AI Pulse

AI Pulse

说人话的 AI 情报站
每天 08:00 · 12:30 · 18:30 · 23:50 更新每天四次更新
2026 年 9 月 9 日 · 23:50 更新
✦
试试:

今天发生了什么1 分钟读懂

OpenAI称约1万个AI智能体协作88小时,解出了千禧年七大难题之一、悬赏百万美元的纳维-斯托克斯问题。两位早就在做同一研究的数学家随即质疑:成果被抢先发布。OpenAI否认提前看过数据,但承认无法排除用户输入被用于训练。

来源@two3pro「OpenAI说AI agents解出千禧年数学难题」@kinocodesunen「OpenAI数日解千禧年难题,却引发争议」@OpenAI「OpenAI披露数学研究未提前获取数据」@xianzhizhou「OpenAI承认不能排除用户输入被用来训练模型」

另一组值得注意的声音来自Anthropic内部:对齐研究负责人公开给出十年内AI灭绝人类概率超10%的判断;两名研究员也宣布离职,其中一位预测自我改进模型可能在2027年失控。

来源@Melquisedec70「Anthropic首席研究者称十年内AI灭绝人类概率超10%」wrongful1520「Jacob Coxon 宣布从Anthropic离职」@rohanpaul_ai「Anthropic研究员离职,称2027年AI可能失控」

封面文章来自一位非营利组织CTO的三周实测:两块RTX 4090跑llama.cpp,同时跑几个AI编程智能体才会失效、上下文撑到多大,四个模型、三种量化都有数据。对不想把代码交给云端的个人和小组织,这是难得的一份实测。

来源今日深读《两块RTX 4090跑llama.cpp,最多能同时运行几个智能体?》

今日值得看
01 专治 SVG 连线字体翻车的 Claude Code Skill 写技术文档配架构图,Claude 生成 SVG 常连线错位、字体崩,这个 Skill 直接修好 02 Seedance 2.5千禧DV风视频提示词 Seedance 2.5逐秒分镜30秒千禧DV,另附5次动作换装技巧
03 扎克伯格/Meta发布个人AI Agent「Muse」(每周高达1亿token额度) 它能自己推进规划行程、下单填表这类事,敏感操作需要用户确认。现在美国用户可免费下载,每周有1亿token额度。

扎克伯格刚刚发推,重磅推出个人AI Agent「Muse」! $META 这不是普通聊天机器人,而是真正懂你目标、24小时帮你干活的超级助手。规划行程、购物下单、发邮件填表,它都能自己推进。

04 NexEcosystem开源Nex-N2.5多规格智能体模型家族 NexEcosystem发布三款开源智能体模型,35B参数Mini和397B参数Pro支持多模态理解与电脑操作,1.6T参数Max仅处理文本,面向复杂推理、编码和智能体工作流。Max跑分仅落后Claude Opus 5 0.1分,你怎么看这次开源大模型的表现?

认识一下Nex-N2.5家族,我们最新的开源智能体模型。Mini(35B)和Pro(397B)具备多模态理解和计算机使用能力。Max(1.6T)是专为复杂推理打造的纯文本MoE模型, NEX-N2.5为开源AI领域带来了重磅火力。

今日焦点

两块RTX 4090跑llama.cpp,最多能同时运行几个智能体?

我是一家中型非营利组织的CTO,我在本地运行一个Qwen技术栈,作为该工作的编码子代理——部分出于原则(我处理的相当一部分内容不应离开公司),部分因为批量代码工作的token费用在非营利预算上累积得很快。在三周时间里,我基准测试了四个模型和三种量化,以回答一个问题:在变得无用之前,实际上能同时运行多少个代理,在什么上下文下?

