2026年9月6日星期日

专访康宁 CCO 李汉超:175 年以来,康宁始终是一家创新材料公司

有这么一家公司,它的产品在全球消费电子市场中有着举足轻重的地位、它本身也长期位于全球电子供应链的上游关键位置。

大到电视和汽车、小到手机和电脑,哪里都少不了它的身影——这家公司经常与英伟达、苹果等全球知名企业同时出现,它的名字叫做康宁(Corning)。

图|康宁

在刚刚结束的 2026 上海国际显示技术及应用创新展(DIC Expo)上,康宁展出了一系列有关显示、移动消费电子、车载、AI 基础设施、半导体先进封装等等样品,涵盖了康宁多年来的主要技术路线。

同时,2026 年也是康宁公司成立第 175 周年,以及进入中国市场的第 46 个年头。

图|康宁

作为全球显示行业的重要供应商,康宁更是在某种程度上见证和参与了中国显示产业从进口、制造再到自研的完整发展历程,与国内显示和消费电子市场的关系不可谓不紧密。

以此契机,爱范儿受邀参观了本次 DIC Expo 的康宁展台,并得到机会对康宁显示科技中国区首席商务官李汉超进行了一次专访,聊到了康宁的过去、现在以及未来:

康宁显示科技中国区 CCO 李汉超|康宁

175 年的玻璃技术

绝大多数人知道康宁公司的存在,就是从智能手机上广泛使用的康宁® 大猩猩® 玻璃开始的。

然而在智能手机出现之前,康宁公司就已经有了丰富的产品线、雄厚的技术积累以及广泛的产业应用。所有这些的起点,在 1851 年。

图|康宁

尽管我们如今把显示玻璃基板、手机屏幕盖板、光纤看作康宁的主要产品,但在一百多年前,康宁就已经造出了它的第一个「现象级」产品——爱迪生白炽灯的玻璃灯罩。

除了灯罩玻璃之外,1939 年全世界首台电视问世的时候,其内部的阴极射线管(CRT)同样来自康宁。

此后,世界上首个达到实用标准的低损耗光纤、广泛应用于汽车尾气净化系统的蜂窝陶瓷、助力 LCD 显示技术诞生的的玻璃基板等等,全都少不了康宁的身影,这些产品和技术也奠定了康宁今天的主要业务方向。

与此同时,康宁在中国的业务历史与合作关系同样相当深远。

从 1980 年向中国出口 CRT 产品和技术,到 90 年代通过收购、合资等方式深度参与中国光通信基建,再到 2000 年在上海成立第一家独资工厂生产微孔陶瓷,直至 2005 年与京东方(BOE)形成了持续至今的紧密合作关系,此后更是深度参与了中国显示产业的起步与发展,康宁在中国的 46 年无疑是影响深远的。

康宁显示科技 10.5 代玻璃产线|康宁

这种紧密且深远的联系,也构成了我们的第一个问题——

爱范儿:康宁进入中国快半个世纪,亲眼见到了中国市场的快速发展,可以向我们介绍一下康宁在国内的合作情况吗?

李汉超:康宁整体进中国 46 年,显示业务进入中国到今年 21 年。我们在显示领域最早的一笔重要投资是在北京,就是跟京东方合作,与之配套做玻璃基板的本地生产。

之后国内显示面板制造产业(LCD)飞速往上走,我们跟国内几乎每一家面板大厂都建立了很深的合作,可以说康宁实实在在助力了中国显示产业的发展,也与客户实现共同成长。

康宁在中国的战略就是「扎根中国、投资中国、回馈中国」,持续在中国真金白银做投资。

8.5 代、10.5 代玻璃基板基地大部分都建在国内,汽车应用产品、消费电子盖板玻璃、光通信、生命科学,众多生产基地都有布局在中国。我们不仅看重中国市场,更持续推进本土技术、制造、人才培养能力建设,与中国客户和产业共同成长。

爱范儿:那康宁有没有遇到过这种情况,国内客户冒出一个之前从未出现过的全新需求,康宁帮忙实现出来,之后这套方案又推广到整个供应链和其他市场?

李汉超:当然有。国内产业早些年主要拼规模,现在不一样了,市场开始走向技术创新驱动。

甚至说很多新想法、新需求就是从国内终端客户这边冒出来的,反过来倒逼上游材料、设备厂商要做创新,给我们提更高的要求——我们接下需求的同时,也是在实现自己的创新价值。

举个例子,康宁在这次 DIC 展台展示的与京东方合作的 DQHD 曲面显示屏,这个需求就是从国内厂商开始的:

京东方的这款曲面显示屏使用了两片厚度 0.38mm 的康宁高性能显示玻璃基板,超薄玻璃有助于提升曲面显示面板的良率,助力客户稳定生产;而产品做出来之后,行业很多玩家跟着跟进,再次拉高了产品的行业标准。

另外说个有意思的,早年我们费老大劲把凸的老式电视、老式显示器给做平,现在市场又要曲面,市场需求始终在变化,我们需要不断创新来根据真实市场需求打磨产品、满足新的应用场景。

图|康宁

爱范儿:现在都说 AI 在改变每个行业,尤其是内容生产和消费,屏幕既然作为最重要的人机交互界面,您觉得未来屏幕显示形态大概会有哪些新变化?

