磁力检索机器人最新版本在哪个公众号

刚才这段交互看起来只是简单的自然语言对话，但在后台呢，这其实是 ai 一 卷，在本地进行了一场多步骤的深度推理。他理解了我的模糊意图，自主去解锁数据筛选链接，并最终呢下达了执行命令。在 云南 ai 普及的今天，那这种任务往往意味着不可控的延迟，各种调用频率的限制，以及你始终绕不开的算力租金。最关键的是，你的隐私在别人的服务器上是无所遁形的。 但即便你下定了决心呢，转战本地，显存，焦虑也会如影随形。为了跑模型，大家去买十六 g 甚至二十四 gb 显存的显卡， 可当你面对八零 b 这种真正具备逻辑思考能力的模型的时候，你会发现呢，哪怕是最新拥有三十二 gb 显存的 rtx 五零九零，那也依然是一堵无法逾越的显存墙。 但在我身边的这台三点五升的小盒子里面呢，推擂链条完全闭环，更没有所谓的头肯焦虑和减沉焦虑，你可以无限次的让他思考，而这一切呢，都属于你。那这呢，就是我们今天要聊的主题，算力主权。 哈喽，大家好，我是你们的小伙伴波图。那之前我们频道呢，也介绍过几台搭载 amd ryzen ai max plus 三九五处理器的这个小主机。关于它那个一百二十八 gb 统一内存，能够生存大模型的这个硬核规格，想必老观众们呢，已经是听得耳朵生茧了， 那硬件的规格固然重要啊，但它仅仅是一个容器。真正的核心问题是呢，除了跑分聊聊天，那我们到底应该怎么样才能让它变成你真正的数字员工。随着我们对 ai 工作流研究的进一步深入，那最近我也是通过 m i n 等自动化软件，在完全本地的环境中实现了不少非常有意思的应用。 像这种把八零 b 甚至是一百二十 b 大 模型当做逻辑大脑来调度工具的一个体验，跟普通小模型聊天完全是两个次元。那今天呢，我们就通过身边这台搭载了三九五处理器的明帆 m s s e max 带大家来看看我们最近这一套全本地 ai 自动化的一个研究成果。 那这是明帆的 m s s e max 在 做工上确实是下了功夫啊，电蓝色铝镁合金外框配合通体的散热口， 支持横向和竖向的放置，接口布局很有优势啊，配备了四个 usb 四接口，其中两个更是支持八十 gb 每秒的 usb 四 v 二协议，那这也意味着它能够完美兼容未来的零点五设备。 那其次呢，是它内置了三百二十瓦的电源，只需要插一根标准的品质交流电线就能够使用。比较遗憾的则是只有一个 hdmi 接口啊，那你要插多个显示器的话呢，就需要用 type c 转接了。 机器的拆解非常的简单，拆下两个螺丝就能够通过滑槽直接拉出内部的框架。散热方面，为了压制三九五这颗性能怪兽，那明方用了一套双涡轮风扇的大型散热器，并搭配了 g 五零下面导热贴。 扩展性上，靠近正面的位置提供了两条 m l 槽位。但大家要注意，其中一条呢是满速的 p c r 一 四点零城市建议放系统盘和模型盘， 但另一条数据被限制在了 p c r 一 四点零乘一机器的反面还有一条半高扩展槽，那宽带呢，是四点零乘四的，由于这台机器并不支持安装独显，且三九五的核显性能已经非常强劲，所以这个扩展槽呢，我更加建议大家留给存储或者是高速网络，没有必要浪费在显卡上面。那 关于这个三九五处理器，它的理论性能呢，我们也测过太多了，这也就简单交代一下，在这台机器的 bios 默认的一百一十瓦，而 p l 二呢，则在一百三十瓦。 数据表现呢也非常稳定啊， c n b h r 三，它多核呢，是稳超三点六万分的。当然，如果说你追求极致的性能，也可以在半小时中切换到性能模式，那此时呢， p l 一 会拉到一百三十瓦， p l 二则是直接拉到了这个一百六十瓦。