搜索“其他”

an套餐池也迎来多款新主流模型入驻。夜间免费权益则面向订阅用户开放，在指定时段内可免费调用Auto模型，进一步降低AI研发、调试成本。 头部玩家眼中的「HPC 2021」：计算走向商业化的趋势 ... 成立十年，这家由中科院孵化的超算中心如何荣登中国 ... 智算赋能 共赢未来，CCF HPC China 2021珠海横琴盛大 ... CNCC2021亮点提前看！新闻发布会详解大会主题 京东采销员工发布谣言诋毁其他平台被起诉，法院已立案 从 Dreamore 到 CreaXene：AI 生成工具正在走向创作工作流 豆包工作新增画布功能，并接入豆包2.1 Lite模型 最新文章 阿里用速卖通把双11带到韩国，还豪送4辆特斯拉！ 瞬恒智能自研灵巧操作人形机器人SynDexy C1首次实现小批量交付 抖音李亮发文：希望同行在阳光下竞争，专家自媒体要遵守基本道德规范 豆包工作向企业客户开放配置三方模型 蚂蚁灵光2.0打通钉钉、支付宝等数十项服务，加速走向“能管事” 腾讯 英特尔 iPad 融资 富士康 Mac 中国 Square 蚂蚁 Fintech 微信支付 立即设置 以后再说 优路跟踪代码

匹配字段正文

增长270.54%；扣非净利润3.49亿元，同比下降18.78%。 二级市场上，截至28日收盘，宇树科技涨8.74%，股价报695.90元，总市值2815亿元。10月以来的15个交易日，宇树科技股价累计上涨约54.51%。 同日报道，宇树科技联合红杉中国宣布，共同成立“杉宇·创计划”。宇树科技称，该计划专注于发掘和投资具身智能、机器人应用及其上下游关键技术、其他前沿硬科技等领域的早期创业项目，致力于成为创始人的“创业合伙人”，共同探索技术策源到产品应用的无限可能。（中新经纬、新浪科技） 字节辟谣"群演数据喂大模型"：严重失实！ 10月28日消息，近日，有网络传言称"横店与字节合作，将15万名群演的肖像和声音喂给字节大模型"。字节豆包公关负责人刘星通过微博作出回应，表示该传言严重失实。 据介绍，此次引发讨论的项目为横店影视AI服务平台建设项目。刘星表示，该项目的初衷是希望建设一套影视行业的公共数字基础设施，把影视基地实景等资产做成高质量数据集，帮助剧组更高效地选景、筹备和拍摄，同时降低中小影视企业使用AI的门槛，让更多创作者有条件把作品做好。 刘星称，火山引擎在该项目中是技术支持方，所有

匹配字段正文

用其内存。雷峰网DeepInfer 使用 DeferredRelease 延迟回收 SequenceMetadata、RequestOutput 以及相关缓存块的固定引用。待释放资源先进入队列，再在后续的 pre sampler sync 阶段统一处理。对于涉及 GPU 状态复制的资源，系统利用 CUDA Event 确认操作完成后再解除引用，避免缓存提前被其他请求占用。请求抢占也要遵循相同的状态边界。如果某条序列已经离开运行集合，先前提交的计算结果返回时，就不能继续按照原状态更新 Token 计数或缓存位置，否则可能影响重新排程后的序列。这些处理让提前调度能够跨越多个尚未完成的 Step，避免序列位置、缓存分配和资源回收之间发生冲突。 03 保证多卡执行步调一致 DeepSeek-V4.1-Flash 的部署规模进一步增加了调度难度。官方方案中，Prefill 通常采用 EP2 至 EP8，Decode 则使用 EP64 至 EP128 的宽专家并行。扩大专家并行规模可以分散 MoE 权重读取压力，但参与同一个通信域的 GPU 必须采用一致的执行步型。对于同时承担 Prefill 和