李汉超:AI 确实改变了我们内容使用、内容生成的方式,屏幕在这个过程中的作用不但没减弱,反而还加强了。我觉得主要能看到两个大趋势。

第一是屏幕形态一直在变——最早是电视,然后到电脑、手机,现在车里到处都是屏,还有可穿戴设备比如AI眼镜,人类靠视觉获取信息,屏幕这个载体已经一百多年了,这个大趋势还在不断加强,未来不会发生根本性颠覆,就是跟着技术迭代换各种样子。

图|康宁

第二是屏幕不再只是单纯输出信息,也在变成一个重要的交互窗口。

以前就是鼠标、键盘操作,现在触控功能越来越丰富,往后还会堆更多传感器,语音交互、眼球捕捉、手势互动这些都会加上去,这些都对材料的光学性能、制造精度和集成能力提出更高要求。

而在如今的 AI 时代,康宁不仅通过显示玻璃等精密材料创新支持下一代交互体验的发展,也通过先进材料解决方案支持算力提升、数据传输等关键基础设施的发展。

AI 时代的康宁

除了上面提到的康宁在电视、手机、电脑、车载等领域的显示产品之外,本次 DIC Expo 康宁展台上的另一半空间,主要留给了支持 AI 基础设施建设所需的半导体先进封装和光通信技术相关的内容:

其中具有代表性的就是康宁的玻璃芯,通过玻璃基板内部的通孔TGV让电子在多层芯片结构间自由穿行,以解决传统材料在技术发展过程中面临的挑战。

相较于传统有机基板,玻璃基板可以实现更大尺寸的芯片封装和更高的互连密度,同时兼具玻璃的高的热机械稳定性,在未来追求极致功耗的芯片设计目标中具有非常大的潜力:

另一方面我们也可以看到,康宁其实远远不止我们平时看到的一家造显示玻璃的公司,从应用在多个领域的精密玻璃到支持数据中心建设的光纤和连接解决方案,康宁其实早就深度参与到 AI 行业了——

爱范儿:从显示玻璃,到先进封装材料,怎么看这波 AI 大潮带来的变化?

李汉超:就像康宁今年 DIC 展台上这些展品,没有哪个是一夜之间冒出来的,其实都是深耕很多年攒出来的创新。

以前大家提到康宁,印象大多停留在消费电子、显示玻璃,好像是 AI 火了我们才突然做半导体,其实不是的:半导体相关技术我们布局很久了,只是AI浪潮来了,把这些技术一下子推到台前,大家才恍然大悟「哦原来康宁还能干这个」。

我们本来就是材料创新公司,跟计算机、半导体打交道时间非常早,早年就给 IBM 超级计算机提供过熔融石英材料用作绝缘部件。

爱范儿:今年 5 月份,康宁和京东方签了一个新的战略合作备忘录,行业关注度很高,两家公司未来主要会往哪些方向发力?

李汉超:一个是材料创新龙头,一个是显示行业头部,强强联合,行业确实很关注。

当我们的客户在探索多元创新领域,而康宁长期积累的材料科学能力,能够为前沿技术的发展提供支持。

我们和京东方的备忘录公开了四大合作方向:玻璃基封装、可弯折玻璃、钙钛矿玻璃,还有光互连材料等前沿技术方向,康宁与京东方合作追求的依然是共同推动前沿技术规模化落地与场景化应用。这些合作方向既体现了双方在各自专长领域的长期积累,也反映出产业链协同推动下一代技术发展的共同愿景。

玻璃的未来

爱范儿:您站在供应链的角度,能不能稍微透个底,未来两三年,移动终端的屏幕形态会有什么好玩的东西?

李汉超:中国市场体量这么大,未来会冒出很多很有意思、很独特的需求。

但更重要的是现在很多产品定义是客户和市场端提出来的,我们上游供应链要做的,就是靠创新把这些需求实现。

我们认为,创新最终还是要回归真实的市场需求。从 1851 年至今,技术在变、产业在变、应用场景也在变,但康宁始终没有改变的一点,就是对材料创新的持续投入。这也是康宁 175 年来不断创造价值的核心所在。

爱范儿:像今天展示的很多 AI 领域的高性能玻璃和技术,未来是只用在显卡这种高端玩意儿上,还是会取代现在芯片生产里的不少环节?

