m1
PulseAugur coverage of m1 — every cluster mentioning m1 across labs, papers, and developer communities, ranked by signal.
- 2026-06-26 product_launch Zeroth launched its M1 humanoid robot, featuring autonomous recharging, at the Eletrolar Show 2026. 来源
4 天有情绪数据
-
正星创新发布实体AI，实现零售业24/7协作
正星创新推出专为24/7零售运营设计的实体AI解决方案，实现人机协作。该系统包含用于货架补货和库存管理等任务的机器人单元，并通过中央平台进行管理。该解决方案旨在通过让员工专注于客户服务，同时机器人处理重复性体力劳动，从而提高零售环境的效率和服务质量。该公司计划于2027年提供商业服务，并提供直接购买或机器人即服务（Robotics-as-a-Service）订阅选项。
-
新型Transformer模型改进了跨会话的运动解码
研究人员开发了一种名为APST的新型集合-时间Transformer模型，旨在改进皮层内运动解码。该模型无需重新训练网络权重即可适应新会话，而是使用从少量标记校准试验中导出的四维关联轮廓。APST在保留数据上表现出强大的性能，在猴子速度解码和单独评估中的运动皮层解码方面取得了高R平方值。
-
元典机器人Xiaoqiao人形机器人售罄，并推出开源生态系统
元典机器人新款Xiaoqiao人形机器人取得了显著的市场成功，首批1000台已售罄，并荣获IFA新兴技术奖。该机器人定价约为1200美元，定位为AI原生平台，将AI开发整合到其硬件设计和控制策略中。元典还推出了OpenBridge开源生态系统，以培养开发者社区，让他们能够为机器人创建和共享新功能，旨在加速具身AI在家居中的应用。
-
旧款MacBook：Apple Silicon型号在2026年仍可行，英特尔型号面临淘汰
在考虑于2026年购买旧款MacBook时，主要区别在于英特尔（Intel）型号和配备Apple Silicon的型号。通常不建议购买英特尔MacBook，因为它们即将不再支持未来的macOS版本，macOS 27将是第一个完全排除它们的版本。然而，包括2020年及以后推出的MacBook Air和MacBook Pro型号在内的Apple Silicon型号，预计将继续获得macOS更新和安全补丁，使其成为基本计算需求的更可行、更具…
-
Apple's Neural Engine Architecture Explored Amidst Integration Shift
一篇技术深度分析文章，探讨了苹果神经网络引擎（ANE）的逆向工程架构，该引擎最初是为CNN工作负载设计的。作者指出，虽然ANE的核心计算单元对于Transformer模型仍然具有相关性，但苹果最近决定将M5芯片上的ANE核心集成到GPU核心中，这可能标志着独立NPU的终结。这一转变反映了行业从专用CNN加速器转向更通用的GPU架构以处理现代AI任务的广泛趋势。
-
Apple的M5 Ultra 512GB内存提升本地AI能力，Harvey融资5.5亿美元
Apple新款M6芯片采用了2nm工艺并提升了AI性能，但其M5 Ultra的512GB统一内存被强调为本地AI工作负载的重大进展。如此大的内存容量可能使用户能够在自己的设备上舒适地运行大型语言模型，从而可能减少对基于云的GPU租赁和按token收费的依赖。与此同时，在法律科技领域，Harvey已获得5.5亿美元融资，这得益于其在为专业法律任务微调开源模型方面的成功，尽管该公司也计划开发新的通用模型。
-
Apple 发布搭载 M6 和 M5 Ultra 芯片的新款 Mac mini 和 Mac Studio
Apple 发布了其 Mac mini 和 Mac Studio 台式电脑的新版本，配备了升级的内部硬件。Mac mini 现在配备了新的 M6 芯片，而 Mac Studio 则配备了 M5 Max 和强大的新 M5 Ultra 芯片。这些更新带来了显著的性能提升，尤其是在 AI 处理能力方面，Apple 强调 M6 是其首款 2 纳米芯片，而 M5 Ultra 则因其四芯片架构成为其迄今为止最强大的芯片。
-
初学者指南：在 Apple Silicon Mac 上安装 Docker Desktop
本文为初学者提供了一份全面的指南，介绍如何在配备 Apple Silicon（M1、M2、M3、M4 和 M5 芯片）的 macOS 设备上安装 Docker Desktop。内容涵盖安装过程、Docker 和 Docker Compose 的验证，以及运行初始应用程序的说明。
-
智申科技在世界机器人大会上推出“真正能干活”的机器人
智申科技在2026世界机器人大会上展示了其全栈能力，强调能够执行现实世界任务的机器人。公司推出了一系列产品，包括人形和四足机器人，以及关节模块和智能控制系统等核心部件。智申强调了其在动力、环境适应性和智能方面的进步，特别是其数据驱动的自主导航和运动控制模型。公司还强调了其大规模生产能力，已交付超过15,000台机器人，并在安全、应急响应和电力巡检等行业成功应用。
-
供应链风险分析：网络图揭示关键脆弱性
