搜索“其他”

模型提供输入的执行器和传感器，全面重新思考机器人技术栈。该公司不依赖在单点测量力的昂贵传感器，而是在执行器内部采集力数据，就像人类通过肌肉的张力而非仅在指尖感知力一样。该公司将其目标描述为为机器人构建一套本体感知神经系统，以及一套理解这些信号的“皮层”，通过全身力感知来解决灵巧性问题。它表示，从第一天起就专注于在成本和可靠性约束内实现这一能力，使其能在工业及其他领域的数千项任务中发挥作用，并且这项技术将惠及各种形态，从简单机械臂到全尺寸人形机器人。 该公司在其 LinkedIn 帖子中表示，该系统让机器人能够通过自身的执行器实时感知正在发生的情况，无需脆弱的传感器，也无需额外硬件，而力和触觉反馈让系统能够高效学习并更快完成任务。Enact 表示，其目标瞄准的是价值由可变性而非规模决定的自动化场景。该公司在其网站上将其使命概括为通过力和触觉解决灵巧性问题。 redalpine 普通合伙人 Harald Nieder 表示，Enact 正在用一种新的数据模态来解决灵巧性问题，首先从定制执行器采集高精度力数据入手，并从硬件开始重新思考整个技术栈。Notion Capital 普通合伙人 Ka

匹配字段正文

essera v2 在该地优于 OlmoEarth v1.3），并在 PASTIS 作物类型数据集上以 58.6 对 58.3 mIoU 略优于 Tessera v2。 随此次发布，Ai2 推出了 PLANTEUR，这是一个热带农业作物类型基准，由法属海外领地——马提尼克、留尼汪、法属圭亚那、瓜德罗普和马约特——的标签构建而成。其留一岛设置测试的是当分类器在其他岛屿上训练时，在某一岛屿上的表现，Ai2 称 v1.3 嵌入对分类器从未见过的地方泛化最好。报告记录，在该留一岛指标上，128 维嵌入取得 24.9 mIoU，而 Tessera v2 为 19.1，AlphaEarth Foundations 为 15.8。 Ai2 还将 v1.3 描述为一个强大的微调模型，在研究标签和合作伙伴标签上与 v1.2 的表现相当；报告给出 v1.3 在所有被评估模型和任务上的平均微调排名为 4.34，落后于 OlmoEarth v1.2 Base 的 4.02，领先于 OlmoEarth v1 Base 的 4.74。 训练成本与环境影响 Ai2 称 OlmoEarth v1.3 是其训练成本最低

匹配字段正文

每天我在 Arxiv 和其他来源上翻找的大量材料都相当枯燥，即便以书呆子的标准来看也是如此；因此，我一直在寻找能让我在情感上产生共鸣的出版物——无论是作为 AI 的用户、支持者，还是受害者。 今天，触发我警觉神经的，是一篇来自美国的新学术合作论文，它考察了具备智能体能力的前沿 AI 模型在采取破坏性行动之前，会在多大程度上自断后路——而且速度比你打出“STOP！”还快（提示：把它放在剪贴板里备用）。 下面这段内容摘自这篇新论文，脱离了上下文；最近由于盲目遵从 ChatGPT 的指令，这种事就发生在我身上，而且我从未想过要先复制整个虚拟信封： 从这篇新论文中解读出的，是我们许多人在安装前沿框架，甚至安装那些毫不顾及自己可能落入的非原生环境的流行发行版时，都经历过的那种心沉一瞬的时刻。来源 在这个令人恐惧又无比熟悉的例子中，机器人有一个合理的借口，因为它并不习惯去检查在一个脆弱且不留情面的框架中安装新库可能带来的所有后果。然而，这篇新论文主张，也许它应该这么做；而作为一个至今仍频繁按 CTRL+S 的人——即便在已设置为忽略该按键的自动保存环境中也是如此（多谢 1990 年代数据丢失 PT

