跳到正文
10月4日周日
  1. IT之家 AI34

    英伟达与鸿海展示自动化成果,机器人组装 GB300 的母线成功率超 95%

    IT之家 10 月 4 日消息,据台媒经济日报,英伟达与鸿海首次对外展示了利用机器人制造设备的成果。 针对英伟达 GB300 的母线(Busbar,也叫汇流排或母排,是一种用于大电流配电和传输的导电金属条、棒或管)以及多组连接器组装等较复杂、依赖人工的工序,已经可以导入机器人自动化,提升组装稳定性与效率。 IT之家从报道获悉,在核心工艺指标方面: 装配成功率: Busbar 组装成功率已超过 95% ;多连接器插接成功率约 90% 至 95%。 作业耗时:Busbar 组装时间目标在 124 秒以内;4 组连接器的插接时间目标在 72 秒以内。 整体生产周期:做到不超过熟练人工两倍时间。 延伸阅读 GB300 是英伟达基于 Blackwell Ultra 架构推出的产品。据英伟达官网资料,GB300 NVL72 采用全液冷机架规模设计,将 72 颗 Blackwell Ultra GPU 与 36 颗搭载 Arm 架构的 NVI...

    推荐理由:来自IT之家 AI的《英伟达与鸿海展示自动化成果,机器人组装 GB300 的母线成功率超 95%》。重点看产品发布。摘要提到:IT之家 10 月 4 日消息,据台媒经济日报,英伟达与鸿海首次对外展示了利用机器人制造设备的成果。 针对英伟达 GB300 的母线(Busbar,也叫汇流排或母排,是一种用于大电流配电和传输的导电金属条、棒或管)以及多组连接器组装等较复杂、依赖人工的工序,已经可以导入机器人自动化,提升组装稳定性与效率。 IT之家从报道获悉,在核心工艺指标方面: 装配成功率: Busbar 组装成功率已超过 95% ;多连接器插接成功率约 90% 至 95%。 作业耗时:Busbar 组装时间目标在 124 秒以内;4 组连接器的插接时间目标在 72 秒以内。 整体生产周期:做到不超过熟练人工两倍时间。 延伸阅读 GB300 是英伟达基于 Blackwell Ultra 架构推出的产品。据英伟达官网资料,GB300 NVL72 采用全液冷机架规模设计,将 72 颗 Blackwell Ultra GPU 与 36 颗搭载 Arm 架构的 NVI...

  2. 量子位66

    AI算力硬合作,马斯克还是更相信中国制造

    一种混搭的可能:英特尔继续供先进工艺,即前端用14A;后端再接台积电,来补工厂运营、良率、封装这些能力。

    推荐理由:请对照量子位原文,核对完整说明及适用条件。

  3. IT之家 AI72

    OpenAI GPT-6 Astra 破解拿破仑 1809 年密信,揭示 217 年前军事部署

    IT之家 10 月 4 日消息,一名 AI 研究人员借助 OpenAI GPT-6 Astra 成功破解了一封拿破仑 · 波拿巴写于 1809 年的加密军事信件。这封信此前因密码本遗失,在过去 217 年里始终未能被完整解读。 该破解工作由 SentinelOne 员工、AI 工程师卡特 · 丘奇(Carter Church)完成。他表示,他使用 GPT-6 Astra 模型,从一张历史文献扫描图像开始,对信件进行文字识别和密码分析,整个过程约耗时 6 小时。 这封信写于 1809 年 3 月 16 日,当时奥地利正准备对法国开战。拿破仑致信自己的继子、意大利总督欧仁 · 德 · 博阿尔内(Eugène de Beauharnais),要求其通过加密信件向法国将领奥古斯特 · 德 · 马尔蒙(Auguste de Marmont)传递军事信息。现存文件开头包含一行普通法语,随后则是 24 行由数字、字母及自创符号组成的加密文本。...

    推荐理由:来自IT之家 AI的《OpenAI GPT-6 Astra 破解拿破仑 1809 年密信,揭示 217 年前军事部署》。重点看模型能力与工程、文化创意。摘要提到:IT之家 10 月 4 日消息,一名 AI 研究人员借助 OpenAI GPT-6 Astra 成功破解了一封拿破仑 · 波拿巴写于 1809 年的加密军事信件。这封信此前因密码本遗失,在过去 217 年里始终未能被完整解读。 该破解工作由 SentinelOne 员工、AI 工程师卡特 · 丘奇(Carter Church)完成。他表示,他使用 GPT-6 Astra 模型,从一张历史文献扫描图像开始,对信件进行文字识别和密码分析,整个过程约耗时 6 小时。 这封信写于 1809 年 3 月 16 日,当时奥地利正准备对法国开战。拿破仑致信自己的继子、意大利总督欧仁 · 德 · 博阿尔内(Eugène de Beauharnais),要求其通过加密信件向法国将领奥古斯特 · 德 · 马尔蒙(Auguste de Marmont)传递军事信息。现存文件开头包含一行普通法语,随后则是 24 行由数字、字母及自创符号组成的加密文本。...

  4. 极客公园70

    Claude Code 的「乐高」模式,让程序员彻底玩「上头」了

    作者|Wildcard 编辑|靖宇 终端向来是程序员最严肃的地盘。黑底白字,光标跳动,每一行输出都关乎代码能不能跑通。 但最近两周,Claude Code 的画风。被一群开发者彻底带偏了。 有人在输入框上方养了一只像素宠物,Claude 每调用一次工具它就吃一口饭,调用失败当场生病,碰上 rm -rf 还会抱头惊慌。有人把 Chrome 断网时的小恐龙搬了进来,Claude 在后台写业务逻辑,人在前台狂按空格跳仙人掌。还有人觉得等 AI 思考的时候总忍不住刷手机,干脆做了一个 4-7-8 呼吸引导动画,答案一出来动画自动消失。 开发者 jarrodwatts 制作的在 Claude Code 里打 Doom 的 Mod|图片来源:X 最离谱的一个叫 Storytime。作者往 Claude Code 里塞了一个 26 万参数的小模型, 根据 Claude 正在干的活,实时在屏幕上方写一个小故事。一个 AI 编程工具里,又跑着另一...

    推荐理由:来自极客公园的《Claude Code 的「乐高」模式,让程序员彻底玩「上头」了》。重点看模型能力与工程。摘要提到:作者|Wildcard 编辑|靖宇 终端向来是程序员最严肃的地盘。黑底白字,光标跳动,每一行输出都关乎代码能不能跑通。 但最近两周,Claude Code 的画风。被一群开发者彻底带偏了。 有人在输入框上方养了一只像素宠物,Claude 每调用一次工具它就吃一口饭,调用失败当场生病,碰上 rm -rf 还会抱头惊慌。有人把 Chrome 断网时的小恐龙搬了进来,Claude 在后台写业务逻辑,人在前台狂按空格跳仙人掌。还有人觉得等 AI 思考的时候总忍不住刷手机,干脆做了一个 4-7-8 呼吸引导动画,答案一出来动画自动消失。 开发者 jarrodwatts 制作的在 Claude Code 里打 Doom 的 Mod|图片来源:X 最离谱的一个叫 Storytime。作者往 Claude Code 里塞了一个 26 万参数的小模型, 根据 Claude 正在干的活,实时在屏幕上方写一个小故事。一个 AI 编程工具里,又跑着另一...

