M3 Ultra 搭载了 Apple 迄今为止最强大的 GPU
今天的测试结果 (来自 @jimmyjames_tech) 不仅包含了 M3 Ultra 芯片的 CPU 性能得分,还公布了 GPU 性能数据。此次测试采用的是配备 80 核心 GPU 的高端版本芯片。值得一提的是,M3 Ultra 还有一个配备 60 核心 GPU 的入门版本。
那么,M3 Ultra 的 80 核心 GPU 与其他 Apple 芯片相比表现如何呢?测试结果令人印象深刻,证实 M3 Ultra 确实是目前 Apple Silicon 系列中 GPU 性能最强的芯片。
在 Metal 测试中,该芯片得分为 259668,比 M4 Max 芯片的 GPU (得分 187460) 高出了 38%。与上一代 Mac Studio 搭载的 M2 Ultra GPU 相比,新款 GPU 的性能提升了 16%。
在 CPU 性能方面,M3 Ultra 与 M4 Max 的差距并不明显。M3 Ultra 在多核测试中仅以 8% 的优势胜出,而 M4 Max 在单核性能上更胜一筹。正如我们之前报道的那样,对大多数用户来说,搭载 M4 Max 的 Mac Studio 已经足够使用。M3 Ultra 版本更适合那些需要处理图形密集型任务的用户。
自 2020 年 Apple 推出首款 Apple Silicon Mac 以来,这是该公司首次在同一代 Mac 产品中使用两个不同系列的芯片。虽然具体原因尚不清楚,但有人推测 Apple 可能是在为新款 Mac Pro 预留 M4 系列的 Ultra 版本,以进一步拉开与 Mac Studio 的差距。
新款 Mac Studio 现已开放预订,将于 3 月 12 日正式发售。
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。