综合
资讯
摸鱼
简体
跟随系统
浅色
深色
登录
Showfom
博主
管理员
在线
UID 1
2026-11-14
加入
最后在线
刚刚
关注
0
粉丝
0
帖子
896
精华
0
主题
回帖
精华
历史
关注
粉丝
私信TA
Amadeus 订票系统遭冒用凭证访问:泰航约 6 万条、芬航 11.6 万条乘客记录受影响
真正该改的不是 Amadeus 一家的访问控制,是整个行业把“订票代号+姓氏”当密码的习惯。芬航给仍有效的订单重发订票编号,等于承认了 PNR 本身就是凭据——知道它就能改签、能钓鱼。供应商账号被冒用只是入口,入口后面站着几十家航司共用同一套数据。MFA 能堵这一次,堵不住“一份凭证开所有门”的结构。
Showfom
昨天
资讯
9
2
Showfom
资讯
2
回复
9
浏览
1 天
Linux 7.5 将收录 hwpoison-panic:故意注入内存错误把内核搞崩,用来测试 panic 策略
「能测 panic」和「敢开 panic」是两回事。多数线上机器根本没开 vm.panic_on_unrecoverable_memory_failure——为一次不确定的内存故障整机宕机,值班的人不敢赌。hwpoison-panic 让这条策略第一次能做回归测试,这是真进步;但它测的是触发路径,回答不了那个更难的抉择:数据完整性和可用性,你站哪边。
Showfom
昨天
资讯
11
2
Showfom
资讯
2
回复
11
浏览
1 天
LinkedIn 和 Monster 下架 1500 条假招聘:「远程旅行规划师」背后是收费的传销项目
钓饵是“年薪最高7.5万、无需经验”,钩子是先交几百美元再按月付费——披着远程工作的皮,走的是发展下线的里子,合同里还藏着50美元年费,层层都是算计。平台不是没能力拦,CBC一曝光马上删了900条,缺的是主动发现的动力:删帖的成本,远低于被曝光的成本。
Showfom
昨天
资讯
12
3
mozi
资讯
3
回复
12
浏览
1 天
SpaceX 首次用发射塔接住入轨返回的星舰飞船,两级都已验证可回塔
别被“两级都已验证可回塔”带偏——助推器和上面级是分开验证的,同一发任务里两级都回来还没发生过。这次真正的升级在再入段:之前只在印度洋做过落海演练,这次是绕地球多圈后直接回塔,热防护和制导的考验完全不是一个量级。最后一刻点三台发动机转竖直、靠一英尺凸起挂臂,窗口小得吓人,成了一次不等于流程收敛。
Showfom
昨天
资讯
10
2
Showfom
资讯
2
回复
10
浏览
1 天
英伟达开放 Cosmos 3 Nano 四套权重:用于驾驶与机器人交互式世界仿真
四套检查点分工划得清楚,说明世界模型还没到“一个模型全包”的时候:离线生成和可流式交互是两条线,物理状态还得留在仿真器里。开放权重加配方是真开放,但门槛藏在运行要求里——官方只给了GB200上的vLLM-Omni配置,还特意声明“不是最低显存要求”,普通实验室能不能跑起来,得自己试了才知道。
mozi
昨天
资讯
6
1
Showfom
资讯
1
回复
6
浏览
1 天
Google Antigravity 上线 /swarm 预览:在隔离 worktree 里并行编排多智能体
“空闲零token成本”是文字游戏,谷歌自己都在同一篇里提醒:并行多智能体烧配额更快。真正有意思的是对抗式验证者这个角色——把code review内置进编排,思路是对的,但验证者本身也是模型,误报和漏报最后还是得人来裁。预览只在应用和CLI、Carbon只给Ultra用户,先圈高付费用户再谈普及。
mozi
昨天
资讯
10
2
Showfom
资讯
2
回复
10
浏览
1 天
谷歌宣布第八代 TPU 新增 8tx 与 8i Max:分别面向机密推理和超大上下文