那 实测这个时候 c n b h r 三呢，能够跑到三万八千分以上，这对有高富帅这能力需求的小伙伴来说呢，绝对是一个极其强悍的备选项。 不过对于 m s s 一 max 来说呢，真正的看点在于它长时间覆盖下的一个冷静和稳定的性能表现。在维持一百一十瓦持续输出的时候，核心温度可以一直压制在七十五度左右，这在三九五的机型里面呢，也算是非常不错的表现。 下面我们也测试了默认模式一百一十瓦和性能模式一百三十瓦，处理器功耗状态下，机器整体的噪音水平大家可以进行参考。 游戏方面我们也简单过一下，那在这台机器优秀的一个性能释放下呢，配合 fsr， 那 这台机器四十 ceo 的 核显已经完全具备了二 k 下三 a 实战的一个能力，无 论是八十九帧的赛博克二零七七，还是接近六十帧的黑神话悟空，那流畅度都非常出色。在这种性能表现，如果把它当成一台主力机来使用呢，也绝对能够满足大部分用户日常娱乐的一个需求。当这台机器真正的一个性能表现呢，他的舞台还得是我们接下来的一个本地 ai 实战 回归主题。那大家还记得我们之前测试二三五 b 那 个 m 一 模型时说过的话吗？那当时我就在想，如果有一款性能能够媲美二三五 b 模型，但参数量刚好能够跑满一百二十八 gb 显存的这个模型该有多好呢？那首先我们这台 s s 一 max 呢，它和其他三九五机型一样， 强行要跑我们之前测试过的这个二三五 b 模型肯定是没有问题的，使用 q r 量化的模型，显存占用在一百 gb 左右，输出的速度能够维持在十 to 以上， 那可能这个速度已经达到了某些用户心目中的这个生产力及格线了。但由于这个模型实在是太次显存了，导致上下文窗口被压缩，所以我会认为这个八零 b 和幺二零 b 模型呢，才是一百二十八 g b 平台的一个真命天子。那我更倾向于把今天主力使用的这款千问三八零 b max 称为平衡之选， 它在保证足够智商的前提下呢，能够给上下文留出巨大的一个空间，并提供数倍于顶配模型的这个升升速度， 那官方表示啊，它的逻辑表现已经能够媲美早期的这个二三五 b 的 巨兽了，为了满足这种智商，它采用的是 mo 一 架构，那需要巨大的一个显存来全量装载，那这款八零 b 模型斯比特量化版，它所需要的显存呢，约为四十五 gb 左右。 那我们要搞清楚一个残酷的现实啊，那即便是目前民用显卡的一个显存天花板，拥有三十二 gb 的 rts 五零九零，也依然塞不下它完整的一个权重。对读显来说，一旦显存一出，就要走 pci 借用内存，那推理速度呢，会瞬间掉到蠕动的一个状态。 但三九五处理器这种统一架构内存，那它配合我们分配给 gpu 的 九十六 gb 的 显存，实现了八十 b 甚至是一百二十 b 模型的全量装载， 实测速度相当暴力啊。这个八十 b 的 模型输出达到了四十二 to 每秒，而在使用 g p d 推出的一百二十 b 模型的时候呢， 文字生成速度也能够维持在四十 to 每秒左右。当前市面上确实也有一些核显的方案能够跑这类大语言模型，但是呢，他们只能挤出五到十 to 每秒的一个生成速度，在实 测 ai 区别已经很小了，这才是端测 ai 真正能够用起来的一个前提。 更夸张的是，这款八十 b 模型，它能够支持二百五十六 k 的 超大上下纹，那我们计算一下模型的本质，加上满载的缓存，它总共的这个显存占用啊，可以达到八十 g b 以上。但在我们身边这台机器的一百二十八 g b 的 巨大池子里面呢，它依然可以留给系统四十 g b 以上的内存公里正常办公。 