在Intel IDF会议期间,AMD也在旧金山举办了一次发布会,公开了Zen处理器架构细节,并首次展示了8核16线程的Zen处理器样品与Intel顶级处理器Broadwell-E架构的Core i7-6900K性能对比。为了公平起见,AMD还把双方的频率统一设定为3GHz,这样可以更好地对比IPC性能。结果显示,Zen处理器在渲 染性能上胜出,虽然双方差距非常非常小,但对AMD来说这已经很不容易,这意味着多年之后AMD首次在性能上超越了Intel,这是他们重返高性能处理器 市场的基石。
如果真的胜了Intel处理器,那么这对A饭以及I饭来说都是件大好事,不仅AMD翻身有望,I饭也希望Intel受到更大压力之后也不再挤牙膏,但是随着事件的深入,AMD Zen处理器赢了Intel处理器背后另有隐情,现在还不能说AMD是靠”作弊“取巧赢的,但依然让人怀疑Zen处理器的真实性能。
首先说下AMD、Intel同频性能测试的情况,此前AMD公布的信息比较少,不过多方挖掘之后可以确定如下信息:
·测试用的软件是Blender,一个开源的3D渲染软件
·AMD Zen处理器完成渲染用时48.07秒,Core i7-6900K用时49.05秒,Zen性能领先2%(数据来源于Anandtech网站)
·AMD表示测试平台配置是一样的,不过他们并没有公布详细配置,但可以确定的是双通道DDR4内存,对Broadwell-E来说,他们是支持4通道内存的,双通道意味着带宽减半。
·测试显卡是AMD家的Radeon FirePro加速卡。
·更关键的是Blender的测试中,AMD Zen处理器用的是OpenCL路径,Intel处理器用的是正常的C++路径。
在PCGH这篇文章中就提到了这些问题中,其中Broadwell-E带宽减半有可能影响最终性能,但Blender渲染也不一定就能从四通道带宽中受益,但AMD Zen处理器使用改进的OpenCL路径渲染就成为“喷点”了——虽然他们设置了公平的3.0GHz频率的,就双方渲染路径不一样,AMD用的是自己优化的OpenCL渲染,Intel用标准路径,这样的IPC性能如何对比?
总之,现在的情况下大家还无法对AMD的做法作出最终评价——Blender是开源的,厂商自己优化是正常的,但是AMD在同频对比中用这样的手段显然会受到很多质疑,看似公平的背后还有很多槽点。
最后小编想说的是,AMD选择同样的3.0GHz频率其实也有取巧之嫌,Zen处理器曝光的频率是2.8-3.2GHz,这个频率跟Core i7-6900K的3.2-3.7GHz相比还是要差一些的,因此实际性能上AMD要想赢过Intel还有很长的路要走,更别说等到Zen要明年才上市,届时Intel的Kaby Lake-X处理器都要来了。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。