字节探索自动驾驶, Seed世界模型团队负责|36氪独家
36氪从多位产业人士处获悉,字节跳动正探索进入自动驾驶领域。这一项目目前由Seed旗下周畅的世界模型团队负责。据了解,Seed旗下不仅有周畅的多模态模型、世界模型等团队,还有大语言模型方向。
36氪从多位产业人士处获悉,字节跳动正探索进入自动驾驶领域。这一项目目前由Seed旗下周畅的世界模型团队负责。据了解,Seed旗下不仅有周畅的多模态模型、世界模型等团队,还有大语言模型方向。
Solidot是至顶网的科技资讯网站,主要面对开源自由软件和关心科技资讯读者群,包括众多中国开源软件的开发者,爱好者和布道者。口号是“奇客的知识,重要的东西”。
(翻译)我们正在Google Flow Music中推出Lyria 3.5,在音乐性、歌词、人声和创作控制方面取得进展
Our newest music generation model, Lyria 3.5, delivers significant advancements across musicality, lyrics, and vocal quality, empowering you to craft richer tracks. We’r…

(翻译)在一个地方记录、训练和部署:Strands Agents、LeRobot 与 Hugging Face Storage Buckets
A Blog post by Amazon on Hugging Face

(翻译)投资多智能体AI安全研究
Google DeepMind and partners announce a $10M funding call for multi-agent safety research.
1.数据中心人去楼空!网友爆料特斯拉FSD进入中国无望:陈震称6.4万白花了啊 2.多益网络账号被封!曾公开老板100多个孩子集体大合照 3.自动驾驶首次被写入法律!道路交通法新草案:自动驾驶出事故车企负责

(翻译)伦理的LLM辅助研究:负责任委托、验证与认知价值的框架
Abstract page for arXiv paper 2608.23644: Ethical LLM-Assisted Research: A Framework for Responsible Delegation, Verification, and Epistemic Value
(翻译)审计可解释人工智能鲁棒性与保真度的形式化方法论框架:从应用到信任认证
Abstract page for arXiv paper 2608.23817: A Formal Methodological Framework for Auditing Robustness and Fidelity in Explainable AI: From Application to Trust Certification
(翻译)人工实验者:基于自指强化学习的自组织现象发现与控制
Abstract page for arXiv paper 2608.26116: The Artificial Experimentalist: Discovery and Control of Self-Organizing Phenomena with Autotelic Reinforcement Learning
AI时代,数据分析能力如何升级?陈老师指出,旧路线已失效,新路径在于贴近业务练分析思维、用标准化指令指挥AI取数,并借助AI学习复杂理论。本文从指标体系、分析思路到数据处理,给出适应AI趋势的成长指南。


8月28日,佑驾创新(2431.HK)发布2026年度中期业绩报告,交出营收毛利双增、亏损收窄、无人车收入爆发的中期答卷,规模效应加速释放,盈利质量与经营韧性同步提升。面对汽车智能化转型深水区带来的竞争加剧,佑驾创新以稳健经营与持续迭代,展现出自动驾驶科技企业穿越周期的硬实力。

GTA 6 引发请假玩游戏热潮 Sam Altman 为 OpenAI 高管定制豪华表 海信发布 A10 系列墨水屏手机 Pixel 11 削减内存安全特性,GrapheneOS 考虑放弃支持

(翻译)假设、评估、细化:用于未知空间系数场偏微分方程发现的科学智能体
Abstract page for arXiv paper 2608.27475: Hypothesize, Evaluate, Refine: A Scientific Agent for PDE Discovery with Unknown Spatial Coefficient Fields
(翻译)LongGuard:安全护栏长上下文故障的机制分析与免训练缓解
Abstract page for arXiv paper 2608.27580: LongGuard: Mechanistic Analysis and Training-Free Mitigation of Long-Context Failure in Safety Guardrails