ClustrMaps 宕机了，但是 👇 免费 ClustrMaps / RevolverMaps 替代方案 3D 访客地球仪小部件 —— 由你的 Umami analytics 数据驱动 开源地址： https://github.com/Selenium39/umami-maps 在线演示： https://fwfw.app
IT之家 6 月 8 日消息，据唯卓仕官方公众号，唯卓仕今天正式推出了 AF 75mm F1.8 及 AF 90mm F2.2 两款 EVO 半画幅相机镜头，前者定价为 1499 元，后者定价为 1699 元，均提供 E/Z/XF 卡口。 AF 75mm F1.8 京东 唯卓仕 AF 75mm F1.8 相机镜头 1499 元 直达链接 该镜头整体重量根据卡口不同在 325-355g 左右，提供了手动光圈环，E/Z 卡口版本提供了 Fn 自定义按键、CLICK 光圈环有级无级切换开关、AF / MF 对焦模式切换开关。镜头采用 STM 静音马达对焦，使用 9 组 11 片光学结构，最近对焦距离 0.74m。 AF 90mm F2.2 京东 唯卓仕 90mm F2.2 相机镜头 券后 1699 元 领 30 元券 该镜头整体重量根据卡口不同在 320-340g 左右，提供了手动光圈环，E/Z 卡口版本同样提供了 Fn 自定义按键、CLICK 光圈环有级无级切换开关、AF / MF 对焦模式切换开关。镜头采用 STM 静音马达对焦，使用 8 组 10 片光学结构，最近对焦距离 0.74m。 京东 618 无门槛红包 面额至高 26618 元，每天抽 3 次： 点此抽红包 淘宝 618 无门槛红包 面额至高 26888 元，每天抽 1 次： 点此抽红包
提示要签证证明 2 个帖子 - 2 位参与者 阅读完整话题
codex推荐了三星 Samsung 990 EVO Plus 1TB / 2TB，M.2 2280 NVMe，1T的我淘宝上一看价格1400 我现在全身上下就3000块钱，真买不起了，有没有佬友教一下买其他的什么牌子， 20 个帖子 - 16 位参与者 阅读完整话题
分享一个Evoxt的马来西亚自建节点，服务器6月13日过期，免费分享给佬友。 不能直连了，用的vmess+ws，佬友们可以自己优选ip然后填到地址栏。 base64： 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 1 个帖子 - 1 位参与者 阅读完整话题
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 github.com GitHub - Dyalwayshappy/Spice: A decision brain for agentic systems: perceive... A decision brain for agentic systems: perceive context, compare options, and control execution. 各位佬友好啊，我是Jia，一名有着9年coder经验的00后，同时也是 Spice 的创始人，前几篇帖子分别讲了 Spice 的 起源与愿景 ， Runtime 的定位和落地 以及区别于 Prompt engineering 和 Context engineering 的 State engineering ，从这几个不同层面去介绍了 Spice 特别的地方和价值，感兴趣的佬友可以去翻一下我之前的几篇帖子，那今天我就来分享一下另一个有关 Agent Benchmark 的归因问题。 1. 试想一下 大家可以回想一下自己使用 Agent 时的情况，看看我说的这个现象在你的使用过程中有没有发生过： 你在使用 Hermes 的时候，输入了一个 task 例如：“帮我总结这篇文章，重点提炼作者的核心观点和反对观点”。Agent 开始执行，看起来过程很完整，他读了文章，整理结构，搜索相关资料并生成了一份报告，最后的结果也不是完全错的，但你发现他漏掉了很关键的反对观点的那部分。 这个时候你会怎么做？ 