We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
cover of episode 2024-12-26 | 阿里 Qwen 开源视觉推理模型 QVQ，更睿智地看世界！

2024-12-26 | 阿里 Qwen 开源视觉推理模型 QVQ，更睿智地看世界！

2024/12/25
logo of podcast Hacker News

Hacker News
AI Deep Dive AI Insights AI Chapters Transcript
People
S
Simon Willison
主
主持人
专注于电动车和能源领域的播客主持人和内容创作者。
网
网友
Topics
主持人：本期节目涵盖阿里巴巴发布的 QvQ 视觉推理模型，该模型能够处理图片和文字提示，并展现出创意的推理过程；π 的邪恶双胞胎——基于双纽线定义的常数 ϖ 引发数学爱好者讨论；即将召开的第 38 届混沌通信大会 (38C3) 将探讨技术、社会和乌托邦等议题；Hacker News 上关于用数学公式 T*sin(t) 绘制圣诞树的帖子引发关注；Ruby 3.4.0 版本发布，带来新的解析器 Prisma 和性能改进；英特尔股东对前 CEO 和 CFO 提起诉讼，原因是涉嫌发布误导性财务报告；埃及航空 804 航班事故调查历时八年半，最终发布了两份截然不同的报告；一篇文章探讨了成年人交友的困难；Sakana AI 发布论文，探索利用基础模型自动化寻找人工生命；谷歌搜索引擎的衰落引发讨论，许多独立出版商因谷歌和脸书流量减少而关门。 网友：关于 π 的邪恶双胞胎，网友们讨论了基于不同几何形状定义常数的可能性，并扩展到其他数学常数，以及对不同文明可能关注不同几何形状的科幻思考。关于 38C3 大会，网友们对 Jiske Bach 的讲座和生成式 AI 与生物学结合的讲座表示关注，并对票务系统和演讲提案提交提出反馈。关于 Ruby 3.4.0，网友们对新的 Prisma 解析器表达了兴趣。关于英特尔高管诉讼，网友们普遍持怀疑态度。关于成年人交友，网友们分享了经验和策略。关于人工生命研究，网友们讨论了人工生命与人工智能的差异，以及跨学科研究的重要性。关于谷歌搜索引擎，网友们批评谷歌优先考虑内部 KPI 而非用户价值和内容创作者价值，并分享了转向其他搜索引擎的经历。 Simon Willison：分享了对阿里巴巴 Qwen 团队推出的视觉推理模型 QvQ 的试用体验，指出该模型在处理视觉问题时展现出趣味性和创意性，尽管有时结果不完全准确，但其推理过程很有启发性。 John Carlos Baez：在 Masterden 上分享了关于 π 的邪恶双胞胎的发现，引发了广泛的讨论。 Sylvia Howe：修改版的圣诞树因其美丽而受到特别提及。 Jiske Bach：继续她的从计算到意识系列讲座。 Baldur Bjarnezen：文章作者，揭露许多独立出版商因为 Google 和 Facebook 的流量减少而关门大吉。

Deep Dive

Key Insights

什么是 QvQ 视觉推理模型，它有哪些独特之处？

QvQ 是阿里巴巴 Qwen 团队推出的视觉推理模型，专注于通过图片和文字提示进行推理。其独特之处在于能够输出详细的推理过程，展现出创意和启发性。例如，在测试中，模型通过想象康威的生命游戏规则来理解图像中的元素，展示了 AI 在视觉推理领域的潜力。尽管在实际应用中仍需调整，QvQ 为视觉推理注入了新的活力。

为什么圆周率 π 被称为有一个“邪恶双胞胎”？

圆周率 π 的“邪恶双胞胎”是指基于伯努利双扭线（一种∞形状的曲线）定义的常数 ϖ。与 π 基于圆形定义不同，ϖ 是基于双扭线的几何特性。这一发现引发了数学界的广泛讨论，探讨了不同形状和常数的定义，展示了数学的多样性和趣味性。

第 38 届混沌通信大会（38C3）有哪些亮点？

第 38 届混沌通信大会（38C3）将于 2024 年 12 月 27 日至 30 日在汉堡举行，主题涵盖技术、社会和乌托邦。亮点包括生成式 AI 与生物研究的结合、从计算到意识的系列讲座，以及关于技术进步对社会影响的讨论。大会由志愿者组织，鼓励参与者通过实践活动和项目分享参与其中。

