标签：推理

Motional 与 MIT 的 AI 解读自动驾驶决策

自动驾驶公司 Motional 正与 MIT 合作，研究如何用 AI 模型解释自动驾驶车辆在复杂路况下的决策逻辑。这件事的意义在于，它试图让“黑盒”式的自动驾驶判断变得可追溯、可理解，为监管和公众信任铺路。

欧洲云服务商 OVHcloud 宣布，因 AI 训练与推理需求推高内存成本，将上调部分非 AI 托管及云服务价格。这标志着 AI 算力膨胀的硬件成本，正开始向传统云用户传导。

Perplexity 在 Mac 客户端推出 Hybrid Compute（混合计算）功能，允许用户将任务拆分为云端大模型与本地模型分别处理，敏感文件默认留在本机执行。它把隐私和算力成本的控制权从平台转交到用户手中，是搜索与 AI 助手产品在终端侧推理方向上的一个明确信号。

两位 Google Cloud 工程师基于大量实测，指出智能体沙箱在冷启动、隔离、安全性和状态恢复等维度存在严重的营销宣传与实际表现偏差，为企业选择执行环境提供了决策框架。

亚马逊云科技正式开源了内部 Agent 工作台 Kiro Crew，它能把多个 AI 编程任务交给不同 Agent 并行处理，并跨会话保留记忆和进度。这个项目半年内被近 4 万名内部开发者采用，它的开源意味着 AI 编程正从“单次生成代码”走向“长期任务管理”。

GitHub 调整了 Copilot 模型访问权限的判定逻辑：当用户同时属于多个组织时，只有承担计费的那个组织所启用的模型才能被使用。这意味着企业治理规则将直接决定开发者能调用哪些大模型。

Hugging Face 发布了一组包含 207 个 WebGPU 内核的开源工具包，试图把浏览器里的本地 AI 推理速度拉高一个台阶。这相当于把 GPU 的底层操作做成标准化模块，供开发者直接调用。

亚马逊高级应用科学家 Abhinav Bohra 公开复盘自己的职业遗憾：在大模型与推荐系统竞争白热化的阶段，他花了数年才意识到“内部声誉无法带走”。这提醒所有 AI 从业者，技术能力需要外部可见的成果来兑现长期价值。

Segway 的 Navimow i110 割草机器人在 Amazon 降价至 788 美元，较原价便宜 311 美元。这款产品利用 AI 视觉与手机建图技术取消物理边界线，是消费级 AI 硬件进入家庭园艺场景的典型案例。

Vercel 正在推广一种名为 DESIGN.md 的文件格式，把设计规范写进 Markdown，让 AI 代理在生成页面时直接读取并遵循品牌风格。他们认为这是对抗 AI 内容“同质化”（slop）的一种工程化手段，相当于把设计品味变成代码。