跳到正文
10月17日周六
  1. IT之家42

    谷歌升级安卓防诈骗:AI 读懂诈骗话术,每月拦截超 500 万条可疑电话 / 短信

    谷歌升级安卓防诈骗功能,引入云端 Gemini 模型分析聊天语境,以及基于设备端 Gemini Nano 的实时链接安全检查。 新增防护包括自动隐藏屏幕共享敏感信息及阻止后台开启呼叫转移,以降低账户被接管风险。 AI 诈骗检测功能每月标记超 500 万条疑似诈骗信息,联合银行推出的“经核实的银行来电”功能已拦截超 300 万个伪造来电。

  2. 36氪90

    Meta 发布 Muse Spark Open 模型并与苹果 Mac Studio 合作

    Meta 发布开放权重模型 Muse Spark Open,总参数量达 8160 亿,采用 MoE 架构且每次推理激活约 420 亿参数。Meta 与苹果共同展示了在两台或四台 Mac Studio 上运行的方案,开发者可在本地使用模型编写代码、分析视频、执行智能体任务,推理过程无需经过模型厂商的服务器。

    同一新闻,精选展示《Meta 发布开源权重多模态大模型 Muse Spark Open》

10月16日周五
  1. Hacker News AI41

    Pry:在数据接触 AI 模型前本地脱敏隐私信息的浏览器智能体

    Pry 是一款在截图或页面文本发送至 AI 模型前,于本地端检测并移除密码、ID 及个人数据的浏览器智能体。 它使用真实校验码验证卡号,敏感值替换为本地记忆中的 token,且截图会模糊面部、重新 OCR 验证。支持 BYO 模型,可连接全本地模型实现数据零外发,扩展无账户和遥测功能。

  2. Hacker News AI67

    Amazon 推出两款新一代 Bee 个人 AI 产品:Bee Frontier 和 Bee Eclipse

    Amazon 推出两款新设备:可佩戴于手腕或夹在衣物上的 Bee Frontier(售价 74.99 美元),以及可磁吸连接手机背面的 Bee Eclipse(起售价 99.99 美元)。两款设备均支持将对话转化为摘要与待办事项,并新增对 Alexa+ 和 Amazon.com 的连接支持;音频在实时处理后即被删除,摘要仅用户本人可通过本地生成的密钥访问。

  3. 36氪88

    Meta 开源 816B 多模态模型 Muse Spark Open,两台 Mac Studio 即可端侧运行

    Meta 正式发布 Muse Spark Open,定位为美国最强开源权重模型。该模型总参数量 816B,配备 100 万 token 上下文窗口,原生支持文本、图像、视频和音频的多模态输入,专门针对编码、长期任务和复杂多步推理场景优化。

    同一新闻,精选展示《Meta 发布开源权重多模态大模型 Muse Spark Open》

  4. IT之家29

    三星携手 Reality Defender,为 Galaxy 设备开发端侧 AI 深度伪造检测方案

    三星宣布联合深度伪造检测公司 Reality Defender,开发面向企业用户的端侧 AI 深度伪造检测方案。 该方案直接在三星 Galaxy 设备上运行,借助 Knox 安全平台保护,识别 AI 生成的虚假语音、视频和图像。 计划率先落地新加坡市场,帮助当地企业降低冒充诈骗及数据泄露风险。

  5. Hacker News AI33

    中国 AI 学习热潮:落后恐惧催生新繁荣福音

    面对 18.9% 的青年失业率,中国年轻人通过自学 Codex 等工具组建“一人公司”,视 AI 为下一个移动互联网机遇。 低线城市如良渚吸引数字游民低成本创业,部分前大厂员工转向自由职业,通过部署 VPN 绕过 OpenAI 地域封锁进行开发。 政府将 AI 视为“新质生产力”引擎,社会形成“找老师”补课以应对技术迭代的集体焦虑。

