说到 BT 下载客户端，大家都诟病迅雷广告多，老牌 µTorrent 被收购后也开始塞广告，越做越臃肿；qBittorrent、BitComet 好像也停滞不前了；神器 IDM 又不支持 BT 下载。

折腾来折腾去，最后还是回到了经典的跨平台 Transmission——完全开源、零广告、不捆绑任何东西，甚至连个弹窗都没有。这次 4.x 版本更新，是它三年来最大的一次大版本跃升！加了不少实用功能，特别是新增支持“BT 边下载边播放”，预览小电影更方便了，值得去试试……

「 前往查看原文.... 」

• “狗屁下载器”？Gopeed - 开源全平台下载器 (免费轻量 / 比 Aria2 好用 / 远程下载)
• qBittorrent 中文版 - 高速轻量的开源免费跨平台 BT 磁力下载工具 (替代 uTorrent 迅雷)
• Photon - 开箱即用的免配置 Aria2 免费开源下载软件利器 (替代迅雷)
• Free Download Manager (FDM) 中文版 - 替代迅雷的优秀免费开源下载工具软件

异次元首页  |  微信公众号  |  关注微博  |  软件精选  |  软件激活码折扣

「 前往查看原文.... 」

异次元首页  |  微信公众号  |  关注微博  |  软件精选  |  软件激活码折扣

「 前往查看原文.... 」

异次元首页  |  微信公众号  |  关注微博  |  软件精选  |  软件激活码折扣

所谓末日工具箱，就是在断网但没断电的情况下，还能使用的操作系统。并且内置了：
百科全书、医学参考资料、生存指南、电子书、可汗学院、离线地图，以及离线 AI 大模型。

N.O.M.A.D. 是一个开源项目，可以安装在 Debian/ Ubuntu 上，也可以通过 Docker 安装。它自带了一些离线资料，适合在没有互联网的情况下使用。

N.O.M.A.D. 项目是什么？

Node for Offline Media, Archives, and Data（离线媒体、档案和数据）

这是一个免费的开源离线服务器，您可以安装在任何计算机上。下载您想要的内容，无需互联网即可永久使用。类似的产品要花费数百美元。 NOMAD 项目是免费的。

不联网

N.O.M.A.D. 计划设计为离线使用。仅在初始安装（下载依赖）和用户决定之后下载额外工具和资源时，才需要网络连接。

除此之外，N.O.M.A.D. 不需要互联网连接。

非常适合去那种几个月没有网络的地方带的电脑。

主要能力：

AI 助手

这种末日工具箱不稀奇，稀奇的是这帮末日老哥也把 AI 拉进来了

N.O.M.A.D. 安装了 Ollama，但需要在首次安装时联网下载大模型，之后才能正常使用。

所需要的硬件配置

在不使用大模型的前提下，所需要的硬件配置，非常低：

• 处理器：2 GHz 或更高级别的双核处理器
• 内存：4GB 系统内存
• 存储空间：至少5GB的可用磁盘空间
• 操作系统：基于Debian（推荐Ubuntu）
• 稳定的网络连接（仅安装时要求）

但如果要运行大型语言模型及其他内置的人工智能工具：

• 处理器：AMD Ryzen 7 或 Intel Core i7 或更高级别
• 内存：32 GB 系统内存
• 显卡：NVIDIA RTX 3060或AMD同等或更高（显存更高=运行更大机型）
• 存储空间：至少250GB的空闲磁盘空间（最好在SSD上）
• 操作系统：基于Debian（推荐Ubuntu）
• 稳定的网络连接（仅安装时要求）

总结 && 获取

N.O.M.A.D. 就是典型听起来：好酷、好有用，我要有一个的项目，实际上：完全没有鸟用的项目。

• 官网

原文：https://www.appinn.com/project-nomad/

相关阅读

• Project Lightspeed – 任何人都能部署的开源亚秒级延迟直播平台
• Project Naptha – 革命性图像文字识别技术 [Chrome Demo]
• Project ROME – 漂亮的内容编辑平台
• Google Art Project – 让博物馆进入新标签页[Chrome]
• Journal – 微软车库项目，适合手写笔的自然书写笔记应用[Win10]

不少人都被 iCloud、OneDrive 同步慢、空间贵折磨过。很多高手会推荐大家购买 VPS 服务器自己部署开源的「Syncthing」来同步文件。既免费跨平台，还能自己掌控数据，有着众多好处。

尽管 Syncthing 跨平台支持 Win、Mac、Linux 和 Android，但它多年来一直没有好用的 iOS 客户端。而 Synctrain 则是“新一代”专为 iPhone / iPad / Mac 重新设计开发的原生开源免费客户端，不仅速度快，且支持按需同步，真的能让 Syncthing 的文件同步体验上一个层次……

「 前往查看原文.... 」

• 微力同步 - 跨平台文件同步软件 Resilio Sync 替代品 (电脑/手机/NAS)
• Syncthing - 免费开源替代 Resilio Sync 的文件夹同步工具神器 (搭建同步网盘)
• Nextcloud - 搭建个人专属或团队共享的私有云同步网盘 (开源免费跨平台)
• 坚果云 - 国内靠谱好用的跨平台文件同步网盘应用 (同步/备份/共享/协作)

异次元首页  |  微信公众号  |  关注微博  |  软件精选  |  软件激活码折扣

你有没有遇到过这种情况：SSH 卡住了，Ctrl+C 没反应，只能关窗口重来？
其实不用这么麻烦。
SSH 自带一个“逃生命令”，按两下键就能强制退出。但知道的不多，堪称 SSH 隐藏菜单

与平时用鼠标操作电脑不同，SSH 专为键盘而生，它通过命令行来控制电脑，无论是 Windows、macOS 还是 Linux 都适用。

但无论是老手还是新手，98.5% 的人可能都不知道，SSH 居然还有个隐藏菜单。

SSH 隐藏菜单

现在就打开你的终端（什么是终端？），然后输入 ~?：

青小蛙真的第一次知道这个东西，非常有趣啊。

先来解释下每一项的功能：

（注意：使用时，都需要先输入一个回车）

~. 强制断开：客户端本地立即执行

这将强制断开当前 SSH 连接，无论远程是否卡死、网络是否异常都可以生效。

当程序卡住，或者网络问题导致终端无响应的时候，就可以输入：回车 ~.来立即断开连接。

~B 发送 BREAK 信号

向远程系统发送 BREAK 信号，多用于串口或网络设备等特殊场景。

基本没用（可以忽略）

只有在连接了串口、交换机、嵌入式设备后才有用，可以打断启动流程、进入调试模式、控制界面等。

~R 重新协商密钥

请求 SSH 重新进行加密密钥协商（rekey），用于刷新加密状态。

无任何响应…也不知道有何用途。

~v / ~V 调整日志级别

动态增加（~v）或减少（~V）SSH 的日志输出详细程度，用于调试连接问题。

~R 与 ~v 可以联合起来看，就能看到刷新密钥的日志了：

~^Z 挂起 SSH

~ + ctrl + z，这可能是最有用的一个功能了，挂起当前 SSH 连接，并返回本地终端。使用 fg 恢复。

有点像 tmux，但又不太一样：

功能	SSH ~^Z	tmux
本质	挂起进程	会话管理器
作用范围	当前 SSH 进程	多个终端/窗口
是否持久	不持久	持久
终端关闭后	不能恢复	还能恢复
能否多窗口	不行	可以