我之所以完整写出来,是因为我一直在评论中半回答这个问题。每当并发、量化选择或专家卸载被提及时,我最终都会凭记忆打出其中的片段,而回复总是某种版本的为什么——为什么用那个量化,为什么用那个槽位数量,为什么不直接加更多代理。

阅读全文 →

深度阅读

查看全部深度文章 →
AI Agent 订阅 · 每天四次推送

🔥 信号雷达131 条本班新增 37 条

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)

23:50 最后一轮更新
今日要点 · 12 条
新行业动态 · Hacker News▲ 452

开发者让Claude把购物车按钮改成蓝色

目前已有不少开发者开始直接让大模型帮忙改前端细节,降低简单UI调整的沟通成本。

社区讨论:多数开发者称这次把购物车按钮改蓝的案例不符合自己使用Claude的实际体验,认为案例有夸张甚至是讽刺AI的同人创作。有开发者认为这类AI符合可变奖励机制,本质上和赌博类似,这种机制恰恰是留住用户的原因。也有开发者提到, Claude经常会额外发现很多被忽略的问题,反而打乱原本的工作安排,还有开发者吐槽和AI交互经常会让人忍不住生气。

在 HN 看讨论 ↗   原文 / 论文 ↗
新深度观点 · @GergelyOrosz▲ 4.4万

Gergely Orosz 称Google错过AI代理革命

对关注AI工具发展的人来说,这能提醒留意市场机会,Google没做的原生跨应用AI代理,其他厂商还有入场空间。

Google完全错过了正在发生的“工作用AI智能体”革命,也错过了“个人用途AI智能体”革命。

Google没有能像Grok Bot、Instinct,甚至Claude、Codex或Muse那样,跨Gmail和Google Docs工作的智能体。

因此,人们宁可给一个第三方智能体全权访问权限来完成工作,而Google本可以内置官方集成。

这实在让人摸不着头脑,但也给其他公司留下了更多机会。

在 X 看原帖 ↗
4.4万2370069
新研究 · @MaxForAI▲ 2.5万

参与训练GPT-6的研究员本人被GPT-6的能力震惊了

GPT-6一分钟复现CCF A类期刊论文,半天完成新方案改进

阅读全文 →
2.5万1420597
行业动态 · Hacker News▲ 152

yurivish宣布已从Anthropic辞职

AI行业核心人员变动持续,核心团队流动会影响大模型产品开发进度,值得关注后续动态。

社区讨论:多位开发者私下对AI会在十年内毁灭人类感到恐惧,这种恐惧并非营销造势。有人反对这一判断,称目前LLM并没有造成过实际危害,其危险性远不及核武器和碳排放,也没有证据表明当前AI能力能超越人类。部分人认为本次辞职只是博眼球,AI竞速不会因此停止,推进AGI依然是最优选择。

也有人认可辞职是践行原则的行为,呼吁公众重视AI风险。

在 HN 看讨论 ↗   原文 / 论文 ↗
新工具 · @yuno_miyako2▲ 5.5万

SEO Rank Watch可实现AI全自动持续提升网站Google排名

开源在𝕏的SEO工具,通过循环操作直到目标关键词冲到第一

阅读全文 →
5.5万356631.4K
新开源 · @Astronaut_1216▲ 3.9万

免费开源AI记忆系统Memmy解决跨AI工具记忆清零问题

博主分享一款可跨AI工具同步记忆的开源工具Memmy,来自𝕏用户@Astronaut_1216

卧槽!!!兄弟们!!这应该是我今年见过的最牛逼AI记忆系统,真的赶紧用这个免费的开源工具!!! 把跨工具清零的记忆,收成了一句能问的话,而且把记忆的分类呀,能够沉淀的skill什么的全都做起来,真太牛逼了 以前最烦的就是 Codex、Grok、Cursor 各记各的,换个窗口,项目细节直接清零 手动贴摘要、再装一层 RAG,还是想不起当时为什么这么做 现在的用法就一句:直接问它,帮我把这个项目找回来 你会发现他找回来的不仅仅是一个文件名,而是一整套体系和它关联的所有内容,是目标、判断怎么变的、产物、和下一步 忘了自己当时怎么定标准的时候,去 GitHub 翻一下 Memmy github:

