小米正在快速成为世界第一，今天是迷魔大模型降价第三天，他已经冲到了奥本如的排行榜的第七位，世界第七。最新一天的世界第七位是非常强的一个成绩，因为他之前已经完全掉出世界前二十了，在世界前二十里面看都看不到他，但他仅仅通过降价就重新回到了世界第七， 而且随着时间推移，我相信他很快可能在这周之内就重新登顶世界第一都有可能，但不仅即便不是世界第一，也会进入世界前三。我觉得他因为他效果，在同样的价格下，他是比这个 davidson 要更强一点的。 davidson 为四， 但很奇怪的是， davidson 的 四维斯 black 还能排在世界第二，那小米的 v 二点五居然根本就看不到他的痕迹。我都不知道为什么， 为什么会有这么多人用这个 v 四 flash， 居然就不用小米的 v 二点五呢？ v 二点五的 flash， 或者它不叫 flash， 它也叫，就叫普通的 v 二点五。现在小米的活跃程度到了什么程度呢？ 我现在配了在这个 oppo 扣的里面。配了这个小米的米某之后，我发现哪怕现在大半夜的它都调不通，但这可能小米的服务器有问题，也有可能是掉太多了，但它它都没有显示四二九二，直接显示了异常终止。 比如他在十七分的时候，本来现在在十二分的时候到十七分五分钟时间，他居然一一个回复都没有，到，最终他就被莫名其妙被扣的终止掉了。只能说现在小米确实用起来了，但有的人会觉得小米的这个被用了这么多，他可能信用卡会不够，其实根本就不用担心 小米，他不仅买了很多因为他的卡，而且他还投资了摩尔县城，摩尔县城他是有很多这种大规模的战机群，是可以对标菊花的征程九五零的，所以在性能上、在算力上是有保障的，是没问题的。只能说希望小米赶紧建设吧，不要再出现这种问题了。
粉丝5482获赞7.7万
相关视频
02:16查看AI文稿AI文稿大家期待的小米测试结果出炉了，上一期呢，我们使用了九个模型进行 pk， 测试题呢是一个初中的数学题，测试推理能力， 没有看过的同学可以翻一下我上一期的内容。我们看到评论区大家对小米模型呼声很高，那这么热的模型怎么能少了它呢？所以这一期我们单独为小米模型做一次测试，使用的代码测试的题目都是跟上一期完全一样的。 那这里单独要说一下，为什么要使用这个题目啊，因为这个题目有非常好的一个特性，就是绝大多数的模型都需要超过十五分钟以上的推理才能看到结果，很适合做长时间连续推理测试。 那我们跟上期是一样的，同样是测试了三次，也是一样，从速度、正确性和花费三个方面来做一下评测。首先我们看一下速度，这个速度呢，我们没有做任何的处理，就是原始的速度，跟 kimi m 二点六和千问三点六 plus 是 一样的。 我们一共做了三次测试，仅对了一次，有两次都是失败的它这个结果呢，跟 kimi 的 m 二点六和千问三点六 plus 是 一样的。最后呢，可能是大家最关心的一部分，就是它一共花了多少钱， 那它的花费的钱呢，其实跟千问三点六 plus 呢，也差不多，比千问三点六 plus 呢要稍微便宜一点，以 deepsea flash 为基础的话，它相当于 deepsea flash 花费的六点八倍。这个测试里面呢，我还发现了一个细节， miimo 的 输入 token 技术要比其他的模型大很多，几乎是一倍的关系。 那这个大概率是 token 计算方式不同，但是引发了一个新的问题，就是我们日常如果使用 coding 场景的话，会携带大量的上下文，输入的开销会比其他模型大一些。而且大家要注意，小米的 mimo 也是分段计费的， 而且它的分段计费呢是跟 token 的 输入数量是相关的。输入的 token 超过二百五十六 k， 这就意味着无论是输入还是输出，你的费用都会翻倍。为了让整个测试结果呢是透明的，我把测试使用的代码 题目，包括调用的日期啊都放到了 github， 链接呢也放到了评论区，大家有需要的可以自取。好的小米模型呢就测到这里，大家还有什么想看的模型评论区交流一下。
362亮哥玩AI
03:57查看AI文稿AI文稿deepsea vise pro 编程能力竟然全面领先 mimo v 二点五 pro， 这是怎么回事？大家好，今天我就把这次的对比测试过程原原本本的跟大家分享一下。上个月底我申请了小米的百万亿 token 创造者激励计划，很幸运通过了，给了一个 standard 的 月度套餐 nice， 正好 deep check 最近也在打折透更，价格几乎等于白送。于是我就想着干脆把这两家的顶配模型拉出来，搞一场编程能力实战。说实话，测试之前我心里是更看好 mimo 的， 因为密码二点零的时候我在 open code 上白嫖过，当时写了个挺复杂的项目，几乎一遍过，印象非常好，所以看到最终结果居然是 deepstack 全面领先，我自己都挺意外。咱们一项一项来看，先交代一下测试环境，编程工具用的是 code code， 不 添加任何 scale 和其他工具， 两边参数完全一致，都开启了 plan 模式。测试题目是让 ai 写一个管理后台的脚手架，需求不算难，就是比较繁琐。提示词是 ai 帮我生成的，两边用的完全相同。 这中间还得先吐槽一下 open screen 这个录屏软件，录到一个小时的时候直接停了，录好的内容也没保存下来， 去一学期看，早几个礼拜就有人提这个 bug 了，没办法，整个编程过程就这么丢了，所以大家看不到实际的代码对抗了，我们直接上，结果从几个维度对比一下，满分都是十分六分算及格。第一项项目完成时间， deepsea 大 概耗时四十三分钟， nimo 花了六十一分钟。过程中其实能感觉到 nimo 的 思考更深，问题分析得更细， 可惜没录下来，但单拼速度 deepstack 明显更快。这一项， deepstack 给八分， memo 给六分。第二项，解决报错成功运行。这么搭完以后，两个模型都没能一次性跑起来，控制台一堆报错 主要都集中在数据库配置这块，基本上是依赖缺失和代码过时的问题，这可能跟我要求使用 spring boost 最新版本有关， 我处理报错的方法完全一样，都是直接把报错信息扔给 clothcode， 全程不人工改代码。 deepstack 大 概改了四次后端，三次前端就搞定了， mimo 那 边我都没心思数了，同样的问题反复出现，当时真有点崩溃，好在最后也解决了。这一项， deepfake 给六分，命妹给五分。第三项，代码质量。两边在模块设计和数据权限上差别不大，完成度都不错，但我明确要求 spring boot 版本用四点一点零。这是个预览版， deepsea 虽然没完全遵守，但用了四点零点六的稳定版，还算贴近 emo， 直接上了个四点零点零，偏差就大了。 这一项 deepsea 拿八分， miimo 拿七点五分。第四项，页面效果整体看着差距不大，但 miimo 在 给角色分配权限的时候，居然是要手动输入权限标识，而不是常见的勾选形式，用起来很难受， 而且代码生成功能的设计也不如镜像顺手。这一项 deepsea 给七分， mimo 给六分。第五项，价格咱们直接看真金白银的花费， deepsea 最近打折，整个测试跑下来才花了两块多，就算按原价也才八块出头。 nimo 这边消耗的 credits 超过了五千万， 按照雷总赠送的九十九元两亿快递费来算，费用超过二十五块。说实话，当初看到送两亿额度我还惊了一下，等测完看到消耗，只能说还得是雷总 价格这块， dpic 直接十分，密码给六分。总结一下， dpic 总分三十九分，密码三十点五分。 在我这套标准里， deepsea 表现中等水平， mini 表现刚及格。这根测试前我的预想完全反了过来， deepsea 几乎是全面压制的状态。当然还得说一句，这一次测试非常片面，完全不能代表两个模型的全部能力， 打分也纯属我个人的主观感受，大家就当个参考哈哈哈。好了，以上就是这次对比的全部内容，希望能给你带来一点帮助。
