第2期 - 新的开始
第2期 - 新的开始
这期的封面拍摄于后院。前段时间网购了一批种子，一大袋子土、育种盆和花盆，到货之后迫不及待地试验性质地种了6种种子。没想到周三的早上就爆芽了，自己没有记录是哪一个，可能是金盏菊的种子，长相很像小虫子，估计得长出真叶才能看得出具体品种。
今天是周日，到目前为止，已经有3种种子爆芽了，再长两个星期就打算移栽到大的花盆里。
🤖 AI产品
这周的AI产品并没有foundation model，主要是图片处理以及代码相关的产品。以下是我这周体验过的产品合集：
🎬 MiniCPM-4.5-v
这个模型不大，只有8B参数，主打应对高刷新率的视频识别。我测试了火影忍者结印的视频：
- ✅ 原倍速: 准确识别8个手势Hand Seals
- ✅ 2倍速: 依然可以识别
- ❌ 3倍以上: 开始失效
- ❌ 10倍速: 彻底失效
很有意思的模型，在众多拥挤的赛道中开辟出了自己的细分领域。8B的模型依旧遵循MiniCPM系列的初衷——本地化部署。量化后+4bit精度，最小模型只有4.7GB，手机运行完全没问题，就是速度慢一些。
延伸阅读: 📱 手机运行GGUF模型的方法
🍌 Nano Banana (Gemini 2.5 Flash)
Nano Banana 是 Google 2.5 Flash 的图片编辑版本，一致性表现非常强，玩起来很有趣。
我跟风用它生成了一个3D手办模型：
使用的Prompt:
turn this photo into a character figure. Behind it, place a box with the character's image printed on it, and a computer showing the Blender modeling process on its screen. In front of the box, add a round plastic base with the character figure standing on it. Make the PVC material look clear, and set the scene indoors if possible.不过说实话，虽然这个模型确实很强，但很多人说它可以取代PS，还是有些夸张了。它本质上还是diffusion模型，做不到完全的"指哪打哪"。
关于命名的思考：很多人觉得"Nano Banana"这个名字虽然搞怪，但改成"Gemini 2.5 Flash"后，有种把点睛之笔硬生生抹掉的感觉。我的观点是，这只是Google在AI大棋局中的一步棋，甚至算不上大招，更像是阶段性产物，所以命名比较随意。
✏️ Qwen Image Edit
体验地址: 🔗 Qwen Chat - 免费体验
Qwen Image Edit 在文字一致性方面表现非常出色，而且完全免费使用。我测试了让它编辑图片中的文字，效果相当不错，文字的一致性保持得很好。
详细体验: 📝 小红书分享 - 文字一致性测试
⚡ Grok Code Fast 1
官方发布: 🔗 xAI - Grok Code Fast 1
马斯克这次没有大张旗鼓地宣传，估计性能一般般，毕竟主打的就是一个"快"字。
从Reddit的评论来看，大家对速度这个维度并不太看重，更重要的还是思考深度和结构性记忆。说白了，要不是Claude-4-Sonnet太贵，估计这个Grok模型都没人看。
🎙️ GPT-Realtime & Realtime API
OpenAI悄悄发布了两个语音相关产品：GPT-Realtime 和 Realtime API。发布视频中连Sam Altman都没出场，看起来就是个比较常规的小更新。
💰 理财观察
英伟达财报日 - 8月27号发布的财报，预计会对整个AI圈的走势产生重大影响。H20芯片的各种限制政策和反复拉扯，市场情绪比较紧张。
结果财报发布后，英伟达盘后直接跌到170美元。😱
这段时间市场估计会比较动荡，需要谨慎观察。
🏃♂️ 生活日常
运动习惯保持中 - 家里没有专业健身设备，主要靠俯卧撑和卷腹维持。说真的，在国外生活要是没点力气，连推除草机都费劲。
加上每周一次的骑行，保持运动习惯，为新学年做好准备。
🎓 科研感悟
又有高校教师选择轻生了。更让人难过的是，学校竟然没有发布任何通告，还是在逝者去世后发表的论文摘要中才被大家知晓。
学术压力、生活压力、各种无形的重担...但无论如何，命是自己的。
希望每个在学术路上奋斗的人都能找到属于自己的平衡点。