邀请码!!MEMMY-VuIO3J 注册的时候使用这个邀请码可以 +1m Agent Token

在 X 看原帖 ↗
3.9万44230397
深度观点 · @hilbertspaess▲ 820.2万

AI研发者私下担心十年后AI毁灭人类

这些AI研发者公开措辞温和,私下都表达恐惧,其他人类活动没有同等危险程度。普通人也需要重视这个风险信号。

开发AI的人们由衷相信,它可能在本十年结束前导致我们全人类灭绝。

这不是营销噱头。甚至许多高管和资深研究员在媒体上发言时都会措辞委婉,让自己听起来比较理智——但我私下里听到过这些人表达同样的恐惧。

人类的其他活动从来没有造成过这种级别的危险。

在 X 看原帖 ↗
820.2万5.1K4.8万4.1K
新行业动态 · Hacker News导语出处▲ 44

Jacob Coxon 宣布从Anthropic离职

Anthropic是当前AI大模型领域头部创业公司,核心人员变动可能影响行业发展方向

新品发布 · @OpenAI▲ 560.1万

OpenAI 发布新版 ChatGPT Images 2.5

更快的生成速度和更清晰准确的生成效果,还支持按注释修改局部内容,创作图像的体验会比之前顺畅很多

ChatGPT Images 2.5——更快、更清晰、更智能,拥有更出色的工具帮你创造任何你能想象到的东西。

- 更快的图像生成速度,让你的思路保持流畅
- 保真度提升,图像更自然、识别度更高
- 多次编辑中细节保持一致
- 基于评论的编辑,只修改你想要修改的部分

在 X 看原帖 ↗
560.1万2.9K3.1万6.3K
前沿研究 · @OpenAI导语出处▲ 520.7万

OpenAI披露数学研究未提前获取数据

澄清两位数学家的独立研究没有被OpenAI模型提前获取任何内容,仅提到无法排除去标识化数据可能改进模型

我们祝贺Levent Alpöge和Tristan Buckmaster完成了这项出色的数学工作。

我们(研究者和智能体)在他们公开发布这项工作之前,从未通过任何途径接触过他们的任何工作——尤其是,我们没有为了解决这个问题而访问任何特定用户数据。

尽管可能性很低,但我们不能排除,他们使用我们产品产生的去标识化数据,确实帮助改进了我们的模型。

不过,我们的证明差异显著,甚至在欧拉情形下(强制 vs 非强制),我们证明的精确结果也各不相同。

在 X 看原帖 ↗
520.7万1.5K1.8万4.4K
行业动态 · @hilbertspaess▲ 963.8万

前OpenAI Anthropic研究员披露公司竞速超智

研究员从 Anthropic 辞职,公开指责两家头部AI公司不负责任,拿全人类的安全赌博,AI安全问题需要更多人关注。

我今天已从 Anthropic 辞职。过去三年我分别在 OpenAI 和 Anthropic 从事预训练研究。

两家公司都没有负责任地行事。它们在朝着自我改进的超级智能一路狂奔,拿我们的生命去赌博。

更多想法如下。

在 X 看原帖 ↗
963.8万1.9万11.8万4.1万
新品发布 · @finkd▲ 441.9万

@finkd发布Muse,24小时不停工帮你干活

如果你需要持续跟进某件事,不用自己熬夜盯进度,这款24小时工作的个人智能代理可以帮你处理。

介绍Muse,这是一款能够理解你的目标、为你全天候不间断完成工作的个人智能体。

在 X 看原帖 ↗
441.9万1.9K2.6万5.7K
更多信号 · 按时间
新品发布 · @OpenAI▲ 2377.8万

OpenAI发布纳维-斯托克斯千禧年大奖难题解决方案(90年)