  6. arXiv · NLP30

    个性化 LoRA 如何影响虚拟助手的越界拒识校准?基于 Mahalanobis 距离的修复方案

    在五个基准上,使用 LoRA 进行少样本个性化会导致越界拒识 AUROC 平均下降 0.055–0.258,同时保留范围内准确性。 部分性能下降源于置信度评分器的校准偏移,嵌入边缘收缩是真实影响源;使用 Mahalanobis 距离替代 softmax 置信度评分可恢复 5 个数据集中的 3 个,且无准确性损失。

  7. arXiv · ML27

    面向定制 DNN 加速器的多阈值算子编译:支持量化非单调与细粒度激活

    该研究提出系统化方法,将量化神经网络的函数组合自动转换为多阈值表示,扩展支持非单调函数及多维细粒度阈值。 该方法集成于基于 ONNX 的编译器基础设施,并在 FINN 框架中通过扩展二分搜索算子进行实验验证,量化支持非单调性与细粒度阈值的硬件开销,同时展示了其在量化感知训练中的应用前景。

  8. arXiv · ML21

    用于时间序列分类的平滑L1正则化稀疏联邦Echo State Networks

    提出SL1ESN,通过平滑L1正则化增强Echo State Networks读出层稀疏性,支持集中式训练与二阶联邦聚合。 在7个基准测试中,集中式设置读出层稀疏度达77%-95%,联邦设置达75%-95%;前5个基准精度差距均不超过0.7个点(集中式)或1.6个点(联邦式),联邦更新仅需几轮收敛。 结果证明稀疏读出能显著压缩模型存储、推理成本及服务器-客户端广播开销,适用于边缘计算与物联网部署。

  9. arXiv · ML33

    Fractional PoT:实现高效无乘法器 LLM 推理的分数次幂二量化方法

    研究提出 Fractional PoT(FPoT)量化方法,通过基于√2 的分数网格实现 4-bit 无乘法器 LLM 推理。 该方法结合校准时网格对齐与 1 加法器√2 近似,在 Llama-3-8B 模型上使零样本常识推理性能较 PoT 基线提升 8.72%。 FPoT 已获 NeurIPS 2026 接收,可与其他先进 PTQ 方法集成,展现出框架无关的适用性。

  10. 机器之心86

    Meta 发布 816B 开源多模态模型 Muse Spark Open,适配苹果 Mac 生态

    Meta 发布原生多模态开源权重模型 Muse Spark Open,参数量 816B,激活参数 42B,上下文窗口 1M,专为代码和智能体任务设计。该模型利用苹果 MLX 框架针对 M5 Ultra 芯片优化,两台配备 512GB 内存的 Mac Studio 即可本地运行。

    同一新闻,精选展示《Meta 发布开源权重多模态大模型 Muse Spark Open》

  11. APPSO88

    Meta 发布 8160 亿参数开放权重模型 Muse Spark Open,苹果支持其在 Mac Studio 本地运行

    Meta 发布 8160 亿参数开放权重模型 Muse Spark Open,并与苹果合作展示了在 Mac Studio 上本地运行的方案。该模型采用 MoE 架构,激活参数约 420 亿,通过 NVFP4 量化将内存需求压缩至 493GB。

    推荐理由:详细拆解了Meta 8160亿参数模型在Mac Studio上通过张量并行和BF16量化实现本地高效推理的技术路径。

  12. arXiv · AI27

    6U 立方星在轨部署 NVIDIA Jetson 实现热分割模型训练与月球姿态控制

    研究人员在 6U 立方星上成功部署了基于 NVIDIA Jetson TX2 NX GPU 的热分割模型,实现了模型在太空中的训练、推理及利用该模型对月球进行闭环姿态控制。 研究采用 ROS 2 Foxy 作为数据传输中间件并集成开源文件系统,在约一年内完成了 12 项实验,验证了现代学习管道在低地球轨道约束下的可靠性。 该成果展示了商业硬件与开源软件组合在自主航天系统中的应用潜力。