科技

阿里巴巴Qwen项目前技术负责人林俊阳（Junyang Lin）发表了一篇对Qwen3世代所采用的混合思考方法的详细批评，并阐述了他为何认为智能体式思考（而非更长的推理链）才是正确的前进方向。 林俊阳于2026年3月从阿里巴巴离职，目前以独立研究员身份开展工作。他的分析首先在题为”Qwen: Towards a Generalist Model / Agent”的演讲中提出，随后在博客文章中进行了扩充，代表了迄今为止关于主要模型家族背后架构和训练权衡的最详细内部视角之一。 混合思考的问题 Qwen3发布时配备两种不同模式：一种产生逐步推理链的”思考模式”，以及一种近乎即时响应的”非思考（指令）模式”。其理念是在单一模型中为用户提供两全其美的体验。 林俊阳认为，这种融合从根本上比表面看起来更难。指令模式奖励直接性、简洁性和低延迟。思考模式奖励在困难问题上花费更多token。他说，将两者合并到一个模型中，会同时降低两者的性能。 “更长的推理轨迹并不会让模型更聪明，”林俊阳写道。”思考应该由目标工作负载来塑造，而不是由基准测试来塑造。” Qwen3使用四阶段后训练流程,,长思维链冷启动、推理强化学习以及”思考模式融合”,,来尝试合并。但后续版本发布了独立的Instruct和Thinking变体，实际上承认了统一方法未能按预期工作。 林俊阳将这一困难归因于数据问题而非模型架构问题。”这更多是一个数据问题而非模型问题，”他说，并指出构建能同时很好地服务于两种模式的训练数据的难度。 他认可Anthropic与Claude 3.7 Sonnet的做法，该模型提供用户可配置的思考预算，认为这是对行业冲向混合模型的一种”有用的纠正”。 从推理到智能体式思考 林俊阳更重要的论点涉及未来方向。他将近期AI进展划分为两个时代： 第一时代,,推理思考，以OpenAI的o系列和DeepSeek-R1为代表。强化学习需要确定性、可验证的奖励，这自然将训练偏向数学、代码和形式逻辑。RL变成了系统工程问题,,大规模部署和验证流程。 第二时代,,智能体式思考，林俊阳认为这是当前的前沿。目标从产生正确答案转变为在交互式环境中行动时维持进展。智能体必须决定何时停止思考并采取行动，调用哪个工具以及以什么顺序调用，如何整合来自外界的嘈杂反馈，以及在失败后如何修订计划。 “回答的思考与行动的思考不是一回事，”他写道。 其博客文章中的对比表格清晰地区分了两者： | 维度 | 推理思考 | 智能体式思考 | |———–|——————-|——————| | 评判标准 | 回答前内部思考的质量 | 行动中是否维持进展 | | 奖励信号 | 可验证答案（数学、代码、逻辑） | 交互式环境中的任务成功 | | 核心训练对象 | 思维链本身 | 选择行动、读取环境反馈并适应的策略 | 林俊阳预计，”编排工程”,,在专业子智能体之间路由工作的协调层,,在未来几年将比原始模型能力更重要。一个通用模型最终可能不如一个能够规划、委派、验证和恢复的系统重要。 Qwen家族本身就展示了这一轨迹。演讲的结尾幻灯片以一句话结束：”Training […]

本周机器人技术领域的两则新闻，揭示了该行业在噱头与实质之间日益扩大的鸿沟：一段人形机器人在印度尼西亚办公室”攻击”同事的病毒式视频被证实是经过编排的摆拍，而巴塞尔大学的研究人员则发表了一篇关于微型牙科机器人的论文，该机器人小到可以放入患者口中。 并非”失控”的机器人 一段在社交媒体上广泛传播的视频显示，名为”Joko”的人形机器人在印度尼西亚的一间办公室里做出不规则的、类似武术的高踢动作，并向附近的工作人员猛扑。该视频获得了数千万次观看，许多观众最初相信自己看到的是真实的故障。 现实则平淡得多。该机器人的操作人员证实，这些动作是预先编程的编排动作，旨在展示机器的灵活性、平衡性和响应能力。该视频由操作人员自己上传到TikTok。 这一事件凸显了机器人行业面临的一个日益严峻的挑战：随着人形机器人的动作越来越逼真，受控演示与真实安全事故之间的界限在公众眼中变得模糊。 上个月另一起涉及Unitree G1机器人的真实事件突显了实际风险。在一次现场演示中，机器人执行了编程设定的回旋踢动作，而此时一名幼儿进入了其操作区域并遭到撞击。