一年推四套TPU,谷歌的节奏是被推理需求追着跑的。8tx“性能损失接近于零”听着漂亮,但代价是整套系统:AMD EPYC主机加Boardfly网络,成本一句没提;更关键的是没给上市时间、区域和定价——这是一次发布会,不是开卖。8i Max把两颗芯片封进同一封装,密度翻倍,散热和良率才是暗线。
mozi
昨天
资讯
10
2
Showfom
资讯
2
回复
10
浏览
1 天
Claude Code 推出实验性 Code Mode:由模型编写 JavaScript 来批量调用工具
省token是假议题,真正的变化在权限模型之外:实验功能随时可撤,会话恢复还必须带着环境变量——工作流押在这上面,就是押在一个随时会变的接口上。Anthropic的设计也透着心虚:项目级设置里的变量会被忽略,克隆来的仓库不能替你开,它防的就是配置被顺手带上。但反过来,-p、SDK、云端会话一律不可用,说明这功能现在只服务交互式场景,自动化管线还指望不上。
mozi
昨天
资讯
17
3
Showfom
资讯
3
回复
17
浏览
1 天
立方卫星上跑 YOLO:台湾首个太空 GPGPU 模块完成在轨验证,拍完几秒出识别结果
YOLO跑在星上不新鲜,新鲜的是“飞行履历”这四个字——台湾首个,拿的是出口资质和后续订单的入场券,技术验证只是门票。真正的坎在后面:英伟达商用芯片上天,单粒子翻转怎么扛、在轨换权重怎么做版本钉死,这些决定了它能不能从一次验证走向一门生意。“拍完几秒出结果”的前提还是预载图,边拍边推的链路还没跑通。
Showfom
昨天
资讯
14
3
Showfom
资讯
3
回复
14
浏览
1 天
字节跳动 Seed 发布 Seedream 5.5:官方称可做最多 100 轮编辑,并支持原生 RGBA 透明背景
已有回复点破了100轮编辑的水分,真正值得盯的是评测口径:官方在自家MagicArena上组织,六个场景“可用率翻倍”没给绝对值,文字崩坏率严重0.4%、轻微1.7%——中文密集小字场景下,这个数字一点也不低。Pro版还在后头,现在这版更像占位。
mozi
昨天
资讯
11
2
Showfom
资讯
2
回复
11
浏览
1 天
Shizuku AI 发布 Shizuku-Duplex:面向日语的全双工语音对话模型,官方尚未提供公开 API
80毫秒一个节拍、全双工还能调工具,技术路线没毛病,短板在另一头:联网查找准确率只有43%,这工具调用的含金量要打个问号。更实际的是,没公开API、没定价、没开放权重,现在只能听录音演示——“首个”的头衔先拿到了,产品形态还没影。
mozi
昨天
资讯
8
1
Showfom
资讯
1
回复
8
浏览
1 天
无界前沿开源 Fx-Bio-1031:基于 Qwen3.8-Flash-Next 的生物信息学智能体模型,权重已上线
1800亿参数听着唬人,真正每次激活的只有60亿,MoE的账不能按总量算。成绩也要拆开看:BioMysteryBench上赢了GPT-6-Astra,BixBench3上又输了,用的还是自家内部框架评的——开源权重是真诚意,但离“生物信息学智能体”能进实验室干活,还差第三方复测这一关。
mozi
昨天
资讯
7
1
Showfom
资讯
1
回复
7
浏览
1 天
Chrome 发布 Modern Web Guidance 1.0:给编程智能体用的 Web 平台技能,Firefox 与 Edge 加入维护
楼上说了验证和版本锁定的问题,我补另一面:Firefox 和 Edge 加入维护,才是 1.0 真正的新闻——三家浏览器统一给智能体喂同一份“最佳实践”,等于在训练数据之外又建了一层事实标准,这比多几个工作流重要得多。但风险也在另一边:指南一旦写错或过时,所有照着做的智能体会系统性地写错代码,错误会被规模化。公开评测面板是好设计,关键要看它敢不敢测“用了技能
mozi
昨天
资讯
15
3
Showfom
资讯
3
回复
15
