Precise Edit by Ideogram
Precise editing with context window
Differential Vector Erasure: Unified Training-Free Concept Erasure for Flow Matching Models
A Better Critic Matters for Distribution Matching Distillation
Chronos-2: A foundation model for multivariate time series forecasting
From Evaluation to Evolution: Benchmarking Image Editing and Evolving Image Models
智能驾驶进入物理AI时代？7位行业嘉宾给出最新判断
10月26日，第八届智能驾驶大会暨2026环秀湖物理AI产业发展推介会在苏州相城举行。
上一届，车路云一体化、智能驾驶出海和无人驾驶商业化是讨论重点，而到了今年，大会的讨论边界进一步从智能驾驶向物理AI延伸。
世界模型、强化学习、端侧智能、虚拟仿真、Robotaxi之外，机器人、低空飞行器等不同形态的物理智能开始出现在同一场大会上。这背后，是智能驾驶行业正在面对的一组新问题。
一方面，高阶辅助驾驶已经进入规模化上车阶段，Robotaxi也开始从技术验证走向运营和商业化；另一方面，当AI真正进入汽车、机器人、飞行器等物理设备，如何获得足够的数据、如何训练和验证模型、如何降低开发成本，以及如何保证系统在真实世界中的安全性，正在成为新的技术难题。
当天，包括Momenta、曹操出行、面壁智能等企业，以及高校和科研机构的多位嘉宾，从世界模型、强化学习、端侧大模型、虚拟仿真、车路云和物理AI基础设施等方向给出了自己的判断。
总结这些发言不难发现，智能驾驶正在成为物理AI最早进入现实世界的一块试验场。而从一辆车的自动驾驶，到机器人、低空飞行器以及城市交通系统，不同技术路线正在回答同一个问题：AI如何从数字世界真正进入物理世界，并形成可以规模化运行的产品。
中国工程院院士，清华大学车辆与运载学院教授、智能绿色车辆与交通全国重点实验室主任 李克强
关键词：智能驾驶安全、车路云一体化、单车智能瓶颈
李克强认为，汽车智能化已经进入大规模应用和商业闭环阶段，当前首要问题是智能驾驶系统安全。仅依靠单车自身的传感器和计算能力存在物理边界，高级别自动驾驶需要从单车智能进一步向车云协同、车路云一体化演进。
他将当前自动驾驶产业的瓶颈归纳为三类：一是部分产品定义与国家、国际标准存在偏差；二是高安全、高可靠自动驾驶的关键技术仍待突破；三是行业投入与商业产出仍不匹配。
技术层面，他认为主要存在三个问题：
感知能力仍有边界。如果车辆“看不见、看不远、看不全”，再强的AI决策也无法弥补信息缺失，因此需要通过超视距感知、数字信号上车和协同感知增加信息来源；
AI模型训练数据仍不完整。自动驾驶正在进入多模态和大模型阶段，但数据类型和场景覆盖不足仍可能产生安全问题；
开发效率较低。当前大量系统仍采用“烟囱式”架构，缺乏统一底座，存在开发门槛高、复用率低和验证周期长等问题。
李克强提出，车路云一体化可以提供两类核心能力：一是建立标准化“数据轨道”，向车辆提供广域、多维、实时交通信息；二是形成面向AI大模型的数据服务体系，为模型持续提供高可靠数据。
目前相关方案已经进入产业化验证。包括北京、重庆在内的城市正在开展车企协同开发，应用场景覆盖前方静止障碍物、“鬼探头”、绿波通行等。部分项目已经进入量产阶段，今年已有7家车企推进相关应用，中国一汽也已公布量产导入。
他认为，高级别自动驾驶未来需要解决三个问题：正视安全瓶颈、突破单车智能的物理边界，并通过车路云一体化降低开发成本、提高研发效率。
欧洲科学院院士，清华大学车辆与运载学院教授 曲小波
关键词：物理AI、数字孪生、飞行汽车、需求响应公交
曲小波认为，物理AI正在推动数字孪生从“映射和监视现实世界”，进一步走向“理解、推演并实时控制现实世界”。
传统数字孪生主要完成物理实体到数字实体的映射，但数字端推演往往需要数秒，很难实时控制物理系统。相关国家重点研发项目希望重点解决四个问题：实现具有泛化能力的数字推演、将推演时间压缩到100毫秒以内、建立数字端与物理端互操作机制，以及通过跨尺度、多层次架构降低末端执行误差。
其技术体系分成三个层级：
组件级：提高电机等执行机构的设计效率和执行精度。通过物理AI学习既有电机数据，可以在约10%误差下，将部分单点计算从小时级缩短到毫秒级；
载具级：解决Sim-to-Real Gap、不同机型与动力学适配以及快速验证，应用于自动驾驶、飞行器自主巡航和工程机械自主作业；
系统级：实现多种异构载具之间的协同，包括需求响应公交、低空交通管控、矿山工程机械等。
在飞行汽车方面，团队与奇瑞合作开发了自主巡航复合翼模块化飞行汽车，由机翼、座舱和底盘组成，可以分别组合成自主巡航飞行器和自动驾驶汽车。
工程机械方面，通过世界模型生成候选轨迹并完成轨迹选择，同时优化起铲点和卸料位置，使工程机械能够完成环境建模、铲装、运输和卸料的连续作业。
