從19世紀淘金熱到21世紀的AI浪潮，華人在美國的足跡始終與“機會”二字緊密相連。根據最新資料，如今全美約有 550萬華裔人口，他們的身影最常出現在六大州—加州、紐約、德州、紐澤西、麻省、伊利諾伊。這些地方不僅有熟悉的中文招牌和中餐味道，更承載著幾代華人安家的故事。加利福尼亞州（California）華裔比例：約 34%–36.9%洛杉磯、舊金山、爾灣、聖地亞哥—幾乎每一座城市都能聽到中文。這裡是矽谷的心臟、好萊塢的舞台，也是無數新移民的第一站。從科技巨頭到創新初創公司，從UCLA到史丹佛，加州是“夢想與現實”並存的地方。生活成本高，但機會也多，尤其對科技、金融、教育、創意產業從業者來說，這裡依然是首選。紐約州（New York）華裔比例：約 16.9%–17%如果說加州代表“創新”，紐約就是“節奏與野心”。這也是我現在生活的地方。地鐵的轟鳴聲中，藏著幾十萬華人的奮鬥日常。雖然全州華裔比例只有加州的一半左右，但紐約州面積很大，紐約市、長島及周邊地區的華人密度極高。相比加州以科技為主的“碼農聚落”，紐約的華人職業更為多元：金融圈的分析師、投行精英、律所合夥人、還有藝術、時尚、傳媒領域的創作者。在紐約，你可以既是資料分析師、也是獨立藝術家。這座城市容得下焦慮、夢想，也容得下改變。總之，New York是個“努力”與“表達”並存的地方德克薩斯州（Texas）華裔比例：約 4.2%–5%在德州，房子更大，天更藍，油價更低。寬敞的獨立屋、開闊的公路、陽光燦爛的冬天，構成了德州版的“美國夢”。Texas城市的華人社區近年增長飛快。能源、科技、醫療產業蓬勃發展，生活成本卻只有加州的一半。不少灣區程式設計師和紐約白領疫情期間一度都“南遷”到這裡，在德州實現了“既要事業、也要生活”的平衡。但德州的房價漲得快，跌得也狠；紅州政策讓社會議題分歧加深, 從墮胎法案到某些地方的“排華房屋限制”，都讓不少考慮搬遷的華人心存猶豫。孤星之州，足夠遼闊也足夠複雜。紐澤西州 New Jersey華裔比例：約 4.4%一條哈德遜河，把紐澤西和紐約緊緊連在一起。很多在曼哈頓上班的華人，白天坐PATH或NJ Transit進城工作。雖然NJ州華人比例看著不高，但是緊挨紐約市的幾個區域，華人並不少。這裡的亞洲超市、補習班、社區活動一應俱全，法拉盛買得到的東西，澤西市、愛迪生、普林斯頓也都能找到。更重要的是，沒有紐約市的City Tax，Sales Tax也比大紐約低得多。對許多家庭來說，這意味著一年能省下不小的一筆錢。當然，天堂也有小坑。紐澤西部分地區的房地產稅（Property Tax）偏高，對房東尤其不友好。所以很多人笑稱，這裡是“買得起房，交不起稅”的州。但總體來說紐澤西算是個“進可打拚，退可安家”的理想地。馬薩諸塞州 Massachusetts華裔比例：約 3.8%–4%麻省幾乎濃縮了美國一半的頂尖教育資源，因此集中了大量科研人員、高知家庭與留學生。這裡學術氣息濃厚，科技創業活躍，波士頓也被稱為“東岸矽谷”也被留學生群體戲稱為博士屯資料顯示，過去十年麻州亞裔企業增長超過70%，這背後，是一代又一代知識型移民的努力。伊利諾伊州 Illinois華裔比例：約 3.3%提到伊利諾伊，大家第一反應往往是芝加哥。這座被稱為“風城”（Windy City）的都市，不僅是美國中部的經濟與文化中心，也擁有全美歷史最悠久的唐人街之一。(不過要提醒一句：唐人街位於芝加哥南部，治安一般，夜間出行要注意安全。)從上世紀初在鐵路與工廠辛勤勞作的華工，到如今在大學、醫院、律所和創業公司裡閃光的華人專業人士，芝加哥的華人故事，就是美國中部多元文化的縮影。