Vellum 阅读 / 开源大模型军备竞赛：免费前沿模型如何改写竞争规则、中美博弈与技术使用权
英伟达开放 Alpamayo 2 Super：自动驾驶模型进入商用许可
原题：Nvidia opens Alpamayo 2 Super for self-driving use
IT Brief原材料约 702 字
继续阅读
开源模型只剩六个月？生存危机与监管边界
文章讨论了开源AI模型当前面临的生存危机，作者认为这是迄今为止对开源AI可行性的最严峻考验。文章指出，美国政府正在讨论通过行政命令管理开源模型，这可能导致对来自中国的开源模型和政府用途的限制。
作者分析了开源模型在游说和代表其利益方面处于劣势，而封闭模型公司（如Anthropic）则通过提出与中国竞争为由，推动限制访问竞争对手的AI技术。
Meta 推出 Muse Code：编码智能体走进终端
Meta正式发布AI编码智能体Muse Code测试版，该产品运行于终端，由其最新的Muse Spark 1.2模型驱动。
公司CEO扎克伯格表示，它能在大型代码仓库中完成从分析、规划到编写、验证的复杂软件工程任务。
当高温留在屋里，谁来承担不能停下的家务
导读
本文聚焦于印度德里、孟买等城市低收入社区中女性在家庭内部承受高温的困境。
文章指出，这些女性在单间房屋（兼具厨房、卧室功能）中长时间从事家务劳动，面临严重高温问题，而建筑构造（如金属屋顶）加剧了这一状况。
背景
热浪常被当作室外气温的新闻，但低收入社区的一间房既是厨房也是卧室，金属屋顶和持续的烹饪会把热困在生活内部。文章通过印度多座城市的女性处境说明，酷热并不会让家务停止，因而住房设计和性别分工会共同决定谁承受健康风险。
价值
它把气候适应从宏观工程拉回一个具体问题：当房间过热时，谁有能力改变居住条件，谁又只能继续工作。
荣格论创造力：无意识是基础潜流，两种模式分野
导读
本文基于卡尔·荣格1939年的著作《寻求灵魂的现代人》中关于创造力的章节，探讨了创造力的本质。荣格认为，创造力是无意识通往世界的潜望镜，艺术是观者与所见之物的共同映像。
他区分了两种创造模式：心理模式与远见模式，前者根植于人类可经验的激情与意识，后者则触及未知的、隐藏的、属于无意识领域的奥秘。
背景
卡尔·荣格是瑞士心理学家，分析心理学创始人。《寻求灵魂的现代人》是他在1939年出版的著作，集中探讨了现代人的心理困境与精神需求。理解荣格的创造力理论，需要了解他关于集体无意识、原型等核心概念。
价值
如果你想知道创造力究竟是怎样从无意识中涌现、心理模式与远见模式有何本质分野，可以读这篇对荣格原始论述的详细梳理。
绿色转型背后的高温劳动：巴基斯坦太阳能工人的处境
导读
文章通过巴基斯坦太阳能清洁工人Abdul Rehman的案例，揭示了该国太阳能产业快速发展背后，一线工人在极端高温下作业所面临的健康风险。
Rehman曾在酷热时段清洁卡拉奇屋顶的太阳能板，导致头晕和严重脱水。他观察到许多工人因生计所迫不得不在正午高温时段工作。
背景
能源转型并不只发生在电网和投资报告中，也发生在工人必须冒着高温维护设备的身体上。
价值
如果你关心绿色技术的收益由谁获得、风险由谁承担，这篇能把抽象转型拉回劳动现场。
AI 的能源问题，为什么首先是数据可见性问题
导读
本文探讨了数据中心和人工智能（AI）的能源消耗问题。文章指出，数据中心目前消耗全球约1.5%的电力，但需求在地理上高度集中。
围绕AI能源消耗的担忧主要有三个方面：环境影响（增加碳排放）、对当地社区的影响（可能推高电价）、以及可能成为技术发展的瓶颈。
