盧偉冰：真正意義上的 AI 手機，離走進我們生活，還有不少距離

在實際的內部測試與應用中，Anthropic 的工程師團隊發現，與英偉達、超威半導體（AMD）等傳統大型芯片設計企業的常規工作流程和耗時估算相比，藉助 Claude 模型進行輔助設計，能夠顯著縮短芯片整體設計所需的週期。這一探索不僅展示了大模型在底層硬件研發中的輔助潛力，也為整個人工智能行業通過 AI 提升芯片研發效率提供了全新的實踐樣本。

編譯 | 孫小雯 編輯 | 程茜 11月4日消息，今天凌晨，Anthropic開源大模型可證明推理系統FlashProve，詳細技術報告於11月2日發佈。服務商可通過該系統為模型回答生成密碼學證明，用戶無需獲取模型權重或自行運行大模型，就能在CPU上核驗輸出是否符合指定模型的計算結果。

早先微軟與 Ookla 合作推過早期版本，本質只是 Bing 網頁的包裝；直到上月，真正貼合 Windows 風格的原生工具才正式上線。人定方向、AI 跑腿，業餘時間一天出原型據 Ash 介紹，項目起點是用戶反饋"不想離開系統就能測網速"。

據稱，兩名團隊成員利用業餘時間，不到一週就借 Astra 完成一款能與 Codex 交互的測試設備設計——模型一口氣包辦了外觀、外殼結構、電子元件選型、電路板佈局到固件生成，把原本需要多方協作的活兒收進一個對話窗口。代工廠隨後不到一個月便造出小批量原型機，從一張草圖到可把玩的真機，週期被壓到驚人地短。

公司週二博客稱，它要做的"可證明推理"，是用密碼學為每條輸出出具數學保證，證明確實出自指定模型——就像加密郵件簽名幫收件人確認發件人，FlashProve 專門防備"把甲模型偽裝成乙模型"。堵住成本作弊暗門，也拆穿"注水"成績單研究人員點破長期潛規則：有了它，AI 公司難以為省成本在後臺偷偷把貴模型換成廉價版；反過來，企業也沒法暗中將便宜模型偽裝成高價型號、人為抬高跑分。

百度智能駕駛事業群組首席架構師王亮表示，目前約百輛蘿蔔快跑無人車已搭載新一代端到端架構參與運營，累計全無人運營安全里程接近百萬公里。新一代架構採用端到端模型，從駕駛數據中直接學習駕駛策略，預測轉向、油門和剎車等控制信號。為驗證模型安全性，百度推出Apollo World，將車輛、行人等交通參與者構建為具備自主決策能力的AI智能體，模擬複雜交通場景及完整行程，每天可完成約10萬公里虛擬路測。