标签

AI

OneVL：用一个模型干完视觉四大任务，小米的开源思路

来源: oschina.net 44
视觉-语言模型这几年越做越大，但一个尴尬的现实是：你想让它同时干识别、检测、问答、分割四件事，最常见的做法是给每个任务塞一个"专家头"。推理时四套参数轮番上阵，GPU 显存吃满，延迟翻倍。小米研究院刚开源的 OneVL，核心命题很简单——能不能一套权重、一次推理，把这四件事都搞定？ 现有主流方案基本走的是 MoE（Mixture of Experts）...
# AI # 全栈 # 开源
阅读全文

阿里 AI 收入占比破三成：从财报数字看开发者侧的真实变化

来源: oschina.net 34
阿里巴巴 2026 财年全年净利润超过 1021 亿元，更值得关注的一个指标是——AI 相关收入在总营收中的占比首次突破 30%。一家以电商起家的公司，如今每赚 3 块钱就有 1 块来自 AI，这个结构变化对开发者意味着什么？ 截至 2026 年 3 月 31 日的季度，阿里整体收入 2433.80 亿元，同比只增长了 3%。但这个数字包含了已处置的高...
# AI # 全栈 # 开源
阅读全文

在 Windows 上为 Codex 构建安全沙箱：文件隔离与网络管控实战

来源: openai.com 34
让 AI 编程代理在你机器上跑代码，听起来既兴奋又危险——兴奋的是效率飞跃，危险的是它可能删文件、扫网络、甚至执行恶意指令。OpenAI 在把 Codex 推向 Windows 时，直面了这个核心矛盾：既要给代理足够的操作空间完成真实开发任务，又要把它的破坏半径锁在可控范围内。这篇文章拆解他们如何用沙箱架构平衡这对矛盾，并给出你可以直接拿来用的隔离方案...
# AI # LLM # OpenAI
阅读全文

PostgreSQL 的 backslash_quote：一个因多字节编码 SQL 注入而诞生的 GUC

来源: postgr.es 56
2006 年，PostgreSQL 修复了一个与多字节字符编码相关的 SQL 注入漏洞。修复的产物之一是 ——一个至今仍留在 PostgreSQL 中的 GUC 参数，专门控制反斜杠是否能用于转义单引号。它看起来像个冷门配置，但理解它的来龙去脉，能让你对字符串转义和编码安全有更深的把握。 问题出在多字节编码（如 SJIS）与反斜杠转义的交互上。 在 S...
# AI # PostgreSQL # 数据库
阅读全文

从逐句审查到上下文感知：ChatGPT 如何在敏感对话中捕捉跨轮次风险

来源: openai.com 39
过去，AI 安全机制更像一个逐句审查的安检员——每条消息独立判断，只看当前输入是否触碰红线。问题在于：真正高风险的对话往往不是一句话暴露的，而是在多轮交互中逐步浮现。一次"我最近很累"不算危险信号，但如果后续出现"没人会在意我消失"再叠加"有什么方法可以一了百了"，风险轮廓就完全不同了。ChatGPT 近期的安全更新正是针对这个盲区：让模型在敏感场景中...
# AI # LLM # OpenAI
阅读全文

PyTorch 2.12：批量 eigh 在 CUDA 上提速百倍，线性代数运算迎来质变

来源: pytorch.org 29
PyTorch 2.12 发布了。如果你日常用 做矩阵分解，这一版值得立刻升级——批量化的 （对称矩阵特征值分解）在 CUDA 上最高提速 100 倍。这不是微调，是质变。下面拆开看具体发生了什么，以及怎么在你的项目里用上它。 对单个对称矩阵做特征值分解，是量子化学、信号处理、PCA 等场景的核心算子。过去在 CUDA 上，如果你传入一批（batche...
# AI # PyTorch # 机器学习
阅读全文

用 Pulse AI + Amazon Bedrock 搭建金融文档抽取与微调流水线

来源: aws.amazon.com 41
金融文档是出了名的难啃——年报里表格嵌套、注释跨页、格式千差万别；招股书里术语密集、数据点散落各处。传统 OCR 能把像素变成文字，却分不清"净利润"和"归属于母公司股东的净利润"，更无法把第 87 页的附注和第 12 页的主表关联起来。这篇文章来看一条更务实的路径：用 Pulse AI 的文档理解能力做结构化抽取，再用 Amazon Bedrock ...
# AI # AWS # 机器学习
阅读全文

用 Amazon Nova Sonic + WebRTC 搭建实时语音交互直播应用

来源: aws.amazon.com 37
直播场景里加一个"能听懂观众说话、实时回应"的 AI 主持人，听起来很酷，落地却很疼：音频采集延迟、双向流同步、模型推理卡顿、WebRTC 信令协商复杂……一个环节掉链子，用户体验就崩。AWS 最近给出了一个组合方案——Amazon Nova 2 Sonic 负责语音理解与生成，Kinesis Video Streams WebRTC 负责低延迟双向传...
# AI # AWS # 机器学习
阅读全文