mobile phone
PulseAugur coverage of mobile phone — every cluster mentioning mobile phone across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
过期的异丙醇对PC等电子产品存在风险
异丙醇常用于清洁个人电脑和手机等电子产品，但过期后使用可能存在风险。虽然其保质期约为三年，但它具有吸湿性，会吸收空气中的水分，从而稀释其浓度。酒精浓度低于90%会增加对敏感组件造成水损害的风险。此外，过期或稀释的异丙醇会损坏某些材料，如丙烯酸、聚碳酸酯和喷漆表面，并使橡胶密封件变干。
-
开发人员使用第三方 LLM API 的数据隐私检查清单
开发人员在使用第三方大型语言模型 (LLM) API 之前，必须仔细考虑数据隐私问题，然后再发送第一个请求。关键步骤包括分析实际的数据输入，识别可能无意中传输的姓名、电话号码和账户详细信息等敏感信息。确定这些数据对于 LLM 执行其任务是否必要至关重要，并对任何非必要的个人信息实施 redaction 技术。
-
新的scAnyOmics框架整合多组学数据用于虚拟细胞模型
研究人员开发了scAnyOmics，一个新颖的生成框架，旨在整合和预测来自不完整单细胞多组学数据的缺失分子信息。该框架将知识从预训练的基础模型蒸馏到一个多模态学生模型中，实现了跨模态预测和重构转录组学、蛋白质组学和染色质可及性等数据。在包含690,880个细胞的大型数据集上进行评估，scAnyOmics在重构缺失模态方面表现优于基线方法，并在细胞类型注释和生物年龄估计等应用中显示出潜力。
-
LLM 自动化科学深度学习研究的基线构建
研究人员探索了使用大型语言模型（LLM）为科学应用中的新深度学习方法评估自动生成强大的基线。他们从《Nature》、《Science》和《Cell》系列期刊的研究中收集了 36 个任务，发现 LLM 生成的基线在与原始深度学习模型相比时，恢复了显著一部分性能差距。在一些情况下，这些自动生成的基线甚至匹配或超过了深度学习模型的性能，这表明随着科学文献数量的增加，这是一种可扩展的检查研究贡献的方法。
-
CytoWave框架增强单细胞基因扰动响应预测
研究人员开发了CytoWave，一个旨在提高基因扰动后单细胞基因表达变化预测能力的新预训练框架。该方法解决了现有方法面临的泛化挑战，这些方法由于实验条件和生物背景的差异，在不同数据集和物种之间常常表现不佳。CytoWave采用两阶段训练过程：首先，通过在未扰动细胞上进行掩码基因表达恢复来学习参考细胞状态；其次，利用控制状态和扰动信号预测扰动基因表达，并纳入对比目标以对齐潜在表示。评估表明CytoWave在预测细胞响应方面表现有效且一致。
-
人工智能工程岗位激增，传统技术岗位仍占主导
对Cortance开发者网络中的1200条项目记录的审查显示，招聘趋势发生了显著变化。虽然移动、前端和后端开发人员等传统岗位仍然占职位的大多数，但人工智能工程岗位的增长速度最快。许多新的人工智能岗位是由已经将人工智能融入现有技能组合的后端和全栈工程师填补的，而不是全新的专门针对人工智能的职业。这一趋势与客户对人工智能能力日益增长的需求以及工程师在生产环境中部署人工智能代理的日益增长的需求相符。
-
AI工具包赋能主机游戏原生PC移植
一款名为Reverse Engineer Anything (REA)的新工具包正在赋能主机独占游戏的PC原生移植版的创建，它利用了先进的AI模型。REA集成了二进制分析器和反编译器等各种工具，使AI代理能够更高效地管理复杂的逆向工程任务。这项进展，结合GPT-6 Astra和Claude 5.5等更强大的AI模型，显著缩短了此类转换所需的开发时间，使得反编译和重新编译整个游戏以实现原生PC运行成为可能。
-
VGL-stGen：多模态模型连接肺组织学和基因表达
研究人员开发了VGL-stGen，这是一种整合了肺组织学图像和空间转录组学数据的多模态大型语言模型。该模型改编自预训练的医学视觉语言模型，使用配对的H&E染色和具有单细胞参考的空间转录组学来连接组织形态学与分子状态。VGL-stGen可以执行多种任务，包括组织和细胞类型分类、基因预测和条件表达补全，展示了共享生成模型在医学研究中的潜力。
-
Cursor 支持通过手机远程控制本地 AI 代理
Cursor 推出了一项新功能，允许用户通过手机远程控制本地 AI 代理。此功能使用户即使不在主要工作站旁，例如在用餐、散步或其他会议期间，也能管理正在进行的 AI 任务。设置过程包括配置系统以允许对 AI 代理进行这种远程操控。
