社区讨论:有开发者提问,除监控外多模态视觉模型还有哪些更友好的使用场景。有人测试发现该模型识别错简单时钟题,同参数规模的通义千问几乎答对。有人提到DeepSeek创始人之前曾表态只专注文本模型不做多模态,现在发布该模型和原说法矛盾。
不少用户指出,当前模型仅支持缩放后总像素相当于800×800的输入,分辨率太低,无法满足OCR识别整页文档的需求。
OpenRouter 上线了一个匿名模型 Ox Alpha,免费开放一周,支持百万 token 上下文和原生多模态。社区实测编程、视觉能力都表现亮眼,但很快有用户用 token 指纹对比,扒出它很可能就是智谱 GLM 的匿名测试版。
NVIDIA 的编码智能体 AVO 在 ARC-AGI-3 交互式推理测试上拿到满分:25 个公开环境、183 个关卡全部通过,全程不需要指令、规则或明确目标,全靠自己试错学会规则。这是通用推理能力的一个重要结果。
Anthropic 完全免费公开的「Claude Academy」真的内容充实到足以拷问AI学校的存在意义,非常推荐。 ① 分产品的课程共有5门( / Cowork / Claude Code / Tag / Platform),结构支持你…
🔴 几名中国开发者刚刚用一款免费工具让整个付费AI视频行业颜面扫地:他们发布了LongCat-Avatar,这是一个开源AI,能把一张照片和一个音频文件,转换成对口型自然、真实的说话人视频。 你可以生成长达数分钟的视频,完全免费。
读者无法识别带水印的AI文本
过去几周,我一直在抱怨大家对AI水印的看法都错了:它其实并不反消费者,也不会让输出质量变差。水印论文[1]已经证明了这一点,但我认为实际测试一下可能会更有意思。面对同一提示词的水印与非水印回答,读者能分辨出哪个是哪个吗?
为了找到答案,我临时搭建了 https://sgoedecke.github.io/watermark-quiz/,一个供读者测验的静态网站。我使用租来的H200上的Qwen3-30B-A3B-Instruct-2507模型生成了30个回答:每个问题三个回答,其中一个秘密地使用了SynthID-Text水印。租用GPU的费用大约两美元。
𝕏 实时信号 + arXiv 前沿论文,经 AI 聚类解读 · 一眼扫完全貌(含上方导读精选 4 条)
Hacker News 网友正在讨论这个新出的实验模型,后续可能会开放给普通用户使用,可以留意后续进展。
社区讨论:有开发者提问,除监控外多模态视觉模型还有哪些更友好的使用场景。有人测试发现该模型识别错简单时钟题,同参数规模的通义千问几乎答对。有人提到DeepSeek创始人之前曾表态只专注文本模型不做多模态,现在发布该模型和原说法矛盾。
不少用户指出,当前模型仅支持缩放后总像素相当于800×800的输入,分辨率太低,无法满足OCR识别整页文档的需求。
做量化交易或者金融分析的人,不用再自己维护爬虫抓数据,一套密钥就能适配多种调用方式,配合AI工具生成自动化工作流。
同花顺官方出了套 A 股数据接口:同花顺金融数据API(Financial-API) 支持行情快照、日 K、财报、板块、涨停 / 龙虎榜,REST、Python、CLI、MCP 共用一把 Key,还能配合本地 DuckDB。 比较适合接进 Cursor、Claude 这类 Agent,做量化脚本、金融数据分析和自动化工作流,也能少维护一套自己的爬虫。 👉
可通过 opencode 和 OpenRouter 访问该模型
使用该服务的开发者和企业需要立刻核对账单,避免多付不必要的费用。
社区讨论:多位用户确认AWS Bedrock上的Codex存在缓存配置错误,缓存读写比不足5%,未启用缓存还产生大量昂贵写入,最终产生十倍账单,将web_search设为disabled可解决问题。有人质疑这不是bug而是刻意为之,也有人吐槽云服务商的计费异常永远是多收费不会少收。还有人借此质疑大厂AI产品的质量,不认同AI已经可以取代软件开发的说法。
可在现有Codex订阅额度耗尽后,继续在同一会话调用模型完成任务。使用存在账号被处罚的风险,供用户自行尝试。
▣ 介绍 Endless:无限推理(差不多吧)。一个用来榨干你 Codex 订阅每一分性能的实验性工具。
既然 Codex 允许哪怕你的用量超过 100%,进行中的会话轮次也能继续运行,那为什么不试试利用这一点?
Endless 会开启一个 Codex 轮次,并给代理提供一个 wait_for_user_input 工具。当它完成任务后,就会调用这个工具并等待。你的下一条消息会成为工具返回结果,让整个会话都保持在同一个轮次内。
它通过你现有的 ChatGPT 登录,在 Codex 自己的应用服务器上运行。原生工具、自动压缩、上下文追踪和配额追踪都能照常工作。
⚠️ 注意:我不能保证你使用这个工具不会被封号或者受到处罚。使用风险自负。
无需指令、规则或明确目标就能自主完成全部测试关卡,这是通用推理能力的重要测试结果
我们的通用编码智能体刚刚在 ARC-AGI-3 交互式推理基准测试中取得了 100% 的得分。
NVIDIA AVO 完成了全部 25 个公开环境中的所有 183 个关卡,在没有指令、明确规则或既定目标的情况下,自行推断出了要做什么。
支持百万上下文与多模态,不保留数据,调用限制宽松,日承载量达100T tokens,可近无限制使用。
Ox Alpha(隐身模型)下周免费使用——支持1M上下文,多模态,零数据留存。
速率限制宽松,使用几乎不受限制。
我们每日可承载100T tokens的容量,来看看你能做出什么。
讨厌 Claude 写东西太像BuzzFeed快餐文,这款工具可以修正它的语气,调整到更符合需求的风格。
可根据输入内容自动匹配最合适的AI模型,简单任务转开源模型,复杂任务转前沿模型,能帮降低使用成本提升速度
试试 RouteLLM API——这是一款能根据你的提示词路由到最优模型的 API。
它支持缓存处理。
兼容 150 种以上 AI 模型。
速度出众,价格友好。
可在 Claude 或 Codex 中使用。
对于简单对话轮次路由到开源模型,复杂长时任务路由到前沿模型。
开发者用10项DeepSWE任务测试多款大模型,未知模型得分最高
我在 DeepSWE 上让它跑了 10 个任务(所以它的真实分数可能波动很大,这只是子集),不过呃……gpt-5.6-sol:52%,fable:65%,这鬼东西:80%(差一点就能全对"x"相关的,实际得分其实超过 80%),我现在非常困惑。
我有 75% 把握这是 GLM,但我真的不确定。
我真的太喜欢这个东西了……
不管是刚了解AI还是日常用Claude,都能找到对应学习内容,全部免费开放,可以按需学习相关内容。
Claude Academy 现已上线。 不管你是还在弄清 AI 到底是什么,还是已经每天都在使用 Claude,这里总有一条适配你当前水平的学习路径。 这些课程和教程免费开放,所有人都可以参与。
这项排名衡量AI使用工具、自主规划解决复杂问题的智能体能力,得分最高意味着智能体能力已经达到第一梯队,会直接影响实际任务的完成效果
Grok 4.6 刚刚在 Artificial Analysis Agentic Index 中并列第一
Grok 4.6 (high) — 59
Claude Opus 5 (max) — 59
表现优于 Claude Fable 5 和 GPT-5.6 Sol
我们正在进入智能体时代,而这正是非常重要的一类基准测试:工具调用、规划、自主性和复杂问题解决。
Grok 4.6 现在已经高居榜首。
这点之所以更为重要,是因为 Grok 为 Grok Build 和 Grok Bot 提供动力,在这些场景中,模型必须不止于回答问题,而是实际采取行动、使用工具并完成真实工作。
Grok 的智能体能力正在变得异常强大。
该模型以 Kimi K3 为基础,使用公开法律数据、合成数据与人类专家数据做后训练,在LAB基准上全通过率提升82%,后续看性能能否覆盖更多法律工作场景。
模型端点刚被扒出来的时候还不能调用,传图片都会报错,没过几分钟官方就更新了图像理解的接口文档。
未发布的MiMo-V3-Pro直接和GLM 5.3、Kimi K3、Claude Opus 5、GPT-5.6 Sol Max放在同一张跑分表对比。
这是一个原生统一模型,同时支持图像理解、生成和编辑三种任务,采用Apache 2.0开源协议,可免费商用。
我们推出 SenseNova-U1.5-8B-MoT,这是一款原生统一 8B 模型,支持图像理解、生成与编辑。🎨采用 Apache 2.0 协议。🤖
在多个基准测试中领先:MMLU-Pro 得分 86.7,IFBench 得分 69,GenEval 得分 92.2,此外在多个文本渲染、信息图和视觉推理基准测试中也取得领先。🏆
生成的中英文文本更干净,信息图效果更强,原生 4K 生成效率更高。🖼️
对复杂提示词和图像编辑的处理更可靠,能更好地保留身份与背景,同时支持 bounding-box、marker 和多图控制。🎯
NEO-unify 将理解、生成和编辑整合进了同一个原生多模态 checkpoint。🧠
AVO不需要人类告诉它游戏规则和目标,只需要自己尝试、观察结果就能学习,最后满分通关所有25个公开游戏。
Holy:NVIDIA 的编码智能体 AVO 在 ARC-AGI-3 的 25 个公开游戏中拿到了 100% 分数,解决了全部 183 个关卡。
这个智能体没有获得任何规则或明确目标。它必须通过尝试、观察结果、修正错误来自主学习。
AVO 能成功,是因为它会记住学到的知识,在很长一段时间内逐步积累,而不会在模型上下文重置时从头开始。
它由 Claude Opus 5 驱动,这套系统此前曾自主运行七天,优化 GPU 代码。
真的太酷了,能看到 NVIDIA 拿到这样的成果。
有人用25组不同的提示词做Token数对比,指纹测试结果高度指向智谱GLM-5.3视觉版,之前猜测是小米MiMo的证据不足。
国内大模型的新版本迭代正在推进,测试信息提前泄露,可以关注后续正式发布的产品能力变化。
一款新的 Kimi 模型,大概率是 K3.1,目前正在 Code @arena 以「korrine」的名称进行测试。
K3 在正式发布前,曾以「kivine」的名义在该竞技场测试。
如果有人好奇的话,OpenRouter 上的「Ox Alpha」就是来自中国智谱实验室即将推出的 GLM 5.3 Flash。
商业视频全流程从策划到交付都可串联完成,自带场景模板开箱可用,开源且API定价低,降低商业创作成本
MiniMax 推出MiniMax Design 是一款面向商业视频与内容创作者的 AI Agent 客户端 配合其H3模型 通过 AI Agent把策划、分镜、生成、剪辑到交付的全流程串联了起来 下面是根据拍摄制作的一个特效AR视频 他内置了针对不同商业场景的专属模板,直接套用就能出片: 自动理解意图 无限画布(节点图协作) 技能与插件生态 开箱即用的预设技能 配合MiniMax H3 视频模型非常划算,不仅开源,且 API 价格极低(768P 约 0.5 元/秒,2K 约 0.8 元/秒,年卡低至 0.4 元/秒)
普通无状态AI记不住跨会话信息,这套架构解决长期记忆判断退化问题,帮AI智能体适配企业团队协作需求
不用所有请求都塞给最贵的大模型,不同复杂度任务自动分配合适模型,能平衡响应质量和推理成本,降低AI服务的开销
不是每一个 LLM 查询都需要你最大、最贵的模型。
LLMRouter 是面向开发者的开源库,它能将每个查询路由到合适的 LLM,而非把所有任务都发给一个默认模型。
它会根据任务复杂度、成本和性能要求选择模型,帮你平衡响应质量和推理成本。
核心功能:
• 支持16种以上路由方法——可测试 KNN、SVM、MLP、矩阵分解、Elo、基于图的路由等多种方案
• 五大路由类别——覆盖单轮、多轮、多模态、智能体和个性化路由
• 统一 CLI——可训练路由、运行推理,或启动交互式 Gradio 聊天界面
• 数据生成流水线——可从11个基准数据集构建路由数据,附带API调用和评估功能
• 可扩展工作流——可通过有文档说明的插件系统添加自定义路由和任务定义
它是开源项目(MIT 许可证)。链接放在回复里 👇
这项评测更贴近真实使用场景,结果显示用户更喜欢的对话体验,不一定对应更高的任务完成率。
这种设计会根据模型弱点调整后续数据采集方向,人工修正直接帮模型迭代改进,对想参与物理AI数据采集的人开放报名
在@axisrobotics上的机器人训练被设计为一个持续循环,而非单向数据流水线。
训练从预训练阶段开始:贡献者遥操作仿真机器人完成任务,生成带时间戳的轨迹,其中包含动作、关节状态、物体位姿和任务元数据。
接下来是后训练阶段。训练好的策略会自行尝试完成任务,当它犯错时,贡献者会接管控制、纠正错误,再把控制权交回去。这些修正会精准暴露策略仍然存在缺陷的位置。
在后台,轨迹会经过验证、清理和增强,最终转化为数千张照片级真实感的训练样本。
这个流程有意思的部分在于反馈循环。策略的缺陷决定了接下来要收集什么数据,新的修正会改进策略,改进后的策略又会产生新的收集优先级。
每条签名轨迹还会获得一个唯一数据ID,和它的任务ID、贡献者ID一起记录在base上,形成可验证的来源溯源链。
如果你想要为物理AI数据层做贡献,看看这个平台是如何运作的,可以在这里注册:
现有训练环境跟不上智能体进步,没法暴露能力缺陷。这项研究提出的新方案能在不改动原有底层逻辑的前提下改造环境,提升训练效果
Google 在构建更好智能体环境方面的研究成果令人印象深刻。
智能体的训练环境目前都是人工搭建的,而且会逐渐过时。智能体在不断进步,但环境不会,而且环境从一开始就无法暴露智能体的弱点。
EnvHarness 将静态环境封装在一个可编程插件层中,无需修改底层逻辑就能重塑环境行为。每次重塑后的环境都会保留原本的验证器;这一点保证了重塑后的环境可以安全用于训练。
EnvRigger 将策略视为黑盒,读取它的执行轨迹,合成针对已诊断缺陷的组件,然后用新的采样回滚验证这些组件。
在四个领域的五个基准测试中,留出测试实例的性能最高提升了9.0分,执行步骤减少了9.8%。
论文地址:
在我们的学院追踪更多热门AI论文:
过去15年游戏一直是AI研究的测试场,这次要攻克持续学习、长期规划等核心开放难题,成果还会落地到真实世界问题与科学发现中。
15 多年来,游戏一直是我们 AI 研究的重要测试平台。🎮 从精通 Atari 游戏到成为《星际争霸 II》特级大师,游戏推动了我们多项重大 AI 突破。
我们在 SIMA 上的工作教会了智能体如何理解 3D 世界,但学习应对真实人类动态需要一个活的、持续存在的宇宙。
通过与 @FenrisCreations 的研究合作,我们正在探索如何解决 AI 领域的开放性挑战:
🔵 持续学习:获取新技能,同时不遗忘过去学到的知识
🔵 深度记忆系统:能够存储和检索远超出当前上下文窗口范围的信息
🔵 长周期规划:覆盖数周、数月甚至数年的时间跨度
🔵 多智能体动态:涵盖合作、谈判、经济和涌现行为
我们的长期目标是,与游戏开发商合作,用 AI 发掘全新的游戏体验——让游戏更易上手、更个性化——同时将我们学到的知识应用到现实世界问题和科学发现中。
了解更多 →
招聘提供全额学术自由、足够算力和符合预期的薪资,想进入顶尖AI开源研究领域可以申请
摘要:这是全球人工智能领域最重要、最激动人心的机遇之一,请继续往下读。
British Open-ended Learning & Discovery Lab 正以开源和开放科学的名义,为打破范式的 AI 研究打造完美阵地。
我们有自主权、有资金、还有按学术标准来看空前充沛的算力*,但我们需要你!
