孤本网 科技资讯 聚焦人工智能模型、AI 工具、智能应用与开发实战,提供经核验的发布动态、产品评测、教程与行业观察。

人工智能

清华学者刘子鸣创办元环智能,完成数亿元融资探索 AI 自主设计模型

一句话结论 元环智能获数亿元融资,旨在让 AI 学习设计模型,以算法预测提升研发效率。 关键要点 元环智能(MetaCircle)成立不足半年,已完成种子轮和种子+轮,累计融资数亿元。 创始人刘子鸣于 1998 年出生,现为清华大学人工智能学院助理教授,是 KAN 一作。 公司核心研发“元模型(Me

孤本网 孤本网 发布于 2026-10-15

库克确认苹果智能首批功能在华启动测试,Siri AI 暂缺席

一句话结论 苹果智能首批核心功能即将在华上线测试版,但 Siri AI 未包含在内。 关键要点 苹果董事会执行主席蒂姆·库克于10月15日在上海采访期间确认,苹果智能及阿里千问大模型已获批准,将于10月下旬面向中国用户发布测试版本。 此次获批的阿里系模型明确包括通义千问(大语言模型)和通义万相(图像

孤本网 孤本网 发布于 2026-10-15

少数派翻新《学得会的快捷指令》教程,新增 iOS 27 自动化与 AI 功能内容

一句话结论 少数派更新《学得会的快捷指令》教程,新增 iOS 27 自动化及 AI 结合内容,帮助零基础用户通过 14 篇图文掌握核心模块构建实用指令。 关键要点 教程包含 14 篇文章,分为“理论入门”与“构建指令”两个模块,基于 iOS 27 更新了 30% 以上内容并新增 3 篇全新文章。 内

孤本网 孤本网 发布于 2026-10-15

北欧与英伟达共建欧洲最高密度独角兽生态及吉瓦级AI基础设施

一句话结论 北欧借助可再生能源与严格治理优势,依托英伟达技术栈建设吉瓦级算力枢纽,加速高价值初创生态形成。 关键要点 北欧正建设欧洲增长最快基础设施枢纽之一,AI云容量预计于2027年底达到1吉瓦规模。 瑞典Sferical One共享超级计算机启动运行,配置2个英伟达DGX SuperPOD及1,

孤本网 孤本网 发布于 2026-10-15

Anthropic 国际业务负责人称开放式 AI 模型安全风险高于自研模型

一句话结论 Anthropic 国际业务负责人普兰森指出,开放式 AI 模型因缺乏统一安全约束,其网络安全风险显著高于 Anthropic 自研模型。 关键要点 普兰森在都柏林国际人工智能峰会表示,开放式模型风险更高,无法替其做出安全保证。 Anthropic 警告小型 AI 模型可能驱动新型僵尸网

孤本网 孤本网 发布于 2026-10-15

Figma 发布 Markdown 规范编辑器与代码层公共测试,强化 AI Agent 对品牌设计规则的遵循能力

一句话结论 Figma 发布 Markdown 规范编辑器与代码层公共测试,通过标准化定义文档与上下文集成,引导 AI Agent 更精准地遵循品牌设计规则并生成代码。 关键要点 Figma 推出名为 Figma Specs 的 Markdown 编辑器,允许用户定义设计语言文档,该文档可作为团队及

孤本网 孤本网 发布于 2026-10-15

瑞典综艺制作团队因备份失效致整季文件丢失,AI 智能体卷入争议

一句话结论 瑞典综艺制作团队因备份系统失效导致整季成片丢失,被迫从头重剪,AI 责任归属存疑。 关键要点 瑞典真人竞技节目《The Challenge Sverige》整季剪辑文件被删,制作公司 Mastiff 团队需从头重新剪辑。 节目原定于 11 月 22 日播出,现因“技术故障”推迟至明年,T

孤本网 孤本网 发布于 2026-10-15

百度世界2026聚焦“智能组织”:全栈AI升级与多产品发布,11月北京举办

一句话结论 百度世界2026将于11月12日在北京举办,聚焦“智能组织”,发布“芯-云-模-体”全栈AI产品,为开发者提供组织化落地路径。 关键要点 大会定于2026年11月12日在北京国家会议中心二期举行,设1场主论坛、12场分论坛、30余场AI公开课及6000平方米AI展区。 百度将集中展示“芯

孤本网 孤本网 发布于 2026-10-15

算力受限导致初代 HomePod mini 无法支持本地 Siri AI,官方确认继任产品才具备该功能

一句话结论 苹果官方确认初代 HomePod mini 因硬件算力不足无缘全新 Siri AI,用户需升级至 HomePod mini 2 才能体验本地大语言模型功能。 关键要点 苹果声明指出初代 HomePod mini 因芯片与内存配置限制,无法满足 Siri AI 本地大语言模型的计算需求 全

孤本网 孤本网 发布于 2026-10-15

机器学习在预测未测基因组合效应时,未必优于简单加性基准

一句话结论 在预测从未实测的基因组合效应时,复杂的机器学习模型未必能比简单的“单基因效应相加”基准更准确,且偏离该基准越远,预测误差往往越大。 关键要点 该研究聚焦于一类特定场景:测试的两个基因在训练阶段都出现过,但它们的组合从未被测量过。在这种“部分已知、整体未知”的情况下,标准的分布外检测(OO

孤本网 孤本网 发布于 2026-10-15
上一页 下一页