开场（三人合声）
晓桐+云阳+云健: 今日AI说，带你听见未来的声音！
第一段：晓桐开场
晓桐: 大家好，这里是《今日AI说》，我是晓桐。今天是2026年11月4日，星期三。先说一个反直觉的实验：AI研究者卡尔皮尼把今天的开源国际象棋引擎，装进一台1996年的台式电脑，估分3300，比当年世界冠军卡斯帕罗夫高出500分。当年IBM花数千万美元造超算「深蓝」才赢下一局；如今只换了算法，老机器就翻了盘。还有四则：北大联手IBM重新定义模拟计算；小米人形机器人在汽车工厂连上8小时班；百川智能联创的团队做了台纯靠语音的晨间AI；土耳其小团队从零开源了3160万参数的语音识别模型。还有个日子——11月1日那期刚讲过国行iPhone的AI定下开测日子，定的就是今天。下面请云阳过要闻。
第二段：云阳播报
要闻一：被数字芯片「扔掉」的老路，北大联合IBM重新定义
云阳: 要闻一，据AI垂直媒体量子位11月3日报道，一篇北京大学、IBM苏黎世研究院与硅谷初创公司Unconventional AI研究者合写的综述，发表在Nature旗下专注非传统计算的期刊（论文6月已在arXiv挂出），第一作者是北大人工智能研究院的孙仲，他管这套体系叫「现代模拟计算」。论文立了三道门槛：任务从解微分方程换成AI与6G里的矩阵计算；硬件换成忆阻器，学名阻变存储器；工程上要跨过精度与扩展两道坎。原理两个字：类比——不化成二进制，把数学题直接摆进电路，用物理定律算出答案。产业这边，Unconventional AI估值据报道超45亿美元，Normal Computing拿了三星和谷歌前CEO施密特的投资——两家都宣称AI能耗能降到千分之一（均为企业宣称，未经验证）。综述论文原文。
要闻二：1996年的电脑跑今天的引擎：3300分，高出世界冠军500分
云阳: 要闻二，11月1日，AI研究者尼古拉斯·卡尔皮尼在个人博客公布一组实验：「深蓝」是IBM造价数百万美元定制的超算——30颗专用处理器加480颗定制棋类芯片，每秒算2亿个局面，当年排进全球最强超级计算机前300；1996年对阵，深蓝也只赢下卡斯帕罗夫一局。他把今天最强的开源引擎Stockfish改写到能装进1996年硬件：32位运算、内存不超过64MB，跑在一台当年约2000美元的奔腾Pro工作站上。慢棋赛制下估分3300±87（作者估计口径）；卡斯帕罗夫当时等级分不到2800。对照：老牌引擎加残局库、神经网络评估这些现代技术，每步1秒约2718分，每步10秒约2974分。他说实验就是为了量一量算法进步的速度，博客上还挂了入口，人人可挑战这台奔腾。实验博客原文。
要闻三：乌镇颁奖：小米机器人进汽车工厂，连上8小时班
云阳: 要闻三，11月2日，2026年世界互联网大会「领先科技奖」在乌镇揭晓，43个国家和地区的430多项成果里选出20个；据央媒系光明网11月2日报道，小米申报的「面向规模化落地的通用机器人操作基座模型关键技术」在列，小米集团另获3日开幕式的「杰出贡献奖」创新突破类（奔流新闻11月3日报道）。光明网援引小米集团机器人事业部总经理向迪昀介绍：在汽车工厂，人形机器人首次在中控台侧盖板排序工站完成8小时连续作业，异常自主纠偏、与产线系统协同；自攻螺母、盖板排序、料箱折叠等工站的成功率稳定在94%到98%。家庭这边，具身基座模型在小米青年公寓试运营，连续超30分钟、跨3个房间完成50多个任务；模型用10万小时真实操作数据预训练（公司口径，待第三方复测）。光明网报道原文。
要闻四：百川联创的新项目押注语音：一台会报晨间新闻的AI
云阳: 要闻四，11月3日，量子位评测了纯语音个人助理Orilo：由百川智能联合创始人焦可带队的团队打造，今年年初启动。产品切口是早晨——吃早饭时听它播报当天要闻，随时打断派活，比如「帮我回这封邮件」；界面上没有信息流，只有一颗会滑动的「水滴」。技术上做两层：低延迟的语音应答在前，推理较慢的智能体在后，评测称这是在解「想得深和答得快天然相克」这道难题。团队前一款产品「来福电台」曾以几十万用户规模做到次日留存50%、30日留存一成以上（公司口径）；新品已在部分海外应用商店可下载，价格未公布。量子位评测原文。
要闻五：3160万参数从零练出的土耳其语识别，开源直接可商用
云阳: 要闻五，11月3日挂上arXiv的一篇论文里，土耳其小团队ufak AI开源了语音识别模型ufakzeka-kulak：3160万参数，从零训练，Apache-2.0许可证，可直接商用。4977小时训练数据里，人工听写只有281小时；其余4696小时来自字幕或机器转写，团队只保留两道独立转写一致的片段。成绩：FLEURS土耳其语测试集上词错误率9.21%，优于OpenAI的Whisper的base与small两档；但换成真实对话，错误率升到38.07%，仍不如更大参数的Whisper large-v3（论文口径）。论文原文。