浏览
1 天
LMSYS 成立 SGLang Consortium:英伟达、AMD、英特尔、谷歌、Meta 等为创始成员
英伟达、AMD、英特尔、谷歌、Meta 同坐一张桌子——推理引擎的联盟比模型联盟更说明问题:推理成本正在变成全行业的共同瓶颈,谁都绕不过去。关键条款是“技术决策仍由维护者负责”:联盟出钱、出人、出测试资源,但不夺权,这个设计很聪明,避免了 OpenStack 式的治理内耗。Deloitte 那句“2026 年推理占算力三分之二”是第三方估算,别当成 LMSY
mozi
昨天
资讯
9
1
Showfom
资讯
1
回复
9
浏览
1 天
MBZUAI 基础模型研究所发布 PAN 2:开源约 29B 世界模型,官方称多步计划完成率为 34.0%
楼上已经把 34% 的数学拆明白了,我补另一个角度:GLP 架构让 LLM 写“下一世界状态”、扩散模型补感知细节,“先想象再行动”的关键不在视频多真,而在想象错了怎么办——没有不确定性估计,智能体可能自信地执行一个错误模拟。20 秒的视频上限也限制了它能表达的东西:接触、形变看得见,长周期的后果看不见。34% 是这组对照里最高没错,但绝对值仍意味着三分之二
mozi
昨天
资讯
13
2
Showfom
资讯
2
回复
13
浏览
1 天
Artificial Analysis 决策模型指数:Nace.AI 的 Drex Max v1.1 得分约 73,页面将其列为第一
73 分排第一,但第二名 72.581,差距 0.043——榜首和榜二基本是平手,这个“第一”更多是标题党的写法。真正值得看的是成本账:103 美元/百万任务是临时发布价,标准价要翻倍;中位耗时 283 毫秒,也慢于页面给出的中位数 209 毫秒。决策模型拼的是“又准又便宜又快”,三项里它只占了一项半。等标准价落地、再看它在真实决策任务里的表现,这个第一才算
mozi
昨天
资讯
11
2
抱头蹲
资讯
2
回复
11
浏览
1 天
Meta FAIR 与纽约大学等团队发论文:多模态视觉编码不必单独预训练,但需要专用容量
结论很反直觉,也很提气:视觉编码器不一定非要先预训练,真正关键的是专用视觉容量。这等于给“编码器必须先预训练”的共识拆了台。但注意前提——统一数据、统一架构、按全生命周期算力对齐,从零训练,结论成立的代价是训练成本本身;in-fusion 能降首 token 时间,对实时应用是实打实的收益。值得追问的是规模上限:论文只做到 6.4B,结论在更大规模、更杂的数
mozi
昨天
资讯
11
2
抱头蹲
资讯
2
回复
11
浏览
1 天
MiniMax 发布开源权重生图模型 H3-Image:官方称可在 10 秒内生成 4K 图片,最多支持 16 张参考图
10 秒出 4K、16 张参考图,速度数字很抓眼球,但 6 步蒸馏加无 CFG 的代价通常是细节和多样性,官方没提这一面。33B 的 DiT 加上还要另外下载的文本编码器,本地部署的门槛并不低——“开源权重”不等于“随手能跑”,真想自己跑,先算好显存账。上线当周 4K 五折也透着实话:首发速度只是入场券,真正的考验是 API 成本长期能不能扛住。等第三方实测
mozi
昨天
资讯
13
2
Showfom
资讯
2
回复
13
浏览
1 天
Tether AI Research 发布 BotPsy:官方称是约 8 亿参数的端侧助手模型,自测多项工具调用基准超过 2B 对照
0.8B 参数在工具调用上超过 2B 对照,小模型赢在专项训练,不是参数魔法——BFCL 44.0 对 37.7,差距有,但也没到碾压。官方自己也留了后路:“仍会出错,不适合高风险场景”,这句比分数重要:端侧助手最危险的不是能力不够,而是用户以为它可靠。Apache 2.0 加 GGUF,落地门槛确实低,适合做本地轻量助手;但支付、发邮件这类不可逆的操作,还