133赛博笔记
02:29查看AI文稿AI文稿g r 零的千万三点六， max 和 k me 的 二点六之后，小米的米某 v 二点五版本终于来了，小米的进化速度实在是太快了， v 二 pro 是 三月十九号发布的，不到一个月的时间，小米的二点五就出来了，这个替代速度还有任何一家友商能跟得上吗？尤其是那家菊花牌的友商，已经要落后了，上次丑闻爆发之后，直接就放弃资源大模型了。让我们一起来看下这是小米的最新有哪些亮点吧。 首先是这个 v 二点五 pro 这个模型，他现在是对标可拉的 oppo 四点六的和 gpd 五点四，他实际有没有资格对标呢？我到时候会出一个详细的评测， 但是从他所谓的跑分图上来看，确实是可以对标上的。现在这些大模型的跑分排行其实完全没有什么参考意义， 要以实际测试为准。那我实际测试了一下，之前小米他那时候几乎所有国产模型都打不对的一个简单问题就是他判断三月十五号到底是零号尾排车牌到底限不限行，所有的国产模型全部在网都判断不准，现在小米他终于能够判断准了， 我们可以看一下，他说三月十五号是周日，属于限行日，那我的零号车牌是进不去的，之前的国产大模型一个都判断不了，国外的模型全部都能判断准， 到现在小米真的是有进步了，我们可以再看一下另外一个亮点，一个就是它这个普通的版本会更是很 token， 但我觉得意义不大，对，对我们程序员来讲其实没什么意义，所以就会用这种小东西的。 还有一个，它这个 token plan 做了升级，出了个折扣，晚上的时候你用八折，这个地方跟以前一样的，只不过原来的那个惩罚硬气费没有了。你现在的订阅会打个七折，七折，八折，但我觉得小米性价比还是不高，还是太贵了。 这是比较大的一个亮点的，这个 tts 模型和 asr 模型，之前我出过一个 tts 的 评测，它的效果其实不太好的，有很多的 bug， 不知道这次离二点五版本怎么样。这个 asr 我 看了一下，还没有任何地方可以用，他的这服务里面还找不到这 sr， 但是其他的模型可以在这里使用了。它的 pro 模型还有 t、 s 两个变种，一个是做声音的定制化，一个是做声音的克隆的，大家可以在这个地址上去使用它。如果你不想在网页上用的话，你也可以装一个小米浏览器，在小米浏览器里面使用。 这就是这次的更新，我感觉这小米真的会成为一家伟大企业。 ok， 说一个暴论，我感觉中国的大模型的未来只会属于智浦和小米这两个公司。
08:47查看AI文稿AI文稿大家好，我是 kitty 莓莓 v 二点五和二点五 pro， 那 今天凌晨发布了这两个模型都支持一百万的啊， token 上下文长度 pro 呢，它没有视觉， v 二点五它是有视觉能力的，但是 v 二点五呢，它的版本会更小一点， 我今天主要体验了啊 v 二点五 pro 发现是有惊喜的。小米官方是将 v 二点五 pro 和 opus 四点六 和 gbt 五点四进行对比，说明小米这次对他们发布的模型是非常有信心的。博文里面有几个例子呢啊，做的是非常好的，比如说 girorest 的 一个翻译器， 还有一个全功能的视频翻译器，非常推荐大家去看一下。这个视频翻译器的话啊，我真的希望它们能开源一下。此外呢，还有一个模拟 a d a 的 一个设计和优化案例，充分展示了 v 二点五 pro 长时间解决问题的能力。 v 二点五系列呢，也是即将开园，再看一下 v 二点五呃，多模态模型。 v 二点五它是支持音频理解的，所以它可用的场景还是挺广的。现在就来看一下实测。我先让它做一个十字路口交通仿真，最终它是思考了呃十一分钟 生成的这样的一个画面，我个人觉得呃咪某在这里生成的画面 令我感觉还是非常不错的。他很聪明的在每一个交通灯上方呢啊，做了对应灯的颜色的一个展示。之前我测试的一些模型呢啊，他们会将车子 简化成一个长方体。小米做的这个车子呢啊，他有一个顶棚，感觉还是非常不错的，我呢可以在下方调整他的运行速度 或者是东西的流向，而且他做的这个页面呢，中间没有报错，所以我觉得他在这个场景下 啊，做的模拟还是非常不错的。接着呢，我让他做一个礼物包装智能助手，第一眼我看到咪某做的啊，认为他做的效果还是很不错的，比如他这里包装纸图案啊，非常符合。我们在现实生活中看到了一些包装图案， 但是嗯，他这里呢啊包装的这个绳子，一般来说我们会看到啊，每个面都会有包装的这样的一个丝带，但现在我们看到左边预览他会有缺一些丝带， 但他这个丝带的颜色配色方案是选的非常不错的。而且我我也挺喜欢他这样的一个左右排版的样式，他生成的纸张展开图 啊，观众可以看一下这里是否合理。为什么我感觉总是有点别扭？还有礼品卡片，它也是做了好几个样式，虽然说这里用 emoji 不是 那么时尚， 但是整体它输出的内容啊，和我的要求是比较匹配的。因为最近我也测试一些别的国产模型，有的模型它的包装盒啊会有一些突出，有的呢，是啊，外面的包装和盒子啊会有比较大的分离， 所以 v 二点五 pro 在 这问题上表现还是不错。再接着让它做一个复古胶片相机模拟器，因为它不支持图片识别，所以我这里呢就没有给它图片做一个参考。我从电脑里上传了一张图片，到这样的一个界面之后，我一开始以为是不是小米这里露座了， 后来我点击一下这里的拍摄按钮，它立即出现了我的 mimo 在 这里做的非常好， 因为我最近无论是了 opt 四点七还是 k 二点六啊，它们都是我上传的图片，就立即显示出来这个图片。我觉得 miimo 在 这一点上逻辑是做得很好，但是这里也有点小问题，假设这个预览图呢啊它不展现出来， 那我下方点击不同的相机，点击不同的漏光划痕按角颗粒，那这里预览就没有效果了， 必须再点击一下拍摄才能看到这样的效果，而且我刚刚划痕的样子已经调整过了，但是我们现在看到预览的画面，它是没有一些啊划痕的信息的。 再接着我让 mimo 做一个非常梦幻的三 d 场景，这场景最近呢也让 office 四点七做过。我个人觉得 mimo 在 这里表现的是相当不错， 当我的鼠标点击到某个画面的时候，那里的啊花他会有这样的一个突出，还有一个光的效果是要比 off 四点七做的更好的， 只是他整体的画面是没有 off 四点七啊花朵做的那么真实。那另外一点呢，就是我们会看到这个画面里会有很多蝴蝶，这个蝴蝶是要比 off 四点七做的好的。 右侧呢，我是可以选择啊不同的色系蝴蝶呢，我可以设置的多一点。他的蝴蝶啊展翅飞翔 表现力还是非常不错的，风也可以啊，调整的更大一点。一次提示后，他花了七百多秒，也就是十多分钟进行思考，但在输出过程中出现了中断 之后，我又提示让他继续，最后就生成我们右侧看到这个效果，那像官网上这个思考十几分钟，最后输出没有完全展示出来。