而離芝加哥幾個小時車程的地方，有我上過學的“玉米地大學”—伊利諾伊大學厄巴納–香檳分校（UIUC）。因為中國學生太多，網上笑稱它是“University of Indians and Chinese”。當然，伊利諾伊也有一些現實槽點。州稅不低，讓不少居民吐槽“活在風裡，稅也在吹”；再加上周邊大城市少、地勢平坦、沒有加州那樣的好山好水，生活節奏相對單調。為什麼是這六個州？其實華裔的聚居，從來不是偶然。背後是經濟、教育、社區、文化四大核心驅動力的疊加效應👇1、經濟引擎強勁矽谷的科技、紐約的金融、德州的能源，構成了最多元的就業矩陣。2、教育資源頂尖史丹佛、UCB、哈佛、MIT……六大州囊括了全美半數以上的頂尖學府。也難怪許多華人家庭“擇校而居”，為了下一代的教育紮根當地。3、社區支撐成熟不少唐人街和新興社區，中文學校、亞洲超市、地道餐館一應俱全。4、文化氛圍包容這些州普遍多元開放，華人佔比普遍達6%-10%。在這裡，你可以保留傳統，也能自由融入。而加州、紐約等地華裔選民的政治參與也在正逐年上升，越來越多人從“沉默的貢獻者”變成“有聲的參與者”。而除了這六大核心州，華盛頓州（西雅圖）、佛羅里達州（邁阿密）、賓夕法尼亞州（費城）等地方也在快速崛起。西雅圖依託微軟、亞馬遜等科技巨頭，吸引了大批年輕技術人才；佛州則以溫暖氣候和低稅負，成為不少退休華人的“養老天堂”。150年前，華人帶著淘金夢漂洋過海；如今，他們在美國各地紮根生長，從餐館、工廠到科技、金融、教育，這張分佈地圖，不只是移民的坐標，更是一代又一代人追求“更好生活”的軌跡。 (GuSun生活遊記)

【新智元導讀】在AI浪潮中，螞蟻集團重磅推出兆參數思考模型Ring-1T，不僅在數學競賽上刷新開源SOTA，還在邏輯推理和醫療問答中脫穎而出。實測顯示，其推理能力直逼閉源巨頭，開源AI邁入兆參數時代。螞蟻百靈首試兆思考模型，實測效果喜人！10月14日凌晨，螞蟻集團正式發佈兆參數思考模型Ring-1T。在數學競賽（AIME 25、HMMT 25），程式碼生成（CodeForces）、邏輯推理（ARC-AGI-v1），Ring-1T取得開源領先水平。在OpenAI的醫療問答HealthBench測評中，Ring-1T表現驚豔。與此前發佈的預覽版Ring-1T-preview相比，正式版Ring-1T在數學競賽、邏輯推理、醫療問答上表現更出色、推理更準確。Ring-1T雖然是思考模型，但也具備極強的通用能力：在綜合榜單（Arena-Hard-v2）、創意寫作（CreativeWriting-v3）上，表現強勁，與DeepSeek、Qwen等最新思考模型同屬開源第一梯隊。特別是，在「高難度真實使用者查詢」Arena-Hard V2基準測試中，Ring-1T成功率高達81.59%，登上開源模型榜首——直逼OpenAI的GPT-5-Thinking(High)的成績82.91%。簡而言之，這次Ring-1T開源登頂，不再遙望閉源天花板。目前，普通使用者可在螞蟻百寶箱選擇Ring-1T直接體驗：體驗地址：https://ling.tbox.cn/chat此外，螞蟻一如既往的繼續開源了相關模型，提供了HuggingFace和ModelScope下載模型權重。HuggingFace：https://huggingface.co/inclusionAI/Ring-1TModelScope：https://modelscope.cn/models/inclusionAI/Ring-1T在X上，大家慶祝新的兆參數思考模型的新生！