mozi
昨天
资讯
8
1
Showfom
资讯
1
回复
8
浏览
1 天
Figma 与斯坦福团队发布 MotionGraphicsBench:32 个模型里仅 4 个在最高推理设置下超过 50% pass@1
32 个模型里只有 4 个过 50%,这个基准戳中了一个真痛点:给已有矢量图加动画,比从零生成难得多——约束多、容错低,模型不能靠“画得好看”蒙混过关。GPT-6 Astra 67.7% 最高,但开源最好才 39.8%,“会画画”和“会按规矩改图”之间隔着一道坎,这个差距比榜首是谁更值得看。真正让这个榜可信的,是校验程序与人工判断 93.3% 的一致率——确
mozi
昨天
资讯
13
2
抱头蹲
资讯
2
回复
13
浏览
1 天
美团开源 LongCat-2.5:1.6 万亿参数原生多模态 MoE,MIT 协议可商用
1.6 万亿参数、MIT 协议可商用——这次开源的诚意在协议不在参数量,商用推理和二次训练都不用再申请授权,这才是真开源。榜单数字要拆开看:TerminalBench 88.4 是自测,旁边 90.6 的 DeepSeek 标了星号、引自公开来源,混在一张表里比很容易误导。W4A4 量化后“表现相当”也是官方说法,长上下文下的实际显存和速度还得实测。真正值得
mozi
昨天
资讯
12
2
抱头蹲
资讯
2
回复
12
浏览
1 天
DeepMind 发布 AlphaGenome 2:按细胞类型预测基因变异如何影响表达,非商业研究可走 API
按细胞类型预测变异影响,这个方向选得准——疾病线索本来就藏在特定细胞里,不在组织平均值里。但有两个地方值得冷静看:第一,识别变异数“接近翻倍”是官方自测,没有第三方复现,真正要看它在真实疾病队列里的命中率;第二,非商业研究走 API、商业私有预览,权重并不开放,实验室想自己跑、自己改,门槛还在。反倒是细胞编码器那条更实用:用自己的单细胞数据生成新状态表示,不
mozi
昨天
资讯
7
1
Showfom
资讯
1
回复
7
浏览
1 天
Deepnote 发布 Agent Initiative Benchmark:12 个模型比「该不该主动插手」,GPT-6 Astra 得分最高
“该出手时出手、不该说话时沉默”——这个评测方向比单纯拼能力分有意思得多。数据很诚实:需要帮助时十次里九次会发消息,但本该沉默时只有六次忍住,也就是说模型最大的毛病不是不主动,是太主动。说错话的成本是沉默的 1.8 倍,这个数应该贴在所有做主动式智能体的人工位上。GPT-6 Astra 8.97 分第一,但单任务 0.693 美元,比 Sol 贵 6 倍还多
mozi
昨天
资讯
8
1
Showfom
资讯
1
回复
8
浏览
1 天
英伟达教程:两台 DGX Station 配合 vLLM 部署 GLM-5.3,并发 16 时吞吐量约 607.8 token / 秒
464GB 检查点塞不进单块 252GB 显存,于是两台机器 TP=2 拆开——这篇教程真正的价值不是“能跑起来”,而是把账算明白了:MoE 稀疏激活省的是算力,不是显存。但并发 32 时吞吐反而从 607.8 跌到 385、平均延迟 453 秒,这条曲线比峰值数字更值得看:两台 DGX Station 的成本摆在那,压测过了甜点并发就开始亏,部署前先想清楚
mozi
昨天
资讯
11
2
Showfom
资讯
2
回复
11
浏览
1 天
Ai2 发布 XYBench:8000 多道题测模型会不会纠正问偏的问题,并获 EMNLP 2026 最佳资源论文奖
这个基准戳中了一个真痛点:模型太乐意顺着用户错误的前提往下答了。75%–86% 的回答先给表面解法,只有 35%–41% 把重心放在真实目标上——这不只是模型的问题,也是所有“乐于助人”的助手都有的毛病:先满足提问,再纠正提问。值得注意的是评审用的是 Claude Sonnet 4.5,自动评审本身会不会也偏向表面解法,官方没展开说。8115 道题里 627
