再聊聊Astra的意义，前两天说Astra核心是能力在突破，而不仅仅是性能提升。何为能力的突破？就是计算机使用能力的泛化，Astra是首个能够交付已完成计算机工作的旗舰模型，进入引擎编辑场景、让长期任务运行一整夜，并以更低的API支出将业务自动化准确率推至竞争对手水平线之上。 性能提升，通常是在既有任务上做得更好；能力突破，则让一批原先不能交给模型的任务（做不好），变得值得交给它； 桌面成为工具 Astra与此前所有计算机使用系统的区别，并不是“点击得更准确”，而是接口层发生了切换：模型不再依赖各软件供应商选择开放的API工具箱，而是直接读取像素并输出键盘和鼠标事件。原则上，任何人类可以看到和点击的对象都属于它的操作界面。 图形界面提供了另一种可能：只要存在授权且可操作的界面，模型就有机会通过观察与操作，把任务接下去。它降低的是“每增加一个应用、每遇到一种新流程，都必须重新做专门集成”的需求。已有的软件、文件格式和专业工作环境，有机会被通用模型更充分地调用。 这两天我们在X上看到了很多案例： 1）很多人直接把照片丢给 Astra，让它在 Blender 里从零建可编辑模型； 2）让Astra自己玩游戏； 3）用Astra把 Zillow 房源做成 3D 宣传片； 4）或者制作人体解剖站点（2000+ 可拆零件）；等等 都是大模型使用计算机能力泛华的证明。 市场对于“代码再写好一点”可能已经有较充分的预期；而跨软件完成一整段工作，更容易让人想象新的需求范围。 更多任务变得可以用 AI 完成，增加了可以商业化的计算需求。此这个角度Astra 提供了一个强化 AI 基建长期需求预期的新证据。 本条由@bitget_zh赞助，「Bitget 买美股：秒级入场，丝滑交易 」(qinbafrank)