当有一个挂起的任务时，当前终端会提示无法退出：

~# 查看当前端口转发

列出当前 SSH 连接中所有正在使用的端口转发（如 -L、-R、-D）。

比如 OpenClaw 就推荐使用 SSH 连接：

ssh -N -L 18789:127.0.0.1:18789 user@host

按理说应该可以检查到，但青小蛙表示测试失败，什么反应都没有。

~& 后台运行 SSH

将 SSH 放入后台继续运行，常用于连接正在关闭但还未完全结束的情况。

但注意，无法回去！

不像 tmux 可以恢复，使用 ~& 之后这个终端就没了，但进程还在运行。

~~ 输入波浪号

由于 ~ 是 SSH 控制前缀，输入两个 ~~ 才会向远程发送一个真实的 ~。

也就是当你想要输入 ~ 的时候，需要发送两个 ~~

注意

这个菜单是 SSH 客户端自带的（这里指 OpenSSH 客户端，不是终端、PowerShell 等工具）。不是服务器中的 SSH 带有的。

所以当远程 SSH 卡死之后，还能用。

来源：@Rebane

原文：https://www.appinn.com/ssh-hidden-menu-most-people-dont-know/

相关阅读

• Header
• Header
• 从80款软件中精选15款 Windows 用户真正该装的工具｜Sordum 1#
• Folder Menu – 瞬间切换文件夹
• Hidden Bar – 隐藏 macOS 菜单栏不常用的应用图标，替代 Bartender 3

「 前往查看原文.... 」

异次元首页  |  微信公众号  |  关注微博  |  软件精选  |  软件激活码折扣

老牌天气预报网站 weather.com 推出了一个超级复古的视频天气预报功能。

• https://weather.com/retro

可以设置单位、自定义地点。

拥有背景音乐、偶尔的语音解读（英文）。

注意这个效果是动画，就像几十年前电视台中的天气预报一样。

相关阅读

• Breezy Weather – 开源安卓天气预报应用，精确至1小时预报，最长15天
• Bright Weather – 明亮天气[Android]
• Today Weather – 支持 5 个天气源，可以提交封面作品的天气预报 [iOS/Android]
• 全新设计的天气预报应用 The Weather Channel [iOS/Android]
• Weather Spark – 天气预报服务：一年中的最佳旅游时间段

如果你这两天刚刚从官网下载过 HWMonitor 和 CPU-Z，并且已经安装，就需要格外注意了。
「4 月 9 日至 4 月 10 日期间」

多家媒体确认（cybernews、Tom’s Hardware、PC Gamer），以及用户社区反馈，著名的 Windows 硬件监控工具 HWMonitor 和系统信息工具 CPU-Z 的开发商 CPUID 官网 www.cpuid.com 在 4 月 9 日至 4 月 10 日期间被入侵了大约六个小时，导致下载链接指向恶意软件（官网的安装包本身未被植入，仅仅是下载链接被修改了）。

CPUID 确认了这次入侵，并且表示「该漏洞已被发现并已得到修复」。

感谢 @砂糖 的提醒，如果你近期下载过 HWMonitor 与 CPU-Z，请检查下电脑吧

当官网链接都不再可靠时，青小蛙也没什么好办法解决这种事情，只能帮忙扩散一下了。

一个研究恶意软件的账号 vx-underground 提到：其中一个二进制文件中存在的 C2 域是一个明确的 IoC。这正是 2026 年 3 月上旬伪装 FileZilla 的威胁组织。他们一直很忙。

原文：https://www.appinn.com/cpuid-download-hijack-malware/

相关阅读

• 微软的 150 款免费软件[部分，待更新]
• 数码荔枝迎新春活动：精选正版软件 5 折起
• 警惕假冒 7zip 官网：7-Zip 下载链接被篡改，Windows 安装包被植入后门
• 【更新来自 WeTab 的回应】潜伏 8 年，430万次安装！一批浏览器恶意扩展，终于被曝光
• 分享 18 款名不见经传的下载工具

说到好用的下载工具，大家都会想到优秀的 IDM，以及口碑俱佳的开源免费跨平台的 Motrix！后者内置强大的 Aria2 引擎、清爽无广告，简直是对那些流氓下载器的降维打击。

但从 2023 年开始，Motrix 基本就停更了。使用 Electron 架构使得其体积臃肿，不好维护，新功能也迟不见踪影。就在大家以为这款基于 aria2 的“下载神器”要凉凉时，一个好消息来了：有技术大佬继承了它的优点，并完全“推翻重做”，带来全新的 Motrix Next 满血复活归来……

「 前往查看原文.... 」

• “狗屁下载器”？Gopeed - 开源全平台下载器 (免费轻量 / 比 Aria2 好用 / 远程下载)
• Motrix - 清爽开源免费的全能下载工具 (跨平台 Aria2 客户端 / 支持 BT / 磁力链 / 百度网盘)
• Photon - 开箱即用的免配置 Aria2 免费开源下载软件利器 (替代迅雷)
• 替代迅雷！小白都会用的免配置 Aria2 图形界面版免费开源下载软件 PDM

异次元首页  |  微信公众号  |  关注微博  |  软件精选  |  软件激活码折扣

「 前往查看原文.... 」

异次元首页  |  微信公众号  |  关注微博  |  软件精选  |  软件激活码折扣

你上一次认真把玩命令行终端软件是什么时候？估计大部分人的答案都是：不折腾，能用就行。毕竟终端这玩意儿，从 70 年代到现在，核心交互就没变过：一个黑框框，敲命令，看输出。

而最近一款 Rust 开发的高性能、原生 AI 驱动的现代化 SSH 终端软件 Warp，突然宣布开源！GitHub 星标一夜冲到 3 万+，评论区一片欢腾！Warp 到底做了什么，能让一帮程序员如此激动？简单说，它不仅把终端从能用变成“好看+好用”，甚至让人遐想到未来的终端长什么样……

「 前往查看原文.... 」

• 还用 XShell？这款跨平台 SSH 终端工具 iShell Pro 更好用！支持 SFTP 集成 AI
• Xterminal - 集成 AI 免费跨平台 SSH 终端工具 (服务器文件管理 / 状态监控 / AI 命令解释补全)
• LNMP 一键安装包 - 简单快速 Linux 服务器建站 / 安装配置 Nginx PHP MySQL 脚本
• PuTTY - Windows 下超经典知名的免费 SSH 客户端工具软件

异次元首页  |  微信公众号  |  关注微博  |  软件精选  |  软件激活码折扣

最近小米最让我惊喜的新品，不是汽车，也不是手机，而是一款还没正式发布的人形机器人，小米 CyberOne V2。

在前天的小米投资者大会上，它第一次公开亮相。

不跑不跳，也没有表演后空翻，只是安静地站在那里，像一位训练有素的工作人员，给与会嘉宾递上伴手礼，和人握手、击掌。

小米官方目前还没有发布正式的参数，根据网上的爆料信息，小米 CyberOne V2 这款人形机器人身高 178cm、体重约 52kg。

其他的参数像是机器人的步行速度，大约为 0.98m/s，单臂的举重能力可以支撑 3kg 的重量。对比早前宇树发布的 H2 机器人，其最快行走速度是 3.3m/s，手臂最大负载 15kg，额定 7kg。