這是螞蟻集團首個兆參數思考模型，而早在上周他們已開源了首款兆參數的旗艦通用大模型Ling-1T——做AI，螞蟻來真的！劍指AGI，螞蟻來勢洶洶在大模型領域，螞蟻9月連發7款模型，來勢洶洶！Ring-1T-preview、Ring-flash-linear-2.0、Ring-flash-2.0、Ling-flash-2.0、Ming-lite-omni-1.5、Ring-mini-2.0、Ling-mini-2.0還不止於此——10月，10多天的時間連發兩個兆參數大模型。本月9日，螞蟻正式發佈兆參數通用語言模型Ling-1T。測試後，國外博主在《Prompt Engineering》頻道表示，Ling-1T進入了LLM新時代，比DeepSeek、Gemini、o3-mini等耳熟能詳的頂級模型還要好。Ling-1T 模型：好得令人難以置信？Reddit網友對Ling-1T非常感興趣：Ling-1T將參數擴展到兆等級，已展現出強大的湧現出的推理和遷移能力。基於ZenMux，網友SickPixels257開發了aicodeprep-gui，在Ling 1T發佈後更是如虎添翼。這讓他對新工具愛不釋手。而模型Ring-1T基於通用模型Ling-1T的同款架構，在20T高品質語料上完成預訓練，針對推理能力進行強化學習訓練。此前，為了讓社區儘早探索兆思考模型Ring-1T的推理上限，螞蟻早在9月30日便提前開源其預覽版Ring-1T-preview。現在，螞蟻正式發佈兆參數思考模型Ring-1T，完成了Ring-1T的全流程訓練。與Ring-1T-preview版本相比，Ring-1T的能力更加均衡。在數學競賽能力上，Ring-1T對比preview有所提升，在AIME25、HMMT25測試中繼續保持開源SOTA。在Arena-hard-v2.0、ARC-AGI-v1、HealthBench等硬核基準上，正式版Ring-1T大幅提升了準確率：在Arena-hard-v2.0，提升8.18%；在ARC-AGI-v1上，提升5.14%；在HealthBench上，提升3.49%。為了避免「漏題」，螞蟻相關團隊在所有訓練階段（包括預訓練、指令微調和強化學習提示）都實施了字串級和語義級的污染過濾，但嚴格去污染進行仍然是行業內的一大難題。為了更客觀地分析Ring-1T的深度推理能力，在今年舉行的國際數學奧賽IMO 2025和國際大學生程式設計競賽世界總決賽ICPC 2025上測試了新模型 。對於IMO 2025測試，類似於之前的預覽版本，將Ring-1T整合到了多智能體框架AWorld 中，使用純自然語言推理來解決問題。項目連結：https://github.com/inclusionAI/AWorld結果Ring-1T成功拿下IMO銀牌水平，在一次嘗試中解決了第1、3、4和5題。在第三次嘗試中，對幾何證明題第2題，它生成了近乎完美的證明。對於最具挑戰性的第6題，沒有AI回答正確，但Ring-1T與Gemini 2.5 Pro取得了相同的答案。在ICPC 2025世界總決賽中，GPT-5-Thinking、Gemini-2.5-Pro、Ring-1T，分別解決了6個問題（CDEFKL）、3個問題（DFK）和5個問題（DFJKL），其中每次模型每個問題最多嘗試三次。而且這次還開源了推理軌跡：https://github.com/inclusionAI/AWorld/tree/main/examples/imo/samples/samples%20from%20Ring-1T在這場頂級國際程式設計競賽中，Ring-1T超越了Gemini 2.5 Pro，再次證明了程式設計實力。