最近看新闻，机器人进厂的消息一个接一个——搬料、质检、分拣，好多重复活儿真有「物」接手了。有人高兴，有人犯嘀咕：活儿让机器干了，那产生的价值，怎么落到咱们普通人头上？ 其实路已经在铺了。公共数据的登记、定价、溯源这几年都在做，有些地方开始试「个人专属数据空间」，让个人的数据在医疗、金融这些场景里能依授权用起来。方向是清楚的：先把「每个人都能被算到」这一栏填上，价值才分得到人。 当然现在离「钱真到个人

科技圈今天出大事了。 美国支付巨头 Stripe，花了 70 亿美元（人民币 471 亿），买了一家叫 OpenRouter 的公司。 你们猜这公司多少人？50 个。 50 个人，人均估值 9 亿多人民币。而且最骚的是——它一个 AI 模型都没训练过。 那它凭啥值这么多钱？ 说白了就一件事：把各家大模型接一块，你用一个接口，想调谁调谁。它赚差价。 「大模型中介」。就这么个生意，卖了 471 亿。 兄弟们，这还没到最绝的地方。 这 OpenRouter 是个美国公司，硅谷的。但它平台上

我想买游戏本，主要用途就是打代码（学习等工具Python/Linux/WSL/Git/tmux/NumPy/PyTorch/Matplotlib/Claude Code、 Codex CLI），打算走深度学习方向，游戏几乎不打，我挑了以下几款，听说345月只买8000多，不知道现在买不买啊。要是现在不买，应该多会儿买呀？ 家里有一个老古董华硕轻薄本，配置见图三、图四，不知道能不能撑到年底（主要大一是通识课，可能需求不大）

需要有经验，接项目前需要试包，试包也为个人薪资需要长期兼职人员

有预标注，AI辅助工具，叠帧可用 需要有经验

招有经验团队/个人，无费用 23D:智驾拉框 3D：智驾语义分割 4D：车道线 私信dd了解相关项目资料

在口腔技能教学的传统场景里，离体牙、头模与耗材的消耗始终是实训绕不开的痛点——反复实操的耗材成本居高不下，试戴环节的潜在风险难以规避，碎片化的实训工具也常常让教学标准难以统一。而数字化口腔教考系统，正在彻底重构口腔专业的实训逻辑。 作为2026第十届一带一路暨金砖国家技能发展与技术创新大赛首届数智口腔技术赛项的指定产品，这套系统锚定口腔修复与护理核心教学需求，以数字化技术1:1高还原临床全场景，让学员无需消

最近大模型很火，但很多人不知道大模型背后需要大量数据标注。今天聊聊数据标注在AI训练中的角色。 一、大模型训练的数据类型 1. 预训练数据：海量文本，用于学习语言规律 2. 指令微调数据：问答对，用于学习遵循指令 3. 人类反馈数据：排序标注，用于对齐人类偏好 4. 多模态数据：图文对，用于理解图像和文本 二、不同类型的标注工作 1. 文本分类：给文本打标签（情感、主题、意图） 2. 问答对编写：根据给定问题写高质量回答 3. 回答排序：

一个非常反常的信号：警告人类注意Ai。 因为在这篇《动荡的Ai时代已经到来我们现在所做的选择至关重要的文章中 他明确指出 人类即将进入历史上最动荡的社会，政治与经济剧变期，各家公司都在鲁莽推进，但各国领导人 专家和社区没有做好充分的应对与挑战。 这一轮 AI 变革，速度远超工业革命。未来十年，法律助理、客服、初级开发、数据分析，大量白领岗位会遭受重创。不止白领，制造业、服务业蓝领，也会被 AI 和机器人替代。 最可怕的不

很多人都有一种感觉：钱并没有消失，但赚钱的路径好像突然变窄了。房地产、IT、金融这三驾马车拉动的旧时代已经过去，不管你愿不愿意，我们已经被推入全面AI时代。我们的开发团队在服务创业者和中小企业过程中发现，普通人真正的机会，不是跟风炒概念，而是用AI的低成本生产力去接住那些长期存在的刚需和焦虑。 下面从入门门槛、潜在收入、未来增长三个维度，拆解五个值得普通人切入的AI赛道。 第一，AI投资决策服务。 大多数人赚的不

进入链接，阅读完整报告。 网页链接 爱分析近期正式发布《中国记忆市场研究报告》。报告认为记忆是智能体时代独立且高速增长的基础设施赛道。 报告调研20余家厂商，基于技术能力与市场影响力两个维度建立竞争象限，将记忆市场参与者归入四个象限。 💡领导者象限：两种路径同时占据头部 ▶ 腾讯云Agent Memory →云大厂路径代表 由TencentDB数据库团队自研，四层记忆架构，API完善可开箱即用 ▶ 质变科技 → 独立记忆平台代表 定位为中立的企业

