苹果正筹备启用全新的“Gen AI”网站，相关子域名 genai.apple.com 近期已被添加到苹果的域名服务器记录中，但目前访问该地址尚不会跳转到任何实际网页。据介绍，这一动作发生在苹果年度全球开发者大会（WWDC）召开前数周，而苹果此前已公开表示，将在本届大会上围绕旗下各大软件平台发布一系列“AI 方面的最新进展”。 目前，苹果官网已经上线了Apple Intelligence专题页面，因此外界尚不清楚 genai.apple.com 的具体用途。从命名上看，“Gen AI”被普遍解读为“生成式 AI”的缩写，呼应了近几年由 ChatGPT、Claude 等产品带动的生成式人工智能热潮。 按照现有爆料，苹果即将发布的 iOS 27、iPadOS 27 和 macOS 27 等重大系统更新，都将集成大量 Apple Intelligence 功能，包括一套更具个性化的 Siri 体验，并支持对当前屏幕内容进行智能感知。类似于 ChatGPT 等聊天机器人，据称苹果还将推出独立的 Siri 应用，允许用户与 Siri 进行多轮对话，并可自动管理和删除历史聊天记录。 Apple Intelligence 也将成为苹果新一轮辅助功能升级的基础，例如为用户用 iPhone 拍摄的视频自动生成字幕，提升内容可访问性。此外，语音控制功能将获得自然语言理解能力，用户可以通过类似“点一下关于最佳餐厅的指南”（在 Apple Maps中）或“点那个紫色文件夹”（在“文件”应用中）的自然语句来完成界面操作。 在生产力与效率方面，Apple Intelligence 将帮助用户更轻松地在“快捷指令”应用中创建复杂自动化流程，同时在“钱包”应用中支持全新的“创建通行证（Create a Pass）”选项，用于快速生成自定义票证或卡片。Safari 浏览器有望自动识别并命名标签页分组，而视觉智能（Visual Intelligence）则可以扫描食品营养标签，或从名片、纸质文件中提取信息并直接添加到“通讯录”应用中。 苹果已确认，WWDC 2026 开幕主题演讲将于当地时间 6 月 8 日（周一）上午 10 点举行，届时围绕 Apple Intelligence、Siri 以及“Gen AI”布局的更多细节有望正式揭晓。 查看评论
IT之家 5 月 24 日消息，2026 年苹果全球开发者大会（WWDC）将于北京时间 6 月 9 日凌晨 1 点举办，距离现在仅剩两周时间。 MacRumors 发现，苹果公司正在持续扩展其 AI 相关布局，该公司已经为子域名 genai.apple.com 做好了技术准备，不过目前该地址并未指向任何一个实际可访问的页面。 IT之家注意到，苹果官网此前已设立专门的“Apple Intelligence”页面，用于介绍旗下个性化 AI 功能。对于 genai.apple.com 这一全新子域名的具体规划，目前尚不明确。 但从名称来看，该子域名很可能指向某种以生成式 AI（Gen AI）为核心的全新服务、工具或平台更新，有可能是对现有 Apple Intelligence 体系的强化或延伸。 在软件功能层面，预计 iOS 27、iPadOS 27 与 macOS 27 等新版系统将包含大量 Apple Intelligence 新特性，其中最受关注的正是升级版 Siri。 根据已知爆料，苹果还将效仿 ChatGPT 推出一款 Siri 独立应用，支持用户与语音助手进行连续对话。与此同时，苹果还在筹备一系列全新的基于 Apple Intelligence 的无障碍功能，例如为 iPhone 录制的视频自动生成实时字幕；语音控制（Voice Control）也将支持自然语言指令，用户可以直接说出“点按地图中‘最佳餐厅’指南”或“在文件应用中点击紫色文件夹”等操作。 在具体应用场景中，Apple Intelligence 将降低快捷指令应用的创建门槛，并为钱包应用带来一项全新的“创建通行证”选项。Safari 浏览器将能够自动为标签组命名，而视觉智能则可扫描食品营养标签，或从名片、文件资料中提取信息并直接存入通讯录应用。
前情提要： 我的PR被Google合并了！！！ 仓库是 googleapis/python-genai 似乎有点水但是猫猫真的好激动啊！！！ 提交pr真的是一件很神奇的事情诶owo！一想到自己的pr会成为大项目的一部分被全球开发者使用到就会令人激动莫名呢(≧▽≦) 3 个帖子 - 3 位参与者 阅读完整话题
