跳到正文

全部動態

今日 447 條
10月3日週六
  1. IT之家66

    傳美國陸軍着手組建未來與自主系統司令部,加快智能裝備採購

    美國陸軍據報着手組建陸軍未來與自主系統司令部,並設專責採購官員,加快智能裝備採購和列裝。備忘錄要求至少在六類陸軍部隊推進自主化,並把15X和390A兩類軍事職業專業的編制擴大至所有適用部隊。本財年的採購重點包括自主火力、戰鬥車輛、水上補給、破障、監視和目標獲取。

  2. IT之家46

    華為乾崑智駕累計輔助駕駛里程突破 160 億公里

    華為乾崑智駕累計輔助駕駛里程已突破 160 億公里,搭載乾崑智駕的車輛累計行駛總里程超 453 億公里。乾崑智駕累計主動避免可能的碰撞超 664 萬次;ADS(輔助駕駛)平均在一次嚴重碰撞前已安全行駛 998.7 萬公里,是中國平均值(推算)的 5.55 倍。

  3. IT之家53

    消息指亞馬遜考慮剝離並回租價值 80 億美元的 NVIDIA Grace Blackwell AI 晶片

    據《金融時報》報道,亞馬遜正尋求把價值約 80 億美元的 NVIDIA Grace Blackwell AI 晶片轉入特殊目的實體(SPV),再向該實體回租。這批晶片分佈於美國五個州的十多個數據中心;新設 SPV 預計取得投資級信用評級,並透過出售股份和發行債券吸引外部投資者。此安排有助紓解亞馬遜 AI 基礎設施投資帶來的債務壓力,並實現相對輕資產的營運。

  4. Hacker News:AI 熱帖42

    Ask HN:有人用編碼智能體寫出優質程式碼嗎?

    Hacker News 的提問者詢問,有沒有人能用編碼智能體產出優質程式碼,並表示這是他從資深工程師處聽到的真實難題。他稱 AI 生成的程式碼常繁複且充滿陷阱,審查 Claude merge requests 要多花 5x 時間,自己仍難以理解批准的改動。他質疑解法是否只能達到「level 4 autonomy」,不再閲讀或編寫程式碼,並求助已解決此問題的人。

  5. IT之家38

    Google Viewer 登場:定位為 Googlebook 首款全能媒體編輯應用

    Google Viewer 已上架 Google Play,現僅適用於 Googlebook,定位為綜合媒體編輯工具。首次啟動可選擇啟用 AI 即時建議,AI 能識別內容中的日期並建議加入 Google 日曆,亦可提供基於 Google 地圖的路線提示。編輯功能涵蓋圖像註釋、文字、調整尺寸、裁剪與旋轉,以及 PDF 文字、註釋和簽名;影片播放器亦可將內容轉至照片編輯功能。

  6. IT之家55

    分析師 MBI 體驗 Meta 的 Muse 後清倉 Airbnb、加倉 Meta

    獨立股票分析師 MBI 表示,體驗 Meta 的 Muse 約 10 天後,他清倉 Airbnb、加倉 Meta,因認為 AI 智能體可能繞過平台完成預訂。他稱 Muse 可結合 Airbnb 評價與 Instagram 上收藏、觀看過的旅行 Reels 推薦體驗;一次尋找農舍體驗時,直接向房東預訂比透過 Airbnb 便宜約 60%,而替 5 家酒店比價花了 14 分鐘。

  7. IT之家65

    亞馬遜雲科技 CEO 馬特·加爾曼警告,美國叫停數據中心建設或影響數代人

    亞馬遜雲科技 CEO 馬特·加爾曼警告,若美國大範圍叫停數據中心建設,可能在全球 AI 競爭中失去優勢,影響甚至延續數代人。他表示,全美正在討論的暫停建設措施超過 100 項,並宣佈亞馬遜未來五年將向營運數據中心的社區投資超過 10 億美元。Data Center Watch 數據顯示,2026 年上半年美國至少 120 個數據中心項目因當地反對而延期或受阻,估值合計約 1,980 億美元。

  8. 404 Media76

    俄克拉何馬州聯邦法官裁定警員透過 Flock 查詢車輛行蹤違憲,稱其網絡屬「不加區分的大規模監控」

    俄克拉何馬州一名聯邦法官裁定,警員僅因一名女子的車牌來自加州,便在 Flock 系統查詢其行蹤,構成違憲的無令狀搜查,相關 Flock 及車輛搜查證據須予排除。法官指出,系統顯示該女子一個月內遍及全國的逾 50 筆位置紀錄,並形容這類網絡屬「不加區分的大規模監控」。裁決不具約束力,Flock 發言人表示,預期裁決會被上訴並推翻。