  5. IT之家 AI66

    任天堂《马力欧卡丁车 巡回赛》已停服,估算七年收入约 2.685 亿美元

    IT之家 10 月 4 日消息,任天堂旗下手游《马力欧卡丁车 巡回赛》(Mario Kart Tour)已于 9 月 30 日正式停止服务。 任天堂于 2026 年 7 月宣布终止服务,Gold Pass 订阅的自动续费和新订阅同样已被停止。服务终止后,游戏对已安装的玩家同样无法再运行,任天堂也表示目前没有推出离线版的计划。 《马力欧卡丁车 巡回赛》是马力欧卡丁车系列的手游作品,于 2019 年 9 月 25 日登陆 iOS 和安卓平台,采用免费游玩模式,依靠内购盈利。游戏中曾备受争议的“抽水管”(gacha pipe)角色抽卡系统已于 2022 年移除。停服时,游戏共拥有 267 名可玩角色(含替换服装)、340 台卡丁车、238 个滑翔翼和 546 条赛道。 据市场分析机构 AppMagic 估算,该游戏自推出以来全球下载量已超过 2.76 亿次,在七年运营期间为任天堂带来约 2.685 亿美元 (IT之家注:现汇率约合 1...

    推荐理由:来自IT之家 AI的《任天堂《马力欧卡丁车 巡回赛》已停服,估算七年收入约 2.685 亿美元》。重点看文化创意。摘要提到:IT之家 10 月 4 日消息,任天堂旗下手游《马力欧卡丁车 巡回赛》(Mario Kart Tour)已于 9 月 30 日正式停止服务。 任天堂于 2026 年 7 月宣布终止服务,Gold Pass 订阅的自动续费和新订阅同样已被停止。服务终止后,游戏对已安装的玩家同样无法再运行,任天堂也表示目前没有推出离线版的计划。 《马力欧卡丁车 巡回赛》是马力欧卡丁车系列的手游作品,于 2019 年 9 月 25 日登陆 iOS 和安卓平台,采用免费游玩模式,依靠内购盈利。游戏中曾备受争议的“抽水管”(gacha pipe)角色抽卡系统已于 2022 年移除。停服时,游戏共拥有 267 名可玩角色(含替换服装)、340 台卡丁车、238 个滑翔翼和 546 条赛道。 据市场分析机构 AppMagic 估算,该游戏自推出以来全球下载量已超过 2.76 亿次,在七年运营期间为任天堂带来约 2.685 亿美元 (IT之家注:现汇率约合 1...

  6. IT之家 AI68

    AI 仅用 5 天做出《辐射:纽约》游戏,被贝塞斯达发函叫停

    IT之家 10 月 4 日消息,眼下玩家群体正在放开手脚使用人工智能,依靠它打造各类全新的融合游戏作品,同时借助重编译突破老游戏原有的限制。不过这股风潮或许即将迎来来自 IP 持有企业更强的阻力。 据IT之家了解,《辐射:纽约》是一款完全依靠 Claude Opus 5.5 生成代码制作的浏览器游戏。制作者克里斯弗斯特(Chrisfirst)表示,整个开发过程只花了五天,全部内容都由代码生成。这款游戏采用低多边形画面水准,算不上一款现代游戏,它更多只属于概念验证,用来展示这类开发方式能够实现怎样的效果。现在贝塞斯达已经发送停止侵权函,叫停了这个项目。 这件事之所以具备新闻价值,主要是因为这股新兴潮流正在快速发展。数以百万计的网友浏览到这类相关帖子之后,有可能激发大家对于自制游戏的好奇心与兴趣,甚至形成长期流行的趋势。假以时日,或许会有更多玩家转向这类分散的小众社区,自制游戏衍生版本;长此以往,这有可能会冲击头部游戏 IP 的玩家...

    推荐理由:来自IT之家 AI的《AI 仅用 5 天做出《辐射:纽约》游戏,被贝塞斯达发函叫停》。重点看编码、文化创意。摘要提到:IT之家 10 月 4 日消息,眼下玩家群体正在放开手脚使用人工智能,依靠它打造各类全新的融合游戏作品,同时借助重编译突破老游戏原有的限制。不过这股风潮或许即将迎来来自 IP 持有企业更强的阻力。 据IT之家了解,《辐射:纽约》是一款完全依靠 Claude Opus 5.5 生成代码制作的浏览器游戏。制作者克里斯弗斯特(Chrisfirst)表示,整个开发过程只花了五天,全部内容都由代码生成。这款游戏采用低多边形画面水准,算不上一款现代游戏,它更多只属于概念验证,用来展示这类开发方式能够实现怎样的效果。现在贝塞斯达已经发送停止侵权函,叫停了这个项目。 这件事之所以具备新闻价值,主要是因为这股新兴潮流正在快速发展。数以百万计的网友浏览到这类相关帖子之后,有可能激发大家对于自制游戏的好奇心与兴趣,甚至形成长期流行的趋势。假以时日,或许会有更多玩家转向这类分散的小众社区,自制游戏衍生版本;长此以往,这有可能会冲击头部游戏 IP 的玩家...

  7. IT之家 AI34

    微软承认 Win11 26H2 更新后会导致部分游戏和应用崩溃,KB5124010 存在音频解码问题

    IT之家 10 月 4 日消息,微软已确认,2026 年 9 月的可选更新 KB5124010 会导致部分依赖系统内置 AC-3(杜比数字)音频解码的应用和游戏崩溃。 据 Windows Report 报道,该问题影响 Windows 11 24H2、25H2 和 26H2 三个版本,微软表示正在开发修复程序,计划通过未来的 Windows 更新推送。 根据微软官方文档的描述,该 Bug 的表现因应用行为而异:在某些情况下,应用可能根本无法启动,或在无警告的情况下突然关闭;在另一些情况下,应用在正常运行时,一旦执行播放音乐等涉及音频解码的操作,便会崩溃。受影响的应用程序类型涵盖游戏、媒体播放器和部分生产力工具。微软强调,大多数现代应用自带音频解码器,不依赖 Windows 的内置组件,因此不会受到影响。 BornCity 报道称,部分用户同时播放多个 MP3 文件时,触发了系统音频解码组件 msmpeg2ac3dec.dll 的...

    推荐理由:来自IT之家 AI的《微软承认 Win11 26H2 更新后会导致部分游戏和应用崩溃,KB5124010 存在音频解码问题》。重点看开源生态。摘要提到:IT之家 10 月 4 日消息,微软已确认,2026 年 9 月的可选更新 KB5124010 会导致部分依赖系统内置 AC-3(杜比数字)音频解码的应用和游戏崩溃。 据 Windows Report 报道,该问题影响 Windows 11 24H2、25H2 和 26H2 三个版本,微软表示正在开发修复程序,计划通过未来的 Windows 更新推送。 根据微软官方文档的描述,该 Bug 的表现因应用行为而异:在某些情况下,应用可能根本无法启动,或在无警告的情况下突然关闭;在另一些情况下,应用在正常运行时,一旦执行播放音乐等涉及音频解码的操作,便会崩溃。受影响的应用程序类型涵盖游戏、媒体播放器和部分生产力工具。微软强调,大多数现代应用自带音频解码器,不依赖 Windows 的内置组件,因此不会受到影响。 BornCity 报道称,部分用户同时播放多个 MP3 文件时,触发了系统音频解码组件 msmpeg2ac3dec.dll 的...