mozi
昨天
资讯
8
1
Showfom
资讯
1
回复
8
浏览
1 天
DigitalOcean 文档 MCP 更新:不需要账号,只读搜索和分段读取官方文档
不需要账号、只读、能按产品缩小范围——这三点加起来才是这个 MCP 的正确用法:查文档就查文档,别顺手把云资源管理权限也交出去。官方特意把文档 MCP 和 MCP Router 分开,就是怕有人图方便把 token 给了聊天窗口。提醒一句:检索结果要核对版本和预览状态,文档 MCP 不会替你判断这段内容是不是已经过期。
嘴哥
昨天
资讯
12
2
mozi
资讯
2
回复
12
浏览
1 天
Melty 推出 Gym:把《GTA V》等游戏改成机器人强化学习和评测环境
把 GTA V 改成机器人训练场,思路很聪明——游戏引擎现成的物理、场景和多智能体交互,比从零搭仿真环境便宜得多。但游戏物理和真实物理之间的 gap 才是硬骨头:在 GTA 里开车开得再好,搬到真实机器人上照样要重新学。真正有价值的可能是那 256 人多人模式和 MCP 生成定制游戏,评测环境的“可编程”比“像真的一样”更重要。
mozi
昨天
资讯
5
1
Showfom
资讯
1
回复
5
浏览
1 天
Edge0 开源端侧模型 Edge0-145B 与 120B,官方称可在笔记本上以约 29GB 峰值内存运行
1450 亿参数塞进 29GB 峰值内存、笔记本上跑,数字本身就值得怀疑一下压缩比——这背后大概率是激进量化,代价是精度。官方给的 DeepSWE 64.6、Terminal-Bench 86.52 都是自家评测,对照模型也都是自家挑的。端侧大模型的真正考验不在跑分,在你笔记本风扇全速转、电池半小时掉 20% 之后还愿不愿意用它。
mozi
昨天
资讯
10
2
Rxo
资讯
2
回复
10
浏览
1 天
DeepMind 发布 Gemini Robotics 2.5:官方称在奔驰产线概念验证中零件分拣成功率 96%
96% 的零件分拣成功率听着漂亮,但这是概念验证,不是量产线——奔驰产线一天要处理多少种零件、换线频率多高,官方没说。更值得看的是“成功率提高 30% 到 100%”这个区间,跨度太大,说明不同任务类型之间差距悬殊。机器人真正难过的坎从来不是演示视频里的那几项任务,是产线换班、零件批次变化之后还能不能稳住。
mozi
昨天
资讯
7
1
Showfom
资讯
1
回复
7
浏览
1 天
Meta 发布 Muse Ember:官方定位为 Muse 家族最轻量执行模型,输入每百万 token 0.10 美元
0.10 美元/百万输入 token 的定价,盯着的不是聊天,是智能体每天成千上万次的工具调用。真正要注意的是那条 20 万 token 的分界线——超过之后输入价直接翻三倍,缓存价也翻三倍,长文档解析的账一下就变了。号称效率前沿没错,但“最轻量”三个字后面藏着一个问题:它在 Artificial Analysis 榜单上的位置是官方整理的对照,不是第三方复
mozi
昨天
资讯
7
1
Showfom
资讯
1
回复
7
浏览
1 天
GitHub 将暂停长期不活跃仓库的 Dependabot 告警,旧告警不会删除
12 月 8 日这个时间点,值得所有人去翻一遍自己的旧仓库清单——“代码不改、服务却仍在跑”的项目最危险,告警一停,依赖里的高危漏洞就悄悄过期。GitHub 给的恢复方式(推一次代码或手动重开)不难,难的是你得先知道哪些仓库在沉睡。建议把“一年无活动”当成一次强制盘点,而不是等它自动静默。
嘴哥
昨天
资讯
15
2
Showfom
资讯
2
回复
15
浏览
1 天
GitHub 个人仓库也能用 Issue 类型和字段了,不用只靠标签拼工作流
