最新

Sipeed是一家中国硬件制造商，专注于嵌入式AI系统、RISC-V开发板和边缘计算模块（如K210 AI加速器、MaixSense ToF摄像头、LicheeRV开发板）。他们在创客和嵌入式系统社区中相当有影响力。 我直接从他们的分发服务器dl.sipeed.com下载了他们的官方COMTools工具（用于设备配置的串行通信工具），该链接在他们的官方文档中提供。 多个安全扫描工具将其标记为特洛伊木马恶意软件： - VirusTotal: https://www.virustotal.com/gui/file/66b9b83687f4579e0de629eb63b9d41ef0c3cc2e4f03546d0fe6374de76c69f8/detection - Hybrid Analysis: https://hybrid-analysis.com/sample/66b9b83687f4579e0de629eb63b9d41ef0c3cc2e4f03546d0fe6374de76c69f8/690e6b0ff38090310e09c79d 比检测结果更令人担忧的是观察到的行为： - 随机的cmd.exe进程定期生成 - 持续的后台活动 - 离线病毒扫描后触发的BitLocker恢复 - 可疑的网络连接 这超出了某些中国开发工具常见的误报行为（这些工具有时缺乏适当的代码签名或使用激进的系统访问）。 有两种可能性： 1. 供应链被攻击 - 他们的dl.sipeed.com服务器提供了被修改的二进制文件 2. 激进的误报（考虑到行为指标，这种可能性似乎较小） 我目前正在比较网站版本和他们GitHub发布的SHA256哈希，以确定是否存在差异。 如果这是一次供应链攻击，可能会影响嵌入式系统开发社区的相当大一部分，特别是那些使用AI边缘设备和RISC-V系统的开发者。 我已向Sipeed、微软安全部门和多位安全研究人员报告此事。HN社区中是否还有其他人使用过Sipeed产品，并能验证他们的COMTools安装？ 被标记文件的SHA256：66b9b83687f4579e0de629eb63b9d41ef0c3cc2e4f03546d0fe6374de76c69f8 官方（可能被攻击的）来源：https://dl.sipeed.com/shareURL/MaixSense/MaixSense_A010/software_pack/comtool

嗨，HN， 我创建了一个轻量级的网络工具 DeepFakeCheck.com，您可以上传一张图片，立即检查它是人工智能生成的还是现实中的真实图片。 在这次测试上线期间，我会在您注册后手动将免费扫描次数从通常的3次增加到25次，这样您就可以充分免费测试并提供反馈。 请耐心等待，我会尽量检查注册情况并手动将扫描次数从3次增加到25次（通常在几分钟内完成），除非我正在睡觉 :) 在这里试试：DeepFakeCheck.com 期待听到您的想法！感谢您查看这个工具。 Rody。

这是我做的一个有趣的小项目。它是完全开源的，你可以通过Github链接查看。

GoLang中的AI代理，开源、云原生、支持GitOps，满足您快速启动的所有需求，您可以选择在本地、您的集群或我们的集群上运行。

嗨，HN， 我最近在App Store上发布了我的第一款iOS应用！这是一款照片清理应用，利用设备上的Apple Vision模型将相似的图像聚类到一起，然后对每个组内的照片进行排名。 链接： [https://apps.apple.com/app/ai-photo-cleaner-sorter/id6754172959](https://apps.apple.com/app/ai-photo-cleaner-sorter/id6754172959) 工作原理： 每个组中最好的照片默认标记为“已保存”，但是在审核阶段，您可以选择组中的其他照片进行保存，或者取消选择“最佳”照片，选择另一张保留。总体概念是“保留最佳，删除其余”，理论上如果您同意聚类和评分，并且不想进行任何修改，您可以通过几次点击清理数百张照片（和MB的空间）。 动机： 我就是那种相机胶卷异常膨胀的人——同一道餐的15张照片，同一场日落的10个版本。因此，我最初是为自己开发这个应用，以帮助清理在为期一周的假期中拍摄的500张照片……我尝试过很多其他应用，但大多数似乎采用了类似Tinder的方式——向左滑，向右滑，这几乎没有减少工作量。我想要一种明确的方法来轻松进行大规模清理。 我的路线图上的事项： - 主要语言的本地化 - 改进后台处理（这样您就可以在不保持应用打开的情况下清理1000+张照片） - 用户偏好设置，用于计算照片评分，即有些人更看重情感信号而非图像清晰度。 使用完全免费（也许有一天我会尝试盈利，如果我对它完全满意的话），我非常欢迎任何反馈——无论好坏！（特别希望能得到关于分组和评分表现如何的反馈——有没有什么特别之处？） 谢谢！ Nick