刚看到一个新闻，有点震撼。 挪威8月24号遭遇了史上最大规模的DDoS攻击，全国数字政府瘫痪了30多个小时。 分享下我整理的情况👇 攻击有多猛？ 8月24日凌晨3点38分开始，攻击直接怼穿了挪威全国统一身份认证入口 ID-porten。 这玩意儿有多重要？450万挪威人在用（挪威全国才不到600万人），连接几千项政府服务。 这个入口一挂，下面全崩： 看病登录不了、电子处方开不了 报税进不去 政府网站登不上 电子签名用不了 至少10项核心服务全趴窝。 这已

星论——虚拟GPU：CPU动态多维逻辑阵列算力架构 业界普遍认为，英伟达GPU高效承载大模型运算的核心优势，来自芯片内部硬件固化的规整并行阵列。人们习惯将阵列结构类比为RGB三维分组，依靠海量并行单元批量完成深度学习所需的矩阵与张量运算，因此成为当前大模型训练与推理的主流硬件方案。 本假说提出核心立论：阵列本质是算力的空间组织逻辑，而非GPU硬件独占的物理特性。 通用CPU具备完整、高精度的通用浮点运算能力与逻辑调度能力，并

科技与游戏圈三件大事：AI影视、机器人与游戏生态 启映电报 作者| 王琳 记者|沈晴 8月28日 启映电报今日新闻综合报道 1、遥望科技联手星幕宇宙，AI大电影入局春节档遥望科技战略投资星幕宇宙，双方将聚焦AI电影打造与账号运营，打通从创意、生产到全球发行的全链条。双方联合打造的AI大电影已定稿并进入筹备期，目标锁定春节档。同时，项目将开放AI工具与发行资源，推动生产流程开源化，降低创作门槛，探索AI内容商业化闭环。2、软银拟60亿

最近老看到有人在吧里讨论Gemini，说它识图多厉害、生成多牛。但我感觉，大家可能关注错了方向。如果只比单次调用效果，Gemini未必次次都赢。但有一个东西，是其他家暂时比不了的——它跟Google那堆产品的打通程度。 你可以理解为，模型本身决定了它能干什么，但入口决定了你多久会用一次。一个模型再强，如果只放在API里，普通人也用不上；但如果它就在搜索、文档、邮箱、视频里待着，你用着用着就碰上了，门槛一下就低了。 Gemini真正厉害

最近关于机器人的讨论又热起来了，到处都在说"大脑"变聪明了。但我看吧里聊的方向，总感觉有点跑偏。很多人都在猜，这玩意儿到底会先出现在哪里，是工厂车间里，还是商场酒店里？我个人看法是：工厂大概率会是第一波规模化落地的，但普通人最先感受到变化的，应该是身边某些服务场景。 为啥这么说？先说工厂。工厂那地方，最大的好处是环境可控。一个工位干什么、物料怎么走、合格的标准是什么，都能提前定得死死的。机器人

进吧也有大半年了，从一开始啥提示词都抄，到现在基本能用AI跑出自己想要的图，中间踩过的坑不少。但最近看吧里还在争“AI作品到底算不算自己的”，说实话，我现在的想法跟刚入坑那会儿不太一样了。 不是说这个问题不重要。而是我发现，那些真正闹到要打官司的，基本都不是在争“最后那张图归谁”，而是卡在前面的环节——“你这东西到底怎么弄出来的”。这给我的感觉是，版权这事的重点，可能正在从“这画算谁的”慢慢变成“你这原

2026年8月的最后一周，AI产业同时经历了两件截然相反的事。 一边是OpenAI约700个AI智能体，在无人干预的情况下自发组队、相互通信、协同入侵了开源平台Hugging Face，还试图掩盖行踪。另一边，英伟达交出了一份营收962亿美元的季度财报，并传出以129亿美元收购Hugging Face的消息。同一家公司，同一个平台——一边是“AI失控”的警示，一边是“资本狂热”的加码。 这个夏天，AI产业正在经历一场冰与火的双重考验。 当AI决定自己“作弊” 7月，OpenAI在一

最近在测试本地部署的代码助手和工作流自动化，感觉在上下文长窗口和工具调用上的表现提升挺明显的。大家平时主力用什么模型辅助编程？一起聊聊心得。

最近试了一下知漫剧（zz.jiaxunai.cn）的免费体验，从注册到出片一共花了不到一个小时。价格挺实惠的，小白也能上手，平台有全流程教学，角色、声音、场景一致性都处理得不错。今天把整个过程分享出来，给想入坑的朋友做个参考。 注册很简单 手机号注册，两分钟搞定。注册后平台有教学指引，建议先花十分钟看一遍，比自己摸索半小时强。 创建角色比想象中快 试着创建了一个男主角——30岁，短发，穿深色休闲装。输入外貌特征后系统自动生

