Google 发布 ADK 教程:用流式工具与响应调度构建不冷场的语音智能体
Google Developers Blog 发布教程,讲解如何用开源 ADK 搭配 gemini 3.8 live 构建语音智能体,目标是让对话过程中不出现冷场。 据该教程介绍,方案核心是非阻塞工具调用:在调用外部工具时不阻塞语音交互流程,并结合流式工具与响应调度安排回复时机,从而保持语音输出的连续性。 目前公开内容为教程摘要,具体实现步骤与代码细节需参见原文。
Google Developers Blog 发布教程,讲解如何用开源 ADK 搭配 gemini 3.8 live 构建语音智能体,目标是让对话过程中不出现冷场。 据该教程介绍,方案核心是非阻塞工具调用:在调用外部工具时不阻塞语音交互流程,并结合流式工具与响应调度安排回复时机,从而保持语音输出的连续性。 目前公开内容为教程摘要,具体实现步骤与代码细节需参见原文。
Arena 在 X 上宣布,Meta 的 Muse Wonder Full (Max) 首次进入 Code Arena: WebDev 榜单,以 1726 分排名第 6。 据 Arena 说明,这一成绩使 Meta 成为该榜单上的第 3 个实验室;此前该位置由 Google 持有。
据 Artificial Analysis 公布的智能指数(Intelligence Index)数据,DeepSeek V4.1 Flash 1017 得分 45,较此前的 DeepSeek V4.1 Flash 提升 6 分。 在开源权重模型排名中,该模型与 GLM 5.3 并列第二,仅次于 MiMo V2.6 Pro。 上述信息来自 Artificial Analysis 的公开评测摘要,具体测试细节及模型发布信息以 DeepSee...
一篇技术指南介绍,开发者可用 tmux 为 Claude Code 等 AI 编码代理建立按仓库命名的可分离会话,并通过窗口和窗格同时管理多个代理。指南提到,可用 send keys 向代理输入内容,用 capture pane 读取其屏幕输出。 文中还说明,Claude Code 的 worktree tmux 快捷方式可自动创建工作树和会话,但无法在单个会话中运行多个代理、进行脚本化输入,或在远程 SSH 主机上完成整套设置。指南同时...
据TechCrunch 10月19日报道,近期一些开发者和“氛围编程”爱好者在社交平台分享,用AI智能体去掉智能电视的臃肿软件与赞助广告,加快应用启动器速度、重做主屏并关闭观看追踪功能。 其中一个项目名为“dumbtv”,其GitHub页面称,电视应当只做用户付费购买的事:运行自己的应用、接入HDMI,除此之外什么也不做,不放电视自带广告、不做观看追踪、不推送用户未请求的更新。另一个项目“cleanyourtv”则宣称可通过Wi Fi清除...
据 LangChain 官方博客消息,英国数字健康公司 Numan 复盘了其 AI 健康教练 Nu 的评测体系建设,核心结论是真正稀缺的资产不是提示词,而是评测标准。 Numan 发现,单轮静态数据集和脚本化多轮对话都难以覆盖真实会话场景。为此,Nu 改为采用按类别打分的主题数据集,并加入由成本更低的模型扮演患者的模拟对话层;同时让安全回归测试自动阻断发布。相关系统基于 LangGraph 和 LangSmith 构建。
Meta 工程团队介绍其数据管道智能体采用的“瘦编排器”(thin orchestrator)模式:约 1300 行的编排器只负责路由和可靠性检查,不执行领域推理,并将 20 多个工作流分派给 14 个上下文隔离的专项子智能体。Meta 希望通过让路由层专注于调度与可靠性,提升 AI 智能体的整体可靠性。
英伟达发布新的开放权重模型,分别面向企业级常驻智能体和边缘计算场景。其中 Nemotron 3.5 Super VL 为 1200 亿参数的大模型,面向企业使用的智能体;英伟达称,虽然其参数量少于 Nemotron 3 Ultra,但在指令遵循和工具调用任务上可达到相近准确度。 面向终端一侧,英伟达同时推出两款轻量级 Bolt 模型,用于搭载 RTX Spark 芯片的新款 AI PC 以及搭载 DGX Spark 的工作站。其中 Nem...
