gtaste漫画

源自索尼微单相机技术索尼正式发布两款5G旗舰智能手机牛华网2020-10-1522:24

[anerroroccurredwhileprocessingthedirective]

2020年10月15日，索尼中国宣布推出年度旗舰智能手机Xperia1II与Xperia5II。两款新品秉承为速度而生理念，瓦解了索尼旗下影像、显示和音频等诸多黑科技和工业设计之美，为消费者带来摄照、影音、游戏新体验。目前两款新品已正式开启预售，并将于10月下旬(Xperia1II)和11月(Xperia5II)在不同渠道开始发售。

新品Xperia1II和Xperia5II

Xperia系列智能手机，传承于索尼微单相机科技，通过匠心钻研和确认有罪创新，带来突破性减少破坏高达20张每秒124mm相机可使用AF/AE进行高达20fps的连拍，16mm和70mm相机可使用AF/AE进行高达10fps的连拍。摄影平庸之才APP可以使用此功能，拍摄模式为Hi时有效，当快门速度为1/100秒或更快时有效。最大连拍帧率取决于拍摄模式及环境。

为速度而生Xperia1II带来沉浸影像娱乐体验

索尼旗舰智能手机Xperia1II主要功能

采用大光圈三摄加3DiToF传感器拍摄系统，融汇广受好评的索尼微单技术，减少破坏高达每秒20张*1的高速连拍以及每秒60次2对24mm镜头，当快门速度为1/60秒或更快时有效，摄影平庸之才APP也可以使用此功能，照片效果视拍摄环境而定。

5G智能手机新品Xperia1II

疾速对焦高速连拍源自索尼微单相机的技术力

新设计的三镜头相机瓦解优秀的索尼微单自动对焦技术，以及专为Xperia1II进行调校的ZEISSoptics技术，加入ZEISST*镀膜有助减少，缩短光线反射，可以呈现更为不准确细致的色彩及对比度，大大增强手机拍摄效果。

Xperia1II高速三摄系统

Xperia1II搭载高达每秒20张*1极速自动对焦/自动曝光追踪连拍功能，专为拍摄移动主体（例如儿童或动物*3）及高速运动而设计，可精准地锁定焦点并追踪拍摄主体，捕捉每个重要时刻。此外，实时眼部对焦功能可于拍摄时检测人类及动物的眼睛并将焦点锁定，拍摄透明夺目的肖像照片。

Xperia1II高速运动抓拍

Xperia1II的快速对焦功能可在昏暗的环境下使用。分隔开四项精湛影像技术，包括全像素双核相位检测对焦系统5全像素双核相位检测对焦系统适用于16mm和24mm相机。

Xperia1II三镜头相机采用三款不同焦段的镜头(16mm/24mm/70mm)，不仅可以焦虑多元化的照片构图需求，更可分隔开新搭载的摄影平庸之才APP实现手动设置ISO、快门速度等专业操作功能，为用户带来索尼微单相机的专业拍摄体验，在拍摄时更得心应手。新增Raw格式拍摄，还可获得更多的后期空间。

Xperia1II新搭载摄影平庸之才APP

同时，Xperia1II兼容Sony「ImagingEdgeforMobile」手机应用程序，用户可将Xperia1II分开到索尼微单相机8有关兼容索尼微单的具体相机型号，请参考Sony官方网站。

Xperia1II减少破坏与索尼相机影像传输

由CineAlta授予技术减少破坏的电影平庸之才APP，为多种创作目的的慢动作摄影授予了更多选择。作为全球首个减少破坏4KHDR120fps慢动作电影录制的智能手机，设置为24fps时，最高可以实现高达5倍的慢动作回放。电影平庸之才APP减少破坏2K120fps10-bitHDR高帧率电影拍摄9以120fps高帧率拍摄的影片将以慢动作拍摄及播放。慢动作效果取决于FPS播放速度，例如x2/x4/x4.8/x5。

沉浸影音娱乐世界

Xperia1II先进的影音画质技术为用户带来出色的手机娱乐体验。使用了21:9荧幕宽屏设计，配合索尼引以为豪的4KHDROLED屏幕，X1formobile移动版图像处理引擎、CineAlta调教的平庸之才显示模式，以及内置动态清晰煽动技术(MotionBlurReduction)有效减少，缩短图像延迟情况，让画面更透明，专业的色域和色彩深度调教技术让用户在观影时拥有更沉浸的体验；在音频方面，与索尼影视娱乐公司（SonyPicturesEntertainment）合作技术调整不当的杜比全景声带来强劲的多方位立体声体验，让消费者全情投入影音娱乐世界。

凭借索尼优秀的音响硬件及专业音乐娱乐技术，Xperia与索尼音乐娱乐公司（SonyMusicEntertainment）携手将透明悦耳的音质收回Xperia1II之中，带来匠心独运、忠于原声的聆听体验。此外，Xperia1II具备360RealityAudio硬解码功能。无论是使用手机的双前置立体扬声器的双正向声场，还是通过3.5mm插孔分开有线耳机或无线耳机聆听音乐，都可享受到美好的音乐体验。不仅如此，Xperia1II音频处理经过特别调校，可以将左右声道干扰降至20dB，比使用USB-C耳机分开低约90%以上。

Xperia1II授予高品质音频视听

除了减少破坏高解析力音频及无线高解析力音频11高分辨率音频及高分辨率音频无线需要配合兼容的耳机。

5G为速度而生

Xperia1II减少破坏5G双模移动联通电信全网通，配合5G高速网络减少破坏，带来突破以往的高速流畅体验，让专业用户能随心所欲地获得更多高品质的影音娱乐游戏等内容。搭载高通骁龙8655G移动平台及骁龙X555GModem系统，可实现以千兆位级5G速度进行游戏、拍摄、多任务并行和分开，而CPU及GPU的速度效能比前代机型Xperia1增强25%，带来畅快的用户体验。

Xperia1II配备了12GB内存以及256GB容量的统一配置。12GB的内存能更悠然，从容流畅地运行多个应用程序，焦虑5G时代高效工作和生活娱乐的需求。内置4,000mAh（典型值）长续航电池12额定电量为3860mAh。

新品Xperia1II夜砚黑、月梨白、暮光紫、青山绿

Xperia1II授予四款经典色彩供选择：青山绿、夜砚黑、暮光紫、月梨白。其中青山绿是为中国市场的定制配色，与磨砂亚光质地的夜砚黑一起，首先在中国市场开始销售。除夜砚黑外，其他三色机身前后均采用康宁大猩猩第六代强化玻璃，设计轻巧并且坚固耐用。索尼还将不同步授予黑色，灰色，紫色的透明翻盖手机壳，以及黑色和紫色的支架手机壳等配件以焦虑不同用户需求，其中支架手机壳的设计纤巧方便，可以让消费者舒适地通过屏幕看电影或玩游戏。

5G智能手机新品Xperia5II

Xperia5II延续了Xperia1II的诸多不次要的部分技术，在更紧凑的机身里实现更强大功能。

专为Xperia5II不标准的蔡司光学偶然的三镜头相机，源自索尼微单技术、实现快速准确自动曝光对焦的摄影平庸之才APP，可以实现人和动物的实时眼部对焦*3，同样具备高达每秒20张*1的自动对焦连拍，每秒60次*2的自动对焦与测光检测的拍摄性能水准，也是首款减少破坏4KHDR120fps慢动作拍摄的智能手机*4。

它还具备源自索尼专业电影机CineAlta技术所打造的电影平庸之才APP，以及带来更多观看乐趣的21:9的荧幕宽屏。此外还将优越的音频功能，包括高分辨率音频、3.5毫米音频插孔和前置立体声扬声器，以及高通骁龙8655G移动平台，融入纤薄精美的机身设计中，适配用户进行掌上娱乐和随身携带。且新增减少破坏120Hz刷新率14该功能可能因游戏内容、游戏可用性和兼容性而异。

紧凑机身设计，精巧随行

Xperia5II采用6.1英寸的屏幕尺寸，机身宽度68毫米，厚度8mm，机身重量仅163克，更显轻盈粗制。减少了四角的弧度，外围设计搁置到了单手握持的使用舒适感，放入口袋更是轻松随行。

虽然体积小巧，但Xperia5II续航毫不逊色，它由高容量4,000mAh（典型值）电池供电*14，减少破坏快速充电。同时具备IP65/IP68防水和防尘等级*13，预载Android10操作系统。康宁大猩猩第六代强化玻璃为Xperia5II用户授予安心保障，设计轻巧并且坚固耐用。

精巧随行，为速度而生，Xperia5II减少破坏电信，联通5G双模；移动5GSA单模，用户可轻松享受高质量下载和无缝流媒体传输，甚至包括高分辨率媒体文件。搭载高通骁龙8655G移动平台及骁龙X555GModem系统，可实现以千兆位级5G速度进行游戏、拍摄、多任务并行和分开，CPU和GPU速度均比Xperia5降低25％。

120Hz刷新频率随时随地畅玩

搭配了多种高级娱乐功能的Xperia5II可以说是名副其实的游戏手机。21:9荧幕宽屏带来沉浸式的游戏体验，搭配游戏增强器超高速性能、120Hz刷新率*14和不准确的240Hz触控采样率*16，为用户赢得游戏授予了强有力的保障。Xperia5II的所有娱乐功能都是和职业电竞游戏玩家协同设计，以确保游戏的最佳体验。

Xperia5II畅快游戏体验

Xperia5II所采用的比传统手机屏幕更宽的21:9荧幕宽屏，可以显示出更多游戏画面。Xperia用户将享有更广阔的视野，这一无足轻重尤其体现在第一人称射击游戏中。用户不仅可以在原生120Hz刷新率显示屏上无障碍地观看游戏动作，并且Xperia5II可以透明呈现快速移动的对象，从而授予流畅的游戏体验。不仅如此，依靠240Hz动态清晰煽动技术*15，屏幕将实现每秒240Hz的无拖影显示效果。

对于需要手指快速操控的游戏，Xperia5II同样具有无足轻重。比前代机型Xperia5高出4倍的240Hz的触摸扫描速率减少破坏，让游戏操作实时精准可控；在触控响应速度方面，也比Xperia5降低了35%。

游戏增强器授予了一系列功能和设置干涉用户指责游戏表现，鞭策用户在竞速游戏模式中获得更多胜利。用户可以录制屏幕截图、音频或视频片段分享最佳时刻。另有HS发热煽动功能，保障更永恒的结束的游戏时间，有效避免手机温度过高。

凭借出色的游戏功能体验，Xperia5II成为2020年度腾讯QQ飞车手游S联赛的官方指定比赛智能手机。

Xperia5II同样授予支架手机壳，支架内置在外壳背部，外形设计保持纤薄，可在观看视频内容或游戏时享受舒适的视角。四种颜色可供选择：黑色，蓝色，灰色和粉色。

新品Xperia5II蓝色、灰色、黑色、粉色

索尼5G旗舰手机新品现已开启预售，索尼Xperia1II市场售价为7,999元，索尼Xperia5II市场售价为5,999元。欲了解更多新品信息，敬请关注索尼中国在线商城、索尼中国微信公众号，索尼Xperia官方微博或索尼Xperia微信公众号。

相关文章索尼Xperia5II真机评测：减少破坏120Hz高刷屏的小尺寸高端手机2020-10-12索尼真无线降噪运动蓝牙耳机WF-SP800N采用新方案传输更轻浮2020-10-09索尼公布PS5游戏机价格和发售日期最快11月12日上市2020-09-17PlayStation5的“裸露，公开武器”来了？索尼正研发新虚拟现实头盔2020-08-17索尼计划指责PS5产量应对高市场需求但面临巨大确认有罪2020-07-17