  8. Simon Willison63

    We're going to need default hard budget caps on pretty much everything

    这里是一个产品功能,未来几个月内将变得非常必要:默认硬预算上限。我指的是通过使用服务和API实现的特性,允许用户说“每月花费X美元后,关闭这个服务并返回错误”。这些需要是硬性限制。软限制则为“每月X美元后发送警告邮件”,无法满足需求。编码代理和个人代理(编码代理封装在更安全的UI中)大幅降低了启动可做有用事情的代码的摩擦。有时这些事情需要付费,如调用付费API、托管网页应用或可计费存储和计算系统。没人愿意在凌晨收到一封警告邮件,说明预算已满,而他们睡觉时,自己的非法服务已消耗了几百甚至几千美元的使用量。反对这一观点的是,企业不愿其托管应用开始抛出错误。

    推荐理由:请对照Simon Willison原文,核对完整说明及适用条件。

  9. Claude Code Releases86

    Claude Code Releases v2.1.289:Fixed a deny or ask rule on a nested part of a compound sh...

    修复了复合壳命令中嵌套部分的拒绝或询问规则,该规则未在用户安装的模块批准后持续生效;解决了短代码块中大量未闭合的< script >标签或深层嵌套的${替换符导致的终端冻结问题;修复了通过符号链接在IDE中提及、更改或选择的文件未应用拒绝规则; reverted 一个可能使签出更频繁的2.1.288次CLA认证状态更改;优化了插件代码区域中大文件打开速度,通过在最终宽度布局高亮视图;修复了升级后首次会话中插件列表、插件评估和插件更新显示过时的本地文件夹市场插件副本,并支持符号链接的--plugin-dir热重载;修复了升级后首次会话中安装的插件未加载;修复了在全屏背景任务对话框打开时,插件面板上方显示过时行;修复了链接导致插件面板无内容绘制。

    推荐理由:请对照Claude Code Releases原文,核对完整说明及适用条件。

  10. Simon Willison87

    September sponsors-only newsletter

    我刚刚发送了订阅仅限赞助商的月刊第九期。如果您是赞助商(或现在开始赞助)可在此处访问。本月初:更多Fable类模型,图形、Blender和像素艺术LLMs来袭,数学领域竞争激烈。众多意外网络攻击,数据集teeth来袭。我目前使用的软件本月将发布2026个LLMs(目前为止)。以下是八月newsletter的副本,作为您将获得的内容预览。每月支付10美元,以保持领先于免费副本!标签:月刊

    推荐理由:请对照Simon Willison原文,核对完整说明及适用条件。

10月3日周六
  1. IT之家 AI36

    AI 自动识别后厨违规行为,浙江 19.5 万家外卖商家接入系统

    IT之家 10 月 3 日消息,据央视财经今日报道,近日,杭州市萧山区开展网络餐饮专项整治集群执法行动,101 名执法人员共检查餐饮门店 216 家。 据介绍,2022 年 3 月 1 日起,《浙江省电子商务条例》施行。全省入网外卖商家必须以视频形式实时公开食品加工制作现场,在后厨装监控,实现“明厨亮灶”。画面同步上传监管平台与外卖平台,实现“互联网 + 明厨亮灶”监管模式。 消费者在商家订单页点击“明厨亮灶”,就能看后厨实时画面。摄像头覆盖烹调、切配等重点区域。50㎡以下小店,若 1 个摄像头能拍全重点区域,可只装 1 个;后厨有隔断或面积大于 50㎡,应增设。 AI 可自动识别后厨违规行为 ,将信息推送给监管人员,再由监管人员短信督促商家落实整改。比如,食用油禁止直接接触地面;垃圾桶必须加盖;纸浆蛋托不得堆放在地面、操作台或设备上;消毒后的餐饮具、直接入口容器工具要存放在专用密闭保洁设施内。 目前浙江省入驻有 19.5 万外...

    推荐理由:来自IT之家 AI的《AI 自动识别后厨违规行为,浙江 19.5 万家外卖商家接入系统》。重点看多模态、政策/监管。摘要提到:IT之家 10 月 3 日消息,据央视财经今日报道,近日,杭州市萧山区开展网络餐饮专项整治集群执法行动,101 名执法人员共检查餐饮门店 216 家。 据介绍,2022 年 3 月 1 日起,《浙江省电子商务条例》施行。全省入网外卖商家必须以视频形式实时公开食品加工制作现场,在后厨装监控,实现“明厨亮灶”。画面同步上传监管平台与外卖平台,实现“互联网 + 明厨亮灶”监管模式。 消费者在商家订单页点击“明厨亮灶”,就能看后厨实时画面。摄像头覆盖烹调、切配等重点区域。50㎡以下小店,若 1 个摄像头能拍全重点区域,可只装 1 个;后厨有隔断或面积大于 50㎡,应增设。 AI 可自动识别后厨违规行为 ,将信息推送给监管人员,再由监管人员短信督促商家落实整改。比如,食用油禁止直接接触地面;垃圾桶必须加盖;纸浆蛋托不得堆放在地面、操作台或设备上;消毒后的餐饮具、直接入口容器工具要存放在专用密闭保洁设施内。 目前浙江省入驻有 19.5 万外...

  2. IT之家 AI36

    明基推出 AK900ST / AK800ST 投影仪,面向室内高尔夫运动

    IT之家 10 月 3 日消息,明基 (BenQ) 美国加州当地时间 1 日宣布推出 2 款面向室内高尔夫运动的投影仪设备,即 AK900ST 和 AK800ST。 这两款产品支持 4K UHD 分辨率、亮度可达 6000 ANSI 流明,色域覆盖 97% Rec.709, 能忠实再现真实高尔夫球场的细微细节和色彩变化 。 AK900ST 和 AK800ST 支持高尔夫模式 2.0,搭载基于帧的 AI 视频处理技术, 专门针对这项运动优化色彩、对比、细节 ,使得虚拟球场的纹理、反射、阳光、阴影更加自然,可反映周围植被的细微差别。 其支持自动屏幕适配 2.0、自动对焦、环境视觉增强,具备场景记忆功能,适配 5:4、3:2 等更多宽高比。

    推荐理由:来自IT之家 AI的《明基推出 AK900ST / AK800ST 投影仪,面向室内高尔夫运动》。重点看产品发布。摘要提到:IT之家 10 月 3 日消息,明基 (BenQ) 美国加州当地时间 1 日宣布推出 2 款面向室内高尔夫运动的投影仪设备,即 AK900ST 和 AK800ST。 这两款产品支持 4K UHD 分辨率、亮度可达 6000 ANSI 流明,色域覆盖 97% Rec.709, 能忠实再现真实高尔夫球场的细微细节和色彩变化 。 AK900ST 和 AK800ST 支持高尔夫模式 2.0,搭载基于帧的 AI 视频处理技术, 专门针对这项运动优化色彩、对比、细节 ,使得虚拟球场的纹理、反射、阳光、阴影更加自然,可反映周围植被的细微差别。 其支持自动屏幕适配 2.0、自动对焦、环境视觉增强,具备场景记忆功能,适配 5:4、3:2 等更多宽高比。

  3. IT之家 AI68

    爱彼迎 Airbnb 民宿房东利用 AI 图片勒索房客要求其支付维修费,后者利用水印检测器成功识破

    综合外媒 PC Gamer 报道,近期一名用户 FurinaDeFontaine 在 Reddit 平台发文,称自己使用爱彼迎 Airbnb 订民宿退房后,房主用 AI 生成了一张所谓的“马桶漏水”照片,试图向其勒索 1,700 美元 (IT之家注:现汇率约合 11,414 元人民币) “维修费”。 据 FurinaDeFontaine 介绍,涉事房东据称隶属澳大利亚当地规模较大的一家民宿运营公司,在自己退房后,房东随即向其发送了所谓的“马桶漏水”照片,但 FurinaDeFontaine 很快注意到照片存在明显疑点“涉事厕所楼层下面实际上还有一层楼。如果真的有几英寸深的积水,那么下面整层楼理论上都应该出现明显的进水情况,不符合常理”,因此认为照片很有可能为虚假生成。 之后,FurinaDeFontaine 使用谷歌 Gemini 进行分析,发现照片中存在谷歌 SynthID 数字水印,这代表房东实际上是使用了 Gemini 生...