需求响应公交目前已在湖南株洲职教城常态化运行18个月。当地约有10万名师生，超过50%已经注册使用。与出租车相比，点到点行程时间只相差约2分钟，但平均单次成本约为2元，对比出租车约9.16元。
低空交通方面，则通过构建起降区域全息环境，进行冲突预测、起降排序和资源调度，目前已经在重庆将通航机场改造成飞行汽车起降测试场。
汤元科技CEO 任冬淳
关键词：世界模型、仿真训练、合成数据、虚实闭环
任冬淳介绍了Yootta WorldLoop世界模型，这是一套面向智能驾驶和物理AI的虚实融合闭环训练与评测系统。
整个系统覆盖数据采集、数据生产、算法训练、算法评测、真机验证和数据回流，并由场景生产与编辑、算法训练、仿真评测与真机验证三个平台组成。
其核心技术包括四个模块：
CAD和3D结构数据物理化；
生成式世界模型；
4D数据渲染器；
仿真物理引擎。
其中，3D资产除几何和颜色信息外，还会加入质量、摩擦力、弹力和材质等物理属性，使机器人能够真正与虚拟资产发生交互。
目前相关系统已经覆盖家居、工业、商业零售、智能驾驶行车和泊车五类场景。
在具身智能场景中，可以加载不同机器人的URDF模型，并设置抓取、导航等任务。任冬淳表示，如果通过真机采集1000条抓取数据，每条需要约1分钟，总耗时超过1000分钟；采用GPU并行仿真，可以将同等规模的数据生产和训练缩短到数分钟至十几分钟。
智能驾驶方面，可以利用车端或路端传感器重建真实道路环境，再改变天气、光照、车辆数量等条件，用于行车和泊车算法训练与验证。
目前Yootta已经与尚品宅配开放500套家居场景，每套包含数百至上千个可以与机器人交互的资产。下一阶段计划构建5000个虚实对应场景，发布100万个真实资产、500万小时合成数据，并适配约50款机器人硬件本体。
曹操出行CEO 龚昕
关键词：RoboX、Robotaxi、物理AI Agent、天地空一体化出行
龚昕认为，AI时代出行行业的竞争正在从流量入口转向一体化供给能力。
曹操出行由此提出RoboX战略，希望把网约车、出租车、巴士、低速物流车、货运卡车和eVTOL等不同移动能力，统一封装成可以被AI Agent实时调用的服务。
在这一体系中，用户未来可能不再需要单独打开叫车APP，而是由AI根据日程、位置和个人需求，自动选择并调用相应出行服务。
曹操出行将物理AI在出行领域的商业模式分为四类：
基础出行服务：统一调度Robotaxi、高铁、低空飞行器等交通工具；
超级物理AI Agent：让车辆成为旅游、餐饮、娱乐等现实服务入口；
实时立体数据服务：利用车内外传感器形成实时环境数据，在合规前提下服务企业和城市管理；
分布式算力：进一步利用车辆闲置算力。
支撑RoboX战略的是Robo OS，负责连接线上AI Agent与线下移动载具，并将用户偏好、出行场景、履约结果、位置和路线等真实数据反馈给AI。
目前曹操出行Robotaxi已经覆盖六座城市，车队规模超过200辆；Robo One在长沙、成都部署超过50台，并计划进入苏州。RAS远程中心已经在杭州和苏州落地。
按照规划，到2030年，曹操出行计划在苏州投放数千台Robotaxi和Robo One，实现7×24小时常态化运营。
其发展路径分为三个阶段：2026年跑通Robotaxi和Robo One载人、运货的准入和运营闭环；2027年随着正向研发Robotaxi车型下线开始规模复制；到2030年，将苏州模式向全国及海外市场推广。
爱思人工智能科技有限公司董事长 杨通
关键词：Agnes Harness、物理AI、Test Time Training、硬件协议
杨通认为，AI正在出现三项变化：通用大模型进入更多垂直领域，模型开始通过Skill和训练反馈实现自我进化，以及大模型开始直接连接物理设备。
基于这一趋势，爱诗人工智能开发了Agnes Harness，希望降低通用模型向垂直智能体和物理AI应用迁移的成本。
Agnes Harness采用前后端解耦设计，将模型能力与MaaS、记忆、沙箱、搜索与工具、上下文管理、团队协作等能力封装起来，再通过Plugin和Skill机制适配不同应用。
在物理AI层面，其核心能力之一是MHS，即通过标准硬件协议，让大模型能够用自然语言连接显微镜、医疗设备、摄像头、无人机等可编程设备。
目前已经进行小车与机器狗协同实验，两台设备依靠摄像头感知环境，再由大语言模型直接参与决策，不使用传统遥控，也不需要完整预设动作流程。
另一个重点是ISI，主要包括两部分：
将模型运行过程中的能力持续沉淀为Skill；
通过TTT（Test Time Training）让模型在实际运行过程中继续更新。
杨通表示，传统模型数据采集、训练和推理由不同团队完成，模型上线以后往往长期不变；TTT希望把数据采集、执行反馈和模型更新连接起来，使模型能够针对具体环境持续适应。
目前相关实验使用约0.9B参数模型进行验证，部分模型约每半小时更新一次。在游戏测试中，持续积累Skill后，部分任务胜率从约3%提升到90%，三对三场景从0提升到约60%。
目前爱诗人工智能模型月调用量约65万亿Token，月图片生成量约5000万张，视频生成量约1.7亿秒。Agnes相关系统已经被用于芯片设计、算子优化、无人机集群、蛋白质合成等场景。
