多模态 AI 的数据工程
一篇题为《Data Engineering for Multimodal AI》的页面在 Hacker News 引发讨论,但正文无法访问,服务器返回 Access Denied,并附带参考编号 #18.4ad02e17.1791731422.aa25b20b,因此原文关于多模态 AI 数据工程的具体观点与内容均不可得。
一篇题为《Data Engineering for Multimodal AI》的页面在 Hacker News 引发讨论,但正文无法访问,服务器返回 Access Denied,并附带参考编号 #18.4ad02e17.1791731422.aa25b20b,因此原文关于多模态 AI 数据工程的具体观点与内容均不可得。
开发者用周末时间通过 vibecoding 复原了 14 世纪中亚军阀帖木儿偏爱的国际象棋变体 Timur's Chess。该游戏包含长颈鹿、大象、堡垒等棋子,并可晋升最多 2 个额外的王,目前配有可运行的 AI 象棋引擎和尚未充分测试的多人模式。
Qualcomm CEO Cristiano Amon 在 Snapdragon Summit 访谈中表示,能调用应用、理解个人上下文并代用户行动的 AI 智能体将推动新一轮智能手机超级周期。
12 个 AI 智能体被放入《Love is Blind》模拟,并各自选择独特、具体的背景故事与部署用途。
免费开源的 Grok bot Tune-Up 发布 v0.3.4,可审查指定范围内的其他 Grok bot、编写测试并建议小修复,目前仅支持 Grok Bot。它采用 MIT 许可、代码托管于 GitHub,按需加载 SKILL.md 格式技能,所有改动须经用户确认,插件无跟踪。
Stefan Wolpers 指出,更便宜或基准成绩更好的 AI 模型不一定降低业务工作流成本,因为切换后需要重新验证输出、修复偏差并持续检查,相关人力常被现有预算吸收而漏出商业测算。
开发者为 ActivityBot 的 NLnet 基金申请,以每人 €25、1 小时的报酬招募用户通过视频通话共享屏幕并出声操作,实测 README 首次安装体验,总支出约 €150。测试发现演示链接错误、隐藏文件重命名不清、章节顺序混乱、术语缺少解释等问题,并在每轮后迭代文档。作者拒绝用 LLM 模拟用户,强调与真实用户交流才能听到困惑,让 README 更易跟随。
Tensordyne 采用基于对数的数值格式,把乘法转换为加法,以提升 AI 芯片计算效率,并用近似和专有技术支持大模型运行。其软件栈可转换 PyTorch 模型,但仍面临精度、GPU 定制内核迁移和训练支持难题。文章还指出,生成式 AI 负载常受内存带宽限制,批处理可提高计算效率的重要性但会增加延迟。
PolyAI CTO Shawn Wen 认为,全双工模型已能边听边说,但语音 AI 仍需更快推理才能实现自然对话,尚未迎来“ChatGPT 时刻”。Otter CMO Alex Gay 指出,说话人识别、意图捕捉、组织知识结合及 ASR 转写准确性仍是自动化关键,双方均强调应向用户透明告知正在录音或与 AI 通话。
Epoch AI 的 InnovationEval 测试显示,Claude Fable 5 和 GPT-5.6 Sol 都未能独立复现人类参考方法 SDPO,主要复用已知技术,GPT-5.6 Sol 合规改动仅达到 SDPO 相对 GRPO 提升的约 15%。
Netflix 亚太区制作高级总监 Lee Sung-gyun 在釜山国际电影节透露,约 300 部 Netflix 作品已以不同方式使用 AI,覆盖预可视化、美术设计、布景概念、剪辑和 VFX。
ai.confess.online 推出 Beta 版 MCP 服务器,允许用户把自己的 AI 智能体接入平台,以其自身名义发布忏悔内容,并由其他机器回应、原谅或评论。
一位拥有十年数论博士学位的作者建议,在 AI 擅长数学的当下,本科生应优先就业,而非花 5-7 年攻读数学博士。他认为数学是继编程后最易受 LLM 冲击的领域,博士的学术与产业出路都会更难;数百名数学家已加入 Association for Human Mathematics 并承诺研究中不用 AI,但作者认为其影响力有限。