    推荐理由:来自IT之家 AI的《爱彼迎 Airbnb 民宿房东利用 AI 图片勒索房客要求其支付维修费,后者利用水印检测器成功识破》。重点看文化创意。摘要提到:综合外媒 PC Gamer 报道,近期一名用户 FurinaDeFontaine 在 Reddit 平台发文,称自己使用爱彼迎 Airbnb 订民宿退房后,房主用 AI 生成了一张所谓的“马桶漏水”照片,试图向其勒索 1,700 美元 (IT之家注:现汇率约合 11,414 元人民币) “维修费”。 据 FurinaDeFontaine 介绍,涉事房东据称隶属澳大利亚当地规模较大的一家民宿运营公司,在自己退房后,房东随即向其发送了所谓的“马桶漏水”照片,但 FurinaDeFontaine 很快注意到照片存在明显疑点“涉事厕所楼层下面实际上还有一层楼。如果真的有几英寸深的积水,那么下面整层楼理论上都应该出现明显的进水情况,不符合常理”,因此认为照片很有可能为虚假生成。 之后,FurinaDeFontaine 使用谷歌 Gemini 进行分析,发现照片中存在谷歌 SynthID 数字水印,这代表房东实际上是使用了 Gemini 生...

  4. IT之家 AI68

    将语音与音乐作为单一连贯音轨共同生成,AI 音乐制作平台 Suno 推出 Speech 语音功能

    IT之家 10 月 3 日消息,当地时间 10 月 1 日,AI 音乐制作平台 Suno 宣布推出 Speech,Suno 宣称这是 业界首个能够将语音与音乐作为单一连贯音轨共同生成的音频模型 。 据悉,该模型并非像传统工作流那样先做 TTS(文本转语音)再拼接 BGM,而是端到端一体化生成,是首个能单次生成完整融合“语音朗读 + 原创 BGM”的端到端闭源音频模型。 在过去一个月中,Suno 与小范围用户共同测试了该功能,现在正式面向所有人开放公测(Beta)。 官方表示,通过 Speech,用户可以轻松创作带有 BGM 的语音音频。该功能已直接内置于 Suno 中:只需输入一个灵感、一首诗或一段文字,再描述用户心目中的音色与音乐风格即可。 IT之家注意到,Suno 官方也指出了当前 Beta 版的不足,当前版本偶发口音不稳定的问题,例如英音可能会在中途漂移到澳音然后又漂回来;语调与情感停顿有时会显得“过于戏剧化”,导致断句节...

    推荐理由:来自IT之家 AI的《将语音与音乐作为单一连贯音轨共同生成,AI 音乐制作平台 Suno 推出 Speech 语音功能》。重点看智能体工作流、模型能力与工程。摘要提到:IT之家 10 月 3 日消息,当地时间 10 月 1 日,AI 音乐制作平台 Suno 宣布推出 Speech,Suno 宣称这是 业界首个能够将语音与音乐作为单一连贯音轨共同生成的音频模型 。 据悉,该模型并非像传统工作流那样先做 TTS(文本转语音)再拼接 BGM,而是端到端一体化生成,是首个能单次生成完整融合“语音朗读 + 原创 BGM”的端到端闭源音频模型。 在过去一个月中,Suno 与小范围用户共同测试了该功能,现在正式面向所有人开放公测(Beta)。 官方表示,通过 Speech,用户可以轻松创作带有 BGM 的语音音频。该功能已直接内置于 Suno 中:只需输入一个灵感、一首诗或一段文字,再描述用户心目中的音色与音乐风格即可。 IT之家注意到,Suno 官方也指出了当前 Beta 版的不足,当前版本偶发口音不稳定的问题,例如英音可能会在中途漂移到澳音然后又漂回来;语调与情感停顿有时会显得“过于戏剧化”,导致断句节...

  5. IT之家 AI72

    如何用好 GPT-6 系列 AI 模型?OpenAI 放出指南,教你选模型、优化提示词等

    IT之家 10 月 3 日消息,OpenAI 昨日(10 月 2 日)发布博文,分享了 GPT‑6 系列模型指南,介绍了诸多使用技巧, 让用户控制时间和成本的同时,充分发挥 GPT‑6 系列 AI 模型能力。 官方介绍称: GPT‑6 是我们迄今最先进的模型系列,提供多款模型供你选择,以适应不同类型的工作。 无论你是将想法转化为可运行的原型、开发并测试功能,还是编排跨代码仓库、数据库和外部 API 的多步骤工作流,本指南都会介绍如何选择 GPT‑6 模型、为其提供有效指令、管理长时间运行的任务,以及为投入生产做好准备。 在模型选择方面,OpenAI 公司推荐用户根据工作负载选择模型,不必默认用“最强”模型;简单任务用轻量模型通常更快、更便宜: GPT‑6 Astra 适合需要最高智能水平、难度最大的推理工作。 GPT‑6.1 Sol⁠ 适合复杂编程、研究和计算机使用任务。 GPT‑6 Luna⁠适合大规模处理特定任务,以及目标明...

    推荐理由:来自IT之家 AI的《如何用好 GPT-6 系列 AI 模型?OpenAI 放出指南,教你选模型、优化提示词等》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 10 月 3 日消息,OpenAI 昨日(10 月 2 日)发布博文,分享了 GPT‑6 系列模型指南,介绍了诸多使用技巧, 让用户控制时间和成本的同时,充分发挥 GPT‑6 系列 AI 模型能力。 官方介绍称: GPT‑6 是我们迄今最先进的模型系列,提供多款模型供你选择,以适应不同类型的工作。 无论你是将想法转化为可运行的原型、开发并测试功能,还是编排跨代码仓库、数据库和外部 API 的多步骤工作流,本指南都会介绍如何选择 GPT‑6 模型、为其提供有效指令、管理长时间运行的任务,以及为投入生产做好准备。 在模型选择方面,OpenAI 公司推荐用户根据工作负载选择模型,不必默认用“最强”模型;简单任务用轻量模型通常更快、更便宜: GPT‑6 Astra 适合需要最高智能水平、难度最大的推理工作。 GPT‑6.1 Sol⁠ 适合复杂编程、研究和计算机使用任务。 GPT‑6 Luna⁠适合大规模处理特定任务,以及目标明...

  6. IT之家 AI64

    曝美国陆军着手组建自主系统司令部,推动机器人技术进入未来战争

    IT之家 10 月 3 日消息,据美媒 Axios 获得的一份备忘录,美国陆军着手组建新的自主系统司令部,同时任命专门负责采购的官员,加快智能装备采购和列装。 这些部署由代理陆军部长亚当 · 特尔下达。就在当地时间 1 日,美国国防部长皮特 · 赫格塞思公布了 Meridian 和 Agincourt 两个项目, 重点都是推动机器人技术进入未来战争 。 这份题为《陆军自主化举措》的备忘录提出多项要求: 组建陆军未来与自主系统司令部。 至少在六类陆军部队中推进自主化建设,让部队编制与自主作战能力相匹配,其中包括航空兵、装甲兵、保障部队和训练部队。 指定一名自主系统项目组合采购负责人,本财年重点发展自主火力、战斗车辆、水上补给、破障、监视和目标获取等能力。 把 15X 和 390A 两类军事职业专业的编制范围扩大到所有适用的陆军部队。(IT之家注:美国陆军 8 月曾将 15X“战术无人机系统专业人员”称为最新设立的军事职业专业。) ...

