科技与 AI 日报｜2026-11-12：AI 开始看，也开始选

Gemini 增加“做选择”的接口，不必每次生成一段话

Google 推出了 Gemini Decisions API，由 Gemini Decision 1 模型处理是非判断、多选和分级评分。开发者可以给它一份文字、图片、音频、视频或 PDF，再围绕同一份材料提出多项独立问题。它直接给候选选项打分，返回概率和置信度，省去逐字生成解释的过程。

这种接口适合放在工作流的分岔口。比如收到一张报修照片，先判断有没有明显损坏、应该交给哪类人员、是否需要人工复核，再决定下一步。这里的报修只是说明用法的例子，并不代表模型已经经过该场景的可靠性验证。

官方允许一次请求最多包含一千个独立问题，定价为每百万输入 token 0.10 美元，不收输出 token 费用。不过，官方公布的低延迟测试有自己的上下文长度和问题数量条件，不能理解成任何一千道复杂问题都能在相同时间内完成。

我觉得它最有用的地方，是把“替系统选下一步”做成明确接口。但返回一个漂亮的概率，仍不等于判断一定正确。真正接入预约、付款或删除操作之前，还得用自己的样本检查：什么情况下应该继续，什么情况下要交给人。

来源：Google Gemini Decisions API

Google 智能眼镜开启预售，首批地区和手机条件都有限制

Google 联合 Samsung、Warby Parker 和 Gentle Monster 推出的智能眼镜开始接受预订，计划于十二月十日上市。眼镜通过摄像头、麦克风和开放式扬声器，让用户用语音调用 Gemini：看见活动海报时询问日程，走路时听导航，或者请它描述眼前的物品。

Warby Parker 款起价为三百九十五美元，Gentle Monster 款起价为四百四十九美元。官方列出的首批账号地区是美国和韩国，并要求成年用户及兼容手机；“支持 iPhone”也有具体机型要求，不能理解成买到眼镜就能在任何地方直接使用。

Google 介绍了摄像头权限、拍摄指示灯和实体关闭开关等设计，并表示用于 Gemini 视觉理解的画面不会存入 Gemini 历史，也不用于训练模型或广告定向。这些说明应与用户主动拍摄、保存照片的功能区别理解。

把 AI 放到眼镜上，确实少了掏手机这一步，也减少了随时看屏幕核对结果的机会。尤其是为低视力用户提供描述的 Guided Vision，官方明确说它会犯错，不可替代盲杖、导航或安全通行判断。方便随手询问，与可以放心依赖，是两件需要分别验证的事。

来源：Google 智能眼镜发布与适用条件、Ars Technica 产品报道

模型解读：Scribe v3 听得更准，未必处理得最快

ElevenLabs 在十一月十日发布的 Scribe v3 和 v3 Live，得到 The Decoder 新一轮分析。两者分别面向录好的音频与实时对话；后者尝试结合谈话上下文判断说话人是否结束，减少用户只是停顿想一想，语音助手就抢着回答的情况。

这次分析中更有参考价值的是准确率之外的对照。Artificial Analysis 的非流式测试里，Scribe v3 的词错误率为百分之一点九，Microsoft 的 MAI-Transcribe-2 为百分之二；但后者的处理速度明显更快，单位音频的测试价格也更低。差一点点准确率，对应的可能是不同的成本与等待时间。

这不是一张能决定所有语音产品优劣的榜单。该测试针对录音转文字，不能直接证明实时版本会不会打断人，也没有把每一句话的说话人归属都算进去。把甲说的话记到乙名下，文字可以一个不错，会议纪要却仍然有问题。

如果只是整理录音，转录准确率和处理成本更重要；如果做实时助手，就还要检查停顿、插话和多人交谈。选择模型之前，先把“听错了”拆成错字、认错人和接话时机不对，测试才不会只盯着一个分数。

来源：The Decoder 模型分析、ElevenLabs 原始发布、Artificial Analysis 转录测试

工程解读：Fractile 想让数据离计算更近，芯片仍待交付

围绕 Fractile 十一月十一日公布的七点二亿美元融资，The Next Web 的新报道展开了它的硬件路线：把 DRAM 直接堆在逻辑芯片上，尝试同时解决模型运行时的数据吞吐和容量问题。投资方 Balderton 也在公告中确认了这一路线。

普通读者可以把这里的矛盾理解为厨房与仓库之间的距离。厨师算得快，不代表食材能同样快地送到；给厨房增加操作台，也不一定能解决通道太窄的问题。模型越大、要处理的上下文越长，内存能装多少、能多快送出数据，就越难只靠增加计算单元绕过去。

Fractile 同时开发芯片、系统与软件，目标是让这些部分一起适配推理任务。但报道强调，它还没有交付商业产品，首批芯片计划在明年推出。融资金额能说明有人愿意支持这条路线，不能当作性能已经实现的证据。

我会继续看实物交付后的模型支持范围、真实延迟和能耗，而不是只看一秒生成多少 token。长任务还会等待工具和外部服务，更快的芯片能缩短哪一段，最终仍要放回完整任务里测量。

来源：The Next Web 硬件路线报道、Balderton 融资与架构说明、Fractile 技术目标

Noctua 推出碳纳米管导热垫，重点放在长期稳定

Noctua 发布了面向 AMD AM4、AM5 处理器的 NT-CP1 导热垫，建议零售价为二十四点九五美元或欧元。它采用 Carbice 的碳纳米管材料，想减少传统导热材料长期使用后性能退化、需要重新涂抹的维护负担。

按厂商的解释，材料会在反复升温和降温的过程中逐渐贴合接触面的微小起伏。最初几百到几千次热循环属于适应阶段，此后追求多年稳定工作。因此，它的卖点并不只是刚装上时温度低了几度，而是长期使用后还能否保持同样的传热状态。

安装和适用范围也不能忽略。产品按指定处理器尺寸预裁切；表面涂层提供的电气绝缘有条件，涂层被刺穿时不能继续照搬原有假设。更不能看到“碳材料”几个字，就把它与任意石墨垫当成同一种东西。

目前这些长期表现仍主要来自厂商说明。对不愿频繁拆散热器的用户，它提供了一个新选择；至于是否值得额外付费，需要等待实际对照测试，并结合自己的处理器、散热器和维护习惯判断。

来源：Noctua 产品发布与注意事项、Tom’s Hardware 报道