一手實測 智能若夢，進化幾何？Ring-1T的參數量是兆等級，像這麼大參數的模型，還是思考模型，應該如何去評測？我們在第一時間實測了Ring-1T在複雜任務和推理中能力。首先就是每次各家模型發佈後最關心的前端能力。模擬地火飛行我們用Ring-1T生成了地球——火星的任務模擬，整體畫面和畫風雖然簡約，但忠實的反映了飛行器從地球飛往火星的模擬效果。生成的參數調整面板調整參數後，也能精準地控制畫面中的飛行器。提示詞：幫我製作一個3D版本的動畫網頁，描述從地球傳送飛行器前往火星的過程。介面中有各種參數指標範本。可以調節飛行速率等。使用HTML和three.js生成單檔案，可在瀏覽器中直接運行。小球碰撞實驗「小球碰撞 / 彈跳」的物理模擬，確實在大模型發佈或評測時，常被用作一個「直觀又能考察物理 / 程式設計 / 推理能力」的測驗。用如下提示詞進行實測：用JavaScript和HTML5 Canvas建立一個名為 ‘霓虹對撞機’ (Neon Collider) 的互動式2D物理模擬。核心要求如下：物理核心：一個可旋轉的六邊形容器和一個在內部反彈的小球。碰撞物理必須考慮牆壁的即時速度，并包含切向摩擦力和恢復係數（彈性）值得一提的是，Ring-1T的思考過程不僅迅速，而且排版清晰，數學公式都是完美呈現。太空侵略者遊戲Google今年的Gemini 3 Pro目前有內測流出，下面就是Gemini 3和Gemini 2.5製作的太空侵略者遊戲的對比。我們用Ring-1T製作了同款遊戲，效果明顯比Gemini 2.5更好。畫面效果比起Gemini 3也不相上下！Ring-1T的推理和程式碼能力還是很強的。數字密碼算術謎題為何不讓它自己給自己出題？說幹就幹！首先我們對Ring-1T提了題目的三點要求：複雜度要高，能測出模型能力有趣且容易理解，基於經典謎題或者現實世界場景測試結果有「標準答案」，便於評估效果。Ring-1T給的第一個問題是密碼算術謎題。這個題目複雜在需要系統化列舉，涉及多變數方程，必須依賴邏輯推理！題目很好理解BASE+BALL=GAMES，每個字母代表唯一十進制數字。這需要模型在列舉過程中能夠很好地記憶和推理，才能得到正確答案。從思考結果來看，Ring-1T的邏輯能力確實非常強大！第一步，它就根據位數得出了GAMES的G只能等於1。第二步，第三步則通過複雜的列公式和列舉來計算中間過程。最終得出結果，整個推理過程還是非常驚豔的！沒有想到模型可以進行如此長時間的思考，而且是各種數字元號進行加減法。數學不定積分也能輕鬆解決：求積分ln(x)/(x-1)文字生成先來看看AI自己眼中的AGI:仿李白《春夜宴從弟桃花園序》，以AGI日益逼近為主題，生成內容夫資料者，萬象之逆旅；演算法者，百代之過客。而智能若夢，進化幾何？昔者圖靈初試玄機，今則矽基日進千里。況科技召我以光速，AGI假我以玄機。會雲端之芳園，序人機之共事。觀夫位元紛綸，流光溢彩。0與1如星漢燦爛，神經網路若春山疊翠。資料之河奔湧不息，模型之樹參天欲出。雖無桃李芳菲之實，卻見程式碼絢爛之華。豈若大塊假我以文章？此間萬象，皆造化之新篇也！嗟乎！浮生須臾，智能無窮。昔者庖丁解牛，今者AI析微；昔者倉頡造字，今者演算法生慧。然神工雖妙，終遜靈台之玄；機巧縱精，難及情志之真。恐AGI之將臨，或奪人思於毫末，或移世道於無形。當此之際，豈可坐待玄機吞沒，而忘秉燭夜遊之志耶？故吾輩當效蘭亭雅集，執數字為觴，邀理性為友。醉二進制之醇，醒於倫理之界；舞邏輯之劍，守人文之根。莫使矽基獨佔天機，當令血肉共鑄新章。陽春雖召煙景易逝，AGI雖近大道恆存——且盡今夕之歡，續萬世之明！