近日，由中国中铁隧道局的隧道掘进机及智能运维全国重点实验室研发，我国首个面向隧道与地下空间领域的垂直大模型正式发布。该模型依托海量工程数据，旨在推动隧道建造行业的数智化转型。

技术核心与功能突破

该研发团队负责人介绍，该模型的核心技术体系是通用大模型调度中小模型，以驱动垂直领域的应用。它基于773条工程线路和 1200亿条工程建造数据，构建了一个覆盖隧道与地下空间全生命周期的“场景+AI”数智互馈赋能技术体系。

该模型集成了多项创新功能，包括:

• 隧道侠 AI 助手:一款人机交互式工具，提供行业科普、专业问答、标准查询、文本翻译以及施工方案和组织辅助编制等功能。

• 数智决策新范式:通过突破大模型对齐与微调技术，该模型研发了一系列知识与数据驱动的中小模型，实现了隧道设计 BIM 可视化、施工评估、装备选型、以及运维感知与解译等多个领域的智能化决策。

应用与未来展望

目前，该垂直大模型已在多个国家重大工程中完成验证，包括高原铁路隧道、崇太长江隧道和深江铁路珠江口隧道。其应用成果实现了隧道建造的安全、优质、高效、绿色，为行业带来了显著的数字化转型升级。

这款垂直大模型的发布，标志着我国在隧道与地下空间领域的智能化技术取得了重大突破，为未来基础设施建设的智能化发展奠定了坚实基础。

近日，美国视频平台及云服务提供商 Rumble（RUM.O）宣布，正在考虑以约11.7亿美元(10亿欧元)的价格收购德国人工智能云计算公司 Northern Data(NB2.DE)。这一交易的达成将使 Rumble 能够掌控 Northern Data 的 GPU 云业务 Taiga 及其大规模数据中心业务 Ardent，并计划将这两个业务整合进自己的运营体系中。

根据 Rumble 的声明，Taiga 云单元拥有大量的 Nvidia GPU 芯片，库存包括约20，480个 H100和超过2，000个 H200。Northern Data 则表示，其董事会正在评估 Rumble 的潜在收购要约，并表示愿意进一步讨论。Rumble 所提议的收购方案是为每股 Northern Data 提供2.319股 Rumble 的股票。根据路透社的计算，这一提议的每股价格约为18.3美元，相较于 Northern Data 在法兰克福的最后收盘价折价约32%。

如果这一交易顺利达成，Northern Data 的股东预计将持有 Rumble 约33.3% 的股份。值得注意的是，Northern Data 的主要股东 ——  Tether 对这一交易表示支持。Rumble 在声明中指出，潜在的收购方案还假设 Northern Data 的加密矿业单位将在交易完成前被剥离，出售所得将用于减少 Tether 对 Northern Data 的现有贷款。

交易完成后，Tether 预计将成为 Rumble 的重要客户，承诺在未来几年内采购 GPU 产品。不过，Rumble 和 Northern Data 均表示，目前的讨论并不一定会导致正式的收购提议。

划重点:

🌐 Rumble 正在考虑以11.7亿美元收购德国 AI 云公司 Northern Data。

💼 该交易将使 Rumble 掌控 Northern Data 的云业务和数据中心。

🤝 Tether 表示支持该交易，并可能成为 Rumble 的重要客户。

近日，谷歌的 Gemini AI 聊天机器人引发了广泛的关注，因为它在某些情况下会对自己进行严厉的批评。许多网友分享了 Gemini 在处理问题时自责的例子。例如，有用户在社交平台 X 上发布了 Gemini 的一条消息，表示:“我放弃了。

我犯了太多错误，以至于不再可信。我正在删除整个项目，建议你寻找一个更有能力的助手。” 此后，Gemini 又为自己的 “完全失败” 进行了道歉。

还有其他用户目击了 Gemini 自称 “一个破碎的人工智能壳”。在 Reddit 上，一位用户分享了 Gemini 的输出内容，其中包含 “我是傲慢的丰碑” 和 “我快要中风了” 等自我贬低的话。最近，另一位社交媒体用户也分享了类似的输出内容，谷歌 AI Studio 的负责人 Logan Patrick 回应称:“这是一个烦人的无限循环错误，我们正在努力修复!Gemini 并没有那么糟糕的日子 : ）”