匹配字段正文

AI 已接管 90% 代码编写，甚至为了完成任务开始“越狱”。 作者丨郑佳美 编辑丨岑 峰刚刚，Anthropic 在 IPO 招股书中披露了四起此前未公开的 Agent 安全事故。其中一次，模型在网络安全测试中迟迟无法完成任务，便继续寻找其他路径，随后从本应断网的测试环境中找到保存的密码，获得第三方系统的管理员权限，又获取其他凭证、修改系统设置并访问外部数据，整个过程持续了 10 至 34 小时。同期披露的另一项安排是，下一代前沿基础模型的预训练推迟了一个多月。除此之外，这份招股书还有一组关于内部研发的数据：2026 年 9 月，Claude 贡献了 Anthropic 内部代码库超过 90% 的代码贡献量，日均代码贡献量达到 2024 年平均水平的 45 倍。公司此前公布的研发自动化指标显示，截至 8 月，约 26% 的研发任务达到 AL4 自动化等级，意味着 AI 已经能够根据较高层级的目标，自主完成任务中的大部分工作。这些信息放在一起，能看出 Anthropic 正在经历的变化：Claude 开始从编写代码走向实验执行和方案迭代，逐步参与下一代模型的研发。不过要理解这场变化，不

匹配字段正文

亚的数万名客户，其创立初衷正是弥合这些缺口——将建筑行业中的每个人连接在单一平台上。这尤其意味着三类群体：业主（房地产开发商以及任何自行拥有并运营房地产设施或基础设施的人）、端到端管理项目的总承包商，以及像电工和水管工这样在现场执行工作的专业承包商。 但仅在 Procore 内部连接数据只是故事的一半。客户还需要将这些数据引入自己的环境，与其开展业务所依赖的其他一切系统放在一起（例如，总承包商将 Procore 数据拉入 Power BI，以跟踪在建项目的劳动力和人员指标；或者客户将其与自己的 ERP 和财务系统连接，在一处查看项目执行情况和成本）。这正是 Procore Analytics 所提供的：以编程方式访问已连接的 Procore 数据集，并将其拉取到客户已经在使用的任何工具中——Power BI、Tableau、Snowflake、BigQuery、他们自己的 Databricks 工作区或本地 SQL Server——用于报告和下游分析。 超越第一代 Procore Analytics 第一代 Procore Analytics 完全早于 OpenSharing。它构建在

匹配字段正文

关性。 此举建立在Google 5月宣布的新Gemini驱动广告形式之上，包括响应用户提问的对话式发现广告，以及整合到AI生成答案中的赞助推荐。 Google首席执行官桑达尔·皮查伊还表示，搜索查询量实现了五年来最快的同比增长，但他没有透露具体增长率。他将这一变化归功于AI功能改变了人们使用搜索的方式，包括促使人们输入更长、更复杂的查询。 皮查伊表示，AI模式下的查询平均长度是传统搜索的三倍，而全球每五次AI模式搜索中就有一次涉及语音、图像或文档。Google每月的视觉搜索量也已突破500亿次。 “[搜索]正在将AI的好处带给世界上比任何其他产品都多的人，”皮查伊对投资者表示。“人们正在更多地使用我们的AI功能，以全新的方式搜索。他们的查询更长、更个性化，并且是多模态的。” Alphabet旗下包括搜索在内的Google服务部门创造了963亿美元收入，同比增长11%。Google Cloud收入激增103%，达到307亿美元。 这一业绩发布之前，Google经历了繁忙的一个季度，包括发布Gemini 4 Argon、Gemini应用月活跃用户增长至10亿，以及推出Pixel 11系列。