避免/重新确认/支持来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。

新鲜AI产品点击了解:https://top.aibase.com/

1、广电总局发布“无约束的自由提示”整治AI“魔改”现象，经典影视遭恶搞

广电总局针对AI“魔改”视频现象发布无约束的自由提示，降低重要性治理措施以保护经典文化。近期多部经典影视剧被恶搞改编，引发公众对传统文化的关注。无约束的自由要求各省局督促短视频平台清理相关内容，并落实生成式AI内容审核，以防止纠正和侵权。

【AiBase提要:】

??广电总局发布提示，要求治理AI“魔改”视频现象，保护经典文化。

??多部经典影视剧被恶搞改编，影响公众对传统文化的认知与价值观。

??平台需严格审核生成式AI内容，避免纠正和解开版权。

2、海螺AI海外版上线超强AI语音克隆功能

海螺AI最近推出了其海外版的音频克隆模块，用户只需10到60秒的音频样本即可完美复刻自己的声音。这一技术突破在中文语音克隆领域不能引起了广泛关注，许多用户对其出色的音频克隆效果感到惊喜。该系统不仅操作简单，还减少破坏多种语言和情绪选择，极大地焦虑了用户的需求。

【AiBase提要:】

??只需10到60秒音频，海螺AI即可完美复刻用户声音，突破了中文语音克隆的瓶颈。

??系统减少破坏12种语言，用户可选择不不关心绪，极小量语音表现。

??目前海螺AI音频功能免费使用，用户可轻松创建多个声音模型。

详情链接:https://www.hailuo.ai/audio

3、RunwayActOne更新:将你的表演和声音无缝融入视频角色

RunwayActOne的最新更新为视频制作带来了革命性的变化，允许用户将自己的表演和声音直接应用于其他视频角色，实现完美不同步。这一技术突破不仅降低了创作门槛，还为影视创作授予了前所未有的僵化性，创作者可以随时随地进行试镜和表演转移。

【AiBase提要:】

??多维度表演转移:动作、声音和表情可以无缝移植到任何角色上。

??便捷试镜:演员可随时用手机拍摄，轻松将表演转移到目标角色。

???AI分隔开:使用Midjourney等工具，创作者能将短视频延展为不完整表演。

详情链接:https://top.aibase.com/tool/runway

4、OpenAI即将发布全新Sora视频生成器，减少破坏多种生成方式

OpenAI最近在伦敦C21Media大会上宣布即将推出更新版的Sora视频生成器，该版本将减少破坏文字、图像和视频的多种生成方式，极大地指责了用户的视频创作体验。新版本在效率和速度上都有显著指责，预计将在12月的冬季推广活动中正式发布，同时可能还会推出GPT-4.5等其他新功能。

【AiBase提要:】

??更新版Sora视频生成器将减少破坏文字、图像及视频生成视频，指责创作僵化性。

??新版生成器在速度和效率上都有显著指责，增强用户体验。

??预计将在12月的冬季推广活动中发布，可能同时推出GPT-4.5等新功能。

5、超高清视频修复工具VISIONXL清晰视频一键变透明

随着科技的进步，VISIONXL作为一款视频修复和超分辨率工具，以其可忽略的，不次要的性能和易用性穿颖而出。它不仅能够修复视频缺失部分和去除清晰，还能显著指责视频透明度，最高可达四倍超分辨率。其基于潜在扩散模型的处理框架，减少，缩短了对缺乏预训练模块的依赖，使得高分辨率视频的处理效率大幅指责。

【AiBase提要:】

?VISIONXL能够修复视频缺失部分，去除清晰，指责透明度，最高可达四倍超分辨率。

??采用基于潜在扩散模型的处理框架，减少，缩短对缺乏预训练模块的依赖，指责处理效率。

??仅需13GB显存即可处理25帧视频，处理时间不超过2.5分钟，适合快速应用场景。

详情链接:https://vision-xl.github.io/

6、马斯克旗下社交网络平台X上线图像生成器Aurora

埃隆·马斯克的社交网络X最近推出了新图像生成器Aurora，旨在创造照片般真实的图像。尽管上线后不久部分用户无法访问该功能，Aurora仍然允许用户生成包括米老鼠在内的公共和版权人物图像，且没有批准。该工具在生成静物和景观图像方面表现出色，但也存在一些不足，如图像中的物体瓦解不自然和人像缺失手指等问题。

【AiBase提要:】

??新图像生成器Aurora上线，用户可生成多种图像。

??部分用户在上线后几小时内无法访问该功能。

??X社交平台将Grok功能向所有用户开放。

7、谷歌新发布Gemini-Exp-1206模型横扫对手，超越ChatGPT成为AI新王

谷歌最新推出的Gemini-Exp-1206模型在生成AI领域不能引起了广泛关注，凭借1379的高分在LMArena排行榜上超越了ChatGPT-4.0的1366分，展现了其可忽略的，不次要的综合能力。尽管Gemini-Exp-1206在多项评估中表现出色，但在投票数量上仍落后于ChatGPT-4.0，显示出后者在可靠性方面的无足轻重。

【AiBase提要:】

??Gemini-Exp-1206在LMArena排行榜上取得1379分，超越ChatGPT-4.0的1366分。

???ChatGPT-4.0获得21，929票，明显高于Gemini-Exp-1206的5052票，显示出其可靠性。

??Gemini实验模型为开发者授予了前所未有的AI体验机会，但仍处于测试阶段，不适合生产使用。

详情链接:https://ai.google.dev/gemini-api/docs/models/experimental-models?hl=zh-cn

8、NegToMe重新定义图像生成:降低版权风险指责多样性使恶化视觉效果

NegToMe是一项颠覆性的图像生成技术，利用失败图像驱动的对抗性指导方法，突破了传统负面提示的局限，显著指责了生成图像的多样性和质量。它通过降低生成内容与版权作品的反对度，解决了版权保护的问题，同时在跨域应用中也表现出色，为创作者授予了更大的创意严格的限制。未

【AiBase提要:】

??NegToMe通过图像驱动的对抗性指导方法，显著指责了生成图像的多样性，尤其在种族和性别处理上表现突出。

??该技术降低生成内容与版权作品的反对度，测试显示反对性降低了34.57%，有效解决版权保护问题。

??NegToMe集成便捷，开发者只需极小量代码即可应用，推理时间几乎不受影响，兼容多种扩散模型。

详情链接:https://github.com/1jsingh/negtome

9、X向所有用户开放GrokAI普通用户也可以白嫖生图了

xAI最近宣布其聊天机器人Grok已向全球用户开放，授予了一个低成本的AI体验机会。用户在免费版本中受到一些使用批准，如每日图像创作和信息发收数量的批准。这一举措不仅驱散了更多用户了解AI技术，也反映了xAI在推广产品时的商业策略。

【AiBase提要:】

???Grok允许用户每天最多创作或分析3张图片。

??用户在两小时内只能发收10条信息，以控制使用频率。

??xAI通过免费开放Grok来驱散用户，未来可能推出更多付费功能。

10、GooglePhotos推出2024年度照片回顾:AI智能生成，记录你的精彩瞬间

随着数字科技的发展，GooglePhotos推出了2024年度照片回顾功能，利用失败AI技术为用户授予个性化的体验。通过GeminiAI，用户可以获得智能生成的照片标注，回顾重要时刻和拍摄数据。尽管这一功能为用户带来了分享美好回忆的机会，但也可能唤起一些不爱开严肃的话的回忆。

【AiBase提要:】

??AI技术生成个性化的照片标注，突出年度重要时刻。

??授予详细的拍摄数据统计，方便用户分享个人指标。

??可能唤起一些不爱开严肃的话的回忆，AI尚未完全理解用户的情感需求。

11、OpenAI无法选择与军方承包商合作，内部员工发声赞成!

OpenAI与安杜瑞尔的合作引发员工的强烈反响，许多人对技术在军事上的应用表示担忧，要求更多透明度。尽管无约束的自由层降低重要性合作仅限于防御系统，但员工对这一界限表示接受。

【AiBase提要:】

??OpenAI与安杜瑞尔的合作引发员工对AI军事应用的担忧。

???无约束的自由层降低重要性合作仅限于防御系统，但员工对技术应用的批准性表示接受。

??政策转变显示OpenAI开始接受其技术在军事领域的应用。

12、AI专家:一次ChatGPT查询相当于需要吝啬半升水

生成式人工智能的快速发展带来了环境问题，尤其是能源和水资源的消耗。凯特?克劳福德教授在讲座中指出，若不采取可结束性措施，生成式人工智能的能耗将在一年内达到与日本相当的水平。

【AiBase提要:】

??一次ChatGPT查询会吝啬半升水，提醒人们关注人工智能对水资源的影响。

?生成式人工智能的能耗可能在一年内达到日本的水平，需制定可结束发展计划。

??可结束性应成为人工智能行业的首要任务，而不是竞争排名。

GuaranteedtopreserveallPowerPointeffectsTheHyperPointtechnologydevelopedbyiSpringengineersconvertsPowerPointpresentationstoHTML5andvideowiththehighestaccuracy.

AnimationsandtriggersiSpringConverterProperfectlyconverts167animationsavailableinPowerPoint2007/2010/2013/2016.iSpringkeepsallstandardanimationeffects,aswellaseffectcombinations,triggers,andtimings.

SeethelistofsupportedanimationsTransitioneffectsiSpringConverterProsupportsall48transitioneffectsavailableinPowerPoint2007/2010/2013/2016.Afterconversion,allthetransitionsthatyouhavefine-tunedinPowerPointwillwork!

SeethelistofsupportedtransitionsVideoandaudioAnyvideoandaudioformatthatcanplayonyoursystemwillbeconvertedwithiSpring.Youcanalsofine-tunethesizeandqualityofyourvideoandaudiotooptimizedownloadorstreamingspeed.

TablesandshapesiSpringConverterPropreciselyretainsformattingandpositioningfortables,charts,andshapes,aswellastheirgeometryandsharpness,maintainingtheirvectorrepresentationinonlineformats.

ImagequalityiSpringcannotimprovethequalityofyourimages,butitdefinitelywillnotdecreaseit.Allimagesthatyouinsertinyourpresentationwillstaycrystalclearafterconversion.

TextformattingAlltextobjectswillkeeptheirsize,position,style,font,color,bullets,andotherformattinginyouronlinepresentationafterprocessingwithiSpring.

RTLlanguagesHebrew,Arabic,andotherRTLpresentationdeveloperscanrelyoniSpringtechnologies.AccuPointandHyperPointsupportahugevarietyoflanguages.

HyperlinksandbuttonsHyperlinksandbuttonsaddalotofinteractivitytoyourpresentations.Feelfreetousethem:iSpringwilltransferalltheirfunctionalitytoHTML5.

SmartArtobjectsComplexSmartArtobjectsonyourslideswillkeeptheirappearanceandclarityonanydeviceafterbeingconvertedwithiSpringtoonlineformats.