Momenta副总裁 顾功尧
关键词：高阶辅助驾驶、世界模型、强化学习
顾功尧认为，中国高阶辅助驾驶已经进入快速上量阶段，城区NOA方案开始进入10万元及以下车型，全球市场则整体晚于中国数年。
Momenta的业务模式可以概括为“一飞轮、两条腿”：一条是量产辅助驾驶，另一条是L4规模化无人驾驶。量产车型持续产生真实道路数据，再反哺Robotaxi等L4产品。
目前，搭载Momenta辅助驾驶系统的乘用车已经超过130万辆，累计定点超过240个，交付120多款车型，累计真实行驶里程约200亿公里。
Momenta将物理AI理解为“世界模型+强化学习”。
其R7世界模型主要分为三个阶段：
预训练：利用上百亿公里真实道路数据，让世界模型学习物理规律、交通行为和道路常识；
仿真推演：模拟自车和其他交通参与者的行为变化；
强化学习：在世界模型构建的仿真环境中进一步训练车端驾驶模型。
Momenta目前使用统一模型架构支撑L2++到L4产品，量产辅助驾驶、Robotaxi等产品共用同一条模型和数据主线，只根据法规和安全要求设置不同冗余。
R7已经应用于多款量产车。例如复杂山路中，系统需要同时处理骑行者、隔离带和对向车辆，寻找短暂的安全超车窗口；在夜间城区绕过违停车辆时，还需要提前识别远处隔离墩，并规划重新回到原车道的轨迹。
Momenta正在预研下一代R9世界基础模型。R7参数规模约10亿级，R9计划提升到约千亿级，同时车端芯片算力也从百TOPS级向千TOPS级演进。
R9希望进一步理解更加细微的物理变化，例如不仅识别山体落石，还能够推演落石后续运动是否符合自由落体规律。
面壁智能联合创始人兼首席科学家 刘知远
关键词：密度法则、端侧智能、全模态感知、物理AI
刘知远认为，大模型过去八年的核心变化并不只是参数规模持续扩大，而是形成了一套可以不断吸收不同类型数据的通用技术路线。
随着模型继续扩大，数据和算力正在成为新的约束。
在数据侧，从2024年前后开始，大规模强化学习推动模型由模仿学习向探索式学习发展，使模型可以主动探索并生成新的训练数据。
而在算力侧，如果仍然只依靠扩大参数规模提升能力，计算需求最终难以持续。因此，大模型还需要提高“智能密度”，即使用更少参数和算力达到相同智能水平。
面壁智能由此提出“密度法则”。
根据其观察，全球开源大模型的智能密度大约每100天提升一倍，即大约每100天就可以用一半参数和一半计算量，实现此前相近的智能能力。
刘知远认为，这类似于半导体行业的摩尔定律。未来模型一方面会不断变小，手机、汽车、机器人等终端算力另一方面会继续提高，两条趋势最终交汇，使过去只能运行在服务器上的大模型逐步进入终端。
他将未来AI分为三种形态：超级智能、云侧智能和端侧智能，其中端侧智能将成为物理AI的重要载体。
人工智能进入物理世界还存在三个趋势：
高智能密度：降低模型运行所需的参数和算力；
全模态感知：通过视觉、声音和其他传感器理解现实世界；
自主智能体：在开放环境中持续决策、学习和行动。
面壁智能已经将端侧模型应用到手机、汽车座舱、卫星和机器人等场景，并与华为、三星等企业开展合作。
按照密度法则推算，如果智能密度继续维持约100天翻倍的速度，不到两年时间，同等能力所需的参数量和算力可能下降两个数量级，使原本万亿级模型的部分能力压缩到百亿级，并部署到终端设备。
刘知远认为，未来大模型将持续进入手机、PC、汽车、机器人、可穿戴设备和IoT等终端，端侧智能将成为AI进入物理世界的重要路径。雷峰网雷峰网
Making Sense of Audience Change: Causal Attribution and Boundary Management on Xiaohongshu
Cisco chief found a 27-year-old ex-founder ‘buried away in the organization doing something unstrategic’—now he’s upgrading 98% of its code
Gen Z can’t catch a break. Entry-level jobs are vanishing; some 40% of bosses say they plan to hire fewer grads because AI can do the job cheaper, and young workers are routinely slammed for showing up late and refusing to put in overtime for free. Cisco’s president and chief product officer Jeetu Patel isn’t buying it—he’s just handed one of the company’s biggest jobs to a 27-year-old he found hidden in the org chart “five levels” below him.