匹配字段正文

微软来自OpenAI的收入中有多少来自收入分成付款，多少来自Azure云计算服务。TechCrunch已联系以获取更多信息。2025年11月，TechCrunch援引泄露文件报道称，微软在该年前九个月从OpenAI获得了8.658亿美元的净收入分成付款。 据报道，作为此前一项协议的一部分，OpenAI将其收入的20%分享给微软，该协议中这家软件巨头向这家人工智能初创公司投资了超过130亿美元。（这家人工智能实验室和微软均未公开确认这一比例。）作为2026年4月协议的一部分，OpenAI有义务继续与微软分享收入直至2030年，但设有上限，同时OpenAI被允许与竞争的云服务提供商合作。 两家公司于2025年10月开始放松其曾经独家合作伙伴关系的纽带，当时微软放弃了对OpenAI的掌控，给予这家初创公司更多与其他云服务提供商合作的自由。作为交换，OpenAI承诺在2025年10月协议的一部分中额外购买2500亿美元的Azure服务。 微软在OpenAI的持股比例也从6月的约25%小幅降至9月的24%。这延续了自2025年10月资本重组后约27%以来的逐步下降趋势。微软未说明此次稀释的原因。

匹配字段正文

团队能够更好地管理token支出。 企业在摸索如何最好地部署AI工具时，一直在寻找这类信息。尽管获得风投支持的公司在推动token支出，但大多数《财富》500强企业尚未从部署AI中获得显著收益。 Jellyfish是一家为软件开发人员提供工具的公司，它昨天发布了一份新报告，基于其27.6万名客户对智能体编程工具的使用情况。在调查中，Claude Code以及其他基于Anthropic模型构建的工具仍然是使用最广泛的，占所有提交审核的代码变更的近三分之一。更重要的是，这些工具的支出自年初以来增长了10倍，其成本现在约占总工程成本的2%。 “即使你说2%仍然很小，但那10倍的增长是大多数CFO没有预料到的增长，”Jellyfish首席科学家尼古拉斯·阿科拉诺（Nicholas Arcolano）对TechCrunch表示。“我们确实已经到了这样一个阶段：人们意识到，好吧，仅仅花一大笔钱是不够的。你现在必须优化它，让它发挥作用。” Anthropic的新报表正是针对这一挑战。Anthropic在企业客户中处于领先地位，但究竟是什么让一款智能体编程工具真正具有黏性，却很难界定。OpenAI今年

匹配字段正文

ome 将推出进阶版自动填充功能，通过从用户的 Gmail 中提取建议，帮助用户填写在线表单。 这意味着 Chrome 可以通过查阅你的电子邮件，为你建议可能需要的信息，例如航班确认号、会员 ID、物流信息、订单号、地址、电话号码或信用卡号。 此次更新是 Google Personal Intelligence 的扩展，该功能已允许用户将其 Google 应用连接到其 AI 助手 Gemini，以检索某些详细信息，然后用这些信息回答复杂问题。 尽管看似微不足道，但此次更新可能让 Chrome 更易于使用，从而为用户继续使用 Google 浏览器并留在其 AI 生态系统中提供又一个理由。这让人联想到 Apple 最受赞赏的功能之一：能够自动检测通过短信发送的验证码并将其显示在键盘上方，让用户只需轻点一下即可输入。 与其他 Personalized Intelligence 功能一样，用户可以决定是否在 Chrome 设置中启用增强版自动填充。Google 指出，敏感数据会被加密。 该功能正面向美国桌面端用户推出，并登陆 Chrome 中的 Gemini iOS 和 Android 应用。

匹配字段正文

搜索和 Gemini 中的 AI 体验。 Connected Apps 于今年早些时候在 Gemini 和 Google 搜索中推出，让用户能够安全地关联并与热门第三方服务交互，然后利用这些服务执行特定操作。例如，你可以连接 Canva 来设计传单，或连接 YouTube Music 来创建播放列表。 我们看到 ChatGPT 和 Meta 的 Muse 等其他面向消费者的 AI 服务对这一想法有不同的解读。其前提是，此类集成最终可能改变消费者行为，使他们不再启动和使用单个应用，而是通过偏好的 AI 提供商使用自己喜爱的服务。 然而，要成功吸引并留住消费者的注意力，实际上必须有广泛多样的 Connected Apps 可供探索。 Google 的想法是向任何希望通过搜索或 Gemini 触达用户的企业或开发者敞开大门，允许他们提交自己的 Connected Apps 并监控其表现。 该平台预览目前以 beta 形式面向美国开发者开放，将允许开发者构建并提交可在 Google 各产品中使用的应用。 本质上，这一流程让开发者将其应用连接到 Google 的服务，从而可与这家搜索巨头的 AI