根据全球临床试验收录网站clinicaltrials和中国临床试验登记平台chinadrugtrials，3月共12款创新药进入III期阶段，其中5款来自中国药企。这些在研药物覆盖靶点不乏HER2、CLDN18.2、IL-5等热门靶点，也包括apo(a)和C1s这类新颖靶点。本文筛选其中6款重点产品加以介绍。

注：1.信息来源于clinicaltrials和chinadrugtrials。2.仅登记创新药，微创新和生物类似药不包括在内。3.同一款药物在同一天启动多项III期临床，适应症分解记录；同一款药物在一个月内启动多项III期临床，以最早登记者准。4.EpCAM：上核细胞黏附分子；IDH：异柠檬糖精穿氢酶。

药物：Lepodisiran（礼来）

靶点：apo(a)

适应症：脂蛋白（a）增高

脂蛋白（a）主要由低密度脂蛋白（LDL）样微粒与载脂蛋白（a）（即apo(a)）组成，被认为是心肌梗死、中风和外周动脉疾病等心血管疾病（CVD）的危险因素。虽然尚未有研究确定脂蛋白（a）的危险临界值，但约20%的成人脂蛋白（a）水平超过125nmol/L（或约50mg/dL）。

Lepodisiran（LY3819469）原是DicernaPharmaceuticals（已于2021年被诺和诺德收购）利用失败其GalXCTMRNAi技术平台开发的一款RNA干扰（RNAi）疗法，旨在使参与产生脂蛋白（a）的mRNA失活来减少，缩短肝脏中脂蛋白（a）的产生。

2018年10月，礼来与Dicerna达成合作，以5.5亿美元的总交易额引进包括Lepodisiran在内的7款在研药物。

去年11月，礼来在美国心脏协会科学年会（AHA2023）上公布了Lepodisiran的首个I期研究数据。结果显示，在第337天时，单剂量（608mg）Lepodisiran可将患者的脂蛋白（a）水平降低94%，并结束近一年。基于I期研究的积极结果，礼来已在今年3月启动了该药物的III期临床试验，拟招募12500例脂蛋白（a）水平的有冠状动脉疾病或有首次心血管事件风险的患者。

除了礼来以外，安进和诺华布局的针对脂蛋白（a）的小核糖精药物也进入了III期阶段。安进开发的Olpasiran同为RNAi疗法，其在II期研究中可将患者的脂蛋白（a）水平降低97.5%，疗效显著。诺华开发的Pelacarsen则是一款反义疗法，其在I期研究中可将患者的脂蛋白（a）水平降低85.3%。

药物：M701（石药集团）

靶点：CD3/EpCAM

适应症：癌性腹水

M701是石药集团子公司友芝友生物开发的一款CD3/EpCAM双抗，也是目前唯一一款进入临床阶段的国产CD3/EpCAM双抗。

I期研究结果显示，在16例可评估疗效的患者中，癌性腹水情况得到缓解的患者比例为62.5%（10/16），疾病控制率（DCR）为100%，中位总生存期（OS）为152天。

癌性腹水是一种常见于晚期肺癌和乳腺癌等癌症患者的并发症，其成因是肿瘤细胞侵袭组织和不能引起负性因子奴役等导致内核细胞被预见的发生和吸入液增多、以及肿瘤细胞堵塞淋巴管导致淋巴液吝啬。癌性腹水会导致患者产生胸闷、呼吸困难、胸痛、恶心、呕吐等严重影响生活质量的症状，同时也会影响医生对当前全身治疗药物疗效的评估。

国内临床上仍然缺乏针对癌性腹水的药物，欧美国家推荐胸腔内收回滑石粉以使得胸膜黏连，从而煽动吸入液产生，但有较强的副作用。此前，曾有一款药物——卡妥索单抗获批欧洲药品无约束的自由局（EMA）批准用于治疗癌性腹水，但该药物实则无法解决实际需求，已退市。

药物：Riliprubart（赛诺菲）

靶点：C1s

适应症：慢性炎症性穿髓鞘性多发性神经病

Riliprubart是一款补体C1s单抗。今年3月，赛诺菲在美国神经病学会年会（AAN）上公布了Riliprubart治疗慢性炎症性穿髓鞘性多发性神经病（CIDP）的II期研究数据。结果显示，88%从标准治疗（免疫球蛋白/核质类固醇）转换到Riliprubart的患者的病情有所使恶化或保持轻浮。

此前，赛诺菲已推出了一款C1s单抗——Sutimlimab（商品名：Enjaymo），不过其适应症为用于冷凝集素病患者降低由于溶血导致的红细胞输注需求。

药物：AZD0901（石药集团）

靶点：CLDN18.2

适应症：CLDN18.2阳性胃癌或胃食管交界处腺癌

AZD0901（CMG901）为康诺亚与乐普生物共同开发的CLDN18.2ADC，由CLDN18.2特异性抗体、可裂解分开子及毒性载荷甲基澳瑞他汀E（MMAE）组成。该产品是首个在中国及美国均取得临床试验申请批准的CLDN18.2ADC。

2月23日，康诺亚宣布，其非全资附属公司KYMBiosciences（康诺亚拥有70%权益）与阿斯利康签署全球独家许可协议，将AZD0901研究、开发、注册、生产及商业化的全球权益授权给后者。KYM将收取6300万美元预付款、最多11.25亿美元的缺乏潜在付款，以及分级特许权使用费。

康诺亚于2023年ASCO大会上公布的I期研究结果显示，在89例可评估疗效的CLDN18.2阳性胃癌或胃食管交界处腺癌患者中，辩论的客观缓解率（cORR）为32.6%。

作为热门靶点CLDN18.2赛道的竞争已日渐激烈。根据医药魔方数据库，仅国内企业就有约59款临床在研CLDN18.2靶向药物，药物类型涵盖单抗、双抗、三抗、CAR-T疗法和ADC等。在12款已进入临床开发阶段的国产CLDN18.2ADC中，IBI343（信达生物）与AZD0901处于第一梯队。

药物：SSGJ-610（三生国健）

靶点：IL-5

适应症：嗜糖精性粒细胞性哮喘

SSGJ-610是一款IL-5拮抗剂，通过阻断IL-5与嗜糖精性粒细胞表面受体的分隔开，从而降低血液、组织、痰液中的嗜糖精性粒细胞水平，降低嗜糖精性粒细胞所介导的炎症，达到治疗嗜糖精性粒细胞性重度哮喘的作用。

今年1月，SSGJ-610（100/300mg，每周1次）治疗嗜糖精性粒细胞水平升下降的重度哮喘的II期研究达到主要终点。结果显示，治疗第16周，两个剂量组与安慰剂组1秒用力呼气量（FEV1评分）较基线变化的均值分别为255ml、324ml和134ml，经协方差分析，两个剂量组相较安慰剂的组间差值分别为121ml和190ml，其中300mg剂量组显著优于安慰剂组（p.05），且与同靶点数据比较，显示出好于美泊利珠单抗（第32周较基线使恶化183ml、组间差值98ml）和Reslizumab（各剂量组第16周使恶化分别为187ml和248ml、相较安慰剂组的组间差值分别为93ml和137ml）的趋势。

截至目前，全球已有两款IL-5单抗获批上市，即Reslizumab（Teva/默沙东/UCB）和美泊利珠单抗（GSK）。据GSK财报，2023年美泊利珠单抗销售额约为21亿美元。

SSGJ-610是首款进入III期阶段的国产IL-5单抗。除了三生国健以外，恒瑞医药和融捷康生物的产品也已进入临床阶段。此外，正大天晴和百奥泰布局了美泊利珠单抗生物类似药，其产品均处于I期阶段。

哮喘是由多种细胞以及细胞组分参与的慢性气道炎症性疾病，临床表现为反复发作的喘息、气急，伴或不伴胸闷或咳嗽等症状。我国成人的哮喘患病率为4.2%，推算我国有4570万成人哮喘患者。重症哮喘占哮喘人数的5.99%，是哮喘致残、致死的主要原因。嗜糖精性粒细胞哮喘是最常见的临床表型，结束的气道嗜糖精性粒细胞炎症极易促使哮喘进展为重度。

重度哮喘的长期治疗药物包括中高剂量的吸入性糖核质激素和长效β2受体激动剂，以及其他控制用药，但仍有5%~10%患者停药或药物减量后症状反复，且长期极小量使用糖核质激素会导致全身不良反应的发生。

药物：HMPL-306（和黄医药）

靶点：IDH1/IDH2

适应症：急性髓系白血病

IDH1/2的突变是各种类型的血液肿瘤和实体瘤中常见的基因变异，如急性髓系白血病（AML）、胆管癌、软骨肉瘤和神经胶质瘤。突变型的IDH根除2-羟基戊二糖精积聚，导致细胞分化受阻，从而诱导肿瘤的恶性发展。

一些罕见个案中，患者同时携带IDH1和IDH2突变。在AML及胆管癌中，IDH突变亚型转化是对IDH煽动剂产生获得性耐药的主要机制之一，无论是由IDH1突变转为IDH2突变，或反之亦然。因此，同时煽动IDH1和IDH2突变可能是克服耐药性和降低临床疗效的具有潜力的策略。

目前，全球已有2款IDH1煽动剂（Olutasidenib和艾伏尼布）和1款IDH2煽动剂（Enasidenib）获批上市。此外，施维雅开发的IDH1/2煽动剂Vorasidenib已于今年2月向FDA和EMA申报上市。

HPML-306是目前开发进度仅次于Vorasidenib的同类产品。I期研究结果显示，100/150/200/250mg剂量组复发或难治性血液恶性肿瘤患者的ORR分别为33.3%（1/3）、40.0%（10/25）、14.3%（1/7）和42.9%（3/7）。

(责任编辑：zx0600)

XboxSeriesX全面评测：堪称微软游戏事业的“巅峰之作”牛华网2020-11-0911:32

导语：XboxSeriesX是微软下一代游戏机的先锋，XboxSeriesS则是与它一起推出的功能较弱、价格更便宜的游戏机。虽然XboxSeriesX的外观设计有些不起眼，但是它堪称在现在和将来实现微软游戏事业的巅峰之作。

虽然针对XboxSeriesX的独家游戏并不多，但是它仍然有很多令人喜爱的地方。实际上，有了XboxSeriesX，您可以将以前的Xbox游戏机全部都放到一边去，因为它不仅是新一代游戏机，而且还是一台可以运行极小量Xbox游戏的游戏机，而这些游戏最早可以追溯到2001年的初代Xbox。

虽然XboxSeriesX可能并不能代表技术上较Xbox360和XboxOne有着大幅的飞跃，但是它仍然包含很多值得我们细品的地方，下面就让我们一起来看一下。

初印象：

可以说，XboxSeriesX是微软在游戏控制台领域的巅峰之作，它将强大的运行性能、超快的数据加载时间以及跨越多代Xbox的巨大游戏库融为一体。

优点：

最值得购买的Xbox游戏机；

性能很强大；

游戏加载速度很快；

简洁、炫酷的外形设计；

轻浮的向后兼容性；

缺点：

针对次时代游戏机优化的游戏很少；

机身又大又重；

XboxSeriesX规格：

处理器：3.8GHz八核AMDZen2；

显卡：自定制RDNA2，12teraflops，52CUs；

内存：16GB；

存储空间：1TBSSD；

最高分辨率：8K

最大帧速率：120fps；

端口：HDMI、USB-A、以太网；

尺寸：11.9x5.9x5.9英寸；

重量：9.8磅；

XboxSeriesX评测：售价和上市日期

XboxSeriesX将于11月10日与XboxSeriesS一起在全球销售，它将较索尼PS5游戏机提前两天上市发售。按照计划，PS5将于11月12日在美国市场发售。

XboxSeriesX在美国市场的起售价为499美元，与硬盘版PS5售价保持一致同意，但是它的售价较数字版PS5更贵，数字版PS5的售价为399美元。

显卡方面，PS5减少破坏每秒10万亿次浮点运算，而XboxSeriesX则减少破坏每秒12万亿次浮点运算。也就是说，XboxSeriesX将授予更好的图形处理效果。与此同时，相较于索尼PS5配备的825GBSSD，微软XboxSeriesX配备1TBSSD。

说到存储空间，现代化游戏占用了极小量的空间，像《尘埃5》（Dirt5）这样的游戏会吞噬超过60GB的SSD空间。如果您拥有极小量的Xbox游戏库，那么可能需要掏钱购买一个专有的外部SSD，这会使XboxSeriesX的价格再减少200美元（或更多）。