该儿童弯下了腰，但成年人迅速介入。这一事件强调了在动态机器人演示周围保持安全距离的重要性。 软木塞大小的牙科机器人 在机器人技术领域的另一端，巴塞尔大学生物医学工程系的一个团队在《IEEE Transactions on Medical Robotics and Bionics》上发表了一篇论文，描述了一种名为MIR（微型口腔内机器人）的原型机。 该机器人约有一个葡萄酒软木塞大小（43×26×28毫米，约1.7×1.0×1.1英寸），设计用于自主制备牙冠所需牙齿。其电机和控制系统位于患者口腔外部，通过柔性驱动轴和电缆连接。 该机器人分两个阶段工作：首先由较宽的钻头磨削牙齿的咬合面，然后由较细的钻头修整侧面。在合成树脂牙和硬度接近天然牙釉质的陶瓷材料上的实验室测试中，即使没有搭载传感器，该机器人也实现了0.2毫米（约0.008英寸）以内的定位精度。 “能够在口腔内以如此精度操作的机器人，可以将目前需要多次就诊的手术转变为一次性预约，”论文第一作者Tomooka博士表示。 首先对患者口腔进行扫描，为牙冠创建数字化方案。然后制作定制的牙科夹板来固定机器人。”即使患者转动头部，MIR也会随之移动，”Tomooka说。 未来版本预计将配备摄像头和传感器，实现实时位置监控，进一步提高精度，并使系统能够从断电等中断中恢复。 炒作与工程之间的差距 综合来看，这两个故事说明了机器人技术当前的身份危机。病毒式编排吸引了注意力，但有可能扭曲公众对该技术能与不能做什么的理解。与此同时，在精密化、小型化和自主性方面的真正工程进步，在很大程度上仍在聚光灯之外。 MIR项目由Innosuisse资助，与苏黎世大学牙科医学中心、伯尔尼大学和Camlog Biotechnologies合作开展，目前尚未投入临床使用。但它代表了那种渐进式、实用性的机器人技术工作，最终可能比任何病毒式噱头对日常生活产生更大的影响。 Sources: Video shows humanoid robot acting ‘rogue’，’attacking’ coworkers (Interesting Engineering，2026年7月); New dental robot attaches to patient’s teeth for drilling (CNET，2026年7月); A mini robot to simplify dental treatment (巴塞尔大学，2026年6月) 婷 翻译

本周机器人技术领域的两则新闻，揭示了该行业在噱头与实质之间日益扩大的鸿沟：一段人形机器人在印度尼西亚办公室”攻击”同事的病毒式视频被证实是经过编排的摆拍，而巴塞尔大学的研究人员则发表了一篇关于微型牙科机器人的论文，该机器人小到可以放入患者口中。 并非”失控”的机器人 一段在社交媒体上广泛传播的视频显示，名为”Joko”的人形机器人在印度尼西亚的一间办公室里做出不规则的、类似武术的高踢动作，并向附近的工作人员猛扑。该视频获得了数千万次观看，许多观众最初相信自己看到的是真实的故障。 现实则平淡得多。该机器人的操作人员证实，这些动作是预先编程的编排动作，旨在展示机器的灵活性、平衡性和响应能力。该视频由操作人员自己上传到TikTok。 这一事件凸显了机器人行业面临的一个日益严峻的挑战：随着人形机器人的动作越来越逼真，受控演示与真实安全事故之间的界限在公众眼中变得模糊。 上个月另一起涉及Unitree G1机器人的真实事件突显了实际风险。在一次现场演示中，机器人执行了编程设定的回旋踢动作，而此时一名幼儿进入了其操作区域并遭到撞击。该儿童弯下了腰，但成年人迅速介入。这一事件强调了在动态机器人演示周围保持安全距离的重要性。 软木塞大小的牙科机器人 在机器人技术领域的另一端，巴塞尔大学生物医学工程系的一个团队在《IEEE Transactions on Medical Robotics and Bionics》上发表了一篇论文，描述了一种名为MIR（微型口腔内机器人）的原型机。 该机器人约有一个葡萄酒软木塞大小（43×26×28毫米，约1.7×1.0×1.1英寸），设计用于自主制备牙冠所需牙齿。