← 全部日期

AI & CV 每日科普 · 2026年11月16日

6 条当日/近期热点 · 工程师向浅科普

【主题】ChatGPT Wallet:代理帮你下单,但每笔仍要你本人批准

解读 OpenAI 发布 ChatGPT Wallet,让代理在用户逐笔确认后完成支付,同时用支付令牌替代真实卡号。它先面向美国 ChatGPT Pro 用户,在 dots 场景灰度,并和运通、万事达、Visa 合作保留卡组织奖励与争议保护。对工程师来说,这意味着“Agent 电商”开始进入可审计的支付形态:你要设计清楚的批准界面、商户风控识别,以及站点不要误拦合法代理流量。落地时别把“能自动买东西”理解成免责全托管,当前默认仍是人在回路。

来源 OpenAI

【主题】llama.cpp 到了 v1.0.0:本地推理库开始认真做语义化版本

解读 Hugging Face 旗下 ggml-org 把 llama.cpp 和 ggml 一起发到 v1.0.0,承诺公开 C API 不兼容就抬主版本号。这次还删掉一批弃用接口,补了 FP8 KV 缓存、MoE 主机缓存,并收紧 llama-server 的默认安全项。如果你的本地聊天、IDE 插件或边缘推理直接链 libllama,升级前要按发布说明重建;对外暴露 server 时,别忘了重新核对鉴权和内网媒体访问开关。一句话:本地 AI 底座终于开始按“库”而不是“天天变的实验仓库”来管兼容性了。

来源 Hugging Face Blog

【主题】AlphaGenome 2:从“整块组织平均”走到“单细胞类型”的 DNA 效应预测

解读 DeepMind 的 AlphaGenome 2 想回答一个更细的问题:同一段 DNA 变异,在不同细胞类型里会不会有完全不同的影响。它用超过一亿条单细胞画像训练,宣称在表达相关变异识别上接近翻倍,还能吃进新的单细胞数据做迁移。对做生信或医疗 AI 的工程师,重点不是背模型结构,而是产品边界:非商业研究可走 API,商业用途仍在预览,且明确不是临床诊断工具。选型时把它当“假设生成与实验优先级助手”,而不是直接出诊断结论的黑盒。

来源 Google DeepMind

【主题】RoboCap-10k:一万小时真实工种第一视角,带米级头手姿态

解读 RoboCap-10k 放出约 1 万小时 egocentric 操作数据:工人上班时戴统一六相机帽子采集,覆盖 21 个行业、619 类任务,并给出重力对齐的头部位姿和双手 MANO 姿态。它直接提供 LeRobot 格式,方便机器人策略与世界模型训练,但体量约百 TB,需要申请 Bucket 访问。对 CV / 机器人工程师,价值在于“真实工作场景 + 统一硬件 + 可审计 3D 标注”,而不是又一套实验室摆拍演示。落地前先评估带宽、授权和人手到机器人末端的重定向误差。

来源 Hugging Face Datasets

【主题】GitHub Copilot 接入 Gemini 4 Hydrogen:IDE 里多了一个“快执行”选项

解读 GitHub 把 Google 的 Gemini 4 Hydrogen 放进 Copilot 模型选择器,覆盖 VS Code、JetBrains、CLI 与 coding agent 等入口,定位是更快的代理式编程和多步工具调用。它和“发布一个新大模型”不是一回事:对大多数团队,真正的变化是日常编码默认路径多了性价比选项。记得同步看 Copilot 的旧模型退役时间表,组织默认模型如果指向将下线的名字,流水线可能在截止日期后静默切到你不熟的替代品。建议先在小团队试点,再改 org 默认。

来源 GitHub Changelog

【主题】Inkling 2 Small 开源权重:594B MoE、17B 激活,但显存门槛不低

解读 Thinking Machines 把 Inkling 2 Small 权重放到 Hugging Face,Apache 2.0,支持图文输入,并接好了 vLLM、SGLang、Unsloth 等推理栈。听起来很香,但官方硬件建议动辄数百 GB 级显存,更适合集群或托管 API,而不是单卡笔记本尝鲜。工程师可以先用第三方托管比效果和延迟,再决定要不要为自建推理买单。开源权重降低的是“能不能拿来微调/私有化”的门槛,不是“今晚就能在本机跑满速”的门槛。

来源 Thinking Machines Lab