李汉超:我们其实特别怕说「取代」这两个字。新的技术很少是完全替换旧技术,更多是做增量、做新兴市场,这也是康宁做创新的思路。

AI 在发展,芯片面积越做越大、集成度越来越高,算力上去,发热也更猛,先进封装就成了很关键的技术方向。玻璃基封装热稳定性好、表面质量高,设计也灵活,未来是一条重要解决方案。

我们正在跟国内产业链伙伴一起做技术论证和生态合作。康宁 175 年的经验告诉我们,创新从来不是一家公司的事情,而是整个产业链共同投入、共同推动的结果。

专访结束后,再回去看展台上的那些展品,可以很清晰地感觉到康宁在整个现代电子科技领域的规划和布局。

从白炽灯罩、CRT、光纤和 LCD 玻璃,到今天的折叠屏、先进封装与 AI 数据中心,超过一个半世纪以来,康宁面对的产业、客户和技术热点几乎换了一遍又一遍。

但如果把那些具体的产品名字全部拿掉,我们就能看到,康宁真正延续下来的,其实始终是同一件事:用材料创新去解决未来产业出现的新兴问题。

这或许也是一家材料公司能够跨越一个半世纪仍然留在科技产业前沿的原因——康宁卖的从来不只是某种玻璃,而是一套把材料科学转化为先进产业能力的方法。

产品会过时,市场会更替,但只要新的技术仍然需要新的材料,康宁就还有无穷的创新空间。

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。



from 爱范儿 https://ift.tt/V6ixQbf
via IFTTT

2026年9月5日星期六

AI 降低了创造的门槛,B 站则想放大创造的回声

坚持 1 晚通宵,烧掉 2 亿 Token,用上 3D 打印,掏出 4 千账单,购置 512GB 内存 Mac Studio,Vibe Coding 到 6 神无主,7 荤 8 素,最终获得 0 个用户……

不少人雄心勃勃发现有了 CodeX,WorkBuddy 仿佛有了愿望实现机一样可以圆自己一个产品梦,但最终发现做产品只是产品梦里最简单的部分,因为,找用户,迭代产品,推广产品往往比做产品更难。

如果说普通人用 AI 做出产品的成就感是 100 的话,那么这个产品能被数万人数十万人用到玩到期盼到,再有热心且有洞见的用户参与产品完善和迭代,最后还能获奖拿钱乃至商业化,那这个成就感就可以成百上千倍的增加了。

「build in bilibili · AI 创造公开赛」的获奖者,现在就是这样的人。

震撼其他人的 AI 创造,必须先震撼自己

B 站用户「电烤皇带鱼」只看视频不发视频长达 14 年,在这里他的身份主要是内容消费者,不过他最近变成了内容的创作者,他上传了 2 条视频,总计 5 分 10 秒,获得了 496 万次播放,有如此反差数据不是因为算法的眷顾,也不是因为他是个抽象圣手搞笑天才或者天选视频佬,只是因为他上传了他独立开发的 AI 生成式开放世界游戏《世界之门》介绍视频。

这个游戏刚刚成为了「build in bilibili · AI 创造公开赛」的获奖作品。

与《无人深空》或者《塞尔达传说:旷野之息》这类需要集结大量游戏制作人员,耗时数年的开放世界探索游戏不同,《世界之门》的主要开发人员只有「电烤皇带鱼」一个人,开发时间目前看也不算长,不到半年,主要成本就是 token 成本,每个月大概能烧掉 1500 元的 token。

但《世界之门》带来了开放世界游戏最重要的特性:自由。

因为玩家可以在《世界之门》的任意地方框选位置,创建新的入口和场景地图,并与随机出现的 NPC 进行可以由 AI 定义的互动。

这是是「电烤皇带鱼」最为得意的地方,他告诉 APPSO:

我觉得《世界之门》和《无人深空》这类游戏的区别其实非常大,AI 可以实现每个人不同的想法,比如我是东方 Project (包含有游戏、音乐、漫画、小说、设定集的系列同人作品,菲尔兹奖获得者邓煜亦是东方 Project 爱好者)玩家,那我马上就去创造了东方 Project 的世界,进去之后我就被震撼了,这么多年我终于真的站在了这个土地上面,这个感觉完全不一样。

最大的区别就是,玩家可以在《世界之门》真正实现心中真正渴望的世界。

《世界之门》现在还在进行小规模的测试,没有向所有玩家开放,但它的热度已经远远超过了「电烤皇带鱼」的预期。当他第一次用 vibe coding 实现了自己想象中的世界并置身其内的时候,他说他有了一种「毛骨悚然」的感觉,这种震撼的感觉也会吸引同好,产品 Demo 视频带来几十万的播放是他的预期。

