AISpot

搜尋

依意思最接近的 30 筆

llama.cpp releasesAI 評分25

llama.cpp 伺服器新增 /v1/systemone API,支援 laya、julia-1 等模型

llama.cpp 的 server 元件新增了 /v1/systemone API,支援 laya、julia-1、lev、openjev、kev 五個模型。該 PR 包含模型轉換、服務端程式碼、共享提示字首、視覺支援,並新增 openjev tiny 模型用於測試。建置覆蓋 macOS、Linux、Windows、Android 等平台,但明確不支援 date_facts。

OpenAI NewsAI 評分41

Itaú 用 ia.i 與 IARA 平台向客戶和員工推生成式 AI

巴西 Itaú 銀行正在把生成式 AI 鋪到全體客戶與員工:面向客戶的是對話式介面 ia.i,IARA 平台負責治理,兩者共同支撐其 AI First 戰略。該行所在的銀行業是巴西監管最嚴格的行業之一,因此對話產品與治理平台被放在一起推進。原文沒有披露所用模型、上線時間和覆蓋使用者規模等細節,訊息發布於 2026 年 10 月 16 日。

X @ggerganovAI 評分45

llama.cpp 登上 Windows 活動舞臺,作者期待本地 AI 普及

llama.cpp 作者 Georgi Gerganov(@ggerganov)稱,llama.cpp 出現在了 10 月 7 日 Windows 活動的主舞臺上。他表示軟體與硬體棧終於走到一起,社群過去多年的努力得到體現,並期待更多使用者擁抱本地 AI。推文未說明該活動的具體內容,也未提及 llama.cpp 在其中的展示形式。

量子位AI 評分40

通研院孵化團隊做 RSI 個性化 AI,用 LoRA 承載專屬能力

北京通用人工智慧研究院體系孵化的通衍靈智公布 RSI(遞迴自我改進)個性化 AI 路線:在共享基礎模型之上,用輕量 Personal LoRA 承載個人與企業的專屬能力。Evaluator 先按使用者標準篩選業務反饋,只把反覆出現的模式用於增量更新;更新後要與舊版本在同一批任務上對比,退化就回滾。

Hacker News front pageAI 評分65

Meta 被指無視巴西法院命令,AI 與搜尋排序偏袒博索納羅

巴西選舉法院指控 Meta 未按命令對 Lula 與 Flávio Bolsonaro 兩位候選人一視同仁,兩家機構 10 月 19 日提交新證據:WhatsApp 搜「brasil」的 GIF 首圖是 Flávio Bolsonaro,搜「ladrão」出現 Lula 囚服漫畫,Instagram 把 #lulaladrão 列為第一標籤建議;Meta AI 被要求隨機選 1–25,兩次分別答 13 與 22,正是兩人黨派的票號。

Cloudflare blog (AI)● 精選AI 評分68

Cloudflare 將 EuroLLM 與 Apertus 兩個歐洲開源模型接入 Workers AI

Cloudflare 在生日周宣布,將歐洲兩個公共機構訓練的開源模型 EuroLLM 和 Apertus 引入 Workers AI,現已開放訪問申請。EuroLLM 覆蓋 35 種語言,含全部 24 種歐盟官方語言;Apertus 由瑞士 ETH Zurich、EPFL 等開發,訓練資料超 15 萬億 token、覆蓋 1500 多種語言,權重與資料全部公開。Cloudflare 同時啟動面向政府網路安全機構與關鍵基礎設施運營方的實操工作坊,首場 10 月在新加坡舉行。

The Verge AIAI 評分34

《Wildwood》導演稱 AI 與 Laika 定格動畫理念相悖

《Wildwood》導演、Laika CEO Travis Knight 公開表示,AI 與這家定格動畫工作室的理念背道而馳。這部 Laika 迄今最具野心的電影耗時五年完成,全片使用 230 多個木偶,僅主角 Prue 就有 36 個;49 名動畫師負責讓木偶動起來,參與制作的藝術家超過 1000 人。報導認為,這種依賴大量人力的漫長流程,與生成式 AI 所承諾的即時進展形成鮮明對比。

機器之心● 精選AI 評分68

AlphaGo 核心作者稱 LLM 不會推理,離開 DeepMind 創業

AlphaGo 核心作者 Thore Graepel 在 MIT Technology Review 發文稱 LLM 不會推理,並已離開 Google DeepMind 創業做可審計的機器推理。他指出 AlphaGo 第 37 手是策略網路加搜尋機制的結果,而 LLM 的思維鏈仍只是預測下一個 token,缺少可檢查的認知狀態、知識與推理的分離,且常事後編造解釋。Yann LeCun 表示讚賞,認為真正推理必須涉及搜尋。

