科技词汇，简单说。

大语言模型：ChatGPT、Gemini、Claude 这类聊天机器人背后的 AI。它一次预测一小段文字。

更大或更新的 LLM 通常写作、编程和推理更好，但运行成本也更高。

一小段文字，约相当于一个英文单词的 3/4。AI 的价格和额度都按 Token 计算。

100 万个 Token 大约相当于 75 万个英文单词，或约 10 本小说。

AI 一次能读取并记住多少文字，用 Token 来衡量。

窗口越大，就越能一次贴入整份报告、整个代码库或整本书。

模型训练好的文件是公开的，任何人都可以下载，并在自己的硬件上运行。

只要电脑够强，你就能私下、免费地运行它。

模型在训练中学到的数字。参数越多通常越聪明，但体积也越大、速度越慢。

7B 到 14B 的模型能在普通游戏显卡上运行；100B 以上则需要专业级硬件。

能替你采取行动的 AI，比如浏览网页、填写表单或运行代码，而不只是回答问题。

智能体能在繁琐的多步骤任务上帮你省时间，但仍需要你检查它的工作。

能理解文字以外内容的 AI：图片、音频、视频或文件。

你可以直接给它看照片或屏幕，而不用费力描述。

回答前会一步一步“思考”的 AI。速度较慢，但更擅长数学、代码和逻辑。

难题用它。简单的快问快答，用速度快的模型就够了。

AI 以十足的把握说出错误内容。

AI 给你的事实、数字和链接，一定要自己核对。

用同样的任务来比较模型或芯片的标准测试。

有参考价值，但厂商会挑选让自己看起来最好的测试。

应用和开发者用自己的代码调用某项服务（比如 AI 模型）的方式。

API 价格决定了你所用的应用里 AI 功能能变得多便宜。

在手机或电脑本地运行、而不是在云端运行的 AI。

更快，离线也能用，数据还留在你的设备上。

屏幕每秒更新多少次。120Hz 比 60Hz 更顺滑。

用过 120Hz 之后，60Hz 会显得卡。现在大多数好手机都有。

衡量屏幕亮度的单位。

超过约 2,000 尼特，在强烈阳光下屏幕也看得清。

用折叠镜头在轻薄手机里实现真正光学变焦的长焦镜头。

比裁切主摄得到的变焦照片更清晰。

电池容量。数字越大容量越大，但真正的续航由芯片和屏幕决定。

要看真实的续航测试，别只看 mAh。

一种较新的电池，同样的体积能储存更多电量。

用上它的手机常常有 6,000 mAh 以上，机身却不会更厚。

内置在手机里的数字 SIM 卡，不需要实体塑料卡。

换运营商很方便，但要先确认你的运营商支持。

厂商承诺提供多少年的新软件和安全修复。

7 年更新意味着手机能更长时间保持安全、好用。

显卡上的内存。游戏贴图和 AI 模型运行时都放在里面。

8GB 跑新游戏的高画质有点紧。本地运行 AI 需要 16GB 或更多。

最新的显卡内存类型，比 GDDR6 更快。

更快的内存有助于高分辨率，但对大多数人来说，容量（GB）更重要。

英伟达的 AI 超分技术：游戏以较低分辨率渲染，再由 AI 把画面变清晰。仅限 RTX 显卡。

每秒帧数更多，画质几乎不变。

AMD 的超分技术，类似 DLSS。最新版本在 Radeon RX 9000 显卡上效果最好。

在支持的游戏里，白得一份性能提升。

AI 在真实画面之间补出额外的帧，让游戏看起来更流畅。

高于约 60 fps 时手感很好；低于这个帧数，会增加操作延迟。

一种按真实世界的规律绘制光线、阴影和反射的方法。

画面更好看，但很吃性能。

芯片或显卡满载时的耗电量，单位是瓦。

功耗越高，需要的电源越大，散热也越多。

厂商建议的售价。商店里的实际价格可能更高，也可能更低。

购买前先看真实价格。发售第一周往往是最糟的时机。

英伟达的软件平台，用来在它的显卡上运行 AI 和专业应用。

因为有 CUDA，大多数 AI 工具在英伟达显卡上效果最好，有的只能在上面用。

神经网络处理器：芯片中专为 AI 任务设计的部分，耗电很少。

它能在设备上运行 AI 功能，而不会很快耗光电池。

每秒万亿次运算：粗略衡量芯片能完成多少 AI 工作的指标。

数字越高越好，但真实速度还取决于内存和软件。

系统级芯片：把 CPU、显卡、AI 单元等集成在一起的一颗芯片。每部手机都有一颗。

SoC 决定了手机大部分的速度和续航。

芯片的制造方式。数字越小（3nm、2nm），通常芯片越快、越省电。

如今这个数字更多是营销，而不是实际测量。请改看真实测试。

高带宽内存：速度极快、价格极高，用于 AI 数据中心芯片。

HBM 的需求把内存厂商从普通内存上拉走，这可能推高电脑和手机的价格。