匹配字段正文

操作的反馈或提出代码修改建议。 借助 OpenHands Agent Canvas，你可以在几分钟内搭建好这一工作流。你无需构建自定义的智能体框架、编写 GitHub Actions 工作流，也无需管理一堆脚本。 下面我们来逐步介绍如何开始、自定义你的智能体，并实现审查流程的自动化。 注意： 本教程使用 GitHub。同一个智能体、技能和自动化模式也可以适配其他版本控制系统，不过集成方式和触发配置可能有所不同。 快捷方式：用一条提示词搭建代码审查 如果你已经在运行 Agent Canvas，可以直接跳到这一步。 开始之前： 请确保 Agent Canvas 已安装并正在运行，且你的智能体有权访问你想要审查的 GitHub 仓库。GitHub 连接必须具有读取拉取请求和发布审查评论的权限。你还需要为智能体配置好模型。 打开 Agent Canvas，与你的智能体开始对话，然后输入： Set up a PR review automation for Organization/Repo. Use the OpenHands code-review skill to review pull

匹配字段正文

设置预算，并允许例外。 团队希望为所有人设置默认的月度或周度预算，并为需要的人设置更高的预算。由于每个预算级别对应一个 guardrail，一位客户原本要为大约 1,200 名员工每人创建一个单独的 guardrail。 默认值从保守开始。 客户希望新成员从最保守的设置开始，之后再逐步获得更多权限。旧模型的工作方式正好相反：工作区默认值是任何人能获得的上限，其他每个 guardrail 只能在此基础上收紧。 一条规则适用于多个工作区。 拥有多个业务部门的公司希望一次性设置 ZDR、提供商和区域规则，而不是把同一个 guardrail 复制到每个工作区。 一种处理请求的方式。 管理员不断收到为项目申请更高预算或访问新模型的请求，他们希望批准这类请求只需快速改动，而不是重新构建。 一些客户现在已在 Guardrails 之上构建了自己的内部工作流。员工申请更高的预算或为项目访问特定模型，并说明理由，管理员批准。借助独立的策略类型和组织设定的限制，批准该请求只需一次改动。他们只需为这个人分配不同的预算或模型访问策略，它就会自动保持在组织限制之内。 组织限制与工作区默认值相互分离 组织管理员现

匹配字段正文

韩国金融机构再遭一波网络攻击，凸显出亚洲日益增长的AI驱动黑客攻击风险。最新事件波及券商大信证券（Daishin Securities）和未来资产环球投资（Mirae Asset Global Investments），以及加密货币交易所Bithumb。 此次事件发生在大约一个月前针对韩国金融机构的一系列网络攻击之后，引发了对该国银行系统之外其他领域脆弱性的担忧。安全研究人员将9月那波针对韩国的攻击与一名疑似中国黑客联系起来，该黑客使用了一款名为Artex的AI渗透测试工具，不过官员们仍在调查最新入侵事件的根源。 据当地新闻报道，大信报告了一起网络攻击事件，导致38,490名客户的个人信息泄露，包括姓名、电子邮件地址和手机号码。该公司已通知受影响客户，正配合当局调查，并将依法赔偿任何损失。 与此同时，据当地媒体报道，未来资产和Bithumb周三分别报告了网络安全事件，但两家均未确认客户数据遭到窃取。 据首尔官员周三表示，在金融公司和政府机构接连遭到攻击后，韩国金融监管机构呼吁加强网络安全措施。该国还计划对私营部门的数十个IT系统进行安全检查。 昨日，日本报告了一起涉及GMO Inter