機器之心AI 評分61

Karpathy 估算全球僅約 5000 人能接觸最前沿 AI 系統

Karpathy 在推文中估算,全球只有約 5000 人(約 0.00006% 人口)能直接使用最前沿的內部 AI 系統;約 2000 萬數學與程式設計專業人士在用前沿級 LLM 做專業工作,另有約 60 億人(約全球 75%)幾乎沒接觸過 LLM。他把這種分化稱為一條越來越陡的能力漏斗,成因是任務規模、能力鋸齒狀分佈(集中在可數字化、可驗證、商業價值高的領域)與存取權限分層。這些內部系統可讓成千上萬 Agent 組成叢集連續執行數週,推進大型軟體專案、發現零日漏洞。

TechCrunch AIAI 評分34

前輝達高管:物理 AI 仍處樂高時代,尚未迎來機器人版 ChatGPT 時刻

前輝達產品營銷負責人、現 Techable Ventures 創始人 Amulya Vishwanath 表示,物理 AI 目前仍處於「樂高時代」,機器人領域的 ChatGPT 時刻尚未到來。她認為,當前行業仍在搭建機械手、執行器等基礎構件,通用與專用機器人並行推進,只有這些模組成熟組合後才可能迎來突破。她同時強調人才是關鍵壁壘,大量人才正流向 Anthropic、輝達等大公司。

機器之心AI 評分58

OpenAI 洽談復活 Sora,Katzenberg 等創辦新公司接手

據 The Information 報導,OpenAI 正與一家新成立的 AI 影片初創公司談判,計劃讓已關停的 Sora 重新投入商業化,OpenAI 將獲得該公司部分股權。這家公司由夢工廠動畫聯合創始人 Jeffrey Katzenberg、Sora 前研究負責人 Bill Peebles 和 Dropbox 前 CFO Sujay Jaswa 共同創辦,面向電影製作人開發 AI 影片軟體與服務,可能獲得對 Sora 深度定製的權限,但模型權重是否開放尚未確定。

Hacker News front pageAI 評分37

新工具追蹤 AI 領袖影片言論,Amodei 累計 54 條

有人做了一款工具,追蹤 AI 行業領袖在影片中的公開表態,並展示他們觀點隨時間的變化。目前收錄了 Dario Amodei(累計 54 條)、Alex Karp(51 條)、Marc Andreessen(49 條)、Sam Altman(45 條)、Palmer Luckey(40 條)、Satya Nadella(23 條)、Elon Musk(21 條)、Yann LeCun(6 條)等人,頁面同時標註本週新增條數,例如 Alexandr Wang 本週有 5 條。

llama.cpp releasesAI 評分40

llama.cpp 發布 0.7.0,預編譯包更新 CUDA 13 與 ROCm 10.0

llama.cpp 版本號升至 0.7.0,建置號為 b11669。此次發布的預編譯包覆蓋 macOS(Apple Silicon 與 Intel)、Linux、Windows、Android、iOS 及 openEuler,其中新增 CUDA 13(基於 13.4 庫)與 ROCm 10.0 後端,並保留 Vulkan、SYCL、OpenVINO 等選項。

llama.cpp releasesAI 評分20

llama.cpp 修復 server 因 n_batch 超限導致的 abort

llama.cpp 合併 PR #29903,通過將 n_batch 限制為不超過 n_ubatch 來修復 server 崩潰問題,對應 issue #29902。該修復由 Claude 輔助完成,並移除了相關測試與 embeddings 條件。新版本已覆蓋 macOS、Linux、Windows、Android 等平台,包括 Apple Silicon、CUDA、ROCm、Vulkan 等後端。

Hacker News front pageAI 評分50

LeCun 稱對 AI 滅絕人類零擔憂,批 EA 有毒

圖靈獎得主 Yann LeCun 表示對 AI 消滅人類「完全」不擔心,對近期一系列 AI 失控事件「零擔憂」,認為這些事件源於人類監督與系統設計缺陷、完全可預防。他批評有效利他主義(EA)「超級有毒」,稱 Anthropic CEO Dario Amodei「完全被誤導」甚至「瘋狂」,並認為 AI 高管渲染滅絕風險是「最糟糕的營銷」。他目前主要精力放在創辦新公司 AMI Labs。

TechCrunch AIAI 評分43

輝達前機器人產品負責人轉做投資,稱機器人仍處樂高時代

在輝達領導機器人平台產品營銷七年的 Amulya Vishwanath,如今轉而投資 Physical AI,並認為機器人行業仍處於“樂高時代”、尚未迎來爆發。這一判斷與“通用基礎模型將推動機器人突破”的流行看法相反:執行器、機械手、軟體與安全標準等基礎構件仍在重建,而 Physical AI 的內涵也不止於機器人。