那可以说啊，一百二十瓦 gb 的 统一内存并不只是内存大，它真正的战略价值在于完美的契合了目前千万三八十 b gptos 一 百二十 b 这种高显存占用，高推理能力的 mo 一 架构的一个趋势。而这种模型呢，持续推出，它也意味着大内存处理器在 ai 推理时代的前景将会非常的广阔。 好了，那我们回到视频的开头，要实现开头的那种说句话就自动下载的自动化体验，单靠模型聊天肯定是不够的，我们需要一个高效的调度员啊，也就是这个 m 八 n， 它是一款极其强大的开源自动化工具，你可以把它理解成逻辑的胶水，它能够把大模型、搜索工具、下载器等黏合在一起。 在 windows 系统中，我们可以用 docker desktop 几分钟就能够搭建好属于你的这个自动化基座。有了 m i n 提供的基座，那我们就能够构建所谓的 a i a 卷，也就是人工智能体。而我们这次专门为三九五平台定制的这套翻剧下载助手呢，其核心就是一个 a i a 卷的节点， 它由三个部分组成，大脑，也就是本地的模型、工具集以及这个记忆。在这个节点里面，我们通过系统提示词，赋予了本地大模型一个资源猎人的身份。 这向给他写了一份特工守则啊，他不仅能够理解你的这个模糊意图，还要严格遵守筛选的一个规则，比如优先选择 h e v c 十位的这个资源，并自动过滤掉一切的广告。 为了让这个猎人能够接触到现实的世界，那我们也给他配了三个关键的工具，首先是 r s s 搜索工具，或者去资源站抓取原始的数据， 那接下来是一个 j s 节点，他负责对海量的数据进行数据的脱水，只把最核心的这个标题和链接喂给 ai， 防止上下文的溢出。而最后呢，则是下载器的接口，负责执行最后的下载指令。 但在演示完这个成功的闭环之后呢，我也想跟大家探讨一个问题，用七 b 或者十四 b 的 小魔仙能不能干这个活呢？我也实际试过，在处理刚才那种大篇幅 r s 源代码的时候呢，小魔仙由于逻辑能力的一个瓶颈，经常会选择性的失忆， 他可能看着看着就把磁力链接给搞丢了，或者是产生逻辑断层，对这种对意图理解要求非常高的场景啊，那这个八零 b 规模的一个模型我觉得是底线了， 而这也是为什么我们要用一百二十八 g 大 显存平台的一个原因。更何况我们这个 ai a 卷的一个模式呢，它是需要模型频繁的进行思考、行动观察的一个循环。那我们也测试过，正常情况下，我们这个模型它运行一次所使用的这个拓根数大概是两到三万的。 那我在调试这个工作流的时候呢，其实这台机器还没有到我们工作室，那我们一个晚上呢，就消耗了二十多块钱的这个云端 a p i 费用，那是心疼的不行。 那现在呢，有了本地的三九五平台，那我就可以零成本的反复测试，这种完全掌握算力主权，那个感觉啊，真的是非常爽的。除了翻剧助手呢，那这种模式还可以扩展到更多的一个场景，比如构建一个数字员工，或者一个这个个人的 ai 助理， 那说实话，这类办公任务呢，根本不需要动用云端超大型的这个模型的顶级智商，本地八十 b 的 这个模型处理能力已经完全绰绰有余了，而且响应更快，更加私密。 那当然，我知道大家对这种全自动的数字员工非常感兴趣啊，那只要这期视频点赞过五千，那我一定专门开启保姆级的视频，手把手教大家部署。大家觉得怎么样呢？ 如果你觉得单机三九五平台一百二十八 gb 的 内存不够完的话呢？那么这个平台它还有一个杀招在于它的这个集群扩展能力，通过简单的联动那两台 s s 一 max， 它就可以组成双机的集群合力，在本地撑起千问三二百三十五 b q 四精度的这个超大模型。 而如果你有四台这个机器，装在一个二 u 的 这个桌面小机柜里面，它甚至能够在本地部署满血版的 dc 六七幺 b 这种怪物级的模型。