火柴人

小米玄戒 O100 原型机、AI Cube 真机首秀：自研芯片加持，内置 Xiaomi MiMo 端侧模型_我的网站

A |      8 月 25 日消息，小米玄戒芯片技术沟通会于 8 月 24 日下午举行，除了三款玄戒芯片，小米还展出了两款原型机。今日，小米集团合伙人、总裁，手机部总裁，小米品牌总经理卢伟冰晒出了玄戒 O100 原型机 —— 为端侧大模型而生的高速 AI 演示终端。卢伟冰介绍称，玄戒 O100 原型机采用玄戒 O3 与 O100 双芯协同计算，将传统手机影像模块取消、主板全部推翻重制，加入主动风冷散热系统，最高可支持 10 瓦功率的超强散热能力。此外，玄戒 O100 原型机内置 Xiaomi MiMo 端侧模型，实测可达每秒 295 Tokens 超高推理速度。    原文作者：Mohana Basu          近半数科学家表示，他们对人工智能总体感觉负面，但认为有些工具比别的要好些。         许多研究人员使用AI来协助科研，尽管他们感觉用AI对科研的影响是负面的。来源：Oscar Wong/Getty          许多科学家对于AI正感受到“错失恐惧症”（FOMO）。

B | 注意到，另一款原型机为 Xiaomi AI Cube「Prototype」迷你主机，外观采用航空铝一体成型机身，33,874 个 CNC 精密镂空散热孔，可 150 瓦持续高性能释放。机身内部，Xiaomi AI Cube「Prototype」将玄戒 O3、O100 与 D100 全面融于一身，配备 80GB 超大容量统一内存，部署 120B 大参数量模型与 3B 端侧模型，可进行快慢系统切换。不论前端开发还是复杂编程任务，都可在这台个人 AI 超级计算终端执行。《自然》的一项调研询问了超过1900名研究者，显示出人们对AI负面影响的担忧，也揭示了许多人担心落后而不得不采用这些技术的压力。                   近半受访者表示对AI总体上持负面看法，其中63%的人说，使用大语言模型（LLM）等工具分析数据和科学文献的风险大于收益。尽管如此，仍有近60%的人感到不用AI辅助工作就会落后。小米官方用两台端侧 AI 原型机跑了几个 Demo case，效果如视频所示：在小米玄戒芯片技术沟通会现场也拍到了两款原型机的身影，更多图片如下：相关阅读：广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，包含外链的文章均包含本声明。调研结果发表在《自然》网站、社交媒体和自然简报邮件中。                   “要想不出局，你别无选择，只能使用某些工具——特别是LLM——来跟上其他使用者的步伐。”澳大利亚昆士兰科技大学研究临床预测模型的博士生Alexander Gibson说。                   Gibson说，他感觉到自己受“被动驱使”着去使用AI工具，因为这些工具承诺让一切变得更高效。

C | 但他感到，尽管AI模型能更快产出结果，但质量未必优于人类，有时还更糟。例如，Gibson说他用LLM提取PDF文章中的数据以开展研究。这让他的研究可行，因为手动提取数据实在太困难了。但LLM犯了不少错。

D | “工作质量并没有得到提升。”          对AI的看法          《自然》询问了研究人员对AI的看法、AI模型是否对科学有着广泛的正面或负面影响，以及他们使用这些工具的频率。收到的回复来自75个国家，较大比例来自美国（38%）。在回复的1907名科学家中，近48%的人说他们对AI的感受是负面的。有30%的回复说他们总体上感觉是积极的，22%为中性。                   只有23%的回复者认为AI对研究产生了积极影响，有31%认为该技术对科学的影响是负面的。

E | 近半研究者认为，使用AI造成的影响取决于其使用方式。涉及用于特定科学任务的模型往往比一般用途（如OpenAI 的ChatGPT聊天机器人）的大语言模型要更受欢迎。                   尽管存在疑虑，大多数受访者仍表示自己在研究中使用了某种形式的AI工具，25%的人每天都会用；26%的人每周使用AI，15%的人每月使用，还有34%的人说自己从来不用。                   这与2023年《自然》读者调研的结果相似，这项早些时候的调查询问了人们对科学领域早期采用AI的看法。

F | 该调研发现，研究者担心AI传播错误信息、加剧数据偏见和造成失业率上升。                   美国卡内基梅隆大学的计算生物学家Irene Kaplow说，研究者对AI所持的怀疑态度还不够，他们往往在没有充分理解其局限的情况下已经用上了这些工具。                   例如，Kaplow说，她用AI识别基因转录调控元件（控制基因表达时间、位置和程度的特定DNA序列）。在研究中，她经常使用Google DeepMind 的AlphaGenome软件，它能预测遗传变异如何影响生物。但这个模型仅以人类和小鼠数据进行训练，在其他物种中的表现不够理想。尽管如此，Kaplow知道有些同事仍然在将该模型应用于适用范围以外的生物。                   有些同事用AI模型来协助写作文献综述，这也让她感到忧虑。

G | 尽管这些工具能加速过程，但它们会产生“幻觉”：引用不存在的文献、错误阐释研究发现，有时候会提出和原始论文南辕北辙的结论。不过Kaplow表示，在负责任地使用时，AI工具能为研究带来巨大益处。         语言辅助          与《自然》对话的研究者们通常对现有的生成式人工智能（如ChatGPT）持更多怀疑态度，相比之下，他们更欣赏为解决特定问题而开发的模型。                   科学家们认为大有裨益的一个AI使用领域是克服语言壁垒。整合AI的语法校对工具，例如科技公司Superhuman旗下的写作辅助软件Grammarly，对于非英语母语的研究者们特别有用，澳大利亚新南威尔士大学研究食品安全的博士生Debayanti Bhowmick说。                   同样的，她表示，在田野调查中协助准备访谈记录的AI转录工具，只要能以保护个人数据的方式使用，就能节省大量时间。Bhowmick说，归根结底，AI工具的风险和益处还是取决于其使用方式。

H |          原文以Scientists have a bad case of AI FOMO, Nature poll reveals标题发表在2026年6月9日《自然》的新闻版块上                    ©nature          Doi：10.1038/d41586-026-01690-7。

Current article:http://sr2i4.tandianxiuzhutiaoshoudiamei.pics/list_d2wc/k265.html

Published on:11:03:51