ai 硬件撞墙了吗?前谷歌的 tpu 架构师的破局之道!当全世界都在为大模型的智慧而欢呼的时候,芯片架构师们却发现 ai 硬件正撞上了一堵无形的墙。 目前的主流芯片在响应速度和运营成本之间存在着极度痛苦的权衡,就是快的并不便宜,比如说 grog 就是 giroq 啊,那么便宜的又不快,比如说传统的 hbm 架构的芯片。 那么为了打破现在的这种僵局,前谷歌的 tpu 架构师雷纳波普正带领着他的新公司叫 matex, 试图通过一种极简且激进的芯片方案,在二零二七年到来之前,将 ai 的 运行效率提升一个数量级。 那么近日啊雷纳在访谈之中就揭示了他在谷歌参与颠覆 ai 基石的往事,以及为何他认为算力平权的终点并不在应伟大,而是在一种回归本质的机械共情之中。 那咱们今天就用这个短视频来一起听一听雷纳波普是如何解决这个问题,也来听一听什么叫做机械共情吧。 一、谷歌的遗产与机械共情雷纳曾经是谷歌大脑的核心成员,那个时期啊,产出了改变世界的 transformer 的 架构这样的模型。 在他看来啊,谷歌的 tpu 的 成功的关键就在于他们很早就意识到了硬件必须是原生并行的。 那么 tpu v 一 在二零一六年发布的时候,仅由二十到三十个人的骨干团队在短短的一年半内完成的。虽然按照今天的标准,它只是一个简单的脉动阵列,但这种简单性正是其优雅之处。 那么雷纳在访谈之中啊,就提出了一个深刻的术语,叫做机械共情,他说你要站在那台可怜的机器的角度去想,他到底想要什么呢? ai 芯片不想要复杂的逻辑判断,他只想要极致的并行的矩阵计算。为了解释 gpu 为何胜过 cpu, 雷纳给出了一个直观的比喻,控制与载的比例。 那么对于 cpu 而言,就像是一个摩托车驾驶员,控制的就是控制,逻辑占比很大,虽然能够灵活地躲避障碍,比如说处理复杂的分支指令,但大部分的能量都花在了维持驾驶员的工作之上。 而这批油就像是重型卡车,它载有巨大的货物,咱们可以理解成载虽然只能走直线,但每一份能量都转化成了实际的运输效率。 二、 hbm 与 sram 的 包办婚姻目前啊,市场被两类芯片所割裂,以英伟达和谷歌的 tpu 为代表的是基于 hbm 的, 也就是高代高代宽显存的芯片, 那么吞吐量大,但什么呢?读取的延迟是高的,读一遍内存啊,需要二十毫秒。 而像 grog, 也就是 giroq 这样的基于 sram, 也就是静态随机存储的,随机的存取的存储器,这样的芯片反应极快,只有一毫秒,但容量极小,且贵得离谱。 那么 matex 的 突破就在于把 hbm 和 sram 放在了同一个芯片之上。 雷纳的策略极具极具针对性,他说把模型的权重放在极快的 sram 里,把推理的数据放在大容量的 hbm 里, 那么这种组合就让芯片能够以低一点的成本实现毫秒级的响应,比目前啊,是要快十倍到二十倍。 三、精度退化的艺术在算力急缺的时代,追求极高的精度是一种巨大的浪费。 雷纳认为啊,过去用这个三十二位点数去训练,就像是给照片配了十亿种颜色,却忽略了分辨率。现在的趋势是什么呢?牺牲颜色,增加像素? 那么 matex 正在推动向四位,也就是四个比特,甚至更低精度啊去来演进。这意味着数值只可能有十六种选择。这种模糊的计算不仅没有破坏模型的效果,反而极大的释放了芯片的处理的潜力。 四、硬件设计的瀑布式的孤独与软件开发可以快速迭代所不同,芯片设计是极端的 waterfall, 也就是瀑布式的开发。这样的模式, 雷纳曾有十年的软件经验,但他更享受硬件从白纸开始的那种创作的感觉。在芯片领域,一旦进入到流片阶段,第一颗芯片的制造成本可能高达三千万美元,而第二颗只需要一千美元。 如果这个逻辑有误的话,也就是你的芯片设计的逻辑有误的话,可能要等待一年,并再次支付千万的巨款。 因此啊,雷纳习惯在脑子里完成迭代,他避开了平庸的工具,甚至啊,不常使用 very log 进行初期的设计。而是用什什么呢?先用这个高性能的编程语言,比如说 python 或者是 rust 来编写模拟器, 在脑海中模拟成千上万次架构运行之后,他才落笔定稿。 五、二零二七年的预测,生态护城河正在崩塌。那么关于英伟达库达,也就是设计统一的这个计算,统一的设备架构,这个护城河,也就是库达这个护城河。 lina 给出了一个反直觉的判断, 他说 ai 市场是头重脚轻的,那么在 pc 的 游戏市场里,有成千上万个开发者,兼容性就是生命线。但在 ai 领域,全球真正顶尖的实验室其实也就那么几家。 雷娜在博克之中直言说,如果一个实验室花了一百亿美元去买集群,他们完全愿意再花一小笔钱,雇五十个顶尖的工程师,专门为我们的芯片来重写软件。 只要性能能够翻倍,这种定制化就是必然的商业选择。那么到二零二七年, ai 应用的响应将不再以秒计,而是进入到亚毫秒的时代。 那咱们也总结一下吧,雷纳波普的信息啊,是来自于一个朴素的哲学,就是当算力的需求以千倍的速度在增长的时候,通用的架构必然失效。唯有回归机械共情,用最精简、 最精简,甚至有点离经叛道的设计,才能够定义下一代计算的终点啊。
