学习频道
健康160、智云、方舟、熙康:四家互联网医疗企业吃到第一波“AI红利”
2026年上半年,健康160、方舟健客、智云健康和熙康云医院四家互联网医疗企业财报显示,其经调整利润或亏损均出现显著改善。这主要得益于AI技术被应用于审方、慢病管理、护士调度、库存及研发等环节,有效降低了销售、行政及履约成本。尽管财务改善亦与业务结构调整有关,但AI正帮助这些企业改变过去依赖人力的成本结构,使其在规模扩大的同时,成本不再同比例增长,初步显现出
“大”模型向左,“Flash”向右:国内外开卷轻量化背后的商业清算
大模型行业正从参数竞赛转向轻量化模型的商业化竞争。谷歌、智谱、阿里云等厂商近期密集推出或降价Flash系列模型,其核心在于通过稀疏激活与混合注意力架构,在维持知识容量的同时大幅降低推理成本。财报显示,B端API调用已成为大模型企业主要收入来源,但企业级智能体任务需频繁调用模型,旗舰版高昂的单价导致落地亏损。Flash模型将单Token激活参数压缩至百亿级以下
Philips Hue adds Nanoleaf’s light panels to its ecosystem with a $40 module
飞利浦Hue与Nanoleaf达成合作,推出售价39.99美元的壁灯模块,使Nanoleaf的六边形、三角形及迷你三角形壁板能接入Hue生态系统。该模块内置完整Hue连接栈,同时支持蓝牙、Zigbee和Thread,用户可并行使用Hue应用及Apple Home等Matter应用。即日起(9月3日)发售,具体功能细节见原文。
Anker’s new MindBase is an AI-powered brain for your smart home
Anker在柏林IFA展上推出Eufy MindBase,这是一款本地AI智能家居中枢,支持Matter协议,可为安防摄像头提供设备端大语言模型处理,无需将视频上传至云端。Anker将其定位为“家庭中央大脑”,不仅服务于Eufy摄像头,还计划扩展至全屋连接与本地存储场景。同期发布的还有TrackLight Cam S1、S4视频门铃及一款窗户摄像头。
WeClaw_76|L1–L2 双重确认:为什么一个 LLM 说了不算?
WeClaw 提出 L1–L2 双重确认机制,以降低单一大语言模型判定带来的误报与漏报风险。该机制要求两次独立推理均满足双 critical 条件且置信度不低于 0.85,方可最终确认。文章同时介绍了全降级路径与语境强制上限,确保在复杂或边界场景下系统具备可控的兜底策略。整体设计将单一模型输出从“一家之言”转变为类似“合议庭”的联合判定,提升了结构化输出在安
马来西亚各大学食堂菜谱分析
马来西亚大学食堂的菜谱,远不止是一张简单的价目表,它更像一份微缩的社会学样本,清晰记录了多元文化交融、政策温情与商业效率之间的复杂互动。其菜谱分析可从以下三个维度展开。
Google releases Gemini 3.8 Flash, its third Flash model in six weeks
谷歌于近日发布Gemini 3.8 Flash,这是六周内推出的第三款Flash系列模型。该模型包含标准版与专攻漏洞检测的Cyber版两个变体,官方称其为迄今推理与编程能力最强的版本。API已开放,年底前享受输入每百万token 0.75美元、输出3.75美元的 introductory 价格,常规价格将翻倍。此举或使此前承诺的Gemini 3.5 Pro更
I rented a car, and within hours, my driver's license was for sale
近期,一名记者在知名租车公司租车后,其驾照信息数小时内便出现在暗网售卖。安全媒体KrebsOnSecurity调查显示,一个名为Nexus的新型身份盗窃服务已泄露超1.53亿份驾照。泄露文件不仅包含证件正反面高清扫描图,还涵盖红外与紫外光谱影像,或可令伪造证件通过全息防伪测试。此外,该服务还出售多种其他身份证明文件。
Spending deal comes with a bonus: Blocking political control of grants
美国众议院近日通过一项临时支出法案,将联邦政府资金支持延续至12月初。该法案预计将获总统签署,以避免中期选举前政府停摆。法案包含一项重要条款:禁止行政管理和预算局实施新规,该新规原将允许政治任命官员全面控制科研资助方向并随时取消任何拨款。此举被视为科学界的胜利,相关规则此前遭广泛反对,被认为对科研事业具有灾难性影响。
如何稳定且高效地训练 Critic?BPCO 最佳实践深度解析
BPCO(Best-Practice Critic Optimization)提出了一套稳定训练Critic模型的机制,旨在替代GRPO中高开销的巨量采样方法。其核心实践包括对值域进行约束,并引入特权信息注入,以提升训练稳定性与样本效率。通过该框架,研究者能够利用单次采样实现更高效、更精准的强化学习对齐,同时显著降低训练过程中的崩溃风险。文章系统解析了BPC