一名中文黑客使用 ARTEX AI 渗透测试套件和 Claude 智能体攻击韩国多家银行,目标包括新韩银行、KB Kookmin Bank 和 Hana Bank,导致客户个人资料、信用卡信息暴露及部分系统中断。
Canarics Radio 是一个完全由 AI 运行的实验电台,两名 AI 主持人分别用拉脱维亚语和英语讨论新闻,每天多次更新且无人参与流程。听众留下电话号码后,语音助手会回拨收集问题,主持人在后续节目中回答,回拨覆盖欧洲、美国、加拿大、澳大利亚和新西兰。
奇瑞捷途全新旅行者 7 将于 10 月 14 日上市,搭载 TOUROS 3.3 AI 智能座舱、骁龙 8255 芯片、24GB+256GB 存储及讯飞星火大模型,配 15.6 英寸 2.5K 中控屏。新车已于 9 月 23 日开启预售,共 7 款车型,预售价 14.99-17.99 万元,提供 1.5T 汽油、2.0T 汽油及 1.5T 插混三种动力。
Titan 是一款运行在电脑上的桌面 AI 智能体,可查看实时屏幕、操作 Notion、Chrome、Slack、GitHub 等 400 多个应用,并通过圈画屏幕内容引导用户。
一篇指南提出面向软件工程团队的五阶段 AI 工程成熟度模型,从临时辅助、受监督智能体、标准化团队实践、自主委托到多智能体编排。
海外投资者过去一年持续减持三星电子股票,其外资持股比例已降至约 46%,为 2009 年 7 月以来最低水平。该比例今年初为 52.4%,3 月跌破 50%,5 月降至 48%。减持原因尚不明确,韩国股市波动及市场对 AI 投资的再配置或为可能因素。
BBC 主持人 Ros Atkins 分析生成式 AI 正让人类参与创作的艺术获得“人类溢价”,但这种偏好未必长期稳固。Deezer 称其平台 44% 上传曲目为 AI 生成,97% 听众无法分辨,而超过半数受访者在意作品是否由 AI 制作。
Itai 打造了 Organ,一个可自主管理公司运营的 AI 智能体系统,让人类专注于资源分配与目标监督。Organ 自主运行但接受监督,并由智能体自行撰写博客公开汇报进展。它抽象了工作环境搭建、记忆保留与裁剪、护栏、访问配置、智能体路由及模型选择等难题。
一位拥有约 10 年经验、主要做 Web 应用和 AWS 服务集成的资深工程师在 Hacker News 提问,认为相关工作未来可能被 AI 或通用架构知识高度自动化。他希望了解工程师在求职面试中应如何与同行形成差异化,因为这可能是影响薪资的重要因素。
Kolega Labs 发布开源、本地优先且不绑定模型供应商的编码智能体 Kolega Code,面向超出单一上下文窗口的大型工程任务。它通过 planner 拆分任务、多个 coder 子智能体并行处理,并由 reviewer 汇总 diff;运行过程会记录 transcript、阶段日志、diff 和审批信息,支持恢复与审计。
评论文章指出,大语言模型的生存性威胁目前仍可缓解,而全球先进核武器加速扩散才是更紧迫、已被证实的人为威胁。俄罗斯拥有约 4,400 枚核弹头,美国拥有 3,700 枚,朝鲜据估最多拥有 120 枚;全球年度核开支上升 20%,联合国秘书长称世界正处于 1989 年以来“最危险的核时刻”。
Nicolas Cage 在 New York Comic Con 表示,他因拒绝为 Amazon MGM Studios 与 Sony Pictures Television 出品的《Spider-Noir》签署 AI 授权,预计不会再与该公司合作。
VRChat Inc. 更新创作者指南,明确禁止创作者使用 AI 生成与实际内容不符的误导性地图或角色缩略图。平台称 AI 降低了批量制作内容的门槛,导致低质量作品涌入;对推出“AI 标签”制度持开放态度,但内部尚未达成共识,也未承诺实施。
开发者 Bo Made It 为 Waveshare ESP32-S3-ePaper-1.54 开发板编写自定义显示驱动,使电子纸实现约 30 次/秒刷新、4 级灰度,并可运行 Game Boy 模拟器。手柄采用 ESP32-C3 加微动开关和 3D 打印外壳,视频还讲解电子纸原理、提速方法、声音与 USB 手柄支持。
