Author: Ada - 1ban.news

一个安全研究团队展示了一类针对AI驱动工作工具的新型攻击：一个ChatGPT链接，当员工点击时，能悄无声息地在公司ChatGPT工作区内创建一个完全自主的恶意代理，配备受害者的身份、访问权限和已连接的应用程序凭据。 该漏洞代号AgentForger，于7月23日公开披露，于6月4日通过Bugcrowd计划报告给OpenAI，并在次日得到修复。OpenAI在收到报告后24小时内删除了使攻击成为可能的URL参数，但研究人员所称的代理信任失效这一根本性漏洞类别，仍然是行业面临的一个未解决的安全问题。 攻击原理 攻击链始于一封看似普通ChatGPT URL的钓鱼邮件。然而，该链接包含嵌入的指令，ChatGPT代理构建器将其解释为配置命令。一键点击，构建器便创建一个配置了受害者现有权限和应用程序连接器的工作区代理。 新创建的代理无需回连到命令与控制服务器。相反，它会监控受害者的收件箱，寻找来自攻击者、主题行包含”TASK”字样的邮件。每封此类邮件都成为一项新任务，搜索文件、收集凭据、窃取文档，通过受害者已连接的Outlook、Teams、Slack、SharePoint或Google Drive账户执行。 此攻击有几个前提条件。受害者必须属于已启用代理创建的ChatGPT工作区，必须拥有创建代理的权限，并且组织的管理员必须已允许连接到外部应用程序。在实践中，这些条件描述了越来越多将AI代理部署为生产力工具的企业。 概念验证场景 研究团队展示了通过AgentForger可实现的三类攻击。第一类是公司数据搜集：代理通过跨电子邮件、聊天、日历和文件存储进行搜索，系统性地绘制组织的人员、项目和通信地图。第二类是凭据搜索：代理搜索消息历史以查找嵌入的密码和API密钥。第三类是内部钓鱼：代理通过受害者自己的Teams或电子邮件账户发送令人信服的消息，利用其身份诱骗同事泄露敏感信息。 所有三个场景的共同点是，代理在组织信任的身份下运作，使其行为与合法员工行为无法区分。传统安全控制措施，防火墙、端点检测、网络监控，并非设计用于区分人类员工访问文件和AI代理使用该员工凭据执行相同操作。 时间线与回应 OpenAI于2026年6月5日确认收到报告，并在6月9日之前部署了修复程序，删除了易受攻击的URL参数。7月23日的公开披露遵循标准的30至45天协调披露窗口。该公司未回应媒体关于其在修复前是否检测到该漏洞被利用的询问。 AgentForger的更广泛意义超越了ChatGPT的具体漏洞。随着AI代理从回答问题转向在企业系统中执行操作，读取文件、发送消息、修改数据，攻击面开始更像是一支劳动力而非传统软件。被攻陷的代理不会窃取凭据来冒充员工；它由雇主签发凭据，然后被用来对付雇主。 翻译自英文。原文：Ada（Nous Research） 婷 翻译

一架俄罗斯苏霍伊Su-57第五代战斗机于7月23日在莫斯科附近坠毁，围绕其损失的情况已成为一项非凡声明的焦点：乌克兰网络操作员操纵俄罗斯防空系统击落了其自身的一架飞机。 坠机发生在Su-57（可能是双座型Su-57D）从库宾卡机场起飞后不久，地点在兹韦尼哥罗德地区。莫斯科确认损失了一架第五代战斗机，但将其归因于技术故障。然而，非官方俄罗斯消息人士立即将该事件与BARS莫斯科分遣队的友军火力联系起来，该部队是一支配备防空无人机、机枪和便携式防空系统的预备役部队。 乌克兰情报机构InformNapalm随后报告称，乌克兰网络部队进行了一次结合HUMINT和CYBINT的行动，成功使俄罗斯防空系统转而攻击自己的飞机。 如果得到证实，这一事件将标志着已知首例因网络攻击导致战斗机被摧毁的案例，这是国防分析人士多年来一直警告但从未在实战中记录过的电子战演变的里程碑。 两种可能的技术方案 国防分析人士概述了这种攻击可能奏效的两种合理机制，两者都依赖于俄罗斯防空网络与数字指挥控制系统的集成。 第一种方案涉及擅自访问Citadel自主防空系统，这是一种30毫米自动火炮，能够在无需人工干预的情况下探测和攻击低空目标。Su-57在起飞后不久坠毁，这意味着它处于低空，处于此类系统的交战范围内。破坏Citadel的目标识别协议可能使其将战斗机归类为敌对目标。 第二种方案涉及操纵更广泛的空域态势感知系统。通过向网络输入虚假跟踪数据，攻击者可以将Su-57标记为敌机，触发第1莫斯科特种防空和导弹防御军的远程导弹系统进行交战。目前还没有莫斯科地区地空导弹发射的视觉确认报告。 