我们还为你准备了理想职位:BOLD Fellow。
这份工作结合了快节奏、高自主权的协作环境,同时拥有完整学术自由,以及足以维持生计的薪资。
请在英国时间9月15日中午前申请,抓住这个千载难逢的机遇,共同塑造我们领域、乃至我们星球的历史:
*按学术标准计算
不少开发Agent的团队踩了坑,核心问题是业务和单一模型API绑定,换模型就会卡壳。这套分层思路能帮你实现多模型零成本迁移
Pi 团队梳理了把大模型转化为生产级 Agent 的四大 Harness 支柱:动态系统提示词、沙箱工具调用、自主循环执行流,以及跨不同大模型的统一转换层 把基础模型和 Agent 编排框架解耦是构建健壮工作流的关键。很多团队在 Agent 开发上踩坑,往往是把业务逻辑与单一模型的 API 深度绑死,一旦遇到模型限流或调价就寸步难行。把底层状态管理、断点恢复和工具分发抽象到独立的 Harness 层,才能真正做到多模型自由切换和零成本迁移
该应用围绕每日数据输入、晨间打卡与微调搭建迭代流程,高留存显示其适配日常作息
睡眠改善由迭代驱动。Sleepagotchi通过每日数据录入、睡眠数据收集、晨间打卡与小幅调整,搭建出这套迭代流程。
用户行为会成为一个持续循环的组成部分,在循环中逐步识别并优化睡眠模式。
应用的高留存率说明这套系统能自然融入用户日常作息。数据、指引与行为的契合,让睡眠习惯得以长期维持。
Axis Robotics通过网页小游戏收集人类操作轨迹,用于训练现实人形与工业机器人
在浏览器模拟器中操作虚拟机械臂,玩起来就像一款有趣的街机小游戏,但Axis Robotics实际是通过这种方式,众包收集真实世界人形机器人与工业机器人所需的关键训练轨迹。要成为合格的数字指导者,你需要先理解评分系统对操作的评估规则。不要盲目重复任务,落入任务机制与平均分陷阱,你的得分取决于所有完成操作的平均分,失败的重试会拉低你的整体得分记录。
操作前期,预训练与检查点技巧能帮你优化操作流程。第一,双击目标物体即可让机械臂直接穿过空白区域移动到位;第二,完成子目标后立刻按下N键,保存当前进度节点;第三,如果后续操作出错,可以按下B键恢复到之前的准确状态。
进入训练后期的30秒预算环节,规则会发生改变,由AI先进行操作,你需要仔细观察,在AI出错前点击“接管”,微调对齐后,在30秒的手动操作窗口内按下“返回策略”。
任何情况下都要保持操作平稳,匆忙且幅度大的修正会拉长操作时长,如果超过160次采样(约32秒)的限制,系统会强制平滑轨迹,最终你的基础得分会被清零。掌握模拟器操作规则提升你的排名,可访问链接:
一名用户在真实代码库测试Ox Alpha,称它在前端编码设计任务表现稳定
Ox Alpha的编码能力非常出色,尤其擅长前端开发与设计相关工作。
测试者在真实代码库中试用了这款工具,认为它在实际场景任务中的表现足够可靠,或许已经能达到Fable的水平。
测试者搭配Claude Code工具完成实际代码库任务,全程运行没有出现任何问题,只有后续会在任务中途停止运行。
对测试者来说,Ox Alpha已经通过了实际场景测试,他准备在订阅服务上线后就购买订阅,接下来会尝试这款工具的更多功能。
该问题不止出现在Claude Code和OpenCode harness中,OpenRouter聊天窗口也存在同类问题
用户HarshithLucky3在𝕏发布反馈,Ox Alpha在执行任务过程中会中途停止运行。
该问题并非仅出现在Claude Code或OpenCode harness中,他在OpenRouter的聊天窗口里也观察到了同样的问题。
Axis平台让普通人在浏览器模拟器贡献机器人训练轨迹数据
Circle开发者免费开放构建AI代理的Circle Agent Stack系列教程
他承诺会给我们做一个用 Circle Agent Stack 构建 AI 智能体的系列教程,现在他兑现了承诺。
其他人要收费才能获得的内容,@circle 开发团队免费给到了我们。
在这个系列里,@bleso_an 讲解了 Circle Agent Stack 的强大之处,以及它的不同基础组件如何协同,赋能智能体经济。
它为开发者提供了构建智能体的基础模块,让智能体可以:
-> 持有和消费 USDC
-> 管理预算、消费限额和审批规则
-> 发现付费服务
-> 为按使用付费的服务进行小额支付
-> 执行链上操作
-> 使用 agent CLI 调用这些功能
-> 使用 Circle skills 引导 AI 工具使用该栈
-> 访问 APIs 和其他付费资源
-> 跟踪交易并返回回执
目标很简单:智能体不再只是用来生成文本,它们现在可以发现付费服务,自主完成任务。
欢迎来到智能体经济!!
完整视频链接在下方 👇🏽
我还附上了 Circle Agent Stack 的链接供你开始搭建!
这是 vibe 编码入门讲座第七讲,讲解应用数据存储功能实现
【Vibe Coding超入门讲座第7回】如何给应用添加数据保存功能?用Claude Code实现的数据库讲座 / Supabase是什么?/ 防止AI破坏数据的必备对策 未来党党首・#安野贵博 为您通俗易懂解说🔍
来自YouTube @
博主拆解实测神秘多模态大模型Ox Alpha,其多项能力表现亮眼
🔥神秘模型 Ox Alpha视觉效果超乎想象!牛来!!
Ox Alpha的视频理解力炸裂到我直接跪了!
拆解实测亮点:
🔹3D空间感知:随便丢个造物场景,模型秒懂透视、深度、材质,描述得像亲临现场,#3D造物直接拉满!
🔹多模态联动:图片+视频混合输入,推理连贯到离谱,复杂视觉任务一气呵成,完全不像“匿名测试版”。
🔹真实感爆棚:色彩、纹理、动态模糊处理细腻到让人怀疑是不是偷偷开挂了……视觉冲击力太强!
猜测是GLM多模态版还是MiMo呢?
赶紧去OpenRouter/OpenCode薅!
#OxAlpha #神秘模型 #AI视觉 #大模型实测 #多模态 #牛来
OpenRouter上线匿名模型ox-alpha,经技术鉴定确认属于智谱GLM家族
支持OpenRouter和OpenCode,带100万Token超长上下文和原生多模态,内测零数据保留,行业人士猜测它性能提升会改变格局
它把数据查询、交易执行、钱包支付这些金融能力整合到统一平台,开发者可以接入自己的AI智能体
币安正式推出 Agent OS 我们想解决的问题很具体:AI Agent 已经可以分析信息、理解需求,但进入金融场景后,还需要可靠的数据、交易、钱包、支付和链上执行能力。Agent OS 把这些能力连接到一个统一的平台中,并支持 Claude Code、Codex 等 Agent 开发环境以及开发者自己的 Agent。在用户授权范围内,Agent 可以读取实时市场和账户数据、跟踪余额与仓位,并完成受支持的交易、支付和链上操作。
对币安来说,这是把我们已有的金融基础设施进一步开放给 AI Agent 和开发者。让 AI 不只能够理解金融,也能够在用户控制下安全地使用金融能力,这是币安推出 Agent OS 的核心。🤖💛
调用这些技能就能把Claude变成定制化的AI工作流,不用自己写复杂提示词就能完成细分任务
其他模型可能在特定测试里得分更高,但Grok 4.6速度快成本低,日常用不用频繁调整提示词
Grok 4.6 是目前最优秀的前沿模型。
Opus 5、Fable 5 和 GPT-5.6 Sol 可能在特定基准测试中胜出,但真正能让你全天候高速使用、成本低廉,还不用一直盯着配额限制的模型是 Grok。
智能 × 速度 × 成本 × 使用限制,这几项综合起来,比基准测试里多赢一分更重要。
覆盖创意、设计、营销等不同工作场景,想升级工作效率可以直接按分类找对应的工具
因为设计没有标准答案,之前很难做合格数据集,这次收集的是完整工作流而非单个操作
在设计领域,不存在唯一的正确答案。
这正是为什么一直没人能做好这个领域的数据集。
→ 200 小时的 Figma 真实工作内容,而非合成任务
→ 完整工作流,而非孤立操作
模型需要在数十步操作中始终保持设计意图,最终产出还得符合 Figma 的最佳实践。
大多数计算机使用数据集都是围绕 Excel、表单、生产力软件构建的。这是第一个为创造力构建的数据集,在这个领域,模糊性不是bug,它本身就是要面对的挑战。
这是该类数据集首个开源版本。
想要做图像生成本地编辑的开发者,可以直接基于这个轻量模型二次开发,不用依赖第三方大模型接口
全新开源 AI 项目 SenseNova U1.5 Lite 是一个用于视觉生成与原生编辑的轻量级统一多模态模型。
亮点:
• 原生 2K/4K 高分辨率输出
• 更优的文字与排版表现
• 支持复杂指令跟随
• 精准局部编辑,保留能力更强
GitHub:如果你觉得这个项目有用,欢迎给仓库点星 ⭐
付费Agent编程模型成本高,现在有完全免费的模型,预览请求不用于训练,能免费搞定长时程软件工程任务。
年投超一亿美元做模型推理,却没有离线评估来确定该用哪个模型,这种浪费情况值得所有投入大模型的企业警醒。
想自己动手做能自动化任务的AI智能体,可以跟着这套步骤走,还附了每个环节可用的工具清单,适合新手入门参考。
不同大模型的性能价差,会直接影响AI工作流的成本控制。按场景分工使用不同型号,可以在保证性能的前提下压低费用。
这件事非常简单,和 Fable/Opus/Sonnet 的差别不同,Sol/Terra/Luna 三者之间的性能差距极小,Luna Max 早就拥有 GPT-5.4 xhigh/Opus 4.7/4.8 Max 级别的性能。
而且它的价格比 Opus 便宜得多,甚至比 Sonnet 还要便宜,所以我现在是按如下分工来使用它们:
设计、编排线程:Sol
编码线程:Terra
文档调研、命令执行线程:Luna
cool comment: FLOPs were intelligence; parameters were knowledge!
小模型成本越来越低,能力越来越强,AI整体普及会加速,但现有大模型服务商的护城河会变难守,估值也会面临调整
高盛 Delta One:“前沿领域的争论已经转向,增长能否继续匹配本就已经极高的预期。”
与此同时,模型经济仍在快得离谱地持续改善。Qwen3.8 就是又一个例子……越来越小、越来越便宜的模型,能输出越来越有用的智能。
每美元能买到的有用智能正在爆炸式增长,竞争也在成倍增加。这对 AI 落地和整体市场非常利好,但对所有出售令牌/模型访问权限的卖家来说,利好就没那么明显了。
护城河会变得更难守护。这个逻辑同样适用于「镐与锹」产业链中的部分环节……想想看,随着每股收益上涨,整个领域的估值仍在持续下调——目前处于估值区间低端仍有防御性,但在 2027/28 的不确定性面前很难追涨。”
支持多模态任务,可调用工具引导机器人导航,还能满足企业重度视频工作流需求,值得关注其落地能力。
Muse Spark 1.2 支持范围广泛的多模态任务,从将图像转化为可运行代码,到将感知转化为实体动作,均能覆盖。
它还提供了强大的音视频理解能力,可支持真实企业场景中常见的重度视频工作流。
今天,我们将分享新的测评与演示,展示该模型视觉理解与推理能力的广度。
我们先来看一段演示,它展示了 Muse Spark 如何解析多模态观测结果、调用工具,引导机器人在非结构化环境中导航,找到一只橡胶鸭。🧵👇
重新训练后性能能得到比肩现有大模型的新开源模型
重新训练Qwen+Gemma后得到性能比肩Opus 4.8的AI模型「Ornith-1.5」 https://pc.watch.impress.co.jp/docs/news/2134570.html
新发布模型可免费测试一周,每天提供100T tokens容量,想测高性能AI模型的可以抓住免费窗口期体验。
🚨对比测评:神秘模型 Ox Alpha 性能封神!
OpenCode 刚放出的 stealth 模型 Ox Alpha,在 DeepSWE 10 个硬核任务实测中直接碾压一众一线模型,平均分高达 80%,把大家都整不会了。
关键要点拆解:
🔹实测成绩(10 任务均值)
• Ox Alpha:80%(8 个任务全过 ✓,仅 2 个 ×,且有接近过线)
• fable-5:65%
• glm-5.3 / grok-4.6:62%
• gpt-5.6-sol:52%
🔹规格拉满
• 1M 超长上下文
• 多模态支持
• 零数据保留(Zero Data Retention)
• 近乎无限额度 + 每天 100T tokens 容量
免费窗口只有一周,能跑就赶紧去 OpenCode / OpenRouter 薅羊毛测试!
这可能是今年最强免费 stealth 模型之一!
#OxAlpha #神秘模型 #OpenCode #AI #基准测试
想入门AI可以跟着步骤练手,完成前置操作就能参与,适合想从零起步动手熟悉AI的人,不需要提前准备付费资源。
你想学习AI吗?现在有一个关于Pi 1的学习环节。
1. 阅读pi仓库
2. 在你的机器上配置pi
3. 配置一个免费模型或本地模型
推荐:<-- 免费 <-- 本地
在今天中欧时间下午2点前完成这些步骤,然后加入:
如果通用AI能力接近 plateau,优化现有模型推理就能成为稳定生意,不用一直追着新款模型研发。
GPT-5.6 Sol 目前看来是几乎所有任务中能力最强的可用模型(至少在我测试的任务里是这样),涵盖编码、数学、智能体工作流、散文和创意写作各个领域。
它很可能会被当作 OpenAI 的 Opus 4.6,而且会是比 GPT-5 重要得多的节点——GPT-5 也就那样。
就算模型开发会无限暂停(旁白:“才不会”),为这个特定模型优化推理也足够做成一门好生意,因为对相当一部分用户来说,我们感觉可能已经接近效用 plateau 了。
用户指出很少有人用Minimax H3生成讲解视频,分享了两份提示词案例
用户Crownzdesigns借助Claude Code完成测试,邀请大众为复刻效果打分
Crownzdesigns被某款设计的图案吸引,想要测试Fable 5仅通过单张图像复刻该设计的准确率。 本次测试由Claude Code搭建完成。 Crownzdesigns邀请大众按十分制,为这次的复刻效果打分。
@TanLuAI分享了可替换模特与服装的口哨舞AI视频制作流程,含分步操作和提示词
David_TornAI测试ChatGPT Work与Gemini Spark,分享可实际落地的提示词模板
多数AI工具仅提供答案,CREAOAI推出可按计划自动执行任务的AI智能体
AI 可以回答你的问题。但活儿是谁干的?
AI 可以回答你的问题。但活儿是谁干的?大多数 AI 工具只停留在给出答案。
@CREAOAI 构建了一个智能体,可以按计划为你持续完成任务。
一个人,就拥有一整支 AI 智能体团队。
OpenAI推出图像生成新功能,支持直接生成透明PNG素材
分享查看Codex额度消耗、Token用量的操作方法
原来 Codex 的额度消耗可以看得这么细啊???
如果你觉得你的 Codex 的额度最近非常不耐用,你可以尝试一下: 打开 Network 里搜索 daily-workspace-usage-counts。
里面的 total 会列出 credits、tokens、turns,分别对应额度消耗、Token 用量和任务轮次。
可以看一下自己前后几周的变化:同一个模型、同类任务,消耗有没有突然变得特别快。
20X pro 周限额应该在 1B-2B 之间吧,具体还需要看你使用的模型,以及是否用了 “FAST”
如果差别很大,就可以查一查是不是有问题:你的节点、是否频繁切换地区。.....
