**中文翻译:** JPEG XL 是下一代图像格式，取代旧版 JPEG，以满足 HDR 与宽色域等现代显示器的需求。该格式并非一夜之间出现，而是十年开源实验的结晶，融合了感知建模、熵编码和高效块化变换。2011‑2017 年的 WebP Lossless 熵图概念、Brotli 上下文建模、Butteraugli 边缘感知度量和 XYB 色彩空间揭示了现有编解码器的极限，并产生了高压缩工具 Guetzli（慢速、感知化、比 JPEG 小 20‑30 %）以及 Brunsli（无损 JPEG 重新压缩）。2017‑2019 年，Google 的实验性 PIK 编码器（结合 Brunsli 的快速解码与 Guetzli 的感知优化，并引入可变块 DCT）与 Cloudinary 的 FUIF（在解码时逐步细化上下文）相融合。最终 JPEG XL 标准将 PIK 的自适应量化与分布选择与 FUIF 的高级上下文树结合，提供低至 0.06 bits/像素的压缩，但仍能实时解码。
如今 JPEG XL 正在摄影（苹果 ProRAW、DNG 1.7）、医学成像（DICOM）和出版（PDF、EPUB）等关键行业得到应用。macOS、iOS、visionOS、Android、Linux、Windows（通过 JPEG‑XL 图像扩展）以及主流浏览器（Safari、Firefox 与 Chrome 的实验性支持）已原生支持该格式。CAST 与 Shikino 的商业 IP 核以及 libjxl‑tiny 为 ASIC/FPGA 平台提供实时低功耗编码。
为何现在重要：Web 的增长、8K/10‑bit 显示器的普及以及更严格的带宽预算都要求一种在保持近 JPEG 质量的同时大幅降低文件大小并支持无损 HDR 的格式。JPEG XL 高效的 Var‑DCT、熵图选择与自适应上下文树正好满足这些需求。其开源生态将推动厂商快速采纳与生态扩张。对开发者而言，需要在图像流水线中加入 JPEG XL 解码支持，并考虑将其用于新的图像密集型应用；对浏览器而言，持续推行将降低整体网页数据流量。主要风险低，主要关注的是在移动、桌面和服务器平台之间实现一致支持，才能让旧格式真正退役。
**中文翻译:** 保罗·洛克哈特在《数学家的悲叹》（2002年）中尖锐批判了当代数学教育。他借用音乐家从噩梦中惊醒的比喻——梦中音乐教育沦为强制性的乐符记忆而无实际演奏，以及画家只教颜色名称而禁止自由绘画——说明数学教育同样扼杀创造力，将数学变成脱离探索、发现与美的机械符号操作。洛克哈特强调数学本质是一门艺术：激进、富有表现力、令人震撼，但社会和教育体系却将其视为枯燥的逻辑工具，忽视其艺术性。当前系统由非数学家设计，以标准化考试和大学录取为导向，主动摧毁儿童的好奇心和对模式的热爱。洛克哈特指出唯一正确理解其荒谬性——‘数学课愚蠢又无聊’——的是学生本人。该文呼吁彻底改革：将数学作为一门艺术教授，强调探索、解题和审美体验，而非死记硬背和技术熟练度。
**中文翻译:** Ableton 发布了适用于 Live 12.4.5 Suite 测试版的扩展 SDK，允许用户开发可直接集成到 Ableton Live 的自定义 JavaScript 工具。扩展可作用于音轨、片段、MIDI 数据、设备、节拍和项目结构，实现工作流自动化、音乐信息转换、歌曲结构分析、生成模式创建、外部服务连接，甚至运行迷你游戏。与专注于合成和信号处理的 Max for Live 不同，扩展侧重于 Live 项目内的数据操作和任务自动化。开发需要 Node.js v24.16.0 和 SDK，通过右键点击项目元素触发上下文菜单。虽然非开发者可能通过 AI 助手实现，但扩展目前仅限 Live Suite，需通过设置手动安装。该测试版显著扩展了 Live 的自定义功能，但存在测试版相关的稳定性风险。后续步骤可能包括 SDK 优化、社区反馈整合，以及测试版成功后向其他 Live 版本扩展。
**中文翻译:** 本文聚焦“Lovable signs multiyear deal with Google Cloud to up usage 5x, source says”。当前可用上下文有限，但它涉及一项值得关注的技术或政策进展。实践层面的建议是持续跟踪官方更新，并评估其对产品、安全与运营的实际影响。
**中文翻译:** 本文聚焦“Defense tech is flooded with money, but who’s built to last?”。当前可用上下文有限，但它涉及一项值得关注的技术或政策进展。实践层面的建议是持续跟踪官方更新，并评估其对产品、安全与运营的实际影响。