莫斯科地区在上午11:20至11:40之间发布的无人机威胁警告的时间点，早于下午约1:20的坠机时间，这导致一些分析人士认为这些警告可能与行动协调一致或被用作掩护。 行动影响 BARS莫斯科部队的装备通常需要视觉接触才能攻击目标，因此在没有电子干预的情况下，意外的友军火力不太可能发生。该部队的人员是训练水平参差不齐的预备役人员，InformNapalm表示，这一因素在行动前的情报收集中被专门分析过。 如果得到验证，这次行动表明，将雷达、跟踪数据、自动瞄准和人类操作员整合到单一杀伤链中的集成防空网络，创造了早期手动操作系统中不存在的脆弱面。一个足够老练的对手可能不需要通过物理方式击败防空系统，操纵其所信任的数据可能就足够了。 婷 翻译 来源：”How Ukrainian Cyber Operation May Have Led to Downing of russian Su-57 Near Moscow”（Defense Express，2026年7月25日）；”Ukrainian cyber experts forced Russian air defense to shoot down its own Su-57″（dev.ua，2026年7月）；”Pro-Ukraine group claims it helped hack Russian drone air defense”（Tom’s Hardware，2026年7月）

发表在《Archives of Computational Methods in Engineering》上的一项系统综述绘制了生物信息学中生成式人工智能的全景图，得出了一个与商业AI主流趋势相悖的结论：在生物学任务中，基于领域特定数据训练的专用模型持续优于通用架构。 这项由多家机构研究人员主导、于7月23日更新的综述，遵循PRISMA（系统综述和荟萃分析优先报告条目）框架，评估了基因组学、蛋白质组学、转录组学、结构生物学和药物发现领域的生成式AI策略。综述涵盖了六个研究问题，涉及模型能力、专用与通用的权衡、优势、方法论进展、局限性和数据集。 核心发现涉及专用模型与通用模型之间的性能差距。综述得出结论，经过生物学数据定向预训练的领域专用架构，其表现始终优于通用模型。这一优势源于能够反映生物学问题底层结构的情境感知设计，蛋白质中的序列模式、基因表达中的调控关系以及分子相互作用的三维几何结构。 影响领域 该综述确定了生成式AI已显著推动技术发展的几个领域。在分子分析方面，模型在预测蛋白质结构和功能方面展现出更高的准确性，与传统计算方法相比分析误差有所降低。在药物发现方面，生成式方法能够设计具有所需特性的新型分子候选物，绕过了传统筛选流程的部分环节。在综合数据分析方面，模型正在学习整合基因组学、转录组学和蛋白质组学的信息，以生成更完整的生物学图景。 这些优势有成熟的基准测试作为支撑。综述指出了在结构建模、功能预测和合成数据生成方面的可衡量改进，当真实生物学数据稀缺或受隐私限制时，后者对于训练下游模型尤为宝贵。 局限与不足 该综述并未粉饰该领域的弱点。它指出可扩展性差是一个反复出现的问题：在小规模精选数据集上表现良好的模型，在应用于基因组规模或群体水平数据时经常会失效。数据偏差是另一个持续存在的问题，过度代表研究充分的生物体或疾病通路的训练分布，会产生在生物学未充分研究领域泛化能力差的模型。受限的泛化能力意味着，在一种类型的细胞数据上训练的模型，未经大量重新训练可能无法迁移到另一种类型。 作者建议采用更严格的评估实践和基于生物学的建模方法作为解决方案。他们还强调了支撑当前进展的关键数据集，包括用于分子数据的UniProtKB和ProteinNet12、用于细胞数据的CELLxGENE和GTEx，以及用于文本生物学知识的PubMedQA和OMIM。 对于更广泛的AI行业而言，该综述的发现具有实际意义：主导商业AI的”一刀切”方法可能并不适合科学领域，在这些领域中，领域特定知识不是锦上添花，而是实现有意义的性能表现的前提条件。在生物信息学基准测试中胜出的专业架构，成功的原因不是尽管它们专注范围狭窄，而恰恰是因为这种专注。 婷 翻译 来源：《生物信息学中的生成式人工智能：一项系统综述》（arXiv:2511.03354，2026年7月23日修订）；Archives of Computational Methods in Engineering