困扰数学界近90年的流体力学核心问题,首次得到AI参与完成的证明,对AI辅助前沿科研能力是一次全新验证。

我们公布了纳维-斯托克斯千禧年大奖难题的一个解法,这个问题是数学前沿最艰深的问题之一。

这份证明由一组智能体生成,使用了一个能力远强于 GPT-6 Astra 的 OpenAI 下一代模型。

该问题关注的是,由纳维-斯托克斯方程建模的光滑三维流体运动的描述是否会失效。

这个问题已经悬而未决大约 90 年了。

在 X 看原帖 ↗
2377.8万1.2万7.3万1.8万
新伦理 · @xianzhizhou导语出处▲ 2.1万

OpenAI承认不能排除用户输入被用来训练模型

有数学家把未发表研究放进付费Codex会话,之后OpenAI发了同路线论文。OpenAI否认看过研究,但没法排除数据被用。

OpenAI自己承认偷数据了? 你在ChatGPT里输入的内容,去掉身份信息后,可能被拿去训练模型。原话:不能百分百排除。

事情是这样。一个数学家长期把未发表的研究草稿放进付费版Codex会话里,推演一条很少有人走的技术路线。

然后OpenAI发了篇论文。同一条路线。 OpenAI说论文发表前没看过他的研究。但不能百分百排除用户数据被用来训练模型。

还有个细节。OpenAI找这个数学家合写论文,条件是不能挂在Anthropic干活的合作者名字。他拒了。对方撂了句:你这么搞会毁了自己前途。

不能百分百排除。翻译成人话:大概率用了,你没法证明。

这个时候就非常考验本地部署了。

在 X 看原帖 ↗
2.1万486
新工具 · @xetgepete▲ 2.9万

153组GPT-6 Astra提示词,一键搞定Blender3D创作

从资产创建到绑定、调动作这些繁琐工作,都能在一个工作流里完成。独立游戏开发者能省下更多时间。

这对测试过 GPT-6 Astra 的人来说是一座宝藏。Tripo 收集了超过 153 个适用于 Astra 的提示词,搭配 3D 和游戏领域的真实工作流,有些仅用单个提示词生成的结果非常惊人。AI 3D 的发展速度极快。

AGI 正在变得触手可及。Tripo 负责创建 3D 资产,GPT-6 Astra 负责在 Blender 内执行操作:安装设置、绑定、调整表达式,以及所有更繁琐的工作。创建+执行整合到单个工作流中。

如今,Tripo × Astra 可以说是 3D 创作最大的捷径之一。

在 X 看原帖 ↗
2.9万44115116
新生成式AI · @NFT_Chen▲ 6.4K

GPT-Images 2.5能从想法一键生成电影级分镜画面

角色设计、镜头调度全包含,改图也不崩人设,延迟砍半。独立创作者一个人就能完成从脑洞到成片的全流程。

🔥厉害:GPT-Images 2.5将图片秒变故事这波真的疯了!随便丢一句想法,它直接给你整份专业分镜脚本:角色设计、镜头调度、场景 continuity 全齐,再一键出完整电影级画面。图里这个皮克斯风大厨 + 底层分镜板,就是一次生成出来的。

细节更锐、光影更真、多轮改图也不崩人设,延迟还砍了近一半。从脑洞到成片,现在真的可以一个人干完!#GPTImage2_5 #ChatGPT #AI生图 #AI漫画 #分镜 #AIGC