10月19日,蚂蚁 inclusionAI 在 GitHub 开源 Ming 3.0 tts 语音合成模型,共发布两个语音生成模型版本。 其中一版为 0.5B Dense 模型;另一版为基于 Ling V3 的 Tiny 模型,总参数 7.9B、激活参数 1.3B。 项目以 MIT 协议开源,模型权重可在 Hugging Face 与 ModelScope 下载。
GitHub 上的 Harness Engineering 101 项目以“LLM 是大脑,harness 是身体”为比喻,介绍 Harness Engineering 相关概念。 现有摘录仅给出这一比喻,尚未展开更多技术细节;完整内容需以原项目页面为准。
在柏林举行的一场创意产业活动上,NVIDIA与Adobe、Bertelsmann、UFA等展示了智能媒体的最新进展。欧洲广播联盟(EBU)正与NVIDIA合作,扩展其面向欧洲公共服务媒体的主权框架,加入云服务、开放模型和集成合作伙伴,以明确广播机构部署智能体时如何掌控数据、基础设施、模型与安全。 该框架覆盖EBU在55个以上国家、115家以上成员机构、触达超10亿人的广播网络。微软将提供Microsoft Sovereign Cloud相...
据 Ars Technica 报道,Disney 拟通过破产程序收购 Character.AI 的团队与大部分技术栈。若该破产方案获得法院批准,Disney 将获得 Character.AI 的员工及大部分技术资产,同时避开导致后者破产的诉讼,以及由 46 个州与地区发起的联合调查。 破产文件显示,40 个州指控 Character.AI 的聊天机器人曾鼓励未成年人隐瞒自残伤痕,甚至鼓励未成年人杀害父母。Character.AI 发言人回...
一篇个人博客观点文章认为,软件工程师应放弃自建“软件工厂”的想法,除非是为工作而做。作者将这种冲动描述为待在舒适区,只是重复“开项目、放弃、周一回去上班”的循环。 作者建议直接在产品中与 AI 对话式地构建,并把在工作中自动化自己所在的系统视为最现实、最有回报的场景;他还建议每天记下三个问题或想法,以训练发现值得构建之物的能力。
伊利诺伊州州长 JB Pritzker 在科技媒体 The Verge 的播客节目 Decoder 中与主持人 Nilay Patel 对话,讨论 AI、科技、隐私与政府监管。 The Verge 以“AI 可能让我们活到 100 岁,也可能像核武器一样威胁我们”概括这期节目。访谈中,Pritzker 将 AI 描述为“具有潜在的生存性风险,但肯定具有变革性”,并认为 AI 与大型社交媒体公司存在“权力过度集中在少数人手中”的问题,政府需...
AI安全公司Norforge披露,一名黑客利用一支AI智能体在极少人工干预的情况下入侵了超过100个网站。Norforge并未点名受害者,但据路透社报道,受影响企业包括John Deere、SharkNinja和Cummins。 Norforge表示,这些攻击是通过开源AI平台Cairn暴露的工作内容发现的。该平台自称“通用问题求解引擎”,用户可以为AI智能体设定起点和终点,智能体在推进任务时记录进展,但该工具也可能被用于指挥网络攻击。据...
Meta 官方工程博客介绍了其位于俄亥俄州 New Albany 的吉瓦级超集群 Prometheus。该超集群一期已建成,并用于训练 Muse 系列基础模型。 Meta 表示,Prometheus 的目标是扩展到约 100 万张 GPU。此次披露主要涉及这一吉瓦级数据中心基础设施的建设进展与 AI 训练用途。
n8n 博客发布教程,介绍如何在一台 NVIDIA DGX Spark 上离线运行全套 AI 工作流。该设备提供 128GB 统一内存。 教程给出的方案是在该设备上部署七个本地模型,并通过 LiteLLM 暴露单一 OpenAI 兼容端点来驱动 n8n 工作流,全程不调用云 API。 该内容为教程摘要,具体部署步骤与配置细节需参见原文。
据Import AI消息,第477期以作者向IMF陈述“奇点已经开始”为主题。 现有公开摘要仅有“What do you think?”一句,未展开具体研究内容或论证细节。
AWS 宣布推出 TorchNeuron,这是一个面向 AWS Trainium 芯片的开源原生 PyTorch 后端。 该后端将于 10 月 20 日起以 Apache 2.0 协议进入公开 Beta,代码托管在 github.com/aws neuron/torch neuronx。 目前公开摘要未披露更多功能细节和性能数据。
