

一 | 在过去的很长时间里,“用Mac打游戏”一直是网络上一个长久不衰的梗。 当地时间8月20日,谷歌宣布,其开源端侧模型家族Gemma的总下载量已突破10亿次。这款由谷歌DeepMind推出的开源大模型,自发布以来,全球开发者基于它衍生出超10万个定制变体,形成名为“Gemmaverse”的开源生态。
谷歌列举了多个Gemma家族应用场景:从太空本地图像分析、医疗报告标准数字化、癌症创新治疗方案再到动物语言识别,Gemma家族模型正实实在在地应用到各个垂直行业。
但是伴随着近几年苹果深耕macOS软件生态、开始主动加大和游戏厂商的合作力度之后,我们得以在Mac上见到越来越多经典IP,“用Mac打游戏”听起来似乎不是那么离谱了。 其中,以Gemma为基座的模型在生物医药科研领域产出了多项标志性成果。谷歌一方面推出面向医疗场景的垂直模型MedGemma,支撑医疗报告结构化、医学影像辅助分析等应用;另一方面联合科研机构,依托Gemma底座攻坚癌症机制研究。 其中最受行业关注的是谷歌DeepMind、谷歌研究院与耶鲁大学合作开发的Cell2Sentence-Scale 27B(C2S-Scale)模型。
而这背后的一切,除了苹果难得的主动合作态度之外,更要归功于Apple Silicon自身在性能和功耗方面的提升。 传统的癌症疫苗治疗思路,是让免疫系统通过识别身份标签来识别敌人。
这不,苹果又在前两天发布了使用M5处理器的三款新品:iPad Pro、MacBook Pro以及Vision Pro。

二 | 但这面临一个“瞄准困境”:一般来说,肿瘤的“身份标签”取自肿瘤本身,但很多肿瘤细胞表面缺少能被免疫T细胞识别的、独特的“身份标签”(即肿瘤特异性抗原),同时,它们还主动穿上“防护服”(如高表达PD-L1蛋白),成为所谓的“冷肿瘤”。结果就是,对于“冷肿瘤”,免疫系统即使大军压境,也像得了“脸盲症”,看不见敌人,或者看见了也被强行抑制,导致治疗无效。 爱范儿这台14寸MacBook Pro是10+10核心的M5标准版,内存规格为M5所支持的最大容量32GB,以及1TB的硬盘,和一块纳米纹理玻璃的抗眩光屏幕。 和今年有抗眩光涂层的iPhone 17 Pro相比,MacBook Pro上纳米纹理玻璃+抗反射涂层的组合,无论是在泛光的室外还是充满点光源的室内,消除反光的效果都相当出色。 但M5 MacBook Pro的外围硬件和前代其实没有区别,真正让它脱颖而出的,还得是机身里的这块M5处理器。 今年的M5,是继M3和M4以来,苹果连续第三年推出3nm处理器了。 针对免疫治疗难以起效的“冷肿瘤”难题,C2S-Scale按活跃程度排序,将单细胞基因表达数据转化为类文本的“基因句子”,让大语言模型能直接“读”懂细胞。

三 | M5的制造工艺换成了A19 Pro同款的第三代台积电3纳米工艺(N3P)。 换句话说,和A19 Pro师出同门的新架构,让M5的能效比得到了进一步提升,也让MacBook原本就很强的离电续航更上一层楼,哪怕是14寸机型也能做到“电脑续航比人长”。

四 | 随后,该模型完成4000余种药物的虚拟筛选,预测出silmitasertib联合低剂量干扰素的用药组合。 C2S-Scale锁定的候选药物中,仅10%-30%在过往文献中被提及,其余与筛选目标无已知关联。

五 | 最终被选中的是silmitasertib(CX-4945),一种CK2激酶抑制剂。 这一AI提出的全新治疗假说,后续在人源活细胞实验中得到验证,研究团队用模型训练时从未见过的人类神经内分泌细胞进行实验,结果是单独用药无效果,单用低剂量干扰素只有轻微提升,两者联用后抗原呈递提升约50%,证实联用方案可显著提升抗原呈递水平,属于少数AI产出全新癌症治疗机制并获得实验室验证的案例,有望提升肿瘤细胞抗原呈递能力,把冷肿瘤转化为对免疫治疗敏感的热肿瘤。 该模型相关成果已对外开源,可供全球科研团队继续拓展研究。 更重要的是,今年M5处理器的升级大部分集中在GPU上。N3P工艺优秀的能效比,让这一次MacBook Pro的性能释放更加大胆。需要注意的是,该发现目前仅停留在体外细胞实验阶段,尚未进入临床。 随着下载量冲高,Gemma证明开源大模型不再局限对话生成,能够直接介入原始生物数据挖掘,深度探索癌症治疗新机制,为AI医药科研提供低成本的技术底座。(文章来源:科创板日报)。