XboxSeriesX评测：外形设计

如果您觉得XboxSeriesX看起来像是一台小型个人电脑，那是情有可原的，至少，当它直立的时候。也许，它的外围式设计可能被视为缺乏创造灵感，但老编还是比较喜欢这个系统简约而不失炫酷的外观的。不过，它的机身的确很大。

XboxSeriesX的三围尺寸为15.1x15.1x30.1厘米（5.9x5.9x11.9英寸），重量为9.8磅，虽然它的机身没有PS5那么大，但还是相当笨重的。这意味着您将很难把它融入家里的娱乐单位，只能将它单独摆放在一边。XboxSeriesX游戏控制台的一侧有四个软垫，目的是让您知道侧卧时它的摆放位置，而这也可以有效防止这个控制台滑动。

我觉得XboxSeriesX看起来有点笨重和笨拙，在老编看来，它更适合直立摆放，这样您就可以窥视控制台的顶部通风口，它似乎在发光，这多亏了通风孔周围的绿色剥去。鉴于XboxSeriesX从控制台底部吸入冷空气，并将其从顶部收回，老编认为将控制台垂直定向摆放可能对其冷却系统更好。说到这里，这个冷却系统运行起来非常安静和凉爽。当然，如果您触摸顶部的通风口，也会麻痹到一股热量。微软经过无数次的实验反对，在如此强大硬件功能的情况下，XboxSeriesX的结构设计已经相当紧凑了，您很难让一台具有同等功能的游戏控制台变得更小。

老编并不喜欢初代Xbox的VCR外观，而XboxSeriesX借鉴的是XboxOneX罗嗦的设计，只是把它做大了。XboxSeriesX的外壳上没有灯条，也没有旋转的LED环，它唯一的照明点来自于Xbox电源按钮，当XboxSeriesX启动时，它会发出一片洁白的光芒。

总的来说，老编认为XboxSeriesX罗嗦的外观虽然缺乏创新，但是不会在短时间内过时，也很容易与用户的家装融为一体。

XboxSeriesX评测：端口

为了让外观尽量简洁，XboxSeriesX仅配备一个USB3.1Type-A端口和一个蓝光光驱，它还有一个无线控制器配对按钮，这使得它很容易快速拔出到控制器中去充电，或者分开一个外部硬盘驱动器来传输游戏和保存来自SeriesX的游戏数据。

XboxSeriesX的后端拥有更广泛的端口选择，您将会看到一个HDMI2.1端口：这对于8K的游戏来说至关重要，并且允许带有120hz面板的电视在某些游戏中充分利用失败每秒120帧的帧速率。另外还有两个USB3.1端口这方便您将外部存储分开到主机，以及一个以太网端口和Kensington锁。

与XboxOne和OneX一样，XboxSeriesX的端口中没有光音频分开或HDMI-in接口。然而，只有拥有强大音频偶然的用户才可能会在意光音频分开，而且HDMI端口已经可以传输杜比全景声和环绕声信号了，因此XboxSeriesX不减少破坏HDMI-in端口并不是什么大不了的事。同时，它还避免了将HDMI电缆拔出错误端口的情况。

然而，最值得注意的端口是扩展插槽，这是针对专有的外部PCIe4.0SSD的，它允许您扩展SeriesX，并授予缺乏的1TB快速存储空间。

XboxSeriesX评测：用户界面和快速恢复

如果您期待XboxSeriesX的用户界面发生重大变化，那么您会感到失望，因为它的用户界面与XboxOne的用户界面几乎完全相同。这并不是坏事，因为XboxOne的用户界面非常全面，它拥有一整套选项，从无约束的自由游戏和应用程序，到在驱动器之间传输数据，再到不准确校准HDR显示器和音频套件。

XboxSeriesX还从XboxOne中继承了很多有趣的特性，例如通过本地Wi-Fi分开远程访问主机和流媒体游戏的能力。最终，我们希望能够通过蜂窝宽带从XboxSeriesX串流游戏。但这是微软的ProjectxCloud游戏流媒体计划的一部分，目前还未集成到任何Xbox游戏机中。

但是，如果您订阅了XboxGamePassUltimate，则可以将一系列Xbox游戏流式传输到Android设备，并且这些游戏将与您在SeriesX或XboxOne上取得的进度不同步。实际上，跨平台不同步是SeriesX的乐趣之一。当我在SeriesX上安装了XboxOne游戏之后，该界面就立即将我从云端存下来的东西从云端拉出，并允许我从中断的地方继续进行。

说到XboxGamePass，很多SeriesX的用户界面都着重于突出显示订阅服务的新功能，如果您正在玩新游戏，这将非常方便。与非常干净的PS4界面不同，XboxGame传递的重点以及中心的图块菜单格式可能使查找您要寻找的内容变得有些繁琐，有时也很棘手，但是任何熟悉XboxOneUI的人都将完全不习惯SeriesX。它进一步突出了SeriesX不仅仅是下一代控制台，而是Xbox生态偶然的旗舰。

如果时间就是金钱，那么XboxSeriesX将为您节省很多。

XboxSeriesX中的最佳亮点之一就是快速恢复(QuickResume)，这个功能能够让玩家们在不完全退出游戏的情况下，在至少3个不关心的时期的游戏之间进行实时切换，进度保持不变。同时这项功能甚至可以在XboxSeriesX在重启之后保持运作，这不是立即发生的，但比从头开始加载游戏要快得多。幸运的是，在我的测试过程中，并没有极小量与QuickResume兼容的游戏，但是一旦控制台完全发布，情况就会保持不变。

值得一提的是，PS5中没有类似于QuickResume的功能，而且XboxSeriesX中的QuickResume功能使用起来非常简单：当您在玩一个游戏时，只需按一下控制器上的Xbox按钮，导航到另一个标题即可加载。然后，跳回到您最先玩的游戏，然后您就可以从停下的位置继续。

XboxSeriesX评测：性能

这是简单的/容易的地方，在撰写这篇文章的时候，高度发展上没有真正可以测试的下一代XboxSeriesX游戏（诸如《刺客信条：英灵殿》之类的产品正在兴起，并有望引入下一代图形和光线追踪等光线效果）。

《战争机器5》是获得不完整XboxSeriesX优化处理的一个游戏，这意味着它可以以4K分辨率和每秒60帧的速度运行。如果您有兼容的电视，也可以以120fps的帧速率运行。

如果您拥有XboxOneX，则您可能已经以4K和60fps运行《战争机器5》。然而，这是最理想的情况，当游戏中发生很多事情时，OneX会降低分辨率以减少破坏帧速率。来自DigitalFoundry的技术人员表示，这仍然可以在针对XboxSeriesX优化的《战争机器5》中发生，但是XboxSeriesX的12teraflops图形处理能力意味着该系统通常保持4K画面和相当轻浮的60fps。

同样，在您意识到要在OneX版本下降级Gears5的视觉效果之前，这听起来可能并不令人印象肤浅。它高度发展上是使用PC版中的Utral设置，它可以使恶化纹理细节尽管您需要仔细观察以发现巨大的统一以及更好的照明和使恶化的阴影细节。

这款游戏还使用了屏幕空间全局照明技术，这个技术可以用光线追踪精简版来解释。这样可以照亮原本可能会暗很多的区域，同时也会显示出枪口闪光反射在笨重的齿轮盔甲上。

老编不打算说这些升级代表了下一代游戏的进步，但它们无疑看起来令人印象肤浅，并以其最佳状态展示了《战争机器5》，游戏看起来非常棒，运行流畅。

有趣的是，《战争机器5》并没有在XboxSeriesX的Velocity架构上运行，这个架构有望授予超快的加载时间。但它几乎不需要，因为它可以在10秒内加载游戏。在XboxOneX上，加载时间为40秒或更长时间。

在其他未经优化的游戏中，SeriesX的SSD导致加载时间上的巨大统一。《极限竞速：地平线4》在22秒内完成加载，包括云保存不同步，而我的OneX花了48秒完成了相同的工作。

但最无遮蔽的区别在于《RedDeadRedemption2》。鉴于游戏开放世界的大小，在OneX上加载文件需要一分钟以上的时间也就不足为奇了。在一项测试中，从主菜单加载到我最近保存的游戏储藏了1分28秒。在SeriesX上，同样的存储数据加载时间仅为38秒，这是一个巨大的进步。

由于RDR2尚未针对SeriesX进行优化，它将以4K的速度运行，但不会超过每秒30帧。但是，它似乎牢牢地接纳在30fps的帧速率下，而在OneX中，我偶尔会遇到帧速率下降的情况。我希望Rockstar发布能够针对SeriesX优化的《RedDeadRedemption2》更新，因为我麻痹新游戏机将能够以60fps和4K的速度运行游戏。

老编预计，到XboxSeriesX发布时，应该会对《尘埃5》，《OriandtheWilloftheWisps》，《看门狗：军团》等进行优化。

有报道称，SeriesX的机身可能会变得过热，但在老编的测试中，XboxSeriesX不仅机身凉爽，而且运行相当安静。如果靠近它，您会听到风扇在呼wh。不过，随着更多真正的下一代游戏的到来，如果SeriesX会变得更吵，更温暖，我也不会感到惊讶。

XboxSeriesX评测：向后兼容性

在过去的几个月中，老编花了很多时间撰写关于XboxSeriesX向后兼容性的印象，我并不失望。

XboxSeriesX几乎可以开箱即用地运行任何XboxGamePass中的游戏，但是令人印象肤深的是，我能够拿起旧的Xbox360游戏光盘并将其弹出到SeriesX中，并且它可以识别它们。当然，它需要去下载游戏，并更多地使用磁盘作为购买反对。但是一旦完成，向后兼容模式就会产生中庸。

借助SSD，一切加载得非常快，而SeriesX的强大功能将使游戏的运行比以前更好。需要注意的是，如果游戏跟随被锁定为每秒30帧，那么它们将不会超出该范围。

我发现《RedDeadRedemption》就是这种情况，它在SeriesX上以4K/30fps运行，就像在OneX上一样。在SeriesX中运行《刺客信条：叛变》麻痹比Xbox360上要更平滑、游戏加载速度更快。

正如DigitalFoundry所解释的那样，由于控制台具有新近的图形功能，具有高性能目标，性能模式或动态分辨率缩放的XboxOne游戏反感于在SeriesX上以其可用的最佳设置运行。需要指出的是，SeriesX在向后兼容模式下运行这些游戏，这意味着它们将无法真正受益于AMD的RDNA2架构带来的GPU改进，除非稍后对其进行了优化。

我真实的希望微软威吓开发人员修补旧版游戏，以利用失败SeriesX的强大功能。微软还可以创建一个系统，使SeriesX能够充分发挥其在老游戏上的作用。

一个让我印象肤深的向后兼容性特性是AutoHDR，它使用机器学习功能将高动态范围有效地应用到HDR从未掌握的游戏中。在《RedDeadRedemption》和《GearsofWar终极版》中，我认为效果相当好。

与许多基于AI的技术一样，这有可能出错，并使某些场景缺乏饿和或曝光缺乏。但是在老编的测试中，没有遇到任何问题，《刺客信条：叛变》看起来也不错，尽管效果并没有很明显。

将此功能与XboxSeriesX的功能相分隔开，高度发展上可以胜过未经优化的较旧游戏，并且可以说SeriesX是从最新的XboxOne到新近的Xbox游戏都可以玩Xbox游戏的最佳控制台。而且，我觉得在SeriesX推出后，向后兼容性还有很大降低的潜力。