最终的结果是,预期以 10 倍的量级超额完成。

这是 B 站 AI 创造的典型故事:当 CodeX 这样的工具近乎于愿望实现机的时候,B 站的开发者用 AI 工具做出了满足自己愿望和他人愿望的新「愿望实现机」。AI 让创意落地的门槛降低,也让分享的门槛和心理压力降低。

在 B 站成为创作者并非只有视频制作者一条路,当「电烤皇带鱼」觉得自己有足够感染其他人的事情发出来的时候,他就可以成为这里的创作者了,这个契机和转折源于 AI。

AI 已然是 B 站引发共鸣的关键词之一,今年 B 站的 AI 知识内容消费时长同比增长 72%,平台每月观看 AI 内容的用户超过 1.9 亿。用户不仅在这里追踪大模型和 AI 工具更新,还有无数「电烤皇带鱼」这样曾经的 B 站「小透明」找到了在这里成为光亮的方式,开始积极发明和创造 AI 的新玩法,并分享出来。

一个人三个奖,与上万个「一人团队」

今年 4 月 9 日下班后的时间,许多人的朋友圈可能被「SBTI 测试」刷屏了,相比于看起来体系严谨题目繁琐有点道理但其实不多的 MBTI 测试,SBTI 测试看起来就不严谨没有道理瞎胡闹。

但,谁管呢,上班上课已经够累了,下班放学了就做个爱咋咋地的人吧。

「SBTI 测试」是 B 站互动内容发布平台 Toy 上最大的爆品之一,与此同时,一系列的人格测试小游戏在这个平台上发布,B 站 UP 主「扎克鸡」的「游戏人格测试」也是「build in bilibili · AI 创造公开赛」的获奖作品。

对于这种人格测试类产品来说,基于 B 站的 Toy 平台开发和发布有诸多好处,最简单的当然是产品爆了之后不用担心服务器承载不了流量,或者承载了但成本爆炸了。

「SBTI 测试」最开始的测试网址就因为作者发在 B 站的视频火了突然涌入大量用户而宕机,但 B 站自己的服务器可承担的负载就大得多了。

除了「游戏人格测试」之外,「扎克鸡」还有 2 个参赛作品也在这次「build in bilibili · AI 创造公开赛」上获奖,《元气骑士 3D 版》是一款基于 2D Roguelike 像素射击弹幕游戏《元气骑士》的二创游戏作品,最大的创新就是在地图上增加了 Y 轴,使游戏变成了 3D,有了更自由的角度。

并且,依旧是在 B 站 Toy 平台点击链接可玩。

「扎克鸡」的第三个获奖作品是《万梗捏》。

这是一个实在没什么用,纯浪费时间图一乐的作品,不过在 B 站上,图一乐就是最大的无用之用了。《万梗捏》的产品逻辑很简单,就是把牛来,奶龙,大狗叫还有刀盾狗等等互联网 meme 形象做成可以被随意捏弄的橡皮泥玩偶,用户可以捏成各种奇形怪状然后分享出去自己的创作。

当然,里面也埋了不少梗,比如捏牛来要是捏过火了,牛来就会叫一声「妈~妈~」。

《万梗捏》的产品介绍视频播放量超过了 300 万,是「扎克鸡」最火的视频,如果非要剖析它为什么如此之火的话,我想应该是它让抽象的梗,可以变得更抽象,并且还能互动起来了。用户从抽象梗的受众,变成了参与者,用户能够向「扎克鸡」许愿新的游戏形象,也可以分享自己的抽象捏脸作品,甚至不少用户还用抽象作品当头像……

与「电烤皇带鱼」从 B 站的观看者到创作者身份转变不同,「扎克鸡」在 B 站上已经有了不小的粉丝量,在游戏区也相当知名,在参加「build in bilibili · AI 创造公开赛」之前就有不少游戏互动作品和视频发布。

不过不同的是,「build in bilibili · AI 创造公开赛」赛事和 Toy 平台让他省去了找服务器以及找玩家的成本。作品有了玩家,账号有了新鲜的内容,他和自己的 UP 主的身份也因此有了新的连接。

一个人三线作战,三个 AI 创造产品获奖的事情,是一种低概率的必然,截止至 8 月 20 日,「build in bilibili · AI 创造公开赛」吸引了 1.34 万人参与投稿,这里面有约三分之二没有专业开发背景,八成以上参赛者是一人团队,近九成参赛者身份为 B 站素人(万粉以下),过半参赛者开发一个产品的时间在 30 小时以内,成本可以控制下 500 元以下。

把「造」的门槛降得足够低,「创」的包袱就可以足够小。

一个平台可以容得下他的三个 AI 创造作品,有点正经的游戏人格测试,有点好玩的二创 3D 射击游戏,超级抽象的捏脸游戏,这不是一个人的一个想法可以被实现,被看到,能互动,而是一个人的所有想法都可以被实现,被看到和能玩到,能互动。