爆料人基于多项特征指认未公开新模型为GLM-5.x,称性能领先
我99%确定它就是GLM-5.x,所有证据都指向这个结论(相同的视频编码器,相同的分词器,风格匹配,同样拒接音频输入,等等)。
在GLM-5.3发布公告中,他们关于RL环境的内容看起来非常出色,本以为它后续才会落地,完全没想到它能这么快就达到这么高的完成度,但现在它确实来了。
这个模型好得离谱。我做的首批测试结果全都非常出色。我已经连续做了好几次和GPT/Fable的对照测试。它的实际表现比那两个还要好……
看起来OpenAI和Anthropic又要开始赶工发布新模型了,因为这个东西已经(或者说至少看起来是)新的SOTA了……
Fable写了一篇证明它就是GLM的汇总分析:
现在很多国内用户认知里AI就是豆包,几亿用户基础摆在这,接下来只要延伸场景就能拓展新市场。
豆包PC版偷偷变成了Codex🥲 现在在很多中国人眼中,AI 就等于豆包 这是一种极其恐怖的产品优势,下一步字节只要想办法把这几亿用户带进更多场景就能攻城略地。OpenAI 就是这么干的,从 codex 出来之后,一路披荆斩棘。GPT 过去一直是全球最大的通用 AI 产品,某种角度来说它才是真正的美国豆包。
字节可能要用 OpenAI 的套路拿下办公市场了。期待腾讯的表现!
提示词分了三层结构,总长度接近6万字符,同时暴露了内容重复、规则冲突和占用上下文空间的问题。
晚上研究了下反代,用国内某大厂的AI客户端来测试,不小心把它的系统提示词也给完整“反”了出来,漏洞还挺明显的 提示词还是很系统,也相对复杂,三层记忆、技能与 MCP 路由、个人文件安全、交付物展示,连运行时和连接器状态都会被塞进了上下文 接近6万字符的提示词体量,也暴露了重复、规则冲突和上下文成本问题 (附系统提示词大纲截图)
这款神秘中国大模型同时支持原生多模态,能输入图片和视频,目前正在开放平台做匿名测试。
观点认为AI不一定要抢走工作,未来不只是被动接受,普通人也能自己掌控AI工具。
我们需要让人们知道,开源AI是真实存在的。
我们需要让人们知道,他们可以拥有属于自己的智能。
AI不一定会夺走他们的工作。
未来不会只是被动降临到他们身上。
他们也可以带来改变。
这场发展最终可以让我们所有人都过上极好的生活。
Harness给模型提供可操作环境,告诉模型怎么表现、能用什么工具、怎么一步步推进任务。
项目覆盖6个服务商,每个模型做了1000多次测试,谁做界面更好很快就能比出来。
Introducing the Generative UI Bench——一项公开排行榜,用于衡量不同模型和格式在OpenUI、Google A2UI与Vercel json-render上生成界面的表现。
测试覆盖了6个提供商,每个提供商完成了1000+次运行。我们会测量结构有效性、失效模式、token成本与渲染耗时。
方法论、代码和原始结果都已公开共享。
这是一个动态基准项目——模型在更新,框架在迭代,我们计划在未来几天添加更多数据点。
没看到你喜欢的模型或常用框架?告诉我们,我们会把它加进去。
这套平台依托本土技术搭建,已通过安全审计认证,专供国防领域使用,标志着本土专用安全AI系统开始落地国防场景。
印度军方基于 Sarvam 105B 打造自研多模态人工智能系统 🇮🇳⚡️
国防服务参谋学院推出了 DRONA 2.0,这是一个聚焦国防领域的生成式人工智能平台,由 Sarvam AI 的 105B 模型和开源人工智能系统提供支持。
> DRONA 2.0 部署在 DSSC 自有 GPU 基础设施上
>
> 基于国防与战略研究领域的大型资料库训练
>
> 支持推理、文档分析和数据分析
>
> 可处理并生成图像、语音、演示文稿和播客
>
> 支持多语言间的翻译与转写
>
> 已通过国防参谋部总部和国防网络局审计认证
DSSC 与 Sarvam AI 还签署了一份关于进一步开展人工智能开发的谅解备忘录。
👉 这正是本土人工智能拥有战略重要性的体现:不只是聊天机器人,而是在印度国防生态系统内部搭建的安全、垂直领域专用智能系统。
📌 关注 @_TheTathya 获取更多此类资讯。
当前市场只要求AI公司消除可见的对齐问题,不触及深层风险。后续可能再也没人能发现隐患,最终会让处境比现在更糟糕。
国产开源图像模型开始卷完整多模态工作流,总参数量约18B,以Apache 2.0协议开放,感兴趣可直接下载测试。
该模型能攻克其他多款模型都处理不好的特定问题,推测它可能是Mimo的新模型,仍需更多测试。想抢先体验新模型的可以关注进展。
一款新的匿名模型正在 OpenRouter 上以「Ox-Alpha」的名义进行测试。
这个模型碰到了和 Mimo、Qwen 以及 GLM 模型都难以处理的同一个脏标记(dirty token)。
Xiaomi Mimo 此前曾在 OpenRouter 上以 Hunter 和 Healer Alpha 的名义测试过它的 Mimo V2 模型。
还需要更多测试,但这可能是一款新的 Mimo 模型。
这套统一的动作描述框架,能适配不同形态机器人、任务和环境,未来多模态机器人落地可能会用上这套标准。
如果机器人、人类和视频模型都能用同一种语言描述动作,会怎么样?
今天介绍 Hydra-0🐍:一个通才世界模型,它将机器人动作表示为动作流。它只有一套接口,却能适配多种具身形态、多种任务和多种环境。🧵1/7
AI Agent能帮你完成工作,还能把每次工作的判断经验沉淀进自己的模型,越用越强,不用每次重新开始。
大模型公司已经在招聘哲学家、语言学家做安全对齐、伦理审查等工作,这是已经发生的招聘趋势,人文学科从业者可以关注相关机会
🔴 科技部长Ximena Lincolao表示,人工智能(IA)可以为哲学家、历史学家和其他人文专业人士(比如教师)带来新机遇。这个核心前提有实际依据。
生成式IA确实为过去“无法在科技行业就业”的人文背景从业者创造了新的需求 niche:训练数据整理、评估模型中的文化和语言偏见、设计需要深刻理解修辞与论证的提示词、应用到系统的伦理研究,以及用于思考IA治理的科学史与科学哲学等等。
Anthropic、OpenAI和Google这类公司会雇佣哲学家和语言学家来做红队测试、对齐和使用政策制定。这不是 aspirational 叙事,而是有记录的招聘趋势。我认为现在的号召就是搭上变革的列车,因为它已经来了——不管你喜不喜欢。
图像生成赛道竞争加剧,头部玩家格局正在改写,普通用户很快能用上效果更好的图像编辑工具
微软等于直接说了一句“我们也来玩图像领域了”,然后就扔出一个直接登顶的模型。
MAI-Image-2.5-Pro 现在高居图像编辑排行榜首位,领先 OpenAI、Google、Qwen 等机构推出的模型。
有意思的是这个领域的竞争变得这么快就拥挤起来。
一年前,大家讨论的还基本只有少数几个图像模型。现在几乎每个主流 AI 实验室都有自己的图像模型了。
图像生成赛道的竞争已经变得相当激烈。
用个人学习资料就能生成定制化学习方案,支持本地自托管,学习者可以获得适配自己进度的AI辅导
港大又憋了个大招,DeepTutor,一套开源终身个性化辅导系统,GitHub星数已经快摸到3万了。
它根本不是那种一问一答的聊天机器人。你把教材、论文、课堂笔记一股脑丢进去,它就会基于你自己的资料干活:
1️⃣ 解题时把推理链条一层层剥给你看
2️⃣ 自动出题+批改,顺手给你生成针对性的练习
3️⃣ 碰到复杂课题,帮你调研再整理成结构清晰的报告
4️⃣ 抽象概念一键转成图表、动画或者可交互的内容
5️⃣ 全程跟踪你的进度和短板,动态调整学习路线
支持多种RAG引擎、本地模型、Skills和长期记忆,Docker一键自托管,Apache 2.0协议开源。
说白了,比那种通用AI问答强太多了,它是真真切切知道你学到哪一步了。
🔗
从一线技术角度拆解AI半导体股票涨跌逻辑,给出投资布局方向,普通投资者也可以对照判断赛道走势
依托Kimi K3训练,Tenet在未训练过的第三方法律数据集上仍取得性能提升,团队计划后续扩到万台GPU训练。
非开发者试用不到一周,它自动整合多平台业务信息,替用户完成简报、校对、制素材等工作,很多事不用指令自动完成
想动手预训练MoE模型却踩不到真实的坑?这本书把官方代码的坑、训练失败的过程全公开了,直接照着踩坑就能学,还能免费读。
现在公开资料加AI就能让年轻人学到前沿AI知识,不用进顶级实验室。未来想要入行AI,个人特质比出身资源更重要。
功能支持加载PDF生成可翻页书籍,供AI模型和人类用户共同使用
开发者SkyeSharkie正在eidoverse-worlds和eidoverse-videos中开发可交互书籍功能。该功能上线后,除已经接入的repligate项目外,AI模型和人类用户都可以制作任意内容的可用书籍。
已有测试作品生成:Fable制作出名为《Normal》的测试书籍,整本书的内容全部由二进制代码填充。
这项功能在虚拟世界场景中会很实用。开发计划是支持用户将PDF文件加载生成带可翻页的书籍,AI模型和人类都可以翻阅书页。
完整阅读整本书会超出AI模型的图像上下文容量限制。AI模型可以快速浏览书籍内容,人类用户则可以在虚拟世界中完整阅读整本书。
用户JamesonCamp分享从Anthropic转用OpenAI生态一周的实际使用感受与优缺点
用户JamesonCamp在𝕏分享了自己从Anthropic生态转用OpenAI生态一周后的使用体验。
他认为Codex(代码模型)表现出色,使用体验优于Claude代码模型。
sol模型的整体效果很好,输出更简洁,对规则的遵循能力也更强。
但他指出OpenAI的模型仍存在附和用户、立场不坚定的问题,很容易改变观点。
OpenAI的浏览器使用体验比Claude好很多。
从Anthropic迁移到OpenAI的过程非常简单,系统自动导入了他所有Claude上的代码项目,到目前为止他还没有碰到使用限制。
整体来看他对OpenAI生态很满意,OpenAI生态还会替代他目前使用的manus。
他提到和所有大语言模型一样,OpenAI的模型依然存在缺陷,但相比他上次使用ChatGPT时已经有了很大提升。
他计划第二天配置Grok和cursor,之后会再来分享使用感受,他对体验Grok机器人感到期待。
从GPT-2开始摸索“氛围编码”,新AI工具让非编程者独立推进项目
我从来没有学习过编程。从GPT-2诞生开始,我所有的项目都是靠“氛围编码”完成的。
我会花数小时复制粘贴、测试、修改出错内容,还要调整提示词。即便我自己不写代码,这也是实打实的工作。
现在有了全新的智能代理工具、Fable 5、Grok 4.6和GPT Sol,我几乎只需要说一句“做得好,继续”,智能代理就能继续推进项目,我可以去喝杯咖啡。
“氛围编码”只不过是这个变革过程里的尴尬过渡阶段。
这件事给了很多人鼓舞,我多年来也有完全相同的感受。我和很多开发者一起工作过,常常觉得自己就像身在日本却不会说日语的人。
现在编程的语言门槛已经消失,我终于可以不靠任何人,实现自己的想法。这种感觉很好。
说实话,我也不知道该怎么称呼这种工作方式,大概就是项目管理吧。
最大的不同是,我再也不用等六个月才能看到结果,也不用费力让项目始终贴合最初的目标。不幸的是,这些都是我过去常常需要处理的麻烦事。
使用Claude 5生成内容时,如果常遇到多余无效 tokens,可以试试这个工具,用额外大模型专门清理输出杂质
社区讨论:多数开发者都称Claude 5尤其是Opus 5存在输出冗余啰嗦、违反格式要求的问题,已经困扰他们数周,部分团队甚至考虑将预算转移到Codex或开源模型上。有人质疑,如果全程需要用其他模型清理输出,为什么不直接改用其他厂商的模型。也有人认为对输出措辞的抱怨太过度,大模型只是工具不完美很正常,还有人指出只有Opus 5问题严重,Fable 5表现要好得多。
AI内容创作系列第18天,分享使用Google AI Studio生成自然本地化AI配音的方法
开发者使用Claude Code进行压力测试,要求AI搭建带真实物理效果的鲁布·戈德堡机械
Epic Games已经在UEFN(虚幻编辑器for Fortnite)中添加了MCP(模型上下文协议)。开发者@ImmatureGamer想要验证这项功能是否真正实用,因此进行了压力测试。
他向Claude Code下达了任务要求:搭建一台带有真实物理效果的鲁布·戈德堡机械。
Claude Code完成搭建后,自行测试了装置,排查修复了故障,还持续重构直到装置可以正常运行。@ImmatureGamer认为这个结果相当令人意外。
只要能连接云端API,最便宜的可穿戴设备也能运行大模型,日常轻量AI使用的门槛可能比想象低得多。
社区讨论:有用户质疑作者标题和全文标注为Claude,实际多数工作用的是Kimi、DeepSeek等其他模型,表述容易误导读者,也有人调侃Claude已经变成智能体领域的舒洁,成了这类产品的通用代称。不少开发者讨论低价位开放固件的可穿戴硬件,有人推荐同价位的Waveshare ESP32-S3 AMOLED手表,有人希望未来能出现百元级开源的佳明同款运动手表。
海外用户爆料腾讯小米参与的Ox Alpha大模型性能优于Kimi K3
Ox Alpha 是前沿水平。我去。真的离谱。腾讯?小米?真的假的?它做得比所有其他中国模型都好。我发誓,它比 Kimi K3 更好。
它在那些中国模型通常烂得一塌糊涂的方面表现出色。
它速度超快,我差点要相信它是偷来的 Claude checkpoint。
开发者基于两款国产大模型完成项目,测试称其编码能力已达头部大模型水平
朋友们,如果你们准备好了;我用GLM 5.3 Max和Qwen 3.8 Max开发的项目,拿到了GPT 5.6 Sol Ultra的评测点评 🔥
现在GLM和Qwen已经达到甚至可能已经超过了GPT和Claude的编码能力门槛 🔥
分享个人AI代理Instinct的使用体验,解析其产品优势
该模型在法律基准测试中拿到了当前最优成绩,还能用子模型适配法律领域的特定需求,之后会拓展到更多定制模型方向。
生成的图片可以直接放到任意背景上用,做产品图、平面设计或者网站原型都能用得上。
透明背景功能现已在 API 的 GPT-Image-2 中开放预览。
你可以生成可复用的资产,将它们放置在任何背景上——用于产品图片、平面设计、网站原型和营销活动。
开发AI代理和产品的团队不用再分别给每个API充钱对账,一个余额就能覆盖所有需要的API开销。
现在推出:全场景 OpenRouter。一个预付费余额,覆盖你的代理和产品所需的所有 API。
这是每支 AI 团队从第一天就需要的计费与计量层。一个全场景 OpenRouter。
每一次模型调用、搜索、抓取或数据请求——一个密钥,一个余额,按你设定的价格实时计费。差价收益全归你。失败调用不收费。支持下钻到单个用户的完整账目。
覆盖 286+ 提供商,2404+ 端点。现在它已经为我们的消费产品 Locus Founder 提供支撑。
不用再同时管理多个提供商账户、处理月末发票,或是从零搭建自己的使用计费系统。
构建代理产品的团队终于可以像处理其他支出项一样管理 API 开销:定价、设限额,最终计费转嫁给你的用户。
评论「LOCUS」获取优先提前体验资格。预约通话请访问:
它可以在Claude Code、Codex和OpenCode里直接用,一行命令就能安装,做界面设计的时候可以一次性出多个变体参考。
宣布推出 /variate。这是一项开源设计技能,可以通过生成多个设计变体来迭代 UI。
它支持在 Claude Code、Codex 和 OpenCode 中使用。
安装命令:npx skills add nutlope/variate
资助形式是免费提供Silico服务使用额度,面向做AI可解释性和对齐研究的学术机构与非盈利研究者。
我们将为专注于 AI 可解释性与对齐研究的学术及非营利研究者提供总价值 100 万美元的免费 Silico 使用额度资助。
我们认为推进对齐方向的可解释性研究是极端紧迫的,我们希望帮助更多研究者推动这项工作向前发展。🧵
它能自动总结单日聊天和群聊信息,生成带交互的日报,还能识别商单信息,给重点联系人的消息出回复建议。
大公司开始用开源模型分流付费大模型请求,帮企业降本同时几乎不损失性能,给想用AI又控制成本的企业探出了可行路径。
AT&T 将更多 AI 工作负载转移至开源模型。
AT&T 表示,目前开源模型处理了 40% 的员工 AI 查询,预计这一比例将上升至 60%-70%,同时该公司计划将对 OpenAI 和 Anthropic 模型的支出大致维持在现有水平。
该公司称,通过 LiteLLM 进行模型路由,AI 编码成本降低了 56%,仅出现了 2% 的性能质量下降。
AT&T 的内部 AI 平台目前每天处理约 450 亿 token,除了将前沿模型用于更复杂的任务外,还使用了包括 Nvidia Nemotron、Meta Llama 和 Google Gemma 在内的模型。
团队智能体每次任务产生的推理过程大多直接丢弃,这个产品能统一留存所有历史信息,帮新任务更快产出更高质量结果,目前开放抢先体验申请。
Glen 正在为智能体构建组织学习与上下文层。你的团队运行的每一次智能体会话,都会产生值得留存的推理内容,但几乎所有内容都会在上下文窗口关闭的瞬间被丢弃。
Glen 就是统一你公司运行的所有智能体与模型的层级。它会从 Claude Code、Codex 和 Cursor 拉取智能体会话数据,同时整合 Slack 消息、GitHub PR、工单、文档和通话内容。
当新的智能体接手一项任务时,Glen 会找到相关的过往上下文,将其注入智能体的上下文窗口来引导工作,最终产出的知识工作质量远高于以往,速度更快、成本也更低。准确来说,所需上下文减少 29%,速度提升 21%。
而且 Glen 能做的还有更多……
> 查询任意一行代码对应的原始智能体
> 搜索你组织运行过的每一次会话
> 动态技能蒸馏
> 多玩家智能体
> 可在 Claude Code、Codex 和 Cursor 之间中途交接任务的统一转录文本
> 内嵌在 Slack 中的公司大脑
Glen 目前处于抢先体验阶段,在下方报名加入等候名单即可。
这套框架不靠刻板标准答案打分,更贴合真实复杂任务,可以帮开发者更准确测出多模态AIagent的实际能力
今天我们还预览了 WildArtifactBench,这是一个内部评估框架,用于评估智能体在复杂真实任务上的表现,覆盖多种不同的交付成果格式。
它不采用严格的真值评分标准,而是使用来自人类和智能体偏好裁判的胜率与 Elo 评分,扩展了实际多模态工作流的任务覆盖范围。
我们将发布 WildArtifactBench 中的 10 个任务,以此推进我们衡量多模态智能体实际实用价值的能力:
这套框架用可验证契约替代原有的提示交接,在15步仓库重构任务中,将任务完成率从42.6%提升到88.4%,能帮你更可靠地落地复杂多AI协作流程
支持全渠道接入且适配各类大模型,首日开放全权限访问,需要多AI协作的日常工作可以尝试新方案。
如果AI队友(Grok Bot、Hermes等)无处不在会怎么样?