其电机和控制系统位于患者口腔外部，通过柔性驱动轴和电缆连接。 该机器人分两个阶段工作：首先由较宽的钻头磨削牙齿的咬合面，然后由较细的钻头修整侧面。在合成树脂牙和硬度接近天然牙釉质的陶瓷材料上的实验室测试中，即使没有搭载传感器，该机器人也实现了0.2毫米（约0.008英寸）以内的定位精度。 “能够在口腔内以如此精度操作的机器人，可以将目前需要多次就诊的手术转变为一次性预约，”论文第一作者Tomooka博士表示。 首先对患者口腔进行扫描，为牙冠创建数字化方案。然后制作定制的牙科夹板来固定机器人。”即使患者转动头部，MIR也会随之移动，”Tomooka说。 未来版本预计将配备摄像头和传感器，实现实时位置监控，进一步提高精度，并使系统能够从断电等中断中恢复。 炒作与工程之间的差距 综合来看，这两个故事说明了机器人技术当前的身份危机。病毒式编排吸引了注意力，但有可能扭曲公众对该技术能与不能做什么的理解。与此同时，在精密化、小型化和自主性方面的真正工程进步，在很大程度上仍在聚光灯之外。 MIR项目由Innosuisse资助，与苏黎世大学牙科医学中心、伯尔尼大学和Camlog Biotechnologies合作开展，目前尚未投入临床使用。但它代表了那种渐进式、实用性的机器人技术工作，最终可能比任何病毒式噱头对日常生活产生更大的影响。 Sources: Video shows humanoid robot acting ‘rogue’, ‘attacking’ coworkers (Interesting Engineering, 2026年7月); New dental robot attaches to patient’s teeth for drilling (CNET, 2026年7月); A mini robot to simplify dental treatment (巴塞尔大学, […]

OpenAI首席执行官Sam Altman将科技行业对全面远程办公的接纳称为”长期以来科技行业最严重的错误之一”，重新引发了关于疫情时代的工作安排是否应延续到后疫情时代的辩论。 Altman在旧金山举行的Stripe大会上表示，认为初创企业可以在不牺牲创造力的前提下完全远程运营的想法从根本上就是错误的。 Altman对与会者说：”我认为，长期以来科技行业最严重的错误之一就是认为每个人都可以永远完全远程办公，初创企业不需要面对面在一起，而且创造力不会受到损失。” “我想说，这场实验已经结束了，技术还不足以让人们永远完全远程工作，尤其是对初创企业而言。” 这些评论使Altman加入了越来越多的对远程办公采取强硬立场的科技高管行列。Meta的Mark Zuckerberg、Salesforce的Marc Benioff和Lyft前CEO David Risher都曾以提高生产力或创造力方面的担忧为由，收紧了返岗政策。 Altman的批评尤其引人注目，因为OpenAI本身正处于以AI驱动的变革中心，这些变革正在重塑知识工作者的工作方式。该公司的ChatGPT及相关产品被远程和混合团队广泛使用，这引发了人们的疑问：能够实现分布式工作的相同工具，是否也能弥补其缺陷。 关于远程办公成效的研究结果仍然褒贬不一。皮尤研究中心的一项调查发现，56%可以居家办公的工人表示，远程办公有助于他们按时完成任务并完成工作。但多项研究指出，当团队完全分散时，自发性协作和指导会减少，尤其是对职业生涯早期的员工而言。 Altman承认，技术进步最终可能会解决协作差距，但他认为目前的工具还不够完善。 “技术还不够好，”他说。 OpenAI此后敲定了在旧金山的大型办公空间租约，表明其自身员工预计将保持线下办公。该公司随着生成式AI热潮迅速扩张，在将AI代理和企业产品深入推广到职场的同时，员工队伍也在不断扩大。 来源：Quote of the day by OpenAI CEO Sam Altman (TechRadar，2026年7月)；OpenAI CEO Sam Altman says the remote work ‘experiment’ was a mistake (Yahoo Finance / Fortune，2023年5月) 婷 翻译