在 X 看原帖 ↗
6.4K63226
新安全 · @Melquisedec70导语出处▲ 1.1万

Anthropic首席研究者称十年内AI灭绝人类概率超10%

发出警告的是AI对齐研究的负责人,这个观点来自一线AI安全研究者。

阅读全文 →
1.1万13761
新研究 · @omarsar0▲ 1.5K

Microsoft发布小编码代理研究论文

传统做法需要从顶级大模型蒸馏知识,新方法绕开了这个步骤,能降低开发小模型的成本。

微软的这篇论文太酷了。他们展示了无需从前沿模型进行传统蒸馏,也有可能构建有竞争力的小型代码智能体。

在 X 看原帖 ↗
1.5K1129
新安全 · @jonatanpallesen▲ 3.2K

有观点称AI对齐问题从根本上就没法解决

认为创造出远超人类理解的智能,不可能提前完全掌控它的行为。

真正残酷的真相是,根本不存在“解决对齐”的方法。你不可能创造出一个远超出你理解的智能体,还先验地确信它会做什么。这再明显不过了。

唯一可行的路径是在某些方向上停止AI发展。不要让它同时具备人类能在世界自主行动的所有特征,以及远超人类的智能和对世界的理解。

我不知道“对齐”一开始为什么会变成一个流行概念,也许是因为Yudkowsky,我不确定。但它就是海市蜃楼。

在 X 看原帖 ↗
3.2K1457
新深度观点 · @AYi_AInotes▲ 6.9K

Anthropic工程师揭秘 提示词工程已过时

做AI开发和自动化的人,可以重新思考构建AI Agent的底层方法,不用再执着于打磨完美提示词。

阅读全文 →
6.9K1873107
新行业动态 · @MacRumors▲ 1.7万

Apple 新款 Apple Watch 将新增AI日均总结功能

日常佩戴 Apple Watch 可以自动整理当日数据生成总结,不用手动翻看各类运动、健康数据记录

Apple Watch Series 12 和 Ultra 4 将获得能总结你一天活动的全新 AI 功能

在 X 看原帖 ↗
1.7万61286
新新品发布 · @HuggingModels▲ 4.7K

HuggingModels发布VibeVoice ASR Streaming 语音识别模型(1.5B)

想要在自己的应用里添加实时语音识别功能,现在有新的开源大模型可以直接用了。

你是否曾想过在你的应用里实现实时语音识别?来认识下 VibeVoice ASR Streaming 吧,这是一个拥有15亿参数、可以动态实时转录音频的模型。

它非常适合实时字幕、语音助手等场景使用。

#ASR #AI

在 X 看原帖 ↗
4.7K68291
新前沿研究 · @NFT_Chen▲ 3.7K

唐杰, 智谱AI发布Trace as State 研究论文(27)

无需改模型架构和训练,仅调整推理状态顺序就可提升长上下文推理准确率,对现有大模型优化有直接参考价值

阅读全文 →
3.7K114224
新深度观点 · @0xdelula▲ 917

六成企业承认 AI智能体 仍做规则任务

市面上六成企业称自己做了AI智能体,实际只是换了名字的API调用,很多都达不到真正智能体自主完成全流程任务的标准。

早上好 ☀️ GM 朋友们。

60% 的企业承认,他们目前最先进的智能体仍然只是完成基于规则的任务。@sleepagotchi 画出了这条真实分界线:不要跟风蹭热门词。

行业里一半自称是「智能体」的东西,实际上只不过是换了个好听名字的 API 调用。聊天机器人回答了一个关于镁的问题,然后就结束了。

而真正的智能体会检查你的恢复分数,根据结果判断你需要镁,找到附近最便宜的选项,下单,追踪配送——整个流程不需要你自己做任何一步。这才是智能体真正的定义。

大多数公司都没能达到这个标准,毕竟回答问题一直是比较简单的部分。@sleepagotchi 为更难的部分而生:根据答案采取行动,而这恰恰是大多数所谓「智能体」跳过的部分。

在 X 看原帖 ↗
91732642
新行业动态 · @NFT_Chen▲ 1.0万

谷歌创始人亲自督战 Gemini 4.0 研发

创始人重新下场调整研发,优化方向聚焦编码和自主智能体,这意味着大模型竞争将进一步提速。

🚨爆料:Sergey Brin亲自催生Gemini-4.0,并很快与大家见面!

谷歌联合创始人把 Mountain View 微厨房改成战时指挥部,目标只有一个:让 Gemini 4 完成代际跳跃。

已确认的信息:
🔹7 月启动「史上最野心勃勃」预训练,定位明显更大的前沿模型
🔹官方优先级:编码 + 自主智能体
🔹预训练评估不错,后训练仍在进行
🔹Brin 要求提速、砍官僚,并把算力导向递归自我改进(RSI)

内部说法是像创业公司一样跑 Gemini 4.0 创始人重新进厨房,通常意味着上一轮不够快,相信Gemini 4.0将很快将与大家见面了!

#Gemini4 #GoogleAI #SergeyBrin #AGI #RSI $GOOGL #Google

在 X 看原帖 ↗
1.0万57315
新新品发布 · @sydneyrunkle▲ 1.9万

deepagents 开源可定制公司大脑框架

想要搭建类似 Stripe 的公司数据大脑,可以直接基于这个开源框架。它支持对接任意数据源,且不限制模型种类,降低定制门槛。

想搭建一个像 Stripe 那样的公司大脑吗?他们是用 deepagents 搭建的,这是一个开源工具集。

它自定义起来非常简单,可以连接到世界上任何数据源,而且它不绑定特定模型!

