而减少纠缠带来的副作用，实现更精准、更可靠的架构修改。 ### 方法亮点 SPARK并非盲目依赖LLM的直觉，而是通过结构化流程逐步激活相关知识。它首先识别架构中可独立调整的功能因素（如卷积核大小、层数、跳跃连接等），然后针对选定因素生成条件化编辑。这种“因素条件化”设计使得每次修改都目标明确，避免了牵一发而动全身的困境。 ### 实验结果 在**CLRS-DFS**基准测试上，SPARK展现出惊人效果： - **样本效率提升28.1倍**：架构进化速度大幅加快，意味着用更少的评估次数找到更优架构。 - **OOD准确率相对提升22.9%**：在分布外数据上泛化能力显著增强，说明搜索到的架构更具鲁棒性。 ### 行业意义 这项研究为LLM驱动的自动化机器学习（AutoML）提供了新范式。传统NAS方法如强化学习或进化算法通常需要数千次评估，而SPARK通过精准激活LLM的先验知识，大幅降低了搜索成本。尤其对于资源受限的团队，这意味着能用更少的算力获得高性能模型。 此外，SPARK提出的“功能纠缠”概念揭示了LLM在代码修改中的常见陷阱，对AI辅助编程、模型压缩等下游任务也有借鉴意义。未来，团队计划将SPARK扩展到更多NAS搜索空间和图像分类任务中，探索其通用性。 ### 小结 SPARK通过结构化知识激活与因素条件化编辑，有效解决了LLM在NAS中的功能纠缠问题，实现了效率与性能的双重提升。这不仅推动了NAS技术的发展，也为LLM在工程优化领域的应用提供了新思路。
## 背景与挑战 大模型迁移学习（Transfer Learning）虽已广泛用于下游任务，但传统参数高效微调（PETL）方法在减少可训练参数的同时，仍因反向传播导致显存开销巨大。为此，**记忆高效迁移学习（METL）** 通过轻量侧网络绕过骨干梯度计算，大幅降低显存占用，但侧网络的学习能力受限于严格的记忆约束，性能往往不尽如人意。 ## 核心创新：MP-ISMoE 针对上述矛盾，来自研究团队的论文（已被AAAI 2026接收）提出 **MP-ISMoE（混合精度交互式侧边混合专家框架）**，从两个维度实现突破： ### 1. 高斯噪声扰动迭代量化（GNP-IQ） 通过引入高斯噪声扰动，对模型权重进行**迭代式低比特量化**，在将权重压缩至更低比特位的同时，有效降低量化误差。相比传统量化方法，GNP-IQ能保留更多原始信息，为后续扩展侧网络腾出宝贵的显存空间。 ### 2. 交互式侧边混合专家（ISMoE） 利用GNP-IQ节省的显存，MP-ISMoE引入**交互式侧边混合专家**模块。与常规混合专家（MoE）不同，ISMoE并非独立选择专家，而是**与冻结骨干网络中的显著特征进行交互**，根据下游任务动态挑选最合适的专家。这种设计不仅抑制了知识遗忘，还显著提升了侧网络的学习容量。 ## 实验结果 在**多模态视觉-语言任务**（如VQA、图像描述）和**纯语言任务**（如GLUE基准）上的广泛实验表明： - MP-ISMoE在**准确率**上全面超越现有最优METL方法，例如在VQA v2数据集上提升约1.5个百分点。 - 同时，其**参数量和显存效率**与最先进的METL方法持平，甚至更优。 ## 行业意义 MP-ISMoE的核心价值在于打破了METL中“记忆-容量”的固有权衡。通过混合精度量化腾出空间，再以交互式MoE注入容量，为大模型在资源受限设备（如移动端、边缘计算）上的高效微调提供了可行路径。 > 一句话总结：**用量化“省”出来的显存，喂给更聪明的侧边专家，让轻量迁移学习不再牺牲性能。**
如果你对 Sonos 回音壁的音频表现不够满意，别急着花钱升级设备。