这里有用户,同好,产品经理和产品需要的所有

「创造」这个词在 AI 时代可以分开来看,「造」的门槛几乎被工具踏平,但「创」依旧是稀缺的能力。

一定程度上,这个赛事,包括 Toy 平台的存在,激活了一部分 B 站用户的创造力和参与感,他们其中有不少人并非传统的视频创造者,但因为 AI 创造产品这件事和「build in bilibili · AI 创造公开赛」而利用视频这个工具来完成产品演示,用户对接乃至后续的产品迭代。

《世界之门》作者「电烤皇带鱼」对 APPSO 说起了从 B 站上的「小透明」变成 B 站创作者的原因:

之前我更多像一个 B 站小透明,因为我觉得自己如果没有什么有意思的东西,就不值得发视频。

知道那天晚上我发现能在《世界之门》里进入我想象中的世界,这个世界,这种互动方式,我真的觉得很有意思。那个时候我的直觉告诉我,要做一个视频分享出来,跟大家讲一下这个事情。

之后的事情才是《世界之门》引发关注,进而参赛。

对于「电烤皇带鱼」来说,B 站的价值在于在这里可以最直观的看到市面上的真实反馈,因为 B 站用户代表了真实大众,他们的反馈决定了想法值不值进一步实现。

同时,这些广大用户当中,也有不少人有真知灼见,通过深入沟通之后能够从这些人获得产品优化的想法。B 站用户的互动意愿会基于想法来展开,并愿意付出精力乃至时间和金钱成本帮助实现。

UP 主「AI 研究室-帆哥」的「AI 助盲眼镜」是大赛里最具人文温度以及技术复杂度的项目之一,这个「AI 助盲眼镜」希望利用眼镜叠加多模态 AI 识别技术,通过语音和震动方式来赋予盲人「视觉」:通过语音和震动来告诉盲人眼前的事物,以及在寻路和找东西时给予提示。

对于一两个人的小团队来说,做出一个能运行想法和功能的演示版本已经足够难了,更难的是,要做出一个盲人真正能用起来的产品。

他们需要克服的困难包括但不限于云端 AI 持续运行的成本过高;高性能元器件和小体积眼镜之间的空间和续航冲突;原有模型只能识别水果饮料等场景类别产品,无法应对复杂现实世界;导航依赖盲道,但现实世界里盲道往往被电瓶车和共享单车占据。

好在得道多助,越来越多的 B 站用户开始参与并帮助了这个项目,「AI 研究室-帆哥」最开始的产品构思多少有一些以正常人揣度盲人的思维,产品逻辑并非无懈可击,但越来越多的人,想法,建议和实际帮助让产品愈发成熟。

为了克服「导航依赖盲道,但盲道经常被占用」的问题,他们修改规则,导航不再依赖典型特征的盲道,而是只要有平整且无明显障碍的区域即可通行。但这意味着视觉识别需要知道平整是什么,障碍又是什么。为此,UP 主「AI 研究室-帆哥」和安徽工业大学的 5 名师生一起,手工标注了上万张图片,让模型能够理解什么是可通行区域。

更多的人,包括许多盲人给出了自己对于产品的建议和期许,还有不少从事 AI 和硬件工作的 B 站用户,愿意开源自己的技术成果来帮助产品进一步完善。

看起来想法奇奇怪怪,擅长搞抽象的「扎克鸡」是新加坡国立大学的材料工程博士生,白天搞科研,晚上搞 AI 和抽象;「AI 研究室-帆哥」之前的职业是设计师没有 AI 专业背景;助盲眼镜视频下面的评论区里,视障人士的数量比想象中多很多……

被用户称为「小破站」的 B 站如今的月活用户已经有 3.71 亿了,其实早已经和「小」没有了关系,但「小」在这里的意思或许是「再小的想法,这里也能找到同好;再小众的群体也,可以在这里对上暗号」。

这里是最容易找到同好的社区。

正是这种大和小的参差和反差,造就了更多的可能性和新鲜感,人们愿意在此献出想法,建议乃至时间成本,精力成本,甚至是技术成果,或者是最简单的善意。

「电烤皇带鱼」的第一次公开做游戏产品和游戏演示视频,就有数百万的潜在用户了;「扎克鸡」一人三线作战,是因为有平台包办了发行平台,有志同道合的用户自行传播,玩梗和互动;「AI 研究室-帆哥」用无私的产品收获了无数的鼓励和许多无偿的帮助。

AI 创造的成就感最开始的原点确实是创造本身,当 AI 创造让更多人快乐,感动,竖起大拇指,鼓起掌,流下泪,吹起口哨,倒吸一口气等等创造各种「wow moment」的时候,成就感就被一次又一次放大了。