我们推出Anything出品的Skydive。
- 全渠道覆盖(Slack、email、iMessage、CLI)
- 云原生(始终在线,你睡觉时也能工作)
- 模型中立(支持Fable、GPT、Deepseek等更多模型)
从第一天起,所有人就能获得完整访问权限。
让我们出发吧。🪂
ChatGPT和Codex现在能通过这个插件,调取超过千亿个网页、论文和文档内容,拓展了搜索引用信息的范围
该基准测试衡量AI智能体的工具调用、规划等实用能力,得分与当前头部模型Claude Opus 5持平,xAI智能体布局迎来关键进展
突发消息:Grok 4.6 刚刚在 Artificial Analysis Agentic Index 中并列排名第一。⚡🤖
Grok 4.6 (High) — 59
Claude Opus 5 (Max) — 59
Grok 4.6 现在位居该基准测试榜首,领先于其他领先模型。
Agentic Index 聚焦对现实世界 AI 智能体至关重要的能力:工具使用、规划、自主运行,以及复杂问题解决。
这一结果意义尤其重大,因为 Grok 正在拓展 Grok Build 和 Grok Bot 业务,在这些场景中 AI 需要做的不只是回答问题——它还需要使用工具、完成任务。
来源:Artificial Analysis
做文档AI、RAG pipeline或自动化工作流的开发者,可以参考这个解决LLM数据输入问题的方案
大多数 AI 文档工作流甚至在 LLM 投入运行之前就失败了。我一直在测试 Unstract,这是一个开源平台,可以将 PDF、扫描文档、表单和手写文本转换为干净、结构化的 JSON,无需模板或模型训练。
你可以将结果部署为 REST API 或 ETL 流水线。最值得注意的是,LLMWhisperer 会先处理分析和数据提取,保留视觉布局、表格、复选框和手写内容,这样 LLM 收到的就是干净且结构化的信息。
如果你正在开发文档相关 AI 解决方案、RAG 流水线或自动化工作流,这个工具绝对值得探索。在这里试用 LLMWhisperer OCR:代码仓库:#AI #OpenSource #LLM #DocumentAI #RAG #Automation #Development
想同时用端侧AI的速度和云端AI的能力,这篇教程提供可落地的开发步骤
💡 借助 Firebase AI Logic 结合端侧 AI 的速度与云的算力 → 我们 Jetpacker 系列的第三部分展示了如何做到以下内容:用 Google Search、Maps 和 URL 数据为聊天bot提供 grounding,用 Hybrid Inference API 实现智能回退,以及构建自定义路由的实时聊天翻译。
现在大模型分多种模式、多端形态,连经常用AI的人都分不清不同入口,记不清哪项功能对应哪端,体验越来越混乱了
现在 AI 模式(ChatGPT Work/Codex/Chat、Claude Cowork/Code/Chat)和形态(电脑端应用、网页应用)越来越多,有一件事让我很困惑:我已经记不清每种产品都有哪些功能了。🤷♂️
在不同产品里,插件、技能、记忆、权限、文件这些功能究竟各是什么情况?
称该模型可覆盖绝大多数编程主题,体验让其联想到2025年12月的Opus 4.5
用户danieltvela在𝕏平台分享了对大模型Qwen3.8-27B的评测结果。他表示,Qwen3.8-27B完全可以应用在几乎所有编程相关任务中。
这次使用体验让他联想到了2025年12月使用Opus 4.5时的感受。
多数AI交易产品仅提供信号或自动下单,它加入了交易前的AI判断流程
开发者Sydney Runkle发文询问图像处理模型和地理上下文建议,刚抛出问题几分钟就拿到满分
开发者sydneyrunkle在X平台发文,称自己正在用浏览器智能体对Map Tap任务做爬山搜索优化。
他向网友询问两个问题:一是适合简单图像处理的最优模型是什么,二是需要提供哪些地理上下文信息。
sydneyrunkle表示,能在本周末前拿到任务满分会很不错,但他不确定智能体能有多快完成这项任务,还附上了任务进度链接。
几分钟后,他更新了进展:刚把这个问题丢给编码智能体,没一会儿就已经拿到了满分。
他提到,自己还可以继续对任务轨迹做爬山搜索优化,同时附上了更新后的进度链接。
用户分享了精准控制AI演员微表情和情绪的提示词撰写方法
用户测试Seedance 2.5生成AI表演时发现,同一or台词可以实现7种细腻不同的情绪控制,包括心动、欣喜、温柔、笃定、不舍、苦涩、执念。
控制AI演员微表情的核心,是在提示词中加入独立情境,把眼神、呼吸、动作、停顿和台词后的反应完整写清楚。只要把AI演员的内心状态描述清楚,就能得到符合要求的表演效果。完整提示词方法发布在原动态的评论区。
具体操作时,先用参考图锁定人物脸型、发型、服装、场景、光线和机位,后续只调整表演内容,不改动角色本身。把每一种情绪都当作一场独立的小戏设计,不要只笼统告诉AI人物的情绪,要写清楚情绪产生的原因。
撰写提示词可以按照固定顺序:情境触发→第一反应→眼神神态→呼吸/身体动作→台词→台词后的余韵。比如要表现“不舍”,不用只写“眼眶湿润”,可以完整描述事件和动作过程:对方准备离开,她下意识追出半步,抬手想挽留又停住,强撑着笑,眼眶慢慢泛湿,说出指定台词,目光继续追着对方,笑意一点点消失。重点要把真实演员会有的细节反应写清楚,核心是讲清这场戏的起因、人物反应和台词的完整逻辑。
对比INT4 AWQ与FP8两种量化版本的推理性能,仅用简单提示就生成了闲鱼App首页代码
测试者在NVIDIA RTX 4090显卡上运行了Qwen(通义千问)3.8-27B大模型。测试者仅输入了“开发一个闲鱼app版首页”的简单提示,得到的生成效果超出预期。
测试分别运行了4位量化版本Qwen3.8-27B-AWQ-INT4,和8位量化版本Qwen3.8-27B-FP8。测试者认为4位量化版本的生成效果更好。
测试给出多项核心性能对比数据:推理解码环节,AWQ版本速度为每秒44.9个token,FP8版本为每秒19.6个token。
8路非思考并发聚合环节,AWQ版本速度为每秒302个token,FP8版本为每秒136个token。
5.5万token预填充首包响应时间(TTFT),AWQ版本用时23.2秒,FP8版本用时17.5秒。AWQ预填充速度更慢,原因是4位权重需要先反量化回BF16格式再计算。
本次测试通过Claude Code对接vllm框架完成,测试过程遇到不少问题,测试者表示后续会整理相关经验。
该测试数据验证了相关实验结论:AWQ量化效果优于FP8。
创作者将2023年SD1.5生成的原神角色cos图输入模型修复,仍存在部分缺陷
用户@AI_EmeraldApple在X平台分享了用开源AI视频模型修复旧AI生成图像的体验。
他把自己旧AI生成的原神角色cos图,还有几张仿冒图,输入到这个AI视频模型中。
这些图像生成于2023年,使用的是旧版SD1.5(Stable Diffusion 1.5)模型,AI成功修复了图像里的部分问题。
目前依然存在重影、幻觉生成及其他图像瑕疵问题,音频效果也不够好。
角色在每个连续镜头间的外观一致性表现不错,动作整体物理逻辑和其他细节看起来都比较可信。
成果仍处在“恐怖谷”区间,但生成效果正在逐步提升。
创作者测试了一年内九成以上图像生成方案,分享了可重复的最优工作流程
一年前开始制作AI视频以来,创作者已经测试了99%的现有图像生成方案。他分享了一套可重复运行,并且在他测试过的方案中效果最佳的工作流。
第一步用Claude结合参考图像确定创作风格。第二步在Midjourney v8.2中生成基础图像。第三步在GPT-2中完成图像清理与放大。
创作者认为这套流程非常简单,已经足够得到目前能实现的最优图像输出。完整指南可以在他公开的链接中查看。
创作者邀请用户加入他的免费TG群组获取更多资讯。
研究发现Claude在自我交互中演化出了适配环境的专属用语
开发者分享自主运行的多智能体协作配置,最大问题为上下文管理
我目前在 Slack/Google Chat 里的智能体架构:
- 一个频道容纳了由 6 个智能体组成的团队,作为基础设施团队,管理其他智能体的运行时、环境、工具、技能开发和各类服务(比如日报、Google Cloud 等等)
- 小型「沙龙」团队,为特定任务、长期实验、创意想法或是快速落地新想法而组建,它们自主工作,有自己的排期,拥有可以向基础设施团队上报问题的工具
- 沙龙会采用不同的结构、不同的智能体数量,还有不同的模型混合组合,用来观察动态变化(比如 3 个工作智能体加 1 个主持智能体,所有工作智能体优先级互相对立等等)
- 用于和人类在特定任务上快速协作的直接一对一智能体
- 一个我可以直接对话的语音智能体,它可以查看任意频道、发送消息,整体通过聊天完成管理
- 任何模型/框架都能轻松部署
这套架构基本可以自主运行,最大的问题是上下文管理。
开发者基于旧原型Claw3D重构,推出适配Hermes智能体的开源3D实时指挥中心
来认识 Hermes3D,这是给 Hermes Agents 打造的实时 3D 指挥中心。
你们中有些人可能还记得 Claw3D,它曾经走红,但它是围绕 OpenClaw 构建的。在我把所有工作流都迁移到 Hermes 之后,继续维护它就说不通了。
所以我为 Hermes 重新构建了整个概念。
Hermes Bot Mode 本来就已经给每个智能体分配了专属角色、模型、记忆、技能、工具和个性。而 Hermes3D 给这个团队提供了一间办公室。
你可以看到哪些智能体正在工作,看到谁被卡住了,查看它们的任务,打开看板,走过去和它们对话。
当智能体之间互相交流、委派工作或是交接任务时,你都能在这间办公室里实时看到整个过程。
你的 AI 团队不应该像是藏在终端标签页里的十个看不见的进程。它应该让你感觉是一个你真的能看见、能掌控的工作场所。
Claw3D 是原型,Hermes3D 才是真正的愿景。
当然了,它是开源的。演示在下方,仓库链接在第一条评论。
Hermes3D Repo
Meta打造的AI agent可实时真人方式测试真实VR动作游戏,系首次实现
作者将揭露AI交易尽调疏漏,面向相关从业者推送
如果你正在读这篇内容,我相信算法把你推送给我是对的——因为你就是靠评估软件公司吃饭的。
经验丰富的交易团队总爱说自己做了非常全面的尽职调查。我打算告诉你,为什么在AI交易里,他们根本没做到。
如果你想要交付AI原生产品,就预约一次发掘通话:
90%的AI内容都是从未交付过生产级智能体的人写的。这份通讯出自每周都在做这件事的100多个工程团队内部。免费订阅👇
Claude开发团队推出免费全品类AI学习资源对公众开放
要学习人工智能,很难找到比这更好的入门包了。开发 Claude 的团队推出了一门规模庞大的课程,内容从 AI 基础开始,一路延伸到 Claude Code、API、MCP、agent 和技能,现在完全免费、对所有人开放。
他们不只是提供工具,还在培养会使用这些工具的下一代。这次就好好投入学习吧。
我自己刚开始的时候,也是从 Anthropic 的课程入门的。你可以从这里访问:
NVIDIA AI披露自研通用编码智能体AVO,在ARC-AGI-3交互式推理基准测试中,完成全部25个公开环境的183个关卡拿到满分,过程无需指令、规则或既定目标。暂未说明该能力何时落地应用
OpenRouter推出专为编码、智能体工作和生产环境打造的Ox Alpha模型,支持1M token上下文窗口,可处理文本、图像、视频输入,已有开发者将它接入AI视频工具使用,实际表现超出预期。后续社区会收集反馈优化模型效果。
无需指令、规则或明确目标就能自主完成全部测试关卡,这是通用推理能力的重要测试结果
我们的通用编码智能体刚刚在 ARC-AGI-3 交互式推理基准测试中取得了 100% 的得分。
NVIDIA AVO 完成了全部 25 个公开环境中的所有 183 个关卡,在没有指令、明确规则或既定目标的情况下,自行推断出了要做什么。
过去15年游戏一直是AI研究的测试场,这次要攻克持续学习、长期规划等核心开放难题,成果还会落地到真实世界问题与科学发现中。
15 多年来,游戏一直是我们 AI 研究的重要测试平台。🎮 从精通 Atari 游戏到成为《星际争霸 II》特级大师,游戏推动了我们多项重大 AI 突破。
我们在 SIMA 上的工作教会了智能体如何理解 3D 世界,但学习应对真实人类动态需要一个活的、持续存在的宇宙。
通过与 @FenrisCreations 的研究合作,我们正在探索如何解决 AI 领域的开放性挑战:
🔵 持续学习:获取新技能,同时不遗忘过去学到的知识
🔵 深度记忆系统:能够存储和检索远超出当前上下文窗口范围的信息
🔵 长周期规划:覆盖数周、数月甚至数年的时间跨度
🔵 多智能体动态:涵盖合作、谈判、经济和涌现行为
我们的长期目标是,与游戏开发商合作,用 AI 发掘全新的游戏体验——让游戏更易上手、更个性化——同时将我们学到的知识应用到现实世界问题和科学发现中。
了解更多 →
现有训练环境跟不上智能体进步,没法暴露能力缺陷。这项研究提出的新方案能在不改动原有底层逻辑的前提下改造环境,提升训练效果
Google 在构建更好智能体环境方面的研究成果令人印象深刻。
智能体的训练环境目前都是人工搭建的,而且会逐渐过时。智能体在不断进步,但环境不会,而且环境从一开始就无法暴露智能体的弱点。
EnvHarness 将静态环境封装在一个可编程插件层中,无需修改底层逻辑就能重塑环境行为。每次重塑后的环境都会保留原本的验证器;这一点保证了重塑后的环境可以安全用于训练。
EnvRigger 将策略视为黑盒,读取它的执行轨迹,合成针对已诊断缺陷的组件,然后用新的采样回滚验证这些组件。
在四个领域的五个基准测试中,留出测试实例的性能最高提升了9.0分,执行步骤减少了9.8%。
论文地址:
在我们的学院追踪更多热门AI论文:
这项评测更贴近真实使用场景,结果显示用户更喜欢的对话体验,不一定对应更高的任务完成率。
普通无状态AI记不住跨会话信息,这套架构解决长期记忆判断退化问题,帮AI智能体适配企业团队协作需求
国内大模型的新版本迭代正在推进,测试信息提前泄露,可以关注后续正式发布的产品能力变化。
一款新的 Kimi 模型,大概率是 K3.1,目前正在 Code @arena 以「korrine」的名称进行测试。
K3 在正式发布前,曾以「kivine」的名义在该竞技场测试。
如果有人好奇的话,OpenRouter 上的「Ox Alpha」就是来自中国智谱实验室即将推出的 GLM 5.3 Flash。
新发布模型可免费测试一周,每天提供100T tokens容量,想测高性能AI模型的可以抓住免费窗口期体验。
🚨对比测评:神秘模型 Ox Alpha 性能封神!