本文总结了三个无需额外成本的实用技巧，包括调整摆放位置、优化高度声道音量以及利用内置音频功能，帮你显著提升沉浸感和对话清晰度。 ## 摆放位置是音质的基础 无论你使用的是旗舰级的 **Sonos Arc** 或 **Arc Ultra**，还是更小巧的 Beam 或 Ray，**回音壁的摆放位置** 对音质的影响远超想象。理想状态是：回音壁应尽可能接近视线水平，并正对电视中心。避免将其塞入封闭的电视柜中，因为声音需要在房间内自由扩散，而不是被限制在一个狭小空间内。房间的大小、家具布局甚至天花板高度都会影响声音的反射和传播。 ## 解决 Dolby Atmos 不够沉浸的问题 许多用户抱怨 Dolby Atmos 效果不明显，原因往往在于 **缺少高度感**。电影院通过天花板嵌入式扬声器实现头顶声效，而 Sonos Arc/Arc Ultra 则依靠向上发声的扬声器来模拟这一效果。如果你的天花板过高（如穹顶式）或回音壁距离电视太近，向上发声的扬声器可能无法有效反射。 **解决方法**：在 Sonos App 中进入“环绕声”设置，**提高高度声道音量**。虽然不能完全替代物理天花板扬声器，但可以让声音更突出，增强头顶声场的存在感。 ## 提升对话清晰度的内置功能 对于电影对白不清的问题，Sonos 提供了专门的 **语音增强** 功能。在 App 的“音频”设置中开启此选项，可以提升中频人声的清晰度，特别适合在嘈杂环境或听力不佳时使用。此外，**夜间模式** 也能压缩动态范围，在低音量下让对话更清晰。 ## 扩展系统：后环绕与低音炮 如果预算允许，增加一对 **Era 300** 作为后环绕扬声器，以及一个 **Sub 4** 低音炮，能极大提升声场的包围感和低频冲击力。这是从“好”到“卓越”的关键一步，但前述的免费调整同样能带来立竿见影的改善。 总之，通过优化摆放、调整高度声道和利用内置音频功能，你可以在不花一分钱的情况下，让 Sonos 回音壁的音质提升一个台阶。
ReMarkable 凭借其高端数字纸平板、无干扰理念和忠实用户群，在市场中占据了一席之地。Paper Pro 等设备提供了精致的体验，但价格不菲。如今，ReMarkable 推出了 **Paper Pure**，一款定价更亲民的机型，旨在以更低的成本保留核心功能。 ## 设计：平价但不廉价 Paper Pure 在设计上延续了 ReMarkable 的简约风格，机身轻薄，但为了降低成本，外壳采用了塑料材质而非金属。这导致设备在按压时有一定程度的 **弯曲和晃动**，不过在日常使用中影响不大。随附的 Folio 保护套和 Marker Plus 手写笔（加 50 美元即可捆绑购买）提升了整体质感。 ## 显示与书写体验：核心优势仍在 Paper Pure 配备了一块 **高对比度单色显示屏**，没有背光，在强光下阅读效果出色，但黑暗环境中无法使用。书写体验依然是 ReMarkable 的强项，Paper Pure 的延迟低、笔触自然，几乎与真实纸张无异。不过，偶尔会出现 **轻微延迟**，尤其是在快速翻页时。 ## 功能与取舍：为价格做出的妥协 相比 Paper Pro，Paper Pure 砍掉了彩色显示、背光和更快的处理器。但它的 **核心功能——笔记和阅读——并未缩水**。对于主要用平板来记笔记、阅读文档的用户来说，这些妥协是完全可以接受的。此外，Paper Pure 的电池续航依然长达数周，延续了 ReMarkable 系列的长续航传统。 ## 总结：值得入手的入门之选 如果你一直在关注 ReMarkable 但被高价劝退，Paper Pure 是一个绝佳的切入点。它提供了 **几乎不打折的书写体验**，而价格却低了不少。虽然缺少一些高端功能，但对于追求专注和效率的用户来说，它足够好用。