uwait是一款Chrome扩展程序，在ChatGPT、Claude等AI工具的加载界面显示精选广告，用户、内容出版商和平台按50%、30%、20%的比例分成。无需注册或调查，安装即可在等待时被动赚取收入。

Ghostty Playground 是一个实验性项目，将完整的 Ghostty 终端带到浏览器中，包括主题和键绑定等配置。它通过 BrowserPod 在浏览器内运行真正的类 Linux 后端，支持文件系统、端口监听、bash、git、node.js 等。还可以下载小型 AI 模型并使用 WebLLM 进行推理。尽管存在许多限制，但它展示了令人兴奋的可能性。

AI正在将企业内容管理从被动的存储库转变为主动的内容编排引擎，实现工作流自动化、实时分析、个性化内容、内容与商务集成以及混合无头架构。这提高了效率、一致性和可扩展性，帮助企业应对多渠道、多语言的内容运营挑战。

Ava是一款新型AI助手，其最新功能“餐厅菜单可视化”允许用户分享菜单并预览每道菜的可能外观，解决看不懂菜单描述的问题。

自回归模型通过观察同一变量的历史数据来预测未来值，是时间序列预测和序列建模的核心思想。尽管概念直观，但模型简单可解释，广泛应用于销售预测、股市分析、天气预测以及大型语言模型。然而，它依赖于过去趋势，可能难以应对突发事件和非线性动态。

本教程详细介绍了如何使用Docling Parse对PDF文档进行低级别结构分析，包括设置Python环境、生成自定义多页PDF、提取词、字符和行级坐标文本，以及保存结构化输出为JSON和CSV。通过重建布局感知的阅读顺序，展示了Docling Parse如何支持文档AI任务。

Tyto 是一款由 ai-coustics 开发的音频分析工具，能够预测语音 AI 的性能表现，帮助开发者优化语音识别和合成系统。

Parano.ai 是一款AI驱动的竞争情报平台，可全面追踪竞争对手的产品发布、定价变化、招聘、代码变更等动态，并提供战略分析和行动建议，帮助团队快速掌握市场情报。

AI响应反馈表单是一款谷歌工作空间插件，能够自动评估表单提交并发送帮助性反馈邮件。用户用日常语言设定检查指令，AI会持续处理直到满足要求。适用于作业审核、申请审查、内部表单等场景。插件提供向导式设置，支持多种邮件接收选项，并允许用户控制隐私和自动处理开关。

英国皇家植物园邱园的一份报告指出，人工智能和数字化技术的兴起可能成为植物学家在“灭绝竞赛”中的转折点，帮助他们识别和拯救濒危植物。新技术使科学家能够追踪全球开花时间的变化、快速识别新标本，甚至从180年的真菌标本中获取关键基因数据，开启“基因组金矿”。

研究人员利用小型开源AI模型创建了一种自适应计算机蠕虫，能够自主发现并利用漏洞在网络中传播，突破了传统安全防御的局限。这一发现标志着网络威胁质的转变，对全球网络安全构成重大挑战。

在中美AI竞赛中，开源与闭源模式的哲学分歧可能决定胜负。中国AI实验室积极发布开源模型，而美国巨头如OpenAI和Anthropic则采用闭源方式。前Hugging Face亚太区负责人王铁振在Rest of World活动中讨论了开源模型的历史、中国AI实验室的盈利方式以及模型蒸馏和知识产权争议。

文章通过怀特海与阿伦特的思想对比，探讨了将思考外包给AI的风险：随着AI日益渗透生活，我们创造了一个不受人类意识直接监管的社会活动层，使世界变得难以理解，如同无意识驱动行为。作者警告，这种趋势可能导致文明退化而非进步。

YouTube调整算法，导致依赖AI生成内容的“无脸”创作者流量和收入骤降，成为最新受害者。

西蒙·威利森（Simon Willison）引用凯特·穆索里斯（Kate Moussouris）的证实：导致 Claude Fable 5 被出口管制禁止的所谓“越狱”请求实际上是“修复这段代码”。这种防御性安全请求被误判为攻击能力，可能使能够帮助修复漏洞的 AI 模型被禁用，从而削弱美国网络防御。

Crypto Clarity AI 是一款使用12维AI分析的投资组合健康评分工具，帮助用户发现隐藏风险，如集中度、相关性、回撤等。提供免费60秒健康检查，一次性付费19美元终身访问，可选15美元/周的监控服务。