小米 CyberOne V2 的重点，很明显没有放在走路和举重上，这次最值得关注的，是小米机器人重新设计的手部。

这双手是按照成年男性的手 1:1 比例制作，具有 22-27 个自由度，不仅能做到快速拧螺丝、掌内转螺柱这些精细工业化场景的任务，还能捏羽毛和触碰气球。

更意外的是，这双手竟然还有人类的「汗腺」。

其他的爆料还提到，小米 CyberOne V2 依靠背后的情感 AI 模型，能够识别面部表情和声音，从而给出恰当的互动反馈。

但也有美国网友在下面评论说，小米 CyberOne V2 的样子和特斯拉 Optimus 也太像了，马斯克选择不提前展示 Optimus 的任何信息是对的。

此前马斯克有说过，推迟展示 Optimus V3，是为了防止竞争对手抄袭，并认为在大规模量产前，应尽可能将其藏在门后。

灵巧手是机器人的硬件瓶颈

从技术和资本市场，机器人这段时间的发展都很迅猛，几乎每天都有一个具身智能的融资。

在脚上的功夫，机器人半马刷新了人类纪录，来到了一小时内。

但在「用手操作」上，翻书、系鞋带，这些人类双手的日常操作，对机器人来说却还是天方夜谭。

具身智能的核心，其实就在于机器人的大脑如何通过物理躯体与现实世界交互，而灵巧手成了实现完美交互最大的硬件瓶颈。

多家机器人公司都曾专门研究过灵巧手的问题，强脑科技此前发布了 BrainCo Revo 3 智能灵巧手；21 个自由度，集成了全掌触觉和指尖视触觉，并且兼容开源生态。

在官方发布的演示视频里，这只手超越了人手的活动空间，并且覆盖了 33 种抓握手势，能双手解魔方，使用剪刀，和盘手串等。

灵巧手之所以成为一项难题，是难在软件和硬件同时卡住。软件上，人手到机器人手的动作需要重定向；硬件上，手指内部的小型执行器又很难同时做到有力、灵敏、可靠。

这里的「重定向」可以理解为：把人手的姿态、指尖轨迹和接触关系，转换成机器人手能执行的关节角和控制命令。

但人手和机械手的尺寸、关节数量、运动范围都不完全一样。人类做起来很自然的动作，直接映射到机器人手上，可能会变成不可达、穿模，或者接触点不对。

在硬件上，腿部关节通常有更多空间，可以放更大半径、更高扭矩密度的电机，因此更容易采用低减速比或准直驱方案。比如 6:1 减速比，意思是电机转 6 圈，输出轴转 1 圈；速度降下来，输出扭矩放大上去。

手指没有这种空间。电机必须缩到能塞进指节的尺寸，而在几何相似的情况下，电机扭矩大致随特征长度的三次方下降。线性尺寸缩小到 1/10，扭矩可能只剩原来的 1/1000 量级。

扭矩不够时，常见做法是靠更高减速比补回来，比如 100:1、200:1，甚至 288:1。

高减速比的代价也很直接：摩擦、齿隙、效率损失和反射惯量都会变得更难处理。仿真里很轻巧的手指，到了现实里可能变得又硬又钝，接触时不够柔顺，精细操作也就难了。

根据小米技术此前发布的全掌触觉仿生手探索文章，为了能 100% 复用人类的数据，小米对 CyberOne V2 的仿生手这次也进行了大刀阔斧的重构。

1:1 极致仿生： 将仿生手体积大幅压缩了 60%，尺寸与成年男性手部完全一致。同时增加了 64% 的自由度，具有 22-27 个自由度 DoF，可达空间、惯量分布都无限逼近真实人手。

全掌触觉覆盖： 机器人如果视觉一旦被遮挡，基本上就无法正常运作。小米引入了触觉手套方案，将全掌触觉传感器覆盖面积提升至 8200 平方毫米。人类穿上它打样，机器人就能完美继承「手感」。

15 万次耐久拉锯： 在实验室里、演示视频里捏个杯子很简单，但在工厂里连续打一万次螺丝，机器人的腱绳、弹簧和套管就会断裂。小米这双仿生手目前在实际抓握中，突破了 15 万次的循环寿命。

而最特别的细节，是灵巧手的「汗腺」。

为了实现这双高自由度的灵巧手，小米也必须在机器人的单手小臂内塞满各种电机。

而在实际应用中，单手电机功率超 100W，其中 30W 会直接转化为废热，极易烧毁线路。在没有外挂大型风扇的狭小空间里，他们从人类「出汗散热」中找到了灵感。

小米使用金属 3D 打印，在紧凑的小臂结构中制作了微型液冷循环通道。利用微泵将热量转移，再通过水分蒸发吸热降温。

在实测中，这套仿生汗腺系统，每分钟仅需蒸发 0.5mL 水，就能提供约 10W 的主动散热能力。

手之外，还有机器人的大脑

硬件在迭代，模型也在同步推进。

两个月前，小米开源了 Xiaomi-Robotics-0，一个面向具身智能的 VLA（视觉-语言-动作）模型。

在小米技术的官方推文里，他们进一步开源了真机后训练（Post-training）的完整流程。

最直观的数据是，基于预训练基座，用 20 小时的任务数据进行真机后训练，Xiaomi-Robotics-0 模型就能学会「把耳机放进耳机盒」这个高难度任务，并且能连续完成多个耳机的收纳。

这套后训练流程里有一个值得关注的技术细节：「偷懒效应」的解决方案。

为了让机器人动作不卡顿，业界通常采用异步推理和「动作前缀」技术，即让新动作顺着上一个动作的惯性自然过渡。但这会导致 AI 开始「偷懒」：过度依赖动作惯性，选择性无视摄像头传来的实时视觉反馈。

小米用了三种机制来对抗这个问题：自适应加权损失、Λ 型注意力掩码、前缀动作随机遮蔽。简单说，就是在训练里故意给模型制造「答案残缺」的情况，强迫它不得不去看当前的视觉信号。

软硬件能力的综合，也让小米机器人已经在汽车工厂里搬砖了。在自攻螺母上件工位，做到了 3 小时持续无干预作业，安装成功率高达 90.2%，能配合生产线 76 秒的高速节拍。

开始大规模交付的机器人

特斯拉此前把 Model S/X 的整条生产线砍掉，腾位置给机器人。

在一季度财报会上马斯克宣布，第三代 Optimus V3 预计年中亮相，7 月下旬至 8 月在加州弗里蒙特工厂启动生产，2026 年下半年向企业客户交付，规划年产能 100 万台。

但就像马斯克之前在播客里承认的一样，手部精细操作是「整个项目最难的环节」。

特斯拉的 Optimus 还没量产，美国另一家人形机器人公司 Figure 机器人，今天在 X 上宣布生产规模扩大了 24 倍，从每天生产一个机器人，变成 1 小时生产一个机器人。

在官方新闻稿里，Figure 提到他们已经交付了超过 350 个机器人。

对小米来说，做机器人，可能不会很快像 Figure、宇树、甚至是特斯拉一样，卖出一台消费级通用人形机器人。

但从 CyberOne V2 的方向也能看出来，小米真正想解决的，除了要让机器人跑得更快、举得更重，还有要让它更像一个能真正干活的手。

毕竟，人形机器人能不能走进工厂、家庭，决定因素从来都不是它能不能翻跟头，而是它能不能拧螺丝、收耳机、递东西，完成那些看似简单、却最贴近日常的动作。

而这，恰恰也是人形机器人距离大规模落地最近的一步。

部分图片素材来自小米技术公众号、X@niccruzpatane 和 https://www.origami-robotics.com/blog/dexterity-deadlocks.html