-
New CELL method enhances event-camera localization in LiDAR maps
研究人员开发了一种名为CELL的新方法，用于改进事件相机在LiDAR地图中的定位。该技术学会为事件图像和LiDAR深度视图之间的对应关系分配置信度分数，解决了深度较大处的对应关系对姿态估计信息量较少的偏差。通过使用可微分的概率性PnP求解器，CELL能够端到端地学习这些置信度，然后在训练期间用于重新加权监督，并在测试时优化姿态估计。CELL系统在M3ED和DSEC数据集上展示了改进，与LEAR基线相比，中值平移误差最多降低了26.9%…
-
中国研究人员创建水稻生命周期3D细胞图谱
一个中国研究团队开发了全面的水稻3D时空细胞图谱，详细描述了从种子到种子（seed to seed）的整个生命周期。该图谱发表在《细胞》杂志上，包含一个开放获取的门户网站和一个名为RICE scGPT的单细胞基础模型。该项目由南方科技大学牵头，并与其他机构合作。
-
安卓品牌推出手机磁吸电子阅读器
一款新的电子阅读器配件，旨在吸附在手机背面，已由一个安卓品牌推出。该设备配备 3.68 英寸电子墨水屏显示屏，仅重 61 克，是大多数智能手机的轻巧配件。
-
Manus 2.0 支持从手机进行视频编辑、游戏和远程 AI 代理
Manus 发布了其 AI 平台 2.0 版本，使用户能够远程编辑视频、托管多人游戏和操作个人 AI 代理。此次更新将 Manus 转变为一个综合平台，可以直接从用户的手机上实现高级功能。
-
研究论文详述温度对模拟深度神经网络（DNN）推理的影响
一篇新的研究论文探讨了温度对模拟深度神经网络（DNN）推理的影响，特别是在手机等资源受限设备上。研究发现，温度会显著降低推理准确性，这主要是由于系统性的非理想因素而非仅仅是随机噪声。研究评估了诸如噪声感知训练、硬件在环训练和温度感知校准等缓解策略，其中后两种在不同热条件下保持准确性方面被证明最为有效。
-
AI产品开发周期从数月缩短至数周，重新定义2026年产品发布
AI驱动产品的开发周期正在迅速加速，从数月缩短至数周。这一转变标志着从传统移动应用开发转向AI原生方法。到2026年，这一趋势有望重新定义产品的创建和交付。
-
Microsoft 发布高效病理基础模型以支持大规模研究
Microsoft Research 推出了 GigaPath-Flash 和 GigaTIME-Flash，这是新的基础模型，旨在使大规模病理学研究更易于访问和实用。这些模型通过使用蒸馏骨干网络显著降低了计算需求，从而能够更有效地分析更大的患者队列。这些开源模型旨在通过使研究人员能够研究各种数据集中的疾病生物学、生物标志物和临床结果，来促进癌症研究中的大规模人群发现。
-
Qwen 3.8 Flash Next LLM 在中端安卓手机上运行
Qwen 3.8 Flash Next 大型语言模型已成功优化，可在内存为 12GB 的中端安卓手机上运行。这项成就，在对密集部分进行低量化的情况下，以每秒 3.5 个 token 的速度运行，证明了在消费级移动设备上部署先进 AI 模型的可行性。开发者强调，这种设置在价格在 400 美元到 500 美元之间的手机上是可能的。
-
Needle2 发布适用于边缘设备的 14MB LLM
Needle2 发布了一款紧凑型 14MB 代理 LLM，专为手机、可穿戴设备和智能家居中心等边缘设备设计。该模型可在低功耗 CPU 和集成 GPU 上高效运行，无需持续的网络连接即可实现实时、设备上的推理和决策。其小巧的体积使开发人员能够将其直接集成到应用程序二进制文件中，从而带来增强的隐私性、降低的运营成本以及提高的离线工作流程的弹性。
-
指南：使用 Claude AI 分析 Oura Ring 健康数据
本文提供了一份指南，介绍用户如何利用 AI 模型 Claude 来分析他们的 Oura Ring 数据。文章解释了如何提取和输入这些健康信息，包括睡眠分数、就绪度指标和心率变异性，到 Claude 中进行解读。该过程详细说明了用户如何从手机上访问他们的数据。
-
YouTube 将 AI 聊天机器人访问权限扩展到所有设备
YouTube 正在扩大其 AI 聊天机器人功能的可用性，该功能可提供上下文感知答案。此增强功能正在向桌面、移动和电视平台上的用户推出。此 AI 集成的目标是改善用户与平台的互动和参与度。