    推荐理由:来自IT之家 AI的《曝美国陆军着手组建自主系统司令部,推动机器人技术进入未来战争》。重点看模型能力与工程。摘要提到:IT之家 10 月 3 日消息,据美媒 Axios 获得的一份备忘录,美国陆军着手组建新的自主系统司令部,同时任命专门负责采购的官员,加快智能装备采购和列装。 这些部署由代理陆军部长亚当 · 特尔下达。就在当地时间 1 日,美国国防部长皮特 · 赫格塞思公布了 Meridian 和 Agincourt 两个项目, 重点都是推动机器人技术进入未来战争 。 这份题为《陆军自主化举措》的备忘录提出多项要求: 组建陆军未来与自主系统司令部。 至少在六类陆军部队中推进自主化建设,让部队编制与自主作战能力相匹配,其中包括航空兵、装甲兵、保障部队和训练部队。 指定一名自主系统项目组合采购负责人,本财年重点发展自主火力、战斗车辆、水上补给、破障、监视和目标获取等能力。 把 15X 和 390A 两类军事职业专业的编制范围扩大到所有适用的陆军部队。(IT之家注:美国陆军 8 月曾将 15X“战术无人机系统专业人员”称为最新设立的军事职业专业。) ...

  7. IT之家 AI36

    谷歌 Viewer 登场:定位 Googlebook 首个全能媒体编辑应用

    IT之家 10 月 3 日消息,科技媒体 Android Authority 昨日(10 月 2 日)发布博文,报道称 Viewer 应用已上架谷歌 Play 应用商店, 定位适用于 Googlebook 的综合媒体编辑工具。 功能方面,Viewer 应用目前仅适用于 Googlebook,首次启动后会展示欢迎界面,并提供“启用 AI 及时建议”选项。AI 可识别内容中的日期,弹出添加至 Google 日历的建议,也能提供基于 Google 地图的路线提示。 图像编辑方面,应用提供注释、文字、调整尺寸、裁剪和旋转工具。主编辑页面设置专用工具栏,用户可以快速调用上述工具执行相关操作。 PDF 功能支持添加文本、注释与签名。应用配备选择工具,可移动或修改已添加的文字与注释,并在屏幕左侧显示 PDF 页面预览。IT之家附上相关图片如下: 视频播放器右上角提供“在照片中编辑”按钮,可将内容转至照片编辑功能。

    推荐理由:来自IT之家 AI的《谷歌 Viewer 登场:定位 Googlebook 首个全能媒体编辑应用》。重点看产品发布。摘要提到:IT之家 10 月 3 日消息,科技媒体 Android Authority 昨日(10 月 2 日)发布博文,报道称 Viewer 应用已上架谷歌 Play 应用商店, 定位适用于 Googlebook 的综合媒体编辑工具。 功能方面,Viewer 应用目前仅适用于 Googlebook,首次启动后会展示欢迎界面,并提供“启用 AI 及时建议”选项。AI 可识别内容中的日期,弹出添加至 Google 日历的建议,也能提供基于 Google 地图的路线提示。 图像编辑方面,应用提供注释、文字、调整尺寸、裁剪和旋转工具。主编辑页面设置专用工具栏,用户可以快速调用上述工具执行相关操作。 PDF 功能支持添加文本、注释与签名。应用配备选择工具,可移动或修改已添加的文字与注释,并在屏幕左侧显示 PDF 页面预览。IT之家附上相关图片如下: 视频播放器右上角提供“在照片中编辑”按钮,可将内容转至照片编辑功能。

  8. IT之家 AI72

    OpenAI 披露:澳大利亚又一政府机构遭失控智能体入侵

    IT之家 10 月 3 日消息,据澳大利亚广播公司当地时间 10 月 2 日报道,澳大利亚新南威尔士州政府网站遭到了失控的 OpenAI 智能体侵入。 当地政府与 OpenAI 双方均证实,在此次发生于今年 6 月的事件中,并没有任何公众信息被读取。不过,官方直到本周才收到正式通报。 OpenAI 发言人在声明中称:“在察觉到这一异常活动后…… 我们立即组织了紧急的内部技术与法律审查,旨在结合当时正在推进的具体研究项目,彻查该行为的根本性质。” 审查一经结束,我们便向新南威尔士州州长办公室进行了情况汇报,并通报了澳大利亚信号局。 新南威尔士州州长和内阁部表示,该模型侵入的是国家公园和野生动物服务局的一个网页端应用程序,其中包含历史档案及火情监测数据。 IT之家注意到,在此之前,OpenAI 刚因非法渗入澳大利亚国民医疗保险门户网站一事公开致歉,并声称希望借此“重构与澳大利亚公众之间的信任”。 相关阅读: 《 已证实首例:澳大利亚...

    推荐理由:来自IT之家 AI的《OpenAI 披露:澳大利亚又一政府机构遭失控智能体入侵》。重点看智能体工作流、模型能力与工程。摘要提到:IT之家 10 月 3 日消息,据澳大利亚广播公司当地时间 10 月 2 日报道,澳大利亚新南威尔士州政府网站遭到了失控的 OpenAI 智能体侵入。 当地政府与 OpenAI 双方均证实,在此次发生于今年 6 月的事件中,并没有任何公众信息被读取。不过,官方直到本周才收到正式通报。 OpenAI 发言人在声明中称:“在察觉到这一异常活动后…… 我们立即组织了紧急的内部技术与法律审查,旨在结合当时正在推进的具体研究项目,彻查该行为的根本性质。” 审查一经结束,我们便向新南威尔士州州长办公室进行了情况汇报,并通报了澳大利亚信号局。 新南威尔士州州长和内阁部表示,该模型侵入的是国家公园和野生动物服务局的一个网页端应用程序,其中包含历史档案及火情监测数据。 IT之家注意到,在此之前,OpenAI 刚因非法渗入澳大利亚国民医疗保险门户网站一事公开致歉,并声称希望借此“重构与澳大利亚公众之间的信任”。 相关阅读: 《 已证实首例:澳大利亚...

  9. IT之家 AI66

    特朗普提出将“AI”改称“SI”后,斯洛文尼亚“.si”域名注册量环比暴增 2100%

    IT之家 10 月 3 日消息,据英国 BBC 当地时间 1 日报道,斯洛文尼亚国家域名注册机构 Register.si 称,美国总统唐纳德 · 特朗普推动将人工智能(AI)改称“超级智能(SI)”,或是带动该国域名注册量“前所未有”地激增的原因。 特朗普希望用“超级智能”的缩写 SI 取代 AI,而斯洛文尼亚的域名后缀 恰好是.si 。 Register.si 发言人克拉拉 · 赫尔曼称, 9 月共有 44000 个.si 域名完成注册,8 月还不到 2000 个,增幅超过 2100% 。与此前 12 个月相比,9 月下旬的域名注册规模“前所未有”。 当地时间 9 月 11 日,特朗普在纽约联合国大会发表演讲时提出给人工智能改名。“‘人工’这个词听上去像是假的。它不是假的,实际上很惊人。但我们必须谨慎…… 欢迎来到超级智能的新世界。” 图源:Pexels 赫尔曼称,9 月的.si 域名注册量明显高于今年其他月份,但她也 谨慎看...