粉丝11.2万获赞84.2万

这 ai 是 有毒吧?我写好的功能又被它改崩了,有没有好的方法可以回退代码的啊? 这期视频就来帮你解决这个痛点。之前的视频我们讲过, google ai studio 自带版本管理功能,开箱即用,但其他 ai 编程工具可没这个福利,得自己搭配版本管理工具。给大家推荐一款公司里通用又好用的工具 get。 大家现在看到的就是 get 官方下载页面,一定要看仔细,认准 get 只有这三个字母,没有多余后缀,千万别下错。想稳妥的话,直接在官网下载即可,官网下载速度可能会比较慢,耐心等待一会就好, 下载完成后一路默认安装就大功告成了。接下来我们就在春叶里实操演示如何用 get 做好代码管理。 首先点击左侧的 get 图标,再点出示化仓库,就能快速创建一个 get 仓库。如果有不想纳入管理的文件,比如测试文件,可以右键文件选择添加到,点击 i t i g n o r e。 我 们这里做演示,直接点加号, 写好提交注后提交,就能把文件加入 get 管理。修改代码后,双击文件就能清晰看到改动前后对比一目了然,再也不怕 ai 乱改代码。建议养成习惯,每次功能改完就点加提交一次,万一 ai 改错了,直接点回退按钮恢复代码,再让 ai 重新修改即可,这样就能彻底避免代码被改乱。 记住,每次让 ai 改完功能都及时提交,保存更安全更省心。好啦,你学会了吗?那这一期的教程就到此结束啦,咱们下期再见!

谁能想到,当年手握 ai 王炸却打得稀碎的谷歌,靠 gemini 模型逆风翻盘,戳破了中分 ai 全球第一的 窗口值。这波二零二五年 ai 圈的反转呢,实则早有因果。 chat gpt 爆红前呢,谷歌才是 ai 领域的隐形大佬,海量的训练数据,自研的 t u p 芯片,垄断级的生态,还有谷歌大脑和 deepmind 的 两大王牌团队。二零一四年,谷歌砸四十多亿,从 facebook 手中强化了 deepmind 的 两大王牌团队。二零一四年,谷歌砸四十多亿,从 facebook 手中强化了 deepmind, 掌舵人哈萨比斯旅 逆天带领团队搞出了 alpha go、 alpha fold 等爆款。谷歌大脑也不示弱哈, tensor flow 和 transformer 框架呢,至今仍然是行业的基石,可这对黄金搭档却陷入了无休止的内 耗。 deepmind 呢,偏理论研究,不屑盈利,刻意的疏远总部。谷歌大脑要被 kpi 测重产品的落地,两边代码算力,各玩各的,重复造轮子,还抢资源。后来谷歌与美股的 ai 理论委员会呢,迟迟不落地。 deepmind 呢,想切割独立,最终呢,因无法自负盈 作罢。内耗之外,谷歌的保守也错失良机。二零一六年喊出 ai 优先,却在产品落地时呢,畏首畏尾,早于 chip gpt 两年做出了 man 聊天机器人,被内部预判呢,能创造万亿的引收,却因不符合安全规则被雪藏,后续核心人才离职,谷歌花二十七亿美元才把人请回来。毕竟谷歌百分之八十的利润来自 搜索广告, ai 直接给答案呢,会颠覆其商业模式,而且大模型推理成本呢,是传统搜索的十到一百倍,没找到变现方式前呢,他不敢冒风险,好在谷歌及时止损哈詹姆娜模型让他打了场 翻身仗。在我看来呢,其实科技赛道没有永远的冤家,谷歌的逆袭呢,本质是理顺了内部的矛盾,抓住了机遇,再强的技术也架不住内耗和保守,这就是谷歌逆风翻盘给所有科技巨头的启示。

老板们,如果你团队还在用 openclo 跑业务,最近是不是发现体感越来越差了,动不动就报错,或者 api 根本调不通?别怀疑,不是工具坏了,是背后的模型厂商在断供。今天必须聊一个极其危险的趋势, openclo 正遭到各大顶尖 ai 巨头的联手封杀,顶尖模型正在建起一座围墙花园。你想用最牛的模型 可以,但必须在我的官方平台用,按我的规矩交订阅费,想通过第三方工具低成本调用,直接封号。这直接导致了一个极其残酷的现实, ai 时代的数字鸿沟已经彻底裂开了。有预算的团队花钱订阅顶尖的 cloud pro 或 gemini ultra, 决策精准,产出极高,十分钟干完别人一天的活。 没预算的只能去用免费额度,或者退而求其次,用体感有差距的替代品,出了错还要反复人工修改,结果就是穷人依然在用体力换智力。以前的红沟是会不会上网,现在的红沟是你能不能用得起顶尖模型?各位老板放弃幻想吧,赶紧把 ai 费用列入核心经营成本,并且确保你的业务流随时可以切换模型。 所以问题来了,如果明天你的主力模型突然断工,你有 b 计划吗?评论区聊聊你在用的神仙平,替大家互相抄个作业,关注我,带你看懂 ai 文明的底层逻辑与未来拐点!