大多数人的反应是重新输入一段新的指令让他再跑一遍，如果你发现漏掉了什么也会把提醒放在新的指令里。 表面上来看，这是一次非常普通的 refine 操作，但本质上 用户是在帮助 Agent 做 decision feedback。 你在告诉他刚才结果哪里不对，哪个约束被忽略掉了，下一次该关注什么。 然而这种反馈通常只留在了下一轮的 prompt 里（即你新的输入），它不一定会被系统稳定记录，也完全不会变成后续类似任务可参考的决策依据。 这是一个很简单的例子，在更复杂的任务这个问题会被无限放大， Agent 执行的结果不符合你的预期，归因是一件非常困难的事情 ，大家除了写新的指令重新执行一遍这种方法，最常见的就是找另一个 Agent 去进行 review，但仍然还是治标不治本。 2. Agent的能力评估标准 这个现象不止发生在我们的日常使用中，很多 Agent benchmark 其实也是用类似方式评估能力： 给 Agent 一个任务，然后看最终结果是否成功。 例如 SWE - bench 是验证 AI 能不能根据真实 Github issue 生成 patch, 并用 resolved / pass tset 来判断是否解决问题； WebArena 看 Agent 能不能在网页环境里完成任务，并用程序验证最终功能正确性； OSWorld 看 Agent 在真实桌面环境里执行任务后的最终状态是否满足要求；GAIA 看多步工具使用后最终答案是否正确。 这些 benchmark 都是非常重要的衡量标准， 但它们大多还是在用最终 result 反推 Agent 能力。 任务完成了说明这个 Agent 能力很强， 任务失败了证明这个 Agent 还有待提高。 3. 半年前的经历 这里有一个小小的故事，我自己对这个问题的感受很深，是因为去年我做过一个 coding agent 产品。 那个项目有点像一个 full-stack 版的 Lovable。我们的目标是把 Web 开发变成一种搭积木的过程：把 Google Login、Stripe Payment、数据库、用户系统、页面模板等常见能力做成模块，再让 Agent 基于我们写好的 blueprint，在具体项目里进行个性化填充。 当时这个思路看起来很清晰，我们想做成 developer 领域的拓竹：既然模块和 blueprint 都已经固定了，Agent 要做的似乎只是根据用户需求把这些模块组合起来、补齐细节。 真正跑起来以后，我们发现一个很明显的问题：即使是同一个 blueprint、同一个模块、同一个用户需求，不同 LLM 或不同轮次生成出来的结果稳定性也很差。有时候它会正确理解 blueprint 的边界，有时候会擅自改模块结构；有时候会把 Google Login 接到正确的 auth flow 里，有时候会绕过我们设计好的抽象， 这里所有的不稳定性我们都无法归因。 到底是没有理解用户 intent？还是 blueprint 设计不清楚？是 context 没给够？是模块能力本身不完整？还是 executor 在具体代码生成时跑偏了？ 我们唯一能做的就是通过大量的 test 去调整整个链路，这是一个相当折磨的过程（大量的tokens消耗以及时间） 4. Spice 想评估的其实是 Decision 一个 Agent 做错，可能不是他的 tool call 能力或执行能力不行， 而是 decision 出错了，它一开始就选错了方向，忽略了某个约束，错误判断了哪个信息更重要，或者没有把上一轮失败反馈进下一次决策。 这也是我在做 Spice 之前的一个判断，我们应该通过追溯到 Agent “它当时为什么做了这个选择”，来优化 Agent 的能力本身。 一次 Agent 任务中，其实有很多 decision 点： 它为什么认为这个信息是关键？ 它为什么选择搜索，而不是直接阅读原文？ 它为什么把某个观点放进总结，而忽略了另一个观点？ 它为什么选择继续执行，而不是停下来向用户确认？ 它为什么把这次失败归因成 context 不够，而不是 intent 理解错了？ 现在这些 decision 都发生在黑盒中，在 LLM 的隐式推理中，用户最后只能看到 result，看到一些 tool log 或执行轨迹。