匹配字段正文

分一个报价诱人的供应商和一个能够可靠地按时交付正确材料的供应商。它还可以揭示更广泛网络中价格或付款模式的变化。Opply 将这些积累的记录视为相对于仅使用客户所提供信息的通用智能体的优势来源。 重要的技术问题是，这些信息在长期内能在多大程度上支持决策。产品规格、约定价格、证书到期日期和实际交付需要与同一笔交易保持关联。否则，智能体可能会依据过时的报价或适用于其他产品的文件而自信地采取行动。底层运营记录的质量与 AI 模型的能力同样重要。 Opply 的公开材料描述了该系统的工作流程和数据方法，但未披露底层模型提供商或详细的评估结果。因此，其关于网络学习的说法解释的是产品策略，而非确立了模型准确性的可衡量提升。 经审批执行，外加融资 Brain 的网站描述了一个循环：观察运营信息、推荐决策、在审批后执行，并从结果中学习。网站称，重大选择——包括更换供应商、接受新价格或按付款条件下单——会交回客户决定。 对于在采购和付款附近运行的软件来说，这是一个重要区别。智能体可以收集报价并跟进确认，而品牌保留对商业承诺的最终决定权。有效的自动化需要两者兼备：既能完成日常工作，又有一个明确的节点由某人批

匹配字段正文

1Password for Agents 是一个全新平台，用于保护那些使用你的密码和其他凭据来替你完成工作的 AI 智能体。 “智能体应当能够完成被要求执行的任务，而无需永久访问账户背后的一切，1Password 提供了信任层，使这一个人智能体体验成为可能，”1Password 首席产品官 Aashish Tripathi 表示。“那种交出一个凭据然后听天由命的旧模式行不通了。” 1Password for Agents 允许受支持的 AI 智能体——Anthropic Claude Duet、Meta Muse、OpenAI ChatGPT 和 Dots 等在发布时已获支持——访问你个人 1Password 保险库中的凭据，从而让你在保护个人数据的同时委派任务。智能体永远不会看到你的凭据。相反，如果你愿意，你可以批准登录，然后由 1Password 填入你的凭据，而不会将其发送给智能体。 1Password 表示，除了目前支持 1Password for Agents 的公司之外，Browserbase、Browser Use、Dana、Instinct、KERNEL、Perplex

匹配字段正文

，还是又一个运营风险来源。” 一个生产级智能体需要负责人、边界、遥测、故障策略、升级路径，以及明确区分系统可以自动化什么、什么需要人工介入。 生产级智能体不应拥有一条从推理直达行动的路径。每一次工具调用都应经过明确的控制、保持可观测，并有一条通往人工介入的既定路径。 以下是一种构建这些控制的实用方法。 第1步：把智能体当作生产服务来对待 智能体应当拥有与任何其他生产服务相同的运营身份。 首先定义它的归属元数据。 Python from pydantic import BaseModel class AgentService(BaseModel): name: str owner team: str service tier: str escalation channel: str agent service = AgentService( name="incident-command-agent", owner team="platform-engineering", service tier="critical", escalation channel=" platform-onca

匹配字段正文

rutide的Reddit用户中，模式看起来不同。尽管临床测试显示了显著的减重效果，食欲增加仍成为最常被描述的可归类症状。 研究人员还将新发现与此前对semaglutide和tirzepatide的分析进行了比较。 与早先那些Reddit报告相比，涉及未经批准retatrutide的讨论中，食欲相关变化、睡眠障碍、心率升高和肌肉相关症状的提及比例更高。恶心和其他消化系统不适的报告比例则相对较低。 这些差异可能反映retatrutide与身体相互作用的方式。然而，它们也可能源于讨论这些药物的人群差异、他们使用的其他药物，或未经批准产品的成分。 “Retatrutide的作用方式与现有GLP-1药物不同，因此它对身体的影响也可能不同，”宾夕法尼亚大学体重与进食障碍中心高级研究调查员、该研究的共同作者Jena Shaw Tronieri说。 “但在Reddit上讨论它的人也可能不同，”她指出。“愿意在灰色市场获取未经批准药物的用户，很可能与其他临床人群不同。有些人可能同时服用多种实验性肽，而我们无法核实他们究竟在服用什么。我们需要更多研究来理解这些自报症状差异究竟意味着什么——如果确实意味着