#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。

谁不想在自己的电脑上养一只小宠物，打开电脑，它就坐在那里看着你工作。

OpenAI 最近在 Codex 上的更新，引入了类似电子宠物 Tamagotchi 的桌面悬浮伴侣。

我们可以在摸鱼的时候，把鼠标悬浮到小宠物上逗它，还能拖着它在屏幕的各个位置游走；而在工作的时候，这只悬浮宠物还会实时显示 Codex 的工作状态。

和之前 Anthropic 在 Claude Code 终端里推出的像素宠物不太一样，Codex 的这只会全局地在我们的电脑上呈现。无论切换到哪个 App，它都在那个角落。

以前是人与人的聊天软件里，像是 QQ，需要一个 QQ 宠物从桌面右下角蹦出来，给它取一个名字，建立情感的联系，而它会告诉我们消息来了。

现在这件事，来到了人与 AI 的故事里。

从微软大眼夹到 Mac 访达笑脸，万物皆可宠物化

Codex 官方内置了 8 款像素风的基础宠物，包括默认原始的经典 Codex 形象，还有一只整洁的小鸭子 Dewey、适合快速迭代项目的火球 Fireball，以及一只小小的蓝屏捣蛋鬼 BAOD（Blue Screen of Death） 等。

我们可以在 Codex 设置>外观 最下面的宠物部分找到配置的相关信息。

但真正有意思的是，Codex 的自定义宠物功能。

通过使用 Codex 自带的 /hatch 指令，我们可以上传任何图片，Codex 会自动把它孵化成一个动画宠物，并保存在本地文件夹中，方便我们打包分享给其他人。

使用 /hatch 指令之前，我们还需要输入命名 $Skill Installer hatch-pet 来安装自定义宠物的 Skill。它会自动从 OpenAI 的官方 GitHub 仓库里面，下载对应的 Skill 文档。

准备就绪，我们使用 hatch pet Skill 输入 $hatch-pet 做一个 labubu 的桌面宠物。

Codex 会自动按照 Skill 里的流程，先生成一张主图，根据这张主图再生成 idle、running-right、running-left、waving、jumping、failed、waiting、running、review 等多种不同状态图片。

每一种状态，Codex 都会生成 4-8 帧的图片。

等待它生成全部状态的图片，合成为动画，我们就能得到一个自定义的桌面电子宠物。

社交网络和开发者社区也利用这一功能，创作了大量能提升 vibe coding 幸福感的桌面宠物。

像是恶搞 Anthropic CEO，做了一个愤怒的达里奥，还有奥特曼，「一个有趣的像素风格 Sama 灵感宠物，带着焦虑的斜视眼睛，头上戴着太阳镜，穿着灰色T恤和牛仔裤，散发出混乱会议室的能量。」

一些怀旧党立刻复刻了微软经典的大眼夹（Clippy），那个在我们新建文件、打开文件夹，都会跳出来，多两句嘴的桌面宠物，用 Codex 获得了新生。

苹果粉丝，就用 Codex 这套 Skill 做了一个相当生动的 Mac Finder（访达）笑脸小人 Lil Finder Guy，让它悬浮在程序坞上方，仿佛系统原生的一部分。

甚至还有人做出了乔布斯版本的宠物，以及像是 DeepSeek 的那只鲸鱼等。

在极短的时间内，PetShare 和 PetDex 这样的社区驱动型宠物图鉴网站，如雨后春笋般涌现。

多邻国的那只猫头鹰、经典动漫角色龙珠里的悟空、神探福尔摩斯、旅行青蛙、哈利波特、哆啦 A 梦等等，都成了 Codex 的热门宠物选择。

为了给这波热潮添把火，OpenAI 甚至官方下场举办了比赛：只要你生成的宠物被官方选入「最喜爱的 Top 10」，就能获得 30 天的 ChatGPT Pro（200 美元/月）奖励。

我们也在 Codex 里生成了一些小宠物，都是通过简单的两三个字的提示词。像是「做一个原神里旅行者荧的桌面宠物」，不过需要注意的是，生成自定义宠物需要的时间较长，同时消耗的额度也比较大。

更多 Codex 桌面宠物案例：

PetShare：
https://codex-pet-share.pages.dev/#/?sort=popular

PetDex：
https://petdex.crafter.run/

电子宠物是 AI 的灵动岛

把这些自定义的宠物放到 Codex 里面也非常简单，可以直接下载文件压缩包，复制到对应的文件夹，然后在设置里进行选择。

直接在 Codex 中输入简单的 /pet 指令，我们的桌面上也能快速召唤出一个活蹦乱跳的电子宠物。

这个电子宠物，除了可爱，还确实有一点用处。

它不写代码，不 debug，唯一的工作是偶尔弹出对话气泡，告诉我们 Codex 正在后台做什么——「思考中」「任务完成」「需要你来决定一件事」。

任务完成了，点它一下，直接回复，继续。

以往我们无论是用 Claude Code、OpenClaw，还是就在 DeepSeek 里面聊天，把一个任务交给他们，总是时不时需要切回对应的窗口，看看它是不是卡住了，是不是还在思考。

现在，这只悬浮在屏幕最顶层的宠物，会通过气泡和动作告诉我们 Codex 的后台状态。

基于生成的多种状态，这只桌面宠物，如果开始在挠头了，就说明它正在「思考」；它弹出气泡，就说明它完成了任务，或者需要我们提供进一步的输入。

更有意思的是，如果我们在它发消息时点击它，就可以直接开启一条回复 AI Agent 的双向通道。它就像是 macOS 桌面上的一个跨应用灵动岛，让我们在专注当前工作流的同时，对 AI 的进度了如指掌。

一直在更新的 Codex

电子宠物的功能在社交媒体上给 Codex 带来了又一波的好评，网友们都在说，这也太可爱了，情绪价值非常到位。

看着自己喜欢的小宠物在桌面上跳动，要比看着进度条转圈要心情好上不少。

但 Codex 这次在更新桌面宠物的同时，还悄悄放了两个新功能。

Codex 现在能够自动检测我们的电脑上，是否有其他 AI 编程工具，比如 Claude Code 留下的配置文件。

一旦检测到类似如 CLAUDE.md 的文档，它会主动建议并一键导入所有的插件、项目约定和自定义规则。

如果你也是为了避开不同平台的使用频率限制，让在多个 AI 之间反复横跳，这项更新降低了一定的切换成本。

另一项更新是在 Codex 内新增了「听写词典」，允许我们预先录入个人的常用缩略语和短语。

对于习惯用语音让 AI 写代码的用户来说，专有名词和缩写经常会被错误识别，导致反复修改。现在通过添加对应的条目，可以让减少我们纠错的麻烦。

OpenAI 也开始用最频繁的更新，把用户留在自己的生态里。

配置文件的跨端迁移、更懂用户的语音工具，加上那些在屏幕上挥手、打盹、偶尔还会抖动一下的悬浮宠物……

奥特曼在 X 发文说，感觉 Codex 正在经历 ChatGPT 时刻。

虽然事后奥特曼解释是 Goblin 时刻，但是 Codex 这接二连三的更新，也能看到 Codex 确实正在向一个更完整的、具备极高粘性的桌面「超级应用」进化。

在 AI 能力逐渐同质化的今天，产品的魅力和情绪价值，变得和代码生成能力一样重要。

就像那位做出 Lil Finder Guy 宠物的网友，分享了一段 AI 发给他的话，宠物用乔布斯的腔调说：

致敬那些小小的存在，那些悬在 Dock 上摇摇晃晃、时不时打个盹的小帮手，它们让工作变得轻一点。致敬 Codex 宠物。

好了，看着桌面上那个正冲我挥手的像素小怪物，我可能也得出门去溜达一圈了。

#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。

今天凌晨彭博社 Mark Gurman 最新爆料称，苹果内置摄像头的 AirPods 已进入 DVT（设计验证测试）阶段，原型机接近最终设计，最快有望于今年 9 月随新 iPhone 一同发布。