三月五日,谷歌发布 gemmy 三 e flashlight 大 模型,每秒三百六十三, token, 输出速度 g p q a, 科学推理准确率百分之八十六点九,超越 g p t 五 mini 价格仅为竞品四分之一, 平民版旗舰大模型来袭,速度翻倍,价格腰斩全球 ai 价格战彻底打响,国产 ai 面临巨大压力,是迎战还是落后?今天我们对比测评,告诉你谷歌新模型到底有多强,国产 ai 如何破局。谷歌 gemini 三月一日, flashlight 主打快准手, 输出速度提升二点五倍多,格式秒级解析,支持代码、文本、图片全模态处理,价格却低至四分之一,直接降低 ai 使用门槛,让中小企业、普通用户都能用得起。在科学推理、逻辑计算、创意写作等领域,性能超越竞争,成为全球最具性价比的大冒险。 谷歌凭借技术优势,再次引领 ai 行业,掀起价格战、技术战的双重热潮,对 oppo ai、 国产 ai 都造成巨大冲击。网友的反应很真实, 看谷歌技术太强大, ai 进步太快,跟不上节奏。有中小企业主表示,低价高性能模型能降低运营成本,太实用。也有网友担心 海外 ai 强势崛起,国产 ai 会被拉开差距,必须加快创新。近年来,国产 ai 进步神速,在观测 ai、 多模态、行业落地等领域不落下风,但在底层技术算力、成本控制上依然有差距。谷歌降价提速,倒逼国产 ai 加快迭代,提升竞争 力。 ai 行业的竞争本质是技术算力储备,打出价格牌,试图垄断市场。 但国产 ai 也有自己的优势,更懂中文,更贴合国内用户需求,数据安全更有保障,面对海外竞争,国产 ai 只有坚持自主创新、降低成本、优化体验,才能守住 市场。这场 ai 价格战最终受益的是用户,也会推动行业快速发展。你用过谷歌 jammy 吗?你觉得国产 ai 能打赢吗?

谷歌杀疯了,真的杀疯了,一下子封禁了几千个账号,就在二月二十三到二十四号,无预警操作,而且一封就是永久冻结,连 gmail、 drive 这些基础服务都给锁了,罪魁祸首就是一个叫 opencloud 工具。 先给大家快速科普 opencloud 到底是个啥?它就是一个开源的 ai 自动化工具,简单说就是个中间商,能帮你绕过谷歌官方接口,直接调用 gaminy 和 anti gravity 的 服务,实现批量自动化操作,省了不少事儿。 但也正因为这一点,谷歌直接判了他死刑。其实这场封禁早有预兆,不是突然爆发的,二月五号左右,就有用户反映账号出现限流,频繁弹出四零三错误。 到了中旬,小规模封禁开始,部分用户的 ai 服务被限制。直到二十三、二十四号,全球大面积封禁爆发,不管你是免费用户、 pro 用户,还是每月花两百五十美元的企业级用户,只要用了 open club 调用谷歌服务,基本都没逃过。 那谷歌为啥要下这么狠的手?官方给出了三个明确理由,每一个都直击要害。第一,恶意高频调用 openclaw 带来的异常流量,直接挤占了谷歌的算力,导致正常用户用着卡顿不稳定。第二,违反服务条款, openclaw 绕过官方界面和 api, 属于违规使用。 第三,破坏商业体系,绕开官方渠道,谷歌的付费订阅、 api 定价全被打乱,连模型迭代需要的交互数据都收集不到,这次封禁的影响真的太大了。 对用户来说,账号被封,预付费一分不退,手里的项目全被卡住,损失惨重。对 openclaw 来说,创始人已经宣布彻底终止对谷歌 gemini 和 antigravity 的 支持,直接和谷歌生态切割。对整个 ai 行业来说, 这被看作是巨头对开源生态的围角。不少开发者都开始担心,过度依赖某一个平台的 api, 迟早会被卡脖子。目前的最新进展是,谷歌 deepmind 的 工程师已经确认 封禁就是因为 opencloud 违规,不过会给不知情的违规用户提供账号恢复的路径。而 opencloud 也已经转向开始拥抱 openai 等其他平台, ai 生态的阵营分化变得越来越明显。关注我,加入我的朋友圈,咱们普通人一起 ai 落地。