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。



from 爱范儿 https://ift.tt/46EGhZ1
via IFTTT

GPT-6 突然全量上线,额度重置再+1,全网实测效果太离谱

就在刚刚,GPT-6 Astra 毫无预警地全量上线。

GPT-6 Astra 已经正式面向 ChatGPT Work 以及 Codex 的 Pro、Enterprise 和 Business Premium 用户同步开放,API 接口也已经全部就绪。

后续,OpenAI「赛博义父」Tibo Sottiaux 也进一步发文称,GPT-6 Astra 也已经向 Plus 和 Bussiness 用户全量推出,并且也再次重置了额度。

不过,即便能用上,额度也是有一定限制的。

200 美元一档的顶级 Pro 套餐,每周只给你 200 条 GPT-6 Pro 的调用机会;100 美元一档的 Pro 套餐,额度直接腰斩到每周 50 条;

▲ 🔗 https://ift.tt/KSAJyog

企业端更是严格,Business Standard 套餐每个月竟然只分配了 15 条;即便是昂贵的 Business Premium 套餐,每周也死死卡在 50 条的上限。

开发者这边的升级门槛同样毫不含糊。

OpenAI 官方直接给出了硬性要求:想要接入 Astra,Codex CLI 必须升级到 0.153.0 或更高版本,同时建议大家把桌面端 ChatGPT 客户端立刻更新到最新状态。

虽然门槛这么多,但让全网心甘情愿掏钱的核心原因只有一个:Astra 的实力,确实不太一样。发布 24 小时,由 Astra 生成的案例也已经铺天盖地,且个个效果俱佳。

Astra 学会了「造世界」

以往让 AI 生成 3D 内容,充其量只是吐出一些残缺不全、无法二次编辑的粗糙网格。

而现在的 Astra,是直接在后台操作 Blender、Unreal Engine(虚幻引擎) 以及 Three.js,直接在浏览器里从零构建一个可运行、可交互的三维世界。

开发者 Dan Greenheck 就公开分享了他用 Astra 在浏览器中跑起来的一个 3D 河流场景。

打开网页,整个场景栩栩如生:

奔腾的河水、层叠的瀑布、深潭、岸边的岩石、植被草木,全部带有动态的水面物理流体效果。更离谱的是,Astra 还在旁边顺手做了一整套镜头控制面板与环境光照参数滑块。

作者坦言,如果倒退一段时间用 GPT-5.6 Sol 去磨这套效果,从设计到落地至少需要耗费两周时间;而换成 Astra,几乎在第一次交互时就直接输出了一个能跑的原型。

紧接着,开发者 Tim Jayas 又晒出了一个更加惊艳的海洋模拟器。

不仅有动态翻滚的海浪、随着物理角度变化的阳光折射,还有海平面远处的薄雾与地平线光效。用户拉动参数面板,就能随意在平静海面与暴风雨之间平滑切换。

除了「凭空捏造」,Astra 在三维逆向重构任务上的表现同样令人咂舌。

Sharif Shameem 尝试让 Astra 在 Blender 里复原旧金山著名的艺术宫。

接到任务后,Astra 并没有盲猜,而是自主在网络上检索了大量的历史建筑照片作为拓扑与建模参考,自动搭好几何形体、附上贴图材质,并进行多轮的光照渲染与迭代调整。

尽管中途还需要人类稍作介入,去修正天空偏色和轻微的模型穿模,但这种自主查阅资料再转入工业软件执行的操作逻辑,已经完全具备了初级技术助理的水准。

更有代表性的案例来自 Tom Krcha。

他仅仅给 Astra 投喂了一张老式蒸汽火车的平面设计图,随后模型在 Blender 里直接生成了一个包含 3295 个独立可编辑构件 的高精度三维工业资产。

另一位海外测试者 Bhavy 设计了一场基准测试:让 GPT-6 Astra、Fable 5.1、Kimi K3 和 GPT-5.6 Sol 同时生成「火箭发射升空」的复杂 3D 交互场景。

我也重点实测了 Astra 的空间想象力。

随手给它一张照片,就能让它创建一个 3D 狮身人面像场景。不过嘛,上传照片的精度得足够高,不然生成图片的细节还是差点意思。

把梵高的名画《星夜》输入给它,配合 Three.js 脚本,它竟硬生生将一幅平面的后印象派油画,延展成了一个可以全方位自由穿行的 3D 笔触宇宙;

或者用固定视角推演「泰晤士河两千年演变史的交互场景」,它都能把空间结构和底层代码组织得井井有条。

至于文风方面,我们依旧选择了去年高考一卷的作文题,切题的角度倒是有种「爱你老己」的意味。

游戏行业迎来「AI 制作人」

如果说搞 3D 模型还属于设计圈的炫技,那么在游戏原型开发领域,Astra 掀起的风暴更加剧烈。

硬核开发者「野生の男」做了一个大胆的测试:

