跳到正文
10月13日周二
  1. IT之家35

    英特尔 Arc 显卡驱动 32.0.101.9150 WHQL 发布:支持多款新游戏,大幅提升性能

    英特尔发布 Arc 显卡驱动 32.0.101.9150 WHQL 版,新增支持《使命召唤:现代战争 4》和《动物园之星 2》。该驱动显著提升多款游戏性能,如《F1 25》在 1080p 中等画质下最高提升 5%,《刺客信条:影》在 1080p 高画质下最高提升 12%。修复了《风暴之门》黑屏、Pugetbench 崩溃等问题,适用于 Windows 10/11 64-bit 系统。

  2. 钛媒体75

    AI办公形成"三足鼎立"局面

    腾讯WorkBuddy、阿里千问办公、字节豆包三家巨头在AI办公领域形成初步竞争格局,月活用户达1.02亿,但各产品定位和策略差异明显。WorkBuddy主打生态整合,千问办公专注企业级市场,豆包工作依托流量和多模态能力突围。

  3. 钛媒体78

    谷歌调整Gemini策略:从可选模型到统一入口

    谷歌正在将Gemini从"一个可以挑的模型"改造成"一个不用挑的模型入口",面向个人收回选模型权力,面向企业提供智能体功能。旗舰Gemini 4 Argon仅向Fairwind计划的650多家成员开放,免费账号仅保留Auto一项,企业智能体则获得邮箱、跨系统连接和记忆功能。

    推荐理由:原文详细描述了谷歌Gemini的功能变化和策略调整,读者可以据此了解谷歌AI产品的发展方向。

  4. 钛媒体76

    AI短剧成国内最大算力消耗场景,每秒烧钱1元

    中文在线数据显示,AI短剧与视频生成以55%的词元消耗份额位居国内榜首,超过软件开发的两倍。可灵AI等视频模型公司通过API服务获得稳定收入,而内容制作方依赖爆款概率性收益,平台方则获取流量分账。2026年第一季度全行业上线AI短剧超12万部,抖音端新增播放量5157亿。

    推荐理由:原文揭示了AI短剧成为国内最大算力消耗场景的反常现象,及其背后的商业逻辑和产业链利益分配。

  5. IT之家40

    苹果 iOS 27 支持黑脚语等原住民语言,iPhone 18 Pro 支持超 200 种语言输入

    苹果在 iOS 27 官方输入法中新增支持黑脚语、科曼奇语和东北克里语,iPhone 18 Pro 等机型支持超 200 种语言输入。苹果通过与原住民社区长期协作,为切罗基语等濒危语言提供键盘、字符与输入体验支持。适配工作涉及字符编码、字体支持、正字法和键盘布局等多个环节。

  6. AWS Machine Learning Blog45

    Amazon Bedrock 支持在泰国、马来西亚、新加坡、印尼和台湾使用 OpenAI GPT-6 模型的全球跨区域推理

    Amazon Bedrock 现可通过全球跨区域推理为泰国、马来西亚、新加坡、印尼和台湾提供 OpenAI GPT-6 Sol、GPT-6 Luna 和 GPT-6 Astra 模型。用户可通过 Converse API、OpenAI 兼容 API 或编程客户端调用,支持文本和图像输入及客户端工具使用。跨区域推理通过 AWS 商业区域路由请求,计费和监控均在源区域完成。

  7. TechCrunch · AI38

    Honeyjar 推出 AI 工具优化企业 PR 与传播流程

    Honeyjar 利用 AI 自动化撰写公告、匹配记者及识别演讲机会,将资深 PR 专家经验普惠化。其工具整合传播全流程,支持非专业从业者如创始人、营销人员等,首批测试用户包括 Nextdoor、Bloomberg Beta 等。产品强调人类决策闭环,拒绝完全自动化 Pitch。

  8. Microsoft Research65

    Microsoft Research 发布 StudentSim:基于学生模拟的 AI 教学系统评估方法

    Microsoft Research 发布 StudentSim 系统,通过从公开匿名学习记录中训练个性化 AI 学生模拟器,为 AI 教学系统提供早期反馈信号。该系统在象棋、英语写作和数学三个领域超越了现有基线模型,并引入了 StudentSimEval 评估基准。研究证明,使用 StudentSim 作为奖励源的 AI 教学系统在专家评估中表现最佳,准确率达到 90.5%。

  9. AWS Machine Learning Blog65

    AWS使用Ray LLM Deep Learning Containers实现多节点推理工作负载

    AWS展示了如何在Amazon EKS上使用多节点Ray LLM Deep Learning Containers部署一个大语言模型,通过分离prefill和decode阶段到两个GPU节点来提高推理性能。文章详细介绍了架构设计、部署步骤和配置方法,包括使用NIXL和EFA进行节点间KV缓存传输。

    推荐理由:原文提供了在AWS EKS上使用Ray LLM容器实现多节点推理的具体步骤和配置方法。