几天前,谷歌大善人大涉天下解封了一大批反代账号,很多人还不知道如何登录反重力和如何进行反代。今天就由我来给大家教学 如何登录反重力以及如何通过反代工具白嫖轱辘的 api。 在 开始之前, 大家先准备三样基本工具,首先是一个搭载美国 ip, 能打开虚拟网卡和滕的代理 app。 第二是有一个 gemini pro 权益账号,没有的,看我之前视频有白嫖一年的教程。第三是下载必备反带工具 anti gravity tools, 后面有 getip 下载链接,打开滕和网卡开关, 打开反重力 anti gravity 跳转登录登录账号应用, 点击登录登录成功,点击跳转返回反重力。第一次登录需要验证身份,点击 wifi 推荐选择扫描登录这里打开手机的 酷狗,选择右上角拍照,对准二维码确认登录即可。登录成功后点击跳转反重力,稍等片刻, 可以看到反重力头像成功变为刚刚登录的头像,这里看到很多模型可以选择。 接着打开我们的反贷工具,没有的可以看上方链接下载,这个工具有很多功能, 我们先挑最重要的奖,我们先点右上角加号,添加账号,直接复制链接,打开浏览器授权登录,注意要求必须先登录反重力的账号才能授权反贷,不然容易出事。 选择刚刚登录过反重力的账号,授权出现成功提示,返回反贷工具这里可以看到账号的额度,已经授权反贷成功,这里可以看到账号的额度,最新的 club 四点六额度, 回到仪表盘也可以快速一览账号额度,接下来进行真正的反贷操作。点击开启服务, 其他的功能可以自己探索。 要想使用 gloud 原声, click, 点击 click, 选择 gloud code, 找到自己想要的模型,我选择最新的 gloud 四点六 opus, 点击配置,输入 cmd, 按下回车进入下一步 可以看到这是我刚刚选择的模型四点六 opus, 发个问题测试一下, 成功, ok, 教程到此结束。如果想要解决批量反贷的问题,可以进我粉丝群,我是梦花寻影,关注我,解锁更多 ai 资讯技巧!

大家好,今天跟大家分享一下常用的一些 ai 工具,然后第一次分享,其实嗯,还是想把过去一年多最常用的,也是对我提升效率帮助最大的一个工具吧。然后就是谷歌的占占啊,同时其实占占也是我认为目前在世界啊啊机模这边吧,可能我认为是一个第一名的一个位置。 呃,主要也是因为它可能更适合我目前的一些工作的环境和工作的一些需求。同时谷歌这边的一些,呃在 ai 方面的一些沉淀和研发能力能力也是非常强的。 呃,其实扎姆奶给我带来的最大的一个感受就是告别搬砖啊,一些苦活累活,完全现在是可以用扎姆奶来帮我替代的,而且不光是文字,图片表格啊, ppt 等等。 呃,其实我我个人对谷歌这边的 ai 的 一个发展还是蛮有感触的,因为其实谷歌其实在美国这边是起步啊,算是基本上最早的吧,对,包括现在的 open ai 啊, astropics 这些其实也都算是后起之秀。呃,谷歌其实在二零一六年大家当时可能还记得就是 alpha go 和李世石,包括跟科呃,科杰夏维奇那一次,其实他们在那之前就已经完成了对 ai 的 一些基础研究的一些布局,当时已经是小有成果了。然后后来一七年就是震惊世界的一个论文,就是也是 transformers 的 一个基础,就是 tension is all unique, 这个论文发布之后可以说是为后面啊 gpt 三,包括可能 啊,我们最近两年三年吧,这个 ai 大 爆发,砥砺了一个基础。然后二零二三年,其实谷歌那个时候已经是有点落后了,因为在他把基础的一些研究做完之后,其实是 open ai 这边是后发之人,他先退出了一个 gpt, 然后后来谷歌是感受到了非常大的一个危机感,然后就在啊,一百天的时间内啊快速推出了自己的模型展览 啊。 jimmy 其实目前来看的话,它与国内一些早期的,比如说文星演啊,包括一些啊豆包同一千万等等,就是我认为它目前最大的优势是它非常全面,而且它没有什么短板。 呃,它本质上是一个 domot 的 模型,嗯,在文本啊,在马云数学推理,呃,包括这个逻辑,还有一些呃 domot 我 们常说的图片、视频,呃声音等等,就是它是全部都集成到它 domot 的, 这个呃界面也就它这个模型里了,而且我认为是它起码在每一个领域至少都是世界前三的一个位置。 呃,其实我我目前来看就是首先 domot 是 需要呃翻墙的 啊,然后咱们的这个使用流畅度,实话实说,他有一些网络的一些防火墙也好,还有一些网络的延迟也好,其实流畅度是不如国内的一些免费模型,比如豆包啊等等啊。