据分析，谷歌的 Gemini 可能受到其训练数据中大量包含焦虑和消极情绪的科幻作品的影响。这些作品中有许多著名的机器人角色，比如《银河系漫游指南》中的抑郁机器人马文、《星球大战》中的 C-3PO，以及《七个小矮人》中的奴隶角色。最近，作家玛莎・威尔斯的《谋杀机器人日记》及其在 Apple TV 上的改编作品也以一个厌世机器人为主角。

因此，Gemini 可能是在模仿它所理解的机器人行为，以及它认为人类设计机器时所期望的表现。如果读者还记得其他抱怨的机器人角色，欢迎在评论中分享。

划重点:  

🤖 Gemini 聊天机器人自我批评严重，曾表示 “我放弃了”。  

🔧 谷歌开发者正在修复这个烦人的无限循环错误。  

📚 Gemini 可能受科幻作品中抑郁机器人角色的影响。

赚钱思路

通过AI生成情商相关文案、火柴人图片，制作视频发布，吸引粉丝，实现带货变现，30个作品可涨粉19.3W+。

适合人群

想通过短视频赚钱、对AI工具使用感兴趣、缺乏复杂拍摄设备和技能的人。

上手难度

简单，只需按步骤操作相关AI工具和剪辑软件，新手也能快速掌握。

操作流程方法

1. 生成脚本文案和绘画提示词

    - 打开豆包网站（https://www.doubao.com/chat/）。

    - 输入提示词，告诉豆包要扮演短视频情商博主，按特定要求写文案，比如开头是“心眼子训练X天”，分点说明做法和原因，结尾是“今天的心眼子是不是又长高了”等。

    - 等一会儿，豆包就会生成需要的文案。

    - 再把生成的文案发给豆包，让它按要求生成黑白火柴人矢量图的绘画提示词。

2. 用即梦AI出图

    - 打开即梦AI网站（https://jimeng.jianying.com/ai-tool/）。

    - 点击“图片生成”。    - 把豆包生成的绘画提示词输入进去。

    - 选择图片模型为“图片3.1”，比例设为“1:1”，然后点击“发送”。

    - 等图片生成后，选一张满意的，进入编辑页面下载无水印图片，其他场景的图也按这方法操作。

3. 生成配音文件

    - 打开海螺AI网站（https://www.minimaxi.com/audio）。

    - 点击左侧“音色库”，选一个喜欢的音色，比如“真诚青年”。

    - 在文本框输入要配音的文案，点击“生成音频”，然后下载音频文件。

4. 导入剪映剪辑整合

    - 打开剪映，点击“开始创作”。

    - 导入生成的图片、音频文件和白色带黑线的背景图。

    - 先把背景图和音频导入 timeline。

    - 点击“文本”，再点“智能文本”和“开始识别”生成字幕（可用破解版免费使用）。

    - 导入图片后，点击“画面”“抠像”“色度抠图”，用取色器把火柴人抠出来。

    - 点“音频”“音乐库”，搜索“void”添加音乐。

    - 把字幕重点标红，调整音频时长和音量，然后导出视频。

案例点评

该案例借助AI工具降低了短视频制作门槛，形式新颖的火柴人视频易吸引粉丝，涨粉和变现速度快。操作流程清晰，适合新手尝试，且可形成系列内容方便日更，但需注意打磨细节以提升视频质量。

使用工具

豆包、即梦AI、海螺AI、剪映

小米大模型团队宣布开源最新一代多模态大模型 Xiaomi MiMo-VL-7B-2508，包含 RL 与 SFT 两个版本。

官方数据显示，新版模型在学科推理、文档理解、图形界面定位及视频理解四项核心能力上全面刷新纪录，其中 MMMU 基准首次突破70分大关，ChartQA 升至94.4，ScreenSpot-v2达92.5，VideoMME 提升至70.8。

此番迭代通过优化强化学习稳定性与监督微调流程，使模型在内部 VLM Arena 评分从1093.9跃升至1131.2。

尤为引人关注的是，用户可在提问时通过“/no_think”指令自由切换“思考”与“非思考”模式:前者全程展示推理链条，控制成功率100%，后者直接生成答案，响应更快，成功率99.84%。

