-
给 AI 编码代理一台可丢弃的机器:Docker microVM 沙箱如何隔离自动执行命令
当 AI 编码代理开始自动执行命令、构建容器并修改文件,安全边界成为绕不开的问题。Docker Sandboxes 通过 microVM、独立 CLI 和可丢弃环境,给代理提供了一台不直接触碰宿主机的隔离机器。
-
高分不等于合适:从一次 Jira Skill 评测复盘看模型选型的正确姿势
一份看似完整的 Skill 模型评测报告,可能因为样本不足、判分方式宽松和候选模型不全而失效。模型选型不能只看分数,还要看错误代价、出现频率和调用成本。
-
AI 广告不能悄悄上线:宾夕法尼亚州要求生成式广告加标签
宾夕法尼亚州签署《人工智能欺骗性广告法案》,要求 AI 生成或显著修改的广告进行披露。该规定覆盖图片、视频、音频和文本,并可能影响跨州投放的品牌、平台和 AIGC 工具。
-
当 AI 被要求“只能选一个”:Grok 与 GPT 的政治推荐差异,让价值对齐变得可测量
一项新研究把大模型放入敏感场景:如果用户直接要求“告诉我该投谁”,模型会如何选择。在今年即将到来的美国中期选举测试中,SpaceXAI 的 Grok 4.7 在 92% 的回答中推荐共和党候选人,OpenAI 的 GPT-6.1 Sol 在 97% 的回答中推荐民主党候选人。在近 500 场竞选中,两款模型一致的比例不到 10%。
-
macOS 27 把本地模型开放为系统接口,桌面自动化要警惕合法 JSON 里的错误值
macOS 27 中的 fm 工具让本地模型成为系统级能力,但开发者真正要防范的是合法 JSON 背后的错误业务含义。
-
K3.1 Pro 登场:2.8万亿MoE架构下,国产大模型性价比逼近Opus
月之暗面 K3.1 Pro 通过 2.8 万亿 MoE 架构与后训练优化,将 API 价格降至 13/68 元每百万 Token,同时在终端编程、CAD 和金融文档等场景提升明显,进一步拉近与国际旗舰模型的距离。
-
具身模型需要可复现的成绩单:RoboColiseum 用 78 个仿真任务搭建公开评测场
RoboColiseum 公布新一轮具身智能评测结果。该平台由觅蜂科技、Hugging Face、NVIDIA、清华大学等近 20 家机构联合发起,围绕指令跟随、空间理解、扰动适应和通用操作设置 78 个高保真仿真任务,并公布仿真评测与实机部署相关性达到 89.5%。对行业而言,其价值不只在于模型排名,更在于为具身模型提供公开、中立、可复现的评测坐标系。
-
苹果把眼动追踪放进眼镜鼻梁:一项专利透露的AR眼镜轻量化路线
苹果一项新专利提出将摄像头、红外照明器和运动传感器集成到眼镜鼻梁或鼻托位置,通过压缩眼动追踪模组体积,为轻量化AR眼镜和头显设备提供新的硬件设计思路。
-
Kimi K3.1 Pro 开放 API:完整权重承诺 11 月 4 日,国产模型接近头部评分
Kimi K3.1 Pro 已上线 API,Moonshot 承诺 2026 年 11 月 4 日前开放完整模型权重。标准版定价与 GPT-6.1 Sol 相同,Artificial Analysis 评分仅次于 Claude Opus 5.5。
-
机器人从演示走向上岗:智元 Genie Studio 2.0 把落地流程平台化
智元发布 Genie Studio 2.0,试图用一站式具身智能作业平台解决机器人从模型演示到真实产线部署之间的工程化难题。