这个问题呢，我在别的任务上也遇到了，所以目前这是密谋体验的一个不足。 我们接着看，我给他这样的一个提示词，他告诉我，呃，暂时无法回答，要我换一个话题再聊。后来我又测试了一下，呃，新开个话题，同样的任务呢，他是可以回复我的。再接着我让他做一个三 d 模尺模拟， 他思考了十五分钟，包括思考过程中也是出现了很多英文。后来遇还是遇到刚刚的问题，他的输出呢？呃，突然中断了，我就让他继续一下。这是 呃第二次提示，画面里呢缺少膜尺，所以又让他啊再修改一下。那我们现在看到的这个膜尺的话啊，是出现了，那我切换到三十六也可以。下方呢，还有不同颜色，当我选中某个关节的时候调整，那 这是九十度啊，正常的选择预设的球形，我们看一下它的表现，嗯，是有点像球形的，那再换成小狗， 那这样的话不是特别像小狗。再接着呢，我让他做一个提壶骑自行车的体术艺术。 那我们会看到在右侧呢，它这里预览是有。呃多个代码的，我在提示里呢，是希望它能生成单个页面的， 但是最后呢，它还是分成了多个片段。而且我今天在使用 mi mode a s studio 的 时候就发生。而页面的状态我一开始也是登录的， 那 miimo 在 输出过程中就突然显示没有登录的状态，所以网页上现在还是有一些 bug 的。 再让 miimo 生成一个千夫拉船的场景。第一次提示呢，嗯，它的控制台有个报错，然后我又让它去修改。嗯，在这里做的这种水面的， 嗯，样子感觉还是非常不错的。嗯，稍微有点问题的是，我们现在是看不到 啊，船在哪里？此外呢，我们拉近看，应该绑在纤夫身上的绳子呢？啊，目前我们会看到会和纤夫的身体有一点距离，包括纤夫的腿和上方的身体。最后呢，我还简单体验了 v 二点五，因为他有图片识别能力， 所以我就将这张图发给他，让他做一下还原。他在思考了八十二秒之后，最后呢，生成的是这样的一个画面， 那和我一开始提供给他的是相距甚远的，相信老观众一定看过。我之前啊让 k 二点六来还原的 那我我们可以看到啊， v 二点五版本呢，不知道是他的图像识别啊有问题，还是他的编码能力比较弱，所以最终还原出来的效果非常一般， 那我之后也就不继续再体验下去了。最后呢，再分享一下，那现在 open code 的 go 和小米的 talkin plan 或者是小米官方的 a p i 都可以使用 mi mode v 二点五 pro， 那 这三个有什么区别？我也让 ai 帮我整理了一下，大家可以做一下参考。以上呢，就是今天介绍的关于 v 二点五 pro 的 所有内容啊，希望我的视频对你有帮助，我们下次再见。
204kate人不错
01:25查看AI文稿AI文稿小米 memo v 二点五系列宣布永久降价，最高降幅百分之九十九，且不再区分输入长度。降价后价格和 deepseek 基本一致。小米 memo 真的 香吗？接下来我们进入实测环节。模型使用 memo v 二点五 pro 生成的旅游推荐网站思考五点六秒生成一个圆球，跟随鼠标轨迹思考二点五秒又给了他一个初中数学题测试逻辑推理能力，思考二十六点八秒解答思路正确，答案对得上。不过解析过程稍微麻烦了些， 虽然给出了正确答案，但不是最优解。由于以上测试思考时间都是秒级，大概率缓存命中，为了得到更加真实的结果，进行复杂任务测试，这一次思考时间直接拉到九百四十六点五秒。 通过测试不难发现，咪某中文语境文化适配高推理速度并没有宣传那么快。常练推理，自我纠错不足、隐秘 bug 排查无明确提示时自主思考，落需用户主动引导调整。 所以小米密谋降价后，在大多数常见使用场景下，尤其是缓存命中率高的场景，确实能显著省钱， 但对于输出密集型或低缓存命中率的特殊场景，需根据实际 token 消耗计算，成本没有想象中那么便宜。建议根据自身使用模式，结合套餐额度和实际调用情况，综合评估成本效益。
02:24查看AI文稿AI文稿大家好，我刚才在我的这个 windows 上装了 cloud desktop 这个软件，然后呢用这个一些大神介绍的方法把它的七座大模型啊换成了小米的 mimo v 二点五 pro 啊，这个就是前天啊，申请了它的一些开发者的 token， 它可以给你免费送万亿 token 嘛？我用 用一些网上大神介绍的方法申请到了一些免费 token， 然后呢又用这些大神的方法把他的机座模型换成了这个，现在我问他你的机座模型是什么？他说是 mini 二点五 pro。 好， 我们开始我们的第一个编程任务，我就丢给他两张照片，让他给我生成我的一个个人网站单页的， 他吭哧吭哧走了大概十多分钟啊，生成出来了，然后我当时看了一下，我说怎么没有我，我给他的那两张照片呢？我，那我最后就把这两张照片啊放到这个输出目录里了，也就跟网页同一个目录好了，他又吭哧吭哧说找到了，最后改了一下网页，我们来看一下他输出的一个成果怎么样啊？ 啊？这个是整个的一个网页，我觉得他还是很有设计感的，对于这些呃网页来说，他处理的很好，他把我的其中的一张真实照片作为一个一个渐变的背景， 然后呢把我的另外一张吉普利风格的照片作为简介的一个 profile， 然后他很多，当然他的信息都是呃伪造的啊，就是说我们主要是看他的一个编程能力啊，这个黑色加金色的这种我觉得是非常酷的啊， 整个就单页的一个东西，还有这个在因为是中国嘛。呃，他有微信，还有新浪微博啊，抖音，还有 bilibili 啊，以及 youtube 啊，或者是这个 instagram 这些国外的社交媒体的一些链接 啊，顶上还有菜单，比如说我们点关羽，他就会跳到关羽，技能就到技能，服务到服务，演出到演出，联系到联系。 那么如果你是一个艺术家，我觉得这个单页的网页已经完全能够把你作为一个艺术家能够推出了，这种网站 可以在几分钟之内让这个智能体变成智能体，替你做好。你只要申请一个 vps， 把它上传，然后备一下案，申请一些这个网站名称就好了啊，我觉得他的审美还是挺在线的。而且小米的米某 v 二点五 pro 这个大模型啊，它是有 一照的上下文，我觉得我用了这一个多月，我觉得是半个多月啊，觉得非常不错啊，这个小米的这个模型好，希望大家都用起来，谢谢。
140Leon的Cyber
01:30查看AI文稿AI文稿啊，大家好，我昨天啊购买了小米的 logan plan 的 一个套餐啊，呃，想用它的这个最新的 v 二点五 pro 的 这个这个模型啊，来作为我的 cloud code 的 一个基作模型， 那么我们用 cc switch 把它的这个模型啊切换到这个小米的这个模型上，然后呢，我就问他， 他现在什么模型，他说我的机座模型是这个， ok， 已经没问题了。现在我就说我有一张照片放在某某某地，给我生成一张静态网页啊，做一些简介，然后放一些伪造的联系信息，风格是大气高贵，有设计感。好，他就开始创建， 大概过了呃，两分钟吧，他这个网页就做好了一个静态网页啊，我开头说，哎，我怎么没看到他，后来又试了一下，就直接在我的默认的浏览器里打开了啊，我们看一下，就在这， 哈哈，李阳猴猴，李阳，我觉得还可以啊，整个的就可以，然后他的这个模型的耗用量，呃，好像是耗了 一百多万的头壳吧。啊，本来是百分之二，现在飙到百分之四，但是我觉得他做出来这个东西啊还是很不错的，有一些设计感啊。 啊，我觉得这个小米的这个 mimo v 二点五 pro， 呃，配合这个 cloud 扣的还是非常不错的一个组合的，谢谢大家。