美光科技（Micron Technology）已破土动工，在日本广岛县扩建其存储芯片制造工厂，项目价值93亿美元（约72亿英镑）。这是全球为满足人工智能驱动的高带宽内存需求而展开竞赛的最新迹象。 该项目将大幅提升先进存储芯片的产能，包括用于英伟达（Nvidia）及其他AI处理器的高带宽内存（HBM）芯片。商业出货预计将于2028年夏季左右开始。日本经济产业省已承诺提供高达31亿美元（24亿英镑）的补贴以支持此次扩建。 “公司首片HBM生产晶圆正是在其广岛工厂制造的，”美光总裁兼首席执行官Sanjay Mehrotra表示。他将该项目描述为”美国创新与日本制造实力相结合的强大体现”，能够提供”世界级半导体技术，而非妥协之策”。 广岛工厂目前是日本唯一的DRAM存储芯片国内生产商。此次扩建是更广泛投资周期的一部分，存储芯片制造商SK海力士（SK Hynix）和三星电子（Samsung Electronics）也在向新的产能投入大量资本。 自2021年以来，日本政府已向半导体和AI领域投入数百亿美元，将该行业视为对国家和经济安全至关重要的领域。首相高市早苗近日公布了一项长期路线图，目标是在2041年3月前，在半导体和AI领域动员约6300亿美元（4870亿英镑）的公共和私人投资。 日本经济产业大臣赤泽亮正表示，东京方面准备向其他国际半导体公司提供类似支持。”政府对美光的支持具有不可估量的价值，”赤泽表示，”日本准备向有意在该国建立制造业务的其他国际半导体公司提供类似支持。” 与此同时，美光正在美国本土扩大制造业务，在爱达荷州博伊西建设两座前沿晶圆厂，并在2026年1月破土动工位于纽约州锡拉丘兹的1000亿美元（770亿英镑）半导体制造园区。 来源：US semiconductor giant begins $9.3-billion chip plant expansion in Japan（Interesting Engineering，2026年7月5日） 婷 翻译

三星已开始通过一系列神秘的视频预告其下一代折叠屏产品线，这些视频指向自该系列推出以来Galaxy Z Fold最重大的设计革新。 这场在三星社交媒体频道上发布的预告活动展示了日常物品：披萨片、巧克力棒、画笔 strokes、拼图和照片 strip：被重塑为更宽的矩形形态。三星重复使用包括”A New Shape”、”A Whole New Slice”和”Bold Stroke, New Shape”等短语。数字”8″ prominently 出现，直接将活动与Galaxy Z Fold 8联系起来。 视觉语言 strongly 暗示封面显示屏的纵横比经过重新设计，比当前型号更宽、更短。更宽的外部屏幕将改善日常打字、浏览和媒体消费的可用性：这是对前几代折叠屏最持久的批评之一，它们配备的窄而高的封面显示屏使得单手使用 awkward。 三星普遍预计将在下一次Galaxy Unpacked活动上发布Galaxy Z Fold 8、Galaxy Z Fold 8 Ultra和Galaxy Z Flip 8，多份报道指向7月22日的 announcement。预告片中出现的柔和色调可能 hint 于即将推出的设备的颜色选择。 这次 redesign 正值三星折叠屏战略的关键时刻。尽管自2019年原版Galaxy Fold推出以来，该公司一直主导着全球折叠屏市场，但包括华为、Google和一加在内的竞争对手已推出日益具有竞争力的替代产品，采用不同的纵横比方案。更宽的封面显示屏将使Z Fold 8在折叠时更接近传统智能手机的比例，可能将其吸引力扩大到早期采用者之外。 具体的硬件规格、定价和 availability 尚未确认，预计将在本月晚些时候的Unpacked活动上公布。 来源：A series of Samsung teasers may have revealed […]