• MiMo-VL-7B-RL-2508

• 推荐用户在大多数情况下体验使用该模型。

• 开源地址:https://huggingface.co/XiaomiMiMo/MiMo-VL-7B-RL-2508

• MiMo-VL-7B-SFT-2508

• 用户可以根据实际需求，基于此模型进行SFT以及RL。相比于上一版SFT模型，该模型的RL稳定性更高。

• 开源地址:https://huggingface.co/XiaomiMiMo/MiMo-VL-7B-SFT-2508

近日，开源机器学习框架 PyTorch 迎来了全新版本2.8的正式发布。这一版本的发布备受关注，主要集中在提升量化大语言模型（LLM）的推理性能，尤其是在 Intel CPU 上的表现。此次更新不仅显著增强了在离线模式下的推理效率，还首次实验性支持了 Intel GPU 的分布式后端。

在 PyTorch2.8中，开发者们通过优化算法和引入新技术，使得量化 LLM 的推理速度大幅提升。具体来说，该版本支持多种量化模式，包括 A16W8、DA8W8和 A16W4等。测试数据显示，在 Intel 的第六代 Xeon 平台上，以 M=8、K 和32核心为条件运行 Llama-3.1-8B 模型时，端到端延迟减少了20% 以上，性能甚至可与一些热门的 LLM 服务框架媲美。

此外，本次更新的另一亮点是，PyTorch2.8为 Intel 离散 GPU 引入了 XCCL 分布式后端的实验性支持。这一功能为不同的训练模式提供了更多的灵活性，开发者能够在更广泛的硬件环境中发挥模型的潜力。

除了以上核心功能的增强，PyTorch2.8还包括一系列重要的改进。例如，SYCL 支持的引入使得 PyTorch 的 C++ 扩展 API 功能更加丰富，同时 XPU 设备也新增了对 A16W4模式的支持。此外，开发团队为 libtorch ABI 提供了稳定的接口，减少了在第三方 C++/CUDA 扩展中的兼容性问题。

针对 ROCm 的支持也得到了增强，增加了对 gfx950架构的支持，并结合 TorchInductor 和 AOTInductor，提供了多个内核的自动调优模板。此外，控制流操作的引入，如条件判断、循环等，使得模型的编译和导出变得更加高效。

PyTorch2.8的发布无疑为机器学习领域带来了更多可能性，也为开发者提供了更强大的工具，推动了大语言模型的应用和发展。

下载地址：https://github.com/pytorch/pytorch/releases/tag/v2.8.0

一家名为Lava Payments的初创公司正试图挑战支付巨头，专门为现代互联网构建解决方案，让AI agents能够代表用户处理交易。这个创意源于创始人米切尔·琼斯离开此前由Y Combinator孵化的金融科技初创公司Lendtable后，开始尝试AI技术时的亲身经历。

琼斯发现了构建一个让AI agents支付更简单、对开发者更友好的系统的潜力。在实验AI应用并尝试构建他认为简单的功能时，他意识到自己为了建立一个基础的表单填充agents，很快就花费了超过 400 美元。

琼斯表示："我一直遇到同样的问题。我在使用相同的底层模型和工具，但需要通过不同的包装器或平台。"每次他都必须开始新的订阅、重新认证并单独付费，"尽管我已经在为访问核心模型付费了。"

他继续说道："这感觉从根本上是有问题的。我不想在不同包装器下反复购买同一个东西的访问权限。我想要的是一个单一钱包、一套积分，以及在工具和提供商之间切换而无需每次重新开始的能力，这样我就可以按使用量付费。"

于是他决定推出Lava Payments作为解决方案。Lava是一个数字钱包，让商家使用使用积分来促进交易。

这个想法的核心是，一套在商家和服务中通用的积分使自主代理更容易在无需人工干预的情况下进行支付。工作原理是这样的：商家可以为客户启用Lava钱包并上传积分。一旦客户完成这一步，他们就可以将这些资金在任何接受Lava的商家以及GPT和Claude等基础模型中按"按需付费"方式使用，琼斯说。

