智能手机拍摄夜间银河，算法降噪保留每颗星

举重最后一把，杠铃重量加了五公斤。运动员站在杠铃前，搓亮镁粉，手掌拍在启动位置。他深吸一口气，弯腰握杠，把杠铃拉向胸口，然后猛地站起来。杠铃在头顶停住，身体微微晃动。裁判亮出一红两白，他放下杠铃，低头走下台。教练拍了拍他的肩膀，两人都没说话。

学校武术队在操场上排练。一个负责表演的学生举着红缨枪，枪头缠着红布。他把枪往地上一杵，绕场走了半圈，然后开始舞枪。动作不快，但每次转身都有呼呼的风声。旁边有几个学生围观，手里拿着矿泉水瓶。舞到一处，他把枪从背后交到左手，脚下步伐一变，枪尖指向斜上方。有同学喊了声好。

在学校操场的一角，一个男生在练习立定跳远。他反复试跳，每次落地后回头看自己落脚的痕迹。旁边的沙坑被踩出许多脚印。他蹲下，把沙坑抹平，再退到起跳线。这一次他摆臂更用力，起跳时膝盖收得更高，落地后踉跄了一步。他皱了皱眉，回去重新跳。

健身房力量区，一个女教练在指导学员做深蹲。学员是个年轻男人，扛着杠铃蹲下去，膝盖向内扣。教练用手碰了碰他的膝盖，说向外打开。他调整了一下，再蹲，动作好了。教练让他加了一片铃片，他蹲了三个，第四个月扛不住，卸下杠铃。教练说今天到这，自己拍了一下他的背。

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。