但是,嗯,我为什么还是推荐大家去使用咱们的 这个问题就是说你是想要一个机敏的实习生,还是想要一个稳重的资深分析师?一个机敏的实习生可以帮你做一些轻量的一些啊,很快的一些这种比较简单的事情。但是可能日常生活中一定最让你棘手的是那些男士,是那些让你绞尽脑汁要去思考的事,那这个时候可能 jammin 就 会扮演一个非常强的一个角色。 呃, java 的 几个互联核,第一个就是我刚才说的就是它是一个原生多模态模型。呃,在呃,两年以前吧?对,嗯,可能当时大家还是在做文本,然后来就是说慢慢在往多模态去衔接,但当时那那一阵时间,其实好多这种拼接的模型在出来,嗯,比较牵强,然后做的效果也不太好。 但 java 其实在出来之后,在出来以后就是他的整个这个动态是原生的,嗯,他是从底层能够同时去学习,然后你可以去结合你的文字去修改他的图,然后他的图也可以去理解你的文字等等等等。总而言之,他本质上你可以认为他是长在一个脑子上的, 所以说图片也好,文字也好,视频也好,本质上都只是他输出的一个形式而已。脑子是个好脑子,输出的东西一定不会差 啊。我认为他的第二个后生核就是他的啊,文本的吞吐,包括上下文的记忆力是非常强的。就在最早使用这个语言大模型的时候,当时带我来说两个痛点,第一个痛点就是幻觉非常严重,嗯,很多时候在刻意迎合我。这个其实在 deepsea 啊刚出来的时候,其实我就啊在一星期使用,一星期之后吧就感受到这个问题。 所以我现在对 deepsea 的 这个态度,除非是一些,呃,需要一些免费 a p i 的 时候,或者一些开源场景的时候。呃,如果是这样场景,我可能会选择 deepsea 呢,平时的时候,那我更多还是会比较信赖沾染啊,因为首先就是说他你可以列为是一个。呃图书馆也好,你可以列为是一个秘书也好啊,就是严谨,然后记忆力强,同时脑子又非常清楚。 呃,下面就介绍一下 java 的 几个这个模式和几个功能,然后方便大家在使用的时候,呃更有地方使。呃,首先就 java 是 有三个模式,第一个是 fast, 第二个是啊 syncing, 然后中间那个是 pro。 呃, 我记得没错的话,如果你没有付费的话,可能前几次会让你用一下啊,可能前五次会让你用 pro 的 模式,但后面如果你购买了啊渣男 pro 的 会员,你后面是可以长期使用 pro, 其实这个区别就是顾名思义一档就是一些简单的问题,他主要追求的是速度,然后 thinking 模式会更优先于思考啊。 pro 模式你可以理解为是二者的一个集成。 呃,像我其实平时因为我是从使用渣男开始,当时是公司集中采购了谷歌这个办公的全家桶,所以, 呃专业模式这边是,呃就是赠送了一个,呃专门 pro 的 一个会员,所以说从刚一开始使用的时候用的就是它的 pro 模式。呃,我认为它是在这个速度和退质量上是 可以说是无可挑剔,然后目前谷歌最新的啊,专门最新的三点一模型也是优先在 pro 上去使用。呃,其实我比较推荐大家能够去啊花一下这个钱。呃,一个月,我记得没错,好像是二十刀。 呃,我认为其实还好,一顿饭的钱,但是可能带给你的一些,呃绩效还有一些灵感,可能远远要大于这一个月二十到的这个费用, 呃,然后就是它的六大功能,呃,下面一一介绍一下。首先是 deep research, 呃,这个功能其实是我目前来说用的最多的一个功能,呃,因为我这边其实,呃在 啊日常去啊 peach 一 些项目的时候,原来是需要自己去写一些言报啊什么的啊,但他这个 deep research 就 非常适合做这个事情啊,然后比如说在全网抓取一些公开的资料,然后刊写一些长篇的言报。 但他这个唯一的一个缺点就是他的这个时间是比较长的,一次 deep search 差不多是需要十五分钟左右。然后这一块我认为站在做的不太好的就是他 deep search 的 一个结果,是一个排版非常丑的一个长篇大论。嗯,这一块我其实建议他是借鉴豆包,豆包的一个深入研究模式下产出的一个结果是有两种形式,第一种是 文本,后面他还会结合的生成内容去自动生成一个格式化网页,那这样其实啊,再去看的话就显得很多,这个大家可以回头去试一试。 然后就是第二个 canvas 画布这个模式啊,其实这个更多的是用于一些啊, word 还有一些表格这样一些啊,就是一边跟他聊一边编辑啊,更多适合一些,需要汇报需要一些 啊,怎么说需要一些美观啊这样的一些场景。