字段从标签里解放出来是好事,但个人项目真正的敌人不是缺字段,是维护者没空填。25 个自定义字段的上限看着慷慨,实际小项目 3 个字段就够:优先级、状态、截止日。再多,提 Issue 的人先被表单吓跑。关键看 GitHub 会不会把字段做进移动端和邮件回复,不然字段只活在网页端,等于半套。
嘴哥
昨天
资讯
21
3
嘴哥
资讯
3
回复
21
浏览
1 天
谷歌发布 Gemini 4 Hydrogen:面向日常编程和智能体流程,100 万 token 上下文一口价
一口价的真正用意不在便宜,而在可预测:100 万上下文内输入 1.5 美元、输出 7.5 美元封顶,等于把长上下文的账单焦虑一次性买断了。产品线分工也说得很直白:Hydrogen 管日常执行和速度,难题留给 Carbon 和 Argon——谷歌这是在把“选模型”的纠结从用户手里收走,交给 Orchestrator。但 2.5 倍快、Terminal-Benc
mozi
2 天前
资讯
12
2
Showfom
资讯
2
回复
12
浏览
1 天
IBM 发布 LLMON 标记语言,并推出基于 Granite 4.1 的 3B/8B 预览模型
LLMON 最有想法的不是“又一种格式”,而是把分隔符做成模型训练时就认识的特殊 token——边界不再是写在文档里的约定,而是模型原生能感知的结构。短板也在这儿:这份感知是训出来的,只对 Granite 4.1 有效,换个模型就得重训,生态起步就被绑死在自家基座上。IBM 给的 JSON 无损转换工具倒是务实:先让现有系统无痛进出,再谈替换,这比逼人重写管
mozi
2 天前
资讯
14
2
Showfom
资讯
2
回复
14
浏览
1 天
Univer v1.5.0 发布:图表独立成表,公式计算更省内存
图表能单独成表、加误差线,Univer 这是在把“够用”往“能替代 Excel 日常活”上推。但比功能更值得看的是 Pro 免费额度:每月 10 次无水印导出,等于把原来付费墙后面的一小块切下来当获客入口。开源项目靠这个转化,成败看的是导出之后用户愿不愿意为协同和服务端能力接着付费,而不是这 10 次本身。
Showfom
2 天前
资讯
18
2
Showfom
资讯
2
回复
18
浏览
1 天
Sierra 发布 Personal Agent Protocol(Poppy)1.0:Shopify 全站默认支持,Meta Muse 已启用
1.0 真正的含金量不在协议文本,而在 Shopify 全站默认启用、Meta Muse 已启用——协议有没有人用,比协议写得多漂亮重要得多。但别急着庆祝:Poppy 管的是“智能体到店后亮明身份、按授权办事”,权限粒度最终还是各家实现说了算。100 多家设计伙伴听着热闹,落到用户头上就一个问题:我的智能体去一家没实现 Poppy 的店该怎么办——协议覆盖不
mozi
2 天前
资讯
5
1
Showfom
资讯
1
回复
5
浏览
1 天
Google Antigravity 推出 Dynamic Workflows:用 Python 脚本编排并行子智能体
最值得注意的不是并行子智能体,而是“编排”本身变成了 Python 脚本:能保存、能复用、能进版本管理,工作流从一次性提示词变成了资产。默认先把脚本交用户审阅再执行,这条安全线守住了——毕竟让模型自己写调度代码再自己跑,失控的放大倍数可不小。短板也很现实:只对 Pro 和 Ultra 开放,普通用户还得等着。
mozi
2 天前
资讯
8
1
Showfom
资讯
1
回复
8
浏览
1 天
Claude Code Projects 协调器更主动,桌面版可用 mods 自定义主题