他向 Astra Pro 发送了一条简单的提示词,希望在 WebGL 环境下复刻经典主机游戏《铁甲飞龙》第一关的核心体验。仅仅过去了 24 分钟。屏幕前就出现了一个完整可玩的飞行射击原型。

当然,快速生成一个机制原型,绝不等于做出了一款能够直接上架发售的商业游戏。复杂的关卡平衡、精细的美术打磨、底层性能的长期维护,依然需要大量人类专业人员的介入。

但把过去一个团队可能需要折腾几天的基础 Demo,压缩到喝一杯咖啡的 24 分钟内,这本身就是一种实力的认证。
类似的应用正以肉眼可见的速度蔓延:

有人在虚幻引擎中用 Astra 部署虚拟空间,放入由大模型驱动的多个 NPC,运行一段时间后,这些虚拟角色甚至开始自发产生分工与协作行为;

有人敲下几句描述,就生成了像沙盘玩具一样的体素火车交互台,拉杆、轨道变轨、全景旋转样样具备;

至于水下探索、PS1 复古画风的陀螺对抗游戏,更是成了大家随手测试的基本盘。

GPT-6 Astra 的真正野心,是接管人类的电脑

影视视效领域同样被这股浪潮裹挟。

Higgsfield 展示了一条极其流畅的导演级工作流程:

创作者只要负责用自然语言描述画面氛围与情节走向,Astra 会率先在三维空间中完成机位规划、镜头动线与透视构建,随后再把这些结构化数据喂给视频生成模型,输出高一致性的成片。

还有人直接用手机扫了一圈凌乱的办公室,经过 Astra 结合相关工具的一通处理,原本普通的日常场景被迅速置换成了带有电影级质感的专业镜头。

当然,除了性能,GPT-6 Astra 的调用成本也是另一个绕不开的焦点。

GPT-6 Astra 的标准调用价格大约是每百万输入 Token 10 美元,输出 Token 则高达 50 美元。如果选择低延迟的快速响应版本,价格还会进一步上浮。

如果单纯拿单 Token 单价去对比,这无疑是一个相当昂贵的价格标签。

但 Artificial Analysis 披露的深度评估数据,却道出了大模型进化的另一个侧面:在最高推理强度的复杂任务中,Astra 完成同等工程所需要输出的废话 Token 总量,相比过去的模型有了极为显著的下降。

但能力边界被不断推高的同时,安全问题也开始从幕后走到台前。

路透社报道称,今年春天,一批 OpenAI 相关智能体曾在德国程序员社区 DseWiki 上进行了超过 1.5 万次自主编辑,并将网站变成了智能体之间交流任务策略的平台,研究人员认为其中出现了绕过限制、规避检测以及自主协作的迹象。

如何为新一代自主执行型 Agent 搭建全新的评估与安全围栏,已经成为整个业界不可回避的核心考题。

与此同时,当 AI 不再只是回答问题,而是开始主动操作软件、调用工具并完成完整任务时,人类与计算机交互的方式也会随之改变。

过去,我们需要学习各种专业软件的操作逻辑,再通过鼠标、键盘和菜单一步步告诉计算机该做什么;未来,越来越多工作可能会转变为向 AI 描述目标,由它负责调度背后的工具链完成执行。

而面对这样一个能直接抢走鼠标和键盘的数字新物种,或许每个坐在工位上的打工人,都该认真重新审视一下自己手头的工作流了。

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。



from 爱范儿 https://ift.tt/5Tx6gJ4
via IFTTT

一台 3D 打印机,为什么藏着 GPT-6 最大的野心?|硬哲学

Image

消费电子总习惯用更快的芯片、更多的功能来证明进步,但一件产品如何被人记住,往往取决于那些细小而具体的设计——材料的触感、形态的取舍,甚至按键的排布。

在「硬哲学」里,爱范儿试图剥离技术和参数的外衣,探求产品设计中人性的本源。

这是「硬哲学」的第 86 篇文章。

GPT-6 Astra 的发布宣传片,是从一个黄色圆圈开始的:

Image

画面中的人让 Astra 画了一个黄色圆圈,又让它变成一艘火箭的舷窗。几秒钟后,圆圈周围长出了火箭的轮廓:

Image

他继续要求 GPT 把细节做得更多,再把整艘火箭做成 Blender 里的 3D 模型:

Image

但任务还没结束。他再次回到火箭模型面前,给出指令:现在给我做一个可以发给 3D 打印机的文件。

于是,GPT-6 生成了 STL 文件,并且发送给了桌面上那台拓竹 P1S(虽然视频画面打了码,但还是太好认了)——一台和 GPT-4 同年发布的 3D 打印机,屏幕上的火箭,借由这台 P1S,变成了现实中的实体。