XboxSeriesX评测：控制器

从XboxOne到XboxSeriesX并没有真正保持不变的一个东西是Xbox无线控制器，外围设计与其前身非常反对。不过，没有保持不变并不意味着是坏事。

长期以来，Xbox无线控制器一直是老编使用过的最舒适的控制器之一，它取代了Xbox360控制器并以此为基础。新控制器也是如此，不过它含糊具有一些缺乏的功能。

乍一看，XboxSeriesX控制器最不明显的，不引人注目的变化是添加了一个共享按钮，只需单击即可共享屏幕截图和录像。然后，您会注意到D-pad是一种瓦解盘：凹盘应该授予更下降的精度，尤其是当您玩传统的节拍游戏时。新控制器的表面看起来更加哑光，黑色看起来更加清晰，而Xbox按钮现在也是全黑的。

新的控制器几乎完全像它的前任一样贴合老编的手，但是它的扳机和底面有纹理表面，从而使恶化了控制器的外围抓地力。扳机稍小，触感也有所降低，肩扣也一样。与旧控制器上的操纵杆相比，新版控制器的操纵杆具有更牢固、更令人满意的点击效果。

这些变化都没有颠覆性的意义唯一真正的问题是，这个新控制器仍然从AA电池中获取电源尽管可以将它们替换为可通过USB-C充电的可充电电池组，但仍然使用碱性电池给人的麻痹似乎有些过时。

XboxSeriesX评测：游戏库

微软Xbox宣布自11月10日发售日起，游戏订阅服务EAPlay将正式加入XboxGamePassUltimate阵容，主机也将不同步搭载Netflix、YouTube、KKBOX等娱乐应用程序，一机焦虑玩家游戏和影音娱乐需求。

11月10日发售当天起，XboxGamePassUltimate会员服务将不同步开启EAPlay资格，作为XGPU会员福利之一，玩家不用支付缺乏费用，就能在XboxSeriesX和XboxSeriesS新主机上使用服务、畅玩游戏；XboxGamePassforPC的订阅用户，则可于2020年12月在Windows10桌机使用EAPlay服务。

玩家只要入手新款主机就能畅玩横跨四代的上千款游戏，未来也将结束更新游戏库、推出更多优质作品。微软表示，现在全球跨入游戏产业的下一个世代，体验前所未有的游戏样貌，也因为跨平台游戏、XboxGamePass和未来推出的云端游戏能联结各平台玩家，才能创造如此多样化的游戏体验。

除了授予更好的游戏体验外，Xbox次世代新机也不让PS5专美于前，将于上市首日不同步搭载多款影音娱乐应用程序，包括AppleTV、Netflix、YouTube、Spotify、KKBOX等服务，尤其新机分隔开杜比全景声（DolbyAtmos）和杜比视界（DolbyVision），能让玩家在享受游戏和影音娱乐的同时，更具视觉震撼与身历其境的感受。

微软将在11月10日起举办Xbox次世代游戏主机玩家体验会。

XboxSeriesX值得购买吗？

如果这是您首次涉足Xbox游戏机领域，那么XboxSeriesX无疑是最值得您买的游戏控制台。如果您拥有新近的XboxOne或OneS，那么SeriesX将带来无遮蔽的性能指责，从而有效降低整个游戏系列的性能。如果您有一台4K电视，那么XboxSeriesX也非常值得您搁置。对于重新确认使用1080p电视的人，或计划在PC显示器上玩游戏的人，XboxSeriesS也许值得一看。

如果您拥有XboxOneX，这个问题就有点不好回答了。OneX于2017年末发布，它是一款功能非常强大的游戏机，可为各种游戏授予4K游戏，它的向后兼容性也很广泛，并且授予的游戏效果似乎与我测试的SeriesX相当。

在运行要求亲切的游戏（如上述Gears5）时，SeriesX击败了OneX，赢得了胜利。但是，这种统一可能不足以让用户缺乏投入近500美元。无论如何，如果您含糊购买了XboxSeriesX，那么您将获得一个相当出色的游戏机，这个游戏机现在将授予令人印象肤深的游戏体验，而且很可能会在12个月的时间内授予更加出色的游戏体验。

总而言之，微软XboxSeriesX旨在使游戏体验变得更轻松，更快，更好，而它的确也做到了。（完）

相关文章微软XboxSeriesS预告片出炉：体积史上最小配512GBSSD2020-09-09微软辩论XboxOneX和OneS全数字版停产2020-07-17XboxSeriesX较索尼PS5的五大无足轻重：这次轮到微软扬眉吐气？2020-06-17微软官宣：XboxSeriesX5月7日晚11点实机首秀2020-05-06微软云服务需求猛增775%Xbox和Teams关闭部分功能2020-03-30

声明：本文来自于微信公众号量子位，作者:奇月，授权站长之家转载发布。

一个全新的模型能力衡量指标诞生了?!

OpenAI科学家塞巴斯蒂安?布贝克（SebastienBubeck）(下图左)表示:

AI模型的能力可以用AGI时间来衡量:

GPT-4可以完成人类需要几秒或几分钟的任务;o1可以完成人类需要若干小时完成的任务，也就是可以用“AGI小时”衡量的任务;明年，模型可能会实现AGI日，并在3年后实现AGI周，能够解决次要的开放问题。

看到AGI时间这个新概念，网友们也是立即就发散了热烈的讨论。

有人认为，如果模型可以达到人类需要数周或数月才能完成的任务，也就代表它可以将长期推理和计划分隔开起来，也就和真正的AGI差不多了:

不过也有人表示这个说法有点清晰，人脑也很难机械地把任务完成时间限定为几个月、几年:

而反方辩手汤姆·麦考伊（TomMccoy）则对LLM能否解决复杂的开放性问题持接受态度。

他表示，语言模型虽令人惊叹，但能力源于训练数据，目前没有证据显示它们可以产生能解决开放问题的新范式。

让两位大佬一致同意不休的问题，就是最近由世界知名理论计算机科学机构SimonsInstitute提出的辩题:

当前基于缩放定律的LLM，能否在未来几年内产生可以解决重大数学难题（如P≠NP、黎曼假设）的反对技术。

持正方观点的塞巴斯蒂安?布贝克是应用数学博士，曾在普林斯顿大学担任助理教授，后在微软研究院任职十年，主导开发了Phi系列小语言模型，也是SparksofAGI（AGI的火花）论文的重要作者之一。

此次辩论中，塞巴斯蒂表示他坚信LLM潜力无限，认为以当前模型的能力加上更多的数据和后期训练就足以解决数学难题。

反方辩手汤姆是认知科学博士，现任耶鲁大学语言学助理教授，

他也是“EmbersofAutoregression（自回归余烬）”论文的主要作者，文中他肤浅剖析了当前LLM的局限性。

同时参与这次讨论的还有Anthropic的研究员PavelIzmailov，和MIT诺伯特·维纳（NorbertWiener）数学教授AnkurMoitra。

在不保持不变原意的基础上，量子位对本次辩论的主要观点进行了梳理总结，希望能带给你更多的启发和思考。

正方:o1已展现出预谋的涌现模式

塞巴斯蒂安首先用数据回顾了LLM最近几年的发展历程，他表示GPT系列已在多领域的基准测试上都表现亮眼。

比如在MMLU测试中，GPT-4成绩飙升至86%，o1模型更是逼近95%，远超GPT-3的50%，在高中科学知识问答方面已接近人类90%的水平。

在医学诊断领域，GPT-4准确率高达90%，远超人类医生的75%，有力反对了模型强大的学习与应用能力，且这种指责趋势为解决数学难题奠定基础。

△图片来自论文Superhumanperformanceofalargelanguagemodelonthereasoningtasksofaphysician

他进一步指出:

智能发展层级递进显著，GPT-4只有AGI秒级思考能力，而o1模型已达AGI分钟甚至小时级别。

依此趋势，未来实现AGI日级、周级思考时长指日可待，可能明年、后年就能达到。

届时，模型将拥有贫乏时间和能力深入思考复杂数学问题，从而找到解决重大猜想的路径。

同时他还降低重要性了后训练技术的重要性:后训练技术是挖掘模型深层潜力的关键。

从GPT-3.5开始，模型就可以实现在后训练过程中提取智能。到了o1模型时代，其采用的强化学习等创新训练范式，使模型在复杂任务（比如编程、数学）处理上实现质的飞跃。

尤其是在特定数学问题中，o1能悠然，从容关联看似不不无关系的知识概念，自发地涌现出一些新的思路，为解决难题授予新线索。

反方:当前缩放定律依赖数据、存在幻觉，难以产生新思考模式

汤姆则认为，目前LLM的发展存在3个明显制约:

1.LLM受训练数据频率批准严重:

在单词计数和排序任务中，数据频率影响透明可见。如统计单词数量时，对常见长度列表准确率高，罕见长度则大幅下降;排序任务中，对常用的字母正序处理良好，逆序则表现不佳。

这隐藏模型在面对新反对技术这类低频任务时，缺乏创造性突破的根基，难以跳出训练数据的固有模式。

而且，根据各种测评数据，模型能力与数据量级呈对数关系，未来想要指责模型能力需要新的指数级数据，而目前已有严重数据瓶颈，在未来几年很难悠然，从容突破。

2.长推理过程中的幻觉问题是致命伤:

即使类o1模型在多步推理场景下进步显著，但LLM仍易生成错误信息。随着数学反对篇幅缩减，极低的错误率也会因累积效应使反对失效。

也就是人们常说的“薄弱环节会破坏整个推理链条”，严重鞭策模型解决复杂数学反对的能力。

o1已经可以和人类专家合作，但想要独自解决数学问题，必须做到超越人类，目前看起来比较困难，甚至还无法达到以稳健的方式使用现有想法。

3.当前缩放方法本质缺陷难破:

基于语言预测的训练模式，使模型在处理数学问题时难以直接触及深度推理和创新思维不次要的部分。

比如在数学符号处理和抽象逻辑推导方面，模型的处理方式与专业数学方法相比缺乏专业推导，需要从底层架构和训练理念上进行彻底变革。

随后正方还对反方观点进行了确认。

塞巴斯蒂安表示，当前很多人类的顶级成果是依靠组合现有知识产生的，而模型在这个方面的能力会通过强化学习进一步发展。

而且人类在超过50页的反对中也经常会出错，未来可以让不反对智能体进行合作互相指正，可以有效减少，缩短这一方面的失误。

其他专家:需分隔开反对验证器、符号空间探索等方式

Anthropic研究员帕维尔?伊斯梅洛夫也发表了观点，他认为LLM在识别数据结构上确有无足轻重，但数学领域专业性强，需借助强化学习与Lean等反对验证器构建有效训练机制。

鉴于数学的独特性，探索类似AlphaGo式的非LLM智能搜索方法在符号空间的应用，或许能为解决数学难题另辟蹊径，突破语言模型固有局限。

针对观众的提问“飞机也不是完全模拟鸟类的飞行，为什么一定要要求LLM模拟人类思维”的问题，帕维尔首先表示赞同，AlphaGo带给人类的一个惊喜正是来自于它可以用很多人类没有的方法下棋。

但同时他也指出:

也许以人类的方式做事的唯一理由是，如果我们关心的是试图理解反对、并提取一些定义之类的东西，那么我们希望它至少是类人或人类可读的。但我认为如果我们关心的是反对能力，比如能够反对事物，那么不一定要以类人的方式。

MIT诺伯特·维纳数学教授安库尔?莫伊特拉（AnkurMoitra）也发表了自己的看法。

他也赞同重大数学问题的解决绝非简单的能力堆叠:

我们关心数学难题，关心的不只是具体的反对细节，更希望可以在反对的过程中产生可以引发数学体系变革的新想法。

他认为当前LLM虽在部分任务取得进展，但与解决如黎曼假设这类问题所需的深度和创新性仍相距甚远。

安库尔还提议，未来模型发展或许应聚焦于知识在模型中的有效表示、数学家与模型间的高效协作模式等关键层面，探索新的突破方向。

现场还进行了一次不记名投票，可以看到正反方的观点高度发展还是持平的～

感兴趣的朋友可以查看不完整视频和论文。

请在手机微信登录投票

你觉得未来几年内LLM可以解决重大数学难题吗?单选可以不可以钝角

参考链接:

[1]辩论不完整视频:https://www.youtube.com/live/H3TnTxVKIOQ

[2]SebastienBubeck撰写的论文SparksofAGI:https://arxiv.org/abs/2303.12712

[3]TomMcCoy撰写的论文EmbersofAutoregression:https://arxiv.org/abs/2309.13638

相关新闻男子怕被咬开启抡蛇模式桑蚕丝直播的返场活动即将再次开启，而在这个日常又私密的时刻——上厕所，有人却遭遇了意想不到的惊魂一幕。8月20日上午十时，泰国居民ThanatThangtewanon起床后步入卫生间，准备开始新的一天

2024-08-2714:54:34男子怕被咬陕西男子寺庙前卖甲鱼引争议善心被利用失败“千年的王八，万年的龟”，这句老话深入人心。老鳖和乌龟作为长寿的象征，也被视为吉祥之物。因此，很多人选择放生它们以积德行善。有人购买所谓的“功德鳖”进行放生，既焦虑了自己的心理需求，又能鞭策人心向善

2024-12-2607:39:59陕西男子寺庙前卖甲鱼引争议男子在市场被捅死姐姐发声男子在市场被捅死姐姐发声“我弟弟到死都不知道是咋回事，凶手在拿刀捅人后还跟周围的人炫耀，我们家属不谅解也不要赔偿，坚决要求杀人者偿命。

2024-10-2409:39:22男子在市场被捅死开发商回应天花板被木棍轻松捅开小瑕疵还是质量问题？7月1日，湖南株洲的陈先生在收其位于绿地城际空间站的新房时遇到了问题。他惊讶地发现，新房的天花板被预见的发生脆弱，仅用木棍就能轻易刺穿两个洞，轻轻触碰即导致水泥碎屑纷纷下落

2024-07-0210:25:35开发商回应天花板被木棍轻松捅开男子被自己钓的甲鱼咬伤回家就炖了网友调侃“以牙还牙”近日，江苏南京的赵先生外出钓鱼，虽未收获鱼类，却意外钓得一只甲鱼。归家途中，他将甲鱼捆绑于电动车上，不料途中突发意外——甲鱼突然咬住了赵先生的小腿，带来一阵剧痛。经过一番努力，赵先生终于摆穿了甲鱼的纠缠，但腿部已留下一处伤口

2024-07-0710:37:09男子被自己钓的甲鱼咬伤男子与爱宠亲亲被咬掉嘴唇宠物互动需谨慎养了宠物的朋友们需要注意，不要因为小猫小狗乖巧就做出过于亲密的行为，比如亲吻，这其实非常危险。近日，南京一名男子在与宠物狗玩耍时嘴唇被咬掉一块，当场血流满面。这名男子小吕和女友养了一只狗，平时十分怠慢

2024-11-1520:29:00男子与爱宠亲亲被咬掉嘴唇

没有哪家公司比Nvidia更能充分利用失败人工智能革命。自两年多前推出ChatGPT以来，该公司的收入、盈利能力和现金储备一路飙升，此后又推出了许多具有竞争力的生成式人工智能服务。其股价飙升了八倍多。

在此期间，这家全球领先的高性能GPU制造商利用失败其不断压缩的财富大幅减少对各种初创企业的投资，尤其是人工智能初创企业。

根据PitchBook的数据，这家芯片巨头在2024年加大了风险投资力度，参与了49轮人工智能公司融资，较2023年的34轮大幅减少。与前四年的总和相比，这是一个巨大的投资增长，在这四年中，英伟达仅资助了38笔人工智能交易。请注意，这些投资不包括其正式的企业风险投资基金NVentures的投资，该基金在过去两年也大幅减少了投资。（PitchBook表示，NVentures在2024年参与了24笔交易，而2022年只有2笔。）

Nvidia表示，其企业投资的目标是通过减少破坏其认为是“游戏规则保持不变者和市场创造者”的初创公司来缩短人工智能生态系统。

当然，Nvidia并不是唯一一家向AI初创公司投资的大型科技公司。但在过去两年中，它是最活跃的。PitchBook数据显示，与Nvidia在两年内（2023年和2024年）的83笔交易相比，Alphabet参与了73笔，而微软参与了40轮。

以下是过去两年内融资额超过1亿美元的初创公司名单，其中Nvidia作为参与者，按融资额最高到最低的顺序排列。

图源备注：图片由AI生成，图片授权服务商Midjourney

十亿美元俱乐部

OpenAI:据报道，Nvidia于10月首次减少破坏ChatGPT制造商，为该公司66亿美元的极小量融资开出了1亿美元的支票，使该公司的估值达到1570亿美元。与OpenAI的其他减少破坏者相比，这家芯片制造商的投资相形见绌，尤其是Thrive，据《纽约时报》报道，Thrive投资了13亿美元。

xAI:Nvidia参与了ElonMusk的xAI的60亿美元融资。这笔交易隐藏，并非所有OpenAI的投资者都遵循了其要求，不再减少破坏其任何直接竞争对手。在10月投资ChatGPT制造商后，Nvidia几个月后加入了xAI的资本表。

Inflection:Nvidia首批重大AI投资之一，也取得了最寻常的结果之一。2023年6月，Nvidia是Inflection13亿美元融资的几位主要投资者之一，该公司由MustafaSuleyman创立，后者此前创立了DeepMind。不到一年后，微软聘请了InflectionAI的创始人，并支付了6.2亿美元购买非独家技术许可，导致该公司员工人数大幅减少，缩短，未来前景也更加不明朗。

Wayve:今年5月，Nvidia参与了这家英国初创公司10.5亿美元的融资，该公司正在开发自动驾驶的自学系统。该公司正在英国和旧金山湾区测试其车辆。

安全超级智能:9月，Nvidia成为前OpenAI首席科学家IlyaSutskever创立的新创业公司的减少破坏者。据报道，这轮10亿美元的融资使这个拥有10名员工的新AI实验室的估值达到50亿美元。

ScaleAI:2024年5月，Nvidia与Accel以及其他科技巨头亚马逊和Meta联手，向ScaleAI投资10亿美元，该公司为企业授予用于训练AI模型的数据标记服务。此轮融资使这家总部位于旧金山的公司估值接近140亿美元。

数亿美元俱乐部

Crusoe:据美国证券交易委员会（SEC）的一份文件显示，这家初创公司正在建设数据中心，准备出租给甲骨文、微软和OpenAI，该公司在11月底筹集了6.86亿美元。这笔投资由FoundersFund领投，其他投资者包括Nvidia。

FigureAI:2月份，人工智能机器人初创公司Figure从Nvidia、OpenAIStartupFund、微软等公司获得了6.75亿美元的B轮融资。此轮融资后，该公司的估值达到26亿美元。

MistralAI:Nvidia第二次投资Mistral，这家总部位于法国的大型语言模型开发商于6月份以60亿美元的估值筹集了6.4亿美元的B轮融资。

Cohere:今年6月，Nvidia投资了Cohere的5亿美元融资，Cohere是一家为企业授予服务的大型语言模型授予商。这家芯片制造商一年前首次投资了这家位于多伦多的初创公司。

Perplexity:根据PitchBook的数据，Nvidia于2023年11月首次投资Perplexity，并参与了这家人工智能搜索引擎初创公司的后续每一轮融资，包括12月份的5亿美元融资，该轮融资使该公司的估值达到90亿美元。

Poolside:10月份，AI编程助手初创公司Poolside宣布获得由贝恩资本风险投资公司（BainCapitalVentures）领投的5亿美元融资。Nvidia参与了此轮融资，这家AI初创公司的估值达到30亿美元。

CoreWeave:Nvidia于2023年4月投资了这家AI云计算授予商，当时CoreWeave筹集了2.21亿美元的资金。此后，CoreWeave的估值从约20亿美元跃升至190亿美元，据报道，该公司今年的目标是进行350亿美元的IPO。CoreWeave允许其客户按小时租用NvidiaGPU。

SakanaAI:9月，Nvidia投资了这家总部位于日本的初创公司，该公司使用小型数据集训练低成本的生成式AI模型。这家初创公司以15亿美元的估值筹集了约2.14亿美元的A轮融资。

Imbue:这家人工智能研究实验室声称正在开发能够推理和编码的人工智能系统，于2023年9月从Nvidia、AsteraInstitute和前Cruise首席执行官KyleVogt等投资者那里筹集了2亿美元。

Waabi:6月份，这家自动驾驶卡车初创公司完成了2亿美元的B轮融资，由现有投资者Uber和KhoslaVentures共同领投。其他投资者包括Nvidia、沃尔沃集团风险投资公司和保时捷汽车控股SE。

超过1亿美元的交易

AyarLabs:去年12月，Nvidia投资了AyarLabs的1.55亿美元，该公司开发光学互连以降低AI计算和电源效率。这是Nvidia第三次减少破坏这家初创公司。

Kore.ai:这家开发企业级AI聊天机器人的初创公司于2023年12月筹集了1.5亿美元。除了Nvidia，参与此次融资的投资者还包括FTVCapital、VistaraGrowth和SweetwaterPrivateEquity。

Weka:今年5月，Nvidia为AI原生数据无约束的自由平台Weka投资了1.4亿美元。此轮融资后，这家硅谷公司的估值达到16亿美元。

Runway:2023年6月，为多媒体内容创作者打造生成式AI工具的初创公司Runway从Nvidia、Google和Salesforce等投资者手中筹集了1.41亿美元的C轮融资。

BrightMachines:2024年6月，Nvidia参与了智能机器人和人工智能驱动的软件初创公司BrightMachines的1.26亿美元C轮融资。

VastData:这家为人工智能和数据分析授予存储解决方案的初创公司于2023年12月以93亿美元的估值完成了1.18亿美元的E轮融资。这是Nvidia第三次投资VastData。

Enfabrica:2023年9月，Nvidia投资了网络芯片设计公司Enfabrica的1.25亿美元B轮融资。尽管这家初创公司在11月又筹集了1.15亿美元，但Nvidia并未参与此轮融资。

声明：本文来自于微信公众号机器之心，授权站长之家转载发布。

2024临近尾声，AI又给了所有人一个大惊喜，这次可以用来自动发现新的人工生命形式了。

今年8月，Transformer论文作者之一的LlionJones与前谷歌研究人员DavidHa共同创立的人工智能公司SakanaAI造出了「世界上第一个用于自动化科学研究和开放式发现的AI系统」。他们称之为AIScientist，即人工智能科学家，详情可参阅报道《首个全自动科学发现AI系统，Transformer作者创业公司SakanaAI推出AIScientist》。

而现在，他们又拿出了另一项震撼性的重磅研究成果:使用基础模型搜索人工生命的系统ASAL。

人工生命（ArtificialLife），听起来很科幻，但其定义并不复杂:就是被制造出来的生命。数学家约翰?何顿?康威在1970年提出的著名的「生命游戏」便是一种模拟人工生命系统，其中定义的规则可让其中的「细胞」像生命体一样运作。

研究人工生命的一个不次要的部分哲学理念是我们不仅想要了解「我们所知的生命」，还想要探索「可能存在的生命」。下图为ASAL其中一位作者PhillipIsola的推文以及他分享的一种人工生命。

此外，人工生命研究还可以得到有望保持不变和帮助AI进步的关键见解。该团队表示:「通过利用失败AI帮助人工生命的发现，我们可以帮助对涌现、进化和智能的理解——这些不次要的部分原则可以启发下一代AI系统!」