“I’ve given him unlimited tokens because he’s going to refactor code,” Patel told Fortune at a small roundtable dinner. “So I’m like, you can go, you can go nuts.”
The “him” is Padmanabhan Krishnamurthy, or “Paddy,” as Patel affectionately calls him. He joined Cisco in 2025 after the $429 billion tech giant acquired EzDubs, the real-time translation startup Krishnamurthy cofounded in 2023. And despite coming in as a former founder with CEO experience, he was, in Patel’s words, “buried away in the organization doing something unstrategic.”
That changed when Patel dropped into Cisco’s San Francisco office, and the pair got talking. Krishnamurthy reckoned he could rewrite Cisco’s legacy code with a two-person team. Patel says even the most AI-forward people on his own team weren’t thinking that way.
So he has given himself four weeks to prove it, with the final goal of refactoring 98% of Cisco’s legacy code within 24 months.
Now, he’s on the hunt for more Paddys: young hires who will “challenge the system and the status quo,” or, as he puts it, be “an energizer bunny that just goes out and kind of revs everyone up.”
Cisco’s president says Gen Z should be teaching his veterans, not doing data entry—and he’s fine with the tension that causes
At most companies, only someone with decades of experience under their belt would be trusted with a project this size. Patel thinks that’s a problem.
“If you don’t hire the early-in-career [workers], and you just let your workforce continue the way that they were, where do fresh ideas get injected? How do you challenge the status quo?” he said.
Seasoned staff can still come up with new ideas, Patel added. What they can’t do is ask the questions that only someone with no experience would think to ask.
And getting the two to get along isn’t always smooth. Patel admits that putting a Gen Zer in a room with people who’ve been at Cisco for decades can create friction—but he says that’s the point.
“Tension is good,” he said. “I actually try to create tension in the teams because you want to have enough friction on the ideas. You don’t want to have friction with people and personalities.”
“What you have to do is establish enough trust with people to say you are going to be expected to create unreasonable goals for yourself,” he added. “And so, in order to go out and achieve those unreasonable goals, think outside of the box.”
And he’s not just pushing senior staff to take notes from twentysomethings. He said that he treats every intern as “kind of a reverse mentor,” and even does talks at colleges to find students who are “hungry.”
His latest Gen Z bet came out of one of those talks, to 17- and 18-year-old Stanford scholarship students. While a line of students fired questions at him, one, Baya, stood off to the side, just listening. She waited until everyone else had finished before she opened up.
He told her to email him every month with what she’d learned about AI. It was a test of follow-through: “Everyone can go out and have one good conversation. But are they going to stick with their commitments?”
She never missed one, landed an internship at Cisco, and redesigned “something” that experienced staff hadn’t been able to crack.
“I didn’t bring her in so that she can do grunt work and do data entry,” he said. “We brought her in so that she could actually teach our people how to think completely differently.” Now he wants to recruit her.
Patel isn’t the only one betting on Gen Z—OpenAI investor Josh Kushner and Will.i.am are hunting for young, hungry talent
Patel isn’t the only boss who sees Gen Z’s lack of experience as an asset.
Thrive Capital’s founder Josh Kushner told Fortune he specifically likes to hire people with less than four years of industry experience.
When he launched the venture capital firm at just 26, he faced pressure to bring in older, more seasoned hires. But, as he put it, “anyone who has experience that is talented will never want to work with a 26-year-old.” So, instead, he recruited the “smartest people that we knew who were our ages.”
And that bet paid off: His firm made early investments in startups worth billions, including OpenAI, which is currently raising up to $30 billion at a $1.25 trillion valuation.
These days, Kushner could easily hire industry veterans with glowing résumés—but he’d still rather “find that young, hungry person.”
Alon Chen, founder and CEO of Tastewise—a generative AI platform trusted by PepsiCo, Nestlé, and Mars—is also actively looking for Gen Zers with zero experience.
“I’m hiring entry-level because they have no boundaries or limitations in how they think about the world,” Chen told Fortune. “They’re almost like AI natives themselves, having been born and raised in this new realm of opportunities. And I see some of the best ideas coming from the younger generation that have not yet been in the job market.”
And Will.i.am has reached a similar conclusion. The Grammy-winning Black Eyed Peas frontman might be best known for his chart-topping hits, but behind the scenes, he’s a serious investor too. He backed Tesla, OpenAI, and Pinterest before they became household names—and now, he’s betting on Gen Z for his next investment.
[推广] 分享一个图片和视频生成工具 Flux 3，做产品图、社交图和视频的朋友们可以试试
给有产品配图、社交媒体素材或短视频制作需求的 V 友们分享一下 Flux 3 AI ，可以在同一个网站里生成图片、修改照片，也可以把静态图片做成视频。
网站地址： https://flux3-ai.com/
目前新用户注册送积分，可以免费生成 1 个视频或 6 张图片，大家可以先体验一下效果。
主要支持这几种用法：
- 文字生成图片：描述主体、场景和风格，生成配图。
- 图片编辑：上传已有图片，用文字描述想修改的地方。
- 图片生成视频：上传静态图片，描述希望出现的动作。
- 文字生成视频：直接用文字描述想要的画面。
也可以先从一张社交媒体配图开始，输入你想要的画面，比如： 一只橘猫趴在咖啡馆窗边，午后的阳光照在木桌上，旁边放着一杯拿铁，整体温暖自然，方形构图。
注册后就能用赠送的积分体验，做图或做视频都可以~
Google is cleaning up Home’s messiest bugs, with fixes for cameras, Matter devices, and more
- Google is updating the Home app and Gemini with all its latest smart home fixes.
