AI 晚报｜9月22日
今天的信息量不算大，但方向很清晰：一边是模型侧继续"上量"，阿里系被曝下一代要从万亿往 510 万亿参数走；另一边是"数学 + AI"这条线突然热闹起来，OpenAI 挂了新小组的条目，陶哲轩也同步发了博客。另外 Product Hunt 上今天格外像模型发布
阅读全文 →最新文章
全部专栏
教程给站点接入 AI 抓取授权与按爬取计费
适用场景 站点已经积累了一批原创内容，日志里能看到 AI 训练爬虫频繁抓取，但既没有明确声明"能不能用"，也没有收取费用的通道。这套方案解决三件事：把授权写成机器可读的声明、把抓取行为变成可计量的数字、让越权抓取能被拦截
教程CI 从瓶颈改成加速器：缓存、分片、增量校验
代码由 AI 生成之后，提交频率和代码量会同时上涨，流水线的压力往往在几周内翻倍。以前十几分钟跑完的 CI，可能变成四十分钟排队加二十分钟执行。这篇讲怎么把这段时间拿回来，按"先定位、再改造"的顺序走一遍。 报错现象 单
教程用 Heretic 消融本地开源模型：从拒答方向到评测
这篇能做出什么 跟着做完，你会得到三样东西： 1. 一条可解释的"拒答方向"：一个单位向量，模型在被要求做某些事时，残差流激活会沿它偏移。你会亲手把它算出来，并看到它的数值。 2. 一个消融后的模型：用 Heretic
AI 词典参数量（Parameters）：7B、70B 到底指什么
一句话定义：参数量（Parameters）是模型内部可以被训练过程调整的数值的总个数。模型名里的 7B、70B 说的就是它的数量级——7B 是 70 亿个参数，B 是 billion（十亿）的缩写。 展开讲：一台超大调音
AI 词典推理毛利率：收一分钱，花三分钱，这生意还做不做
一句话定义：推理毛利率（Inference Gross Margin）指的是 AI 产品在"响应用户请求、把模型跑出结果"这个环节里，收入减掉直接算力成本之后剩下的比例。它衡量的是：每多做一单生意，是赚钱还是贴钱。 先把
AI 词典人工接管：智能体干到一半，怎么交回给人
人工接管（Human Takeover）指的是智能体（Agent）执行任务到一半，遇到拿不准、风险高或能力不够的情况，把控制权交给人；人处理完后，再把任务交还给系统继续跑，这个反向动作叫 Handback。一句话：它不是
AI 词典助理模式 vs 自主模式：建议与代劳是两套架构
助理模式（Assist）指系统只产出建议、草稿或选项，由人做最终决定并执行；自主模式（Autonomy）指系统自己规划步骤、调用工具、一路执行到底，人只在开头交办和结尾验收时出现。 两者差别的核心不是"模型有多聪明"，而
AI 词典事件驱动智能体：不用你点，它自己起床干活
事件驱动智能体（EventDriven Agent）指的是：不等人类开口，而是被外部事件唤醒、自己判断要不要干活、干完再回去待命的 AI 智能体。 打个比方。聊天机器人像坐在前台等你按铃的接待员；定时任务像每天早上九点准
AI 词典原生分辨率与长宽比：模型画图的"舒适区
一句话定义：原生分辨率（Native Resolution）指的是一个图像生成模型在训练时反复见到的那几种画面尺寸和长宽比（Aspect Ratio），它划定了模型画得最稳、最不容易出怪图的安全区。 打个比方：这就像一个
AI 词典超分辨率放大（Upscale）：补细节还是编细节
一句话定义：超分辨率放大（SuperResolution，常写作 Upscale）是把低分辨率图像或视频"变大"的处理——它不只是把像素拉大，还会用模型补出原本不存在的细节。 它到底在做什么 传统放大靠插值（双线性、双三
AI 词典IP-Adapter：把参考图“贴”进生成流程
一句话定义：IPAdapter（Image Prompt Adapter，图像参考适配器）是一种给扩散模型（diffusion model）加“图像提示”的轻量适配器——你丢一张参考图进去，模型生成时会参考它的外观、风格
AI 词典唇形同步（Lip Sync）：嘴型对不对，关键看对齐精度
一句话定义：唇形同步（Lip Sync）是让画面里人物的嘴部动作与音频中的语音在时间上严丝合缝对上的技术——说白了就是"让嘴型对上声音"。 原理：音频 → 音素 → 视素 流程大致三步。先从音频里提取特征，判断此刻发的是
AI 词典首尾帧生成：给 AI 起点和终点，让它补出过程
一句话定义：首尾帧生成（FirstLast Frame）是一种视频生成控制方式——你提供两张图，一张当第一帧、一张当最后一帧，模型负责生成中间的运动过程，让画面从起点平滑地走到终点。 它是怎么做到的 现在的视频生成模型，
AI 词典局部重绘与扩图：只改一块，或往外再画一圈
一句话定义：局部重绘（Inpainting）是在一张已有的图里圈出某块区域，只让模型重新画这一块；扩图（Outpainting）是把画布向外撑大，让模型把画布外缺的那一圈补上。两者本质都是「带着约束的生成」——不是从零出
AI 词典帧采样：视频模型看哪几帧，决定它看到什么
一句话定义：帧采样（Frame Sampling）是从一段视频里挑选出若干帧，作为视频模型实际输入的过程。 视频本质是连续图像序列。一段 10 分钟、30fps 的视频有 18000 帧。如果全部送进模型，计算和显存都吃