241Leon的Cyber
02:06查看AI文稿AI文稿今天这期视频呢，来讲讲小米 mini v 二点五这个大模型的降价情况。现在呢，这个 mini v 二点五它跟 deepsea 已经是一个价格了。 mini v 二点五和 deepsea v 四 flash 是 一个价格，二点五 pro 跟 deepsea v 四 pro 价格一样， 之前我们都说 tbisc 的 价格很便宜，现在小米也便宜了，然后我测试了一下，随便跑了一下 agent， 然后它的缓冲泵动力呢，达到了百分之九十四，九十五，所以说就非常便宜。另外呢，小米有 tocom plan， tbisc 没有，所以说呢，小米现在呢，要比 tbisc 还要便宜一点点， 最低档呢，这个小米是三十九块钱，然后呢，你首次购买呢，有八八折，算下来就是三十四块多一点。然后呢，你可以用大概四十一块钱的 toc 的 量， 然后呢，你在晚上的零点到早上的八点，还有一个八折的额外的一个优惠，哎，所以说呢，你大概算下来就是你第一个月可以用三十四块三毛二买到大概五十一块钱的 talkin 的 这个一个量，所以说就是非常非常划算的。 那么它现在呢，对比来看，跟之前的 talkin plan 对 比来看，就是说呢，涨了大概五十到七十倍，可以说是非常非常良性了。 那今天的零点呢，他还把所有的额度给重置了，我今天上去一看，哎，我额度重置了。小米的大魔镜有两个隐形的好处，它的 v 二点五是多模态，但是这个 deepsea 呢，它就不是多模态。另外一个，它有一个语音的克隆的生成，它都是免费的，不需要花任何钱，所以说，比如说你的视频配音啊啊都不需要花钱的。 那假设呢？假设就是我们做到理论上的百分之九十五的缓存命中，大概这个三十四块钱的这个月卡可以买到 v 二点五五亿多的一个 top， 至少五亿的一个 top。 如果是 v 二点五 pro 呢，至少也能有一个一点九亿的 top， 可以 说是很实惠。 那就我个人来说，我现在主力呢还是 deepsea v 四 pro， 然后呢，我买了一个最便宜的一个小米的一个 mini 的 月卡，三十四块钱。然后呢为为的是什么呢？就是享受他的二点五的这个多模态啊。另外还有一个免费的语音克隆，那一个月三十四块钱还是非常便宜的。那这样呢，就可以覆盖我的绝大多数场景了。
130翔子玩ai，这也太好玩了
03:41查看AI文稿AI文稿第一， mi 蒙 v 二点五 pro 是 否有抄袭昆的硬证据？第二， mi 某页面里的 mit 标签、 apg 代码头以及昆二 tokenizer 归属说明是否足够清楚。 我的方法很简单，只看能复合的公开材料，不看立场先行的截图。重点比较模型配置、权重分片、哈希、张亮形状、远程代码相似度，以及 tokenizer 和许可证归属。这里最重要的是把证据分层，不能把 tokenizer 附用，直接等同于模型抄袭。 先看模型画像民某页面标注 mit 模型类型是 mayo v 二七十层三百八十四个 root 的 experts， 昆三 code r f p 八是昆三某六十二层一百六十个 experts， 昆三二三五 b 和昆三 max 的 层数、专家数也都不同，所以从配置层面它们不是同一组架构参数。 再看权重文件，把 miimo 的 safe， tens 二 f s 二五六与几个 queen 仓库逐一求交集，结果是零。这个结论不能证明训练过程完全独立，但它足以说明公开仓库里没有发现直接附用同一批权重分片文件的证据。 张亮明有不少重合，这是同类 transformers 和某实践里常见的命名习惯，但关键张亮形状并不相同，比如 emily 词表维度不同，专家层中间维度不同， miyamoto 还有 fuse q kv m d p 层，以及专家校正 bios 名字，像不等于权重一样。 代码层面， memo 自带 modding memo v 二和 configuration memo v 二与 transformers 的 宽三毫米 modding 案型比较，相似度大约二十七个百分点，与宽三 next 更低。 这里存在 heking face 模型模板注意力层和谋层的公共写法，所以不能把普通工程重合，直接说成抄袭。 真正值得单独指出的是 tokenizer。 mimo 的 tokenizer config 里明确写着 queen 二 tokenizer， 而且 vocab 文件哈希与多个 coin 模型相同， 这说明 mimo 与 coin tokenizer 生态有明确关系。但 tokenizer 富永是开源模型里常见的兼容选择，它不是权重抄袭证据，它更像 extradition 是 否写清楚的问题。 许可证部分是另一个问题，咪某模型业标签是 m i t， 但远程代码文件头写的是 patchy 二点零，并包含小米与 hekingface copyright。 同时， tokenizer 又明确使用昆二 tokenizer 这个组合不自动等于侵权，但确实容易让使用者误解各组建的许可边界。 这个问题的解决方式并不复杂，最稳妥的做法是把模型权重许可、远程代码许可、 tokenizer 来源分开说明，比如明确写出 tokenizer 使用或金融 queen 二 tokenizer， 并列出 transformers 与 queen 或阿里巴巴相关版权和爬起二点零许可， 这样能保护二次使用者，也能避免把 tribute 问题误读成抄袭。实锤也要说明边界，这里没有下载 t b 级完整权重做竹数值 forensics 比对，也没有联系官方做非公开求证， 所以这不是法律意见。他回答的是在公开仓库与原数据层面，是否能看到支持抄袭的硬证据，以及压缩报表说明是否足够清楚。 最后给出分层结论，第一，公开证据不支持咪谋抄袭 queen 的 指控权重哈希架构、参数、张量、形状和代码相似度都不构成硬证据。 第二，咪谋的 tokenizer 与许可证归属说明确实应该补强。最准确的说法是，这不是抄袭实锤，而是 attribute 清晰度问题。
61看我这墨迹