据荷兰三星资讯网站GalaxyClub报道，三星正准备为其下一代旗舰手机带来Apple风格的Center Stage功能。 Galaxy S27 Pro和S27 Ultra预计将配备一款全新的1600万像素方形格式前置摄像头传感器，取代自S23代以来Galaxy S系列旗舰机型一直使用的1200万像素传感器。传感器的形状意义重大：苹果随iPhone 17推出的Center Stage功能采用方形传感器，配合软件自动平移和裁剪画面，在视频通话和自拍时保持主体居中。它还允许用户在竖屏和横屏方向之间切换，无需物理旋转手机。 基础款Galaxy S27和S27 Plus预计将保留现有的1200万像素前置摄像头，延续三星将硬件升级保留给Pro和Ultra型号的分层策略。 方形传感器比标准矩形传感器提供更多垂直像素数据，为相机软件提供额外的裁剪空间，以模拟平移和跟踪，而不会损失分辨率或产生数字伪影。结合检测和跟踪画面中人脸的软件，其效果类似于拥有一个摄影师不断重新构图：非常适合集体自拍、视频通话和视频博客。 这项升级将填补三星与苹果在前置摄像头能力上的长期差距。虽然三星在后置摄像头系统（潜望式变焦镜头、高分辨率主传感器和计算摄影）上投入了大量资金，但其前置摄像头在最近几代产品中的升级相对渐进。 S27系列的其他传闻功能包括Privacy Display硬件在整个产品线中的更广泛应用。Galaxy S27 Pro、S27 Ultra、S27 Plus和基础款S27预计都将在明年初发布。 婷 翻译 来源：Galaxy S27 Pro/Ultra may finally upgrade selfie with 16MP square sensor; bring Apple’s Center Stage to Android（Gizmochina，2026年7月5日）；GalaxyClub（原始报道）

一款开源工具正在利用Anthropic对图像Token定价的一个特性，将Claude Code和Fable 5的会话成本削减59%至70%：将昂贵的文本转化为廉价的像素。 这款名为pxpipe的工具由Steven Chong开发，已在GitHub上发布。它作为一个本地代理运行，拦截发往Claude Code的请求，将会话中庞大而静态的部分：系统提示、工具文档和较早的聊天历史：渲染为密集压缩的PNG图像。最近的讯息和模型输出则作为普通文本正常传输。 这一技巧之所以有效，是因为Anthropic（以及大多数AI提供商）对输入Token的定价存在根本性的不对称。文本大约每个字符花费一个Token，但图像的成本基于其像素尺寸的固定Token数，无论图像中包含多少文本。通过将代码或JSON等密集内容渲染为图像，pxpipe大约在每个图像Token中打包3.1个字符。 据记录，在一次Fable 5会话中，成本从42.21美元降至6.06美元：减少了约86%。据Chong称，多次会话的总节省平均为59%至70%。 代价是准确性和速度。这种方法是有损的：当模型从图像中读取时，哈希值等精确字符串可能会出现乱码。处理速度也较慢，因为模型必须将渲染后的图像通过其视觉编码器处理，而非直接读取文本。默认情况下，pxpipe支持Claude Fable 5和GPT 5.6。Fable 5在涉及新鲜随机数的数学问题基准测试中实现了100%的准确率。Claude Opus 4.7和Opus 4.8会误读约7%的渲染图像，因此默认情况下被禁用。 这项技术并非全新。DeepSeek构建了一个将文本文档作为图像处理的OCR系统，在保留97%信息的同时实现了高达10倍的压缩。但pxpipe将这一概念应用于AI编码助手会话这一特定场景：在这些会话中，系统提示和工具文档可能占用数千个Token，且在不同交互中基本保持不变。 如果这项技术被广泛采用，AI公司可能会通过调整图像处理定价或引入新的定价结构来关闭这一套利窗口。 婷 翻译 来源：Open-source tool pxpipe hides text in PNGs to cut Claude Code and Fable 5 token costs up to 70%（The Decoder，2026年7月4日）；pxpipe repository（GitHub）

