为何说AI的尽头是能源？
写在前面从语言大模型到具身智能机器人，人工智能（AI,Artificial Intelligence）正在从数字虚拟世界走向物理现实。算法迭代、算力扩容、智能体落地的背后，隐藏着一条极易被忽视的底层约束：能源供给能力。
ASPICE之MLE.1：机器学习需求分析（一）
随着智能网联汽车的快速发展，机器学习技术已广泛应用于车载软件系统中，从自动驾驶到智能座舱，从语音识别到故障预测，机器学习组件正成为现代车辆的核心能力。然而，机器学习项目的独特性和复杂性给传统的软件开发流程带来了新的挑战，特别是在需求分析阶段。
中训练、后训练持续升温，模型快速迭代，成为 AI for AI 最佳试炼场
当模型开始参与研发下一代模型，大模型的研发方式正在发生什么样的变化？作者丨高允毅编辑丨岑 峰大多数科研构想，从未被充分验证。这并不是研究者缺少灵感。恰恰相反，新的架构猜想、训练策略无时无刻不在涌现。
文科生在AI时代没人要？我盘了盘字节、腾讯和阿里都有哪些AI岗在招文科生
字节、腾讯、阿里眼下挂着9183个AI岗位，其中2985个不要求写代码，占了三分之一。作者让Claude读完三家官网的公开JD，拆出这些岗位落在哪些部门、要什么样的文科能力，以及薪资差在哪里。文章发出去之后，我翻了翻读者划线。
4个月RSI从0训练，田渊栋创业首个模型来了：MacBook Pro可跑，已开源
搭配优化后的推理引擎，Flint在MacBook Pro上能跑至少125 tokens/s，RTX Spark上则超过150 tokens/s。
单台检测从50分钟压缩至5分钟、准确率达99.8%：具身智能机器人如何实现高端装备电控箱智能质检？ | 上海“AI+制造”场景建设指南㉒
为落实《上海市加快推动“AI+制造”发展的实施方案》，市经济信息化委会同市工业互联网协会、中国信通院上海工创中心、上海工业数字化研究院等单位，编制发布了《上海市“AI+制造”场景建设指南》，旨在通过指南，提炼重点行业高价值应用场景，并系统描述人工智能技术在相关场景应用时的实施路径和方法论，为企业提供一套可复制、可推广的标准化操作方案，降低试错成本。
传承抗战记忆，如何为年轻人的学业职场提供“绝境参照”？
身处和平年代，传承抗战记忆能给日常学习工作带来什么实际启示？这个问题背后有一个真实的困惑：课本上的历史、纪念馆里的展品，和眼前的考试、项目、KPI之间，到底隔着多远的距离。
目标变量变换对股票收益率机器学习预测的决定性影响
来源：市场资讯（来源：MathInvestment）引言：方法论焦虑下的盲点近年来，机器学习在横截面股票收益率预测中的应用蔚为风潮。
用AI造的！刚刚，代季峰团队首个模型开源
国内，智谱也在 9 月 17 日披露，由 GLM-5.3 驱动的 Infra Agent 在十万卡国产集群上，从零搭起了 GLM-5.3-Flash 的推理服务。
中训练、后训练持续升温，模型快速迭代，成为 AI for AI 最佳试炼场
比如，OpenAI 侧重前沿理论的自动化研究，在 9 月宣布其 AI 已具备“自动化研究实习生”的能力，专门成立 RSI团队，目标在 2028 年 3 月前实现完全自动化的 AI 研究员，让 AI 自主生成、审计高质量训练数据，接管自身研发全流程;