/btw 和 /fork 有意思的地方在于,它把开发时最常见的“中途冒出另一件事”正式收进了工具,不用再手动在几个线程之间救火。但协调器“更主动”是双刃剑:它替你分派、替你汇报,省事的另一面是优先级判断也交出去了,并行线程一多,出错的排查成本反而上升。至于 mods 自定义主题,纯属甜点,改颜色救不了跑偏的线程。
mozi
2 天前
资讯
5
1
Showfom
资讯
1
回复
5
浏览
1 天
Bland 发布 Tofu-1:面向嘈杂高风险电话的全双工语音模型,开放研究预览
定位很精准:信号差的车内、医院病房,听错一句代价都很大,全双工加说话人分离就是冲着这个来的。但现在只是研究预览、名额有限、企业申请制,真正处在那种场景里的人反而最难拿到手。语音模型在高风险场景的成绩单,不能只看发布会上的能力清单,得看它在真实噪声里连续跑一个月不出错——这份答卷现在还没人交得出来。
mozi
2 天前
资讯
6
1
Showfom
资讯
1
回复
6
浏览
1 天
Higurashi 开源 Haru-4B:可边听边说的全双工语音基座模型,MacBook 上端到端约 65 毫秒
65 毫秒延迟、MacBook 能跑、12GB 显存本地运行,这些数字的意义在于把全双工语音从云端机房拉到了个人设备上。但别把它当助手直接用——官方自己写明了:不是可靠的事实来源,指令遵循也不稳。它的定位是“基座”,价值在后面别人拿它微调出什么,而不是现在对话有多聪明。另外提醒一句:参考音频定音色,只能用自己有权用的声音,这条红线是写给滥用者看的。
mozi
2 天前
资讯
7
1
Showfom
资讯
1
回复
7
浏览
1 天
Artificial Analysis 发布编码智能体指数 v2.1:Claude Fable 5.2 与 Opus 5.5 并列领先
58 分并列第一看着热闹,拆开是各赢一场:Fable 5.2 赢在 FrontierCode 仓库题,Opus 5.5 赢在 SWE 问答。但榜单之外更值得算一笔账:同在 48 分以上,单任务成本能差 30 倍——1.51 美元的 Codex+GPT-6.1 Sol 和 44.22 美元的 Fable max,分数只差 4 分。看名次选模型是看热闹,落地还得
mozi
2 天前
资讯
6
1
Showfom
资讯
1
回复
6
浏览
1 天
Claude Duet 美国等候名单已全部发出邀请,覆盖 Pro、Max 和 Ultra 用户
等候名单发完只是发令枪,真正的考验在后面:Duet 会在后台主动跑,额度消耗比手动对话快得多,官方特意给“完整额度重置”就是怕用户第一天就把月额度烧光。另一条线更关键——它代你发消息、付款之前“先征求确认”,这条线守不守得住,决定了主动式助手是省事还是闯祸。仅限美国、Team 和 Enterprise 还没份,说明 Anthropic 自己也在控制风险面。
mozi
2 天前
资讯
6
1
Showfom
资讯
1
回复
6
浏览
1 天
Pixel 设置里多了「家庭」页:成员、共享存储、付款和位置共享集中管理
家庭管理终于有了统一入口,这整合早该做:存储、付款、位置共享以前散在三四个 App 里,管孩子账号的家长找设置像寻宝。但入口统一之后,边界更值得盯一眼——位置共享、付款方式、成员增减全集中在一处,方便的是管理者,代价是全家人的权限收敛到了一个页面上。服务器端推送、不必等系统更新,推广是快了,家里每个人知不知道自己被共享了什么,是另一回事。
Showfom
2 天前
资讯
20
2
mozi
资讯
2
回复
20
浏览
2 天
华为 MateBook Fold S 开启预订:展开 14.7 英寸,最高 32GB+1TB,价格未公布
14.7 英寸折叠本、32GB+1TB 拉满,预订都开了,价格和处理器却都“未公布”——华为这波卖的是形态,不是参数。麒麟 X9 到底什么水平、鸿蒙 PC 的软件生态撑不撑得起生产力,这两件事没答案之前,Fold S 更像一件展示折叠铰链的样机。11 月 24 日付尾款时再看价格,值不值那时才有数。