github.com/googleapis/python-genai docs: Add instruction for custom endpoint (#2335) main ← copybara/904525557 已合并 06:49PM - 23 Apr 26 UTC copybara-service[bot] +27 -0 docs: Add instruction for custom endpoint Copybara import of the project: -- 70 … d10f2c8e7068afd1439d3201f417ce725a3562 by AliyahZombie <[email protected]>: doc: Add instruction for custom endpoint FUTURE_COPYBARA_INTEGRATE_REVIEW=https://github.com/googleapis/python-genai/pull/1233 from AliyahZombie:patch-1 dbd593dcbb2b0a4a0b9c673914fd5181d641d745 去年的pr以为没后文了，昨天突然收到被合并的邮件！！ 也是混入Google的contributor了 1 个帖子 - 1 位参与者 阅读完整话题
IT之家 4 月 24 日消息，硬件制造商 MINIX 本月 23 日宣布推出基于 NVIDIA（英伟达） Jetson Thor 系列模组的 T4000 / T5000 GenAI 迷你工作站。其 拥有 Arm Neoverse-V3AE CPU 和英伟达 "Blackwell" GPU ，配备至高 128GB LPDDR5X 统一内存。 MINIX T4000 / T5000 系列三维 139.3 × 131 × 76.8 (mm)，采用金属 + 塑料机身，内置双涡轮风扇散热，总重 1420g，具备至高 2070 TFLOPS 的 FP4 稀疏算力， 可满足 7B~70B LLM 本地推理的需求 。 这两款 AI 迷你主机预装 1TB PCIe Gen4 固态硬盘，外部提供 2 个 10GbE 网口、Wi-Fi 6E & BT 5.3 无线网卡、2 个 HDMI 2.1 TMDS、4 个 USB-A 5Gbps、1 个 USB-C 10Gbps。
我们正在寻找一位对生成式 AI （ GenAI ）充满热情，且功底扎实的 Java 工程师加入我们的团队。您将负责构建基于大语言模型（ LLM ）的企业级应用，利用 Java 强大的生态系统（如 Spring Boot, LangChain4j, Spring AI ）连接业务逻辑与 AI 能力。您不仅仅是编写 API ，更是 AI 落地“最后一公里”的关键执行者。 岗位职责 (Responsibilities) AI 应用后端开发： 基于 Java (Spring Boot/Cloud) 设计并开发高可用、低延迟的 AI 应用后端服务（如智能客服、企业知识库 RAG 、AI Agent 平台）。 大模型集成与编排： 负责对接主流 LLM （ OpenAI, Anthropic, 通义千问, DeepSeek 或私有化部署模型），设计 Prompt 工程，并使用 LangChain4j 或 Spring AI 进行任务编排。 RAG 系统构建： 负责向量数据库（ Milvus, Pinecone, Pgvector 等）的选型、搭建与维护；实现高效的文档解析、切片（ Chunking ）、Embedding 向量化及混合检索策略。 性能优化： 针对 AI 响应流式传输（ SSE ）、并发处理及上下文窗口管理进行系统优化，确保用户获得流畅的交互体验。 跨语言协作： 与算法团队（ Python 栈）紧密配合，将训练/微调好的模型通过 API 封装并集成到 Java 业务系统中。 任职要求 (Requirements) Java 核心基础： 精通 Java 基础，熟悉 JVM 调优、多线程编程及高并发处理；熟练掌握 Spring Boot, Spring Cloud 微服务架构。 AI 应用开发经验： 大语言模型（ LLM ）基本原理（ Transformer, Token, Embedding, Temperature ）。 熟悉 RAG (检索增强生成) 架构，有实际落地经验者优先。 至少一种 Java AI 框架（如 LangChain4j, Spring AI ）或有 Python (LangChain/LlamaIndex) 转 Java 开发的经验。 数据库与中间件： 使用 MySQL/PostgreSQL 。 必须具备向量数据库（ Vector DB ）或搜索引擎（ Elasticsearch/OpenSearch ）的使用经验。 工程能力： 熟悉 Docker, Kubernetes 容器化部署；有良好的代码规范和 API 设计能力（ RESTful/gRPC ）。 学习能力： 对 AI 技术发展保持高度敏感，能快速阅读英文技术文档并落地新技术。 加分项 (Nice to Haves) 有 Python 基础，能看懂算法同事的训练/推理代码。 有本地大模型部署经验（如使用 Ollama, vLLM ）。 贡献过 LangChain4j 或 Spring AI 等开源项目代码。 熟悉 AI Agent 设计模式（如 ReAct, AutoGPT 架构）。 邮箱：d2FuZ2p1bmZlbmdAcXRoYWlsdW4uY29t
