站长之家(ChinaZ.com) 10月17日 消息：今日，针对“小学生发现刷脸取件bug”一事，丰巢方面回应称，丰巢方面回应称，“刷脸取件”是小范围推出的测试版本，已第一时间下线。
此外，丰巢方面还表示，近期收到用户关于“刷脸”的反馈，第一时间沟通核查，“为了给用户提供更多元、便捷的服务，我们进行了更多新功能的尝试，测试版本小范围推出，并未大规模上线影响用户收件安全。”
此前，有媒体报道称，有小学生爆料，只要用一张照片就能骗过丰巢柜刷脸取件的步骤。用户只需把照片按照正常脸部大小打印出来，把照片对准摄像头，即可识别，输入手机号码后四位即可取件。
随后，丰巢智能柜方面回应称，关于近期收到的“刷脸”问题的反馈，我司第一时间核实沟通。因当前为试运营beta版本，在进行小范围测试，收到部门用户反馈识别问题，现已下线，预计将在功能完善之后再考虑上线。
（举报）
9月25日，首驱科技发布无界·妙享1.0技术，推出Skymotor中央智慧大脑、超级雷达、SkyKey1.0 AI无感解锁及零阈OS全域操作系统。通过汽车级电子架构与AI融合，实现两轮车全面智能化升级，打破传统分散式ECU局限，支持整车OTA升级。超级雷达提供全场景安全守护，AI技术提升驾驶辅助体验。零阈OS构建智能出行生态，开放接口支持硬件快速适配。此次发布标志着首驱科技“智能出行机器人”战略的深化，推动行业向智慧出行新时代转型。
今日，菜鸟网络宣布，菜鸟驿站智能柜已全部开通刷脸取件功能，国内全面进入“刷脸取件”时代。据悉，从今天开始，国内所有带摄像头的菜鸟驿站智能柜均已经开通刷脸取件功能，消费者可以在柜子上自主选择、授权，使用刷脸取件功能。<br/>
9月17日，腾讯云在2025全球数字生态大会上发布人工智能风险控制框架及多款安全产品。该框架涵盖六大风险模块、七层级、130余项措施，系统性应对AI应用全生命周期的安全挑战，包括数据泄露、供应链隐患及权限滥用等核心问题。同时推出LLM-WAF防火墙、AI-SPM态势管理等产品，构建覆盖研发、部署、运维的全链路防护体系，助力企业建立可信、稳定的AI服务生态。
当前智能汽车行业陷入“向前狂奔”的集体焦虑，新车频发、硬件参数堆叠，但用户反馈冷静——高阶辅助驾驶功能鲜少实用，存在体验割裂、功能冗余等痛点。鸿蒙智行选择大规模系统升级，将华为乾崑智驾ADS等核心能力开放至多代车型，展现“回头看”姿态：通过持续升级让不同代际用户共享技术进步，建立“常用常新”的体验延续性。其从机械辅助转向“共情”陪伴，精准打磨泊车等高频场景，并加入情感化交互功能，重新定义智能汽车为移动生活空间。这场升级不仅是技术迭代，更是对“用户体验收益率”这一新价值尺度的深刻回应——真正的智能化在于持续为用户创造可感知、可依赖的价值。
苹果今天凌晨正式发布了iOS 26.1 Beta 2开发者预览版，加入开发者计划的用户都能升级体验。 这次对用户影响最大的是闹钟功能的改进，之前iOS 26将闹钟的停止按钮加大，导致停止更方便，同时也更容易误触，苹果目前已经进行大改，需要滑动才能停止。 这个设计让用户在迷迷糊糊中点击手机的无法结束闹钟，不会错过起床时间了。 除了闹钟升级之外，Apple Intelligence还在更�
近日，有媒体报道称，有小学生爆料，只要用一张照片就能骗过丰巢柜刷脸取件的步骤。用户只需把照片按照正常脸部大小打印出来，把照片对准摄像头，即可识别。
国务院8月26日发布《关于深入实施“人工智能+”行动的意见》，提出加快AI技术与实体经济深度融合，推动产业智能化升级。到2035年，我国将全面步入智能经济和社会新阶段。金蝶集团作为企业数字化服务商，以“AI优先”为战略，将AI技术深度融入SaaS产品与服务，推出金蝶云·星空EMA平台及多款智能产品，覆盖财务、供应链、差旅等场景，助力企业构建“AI+业务”新能力，实现高效管理与创新发展。
丰巢都开始推洗衣业务了?有用户发现，丰巢智能柜小程序推出了“生活服务”专区，推广丰巢自营洗衣业务...在使用“丰巢洗护”这一功能时，用户可以通过丰巢小程序下单，选择通过“投丰巢柜”和“上门取件”任一完成配送，之后等待衣物返还即可...费用方面，丰巢洗衣最低价格19元，可享纯手工洗运动鞋...
全球IP产业链已成为文化娱乐消费的重要增长点，2024年衍生品市场规模超3200亿美元，其中潮玩产业高速增长。传统IP商业化面临用户互动单向、消费一次性等瓶颈。智能潮玩通过"平台化硬件+可替换IP角色+UGC社区"模式，实现从静态收藏到动态共生的转型，以乐森机器人等产品为例，用户可自定义角色动作并参与内容共创，形成"硬件+内容+社区"的长期运营生态。这标志着IP商业化从单向衍生迈向双向互动，推动产业从"衍生"进入"共生"新阶段。
AI正推动软件测试领域变革，测试团队脚本维护时间减少60%，工作重心转向策略设计与异常监控。行业报告显示，AI驱动的测试效率提升显著，尤其在探索性测试中可发现人工难以预见的边缘场景缺陷。实践案例表明，金融、汽车等行业引入AI测试后，迭代周期缩短，用例自动生成率大幅提升。未来测试工程师将更专注于质量体系设计和风险分析，而非脚本编写，实现从“人工密集型”向“智能驱动型”的转变。