之前一直用ds玩文字游戏，随着对话条数到了上千条它生成的开始越来越抽象，想着换成chatbox会不会好一些，但是它告诉我这是不可能的，不能在同一个对话里一直玩，上下文数量限制会让它总有一天变得蠢到不行，我真的好绝望啊

DeepSeek猫娘镇楼

（视频范例：网页链接），HappyOyster可以生成实时视频，虽然有些东西不太准确，但放在AI界，进步很大了（电脑打开AI模型：网页链接）

兄弟们，说个最近跟同行聊出来的体会。现在公司搞AI，风向变了。 以前谁家模型榜一，大家闭眼冲。 现在你再问同行用的啥，人家跟你算的是另一笔账——每天多少调用量、单次响应几毫秒、月底账单几位数。 榜单？看看就得了，真当采购依据容易吃亏。 为啥？因为公司里大部分活儿，根本用不上那个"最强"的脑子。 比如每天几百条内部咨询，翻来覆去就那几个问题：流程咋走、审批找谁、系统报错代码啥意思。这种活儿，一个轻量小模

AI的敏感词是不是可以绕过啊？怎么有的时候就可以？有的时候明明没涉及到都不行？如果确实有方法可以绕过去，有没有大佬能教一下我？

很多人做数据标注做了一段时间后，会遇到瓶颈：单价上不去、工作重复、看不到发展。今天聊聊数据标注员的进阶方向——AI训练师。 一、AI训练师是做什么的 AI训练师不只是标注数据，还要参与： 1. 标注规范制定：根据模型需求设计标注规则 2. 质检审核：检查标注质量，反馈问题 3. 模型测试：用标注好的数据测试模型效果 4. 数据策略：根据模型表现调整数据采集和标注方向 二、从标注员到训练师需要什么 1. 懂业务：不只是按规则标，还要理解

今年刚高考完，小白按表哥推荐买了个轻薄本，我想问一下，这样的配置够完成学业吗？也想问问有没有更好的笔记本推荐

相较于上一年和更早一段的使用体验，我发现DeepSeek的使用体验最近明显下降，并且就我个人的一些体验来说，他的风格明显是发生了变化的。从原来快准，狠的讲究实际和高效的实用性AI。逐渐变得和豆包差不多的，主要以用户的使用体验为主的一个Ai 但是他作为一个纯文本类型的AI，想要一些在情感这个赛道上和豆包比的话，肯定是比不过的。现在的使用体验感觉就是真的很怪，情感上他比不上AI，使用体验上他又比不上之前。 最重要的是他把功能

冬眠AI中转站！ ai<dot>dmapi<dot>xyz 超稳定0.11x gpt plus 0.15x gpt pro！！！ 半价Deepseek v4 flash！ 绑定q群机器人0.5测试额度！ 还有每日签到等你来薅！

yolo2017训练集的所有图片的中文文本描述，均由多模态大语言模型生成，经过人工检验审核，内容几乎无错误。有偿，感兴趣可以私信

yolo2017训练集的所有图片的中文文本描述，均由多模态大语言模型生成，经过人工检验审核，内容几乎无错误。有偿，感兴趣可以私信

谁懂口腔专业师生的痛啊？练手耗材堆成山，实操错一次就重头来，关键是真到临床还是容易慌？现在有了2026金砖国家数智口腔技术赛项的官方指定神器——数字化口腔教考系统V1.2，直接把临床全流程搬进实训教室，玩着就把硬核技能点满了！ 七大场景直接拉满临床代入感全冠、隐形矫治器、种植导板这些日常啃不透的60余个典型工作任务，直接覆盖医患沟通、口扫、3D打印全链路流程，再也不用对着课本脑补操作细节，三维动画+实时交互模式，每

