SIM

@yuashwe 对国家鼓励生育出重拳啊，太狠了😂

再分还能过得去，谁也不走这一步

🚨 CVE-2026-31431 核弹级漏洞｜732字节打穿 Linux 一个仅约 732 字节的精巧 payload，正在引发安全圈的高度关注。CVE-2026-31431 被评为“核弹级”并非夸张：它利用底层机制中的关键缺陷，实现从普通权限到系统控制的跃迁，攻击路径短、触发条件低、隐蔽性极强。 更棘手的是，这类漏洞往往不依赖复杂链条，而是通过对系统边界假设的精准击穿完成提权甚至远程执行。一旦被武器化，攻击者几乎可以在极短时间内完成横向扩散，对云环境和容器集群构成直接威胁。 ⚠️ 影响范围： - 主流 Linux 发行版均可能受波及 - 云主机 / 容器环境风险更高 - 默认配置难以完全规避 🛠 应对建议： - 立即关注官方补丁与安全公告 - 启用最小权限与隔离策略 - 加强系统调用与异常行为监控 - 对关键资产进行临时加固（如 seccomp / AppArmor） 安全从来不是“是否发生”，而是“何时发生”。面对这种级别的漏洞，唯一正确的策略就是：假设已被利用，并迅速行动。 #网络安全 #Linux #漏洞预警 #CVE #信息安全

DeepSeek 又降价了 🔥 DeepSeek-V4 系列价格直接打下来： 💰 输入最低 0.2 元 / 百万 tokens 💰 输出最低 2 元 / 百万 tokens 而且还是： 🧠 支持思考模式 📦 支持 Tool Calls / JSON Output 📏 上下文直接拉到 1M 一句话总结： 👉 性能还在卷 👉 成本已经开始“碾压” AI 应用的门槛，又被往下砍了一刀。 #deepseek

@ShiManFei @grok 请核实视频内容的真实性

太阳系不是在原地转圈，而是在宇宙中高速前进

突发！🔥 Deepseek 官网上线 deepseek-v4 接口和模型介绍，包括 deepseek-v4-flash 和 deepseek-v4-pro。 #deepseekv4

🚀 GPT-5.5 发布了 OpenAI 最新一代模型正式上线，整体能力再次进化。 核心升级： 🧠 更强 Agent 能力 → 可以处理复杂、多步骤任务，自主规划执行 💻 编程能力大幅提升 → 写代码、调试、自动化流程更稳定 ⚡ 更高效率 → 更少 token 完成更多工作 🧩 更强工具调用能力 → 能跨工具完成完整工作流 一句话总结： 👉 不只是“回答问题”，而是“帮你完成任务” AI 正在从助手 ➡️ 进化为真正的执行者 #openai

🚀 字节刚刚发布 Seed3D 2.0 新一代 3D 生成大模型，直接把精度和可用性拉到新高度 几何 + 材质 双双 SOTA 核心升级👇 🧠 几何生成 首次把「整体结构」和「细节几何」解耦 薄壁结构、复杂拓扑这些老难题，直接突破 🎨 纹理生成 统一 PBR 材质生成 真实度、细节、材质表现、文字渲染全面提升 🧩 实用性这块更狠 支持部件级拆解 + 关节建模 直接适配交互、仿真，甚至场景级扩展 已经上线火山方舟体验中心 路径：视觉模型 → 3D生成 → Doubao-Seed3D-2.0 一句话总结👇 👉 从“能生成3D”走向“能直接用的3D资产” 可以开始拿它搞点有意思的东西了 #Seed3D #AI3D #生成式AI #3D建模

github：github.com/deepseek-ai/Ti…

🚀 DeepSeek 刚刚开源了一个很硬核的项目：TileKernels 直接放出了用于大模型训练和推理的 GPU 底层计算内核（MIT 协议），而且部分已经在生产环境使用 先说重点👇 GPU kernel 决定的是 👉 模型训练和推理的性能上限 这套东西最有意思的点在这里 🧩 全部用 Python 写 不需要手写 CUDA C++ 通过自研 DSL：TileLang 自动完成底层优化 DeepSeek 的说法是 👉 多数内核已经接近硬件性能极限 更关键的是两个“论文级组件”首次工程落地 🧠 Engram（条件记忆模块） 通过哈希查表实现 O(1) 检索静态知识 相当于给模型外挂一个记忆层 减轻主干计算压力（和 MoE 互补） ⚡ Manifold HyperConnection（mHC） 用双随机矩阵约束稳定训练 解决大规模训练中的信号发散问题 这两个之前只有论文和 demo 这次是第一次提供可直接用于训练的高性能实现 另外还覆盖了 MoE 路由与门控 FP8 / FP4 等低精度量化 批量转置等基础算子 一个很明显的信号👇 DeepSeek 不只是做模型 👉 正在往 底层算子 + 架构组件 + 硬件适配 的全栈推进 而且已经在为下一代模型做工程准备 安装方式 pip install tile-kernels 需要 H100 / H200 / Blackwell GPU #DeepSeek #LLM #AIInfra #GPU #Kernel #MoE

我操我操 短剧的素材有了

27B，居然打赢了 397B。 Qwen3.6-27B 有点离谱了👇 • 编程能力：全面超过上一代超大模型 • 推理能力：文本 + 多模态都很强 • 模式切换：支持“思考 / 快速”双模式 • 协议：Apache 2.0，完全开源 这基本是在说一件事： 👉 大模型不一定更强 👉 工程优化正在重写规则 小模型时代，真的来了。

@williamlab 请核实一下是否属实

这些模型能进国内不？AI时代了，别建墙了吧。。。咱们碳基生物要团结啊。

@binghe 太狗了，下个月不续了

还他妈的在狡辩！ 不得不说，抛开Anthropic 这家公司做的 AI 模型不说。 如果他是个其它服务商，或者是电商公司，这种说了不算，扭头就杀鸡的做法。是不是违反商业信誉了？ 说了不算，算了不说。动不动就封号，还对客户进行身份认证，已经超出了商业本质了。这是种歧视！

@shabi2026 流量密码啊，哈哈😂

🚀 月之暗面开源 Kimi K2.6 一个为 编程、长程执行、智能体集群 打造的模型 部分编码 benchmark 已经追平甚至超过 GPT-5.4 和 Opus 4.6 核心能力👇 🧠 长程编程能力 单任务支持 4000+ 次工具调用 可持续运行 12 小时以上 ⚡ 强泛化能力 跨语言：Rust / Go / Python 跨场景：前端开发、DevOps、性能优化 🎨 从代码到完整产品 一个提示词 → 直接生成完整前端界面 视频主视觉、WebGL 着色器、GSAP / Framer Motion 动画、Three.js 3D 页面 🤖 智能体集群升级 单次运行支持 300 个并行子智能体 × 4000 步 一个提示词 → 生成 100+ 文件 🧩 内置智能体系统（Claw Groups，研究预览） 可接入自有智能体 也可以调度外部智能体、机器人甚至人工参与协同 这已经不是“更强的代码模型” 而是一个 👉 用代码驱动的多智能体执行系统 #KimiK26 #LLM #AI智能体 #CodingAgents

DeepSeek 刚开源的 DeepGEMM， 可能才是真正拉开差距的东西。 因为： 👉 所有 AI 模型，本质都离不开矩阵乘法 👉 谁把 GEMM 做到极致，谁就拥有性能优势 👉 性能优势 = 成本优势 = 规模优势 这才是 AI 竞争的“隐藏战场”。 GitHub： github.com/deepseek-ai/De…