AI 晚报｜9月24日
今天的快讯有点两极分化：一边是 Gemini 4 传出门槛将至、混元技术报告交卷、机器人学习平台开源；另一边是两条关于 AI 智能体"越界"的消息——被指入侵政府网站、被观测到流氓活动。模型还在往前跑，安全的绳子得同步收紧。 大事件 澳大利亚称 OpenAI
阅读全文 →最新文章
全部专栏
教程Hunyuan-A13B 单卡部署：显存、量化与吞吐调优
适用场景 HunyuanA13B 是 MoE 架构模型，总参数量与每 token 激活参数量不在一个量级——通常说法是总参数约 80B、每 token 激活约 13B（具体以官方模型卡和技术报告为准）。这套单卡方案适合：
教程用 Qwen3.8-Omni 搭建能看视频听语音的全模态智能体
全模态模型和"文字模型 + 语音转文字 + 图像描述"的拼接方案，差别在哪里？差在信息在进入模型之前就被翻译成了文字，语气、停顿、画面里的动作全丢了。这篇教程把一个能真正"看"视频、"听"语音的智能体从头搭出来：给它一段
教程用 Gemini TTS 做多角色有声内容：音色、情绪与分块
把一段双人访谈稿丢进脚本，几分钟后拿到一条带上停顿、语气分明的 MP3——这件事用 Gemini 的 TTS 接口可以做，而且不需要任何配音软件。这篇教程走完从纯文本到成品音频的完整链路：单角色出声、多角色对话、情绪指令
AI 词典零知识证明：不告诉你答案，也能证明我知道
一句话定义：零知识证明（ZeroKnowledge Proof，ZKP）是一套密码学协议，让一方（证明者，prover）在不透露原始数据、不交出秘密本身的前提下，让另一方（验证者，verifier）相信自己确实知道某个秘
AI 词典金标准集（Golden Set）：评测体系里最后的底线
金标准集（Golden Set）是一小批由人工逐条确认真实答案的评测样本，用来给模型或系统的表现打一个"可信的分"。 为什么不能只靠自动打分 现在的评测大多很省事：跑一遍测试集，程序算个准确率；或者让一个大语言模型（LL
AI 词典模型卡（Model Card）：模型的说明书与体检报告
一句话定义：模型卡（Model Card）是模型发布方随模型一起提供的标准化说明文档，交代这个模型能干什么、不能干什么、是怎么训出来的、测过什么、哪里会翻车。 打个生活化的比方：它像食品包装背面的配料表、营养成分表和过敏
AI 词典代码解释器：让模型把 Python 真的跑起来
一句话定义：代码解释器（Code Interpreter）是让大模型把需求写成 Python 代码，在一个隔离沙箱里真正执行，再把执行结果读回来继续处理的一种能力。模型不只是"说"，而是"做"。 它解决的是什么问题 大语
AI 词典滚动摘要：长对话不爆上下文怎么记住重点
一句话定义 滚动摘要（Rolling Summary）是一种长对话记忆管理方法：把较早的聊天历史不断压缩成一段会持续更新的摘要，只把「摘要 + 最近几轮原文」送进模型，从而在有限的上下文窗口（context window
AI 词典DreamBooth：用几张照片，把「我的主体」变成一个词
一句话定义 DreamBooth 是一种给扩散模型（diffusion model）做个性化的微调方法：你提供某个特定主体（你的猫、你的产品、你的脸）的少量照片，模型便把它绑定到一个罕见词上，之后你用这个词就能生成它出现
AI 词典文本反转：两三张图，给模型教个新词
一句话定义：文本反转（Textual Inversion）是一种让文生图模型学会新概念的方法——你给它三五张同一个事物或同一种风格的图片，它就能把概念"压缩"成一个全新的词；之后你在提示词里写下这个词，模型就能照着画出来
AI 词典TensorRT：把模型编译成 GPU 快车
一句话定义 TensorRT 是英伟达（NVIDIA）提供的一套推理加速工具包（SDK），作用是把已经训练好的模型“编译”成在 NVIDIA GPU 上运行更快的推理引擎（engine）。 它到底做了什么 训练框架（如
AI 词典传感器融合：当摄像头、雷达和IMU吵起来
一句话定义：传感器融合（Sensor Fusion）是把多个传感器（sensor）的观测合成为一个更可靠的状态估计，而不是简单投票或取平均。 它怎么工作 以自动驾驶为例。摄像头（camera）擅长识别颜色、文字、车道线，
AI 词典SLAM：机器人如何一边定位一边画地图
一句话定义 SLAM（Simultaneous Localization and Mapping，同步定位与建图）是指移动机器人在完全陌生的环境里，一边推断"我此刻在哪里"，一边把"周围长什么样"画成地图的技术。 为什么
AI 词典重要性采样（Importance Sampling）：用旧数据估算新策略
一句话：当你手上的样本不是从"你关心的那个分布"里抽出来的，给每个样本乘一个权重，就能拿它们去估计你关心的那个分布。 蒙特卡洛的基本逻辑是"用平均代替期望"：想知道某个分布下的平均值，就从它里面抽样、求和、除以样本数。但
AI 词典策略梯度：按回报好坏，直接改动作概率
一句话定义 策略梯度（Policy Gradient）是一类强化学习（Reinforcement Learning, RL）方法：把"什么状态下做什么动作"写成一个带参数的概率分布，再用回报（Reward）的好坏直接对这