我们正在寻找一位对生成式 AI （ GenAI ）充满热情，且功底扎实的 Java 工程师加入我们的团队。您将负责构建基于大语言模型（ LLM ）的企业级应用，利用 Java 强大的生态系统（如 Spring Boot, LangChain4j, Spring AI ）连接业务逻辑与 AI 能力。您不仅仅是编写 API ，更是 AI 落地“最后一公里”的关键执行者。 岗位职责 (Responsibilities) AI 应用后端开发： 基于 Java (Spring Boot/Cloud) 设计并开发高可用、低延迟的 AI 应用后端服务（如智能客服、企业知识库 RAG 、AI Agent 平台）。 大模型集成与编排： 负责对接主流 LLM （ OpenAI, Anthropic, 通义千问, DeepSeek 或私有化部署模型），设计 Prompt 工程，并使用 LangChain4j 或 Spring AI 进行任务编排。 RAG 系统构建： 负责向量数据库（ Milvus, Pinecone, Pgvector 等）的选型、搭建与维护；实现高效的文档解析、切片（ Chunking ）、Embedding 向量化及混合检索策略。 性能优化： 针对 AI 响应流式传输（ SSE ）、并发处理及上下文窗口管理进行系统优化，确保用户获得流畅的交互体验。 跨语言协作： 与算法团队（ Python 栈）紧密配合，将训练/微调好的模型通过 API 封装并集成到 Java 业务系统中。 任职要求 (Requirements) Java 核心基础： 精通 Java 基础，熟悉 JVM 调优、多线程编程及高并发处理；熟练掌握 Spring Boot, Spring Cloud 微服务架构。 AI 应用开发经验： 大语言模型（ LLM ）基本原理（ Transformer, Token, Embedding, Temperature ）。 熟悉 RAG (检索增强生成) 架构，有实际落地经验者优先。 至少一种 Java AI 框架（如 LangChain4j, Spring AI ）或有 Python (LangChain/LlamaIndex) 转 Java 开发的经验。 数据库与中间件： 使用 MySQL/PostgreSQL 。 必须具备向量数据库（ Vector DB ）或搜索引擎（ Elasticsearch/OpenSearch ）的使用经验。 工程能力： 熟悉 Docker, Kubernetes 容器化部署；有良好的代码规范和 API 设计能力（ RESTful/gRPC ）。 学习能力： 对 AI 技术发展保持高度敏感，能快速阅读英文技术文档并落地新技术。 加分项 (Nice to Haves) 有 Python 基础，能看懂算法同事的训练/推理代码。 有本地大模型部署经验（如使用 Ollama, vLLM ）。 贡献过 LangChain4j 或 Spring AI 等开源项目代码。 熟悉 AI Agent 设计模式（如 ReAct, AutoGPT 架构）。 邮箱：d2FuZ2p1bmZlbmdAcXRoYWlsdW4uY29t
我们正在寻找一位对生成式 AI （ GenAI ）充满热情，且功底扎实的 Java 工程师加入我们的团队。您将负责构建基于大语言模型（ LLM ）的企业级应用，利用 Java 强大的生态系统（如 Spring Boot, LangChain4j, Spring AI ）连接业务逻辑与 AI 能力。您不仅仅是编写 API ，更是 AI 落地“最后一公里”的关键执行者。 岗位职责 (Responsibilities) AI 应用后端开发： 基于 Java (Spring Boot/Cloud) 设计并开发高可用、低延迟的 AI 应用后端服务（如智能客服、企业知识库 RAG 、AI Agent 平台）。 大模型集成与编排： 负责对接主流 LLM （ OpenAI, Anthropic, 通义千问, DeepSeek 或私有化部署模型），设计 Prompt 工程，并使用 LangChain4j 或 Spring AI 进行任务编排。 RAG 系统构建： 负责向量数据库（ Milvus, Pinecone, Pgvector 等）的选型、搭建与维护；实现高效的文档解析、切片（ Chunking ）、Embedding 向量化及混合检索策略。 性能优化： 针对 AI 响应流式传输（ SSE ）、并发处理及上下文窗口管理进行系统优化，确保用户获得流畅的交互体验。 