这期后半段做了一次盘点：除了 GPU 和量子计算，还有哪些计算路线在被认真尝试。答案比想象中长——存算一体、可重构计算、退火、光计算、类脑、热力学计算，一直到用活体神经元做的生物计算机。
社区对新模型的第一反应通常是量化，默认先出 INT4。这次更狠：有人做了动态一比特量化，把一个大模型压到大约 245GB。
量化生态的响应速度，某种程度上已经成了衡量一个开源模型受欢迎程度的指标——发布后几小时内有多少种量化版本出现，比跑分更能说明社区热度。
客户开始主动问空间智能相关的东西。这条线其实前几个月讲世界模型时就铺过——从可交互世界生成那一代模型开始，「模型对空间和物理的内部表示」就成了独立话题。
它和视觉多模态不是一回事：多模态解决的是「看懂」，空间智能要解决的是「在里面动」。
这是这期最值得留下来的一份清单。在冯诺依曼架构之外，正在被认真尝试的方向包括：
存算一体与近存计算——把计算搬到数据旁边，绕开访存瓶颈；
RISC-V 与定制可重构计算——按负载重新拼硬件；
量子计算，以及类量子／退火与专用组合优化硬件——不追求通用，只解一类问题；
光计算；
类脑计算；
热力学计算——把物理过程本身当作计算；
生物计算机——用活体神经元做计算基底。
这份清单的价值不在于哪条会赢，而在于提醒：当所有人都在同一条曲线上卷制程和堆卡时，「换一种计算方式」始终是一个开着的门。