讓Ring-1T模仿《滕王閣序》，寫一篇文章來描述世界第一高峰——珠穆朗瑪峰。可以看到整個思考過程還是很驚豔的，甚至給出了大綱、語言風格和合作細節。以下是最終的文章，讀起來還是很熱血澎湃的。直面兆權重基於Ling 2.0架構的兆級基礎模型，Ring-1T多輪後訓練，把「思考引擎」擰到極致，讓潛能轉為可復用的推理戰力。為實現高效訓練與推理，Ling 2.0採用高度稀疏MoE、1/32專家啟動比、FP8混合精度、MTP等技術；在>20T token的高品質語料上，Ling-1T-base已完成預訓練，築牢技術基礎。為了進一步抬升基礎推理上限，在第二階段（後10Ttoken）的預訓練中，團隊引入高推理密度語料，推理相關資料佔比>40%：不只要更大，更要「會動腦」。在Ling-1T-base基礎上，Ring-1T通過「LongCoT-SFT+RLVR+RLHF」多階段訓練，顯著提升了模型的複雜推理能力、指令跟隨和創意寫作等通用能力。對如此龐大的模型進行後訓練——尤其是大規模強化學習中的「訓練」環節，螞蟻相關團隊做出了兩大創新：1、棒冰（IcePop）演算法：實現了長周期穩定的RL訓練，避免了由於訓推精度差異問題帶來的訓練崩潰。2、強化學習系統ASystem：針對推理能力的RLVR和RLHF訓練，實現了從百億(Ring-mini-2.0)到千億(Ring-flash-2.0)再到兆(Ring-1T)RL訓練的平穩Scaling。其中，AReal框架已開源。MoE長周期RL訓練難？棒冰保駕護航在模型RL訓練中，MoE模型相比Dense模型，訓練和推理引擎之間的算子精度差異更為明顯。Qwen3-4B為密集模型，Ring-mini-2.0和Qwen3-30B-A3B是MoE模型尤其是在生成長序列和長周期訓練時，隨著序列長度和訓練步數的增加，這種差異會逐漸拉大。實驗觀察到，在較少的訓練步數內，原始的GRPO演算法會開始崩潰，這對長周期、長序列的強化學習訓練帶來巨大挑戰。為瞭解決上述問題， IcePop應運而生。新方法簡單而有效——採用「雙向遮罩」（double-sided masking），減輕機率差異所帶來的有害復合效應，從而僅保留健康的梯度更新。雙向剪裁（Double-sided clipping）：不僅在「訓練機率 ≫ 推理機率」時進行剪裁，也在「訓練機率 ≪ 推理機率」時進行剪裁。遮罩（Masking）：當token的機率差異過大時，將其從梯度更新中移除。沒有這些措施，MoE架構很可能無法穩定訓練，其性能甚至可能不如稠密模型。圖左：GRPO訓推差異隨著訓練成指數上升，Icepop較為平穩；圖右：訓推差異最大值，GRPO隨著訓練上升非常明顯，Icepop維持在較低水位與GRPO比， IcePop讓RL訓練更平穩，為新一代兆級思考模型保駕護航。演算法部落格：https://ringtech.notion.site/icepop而為應對兆參數模型的強化學習訓練，螞蟻自研了高性能強化學習系統——ASystem。自研RL框架ASystem，平穩Scaling到兆規模ASystem採用SingleController + SPMD架構。針對兆參數模型的視訊記憶體管理和訓推權重交換問題，螞蟻相關團隊精心最佳化了訓推引擎。視訊記憶體透明解除安裝、跨節點視訊記憶體池化等技術，有效釋放了被佔用的視訊記憶體碎片，降低了視訊記憶體不足風險。GPU間P2P直接通訊與原地更新等技術，可秒級、零冗餘交換模型權重。在RL訓練框架上，團隊建構了基於大規模Serverless Sandbox技術的混合獎勵系統。