本文解释了如何使用网络图分析供应链风险，超越简单的供应商列表。它详细介绍了如何将节点建模为法律实体、地点或零件，并将边表示为物料流。作者强调了度中心性（仅计算关系）的局限性，并引入了介数中心性作为识别对最短路径至关重要的节点的度量。最终，文章认为，虽然中心性度量很有用，但它们可能会掩盖关键的脆弱性，如断点（割顶）和桥（割边），而这些对于理解网络的生存至关重要。
-
Mac Mini 被重新用作无头服务器，用于照片管理和备份
一位用户将一台配备 M4 芯片的 Mac Mini 重新用作无头服务器，用于管理其照片库和处理备份。虽然最初考虑过 NAS，但由于硬盘的成本，用户选择了迷你 PC。这台运行 macOS 的 Mac Mini 已集成到以苹果产品为主的家庭环境中，可以通过 VNC 或 SSH 从其他设备访问。外部 SSD 和一个硬盘连接到 Mac Mini，用于数据存储和冗余。
-
Apple 的 MacBook Air 因高效的 Apple Silicon 而取消风扇设计
Apple 决定从 MacBook Air 中移除风扇，这主要归功于其定制 Apple Silicon 芯片（从 M1 开始）不断提升的能效和性能。这些芯片产生的热量更少，使得设备能够依靠铝制外壳进行被动散热。虽然这种设计带来了静音运行和减轻重量等好处，但在高负载下可能会导致热节流，从而影响处理高要求任务时的性能。
-
新的防御框架应对多智能体AI系统中不断演变的攻击
研究人员推出 OpenEvoShield，一个旨在保护基于大型语言模型的多智能体系统 (LLM-MAS) 免受不断演变攻击的新型防御框架。该协同进化系统使用非对称速率控制器来管理攻击和正常智能体行为的学习速率，从而防止在动态环境中出现性能下降。OpenEvoShield 采用正常边界更新器和基于能量的检测器来适应变化的智能体行为，并以低误报率识别新颖威胁。
-
LLM 推理引擎：vLLM 在 RTX 4090 上领先，llama.cpp 在 M1 上表现优异
一项对三种 LLM 推理引擎——Ollama、llama.cpp 和 vLLM——的基准测试揭示了不同硬件上的性能差异。在云端 RTX 4090 上，vLLM 的表现显著优于其他引擎，达到每秒 112 个 token，而 llama.cpp 为每秒 68 个 token。然而，在 M1 MacBook Pro 上，llama.cpp 以比 vLLM 高 30% 的吞吐量领先。Ollama 在两个平台上表现均居中，因为它充当 llama…
-
Orate 发布设备端 Mac 文本转语音应用
Orate 是一款适用于 macOS 的新型设备端文本转语音应用程序，允许用户将任何选定的文本转换为音频。该应用程序完全在用户的 Mac 上运行，确保文本和音频永不离开设备，并且不需要账户或云服务。Orate 提供诸如收听队列、播放控件、可自定义的语速和声音以及用于保存内容的库等功能，所有这些都可以从菜单栏访问。它旨在帮助有阅读困难（如阅读障碍、低视力或注意力缺陷多动障碍）的用户，同时也为无法进行视觉阅读时提供一般便利。
-
中国央行报告2026年上半年人民币存款显著增长
中国央行报告称，截至6月末，人民币存款余额达到346.44万亿元，同比增长8.2%。上半年，人民币存款增加17.76万亿元。此外，报告显示广义货币供应量M2为356.71万亿元，同比增长8%，狭义货币供应量M1为118.48万亿元，同比增长4%。
-
中国6月末M2货币供应量增长8%至356.71万亿元
中国人民银行报告称，截至6月末，广义货币供应量（M2）达到356.71万亿元，同比增长8%。狭义货币供应量（M1）为118.48万亿元，同比增长4%，流通中货币（M0）增长11.8%至14.74万亿元。上半年净投放现金6417亿元。此外，报告强调社会融资规模和M2的增长率均超过了名义GDP的增长率。
-
新的Level 5方法使用PCA分析帕金森氏症的步态动力学
研究人员开发了一种名为Level 5的新方法，用于分析帕金森氏症患者的步态动力学。该方法使用主成分分析（PCA）来近似步态数据中观察到的转换，区分可观察的性能和内部预测近似。该研究训练了一个前馈神经网络来根据各种测量预测步态坐标，发现该模型保留了不同咬合条件下位移的层次结构。然而，这些发现是探索性的，并未建立因果关系或提供临床预测能力。
-
新的“Forking-Sequences”架构提高了时间序列预测的准确性和稳定性
一篇新研究论文介绍了一种名为“Forking-Sequences”的新型神经网络架构，旨在提高多预测期时间序列预测的效率并降低其波动性。与传统方法为每个预测日期独立处理不同，该方法在单次传递中处理所有预测创建日期的整个时间序列。该论文从理论上证明了其优势，包括通过集成降低预测波动性、通过梯度方差降低提高统计效率以及在推理过程中提高计算效率。对基准数据集的实证分析表明，在各种模型类型上准确性均有显著提高，并且通过集成进一步降低了预测波动性。
-
区块链链接的大语言模型框架用于电信欺诈控制显示出可用性提升
本文介绍了一个利用区块链技术在电信和物联网欺诈控制中进行可审计决策管理的框架。研究比较了不同的机器学习方法，发现QLoRA微调的大语言模型分支比零样本提示更具可用性，但并不优于成本较低的集中式集成模型。虽然大语言模型方法在可用性方面显示出潜力，但对合成数据和重放语料库的评估表明，集中式机器学习模型（M1）在性能指标上提供了更好的平衡。