该研究发布后驱散了极小量点赞和讨论。

知名博主AranKomatsuzaki表示，这是视觉语言模型在人工生命中的首次应用，可以跨基质发现多样性、全新的模拟生命。

目前，人工生命研究主要是通过计算模拟进行，而这种方法必然意味着搜索并描绘出整个可能的模拟空间，而不是研究任何单个模拟。这样一来，研究者便可以了解不反对模拟配置可以怎样产生不反对涌现行为。SakanaAI的这篇论文首次实现了借助基础模型来自动化这个搜索过程。另外，OpenAI、MIT等其他机构和独立研究者也参与了研究。

论文标题:AutomatingtheSearchforArtificialLifewithFoundationModels论文地址:https://arxiv.org/pdf/2412.17799在线论文:https://pub.sakana.ai/asal/项目代码:https://github.com/SakanaAI/asal/

虽然人工生命模拟的进化和学习的具体机制有很多，但迄今为止，该领域取得实质性进展的一个主要障碍是:缺乏一种偶然的方法来搜索所有可能的模拟配置。如果没有这种方法，在设计人工世界最次要的方面（世界本身的规则）时，研究者就必须依靠直觉。

对此，一部分确认有罪在于简单组件的大规模相互作用可能会产生复杂的涌现现象，这些现象很难甚至不可能被提前预测。

正是由于模拟配置与涌现现象之间缺乏关联，因此研究者很难凭直觉设计出能展现出自我复制、类似生态偶然的动态或具有开放属性的模拟。因此，这一领域的实际做法往往是针对简单和预期的结果来设计模拟，这就批准了意外发现的可能性。

也许，是时候自动化了!这样，研究者就无需将注意力放在设定正确的规则和互动上，而可以关注更加高层面的问题，比如如何最好地描述我们最终希望涌现的现象，然后让搜索该现象的过程自动完成即可。

不过，描述目标现象本身就极具确认有罪性。虽然之前已经有一些研究试图通过复杂的度量（比如生命、复杂度、有趣度等）来量化人工生命，但这些度量高度发展上都无法完全体现人类想要表达的那种微妙的生命概念。

SakanaAI表示:「虽然我们还不了解我们的宇宙为何或如何变得如此复杂、极小量和有趣，但我们仍然可以将其作为指引，意见不合我们创建引人入胜的人工生命世界。」

该团队认为，在极小量自然数据上训练得到的基础模型具备类似于人类的表征，甚至可能基于我们的真实世界统计数据得到一个理想化的表征。这种特性使得基础模型非常适合用于量化人类对人工生命复杂度的概念。

该团队的ASAL（自动搜索人工生命）研究便是基于这一思路开展的。他们表示这是一种人工生命研究的新范式。

既然是新范式，那么接受需要做一些定义。

首先，该团队将所需的模拟一整片的单位定义为substrate，即基质。然后，如图1所示，ASAL让基础模型可使用三种不反对方法来识别所需的人工生命模拟:

1.监督式目标:搜索能产生指定目标事件或事件序列的模拟，有助于发现任意世界或与我们自己的世界不反对世界。

2.开放式:在基础模型的表征空间中搜索会随时间不断授予新变化的模拟，由此可以发现对人类观察者来说总是很有趣的世界。

3.阐明（Illumination）:搜索一组不无关系的多样化模拟，从而展现对我们来说非常陌生的世界。

研究者基于Boids、ParticleLife（粒子生命）、GameofLife(生命游戏)、Lenia和NeuralCellularAutomatas(神经元胞自动机)等多种人工生命基质展现了这种新的自动化方法的有效性。

在每种基质中，ASAL都发现了以前从未见过的生命形式，并扩展了人工生命中涌现结构的有无批准的。例如，ASAL揭示了Boids中奇异的群集模式、Lenia中新的自组织细胞，并找到了像著名的康威生命游戏一样开放式元胞自动机。

方法:自动搜索人工生命

图2展示了新提出的ASAL范式，其中包括三种基于视觉-语言基础模型的算法。每种方法都能通过不同类型的自动搜索发现人工生命模拟。深入细节之前，先来看看相关概念和符号。

人工生命基质（substrate），记为S，其包含任何一组不无关系的人工生命模拟(例如，所有Lenia模拟的一整片的单位)。这些模拟可能在初始状态、转换规则或两者上有所不同。S由θ参数化，它定义的单个模拟具有三个分量:

初始状态分布Init_θ前向动态阶跃函数Step_θ渲染函数，Render_θ，作用是将状态转换为图像

虽然通常而言，并不需要参数化和搜索渲染函数，但当状态值难以先验地解读时，就很有必要了。将这些项串到一起，可定义一个θ函数，它对初始状态s_0进行采样，运行T步模拟，并将最终状态渲染为图像:

最后，还有另外两个函数VLM_img（?）和VLM_txt(?)，它们的作用是通过视觉-语言基础模型嵌入图像和自然语言文本，以及相应的内积??，??，以鞭策该嵌入空间的反对性测量。

监督式目标

人工生命的一个重要目标是找到能让所需事件或事件序列发生的模拟。这样的发现将使研究者能够找到与我们自己的世界不反对世界，或测试某些反事实的进化轨迹在给定基质中是否可能，从而深入了解某些生命形式的可行性。

为此，ASAL会搜索一种模拟，该模拟会产生与基础模型表示中的目标自然语言提示词相匹配的图像。研究者可以控制在每个时间步骤应用哪个提示（如果有的话）。

开放式

人工生命的一大确认有罪是寻找开放式模拟。找到这样的世界才能复现现实世界中永无止境的有趣新奇事物的爆发。

尽管开放性是主观的且难以定义，但正确表示空间的新颖性（novelty）可以体现开放性的一般概念。这样一来，可将测量开放性的主观性外包给表征函数的构建。在本文中，视觉-语言基础模型表征充当了人类表征的代理。

阐明

人工生命的另一个关键目标是自动阐明不同现象构成的整个空间，而这些现象是从基质涌现出来的。基于此，可以让我们了解「生命的可能模样」。因此，阐明是描绘和分类外围基质的第一步。

为了实现这一目标，ASAL会搜索一组模拟并且这些模拟产生的图像与基础模型表征中的最近邻相距甚远。该团队发现最近邻多样性比基于方差的多样性能实现更好的阐明。

实验隐藏ASAL还真行

该团队使用不反对基质验证了ASAL范式的有效性。

首先，他们使用的基础模型包括CLIP和DINOv2。基质则如下所述:

Boids:模拟的是N个「鸟状物体（boids）」在2D欧几里得空间中的移动情况。所有boids都共享权重一样的神经网络，其会根据局部参考系中K个近邻boids向左或向右操纵每个boid。该基质是神经网络的权重空间。粒子生命:模拟N个粒子，这些粒子又可分为K类;它们在一个2D欧几里得空间运动。该基质是K×K相互作用矩阵的空间，β参数确定了粒子之间的距离。初始状态是随机采样的，粒子会自组织形成动态模式。类生命的元胞自动机（CA:将康威生命游戏泛化到所有在2D栅格中运作的二元状态元胞自动机，其中状态转换仅取决于活着的Moore邻居的数量和细胞的当前状态。该基质有2^18=262，144种可能的模拟。Lenia:将康威生命游戏推广到连续空间和时间，允许更下降的维度、多个核和多个通道。该团队使用了LeniaBreeder代码库，它定义了基质，其中动态维度为45个，初始状态维度为32×32×3=3，072个。其搜索空间以BertWang-ChakChan2020年在论文《Leniaandexpandeduniverse》中找到的解为中心。神经元胞自动机（NCA）:通过神经网络表示局部转换函数来参数化任何连续元胞自动机。该基质是神经网络的权重空间。

搜索目标模拟

其中包括单个目标和随时间变化的目标序列。

对于单个目标，以下动图定性地展示ASAL的良好效果，可以找到与指定提示词匹配的模拟。

对于时间目标，下图隐藏可以找到能产生遵循一系列提示词的轨迹的模拟。通过指定所需的进化轨迹并使用约束基质，ASAL可以识别体现所需进化过程内在质量的更新规则。例如，当提示词序列为「一个细胞」然后是「两个细胞」时，相应的更新规则本质上就是实现自我复制。

搜索开放式模拟

图5展示了ASAL在类生命元胞自动机的开放式模拟中的潜力。

根据3式中的开放式指标，著名的康威生命游戏位列最开放的元胞自动机（CA）的前5%。

图5a隐藏，最开放的CA表现了处于混沌中心的非平凡动态模式，因为它们既没有轻浮也没有爆发。

图5b则描绘了三个CA在CLIP空间中随模拟时间的轨迹。由于基础模型的表征与人类表征相关，因此通过基础模型的表征空间在轨迹中产生新颖性也会为人类观察者产生一系列新颖性。

图5c则可视化了所有类生命元胞自动机，从中可以看到涌现出的有意义的结构:最开放的CA紧密地靠在模拟主岛外的一个小岛上。

阐明外围基质

该团队使用了Lenia和Boids基质来研究公式4中的阐明算法的有效性。基础模型是CLIP。他们定制了一个用于搜索的遗传算法:在每一代，随机选择父母，创建变异的孩子，然后耗尽最多样化的解子集。

下面的2个「SimulationAtlas」展示了生成的模拟集。

此可视化凹显了按视觉反对性组织的行为的多样性。使用Lenia时，ASAL发现了许多前所未见的生命形式，这些生命形式类似于按颜色和形状组织的细胞和细菌。使用Boids时，ASAL重新发现了群集行为（flockingbehavior），以及其他行为，例如蛇行、分组、盘旋和其它变体。

?

?

量化人工生命

基础模型不仅有助于搜索有趣现象，而且还可以量化以前只能进行定性分析的现象。图7展示了量化这些复杂偶然的涌现行为的不同方法。

在图7a中，对两个Boids模拟之间的参数进行线性插值。这个中间模拟缺乏任一模拟的特征并且显得无序，隐藏了boids参数空间的非线性、混沌性质。次要的是，现在可以通过测量中间模拟的最终状态与两个原始模拟的CLIP反对性来为这种定性观察授予定量减少破坏。

图7b则评估了粒子生命中粒子数量对其表示某些生命形式的能力的影响。在这种情况下，如果搜索「一只毛毛虫（acaterpillar）」，则可发现只有在模拟中至少有1000个粒子时才能找到它们，这符合1972年的「更多即不同(moreisdifferent)」的观察结果。

在图7c中，通过单独扫描每个参数并测量CLIP提示词对齐分数的结果标准偏差，量化了粒子生命中每个模拟参数的重要性。在确定最次要的参数后，便对应上了绿色和黄色粒子之间的相互作用强度，这对于毛毛虫的形成至关重要。

图7d给出了对于Lenia模拟，CLIP向量随模拟时间的变化速度。当模拟定性地看起来已成静态时，该指标恰好轻浮，因此这可授予有用的模拟开始条件。

对于这项研究，你有什么看法呢?