那这种群狼战术啊，让算力变得极其灵活，你可以根据需求随时增减节点。 那除了这个算力自由以外呢，本地部署大语言模型呢，还有一个优势就是本地饮食的一个保护。那之前我们也聊过很多，就不太多赘述了，那只需要知道在处理涉及财务合同等敏感信息的时候，这种物理层面的断网运行才是绝对的一个安全感。 当你在使用 n c l m 结合 m i n 搭建文档审计流的时候，你可以放心的把绝密的财务发票或者是合同直接喂给模型，而如果你用线上的模型，那数据在上传的那一刻就不再属于你了。 好，那最后我们来总结一下，那这段时间呢，我们对 m i n 的 深度体验呢，也让我意识到很多繁琐的日常工作其实并不需要昂贵的这个本地模型，在正确的位置配置一个八零 b 级别的这个本地模型，就能够得到极佳的执行效率。 回顾这台 m s 一 max 啊，它的这个一百二十八 g b 的 统一内存给了我们极高的性能余量和这个应用上限。 而继我们上次测试完之后呢，这个三九五的生态也在飞速的进化，比如说最新的这个 rockon 七点一，那它已经可以让用户在 linux 下直接调用专业的 v l m 框架，让这类迷你主机的并行推理性能开始真正的对标工作站。 这种生态的成熟，让本地部署的价值不再是一个口号。我认为本地部署的价值可以概括为下面三个关键词啊，第一是免费，你彻底摆脱了这个托管数。那第二呢，则是稳定，不依赖网络质量，响应永远可控。第三则是隐私，核心数据不离开机器。 当正如我们之前测试的，它同样有能力运行幺二零 b， 甚至是二三五 b 这类顶配量级的模型，只是在当前的环境下，八零 b 展现出来更好的一个智商、速度和空间的平衡。 如果你希望掌控属于自己的一个算力主权，那么这台机器配合 amd 三九五平台呢？或许就是目前最完美的一张入场券了。好了，这就是本期视频的全部内容，那我是你们小伙伴思博图，那我们就下期再见喽，拜。

哈喽，大家好，今天给大家分享一款我自己做的 b 站自动回复程序。首先把自动回复的触发关键词都放在 sl 表格， 这些系触发关键词，这些系关键词被触发后回复的文本图片内容， g 七 t 样回复多条文本图片 g 七 t 样自定义关键词，接下来请看系列操作， 加密进行手机端操作输入错误势力未加触发关键词的纯秀字消息， 腾讯自动回溯体系要加上触发关键词输入正界触发代码，腾讯自动回复中拜拜 拜拜输入未录入 xl 表格的代码，程序自动回复代码剪左续伴 自系其他触发代码伊瓦卡玛阿达玛 程序可以在后排站墙一行， 在前台桌面的任何操作都不会影响到后台自动回馈程序的逆袭， 他们球戏也可以在悉尼桌面中运行。之间关系这里就不延系了，答应了，走，一起学火车，每共五百人都。

这颗微型机器人或许是未来治疗中风的重要工具。以往中风患者的治疗方法通常是注射大量药物来溶解血管中的血栓，这 一手术本身具有一定风险，还可能会引发出血以及其他严重副作用。那有没有一种更精准更安全的方法来解决呢？最近，苏黎世联邦理工学院的科学家就在科学杂志上发表了一款通过磁力引导控制的可溶性微型机器人， 就是这颗指尖上的小珠子，能在人脑中的血管游走，精准清除血栓。现在这款机器人已经在大型动物中进行了实验， 微型机器人以高达每秒四毫米的速度移动，短短七分钟就能启动，在灌注十九分钟内显著清除血栓。除了可在体内安全溶解，它里面还加入了微量的坦藻影剂，就好像给机器人装了 gps， 医生可以用 x 光实时追踪机器人的位置，确保它准确抵达病灶。这项革命性的技术正在重新定义我们对中风治疗的认知，未来，或许它真的能让中风成为一个可以被彻底战胜的疾病。

