Claude-3.5发布了一次版本更新，不仅代码能力大幅提升：今天上午，Cursor里OpenAI的o1模型造成的一个bug，Claude-3.5的新模型一次就帮我修好了。
最吸引眼球的是Claude随着模型发布推出了一个新的实验功能：Computer Use。顾名思义，用模型来操作电脑。
当然，出于用户体验和安全性考虑，新模型并不是直接操作我们的电脑桌面，而是通过新建一个虚拟机，在虚拟机里完成所有操作。小伙伴们第一时间进行了测试，并发布了视频。
【一镜到底】Claude3.5的Computer Use功能测试 公众号：NB Lab无边界实验室
Claude的computer use操控电脑下载论文实测
说实话，这个功能确实是包括我在内的很多“程序员”期待已久的. 从功能的实现路径上看，跟Rabbit R1的LAM功能很像。不过，因为Rabbit R1有个实体的硬件拿在手里，感觉会更酷一点。
简单讲一下Claude的这个新功能的评价：
- 期待已久，而且在我看来模型就该实现这样的功能；
- 处理速度还是很慢，因为不断要截图发送到云端模型处理，步骤较多，慢是自然的；
- 从处理流程看，模型的逻辑能力或者说思考能力完全在线，但是准确度有待提高；
- 要提高准确率，训练模型当然是重要的基础，但提高图像分辨率，推理端使用精度更高的模型，甚至更重要；
- 所以，问题在哪里？在模型“推理”（inference），要精度更高，速度更快，成本更低。
如何实现，对于Anthropic，以及OpenAI这样的头部模型开发者而言，答案当然是在英伟达的最新GPU。我之前也解释过：GB200推理性能的三十倍提升如何得来？
通过NVL-72的配置，推理性能直接提升至少30倍，加上推理的软件优化，同样的模型，成本变成之前的百分之一，很轻松就可以达到。
如今模型使用率越来越高，新功能不断推出，这种推理的需求肉眼可见。所以，对于英伟达新一代GPU（Blackwell）的需求继续高涨也符合常理。黄仁勋所说的越来越多算力是用在推理上也符合现状。
所以，英伟达的GPU依旧洛阳纸贵，但是构建方式已经开始变化了，这部分涉及到投资机会的改变，不方便在公众号讨论。
另一方面，无论是早先的Rabbit R1，Google和苹果的手机AI，微软的AIPC，还是现在Claude-3.5的computer use，甚至包括未来几年确定量产的人形机器人。AI在“端”上的趋势将比云更强。
精度更高，速度更快，成本更低。端侧推理芯片的真正竞争才开始，当然，进程肯定会比英伟达一家独大的云端市场，有看点的多。
端侧芯片上，苹果是毫无争议的综合排名第一。我写过不止一篇文章介绍过。例如，写在Apple新一代M3发布之际，这里也不再赘述了。
最新的消息来自于高通与ARM的官司。
其实这个诉讼持续了好几年，起因来自于高通之前收购的芯片公司Nuvia（与苹果M系列芯片有千丝万缕的联系）。高通最新推出面向的AIPC的X-Elite芯片基本就是源自于该公司的设计，芯片都是基于ARM架构的，与高通的手机芯片骁龙一样。但是高通却“巧妙的节省”了大笔ARM专利授权费。
如今，ARM将此事扩大，真正的用意，还是直指具备庞大前景的AIPC芯片市场。一直有消息说，ARM自己会推出基于PC的SoC芯片。虽然高通推出的X-Elite市场表现甚至略低于预期，但是至少在Windows系统上抢占了先机。这对ARM长期的芯片战略是非常不利的。因此，在我看来，这件事情可能不会那么快了结。
这只是从一个侧面反映竞争的激烈程度。然而，AI进入“端”的竞争才开始，好戏还在后头，大把机会也还在后头。
相比越来越无聊的“云”，我对“端”充满期待。