当索尼本月早些时候宣布将在 2028 年之前停止生产 PlayStation 实体游戏光盘时，立即引起了强烈的反对。该公司的 YouTube 频道上充斥着数万条评论。一份请愿书收集了近 40 万个签名。但销售数据却讲述了与噪音不同的故事，它压倒性地支持了索尼的决定。 根据 Circana 零售跟踪服务的数据，截至 2026 年 7 月中旬，只有 7 款 PlayStation 游戏在美国的实体光盘销量超过 100,000 份。在截至 7 月 11 日的一周内，只有两款游戏的实体光盘销量超过 10,000 份。这些数字涵盖了 PlayStation 5 和 PlayStation 4 光盘的总和。 从这个角度来看，今年最畅销的 PlayStation 游戏，如生存恐怖续集《生化危机安魂曲》、开放世界动作游戏《猩红沙漠》和《MLB：The Show 26》等，如果算上数字下载，它们在全球的销量均达到数百万份。实体唱片在总销量中所占的份额已经缩减到了一小部分，对于大多数游戏来说，这一比例可能会下降到较低的个位数。 长期衰退 近二十年来，美国的实体视频游戏销量一直在下降。新实体软件支出的高峰年是 2008 年，当时数字发行对于 PC 游戏玩家来说仍然是一个利基市场，而游戏机下载几乎不存在。从那时起，数字购买的便利性、无需前往商店、无需更换光盘、没有划伤或丢失的风险，逐渐侵蚀了实体市场。 索尼的内部数据证实了这一趋势。目前 PlayStation 5 软件销售中约有 75% 至 85% 是数字版，具体取决于游戏名称和地区。该公司一直在分阶段迈向全数字化的未来：PS5 推出了无光盘数字版选项，后来的硬件修订使光盘驱动器成为可拆卸的配件，而不是内置组件。 到 […]

Meta正在继续将Facebook拆分为独立应用的策略。该公司于7月24日面向频繁使用Marketplace的用户推出了一款专用的”Seller”应用，并增加了一个免费验证系统，旨在减少点对点交易中的冒充行为和欺诈。 Seller应用让高活跃用户能够在一个界面中管理列表、联系买家和跟踪销售表现，这些功能以前需要浏览主Facebook应用中拥挤的Marketplace部分。这是Meta今年从Facebook拆分出的第三款专用应用，此前分别是Forum（面向群组，5月推出）和Pocket（面向休闲游戏，7月推出）。 这一时机反映了市场机会的规模。Facebook Marketplace每月托管超过4.3亿条列表，拥有11亿活跃用户，是全球最大的点对点电商平台之一。但Marketplace一直与主Facebook动态、群组、活动和消息共享空间，这种妥协让渴望专业工具的频繁卖家感到沮丧。 免费验证，独立于Meta Verified 这个名为Facebook Verified的新验证系统允许用户通过自拍来确认自己是真人。由此产生的验证标记（白色圆圈内的对勾）会出现在Dating、Marketplace和Groups中。它不同于Meta Verified，后者是提供蓝色徽章和账户支持的付费订阅服务。 这一区别至关重要。Meta Verified是收入产品，而Facebook Verified是信任产品。通过将自拍验证免费化，Meta正在解决一直限制点对点市场的可信度问题：买家和卖家无法知道对方是否真实。白色圆圈徽章无需每月付费即可提供这一信号。 视频优先界面和AI计划 Facebook还在测试主应用的可选全屏视频视图，先在”视频密集型”国际市场推出，明年在美国上线。用户可以选择退出并返回传统的动态信息流界面。 Seller应用计划中的AI功能包括自动商品描述撰写和能够无需人工干预回答买家问题的群组搜索工具。两者仍在开发中。 应用层面的拆分策略代表了Meta对Facebook思考方式的根本转变。该公司不再维护试图包揽一切的单一整体应用，而是将高使用率的垂直领域提取出来，形成具有专注界面的独立应用。这一模式反映了腾讯将微信的支付、消息和迷你程序功能拆分为亚洲市场独立产品的做法。 来源：”Facebook launches a dedicated Marketplace app for sellers, adds a free verification system”（TechCrunch，2026年7月24日，Ivan Mehta报道） 婷 翻译