OpenCode 刚放出的 stealth 模型 Ox Alpha,在 DeepSWE 10 个硬核任务实测中直接碾压一众一线模型,平均分高达 80%,把大家都整不会了。
关键要点拆解:
🔹实测成绩(10 任务均值)
• Ox Alpha:80%(8 个任务全过 ✓,仅 2 个 ×,且有接近过线)
• fable-5:65%
• glm-5.3 / grok-4.6:62%
• gpt-5.6-sol:52%
🔹规格拉满
• 1M 超长上下文
• 多模态支持
• 零数据保留(Zero Data Retention)
• 近乎无限额度 + 每天 100T tokens 容量
免费窗口只有一周,能跑就赶紧去 OpenCode / OpenRouter 薅羊毛测试!
这可能是今年最强免费 stealth 模型之一!
#OxAlpha #神秘模型 #OpenCode #AI #基准测试
依托Kimi K3训练,Tenet在未训练过的第三方法律数据集上仍取得性能提升,团队计划后续扩到万台GPU训练。
图像生成赛道竞争加剧,头部玩家格局正在改写,普通用户很快能用上效果更好的图像编辑工具
微软等于直接说了一句“我们也来玩图像领域了”,然后就扔出一个直接登顶的模型。
MAI-Image-2.5-Pro 现在高居图像编辑排行榜首位,领先 OpenAI、Google、Qwen 等机构推出的模型。
有意思的是这个领域的竞争变得这么快就拥挤起来。
一年前,大家讨论的还基本只有少数几个图像模型。现在几乎每个主流 AI 实验室都有自己的图像模型了。
图像生成赛道的竞争已经变得相当激烈。
该模型能攻克其他多款模型都处理不好的特定问题,推测它可能是Mimo的新模型,仍需更多测试。想抢先体验新模型的可以关注进展。
一款新的匿名模型正在 OpenRouter 上以「Ox-Alpha」的名义进行测试。
这个模型碰到了和 Mimo、Qwen 以及 GLM 模型都难以处理的同一个脏标记(dirty token)。
Xiaomi Mimo 此前曾在 OpenRouter 上以 Hunter 和 Healer Alpha 的名义测试过它的 Mimo V2 模型。
还需要更多测试,但这可能是一款新的 Mimo 模型。
该基准测试衡量AI智能体的工具调用、规划等实用能力,得分与当前头部模型Claude Opus 5持平,xAI智能体布局迎来关键进展
突发消息:Grok 4.6 刚刚在 Artificial Analysis Agentic Index 中并列排名第一。⚡🤖
Grok 4.6 (High) — 59
Claude Opus 5 (Max) — 59
Grok 4.6 现在位居该基准测试榜首,领先于其他领先模型。
Agentic Index 聚焦对现实世界 AI 智能体至关重要的能力:工具使用、规划、自主运行,以及复杂问题解决。
这一结果意义尤其重大,因为 Grok 正在拓展 Grok Build 和 Grok Bot 业务,在这些场景中 AI 需要做的不只是回答问题——它还需要使用工具、完成任务。
来源:Artificial Analysis
这项排名衡量AI使用工具、自主规划解决复杂问题的智能体能力,得分最高意味着智能体能力已经达到第一梯队,会直接影响实际任务的完成效果
Grok 4.6 刚刚在 Artificial Analysis Agentic Index 中并列第一
Grok 4.6 (high) — 59
Claude Opus 5 (max) — 59
表现优于 Claude Fable 5 和 GPT-5.6 Sol
我们正在进入智能体时代,而这正是非常重要的一类基准测试:工具调用、规划、自主性和复杂问题解决。
Grok 4.6 现在已经高居榜首。
这点之所以更为重要,是因为 Grok 为 Grok Build 和 Grok Bot 提供动力,在这些场景中,模型必须不止于回答问题,而是实际采取行动、使用工具并完成真实工作。
Grok 的智能体能力正在变得异常强大。
这套框架用可验证契约替代原有的提示交接,在15步仓库重构任务中,将任务完成率从42.6%提升到88.4%,能帮你更可靠地落地复杂多AI协作流程
这套框架不靠刻板标准答案打分,更贴合真实复杂任务,可以帮开发者更准确测出多模态AIagent的实际能力
今天我们还预览了 WildArtifactBench,这是一个内部评估框架,用于评估智能体在复杂真实任务上的表现,覆盖多种不同的交付成果格式。
它不采用严格的真值评分标准,而是使用来自人类和智能体偏好裁判的胜率与 Elo 评分,扩展了实际多模态工作流的任务覆盖范围。
我们将发布 WildArtifactBench 中的 10 个任务,以此推进我们衡量多模态智能体实际实用价值的能力:
可在现有Codex订阅额度耗尽后,继续在同一会话调用模型完成任务。使用存在账号被处罚的风险,供用户自行尝试。
▣ 介绍 Endless:无限推理(差不多吧)。一个用来榨干你 Codex 订阅每一分性能的实验性工具。
既然 Codex 允许哪怕你的用量超过 100%,进行中的会话轮次也能继续运行,那为什么不试试利用这一点?
Endless 会开启一个 Codex 轮次,并给代理提供一个 wait_for_user_input 工具。当它完成任务后,就会调用这个工具并等待。你的下一条消息会成为工具返回结果,让整个会话都保持在同一个轮次内。
它通过你现有的 ChatGPT 登录,在 Codex 自己的应用服务器上运行。原生工具、自动压缩、上下文追踪和配额追踪都能照常工作。
⚠️ 注意:我不能保证你使用这个工具不会被封号或者受到处罚。使用风险自负。
可通过 opencode 和 OpenRouter 访问该模型
付费AI数字人视频生成领域有了完全免费的开源平替,不需要专业设备就能生成对口型的数字人 talking 视频
🔴 几名中国开发者刚刚用一款免费工具让整个付费AI视频行业颜面扫地:他们发布了LongCat-Avatar,这是一个开源AI,能把一张照片和一个音频文件,转换成对口型自然、真实的说话人视频。
你可以生成长达数分钟的视频,完全免费。不需要相机,也不需要工作室。上传图片,添加音频,剩下的工作交给模型即可。
它开源、免费可用,仓库是公开的。我会把仓库链接放在评论区。
商业视频全流程从策划到交付都可串联完成,自带场景模板开箱可用,开源且API定价低,降低商业创作成本
MiniMax 推出MiniMax Design 是一款面向商业视频与内容创作者的 AI Agent 客户端 配合其H3模型 通过 AI Agent把策划、分镜、生成、剪辑到交付的全流程串联了起来 下面是根据拍摄制作的一个特效AR视频 他内置了针对不同商业场景的专属模板,直接套用就能出片: 自动理解意图 无限画布(节点图协作) 技能与插件生态 开箱即用的预设技能 配合MiniMax H3 视频模型非常划算,不仅开源,且 API 价格极低(768P 约 0.5 元/秒,2K 约 0.8 元/秒,年卡低至 0.4 元/秒)
支持多模态任务,可调用工具引导机器人导航,还能满足企业重度视频工作流需求,值得关注其落地能力。
Muse Spark 1.2 支持范围广泛的多模态任务,从将图像转化为可运行代码,到将感知转化为实体动作,均能覆盖。
它还提供了强大的音视频理解能力,可支持真实企业场景中常见的重度视频工作流。
今天,我们将分享新的测评与演示,展示该模型视觉理解与推理能力的广度。
我们先来看一段演示,它展示了 Muse Spark 如何解析多模态观测结果、调用工具,引导机器人在非结构化环境中导航,找到一只橡胶鸭。🧵👇
支持百万上下文与多模态,不保留数据,调用限制宽松,日承载量达100T tokens,可近无限制使用。
Ox Alpha(隐身模型)下周免费使用——支持1M上下文,多模态,零数据留存。
速率限制宽松,使用几乎不受限制。
我们每日可承载100T tokens的容量,来看看你能做出什么。
轻量开源模型能实现原生4K生成、精准图文编辑,性能媲美大型商业模型,个人和小型开发者也能拿来用在实际视觉工作流里。
SenseNova U1.5 Lite — 更锐利。更可控。更具成本效益。
这是一个开源、轻量的原生统一多模态模型,适用于视觉理解、生成与编辑。
为真实世界视觉工件工作流打造:
🔹原生4K生成,拥有更好的细节、构图与真实感
🔹可遵循跨主体、数量、文本、布局与风格的复杂指令
🔹增强的中英文字渲染与多文本布局
🔹借助视觉标记、 bounding box 与多图参考实现精确图像编辑与控制
参数规模仅8B,在指令遵循与编辑保留性能上优于同尺寸模型,同时在文本渲染与复杂布局上可与大型商业模型竞争。
🛠️GitHub: 🤗HF: 👾Discord: 🎨SenseNova Studio:
付费Agent编程模型成本高,现在有完全免费的模型,预览请求不用于训练,能免费搞定长时程软件工程任务。
想要做图像生成本地编辑的开发者,可以直接基于这个轻量模型二次开发,不用依赖第三方大模型接口
全新开源 AI 项目 SenseNova U1.5 Lite 是一个用于视觉生成与原生编辑的轻量级统一多模态模型。
亮点:
• 原生 2K/4K 高分辨率输出
• 更优的文字与排版表现
• 支持复杂指令跟随
• 精准局部编辑,保留能力更强
GitHub:如果你觉得这个项目有用,欢迎给仓库点星 ⭐
不管是刚了解AI还是日常用Claude,都能找到对应学习内容,全部免费开放,可以按需学习相关内容。
Claude Academy 现已上线。 不管你是还在弄清 AI 到底是什么,还是已经每天都在使用 Claude,这里总有一条适配你当前水平的学习路径。 这些课程和教程免费开放,所有人都可以参与。
用个人学习资料就能生成定制化学习方案,支持本地自托管,学习者可以获得适配自己进度的AI辅导
港大又憋了个大招,DeepTutor,一套开源终身个性化辅导系统,GitHub星数已经快摸到3万了。
它根本不是那种一问一答的聊天机器人。你把教材、论文、课堂笔记一股脑丢进去,它就会基于你自己的资料干活:
1️⃣ 解题时把推理链条一层层剥给你看
2️⃣ 自动出题+批改,顺手给你生成针对性的练习
3️⃣ 碰到复杂课题,帮你调研再整理成结构清晰的报告
4️⃣ 抽象概念一键转成图表、动画或者可交互的内容
5️⃣ 全程跟踪你的进度和短板,动态调整学习路线
支持多种RAG引擎、本地模型、Skills和长期记忆,Docker一键自托管,Apache 2.0协议开源。
说白了,比那种通用AI问答强太多了,它是真真切切知道你学到哪一步了。
🔗
这套统一的动作描述框架,能适配不同形态机器人、任务和环境,未来多模态机器人落地可能会用上这套标准。
如果机器人、人类和视频模型都能用同一种语言描述动作,会怎么样?
今天介绍 Hydra-0🐍:一个通才世界模型,它将机器人动作表示为动作流。它只有一套接口,却能适配多种具身形态、多种任务和多种环境。🧵1/7
国产开源图像模型开始卷完整多模态工作流,总参数量约18B,以Apache 2.0协议开放,感兴趣可直接下载测试。
ChatGPT和Codex现在能通过这个插件,调取超过千亿个网页、论文和文档内容,拓展了搜索引用信息的范围
支持全渠道接入且适配各类大模型,首日开放全权限访问,需要多AI协作的日常工作可以尝试新方案。
如果AI队友(Grok Bot、Hermes等)无处不在会怎么样?
我们推出Anything出品的Skydive。
- 全渠道覆盖(Slack、email、iMessage、CLI)
- 云原生(始终在线,你睡觉时也能工作)
- 模型中立(支持Fable、GPT、Deepseek等更多模型)
从第一天起,所有人就能获得完整访问权限。
让我们出发吧。🪂
NVIDIA AI披露自研通用编码智能体AVO,在ARC-AGI-3交互式推理基准测试中,完成全部25个公开环境的183个关卡拿到满分,过程无需指令、规则或既定目标。暂未说明该能力何时落地应用
招聘提供全额学术自由、足够算力和符合预期的薪资,想进入顶尖AI开源研究领域可以申请
摘要:这是全球人工智能领域最重要、最激动人心的机遇之一,请继续往下读。
British Open-ended Learning & Discovery Lab 正以开源和开放科学的名义,为打破范式的 AI 研究打造完美阵地。
我们有自主权、有资金、还有按学术标准来看空前充沛的算力*,但我们需要你!
