字节跳动推出基于豆包大模型的AI输入法「豆包输入法」,支持Android、iOS、macOS和Windows全平台,主打深度整合AI的语音识别能力。该输入法采用Seed-ASR语音识别模型,中英文测试集错误率比同类产品降低10%-40%,支持普通话、英语、粤语及中英文混合识别,能结合上下文智能整理输出、过滤口头禅并自动添加标点。Windows桌面版于2026年9月正式发布,Mac版此前已上线,用户可按住或双击Option键触发语音输入。产品还提供AI智能联想、轻声说话模式和约150MB的离线语音模型,界面简洁无广告,并支持智能输入(云端)与基础输入(纯本地)两种隐私模式供用户切换,免费使用。
全部资讯
深度求索宣布将于9月10日前后正式发布DS V4.1 Flash模型,该模型在性能、费用、速度和总用时等指标上全面超越DS V4 Pro。发布后,API平台上用户发出的V4 Pro请求将自动路由到DS V4.1 Flash,并按新模型价格计费,使用成本更低。V4.1 Pro发布后,原V4 Pro调用将继续路由至V4.1 Pro。目前用户可通过将模型名称改为deepseek-v4.1-flash-expires-on-0910提前测试中间版本,该版本响应快、token效率高。Flash定价区分闲时与高峰时段,闲时缓存命中0.20元、未命中1.00元、输出4.00元;高峰缓存命中0.04元、未命中2.00元、输出8.00元,高峰为工作日09:00-12:00和14:00-18:00。
懂车帝接入火山引擎 AI MediaKit,搭建可组合的音视频处理底座,应对汽车内容平台三类创作挑战:营销视频素材复用导致成片相似度过高、UGC 用户素材加工门槛高、底层媒体处理能力难以跨业务复用。双方采用"模型能力 + 媒体处理工具"协同架构,由懂车帝多媒体基建负责业务规则与工作流,模型负责内容理解与生成,AI MediaKit 以原子接口形式执行裁剪、拼接、翻转、倍速、贴片、转场、字幕及画质处理等任务。该方案支撑营销视频批量多样化生产,并将同一套工具底座复用于 UGC 一键成片,覆盖高光剪辑、Vlog、口播视频等场景,降低视频创作门槛,提升规模化处理效率。
火山引擎日志服务 TLS 推出 LLM 应用可观测最佳实践,针对智能助手等 AI Agent 应用的运行过程黑盒问题,提供全链路透明化能力。方案核心是 TypeScript LLM Observer SDK:应用仍通过 OpenAI 兼容客户端调用火山方舟等模型服务,SDK 负责采集模型调用、Token 消耗、耗时和错误信息,并遵循 OpenTelemetry GenAI 语义约定转换为标准化 Trace,通过 OTLP/HTTP 上报至 TLS Trace Topic。SDK 在业务请求外层创建 Agent Span,将模型与工具调用生成 Model Span 与 Tool Span,关闭正文采集时仍保留观测元数据,并支持通过环境变量控制避免密码、AK/SK 等敏感信息上报。AgentLoop 前端提供 Session、Trace 和调用链三类仪表盘:会话分析按 session.id 聚合多轮请求,Trace 分析展示单次请求的 Token、耗时与状态,调用链分析还原 Agent、Model、Tool Span 的父子关系,可用于精准排障、成本优化与完整复盘。文章还介绍了演进方向,包
Hacker News 上围绕一篇付费墙文章展开讨论,主题是 1990 年《纽约客》刊登的讽刺短文《Coyote vs. Acme》,该短文将 Looney Tunes 中 Wile E. Coyote 起诉 Acme 公司的情节写成荒诞法律故事,并被改编为同名电影。讨论呈现两极化:部分评论者将它视为童年回忆加持的轻松怀旧合家欢娱乐片,认为客串与彩蛋有效,适合作为消遣;另一部分评论者认为影片笑点重复、剧情平淡、完成度不及《Who Framed Roger Rabbit》。此外,线程还涉及提前入场遭遇 33 分钟影院广告的糟糕体验、对导演人选的质疑,以及转载付费内容是否符合 HN 开放分享精神的争论。