很难知道每个关键选择背后的依据是什么，这也导致了我们的归因困难。 Spice 想做的是把这些 decision 显式化 ，在 Spice 里，一次任务不应该只有 final result，还应该有一条 decision trace： intent / signal -> observation -> state -> candidate decisions -> comparison -> selected decision -> execution -> outcome feedback 当结果不符合预期时，我们不只是重新 prompt 一遍，而是可以回头审计过程： 是 observation 提取错了？ 是 state 里缺少关键约束？ 是 candidate decision 生成得不够好？ 是比较时忽略了用户偏好？ 是 executor 执行失败？ 还是 outcome feedback 没有被写回系统？ 所以我现在更倾向于把 Agent 的问题拆成两层： execution quality and decision quality execution quality 评估"执行结果"，decision quality 评估的是"它为什么这样做，以及这个选择是否可以被复盘、纠正和复用"。 Spice 的诞生就是我们实现这一目标的开始。 5. Decision Card：让 Agent 的决策过程可以被复盘 在 Spice 里，我希望每一次 Agent 执行之前，都不只是生成一个 task 或者 todo list， 而是先生成一个 Decision Card Decision Card 是为了把每次的 decision 显式记录下来，他包含： 当前 intent / signal 是什么 系统观察到了什么 observation 当前 state 里有哪些相关约束 有哪些 candidate decisions 每个 candidate 的依据和风险是什么 最后为什么选择了这个 decision 是否需要用户 approval 交给了哪个 executor executor 返回了什么 outcome 这次 outcome 应该如何反馈到下一次 decision 这样做的好处是，当 Agent 最后结果不符合预期时，我们不只能说"它又跑偏了"，而是可以回到 decision trace 里看问题出在哪里，是没理解 intent 还是 context 本身有问题。 很多 Agent evolution 还是在沉淀执行能力，在执行能力上自进化，而 Spice 的诞生就是 result evaluation 和 decision evaluation 的区别。 Result evaluation 只看最终有没有做成； Decision evaluation 看的是：这个 Agent 当时为什么这样做，这个选择是否合理，以及失败之后系统能不能从这次选择中学到东西。 这类 decision trace 未来可以变成一种新的 Agent eval artifact。 今天很多 benchmark 记录的是任务输入和最终输出，最多加上 tool trace。但如果我们想评估一个长期 Agent，只看 final result 可能不够。我们还需要看它在过程中做了哪些关键 decision，是否正确使用了 state，是否考虑了约束，是否能把 outcome feedback 写回下一次决策。 6. Spice 的下一步：从 Runtime 到 Benchmark 这也是 Spice 发展的下一步方向，现在的 Spice 还是一个 runtime，大家可以快速的 setup，在自己的不同领域使用，让你的每次交互都变得清晰，让过程可审计，可回溯，更好的归因。 如果我们真的认为 Agent 不应该只评估 final result，而应该评估 decision quality，那下一步就需要把这件事做成可复现的 benchmark。 我们想逐步建立一套围绕 decision trace 的评估方式：不只是看任务有没有完成，而是看一次 Agent 执行过程中的关键 decision 是否合理，是否考虑了正确的 state 和约束，是否选择了合适的 executor，是否能在失败后进行正确归因，并把 outcome 反馈到后续决策里。 