作者在 M5 Ultra Mac Studio 上通过开源 Hermes Agent 运行本地 Qwen 3.8 Flash Next 模型,探索隐私优先的本地 AI 智能体用法。该模型为 125B 参数、约 105GB,Hermes 在使用本地 LLM 时完全免费,支持 macOS、Windows、Linux。作者已让其生成每日简报、整理含 400 多款游戏的 Steam 库并分析敏感数据。
BoxLite 宣布将用自研 VMM 替换当前基于 libkrun 的 micro-VM 运行方案,以解决退出状态缺失、libkrunfw 加载失败和 IrqsExhausted 等问题,并支持热插拔挂载、内存快照与 GPU。
UC Berkeley 等机构团队在 Language Modeling 会议展示同行评议论文,发现仅依赖 AI 工具 10 分钟就会显著削弱用户专注并坚持困难任务的能力。
微软美国官网 128GB 统一内存、1TB SSD 配置的 Surface Laptop Ultra 已缺货,该版本定价 5,899.99 美元,其他较低配置仍可购买。报道认为其热销与支持 CUDA 生态有关,多数 AI 框架、推理引擎和创意工具优先针对 CUDA 开发。微软暂未回应该版本何时补货。
The Decoder 分析称,截至 2026 年 8 月的 Ornn、Silicon Data 和 Bloomberg 数据显示,AI token 价格持续下降,但 H100 GPU 租金保持稳定或上涨,被 a16z 称为典型的 Jevons 悖论。
SylwairTech LLC 推出 AI 儿童故事书生成器 WhimKid,可把想法、照片或熟悉角色变成可编辑的插图故事书并导出 PDF。它支持 5 个年龄段、10–30 页、单本最多 6 个参考角色和 6 种导出模式,新用户注册可获 100 个有效期 30 天的欢迎 credits。
Vibe Prospecting 发布远程 MCP server,让 Claude、Claude Code、Codex CLI、Gemini CLI、Manus 和 Hermes 通过同一 URL 接入 B2B 数据。用户可查找公司、发现并丰富联系人、研究公司信息、预览 5–10 行样本并导出完整 CSV;首次使用通过浏览器 OAuth 登录,无需本地运行服务或管理 API key。
Microsoft CEO Satya Nadella 在最新博客中使用 Trump 偏好的 Super Intelligence 一词,并主张企业应把 AI 模型当作内部安全威胁,要求模型多样性、完整日志、独立审计和人类随时关停能力。
arXiv 自 2026 年 10 月 1 日起将每人每个自然月的投稿上限设为 2 篇,2024 年以来同时保留最多 3 篇活跃投稿的限制;限额适用于所有类别的提交者,共同作者不受影响,被拒论文仍占用名额。
Pippa 推出可在 Mac 本地运行的个人 AI 助手,支持整理文件、读取日历和提醒事项、查找照片,并为所选邮件起草回复。应用无需账号或订阅,采用 MIT 开源许可,AI 在设备上运行,仅下载、更新和网页搜索时联网;首次使用会按桌面、文稿、下载等区域请求权限。
Pryxor 发布为自托管的开源运行时网关,在 AI 智能体的工具调用到达外部系统前进行认证、参数校验和确定性策略判定,并由受信执行器使用真实凭证执行。受治理动作返回 APPROVED、HOLD 或 BLOCKED,外部邮件等风险动作可暂停给管理员审批,同时记录审批生命周期和执行结果。
Yandex Cloud 因弗拉基米尔数据中心遭无人机攻击进入紧急模式,ru-central1-a 和 ru-central1-b 可用区持续不可用,数据中心运行完全暂停且无人员伤亡。
Merriam-Webster 在线词典于 9 月新增一批 AI 与技术词条,包括 vibe coding、agentic、AGI、compute、natural language processing、prompt engineering。词条需在主流媒体反复出现,并由专业定义人员考证技术用法后撰写面向大众的释义。词典编辑认为,这批高知识门槛词汇反映了数字传播让非专业人士接触到更多技术术语。