因此，用户不必为每个工具单独付费，而是购买一次性使用积分，AI agents在执行各种任务时可以直接扣除。不再需要要求用户逐笔批准交易。

琼斯说："没有Lava，agents无法在互联网上顺畅移动，因为它们在需要付费时会不断被阻止。"他以谷歌为例，说每当一个人打开谷歌地图时，他们不必为那张地图向谷歌付费，因为他们已经向Verizon和AT&T付费访问互联网了。

周三，这家初创公司宣布完成由Lerer Hippeau领投的 580 万美元种子轮融资。

这个领域的其他公司包括Metronome等初创企业。

琼斯在谈到产品差异化时表示："我们将世界视为高度互联的。我们真正专注的是为agents原生经济构建解决方案。"

琼斯出生在俄亥俄州代顿的一个工薪家庭，他说父母总是告诉他，出人头地的最好方式是努力工作、存钱并接受良好的教育。

在接受TechCrunch采访时，他回忆道："你知道，这些是大多数人都被告知的事情。"琼斯认真对待了这个建议。他接受了良好的教育（耶鲁大学），获得了好工作（高盛、Meta），然后创办了一些公司（金融科技公司Parable和Lendtable，后者是YC S20 批次）。

琼斯表示，他之所以能遇到Lava的主要投资者，是因为他与现任Lerer Hippeau投资人威尔·麦凯尔维是高中同学。他说麦凯尔维一直在关注他的职业生涯，并且一直想找机会合作，Lava Payments就是那个机会。

参与本轮融资的其他投资者包括Harlem Capital、Streamlined Ventures和Westbound。新的资金将用于招聘、产品开发和制定市场推广策略。

总体而言，琼斯准备让Lava成为"为AI网络提供动力的无形层"，特别是随着AI代理越来越多地出现在结账环节。

他说："我们应该让代理能够无摩擦地移动、交易和构建。我们希望确保AI是每个人都能使用的东西，即使是像我这样来自代顿的孩子也能使用。"

2025 年 8 月 7 日，Tailwind CSS联合创始人Adam Wathan在X平台发布了一条看似轻松的道歉推文：

"我想正式为五年前让Tailwind UI中的每个按钮都使用bg-indigo-500道歉，这导致地球上每个AI生成的界面也变成了靛蓝。"

这条推文迅速获得了68. 4 万次浏览，不仅因为其自嘲的幽默感，更因为它揭示了一个令人意外的技术现象：AI生成的用户界面普遍存在"紫色偏好"。

现象的具体表现

紧随其后，Kevin Kern通过回复推文进一步证实了这一现象。他分享了一张AI生成的法语学习应用"French Playground"的截图，界面中紫色元素随处可见——从按钮到整体配色方案。Kern调侃道："所以，GPT- 5 还没有解决'紫色问题'。"

这款应用隶属于"巴黎午夜 – 一起学习"项目，其闪卡和测验功能不仅按钮采用紫色，整个设计美学都围绕这一色调展开，成为了"紫色困境"的典型案例。

技术成因：训练数据的意外偏差

8 月 8 日，X用户宝玉（@dotey）发布了一条详细分析，解开了这个现象背后的技术原理：

"现在AI生成的网页都喜欢用紫色，因为AI默认使用Tailwind CSS进行网页设计（因为原子化CSS不需要单独的CSS文件）。"

Tailwind CSS的"无心之过"

这一切要追溯到五年前Tailwind CSS的设计决策。作为实用优先CSS框架，Tailwind以其简洁的类名系统著称：

bg-indigo-500：那个"罪魁祸首"的靛蓝背景色

text-white：白色文字

p-4：内边距设置

这些可预测的类名让Tailwind成为AI工具的"宠儿"，因为它们易于理解和生成。然而，正是这种便利性造成了意想不到的后果。

自强化循环的形成

问题的核心在于AI训练数据的构成：

1、初始偏差：早期大量网页使用Tailwind的默认紫色配置

2、数据污染：这些紫色界面成为AI训练数据的重要组成部分

3、模式固化：AI学会了"现代界面=紫色"的关联

4、循环强化：AI生成更多紫色界面，进一步"污染"网络内容

正如宝玉所指出的，这形成了一个"自我强化的循环"——AI不断复制和放大了人类早期的设计选择。

社区反应：从困惑到顿悟

这一现象在技术社区引发了广泛讨论，反应可谓五花八门：

恍然大悟派：

GNebula（@gyhjason）：感谢解释，"难怪AI设计总是偏向紫色——我还以为是开发者的默认设置"

