标签

全栈

CocktailASR-1:把“听清所有人”改成“只听目标说话人”

来源: oschina.net 26
多人同时讲话时,传统语音识别系统面对的并不只是背景噪声,而是多个结构完整、频段重叠的人声。小米开源的 CocktailASR-1 采用了另一条路线:先提供目标说话人的身份线索,再让模型只转写这个人的语音。这个变化把任务从普通 ASR 转成了目标说话人语音识别,也让系统边界、数据组织和评测方式随之改变。 降噪通常假设需要保留的是语音,而需要消除的是风声、...

OmniStudio:把大模型留在本机的免费开源桌面终端

来源: my.oschina.net 29
OmniStudio 的核心定位很直接:提供一个本地优先、免费且开源的桌面终端,让用户在自己的电脑上运行大模型。它关注的不只是“能不能聊天”,而是把模型、数据和执行环境尽量留在本机,减少对云端 API、网络连接和按量计费服务的依赖。 不过,“本地运行”不等于“零成本、零风险”。模型仍会消耗内存、显存、电力和磁盘空间;开源应用的许可证,也不代表所有可下载...

AI 写的 PostgreSQL 索引都能用,为什么还是会拖慢写入

来源: postgr.es 33
现在的编码代理已经很会写 PostgreSQL:GIN、GiST、部分索引、表达式索引、,以及以租户 ID 开头的复合索引,通常都能写对。真正的问题不再是索引无效,而是每个索引单独看都合理,叠到同一张高频更新表上却形成了昂贵的写放大。 一组针对 30 份模型生成 schema 的实验加载并检查了 838 个索引。只有 10 个找不到明确需求,其余大多具...

用会话追踪与成本护栏定位 AI Agent 失控问题

来源: infoq.com 40
AI Agent 的故障往往不是一次明确的异常,而是一段逐渐偏离预期的执行过程:模型反复调用同一个工具、在多个步骤之间循环,或者持续消耗 Token 和外部 API 配额。单看最终错误信息,很难还原问题是从哪一步开始的。 会话追踪(session trace)和成本控制正在成为两项互补的可观测性手段:前者保留足够的执行上下文,帮助事故后复盘;后者在循环...

FocusAny v2.2.0:从模型能力识别到 SDK 诊断与插件资源按需加载

来源: oschina.net 30
FocusAny v2.2.0 的重点不只是增加几个命令,而是把使用过程中的三类摩擦点分别降低了:选模型时更容易判断能力,排查 SDK 问题时有了更明确的入口,插件开发者也不必再把大型资源文件全部塞进安装包。 这三个变化分别影响模型使用者、开发调试人员和插件作者。下面按实际工作流拆开看。 当模型数量达到几十个时,模型名称往往不能直接说明它支持什么。用户...

从 172 人验证到 3000 台工作站:瑞士政府如何试点替代 Microsoft 365

来源: oschina.net 34
瑞士联邦政府正在把办公软件迁移从概念讨论推进到规模化试点:计划在 3000 名联邦雇员的工作站上,以开源协作平台和办公套件替代 Microsoft 365,并以 2027 年底作为迁移目标。3000 台工作站约占联邦雇员总量的 7%,联邦总理府为项目投入了 900 万瑞士法郎。 这不是一次直接覆盖全组织的切换。在扩大到 3000 人之前,瑞士方面已经通...

从僵尸机报表到安全降配:Blueking Lite 本周更新解析

来源: oschina.net 32
Blueking Lite 本周上线了内置僵尸机分析报表,目标很直接:把长期低负载、低频使用或可能闲置的资源筛选出来,为降配和回收提供依据。对于资源规模不大、又不希望引入重型平台的团队,这类开箱即用的分析能力比单纯展示 CPU 曲线更实用。 本次更新还涉及平台布局切换、接口文档及 PDF 导出、凭据仓库等系统管理能力。它们共同指向一个方向:让轻量运维平...

AIGCPanel v2.3.0:把数字人桌面工具接入自动化工作流

来源: oschina.net 45
AIGCPanel v2.3.0 的关键变化,不是简单增加几个按钮,而是把原本只能在图形界面中操作的 AI 能力开放为 HTTP 接口。声音合成与克隆、口型同步数字人生成、25+ 音视频工具以及智能直播,因此可以被脚本、业务系统和自动化平台调用。与此同时,全工具支持中英双语切换,失败任务也可以继续执行,减少了长流程返工的成本。 图形界面适合人工试用和调...

WeWorm:一通微信电话如何暴露 zero-click 蠕虫的真正风险

来源: oschina.net 36
一通电话,不需要接听、不需要点击链接,甚至不需要打开聊天窗口,就可能成为账号接管和蠕虫扩散的起点。安全研究团队 Calif 公布的 WeWorm 演示,正是围绕这一类风险展开:攻击者通过微信通话触发漏洞,接管受害者账号,再以受害者身份呼叫其好友,形成逐级传播链。 需要强调的是,现有信息来自研究团队的演示摘要,具体漏洞细节、攻击条件和是否已被真实攻击者利...