該系統能以毫秒級速度啟動、提供超過10余種語言的沙箱執行環境，支撐了高達10K/s的請求吞吐。為了推動大規模推理與智能體模型發展，螞蟻聯合清華開源了全非同步強化學習訓練系統AReaL。開源連結：https://github.com/inclusionAI/AReaLAreaL的三大亮點：⚡ 靈活性：只需一個檔案，就能輕鬆自訂多輪rollout工作流程，還能順暢整合其他智能體工具框架。🚀 可擴展性：通過演算法與系統的協同設計，AReaL提供穩定且完全非同步的RL訓練，速度領先行業。它能輕鬆適應各種計算環境，從單個節點擴展到1000+塊GPU。🔪 頂尖性能：AReaL能生成最先進的數學、程式設計和搜尋智能體，具有超強能力。螞蟻百靈團隊 首試兆思考模型AGI不是夢想，而是指日可待的確定性事件！諾獎得主、Google DeepMind 首席執行官 Demis Hassabis，OpenAI 聯合創始人兼 CEO Sam Altman，阿里雲 CEO 吳泳銘均表示：AGI is coming.宏偉願景背後，是技術人的上下求索、不斷創新。Ring-1T的發佈，標誌著螞蟻百靈團隊實現了從百億（Ring-mini-2.0）到千億（Ring-flash-2.0）再到兆（Ring-1T）的MoE架構強化學習平穩擴展。而Ring-1T 的訓練仍在進行中，螞蟻將繼續挖掘這一兆基座的潛力。據瞭解，截至目前螞蟻百靈大模型已經發佈18款模型，其中兩款兆參數模型—兆參數通用大語言模型Ling-1T、兆參數思考模型Ring-1T。隨著兩款兆參數模型的發佈，百靈大模型也正式步入2.0階段。目前模型仍存在一定機率的身份認知偏差、語種混雜及重複生成等問題.同時，由於Ling 2.0的GQA方案，長上下文場景下的推理效率仍待改進。而開源奪冠證明了「思考力」可以被工程化與規模化，算力紅利正向「推理紅利」遷移。螞蟻以IcePop、ASystem、AReaL給出了一條可複製的路線：從模型到系統到社區。這不是單點突破，而是範式的組織化落地。 (新智元)

騰訊科技訊 作為搜尋領域無可爭議的霸主，Google改變了我們生活的方方面面，從日常瑣事到工作事務，再到我們的溝通方式。多年來，Google一直是網際網路的窗口，為我們提供大量知識和資訊，但如今，隨著其他類似平台的崛起，Google可能不再是我們尋找答案的首要選擇。那麼，面對這樣的挑戰，Google又將如何應對？ 據國外媒體報導，近日，Google及其母公司Alphabet首席執行官桑達爾·皮查伊接受了《The Circuit With Emily Chang》主持人兼執行製片人艾米麗·張的獨家專訪。在這場對話中，他們探討了搜尋的未來、Google如何從頭開始重新建構其人工智慧模型Gemini、與微軟和OpenAI的競爭、Google在企業文化方面的挑戰。此外，皮查伊還分享了自己的成長經歷，並講述了這些經歷如何讓他為應對當前的挑戰做好準備。 皮查伊表示，自2016年起，人工智慧便一直是Google公司的核心焦點，那時，ChatGPT的開發商OpenAI尚處在起步階段。Google的研究人員正是GPT中“T（Transformer,神經網路架構）”的發明者，這一關鍵創新使得基於大語言模型的會話搜尋成為可能。 然而，Google在聊天機器人領域的起步卻稍顯滯後，此後一直在努力追趕。對此，皮查伊似乎並不擔心。他強調：“我們是搜尋領域的先行者，也是電子郵件或瀏覽器的開創者。我相信，我們仍處於人工智慧發展的初期階段。”換句話說，皮查伊做好了打持久戰的準備，堅信其在網路上的核心地位將為其贏得寶貴的時間。