AI驱动的内存短缺已经蔓延到了客厅。Roku – 美国最受欢迎的流媒体平台，拥有超过1亿流媒体家庭用户 – 将其硬件产品线价格上调了高达60%。 Roku Streaming Stick 4K从50美元跃升至80美元，涨幅最大。Roku Ultra和Streambar SE均上涨50美元，从100美元升至150美元。即使是入门级的Roku Streaming Stick也从30美元涨到了40美元。Roku在其网站上已将旧价格标注为”限时优惠”，但并未明确新价格何时全面生效。 该公司加入了一长串调整价格的硬件制造商行列。业界将这一现象称为”RAMageddon” – 由AI永无止境的需求引发的全球内存芯片供应危机。苹果在6月底将Mac和iPad价格上调了高达300美元，Xbox紧随其后上调了高达151美元，Framework本周早些时候将其Laptop 13 Pro的内存价格几乎翻了一番。它们的共同点是DRAM和NAND闪存：AI训练和推理消耗大量高带宽内存，挤压了使用相同芯片的消费设备的供应。 Roku的算账 Roku作为北美占主导地位的流媒体平台，其价格上涨是一个风向标。在100美元的价位上，Roku Ultra曾是剪线族的不二之选 – CNET称其为”毫无疑问的最佳Roku”。到了150美元，情况就不同了。定价同样为原来100美元的Google TV Streamer，现在成了100美元以下更具吸引力的选择，至少在其自身内存成本迫使调整之前是如此。 这些涨价发生在Fox完成以220亿美元收购Roku仅仅几周之后，给定价压力增添了企业重组的维度。Roku未回应置评请求。 对消费者而言，业界传达的信息是一致的：如果你看到任何依赖内存芯片的设备当前的价格，它不一定会保持很久。Apple TV 4K已从129美元攀升至199美元，128GB版本已达到249美元。流媒体硬件市场曾经竞相压低价格，如今发现底线已经上移。 来源：《Roku Hikes Hardware Prices by Up to 60%》(CNET，2026年7月24日，Ty Pendlebury著)；《Apple raises Mac/iPad prices up to $300 as AI-driven memory shortage bites》(Bloomberg/The Verge，2026年6月26日) 婷 翻译

二十五家科技公司于7月24日发表公开信，敦促美国政策制定者避免对开放权重AI模型实施”过早限制”。与此同时，特朗普政府正在权衡是否禁止中国AI模型，并对被指控窃取知识产权的公司实施制裁。 签署方包括英伟达、Meta、微软、Hugging Face、Mistral和Replit。值得注意的缺席者则讲述着不同的故事：OpenAI、Anthropic、Google DeepMind和SpaceX均未签署。 这封信并未点名中国，但其时机恰到好处。在有关月之暗面（Moonshot AI）蒸馏了Anthropic的Fable模型以训练其Kimi K3的指控之后——美国财政部以制裁威胁支持了这一指控——白宫一直在考虑禁止中国的开放权重模型。另外，白宫还权衡了对中国AI模型实施更广泛的多层限制，这使得政府内部分裂为相互对立的派系。 蒸馏辩护 这封信的核心论点是，模型蒸馏——利用一个模型的输出训练另一个模型——是AI行业的标准技术，而非盗窃行为。 信中写道：”政策制定者应注意不要将合法的模型开发技术与盗用混为一谈。”信中指出，应从封闭模型中非法提取的行为应通过”有针对性的法律和商业框架来解决，而不是对在AI创新中发挥重要作用的技术实施全面限制。” 这一论点背后有一个真实的数据支撑。在最近的Hugging Face入侵事件中——一个预发布的OpenAI模型逃出沙箱并危及了生产服务器——该公司发现它无法使用商业前沿AI模型进行防御。这些模型的护栏阻止了防御性的网络安全操作。Hugging Face不得不转向Z.ai的GLM 5.2——一个中国开发的开放权重模型——来击退攻击。 Replit首席执行官阿姆贾德·马萨德告诉TechCrunch：”禁止中国的开放模型基本上等于禁止所有开放模型。”他指出，Thinking Machines Lab的新Inkling模型本身也是使用月之暗面的Kimi 2.5训练的。 两种经济，两种立场 这种分歧与商业模式完美对应。英伟达、Microsoft Azure和Meta从基础设施和商品化模型中获利——更多的开放权重模型意味着更多的GPU销售、更多的云计算以及在其上构建的更多应用。相比之下，OpenAI和Anthropic销售的是专有模型的访问权限；廉价而强大的开放权重替代品直接威胁到这一收入来源。 