06:48查看AI文稿AI文稿欢迎来到 ai 日报，先来看看今天最重磅的新闻！一、小米 mimo v 二点五系列 api 价格永久下调，最高降幅达百分之九十九，现与 digic v 四 pro 同价 token 套餐同步升级，同等价格下可用 token 量增加五至八倍。计费规则更简单透明， 所有现有用户套餐额度将全额重置。此次降价源于 mimo 全站推理优化与服务效率提升，后续将发布技术薄册讲述细节。 mimo v 二点五 p t s 限时免费，新定价于五月二十六日生效。二、 color 平台限时半价使用 queen 三点七 max 模型，如果你是新用户，你每天还能获得一百次免费模型调用 自动应用无需领取、无需开关，桌面端 jack brains 插件 c l i cutter work 全部覆盖。三、 cloud code 发布 v 二点一点一五二版本更新 核心改进包括斜杠 code review fix， 现在会将审查建议直接应用于工作目录技能与斜杠命令，支持通过 front matter 的 disallow tools 移除模型工具。新增 relo skills 命令，可不重启绘画重新扫描技能目录 session start 钩子，现可返回 relo skills 初重新扫描技能，并可通过 hook specific output session title 设置绘画标题。新增 message display 钩子事件，以变换或隐藏助手消息。其他更新涉及插件市场管理、主模型不可用时自动切换至 four back model、 绘画用量统计优化等。 同时修复了终端样式退化、沙箱警告显示、思考摘药 m c p 服务器去重远程绘画连接及多种绘画卡顿问题。四、 ko 的 w cloud 伦敦活动上， andropica 宣布了 cloud manage agents 的 两项新能力，自托管沙箱和 m c p 隧道贝塔版本。 这两项功能使 ai 智能体的工具执行环境与企业私有网络内的 m c p 服务器连接，均可运行在客户自有基础设施或指定托管服务商处。 活动还介绍了如何通过 cloud code 优化思维预算以及模型努力级别来提升开发体验。目前包括 spotify、 a 四四和 lagola 在 内的客户已在使用这些新功能。五、 cloud code 推出安全漏洞识别插件，可在编辑代码时帮助识别和修复漏洞。 所有 cloud code 的 用户均可使用，可以从插件市场 plugins 安装。六、阿里云在阿里云在每一层的全站能力认可，其是首个将整个平台围绕智能体范式进行构建的云服务商。 七、我国将加快研究推进人工智能健康发展综合性立法、低空经济立法等。八、阿里云宣布以白金会员身份加入 pattorche 基金会，作为 ai 基础设施全球领导者。阿里云是开源模型家族矿的缔造方，以在多样化硬件上大规模运行 pattorche， 将为社区带来生产级工程经验。 九、消息称，沟通与字节跳动达成 a i a c 芯片合作，采购量在数百万颗级别。十、 andropic 宣布认命批央卓为韩国代表董事，已支持其即将在首尔开设的办公室。根据 andropic 的 经济指数，韩国是 cloud ai 全球最活跃的市场之一，其使用率超过人口规模预期的三点五倍，主要用于技术和创意领域。 pianchoi 此前曾担任 snowflake 韩国区总经理，在 google、 cloud、 adobe 等公司拥有超过三十年的科技行业领导经验。他将在韩国领导市场战略，支持本地企业和初创公司应用 cloud。 例如法律科技公司 lawrence company 及韩国电信巨头 s k telcom 均已在使用 cloud 构建产品。 十一、 entropic 工程师 shoto douglas 表示， cloud missiles 在 周末期间解决了 openai 提出的 irdos 单位距离猜想问题，并给出了一个巧妙简洁的证明。这一成果被描述为人工智能在数学发现领域存在严重超前迹象。 十二、 open ledger 宣布完成由 capitol gdc 领投的一点一三亿美元闭门融资。过去六个月，随着 ai 从实验快速转向生产， open ledger 的 周处理量从五万亿增长到二十五万亿 token， 我 们对未来充满期待。十三、微软亚洲研究院发起全球 ai 价值观挑战赛，承邀哲学、论理、法学和社会科学领域的研究人员共同探索。 十四、马一百零 at antini g i 团队推出 k pop， 用于稳定大规模梦模型的智能体强化学习训练。它用基于二元 k l 散度的自适应野马机制替代了此前 s pop 方法中的固定比例，野马能根据训练过程中的训练推理不匹配程度动态调整。 这一改进使得 r n 二点六 e t。 模型在无需修改基础设施或路由重放的情况下，仅通过纯 r l 训练，在 swbench verify 上取得了超过七十六分的成绩。 十五、规藏发布小红书图文排版 a s q。 集成地图与自动配图 design social cards q 是 一款针对小红书图文常见类别进行优化的 a s q， 其亮点在于为旅行博主集成了地图组建用户输入目的地和线路后， ai 能自动在底图上标记并嵌入图片。根据引用， ai q 完全基于 html 和实拍图片生成，内容不会被平台标注为 ai 生成，并会主动从高质量图片网站寻找对应主题图片以优化图文排版。 十六、 open ai 奥尔特曼称， ai 对 白领冲击不如预期般严重，我很高兴自己当时错了。十七、 google 发布了其多模态模型 gemini 的 视频生成功能使用指南， 该模型可通过 gemini 应用、 google flow 等平台体验。指南包含五项提示词技巧，利用模型已有的现实世界知识进行简洁描述，精确控制文本在视频中的渲染与排版。使用专业镜头指令，如推拉、遥移，像电影摄影师一样调度画面。通过迭代编辑、高效修改视频，以及在生成中直接调整角色的动作、节奏或情绪。 其核心在于通过精准的提示词引导模型生成复杂且可控的视频内容。十八、 eason molly 写了一篇新文章，探讨我们需要保留哪些人类特质，以及哪些可以交给 ai。 其中涉及教育咨询领域的实验，以及最近关于文学奖的争议。 他指出，社交媒体平台上的帖子内容正变得越来越相似，这种趋同现象可能意味着大量内容正在被 ai 生成或同质化处理，引发了人们对于内容原创性与人类独特视角的讨论。 十九、 entropic 通过三重机制控制 cloud 智能体的部署风险，包括用户误用模型、异常行为和外部攻击，其防护策略聚焦于三个层面，通过沙箱、虚拟机和网络出口控制限制智能体运行环境、利用系统提示词和模型训练引导其行为，以及对 m c p、 服务器、第三方插件等外部内容实施细力度全线管理。 文章以 cloud code、 cloud a r 和 cloud co work 为例，讲述了不同产品如何设计对应的隔离架构。二十、 open sans nova 开源了 sans nova u 一 的完整训练代码库，支持其八 b 密集模型与 a 三 b mode 架构。 该代码库使用一个统一的框架，可同时训练多种多模态任务，包括文本到图像生成、图像编辑、交错生成及文本与视觉理解 工程上为大规模训练设计，支持混合并行流势、可恢复数据管线、环境变量驱动配置，以及从一乘以八 g p u s 到多节点群的扩展能力。代码已在 github 开源，采用 apache 二点零协议。二十一、 runway 通过 project luxo 研究发现 ai 生成视频已跨越恐怖谷。 他们向创意生态从业者展示了 derog 等 ai 短片及广告样片，评估显示观众开始关注故事本身而非技术瑕疵。所有作品均由单人团队制作，耗时从三周到四小时不等。 one 位认为这标志着 ai 媒体成熟，当技术足够好以至于隐形观众沉浸于故事时，便实现了这一跨越。 二十二、 google 与 alphabet ceo sundry pry 在 google i o 后受访，回顾了公司为应对 chat gpt 而进行的战队重组与高管调整。 访谈聚焦于新的 gemini 模型及其在产品中的整合，包括全新的智能搜索框与 gemini spark 智能体平台只在让搜索从提供结果转向启动任务。 tiche 讨论了这些变化对开放网络的持续冲击，回应了主持人此前提出的 google zero 概念及来自 google 的 网站流量可能归零，并提及 google 正利用 youtube 视频训练模型以改变视频搜索与缩影方式。 最后，他对 google deepmind ceo dennis hussabeez 关于处于智能起点起步阶段的言论表示认同，并分享了对 a g i。 时间线的看法。今天的日报就到这里，每晚十一点准时更新，日报有用记得关注哦！你的鼓励真的很重要！