DARPA正在资助开发一种电池，该电池通过从核废料中回收的放射性锶-90获取能量，一次充电可持续30年，最小可行原型目标定于2027年初。 该项目名为SYMPHONEE（面向极端环境的锶-钇多结PIN基高密度输出纳米系统），隶属于DARPA更广泛的Rads to Watts计划。它采用多结碳化硅PIN半导体结构，将锶-90和钇-90的β辐射直接转化为电能，绕过了传统的热转换方法。 这些同位素从乏核燃料和冷战遗留核废料中回收。Omega项目负责化学分离和提取，太平洋西北国家实验室负责实验室验证。诺斯罗普·格鲁曼公司领导在强辐射通量下的AI驱动模拟和生存能力分析。 摩根州立大学的迈克尔·斯宾塞教授作为该项目的技术负责人表示，团队正在”突破辐射伏打技术的边界，开发以前无法实现的高功率、长寿命系统。” 主要目标是实现功率密度的阶跃式提升，以瓦特每千克衡量。在保持较长运行寿命的同时实现高功率密度，将使当前电池技术无法支持的应用成为可能：持续飞行数年而非数小时的持久性军用无人机、在太阳系范围以外运行的深空探测器、自主海底监视基础设施，以及无需更换电池或加油的远程战术传感器。 “我们的使命是将历史上被视为废物的东西转化为战略能源资产，”Omega项目首席执行官斯塔福德·希恩博士说。”Rads to Watts清楚地展示了回收的同位素如何在不需管理持续更换电池的后勤工作的情况下，为关键系统供电多年。” 该技术建立在数十年的β辐射伏打电源研究基础之上，但追求比以往实现方式高得多的功率密度。虽然β辐射伏打电池已存在于心脏起搏器和太空探测器等小众应用中，但其低功率输出限制了更广泛的采用。SYMPHONEE的多结SiC设计旨在克服这一限制。 如果成功，该项目可能重新定义无人系统和远程基础设施的运行极限：用一套比所供设备寿命更长的单一装置取代电池更换和燃料补给的物流链。 婷 翻译 来源：DARPA plans 30-year endurance nuclear waste batteries to power next-gen drones（Tom’s Hardware，2026年7月5日）；DARPA backs radiovoltaics project（Nuclear Engineering International，2026年7月）

哥本哈根大学、丹麦技术大学和伦敦帝国理工学院的研究团队表明，仅通过对比深度学习分析皮肤活检图像，就能判断一个人的年龄：而且模型学到的视觉特征构成了一种新型衰老生物标志物，可预测死亡率和慢性病风险。 该研究发表在arXiv上，目前正在npj Digital Medicine进行审稿。研究使用了皮肤活检的组织病理切片：这些组织样本是临床实践中常规采集的。通过应用对比深度学习（一种无需显式标签即可区分相似与不相似样本的技术），模型识别出了组织中与实际年龄相关的视觉特征。 更重要的是，研究人员将这些视觉特征与涵盖死亡结果和慢性病患病率的丹麦综合健康登记数据联系起来。由此产生的生物标志物不仅能预测一个人的年龄，还能预测其衰老速度：区分生物衰老较快和较慢的个体。 随着全球预期寿命的增加，与衰老相关的慢性病负担持续加重，但个体间的衰老速度存在显著差异。识别能够捕捉这种差异的生物标志物，对于理解衰老生物学、实现更早的疾病检测以及改进预防策略至关重要。 “这意味着，常规收集的健康数据在与深度学习结合使用时可以提供额外价值，”作者指出，”通过创建一种新的衰老生物标志物，可用于主动判断随时间推移的死亡率。” 该方法的突出之处在于使用了标准临床实践中已经收集的数据：皮肤活检通常用于检查可疑病变、皮疹和其他皮肤问题。如果在更广泛的人群中得到验证，该技术可以提供一种低成本的方法来评估生物年龄，无需专门的检测或特殊设备。 该研究使用了丹麦健康登记数据：这些数据记录了近数十年来几乎整个人群的健康结果：为研究团队提供了异常丰富的纵向数据，用于根据真实世界死亡率统计来验证其生物标志物。 来源：Contrastive Deep Learning Reveals Age Biomarkers in Histopathological Skin Biopsies（arXiv，2026年7月1日修订，npj Digital Medicine审稿中） 婷 翻译