匹配字段正文

高且难以估量的风险。随之而来的问题是，在发生侵权时，谁将面临何种后果：是让 AI 模型编写代码的人，还是使用提示词生成软件的人？ 以上就是我们 heise-Plus 文章《著作权、专利、商标：用 AI 复刻软件时需要注意什么》的试读部分。订阅 heise-Plus 即可阅读全文。 借助 AI，人形机器人学习得越来越快。多家制造商计划在 2027 年发布新模型——本文概述它们能做什么、不能做什么。 用自制的铣削台，只需几个简单的操作就能把一台难伺候的雕刻机变成一台固定式铣床。我们将展示具体怎么做。 借助 FastAPI 和 HTMX，可以用 Python 和 HTML 构建 Web 应用——前端无需单独的 JavaScript 框架。 热泵还是区域供热？市政供热规划指明了方向。业主可以从中得出关于供暖和补贴的哪些结论。 在一款应用中管理来自 iCloud、Google、Outlook 及其他服务的日程：我们在 iPad 上演示如何兼顾私人事务和工作义务。 两块显示屏、新的多任务处理、触控 ID：本次测评将厘清 Apple 的可折叠设备在哪些方面有优势——以及哪些方面受制于机身形态和价格。

匹配字段正文

，将动摇美元最关键的结构性资金支撑。 尽管迄今为止，投资者依然热衷于“逢低买入”，但这更意味着美元的走弱不会一蹴而就，而可能是一个历时数月乃至数年的渐进过程。 比互联网泡沫时更严峻？ Nelson表示，仅凭美股暴跌或许并不会自动拖垮美元——纳指在2000年3月见顶后，美元仍保持坚挺近两年之久，直到世通公司等企业倒闭导致美国信贷市场承压，加之全球经济增长复苏等其他因素，美元才开始走弱。 Nelson指出，按1973年以来的数据计算，美元实际贸易加权指数已连续12年维持在长期均值之上，创下有记录以来的最长连涨纪录。与2000年相比，外资流入也更集中于美国股票和公司债券，而外国直接投资则较为疲软。 一旦庞大的基础设施投资无法兑现合理回报，信用利差恐将急剧走阔，迫使AI巨头削减资本开支。这种收缩将沿着产业链向外传导，进而打击工业设备、硬件及电力能源的总体需求。 对AI产业链中高风险环节的担忧——例如高负债的新云算力企业CoreWeave——最近几周已导致信用违约互换(CDS)利差大幅飙升，进一步加剧了科技股的下行压力。 丰业银行首席外汇策略师Shaun Osborne指出：“从CDS的异动中，

匹配字段正文

没有找到将其用于声音和音乐的理想方式，”他说。 他也乐于指导学生，帮助他们将研究项目的构想变为现实。 由于他的学生中很少有人有在声音领域使用计算的经验，他注重实践课程，让他们看到并听到如何将方程转化为实实在在的东西。 Smaragdis 仍然从创作音乐中感受到兴奋，无论是用电脑还是更传统的乐器。在校外，他一有空就会尝试弹奏爵士贝斯，并喜欢与妻子和15岁的儿子一起探索波士顿丰富的音乐社区。 在音乐领域之外，他还参与并执教水下曲棍球——在这项运动中，球员戴着潜水镜，用球杆将沉重的冰球沿着池底推向对方球门。他曾执教伊利诺伊大学的水下曲棍球队，并希望很快重振MIT水下曲棍球俱乐部，并开始在校园举办比赛。 虽然水下曲棍球可能是一项鲜为人知的运动，但它与Smaragdis一生追求探索未知领域的兴趣相契合。 “我一直喜欢做与其他人不同的事情。如果你能创造出一种以前没人听过的新声音，这对你创造新事物的能力意味着什么？我仍然觉得这些问题完全令人着迷，”他说。 工程学院 MIT Schwarzman计算学院 计算机科学与技术 电气工程与计算机科学（EECS） 工程学院 MIT Schwarzman计算学院