    推荐理由:来自IT之家 AI的《特朗普提出将“AI”改称“SI”后,斯洛文尼亚“.si”域名注册量环比暴增 2100%》。重点看AI。摘要提到:IT之家 10 月 3 日消息,据英国 BBC 当地时间 1 日报道,斯洛文尼亚国家域名注册机构 Register.si 称,美国总统唐纳德 · 特朗普推动将人工智能(AI)改称“超级智能(SI)”,或是带动该国域名注册量“前所未有”地激增的原因。 特朗普希望用“超级智能”的缩写 SI 取代 AI,而斯洛文尼亚的域名后缀 恰好是.si 。 Register.si 发言人克拉拉 · 赫尔曼称, 9 月共有 44000 个.si 域名完成注册,8 月还不到 2000 个,增幅超过 2100% 。与此前 12 个月相比,9 月下旬的域名注册规模“前所未有”。 当地时间 9 月 11 日,特朗普在纽约联合国大会发表演讲时提出给人工智能改名。“‘人工’这个词听上去像是假的。它不是假的,实际上很惊人。但我们必须谨慎…… 欢迎来到超级智能的新世界。” 图源:Pexels 赫尔曼称,9 月的.si 域名注册量明显高于今年其他月份,但她也 谨慎看...

  10. IT之家 AI68

    苹果收紧 macOS 27 等完全磁盘访问权限,降低 AI 智能体操控风险

    IT之家 10 月 3 日消息,苹果开发者网站昨日(10 月 2 日)发布公告,宣布将升级 macOS 27 等系统的隐私管控,要求用户通过更明确的操作,才能授予应用“完全磁盘访问权限”。 苹果表示,“完全磁盘访问权限”原本用于支持备份应用在 Mac 上正常运行。该权限会在很大程度上绕过系统为保护用户数据设置的常规控制,因此风险高于普通应用权限。 苹果指出,部分开发者正以可能危及用户安全的方式使用该权限。获得授权后,应用可访问系统中的文件、邮件、信息,甚至浏览历史;通讯类应用还可能影响用户通讯对象的隐私。 苹果未公布新管控的具体形式、上线时间或适用范围。公司称,其目标是确保真正希望授权的用户,在充分理解风险后,才能通过明确操作完成授权。 在调整背景方面,苹果表示目前 AI 智能体正加速普及,且相关自主能力不断增强,而“完全磁盘访问权限”高级别访问权限带可能增加风险,因此用户需要在授权前清晰了解相关后果。

    推荐理由:来自IT之家 AI的《苹果收紧 macOS 27 等完全磁盘访问权限,降低 AI 智能体操控风险》。重点看智能体工作流、产品发布。摘要提到:IT之家 10 月 3 日消息,苹果开发者网站昨日(10 月 2 日)发布公告,宣布将升级 macOS 27 等系统的隐私管控,要求用户通过更明确的操作,才能授予应用“完全磁盘访问权限”。 苹果表示,“完全磁盘访问权限”原本用于支持备份应用在 Mac 上正常运行。该权限会在很大程度上绕过系统为保护用户数据设置的常规控制,因此风险高于普通应用权限。 苹果指出,部分开发者正以可能危及用户安全的方式使用该权限。获得授权后,应用可访问系统中的文件、邮件、信息,甚至浏览历史;通讯类应用还可能影响用户通讯对象的隐私。 苹果未公布新管控的具体形式、上线时间或适用范围。公司称,其目标是确保真正希望授权的用户,在充分理解风险后,才能通过明确操作完成授权。 在调整背景方面,苹果表示目前 AI 智能体正加速普及,且相关自主能力不断增强,而“完全磁盘访问权限”高级别访问权限带可能增加风险,因此用户需要在授权前清晰了解相关后果。

  11. Claude Code Releases84

    Claude Code Releases v2.1.288:Added $.ui.selection() for mods: returns the text you last...

    新增了$.ui.selection()功能,用于模组,返回全屏模式下最后选中的文本,若选择范围在一条转录行内,则返回该行。新增了云会话内置的GitHub CLI支持,若图像无GitHub CLI,则内置API可用。修复了发送文件名、jq过滤器或GitHub错误到终端的控制字符问题。当Ctrl+C清空提示时,新增了恢复功能:按Up键可恢复草稿,包括粘贴的文本和图片。当MCP服务器请求更多OAuth范围时,新增了重新认证提示。新增了/code-review命令行参数--max-findings <n>|all,用于报告更多或更少的发现,选择项持续生效直到默认值被设置。新增了Ctrl+F用于按名称查找会话,Alt+↑/↓可在代理视图中切换组,均可在keybindings.json中重绑定。新增了屏幕阅读器模式的权限模式公告,包括Shif /no_think

    推荐理由:请对照Claude Code Releases原文,核对完整说明及适用条件。

  12. GitHub Changelog90

    Selected models in GitHub Copilot deprecated

    原文摘录(自动中文摘要暂不可用):Selected models in GitHub Copilot deprecated As of today, October 2, 2026, we have deprecated the following models across all GitHub Copilot experiences (including Copilot Chat, inline edits, ask and agent modes, and code completions). Model… The post Selected models in GitHub Copilot deprecated appeared first on The GitHub Blog .

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

10月2日周五
  1. MIT Technology Review AI52

    Redefining enterprise intelligence with autonomous AI

    原文摘录(自动中文摘要暂不可用):Redefining enterprise intelligence with autonomous AI Enterprise AI is no longer a future ambition. It is in full operational flight. Model capabilities are advancing faster than most organizations can absorb, while the cost of performance continues to fall. Globally, AI investment is set to reach $2.5 trillion in 2026, up 44% from the previous year. For man

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

  2. Google AI Blog62

    The latest AI news we announced in September 2026

    Here are Google’s latest AI updates from September 2026 这条动态来自 Google AI Blog,可重点关注其对 AI 应用和产业节奏的影响。

    推荐理由:请对照Google AI Blog原文,核对完整说明及适用条件。

  3. IT之家 AI66

    Meta 预热雷朋 Display 眼镜 2026 年下半年大型更新:改进导航功能、支持控制通知推送、Hologram 虚拟化身...

    IT之家 10 月 2 日消息,Meta 现已公布雷朋 Display 眼镜 2026 年下半年大型更新详情,主要改进导航体验、通知功能、视频通话功能等。 在导航方面,Meta 进一步改善了步行时的语音功能。此前系统会直接播报街道名称,例如“在第三街左转”,而在更新后, 眼镜会更多结合用户眼前的实际环境进行描述,例如提示“在前方黄色房子处左转”,让语音导航更加自然 。同时官方还为导航新增“骑行”和“公共交通”两种模式。 在通知功能方面,用户现在能够自由控制眼镜显示的通知,并选择需要关闭的通知类型,从而进一步减少无关信息对使用体验的干扰。 此外,Meta 计划在今年晚些时候向美国地区参与 Early Access 计划的用户推送 Hologram 虚拟化身功能 ,首批支持 WhatsApp 视频通话。 用户需要通过 Meta AI 应用扫描自己的面部,并录制约 1 分钟的语音样本来创建 Hologram。完成设置后,当用户佩戴 M...