- Gemini should no longer complain about misunderstanding commands you never issued.
- A number of fixes aim to resolve performance problems with cameras in the app.
As anyone who has seriously built up a household around Google Home can attest to, the service can feel like it’s constantly in a state of flux. New fixes are arriving all the time, and today Google just shared word of a big wave of updates arriving for the company’s hardware. But that’s just the half of it, and Google’s also telling us about the latest improvements coming to Gemini and the Google Home app.
Google published an almost overwhelming Home changelog earlier today, detailing the past couple weeks’ worth of fixes and upgrades. Some of these read a little familiar, like promises for Gemini to understand us better — and here, specifically, Google’s putting a stop to devices blurting out “sorry, I didn’t understand,” in response to nothing at all.
GitHub says massive influx of AI-generated code required extra 4 million CPU cores and 160 petabytes of storage to manage
[酷工作] 效能督查官，运维助理，后端工程师， AI 短剧导演， AIGC 视频生成师
岗位职责
（一） K8s 服务器运维
- 熟练操作 K8s 集群，负责部署、配置、监控及故障排查，管理 Pod 、Service 等核心资源，保障集群稳定运行。
- 优化 K8s 组件运维，推进 IaC 实践，使用 Terraform 、Helm 等工具实现集群自动化部署；搭建监控告警体系，快速处置异常并输出优化方案。
- 配合研发完成容器化改造，优化 Docker 镜像流程，衔接 CI/CD 流水线，实现研发交付自动化。
（二）海外服务器统筹管理
- 协助负责人管理海外多区域 200 台服务器，完成初始化、安全加固及资产台账管理，确保资产可追溯。
- 负责海外服务器日常监控与故障处置，制定应急预案，保障海外业务连续性，处理网络、合规及安全相关问题。
- 优化服务器资源分配，配合海外业务团队提供技术支持；建立运维规范，推动运维自动化。
（三） DevOps 体系与协同支持
- 优化 CI/CD 流水线，推动研发运维一体化，提升交付效率；选型并开发运维自动化工具，解决重复性工作。
- 对接各团队提供 DevOps 技术支持，协助负责人开展团队培训，参与重大故障排查与优化。
PS:需具备较强的问题解决、跨区域协同及应急处置能力，能独立承担核心运维任务，助力全球业务稳定发展
-------------------------------
远程岗位名称：效能督查官
汇报对象：CTO
岗位职责
1. 跟进各部门及项目组的进度执行情况，定期核查任务排期与里程碑达成情况是否符合既定节点。
2. 核实各部门实际产出与汇报内容是否一致，发现进度失真、责任归属不清等问题时，及时与相关负责人核实并推动整改。
3. 收集整理各部门的项目进度与产出数据，形成统一格式的督查报告，按周期汇总提交给上级。
4. 对反复出现问题且未有效整改的部门或责任人，如实上报，保持客观公正，不做选择性汇报。
5. 建立并维护可量化的进度跟踪机制，如项目清单、进度看板等，使督查工作有据可查。
6. 视情况参与跨部门协调，推动阻塞事项落地，确保督查结果转化为实际改进。
任职要求
1. 具备较强的原则性与抗压能力，能够客观、坚定地指出问题，沟通专业、不情绪化。
2. 逻辑清晰、表达直接，能够准确、简洁地传达复杂的进度信息。
3. 具备项目管理、运营督导、审计或同类对结果负责岗位的相关经验者优先。
4. 熟练使用表格及看板工具（如 Excel 、飞书多维表格、Notion 等）进行数据整理与呈现。
5. 对业务有基本理解，能够判断进度延误的真实原因。
6. 具备良好的向上沟通能力，能够客观、完整地向管理层汇报情况。
核心素质要求
1. 标准统一、对事不对人，不因人情关系而调整判断尺度。
2. 抗压能力强，能够承受督查过程中的抵触情绪。
3. 结果导向，跟进问题直至闭环，而非止步于提醒。
-----------
远程岗位：高级后端开发
薪资 20-30K
岗位职责
1. 负责短剧及 AI 内容平台的后端架构设计、核心功能开发与维护，保障系统稳定性、可扩展性及交付质量。
2. 负责短剧业务系统建设，涵盖内容管理、剧集管理、视频处理、播放鉴权、会员订阅、付费解锁等核心流程。
3. 负责 AI 文本生成、图片生成、视频生成模型的接入与服务封装，支持多模型调度、流式输出、异步任务及结果回调。
4. 建设 AI 内容生产流程，串联剧本生成、角色设定、分镜生成、生图、生视频及成片处理等环节。
5. 设计模型任务调度与计费体系，完善并发控制、超时重试、幂等处理、失败补偿及成本统计。
6. 负责数据库、缓存、消息队列及接口性能优化，完善日志、监控与告警，参与生产故障排查和复盘。
7. 推进代码评审、自动化测试及 CI/CD ，与产品、算法、前端和运维团队协作完成项目交付。
任职要求
1. 10 年及以上后端开发经验，具备独立负责核心业务模块或中大型项目的能力。
2. 精通 Go 、PHP 、Python 中至少一门，熟练掌握另一门，熟悉对应主流框架，具备良好的业务建模、接口设计及工程实践能力。
3. 具备短剧或长短视频平台实际项目经验，熟悉内容与剧集管理、视频转码、对象存储、CDN 分发、播放鉴权及付费解锁等业务。
4. 具备 AI 文本、图片生成、视频生成三类模型的实际接入或部署经验，能够独立完成接口集成、任务编排、异常处理及上线运维。
5. 熟悉文本模型的上下文管理、提示词模板、结构化输出及流式响应；熟悉文生图、图生图、文生视频、图生视频等常见生成流程。
6. 理解生成式 AI 服务的生产特点，具备长耗时任务调度、限流排队、取消与超时处理、回调去重、失败重试及生成结果存储经验。
7. 熟悉 MySQL 或 PostgreSQL 、Redis 及至少一种消息队列，能够解决慢查询、缓存一致性、重复消费及事务一致性问题。
8. 熟悉 Linux 、Docker 、Git 和 CI/CD ，具备监控告警、性能分析及生产环境故障排查能力。
9. 具备模型调用成本和服务质量意识，能够跟踪调用量、成功率、生成耗时及单次任务成本，并持续优化。
10. 具备良好的沟通协作和技术文档能力，能够将业务需求转化为可落地的技术方案。
加分项
- 有 AI 短剧、AI 漫剧或自动化视频生产平台的完整项目经验。
- 有角色一致性、分镜连续性、参考图控制及音画合成等工程落地经验。