第三段：晓桐×云健逐条问答点评
晓桐: 模拟计算和数字芯片，差在哪一步？为什么值得北大教授和IBM的研究员一起写「定义」？
云健: 先算今天AI的电费账。数字电脑把「记东西」和「做算术」拆在两个地方，数据在存储和运算单元之间来回跑，相当一部分功耗和延迟花在来回的路上。模拟计算把运算挪回数据躺着的地方：忆阻器阵列里，每个矩阵数值写成对应位置的电阻，电流一过，物理定律直接给出加和结果，省掉来回折腾。这就是论文反复强调的「类比」。说白了，它和11月3日那期讲的1150亿美元买机房的光是同一本账的两页：那单是把搬运换成光，这派想把搬运整个删掉。冷水也照论文自己的口径泼：模拟电路怕噪声，误差会越算越积，综述一半篇幅在讲误差来源；「能耗千分之一」目前只是美国同行的宣称，还没离开样机阶段。盯一个信号：这类芯片什么时候拿到第一张真实AI推理订单。
晓桐: 3300分和2800分，这两个数字搁在一起意味着什么？
云健: 意味着「赢」的方式换了。深蓝靠硬算，480颗定制芯片每秒铺2亿个局面；这台奔腾Pro根本算不动那个量级，靠的是30年攒下来的「局面判断」。你发现没有？对照组才是题眼：每步1秒，老式引擎加现代技术只有2718分，还够不着卡斯帕罗夫；换成最新的Stockfish才跳到3300——变量不是硬件，是算法。这给今天的大模型提了个醒：国际象棋等级分里500分是压倒性差距，而实现它没添一块新芯片——也许现在模型「做不到」的事里，不少不是算力不够，是还没找到那个更聪明的走法。过去30年棋类AI的算力预算几乎没涨，涨的全是怎么想。也别过度套用：棋的规则完备、没有暗牌，医疗和法律文书可不会这么老实，算法红利不自动跨界。
晓桐: 机器人上夜班这件事，比展台上的表演厉害在哪？
云健: 工厂认两个字：节拍和合格率。能抓一次叫表演，能连着8小时不出岔、出了岔自己纠回来、还和产线系统对话，才叫上岗。讲真，94%到98%的成功率翻成白话：一百次动作还错2到6次，这本账暂时没赢过人类工人，它的落点是那些重复、枯燥、招工难的工站——工业岗位的老规矩，先看「最后一个百分点的稳定」。方向和10月31日那期讲的96台真机集群练兵正好差半拍：那边是练兵场，这边自称下了车间。青年公寓那半截更值得看：连续30分钟、跨3个房间、50多个任务，是家庭场景第一次对外交卷，可时长还停在分钟级。往后就盯两个时点：机器人什么时候排进真实倒班表，「整理房间」什么时候进住户的真实需求单。
晓桐: 语音助手都十几年了，这台「纯语音」的到底新在哪？
云健: 上一代语音助手的最强形态是真的：开车洗碗时确实只有嘴空闲。但行业把这条路做窄了——找它办事的场景低频，它听不仔细，你一打断它就哑火。Orilo的解法是把顺序倒过来：先绑定一个天天发生的高频时刻——早晨，再搭两层，反应快的听答在前、想得慢的干活在后，让你随时能打断它派活。它把整个产品做成「一张嘴」，界面给播报让位，赌的是少即是多。只是要提醒：评测全是体验层，留存数字是上一款产品的公司口径，新品延迟、错误率、月费都还没有公开数据。方向本身有温度：对打不了字、看不了屏的人——老人、跑在路上的人、视障者，语音从彩蛋变大门，才是AI往生活里挪的那一步。
晓桐: 3160万参数的小模型，凭什么敢去够Whisper这种大厂产品？
云健: 它的力气没花在参数上，花在数据工序上。字幕和机器转写是脏数据，作者的办法朴素：每段音频配两道互相独立的转写，对得上答案才收进训练集，4696小时就这么筛下来。这套流程值得抄——以3160万参数的体量，成绩压过了参数更大的Whisper base和small两档；「词错误率」翻成人话：听懂100个词错几个——读新闻错9个，达标了。而真实对话错误率38.07%也是提醒：人和人抢话、带口音聊天，机器还经常听岔。对普通人的意义很实在：方言口音、小众行业术语、没人替他们做产品的冷门语言，靠「脏数据细做」加开源许可，小团队就能补上大厂顾不上的那块。
第四段：收尾
晓桐: 今天留两个数给大家掂量：一个是94%到98%——产线成功率的尾数什么时候变成99、什么时候写进工厂排班表；另一个是今天——国行iPhone的AI官方定的开测日，铺开顺不顺，过几天我们回来说进度。今日AI说，明天见。
晓桐+云阳+云健: 今日AI说，带你听见未来的声音！