这类 benchmark 和现有 benchmark 不太一样。它不一定只给一个 task，然后看最终答案是否正确；它更关注任务过程中的 decision path： 是否识别出关键 observation 是否保留了合理的 candidate decisions 是否解释了为什么选择 A 而不是 B 是否在高风险行为前触发 approval 是否能区分 decision failure 和 execution failure 是否能把失败结果写回下一次 decision 如果说现有 benchmark 更多是在问"Agent 最后做成了吗"，那 Spice 想继续追问的是：“它为什么这样做，以及下一次能不能做得更好？” 我们也希望在这个过程中，把 Spice 从一个开源 runtime，逐步推进成一个可以被研究、复现、比较的 decision layer framework。后面如果这套 benchmark 和方法论足够成熟，我们也会整理成 paper，把 Agent decision quality 这件事更系统地讲清楚。 7. 写在最后 这段时间每发一篇分享就会听到有很多佬友在不同的领域使用 Spice，给我们更多的反馈和认可，和我探讨更多的技术问题，我深深的感受到了大家的热情。 Spice 还处于早期，我们的发展离不开大家的帮助，如果觉得我的分享对你有启发，或是有不同观点，欢迎来评论区讨论或者通过 Github 联系我， 希望感兴趣的各位能帮 Spice 点个 star ，如果试用一下 Spice 那就再好不过了 ，总之我还会持续分析我的一些技术见解，还会有一些对未来的思考，希望大家多多支持！ 1 个帖子 - 1 位参与者 阅读完整话题
Space Daily – 1 Jun 26 Cats can't taste sweetness — evolution turned off the relevant gene in their... Cats are notoriously indifferent to sweet things. Pour syrup near a dog and the dog will investigate. Pour syrup near a cat and the cat will ignore it. Veterinarians and cat-food companies have long noted that cats show no preference for sugar in... [!quote]+ 猫对甜食漠不关心是出了名的。把糖浆倒在狗的附近，狗会进行调查。把糖浆倒在猫的附近，猫会视而不见。兽医和猫粮公司早就注意到，在喂食测试中，无论给猫吃多少糖，猫都不会偏爱糖。究其原因，并不是行为怪癖，也不是习得性厌恶。它是遗传的，可以追溯到几千万年前，现代猫的祖先成为只吃肉的义务肉食动物。在猫体内，舌头上产生甜味受体的基因 Tas1r2 已经断裂了很长时间，以至于不再起任何作用。猫看方糖的感觉与人看紫外线光源的感觉是一样的：信号存在，但能检测到信号的受体却不存在。 [!summary]+ 基因 哺乳动物的甜味受体由 Tas1r2 和 Tas1r3 基因编码的两个蛋白质亚基组成，分别称为 T1R2 和 T1R3。这两个亚基必须同时存在并发挥作用，受体才能在味觉细胞膜上正确组装。莫奈尔研究小组对家猫、老虎和猎豹的这两个基因进行了测序，并将它们与狗、小鼠、大鼠和人类的相应序列进行了比较。猫体内的 Tas1r3 是完整的。而 Tas1r2 并非如此。猫的这一基因在其中一个关键外显子上有 247 个碱基对的缺失，此外还有其他的禁用突变，所有这些都阻碍了该基因被翻译成工作蛋白。研究人员还发现，猫的味觉组织中检测不到 Tas1r2 信使 RNA，猫的味蕾中没有 Tas1r2 蛋白，也没有证据表明该基因正在表达。在测试的每一种猫中，该基因都是在大致相同的位置断裂的。它变成了一个 “伪基因”：一个祖先工作基因的遗迹，因为不再面临保持完整的选择压力而不断积累突变。 