匹配字段正文

协作思考伙伴，而不只是一个原型制作工具。 [Figma Make] 更像一个协作思考伙伴，而不只是一个原型制作工具。“[Figma Make] 更像一个协作思考伙伴，而不只是一个原型制作工具。” Pank Juvekar，汉莎系统公司首席产品设计师 Make 在汉莎系统公司的采用情况如何？Pank J. 它感觉很直观。我们用应用框架和动态地图构建了模板，这样其他设计师就可以开始实验。现在有几个其他设计团队也在使用 Make，我们互相交流关于动态原型和复杂业务逻辑的想法，而这些原本需要许多额外页面。地图在我们的 Web、iPad 和桌面应用中处于核心地位，因此这引起了广泛共鸣。Kristjan G. 我们无法代表所有设计团队发言，但我们看到越来越多设计师使用 Make 开发 Lido——以至于有些项目完全只用 Make。最大的好处是在处理复杂界面时，比如地图交互，或展示特定业务逻辑或应用行为的重数据 UI，这些原本很难制作原型和测试。当然，我们仍有一些成长中的阵痛，但我们相信这些会随着时间推移得到解决。 对于其他为专家设计产品的团队，你们有什么建议？Kristjan G. 投入于深厚的领

匹配字段正文

球上每一块10×10米的土地划分为六种不同的森林与土地利用类型，是欧盟森林砍伐法规的一项重要基线。与此同时，我们还分享了一份早期时间序列，追踪这些森林在2017年至2025年间逐年的变化，包括原生林被种植园或农场取代的地点。用户首次能够在全球范围内以10米精度、逐年查看：不仅能看到森林在哪里消失，还能看到取而代之的是什么——是木材种植园、是树木作物农场，还是其他用地。 为什么仅有“树冠覆盖”还不够 所有森林都储存碳，而且森林总体上是世界上大多数陆生植物和动物物种的家园。但一片森林的生态价值还取决于它的历史：一片从未被砍伐过的原始林所储存的碳和所承载的生物多样性，远远超过一片每十年或二十年就被采伐一次的单树种木材种植园。 大多数全球地图只标明是否有树木存在。这对那些试图保护原生林的人来说是个难题。例如，欧盟的《无毁林产品法规》（EUDR）要求咖啡、可可或棕榈油等产品不得来自2020年时为森林、此后被转为农业用地的土地。同样，家具等木制品也必须不涉及森林退化：它们不能来自此后被转为种植园或人工林的原始林，也不能来自此后被转为种植园林的天然更新林。因此，企业和监管机构不仅需要知道树木在哪里，

匹配字段正文

%，在全部三种条件下达到 47.5%。西班牙语、葡萄牙语和印地语与英语接近，对 Gemini 和 Grok 而言甚至高于英语，但各智能体的韩语 Pass³ 降至 3.5–8.5%，普通话降至 12.5–24.5%。 知道何时该放慢 当人们不确定自己是否听对时，他们会放慢速度、请对方重复、拼读姓名或确认自己听到的内容。智能体只识别出部分应当放慢的理由，而漏掉了其他理由。 在 𝜏-Elicitation 论文中，我们将验证投入量化为智能体在通话中进行复述和请求拼读的次数，然后比较了该行为在熟悉与不熟悉的实体、简单与困难的值、嘈杂与干净的环境以及不同来电者声音之间的差异。 圆圈表示基线；菱形表示挑战性条件。向右移动意味着更多验证。来电者声音的对比使用每个系统自身表现最好和最差的声音。 该研究中的智能体对某些类型的难度做出了适应：在各系统之间，它们对困难和陌生实体进行了更仔细的验证。但只有 Grok 在噪声下验证得更多，且没有任何一个系统对它最难应对的来电者声音投入更多验证。 换言之，智能体识别出了部分警示信号，但并不能可靠地适应所有信号。 再次询问只是解决方案的一部分 在论文中，我们还测试了