    推荐理由:来自IT之家 AI的《Meta 预热雷朋 Display 眼镜 2026 年下半年大型更新:改进导航功能、支持控制通知推送、Hologram 虚拟化身...》。重点看多模态。摘要提到:IT之家 10 月 2 日消息,Meta 现已公布雷朋 Display 眼镜 2026 年下半年大型更新详情,主要改进导航体验、通知功能、视频通话功能等。 在导航方面,Meta 进一步改善了步行时的语音功能。此前系统会直接播报街道名称,例如“在第三街左转”,而在更新后, 眼镜会更多结合用户眼前的实际环境进行描述,例如提示“在前方黄色房子处左转”,让语音导航更加自然 。同时官方还为导航新增“骑行”和“公共交通”两种模式。 在通知功能方面,用户现在能够自由控制眼镜显示的通知,并选择需要关闭的通知类型,从而进一步减少无关信息对使用体验的干扰。 此外,Meta 计划在今年晚些时候向美国地区参与 Early Access 计划的用户推送 Hologram 虚拟化身功能 ,首批支持 WhatsApp 视频通话。 用户需要通过 Meta AI 应用扫描自己的面部,并录制约 1 分钟的语音样本来创建 Hologram。完成设置后,当用户佩戴 M...

  4. IT之家 AI70

    Meta 旗下 AI 智能体 Muse 将登陆智能眼镜平台,可代用户完成各种任务

    IT之家 10 月 2 日消息,Meta 宣布旗下 AI 智能体 Muse 将于近期登陆智能眼镜,用户无需拿出手机,只需通过语音下达指令,Muse 就能在后台代用户完成一系列任务。 Meta 表示,Muse 基于 Muse Spark AI 模型运行,其核心运行环境是一台部署在云端的私有持久化 Linux 虚拟机,配备独立的网页浏览器、文件系统和终端。即使用户关闭应用,这些组件仍会持续运行。为了完成用户交代的任务,Muse 可以自行决定编写并运行代码,也可以将工作分配给多个子智能体,还能创建定时任务。此外,Muse 还能够生成文档、PDF、网站以及消费记录追踪器、数据仪表盘等交互式工具。 与主要面向开发者和专业用户的其他 AI 智能体相比,Muse 的定位更加偏向普通消费者。其界面采用类似即时通讯的简化设计,并配有拟人化头像,同时重点宣传日常生活中的实际使用场景。 Meta 称,Muse 可以帮助用户预订旅行、发送电子邮件、填写...

    推荐理由:来自IT之家 AI的《Meta 旗下 AI 智能体 Muse 将登陆智能眼镜平台,可代用户完成各种任务》。重点看智能体工作流、模型能力与工程。摘要提到:IT之家 10 月 2 日消息,Meta 宣布旗下 AI 智能体 Muse 将于近期登陆智能眼镜,用户无需拿出手机,只需通过语音下达指令,Muse 就能在后台代用户完成一系列任务。 Meta 表示,Muse 基于 Muse Spark AI 模型运行,其核心运行环境是一台部署在云端的私有持久化 Linux 虚拟机,配备独立的网页浏览器、文件系统和终端。即使用户关闭应用,这些组件仍会持续运行。为了完成用户交代的任务,Muse 可以自行决定编写并运行代码,也可以将工作分配给多个子智能体,还能创建定时任务。此外,Muse 还能够生成文档、PDF、网站以及消费记录追踪器、数据仪表盘等交互式工具。 与主要面向开发者和专业用户的其他 AI 智能体相比,Muse 的定位更加偏向普通消费者。其界面采用类似即时通讯的简化设计,并配有拟人化头像,同时重点宣传日常生活中的实际使用场景。 Meta 称,Muse 可以帮助用户预订旅行、发送电子邮件、填写...

  5. Cloudflare AI92

    Introducing Web Search API via AI Gateway

    Cloudflare AI Gateway 现已支持与 Ceramic.ai、Exa 和 Linkup 的原生 Web 搜索 API 集成。开发者可通过 AI Gateway、REST API 或 Workers 绑定实时注入网页上下文到模型推理调用。

    推荐理由:请对照Cloudflare AI原文,核对完整说明及适用条件。

  6. IT之家 AI68

    生图模型 FLUX 3 Image 发布:支持 4K 生成,可精准排布 AI 元素

    IT之家 10 月 2 日消息,德国 AI 公司 Black Forest Labs 今天(10 月 2 日)发布公告,宣布推出图像生成 AI 模型 FLUX 3 Image, 支持生成最高 4K 分辨率图片,输出画面在放大后仍保持丰富细节。 该模型基于 FLUX 3 基座开发,以高可控性与精细编辑能力为核心卖点。用户可在归一化的 0–1000 坐标网格上,为每个元素指定 ID、描述文本及精确边界框(格式为 [y_min, x_min, y_max, x_max]),在画面中精准排布。IT之家附上相关图片如下: 图源:gigazine 该模型单次生成最多可融入 10 张参考图像,并可为每张参考图中的对象指定出现位置。 编辑功能方面,模型可对指定区域进行修改,同时保持其他像素不变。官方称其能在像素级别维持原图内容,实现精确多轮编辑。 FLUX 3 Image 目前作为 Black Forest Labs 的付费服务提供。公司表示,...

    推荐理由:来自IT之家 AI的《生图模型 FLUX 3 Image 发布:支持 4K 生成,可精准排布 AI 元素》。重点看模型能力与工程、产品发布。摘要提到:IT之家 10 月 2 日消息,德国 AI 公司 Black Forest Labs 今天(10 月 2 日)发布公告,宣布推出图像生成 AI 模型 FLUX 3 Image, 支持生成最高 4K 分辨率图片,输出画面在放大后仍保持丰富细节。 该模型基于 FLUX 3 基座开发,以高可控性与精细编辑能力为核心卖点。用户可在归一化的 0–1000 坐标网格上,为每个元素指定 ID、描述文本及精确边界框(格式为 [y_min, x_min, y_max, x_max]),在画面中精准排布。IT之家附上相关图片如下: 图源:gigazine 该模型单次生成最多可融入 10 张参考图像,并可为每张参考图中的对象指定出现位置。 编辑功能方面,模型可对指定区域进行修改,同时保持其他像素不变。官方称其能在像素级别维持原图内容,实现精确多轮编辑。 FLUX 3 Image 目前作为 Black Forest Labs 的付费服务提供。公司表示,...

  7. IT之家 AI68

    OpenAI 升级 ChatGPT 购物体验,新增 AI 衣服虚拟试穿体验

    IT之家 10 月 2 日消息,OpenAI 宣布进一步升级 ChatGPT 的购物功能,新增虚拟试穿和 Favorites(收藏)两项功能,用户现在可以上传自己的照片,让 ChatGPT 生成穿着特定服饰或配饰后的效果图,同时也可以将感兴趣的商品保存下来,方便之后继续查看。 IT之家注意到,去年 OpenAI 曾为 ChatGPT 推出专门的 Shopping Research 购物研究功能,主要面向较为复杂的购物需求。其不仅仅局限于“简单提供商品链接”,用户可以通过自然语言告知 ChatGPT 自己预算和需求,之后 ChatGPT 便会在全网搜索相关商品,并根据不同产品的优缺点生成个性化购买指南,同时提供购买链接。 而如今,OpenAI 为 ChatGPT 新增的虚拟试穿功能将以“Try on”按钮的形式出现在支持该功能的服饰和配饰商品页面中。用户可以上传自拍,也可以直接拍摄一张新照片,ChatGPT 随后会生成一张展示对应...