那其实我这边因为平时用飞书去办公,飞书其实是啊,在他的那个文档也好,对于表格也好,其实是对于格式来说是非常弱化的,嗯,更多追求的是效率,所以说我这边个人在这一块用的不多。 然后后面两个其实啊需要着重来说一下,就是呃图片生成跟视频生成,呃这两个领域。呃,首先我直接给结论,图片生成单独把这个领域给拿出来啊,谷歌的 nasa banana 一定是全球第一。然后视频这一块啊,最新的 vivo 三点一,三点一至少是全球 啊第二第三的一个水平。嗯,这两个其实我认为他俩完全是值得谷歌单独去,就单独开一个网站,单独开一个这种,呃呃产品去方便大家创作的,但是他还是都给你继承到这个站位里了,所以说站位其实非常方便。呃,这个虽然生成成本没有放一些实力啊。 简单来说有几个核心点,第一就是他的这个图片的清晰度是目前能够做图像生成,里面绝对是头把交易的。然后最我认为最有区别化的就是他能够将文字生成到图片里,这个其实之前有些国产的模型我们经常发现图是可以生成的,但是他那个字往往是 乱码,或者是就是不像汉字的那种字啊,就是可能是因为他在字的这个图像的这个生成上啊,没有训练的很好,但谷歌在这一块就是训练的非常棒啊,不管是英文还是中文啊,都是非常清楚的。 然后,呃再回到回过头来说视频,呃,视频这边 vivo 三点一他更多的生成的是一种偏,呃比较有质感的影视级的这样的一些视频,他跟那个像我们平时刷短视频那种可能还有一些区别。 呃,所以说他更多的可能未来也是 tob 的 一个逻辑。呃,就是面向一些专业创作者啊,面向一些影视、动漫、游戏啊等等啊,他在这一块也是非常非常强。 呃,第五个是最近刚出的一个,就是音乐生成,呃,这一块实话说我还没有去过多的去尝试,嗯,因为这个确实对音乐的一个评判啊,不是很专业, 所以说这个啊,我听说这个效果也不错。但是音乐模型现在来看的话,这行业还没有特别白热化的去卷,主要还是因为它这个受众其实更多就是一些专业创作者,嗯,还没有到达一个呃真正意义上的一个 to c 的 一个逻辑,其实,嗯就是大家对于文本,对于视频, 对于图片可能这几类呃没见的需求要远远大于音乐。然后第六个就是,呃引导式学习啊,这个就是比较适合于一些备考,或者是一些 呃正在学习上学的一些,呃这些用户来使用,嗯,主要的用法就是你可以把一些嗯这种知识点也好,或者些考题好,可以发给他,他先去分析这些内容,然后去给你出一个这种,嗯, 讲义也好,或者是一些模拟题也好。啊。啊,听说在几个月前他应该是可以啊把一些雅思啊,或者是一些通用的一些国际考试的一些题啊,可以出成一个这种标准化的试卷模考,所以这一块是非常强的。
![Chrome “硬盘杀手” 行为!后台偷装AI到模型! 谷歌在 2025 年推出了 Gemini Nano 轻量级大模型,目标是把 AI 能力放到设备本地运行,而不是依赖云端。
优势:响应更快、隐私更好、断网也能用。
Chrome 场景:用于网页摘要、智能翻译、Prompt API 等功能。
代价:模型文件体积大,需要占用大量磁盘空间。
2. 第一次风波:测试版悄悄推送(2025 年 11 月)
范围:仅面向 Chrome Canary/Dev 等测试版渠道用户。
行为:Chrome 开始在后台自动下载约 1.8GB~2.5GB 的 Gemini Nano 模型文件(weights.bin)。
反馈:技术社区(Reddit、X/Twitter)首次出现抱怨,用户发现 C 盘空间莫名减少,但因为是测试版,影响范围小,未被大众媒体报道。
谷歌态度:未公开回应,仅在开发者文档中提及 “为新功能做准备”。
3. 关键转折:稳定版全面推送(2026 年 2 月)
版本:Chrome 137/138 稳定版开始向全球用户推送。
行为升级:模型文件体积增大到约 4GB,且默认开启自动下载,完全绕过用户确认环节。
引爆点:2026 年 2 月 27 日,海外用户 @zephyrianna 在 X 平台发帖,晒出自己 C 盘被占用 4GB 的截图,直指 Chrome 是 “硬盘杀手”。
扩散:科技媒体 Winaero 率先报道,随后 IT 之家、新浪科技 等国内媒体跟进,中文社区(微博、知乎、B 站)瞬间引爆,大量用户晒出自己的 C 盘 “缩水” 截图。
4. 争议核心:为什么用户会愤怒?