**中文翻译:** 优步宣布计划在2026年全球部署500辆配备传感器的现代Ioniq 5汽车，以收集真实驾驶数据，支持与Avride、Waymo和WeRide等自动驾驶汽车伙伴的发展。此举标志着优步自2020年将其自动驾驶部门出售给Aurora以来的首次车辆组装，也是其今年早期推出的AV Labs部门（用于汇总高保真数据以训练自动驾驶系统）的一部分。每辆车配备14个摄像头、8个固态激光雷达传感器和9个雷达，通过与Roush Performance的合作集成，并采用Nvidia的Dual Drive Thor计算机进行数据处理。该车队计划每月收集200万英里的数据，重点关注地域多样性，以创建同步的360度数据集，用于训练自动驾驶软件。优步已具备先机，在过去两年中收集了数千辆汽车在数十个城市的数据。此举凸显优步正转向为自动移动提供数据和运营支持，而非自行开发自动驾驶汽车，与其更广泛的优步自动化解决方案部门（处理机器出租车和送货机器人业务）相一致。该计划可能加速自动驾驶技术的开发，通过为合作伙伴提供大规模真实测试环境，同时巩固优步在自动驾驶生态系统中作为关键中介的地位。
**中文翻译:** 本文探讨了重建蓝色起源（Blue Origin）佛罗里达发射基地的时间问题，该基地最近遭受了损伤。文章引用了前SpaceX工程师及行业内部人士的访谈，讨论了重建发射台所涉及的技术、监管和后勤挑战。他们指出，重建过程可能需要数年时间，具体取决于设计最终确定、新发动机的采购、地面支持系统的集成以及许可批准等因素。文章还强调，蓝色起源可能需要借鉴自身的发展经验以及如SpaceX等竞争对手的经验，后者在发生挫折后能够相对迅速地重建发射场。虽然具体时间表仍不确定，但接受采访的专家普遍认为，最少需要两到三年才能让该设施进行试飞，而完整的运营能力可能会进一步拖延。文章最后得出结论，重建工作是一次重大工程，将考验蓝色起源从挫折中恢复的能力。
**中文翻译:** 英国竞争和市场管理局（CMA）要求谷歌在其AI生成的搜索功能（如AI概览）中改进内容来源的署名和链接透明度，并允许出版商选择退出使用其内容进行这些功能。这是全球首例此类监管行动。谷歌必须确保来源内容的署名清晰、准确，并提供直接链接，同时不能对选择退出的出版商在搜索排名中进行惩罚。出版商将通过搜索控制台获得控制权，可选择退出站点或特定页面的内容使用。CMA指出，这一决定基于谷歌在搜索领域的“战略市场地位”，旨在增强信任、透明度和新闻机构的公平谈判能力。谷歌最初反对这些变更，认为过多署名可能损害用户体验，但后来宣布遵守指令。该公司正在测试新的搜索控制台工具，针对英国出版商，并计划全球推广。谷歌需提交合规报告，并在九个月内完成调整，一个月内提交实施计划。包括新闻媒体协会在内的批评者认为这是朝着公平数字内容实践迈出的重要一步。这一裁决针对AI署名不准确和缺乏退出机制的问题，反映了日益增长的对科技巨头AI整合的监管审查。
**中文翻译:** Google 推出了 Gemma 4 12B，这是一款填补其 4 月份系列产品空缺的新型生成式 AI 模型。最初的系列提供了两款小型模型（E2B/E4B）用于移动端，以及两款大型专家化模型（26B Mixture‑of‑Experts 与 31B Dense）。12B 模型正好位于两者之间，几乎匹配 26B 的性能，却占用更少的内存。Google 声称只要笔记本配备 16 GB 系统 RAM 或 VRAM，就能在本地运行，无需昂贵的 GPU 加速器。
关键技术亮点：
* **多令牌预测（MTP）** – 一种启发式推断技术，模型能并行生成数个未来令牌，提升吞吐量并减少无用计算。 * **新编码方案** – 更高效的输入令牌表示方式，将内存占用缩减约 50%。 * **原生多模态** – 模型可同时接收文本、音频和图像输入，超越之前 Gemma 系列的功能。
Google 的基准结果显示 12B 在保持接近 26B 分数的同时，内存需求仅为其一半。模型能够执行复杂的多步推理和代理式工作流程，过去需要更大的模型才能实现。对开发者而言，该版本提供了一个低成本、强大的本地推理方案，可提升隐私、降低延迟并减少云使用。
意义：
* **消费者层面** – 配备 16 GB RAM 的任意笔记本都能离线运行高质量生成模型，支持 AI 助手、内容创作工具和教育应用。 * **企业层面** – 公司可在边缘设备或内部服务器上部署 12B，无需扩容基础设施，减少对第三方云 API 的依赖。 * **竞争格局** – Google 的举措推动 Meta、Anthropic、Microsoft 等竞争者跟进，进一步加速低资源、高效 AI 模型的发展。
后续：开发者将需研究 MTP 调优参数；Google 可能在后续发布更多优化或多模态功能。整个行业正朝着更加高效、可在设备上运行的生成式 AI 方向演进。