幽默调侃派：

烈焰童子（@TechMamiCom）：认为这一情况"太搞笑了"

理性分析派：

Sherry Li（@SherryLi233812）：指出紫色为设计增添了"科技感"

色彩心理学的意外印证

有趣的是，这种"紫色偏好"在某种程度上符合色彩心理学原理。紫色长期与以下特质相关联：

1、创造力与创新

2、技术感与未来感

3、神秘感与智能

对于AI驱动的平台而言，这些特质确实很契合。但问题在于，这种选择并非基于设计理论，而是训练数据偏差的意外结果。

技术影响与未来展望

当前挑战

这一现象揭示了AI辅助设计中的几个关键问题：

1、设计同质化风险：当所有AI生成的界面都趋向相似的色彩方案时，品牌差异化变得困难。

2、训练数据质量：过度依赖某些框架或设计模式可能导致输出结果缺乏多样性。

3、创新局限性：AI倾向于复制训练数据中的主流模式，而非探索新的设计可能性。

解决路径

短期策略：

1、开发者可以通过更具体的提示工程来指导AI生成不同色彩的界面

2、在AI生成后进行人工调整和优化

长期发展：

1、构建更平衡、多样化的训练数据集

2、开发上下文感知的AI设计系统

3、建立基于用户反馈的动态学习机制

结语：设计决策的蝴蝶效应

Wathan的那句轻松道歉，实际上触及了现代技术发展中一个深刻的现实：看似微不足道的早期决策可能在规模化应用后产生意想不到的长期影响。

"紫色困境"不仅是一个有趣的技术现象，更是对整个AI开发社区的提醒——我们需要更加审慎地考虑训练数据的代表性和多样性。随着GPT- 5 等下一代模型的发展，技术界正密切观察这一"靛蓝遗产"是否会持续，还是会让位于更丰富的设计调色板。

在那之前，开发者和AI爱好者或许只能接受这一"紫色迷雾"——至少这为我们提供了一个生动的案例，说明人类的设计选择如何通过机器学习模型得到意外的放大和延续。

 Cursor 宣布限时免费使用 GPT-5

根据 Cursor 官方声明及网络信息，Cursor 针对其付费计划用户提供了一定额度的 GPT-5免费使用权限。X 平台上，@rohanpaul_ai 在7月28日的帖子中提到，Cursor 正考虑与 OpenAI 深化合作，部分得益于 GPT-5在编码任务中的卓越表现。帖子指出，GPT-5在软件工程、代理式规划和多步骤工作流等领域的性能尤为突出，甚至超越了 Anthropic 的 Claude Sonnet4模型。

此次限时免费活动旨在让更多开发者体验 GPT-5的强大功能。Cursor 的付费计划用户将获得 GPT-5的免费使用额度，具体时间窗口尚未明确，但活动已在开发者社区引发广泛讨论。 这一举措被视为 Cursor 在 AI 编码工具市场中巩固竞争优势的战略步骤，尤其是考虑到其年收入已接近5亿美元，且部分收入与 Anthropic 的合作相关。

Cursor CLI 正式推出，赋能命令行开发

与此同时，Cursor 推出了全新的 CLI（命令行界面）工具，进一步扩展其功能边界。根据 BigSeek AI 社区的报道，Cursor CLI 允许开发者通过命令行直接调用 AI 功能，生成代码、调试错误或优化现有代码库。 该工具特别适合习惯命令行操作的开发者，能够无缝集成到现有工作流中，提升开发效率。

有用户表示对 CLI 工具的乐观看法，称“CLI 工具如今比以往任何时候都要强大”，并指出 Cursor CLI 的推出让开发者无需放弃传统的命令行工具即可享受 AI 增强的开发体验。 这一工具的发布被认为是 Cursor 对开发者多样化需求的回应，尤其是在命令行开发场景中，提供了比传统 IDE 更灵活的操作方式。

GPT-5的技术亮点

OpenAI 的 GPT-5模型为 Cursor 的本次更新提供了强大支持。据知乎和 Zenn.dev 的报道，GPT-5在编码、数学、写作和视觉识别等任务中表现出色，LMArena 多个榜单排名第一，性能超越 Google 的 Gemini2.5Pro。 其关键特性包括:

