pokepia不是我的世界吗

自从这个宝可梦跑酷皮亚出来以后，这个小子一有空就在这里玩。我都没有时间玩 switch 了。不行我也得玩。作业写完了吗？写完了。 你英语都背会了吗？你去把你书拿过来，我考一下。五月 m a y may 十月。嗯，不会，赶紧去再背一下去。终于轮到我玩了。

哈喽，大家好啊，又是久违的一期购物分享，今天忍不住就是去了一趟香港，然后分享一下我去香港最想买什么。然后首先嗯，是我主要是会去无印良品，无印良品的一些东西就是大部分买不着都会很喜欢。 然后首先是这个就是呃，一个磨砂的洗面奶，好像是三十八，我看一下 应该是三十八一管，然后是 一百五十克，真的很好用，然后它一点都不刺激，然后我这次我就直接买了三瓶，有一瓶要送， 然后我自己自用两瓶，我又买了三瓶，因为今天我买的时候那个店员说也是刚补货没多久就一直在断货，然后我还他家还有这种，就是小支装的也是这个磨砂，然后我准备当旅行装用，买了两个当旅行装用，我真的觉得很好喝，只有香港货，澳门有没有，反正在香港买的。然后第二个就是 他的巧克力，他的巧克力是这几款我经常每次都必买，一个是叫蜜桃果干巧克力，然后一个是这个铁观音茶巧克力，然后一个是叫金钻凤梨果干巧克力， 这三款我每次都是买的，会送人，会自己吃，这次我买的是送人，然后他们家这个好像也是大陆买的巧克力也很好吃。另外再说到送人的话，我每次买一点这个，其实这个大乐坊也有曲奇四重奏， 就是我这次买的这种包装的，因为我想有两个人，但我觉得一个铁盒只能送一个人，然后价格是一样的，因为这个是一百多。哦对，刚刚这个巧克力稍微有点小贵吧，三四十一盒，这个可能会相对来说便宜一点，因为这个是薄片，它里面每个都是独立包装的，这种一颗一颗一颗的，我觉得非常好， 反正我觉得因为我明天要把这个送，所以就直接那什么 ok， 然后这个就是这样，然后 然后接下来是这个蜡烛也是目的的，但是五一良品我不知道现在大陆版是什么样的，但是这个我买了一个葡萄柚，我想试一下，因为当时闻这个味道真的觉得很清新，我很需要果香的，这种清新的，无论是柑橘还是别的什么果，我很喜欢这种果香的，然后 这个是小只装的，然后应该是不到四十块钱，三十八港币。呃，我不知道算回来是算了多少，但是我就配它配了个盖子，它不像是一个裸的。这种我现在某网上也买过，就是有一家专门卖香薰袋子的，但是我想换一下，因为它总是讲味道，我这次我试一下这个，嗯， 反正他这个普通味道都很清新，就是这个叫什么？呃， quick food， 我 觉得很喜欢，我很想到这种味道，然后就入了一个小支的，然后这是之前都买过的，那当然那就是第一件，然后另外几个是没有买过的，一个是这个，呃，他当时写的是啊，这叫泥膜，就是美白的一个泥膜好像， 然后但他自己写的药用，然后包括后面我也翻译了一下，就是也是无良品的，然后我想试一试啊，这一支好像是一百多吧，我能用很久很久，它是 一百五十克的，也是我觉得很想用，因为他们都说是很好用，然后断货了很久，我之前都没有见过。另外一个是 这个应该是晚安面膜，也是个面膜来着，也是一百多，然后这个大概是 没看到多少克，应该是就十几克，哦，这是四十五克，这也是个晚上面膜，然后我刚才看它质地是白白的，我还没有打开，我就准备试一下，这这上面也写了一个，哦，这个没有写药用，这个也写的药用，这个面膜是我走的时候我就问了一嘴，我说这个面膜没有，然后这个断货了很久，也是刚补， 我就是这，这个是七个，然后里面是一百二十八七个，相当于一个是十九块钱，当然这个是港币，我不知道合人民币多少钱，因为它是有一个药用，就比如说晒痧啊，或者是很痒啊，扣着脸我会忍不住扣脸，然后我就觉得这个很好用，然后 不是很好用，就是我想我想找个新的，就这样的小片，然后，嗯， 想试一下，反正对预算来讲的话，反正我觉得这次是超了整个无印良品，我可能就是因为本来想在无印良品买点巧克力，但是这些东西这三个一个都一百多，然后有点超预算，但是想试一下，万一好用呢？就跟我这个 磨砂洗面奶一样，万一好用呢？这个真的万一真的很好用，然后这个主要是还能洗身上，我就会拿这个就省事了，就直接多挤一点全身就行，因为是磨砂，而且非常非常温和的磨砂，我觉得真的是非常舒服， 就是这样，反正，嗯，基本上前面就是这样的无印良品的产品，然后这次重头戏就是为什么我突然想去了香港，就是因为这个 switch two， 然后是因为我之前我不想买，因为我刚只玩了宝可梦的游戏，然后我觉得别的也就一般般，但是他们之前就说那个这个叫什么 ok， ok pia， 很好玩，然后就是那个保托邦嘛，福托邦的那个词改过来的叫保托邦， 我就完蛋了。