这也是苹果第一个真正意义上的 AI 可穿戴设备，这个被内部视为「给 Siri 装上眼睛」的产品，在供应链体系中的代号为 H90，研发周期已长达约 4 年。

但据接近供应链的知情人士向 APPSO 透露，代号 H90 的项目近期在供应链端出现了异动：部分产线已经「原地解散」，项目可能已被暂时搁置。

知情人士将原因指向同一个方向：欧盟隐私法规的合规风险。

需要说明的是，供应链动态的解读存在多种可能。产线调整、供应商切换、设计方案迭代，都可能造成类似信号。

但考虑到苹果对核心组件供应商的强管控传统，以及这款产品在苹果 AI 战略中的核心地位，因合规问题导致项目节奏调整是目前最有可能的推测。

换句话说，苹果可能不是做不出这个产品，很可能暂时过不了欧盟这一关。

苹果第一个 AI 可穿戴产品，是什么样的

在展开搁置原因之前，有必要先讲清楚新 AirPods 到底是什么。因为它和大多数人想象中的「带摄像头的耳机」很不一样。

外观上，新款 AirPods 和你现在用的 AirPods Pro 3 长得非常像。最明显的区别在耳机柄：因为要容纳摄像头模组，H90 的柄体略微加长。

如果不仔细看，可能很难一眼发现它和普通 AirPods 的区别。苹果显然在设计上克制了「异物感」，没有像光帆科技那样把摄像头直接裸露在耳机外壳上。

摄像头的类型是理解这款产品的关键。 新 AirPods 搭载的是低分辨率红外传感器，技术原理和 iPhone 上用于 Face ID 的模组属于同一家族。

这个摄像头不拍照和录像，也不生成任何你能打开查看的图像文件。它的工作方式更接近一种「环境扫描」：通过发射和接收红外光感知周围空间的深度信息、物体轮廓和运动状态，然后把这些数据喂给 AI 处理。

简单来说，这个摄像头是专门给 AI 加上的「眼睛」。

H90 预计搭载苹果新一代 H3 芯片。目前AirPods Pro 2 使用的 H2 芯片已经能处理自适应降噪、空间音频计算等任务，H3 则需要额外承载视觉数据的端侧 AI 推理，算力需求提升了一个量级。

产品内置微型 LED 指示灯，摄像头工作时自动亮起，会向周围人发出工作中的的提示，这和 Meta Ray-Ban 的设计类似。

在苹果的设想里，戴上这款 AirPods 走在路上，你不用掏出手机，耳机上的传感器能实时获取视觉上下文，让 AI 识别处理，你只需要说话就行。

这种体验被称为「环境智能」（ambient intelligence）：AI 不再被局限在手机屏幕里等你手动操作，可以随时感知你所处的环境，主动提供帮助。

理解了这个定位，才能理解这个产品为什么可能被欧盟的隐私法规会精准命中。

欧盟为什么能卡住这款耳机

一个不拍照、不录像、用红外线而非可见光的小传感器，为什么无法通过欧盟的隐私监管体系？

因为在欧盟的法律框架里，「采集」这个动作本身就是敏感的，不管你拿采集到的东西干了什么，欧盟拥有全球最严格的隐私监管体系，已经不止一次让苹果碰壁。

欧盟有三部法律构成了对摄像头版 AirPods 的包围圈。GDPR（通用数据保护条例）管数据处理、ePrivacy Directive（隐私与电子通信指令）管终端设备访问、EU AI Act（人工智能法案）管 AI 应用的伦理边界。三部法律从不同角度切入，但指向同一个结论：一个在公共空间持续感知环境的设备，在现行法律下几乎无法完美合规。

具体来说，H90 面临的核心难题是这样的：

GDPR 第九条把生物识别数据列为「特殊类别个人数据」，原则上禁止处理。H90 的红外传感器生成的深度图和运动轨迹数据，如果通过算法分析能识别出特定个人（比如通过耳部轮廓或头部运动模式），就直接触发这条禁令。

例外只有一个：获得用户的「明确同意」，而且这个同意必须是具体的、知情的、自由给予的，不能是一个被埋在 50 页服务条款里的勾选框。

但真正致命的问题不在用户，在旁观者。

2025 年 12 月，欧盟法院（CJEU）在 C-422/24 号案件中做出了一个影响深远的判决：通过可穿戴摄像头收集的数据，即使是路人的数据，也视为「直接从数据主体收集」，必须适用即时告知义务。法院明确说了，如果允许延迟告知，就等于给「隐蔽监控」开了口子。

也就是说，当你戴着它走进一家餐厅，法律要求你立即告知在场所有可能被传感器感知到的人，告诉他们数据正在被采集、采集目的是什么、数据会被如何处理。
这在实际操作中当然是不可能的，但法律就是这么规定的。

Meta Ray-Ban 智能眼镜已经替苹果趟过了这个雷区，结果并不美好。爱尔兰数据保护委员会（DPC）批评 Meta 眼镜的 LED 指示灯「非常小」，不足以有效告知被拍摄者。德国联邦网络管理局直接禁止了能在他人不知情时录音录像的智能设备。

意大利的数据保护机构 Garante 对 Meta 在儿童数据保护上的不足提出严厉警告。瑞典媒体还曝出 Meta 眼镜录制的视频被送到肯尼亚的第三方公司做 AI 训练标注，引发一场跨国隐私丑闻。

苹果的处境比 Meta 更微妙。过去十年，「隐私」是苹果和 Google、Meta 打差异化竞争的核心人设。

「Privacy. That’s iPhone.」这句话出现在全球数万块广告牌上。一家把隐私当品牌基石的公司，推出一款可能引发系统性隐私争议的产品，承受的压力远不只是罚款，还有品牌叙事的自相矛盾。说到罚款：GDPR 下最高可达全球年营收的 4%。以苹果 2025 财年约 4000 亿美元的营收算，理论上限是 160 亿美元。EU AI Act 更狠，违反禁止性条款的罚款上限是年营收的 7%。

更直接的威胁是上市前禁令。如果欧盟数据保护机构认定苹果的风险评估不充分，完全可以在产品发布前直接叫停。对一家习惯全球同步发布的公司来说，欧盟一个市场的缺席就足以打乱整个发布节奏和供应链计划。

所以苹果面对的选择题很清楚：强行发布，冒着高额罚款且品牌人设崩塌的风险；或者暂停，等到找到合规解法再说。

从目前的信号看，苹果选了后者，这也很苹果。

苹果 AI 硬件全家桶，本要在 2027 爆发

带摄像头的 AirPods 的搁置不是一个孤立事件，这将影响苹果 AI 硬件的整个发布节奏。

2026 年初，彭博社曝光苹果正在同步推进三款 AI 可穿戴设备：
代号 N50 的智能眼镜，对标 Meta Ray-Ban，搭载双摄像头（一颗拍照录像、一颗专用于计算机视觉），计划 2027 年发售。

一款 AirTag 大小的可穿戴吊坠，配备低分辨率摄像头和麦克风，被内部员工称为 iPhone 的「眼睛和耳朵」。

以及进展最快的 H90 摄像头 AirPods。

三款产品的核心逻辑一样：都不试图替代 iPhone，都作为 iPhone 的感知延伸存在。用户不用掏出手机，AI 就能通过这些外设获取视觉和听觉信息。

这标志着苹果硬件策略的重要转向。Vision Pro 3499 美元的定价加上笨重的头戴设计，技术再极致也走不进大众市场。苹果现在的路线是「不造新 iPhone，造一堆让 iPhone 更好用的 AI 配件」。

