权重只是显存的一部分，长上下文时 KV cache 才是大头。一篇讲清三种量化格式的取舍，以及为什么别只看困惑度。

10 月 23 日 MiniMax 开源 M3.1 Flash，同期港股却跌破发行价、市值蒸发超八成。技术侧叫好、资本侧失守，聊聊 AI 大模型「强而不盈」这张最尴尬的牌。

40 TOPS 是 INT8 稠密算力，听起来很美；但 decode 阶段卡在内存带宽上。算一笔带宽账，就知道它能跑什么、不能跑什么。

王兴兴判断物理 AI 关键一步或在 1–3 年发生；宇树 G1 已下线 1–2 万台，小鹏 IRON 每 0.2 秒重推理、预测 6 秒动作，DeepSeek 千亿融资押注具身智能。机器人的「iPhone 时刻」还有多远？

微软 MAI-DxO 用多智能体模拟会诊，NEJM 疑难病例准确率 83%、急诊 80%，成本更低。但对照的是全科医生而非专科团队，倍率要打折——拆解这份登顶《科学》研究真正值钱的三处进步与一条硬限制。