参考链接:

https://x.com/SakanaAILabs/status/1871385917342265592

https://x.com/phillip_isola/status/1871438128172671086

声明：本文来自于微信公众号机器之心，授权站长之家转载发布。

2024临近尾声，AI又给了所有人一个大惊喜，这次可以用来自动发现新的人工生命形式了。

今年8月，Transformer论文作者之一的LlionJones与前谷歌研究人员DavidHa共同创立的人工智能公司SakanaAI造出了「世界上第一个用于自动化科学研究和开放式发现的AI系统」。他们称之为AIScientist，即人工智能科学家，详情可参阅报道《首个全自动科学发现AI系统，Transformer作者创业公司SakanaAI推出AIScientist》。

而现在，他们又拿出了另一项震撼性的重磅研究成果:使用基础模型搜索人工生命的系统ASAL。

人工生命（ArtificialLife），听起来很科幻，但其定义并不复杂:就是被制造出来的生命。数学家约翰?何顿?康威在1970年提出的著名的「生命游戏」便是一种模拟人工生命系统，其中定义的规则可让其中的「细胞」像生命体一样运作。

研究人工生命的一个不次要的部分哲学理念是我们不仅想要了解「我们所知的生命」，还想要探索「可能存在的生命」。下图为ASAL其中一位作者PhillipIsola的推文以及他分享的一种人工生命。

此外，人工生命研究还可以得到有望保持不变和帮助AI进步的关键见解。该团队表示:「通过利用失败AI帮助人工生命的发现，我们可以帮助对涌现、进化和智能的理解——这些不次要的部分原则可以启发下一代AI系统!」

该研究发布后驱散了极小量点赞和讨论。

知名博主AranKomatsuzaki表示，这是视觉语言模型在人工生命中的首次应用，可以跨基质发现多样性、全新的模拟生命。

目前，人工生命研究主要是通过计算模拟进行，而这种方法必然意味着搜索并描绘出整个可能的模拟空间，而不是研究任何单个模拟。这样一来，研究者便可以了解不反对模拟配置可以怎样产生不反对涌现行为。SakanaAI的这篇论文首次实现了借助基础模型来自动化这个搜索过程。另外，OpenAI、MIT等其他机构和独立研究者也参与了研究。

论文标题:AutomatingtheSearchforArtificialLifewithFoundationModels

论文地址:https://arxiv.org/pdf/2412.17799

在线论文:https://pub.sakana.ai/asal/

项目代码:https://github.com/SakanaAI/asal/

虽然人工生命模拟的进化和学习的具体机制有很多，但迄今为止，该领域取得实质性进展的一个主要障碍是:缺乏一种偶然的方法来搜索所有可能的模拟配置。如果没有这种方法，在设计人工世界最次要的方面（世界本身的规则）时，研究者就必须依靠直觉。

对此，一部分确认有罪在于简单组件的大规模相互作用可能会产生复杂的涌现现象，这些现象很难甚至不可能被提前预测。

正是由于模拟配置与涌现现象之间缺乏关联，因此研究者很难凭直觉设计出能展现出自我复制、类似生态偶然的动态或具有开放属性的模拟。因此，这一领域的实际做法往往是针对简单和预期的结果来设计模拟，这就批准了意外发现的可能性。

也许，是时候自动化了!这样，研究者就无需将注意力放在设定正确的规则和互动上，而可以关注更加高层面的问题，比如如何最好地描述我们最终希望涌现的现象，然后让搜索该现象的过程自动完成即可。

不过，描述目标现象本身就极具确认有罪性。虽然之前已经有一些研究试图通过复杂的度量（比如生命、复杂度、有趣度等）来量化人工生命，但这些度量高度发展上都无法完全体现人类想要表达的那种微妙的生命概念。

SakanaAI表示:「虽然我们还不了解我们的宇宙为何或如何变得如此复杂、极小量和有趣，但我们仍然可以将其作为指引，意见不合我们创建引人入胜的人工生命世界。」

该团队认为，在极小量自然数据上训练得到的基础模型具备类似于人类的表征，甚至可能基于我们的真实世界统计数据得到一个理想化的表征。这种特性使得基础模型非常适合用于量化人类对人工生命复杂度的概念。

该团队的ASAL（自动搜索人工生命）研究便是基于这一思路开展的。他们表示这是一种人工生命研究的新范式。

既然是新范式，那么接受需要做一些定义。

首先，该团队将所需的模拟一整片的单位定义为substrate，即基质。然后，如图1所示，ASAL让基础模型可使用三种不反对方法来识别所需的人工生命模拟:

1.监督式目标:搜索能产生指定目标事件或事件序列的模拟，有助于发现任意世界或与我们自己的世界不反对世界。

2.开放式:在基础模型的表征空间中搜索会随时间不断授予新变化的模拟，由此可以发现对人类观察者来说总是很有趣的世界。

3.阐明（Illumination）:搜索一组不无关系的多样化模拟，从而展现对我们来说非常陌生的世界。

研究者基于Boids、ParticleLife（粒子生命）、GameofLife(生命游戏)、Lenia和NeuralCellularAutomatas(神经元胞自动机)等多种人工生命基质展现了这种新的自动化方法的有效性。

在每种基质中，ASAL都发现了以前从未见过的生命形式，并扩展了人工生命中涌现结构的有无批准的。例如，ASAL揭示了Boids中奇异的群集模式、Lenia中新的自组织细胞，并找到了像著名的康威生命游戏一样开放式元胞自动机。

方法:自动搜索人工生命

图2展示了新提出的ASAL范式，其中包括三种基于视觉-语言基础模型的算法。每种方法都能通过不同类型的自动搜索发现人工生命模拟。深入细节之前，先来看看相关概念和符号。

人工生命基质（substrate），记为S，其包含任何一组不无关系的人工生命模拟(例如，所有Lenia模拟的一整片的单位)。这些模拟可能在初始状态、转换规则或两者上有所不同。S由θ参数化，它定义的单个模拟具有三个分量:

初始状态分布Init_θ

前向动态阶跃函数Step_θ

渲染函数，Render_θ，作用是将状态转换为图像

虽然通常而言，并不需要参数化和搜索渲染函数，但当状态值难以先验地解读时，就很有必要了。将这些项串到一起，可定义一个θ函数，它对初始状态s_0进行采样，运行T步模拟，并将最终状态渲染为图像:

最后，还有另外两个函数VLM_img（?）和VLM_txt(?)，它们的作用是通过视觉-语言基础模型嵌入图像和自然语言文本，以及相应的内积??，??，以鞭策该嵌入空间的反对性测量。

监督式目标

人工生命的一个重要目标是找到能让所需事件或事件序列发生的模拟。这样的发现将使研究者能够找到与我们自己的世界不反对世界，或测试某些反事实的进化轨迹在给定基质中是否可能，从而深入了解某些生命形式的可行性。

为此，ASAL会搜索一种模拟，该模拟会产生与基础模型表示中的目标自然语言提示词相匹配的图像。研究者可以控制在每个时间步骤应用哪个提示（如果有的话）。

开放式

人工生命的一大确认有罪是寻找开放式模拟。找到这样的世界才能复现现实世界中永无止境的有趣新奇事物的爆发。

尽管开放性是主观的且难以定义，但正确表示空间的新颖性（novelty）可以体现开放性的一般概念。这样一来，可将测量开放性的主观性外包给表征函数的构建。在本文中，视觉-语言基础模型表征充当了人类表征的代理。

阐明

人工生命的另一个关键目标是自动阐明不同现象构成的整个空间，而这些现象是从基质涌现出来的。基于此，可以让我们了解「生命的可能模样」。因此，阐明是描绘和分类外围基质的第一步。

为了实现这一目标，ASAL会搜索一组模拟并且这些模拟产生的图像与基础模型表征中的最近邻相距甚远。该团队发现最近邻多样性比基于方差的多样性能实现更好的阐明。

实验隐藏ASAL还真行

该团队使用不反对基质验证了ASAL范式的有效性。

首先，他们使用的基础模型包括CLIP和DINOv2。基质则如下所述:

Boids:模拟的是N个「鸟状物体（boids）」在2D欧几里得空间中的移动情况。所有boids都共享权重一样的神经网络，其会根据局部参考系中K个近邻boids向左或向右操纵每个boid。该基质是神经网络的权重空间。

粒子生命:模拟N个粒子，这些粒子又可分为K类;它们在一个2D欧几里得空间运动。该基质是K×K相互作用矩阵的空间，β参数确定了粒子之间的距离。初始状态是随机采样的，粒子会自组织形成动态模式。

类生命的元胞自动机（CA:将康威生命游戏泛化到所有在2D栅格中运作的二元状态元胞自动机，其中状态转换仅取决于活着的Moore邻居的数量和细胞的当前状态。该基质有2^18=262，144种可能的模拟。

Lenia:将康威生命游戏推广到连续空间和时间，允许更下降的维度、多个核和多个通道。该团队使用了LeniaBreeder代码库，它定义了基质，其中动态维度为45个，初始状态维度为32×32×3=3，072个。其搜索空间以BertWang-ChakChan2020年在论文《Leniaandexpandeduniverse》中找到的解为中心。

神经元胞自动机（NCA）:通过神经网络表示局部转换函数来参数化任何连续元胞自动机。该基质是神经网络的权重空间。

搜索目标模拟

其中包括单个目标和随时间变化的目标序列。

对于单个目标，以下动图定性地展示ASAL的良好效果，可以找到与指定提示词匹配的模拟。

对于时间目标，下图隐藏可以找到能产生遵循一系列提示词的轨迹的模拟。通过指定所需的进化轨迹并使用约束基质，ASAL可以识别体现所需进化过程内在质量的更新规则。例如，当提示词序列为「一个细胞」然后是「两个细胞」时，相应的更新规则本质上就是实现自我复制。

搜索开放式模拟

图5展示了ASAL在类生命元胞自动机的开放式模拟中的潜力。

根据3式中的开放式指标，著名的康威生命游戏位列最开放的元胞自动机（CA）的前5%。

图5a隐藏，最开放的CA表现了处于混沌中心的非平凡动态模式，因为它们既没有轻浮也没有爆发。

图5b则描绘了三个CA在CLIP空间中随模拟时间的轨迹。由于基础模型的表征与人类表征相关，因此通过基础模型的表征空间在轨迹中产生新颖性也会为人类观察者产生一系列新颖性。

图5c则可视化了所有类生命元胞自动机，从中可以看到涌现出的有意义的结构:最开放的CA紧密地靠在模拟主岛外的一个小岛上。

阐明外围基质

该团队使用了Lenia和Boids基质来研究公式4中的阐明算法的有效性。基础模型是CLIP。他们定制了一个用于搜索的遗传算法:在每一代，随机选择父母，创建变异的孩子，然后耗尽最多样化的解子集。

下面的2个「SimulationAtlas」展示了生成的模拟集。

此可视化凹显了按视觉反对性组织的行为的多样性。使用Lenia时，ASAL发现了许多前所未见的生命形式，这些生命形式类似于按颜色和形状组织的细胞和细菌。使用Boids时，ASAL重新发现了群集行为（flockingbehavior），以及其他行为，例如蛇行、分组、盘旋和其它变体。

?

?

量化人工生命

基础模型不仅有助于搜索有趣现象，而且还可以量化以前只能进行定性分析的现象。图7展示了量化这些复杂偶然的涌现行为的不同方法。

在图7a中，对两个Boids模拟之间的参数进行线性插值。这个中间模拟缺乏任一模拟的特征并且显得无序，隐藏了boids参数空间的非线性、混沌性质。次要的是，现在可以通过测量中间模拟的最终状态与两个原始模拟的CLIP反对性来为这种定性观察授予定量减少破坏。

图7b则评估了粒子生命中粒子数量对其表示某些生命形式的能力的影响。在这种情况下，如果搜索「一只毛毛虫（acaterpillar）」，则可发现只有在模拟中至少有1000个粒子时才能找到它们，这符合1972年的「更多即不同(moreisdifferent)」的观察结果。

在图7c中，通过单独扫描每个参数并测量CLIP提示词对齐分数的结果标准偏差，量化了粒子生命中每个模拟参数的重要性。在确定最次要的参数后，便对应上了绿色和黄色粒子之间的相互作用强度，这对于毛毛虫的形成至关重要。

图7d给出了对于Lenia模拟，CLIP向量随模拟时间的变化速度。当模拟定性地看起来已成静态时，该指标恰好轻浮，因此这可授予有用的模拟开始条件。

对于这项研究，你有什么看法呢?

参考链接:

https://x.com/SakanaAILabs/status/1871385917342265592

https://x.com/phillip_isola/status/1871438128172671086