Ian Goodfellow：Aisle 比 Mythos 更早用 LLM 找漏洞，小参数量开源模型加结构化搜索即可胜任
Aisle 比 Mythos 更早开始用 LLM 挖掘漏洞，其团队称用公开可得、开源衍生的模型匹配了 Mythos 在公开零日漏洞（CVE）上的表现，并可在需要时离线运行。Ian Goodfellow 指出，从工程角度看，小型开源权重模型配合结构化搜索系统在这类任务上已具备竞争力。相关方还称一项 Berkeley 研究在 8 个类别中的 3 个将其评为全球第一。
#端侧
#端侧
今日 9 条Ian Goodfellow(@goodfellow_ian)AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Varun Mohan(@_mohansolo)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Antigravity IDE 最新版本加入更清晰的配额仪表盘
Antigravity IDE 最新版本已按此前承诺加入更清晰的配额仪表盘，用于查看额度使用情况。该消息来自 Varun Mohan 的社交媒体发布，未披露具体版本号与仪表盘细节。
字节跳动SeedAI 评估 · 73/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 73/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 字节跳动发布 Seed2.1 系列模型，Agent 与 Coding 能力全面提升
字节跳动 Seed 团队正式发布 Seed2.1 系列模型，定位面向真实生产力场景的智能体，Agent 与 Coding 能力全面提升。官方称其通用 Agent 可完成项目规划、文件处理、工具调用等多步骤任务，Coding 端到端交付覆盖需求理解、功能实现、bug 修复、运行环境搭建和结果验证，多模态理解、知识、推理等基础能力也有提升。
QdrantAI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Qdrant 发布端侧向量检索库 Qdrant Edge
Qdrant 发布 Qdrant Edge，把其 Rust 向量检索引擎做成嵌入式的进程内库，在本地磁盘打开 shard 即可写入和查询嵌入向量，全程离线，安装体积约 11 MB，目前处于 beta 阶段，可通过 pip install qdrant-edge-py 或 cargo add qdrant-edge 安装。
牛油果烤面包AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 播客唠 WWDC26：Apple Intelligence、Siri AI 与 Liquid Glass
播客「牛油果烤面包」第151期与前 iOS 工程师 Shihang 一起聊 WWDC26，逐项点评 macOS Golden Gate、Liquid Glass、Spotlight、Apple Intelligence、Siri AI、App Intents、Shortcuts、Safari、照片、iCloud 以及儿童账号与屏幕使用时间等更新，并讨论了 AI 使用场景。
通义大模型AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 如何让 Qwen3-VL 在手机起飞：MNN 开启 SME2 端侧提速 80%
阿里通义团队介绍在 MNN 推理引擎中开启 Arm SME2 指令集加速，让 Qwen3-VL-4B 多模态模型在支持 SME2 的旗舰手机上实时推理。文章给出从引擎编译、模型转换量化、adb 推送到构建 Android APP 的完整流程，并附实测数据：在 vivo X300 上 Prefill 阶段提速 81%，Decode 阶段提升 13%。
开始连接LinkStartAI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 WWDC26 库克谢幕之作：苹果给 Siri 换上谷歌 Gemini 大脑
苹果在 WWDC26 上宣布 Siri 的 AI 升级将接入谷歌 Gemini 而非 OpenAI，同时 iPhone 17 Pro 塞进了史无前例的 20B 端侧模型，并采用苹果自研 MoE 架构、未让谷歌插手。Siri 还新增摄像头入口与全局上下文能力，Xcode 模拟器已支持双倍宽度，被指为折叠屏硬件铺路。这很可能是库克以 CEO 身份主持的最后一场 WWDC，九月后由硬件负责人特努斯接任。
Google DeepMind BlogAI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind 发布 DiffusionGemma：文本扩散模型，推理提速最高 4 倍
Google DeepMind 于 6 月 10 日发布实验性开源模型 DiffusionGemma，采用文本扩散方式一次性生成整块文本，在专用 GPU 上推理速度最高提升 4 倍。
Google DeepMind Blog精选AI 评估 · 76/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 76/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind 发布 Gemma 4 12B：统一的无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本本地运行的统一无编码器多模态模型，视觉与音频输入直接进入 LLM 主干，不再依赖独立编码器。
为什么值得看
Gemma 4 12B 用无编码器架构把多模态能力压进 16GB 显存笔记本，读者可判断本地智能体部署的可行边界。
Jina AI(@JinaAI_)AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jina AI 发布 jina-v5-omni：Mac 本地多模态文件搜索，支持离线与 Apache2