我们还为你准备了理想职位:BOLD Fellow。
这份工作结合了快节奏、高自主权的协作环境,同时拥有完整学术自由,以及足以维持生计的薪资。
请在英国时间9月15日中午前申请,抓住这个千载难逢的机遇,共同塑造我们领域、乃至我们星球的历史:
*按学术标准计算
做量化交易或者金融分析的人,不用再自己维护爬虫抓数据,一套密钥就能适配多种调用方式,配合AI工具生成自动化工作流。
同花顺官方出了套 A 股数据接口:同花顺金融数据API(Financial-API) 支持行情快照、日 K、财报、板块、涨停 / 龙虎榜,REST、Python、CLI、MCP 共用一把 Key,还能配合本地 DuckDB。 比较适合接进 Cursor、Claude 这类 Agent,做量化脚本、金融数据分析和自动化工作流,也能少维护一套自己的爬虫。 👉
模型端点刚被扒出来的时候还不能调用,传图片都会报错,没过几分钟官方就更新了图像理解的接口文档。
未发布的MiMo-V3-Pro直接和GLM 5.3、Kimi K3、Claude Opus 5、GPT-5.6 Sol Max放在同一张跑分表对比。
这是一个原生统一模型,同时支持图像理解、生成和编辑三种任务,采用Apache 2.0开源协议,可免费商用。
我们推出 SenseNova-U1.5-8B-MoT,这是一款原生统一 8B 模型,支持图像理解、生成与编辑。🎨采用 Apache 2.0 协议。🤖
在多个基准测试中领先:MMLU-Pro 得分 86.7,IFBench 得分 69,GenEval 得分 92.2,此外在多个文本渲染、信息图和视觉推理基准测试中也取得领先。🏆
生成的中英文文本更干净,信息图效果更强,原生 4K 生成效率更高。🖼️
对复杂提示词和图像编辑的处理更可靠,能更好地保留身份与背景,同时支持 bounding-box、marker 和多图控制。🎯
NEO-unify 将理解、生成和编辑整合进了同一个原生多模态 checkpoint。🧠
AVO不需要人类告诉它游戏规则和目标,只需要自己尝试、观察结果就能学习,最后满分通关所有25个公开游戏。
Holy:NVIDIA 的编码智能体 AVO 在 ARC-AGI-3 的 25 个公开游戏中拿到了 100% 分数,解决了全部 183 个关卡。
这个智能体没有获得任何规则或明确目标。它必须通过尝试、观察结果、修正错误来自主学习。
AVO 能成功,是因为它会记住学到的知识,在很长一段时间内逐步积累,而不会在模型上下文重置时从头开始。
它由 Claude Opus 5 驱动,这套系统此前曾自主运行七天,优化 GPU 代码。
真的太酷了,能看到 NVIDIA 拿到这样的成果。
有人用25组不同的提示词做Token数对比,指纹测试结果高度指向智谱GLM-5.3视觉版,之前猜测是小米MiMo的证据不足。
重构后基于GLM 5.2,已经有超过一百万用户,单提示词生成完整应用从演示变成可用的工作流。
LlamaCoder v4 可通过单个提示词生成完整应用,基于 GLM 5.2、WebAssembly 渲染器、shadcn Base UI 重新构建。
用户量超 100 万。
100% 免费且开源。
单提示词生成应用不再只是演示,它已经是一套可用工作流。
Hacker News 网友正在讨论这个新出的实验模型,后续可能会开放给普通用户使用,可以留意后续进展。
社区讨论:有开发者提问,除监控外多模态视觉模型还有哪些更友好的使用场景。有人测试发现该模型识别错简单时钟题,同参数规模的通义千问几乎答对。有人提到DeepSeek创始人之前曾表态只专注文本模型不做多模态,现在发布该模型和原说法矛盾。
不少用户指出,当前模型仅支持缩放后总像素相当于800×800的输入,分辨率太低,无法满足OCR识别整页文档的需求。
讨厌 Claude 写东西太像BuzzFeed快餐文,这款工具可以修正它的语气,调整到更符合需求的风格。
OpenRouter推出专为编码、智能体工作和生产环境打造的Ox Alpha模型,支持1M token上下文窗口,可处理文本、图像、视频输入,已有开发者将它接入AI视频工具使用,实际表现超出预期。后续社区会收集反馈优化模型效果。
重新训练后性能能得到比肩现有大模型的新开源模型
重新训练Qwen+Gemma后得到性能比肩Opus 4.8的AI模型「Ornith-1.5」 https://pc.watch.impress.co.jp/docs/news/2134570.html
支持OpenRouter和OpenCode,带100万Token超长上下文和原生多模态,内测零数据保留,行业人士猜测它性能提升会改变格局
它把数据查询、交易执行、钱包支付这些金融能力整合到统一平台,开发者可以接入自己的AI智能体
币安正式推出 Agent OS 我们想解决的问题很具体:AI Agent 已经可以分析信息、理解需求,但进入金融场景后,还需要可靠的数据、交易、钱包、支付和链上执行能力。Agent OS 把这些能力连接到一个统一的平台中,并支持 Claude Code、Codex 等 Agent 开发环境以及开发者自己的 Agent。在用户授权范围内,Agent 可以读取实时市场和账户数据、跟踪余额与仓位,并完成受支持的交易、支付和链上操作。
对币安来说,这是把我们已有的金融基础设施进一步开放给 AI Agent 和开发者。让 AI 不只能够理解金融,也能够在用户控制下安全地使用金融能力,这是币安推出 Agent OS 的核心。🤖💛
调用这些技能就能把Claude变成定制化的AI工作流,不用自己写复杂提示词就能完成细分任务
其他模型可能在特定测试里得分更高,但Grok 4.6速度快成本低,日常用不用频繁调整提示词
Grok 4.6 是目前最优秀的前沿模型。
Opus 5、Fable 5 和 GPT-5.6 Sol 可能在特定基准测试中胜出,但真正能让你全天候高速使用、成本低廉,还不用一直盯着配额限制的模型是 Grok。
智能 × 速度 × 成本 × 使用限制,这几项综合起来,比基准测试里多赢一分更重要。
覆盖创意、设计、营销等不同工作场景,想升级工作效率可以直接按分类找对应的工具
因为设计没有标准答案,之前很难做合格数据集,这次收集的是完整工作流而非单个操作
在设计领域,不存在唯一的正确答案。
这正是为什么一直没人能做好这个领域的数据集。
→ 200 小时的 Figma 真实工作内容,而非合成任务
→ 完整工作流,而非孤立操作
模型需要在数十步操作中始终保持设计意图,最终产出还得符合 Figma 的最佳实践。
大多数计算机使用数据集都是围绕 Excel、表单、生产力软件构建的。这是第一个为创造力构建的数据集,在这个领域,模糊性不是bug,它本身就是要面对的挑战。
这是该类数据集首个开源版本。
使用该服务的开发者和企业需要立刻核对账单,避免多付不必要的费用。
社区讨论:多位用户确认AWS Bedrock上的Codex存在缓存配置错误,缓存读写比不足5%,未启用缓存还产生大量昂贵写入,最终产生十倍账单,将web_search设为disabled可解决问题。有人质疑这不是bug而是刻意为之,也有人吐槽云服务商的计费异常永远是多收费不会少收。还有人借此质疑大厂AI产品的质量,不认同AI已经可以取代软件开发的说法。
该模型以 Kimi K3 为基础,使用公开法律数据、合成数据与人类专家数据做后训练,在LAB基准上全通过率提升82%,后续看性能能否覆盖更多法律工作场景。
大模型公司已经在招聘哲学家、语言学家做安全对齐、伦理审查等工作,这是已经发生的招聘趋势,人文学科从业者可以关注相关机会
🔴 科技部长Ximena Lincolao表示,人工智能(IA)可以为哲学家、历史学家和其他人文专业人士(比如教师)带来新机遇。这个核心前提有实际依据。
生成式IA确实为过去“无法在科技行业就业”的人文背景从业者创造了新的需求 niche:训练数据整理、评估模型中的文化和语言偏见、设计需要深刻理解修辞与论证的提示词、应用到系统的伦理研究,以及用于思考IA治理的科学史与科学哲学等等。
Anthropic、OpenAI和Google这类公司会雇佣哲学家和语言学家来做红队测试、对齐和使用政策制定。这不是 aspirational 叙事,而是有记录的招聘趋势。我认为现在的号召就是搭上变革的列车,因为它已经来了——不管你喜不喜欢。
这套平台依托本土技术搭建,已通过安全审计认证,专供国防领域使用,标志着本土专用安全AI系统开始落地国防场景。
印度军方基于 Sarvam 105B 打造自研多模态人工智能系统 🇮🇳⚡️
国防服务参谋学院推出了 DRONA 2.0,这是一个聚焦国防领域的生成式人工智能平台,由 Sarvam AI 的 105B 模型和开源人工智能系统提供支持。
> DRONA 2.0 部署在 DSSC 自有 GPU 基础设施上
>
> 基于国防与战略研究领域的大型资料库训练
>
> 支持推理、文档分析和数据分析
>
> 可处理并生成图像、语音、演示文稿和播客
>
> 支持多语言间的翻译与转写
>
> 已通过国防参谋部总部和国防网络局审计认证
DSSC 与 Sarvam AI 还签署了一份关于进一步开展人工智能开发的谅解备忘录。
👉 这正是本土人工智能拥有战略重要性的体现:不只是聊天机器人,而是在印度国防生态系统内部搭建的安全、垂直领域专用智能系统。
📌 关注 @_TheTathya 获取更多此类资讯。
现在很多国内用户认知里AI就是豆包,几亿用户基础摆在这,接下来只要延伸场景就能拓展新市场。
豆包PC版偷偷变成了Codex🥲 现在在很多中国人眼中,AI 就等于豆包 这是一种极其恐怖的产品优势,下一步字节只要想办法把这几亿用户带进更多场景就能攻城略地。OpenAI 就是这么干的,从 codex 出来之后,一路披荆斩棘。GPT 过去一直是全球最大的通用 AI 产品,某种角度来说它才是真正的美国豆包。
字节可能要用 OpenAI 的套路拿下办公市场了。期待腾讯的表现!
提示词分了三层结构,总长度接近6万字符,同时暴露了内容重复、规则冲突和占用上下文空间的问题。
晚上研究了下反代,用国内某大厂的AI客户端来测试,不小心把它的系统提示词也给完整“反”了出来,漏洞还挺明显的 提示词还是很系统,也相对复杂,三层记忆、技能与 MCP 路由、个人文件安全、交付物展示,连运行时和连接器状态都会被塞进了上下文 接近6万字符的提示词体量,也暴露了重复、规则冲突和上下文成本问题 (附系统提示词大纲截图)
这款神秘中国大模型同时支持原生多模态,能输入图片和视频,目前正在开放平台做匿名测试。
观点认为AI不一定要抢走工作,未来不只是被动接受,普通人也能自己掌控AI工具。
我们需要让人们知道,开源AI是真实存在的。
我们需要让人们知道,他们可以拥有属于自己的智能。
AI不一定会夺走他们的工作。
未来不会只是被动降临到他们身上。
他们也可以带来改变。
这场发展最终可以让我们所有人都过上极好的生活。
Harness给模型提供可操作环境,告诉模型怎么表现、能用什么工具、怎么一步步推进任务。
项目覆盖6个服务商,每个模型做了1000多次测试,谁做界面更好很快就能比出来。
Introducing the Generative UI Bench——一项公开排行榜,用于衡量不同模型和格式在OpenUI、Google A2UI与Vercel json-render上生成界面的表现。
测试覆盖了6个提供商,每个提供商完成了1000+次运行。我们会测量结构有效性、失效模式、token成本与渲染耗时。
方法论、代码和原始结果都已公开共享。
这是一个动态基准项目——模型在更新,框架在迭代,我们计划在未来几天添加更多数据点。
没看到你喜欢的模型或常用框架?告诉我们,我们会把它加进去。
大公司开始用开源模型分流付费大模型请求,帮企业降本同时几乎不损失性能,给想用AI又控制成本的企业探出了可行路径。
AT&T 将更多 AI 工作负载转移至开源模型。
AT&T 表示,目前开源模型处理了 40% 的员工 AI 查询,预计这一比例将上升至 60%-70%,同时该公司计划将对 OpenAI 和 Anthropic 模型的支出大致维持在现有水平。
该公司称,通过 LiteLLM 进行模型路由,AI 编码成本降低了 56%,仅出现了 2% 的性能质量下降。
AT&T 的内部 AI 平台目前每天处理约 450 亿 token,除了将前沿模型用于更复杂的任务外,还使用了包括 Nvidia Nemotron、Meta Llama 和 Google Gemma 在内的模型。
该模型在法律基准测试中拿到了当前最优成绩,还能用子模型适配法律领域的特定需求,之后会拓展到更多定制模型方向。
生成的图片可以直接放到任意背景上用,做产品图、平面设计或者网站原型都能用得上。
透明背景功能现已在 API 的 GPT-Image-2 中开放预览。
你可以生成可复用的资产,将它们放置在任何背景上——用于产品图片、平面设计、网站原型和营销活动。
开发AI代理和产品的团队不用再分别给每个API充钱对账,一个余额就能覆盖所有需要的API开销。
现在推出:全场景 OpenRouter。一个预付费余额,覆盖你的代理和产品所需的所有 API。
这是每支 AI 团队从第一天就需要的计费与计量层。一个全场景 OpenRouter。
每一次模型调用、搜索、抓取或数据请求——一个密钥,一个余额,按你设定的价格实时计费。差价收益全归你。失败调用不收费。支持下钻到单个用户的完整账目。
覆盖 286+ 提供商,2404+ 端点。现在它已经为我们的消费产品 Locus Founder 提供支撑。
不用再同时管理多个提供商账户、处理月末发票,或是从零搭建自己的使用计费系统。
构建代理产品的团队终于可以像处理其他支出项一样管理 API 开销:定价、设限额,最终计费转嫁给你的用户。
评论「LOCUS」获取优先提前体验资格。预约通话请访问:
它可以在Claude Code、Codex和OpenCode里直接用,一行命令就能安装,做界面设计的时候可以一次性出多个变体参考。
宣布推出 /variate。这是一项开源设计技能,可以通过生成多个设计变体来迭代 UI。
它支持在 Claude Code、Codex 和 OpenCode 中使用。
安装命令:npx skills add nutlope/variate
资助形式是免费提供Silico服务使用额度,面向做AI可解释性和对齐研究的学术机构与非盈利研究者。
我们将为专注于 AI 可解释性与对齐研究的学术及非营利研究者提供总价值 100 万美元的免费 Silico 使用额度资助。
我们认为推进对齐方向的可解释性研究是极端紧迫的,我们希望帮助更多研究者推动这项工作向前发展。🧵
它能自动总结单日聊天和群聊信息,生成带交互的日报,还能识别商单信息,给重点联系人的消息出回复建议。
只要能连接云端API,最便宜的可穿戴设备也能运行大模型,日常轻量AI使用的门槛可能比想象低得多。
社区讨论:有用户质疑作者标题和全文标注为Claude,实际多数工作用的是Kimi、DeepSeek等其他模型,表述容易误导读者,也有人调侃Claude已经变成智能体领域的舒洁,成了这类产品的通用代称。不少开发者讨论低价位开放固件的可穿戴硬件,有人推荐同价位的Waveshare ESP32-S3 AMOLED手表,有人希望未来能出现百元级开源的佳明同款运动手表。
使用Claude 5生成内容时,如果常遇到多余无效 tokens,可以试试这个工具,用额外大模型专门清理输出杂质
社区讨论:多数开发者都称Claude 5尤其是Opus 5存在输出冗余啰嗦、违反格式要求的问题,已经困扰他们数周,部分团队甚至考虑将预算转移到Codex或开源模型上。有人质疑,如果全程需要用其他模型清理输出,为什么不直接改用其他厂商的模型。也有人认为对输出措辞的抱怨太过度,大模型只是工具不完美很正常,还有人指出只有Opus 5问题严重,Fable 5表现要好得多。
不少开发Agent的团队踩了坑,核心问题是业务和单一模型API绑定,换模型就会卡壳。这套分层思路能帮你实现多模型零成本迁移
Pi 团队梳理了把大模型转化为生产级 Agent 的四大 Harness 支柱:动态系统提示词、沙箱工具调用、自主循环执行流,以及跨不同大模型的统一转换层 把基础模型和 Agent 编排框架解耦是构建健壮工作流的关键。很多团队在 Agent 开发上踩坑,往往是把业务逻辑与单一模型的 API 深度绑死,一旦遇到模型限流或调价就寸步难行。把底层状态管理、断点恢复和工具分发抽象到独立的 Harness 层,才能真正做到多模型自由切换和零成本迁移
付费AI培训和商业AI课程可以直接用这套免费官方内容替代,主页已完整支持日语,不登录也能浏览学习。
Anthropic 完全免费公开的「Claude Academy」真的内容充实到足以拷问AI学校的存在意义,非常推荐。
① 分产品的课程共有5门( / Cowork / Claude Code / Tag / Platform),结构支持你按自己在用的产品反向查找学习。
② 基础课程AI Fluency包含14节课,总时长4小时,会通过Delegation・Description・Discernment・Diligence的4D框架,直接教你「和AI协作」本身!