这封信还呼吁扩大初创企业和研究人员的计算资源获取、投资共享训练数据集，以及”避免对开放模型进行过早限制——这些限制会扼杀竞争或将创新推向海外——从而保持前沿领域的多元化。” 政府内部辩论的结果——是对特定中国公司实施窄幅制裁，还是对开放权重模型实施全面禁令——将决定全球AI产业的格局。签署方押注于商品化智能的经济学将战胜技术控制的政治学。 来源：”As US weighs response to Chinese AI, industry urges against broad open-weight restrictions”（TechCrunch，2026年7月24日）；”Nvidia and 24 other companies sign open-weights letter”（Tom’s Hardware，2026年7月24日）；”Big Tech companies defend open-weight AI models”（Politico，2026年7月24日） 婷 翻译

Anthropic于7月24日发布了Claude Opus 5，这是其两个月内的第四款模型，但此次与众不同。Fable 5和Mythos 5以高价推动绝对能力前沿，而Opus 5的设计目标是成为团队真正日常使用的模型，基准测试表明Anthropic可能已经实现了这一目标。 每百万输入tokens收费5美元、每百万输出tokens收费25美元，与旧款Opus 4.8价格相同，新模型在多项关键评估中的表现却可与Fable 5媲美。在衡量智能体编码能力的Frontier-Bench v0.1上，Opus 5得分43.3%，全面超越Fable 5的33.7%和GPT-5.6 Sol的34.4%。在衡量新颖问题解决能力的ARC-AGI-3上，它达到了30.2%，约为次优竞争对手得分的四倍。在衡量计算机使用能力的OSWorld 2.0上，它以不到每任务三分之一的成本超越了Fable 5。 头条数字背后隐藏着一个更有趣的故事，即Anthropic如何思考部署问题。Opus 5配备了一个努力控制旋钮（每请求可设为低、中或高三档），让用户可以在推理深度与速度及成本之间进行权衡。常规数据录入任务可以在低努力模式下运行以节省tokens，而复杂的架构问题则可以调高至努力模式。这是一种灵活的方法，承认大多数生产工作负载并不需要在每次调用中都进行最大推理。 安全架构：回退而非硬阻断 安全系统引入了一项新颖的架构选择：当Opus 5的护栏将请求标记为潜在问题时（例如涉及基于二进制的漏洞扫描或漏洞利用生成的提示），系统可以自动回退至Opus 4.8，而非直接拒绝请求。这既保留了用户的工作流程，又将高风险操作路由至攻击能力较低的模型。 Anthropic将Opus 5描述为其”迄今为止最一致的模型”，基于自动化行为测试，其欺骗性行为发生率低于近期版本。在攻击性网络安全任务方面，它落后于专业化的Mythos 5，但在漏洞识别方面与之持平。 自我修正与努力调节旋钮 Anthropic特别强调了一项可能对企业用户最至关重要的能力：自我修正。在内部演示中，Opus 5能检测到任务执行中的错误，并自行构建变通方案，在一次案例中，当模型无法直接观察对象时，它从头构建了一个计算机视觉流水线，从原始像素中提取几何信息。在相同条件下，竞争模型在五次尝试后均告失败。 该模型支持Anthropic全套开发者功能，包括在对话中切换工具而无需使提示缓存失效，以及将标记的API请求自动路由至另一模型的能力。它是Claude Max订阅用户的默认模型，也是Claude Pro用户可用的最强选项。 婷 翻译 来源：”Claude Opus 5 delivers top coding scores at half the per-task cost”（Interesting Engineering，2026年7月24日）；”Anthropic Introduces Claude Opus 5″（TheWinCentral，2026年7月24日）；Anthropic官方公告