然后最近真的很心情很低落很燥，然后就买了个这个，因为香港那边好像便宜一点，然后我就买了，然后我买的是他跟这个的同款机， 他会里面有一个呃，一个一个兑换码兑换一款游戏，然后我就先他有一个快闪店，我就直接去快闪店买的，然后还有一大堆就是插曲挺累的，今天就是暴走了， 我去玩那个，买完以后我又跑到 k 幺幺买了一个这个就是我主要想玩这个破片，破片破片，那是破破破片啊，那个店员一直跟我说破片啊，我就觉得好怪哎，我一直想说乌托邦，我想乌托比亚，然后 我就我我他玩的是语言乱码的状态，然后我买这个是特点，他说我买的时候他说只有四个了，我就第四份，然后还有三份就卖完了，然后是他的特点是会给一个这个万年历 正面在这里，万年历我忘了，我当时没有拍，我就着急走，他应该是从这里这样是一个，我在门口看了有没拍他可以组装起来怎么样，我得求助下别人。这手工是零分的一个人，然后就是这个一个手挂件好，这个是这三个是一个，我专门跑去批发买的，然后就回来了， 然后就是除了他这个同款机，他会呃，因为是快闪电吗？会给个明信片好看的。然后是这个灯是个灯座，我到现在都不知道是个啥，我演示了一遍，我完全没看懂，就是会亮，后面能磁吸，我的理解是一个发光的冰箱贴，仅此而已。我当时就觉得，嗯，一般吧， 然后他给了一个应该是立牌吧，就是我觉得这个说实话比这个因为这个消费还升到十二楼，四楼是他的快闪店，然后消费了一块专门跑到十二楼去兑换这个我觉得，嗯，没有这个立牌，这个立牌真的很沉甸甸的，而且很多小配件，我觉得超级玛丽欧的这个，我觉得这个真的会比这个好，说实话，哎， ok 捡回来了就是，然后我为了因为相当于省一部分钱嘛，省一部分钱，然后他当时让就如果快闪店需要你刷任何的，比如说支付宝或者是卡什么的，只要线上支付要收百分之三的手续费，然后我就跑到了 附近的一个中国银行，然后我发现我的我代理有卡，然后我就拿这个卡去了，虽然也有一笔手续费吧，但是我觉得你高低都会，因为真的不知道手续费这个事情。然后我就入了一个这个， 这是方向盘，因为他这个本来就是马车的一个健康码，然后这个码在里面我没拿，这是完全是个马车的健康码， 所以我就我就想说，哦，该有那个马车酒的话，马车世界我就想买个这个吧，就想沉浸的玩一玩赛车，因为最近很迷他那个赛车，因为他赛车好像挺牛的，是赛道没有边界那种想怎么开怎么开就开放世界的赛车，我觉得很 nice， 然后这边就是这样啊，这个是赛车买的同款机， 机子在这里光棍机还没有设置放在这个，这是一个特点，然后里面还送个游戏里面的一个地毯，看到这是这样了，就全部都扔下了。哦，还有最后一个就是这个 红茶，红茶冰室，红茶冰室我今天又去了，然后我一般就是直奔那里，因为下了高铁离得最近， 我不会买它的菠萝油，因为它太晚了的话，上次我都给他已经卖完了，我就买它菠萝油， 冰火菠萝特别好吃，冰冰的那个黄油黄热热的菠萝包啊，我今天给他买了四个，我觉得今天晚上可以有特别好的吃，就这样结束，完美。

终于来了，杰米妮三点一 pro 今天正式发布，说实话，我期待这一刻已经很久了， google 最近的日子确实不太好过，有段时间给人的感觉是，每当他们刚发布新产品 open ai for entropic， 紧接着两周后就会甩出更强的东西，然后大家转头就把 google 给忘了，这就是过去一年来的常态。但这次给我的感觉完全不同。我这话绝不是随口说说， 我研究了他们今天发布的所有资料，也看了演示视频，我觉得谷歌这次是真的重回巅峰，拿回了话语权。话不多说，我们直接切入正题。大家现在看到的是我让这两个模型分别开发的一款提速风格游戏，一个是谷歌最新的 jamming 三点一 pro 预览版，以及 entropix 推出的最新模型 cloud ops 四点六。 接下来我们来看看这两个模型的表现，对比一下他们的实际效果以及各自的优劣。老实说，这两个模型的表现都让我感到非常惊艳，因为我做体塑农场、体塑瀑布这类测试已经有一段时间了， 我发现深层的画面越来越清晰，互动性也越来越强，而且这些模型还增加了不少新功能。比如你看我一开始输入的指令是创建一个有动物的体塑农场，就生成了农场， 但我希望能跟这个场景进行互动，所以我就接着输入，帮我跟农场互动，或者做点什么操作。