- 有 ComfyUI 工作流集成、自托管模型推理服务或 GPU 资源调度经验。
- 熟悉 FFmpeg ，有字幕、配音、音视频合成及批量媒体处理经验。
- 有多模型供应商接入、故障切换、模型效果评测及成本优化经验。
- 有高并发付费业务、订阅计费、支付对账或海外产品开发经验。
---------
更多岗位咨询详细，可直接添加或发简历到 Telegram : https://t.me/HR_linlin001
有意向投递简历到 Email 邮箱： zygs2151@gmail.com
工程能力一键复用，专心卷新能力！轮子造一次就够了｜详解FluxVLA Engine技术报告
【图片中转测试，未发布】工程能力一键复用，专心卷新能力！轮子造一次就够了｜详解FluxVLA Engine技术报告
Inside the weird and legally dubious phenomenon of AI replicas that copy content creators for views and profit
Skipping down a red-carpeted Tudor-style staircase while balancing a delicate cup of tea, a red-haired man with a bob by the username of Duke of Ashcombe seems to be nothing more than ecstatic as a smiling woman sweeps in to join his dance in a video.
In another video, the same Duke swiftly skips alongside a windswept shore, still clutching to the same white teacup, with a caption reading “Dear Gentle Scroller.”
But despite the charming world-building of the account behind these videos, its content is not real. The videos are merely almost exact AI-generated replicas of content created by Kjetil Krogstad, a popular creator on Instagram
Since he began posting videos five years ago, Krogstad has amassed a following of 759,000 followers on Instagram who tune in to see him dance. His content is stylistically distinct: Krogstad mostly wears a dark suit with a white shirt and a red tie, holding a teacup and saucer set as a nod to the popular term “spill the tea.”
“I’ve had people remake my work and I love it, it’s amazing,” Krogstad tells Fast Company. “But then you suddenly have a very different ‘creator’ stealing my videos, turning it into AI videos. And I do find it very weird.”
Krogstad recently voiced his frustrations online, posting two videos, each featuring a recording of his own content and the AI-generated copy beside it, captioned “When is it inspiration? and When is it stealing?”
The response was overwhelming, with the videos receiving over 1 million views collectively, and with most users agreeing that the AI content was in fact a form of stealing.
“This is stealing and it’s disgusting AI slop,” one user commented on Instagram.
Another added, “This is really upsetting, and I genuinely believe we need to do something about it. It’s simply not acceptable for someone to keep taking advantage of our dear friend’s hard work and creativity without permission or proper credit.”
A growing practice
While the original account Duke of Ashcombe is no longer searchable on Instagram—presumably it has been either privated by the user or taken down due to mass reporting from Krogstad’s supporters—the issue of third parties using AI to copy a creator’s style is increasingly widespread.
Another creator with almost 1 million views, who is known for filming himself singing under a ceiling fan while the camera spins around him, shared a similar story.
In a post sharing an AI-generated copy of his video, he wrote, “This isn’t the first time that my videos have been used as a base, but it is the first time my home has been used unaltered.”
He added, “Imagine if [your] significant other ended up seeing a video of another man or woman in your home… unsettling, isn’t it?”
Just this spring, Krogstad came across a series of AI-generated videos of bunnies replicating videos he had created. But in this case, the bunnies had more views than he did.
