来源: realpython.com
25
把模型下载到电脑，只完成了本地推理的准备工作。真正跑通 Ollama，需要把三件事连起来：安装并启动服务、拉取模型、从 Python 调用模型。来源中的入门测验围绕这些基础操作展开；下面可以作为一份动手检查清单。 理解 Ollama，可以先区分三个部件：负责运行模型的本地服务、下载到本机的模型，以及应用使用的 Python 客户端。安装 Python ...
来源: oschina.net
34
据所提供的来源摘要，华为在安徽芜湖举行的2026 AIDC产业发展大会暨3D数据中心现场会上，发布了其称为“全球首个”的3D数据中心，同时发行《3D数据中心》专著，并开放《3D数据中心概要设计图库》。 对工程团队而言，值得关注的不只是发布名称，而是它指向的两个问题：大型AI算力中心如何保障安全，以及如何兼容不同代际的AI芯片。 当芯片更新速度快于机房建...
来源: oschina.net
22
物理 AI 的复现难题，往往不在模型仓库里，而在实验室的桌子上：代码可以下载，机械臂却是另一套电机、夹爪和装配方式。OpenArm 尝试补上这块缺口。根据来源摘要，它是一套全开源的 7 自由度人形机械臂方案，整套双臂系统价格为 6500 美元，目标不只是完成抓取，而是为不同实验室提供可复现的研究硬件基础。 这里真正值得关注的，不只是价格，而是一个问题：...
来源: oschina.net
35
9 月 11 日，2026 年“浙里源生态”系列活动之工业软件开源根技术创新发展专题对接活动在第十六届智慧城市与智能经济博览会期间举行。开源中国副总裁、教育及创新生态业务 CEO 李晨分享了 All4AI 开源社区建设经验，并现场发布“甬动开源·星火征集令”宁波开源项目加速计划。 这场活动值得开发者关注的地方，不只是多了一个项目征集入口。它把工业软件、...
来源: infoq.com
42
当企业内部的 AI Agent 从几个试验项目增长到数百个服务时，真正的瓶颈往往不再是提示词，而是工程基础设施：服务如何接入、模型如何切换、密钥如何管理、工具如何发现，以及上线后如何评估和运维。Grab 通过 LLM-Kit 统一了 500 多个内部 Agent 服务，并将新 Agent 的部署周期从约两周缩短到一小时。 这类实践的重点，不是再造一个聊...
来源: oschina.net
33
语音大模型的竞争焦点正在变化：过去大家更关心“文字能不能被准确念出来”，现在则要进一步回答——模型能不能理解声音里的上下文、保持自然对话节奏，并根据意图组织出合适的语音或音乐。 阶跃星辰此次发布 Step Audio 3 系列，一次推出五类模型：Realtime、ASR、TTS、Gen 和 Music。它们覆盖实时语音交互、语音识别、语音合成、声音生成...
来源: oschina.net
26
2026 年，大模型智能体正在进入办公、研发和个人助理场景。它们不再只完成一次问答，而是持续参与项目、处理文档并适应用户习惯。长期协作要求智能体记住一些信息，但“记得越多越好”是一个危险的设计方向：偏好和稳定配置能够提升效率，临时状态与敏感内容却可能变成隐私、合规和错误传播的来源。 真正需要设计的不是一个无限增长的聊天记录库，而是一套包含写入判断、生命...
来源: infoq.com
28
很多今天看似理所当然的系统设计，都能在 Solaris 里找到早期而成熟的答案：Slab Allocator 让内核对象分配更高效，OpenZFS 把存储校验与管理能力推向新高度，DTrace 则改变了生产环境的可观测性思路。Turnstile 解决的是另一个经常被低估的问题：线程在竞争互斥锁时，怎样阻塞、唤醒并管理优先级，才能避免锁本身成为系统性能的...
来源: oschina.net
28
qKnow 智能体构建平台开源版 v2.4.3 的升级重点，不只是增加几个文件格式选项，而是把非结构化知识处理链路继续向前推进：数据可以从 JSON/JSONL 文件接入知识库和知识图谱，知识库问答数据可以导出，同时文件解析模型和提示词也开放了自定义能力。 对实际使用者来说，变化可以概括为一条更完整的路径：把已有数据接进来，按业务方式解析，再沉淀为可复...
来源: oschina.net
23
深夜自动任务最怕的不是任务本身出错，而是依赖的模型服务突然不可用。人已经休息，监控没人查看，等到第二天才发现整晚任务都没有产出，后续工作也被一起推迟。 这类问题不一定要靠复杂的高可用平台解决。以 Firefly Router 为例，模型故障转移可以通过配置一个首选模型和多个备用模型来完成：首选模型请求失败后，路由器自动尝试下一个模型。对调用方来说，仍然...