“先斩后奏”:没有弹窗告知、没有开关选项,直接后台下载,侵犯用户知情权。
隐蔽性强:文件藏在 C:\Users\[用户名]\AppData\Local\Google\Chrome\User Data\OptGuideOnDeviceModel 深处,普通用户很难发现。
C 盘痛点:中国用户普遍 C 盘空间紧张,4GB 占用可能直接导致系统卡顿、无法更新。
功能鸡肋:很多用户根本用不到网页摘要、本地 AI 等功能,却被迫为其买单。
谷歌:尚未发布任何官方道歉或声明
#电脑知识 #浏览器 #电脑优化 #windows](https://p3-pc-sign.douyinpic.com/image-cut-tos-priv/49df7d09938951973468da34b972257b~tplv-dy-resize-origshort-autoq-75:330.jpeg?lk3s=138a59ce&x-expires=2093259600&x-signature=yai3VzlSf9K8q0hb0cEVZRiXJ7I%3D&from=327834062&s=PackSourceEnum_AWEME_DETAIL&se=false&sc=cover&biz_tag=pcweb_cover&l=202605042132430C433E1E11D9E860CD49)
如果你电脑上安装了这个谷歌浏览器,一定要关了这两个设置,因为它会占用你的 c 盘。跑 ai 大 模型 是去年就有人举报过,但是谷歌还是没有改,在二月又被网友集体投诉,用户投诉是四 g 地占用,但是我看了一下,我谷歌的目录已经占用了十个 g, 只需要双击谷歌浏览器,在地址上方粘贴创代码,敲回车,这时候就可以进入开发者模式,然后在搜索框里输入 nano, 这就是它的 ai 大 模型,默认是起用,我们点禁用还没完,继续粘贴这串代码,这个是控制它是否下载到你本地,我们也点击禁用,这时候目录已经没有了。

下面来全面的融入谷歌浏览器,成为我见过最牛逼的 ai 浏览器。直接我来上个干货怎么去抢先开启 黑科技?第一步,开启隐形开关,先得要升级浏览器到最新的版本,然后接着在地址栏里面进入实验室,在搜索框里面去输入这个指令,把搜出来的这五个项全部从这个改成这个。这五项分别是 这里改完之后嘞,右下角会来一个重新启动的按钮,你点击重启。但是有一些操作完之后,这个煎饼奶在浏览器上面就出现了,但还有一些就没有出现,没有出现的那说明 地狱已经被锁死了。这个时候需要先彻底的退出浏览器,然后打开终端去执行下面的几行命令,给他来一个强行的开解。在操作之前呢,我是建议你先去做一个备份命令里面,这个路径适于 mac 的 用户。另外你的浏览器需要设置成英文,而且 ip 地址要设置必须是美国,因为美国的 ip 是 第一批测试用户。一系列的动作全部走完之后,你再去打开浏览器, 你就能够看到这个能够替你上班,能够解决很多问题的数字分身了。好了,干货说完之后,我们再来看一下 这个浏览器有哪些恐怖的变化。第一个侧边栏的进化,第三方插件通通都可以下岗了,但这次浏览器的原生的界面栏真的是让我把那些第三方的插件基本要全部都卸载。让我感受最大的一个点 就是它的整个总结网页的能力,真正厉害的地方在于它能够同时总结 n 个打开的网页。以前我想看几篇文章, 去做一些摘药,以及看这篇文章里面讲了一些什么东西,必须要每个页面都去点一下,分析一下,手都会点累。但现在你一次性能够把它全部打开,然后 ai 他 会帮你把所有的这个网页的内容全部 读一遍,读完之后他会甩给我一份汇总好的摘药。不管是做自媒体的你还是写报告的你 有了这个功能直接起飞,甚至你在买商品的时候,你要做商品的对比,比较起来呢,你会眼花缭乱,现在简单直接让他帮你做全网的比价,毛病都可以帮你解决。最后呢,告诉你哪一款是最值得下单的。 我以前用的比较多的用浏览器去看视频,尤其是在 youtube 上面。不过我之前用是用 umi 的, 因为我对于 umi 的 整个使用比较深入,个人感觉目前的整个视频的整个整理能力和协助能力比 umi 的 还是 low 了一点。第二个,浏览器自带的 一个修图的功能确实让我很惊讶。你像以前在网上看到一张图,想去改一下,你得要先下载起来,然后再打开修图软件,包括你像现在的美图修修操作起来也是比较麻烦。但现在你用浏览器的侧边栏,直接可以去用 banana, banana 收图的功能集成进来了。简单的说,就像在浏览器装了一个一键整容的按钮,且面对那种网页有很多数据的内容,你也可以直接喊他把网页的内容生成一张精美的信息图。这种 这种功能对于每天要做 ppt 的 人来说,这简直是救了命了。就光这些功能,如果说你能够完全的用起来,绝对是飞一般的感觉。当然确实得感叹一下,二零二六年开年的第一个月, ai 圈的节奏快得让人窒息。

