近日，来自香港科技大学 World Mind Lab、麻省理工学院 Media Lab 与 EECS、哈佛大学 Kempner Institute 的研究团队提出 Stream3D，试图打通这两条路线。 如何从一段视频中获得完整、稳定的 3D 物体？过去，这个问题大致沿着两条路线发展。 一条是 3D 重建：把不同视角中真实观察到的几何逐步拼接起来。它擅长忠实恢复「已经看见」的部分，但在输入视角有限 ...

这次小扎要打破的，正是硅谷这一套把危险摆在第一位的叙事。在他看来，越是强调危险，就越会推出「只能交给少数人」的结论。而这，才是真正危险的地方。 最强的AI太危险，不能随便放出来。 把最强的模型锁起来，是眼下头部实验室的主流做法。 今年的Claude Mythos、OpenAI的GPT-Rosalind，都没有对公众开放，只留给通过资格审核的机构客户。 《时代》周刊把这称作AI行业的新常态：太强的能 ...

二十分钟后，客服群炸了。客户说没收到欢迎短信，销售说客户列表里搜不到人。小李自己刷新了一下后台，更诡异——数据又慢慢变多了，从 800 涨到 1600，再涨到 2400，像挤牙膏。

2026年，亚马逊、Alphabet、Meta、微软和甲骨文五家公司的资本开支预计合计约7500亿美元，相当于它们全年总收入的38%。 根据Google DeepMind联合创始人兼CEO Demis Hassabis判断，AI带来的技术变革，不仅可能会达到工业革命的10倍，而且推进速度也会快10倍。

7 月 30 日，一名攻击者在 41 分钟内清空了 1,196 个比特币地址，盗走 1,082.65 BTC，按当时价格计算价值约 7020 万美元。Galaxy Research 对此次扫荡进行了链上测绘，并将其与加拿大公司 Coinkite 旗下比特币专用硬件钱包 Coldcard 的一个固件漏洞关联起来。

这一区别，决定了视频模型究竟是擅长制造逼真画面的生成器，还是能够预测世界演化的「世界模型」。现有物理视频基准多聚焦最终结果是否合理，却很难回答模型究竟在哪一步出了错：没有读懂场景？选错了定律？还是无法把定律稳定地执行到每一帧？ 近日，来自南洋理工大学 S-Lab 与香港中文大学的研究团队发布 ...

目前网上绝大多数教程都停留在表面：只教你执行 VACUUM、VACUUM FULL，完全不讲底层 MVCC 机制、Vacuum 阻塞根源、不同操作的风险边界。很多团队盲目操作，轻则膨胀反复复发，重则线上锁表、业务瘫痪。

在官方测试框架下，GPT-5.6 Sol 在 ARC-AGI-3 公共测试集上的得分只有 13.3%；但换用与 ChatGPT、Codex 更接近的运行方式后，得分直接提升至 38.3%，约提升 3 倍。

Hugging Face在7月27日发布了一篇技术复盘文章,详细还原了这起发生在7月的入侵事件。这是继此前的事件披露之后,团队专门写的一篇技术向长文,把攻击链路、具体命令、排查过程全部摊开来讲。 OpenAI内部模型花了两天半时间,把Hugging Face的内部系统摸了个底朝天。 整个过程没有人类操作员在背后敲键盘,全是这个AI自己一步步试出来的。它闯进沙箱,拿到root权限,伪造身份令牌,拿下 ...

代价：两张表必须用完全一致的分片策略。如果某张表后来因为业务增长改了分片键——绑定关系断掉，全废。而且只解决一对一绑定的场景。面试官追那刀"订单表和商品表不在同一个分片键上"——就是说绑定表用不了。

小红书 dots infra 团队联合北京大学等提出 UltraEP，首次将 MoE 专家负载均衡变成了一项逐 microbatch、逐层实时执行的系统能力，并且在 MoE 训练的实际生产中落地。 AI 算力的下一个浪费重灾区，可能就在价值数百万美元的整柜系统内部。 过去，GPU 集群让人担心的是带宽不足、通信太慢。现如今，华为 Atlas 900 A3 SuperPoD、NVIDIA NVL72 ...

第一个目标是HAWK——一个正在美国NIST后量子签名评选中、已经扛过两年两轮人类顶级专家审查的候选方案。Mythos花了60小时，直接把它的有效密钥强度砍掉一半。 Mythos在简化版AES-128上，自己发明了一种攻击方法，还给它取了个名字——「莫比乌斯之桥」（Möbius Bridge），把此前最强攻击提速了200到800倍。