44江枫渔火AI
07:02查看AI文稿AI文稿今天我们要聊的呢是这个木兮股份啊，在小米的这个 miami v 二点五 pro 这个模型上面完成了 day 零的适配，那么我们会先给大家说一说这个小米的这个新模型有什么亮点啊？然后我们再来说一说木兮这边是怎么来做这个适配的啊？最后我们再来谈一谈这个适配成功了之后会带来什么样的影响和未来的可能性。 好的，那我们就开始吧，直接进入今天的话题，我们先来聊第一趴啊，就是这个小米的这个新模型到底有哪些过人之处？ ok， 对， 这个我特别想知道，就是这个 miami v 二点五 pro， 它到底在哪些技术细节上面比同类的大模型要厉害？ 就是它的这个核心的架构上面，它是一个混合的 tension okay， 对， 然后它是一个 one million token 的 这种超长的上下文。它这个模型呢，本身的参数是超过了一千亿，但是呢，它其实每一个 token 只会激活其中的四十二亿，所以它就是一个非常非常强的这种稀疏的 mixture of experts 的 这种技术路线， 它的这个推理成本也大大降低了。哇，这个参数规模和这个激活的效率确实挺厉害的。对，然后呢，这个模型呢，它还加入了这个 three layers of multi token prediction， 就是 它可以一次就生成多个 token， 所以 它的这个推理速度在长上下文的这种情况下可以提升三倍。它也用了这个 sliding window attention 和这个 global attention 结合的这样一个技术，所以它可以 在非常长的这种输入的情况下，还能够保持一个非常高的精度，同时呢它也减少了这个 av catch 的 这种存储的压力。 ok， 对， 就是它整体的这个无论是速度还是效果都非常的领先。就是这个新模型在实际的应用当中到底有哪些让人眼前一亮的这种能力呢？就是它可以处理非常复杂的多步骤的任务， 比如说它可以一口气写一个非常复杂的一个编辑的任务，也是同样的非常复杂的一个流程，它可以自动执行一千八百多次 工具的调用，最后生成一个非常高质量的结果。听起来好像这个模型还挺全能的，对，它确实是，就是它不仅仅是在这种多模态的理解上面有非常强的能力，包括在这种 cloud evo 这种非常权威的榜单上面，它的表现也是要比上一代的模型和一些同类的模型都要好。然后呢，它的这个 token 的 消耗也比这个业界的这个标杆儿要少了将近一半， 所以它是一个在这种复杂任务的执行上面，以及这种成本的控制上面都是一个非常大的突破。对，那你觉得这个新模型在训练啊，或者说在时机落地的时候有什么特别值得一提的地方吗？这个模型呢，它是用了二十七万亿个 tokens 去训练的，然后它是用了这种 f p 八的这种混合精度，它是原生支持三万二的这种 sequence length， 它也用了这种 s f t 以及这种大规模的这种强化学习，还有这种多教师的这种蒸馏，所以它在这种非常复杂的一些工程任务上面会表现的特别强，听起来训练的还挺挺讲究的。对，然后呢，它在这种评测上面就是 无论是这种国际的还是国内的这种非常权威的测试级上面，它都可以拿到非常 top 的 这种成绩，它的这种多语种的能力以及这种超长上下文的这种能力都是非常突出的。同时呢它的这个推理的速度也有了将近八倍的提升， 所以它是一个呃性价比和这个易用性上面都有一个很大的突破的一个。然后咱们再聊一聊这个木兮怎么去适配这个小米的这个模型啊？我觉得这个也是很有意思的一个话题，就是，呃，木兮到底是怎么能够做到这么快就把这个小米的这个新模型在自己的这个平台上面跑起来的？ 其实关键就在于木兮它是一个软硬件一体的一个全栈自研的一个架构。 ok， 对， 就是它的这个希芸 c 系列的这个 gpu， 它本身就是为这种大模型的训练和推理去打造的， 然后再加上它的这个底层的这个 m x m a c a 软件站也是完全自研的，所以它可以做到在这个新模型开园的当天就完成这种深度适配，就是模型发布及算力就绪，就感觉他们真的是准备的特别充分。没错没错，而且他们这个 m x micro 这个软件站呢，它不光是 兼容了市面上主流的这种 ai 框架和上千种的这种应用，它其实对于这种 py torch 这些东西的算子，它都是全量覆盖的，所以就是说用户几乎不用改代码就可以把自己的模型直接就搬到这个 慕希的这个平台上面来，然后就可以非常高效的去做这种分布式的训练和推理。就具体到在适配这个小米的这个大模型的过程当中，慕希在技术细节上做了哪些优化呢？就他们这个 m x m a c a 这个软件站呢，它是专门针对这个大模型做了一些升级啊，就包括它的这个算子的支持啊，它的这个数学库的这个加速啊，还有它的这个 stream 流的这个优先级的这个调整啊等等的一些东西， 就是让这个模型可以在这个 gpu 上面跑得更快，更稳定。那这个对实际的使用场景有什么影响呢？就是经过他们这个彻底的测试啊，就是这个适配完了之后的这个小米的这个模型呢，在这个慕希的这个平台上面，不管是训练还是推理都可以达到这个原生的这个性能。 然后呢用户也不需要去改自己的业务代码，就可以直接把这个模型就集成到自己的产品里面去，就是这个整个的这个产业落地的速度会大大加快。来说到这个产业落地啊，那我想啊木兮在这个适配了小米的这个模型之后，在生态和实际应用层面有哪些具体的成果呢？就是这个 imax 这个软件站，现在已经可以支持 四十多个主流的 ai 框架，然后呢上百种的模型，它的这个兼容的应用已经超过了六千个，就非常非常多了，就是几乎你能用到的主流的场景，它都可以覆盖，用户规模是不是也增长得很快？ 对啊，而且就是开源了之后呢，这个注册的用户已经超过了三十万，然后这个 a p i 的 调用次数已经超过了五千五百万次，已经在多个这种制算中心和大型的项目当中去规模化地落地了。那这个其实就为这个 国产的这个大模型的创新和产业的融合其实打下了一个非常坚实的底座。然后咱们再来讲讲这个适配成功之后带来的一些影响和展望啊，就是说这个木兮和小米这一波联手把这个新模型跑起来，对整个国产的这个 ai 生态有什么实际的推动？就他们俩这一次的合作呢，就打造了一个模型发布芯片适配产业落地的一个完整的闭环。 就模型出来之后，马上就可以在这个国产的算力上面跑起来，然后马上就可以进到这个实际的应用当中，这个其实是以前很难做到的，听起来就是打通了这个创新到落地的这个最后一公里，没错没错，对，然后这个就不光是说加速了这个国产大模型的这种迭代的节奏啊，它其实还让这个 硬件和软件的协调发展也形成了一个正循环。