Opus 5.5 可视化讲解 PPO/GRPO/DPO

刷着满屏的炸裂 AI 视频，我似乎发现了一个 AI 完不成的视频生成任务死角： "左手六，右手七，左脚画圆，右脚踢" 的脑血栓走路方式。 你们可以试试， 试成功了告诉我，反正我是没有成功。

用户用豆包工作的 /plan、/goal 及任务队列功能完成 40 份关于 Jev 的研究文件，并整理成五主题知识库和研究观察站。该用户称这些功能非常好用，并为字节团队点赞。

作者用豆包工作的计划模式、目标模式和任务队列完成对 Jev 的研究，产出五主题知识库、24 项声明核查记录和可点回证据的研究观察站。Jev 由 TypeSafe 发布，厂商报告 193.6 倍速度和 444.6 倍成本优势；独立早期测试中 24 份挪威语文档中位延迟 0.32 秒，加入限定词后 ECE 从 0.040 升至 0.116。

中国顶级的 AI Lab，在使用 Nvidia 芯片做训练，并且开始大量使用华为芯片做推理，是这样么？

Jev 不是 chatbot，不能对话，它接收 state（主要是 text data）后打分并输出结构化结果。其定位是固定 workflow 中的"螺丝钉"，适合做日志分析和输出检测。

马东锡估算 MiMo-V2.6 每百万 token 训练成本：Pro 约 34.3 美元、Flash 约 8.7 美元，当前训练总成本已超 110 万美元，Pro+Flash 合计或达 300 万美元。

文章讲解大模型推理的 prefill 与 decode 两个阶段：prefill 并行处理给定输入，决定 TTFT；decode 逐 token 自回归生成，常受内存带宽限制。

Dario Amodei 发布新文 We Must Pace the Frontier，提出让 AI 行业放缓发展的三部分计划，Anthropic 单方面承诺第一步：向第三方评估者提供永久的员工级系统访问权限，以核查安全措施执行、报告事故并在训练期间评估模型对齐。

Anthropic的研究员认为，人工智能可能会导致全人类灭亡，未来十年内发生这种情况的概率超过 10%。 你们怎么看？

OpenAI 宣布用一组 Agent 基于比 GPT-6 Astra 能力更强的下一代模型给出纳维-斯托克斯千禧年大奖难题的证明，该问题关于三维光滑流体运动是否会失稳，已悬置约 90 年。