猫的发现是第一个被确认的病例，现在人们已经了解到这是整个食肉动物的普遍现象。2012 年，莫奈尔领导的研究小组与苏黎世大学的同事合作，在《美国国家科学院院刊》（PNAS）上发表了一篇题为 "食肉哺乳动物的主要味觉丧失 "的后续论文。该研究小组对食肉目 12 个物种的 Tas1r2 进行了测序，寻找相同类型的假基因。在这些物种中，有 7 种都是肉食动物，它们也都独立地失去了功能性 Tas1r2。 受影响的动物包括加利福尼亚海狮、南方海狗、太平洋港海豹、亚洲小爪水獭、斑鬣狗、福萨（马达加斯加最大的食肉动物）和带状林桑。最重要的是，这些物种的致残突变都发生在 Tas1r2 基因的不同位置，这表明基因缺失是在每个品系中独立发生的，而不是从共同祖先那里遗传而来。在同样宽广的时间范围内，导致猫体内该基因失效的相同进化压力分别导致了至少七个其他食肉品系的该基因失效。对两个基因分型物种–亚洲小爪水獭（Tas1r2基因断裂）和眼镜熊（Tas1r2基因完好无损，尽管属于食草动物）–的行为测试证实了这一模式。水獭没有表现出对甜味化合物的偏好。黑熊则偏爱糖类，甚至是一些非热量甜味剂。 猫一般没有味觉障碍。它们保留着苦、酸、咸和鲜味的功能性受体，2015 年 PLOS One 的一项研究在家猫体内发现了至少七个功能性苦味受体基因，其反应特征与人类有很大的重叠。鲜味受体能检测出富含蛋白质的食物所特有的氨基酸，它与猫的行为特别相关：它能让猫区分肉类和非肉类，据推测，它在猫对食物的感官评估中起着重要作用。猫所缺乏的正是能让它们感知糖分的模式。 这对猫咪喂养的影响非常实际。从猫的角度来看，猫粮中的甜味成分，如有时添加到商业产品中的高果糖玉米糖浆或蔗糖，并不能增加猫的适口性。猫咪选择食物的标准是蛋白质含量、脂肪含量、氨基酸含量和口感，而不是甜度。主人发现猫咪舔冰淇淋或对一碗麦片感兴趣时，通常是对脂肪或蛋白质含量的反应，而不是对糖分的反应。对猫来说，糖是一种感官噪音。对于猫咪来说，它传递给人类舌头的信号根本不存在。 2 个帖子 - 1 位参与者 阅读完整话题
IT之家 6 月 2 日消息，唯卓仕发文，宣布将于 6 月 8 日推出 Viltrox AF 75mm F1.8 EVO 和 Viltrox AF 90mm F2.2 EVO 两款 APS-C 镜头。 IT之家获悉，这两款镜头均属于 EVO 产品线，主打轻便与高性能，适合人像与日常拍摄，同时支持自动对焦。参考消息源 @独立摄影师联合会，相应镜头整体重量重约 330 克左右，采用 58mm 滤镜接口，具备索尼 E / 富士 X / 尼康 Z 卡口。
V 站大佬们好猛！我都没怎么宣传就 900stars 了！ 这次我们把 sensevoice-small(ASR 语音转文本) cosyvoice-0.5B(TTS 文本转语音）也加入本地部署，目前仅需要 <8Gb 显存就可以部署。选择 cosyvoice-0.5B 的原因是它不仅语音效果好，同时还支持音色克隆。我们计划再尝试接入一些更小尺寸的模型，来供大家本地部署选择~ 不过还是希望大家除了关注以外，能多多使用起来给我们提意见！甚至可以贡献代码，我们一起做个好的开源项目。我们的开源协议是 Apache-2.0 license, 是实打实的开源，大家可以拿去做二次开发商业化的~所以加入我们一起贡献吧！ Github 传送门: https://github.com/datascale-ai/opentalking 视频演示: https://www.bilibili.com/video/BV1vn5F6fEwm/?vd_source=4820076c616e58ceb357c528a571ff11
V 站大佬们好猛！我都没怎么宣传就 900stars 了！ 这次我们把 sensevoice-small(ASR 语音转文本) cosyvoice-0.5B(TTS 文本转语音）也加入本地部署，目前仅需要 <8Gb 显存就可以部署。选择 cosyvoice-0.5B 的原因是它不仅语音效果好，同时还支持音色克隆。我们计划再尝试接入一些更小尺寸的模型，来供大家本地部署选择~ 不过还是希望大家除了关注以外，能多多使用起来给我们提意见！甚至可以贡献代码，我们一起做个好的开源项目。我们的开源协议是 Apache-2.0 license, 是实打实的开源，大家可以拿去做二次开发商业化的~所以加入我们一起贡献吧！ Github 传送门: https://github.com/datascale-ai/opentalking 视频演示: https://www.bilibili.com/video/BV1vn5F6fEwm/?vd_source=4820076c616e58ceb357c528a571ff11
