我们把不同 RSS 来源对同一事件的报道合并起来。你看到的不再是一排订阅源， 而是事件脉络、热度依据和可继续深挖的不同观点。
283 个事件或新线索
因果预训练决定长历史能否转化为控制收益：视频历史从0扩至19.2秒后，RoboCasa GR-1任务成功率从63.3%升至78.7%，双向预训练初始化却没有净收益；流式执行把RTX 5090上的动作块延迟控制在107.4毫秒。 视觉文档向量不是无害副本，攻击者可恢复47%的文字和45%的敏感词，并让98.4%的重建页面重新定位源页面；打乱顺序可被逆转，池化目前更难攻破。 混合注意力的选择取决于扩展方式。滑窗混合更适合免训练长度外推，线性…
当《钢铁侠》的Jarvis路线挤满AI助手，恋爱影游正悄悄孕育《Her》里的Samantha。Yoroll推出两款AI互动影游，让玩家在电竞执教与摄影恋爱中与角色建立羁绊，通关后还能与她们实时视频通话。AI生成画面降低成本，长线陪伴或成影游新生态。 说到 AGI 和人类友好相处的终极样子，电影科幻作品里大概就两种： 一种是《钢铁侠》里的 Jarvis，帮你干活的 AI 助手； 一种是《Her》里的 Samantha，陪你说话的 AI 伴…
iPhone 摄影又双叒叕一次进化
Epic 游戏商城为玩家带来了最新的福利喜加一活动。即日起至10月15日晚间11时，玩家可领取总价106元的《愿景之城》以及《虎视眈眈》。在《愿景之城》这款温馨惬意的中世纪城市建造解谜游戏中，通过合理布局建筑，在浮空岛屿上打造壮丽王国。发现隐藏组合，挑战每周任务，并在多种单人和多人游戏模式中探索随机生成的地图。 《熊视眈眈》是一款将第一人称和第二人称视角相融合的氛围恐怖游戏，拥有引人入胜的配音，给玩家带来沉浸式的惊悚情感之旅。
iTerm2 Buddy 是著名的开源 macOS 终端工具 iTerm2 发布的 iPhone 应用，它能在异地通过 iOS 连接回 macOS 上已经打开的 iTerm2 标签页，实时同步两端操作，效果大概是这个样子： 公共中继服务器 默认情况下，iTerm2 Buddy 使用 iTerm2 的
微信合并转发聊天记录时新增了「转发到其他应用」入口，第一个就是腾讯WorkBuddy。作者借这个官方入口做了两个skill：一个把216条群消息整理成日报长图，还能从聊天里捞选题；另一个逐条核查家族群真假，并代写好回给长辈的话。 不知道你有没有注意到，微信最近多了一个入口。 合并转发聊天记录的时候，弹窗里多了一个「转发到其他应用」，点开第一个就是腾讯 WorkBuddy。 看到它，我第一反应是：这事我以前干过，只是走的野路子。 微信群是…
给几款 Flash 模型布置同样两项任务：一份手机行业深度研报和一个三消小游戏。复盘时才发现这场测试从一开始就不公平——两个模型跑在能联网检索、读写文件、调用工具的环境里，另一个只有一个孤立的对话框。换到工作流里复测，结果大变。 Flash 模型越来越像AI世界里的“基本款”。 速度快、价格低，应付日常任务绰绰有余。模型横评也因此有了一个固定套路：给几款模型布置同样的任务，看谁的答案更好，再排个名次。 这次Flash模型测评，一开始也是…
如果停止投放广告，消费者还会不会主动搜索并购买你的品牌？女装品牌 an action a day 年营收突破 3亿元，入选小红书 Rise100 新锐品牌榜单，打法却不靠疯狂投流：先一句话说清消费者为什么选择你，再把定位落到三个具体主张上。 如果停止投放广告，消费者还会不会主动搜索并购买你的品牌？ 这是一个越来越多电商人开始焦虑的问题。 投流成本水涨船高，ROI越算越薄，钱砸下去有声响，一停就断崖。很多企业手里握着的，可能只是流量，而不…
即时零售的上半场，拼的是仓；下半场，拼的是货。已经做到 5000+ 仓规模的宜选，却在干一件大多数同行不愿意干的事：自建自有品牌矩阵，26 大品类、800+ SKU、216 家合作工厂。文章借一句行业判断展开：规模只是入场券。 业内有个共识：即时零售的上半场，拼的是仓；下半场，拼的是货。 过去这几年即时零售行业，一直上演着一种行业悖论：绝大多数闪电仓玩家，持续在拼命开店、拼价格、抢夺平台流量。 已经做到5000 + 仓规模的宜选，却在干…
原本是各部门用 AI 产生的费用由集团统一买单，现在改了：淘天、飞猪这些业务线自己出，配置的额度在 5 万上下，用超了要打报告审批；员工用 QoderWork 这类内部工具按积分算，每月发 3000 到 6000 个，报销也有上限。 大家现在上班都在用AI了吧，那你每天用的那些AI，谁掏的钱？ 是你还是公司？ 就在上周，阿里把用AI工具的规则改了。 01 10月5日前后，好几家科技媒体报道了同一件事。 阿里动了内部的AI使用制度。 原来…
最近我用 AI 协助整理一篇事件记录的文章，生成的文章结构完整、语言也很专业，可整篇读下来总觉得哪里不对劲：一些原本普通的经历被刻意拔高，并不强烈的情绪也被过度放大。文章由此提出，当专业表达不再等于专业能力，竞争就换了问题。 最近我用AI协助整理一篇事件记录的文章，为了尽可能还原当时的情况，我给它提供了大量资料，包括事情经过、现场细节和我的真实感受。最后生成的文章结构完整，语言也很专业，单看每一段似乎都没有问题，但整篇读下来，总觉得哪里…
用 AI 做视频，模型本身够强，真正折腾人的是模型之外那一堆事：画面要找可灵、即梦、Seedance，配音找豆包或 ElevenLabs，音乐找 Suno，每家一套账号、充值和参数；素材有了还得自己剪。作者因此做了一个会自己做视频的助手。 这段时间我一直在用 AI 做视频，越做越觉得：模型本身已经够强了，真正折腾人的，是模型之外的那一堆事。 随便列几个我踩过的坑。 平台太多。 画面要找可灵、即梦、Seedance、Veo，配音要找豆包或…