    推薦理由:裁決把 Flock 車牌辨識網絡累積的跨州行蹤紀錄納入第四修正案分析,並排除相關證據,但不具約束力,其他案件仍在審理。

  9. The Decoder60

    Suno 新增 Speech 功能,可將語音與相配背景音樂合成單一音軌

    Suno 新增 Speech 功能,可將語音與相配背景音樂一併生成為單一音軌。用户可輸入構想或文字,並描述所需聲線及音樂風格;Suno 稱功能可用於詩歌、冥想和睡前故事。測試版仍有問題,例如英國口音有時聽來像澳洲口音;Suno 未説明模型訓練方式,唱片公司已就版權問題起訴 Suno,慕尼黑法院近期亦裁定 Suno 不能以合理使用為由,為使用受版權保護數據辯護。

  10. The Verge · AI40

    AI 智能體風險「大幅」增加,Apple 將收緊 Mac 的 Full Disk Access 權限

    Apple 將收緊 Mac 的 Full Disk Access 權限,要求用户作出非常明確的操作,才可授予應用程式這項權限。Apple 指部分開發者使用該權限的方式,可能在用户未充分知情下暴露系統中的檔案、郵件、訊息及瀏覽紀錄;AI 智能體日益強大且自主,相關風險將大幅增加。更新推出時間尚未公佈。

  11. Claude Code:GitHub Releases51

    Claude Code 發佈 v2.1.288,新增多項功能並修正多項問題

    Claude Code 發佈 v2.1.288,新增多項功能,並修正工作階段恢復、權限檢查、插件及雲端工作流程等問題。新增功能包括按 Up 還原以 Ctrl+C 清除的提示詞草稿(包括貼上的文字和圖片)、以 --max-findings <n>|all 調整 /code-review 的回報數量,以及用 Ctrl+F 按名稱搜尋工作階段。

  12. LlamaIndex:產品、工程與評測54

    LlamaIndex 推出面向 LLM 問答系統的 Document Summary Index

    LlamaIndex 推出 Document Summary Index,先為每份文件生成摘要,再按摘要檢索文件並返回所選文件的全部節點。檢索可由 LLM 判斷摘要相關性,或按摘要嵌入向量相似度選取文件,與直接檢索文本塊不同。文章以城市 Wikipedia 條目示範索引建置、檢索及問答查詢。

  13. LlamaIndex:產品、工程與評測43

    較弱的 LLM 智能體需要更多限制與更好的工具

    LlamaIndex 發現,較弱模型驅動的 ReAct 智能體在金融分析資料任務中較難取得相關結果。限制智能體互動,並提供更多能明確執行複雜操作的工具,可改善這類模型的查詢表現。相比之下,GPT-4 較能可靠地運用 ReAct 執行多種複雜資料查詢。

  14. LlamaIndex:產品、工程與評測47

    Vellum 與 LlamaIndex 整合

    Vellum 與 LlamaIndex 整合,讓使用者可透過 Vellum 管理提示詞,並在不修改程式碼下更新提示詞及進行版本管理。Vellum Test Suites 支援以 CSV 批量匯入測試案例,文章建議提示詞上線前執行 50–100 個測試。Vellum 的 Sandbox 可迭代提示詞、模型、提供者及參數,Deployment 則提供提示詞版本管理與請求監控。

  15. LlamaIndex:產品、工程與評測56

    使用 LlamaIndex 和 TruLens 構建並評估大語言模型應用

    TruLens 最新版本加入對 LlamaIndex 大語言模型應用的追蹤功能,讓開發者評估和記錄實驗,並檢視輸入輸出、模型呼叫及檢索內容。文章示範以回饋函數檢查語言匹配、答案相關性和檢索片段相關性,並在 TruLens 儀錶板查看彙總結果及個別互動紀錄。文中的錯誤回答案例顯示,檢索到相關性不足且不含答案的上下文時,應用可能產生模型幻覺。

  16. LlamaIndex:產品、工程與評測51

    LlamaIndex 發佈 LlamaIndex.TS v0.0.1 TypeScript 優先程式庫

    LlamaIndex 發佈 LlamaIndex.TS v0.0.1,這是一個以 TypeScript 為先、協助開發者將私有數據接入大型語言模型的程式庫。它會將文件載入標準化格式並建立索引,再檢索相關資訊供 LLM 生成更有依據的回答。相較 Python 版,LlamaIndex.TS 使用 camel case 函數名、較簡化的提示詞介面及非同步函數,並支援 NodeJS v18 及以上版本。

  17. LlamaIndex:產品、工程與評測31

    LlamaIndex:運用 Text2SQL 與 RAG 分析產品評論

    LlamaIndex 示範以 Text2SQL 結合 RAG 分析產品評論,從資料庫查詢並整理產品洞見。示範資料由 GPT-4 生成,涵蓋 iPhone13、SamsungTV 和 Ergonomic Chair,並存於記憶體 SQLite 資料庫。流程先把自然語言問題拆成主、輔助查詢,再以 Text2SQL 擷取資料,最後透過 List Index 根據輔助問題生成答案。