库克在今年初的全员大会上罕见表态：「我们正在开发由 AI 驱动的全新产品类别。」

Vision Pro 低价版（代号 N100）也已停止开发，苹果选择跳过「便宜但笨重的头戴设备」这个中间态，直接瞄准轻量化眼镜。

在这个布局里，带摄像头的 AirPods原本是最有可能率先落地的棋子。它进展最快、技术最成熟、供应链准备最充分。它的搁置意味着苹果 AI 硬件的整体节奏需要重排，下一个窗口是 2027 年的 N50 智能眼镜。

但问题在于，N50 面临和 H90 完全一样的欧盟隐私挑战，甚至更严峻，眼镜的摄像头分辨率更高、更容易拍到清晰人脸。苹果需要的不是逐产品应对，而是找到一套系统性的合规方案。

这可能也是苹果新任 CEO 约翰·特努斯接任苹果后，面临的最大挑战之一。

AI 个人终端，不会停下来

除了苹果，市场不止一家公司已经跑了起来。

高通在 2026 年 MWC 大会上发出了一个明确信号。CEO Cristiano Amon 宣布「2026 年将是 AI Agent 之年」，并描述了一个名为「Ecosystem of You」的战略愿景：未来所有设备围绕 AI Agent 运转，手机不再是中心，每个穿戴设备都是 Agent 的传感器和执行器。

这个愿景和苹果的 H90 方向本质一样。区别在于，高通是平台供应商，它不需要自己面对欧盟消费者，它只需要让合作伙伴有能力做出这些产品。

而高通确实已经把芯片准备好了。

3 月发布的 Snapdragon Wear Elite，3nm 制程，10 TOPS NPU 性能，可以在手表大小的设备上本地运行最高 20 亿参数的 AI 模型。三星已确认下一代 Galaxy Watch 将采用这颗芯片。

Snapdragon AR1+ Gen 1，专为智能眼镜设计，比前代小 26%，能在完全离线状态下独立运行 1B 参数的小语言模型。

高通在 AWE 2025 大会展示过，一位工程师戴着智能眼镜在模拟超市里问 AI 助手怎么做意大利面，全程没有网络连接，语音识别、推理、回答全在眼镜上完成。Meta Ray-Ban 和 XReal 也都确认将用 AR1+ Gen 1 开发下一代产品。

另外还有面向 AI 音频设备的 Snapdragon S7 Pro，NPU 性能比前代提升近 100 倍，让耳机从纯音频播放设备进化为具备情境感知能力的 AI 交互入口。

高通移动业务总经理 Alex Katouzian 在描述「Ecosystem of You」时，明确将「带摄像头的耳塞（earbuds with cameras）」列为个人 AI 设备网络中的关键形态。

可见在高通的规划里，摄像头耳机已经是确定会存在的品类，问题只是谁做、什么时候做、怎么过合规关。

AI 需要视觉，设备需要成为 AI 的眼睛，这在行业也逐渐形成共识。苹果的节奏可以被欧盟法规打断，但 AI 终端这个趋势大概不会因此改变。

苹果选择暂停 H90，与其说是退缩，不如说是在等一个时间窗口：等 Siri 的能力准备好、等端侧芯片的算力再上一个台阶、等欧盟的监管态度在实践中逐渐清晰化。

这三个变量同时就绪的窗口，可能在 2027 年底到 2028 年之间打开。届时苹果大概率会带着 N50 智能眼镜和 H90 摄像头 AirPods 一起亮相，配合一个完整的、通过了 DPIA 审查的合规方案。所有人都知道新的终点在哪，不会轻易放弃率先冲线的机会。

#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。

人类花了半个世纪把文档从打字机搬到 Word，又花了二十年搬到云端。结果 AI 时代真正的通用格式，是一门 2004 年发明的纯文本语言—— Markdown。

最近 Claude Code 工程师 Thariq 又提出了新的观点，说自己已经不用Markdown，HTML 才是未来，引发了大量讨论。

文章里，他提出了 HTML 格式的输出，是比 Markdown 文本更好的形态。对 AI 来说，从输出 Markdown 到输出 HTML，转换的过程基本无痛，但对用户来说却是实打实的体验优化。

Karpathy 在今天凌晨也转发了这篇文章，分享了他对于 HTML 的看法。

在他看来，音频是大语言模型最好的输入，视觉是最好的输出。在他畅想的路线里，HTML 之后还有交互动画、神经网络直接生成的视频、最终某种人机之间真正的感知融合。

在 Vibe Coding 和 Agent 产品成为主流的背景下，HTML 和 Markdown 对大多数 AI 玩家可能并不陌生。

想做一个小游戏，告诉 ChatGPT，「帮我做一个贪吃蛇的单页 HTML 网页」。ChatGPT 会将代码打包成成一个后缀名为 html 的文档，双击打开，我们就能在浏览器里看到一个可交互、有动效、图文丰富的成果。

甚至在浏览器里面，任何一个网页下，按下 CTRL+S，保存下来的本地文件，都有一个 .html 的文档。

而 Markdown 从 AI 要获取网页上下文的年代，就有大量的工具，直接将各种文件类型的文档转成 Markdown 格式。

微软自己作为办公三件套之王，有着 docx、pptx、xlsx 等职场常用的文件，早前也开源了一个将这些办公文档转成 Markdown 格式的项目，目前在 GitHub 上已经收获超过 12 万 Stars。

OpenClaw 爆火之后，各种 AGENT.md、SOUL.md、CLAUDE.md、MEMORY.md……甚至是 Skills 工程里面，每个 Skill 也是一个 Skill.md 的文档。

从记忆的保存、到提示词和 Agent 的控制，Markdown 格式几乎成为了 AI 获取丰富上下文的不二选择。

我们日常工作中最常使用的 PDF、DOC、以及 PPT 反而在 AI 时代成了「最不被待见」的格式。

但现在冒出来的 HTML 的又是怎么一回事，它会有机会取代 Markdown 成为 AI 时代的新通用语言吗？

Markdown 为什么最适合 AI

先说说为什么 Markdown 成为了 AI 时代的 Word，无论是 AI 的回答，还是我们丢给 AI 的上下文，现在大多都是以 Markdown 为主。

这门语言诞生于 2004 年，灵感来自 2000 年代电子邮件的文本排版惯例——竖线分隔、80 字符换行、星号表示强调。它的目标是「写起来像纯文本，渲染出来像 HTML」。足够简单，足够便携，不需要任何工具，任何文本编辑器都能处理。

这套设计哲学在博客时代是完美的。2008 年前后随着 Github 崛起，Markdown 直接成为程序员的标准写作格式。各类技术文档、Stack Overflow 回答、Github README、技术博客，Markdown 几乎在所有这些场景里都工作得很好。

然后大语言模型来了。

一边是刚好训练数据里有大量 Markdown 格式的文本，模型学会了用它表达结构。即训练数据上，那些技术博客论坛里「聪明人写的东西」大量是 Markdown。模型学到的不只是格式，还有「用 Markdown 写作 = 认真、结构化、专业」这个关联。

另一边是 Markdown 的结构信号非常局部化，一个标题只需要一个 #，一个列表只需要一个 -，** 出现就是加粗。模型也不需要看很远的上下文就能判断当前 token 的语义角色。