vivo互联网存储团队发表KDC系列第一篇,提出Reality First的软件设计视角。文章以退款案例为切入点:退款接口返回成功、订单状态显示已结束,但三天后用户仍未到账,说明内部状态正确不等于现实正确。传统软件习惯从数据表、接口和流程开始设计,而KDC主张应用软件真正面对的是领域现实,数据库、API、事件和文档都只是对现实的表示。随着AI Agent在运行时自主读取多种表示、形成判断并直接触发影响订单、资金和权限的行动,表示层的遗漏、过期和歧义会被更快地放大为现实风险。KDC将现实拆为对象、状态、关系与动态规律四个维度,主张先绘制Reality Map明确系统边界、现实承诺与验证反馈,再设计表示、判断与行动,并继承而非替代DDD等既有方法。
vivo BlueImage Lab 提出 SmartPhotoCrafter,一种面向自动摄影图像优化的统一"理解—生成—优化"框架。该方法将图像优化建模为"先分析、再决策、后优化"的 Reasoning-to-Generation 流程:由基于 Qwen2.5-VL-7B 微调的图像评论家(Image Critic)以思维链方式对画面质量、光影、色彩和构图进行诊断与打分,再由以 Qwen-Image-Edit-2509 为底座的摄影艺术家(Photographic Artist)结合 Critic 的推理潜变量生成修复与调色结果。框架采用三阶段训练,包括独立预训练、推理条件适配以及引入 GRPO 与 DiffusionNFT 的协同强化学习,并配合属性级奖励实现曝光、对比度、饱和度、色温等细粒度可控优化,可统一完成去雾、去模糊等修复任务与专业调色,同时支持用户指令驱动编辑。
一篇博文指出 Google Ads 上出现投放"恶意软件"相关内容的广告,引发对 Google 审核机制的讨论。评论认为 Google 旗下产品如 Google Maps、Play Console 和 Chrome 的恶意软件标记普遍依赖自动化判定,人工入口稀缺且流程不透明;同时平台对诈骗广告和低质 AI 伪游戏广告放任不管,对普通网站和账号却异常严苛,被指具有垄断式单方决策特征。部分域名被 Protective DNS 或浏览器信誉系统拦截,可能因历史 PHP 漏洞被入侵、曾挂载诈骗链接所致。还有评论建议转向 OpenStreetMap 等开放替代方案,或讨论独立开发者是否仍需依赖 Google Ads 获客。整体反映出用户对 Google 风控黑箱、申诉困难及广告生态质量下降的不满。
Cloudflare 工程师团队介绍了重新构建 Cloudflare Workers 模块注册中心(module registry)的过程,目标是实现与 Node.js 生态的兼容性。由于旧的注册中心基于 workerd 引擎设计,无法直接复用 npm 上的大量 Node.js 包,团队决定围绕 Node.js 自身的模块解析规则重建注册中心。文章详细说明了原注册中心的局限性、新架构如何对齐 Node.js 的 require/import 解析语义、如何处理 CommonJS 与 ESM 的互操作、以及如何支持内置模块(node: 前缀)、条件导出(conditional exports)等 Node.js 特性。同时介绍了依赖快照、传输协议选择、增量更新和与 workerd 运行时集成的关键设计,以及为保证安全与确定性所做的代码校验和锁定措施。重构后的注册中心让 Workers 开发者可直接使用更广泛的 npm 库,缩小了与本地 Node.js 开发体验的差距。
美国两党议员致函商务部长Howard Lutnick,要求将BellTroX、CyberRoot和Sunkissed Organic Farms(原Appin)三家印度雇佣黑客公司加入商务部经济制裁实体清单。该信由民主党参议员Ron Wyden、Sheldon Whitehouse及共和党众议员Pat Harrigan联署,指控上述公司在过去十多年间针对美国人、企业主及其律师实施网络攻击和数据窃取,以操纵诉讼,并利用外国法院发起"激进审查运动"压制相关报道。被列入实体清单将禁止美国企业与其交易,切断其获取关键软件和云基础设施的渠道。三家公司此前曾被报道与卡塔尔政府合作实施间谍活动,目标包括一名共和党前资深议员及国际足联官员。卡塔尔政府驻华盛顿代表未回应置评请求。