从惰性气体到恒星建筑:《挽救计划》中洛奇生产的“氙岩”固体到底是什么?

在2026年3月24日,也就是昨天我去IMAX厅看了《挽救计划》,没想到我被一个外星人感动的痛哭流涕,我相信这部电影就是对于跨星系友谊最浪漫的表达。我特别对片中洛奇Rocky凭空制造的千奇百怪的各种各样的氙岩物品感兴趣,于是就有了这边文章。 把小说设定、作者访谈和几篇关键论文对照着看,我的判断其实很直接:洛奇制造的 xenonite 不是现实中已经存在的材料,但它也不是毫无科学影子的“万能外星石头”。它更像是 Andy Weir 把几类真实的高压氙现象揉在了一起,再往前推了好几步:氙确实能在低温下凝固;在超高压下会改写晶体结构和电学性质;在更极端的条件里,还会和氢、氮、氧、铁氧化物这类体系发生原本很难想象的反应。[1][2][3][5][6][10] 真正科幻的部分,是这些只在极端条件下才出现的氙基相,被厄里德文明变成了常温常压下稳定、可加工、可透明、可密封、还能承担巨大机械载荷的工程材料。现实科学目前离这一步还很远。 小说里的“氙岩”到底是什么 中文常把 xenonite 译成“氙岩”或“氙石”,但按书里的用法,它更像“氙基材料家族”而不是单一矿物。它既能当透明隔板,也能当耐压壳体、连接通道、容器和链条。Andy Weir 后来在访谈里说得很坦白:xenonite 本来就是一个带点“hand-wavy”的设定,核心目的,是让…

Qianfan-OCR 文档智能大模型完整解读

Qianfan-OCR 是百度千帆团队在 2026 年公开发布的一套端到端文档智能模型。它想解决的,不是传统 OCR 里“把图片里的字抠出来”这一个环节,而是把文档解析、版面还原、表格理解、字段抽取和文档问答放进同一条链路里完成。换句话说,它的目标不是只给你一段纯文本,而是直接给出可继续使用的结构化结果,比如 Markdown、表格结构或字段级答案。[1][2][3][4][5] 如果只看这类产品的宣传语,很容易把它理解成“又一个 OCR 大模型”。但从公开材料看,Qianfan-OCR 更准确的定位应该是文档理解 VLM,而不是传统字符识别引擎的放大版。它最值得关心的地方有两个:第一,模型把版面结构理解放进了端到端生成过程;第二,它在公开文档基准上的成绩确实有竞争力,说明这条路线不只是概念展示。[1][4][6] 本文综合了官方模型页、论文摘要、百度云文档以及社区技术拆解来写。文中凡是关于架构、配置、调用方式的描述,优先以官方页面和论文为准;凡是关于“是否能替代两段式 OCR”“落地时值不值得换”这类判断,则明确按工程经验和公开评测来讨论,不把推论写成既成事实。[1][2][5][6][10][11] 一、Qianfan-OCR…

黄仁勋的「Token 经济学」:从算力工厂到新大宗商品

过去几年,AI 行业谈得最多的是模型参数、训练成本和 GPU 供给。到了 2025 年之后,黄仁勋越来越多地把焦点移到另一个单位上:Token。按他的说法,AI 进入推理时代后,真正决定商业效率的,不再只是“买了多少卡”,而是“每单位电力、每单位资本,最终能产出多少可计费的 Token”。[1][2][3] 这套说法之所以引发关注,不是因为它换了个新名词,而是因为它试图把 AI 基础设施重新翻译成企业能直接理解的语言。训练是前期投入,推理才是持续发生、可以反复收费的业务。数据中心也因此不再只是训练模型的场地,而被描述成持续产出 Token 的“工厂”。[1][3][4] 本文依据黄仁勋公开演讲、采访,以及多家媒体对 GTC…