对比 HTML 的标题和列表<h1> </h1> 或者 <li> </li> 要省得多，此外，HTML 的 <div class=”section”> 要等到 </div> 才闭合，语义跨度长，模型生成时需要「记住」更远的状态。对模型生成来说负担更重，出错概率更高。

所以无论是从大语言模型注意力机制的技术角度，还是 Token 经济学的角度，「能用 Markdown 就不用 HTML」在长文档、多轮对话、大量 API 调用的场景里，成了工程师和模型双方的偏好。

总结下来，Token 效率高、结构清晰、解析简单的核心价值，让模型天然爱 Markdown，它爱 Markdown 格式的输入，也爱 Markdown 格式的输出。

这种偏好在大语言模型训练时，也变得更加明显。

模型通过人类反馈强化学习 RLHF 的时候，标注员给高分的回答大概率是：有清晰标题、有分点列举、结构一目了然的回答。而这种视觉结构，在纯文本环境里就是 Markdown。

于是模型学到的奖励信号也是：用 Markdown 格式化 = 看起来更认真、更完整、更值得高分。即使问题根本不需要列表，模型也会倾向于加列表。

这大概也是为什么我们随便问 ChatGPT 一个问题，它都想给三个要点、加粗关键词、再来个小结。以及大多数时候，在 AI 的对话界面，复制 AI 的回答，粘贴到其他输入框，都会发现自动多了 #、**、—、等 Markdown 标识。

我们看到的每一条 AI 回复的文字消息，基本上都是以 Markdown 的格式在渲染。

为什么不是 PDF、Word、PPT

Markdown 好用，但是我们日常生活中使用的文档格式，大多还是 PDF 和 Word。老板发来一个文件，我丢给 AI 去处理，这个文件往往要比我直接复制粘贴，消耗更多的时间。

本质原因还是模型只认识 token，不认识文件。

大语言模型的输入，在进入模型之前必须先被转换成 token 序列。模型看不到「一个 PDF」，它看到的是 PDF 被解析出来的文本内容，然后再切成 token。所以哪种格式在解析成纯文本之后，损失的信息最少、引入的噪声最少，这种格式就是更好的格式。

PDF 设计的目标是「打印出来好看」，不是「机器好读」。在 PDF 内部存储的是每个字符的坐标位置，而不是文本的逻辑顺序。一个两列布局的 PDF，解析出来的文本顺序很可能是左列第一行、右列第一行、左列第二行、右列第二行，直接就完全乱掉。

表格更糟糕。PDF 里的表格通常是用绝对坐标定位的文本块，没有任何「这是一行」「这是一列」的语义信息。对 AI PDF 解析器来说，只能靠猜。

扫描版 PDF 就更不用说了，直接是图片，要先过 OCR 文本识别，而 OCR 的错误率直接进入模型上下文。

.docx 和 .pptx 本质上是 ZIP 压缩包，里面是一堆 XML（可扩展标记语言）文件。解析出来的原始内容里有大量样式标记，字体、颜色、段落间距、主题、修订记录，这些对模型理解内容毫无帮助，但会占用大量 token，稀释真正有用的信息。

对 PPT 来说，信息密度本来就低，一张幻灯片可能只有一句话、几个关键词，解析出来是碎片化的文本，没有上下文连接，模型很难重建完整的逻辑。

有人会说那 TXT 呢，其实 Markdown 和 Word 这类文本，本质上都可以转成 TXT 文档，它没有额外的噪声，但也没有任何结构信号。

模型很难定位到哪里是标题、哪里是列表、哪里是代码块、哪里是引用。对于长文档，还意味着模型要靠自然语言线索去猜结构，准确率不稳定。

类似的语言还有 JSON/XML，它们确实对机器更友好，但「机器」指的不是语言模型。

JSON 和 XML 是为程序解析设计的，键值对、层级结构、严格语法。传统软件读 JSON 很舒服，因为它可以直接 json.parse()，得到一个结构化对象。

而语言模型的「理解」是通过 token 之间的统计关联实现的。对语言模型来说，读 JSON 和读自然语言的方式是一样的，逐 token 处理，靠注意力机制建立关联。把这种严格结构化的格式喂给一个为模糊输入设计的系统，本身是一种错配。

Markdown 刚好在这两者之间，它是纯文本，但带有轻量结构信号。

解析 Markdown 不需要任何特殊工具，直接读文本就行，不会有 PDF 那种坐标混乱，不会有 Word 那种 XML 噪声。同时 # ** – 这些符号给了模型足够的结构线索，让它知道这段是标题、这段是列表、这段是代码。

这些符号本身就在 token 词表里，模型直接处理，不需要任何预处理步骤。

Markdown 也要过时了？

在 Claude Code 工程的那篇文章里，细数了 HTML 的几大优点。

信息密度更高，HTML 能传达的信息远比 Markdown 丰富。它能做基础的文档结构、标题格式，但它还能表示各种其他信息，像是 CSS 样式、SVG 图片、canvas 空间数据、流程图、img 标签插入图片等等。

他还提到，Claude 能处理越来越复杂的工作，它写的需求文档和计划也越来越长。而超过 100 行的 Markdown 文件根本读不下去，更别说让其他人去读。

但 HTML 文档的阅读体验就更轻松。Claude 可以用标签页、插图、链接等方式把结构组织得清晰易导航。它甚至能做到响应式布局，在不同设备上都能舒服地阅读。

在分享这点上，他也认为 HTML 的传播要比 Markdown 容易。 把 HTML 文件随便放到某个云平台上，发这个链接给朋友和发一份 Markdown 文档，一定是点开链接阅读的几率更大。

就像现在做报告，展示几十页的 PPT，不然直接打开一个网页。市面上常见的深度研究产品，在生成 PPT 时，所采用的格式也是从渲染 HTML 网页开始。

还有 HTML 的交互性，我们可以点击不同的按钮、使用滑块或旋钮来调节不同的信息展示。

在提到 Markdown 输出的 Token 要比 HTML 少时，以及更耗时间时，他说 HTML 可能比 Markdown 慢 2-4 倍，但觉得值得；而 HTML 带来的表达力提升、以及真正去读它的概率大幅提高，最终产出反而更好。

我们也尝试把 Thariq 这篇长文转成 HTML 的格式，相较于 X 推文的长截图，HTML 呈现的内容会对读者更友好。

针对 HTML 更合适给人阅读这点，文章所列的优点听起来确实 Markdown 很难做到，但直接把 HTML 描绘成新的 AI 通用语言，还为时尚早。

难道我们未来的会话，每一次都要等 AI 输出一个所谓样式精美、交互友好的网页吗？

我想我们和朋友闲聊的时候，不会希望它盛装打扮，更不会想他要化妆一小时，要我们原地等待他。

更不用说，在大多数用户接触到的 AI，即那些不针对编程、设计等特定领域的 AI，全部都是以对话的形式在交互，我们的会话或许并不需要一份精美的 HTML，现有的 Markdown 就已经足够了。

Claude Code 工程师这篇文章里也提到了 HTML 适用于哪些项目，例如要求 AI 生成一份详细的需求文档，包括规划项目和探索不同的设计方案、或是可视化代码审查和理解、制作交互原型，比如动画和动作效果、以及研究报告等使用场景。

而这些场景本来就是适合网页呈现的场景，用它来挑战 Markdown 的地位稍微有点胜之不武。

作者在最后得出的论点是 HTML 作为 AI 交付给人类的最终产物更好读。但他并没有主张用 HTML 作为 AI 的工作记忆或上下文格式，因为 Markdown 在这一领域目前就是所有 AI 的唯一解决方案。