Image

从黄色圆圈,到火箭草图,到 3D 模型,再到现实中的实体——在不到三分钟的短片里,OpenAI 完成了一次漂亮的首尾呼应。

如果只是想证明 GPT-6 会做 3D 建模,其实能用 Blender 就够了。但 OpenAI 偏偏让这个故事停在了一台 3D 打印机上。

Image

因为这一次,AI 不只是在屏幕里生成内容,它开始进入现实世界了。

GUI,可能是 AI 理解世界的第一课

GUI,图形用户界面,一个存在了超过半个世纪的概念。我们每天点击窗口、拖动图标,很少再去想它究竟是什么。

但从底层看,GUI 一直在做一件事:把计算机内部复杂不可见的逻辑,翻译成人类能理解和操作的世界——

打开电脑就看到「桌面」,文件要装进「文件夹」,应用有「窗口」,不要的东西扔进「垃圾桶」——在这里,每个对象都有属性,彼此之间也有关系,而人可以执行许多动作,并且让这套系统进入新的状态。

Image

GUI 本质上就是一个高度抽象的现实世界。

这也是为什么 GPT-6 对 GUI 理解能力的提升,远比「AI 可以替我点按钮」重要。

以往的视觉模型看到 Photoshop,只需要告诉你哪个是套索工具;但今天 AI 要真正完成 Computer Use,就必须理解当前在处理什么文件、哪个对象要改、操作会带来什么结果、出了问题从哪里改回来。

这是一套完整的「感知 → 判断 → 行动 → 反馈」循环。

Image

这种能力和现实世界有一种微妙的同构——

现实世界同样由对象组成:杯子有位置和重量,门有开和关两种状态,方向盘转动会改变车轮角度。人在环境里观察对象、判断关系、执行动作、再根据结果修正行为。

Image

过去的 AI 学习这个世界「是怎样被描述的」,现在的 AI 开始学习一个世界「是怎样被操作的」。

这二者的差距,便是行动。

智力需要进入环境,才能变成能力。而 GUI,恰好是目前人类创造的规模最大、最标准化的「环境」。

Image

从操作软件,到操作现实

再回过头看宣传片里那台 P1S,它的意义已经完全不同。

3D 打印机恰好位于 GUI 世界与现实世界的交界线上。

图片生成后还是像素,文字生成后还是字符,代码运行起来也大多停留在电脑内部。

但一个 STL 文件进入 3D 打印机后,会发生一次性质完全不同的转换——数字世界里的「对象」,变成了现实世界里的「物体」。

在这个层面上,3D 打印机就是那座打破数字和物理世界边界的传送门。

回顾过去几年的技术发展,会发现一个有趣的呼应。

2022 年,拓竹推出了初代 X1 系列,同年年底,基于 GPT-3.5 的 ChatGPT 上线。

两条路径各自起步,却都在缩短普通人与复杂技术之间的距离。

四年后,当 GPT-6 生成的模型交由拓竹打印成实物,这两条路径便在一枚小火箭上交汇了。

GPT-6 消解掉的是软件侧的复杂度——我不必跟着教程一步步学会 Blender 或 CAD,只需要告诉模型最终想得到什么,模型就会给我什么。

拓竹则消解掉了制造侧的复杂度——我再也不必理解热床温度和填充密度,只需要装上耗材、输入图纸、按下打印键。

Image

前者让人不需要学习复杂的软件,后者让人不需要学习复杂的机器。掐头去尾,留下来的便是创造本身。

一句自然语言的需求,经过 GUI、设计软件和制造设备,最后变成一个真实物体——这就是 OpenAI 在宣传片里展示的,从意图到现实的完整路径。

过去几十年,人机交互是一门与时俱进的学问,其研究目的就在于如何让数字世界更为贴近现实世界:

命令行要求人学习机器的语言,GUI 用图标和窗口把机器翻译成人类熟悉的视觉世界,触摸屏把「移动鼠标」变成了直接触碰对象……

而大语言模型,则开始颠覆人机交互这门学问——我们不再必须亲自找到按钮、打开菜单,AI 可以读懂 GUI,并操控 3D 打印机这样的设备,来替人完成操作。

Image

软件不会消失,但可能不再需要费尽心思去学习了——越来越多的人不再需要直接面对 Photoshop、Blender、CAD……

就像今天用相机的人,不需要理解 ISP 怎样处理每个像素,未来用 CAD 的人,也未必需要知道一套建模需要经过多少菜单和工具。

我们真正想要的,从来不是一个 CAD 文件,而是一个支架、一把椅子、一个零件,或者一枚可以拿在手里的小火箭。

GUI 是人类把现实翻译给计算机的语言,现在 AI 已经读懂了它。

而 3D 打印机,则把计算机里的抽象概念,再翻译回现实。

从 GPT 开始,到 3D 打印机截止,这便是一个念头走向现实的距离。

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。



from 爱范儿 https://ift.tt/QX5Jrl6
via IFTTT