你看这些都是很随意的提示词，非常简单，这两个模型都能做到这一点。我们先来看看 jamini 的 表现，我把它全屏展示一下，大家一眼就能看出这个体速农场看起来非常精美且准确。 这边有一头牛，这里有几只鸡，还有几头猪，那个是什么？我看像是一堆干草。这儿还有绵羊，这是一个农场，大家仔细看动画效果和整体画面非常丝滑，没有任何卡顿或画面错误。 这边是谷仓，我可以点击作物进行种植或收割，也能点击动物收集产物。比如我要是点击这头牛，你会看到我的牛奶积分增加了，所以我再多点几下，每次挤奶这牛都跟疯了一样。 然后再点点鸡，收点鸡蛋。大家看这边，接着是绵羊，剪点羊毛，多来点，然后是猪， 猪给什么呢？松露，有点意思，我都不知道猪还能出松露，再看看还有什么，我能点这甘草吗？看来甘草点不了， 不过我可以把库存卖了，所以我把它卖了，进账四四十美元。这我没意见，这钱我收下了，而且还能种点作物。大家看，这一切都是模型生成的，我只是跟他说，嘿， 给我做一个体速农场，再整点能交互的东西，可以看到树正在长，现在能从这收点东西，还能种点东西什么的， 看看我拿到了什么是作物。那我现在可以把作物卖了，能重新再种吗？这能行吗？还真行，这样我就能卖作物了，虽然我已经种下了作物，我就无法再操作它了。这个设定挺好， 所以我可以使用资金了，而且能把它卖掉或者重新种植，这挺酷的。以上就是三点一生成的效果，现在来看看 cloud opus 四点六生成了什么。我们在新浏览器窗口里把它打开， 点击任意动物选中，然后喂食或者抚摸它们，或者收集产物换取金币。作物点击任意作物即可交互，给生长中的作物浇水。我们可以看出 opus 的 四点六 至少在目前在交互性上增加了很多元素。不过我们来看看地图做的怎么样。地图看起来相当不错，我没什么好抱怨的，但可以看到奶牛好像飘在半空， 绵羊也飘在半空，跟那个比，它确实加了不少动物。再来看看还能做些什么。我要是点一下这个金牛，我喜欢这种游戏化要素，像幸福度什么的， 你看幸福度在下降，如果我摸摸它，继续摸的话，数值就会长。要是喂它的话，我还能喂牛什么的，还能收集产物， 这点也挺不错的。加入了这么多新功能，我倒觉得挺好的，没什么可挑剔的。所以这两款模型，显然它们都各有优劣。我们正处于这样一个阶段，各大模型的能力都已经变得非常强悍，它们之间已经很难拉开差距了，但我对这两者的表现都很满意。 至于 ai 社区对此有什么反应，那是 ai 社区现在彻底炸锅了。讨论的焦点主要集中在它的推理得分上。在 ark agi 二基准测试中，这是由 francesco challet 设计的，专门作为模型无法作弊的基准，要么靠真本事推理，要么就别想拿高分。 此前顶级模型的分数一直卡在百分之五十以下，三点一 pro 达到了百分之七十七。尽管大家谈及 agi 时人很谨慎，但这种跨越式的提升确实不容忽视。 现在画面上是 jammy 三点一在网页端模拟生成的 windows 系统首先你可以观察到的是，这一版生成的效果看起来要专业得多，而且它对 windows 系统的还原度也更高。相比于我们见过的其他模型生成的版本，可以看到它能生成全新的桌面环境，还能创建非常相似的侧边栏， 就像 windows 的 原声。外观上面不仅有 teams 之类的应用程序，底部还有这些新功能区，可以调节亮度、音量等各种设置。由此可见，该模型的编程能力非常强悍。与我们过去看过的其他演示相比， 这次的演示清楚地证明了这一点。为了展示更多细节，我们来看看文件资源管理器。大家会发现，这模型不仅能生成这些组建， 而且看起来还挺逼真，跟真实的 windows 界面非常像。而且项目中还藏了一些小彩蛋，如果查看下载之类的文件夹，会发现有安装包、音乐应用和图片， 甚至还能更换壁纸。此外，还有一个照片应用，还能做些什么呢？还有个天气应用，定位设在印度加尔各答，这挺酷的，我们可以移动它或者展开查看。此外还有截图工具、控制面板， 里面的系统和安全图标我觉得跟 windows 很 像，其实我平时用的是 mac， 所以 也不太确定。接着是设置，可以在这儿进行全方位的个性化调整，我们可以自定义背景，还能切换深浅色模式，这点很棒。 因为这一功能我在其他模型中还没见过，至少没达到这种水准，所以能看到这个真的很不错，看看还有什么？