Markdown 还是 AI 时代的 Word，那 Markdown 最终会走向哪里？

Markdown 是 AI 的工作语言，是上下文的载体，是 agent 之间传递信息的格式，但它可能不需要是用户最终看到的东西。HTML 或者未来某种更好的格式，是 Markdown 被渲染之后的界面。

HTML 挑战不用挑战 Markdown 的地位，它只需要承担补上 Markdown 从来就不需要承担的那个角色。

Markdown 可以是 HTML 的一部分，我们在网页上和 AI 聊天，AI 给我们的回复使用 Markdown，它此时是被嵌入到了 HTML 里。

未来的 Markdown 就像一块积木一样，它会被嵌入到 HTML、甚至是某种更精美的 XTML 语言里。

格式会一直往前走。HTML 是此刻的前台，但也只是此刻的。下一站可能是可交互的 3D 空间，再下一站可能是直接写进视网膜的信号流。

但无论前台换成什么，后台跑的还是 Markdown。它不会被取代，只会被遗忘。而在技术的世界里，被所有人遗忘，恰恰是一种格式最终胜利的方式。

每一代人都在争论下一个界面是什么。但真正活下来的，从来不是界面，是协议。

#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。

现在无论哪一家要发布视频模型，都免不了要被拉来和 Seedance 2.0 对比。

而最近比较沉寂的 Google，似乎在悄悄憋一个大招，来重夺视频生成的王座。

今天凌晨，有网友在 Gemini 中意外触发了一个全新的视频生成模型——Omni（全能）。

在 Gemini 的聊天页面，直接显示着「用 Gemini Omni 来创作，认识一下我们全新的视频生成模型。重混你的视频、在对话中直接进行编辑、尝试丰富的模板，以及更多功能。」

不过，这位网友表示他再次打开 Gemini 应用时，不仅 Omni 功能没了，Gemini 界面也恢复到了旧版。

从目前泄露的初测结果来看，Gemini Omni 在某些场景下的表现，相当出色，很有当年 Nano Banana 一统图片生成的感觉。

曝光的两个测试案例里，就像 Nano Banana 解决文本渲染一样，Gemini Omni 也解决了此前 AI 视频生成的两个痛点：文本连贯性和人物进食的物理逻辑。

这个挑战复杂数学板书的 10s 视频，提示词只有一句话「一位教授在传统的黑板上写出三角恒等式的数学证明，并解释他目前在方程式中执行的步骤。」

尽管在画面中依然能找到一些 AI 生成的小破绽，但整个视频完美处理好了黑板上的「文本」内容，这是曾经很多视频模型的一个大 Bug，此外，视频整体的真实感也非常强。

网友们对这个视频的态度是「太疯狂了」，AI 超创博主@Azed_ai 也在爆料视频下留言，「如果这是实际输出，那么文本一致性确实令人难以置信。」

有网友质疑这个视频的来源，可能并不是由 Gemini Omni 生成的，爆料的博主直接放上了 Gemini 的官方链接。

我们把同样的提示词丢给 Seedance 2.0 进行测试，画面的真实感同样可圈可点，但是板书的内容，似乎和三角恒等式的关系不是很大，黑板上的一些文字渲染还是有问题。

另一个爆料的视频是致敬「威尔·史密斯吃意大利面」，这个测试案例几乎成了所有视频生成模型的必跑提示词之一。

获得提前访问的测试者表示，当他尝试输入威尔·史密斯意大利面测试时，被 Google 的内容生成护栏限制了，所以他描述了一个长相酷似威尔·史密斯的人。

Gemini Omni 生成的这个视频，虽然比 Google 自家的视频生成模型 Veo 3.1 更好，从声音和画面真实质量上，都更像真人视频。

但也有网友发现，他们站着的时候，盘子里没有意大利面，但是坐下来之后就有了，紧接着是吃的时候，根本没吃，意大利面就没了。

我们同样把这套提示词交给 Seedance 处理，在吃的时候，结果比 Gemini Omni 的表现要自然不少。

在 Reddit 上有网友质疑他是否有用过最新的视频生成模型，这位测试博主表示他用过最好的是 Kling 3.0。

网友回复他说，Seedance 2.0 要比 Kling 3.0 好上不少，所以 Gemini Omni 的表现对我（用过 Seedance 2.0 的人）来说一点都不惊讶。

而在 X 上，也有网友认为 Gemini Omni 的表现，要比 Seedance 2.0 更好。

更让人意外的时候，Google 这次不只是推出视频生成的功能，Gemini Omni 还支持视频的编辑功能。

像是可以把原视频中的意大利面，直接替换成一碗像是冬阴功的泰式风味汤。

还能把之前 Sora 生成的带水印视频，直接编辑为去掉水印。

从测试结果来看，Gemini Omni 成功地把原 Sora 视频中，持续移动的 Sora 水印去掉了，并保持和原视频基本一致。

还有网友测试了 Gemini Omni 在动漫视频生成上的表现。

和初代的 Nano Banana 主打图片编辑，让我们制作各种桌面手办一样。不少人也认为 Gemini Omni 也会走这样的路，视频生成能力较差，但视频编辑能力会更强，要等到 Gemini Omni 3 代，可能视频生成能力才是最好的。

在曝光的界面中，还出现了一个使用量（Usage）截图。数据显示，仅仅生成了数学板书和吃面两个视频，就耗费了该用户 AI Pro 订阅计划每日额度的 86%，他提到自己当天只是使用过一些 Gemini Flash。

AI 视频显然还是一门相当烧钱的生意，但只要效果足够好，买单的人不会少。

这段时间，一些 AI 视频在网络上爆火，不仅有更长的时长、更真实的场景、对话、演技、故事性都比去年爆火的那些 AI 视频要强。

视频生成平台 Runway 的技术美术师 Marko Slavnic 在 X 上发一了段用 Runway 制作的的鸽子视频，Runway 上可以使用 Seedance 2.0 模型，视频很快就获得了百万次浏览。

有网友说，这段 47s 的视频完全没发现任何 AI 的痕迹或不自然的动作，迪士尼动画可能真的需要警惕了。

还有之前在微博热搜上的话题「AI 短片 量产爱死机」，视频被转载到外网后，也直接冲到了 1200 万次观看。

转发这个视频的是一位生成式 AI 视频与广告领域的创作者，同时也是一家 AI 广告公司的创始人 PJ Ace。他直接说，

这是我近年来看过最好的短片之一。
很快，我们将不再称其为「AI 电影」，而直接称其为电影。

而在原视频的 B 站评论区里，也有网友提到视频非常火，不仅有国外的 PJ Ace 想发 Offer，也有广州的 AI+ 创作团队向他伸出了橄榄枝。

对视频的好评也是毫不吝啬地表达，「这是预告片我会去电影院」、「一流的作品，色彩、构图、剧情都无可挑剔，除了时长稍短，放在任何一季爱死机里都不突兀。」、「几年前这要一个顶级团队花费几个月几百万做出来」……

和以前每月推荐几部电影一样，现在也有网友开始总结「本月四部不容错过的 AI 短片」。

除了那些被诟病为是 AI Slop 的内容，随着生成质量的提升，AI 视频开始成为主流的媒介是无法避免的趋势。

Google 此次曝光的 Gemini Omni 或许也是为了给下周即将举行的 Google I/O 大会造势，如果能在今年的大会上，看到 Gemini Omni 开放，新的 AI 视频生成下半场又将开启。

#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。