代理AI基金会（AAIF）是一个中立的开放基金会，致力于推动代理AI的透明、协作发展。近期动态包括Coinbase推出基于MCP的代理交易工具、SemiAnalysis指出AI订阅定价严重低估、Nous Research发布Hermes Agent Profile Builder。基金会还支持多个开源项目并举办全球活动。

AATF是一个开放规范及参考SDK，用于记录AI代理的每一步决策，包括考虑的替代方案、置信度以及被拒绝的选择。它旨在提供决策可审计性，类似于OpenTelemetry的可观测性，但专注于代理决策的透明度和可问责性。本文介绍了AATF的核心格式、快速上手示例、与其他工具的对比、集成方式以及项目状态。

欧盟开发了一套图标，供生成式AI系统的部署者用于标注AI生成或修改的内容，以符合《人工智能法案》的透明度规则。本文介绍了需要标注的内容类型、例外情况、图标变体、使用规范和许可信息。

LV-Calib是一种利用可打印平面靶标进行激光雷达与相机外参标定及激光雷达边界响应校准的框架。该框架通过视觉标记和圆形反射率边界提供特征点，并采用迭代优化方法处理由有限波束足迹和混合强度返回引起的过渡带失真，实现了亚像素重投影精度和毫米级激光雷达特征一致性。实验表明该方法能显著提升里程计性能。代码和数据将开源。

ViTaL 是一个融合视觉和触觉的推理时引导框架，通过双层优化提升接触密集型机器人操作任务的成功率。实验表明，其总体成功率比基础策略提高 51%，比单模态引导至少高 33%，比朴素多模态融合至少高 20%。

一项新研究发现，操作员在接触密集型人机交互中通过增加生理努力（特别是自主神经工作负荷）来抑制热不适，从而维持任务表现。研究结果推动了生理感知控制架构的发展。

本文提出DynaHMRC，一种去中心化框架，将每个机器人作为角色感知的大语言模型代理，通过四阶段闭环流程（自我描述、任务分配与领导权竞标、领导者选举、反思执行）实现异构多机器人团队的动态任务协作。该框架解决了集中式LLM调度器可扩展性差、对动态任务适应不足以及领域数据稀缺等问题。实验表明，DynaHMRC在成功率和效率上优于强基线方法，并展现出良好的可扩展性。

VANDERER 是一个无地图探索框架，利用视觉好奇心模块引导预训练的扩散策略，仅凭单目图像数据实现高效探索，在模拟环境中比 NoMaD 平均多探索 13.4% 的区域。

TacStyle提出了一种新方法，通过结构化潜在表示来学习用户偏好，并利用基础模型解释该空间以选择所需行为，从而实现对机器人行为的精细控制，减少对大量偏好标签的依赖。实验表明，该方法在模拟和真实环境中均能更精确地适应用户偏好。

论文提出一种从合成数据到真实世界的感知与数据生成流水线，利用程序化生成的逼真合成数据和微调的OneFormer模型实现无人机自主安全着陆区检测，无需人工标注即可在未见环境中识别无碰撞着陆点。

Steady-Forcing 是一个记忆与训练框架，旨在解决自回归视频扩散模型在长时程生成固定镜头自然视频时的稳定性-运动权衡问题。它结合持久视觉锚点、指数移动平均运动记忆、块相对时间编码、周期性缓存净化和从 Wan2.1-14B 教师模型蒸馏运动奖励先验，在七个基线上改善了背景一致性和成像质量，并通过盲用户研究验证了感知稳定性和运动连续性。研究还指出通用 VBench 指标对固定镜头伪影惩罚不足。

本文提出边界平衡回放网络（BBR-Net），通过边界感知优先级和类别平衡选择回放样本，保留解剖结构信息。在CAMUS和CardiacNet数据集上评估，前向任务中性能接近联合训练，减少灾难性遗忘；反向任务中发现当初始表示来自噪声数据时结构感知回放失效。结构扰动分析表明回放效果依赖于存储结构的可靠性。

视觉语言模型在机器人等关键领域广泛应用，但输出来自不确定性量化至关重要。FUSE 提出一种概率框架，融合来自数据模糊性的偶然嵌入级不确定性和来自模型响应多样性的认知模型级不确定性，通过贝叶斯机制生成标量不确定性度量，可可靠预测输出正确性，实现最先进的不确定性校准。

一篇本科论文提出ConvNN框架，将卷积和自注意力统一为k近邻聚合的特例，揭示二者位于连续谱上，并支持系统探索中间聚合方式。