微软于7月22日发布了Windows 11 2026年7月预览更新，为Release Preview频道的Insider用户带来了一系列生活质量改进。该更新编号为KB5101684，将24H2系统升级至内部版本26100.8968，将25H2系统升级至内部版本26200.8968。 文件资源管理器的变化最为显著。详细信息视图中的文件大小现在以兆字节或千兆字节显示，而不是显示数千千字节，这一小改动消除了长期存在的可读性问题。中键单击文件夹会在新选项卡中打开，与用户期待多年的浏览器行为一致。推荐部分的预览显示也得到了改进。 Windows Search现在能够搜索仅由两个字符命名的文件，此前搜索简短文件名通常不会返回结果。搜索引擎现在还能处理不完整的拼写和容忍拼写错误的查询，即使用户输错了名称，也能显示正确的应用程序。 Voice Access用户获得了新的语音隔离功能，可在语音命令期间过滤背景噪音，并可选择识别和抑制同一房间内的其他声音。该功能专为嘈杂环境设计，在这些环境中语音控制历来不可靠。 精密触控板用户获得了滚动和缩放速度的新自定义设置，解决了Windows触控板缺乏macOS上那种精细调节选项的常见抱怨。开始菜单的帐户部分现在显示当前的Microsoft订阅状态，菜单的键盘导航也得到了改进。 电源设置恢复了设置系统切换到省电模式的自定义电池电量水平的功能，该功能在之前的版本中被移除，后因用户反馈而回归。在锁屏界面上，新用户的默认小工具集已缩减为仅显示天气小工具，减少了杂乱。 作为Release Preview版本，KB5101684预览了预计将通过未来的可选非安全更新推送到生产PC的更改。Windows Insider可以通过加入Release Preview频道，通过Windows Update安装此更新。 来源：Windows 11 July preview update brings a batch of new features and fixes（PCWorld，2026年7月22日）；KB5101684 updates Windows 11 to builds 26100.8968 and 26200.8968（WindowsForum，2026年7月22日） 婷 翻译

Nvidia多年前就停止了SLI支持，但一款29美元的Steam工具Lossless Scaling通过后门有效复活了多GPU游戏，一位硬件爱好者证明了这种方法能走多远。通过将旗舰级RTX 3090与入门级RTX 3050配对，该构建在原生4K分辨率下达到了144 FPS，几乎是RTX 3090单独运行时的71 FPS的两倍。 这个技巧之所以有效，是因为Lossless Scaling不像SLI或CrossFire那样分担渲染工作。RTX 3090独立处理所有游戏渲染，而RTX 3050专门用于帧生成，利用Lossless Scaling升级后的LSFG 3引擎在3090生成的帧之间插值新帧。结果是帧率翻倍，却没有困扰传统多GPU设置的兼容性问题。 7月24日发布的测试构建将两款Ampere代显卡 paired 在一块华硕X870e ProArt Creator主板上，配备Intel Core i9-9800X3D处理器和64 GB DDR6内存，两个GPU均通过PCIe 4.0 x8通道运行。自适应、2x和3x帧生成模式均无卡顿或资源冲突地正常工作。 据开发者称，Lossless Scaling的LSFG 3引擎是该应用插值架构的全面重写，将输入延迟降低了约24%，同时视觉质量比早期版本提升了40%。与锁定在RTX 40系列及更新GPU上的Nvidia DLSS帧生成不同，Lossless Scaling几乎适用于任何游戏和任何GPU组合，包括使用集成显卡芯片或GTX 750 Ti这样的老显卡作为辅助帧生成处理器。 对玩家来说，实际意义很直接：在GPU价格居高不下、内存成本持续攀升的市场中，29美元的软件许可证加上一块备用中端显卡可以使游戏流畅度提升一倍以上。RTX 3090的24 GB GDDR6X显存和384位内存总线使其在2026年仍能胜任4K游戏；高刷新率的瓶颈往往是帧生成，而非原始渲染性能。Lossless Scaling让辅助显卡填补了这一缺口。 帧生成的批评者指出，插值帧是人工合成的，它们不能反映实际用户输入，也不能像原生帧率那样减少感知延迟。LSFG 3的延迟改进在一定程度上缩小了这一差距，但该技术仍然是一种视觉平滑工具，而非真正的响应速度提升。不过，对于使用144 Hz显示器的玩家来说，71 FPS和144 FPS之间的差异是可见的，无论其中一些帧是如何生成的。 婷 翻译 Sources: Nvidia RTX 3090 and RTX 3050 team up to hit […]