社区速递 164 | 1500 元圆梦昔日卡皇与派友们做的 AI 平替
手工压花器、二手 TITAN V，以及派友们用开源项目与 AI Coding 替代付费订阅的讨论。查看全文
AI NEWS JOURNAL
搜索 AI 资讯
检索标题、摘要与正文，把分散的信息连起来。
我用 TRAE 新出的个人助理，给口喷鸡加了个杀手级功能
我的口喷鸡又双叒叕更新了，这次最重要的一个功能是：在语音输入时只识别你的声音，其他人说话自动过滤。 只识别我的声音 上面的录屏里，我旁边一直外放着视频号里的视频，但口喷鸡最后只打....
GitHub Copilot Fusion上线智能模型编排与本地模型路由双功能
GitHub于2026年10月28日发布Copilot Fusion正式版，同步推出实验性本地模型路由能力，支持在Windows设备上自动调用MAI Code 1.1 Flash等本地模型，并在VS Code、CLI及Copilot App中启用智能路由；该系统通过Standard/High/Max三档努力等级自动选择并组合云模型（如OpenAI、Anthropic、Google）执行任务，在编码评测中实现接近Claude Code的性能但成本减半。
短时傅里叶变换并行实现的比较研究
arXiv:2610.38069v1 发布类型：新 摘要：短时傅里叶变换（STFT）通过对较长信号的一段短时窗口进行傅里叶变换，从而刻画频率随时间的变化特征。尽管傅里叶变换算法，尤其是快速傅里叶变换（FFT）算法，已得到充分发展以充分利用并行计算的优势，但关于并行短时傅里叶变换算法性能的研究仍较为有限。在本研究中，我们实现了两种并行短时傅里叶变换算法——一种基于FFT，另一种为准并行前馈算法——并对其进行了对比分析。研究发现，在低并发环境下，准并行算法在运行时间上更具优势，而……
FlatCake：一种用于大语言模型推理的扁平化KV缓存存储架构
arXiv:2610.38355v1 发布类型：新摘要：KV缓存复用能够加速大语言模型的推理，但现有系统将主机DRAM和NVMe SSD视为分层结构，其中DRAM充当中间缓存。然而，实际的大语言模型工作负载打破了这一分层结构的两个前提。首先，双模态复用使DRAM的时间过滤失效，因为工作负载要么由具有较长复用距离的一次性块主导，要么由超过DRAM容量的数GB级智能体会话主导，从而将SSD置于关键的读取路径上。其次，DRAM的暂存与按驱逐顺序布局导致SSD恢复出现瓶颈。为在途前缀保留主机暂存缓冲区会在负载下引发争用，进而中止预取操作；而增量式驱逐则会将会话的块分散到整个SSD上，阻碍大规模顺序读取。我们 p
在不阅读解释的情况下进行评分：自动化可解释性评估中的结构化捷径
arXiv:2610.37676v1 公告类型：新摘要：自动化可解释性通过让模型逐个标记地预测特征在评估样本上的激活位置，或判断标记的标记是否与该特征相符，从而对稀疏自编码器（SAE）特征的解释进行评分。我们发现，评估数据的标准处理流程可以在不读取解释的情况下完成评分。在Neuronpedia存储的针对500个随机GPT-2小型特征的模糊测试运行中，91.3%的激活样本都以中心标记为峰值进行裁剪；而当中心标记被标记时判定为“是”的规则，其平衡准确率达到了0.979，相比之下，基于存储的LLM评分器（根据管道代码重新计算的逐项判决结果）的准确率为0.838；仅依据标记数量的规则则达到了0.969。T
Wabi为其面向消费者的AI助手融资5500万美元
专注于为消费者打造人工智能助手的Wabi公司今日宣布，已成功筹集5500万美元融资。本轮融资由IVP领投，亚马逊Alexa基金、安德森·霍洛维茨和Forerunner等机构也参与投资。此外，还包括一批天使投资人，其中包括Salesforce公司首席执行官马克·贝尼奥夫和Shopify公司首席执行官托比·吕特克。文章《Wabi为其面向消费者的AI助手融资5500万美元》首发于SiliconANGLE。
Granola 推出语音听写功能，与 Wispr 展开竞争
反其道而行之！在 Wispr 将会议记录功能加入其语音听写应用后，Granola 也为其会议记录工具增添了语音听写功能。语音 AI 领域的战火愈发激烈。
GitHub发布Copilot Fusion，多模型自动编排提升编码效率与性价比
GitHub在Universe 2026发布Copilot Fusion智能编排层，可自动路由并组合OpenAI、Anthropic、Google等模型完成编码任务，开发者无需手动选模型。它整合既有自动模型选择技术与9月研究预览的Project HydraFusion，开发者在模型选择器启用后，系统按任务复杂度自动采用单一模型、级联或评审等执行模式。
AI找漏洞实战：安卓手机锁屏下提取照片、53分钟攻破Linux获取最高权限
IT之家 10 月 29 日消息，Anthropic 于 10 月 27 日发布研究报告，称其通过一个未公开发布的内部 Claude 研究模型，在 Chrome、Safari、Android、Windows 和 Linux 中发现漏洞，并将多个漏洞串联为 5 条可实际运行的攻击链。相关漏洞均已按协调披露流程报告厂商并修复。其中最受关注的是 Chrome，IT之家援引博文介绍，Anth...
