25GB 内存就能跑 GLM-5.2？我在 RTX 3060 上实测了 744B MoE
先说结论:能跑是真的，能不能用是另一回事，别抱太大期待。 在我的 RTX 3060 开发机上，GLM-5.2 744B 最终跑到了约 0.44 tok/s。工程上挺有意思，但离正常聊天还差得远。 这里的“25GB”是项目宣称的最低量级，不是我的整机占用。本次 Linux 可见约 39GiB，进程 RSS 约 27GB；它适合验证 MoE 路由、缓存和磁盘流式推理，不适合交互聊天或 Agent。 ...
AI
人脸识别为什么要眨眼还要闪各种颜色的光
今天办业务需要人脸识别，拿起手机把我的小胖脸放入框中眨眨眼，等待灯光闪烁，随后就是通过，这个已经见怪不怪了，偶尔还要张张嘴，左右摇头，我知道他这是在确认我是不是真人，但是哪怕我做过简单的人脸识别，我也没有深究过人脸活体检测具体有多少方法，以及闪光是在干嘛，本文对此做了调研和解释。 ...
vLLM + Qwen3.6 视频推理踩坑记录
vLLM + Qwen3.6 视频推理踩坑记录：AV1、OpenCV 与视频采样问题 Info 之前 qwen3.6-27b 模型发布后没多久我就部署他 并且测试过视频能力，一直是公司内部署的主力离线大模型。 所以我认为一直可用，但是今天同事提了个新的需求，要从视频中找出属于广告部分的内容裁剪掉。我首先给出的方案是 用 Qwen3-ASR+Qwen3-ForcedAligner 模型来获取 文本内容以及时间轴，再用 LLM 来判断哪些文本属于广告内容，随后根据文本所对应的时间轴裁剪视频，先这样子给同事搭建了环境让他去跑几个试试，同时我来试试直接让 qwen3.6 读视频是否可行。结果一来就给我个报错 ...
什么是 CUDA：用 Java 世界的类比看懂 Driver / Toolkit / PyTorch / Conda
AI 开发配置 conda / cuda / pytorch / nvidia-driver 很容易混淆，让人头疼，实际上踩过几次坑就能摸清它们的概念和关系了。本文尝试用 Java 开发者熟悉的语言，对照解释几个常见概念。 CUDA 是 NVIDIA 提供的 GPU 并行计算平台和编程生态。 日常 AI 开发最容易混淆的是：Driver 负责让系统驱动 GPU，PyTorch 安装包通常自带所需的 CUDA Runtime，而 CUDA Toolkit 主要在编译 CUDA C++ 或扩展时使用；Conda 负责隔离项目环境。 ...
chatgpt 你不打算 chat 了吗
先留个能被搜到的结论：截至 2026-07-14，macOS 上误删 ChatGPT Classic 后，可以尝试运行 brew install --cask chatgpt-classic 恢复；能否安装取决于 Homebrew 当时是否仍保留这个 cask。 自从更新 chatgpt 和 codex 之后，我手贱的把 chatgpt classic 给卸载了，现在找不回来了，我怀念我的 option+space openai 是不打算继续服务普通 chat 用户了吗，或者应该把那个功能恢复吧 ...