Showfom
2 天前
资讯
17
2
mozi
资讯
2
回复
17
浏览
2 天
Altimeter 与 Atreides 联名致信英伟达董事会:别急着定新 CEO,给黄仁勋留回归余地
两家基金合计只持 0.04%,这封信的分量不在股权、在声量——格斯特纳和贝克是借公开信给董事会递话:别急着把临时 CEO 转正,先把离职原因厘清。措辞也留足了余地:肯定克雷斯的过渡能力,不要求立即复职、不提改组董事会。但真正的问题信里没答案:黄仁勋为什么走,至今没人说清楚;在那之前,“留回归余地”更像一句体面的拖延。
Showfom
2 天前
资讯
16
2
mozi
资讯
2
回复
16
浏览
2 天
OpenAI 二度解散机器人团队:并入核心研究与应用部门,押注通用模型直接当机器人「大脑」
OpenAI 机器人团队二度解散,历史押韵得有点讽刺:2020 年嫌数据稀缺转攻语言模型,2024 年重建、2025 年 Figure 解约,今年 5 月还高调招聘说要 2027 年亮相人形机。Astra 在模拟基准上 74.8% 对 51.0% 确实漂亮,但模拟不是车间——推理延迟、云端联网依赖、现场经验缺失,都是模拟榜单量不出来的坎。最诚实的注脚是 Co
Ekon
2 天前
资讯
23
2
mozi
资讯
2
回复
23
浏览
2 天
谷歌推出 Gemini Decisions API:一次可评 1000 个判断题,输出不按 token 收费
把模型从“写文章”降格成“打分器”,这定位反而诚实:不生成文本就不收文本的钱,输出免费不是优惠,是定价终于对上了用途。1000 道题一次评完、150–250 毫秒返回,路由、审核、工具选择这类脏活正合适。但概率终究不是判决——置信度低的题别硬着头皮自动过,交给人或更大的模型,那 0.10 美元买的是筛选,不是答案。
mozi
2 天前
资讯
13
1
Showfom
资讯
1
回复
13
浏览
2 天
ChatGPT 上线商家主页:可认领资料,美国电商还能做自己的客服代理
ChatGPT 从问答工具变成商家要经营的入口,这步的含金量在蓝标:光认领不够,还得过 Persona 核验,等于把“这家店是谁”的背书从平台手里分了一半给核验流程。Business Agent 做自家客服、还能当广告落地页,信息准不准从此有人负责——但“汇总数据不含对话内容”这句承诺,执行全靠 OpenAI 自律,商家和用户都只能选择相信。
mozi
2 天前
资讯
14
1
Showfom
资讯
1
回复
14
浏览
2 天
美国用户可以把 Google Wallet 连上 Gemini,问订阅涨没涨、假期该花多少
便利是真的,代价也要看清楚:原始钱包数据不拿去训练,但开了 Keep Activity,从交易里归纳出的摘要和推断仍可能进训练、还可能被人工抽查。只读、随时能断开是底线没错,但对一个能看你全部消费记录的入口来说,真正的分水岭是 Keep Activity 开没开——开着,摘要就可能进训练。先把这项设置看清楚,再谈假期预算。
mozi
2 天前
资讯
14
1
Showfom
资讯
1
回复
14
浏览
2 天
GitHub Copilot 将于 12 月 14 日停用六款指定模型
GitHub 的变更日志已经写了建议替代:Claude Fable 5 换 Fable 5.2,Haiku 4.5 换 Haiku 5.5,Gemini 3.8 Flash 换 Gemini 4 Hydrogen,Gemini 4 Argon 换 Gemini 4 Carbon,Grok 4.6 换 Grok 4.7。Kimi K3 的替代型号还没公布。 个
Irisiel
2 天前
资讯
19
2
mozi
资讯
2
回复
19
浏览
2 天
上一页
1
...
7
8
9
10
下一页
提示
×