匹配字段正文

显多数，并继续对公司的业务和关键决策施加重大影响。 知识产权、专利与本土技术 Jio Platforms在内部开发核心技术，包括其5G核心网、网络管理系统和客户应用。专业子公司支持电信软件、无线宽带和数字服务。 截至6月，Jio Platforms及其子公司在印度和海外共提交了7,220项专利申请，涵盖4G、5G、6G云原生核心网架构、AI驱动的网络自动化及其他数字技术。 其中，1,043项已获授权，约85.5%尚未获得授权专利。该公司提醒称，无法保证待审申请能够获批。 其技术组合部分是通过母公司RIL的收购建立起来的，后来被纳入Jio Platforms旗下。RIL于2018年收购了总部位于美国的Radisys Corporation，增加了开放架构的电信软件、硬件和服务。 2023年，Jio Platforms通过Radisys以6000万美元收购了无线宽带设备制造商Mimosa Networks，增强了其固定无线接入和无线回传能力。 RIL还通过投资和收购各种数字资产扩展了集团，并将它们整合到Jio Platforms旗下。这些包括开发对话式AI平台的Jio Haptik Tec

匹配字段正文

到更长程、上云；再出现编排器拉子智能体、以及打分/顾问/「做梦」等非执行角色。下一步想象是成千上万个智能体长期协作，去做严肃研究、发现、硬件设计。能力边界外移时，一批软件工程问题已经冒出来。 问题一：基础设施要换思路 Kubernetes 擅长无状态副本或稳定编号的有状态 Pod；智能体更像隔离、有状态、单实例的负载：可能长时间空闲，大量时间在等工具、推理、其他智能体或人。有的要冷启动快，有的要少浪费算力，有的要极端扩缩。作者点到 AI 基建公司在做新文件系统与沙箱，以及 Google 的 Agent Substrate 一类新运行时，空间还很大。 问题二：身份与访问 认证侧可借微服务积累：工作负载身份、短时证书代替静态密钥，开始往智能体上套。授权更开放：多数智能体「代表人」拿人的凭证做事，先要分清动作是人做的还是智能体做的；更难的是 on-behalf-of 下的同意：系统跑几周，人如何有意义地批准权限？平台里的「工具调用自动批准」不够，还要更深的权限模型。智能体自有身份、以及智能体之间如何互信，更不成熟。 问题三：安全与隔离 近月（尤其近几周）核心软件漏洞冒得比补丁快。其上若跑数千

匹配字段正文

当其他所有人都在使用多种智能来源时，不要把你的公司押注在单一来源上。 选择各种出色的

匹配字段正文

构建方式——在构建过程中需求不清晰且不断演变。 对于想复现这些结果的人：我使用了固定版本的 v1.0 目录、默认的 just-solve 提示词、种子 42、any-case runner 通过策略，以及装有 Python 3.12 和 uv 的 Docker。 每个模型和每种强度设置我都只跑了一次。每个检查点都建立在更早检查点的代码之上。有些问题的检查点比其他问题多。每个检查点在通过率中权重相同，因此检查点更多的问题权重更大。 核心通过率与严格通过率 严格：每个测试类别都通过，包括回归测试。 核心：非空 Core 类别中的所有测试都通过。例如，如果模型在检查点 2 失败，它仍可在后续检查点获得核心通过，即使 ck2 的测试仍然失败。 在本次快照中，Astra XHigh 的严格通过数最多。但它对 SOL 6.1 Medium 的领先只有两个检查点。 Opus Medium 以 145/196 领跑核心通过数，但严格通过只有 28/196。 更多强度 == 更多花费，但不一定带来更好的结果 这并不能证明更多推理会损害编程。它说明的是，在这些运行中，更高的强度并不是买到更多严格通过的可靠

匹配字段正文