每日AI乱炖 · 2026-11-19:Will Wright

Will Wright 在 2008 年《孢子》发布、离开 Maxis 所属的 EA 之后,很久没有新动静;Google 用 Neon、Carbon 等名称区分 Gemini 4 系列中的不同模型。

每日AI乱炖 · 2026-11-19:Will Wright

这里是由Robin为你带来的咸话咸说之每日AI乱炖。

英伟达第三季度营收翻倍至1158亿美元,董事会称不恢复黄仁勋职务

先看今晚最受关注的那份季报,它同时回答了钱和人的两个问题。

据 Yahoo Finance 报道,英伟达公布第三季度财报,营收同比增长 103%,达到 1158 亿美元,超出市场预期,并上调了业绩指引。

这是创始人兼长期首席执行官黄仁勋离任之后,英伟达的第一份季度财报。分业务看,营收同比增长 103% 至 1158 亿美元,其中数据中心收入同比增长 110%,达到 1076 亿美元。

董事会表示,不会恢复黄仁勋的首席执行官职务,公司运营继续由临时首席执行官克雷斯负责。

真正要看的不是这一季的超预期,而是失去长期掌舵者之后公司还能不能维持节奏。收入几乎全靠算力这一条线撑着,客户集中度和订单能见度会成为下一份财报里最关键的变量。董事会把临时安排定成定局,短期消掉了人事悬念,也让外界少了一个观察战略连续性的抓手。接下来该盯的是指引能不能兑现,以及交付成本上来之后毛利率会不会让步。

来源:yahoo

微软把 Copilot 称为「工作的新操作系统」,Office 三件套直接内置

换到办公这条线,微软在年度大会上给出了它对下一个入口的答案。

微软在 Ignite 大会的主题演讲中,由首席执行官萨提亚·纳德拉公布了公司所说的「前沿生态」设想,并宣布 Word、Excel 和 PowerPoint 已经在 Copilot 中正式可用。他把 Copilot 称为「工作的新操作系统」。

这个说法把过去的使用方式倒了过来:以前是 Word 这样的应用本身当主角,助手只是帮你用它的配角;微软的设想是让智能体来驱动工作,Office 这类软件退到副驾位置。应用会变成智能体工作流里的插件组件,由一层组织知识层提供上下文,从邮件、会议、日历、聊天和文件里取信息。

用户可以直接在 Copilot 里创建文档、表格和演示文稿,生成的文件仍然可以在对应的 Office 应用里继续编辑。

这次的措辞比功能本身更值得注意:微软想让人习惯从助手出发,而不是从某个应用出发。习惯一旦转了,后面换谁家的模型都不影响它的位置。真正的门槛在企业侧,那层组织知识要连到邮件、会议、日历和聊天,权限怎么划、审计怎么做、内容出错谁担责,这几件事不定下来,采购就走不到签字那一步。对做工具的团队来说,问题也变了:以后要争的不是用户主动打开你的应用,而是被智能体在恰当的时候调用一次。

来源:aihot

Google 推出 Gemini 4 Neon:总体得分更高,长程推理弱于 Carbon

Google 推出 Gemini 4 系列的新变体 Gemini 4 Neon,官方把它定位为一款高能力的模型。目前公开材料没有给出官方技术规格、定价、可用范围或经过验证的基准成绩,所以还无法准确判断它相对同系列 Carbon 的真实优势。

社区依据 Artificial Analysis 指数的数据观察到,Neon 的总体得分高于 Carbon,但在 CritPt 这类研究规模的推理评测中得分更低。这显示 Neon 可能更偏向全面能力,Carbon 仍主要面向长程、复杂的研究任务。另有用户称 Neon 在 OpenRouter 上达到每秒 127 个 token,而 Carbon 为每秒 46 个,这属于未经独立验证的社区观察。

Artificial Analysis 的 Xhigh 测试里,Neon 的智能指数为 61,高于可比模型中位数 43;但这次评测生成的 token 量达到 2.83 亿,明显高于中位数 6510 万,因此生产选型仍需按真实工作负载核算 token 成本和响应负担。

Google 用 Neon、Carbon 等名称区分 Gemini 4 系列中的不同模型,但频繁新增命名也让开发者难以判断各自对应的用途和能力差异。部分评论者对这种不断增加的模型名称、以及名称与用途之间缺少清晰映射感到疲惫,也有人质疑能否从命名判断模型的规模级别;还有用户根据实际体验认为,最新的 Gemini 在部分基准上与 Opus 5.5 相当或略优,整体智能体验仍不及后者。

这类对比的可信度取决于测试集、延迟和稳定性数据,而这几样恰恰没有一起给出来。工程团队的判断方式其实很朴素:把它丢进仓库里最难的几个改动跑一遍,看能不能过评审,再算每百万 token 的账和首字延迟。真要用,先放在非关键路径上灰度。