背景
讨论 AI 能耗时，人们常要求一个单次提问的精确数字，但真实问题还包括数据中心在何处集中、谁承担电网压力、哪些模型数据没有公开。文章把总量、局部影响和数据缺口拆开，使“耗能”从一个口号变成可以被追问的基础设施问题。
价值
适合在看到任何 AI 能耗结论时先判断：它说的是全球总量、局部电网，还是一个无法验证的单次估算。
爱的另一个名字是理解：一行禅师论“互即互入”
导读
文章探讨了一行禅师在其著作《How to Love》中对“爱”的见解。核心观点认为，爱即是理解，尤其理解他人的痛苦。
理解是每个人都需要的东西，但我们常因执着于细枝末节而无法提供这种广阔的理解。
背景
一行禅师把爱与理解连接起来，重点不在浪漫表达，而在看见关系双方如何共同构成彼此的处境。
价值
如果你想知道爱为什么经常在最亲近的关系中失效，以及理解如何成为一种可练习的行动，可以从这篇开始。
课堂自动化之梦：从教学机器到AI叙事的历史循环
导读
本文探讨了教育领域自动化梦想的历史根源与现实挑战。
通过回顾教育技术史，特别是心理学家Sidney L. Pressey和B. F. Skinner在20世纪开发的教学机器，文章指出，旨在自动化教学、提供即时反馈和让学生自主学习的技术愿景并非新事物，而是一个反复出现的旧幻想。
背景
本文的讨论基于Audrey Watters的著作《Teaching Machines》，该书梳理了20世纪教学机器的历史。理解本文需要了解B.F. Skinner的行为主义学习理论，该理论主张通过外部强化塑造学习，并曾深刻影响教育技术设计。
价值
如果你想知道为何今天关于AI教育的狂热叙事并非新事物，以及教育自动化梦想为何屡次受挫，可以读这篇访谈，它提供了审视当代教育技术宣传所需的历史尺度。
“去灭绝”的真正目的与责任之争
导读
文章探讨了“去灭绝”技术的真正目的及其引发的争论。以复活塔斯马尼亚虎和猛犸象的努力为例，作者指出这些项目正在迫使环保主义者思考我们想要构建怎样的自然世界。
文章认为，将去灭绝视为分散现有保护资源的威胁过于简单化，因为相关机构主要由技术资金支持，并未明确削弱现有保护。
背景
“去灭绝”是指利用基因工程等生物技术，试图复活已灭绝物种的科技领域。塔斯马尼亚虎是澳大利亚的顶级掠食者，其复活项目由Colossal等公司推动，引发了关于科技伦理、资源分配和生物多样性保护目标的广泛讨论。
价值
如果你关心科技发展的伦理边界，想知道一项前沿生物技术如何挑战传统的环保理念，那么这篇从具体案例切入、展开深度伦理思辨的文章值得花时间阅读。
当“进步”像万花筒：我们究竟看见了什么，又遗漏了什么
导读
本文借万花筒这一隐喻，探讨了19世纪末至20世纪初美国经历巨大能源转型时的公众认知。
作者认为，当时的美国人未能理解其正身处人类历史上最大的能源转型之中，而是用“万花筒”来形容社会的快速变化，这种视角只关注了技术进步、城市多元性和自然奇观等表面的对称与和谐，却掩盖了种族隔离、资源开采、生态破坏（如野牛群灭绝、旅鸽灭绝）以及经济不平等（如大萧条后个人主义的破产）等深层矛盾。
背景
技术跃迁常被叙述为整齐、明亮、不可逆的进步。文章回到美国能源转型期，提醒读者这种视觉秩序可能同时遮住资源开采、种族隔离与生态代价，为本期提供一条人文上的判断尺度。
价值
它不是给基础设施问题一个政策处方，而是追问我们用什么语言理解进步。若只看新增的能力和速度，许多承担成本的人与地方就会被自动移出画面。