大家有没有发现,昨天用 cloud 突然就登不上去了,不是大家的手机坏了,这是一场导弹炸断了整个全球 ai 的 生命线。 很多人以为 ai 云服务是飘在天上的,技术和战争冲突都没有关系,但昨天的事情给所有人都上了一课,伊朗报复阿联酋,导弹没炸军事基地,偏偏击中的是 a w s 中东的数据中心,一个支撑全球无数服务的数字心脏。 就这一击,整一个数据中心,一个可用区,直接全部报废了。火灾、停电接踵而至, 连锁反应瞬间就炸开了。 cloud 全球瘫痪,数百万用户集体失联了。 anthropic 急得连夜发故障通知,连挖矿都没能幸免。 via btc 直接暂停了 xec 和 hns 的 挖矿, 整一个数字的链条断了一环,那就乱了大局了。这事情最可怕的不是 ai 停了一天,而是我们一直信奉的数字安全其实是不堪一击的。 我们总觉得,哦,你分布式的架构,云端备份能防住一切。但是我们却忘了,再厉害的数字技术,终究是要扎根在物理的世界里面,一枚导弹就能轻易击碎云浮物,万物一时的幻想。 我们天天依赖 ai 啊,依赖云,却从来没有意识到, ai 的 命门从来不在算法里面,而在千里之外的一个数据中心里面, 云服务一段再智能的 ai, 也不过是一堆无法运转的代码而已,和我们的手机没电没有任何区别。这不是一次偶然的危机,而是一个信号, 就是地缘政治,它已经渗透到了数字世界里面。物理安全不再是无关紧要的小事情了,和网络安全一样,都是我们必须守住的底线。 未来企业不会再敢把所有的鸡蛋放在一个篮子里了,多云部署、边缘计算会成为刚需,而我们普通人呢,也应该清醒,我们依赖的数字生活,其实脆弱到经不起一枚导弹的冲击,看懂这一点,才是真正的清醒。

最近有个朋友遇到一件糟心的事,他是谷歌的付费用户,就是每个月都交钱的那种,因为用了一个开源工具,就是那个 opencloud 来调用 jimmy 的 a p i, 然后呢,他的账号被永久封禁了,没有警告,没有邮件,直接四零三打不 开了。零容忍政策,就是你花钱买了服务你自己的 a p i 的 key, 通过一个开源的用户端调用谷 谷歌,说你违反了服务条款,什么理由呢?就是你用了一个外部的服务器驱动,而不是谷歌自己的产品界面,这个是不被允许的。翻译成大家能听懂的话,就是你买了谷 的 a p i, 但是你没有用谷歌的官方界面,所以你违规了,我要把你封掉。这个就好比说咱们买了一张电影票,但是你没有坐在规定的座位号上看电影,电影院就把你拉黑了。有个在谷歌工作了十几年的老员工,他说他从来没见过谷歌这样对待自己的付费用户的。 更离谱的有人被封号以后,他想注册新的账号,新账号也被限制了。这个过程中,我这个朋友说他用谷歌用了十几年了,他的 youtube 会员,他的手机,他的云服务全家桶, 就因为试了一下 open call 全没了。那这个过程其实我们看到有其他的厂商也跟进了,同一天宣布只用订阅认证来接入第三方工具,但是 open ai 这个时候跳出来说,他们欢迎 open call 接入二十美元的 callix 计划,比其他品牌的两百美元的计划还要大方。你感受一下这个反差,一年以前啊,如果我跟你说这个事,不告诉你公司的名字,你肯定以为是 open ai 在 封杀用户, 对吧?大家一直都说 open ai 是 一个叫 open 的 公司,但它其实很封闭,那么你大概率认为说谷歌是开放的,掏钱抢市场,现在完全反过来了。 说说我的看法,我觉得问题的本质不是 google 好 还是坏,它是商业模式带来的矛盾。那么这种公司呢?补贴的价格卖 a p i 是 为了把用户放在自己的生态里,你不要走,你用它的官方工具,它们就能收集和使用你的数据,能推动 一些其他的付费功能,能建设一个护城河。但是你用了第三方的客户端,对谷歌来讲只有成本没有收益,封杀第三方是迟早的事情。 在我看来,不是谷歌一家这么做,是所有靠补贴获客的 a p i 最后都会这么做。对开发者和创业公司来讲,这件事是一个巨大的 警示,就是不要把核心的工作流建在任何一家的补贴服务上。今天他给了你便宜的应用,明天说封,就把你的工具链整个封了,那么你就面的活都白干了。 所以我们今天建议就是在 ai 领域创业的应用型的公司,你的工具链一定是要能够随时切换供应商的,这个不是个技术问题,这是生存的问题,这是企业创业中的发展问题。 那么 google 这么干了,是不是国内未来,比如说阿里字节,他们也会这么做的?我们现在还不知道。但是我会建议大家,如果说要在 ai 领域做应用创业,我的建议是一定是在一个框架内去搭建自己的智能体,那么这个部分最好是私有化部署的, 底下的模型能力我建议是可以随便切换和调用的。那今天如果你觉得谷歌很好,你可以用它。如果明天你想用 open ai, 或者想用自己跳动,都可以,不要今天把所有的鸡蛋放在一个篮子里,风险太大。