来源:hackernews

微软 Ignite 发布七款自研模型,MAI Code 2 主打代码性价比

微软在 Ignite 2026 上宣布七款新的 AI 模型,覆盖编程、图像生成与编辑、转录等任务。其中面向代码生成的 MAI Code 2 主打接近前沿模型的编码质量和更低的价格。

微软称,MAI Code 2 可以达到 GPT-6.1 Sol 编码质量的 98%,价格约为它的 40%;相对 Opus 5.5,可以达到 96% 的性能,价格只有 5%。这些对比如果能在实际工作负载中成立,开发者就多了一个更具成本竞争力的代码模型选项,可能影响模型选择和采购。不过现有材料主要是官方口径和个别用户体验,缺少基准定义、测试方法、延迟与稳定性数据,也没有交代七款模型的完整规格、开放权重或许可条件,性能与性价比还缺少独立验证。

微软引用了 Artificial Analysis 的排名和价格对比来展示定位,例如称 MAI Image 2.7 的图像编辑能力排名第一,MAI Image 2.7 Flash 则面向高吞吐生成;这些同样属于官方发布口径,来源没有提供独立验证。

部分评论者对 MAI Code 2 的实际编码体验持正面看法,认为其表现可与 Opus 或 Sol 相提并论;也有人质疑与 GPT-6.1 Sol、Opus 5.5 的比较过于大胆,并追问这些模型为何还没有进入 Artificial Analysis 指数。另有观点认为,微软若要扩大市场份额,应当提供开放权重或开源版本;也有评论者批评这次 Ignite 发布缺乏创新,自己没有动力采用微软的 AI 技术栈。

名字越铺越多,选择成本就转移到使用者身上:同一个系列里几个代号,官方不给规格表,大家只能靠第三方榜单和跑分去猜。更值得留意的是评测口径——智能指数高的那一侧,生成的 token 量放大了几十倍,账单和延迟会跟着一起放大。真实的取舍不在榜首排名,而在你的任务是不是那种愿意拿时间和钱换推理深度的类型。只做日常编码和写作的话,这类高分模型的溢价未必收得回来。

来源:hackernews

Java4Shell:OpenJDK 的 Base64 解码漏洞可致远程代码执行

接下来这条偏工程,但和每个跑 Java 服务的人有关。

Calif 披露了一个 OpenJDK 的 Base64 解码器漏洞,编号 CVE-2026-114938。根因是解码过程可能改写目标数组边界之外的内存,从而为远程代码执行创造条件。OpenJDK 是众多 Java 服务的运行时基础,受影响分支里的 OpenJDK 和 Java SE 部署,面临未经身份验证的攻击者触发堆内存损坏、读取机密数据和远程代码执行的风险,相关组织应当清点暴露面并尽快修补。

这次披露同时给出了利用分析、检测建议和缓解指导。该利用需要通过网络实施堆布局操纵,也就是所谓「Remote Heap Feng Shui」,可靠性明显受网络往返时延和抖动影响,低而稳定的延迟更有利于攻击;研究人员在受控环境里通过公网 IP 完成了实际攻击测试。

不过当前利用路径对网络条件和 JVM 环境要求严格,风险更集中在满足这些条件的部署上,不能直接当成普遍且无条件可利用的漏洞。Semgrep 已经发布免费检测脚本,它列出的五项判断条件之一是只有 HotSpot 会生成相关 stub,OpenJ9 与 GCJ 不受影响。评论者普遍认可这项研究的复杂度,也认为条件虽然苛刻,仍可能影响大量主机;关于关键基础设施可能很快遭到真实利用的担忧属于个人判断,而把漏洞归因于 AVX512 Base64 解码、并用 -XX:UseAVX=2 绕过的说法,只是社交媒体上尚未确认的推测。

这件事的分量不在漏洞有多好打,而在修补的分布有多不均匀:Java 常常藏在别人的产品里,运维甚至不知道自己跑的是哪个分支,补丁的节奏由供应商决定。检测脚本能帮你筛出可疑部署,但筛完还得人一个个确认,这中间的窗口就是风险所在。值得记下来的是攻击面这条线——把内存布局这类底层技巧搬到网络上做,可靠性虽然吃时延,却把原本要本地权限的攻击变成了远程可达。

来源:hackernews

Google DeepMind 的 Genie 4 向部分 AI Ultra 订阅者开放

再往外一步,是一个能实时生成可交互世界的模型。

Google DeepMind 宣布 Genie 4 已经推出,面向符合资格的 Google AI Ultra 订阅者开放。Genie 4 是 DeepMind 的实时生成式世界模型,官方采用分阶段开放的方式:先向有限的可信测试者推出,随后提供给符合条件的 Google AI Ultra 订阅者,并计划向 Gemini API 和 AI Studio 的早期合作伙伴开放。

它建立在 Gemini 系列能力之上,其中 Gemini Omni 让模拟的外观和行为更贴近真实世界,其他 Gemini 模型提供复杂推理,帮助保持模拟的连贯性与连续性。符合条件的订阅者可以用 Genie 4 做实时交互式的世界模拟,通过自然语言操控场景,并同步生成环境声、音乐和对话。