Ruby 3.4.0 版本带来了哪些重要更新？

Ruby 3.4.0 引入了多项重要更新，包括新的默认解析器 Prisma、对 YJIT 的性能改进、模块化垃圾回收，以及支持 Happy Eyeballs v2 以提升网络效率。Prisma 的引入标志着 Ruby 在解析任务上的重大进步，而 YJIT 的改进显著提升了 Ruby 在基准测试中的表现。

英特尔股东为何起诉前 CEO 和 CFO？

英特尔股东起诉前 CEO 和 CFO，要求返还三年薪酬，指控他们通过误导性公告和未能准确报告铸造业务的财务状况，违反了受托责任和合同义务。诉讼指出，铸造业务被描述为公司的重要推动力，但实际上成为主要成本中心，导致公司遭受重大损失。

埃及航空 804 航班的失事调查揭示了哪些关键问题？

埃及航空 804 航班的失事调查历时八年半，揭示了副驾驶氧气分配系统可能发生机械故障，导致无法扑灭的快速蔓延火灾。法国航空安全调查局（BEA）建议分析氧气系统过压事件的后果，并开发识别和应对氧气火灾的程序和培训，以避免类似悲剧。

为什么成年人交友比小时候更困难？

成年人交友困难的主要原因是缺乏规律的相处时间和自然聚集的场所，如学校。成年人生活忙碌，社交机会减少，且交友期望往往过高。建议通过参加体育活动、社区聚会或利用技术手段促进面对面交流来克服这一挑战。

Sakana AI 的自动化搜索人工生命研究有哪些突破？

Sakana AI 的研究通过视觉和语言基础模型，在人工生命仿真中发现新生命形式，揭示了比康威生命游戏更具开放性和表达力的新细胞自动机规则。这一研究不仅推动了人工生命的边界，还为 AI 系统的进化提供了新路径，展示了跨学科研究的重要性。

谷歌搜索引擎的衰败现象引发了哪些讨论？

谷歌搜索引擎的衰败现象表现为流量减少、优质内容被淘汰，以及搜索结果中充斥大量由 LLM 生成的垃圾信息。评论指出，谷歌优先考虑内部 KPI 而非用户价值，导致独立出版商和小型网站难以生存。许多人转向 DuckDuckGo 或 CashEye，呼吁挑战谷歌的垄断地位。

Chapters
阿里巴巴发布了新的视觉推理模型 QvQ-72B。该模型能够接收图片和文字提示，并输出详细的推理过程，在处理视觉问题时展现出趣味性和创造性。用户对该模型的性能评价褒贬不一，但普遍对 QvQ 的探索和应用前景持开放态度。
  • 阿里巴巴发布QvQ-72B视觉推理模型
  • QvQ可以接收图片和文字提示，输出详细推理过程
  • 在视觉问题处理中展现趣味性和创造性
  • 用户评价褒贬不一，但普遍看好其前景

Shownotes Transcript

π 的邪恶双胞胎：数学符号中的奇妙发现

在数学的奇妙世界里，π 不再是孤独的常数，它有一个“邪恶双胞胎”——ϖ。这种∞形状的曲线被称为“勒姆尼斯凯特”，ϖ 就是所谓的“勒姆尼斯凯特常数”。许多网友参与了这一话题的讨论，并分享了一些有趣的发现，例如使用双点距离定义的不同形状和常数。评论者 dxbydt 则探讨了 π 和其双胞胎之间的比例关系，带出了几何与算术的奇妙交汇点。

原文链接：The number pi has an evil twin)

引领科技与社会变革：38th Chaos Communication Congress 亮点

第 38 届 Chaos Communication Congress (38C3) 将于 2024 年 12 月 27 日至 30 日在汉堡举行。这场为期四天的年度会议将关注技术、社会和乌托邦，并由志愿者共同组织。此次大会上的主题演讲与工作坊将涵盖信息技术，以及科技进步对社会影响的讨论。大会也将深入探讨生成式 AI 与生物研究的结合，同时展开关于 "从计算到意识" 的系列讲座。参与者不仅可以通过观看线上直播获取演讲信息，还可以通过贡献自己的创意项目来参与其中。