六 | 就拿macOS平台上最主流的3A大作《赛博朋克2077》来说,M5的MacBook Pro使用游戏默认的“for this mac”配置时,能够在大部分画质选项为中或高的前提下实现离电30帧的表现。 而打开FSR和帧生成后,2077则可以以接近游戏默认的“中画质”配置里跑到稳定50帧~60帧左右,同时维持你在星巴克的座位不变,不用接电源。 类似的情况也出现在App Store上的《控制:终极合辑》,以及爱范儿编辑部最近都在玩的《逃离鸭科夫》中。只需要一点点画质微调,M5 MacBook Pro都可以稳定在60帧以上。

七 | 换个角度看,这个体验其实已经接近了当年GTX 1660的表现。App Store和Steam上越来越丰富的游戏库,满足了Mac用户在出差高铁上也能玩玩搜打撤的愿望。 另一方面,M5最大的升级点还在于它为每颗GPU核心都内置了“新一代神经网络加速器”,相当于让M5有了个10核的NPU。 这样一来,M5的AI性能——尤其是本地AI性能,就有了相当坚实的基础。

八 | 以苹果在官方视频中演示过的Msty Studio为例,作为一款功能类似Ollama但模型库更丰富的“开源模型本地化部署工具”,Msty Studio最主要的功能,就是可以让你的Mac在断网情况下跑语言模型。 我们以最体现性能的“首词元响应速度”表现为标准可以看到,纯本地运行的DeepSeek-R1:8b在10核心GPU的M5上运行时,对于相同的一段生成指令,它的速度追平了24核GPU的M1 Max。 相当于M5用不到一半的核心数量,就可以获得与两三年前Pro甚至Max规格的Apple Silicon相当,同时发热量和功耗还控制在一个相当优秀的水平。 更重要的是,类似的表现也可以在其他本地化的AI场景中复现。 比如在纯本地运行的AI视频画质增强工具VidHex中,在进行视频细节增强时,10核的M5同样出现了追平甚至反超24核M1 Max的现象。 但在测试过这么多本地AI工具之后,我们也不由得产生了一个疑惑: 开源的本地AI模型虽然免费,但部署起来比较麻烦,其中很多也没有非常直观的图形界面、必须在终端里面用CLI(命令行界面)去微调—— 而那些收费的本地AI工具,实际上就是在卖一个打包好的GUI(图形界面)。现在云端模型不仅性能更强,价格也逐渐亲民,你觉得“本地化部署和运行AI模型”能够对你的电脑购买决策产生影响吗? 总之,对于M5的端侧AI性能,爱范儿认为:苹果官网上宣传的“相比M1有四到六倍的提升”是比较贴切的,不仅是可以稳定的“10核打24核”,同时还有更优秀的发热和功耗控制。 M5这样一来,就很难不让人期待明年M5 Pro和M5 Max的表现了,或许可以催生另一批多台Mac Studio组网做超算的潮流。 不过就在前两个月,M4家族的MacBook Pro刚刚经历过一轮国补,新的M5基础款并不能和M4 Pro/Max形成替代关系。 因此今年值得升级M5基础版MacBook Pro的,更多还是那些仍在坚守M1或M2系列的老用户,就比如爱范儿编辑部那位还在用M1 Max的编辑。 至于爆料中那个模具更新、去除刘海的新MacBook,则至少要到明年的M6机型才有希望了。如果你是M4家族的用户,那么小挤一管牙膏的M5并不是具有说服力的换机理由。 总之,爱范儿今年对于M5 MacBook Pro的结论,依然与前两代相同: Mac依然是一个“你必须非常明确自己的需求”才值得入手的优秀工具——如果你不确定自己需不需要一台Mac,那么就是不需要。 本文来自微信公众号:爱范儿 (ID:ifanr),作者:马扶摇。
Current article:http://2rm.dingruorenhongqiaminmeipeiliu.cyou/gjc6wf/fox39w.html
Published on:19:34:23
步步惊心_Random reading
罗曼蒂克消亡史_Active users
小三_Hottest this week