V 站大佬们好猛！我都没怎么宣传就 900stars 了！ 这次我们把 sensevoice-small(ASR 语音转文本) cosyvoice-0.5B(TTS 文本转语音）也加入本地部署，目前仅需要 <8Gb 显存就可以部署。选择 cosyvoice-0.5B 的原因是它不仅语音效果好，同时还支持音色克隆。我们计划再尝试接入一些更小尺寸的模型，来供大家本地部署选择~ 不过还是希望大家除了关注以外，能多多使用起来给我们提意见！甚至可以贡献代码，我们一起做个好的开源项目。我们的开源协议是 Apache-2.0 license, 是实打实的开源，大家可以拿去做二次开发商业化的~所以加入我们一起贡献吧！ Github 传送门: https://github.com/datascale-ai/opentalking 视频演示: https://www.bilibili.com/video/BV1vn5F6fEwm/?vd_source=4820076c616e58ceb357c528a571ff11
V 站大佬们好猛！我都没怎么宣传就 900stars 了！ 这次我们把 sensevoice-small(ASR 语音转文本) cosyvoice-0.5B(TTS 文本转语音）也加入本地部署，目前仅需要 <8Gb 显存就可以部署。选择 cosyvoice-0.5B 的原因是它不仅语音效果好，同时还支持音色克隆。我们计划再尝试接入一些更小尺寸的模型，来供大家本地部署选择~ 不过还是希望大家除了关注以外，能多多使用起来给我们提意见！甚至可以贡献代码，我们一起做个好的开源项目。我们的开源协议是 Apache-2.0 license, 是实打实的开源，大家可以拿去做二次开发商业化的~所以加入我们一起贡献吧！ Github 传送门: https://github.com/datascale-ai/opentalking 视频演示: https://www.bilibili.com/video/BV1vn5F6fEwm/?vd_source=4820076c616e58ceb357c528a571ff11
IT之家 6 月 1 日消息，狼蛛现已在京东上架一款型号为 SC580EVO 的三模鼠标，该产品提供双 8KHz 回报率， 其中黑 / 白配色定价为 109 元，昼夜 / 白透配色定价为 119 元 。 该鼠标可选四种配色，整体重量 60g，采用经典对称模具，适合中大手型，鼠标表面使用亲肤工艺，底部配备大尺寸脚贴。其内置狼蛛自研 AL530 传感器，匹配环宇 5000 万次左右微动、丰实卫奇 100 万圈滚轮，提供 20000DPI，内置 500mAh 电池。 IT之家附鼠标参数： 京东 狼蛛 SC580EVO 鼠标 109 元起 直达链接 京东 618 无门槛红包 面额至高 26618 元，每天抽 3 次： 点此抽红包 淘宝 618 无门槛红包 面额至高 26888 元，每天抽 1 次： 点此抽红包
IT之家 5 月 31 日消息，联力 (LIAN LI) 现已宣布将在下周举行的 COMPUTEX（台北国际电脑展）2026 上带来三款机箱新品，即 O11D EVO RGB V2、UX100、LANCOOL 207 XL，此外还有多款风扇一并亮相。 O11D EVO RGB V2 作为 O11 家族的新成员，O11D EVO RGB V2 延续了系列标志性的分舱设计，并在右前方 引入处理器水冷排第三舱室 。其三维 490.75 × 300 × 486 (mm)，属于中塔 ATX，拥有上下可调主板托架、三位置可调顶部冷排支架，底部倾斜风扇支架起到气流导向作用，上下设有灯带。 