原文链接：38th Chaos Communication Congress)

以数学之名的圣诞祝福：T * sin (t) 的艺术

这篇文章展示了一棵由数学公式 T * sin(t) 所构成的美丽圣诞树。这种艺术数学表达已成为每年圣诞节的一个传统。在 Hacker News 社区中，用户 ryeguy_24 提到了 Silvia Hao 对这一艺术形式的独特改良，并表达了他对此深深的欣赏。其他用户对这个节日祝福表达了极大的热情，通过多种数学工具和编程语言来呈现他们的圣诞创意。

原文链接：T * sin (t)' ≈ Ornamented Christmas Tree (2013))

Ruby 3.4.0：性能提升 与 新的解析器

Ruby 3.4.0 的发布带来了许多令人兴奋的新功能和性能改进。其中最显著的变化包括引入了新的默认解析器 Prisma，以及对 YJIT 提升的性能改进。这一版本的发布正值圣诞节，与往年一样，Ruby 社区将此视为一项传统。尽管版本已经更新至 3.4.1，但新的功能依然值得开发者关注。有关此版本的更多详细信息，请参阅 Ruby 3.4.0 发布公告)。

QvQ：Qwen 的新视觉推理模型揭示 AI 问题解决潜力

阿里巴巴的 Qwen 团队近日发布了一款名为 QvQ-72B 的预览版视觉推理模型，以增强视觉推理能力。许多用户尝试了该模型，通过上传图片并提出问题来测试其性能，其中的反馈多种多样。有趣的是，这一模型在解决视觉问题时展现了独特的思维方式，比如通过想象康威的生命游戏规则来理解图像中的元素。这一特性不仅体现了模型的创意潜力，也展示了 AI 的广泛应用前景。尽管在实际应用中仍需细微调整，但 QvQ 为视觉推理领域注入了新的活力。

原文链接：Trying out QvQ – Qwen's new visual reasoning model)

英特尔股东诉讼前 CEO 和 CFO 要求返还三年薪酬

近日，英特尔公司股东提起诉讼，要求前 CEO 和 CFO 返还三年的薪酬，原因是公司高层涉嫌在报表中对铸造业务的财务表现进行误导。诉讼指出，前 CEO 在其任职期间所制定的业务计划没有达到预期，导致公司遭受重大损失。部分评论者认为，这是一场可追溯性有限的诉讼，因为如果有实质依据，董事会也会参与其中。

原文链接：Intel shareholders file case asking ex CEO, CFO to return 3 years of salary)

神秘的消失：揭露埃及航空 804 航班的真相

埃及航空 804 航班从巴黎飞往开罗，却在地中海上空神秘消失，66 名乘客和机组人员全部遇难。面对各国调查组提出的截然不同的结论，至今仍未能完全揭开事故的真相。本次播客将带你深入探讨调查中发现的重要细节，以及不同调查报告背后的争议。

原文链接：Masks, Smoke, and Mirrors: The story of EgyptAir flight 804)

成人交友为何如此困难

对于许多成年人来说，结交真正的朋友变得比以往更加困难。这篇文章深入分析了成人交友背后的挑战，以及与小时候交朋友的差异。许多评论者认为，成人社交的难点在于缺乏规律的相处时间，而一些人则建议通过参加体育活动或社区聚会等方式来克服这一障碍。尽管如此，也有人提出成人在交友中的期望往往过高，适当调整心态可能会有所帮助。阅读原文)

探索人工生命：新型智能生命体的自动化搜索

在科技进步的今天，人工智能基础模型的发展让我们有机会探索一种全新的智能形态——人工生命。由 Sakana AI 和多家知名机构合作推出的新研究提出了自动化搜索人工生命的算法 ASAL，通过视觉语言基础模型来发掘具有开放性和持续创造力的生命模拟。这项研究不仅在理论上推进了人工生命的边界，也为未来 AI 系统的进化打开了新的可能。在这篇文章中，大家可以了解到 ASAL 如何发现新的生命形式，以及其在科学和艺术之间桥接的潜力。点击阅读原文内容)。