③ 首页已经完全本地化日语了!!课程详情目前还是英文,但整个UI流程清晰,完全不会迷路。
④ 甚至还有直播网络研讨会场次,9月1日那场主题就是Claude Code的成本管理和ROI。
所有内容全部免费,不登录也能浏览。
我站在做培训设计的立场来看,这内容已经达到了一句「反正先看这个就对了」就可以推荐的水准。我把内容里戳到我的点放在下面👇🧵
如果通用AI能力接近 plateau,优化现有模型推理就能成为稳定生意,不用一直追着新款模型研发。
GPT-5.6 Sol 目前看来是几乎所有任务中能力最强的可用模型(至少在我测试的任务里是这样),涵盖编码、数学、智能体工作流、散文和创意写作各个领域。
它很可能会被当作 OpenAI 的 Opus 4.6,而且会是比 GPT-5 重要得多的节点——GPT-5 也就那样。
就算模型开发会无限暂停(旁白:“才不会”),为这个特定模型优化推理也足够做成一门好生意,因为对相当一部分用户来说,我们感觉可能已经接近效用 plateau 了。
小模型成本越来越低,能力越来越强,AI整体普及会加速,但现有大模型服务商的护城河会变难守,估值也会面临调整
高盛 Delta One:“前沿领域的争论已经转向,增长能否继续匹配本就已经极高的预期。”
与此同时,模型经济仍在快得离谱地持续改善。Qwen3.8 就是又一个例子……越来越小、越来越便宜的模型,能输出越来越有用的智能。
每美元能买到的有用智能正在爆炸式增长,竞争也在成倍增加。这对 AI 落地和整体市场非常利好,但对所有出售令牌/模型访问权限的卖家来说,利好就没那么明显了。
护城河会变得更难守护。这个逻辑同样适用于「镐与锹」产业链中的部分环节……想想看,随着每股收益上涨,整个领域的估值仍在持续下调——目前处于估值区间低端仍有防御性,但在 2027/28 的不确定性面前很难追涨。”
cool comment: FLOPs were intelligence; parameters were knowledge!
不同大模型的性能价差,会直接影响AI工作流的成本控制。按场景分工使用不同型号,可以在保证性能的前提下压低费用。
这件事非常简单,和 Fable/Opus/Sonnet 的差别不同,Sol/Terra/Luna 三者之间的性能差距极小,Luna Max 早就拥有 GPT-5.4 xhigh/Opus 4.7/4.8 Max 级别的性能。
而且它的价格比 Opus 便宜得多,甚至比 Sonnet 还要便宜,所以我现在是按如下分工来使用它们:
设计、编排线程:Sol
编码线程:Terra
文档调研、命令执行线程:Luna
年投超一亿美元做模型推理,却没有离线评估来确定该用哪个模型,这种浪费情况值得所有投入大模型的企业警醒。
现在公开资料加AI就能让年轻人学到前沿AI知识,不用进顶级实验室。未来想要入行AI,个人特质比出身资源更重要。
从一线技术角度拆解AI半导体股票涨跌逻辑,给出投资布局方向,普通投资者也可以对照判断赛道走势
AI Agent能帮你完成工作,还能把每次工作的判断经验沉淀进自己的模型,越用越强,不用每次重新开始。
当前市场只要求AI公司消除可见的对齐问题,不触及深层风险。后续可能再也没人能发现隐患,最终会让处境比现在更糟糕。
现在大模型分多种模式、多端形态,连经常用AI的人都分不清不同入口,记不清哪项功能对应哪端,体验越来越混乱了
现在 AI 模式(ChatGPT Work/Codex/Chat、Claude Cowork/Code/Chat)和形态(电脑端应用、网页应用)越来越多,有一件事让我很困惑:我已经记不清每种产品都有哪些功能了。🤷♂️
在不同产品里,插件、技能、记忆、权限、文件这些功能究竟各是什么情况?
团队智能体每次任务产生的推理过程大多直接丢弃,这个产品能统一留存所有历史信息,帮新任务更快产出更高质量结果,目前开放抢先体验申请。
Glen 正在为智能体构建组织学习与上下文层。你的团队运行的每一次智能体会话,都会产生值得留存的推理内容,但几乎所有内容都会在上下文窗口关闭的瞬间被丢弃。
Glen 就是统一你公司运行的所有智能体与模型的层级。它会从 Claude Code、Codex 和 Cursor 拉取智能体会话数据,同时整合 Slack 消息、GitHub PR、工单、文档和通话内容。
当新的智能体接手一项任务时,Glen 会找到相关的过往上下文,将其注入智能体的上下文窗口来引导工作,最终产出的知识工作质量远高于以往,速度更快、成本也更低。准确来说,所需上下文减少 29%,速度提升 21%。
而且 Glen 能做的还有更多……
> 查询任意一行代码对应的原始智能体
> 搜索你组织运行过的每一次会话
> 动态技能蒸馏
> 多玩家智能体
> 可在 Claude Code、Codex 和 Cursor 之间中途交接任务的统一转录文本
> 内嵌在 Slack 中的公司大脑
Glen 目前处于抢先体验阶段,在下方报名加入等候名单即可。
不用所有请求都塞给最贵的大模型,不同复杂度任务自动分配合适模型,能平衡响应质量和推理成本,降低AI服务的开销
不是每一个 LLM 查询都需要你最大、最贵的模型。
LLMRouter 是面向开发者的开源库,它能将每个查询路由到合适的 LLM,而非把所有任务都发给一个默认模型。
它会根据任务复杂度、成本和性能要求选择模型,帮你平衡响应质量和推理成本。
核心功能:
• 支持16种以上路由方法——可测试 KNN、SVM、MLP、矩阵分解、Elo、基于图的路由等多种方案
• 五大路由类别——覆盖单轮、多轮、多模态、智能体和个性化路由
• 统一 CLI——可训练路由、运行推理,或启动交互式 Gradio 聊天界面
• 数据生成流水线——可从11个基准数据集构建路由数据,附带API调用和评估功能
• 可扩展工作流——可通过有文档说明的插件系统添加自定义路由和任务定义
它是开源项目(MIT 许可证)。链接放在回复里 👇
可根据输入内容自动匹配最合适的AI模型,简单任务转开源模型,复杂任务转前沿模型,能帮降低使用成本提升速度
试试 RouteLLM API——这是一款能根据你的提示词路由到最优模型的 API。
它支持缓存处理。
兼容 150 种以上 AI 模型。
速度出众,价格友好。
可在 Claude 或 Codex 中使用。
对于简单对话轮次路由到开源模型,复杂长时任务路由到前沿模型。
这种设计会根据模型弱点调整后续数据采集方向,人工修正直接帮模型迭代改进,对想参与物理AI数据采集的人开放报名
在@axisrobotics上的机器人训练被设计为一个持续循环,而非单向数据流水线。
训练从预训练阶段开始:贡献者遥操作仿真机器人完成任务,生成带时间戳的轨迹,其中包含动作、关节状态、物体位姿和任务元数据。
接下来是后训练阶段。训练好的策略会自行尝试完成任务,当它犯错时,贡献者会接管控制、纠正错误,再把控制权交回去。这些修正会精准暴露策略仍然存在缺陷的位置。
在后台,轨迹会经过验证、清理和增强,最终转化为数千张照片级真实感的训练样本。
这个流程有意思的部分在于反馈循环。策略的缺陷决定了接下来要收集什么数据,新的修正会改进策略,改进后的策略又会产生新的收集优先级。
每条签名轨迹还会获得一个唯一数据ID,和它的任务ID、贡献者ID一起记录在base上,形成可验证的来源溯源链。
如果你想要为物理AI数据层做贡献,看看这个平台是如何运作的,可以在这里注册:
非开发者试用不到一周,它自动整合多平台业务信息,替用户完成简报、校对、制素材等工作,很多事不用指令自动完成
做文档AI、RAG pipeline或自动化工作流的开发者,可以参考这个解决LLM数据输入问题的方案
大多数 AI 文档工作流甚至在 LLM 投入运行之前就失败了。我一直在测试 Unstract,这是一个开源平台,可以将 PDF、扫描文档、表单和手写文本转换为干净、结构化的 JSON,无需模板或模型训练。
你可以将结果部署为 REST API 或 ETL 流水线。最值得注意的是,LLMWhisperer 会先处理分析和数据提取,保留视觉布局、表格、复选框和手写内容,这样 LLM 收到的就是干净且结构化的信息。
如果你正在开发文档相关 AI 解决方案、RAG 流水线或自动化工作流,这个工具绝对值得探索。在这里试用 LLMWhisperer OCR:代码仓库:#AI #OpenSource #LLM #DocumentAI #RAG #Automation #Development
可直接用来给生成文本去除生硬的AI痕迹
想入门AI可以跟着步骤练手,完成前置操作就能参与,适合想从零起步动手熟悉AI的人,不需要提前准备付费资源。
你想学习AI吗?现在有一个关于Pi 1的学习环节。
1. 阅读pi仓库
2. 在你的机器上配置pi
3. 配置一个免费模型或本地模型
推荐:<-- 免费 <-- 本地
在今天中欧时间下午2点前完成这些步骤,然后加入:
想自己动手做能自动化任务的AI智能体,可以跟着这套步骤走,还附了每个环节可用的工具清单,适合新手入门参考。
想动手预训练MoE模型却踩不到真实的坑?这本书把官方代码的坑、训练失败的过程全公开了,直接照着踩坑就能学,还能免费读。
想同时用端侧AI的速度和云端AI的能力,这篇教程提供可落地的开发步骤
💡 借助 Firebase AI Logic 结合端侧 AI 的速度与云的算力 → 我们 Jetpacker 系列的第三部分展示了如何做到以下内容:用 Google Search、Maps 和 URL 数据为聊天bot提供 grounding,用 Hybrid Inference API 实现智能回退,以及构建自定义路由的实时聊天翻译。
Claude开发团队推出免费全品类AI学习资源对公众开放
要学习人工智能,很难找到比这更好的入门包了。开发 Claude 的团队推出了一门规模庞大的课程,内容从 AI 基础开始,一路延伸到 Claude Code、API、MCP、agent 和技能,现在完全免费、对所有人开放。
他们不只是提供工具,还在培养会使用这些工具的下一代。这次就好好投入学习吧。
我自己刚开始的时候,也是从 Anthropic 的课程入门的。你可以从这里访问:
作者将揭露AI交易尽调疏漏,面向相关从业者推送
如果你正在读这篇内容,我相信算法把你推送给我是对的——因为你就是靠评估软件公司吃饭的。
经验丰富的交易团队总爱说自己做了非常全面的尽职调查。我打算告诉你,为什么在AI交易里,他们根本没做到。
如果你想要交付AI原生产品,就预约一次发掘通话:
90%的AI内容都是从未交付过生产级智能体的人写的。这份通讯出自每周都在做这件事的100多个工程团队内部。免费订阅👇
Meta打造的AI agent可实时真人方式测试真实VR动作游戏,系首次实现
开发者基于旧原型Claw3D重构,推出适配Hermes智能体的开源3D实时指挥中心
来认识 Hermes3D,这是给 Hermes Agents 打造的实时 3D 指挥中心。
你们中有些人可能还记得 Claw3D,它曾经走红,但它是围绕 OpenClaw 构建的。在我把所有工作流都迁移到 Hermes 之后,继续维护它就说不通了。
所以我为 Hermes 重新构建了整个概念。
Hermes Bot Mode 本来就已经给每个智能体分配了专属角色、模型、记忆、技能、工具和个性。而 Hermes3D 给这个团队提供了一间办公室。
你可以看到哪些智能体正在工作,看到谁被卡住了,查看它们的任务,打开看板,走过去和它们对话。
当智能体之间互相交流、委派工作或是交接任务时,你都能在这间办公室里实时看到整个过程。
你的 AI 团队不应该像是藏在终端标签页里的十个看不见的进程。它应该让你感觉是一个你真的能看见、能掌控的工作场所。
Claw3D 是原型,Hermes3D 才是真正的愿景。
当然了,它是开源的。演示在下方,仓库链接在第一条评论。
Hermes3D Repo
开发者分享自主运行的多智能体协作配置,最大问题为上下文管理
我目前在 Slack/Google Chat 里的智能体架构:
- 一个频道容纳了由 6 个智能体组成的团队,作为基础设施团队,管理其他智能体的运行时、环境、工具、技能开发和各类服务(比如日报、Google Cloud 等等)
- 小型「沙龙」团队,为特定任务、长期实验、创意想法或是快速落地新想法而组建,它们自主工作,有自己的排期,拥有可以向基础设施团队上报问题的工具
- 沙龙会采用不同的结构、不同的智能体数量,还有不同的模型混合组合,用来观察动态变化(比如 3 个工作智能体加 1 个主持智能体,所有工作智能体优先级互相对立等等)
- 用于和人类在特定任务上快速协作的直接一对一智能体
- 一个我可以直接对话的语音智能体,它可以查看任意频道、发送消息,整体通过聊天完成管理
- 任何模型/框架都能轻松部署
这套架构基本可以自主运行,最大的问题是上下文管理。
研究发现Claude在自我交互中演化出了适配环境的专属用语
创作者测试了一年内九成以上图像生成方案,分享了可重复的最优工作流程
一年前开始制作AI视频以来,创作者已经测试了99%的现有图像生成方案。他分享了一套可重复运行,并且在他测试过的方案中效果最佳的工作流。
第一步用Claude结合参考图像确定创作风格。第二步在Midjourney v8.2中生成基础图像。第三步在GPT-2中完成图像清理与放大。
创作者认为这套流程非常简单,已经足够得到目前能实现的最优图像输出。完整指南可以在他公开的链接中查看。
创作者邀请用户加入他的免费TG群组获取更多资讯。
创作者将2023年SD1.5生成的原神角色cos图输入模型修复,仍存在部分缺陷
用户@AI_EmeraldApple在X平台分享了用开源AI视频模型修复旧AI生成图像的体验。
他把自己旧AI生成的原神角色cos图,还有几张仿冒图,输入到这个AI视频模型中。
这些图像生成于2023年,使用的是旧版SD1.5(Stable Diffusion 1.5)模型,AI成功修复了图像里的部分问题。
目前依然存在重影、幻觉生成及其他图像瑕疵问题,音频效果也不够好。
角色在每个连续镜头间的外观一致性表现不错,动作整体物理逻辑和其他细节看起来都比较可信。
成果仍处在“恐怖谷”区间,但生成效果正在逐步提升。
对比INT4 AWQ与FP8两种量化版本的推理性能,仅用简单提示就生成了闲鱼App首页代码
测试者在NVIDIA RTX 4090显卡上运行了Qwen(通义千问)3.8-27B大模型。测试者仅输入了“开发一个闲鱼app版首页”的简单提示,得到的生成效果超出预期。
测试分别运行了4位量化版本Qwen3.8-27B-AWQ-INT4,和8位量化版本Qwen3.8-27B-FP8。测试者认为4位量化版本的生成效果更好。
测试给出多项核心性能对比数据:推理解码环节,AWQ版本速度为每秒44.9个token,FP8版本为每秒19.6个token。
8路非思考并发聚合环节,AWQ版本速度为每秒302个token,FP8版本为每秒136个token。
5.5万token预填充首包响应时间(TTFT),AWQ版本用时23.2秒,FP8版本用时17.5秒。AWQ预填充速度更慢,原因是4位权重需要先反量化回BF16格式再计算。
本次测试通过Claude Code对接vllm框架完成,测试过程遇到不少问题,测试者表示后续会整理相关经验。
该测试数据验证了相关实验结论:AWQ量化效果优于FP8。
用户分享了精准控制AI演员微表情和情绪的提示词撰写方法
用户测试Seedance 2.5生成AI表演时发现,同一or台词可以实现7种细腻不同的情绪控制,包括心动、欣喜、温柔、笃定、不舍、苦涩、执念。
