#1量子位
跨维智能DexWorldModel斩获榜首，世界模型真正的考场在机器人执行里
跨维智能DexWorldModel以机器人任务成功率为核心指标重构世界模型评价体系，通过四层协同架构解决表示、记忆、推理与数据瓶颈，推动具身智能从视频生成走向真机闭环执行。
- 世界模型应以机器人任务成功率而非视觉质量为评价标准，避免指标错位导致落地失效。
- DexWorldModel采用语义潜空间+双状态记忆+异步推理架构，突破传统像素建模与KV缓存的系统瓶颈。
- 行业正从VLA过渡到物理交互驱动的世界模型，数据飞轮和真机闭环成为下一代具身智能核心竞争力。
阅读全文#2宝玉(@dotey)
苹果官宣 CEO 交接：Tim Cook 将于 2026 年 9 月 1 日卸任，转任执行董事长（Executive Chairman），硬件工程高级副总裁 John Ternus 接棒成为苹果下一任...
苹果宣布2026年9月1日Tim Cook卸任CEO转任执行董事长，由硬件工程高级副总裁John Ternus接任，负责应对全球政策与产品战略挑战。
- Ternus主导iPhone 17、MacBook Neo等核心硬件项目，工程师背景将影响苹果未来产品方向。
- Cook任内市值从3500亿增至4万亿美元，推动服务业务与自研芯片转型，卸任后专注全球政策事务。
- 董事会同步调整，原董事长Levinson转任首席独立董事，Ternus进入董事会，确保权力平稳过渡。
阅读全文#3宝玉(@dotey)
GitHub 今天（4 月 20 日）对 Copilot 个人版套餐做了一次大动作调整：暂停 Pro、Pro+、Student 三档套餐的新用户注册，收紧使用额度，并从 Pro 套餐里移除 Claud...
GitHub暂停Copilot Pro/Pro+/Student新用户注册，收紧额度并从Pro移除Claude Opus，仅免费版开放，旨在控制成本并引导用户升级Pro+。
- 新用户无法注册Pro/Pro+/Student套餐，现有用户仍可切换档位。
- Pro套餐移除Claude Opus模型，仅Pro+保留最新Opus 4.7且消耗更高。
- 官方提供30天内退订全额退款，应对用户不满并引导转向高阶套餐。
阅读全文#4SuperTechFans
2026 04 21 HackerNews
欧盟2027年起强制手机配可换电池，GitHub星标经济被揭600万虚假刷量，Qwen3.6与Kimi等模型在编码基准提升但真实体验仍存争议。
- 欧盟新规推动电子设备可持续性，但对轻薄设计和低端机型构成挑战。
- GitHub星标易被操纵，评估开源项目应综合活跃度、维护与下载等指标。
- AI模型虽在基准测试领先，但真实任务表现、安全隔离与文档处理更关键。
阅读全文#5freeCodeCamp.org
How to Build a Headless WordPress Frontend with Astro SSR on Cloudflare Pages
教程详解如何用Astro SSR构建无头WordPress前端并部署到Cloudflare Pages，兼顾性能、安全与预览功能。
- 通过子域名隔离WordPress后台与Astro前端，实现内容与展示层解耦。
- 使用must-use插件处理重定向和草稿预览，保障编辑体验无缝衔接。
- Astro SSR + Cloudflare Pages实现自动部署，兼顾静态性能与动态渲染能力。
阅读全文#6The JetBrains Blog
Busy Plugin Developers Newsletter – Q1 2026
JetBrains发布2026年Q1插件开发者通讯，更新审批规范、工具链升级至2.14.0，并推荐启用Internal Mode提升调试效率。
- 新审批条款禁止插件干扰IDE核心功能如授权、试用和升级流程。
- IntelliJ平台Gradle插件2.14.0优化默认配置，简化项目构建与发布流程。
- 启用Internal Mode可访问UI Inspector等高级调试工具，提升开发效率。
阅读全文#7AWS Machine Learning Blog
Accelerate Generative AI Inference on Amazon SageMaker AI with G7e Instances
AWS推出基于NVIDIA Blackwell架构的G7e实例，单GPU显存达96GB，推理性能较前代提升2.3倍，显著降低大模型部署成本与复杂度。
- G7e实例单GPU显存96GB，支持单节点部署35B参数模型，多节点可承载300B模型。
- 相比G6e实例，G7e推理性能提升2.3倍，网络带宽达1600Gbps，大幅减少跨节点延迟。
- 适用于聊天机器人、RAG、长文本生成及多模态AI等场景，FP4精度与EFAv4进一步优化效率。
阅读全文#8向阳乔木(@vista8)
读了一个谷歌大牛用AI辅助编程的感受和复盘日志，里面金句还挺多的。
1. AI 是实现层面的力量倍增器，但是设计层面的危险替代品。
2. 一个问题对人类或 AI 来说越容易验证正确性，AI 就越擅...
谷歌工程师复盘AI编程实践，指出AI擅长实现但弱于设计，缺乏时间感知，强调开发者需保持代码库理解与重构品味以降低犯错成本。
- AI是实现层的力量倍增器，但替代设计层会带来风险。
- 问题越易验证正确性，AI处理效果越好，反之则表现受限。
- 失去对代码演进过程的感知，开发者会沦为低效的自我管理者。
阅读全文