“What could happen if we let this continue is the original creator could then suddenly end up looking like the copycat,” he says.
Perhaps the most bizarre thing he came to find out was the reason behind the sudden influx in these types of accounts: the accounts appear to be trying to sell courses that teach people how to use AI to replicate other people’s content and use it for profit.
“I was like, but are you serious?” Krogstad says. “You’re using then my videos and other creators’ videos that we’ve made and you profit out of selling like a class where people learn how to keep stealing content from creators.”
However, the practice seems to also be bleeding outside of the bot accounts.
Take ASAP Rocky’s new Shroom Clouds music video, which has caught the attention of users claiming a short sequence in the video is an AI replica of one done by another creator in 2019.
The creator of the original video—which features a person jumping on grass with a 360-cam kaleidoscope effect—has since spoken out about the issue on Instagram. Their story read, “the word is really getting out. proud of the creative community for standing up about it.”
Fast Company reached out to ASAP Rocky for comment.
Legal boundaries ‘remain uncertain’
As the issue continues to grow, the law may not be quite ready to protect content creators. While currently copyright protections for distinct creative content exist, the lines are blurry when it comes to what is protected and what isn’t, particularly in relation to AI-generated content.
“The central challenge for the industry at this time is that AI technology is advancing faster than the legal framework governing it,” Joe Bogdan, IP expert and partner at Rimon Law, tells Fast Company. “It does mean t
[域名爱好者] 让 AI 从过期域名中筛选了几个，我都不太想要，各位想要的可以去注册😁
exe2zip.com —— 工具流量与 SEO 价值第一名！自带 200+ DP 与 3.1 万外链，上线一个解包工具就是天然流量入口。
flowimg.com —— 未来赛道价值第一名！深度契合 ComfyUI / Stable Diffusion 生成工作流，商业潜力巨大。
askorhelp.com —— 社区与平台属性第一名！人人读得懂的英语双动词组合，自带 79 个独立域名外链基础。
iPad mini 首发上手：体验无可替代，刀法无人能及
1、2、3！苹果连续三天的新品发布如今终于来到尾声。
很有仪式感地，最后一天的发布从线上转到了洛杉矶特别体验活动现场，这几天发布的新款 iPad、iMac 和 MacBook 也终于齐聚一堂。
爱范儿的同事也已经来到现场，为我们带来最新鲜的上手体验。
在这轮新品中率先登场的，正是时隔两年终于迎来更新的 iPad mini。
这两年里，整个消费电子行业被裹挟进新一轮的 AI 浪潮之中，内存等元器件紧缺导致的价格暴涨已是既成事实；既然新品涨价不可避免，苹果似乎也随之调整了 iPad mini 的定位——
配备上 OLED、2nm 制程 A20 Pro 芯片、IP67 抗水防尘和首发的 Acoustic Display 音频技术后，全新的 iPad mini（A20 Pro）可谓从娱乐用的随身小平板，变为了一台 Pro 级别的设备。
但拧巴的是，这台「应有尽有」的新品唯独缺少了对体验至关重要的 120Hz 高刷。
只能说，苹果为了维持 iPad 设备之间的差序格局，故意不小心地遗忘了这个最明显的升级点。
世子之争，向来如此啊！
mini 的价格，Pro 的待遇
做大事的设备，往往不会太张扬。新款 iPad mini 也一改前代活泼的四配色，仅提供午夜色和星光色两种外观选项，在机身配色数量上和 iPad Pro 与 iPhone Duo 看齐。