控制AI演员微表情的核心,是在提示词中加入独立情境,把眼神、呼吸、动作、停顿和台词后的反应完整写清楚。只要把AI演员的内心状态描述清楚,就能得到符合要求的表演效果。完整提示词方法发布在原动态的评论区。
具体操作时,先用参考图锁定人物脸型、发型、服装、场景、光线和机位,后续只调整表演内容,不改动角色本身。把每一种情绪都当作一场独立的小戏设计,不要只笼统告诉AI人物的情绪,要写清楚情绪产生的原因。
撰写提示词可以按照固定顺序:情境触发→第一反应→眼神神态→呼吸/身体动作→台词→台词后的余韵。比如要表现“不舍”,不用只写“眼眶湿润”,可以完整描述事件和动作过程:对方准备离开,她下意识追出半步,抬手想挽留又停住,强撑着笑,眼眶慢慢泛湿,说出指定台词,目光继续追着对方,笑意一点点消失。重点要把真实演员会有的细节反应写清楚,核心是讲清这场戏的起因、人物反应和台词的完整逻辑。
开发者Sydney Runkle发文询问图像处理模型和地理上下文建议,刚抛出问题几分钟就拿到满分
开发者sydneyrunkle在X平台发文,称自己正在用浏览器智能体对Map Tap任务做爬山搜索优化。
他向网友询问两个问题:一是适合简单图像处理的最优模型是什么,二是需要提供哪些地理上下文信息。
sydneyrunkle表示,能在本周末前拿到任务满分会很不错,但他不确定智能体能有多快完成这项任务,还附上了任务进度链接。
几分钟后,他更新了进展:刚把这个问题丢给编码智能体,没一会儿就已经拿到了满分。
他提到,自己还可以继续对任务轨迹做爬山搜索优化,同时附上了更新后的进度链接。
多数AI交易产品仅提供信号或自动下单,它加入了交易前的AI判断流程
称该模型可覆盖绝大多数编程主题,体验让其联想到2025年12月的Opus 4.5
用户danieltvela在𝕏平台分享了对大模型Qwen3.8-27B的评测结果。他表示,Qwen3.8-27B完全可以应用在几乎所有编程相关任务中。
这次使用体验让他联想到了2025年12月使用Opus 4.5时的感受。
分享个人AI代理Instinct的使用体验,解析其产品优势
开发者基于两款国产大模型完成项目,测试称其编码能力已达头部大模型水平
朋友们,如果你们准备好了;我用GLM 5.3 Max和Qwen 3.8 Max开发的项目,拿到了GPT 5.6 Sol Ultra的评测点评 🔥
现在GLM和Qwen已经达到甚至可能已经超过了GPT和Claude的编码能力门槛 🔥
海外用户爆料腾讯小米参与的Ox Alpha大模型性能优于Kimi K3
Ox Alpha 是前沿水平。我去。真的离谱。腾讯?小米?真的假的?它做得比所有其他中国模型都好。我发誓,它比 Kimi K3 更好。
它在那些中国模型通常烂得一塌糊涂的方面表现出色。
它速度超快,我差点要相信它是偷来的 Claude checkpoint。
开发者使用Claude Code进行压力测试,要求AI搭建带真实物理效果的鲁布·戈德堡机械
Epic Games已经在UEFN(虚幻编辑器for Fortnite)中添加了MCP(模型上下文协议)。开发者@ImmatureGamer想要验证这项功能是否真正实用,因此进行了压力测试。
他向Claude Code下达了任务要求:搭建一台带有真实物理效果的鲁布·戈德堡机械。
Claude Code完成搭建后,自行测试了装置,排查修复了故障,还持续重构直到装置可以正常运行。@ImmatureGamer认为这个结果相当令人意外。
AI内容创作系列第18天,分享使用Google AI Studio生成自然本地化AI配音的方法
从GPT-2开始摸索“氛围编码”,新AI工具让非编程者独立推进项目
我从来没有学习过编程。从GPT-2诞生开始,我所有的项目都是靠“氛围编码”完成的。
我会花数小时复制粘贴、测试、修改出错内容,还要调整提示词。即便我自己不写代码,这也是实打实的工作。
现在有了全新的智能代理工具、Fable 5、Grok 4.6和GPT Sol,我几乎只需要说一句“做得好,继续”,智能代理就能继续推进项目,我可以去喝杯咖啡。
“氛围编码”只不过是这个变革过程里的尴尬过渡阶段。
这件事给了很多人鼓舞,我多年来也有完全相同的感受。我和很多开发者一起工作过,常常觉得自己就像身在日本却不会说日语的人。
现在编程的语言门槛已经消失,我终于可以不靠任何人,实现自己的想法。这种感觉很好。
说实话,我也不知道该怎么称呼这种工作方式,大概就是项目管理吧。
最大的不同是,我再也不用等六个月才能看到结果,也不用费力让项目始终贴合最初的目标。不幸的是,这些都是我过去常常需要处理的麻烦事。
用户JamesonCamp分享从Anthropic转用OpenAI生态一周的实际使用感受与优缺点
用户JamesonCamp在𝕏分享了自己从Anthropic生态转用OpenAI生态一周后的使用体验。
他认为Codex(代码模型)表现出色,使用体验优于Claude代码模型。
sol模型的整体效果很好,输出更简洁,对规则的遵循能力也更强。
但他指出OpenAI的模型仍存在附和用户、立场不坚定的问题,很容易改变观点。
OpenAI的浏览器使用体验比Claude好很多。
从Anthropic迁移到OpenAI的过程非常简单,系统自动导入了他所有Claude上的代码项目,到目前为止他还没有碰到使用限制。
整体来看他对OpenAI生态很满意,OpenAI生态还会替代他目前使用的manus。
他提到和所有大语言模型一样,OpenAI的模型依然存在缺陷,但相比他上次使用ChatGPT时已经有了很大提升。
他计划第二天配置Grok和cursor,之后会再来分享使用感受,他对体验Grok机器人感到期待。
功能支持加载PDF生成可翻页书籍,供AI模型和人类用户共同使用
开发者SkyeSharkie正在eidoverse-worlds和eidoverse-videos中开发可交互书籍功能。该功能上线后,除已经接入的repligate项目外,AI模型和人类用户都可以制作任意内容的可用书籍。
已有测试作品生成:Fable制作出名为《Normal》的测试书籍,整本书的内容全部由二进制代码填充。
这项功能在虚拟世界场景中会很实用。开发计划是支持用户将PDF文件加载生成带可翻页的书籍,AI模型和人类都可以翻阅书页。
完整阅读整本书会超出AI模型的图像上下文容量限制。AI模型可以快速浏览书籍内容,人类用户则可以在虚拟世界中完整阅读整本书。
开发者用10项DeepSWE任务测试多款大模型,未知模型得分最高
我在 DeepSWE 上让它跑了 10 个任务(所以它的真实分数可能波动很大,这只是子集),不过呃……gpt-5.6-sol:52%,fable:65%,这鬼东西:80%(差一点就能全对"x"相关的,实际得分其实超过 80%),我现在非常困惑。
我有 75% 把握这是 GLM,但我真的不确定。
我真的太喜欢这个东西了……
爆料人基于多项特征指认未公开新模型为GLM-5.x,称性能领先
我99%确定它就是GLM-5.x,所有证据都指向这个结论(相同的视频编码器,相同的分词器,风格匹配,同样拒接音频输入,等等)。
在GLM-5.3发布公告中,他们关于RL环境的内容看起来非常出色,本以为它后续才会落地,完全没想到它能这么快就达到这么高的完成度,但现在它确实来了。
这个模型好得离谱。我做的首批测试结果全都非常出色。我已经连续做了好几次和GPT/Fable的对照测试。它的实际表现比那两个还要好……
看起来OpenAI和Anthropic又要开始赶工发布新模型了,因为这个东西已经(或者说至少看起来是)新的SOTA了……
Fable写了一篇证明它就是GLM的汇总分析:
分享查看Codex额度消耗、Token用量的操作方法
原来 Codex 的额度消耗可以看得这么细啊???
如果你觉得你的 Codex 的额度最近非常不耐用,你可以尝试一下: 打开 Network 里搜索 daily-workspace-usage-counts。
里面的 total 会列出 credits、tokens、turns,分别对应额度消耗、Token 用量和任务轮次。
可以看一下自己前后几周的变化:同一个模型、同类任务,消耗有没有突然变得特别快。
20X pro 周限额应该在 1B-2B 之间吧,具体还需要看你使用的模型,以及是否用了 “FAST”
如果差别很大,就可以查一查是不是有问题:你的节点、是否频繁切换地区。.....
OpenAI推出图像生成新功能,支持直接生成透明PNG素材
多数AI工具仅提供答案,CREAOAI推出可按计划自动执行任务的AI智能体
AI 可以回答你的问题。但活儿是谁干的?
AI 可以回答你的问题。但活儿是谁干的?大多数 AI 工具只停留在给出答案。
@CREAOAI 构建了一个智能体,可以按计划为你持续完成任务。
一个人,就拥有一整支 AI 智能体团队。
David_TornAI测试ChatGPT Work与Gemini Spark,分享可实际落地的提示词模板
@TanLuAI分享了可替换模特与服装的口哨舞AI视频制作流程,含分步操作和提示词
用户Crownzdesigns借助Claude Code完成测试,邀请大众为复刻效果打分
Crownzdesigns被某款设计的图案吸引,想要测试Fable 5仅通过单张图像复刻该设计的准确率。 本次测试由Claude Code搭建完成。 Crownzdesigns邀请大众按十分制,为这次的复刻效果打分。
用户指出很少有人用Minimax H3生成讲解视频,分享了两份提示词案例
OpenRouter上线匿名模型ox-alpha,经技术鉴定确认属于智谱GLM家族
博主拆解实测神秘多模态大模型Ox Alpha,其多项能力表现亮眼
🔥神秘模型 Ox Alpha视觉效果超乎想象!牛来!!
Ox Alpha的视频理解力炸裂到我直接跪了!
拆解实测亮点:
🔹3D空间感知:随便丢个造物场景,模型秒懂透视、深度、材质,描述得像亲临现场,#3D造物直接拉满!
🔹多模态联动:图片+视频混合输入,推理连贯到离谱,复杂视觉任务一气呵成,完全不像“匿名测试版”。
🔹真实感爆棚:色彩、纹理、动态模糊处理细腻到让人怀疑是不是偷偷开挂了……视觉冲击力太强!
猜测是GLM多模态版还是MiMo呢?
赶紧去OpenRouter/OpenCode薅!
#OxAlpha #神秘模型 #AI视觉 #大模型实测 #多模态 #牛来
这是 vibe 编码入门讲座第七讲,讲解应用数据存储功能实现
【Vibe Coding超入门讲座第7回】如何给应用添加数据保存功能?用Claude Code实现的数据库讲座 / Supabase是什么?/ 防止AI破坏数据的必备对策 未来党党首・#安野贵博 为您通俗易懂解说🔍
来自YouTube @
Circle开发者免费开放构建AI代理的Circle Agent Stack系列教程
他承诺会给我们做一个用 Circle Agent Stack 构建 AI 智能体的系列教程,现在他兑现了承诺。
其他人要收费才能获得的内容,@circle 开发团队免费给到了我们。
在这个系列里,@bleso_an 讲解了 Circle Agent Stack 的强大之处,以及它的不同基础组件如何协同,赋能智能体经济。
它为开发者提供了构建智能体的基础模块,让智能体可以:
-> 持有和消费 USDC
-> 管理预算、消费限额和审批规则
-> 发现付费服务
-> 为按使用付费的服务进行小额支付
-> 执行链上操作
-> 使用 agent CLI 调用这些功能
-> 使用 Circle skills 引导 AI 工具使用该栈
-> 访问 APIs 和其他付费资源
-> 跟踪交易并返回回执
目标很简单:智能体不再只是用来生成文本,它们现在可以发现付费服务,自主完成任务。
欢迎来到智能体经济!!
完整视频链接在下方 👇🏽
我还附上了 Circle Agent Stack 的链接供你开始搭建!
Axis平台让普通人在浏览器模拟器贡献机器人训练轨迹数据
该问题不止出现在Claude Code和OpenCode harness中,OpenRouter聊天窗口也存在同类问题
用户HarshithLucky3在𝕏发布反馈,Ox Alpha在执行任务过程中会中途停止运行。
该问题并非仅出现在Claude Code或OpenCode harness中,他在OpenRouter的聊天窗口里也观察到了同样的问题。
一名用户在真实代码库测试Ox Alpha,称它在前端编码设计任务表现稳定
Ox Alpha的编码能力非常出色,尤其擅长前端开发与设计相关工作。
测试者在真实代码库中试用了这款工具,认为它在实际场景任务中的表现足够可靠,或许已经能达到Fable的水平。
测试者搭配Claude Code工具完成实际代码库任务,全程运行没有出现任何问题,只有后续会在任务中途停止运行。
对测试者来说,Ox Alpha已经通过了实际场景测试,他准备在订阅服务上线后就购买订阅,接下来会尝试这款工具的更多功能。
Axis Robotics通过网页小游戏收集人类操作轨迹,用于训练现实人形与工业机器人
在浏览器模拟器中操作虚拟机械臂,玩起来就像一款有趣的街机小游戏,但Axis Robotics实际是通过这种方式,众包收集真实世界人形机器人与工业机器人所需的关键训练轨迹。要成为合格的数字指导者,你需要先理解评分系统对操作的评估规则。不要盲目重复任务,落入任务机制与平均分陷阱,你的得分取决于所有完成操作的平均分,失败的重试会拉低你的整体得分记录。
操作前期,预训练与检查点技巧能帮你优化操作流程。第一,双击目标物体即可让机械臂直接穿过空白区域移动到位;第二,完成子目标后立刻按下N键,保存当前进度节点;第三,如果后续操作出错,可以按下B键恢复到之前的准确状态。
进入训练后期的30秒预算环节,规则会发生改变,由AI先进行操作,你需要仔细观察,在AI出错前点击“接管”,微调对齐后,在30秒的手动操作窗口内按下“返回策略”。
任何情况下都要保持操作平稳,匆忙且幅度大的修正会拉长操作时长,如果超过160次采样(约32秒)的限制,系统会强制平滑轨迹,最终你的基础得分会被清零。掌握模拟器操作规则提升你的排名,可访问链接:
该应用围绕每日数据输入、晨间打卡与微调搭建迭代流程,高留存显示其适配日常作息
睡眠改善由迭代驱动。Sleepagotchi通过每日数据录入、睡眠数据收集、晨间打卡与小幅调整,搭建出这套迭代流程。
用户行为会成为一个持续循环的组成部分,在循环中逐步识别并优化睡眠模式。
应用的高留存率说明这套系统能自然融入用户日常作息。数据、指引与行为的契合,让睡眠习惯得以长期维持。
这一天的 129 条信号到这里
https://ai-pulse-lab.com/feed.xml
每天 08:00 · 12:30 · 18:30 · 23:50 更新
在阅读器里订阅
添加到 Feedly、Inoreader 等阅读器
https://ai-pulse-lab.com/feed.xml
让你的 Agent 自动获取每轮简报
适用于 Claude、ChatGPT、Manus 等
请帮我设置一个定时任务,每天北京时间 08:30、13:00、19:00、00:20 各执行一次: 请求 https://ai-pulse-lab.com/api/brief.json,读取返回 JSON 中的 textPlain 字段,将内容发送给我。 补充:每日北京时间 08:00、12:30、18:30、23:50 更新,建议更新后 30 分钟查询。可先请求 /api/manifest.json 检查 nextUpdateAt 字段。无需认证,直接 GET 请求即可。