O11D EVO RGB V2 机箱预计 2026Q4 上市，售价 169.99 美元（IT之家注：现汇率约合 1154 元人民币）。 UX100 这款机箱拥有 三面环绕式侧透 ，结合 悬浮进气设计 ，上下拥有 ARGB 灯带。其三维 446 × 239 × 506.1 (mm)，属于中塔 ATX，兼容背插主板。 UX100 机箱预计 2026Q3 上市，售价 99.99 美元（现汇率约合 678.6 元人民币）。 LANCOOL 207 XL “鬼斧”新品 LANCOOL 207 XL 强调散热表现， 拥有 2 颗 17030 前置风扇、1 颗 140mm 后置风扇和 2 个底部贯流风机 。其三维 504.6 × 249 × 496 (mm)，支持 ATX 主板、ATX 电源、360 冷排。 LANCOOL 207 XL 机箱预计 2026Q4 上市，售价 109.99 美元（现汇率约合 746.5 元人民币）。
IT之家 5 月 30 日消息，汽车媒体 autoevolution 昨日（5 月 29 日）发布博文，分享了一组在德国纽博格林赛道附近抓拍的图片， 展示了梅赛德斯-AMG CLE 63 Mythos 原型车。 消息称梅赛德斯-AMG CLE 63 Mythos 基于 CLE 63 打造，全球限量 30 辆，单价超过 50 万美元（IT之家注：现汇率约合 339.1 万元人民币）。 外观方面，本次曝光的原型车覆盖厚重伪装，没有配备此前 CLE 原型车上的星光头灯，该媒体认为当前测试重点更偏向可靠性验证和性能调校。 造型方面，梅赛德斯-AMG CLE 63 Mythos 采用更激进的空气动力学套件，最显眼的是几乎贯穿车尾宽度的巨大尾翼，现场画面显示支持手动调节。 车身姿态也明显宽于普通 CLE 63，前后轮距被拓宽，轮拱大幅外扩，尾部配有堆叠式矩形排气。 前脸部分，Mythos 换装调整后的 Panamericana 格栅，前唇更突出，格栅位置更低，2 侧还有尺寸夸张的冷却开口。车头另有导流翼片，发动机盖中央通风口和前轮后方排气鳃也用于改善极限操控。 动力方面，MBUSA 首席执行官 Adam Chamberlain 已确认 V8 CLE 63 将推出。Mythos 预计搭载 M177 Evo 发动机，非官方消息称输出约 650 马力，并可能配轻量化 ISG 轻混系统。
IT之家 5 月 30 日消息，汽车媒体 autoevolution 于 5 月 28 日发布博文，分享了一组在阿尔卑斯山附近抓拍的图片， 展示了 2027 款斯柯达柯迪亚克（Skoda Kodiaq）测试车。 外观方面，新款柯迪亚克前脸更锐利，前保险杠下方进气口放弃旧款蜂窝网格，换成横向元素；垂直气帘和进气格栅也有变化，整体更贴近 Modern Solid 设计语言。 内饰方面，新款柯迪亚克可能放弃大众集团第 4 代模块化信息娱乐系统，改为使用 Android Automotive 车机系统，此外可能取消数字旋钮，改用实体快捷键。IT之家附上相关图片如下：
IT之家 5 月 29 日消息，雷神旗下“CU27F160M-EVO”27 英寸显示器现已在京东发售，该机主打 4K 160Hz / FHD 320Hz 双模 Mini LED，定价为 2420 元， 首发价 2299 元 。 该机号称是雷神首款“晶耀屏”Mini LED 背光显示器，提供 1152 分区，强调低反射和广视角（178 度），其配备的 Fast IPS 面板支持以 3840x2160 分辨率 160Hz 或 1920x1080 分辨率 320Hz 显示，其 HDR 峰值亮度 1000 尼特，支持 10-Bit 色彩（8-Bit + FRC），覆盖 99% DCI-P3 色域。 该机支架支持升降 / 倾斜 / 旋转，显示器本体支持 VESA 壁挂，提供 2 个 HDMI 2.1、2 个 DP 1.4、1 个 3.5mm 音频接口，同时该机采用了内置电源设计。 IT之家附显示器参数： 京东 雷神“CU27F160M-EVO”显示器 2299 元 直达链接 京东 618 无门槛红包 面额至高 26618 元，每天抽 3 次： 点此抽红包 淘宝 618 无门槛红包 面额至高 26888 元，每天抽 1 次： 点此抽红包