跨语言协作： 与算法团队（ Python 栈）紧密配合，将训练/微调好的模型通过 API 封装并集成到 Java 业务系统中。 任职要求 (Requirements) Java 核心基础： 精通 Java 基础，熟悉 JVM 调优、多线程编程及高并发处理；熟练掌握 Spring Boot, Spring Cloud 微服务架构。 AI 应用开发经验： 大语言模型（ LLM ）基本原理（ Transformer, Token, Embedding, Temperature ）。 熟悉 RAG (检索增强生成) 架构，有实际落地经验者优先。 至少一种 Java AI 框架（如 LangChain4j, Spring AI ）或有 Python (LangChain/LlamaIndex) 转 Java 开发的经验。 数据库与中间件： 使用 MySQL/PostgreSQL 。 必须具备向量数据库（ Vector DB ）或搜索引擎（ Elasticsearch/OpenSearch ）的使用经验。 工程能力： 熟悉 Docker, Kubernetes 容器化部署；有良好的代码规范和 API 设计能力（ RESTful/gRPC ）。 学习能力： 对 AI 技术发展保持高度敏感，能快速阅读英文技术文档并落地新技术。 加分项 (Nice to Haves) 有 Python 基础，能看懂算法同事的训练/推理代码。 有本地大模型部署经验（如使用 Ollama, vLLM ）。 贡献过 LangChain4j 或 Spring AI 等开源项目代码。 熟悉 AI Agent 设计模式（如 ReAct, AutoGPT 架构）。 邮箱：d2FuZ2p1bmZlbmdAcXRoYWlsdW4uY29t
我们正在寻找一位对生成式 AI （ GenAI ）充满热情，且功底扎实的 Java 工程师加入我们的团队。您将负责构建基于大语言模型（ LLM ）的企业级应用，利用 Java 强大的生态系统（如 Spring Boot, LangChain4j, Spring AI ）连接业务逻辑与 AI 能力。您不仅仅是编写 API ，更是 AI 落地“最后一公里”的关键执行者。 岗位职责 (Responsibilities) AI 应用后端开发： 基于 Java (Spring Boot/Cloud) 设计并开发高可用、低延迟的 AI 应用后端服务（如智能客服、企业知识库 RAG 、AI Agent 平台）。 大模型集成与编排： 负责对接主流 LLM （ OpenAI, Anthropic, 通义千问, DeepSeek 或私有化部署模型），设计 Prompt 工程，并使用 LangChain4j 或 Spring AI 进行任务编排。 RAG 系统构建： 负责向量数据库（ Milvus, Pinecone, Pgvector 等）的选型、搭建与维护；实现高效的文档解析、切片（ Chunking ）、Embedding 向量化及混合检索策略。 性能优化： 针对 AI 响应流式传输（ SSE ）、并发处理及上下文窗口管理进行系统优化，确保用户获得流畅的交互体验。 跨语言协作： 与算法团队（ Python 栈）紧密配合，将训练/微调好的模型通过 API 封装并集成到 Java 业务系统中。 任职要求 (Requirements) Java 核心基础： 精通 Java 基础，熟悉 JVM 调优、多线程编程及高并发处理；熟练掌握 Spring Boot, Spring Cloud 微服务架构。 AI 应用开发经验： 大语言模型（ LLM ）基本原理（ Transformer, Token, Embedding, Temperature ）。 熟悉 RAG (检索增强生成) 架构，有实际落地经验者优先。 至少一种 Java AI 框架（如 LangChain4j, Spring AI ）或有 Python (LangChain/LlamaIndex) 转 Java 开发的经验。 数据库与中间件： 使用 MySQL/PostgreSQL 。 必须具备向量数据库（ Vector DB ）或搜索引擎（ Elasticsearch/OpenSearch ）的使用经验。 工程能力： 熟悉 Docker, Kubernetes 容器化部署；有良好的代码规范和 API 设计能力（ RESTful/gRPC ）。 学习能力： 对 AI 技术发展保持高度敏感，能快速阅读英文技术文档并落地新技术。 加分项 (Nice to Haves) 有 Python 基础，能看懂算法同事的训练/推理代码。 有本地大模型部署经验（如使用 Ollama, vLLM ）。 贡献过 LangChain4j 或 Spring AI 等开源项目代码。 熟悉 AI Agent 设计模式（如 ReAct, AutoGPT 架构）。 邮箱：d2FuZ2p1bmZlbmdAcXRoYWlsdW4uY29t