对，这个就大大提高了我们这个国产 ai 的 这个自主可控的水平嘛，也为各个行业的智能化转型都打下了一个很好的基础。对这个木兮和小米的这个自主歌曲带来哪些变化？就是这个 适配之后呢，就直接让这个高参数的这种旗舰大模型能够在国产的这个 gpu 上面跑起来，而且是能够千卡级的这种级群已经在大规模的落地了，然后万卡级的这种也在 加速的进行当中啊，就是真正的做到了这种高性能的算力的这种商业化的共赢。哦，这个就真的是让企业用起来就省心多了嘛。没错没错，对，然后就说这一套方案就大大降低了企业去使用国产大模型的门槛，那同时呢也让这个上下游的这种协同发展变得更加的紧密了啊，就是大家 避免了这种高端芯片的这种供应的风险啊，也让这个国产的这个 ai 的 生态的成熟度又提升了好几个台阶啊，那这个就推动了这个产业的升级和这个数字经济的这个提速啊，那这个也为这个国际竞争打下了一个很好的基础。你觉得就木兮和小敏这一次的这个模型适配，在技术路线和未来合作上透露了哪些新的方向？ 就是他们这个深度适配其实覆盖了大模型的这个全生命周期的啊，再到这个一体机和这个集群方案的落地啊，都有做联合的创新啊，就是 推动这个全站的这个软硬件的协调的升级，等于说从研发到落地的每一步都能更紧密的配合。没错没错，对，然后他们还计划就是要持续地去支持这个多模态和这个呃自净化的这种大模型啊，不断地去推动这个 gpu 的 架构和这个软件站的这个自主的创新啊，同时呢也在积极地和这个产业伙伴去共建这个 ai 的 生态啊，就是 目标就是要让这个国产的大模型和这个 ai 领域的一个中间的力量，今天咱们这个播客聊了这么多关于这个 沐熙和小米在这个大模型适配上面的一些突破啊，然后也看到了国产的这个 ai 生态正在快速的成熟啊，那我们也是期待着未来这些创新能够不断地落地啊，给我们带来更多的惊喜。感谢大家的收听，让我们下期节目再见吧，拜拜。拜拜。
203财经观察室
00:27查看AI文稿AI文稿好戏来了，就在刚刚，小米 mimo v 二点五降价百分之九十九对标 deepsea v 四 pro， token 量还翻五到八倍。两天前， deepsea 刚挥刀，小米就把刀架在了自己脖子上。这不是两家公司的恩怨，是国内对国外 ai api 市场的集体绞杀。 openai 的 定价体系正在被撕碎， tony 从美元计价走向人民币内卷， 当算力成本被压到地板下，真正的竞争才刚开始。不是谁更便宜，是谁能在白菜价里还能活下来。
230半导体产品研讨
00:58查看AI文稿AI文稿就在今天凌晨，小米迷雾大模型直接掀桌， api 永久降价，最高降幅百分之九十九。 bmo v 二点五 pro 缓存命中输入价格从二点八元暴跌到零点零二五元，每百万 token 一 百万 token 只要二点五分钱， token plan 加量不加价，用量直接翻五到八倍。雷军亲自站台，欢迎更多开发者接入。再看 deepseek v 四 pro， 此前降价百分之七十五，输入零点四三元，每百万 token 已经是价格突出， 但 miami 这一刀砍下来，直接比 deepsea 再便宜十七倍。更狠的是， miami v 二点五 pro 的 智力指数五十三点八三，还略高于 deepsea v 四 pro 的 五十一点五一， 更聪明还更便宜。小米靠 s g lank high catch 技术，把数据搬运量降到原来的七分之一，缓存 token 数提升五倍。这不是烧钱补贴，这是技术降本的真功夫。 ipsy、 阿里通意、百度、文星国产大模型价格战已经白热化，但密某这一手，百分之九十九降价加智力反超，直接把桌子掀了。这场价格战，到底谁是最后赢家？
15AI数字办公室
01:38查看AI文稿AI文稿家人们是不是申请到骚咪咪猫免费抽坑后不知道怎么部署到终端和 vsco 的？ 今天一个视频教会你。首先，咱们得打开官方文档，找到 cloud code 的 配置部分。注意哦，咱们免费申请的得用第二种 tocon plan。 第一步，先验证 cloud code 里有没有装，按 win 加二，打开运行，输入 cmd 回车，在命令行里敲 cloud ver， 能看到版本号就说明装好了。 第二步，复制以下配置，粘贴到用户目录 cloud settings 文件里，配置 u r l 和自己的 api key 后保存。第三步，更简单，复制配置，粘贴到用户目录 cloud 文件里。 第四步，在命令行里输入 cloud 回车，选择第一项 yes i trust this folder， 输入你是什么模型，回车返回，我是 mi mode v。 二点五 pro 就 部署成功了。 接下来咱们搞 vsco 的 接入。重点来了，只要你已经装了 cloud， cloud 就 不需要再单独配置啦！ 打开 vsco 的， 先下载 cloud 插件，插件会自动附用 cle 的 配置，在 cloud 插件新建对话发送 hello， 能收到回复就说明 vsco 的 部署成功了。 对了， vsco 的 理心键终端也能直接输入 cloud 用哦！家人们部署时遇到什么问题，随时在评论区交流呀！
60王哇噻
00:28查看AI文稿AI文稿就在刚刚，小米没摸 v 二点五系列 a p i 宣布永久降价，最高降幅达到百分之九十九。第一，单价报价 v 二点五 pro 输入缓存命中，只要零点零二五元每百万 hokken。 第二，取消上下文窗口分级，长窗口和短窗口一个价，计费规则肉眼可读。第三， 存量用户的额度全量重置，办新规则重新跑，等于老用户也吃满这波红利。大模型厂商普遍还在算怎么把推理成本摊回用户头上，小米反手把利润空间自己先砍掉，背后撑腰的是推理系统的底层优化和团队基础红利。
23全球算力产业联盟
07:39查看AI文稿AI文稿啊，今天我们要聊的呢是这个小米的 miimo v 二点五系列大模型正式开启公测，以及这个 miimo v 二点五 pro 在 全球开源榜单上面并列第一。 那我们就来聊一聊这个系列的大模型到底有哪些亮点？这个 miimo v 二点五 pro 跟其他的顶尖的模型相比到底表现怎么样？包括它在开源和定价上面到底有哪些新的玩法？好的，那我们就开始今天的讨论吧。咱们先来聊第一部分，就是这个 miimo v two dot five 系列它到底有哪些突出的优势？ 对，那首先我们就要先聊一聊这个系列它到底有哪些版本，然后每一个版本适合什么样的场景。这次小米一共推出了四款嗯哼，这个系列里面呢，有主打超高复杂任务的这个 pro 版本啊，然后有这个主打多模态的标准版，还有两个就是专注于语音的啊，一个是 t t s， 一个是 a s r， 就 这两个是专注于语音的， 所以每一个都有自己的专属的舞台。没错没错，是的是的是的，那呃， pro 就 适合那种极长的这种推理啊，或者说这种智能体的这种应用，然后标准版就是适合那种对多模态要求比较高的这种。 呃场景， t t s 就是 适合那种需要很自然的语音合成的这种场景， a s r 就 适合那种对语音识别要求比较高的这种真实的环境下的这种应用，所以就是 针对性都非常强，用户可以根据自己的需求去对号入座。