2025 年 10 月 AI 新闻：Gemini 工具、M5 与 Quantum Echoes 实验

在这期 2025 年 10 月的新闻盘点中，我将介绍 Google 的应用构建工具、Unitree 人形机器人演示、Gemini 3 传闻、Apple M5、腾讯 3D 模型、关于语言模型局限的争论、量子计算和 Meta 的 AI 重组。产品描述和传闻都反映视频制作时的情况。

Google AI Studio 的 Build 功能让用户描述一个应用，并在浏览器中查看生成的代码和预览。在我的演示中，我选择 Gemini 2.5 Pro 和一个图像生成示例，然后使用系统自动建议的手机壁纸应用提示。可用性、额度和价格都可能变化。

界面显示进度、生成的文件、设备预览和代码视图。我在手机和桌面布局之间切换，观察项目逐渐成形。可见的开发信息很有用，但不应认为显示出来的推理摘要揭示了模型完整的内部推理。

界面显示，演示在 78 秒内完成。我请求雨天赛博朋克风格，应用返回四张壁纸，并提供下载或重新混合的选项。工具还提供检查点、代码导出、GitHub 和部署选项；一次成功演示不能证明任意生成的应用都已适合生产环境。

Google 的 Logan Kilpatrick 曾将数据库、文件存储、身份验证和 API 等集成需求列为未来工作。这些是 2025 年提到的计划，并不能证明当时每项功能都已经交付。生成的应用仍需进行适当的测试、安全审查和部署审查。

Unitree 在一场经过布置的动作演示中展示了 H2“Destiny Awakening”人形机器人。我觉得视频令人印象深刻，并讨论了公司的其他机器人产品。仅凭片段无法确定哪些动作是自主完成的、它们能多可靠地适用于其他情况，或该型号的具体供应情况。

本视频由 Zapier 赞助。Berman 介绍了其用于在公司各产品间构建工作流的 Unified Copilot，并提到人工审查和集成。这些是赞助商在 2025 年的产品说法；功能、集成数量和条款都可能变化。

接下来，我讨论传闻：LM Arena 上名为 Orion Mist 和 Lithium Flow 的匿名模型可能是 Gemini 3。视频中没有证实这一身份，精美界面或体素场景的例子也不足以确定模型身份或整体排名。Google 后来于 2025 年 11 月 18 日[发布 Gemini 3](https://blog.google/products-and-platforms/products/gemini/gemini-3-gemini-app/)，但后续发布不能证明传闻中的代号。

视频展示了一段受 Rick and Morty 启发的短生成动画，将其作为编程示例，而非视频生成模型的输出。略显粗糙的结果提醒我们，个别演示的质量可能参差不齐。我当时很期待测试最终发布的产品，但彼时其能力和发布日期尚未确定。

Apple 宣布将 M5 用于 14 英寸 MacBook Pro、iPad Pro 和 Apple Vision Pro。[Apple 公告](https://www.apple.com/newsroom/2025/10/apple-unleashes-m5-the-next-big-leap-in-ai-performance-for-apple-silicon/)称，与 M4 相比，M5 的 AI GPU 峰值算力提升超过四倍，同时每个 GPU 核心都有神经加速器，内存带宽也有所增加。

我将 Apple 硬件与 NVIDIA 的 DGX 比较，并认为 Apple 设备进行推理可能更快。视频没有提供受控比较来支持这一宽泛说法：吞吐量和延迟取决于具体机器、模型、精度、软件和工作负载。峰值算力不等于实测每个应用都提升四倍。

我对本地推理充满热情，希望 Apple 开发更强的 AI 体验和 Siri 功能。这是我的产品判断，并非基准结果。公告中提到的三款产品，不应与本片段宣布了 M5 Mac mini 的说法混为一谈。

腾讯发布了 HunyuanWorld 1.1，也称 WorldMirror。其[项目仓库](https://github.com/Tencent-Hunyuan/HunyuanWorld-Mirror)将其描述为前馈式 3D 重建模型，能够接收视频或多个视角的输入并预测几何表示。推理代码和权重于 2025 年 10 月发布；用户应检查许可及其条件。

虽然我把 Hunyuan 系列称为世界模拟模型，但此次发布明确说明的任务是 3D 重建。根据视觉输入重建几何形状，本身并不等于展示了一个完全交互式的物理模拟器。在与其他称为世界模型的系统比较时，这一区别很重要。

我讨论了社交媒体对 Andrej Karpathy 一次访谈的总结。该帖子对语言模型的智能、多模态能力、计算机操作和记忆提出批判性解读，认为仍有大量工作要做。这些措辞属于发帖者的总结；这里展示的片段没有独立核实每一条是否为逐字引述。

我的回应是，工具和脚手架可以在模型权重之外提供记忆与交互能力。这并不能确定模型本身是否需要不同的记忆或学习机制。我们应该区分模型的固定参数，以及提供外部工具、存储信息和上下文的应用。

讨论还质疑语言模型能否很好地泛化到训练数据之外，并使用人脑结构作类比。我同意存在重要局限，但“模型只会记忆”或“总会在新任务上失败”等宽泛说法仍有争议，要看具体任务和证据。大脑类比并不是模型组件的字面对应图。

我举出 AI 辅助的矩阵乘法进展和研究成果，来质疑“AI 无法贡献任何新东西”这一笼统说法。这些例子并不能证明每个生成的想法都是新颖或正确的；验证仍然必不可少。我认为 AI 长期有很大上行空间，这是个人观点，而非这些例子保证的预测。

Dell Technologies 赞助了视频的这一部分。Berman 介绍了一款配备 NVIDIA RTX PRO 硬件、用于本地 AI 工作负载的 Dell Pro Max 工作站。与超级计算机的比较是赞助商宣传用语；实际适用性取决于配置、软件和任务。

Google 宣布使用 Willow 芯片开展 Quantum Echoes 研究。[Google 的研究说明](https://research.google/blog/a-verifiable-quantum-advantage/)称，该实验测量了乱序时间关联函数，并将结果描述为可验证的量子优势。公司的说法涉及特定量子动力学任务及其与已知经典方法的比较，而不是普通计算普遍加速 13000 倍。

根据其比较假设，Google 估计 Willow 运行该实验的速度比超级计算机上的经典计算快约 13000 倍。“可验证”指可以用另一个量子系统或实验来检验测得的可观测量；它不意味着每个组成部分都已经独立复现，也不意味着改进的经典算法不会改变比较结果。

在另一项独立的核磁共振概念验证实验中，Google 探索了利用相关技术推断分子结构。药物发现和材料科学是未来可能的应用，而非已经建立的产品，也没有证明这些应用能加速 13000 倍。Berman 还提到了一种怀疑的回应，并对研究保持乐观。

最后一则新闻中，Berman 引用 [Axios 的报道](https://www.axios.com/2025/10/22/meta-superintelligence-tbd-ai-reorg)：Meta 正在 FAIR、产品 AI 和基础设施部门裁减约 600 个岗位，同时继续为新成立的 TBD Lab 招聘。Axios 的报道依据一份内部备忘录；数字和组织状况指的是 2025 年 10 月。

Axios 报道称，首席 AI 官 Alexandr Wang 将这次重组描述为简化决策、扩大个人责任的一种方式。Meta 鼓励受影响员工申请其他内部职位，并预计许多人会找到岗位。这一预期并不能保证每一位受影响员工都会重新获得聘用。