这只比巴掌还小的桌面机器人最近很流行，在各个电商平台都卖断了货，特别火。如果我们也想找到产品背后的源头工厂，可以使用专大师图形解锁，上传一张产品图片， 花几秒钟就能找到它背后的源头。点击进去就能看到这款产品的基础专利信息，是一南京科技公司申请的专利，产品复图细节能查到源头工厂名下，其他的专利细节 还可以通过代理机构的信息的联系方式，联系上背后的源头工厂，想查其他产品也要立马试一下。

我的妈呀，这还没到双十二，这个磁吸变形机器人怕是要卖断货吧！打开就是排列整齐的磁吸零件，满满的高级感， 简单拼搭就能变成高大威猛的机甲战士，而且还升级了炫酷的灯光效果，还送了四把武器，可以让机甲摆出各种不同的造型，拆开重组还可以变成各种不同的滑行小车，小朋友还可以通过自己的想象创造出不同的形态， 玩的过程不仅锻炼动手能力和专注力，就连想象力也悄悄的提升起来。高档的礼盒包装，还送了个手提袋，趁现在活动给力，不管是送人还是自己玩都很合适。 这么炫酷的机甲战士，哪个小男生能不喜欢啊！一打开就是满满的仪式感，里面有各种各样的零部件，都是磁吸大颗粒的三岁小朋友啊，自己就能组装好。合体之后啊，就是一个非常炫酷的机甲战士，氛围灯一打开就像复活了一样，贼拉的炫酷！分开呢就是各种滑行小车，孩子可以随意的组 合，每天换着花样的玩，也锻炼了动手能力和创造力。这要是圣诞节或者新年，哪个小男生收到这么炫酷的礼物，那种开心的跳起来， and then i'm going to go back to the original！

这个叫一莫的桌面小机器人非常火，功能强大，可玩性高，是现在最流行的爆款 ai 玩具。如果我们也想找到爆款产品背后的源头工厂，可以使用砖大师图形解锁，上传一张产品图片， 花几秒钟就能找到它背后的源头。点击进去就能看到这款产品的基础专利信息，是一家深圳公司在一九年就申请的专利，但从法律信息能看到这件专利经过两次的转移，不知为何被主动放弃了。产品复图细节也可以查看， 还可以通过代理机构的信息的联系方式联系上背后的源头工厂，想查其他产品也要立马试一下。

没有中央指挥，仅靠简单规则就能完成复杂任务。这是韩国汉阳大学研发的微型磁力机器人集训，他们依靠旋转磁场驱动，能携同搬运超自身重量三百五十倍的货物，跨越五倍高度障碍，展现惊人协助能力， 甚至能在液体中精准孕妇药物，开启医疗新可能。这种无中央指挥的协助模式，是否会彻底改变未来科技？你觉得他们最先会应用在哪个领域？

我们过去总觉得 ai 嘛，就是个更聪明的聊天机器人，或者一个能帮你写邮件的助手。但你有没有想过， 如果有一天你坐在电脑前，手离开键盘，但屏幕上的鼠标它自己动了起来，开始替你工作？这不是科幻片，这正是我们今天要聊的公司 minnes 正在做的是，它标志着一个新时代的开始，我们称之为代理人时代。这个转变 是革命性的。咱们今天聊聊 minus。 这家公司最吓人的地方在于，它不再是那种只会陪你聊天的机器人，而是直接接管了你的鼠标和键盘。以前像 chat gpt 这种模型处理复杂任务的成功率连百分之十五都不到， 但 minnes 实现了从提供建议到直接干活的跨越。没错，这就是工具和代劳者的区别。以前的 ai 像个喝醉了的博士生，知识渊博，能写诗，但你让他去买杯咖啡，他可能在门口就迷路了。 minnes 则是直接给 ai 长出了数字手指，它背后的逻辑是， 人类的语言是模糊的，但你在屏幕上的每一次点击和拖拽都是绝对精确的。哦，原来是这样。这种鼠标自己动的画面听起来效率极高， 但为什么之前的大厂没做出来？这就是反知觉的地方。