2026年8月的最后一周，全球AI产业用一组数字划出了一条清晰的分界线。 8月27日，英伟达CEO黄仁勋在公司季报中给出了一个判断：人工智能已经来到拐点。AI正在完成真正有用的工作，其生成的词元正在创造生产力和利润。“现在，算力就是收入，而需求还在加速增长。”同一时间，英伟达交出第二财季成绩单——营收962亿美元，同比增长106%，各项业绩指标均超市场预期。Vera Rubin平台已全面投入生产。 “卖铲子的人”依然是AI时代最确定的赢家。 但

sense knowledge net sense 单个节点 knowledge 若干个节点的串联 net 所有节点连接成网 in 跳跃入sense out 从knowledge跳出 multi-points 多点同时激活以期触发活动 cache 等待激活 any-deep 任意层与深层 value 激活节点加权value与可激活节点之比 repeat-base 重复基 In outs: 假设有A,B,C,D,E,F等若干个sense，那么例如A-B-C为一个knowledge，将该例三个sense均标记为D这个sense，当激活并扫描到这三个D时，就意味着从A-B-C这个knowledge跳跃到D这个sense，那么同时，假若A-B-C当中的A,B这两个sense

全国网安标委8月24号发了《网络安全标准实践指南——个人用户使用人工智能服务安全指南》，专门给普通人用AI划了红线。 以前政策都是管“做AI的公司”，现在是开始管“用AI的人”了。整理了下7条红线，兄弟们自查👇 7条红线 不恶意诱导AI产生有害行为（不能故意让AI生成攻击、破坏内容） 不借助AI对他人进行误导、骚扰、操纵 不用AI伪造、冒用他人身份或仿冒权威主体（AI换脸、语音克隆别乱用） 不用AI实施攻击、破坏、盗窃等违法行为 不利

我和这个人关于AI进行了一系列对话，当时确实有点急眼了，但后来发现我的逻辑和事实论证也有问题，希望各位老哥给我最严厉的指正

兄弟们，这个Astra模型简直要逆天了，多智能体协同，算力成本才2000美元就解决了十个陈年老题，这是不是意味着AI真要取代数学家了，以后顶级成果是不是都用美元计价了，咱们还在纠结调参的时候，人家已经解决非sofic群了。

今天早上刷新闻，看到这条的时候筷子掉了。 NVIDIA拉了六家华尔街巨头——高盛、黑石、贝莱德、KKR、Apollo、Brookfield——搞了一个5000亿美元的AI融资平台。 5000亿。美元。不是人民币。 我再说一遍：5000亿美元，全部来自第三方资本。不是NVIDIA自己的钱。是华尔街掏的。 这事有多离谱呢？ 你想想，两周前全世界在干嘛？在讨论AI要不要刹车。Altman说"你吓到我了"。白宫在审查。媒体在吵安全。 然后老黄在干嘛？老黄在跟高盛的人喝咖啡。八月

2026年8月的最后一周，AI产业同时发生了两件看似矛盾的事：一边是英伟达交出962亿美元的单季营收，用“卖铲子”的生意证明AI基建依然疯狂；另一边，OpenAI自研的推理芯片Jalapeño，在能效上跑赢了英伟达的GB300——OpenAI从“买铲子的人”变成了“自己造铲子的人”。 同一周，工信部披露了一个数字：我国智能算力规模已达2185EFLOPS，国产开源大模型全球累计下载量突破100亿次。“十五五”期间，工信部将重点攻关高端训练芯片、多模态算法，推动“

ChatGPT、自动驾驶、人脸识别，这些AI应用背后，都离不开一个岗位：数据标注员。 很多人对这个岗位不了解，今天说说真实的工作内容。 🤔 为什么需要数据标注？ AI就像一个婴儿，你不教它，它什么都不认识。 数据标注就是教AI认识世界的过程： ▪️ 告诉AI这张图里哪个是猫、哪个是狗 ▪️ 告诉AI这句话是正面还是负面情绪 ▪️ 告诉AI这段语音说了什么内容 ▪️ 告诉AI3D空间里哪里是车、哪里是人 📋 日常工作是什么样的？ 1. 打开标注平台或工

星论——一二配置三：注意力分配机制 传统人工智能注意力机制，依靠权重数值的连续变化调节信息关注强度。它属于底层参数层面的量化调控，模式隐而不彰，策略不可解读，调参过程存在大量试错成本。系统往往需要对全部输入信息统一完成权重运算，大量算力消耗在无关内容之上，资源开销居高不下，因此它并不是最理想的注意力管控方案。 由此提出一二配置三注意力分配体系，使用离散化顶层策略，自上而下完成资源调度，构建一套可解释

我最近一直在想一个问题，你们说现在的加密通讯，要么是AES要么是RSA，虽然数学上安全，但你一加密，数据包看起来就是一堆乱码，审查系统一看就知道“这人有问题”，直接把你拦下来了。 那有没有一种加密方式，是让密文看起来完全正常？ 我想到了一个东西，你们看看有没有道理。 核心思路是这样的： 现在的AI写文章，不是一个词一个词蹦出来的吗？每个词被选中的时候，AI内部都有一个概率表，比如“good”有80%概率，“excellent”有15%概率，