Jina AI 推出基于 jina-v5-omni 嵌入向量的本地多模态文件搜索工具，完全离线运行，可索引文本、PDF、图片、音频和视频。
张小珺Jùn｜商业访谈录AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 对阳萌的4小时访谈：消费电子死与生、第三类公司、端侧模型、产品方法、游戏模式
安克创新创始人兼CEO阳萌接受张小珺4小时访谈，他是1982年生人、2011年开始创业，如今掌舵一家市值超过600亿人民币的科技企业。访谈涵盖消费电子的死与生、第三类公司、端侧模型、产品方法、游戏模式，以及他在范式变化下的产品与组织方法论思考。
Jeff Dean(@JeffDean)AI 评估 · 73/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 73/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google 发布 Gemma 4 12B 开源多模态模型，可在笔记本本地运行
Google 发布 Gemma 4 12B，这是一个统一的无编码器多模态模型，采用 Apache 2.0 许可，可直接在笔记本电脑上运行。该模型定位在端侧效率与高级推理之间，Jeff Dean 称其为能力很强的开放权重模型。
宝玉的分享AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek 的 10 万亿美元大战略
DeepSeek 正以极致压缩 KV 缓存换取硬件自主：据测算，1.6T 参数的 DeepSeek V4 在 100 万上下文、8-bit KV 精度下只需 5.48 GB HBM，而 GLM5 需 60 GB、Qwen3-235B-A22B 需 89 GB。
罗永浩的十字路口AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 李想×罗永浩：理想转型 AI 与具身智能，发布旗舰 SUV L9 Livis
理想汽车创始人李想做客罗永浩播客《十字路口》，介绍已完成从汽车公司向 AI 和具身智能公司的阶段性转型，并发布新一代旗舰 SUV L9 Livis。L9 Livis 搭载理想自研马赫 M100 芯片，算力达 2560 TOPS，配备全球首个完全体全线控底盘与 800V 主动式悬架系统，定位五十万元左右档位。
Adam D'Angelo(@adamdangelo)AI 评估 · 16/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 16/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Adam D'Angelo 想对 Waymo 说走 280 而非 101
Adam D'Angelo 发帖表示，希望自己能直接告诉 Waymo 走 280 号公路而不是 101 号。该帖获得 2103 个赞、72 次转发和 66 条回复，浏览量约 10.15 万。
字节跳动SeedAI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 字节跳动发布全双工语音大模型 Seeduplex，已在豆包 App 全量上线
字节跳动 Seed 发布原生全双工语音大模型 Seeduplex，基于边听边说框架，实现听说同步，已在豆包 App 全量上线。官方称相比上一代半双工豆包端到端语音模型，其误回复率和误打断率减少一半、抢话比例下降 40%、判停响应快约 250ms，对话流畅度与判停 MOS 分分别提升 12% 和 8%，通话满意度绝对提升 8.34%。
Junyang Lin(@JustinLin610)AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 本地智能体将愈发重要：Qwen3.5 27B 在 PinchBench 上的量化评测结果
本地智能体在未来数月将变得越来越重要，隐私始终是关键。Zach Mueller 公布 Qwen3.5 27B 使用 UnslothAI K_XL 量化的 PinchBench 结果，取 3 次最佳、开启 thinking：Q3_K_XL（14.5GB）和 Q4_K_XL（18GB）可用，Q4_K_XL 平均约 84% 表现最佳，Q3 可行，Q2 表现最低。
QdrantAI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Qdrant 联合 Twelve Labs 与 NVIDIA 打造边缘到云端视频异常检测方案
Qdrant 发布一套边缘到云端视频异常检测架构，把异常检测重构为向量最近邻搜索，无需针对具体异常类型标注或重训。
Jim Fan(@DrJimFan)精选AI 评估 · 78/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 78/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 NVIDIA 团队训练 42M 模型 SONIC 控制人形机器人全身动作并开源
NVIDIA 团队训练了一个 42M 的 Transformer 模型 SONIC 用于控制人形机器人全身动作，并开放代码和模型检查点。该模型以人类动捕数据做逐帧监督，将运动跟踪作为全身控制的统一可扩展任务，数据本身即隐含奖励函数。
为什么值得看
42M 模型用人类动捕数据替代手工奖励设计，并开源代码与检查点，对具身智能研究者是可复用的训练范式。
Nick St. Pierre(@nickfloats)AI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 69/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Taalas 发布首款产品，宣称每 100 万 tokens 仅 0.0075 美元