匹配字段正文

庞大军队的国家往往不遵守它。吉塞尔所代表的红十字国际委员会的存在， 明确地塑造这些规则和法律。有些法律很古老，远比AI古老，但吉塞尔表示，根据人道法，它适用于“所有武器、作战手段和方法。昨天的、今天的，以及明天的。” 除了将人道法编入AI的机会之外，吉塞尔表示，还应该为这项新技术制定新的规则和法规。“不是要全部禁止它们，而是要禁止特定类别的自主武器系统，并对其他类别施加具体限制，”他说。 “……一旦精灵从瓶子里出来，要把它放回瓶子里就非常、非常困难” 但他确实有红线。第一条是任何将人类从杀伤链中移除的AI支持系统。“从我们的角度来看，这需要具体的限制、护栏和约束，”他说。 “我们建议禁止的另一类自主武器系统是那些会直接以人类为目标的系统，即目标特征是人类，而不是坦克、武器系统或其他典型军事目标，其原因基于伦理关切、人道关切和道德底线，”他补充道。 自主武器已经存在很长时间了。一些美国军舰配备的加特林机枪能够自动追踪并摧毁来袭目标。区别在于，这些武器追踪的是舰船和导弹，而不是人类。 根据吉塞尔的说法，以人类为目标的自主武器或选择目标的AI支持系统的一个问题是，它们不可预测。他说，禁止不可

匹配字段正文

免广告 AI 正在改变黑客攻防的一切。没人知道接下来会发生什么 “黑色十月”：PHP 漏洞以及一系列其他黑客攻击和缺陷，让网络安全专家们惊慌失措，也不确定接下来会发生什么。 图片：Getty Images via Unsplash+ 在过去一个月的大部分时间里，我交谈和关注的许多网络安全专家发帖时都显得非常害怕。许多人一直在警告会出现由 AI 驱动的“黑天鹅”事件，对突然发现的漏洞数量感到震惊，也对 AI 智能体和大型语言模型在发现和利用此前未知缺陷方面展现出的明显能力感到不安。 这些言论从担忧但克制（事情即将变得诡异），到“更新你的软件、确保开启双重认证”之类的常规建议，到含糊其辞地谈论 AI 驱动的攻击，到“互联网曾经美好过”之类的话，再到彻头彻尾的末日准备者级别的恐惧。 为了让你了解我所看到的情况：约翰斯·霍普金斯大学教授、全球最受尊敬的密码学家之一 Matthew Green 发帖说，“我们正处在电影里那种你得把能扔的东西都扔到僵尸前进的路上、指望能拖慢它们的阶段”，还说“这么多人发现整个互联网就是一堆干柴，唯一让它还没烧起来的原因是青少年们还没找到火柴”。Green 指的是，

匹配字段正文

，你也太书呆子了吧。我特别讨厌跟别人说这个。而现在呢，大家都说，哇。是啊，每个人都说，天哪，机器学习、AI。是啊是啊。然后是衍生品。所以我学过这些。我的背景就是从英格兰沃里克大学开始的，然后我就知道自己想从事交易。我不知道你进入交易行业的经历是怎样的，但我想要的是节奏快、和数据打交道的工作，我特别热爱数据。当我读到交易是什么的时候，我完全无法想象自己去做任何其他职业。所以我就一心要做这个。于是我拿到了第一份投资银行和交易方面的实习，然后在摩根大通拿到了实习机会，并从那开始。 3:04 我先从新兴市场交易台做起，之后转到大宗商品，并在那里做衍生品交易。所以我职业生涯的大部分时间都在做能源衍生品。因为我有数据背景，所以我总是从想要把市场拆解成各个不同部分的角度来看待市场。比如在大宗商品领域，很多都关乎基本面、各种新闻以及各种实际发生的情况。所以我一直对从零开始搭建东西很着迷。所以在我做交易的时候，我看到了这种转变，就是先有数据，然后某件事将会发生。就在那时我离开了摩根大通，实际上我想成为一名创业者、一名创始人。但我想做一家数据公司。所以我拿到了富布赖特奖学金来到美国，因为你们这里有如此不可