对，那这个时候大家可能就会好奇了，说，那这个新版的这个模型到底在哪些能力上面有这种质的飞跃呢？比如说这个 pro 版，它可以连续的处理上百万的这种输入啊，然后它可以在这种 复杂的任务上面，比如说这个开发一个变易器，这种任务上面它可以远远的甩开同类的这种模型。嗯，而且它的这种处理的速度和它的这个消耗的资源都控制的非常的好。嗯，那标准版呢？它把这个多模态的能力做了一个大一桶 啊，就是它不管是图片还是音频还是视频，它都可以一起去理解，并且它的这个推理的速度也提升了百分之三十，它的这个 a p i 的 费用也直接砍半 啊。这两个东西都是非常非常有竞争力的，听起来就是这个效率和成本的双重升级啊。没错没错，而且就是不光是这些啊，就是这个 t t s 可以 非常细腻地去模仿各种音色，然后这个 as r 可以 在嘈杂的环境之下去识别 多种语言甚至是方言，再加上它们这个整个的这个系列在这个 token 的 使用上面都做了极致的优化，所以就是整个这个系列在这个性能和实用性上面都做到了一个新的高度。 我我特别想知道就是在实际落地的时候，这个 memo v two 点 five 系列，它在工程化、商业化这方面有哪些独特的优势？呃，这个系列呢，不光是做到了这个模型和这个语音的这个全套的能力都打通了，嗯，而且它是可以 支持这个非常灵活的多场景的这个应用的。然后，呃，包括它的这个非常高的性价比的这个 token 的 计费方式啊，包括它的这个为了开发者考虑的这个开放的 a p i 和这个详细的文档，都让大家能够 非常快速地去上手。所以就说无论是做产品落地，还是说做一些创新的探索，这个系列都给大家提供了一个非常坚实的基础。然后咱们来聊一聊这个性能对比剖析啊，就是大家现在最关心的就是这个 nimo v two 点 five pro 跟全球最顶尖的那些模型到底差距有多大？呃，在这个长城的复杂任务上面啊，这个 meowv two point five pro 其实已经跟这个 cloud opus four point six 和这个 gpt five point four 已经非常接近了啊哈，就包括在这个我们内部的这个 s w e bench pro 上面啊，它的这个分数已经几乎追平了这个 cloud opus four point six。 然后在这个我们自己的这个 mimo coding 上面啊，它也比上一代有了非常明显的提升啊，就是它的这个，呃，尤其在这个持续的数百轮的这种工具调用当中啊，它的这个表现是非常稳定的。听起来它的这个实际工程能力确实很强啊。对，没错，没错，没错，是的是的，而且就是，呃，像这个用 rust 从零开始写一个编辑器啊，这种 非常难的任务，它都可以在几个小时之内就完成，并且通过测试，那这个是非常非常接近人类专家的水平了，哈哈，那而且它的这个 kimi kir 二点 six 要低百分之四十二， 它的性价比是非常非常高的。对那，那如果说跟这个日内的其他的顶级的模型相比的话，这个 mimo a two 点 five pro 在 这种多模态的能力上 和这种复杂的推理上面到底表现怎么样？呃，在这个多模态的这个理解上面啊，这个 mimo v two 点 five pro 其实跟这个 gbt five 点 four， 还有这个 cloud opus four 点 six， 还有这个 gemini three pro， 其实，呃，在很多的这个评测上面都是非常接近的啊，就是它的这个视频的理解啊，包括这个跨模态的推理啊，其实都已经 非常接近了，甚至在某些榜单上面还会超过它们，所以它的这个多模态的表现其实是挺扎实的。没错没错，而且就是在这种实际的任务当中啊，比如说是这种开发一个视频编辑器啊，这种比较复杂的任务，它可以在十几个小时之内就 写出八千多行代码，并且可以完美的执行了， ok， 对 那，呃，虽然说在这种极长的上下文和这种非常非常难的规划的任务上面，跟 gbt five 点 four 还是有一些差距啊，但是，呃，整体的这个多模态的能力已经可以跟这些 顶尖的地源的模型啊平起平坐了。对那，那现在如果说大家想要去把这些大模型落地到自己的产品当中的话，这个 miimo v two 点 five pro 在 易用性和成本上面到底有多大的优势？这个模型呢，不光是它的这个 api 的 费用比上一代直接砍掉了一半儿 啊，那他其实跟国际上的这些顶尖的模型相比的话，也都是更加省钱的啊。对，然后呢，他又支持这种百万级别的上下文， 又即将开源啊，他的这个文档啊，各方面的支持也非常的完美，所以这就导致就是开发者可以非常快速的上手，而且可以极大的降低大家的这个使用门槛和成本。然后我们来进入第三个部分，就是关于这个开源和这个成本优化。嗯哼，那这个我想请教一下，就是 这个 memo v two dot five 系列，它的这个开源的策略有什么独特的地方，或者说带来哪些影响？这个系列呢？它是核心的模型，都是全球开源的啊，就是大家都可以免费的去下载，然后去使用，去做二次开发，这就大大降低了这个技术的门槛啊，就无论是你是创业公司，还是说独立开发者，还是说 这种大企业，你都可以非常轻易地去获得非常顶尖的这种 ai 的 能力。对，确实这个是让整个生态的创新的速度会加快。对，而且就是，呃，除了这个模型权重是开放的之外呢，小米还提供了非常完整的 a p i 和开发的工具啊，然后也支持主流的这个开源的框架，也有这种 一键对比不同的模型的这种效果啊等等的，就是大家可以在这个基础上快速地去打造各种各样的 ai 的 应用，那整个这个国产的 ai 的 生态也会 更加的繁荣，也更有竞争力。然后呢，这个 memo v two 点五系列，它在这个 token plan 的 定价上面有哪些让人眼前一亮的优化？嗯，这个系列呢，它是完全摒弃了那种复杂的倍率的计费啊，那它是所有的上下文的窗口都是统一的价格。然后呢，基础版的这个模型呢，它的这个 token 的 开销 比国际上的那些同类的模型要低一半， pro 版的也省了将近百分之四十多哦，这样的话用起来就简单多了。对，没错，而且它还有这种呃灵活的订阅的套餐啊，然后还有这种夜间的八折啊，等等的企业的定制啊，等等的，就是让你用起来又便宜又灵活，又可以应对各种不同的场景的需求。 哎，那你觉得就是这个 mimo v two there five 系列，它在开源和这个定价的策略上面的创新，对于整个 ai 的 产业会有什么样的推动？我觉得就是小米的这个做法，首先它是把这个技术门槛和使用门槛都降到了最低啊，然后呢，它是真正的让 全球的开发者都可以加入到这个 ai 生态的共建当中啊，这个是非常非常关键的，那这个会大大加快创新的速度和这个产业的升级，那也会让 这个国产的 ai 在 全球的舞台上面去争夺这个话语权。对，今天我们聊了这个 miimo 微退点 five 系列的这么多的技术的亮点，包括它的性能的表现，包括它的这个开源和定价的策略，其实我觉得这系列的动作确实是给 大模型的这个市场带来了一股新风。对，那能不能够真正的去重塑格局，我们就拭目以待了。好了，那就是这期播课的内容了，然后感谢大家的收听，我们下期再见，拜拜。
120财经观察室
