微软修复帝国时代漏洞
微软在本周二发布创纪录规模安全补丁,修复多个产品线漏洞,其中包括《帝国时代 II:决定版》的远程攻击缺陷。研究人员称,攻击者可通过恶意游戏邀请在受害者电脑写入文件,并进一步执行恶意代码;微软与外部研究人员借助 AI 发现了大量漏洞。
微软在本周二发布创纪录规模安全补丁,修复多个产品线漏洞,其中包括《帝国时代 II:决定版》的远程攻击缺陷。研究人员称,攻击者可通过恶意游戏邀请在受害者电脑写入文件,并进一步执行恶意代码;微软与外部研究人员借助 AI 发现了大量漏洞。
Google Pixel 11预热视频显示相机条上出现会变色发光的圆形组件,外界猜测可能与Android 17测试版中出现的“Pixel Glow”或Gemini AI功能有关。Google已宣布将在8月12日公布新品细节。
独立研究者提出 Wave Field LLM,用 FFT 波场卷积替代标准点积注意力,主张训练复杂度降到 O(N log N)、推理随 token 数近似恒定。作者称该基座模型在 Mac CPU 上可跑出 80+ tok/s,并在 128K 上避免标准注意力 OOM,但仍需要独立测试验证。
苹果公布即将上线的Apple Maps广告政策,显示其会采取比Google更审慎的类别管理。新规禁止水管工、电工、锁匠、屋顶维修等上门服务商及部分敏感类别投放地图广告。
TechCrunch称SpaceX上市后股价一度跌破135美元IPO定价,较上市初期超过200美元的高点明显回落。报道指出,可交易流通股仅占总股本约4%,可能放大了股价波动。
Mira Murati创办的Thinking Machines Lab发布首个开放权重模型Inkling。该模型采用9750亿参数MoE架构,单次任务激活约410亿参数,训练数据覆盖文本、图像、音频和视频,主打可定制AI路线。
多家图书出版商起诉Google,指控其在Gemini AI训练中未经授权使用受版权保护图书内容。案件延续生成式AI训练数据版权争议,可能影响大型模型的数据合规边界。
报道称一加计划本周逐步关闭美国和欧洲业务,并可能调整印度市场运营,属于母公司OPPO组织重组的一部分。此举反映安卓手机市场需求疲弱、消费电子价格上升下的渠道收缩压力。
Hugging Face 文章回顾构建 Shippy 的经验,强调高风险场景里的 AI 代理核心不是模型能力,而是可验证性、数据截止时间、来源追踪和可回溯链路。文章把可靠性放在优先级第一位,适合做 agent 系统设计参考。
Hugging Face 文章讨论模型路由:表面上像模型选择,落地后却变成成本、性能和任务编排的系统优化问题。文中用 AppWorld 任务对比展示,同样的代理栈下不同模型的真实成本差异可能与直觉和标价完全不同。
Lucid Motors本周否认破产传闻,称相关报道“完全不实”,并表示现金流足以支撑运营至明年。但传闻引发股价下跌,并波及Rivian、Polestar等纯电动车企,凸显需求放缓和政策变化下EV新势力的生存压力。
作者分享一个开源实验框架,试图让本地运行的 LLM 除了转写语音外,也能感知环境声事件,并通过使用逐步增长的概念记忆。系统结合 CLAP、Whisper、Silero VAD 和 sqlite-vec,面向可插拔的代理调用流程。
404 Media报道称,AI音乐生成器Suno遭黑客入侵,泄露信息显示其疑似从YouTube Music、Deezer、Genius、库存音乐库和播客RSS等来源抓取大量音频用于训练。Suno此前称使用公开音乐文件训练并主张合理使用,但唱片公司诉讼认为规避YouTube反爬保护可能违反DMCA和平台条款。
直播购物平台Whatnot宣布收购机器学习公司Shaped,以增强实时推荐和搜索能力。该交易将用于提升平台在动态库存、拍卖和实时需求变化下的商品发现与个性化能力,体现直播电商对AI推荐系统的投入。
Linus Torvalds表示Linux不是反AI项目,要求社区停止因使用AI而攻击他人。他称AI已是明确有用的工具,尽管会带来维护负担和经济模式等问题,但不应被简单排斥。
GitHub新项目Aether-GUI获得较高关注,提供Aether审查规避隧道的一键桌面图形界面。项目基于Tauri v2、React 19与Rust,当前约289 stars。
Google与Epic的反垄断和解撤回后,Google确认下周开始在Play Store分发竞争性第三方应用商店。该变化可能重塑Android软件分发与移动应用抽成模式,是Epic长期诉讼的重要后续。
RTINGS调查称,智能电视价格较低的部分原因是厂商通过ACR自动内容识别收集并出售观看数据。该技术可跨应用与HDMI输入识别用户观看内容,隐私关闭选项虽存在但常隐藏且易误解。
社区分享InternScience的Agents-A1-4B模型及GGUF版本,称其在长程搜索、工程研究、指令跟随等Agent任务基准中表现突出。帖子强调该模型以约4B规模追求Agent能力,而非单纯扩大参数量。
Pluralis Research展示一次分布式RL后训练实验:14台分布在4个国家的消费级Mac负责rollout生成,另一地单块B200负责bf16梯度更新。系统通过Cloudflare R2和普通家庭网络同步,探索用消费级设备分担Agentic RL中高占比的推理计算。