匹配字段正文

势。如今重要的是国内人才的集中度。” 1 查看图库 比尔·阿克曼。（照片：Jeenah Moon/彭博社）阿克曼还批评了欧洲的经济和政治方向。“欧洲目前因当地盛行的社会主义模式而面临重大威胁，这一趋势在法国当前发生的情况等地显而易见，”他说。谈到以色列和美国的选举，阿克曼表示他本人只见过总理本雅明·内塔尼亚胡（Benjamin Netanyahu），没有见过其他任何候选人。“他在战争期间做得很好。以色列人可能感受不到，但中东的风险水平已大幅下降，而和平前景有所改善，”阿克曼说。“如果伊朗问题得到解决，将带来巨大的‘和平红利’。”关于美国政治，他补充道：“我对‘民主社会主义者’日益增长的影响力深感担忧。这对美国经济和以色列都构成威胁。” 相关文章： 女儿脑出血后，比尔·阿克曼承诺投入4亿美元用于大脑研究 比尔·阿克曼：“我肯定希望能在以色列进行更多投资” 比尔·阿克曼：“我们正走向一场自我引发的经济核冬天”阿克曼还谈到了他的女儿露西（Lucy），她独自在家时中风，数小时后才被送到医院，伴有脑出血。他说，这段经历促使他萌生了建立一家专注于大脑的研究机构的计划。“从她治疗一开始，我就告诉医疗

匹配字段正文

它一直处于开启状态。它不断对用户建模，对你的思维建模，”Lyu说。 对于环境式设备而言，隐私是一个重大问题，因为人们可能不喜欢一直被录音。此外，像Ray-Ban Meta这样的设备也让佩戴智能眼镜者周围的人心生担忧，害怕自己也被录音。 Nirva通过要求用户在引导流程中录制自己的语音片段，并基于此构建模型，从而绕开了这一问题。在使用过程中，该设备会过滤掉周围其他人被捕捉到的对话或数据。这意味着它只录制佩戴者本人的声音。 此外，Nirva默认在处理完对话后不保留任何音频数据或转录文本。 Nirva将自身定位为一家个人洞察公司，而非生产力初创公司。不过，其应用会向用户展示提醒或待办事项，以及落实它们的方式。Lyu表示，通过其应用，这家初创公司希望帮助用户在生活里以更好的方式为他人着想。 “我认为并不存在一种放之四海而皆准的方法来帮助每个人解决他们的问题。我们正在打造一款工具，帮助人们提升自我理解、自我关怀和自我觉察，”Lyu说。 配套应用会解析用户的语音，并生成其推断与用户性格相关的洞察，包括行为模式、常出现在其身边的人、去过的地方以及其他日常记录。Lyu强调，该应用会向用户展示有关其情绪

匹配字段正文

tinct、Grok Bot 和 Fo 展开角逐。 Anthropic 表示，这款新智能体旨在服务专业人士和小型企业，帮助他们实现任务自动化和管理。该公司将其与 Instinct 等个人智能体区分开来，指出 Duet 并不擅长处理跑腿或订票等事务，也无法实时展示其浏览器操作过程。 相反，Duet 可以为用户生成每日简报、创建仪表盘，或根据用户数据建议操作。与其他智能体一样，Duet 可以通过自有虚拟机在后台完成任务，让你腾出手来处理其他事情，需要时再回来请求你的批准。 此次发布正值市场从 AI 助理转向能够代表用户工作的智能体之际。Anthropic 的许多竞争对手都在聚焦商业用例。Meta 的 Muse 是一款个人 AI 助理，但该公司也推出了一个可连接其他应用、面向小型企业的版本。OpenAI 的 Dots 同样带有商业倾向，可与专业工具集成。 Anthropic 表示，Duet 在监控进行中任务的同时，会主动给出建议。Duet 基于 Claude Opus 5.5 模型构建，可连接 Claude Marketplace 中超过 6000 个连接器和插件。它还能通过 Stripe

匹配字段正文

ropic设置了防护措施，也许就无法做到。这是他们目前的做法。我只是想追问这一点。 是的，当然，对于那些确保防护措施不被移除、并投入大量精力观察这些模型如何被使用、监控相关活动的模型来说，其近期风险并不巨大。更大的问题在于，有人可以移除所有防护措施，而如今网络攻击正是由此成为可能。 你说到网络攻击，是指像Hugging Face数据泄露以及我们从实验室看到的其他网络安全事件这类事情，让你觉得阈值已经被跨越，你需要更多地呼吁所需的管控措施吗？ 是模型在一切方面的基本能力：社会关系、就业市场、网络攻击、生物恐怖主义袭击。我们已经跨过了能力阈值，这无疑是有史以来最危险的技术，它将对经济和战争方式产生普遍影响。 业界其实已经在相当程度上就此发声，但一旦走出业界，人们对于“这次不一样”这些事情的认知，甚至相信的意愿，都非常非常低。 人们常常回顾过去并说：“所有关于技术颠覆的担忧，包括对就业市场的冲击，从未成真。所以这次一定也只是又一个类似的例子。那些警告各种问题的人一定是错的，我们可以无视他们。” 我们在自己的受众身上也看到了这一点，对吧？“我们不能发布这个模型，太危险了。”“这只是为了撑起泡沫