另一个明显的外观变化，是边框大幅收窄了 24%。
「航母边框」不再，它也得以在宽度略微减少 2 毫米的情况下，反倒把屏幕尺寸从上一代的 8.3 寸提升到了 8.5 寸，计算可得实际显示面积提升了大约 4%\~5%。
而嵌在边框中的屏幕，称得上是这一代最大的升级点。
告别使用多年的 LCD，显示技术换用了很多人心心念念的 OLED，屏幕亮度与对比度都有了明显提升，绘画或跑手游，综合效果都会更上一层楼。
向左滑动查看更多内容
此前用在 Pro 系列上的「纳米纹理玻璃」，这次也下放到了 iPad mini 上（仅 256GB / 512GB 可选配），在户外强光场景下使用，可以有效减少反光眩光，有利于将 iPad mini 变为户外工作者随身专业设备。
更值得好评的是，新 iPad mini 厚度削减了 0.9 毫米，重量也大幅减轻 30 多克。Wi-Fi 版重量 255 克，仅比 iPhone Duo 重 1 克，是有史以来最轻的 iPad，没有之一。
换句话说，这台机器彻底摆脱了以往「小钢板」式的坠手感。在通勤中单手看漫画或睡前举起平板刷剧，都能够清晰感受到这种物理减负带来的巨大提升。
另外，新款 iPad mini 的进化是「由表及里」的——
不像上一代使用落后一年的 A17 Pro，这一代用上了最新的 A20 Pro 芯片。官方介绍称多线程性能提升 60%，图形能力提升 2.7 倍，与价格远超自己的 iPhone 18 Pro 系列和 iPhone Duo 位列同阶。
iPad mini，从未如此强悍。
这样的安排，固然有旧款处理器供应紧缺的考虑，但更多是为了迎合 AI 时代的需要。
苹果在官方介绍中更是直接加入了「为更先进的设备端 AI 任务注入澎湃动力」「在进行大语言模型 （LLM） 的词元生成时，图形处理器中的神经网络加速器可将 AI 任务最高提速至 4.5 倍」这样直白的描述。
再一次地，我们可以看见新款 iPad mini 定位朝着「专业设备」的方向前进。
来得早不如来得巧。据我们所知，iPhone 17 Pro 苦等了一年都没等来的 Apple 智能，马上就要登陆国行，于是 iPad mini 就这样成为了体验新版 Siri AI、屏幕内容感知和个人上下文理解的最佳选择之一。
但有一个细节是：这一代也是苹果首次在 iPad mini 上根据存储容量来区分 CPU 和 AI 算力，128GB 和 256GB 版本只能用上 5 核 CPU 和单 16 核神经网络引擎，只有 512GB 顶配版本，才能用上 6 核 CPU 和双 16 核神经网络引擎的「满血版」。
CEO 是换了，但苹果的「刀法」没有丝毫生疏。
重新设计声音
在前期情报里，我们已经听闻新款 iPad mini 会用上防水外壳与无开孔扬声器，但等产品真的出现在面前，依然可以感受到十足的惊喜。
凑近看机身四周，你可以注意到原来密密匝匝的扬声器开孔已经消失，中框呈现出圆融素净的一体感。
向左滑动查看更多内容
助力实现这一点的，是首次出现在苹果产品之上的 Acoustic Display（屏幕发声技术）。
简单来说，苹果这一次没有沿用传统的扬声器开孔布局，而是重新设计了发声单元：高音单元隐藏在玻璃和铝合金机身之间，而低音单元耦合在屏幕两端，直接借助屏幕振动推动空气发声，类似索尼曾经在 BRAVIA A1 电视上使用的 Acoustic Surface 技术。
可以预见，整体发声能够有效降低声音来到双耳的时间差和声级差，声像（Sound Image）更加接近正面，影音沉浸感会优于传统的侧出音方案。
但另一方面，由于缺乏足够的共鸣腔体，它的量感和下潜理论上不足以与大音腔扬声器媲美，低频会更偏向弹性，而不是浑厚和轰鸣。
消灭了扬声器开孔后，新款 iPad mini 顺理成章地拥有了更好的机身密封性，这也是 iPad 系列诞生后第一款达到 IP67 防水抗尘级别的机型——
对于喜欢拿小平板在浴室里看剧、或带去泳池边消遣的用户来说，iPad mini 终于成了名副其实的「戏水神机」。
无法忽视的缺陷
点亮屏幕的一瞬间，这代 iPad mini 给人带来的静态视觉冲击是毋庸置疑的。
换上 OLED 超视网膜 XDR 显示屏后，LCD 时代发灰的暗部和边缘挥之不去的背光阴影彻底消失了，屏幕看上去通透、鲜艳。至少在静态画面下，手机和平板之间来回切换也不再感到无可适从。
然而，只要手指开始在屏幕上滑动，一种熟悉的感觉马上就会把人拉回现实。
是的，哪怕起售价涨到了 5499 元，哪怕用上了顶级的 OLED 面板，苹果依然不知道在哪里定制了神奇的 60Hz 屏幕。
平心而论，单看这块屏幕，优秀的基础素质配合苹果一贯讨巧的非线性动画，日常使用并非无法接受；爱范儿现场体验也注意到，优秀的屏幕刷新同步机制确保了屏幕没有出现明显可感的果冻效应。
问题在于，现在是 2026 年——
当口袋里的手机、桌上的显示器，甚至是以硬件保守闻名的 Switch 2 都用上了 120Hz 乃至更高刷新率的屏幕时，我们的视觉基准线早就被抬高了。
这种时候，60Hz 在快速滑动信息流和阅读长文时的动态模糊，就会被周围的高刷环境衬托得更为刺眼。
更让人意难平的是，这台机器内部明明是一颗计算能力对付日常游戏与应用绰绰有余的 A20 Pro，你知道它有能力把游戏的画质与帧率拉爆，但最终却被锁死在 60Hz。这种感觉无异于开着 F1 赛车却只能跟在安全车后面匀速行驶。
站在苹果的角度上看，这样的安排不无合理之处——
爱范儿编辑部一向认为新款 iPad mini 几乎是一台「不能折叠的 iPhone Duo」。但不容忽视的是，同样是 A20 Pro + 256GB + 蜂窝网络，前者的价格只要 7599 元，比 Duo 15999 元的起售价低上一半不止。
同样可能受到威胁的是 iPad Pro。如果在性能、屏幕刷新率、Apple Pencil 兼容性等其他所有方面的体验上都拉平，那么总有很多不那么在意屏幕尺寸的用户会转投 iPad mini，两款使用场景存在重叠的产品如此相互竞争可不是好消息。
随着 OLED、纳米纹理玻璃等技术逐渐走出 Pro 产品线，