这里还有日历功能，跟 windows 相比，它看起来倒更像 macos 的 日历，不过我不介意这做的相当不错。然后是计算器， 再说是计算器又是满满 windows 风格，比起其他版本。好了，我们来看看具体数据。其实这值得一聊的内容远不止 google 博客里重点强调的那一项精准测试。先从最重磅的那个指标开始说起， 奥特 a g i 二只在测试模型能否处理全新的逻辑模式，即那些他从未见过且无法仅靠模式匹配就能蒙混过关的难题。他是目前最难的推理精准测试之一。而 jimmy 三点一 pro 拿到了百分之七十七点一的高分， 这 mini 三 pro 的 得分是百分之三十一点一，这是它们的上一代模型。所以这可不是一丁点的进步，相当于从通过率的三分之一跨越到了四分之三。作为参照， cloud opus 四点六的得分是百分之六十八点八，而 gpt 五点二则是百分之五十二点九。在这项基本测试中，三点一 pro 不 仅超越了自家的旧版本， 也明显甩开了其他竞争对手。有意思的是，在旧版的 ark a g i e 测试中，三点一 pro 拿下了百分之九十八的高分，这项测试目前已基本宣告功课。而在 science g p q a diamond 这一项，这是一项考察研究生水平科学知识的测试， 这类题目要求综合分析，跨越多个学科，而非单纯记忆事实。三点一 pro 拿到了百分之九十四点三的高分，再次领跑全场。 cloud opus 四点六的得分是百分之九十一点三， gpt 五点二则是百分之九十二点四。虽然差距不算悬殊，但谷歌依然稳坐第一。在编程能力方面，有两个精准测试值得关注。首先是 swbench verify， 该测试考察模型在真实 get up 仓库自主修复 bug 的 能力。 三点一 pro 得分百分之八十点六，与百分之八十点八的 cloud opus 四点六不相上下，这两款模型可谓是棋逢对手。 接着是 livecodebench， 它主要侧重于竞技编程，也就是考察算法以及高压环境下的解析能力。三点一 pro 的 e o。 分 数达到了两千八百八十七，相比之下， demo 三 pro 为两千四三九 g p t 五点二，仅为两千三百九十三。那么在纯代码能力方面，这次升级的提升非常显著。 而在监制任务中，也就是 apex agents 测试，这项测试很有意思，因为它衡量的是长程专业任务，而非单次问答，而是需要模型持续进行规划与执行的多步工作流。三点一 pro 为百分之二十三， office 四点六则为百分之二十九点八， 可见 google 在 该领域再次领跑，相比上一代 jamming， 这次的跨越非常惊人。还有衡量工具调用能力的 m c p atlus 精准测试，三点一 pro 得分为百分之六十九点二。此外，还有 browser com 一 项针对网页浏览与研究能力的精准测试，它的得分达到了百分之八十五点九。 不过坦白说，这并非全线胜出， cloud sonic 四点六及其扩展思考模式在长文本性能上与三点一 pro 持平，两者在 m r c l v 二中的得分均为百分之八十四点九， 实际上在专家任务评估中处于领先。采用了另一项 e i o 风格的精准，虽然在某些领域竞争对手依然能与之抗衡，但在顶层竞争中差距已非常微小。另外还有一点值得一提，它的定价与 germany 三 pro 维持不变，这意味着在性能大幅提升的同时， api 用户却无需支付额外费用。相比 antropica 的 opus 系列模型， google 的 单头肯成本也明显更低。但总的来说， google 在 十六项精准测试中取得了十三项领先。它没拿第一的那三项大多属于极端测试 或是竞争对手数据不全的类别，包含推理、科学、编程及智能体任务。这是迄今最强的一套。 google 发布的精准测试成绩足以媲美甚至超越 openai 和 antropica 的 顶级模型。 没错， google 强势回归了，至少目前如此。至于三点一 pro 在 日常使用中能否经受住来自 openai 和 astropik 竞品的考验，我们拭目以待。但从参数表现和演示效果来看，这是他们许久以来最让人眼前一亮的作品。我 会把博文链接放在简介里，如果你想亲自阅读，如果你是开发者， ai studio 可以 免费试用，值得用你自己的提示词跑跑看，体验一下手感。希望大家喜欢。本期视频，我们下期见。