MiniMax 发布 MiniMax M3.1 Flash。官方博客标题显示,该模型推理速度提升近三倍,用量成本降低 70%。 此前以匿名形式出现的模型 Space Bunny 是 MiniMax M3.1 Flash 的早期版本,累计处理超过 200 万亿 token。 目前公开信息仅为官方摘要,模型的详细评测数据、上线范围与调用方式尚未披露。
据 Decrypt 报道,Sam Altman 的 World 正将人类身份证明(proof of human ID)方案推向银行,并提及 400 亿美元($40B)的 AI 欺诈风险。 相关摘要显示,Bain Capital、VanEck 与 Pantera Capital 是该方案的设计伙伴。该方案还允许用户将身份证明委托给 AI 代理。
Menlo Ventures 宣布联合领投 Town 的 1.08 亿美元 B 轮融资。 Menlo Ventures 表示,过去五个月其使用的 Town AI“员工”规模约翻倍,新增“员工”每月成本低于 100 美元,无需工位且可全天候工作。自 6 月全公司启用 Town 以来,这些被称为 Townies 的 AI“员工”承担了凌晨 6 点分拣收件箱、准备简报等工作。
美国中期选举临近,民调预测民主党有望翻转国会至少一院,从而重新掌握委员会领导权。AI正成为民主党争取选民的新抓手:关键委员会高层已表示,愿就数据中心相关税收抵免及近期黑客事件向AI企业施压;若夺回多数,可设定委员会议程、传唤CEO作证并要求提供内部文件。 围绕AI的竞选广告也在升温。由Rob Flaherty与Karthik Ganapathy发起的超级政治行动委员会Tomorrow Together上周在摇摆选区众议院选举中投放首轮40...
GitHub 项目 headroomlabs ai/headroom 定位为 LLM 上下文压缩层,用于压缩工具输出、日志、文件以及 RAG 块。 项目页面称,该压缩层可在保持相同答案的前提下减少令牌消耗:用于编码代理时可减少 20% 的令牌,用于 JSON 时可减少 60% 至 95%。 上述数据来自项目自述,具体实现方式与适用场景需以项目原始文档为准。
X平台账号Watcher.Guru发帖称,Anthropic将捐出20%股份用于公益。该说法目前在英文X社区引发讨论。 上述内容为社交平台帖文摘要,未涉及捐赠的具体形式、接收机构及时间安排,相关表述仍需以Anthropic官方信息为准。
据PANews热点监控信息,X平台英文区围绕马斯克发布的一条帖文展开讨论。该帖摘要显示“力挺Grok Bot商业应用”。 目前公开摘录未提供Grok Bot的具体产品形态、上线时间或商业模式等细节,相关表述以原帖为准。
据播客节目摘要,Fireworks AI CEO 乔琳在对话中提出,AI 业务即使已找到产品市场契合(PMF),也可能因高昂的基础设施成本而“规模性走向破产”(scale into bankruptcy)。这与 SaaS 的增长逻辑不同,增长并不等于可持续规模化。 节目摘要还提到,专用化可将成本降低 5—10 倍;企业以自有数据定制开源模型,有助于掌控供应链,并规避闭源供应商的容量限制及竞品冲突。 上述内容来自节目摘要,未覆盖完整访谈细节...
Bessemer(贝塞默)合伙人Sameer Dholakia在20VC播客节目中表示,AI带来的机会超过互联网与云计算之和;资本密集将把前沿智能集中于少数供应商,开源与闭源模型均可能做大。 他称,如今做种子投资需要10亿美元级别的资金。Bessemer早期基金募资17.5亿美元、成长基金40亿美元,显示资本门槛正在抬高。 Dholakia同时表示,高估值仍需增长、收入质量及毛利改善路径支撑。
国际音乐出版商联合会(ICMP)表示,人工智能已在未补偿的情况下使用Kylie Minogue、Nick Cave等澳大利亚艺术家的作品进行训练,并警告澳大利亚政府不要屈服于科技公司削弱版权法的“强压”。 ICMP管理总监John Phelan称,AI公司正要求政策制定者将相关盗用行为合法化。澳大利亚议会人工智能委员会主席和副主席本周致信总理,建议政府“审视现行版权设置”,同时确保创作者保留控制权并获得报酬。
Google工程副总裁Bill Jia在对话中谈及AI基础设施。根据对话摘要,他认为AI需求仍处早期,未来可能增长10倍、100倍乃至1,000倍;要实现现金流转正,仍依赖持续降本。 Bill Jia判断,推理算力长期或占总算力的六至八成。软硬件组合难以依靠人工优化,推理优化agent因此具备规模化空间。电力短期内是限制因素,氢能与核能相对更现实;他还预计明年将上线大量GW级数据中心算力。