不过现有材料没有给出具体能力、基准测试、性能数据或相较前代的技术改进,访问范围和订阅条件也没有清晰说明,部分用户无法确认所在地区或账号是否可用,这限制了产品的即时影响。

社区讨论认为 Genie 4 值得关注,同时质疑 Google 对资格、地区和付费路径说明不足;一名用户发现工作区账号无法订阅,而个人账号页面仍显示 Ultra 可用的是 Genie 3。讨论里既有对 DeepMind 创作投入、以及未来可能成为类似 Roblox 或 GTA 那样游戏引擎的赞赏,也有对盈利能力不足和潜在社会负面后果的担忧,还有人提出旋转视角时场景细节能否保持一致这一技术问题。

世界模型的价值不在演示片段,而在它能不能被当成可以反复调用的环境:做具身智能的团队需要在仿真里造上千种边缘情况,做游戏的需要场景前后一致。眼下卡住的不是能力,而是可用性——资格、地区、付费路径说不清楚,开发者就没法把它排进计划。另一个没人回答的问题是成本,实时生成视频级别的世界,每一步都在烧算力,订阅制能不能覆盖得住,要看规模化之后怎么定价。

来源:hackernews

Quad9 退出法国:法院屏蔽令下的公共 DNS 选择

从模型往下走到基础设施,公共解析服务这块有了不小的变动。

Quad9 已经退出法国市场。Cloudflare 的博客把这件事看成国家监管、公共 DNS 运营和开放互联网基础设施治理之间矛盾加剧的一个案例。

Quad9 是一项免费的非营利公共 DNS 解析服务,负责把用户访问的域名转换成对应的 IP 地址,并提供网络安全保护。法国法院要求 Quad9 屏蔽被控侵犯版权的网站,在这一司法义务下,Quad9 宣布自 2026 年 11 月 24 日起,停止向法国境内用户提供免费的网络保护服务。

对法国用户来说,退出意味着少了一个公共 DNS 选项,需要转向其他支持隐私保护的解析器,或者使用网络运营商提供的解析服务。这一案例也可能促使其他跨境公共 DNS 运营方按各国法规调整服务,在合规要求冲突时退出特定市场。

Quad9 首席技术官称,IETF 127 会议当时对其立场有 100% 的支持,但他强调这只是阶段性共识,并形容与会者普遍担忧 DNS 及其他领域正在面临的局面。其他评论者大多批评互联网被过度监管,一名英国用户则认为法国案例未必是所谓「煤矿里的金丝雀」,也可能只是国家政府成功实施互联网监管的例证。

这不是一家机构的商业选择,而是公共基础设施撞上国家司法管辖区时的结构性难题:解析服务是免费的,合规成本却集中在少数运营方身上,一旦各国的要求互相冲突,退出就成了解法里最省事的那种。对用户来说后果很具体,解析器一换,隐私保护和过滤能力跟着变,而这些变化通常没人来通知你。接下来要看同类运营方会不会跟进,以及本地的替代方案能不能填上这个空档。

来源:hackernews

Will Wright 的新模拟游戏 MyMems 用生成式 AI 挖掘玩家记忆

再换一个轻松点的话题,但里面藏着 AI 落地的一个新方向。

《模拟城市》和《模拟人生》的设计者 Will Wright,在 2008 年《孢子》发布、他离开 Maxis 所属的 EA 之后,很久没有新动静。现在他开始推介自己的下一款数字模拟作品:一款用生成式 AI 从玩家记忆里生成游戏体验的产品。

这款游戏叫 MyMems,计划明年发布。按照 Wright 的 Gallium Studios 和合作方 Artificial Agency 在新闻稿里的说法,它把模拟转向内部——游戏会挖掘玩家提供的记忆,生成数字人物,这些人物可以组成团队,在游戏世界里解谜。

Wright 在新闻稿里举了两个例子:「如果我的祖母和塞雷娜·威廉姆斯打一场大满贯比赛,谁会赢?」「如果我要在一条不宽的沟上架一座桥,我会从自己的生活里挑哪三个人来帮忙?」

有意思的是方向反转了:过去模拟游戏给你一个世界让你进去,这次是把你自己的经历当素材,让系统来编排。这类做法的天花板不在生成质量,而在记忆本身的敏感性——玩家要交出多少私人内容,数据存在哪里,被谁看过,这些决定它能不能被普通家庭接受。另一个变量是玩法能不能撑住,把认识的人放进场景里解谜,第一次新鲜,第十次就要看系统是不是真的理解这些人。

来源:aihot

把今天这几条摆在一起看,入口在往助手那一层收,模型在按能力和价格分档,连公共的基础设施也开始挑市场。技术的账好算,责任和成本的账,还得开发者自己认。今天就聊到这里。