
公园的健身器材区,一个老太太在太空漫步机上晃腿。她晃得又慢又稳,眼睛看着远处跳广场舞的人群。过了一会儿,她停下来,换到旁边的转腰器上。转了几圈,又走到压腿杠前,把腿放上去,上身慢慢前倾。阳光透过树叶洒在地上,斑斑点点。她做完这些,穿好外套,沿着小路走回家。
一支业余女子篮球队在社区中心进行队内对抗。她们穿着不同颜色的背心,奔跑起来头发飞扬。一个后卫断球成功,长传给前锋,前锋上篮得分。替补席上的人欢呼。比分交替上升,最后几秒,落后一方投进一个三分,压哨命中。队员们跳起来拥抱。然后她们收拾东西,关灯,锁门。
跑步的人从公园北门进去,穿过竹林,沿着湖边的步道跑。太阳还没完全升起,湖面上有一层薄雾。他的步频很稳,呼吸均匀。跑了三公里,他在长椅旁停下,做拉伸。压腿的时候,看见一只白鹭站在浅水里,一动不动。他拿出手机拍了一张,然后继续跑。白鹭在他身后,始终没飞走。
马拉松比赛的最后五公里,一个跑者的腿抽筋了。他靠在路边的栏杆上,拉伸大腿后侧,表情痛苦。志愿者跑过来,递给他运动喷雾。他喷了一些,试着小跑。旁边其他跑者经过,有人喊了一声加油。他调整呼吸,重新回到赛道,速度比之前慢了很多。最终他过了终点线,时间比目标慢了十五分钟。
语音助手的理解能力还停留在单轮指令层面。问一句天气,再追问“明天呢”,多数助手不知道指代对象。上下文记忆的对话模型在实验室里表现不错,但部署到手机后受能耗限制。多轮对话需要把历史信息编码进模型,推理时间会翻倍。目前助手擅长设置闹钟、播放歌曲这一类固定任务,复杂交流容易答非所问。