Taalas Inc. 发布公司首款产品，并演示了聊天机器人与 API 接入入口。该推文引述其官方说法称价格为每 100 万 tokens 0.0075 美元，公司规模为 24 名专职人员，开发投入 3000 万美元，强调极端专用化、速度与能效。
Jina AI(@JinaAI_)AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jina AI 发布 Small & Nano 小尺寸嵌入模型，面向端侧检索与边缘部署
Jina AI 推出 Small & Nano 两款小尺寸嵌入模型，针对端侧检索、浏览器内搜索和边缘部署等受限内存场景。模型权重已在 HuggingFace 开放，包含 GGUF 和 MLX 格式，技术细节见配套博客与 arXiv 论文。
Jina AI(@JinaAI_)AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jina AI 发布 jina-embeddings-v5-text：sub-1B 多语言嵌入模型 small 与 nano
Jina AI 发布第五代嵌入模型 jina-embeddings-v5-text，面向 sub-1B 多语言嵌入推进质量与效率边界，提供 small 和 nano 两个版本。该模型已在 Elastic Inference Service、vLLM、GGUF 和 MLX 上线。
MongoDB BlogAI 评估 · 16/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 16/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 MongoDB 与 ObjectBox 数据同步：让边缘 AI 开发更简单
MongoDB 与 ObjectBox 达成集成，为边缘 AI 和离线优先应用提供云端与设备端的数据同步能力。ObjectBox 是专为边缘计算打造的高性能端侧数据库，内置本地向量数据库与数据同步功能，支持 C++、Swift、Flutter、Python、Go、Java 等语言，可在离线时保持多设备数据一致。
Qunar技术沙龙AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 去哪儿网端智能架构设计与实践：毫秒级推理与用户流失预测挽留
去哪儿网构建了一套分层解耦、端云协同的端智能基础设施，由引擎层、基建层、应用层组成，支持 XGBoost、LightGBM 及 RNN、CNN、Transformer 等模型端侧推理，单次推理耗时控制在毫秒级，推理成功率保持 99.9%。在用户流失预测挽留场景中，端侧模型直接利用实时微观行为特征，单次推理耗时≤10ms，预测准确率较天然不下单概率相对提升 12%。
语言即世界language is worldAI 评估 · 45/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 45/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 自动驾驶系统的局部最优陷阱
自动驾驶长期依赖数据飞轮与端到端模型，通过挖掘海量路测数据打补丁来提升能力，但这一数据优先路径正遭遇瓶颈：长尾场景成本剧增、泛化能力受限。作者主张从自动驾驶2.0的“数据优先”转向以推理为核心的3.0，需要推理能力、常识、长时程记忆与解释交互四大支柱。英伟达2025年10月发布Alpamayo-R1，将显式因果推理与轨迹规划整合进统一VLA架构；特斯拉也计划在下一代FSD中引入推理增强。
此话当真AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 对话戎思佳：全网首个体感通关《黑神话》的游戏主播，用一枚 USB 挥手击败 Boss
Action&Link（动御科技）创始人戎思佳成为全网体感通关《黑神话》第一人，元旦当天其 B 站直播间冲上游戏区 Top1。他把自动驾驶中「视觉信号输入、控制信号输出」的技术迁移到游戏，用一枚 USB 实现体感操控，全球首款入门级全身体感游戏外设 Action&Link Portal 即将正式发布并已开放预约。
Arthur Mensch(@arthurmensch)AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Mistral 发布全球最强边缘模型 MiniStral
Mistral 推出号称全球最强的边缘模型 MiniStral，官方发布页为 mistral.ai/news/ministrau。该模型主打边缘设备部署场景，具体参数与可用性信息尚未在公布内容中披露。
Arthur Mensch(@arthurmensch)AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 本地 Codestral 实时生成 scikit-learn 与 Keras 医学影像预测代码
本地运行的 Codestral 能实时生成 scikit-learn 和 Keras 代码，用于医学影像预测。该演示借助 Open Interpreter 新版本实现，这一工具让 LLM 在本地运行 Python、JavaScript、Shell 等代码，安装后执行 `interpreter --local` 即可在终端通过类 ChatGPT 界面调用本地 LLM。
Eugene YanAI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Raspberry-LLM：把 Raspberry Pico 变得更聪明一点
开发者用 Raspberry Pico 加 e-ink 屏幕做了 raspberry-llm，通过调用第三方 LLM API 读取 WSJ 和 HackerNews RSS 内容并生成文本，最初用来做押韵时钟。