GitHub Copilot 应用程序，Universe 发布
工作并不总是能容纳在单一的代码仓库或会话中。一项功能可能跨越多个代码仓库。一个发布计划甚至可以在完全不触及任何代码仓库的情况下，整合需求文档、设计稿和相关资源……本文《GitHub Copilot 应用程序，Universe 发布》首发于 GitHub 博客。
15万横店群演数据喂大模型？字节公关辟谣；微软大裁员，全球27%员工收到自愿离职方案 | AI圈又发生什么了
1.谷歌造出“可改写的世界”：Genie 4能实时改剧情、生成声音 以后，AI生成的可能不只是一段视频，而是一个你能亲自走进去、随时改写的世界。10月27日，谷歌DeepMind发布世界模....
微软一刀裁掉大半个Meta，Copilot沦为重灾区
微软开始掏钱请员工主动考虑离职。约6万人有资格接受这份邀请，超过公司全球员工的四分之一。这次不用等到临近退休，也不要求绩效不好。符合条件的员工可以拿着补偿，在年底离开公司。颇有点迫不及待想多甩掉一些人的感觉。连微软寄予厚望的Copilot团队，也在覆盖范围内。遥想今年春天，其他部门暂停招聘的时候，Copilot团队还在招人。微软仍然很能挣钱，过去一个财年净利润达到1337亿美元。但随着AI投入扩大，公司预计2026年的资本开支将达到约1750亿美元，外界因此把这轮离职计划与控制成本、为AI投资腾挪资金联系起来。01微软掏钱，请你考虑离职在微软上班，现在可能会遇到这样一道选择题：公司给你一笔钱，...
令牌置信度只是链长吗？对推理轨迹的信号处理审计
arXiv:2610.36709v1 发布类型：新 摘要：推理型语言模型通过撰写长长的思维链条来解答数学问题，而针对每个问题采样多条链条并以多数投票的方式提高准确率，却会大幅增加生成文本的开销。一种常见的降本方法是根据模型对其所写每个标记的置信度为每条链条打分，这里的“标记”指一个词或词的一部分。该方法将这种置信度在滑动窗口内（2048个标记）进行平均，并依据最低平均值决定保留或终止链条。我们将逐标记记录的置信度视为一种类似于音频或无线电信号的信号，并借助频谱分析、统计检验等标准信号处理工具来检测其中是否出现突变。我们从……中为500道题目各采样了16条链条。
Edge AI Daily 早报（10月28日）
Meta启动史上最大约950亿美元股权融资，英伟达、AMD分别以30亿、10亿美元入股绑定算力合作，AI竞争由算法转向资本与租约。OpenAI发布GPT-6.1 Terra（事实错误率53.6%降至16.7%、API降价50%），Google推出Genie 4世界模型，微软向约6万员工开放自愿离职。
早报｜15999起，苹果发布M6 MacBook Pro/张一鸣以6700亿元登顶胡润百富榜/电视新规：不得播放开机广告
· IDC：中国手机 Q3 出货下滑 15.2%，折叠屏连续四季度下降 · 邓煜：AI 公司应公开证明思路，让用户决定数据是否用于训练 · 研究：豆包引用抖音的权重升至 31.8%#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
NVIDIA RTX Spark 为游戏中的神经渲染与人工智能角色提供动力
NVIDIA RTX Spark 是一款面向 AI 开发、创作与游戏的全新 Windows PC 平台，适用于轻薄型笔记本电脑和紧凑型台式机。该平台由 NVIDIA Blackwell RTX 提供算力支持……
Firefox Smart Window 新增AI表单填充功能，可基于当前标签页自动提取信息
Mozilla于2026年10月27日更新Firefox的AI浏览功能Smart Window，新增基于用户当前打开标签页的智能表单填充能力，支持从LinkedIn、个人作品集等网页中提取信息自动填写求职申请等多字段表单。
推荐理由：该更新属于Firefox浏览器近期AI功能迭代的重要进展，由The Verge报道并明确标注发布时间（2026-10-27），内容聚焦具体交互逻辑与使用场景，信息要素完整、来源清晰；但未披露技术实现细节、数据处理方式及隐私策略，亦未说明该功能是否已向全部用户推送或仅限特定测试渠道。
人工智能如何改变数百万痴呆症患者的研究与发现节奏
如今，全球有5700万人患有痴呆症。对于那些致力于帮助他们的研究人员而言，阻碍并非缺乏努力，而是数据过于庞大、能够整合这些数据的专家严重不足，以及研究发现的速度远远跟不上疾病发展的步伐。生物医学研究与人工智能联盟在[…]