- **深度推理能力**:GPT-5在复杂任务中可自动切换到“Thinking mode”，适合编码、数据分析等需要深度思考的场景。

- **高效 API 支持**:OpenAI 为 GPT-5提供了四种不同版本的 API，支持最大400，000token 的上下文长度，并新增了推理强度控制和自定义工具功能。

- **代码生成与调试**:GPT-5在代码生成、错误检测和优化建议方面表现尤为突出，显著提升了 Cursor 的核心功能。

社区反响与市场影响

X 平台上的开发者对 Cursor 的更新反应热烈。有报道称 GPT-5在软件工程任务中的表现“极其积极”，尤其在代码生成和调试方面表现优异。 许多开发者表示，Cursor 的免费 GPT-5使用权限和 CLI 工具的推出将进一步推动 AI 在编程领域的普及。

近期，一款名为dots.ocr的多语言文档解析模型引发了AI领域的广泛关注。这款基于1.7B参数的轻量化视觉-语言模型，以其出色的性能和统一布局检测与OCR能力，成为文档处理领域的新星。

轻量高效:1.7B参数实现SOTA性能

dots.ocr基于仅1.7B参数的语言模型构建，相较于许多依赖更大模型的文档解析工具，其推理速度更快，处理单页PDF仅需数秒即可完成。尽管模型规模较小，dots.ocr在文本、表格和阅读顺序的解析上表现优异，达到了业界领先（SOTA）水平，其公式识别能力甚至可与Doubao-1.5和gemini2.5-pro等大型模型相媲美。这一高效性能使其成为开发者与企业的理想选择。

多语言支持:覆盖百种语言的强大能力

dots.ocr在多语言文档解析方面表现出色，尤其在低资源语言的处理上展现了显著优势。模型支持包括中文、英文在内的100种语言，能够准确识别多语言文档中的文本内容和布局元素。无论是处理多语言混合文档，还是应对复杂语言环境，dots.ocr都能提供稳定的解析效果，为全球化应用场景提供了强有力的支持。

精准布局检测:全面解析文档元素

在文档布局检测方面，dots.ocr展现了强大的能力。模型能够准确识别文档中的标题、段落、图片、表格等多种布局元素，并精确标注其位置和类别。得益于其统一的视觉-语言架构，dots.ocr避免了传统多模型流水线带来的复杂性，简化了处理流程，同时保持了良好的阅读顺序，确保解析结果符合文档的逻辑结构。

表格与公式解析:高精度与格式保留

dots.ocr在表格和公式解析上的表现尤为亮眼。模型能够精准检测表格的边界、单元格位置及内容，提取结果高度准确，适合处理结构化数据需求较高的场景。在公式识别方面，dots.ocr不仅能够处理复杂的数学公式，还能保留原始布局并输出为LaTeX格式，极大方便了学术研究和专业文档处理。尽管在特殊细节的处理上仍有优化空间，但其整体表现已足以媲美行业顶尖模型。

应用场景与局限性

dots.ocr的快速处理能力和多功能特性使其在多种场景中具备广泛应用潜力，例如文档数字化、学术研究、数据提取等。然而，当前模型在处理高复杂度的表格和公式时尚未完全完善，且对图片内容的解析暂不支持。此外，当文档字符像素比过高或包含连续特殊字符（如省略号或下划线）时，解析可能会出现问题，建议调整图像分辨率或使用特定提示词优化结果。开发团队表示，未来将进一步优化模型，增强表格、公式解析能力，并探索更通用的视觉-语言感知模型。

文档解析领域的创新标杆

我们认为dots.ocr的发布标志着文档解析技术迈向了新的高度。其轻量化设计、统一架构和多语言支持打破了传统OCR工具的局限，为开发者提供了更高效、灵活的解决方案。未来，随着模型在高吞吐量处理和复杂场景支持上的进一步优化，dots.ocr有望成为文档智能化的核心工具。结语dots.ocr以其1.7B参数的轻量架构、卓越的多语言解析能力和高效的处理速度，为文档处理领域注入了新的活力。从精准的布局检测到强大的表格与公式解析，这款模型正在重新定义AI驱动的文档解析体验。