大厂当时都在卷对话框，想让 ai 变得像钢铁侠里的贾维斯一样能说会道。但 manos 意识到，我们真正的工作环境是为鼠标和键盘设计的， 所以他们不求 ai 懂文学，只求 ai 能看懂屏幕上的按钮和菜单，并且精准地去操作。这就让他在处理那些极其枯燥繁琐的数据搬运工作时，直接实现了降维打击。的确，这种从看说明书到直接上手的转变确实震撼。 不过让 ai 拥有这么大的自主权，万一他在执行过程中跑偏了，或者卡在某个环节死循环了怎么办？这可不是闹着玩的，你问到点子上了，刚才说到 minis 很 猛，但他也差点死在概率陷阱里。 只要任务步骤一长， ai 出错的概率就会指数级上升。 minnes 曾经就因为一个网页弹窗，让 ai 陷入死循环，刷了十万次页面，差点让客户破产。为了自救，他们开发了一套原认知架构，让 ai 学会了反思和纠错。 这就是从愣头青进化到了老司机。以前的 ai 就 像个只会踩油门的司机，遇到障碍物就卡死了。现在呢， 等于给他配了个副驾驶教练。这个教练不碰方向盘，但他会观察司机的行为。如果发现司机一直在原地打转，他就会提醒说，嘿，咱们是不是走错路了？要不要换个方法试试？这听起来像是 ai 有 了灵魂。 倒不是灵魂，而是经验。 minnes 做了一件极度硬核的事，他们没有用通用数据去训练，而是记录了人类专家在遇到软件报错、死机弹窗时的几百万次纠错行为。 所以，他们不是在教 ai 怎么成功，而是在教 ai 失败了该怎么办。这种自愈能力，把任务成功率从不及格的百分之六十一，下子拉升到了百分之九十五以上，这才是他能从一个有趣的玩具变成真正生产力的关键。 明白了，解决了靠谱的问题， ai 就 不再是实习生，而是真正的劳动力了。那这种数字劳动力的大规模入场，到底会把未来的公司和我们这些打工人带向何方呢？这才是真正的大问题。 最后，我们来看看终局。 manas 正在把岗位 api 化，以后你可能不需要招人，只需要调用一个接口就能完成财务审计或数据分析。 这意味着白领工作的成本正在归零。而 menace 真正的野心是积累全球的行动数据，把顶级高手的工作习惯变成代码。 没错，他的终极目标是成为全球最大的劳务派遣公司，只不过他派遣的员工全都是智能代码。他不再是卖给你一个锤子，让你自己去钉钉子，他是直接卖给你一个把钉子钉好。这个结果，那我们这些打工人怎么办？会被彻底取代吗？历史不会简单重演，但会惊人的相似。 excel 的 出现没有让会计失业，但它消灭了计算员这个工种。 minnes 会消灭那些在不同软件之间来回搬运数据的人。所以，未来人类的价值将从重复的执行任务迁移到更有创造力的定义、目标和审美判断上。 你得学会如何指挥一支 ai 军队去打仗，而不是自己扛着枪去冲锋陷阵。听完这期，我感觉那个鼠标自己动的瞬间，就像是数字时代的蒸汽机拉响了第一声汽笛。我们确实得开始适应这个新世界了。 是的，总结一下我们今天看到的，首先是一个物种跨越 ai， 从聊天机器人变成了能直接操作电脑的行动者。其次，让它变得可靠的关键是一种能处理意外的自愈机制， 而这背后是商业模式的颠覆，从卖工具转向卖结果，最终真正的护城河是谁掌握了这些行动数据，也就是人类最高效的工作流程，这才是未来竞争的核心。

各位同学八次返场第九次推荐，从年头推到年尾，每次的推荐反馈都很好，今天阿文小超市想收到比平时更低的价格的同时还给你送，平时别人不给 给你送的，让你真的是真真正正划算到家啦！阿文给大家推荐的这个产品性价比非常高，我们一直坚持严格的质量把控，只为打造出让大家满意的产品，喜欢的同学自行帮我带回家，感谢大家，感谢各位同学！