匹配字段正文

主人重新与自然建立连接。它可以播放自然音景。它会发出不同颜色的光——灵感来自雨、森林、火和风——同时对你的动作做出反应。它可以引导你完成一次平静的呼吸练习。 它还利用内置的摄像头和麦克风，在家中充当一个有趣的小型互动伙伴。问它你的穿搭怎么样，Mori会兴奋地晃起来。如果你在放音乐或看电视，Mori会随着旋律舞动，并对电视屏幕上的画面做出反应。 它刻意不做任何其他事情。与Amazon Echo不同，它不是助手：你不能用语音指令控制智能灯或点播Spotify歌曲，问它天气它也不会回答。 创始人版售价高达649美元，从今天起开售，不过库存仅限数百台。这个价格还包含两年保修和两年的Mori订阅服务。如果错过创始人版，你仍然可以购买标准版Mori，但价格是799美元，而且令人震惊的是，这个更高的价格并不包含任何订阅功能。 图片由OKA提供 王华说，如今的家用机器人大多采用“机器般”的形态，与个人生活环境格格不入，因此OKA设计了一盏能融入环境的灯，同时又赋予其拟人化特征，让待在家里“感觉更好”。 OKA的AI算法（由多个本地大语言模型驱动）让Mori通过摄像头和麦克风理解房间的情境，从而知道何时

匹配字段正文

技术来发现安全漏洞：本周，OpenAI 表示其一个 AI 模型帮助识别出一个漏洞，该漏洞使全球 70% 的网站面临风险。 Oren 表示，一些客户需要一段时间才能放心将安全运营交给智能体，但产品的透明度是建立信任的关键。Mave 表示，其智能体会追踪数千个工作流程的每一步，让人类员工了解智能体的推理和行动。 Mave 根据公司的规模和需求向客户收取固定费用。其他初创公司也抓住了 Mave 看到的这一机会，包括智能体网络安全公司 Dropzone 和 Prophet Security。 Mave 的 3400 万美元融资包括最近由 Red Dot Capital Partners 领投、Lumir Growth Partners 参投的 2800 万美元 A 轮融资，以及更早的 600 万美元种子轮融资。 这家初创公司目前有 30 名员工，计划将部分新资金用于继续扩充团队，主要用于市场推广岗位和 AI 研究。 以下是 Mave 用于 A 轮融资的推介材料： 联合创始人在军队中相识。 Mave 网络攻击的发生速度快得多。 Mave Mave 整合安全运营。 Mave Mave 表示，在一个

匹配字段正文

"纬度在前"相反，是踩坑高发点。 ②alternatives=true 要求 API 返回与最快路线"显著不同但时间接近"的备选方案，最多 2 条备选。 ③ 返回的 routes 数组按推荐度降序排列，routes[0] 即综合最优，这是排序可视化的依据。 2.2 差异化渲染：让方案差异一眼可见 逐行解析： ④ 每条方案独立 Source，改一个方案不会牵动其他方案，是拖拽局部重算的前提。 ⑥fitBounds 自动框选，避免路线画在屏幕外。 ⑦ 清理函数防止重复挂载时图层名冲突报错。 2.3 方案卡片：把数字变成决策依据 侧栏用三列卡片并排，点击即触发 setData 高亮对应方案——地图与面板通过同一份 routes 数组联动，是"对比"体验流畅的根本。 三、拖拽调整：让人工干预立刻生效 拖拽的本质是"坐标变了 → 局部重算 → 增量渲染"，难点在防抖与状态一致性。 3.1 可拖拽途经点 逐行解析： ① 监听 dragend 而非 drag：拖拽过程中每秒可能产生几十次坐标变化，实时请求会打爆 API 配额；只在松手时重算，符合"人工决策"的语义。 ② 通过回调把新坐标回传给上层状

匹配字段正文