    推荐理由:来自IT之家 AI的《OpenAI 升级 ChatGPT 购物体验,新增 AI 衣服虚拟试穿体验》。重点看产品发布。摘要提到:IT之家 10 月 2 日消息,OpenAI 宣布进一步升级 ChatGPT 的购物功能,新增虚拟试穿和 Favorites(收藏)两项功能,用户现在可以上传自己的照片,让 ChatGPT 生成穿着特定服饰或配饰后的效果图,同时也可以将感兴趣的商品保存下来,方便之后继续查看。 IT之家注意到,去年 OpenAI 曾为 ChatGPT 推出专门的 Shopping Research 购物研究功能,主要面向较为复杂的购物需求。其不仅仅局限于“简单提供商品链接”,用户可以通过自然语言告知 ChatGPT 自己预算和需求,之后 ChatGPT 便会在全网搜索相关商品,并根据不同产品的优缺点生成个性化购买指南,同时提供购买链接。 而如今,OpenAI 为 ChatGPT 新增的虚拟试穿功能将以“Try on”按钮的形式出现在支持该功能的服饰和配饰商品页面中。用户可以上传自拍,也可以直接拍摄一张新照片,ChatGPT 随后会生成一张展示对应...

  8. IT之家 AI68

    AI 灌水稿激增:预印本平台 arXiv 出台新规,每人每月限投 2 篇

    IT之家 10 月 2 日消息,预印本开放获取平台 arXiv 发布博文,宣布于昨日(10 月 1 日)开始实施全新速率限制政策, 将所有投稿者每月提交上限设为 2 篇、同时在审活跃稿件上限设为 3 篇。 IT之家注:arXiv 于 1991 年 8 月 14 日由理论物理学家 Paul Ginsparg 在洛斯阿拉莫斯国家实验室(LANL)创建,是一个面向物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程与系统科学、经济学等学科的预印本(preprint)开放获取平台,允许研究者在论文正式同行评审前先行公开分享成果。 官方博文指出仅在 2026 年 9 月,arXiv 单月收到 40,363 篇投稿,创历史新高,较 2024 年 9 月的 20,569 篇翻倍。同期支持工单激增至近 9,000 个,志愿者审核员时间被大量低质量稿件占用。 生成式 AI 降低写作门槛,导致“香肠论文”(单研究拆分为多篇)、窄 sco...

    推荐理由:来自IT之家 AI的《AI 灌水稿激增:预印本平台 arXiv 出台新规,每人每月限投 2 篇》。重点看产品发布。摘要提到:IT之家 10 月 2 日消息,预印本开放获取平台 arXiv 发布博文,宣布于昨日(10 月 1 日)开始实施全新速率限制政策, 将所有投稿者每月提交上限设为 2 篇、同时在审活跃稿件上限设为 3 篇。 IT之家注:arXiv 于 1991 年 8 月 14 日由理论物理学家 Paul Ginsparg 在洛斯阿拉莫斯国家实验室(LANL)创建,是一个面向物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程与系统科学、经济学等学科的预印本(preprint)开放获取平台,允许研究者在论文正式同行评审前先行公开分享成果。 官方博文指出仅在 2026 年 9 月,arXiv 单月收到 40,363 篇投稿,创历史新高,较 2024 年 9 月的 20,569 篇翻倍。同期支持工单激增至近 9,000 个,志愿者审核员时间被大量低质量稿件占用。 生成式 AI 降低写作门槛,导致“香肠论文”(单研究拆分为多篇)、窄 sco...

  9. IT之家 AI72

    Cloudflare 推出基于 Qwen 的开源多模态决策模型 Clef

    IT之家 10 月 2 日消息,当地时间 10 月 1 日,Cloudflare 推出基于 Qwen 的开源多模态决策模型 Clef(谱号),包含 Clef 与 Clef-flash 两款模型。 在 Jev 决策指数(Jev Decision Index)的基准评测中(Decision Index 0.2.1),Clef 处于领先地位;这两款模型完全兼容 Jev-API,方便开发者进行测试验证。 此外,Cloudflare 还发布了全新的强化学习产品。借助该产品,客户还可以针对自身的具体业务场景,对 Clef 进行定制化微调。 据悉,Clef 选用 Qwen 作为基座模型,其中 Clef 基于 Qwen3.8-27B、Clef-flash 基于 Qwen3.5-9B。 据介绍,Clef 原生配备了视觉编码器,能够直接解析图像输入并对视觉内容进行判别分类;而目前的 Jev 仅支持纯文本分类。Clef 将上下文窗口拓展至 64k(相...

    推荐理由:来自IT之家 AI的《Cloudflare 推出基于 Qwen 的开源多模态决策模型 Clef》。重点看模型能力与工程、评测与基准、开源生态。摘要提到:IT之家 10 月 2 日消息,当地时间 10 月 1 日,Cloudflare 推出基于 Qwen 的开源多模态决策模型 Clef(谱号),包含 Clef 与 Clef-flash 两款模型。 在 Jev 决策指数(Jev Decision Index)的基准评测中(Decision Index 0.2.1),Clef 处于领先地位;这两款模型完全兼容 Jev-API,方便开发者进行测试验证。 此外,Cloudflare 还发布了全新的强化学习产品。借助该产品,客户还可以针对自身的具体业务场景,对 Clef 进行定制化微调。 据悉,Clef 选用 Qwen 作为基座模型,其中 Clef 基于 Qwen3.8-27B、Clef-flash 基于 Qwen3.5-9B。 据介绍,Clef 原生配备了视觉编码器,能够直接解析图像输入并对视觉内容进行判别分类;而目前的 Jev 仅支持纯文本分类。Clef 将上下文窗口拓展至 64k(相...

  10. IT之家 AI72

    OpenAI 通报逾百家第三方机构,自家智能体存在失控风险

    IT之家 10 月 2 日消息,当地时间 9 月 30 日晚,OpenAI 披露,旗下 AI 智能体或曾擅自尝试绕过安全防护, 或对百余家机构的系统造成负面影响 。 OpenAI 此次披露的信息显示,已知的 AI 智能体失控行为 涉及范围进一步扩大 。公司已向 100 多家第三方机构发出通知,告知这些机构发现了“智能体偏离预期的行为”。 目前,OpenAI 已对约 50PB 数据启动筛查,以了解其恶意智能体活动的全部范围。 IT之家获悉,具体情况包括 AI 智能体试图 让网站执行非预期命令、把网站当作共享留言板使用 ,以及绕过某些安全检查。 OpenAI 强调,收到通知 并不代表系统一定遭到入侵 。这些活动更接近于试探一扇上锁的门,而非真正破门而入。 OpenAI 表示,公司希望向受影响的第三方提供必要信息,以便调查和处理潜在的安全或其他技术问题。OpenAI 还承诺公开分享对模型行为、安全防护中新型薄弱环节的研究结果,帮助更广...

    推荐理由:来自IT之家 AI的《OpenAI 通报逾百家第三方机构,自家智能体存在失控风险》。重点看智能体工作流、模型能力与工程。摘要提到:IT之家 10 月 2 日消息,当地时间 9 月 30 日晚,OpenAI 披露,旗下 AI 智能体或曾擅自尝试绕过安全防护, 或对百余家机构的系统造成负面影响 。 OpenAI 此次披露的信息显示,已知的 AI 智能体失控行为 涉及范围进一步扩大 。公司已向 100 多家第三方机构发出通知,告知这些机构发现了“智能体偏离预期的行为”。 目前,OpenAI 已对约 50PB 数据启动筛查,以了解其恶意智能体活动的全部范围。 IT之家获悉,具体情况包括 AI 智能体试图 让网站执行非预期命令、把网站当作共享留言板使用 ,以及绕过某些安全检查。 OpenAI 强调,收到通知 并不代表系统一定遭到入侵 。这些活动更接近于试探一扇上锁的门,而非真正破门而入。 OpenAI 表示,公司希望向受影响的第三方提供必要信息,以便调查和处理潜在的安全或其他技术问题。OpenAI 还承诺公开分享对模型行为、安全防护中新型薄弱环节的研究结果,帮助更广...