亚马逊宣布为其Alexa+人工智能助手增加新的外卖配送订餐功能。用户将能够通过GrubHub或Uber Eats平台在Alexa+上使用自然语言下单,前提是他们拥有配备大屏幕的亚马逊设备。
使用该功能前,用户需要先连接这些配送服务的账户。用户可以要求查看特定菜系的餐厅,或者直接告诉助手前往最喜欢的餐厅。一旦开始订餐,Alexa+还将支持自然语言请求,如果用户询问某些通用食物,助手将匹配菜单上最相似的项目。该功能还应支持更详细的查询,如"有哪些适合儿童的选择?",并能够提交特殊要求,如"不要洋葱"。
初期阶段,这项订餐功能将面向使用Echo Show 8或更大设备的Alexa+客户开放。屏幕将实时显示用户的订单及任何更改。亚马逊在今年早些时候已向所有美国客户开放Alexa+订阅服务。
Q&A
Q1:Alexa+的外卖订餐功能支持哪些平台?
A:Alexa+的外卖订餐功能目前支持GrubHub和Uber Eats两个配送平台。用户需要先连接这些配送服务的账户才能使用该功能。
Q2:使用Alexa+订餐需要什么设备?
A:用户需要拥有配备大屏幕的亚马逊设备,目前该功能面向使用Echo Show 8或更大设备的Alexa+客户开放。屏幕将实时显示订单和更改内容。
Q3:Alexa+订餐功能有什么特色?
A:该功能支持自然语言订餐,用户可以询问特定菜系餐厅或直接前往喜欢的餐厅。助手能匹配相似菜品,回答"适合儿童的选择"等详细查询,还能处理"不要洋葱"等特殊要求。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。