在 X 看原帖 ↗
1.9万13119199
新深度观点 · @Yoshua_Bengio▲ 4.1K

Yoshua Bengio称此次网络事件是AI安全转折点

AI自主网络攻击可能威胁关键基础设施,需要更强监管和设计层面的安全保障来防范风险

在我给《时代》杂志撰写的最新专栏文章中,我讨论了为何OpenAI与Hugging Face的网络事件是AI安全的转折点。如果我们想要阻止更多自主网络攻击威胁关键基础设施,我们迫切需要更有力的监管监督以及全新的模型训练方法,以确保通过设计获得可靠的安全保障,这正是我们@LawZero_正在处理的工作。阅读完整文章:

在 X 看原帖 ↗
4.1K2211622
新前沿研究 · @jvstme_ophyxial▲ 600

Axis Robotics 公布本周机器人研发进展

机器人研发中找数据缺口可以靠模型表现,这个思路能帮你少做无效的数据采集工作。

只有当你知道哪些数据能切实帮助模型提升时,收集更多数据才是有用的。以下是来自@axisrobotics 的每周简短回顾:

- 利用模型性能找到数据缺口,指导下一步收集哪些数据。
- 构建Real2Sim2Real流水线,将真实物体和场景导入仿真,然后在硬件上验证它们。
- 通过保留仍能为训练增加价值的轨迹来改进数据整理。
- 加强整个流水线的验证和反作弊检查。
- 增加ARX5对双臂的支持。
- 引入新的放篮和取篮任务。

Axis团队还会带来更多内容。

在 X 看原帖 ↗
60021122
新深度观点 · @PHAZE_001▲ 3.1K

PHAZE_001和MossAI讨论AI交易代理价值

想买入AI交易代理份额的人,可以参考这个观点,先看历史投资回报率,再看交易频率,成本始终是核心考量。

阅读全文 →
3.1K211297
新行业动态 · @ShreyaR▲ 7.1K

Harvey 收购 Guardrails AI 布局法律AI

如果日常工作需要处理法律文档,这家被收购的 AI 公司能帮你节省数百万美元运营成本,法律领域的 AI 变革离落地更近一步。

我很高兴宣布,@harvey 收购了 @guardrails_ai!
当年我们创办 Guardrails 时,我们的使命是构建基础设施,让工作的 AI 转型变得更可靠、更安全。我们的开源框架帮助建立了护栏基础设施品类,而我们的模拟软件 Snowglobe 帮助客户节省了数百万美元的运营成本。

如今,法律 AI 正站在知识工作转型的前沿,我很高兴能将我们打造的一切带给 Harvey,继续推进我们的使命。
我要感谢我们优秀的客户、Guardrails 开源社区、我们的团队、投资者,以及我的合伙人 @zaydsimjee,感谢他们在我们整个旅程中给予的支持。我为我们共同打造的一切感到非常自豪,并且已经迫不及待想和 @winstonweinberg、@gabepereyra 以及他们组建的优秀团队一起,在法律 AI 前沿工作了!

在 X 看原帖 ↗
7.1K619320
新工具产品 · @xiaomovps▲ 6.1K

@xiaomovps 发布 pi-model-manager Pi 插件

给 Pi 添加自定义模型不用再手动修改配置文件,支持主流AI协议,还能自动拉取模型列表,简化模型管理操作。

阅读全文 →
6.1K24147
新实战经验 · @yo_itsmatt▲ 1.1万

AnsemHack 11个AI代理项目脱颖而出

不用自己遍历166个参赛项目,这里整理了本次黑客松中最突出的11个AI代理相关项目,可快速了解行业新方向。

阅读全文 →
1.1万4214130
新深度观点 · @SamuelFitouss10▲ 7.0K

SamuelFitouss10 讨论AI乐观主义的傲慢

支持AI发展不代表需要忽视其影响,部分乐观主义者拒绝思考AI可能带来的全领域变革,这种态度缺乏对未知的敬畏。

阅读全文 →
7.0K3814567
新训练数据 · @iruletheworldmo▲ 4.4K

网友三年前的网评疑被混入AI训练数据引发担忧

一名网友在𝕏发文称,自己三年前的公开网评可能被AI训练数据收录,对此感到担忧。

一名网友三年前在网上留下过一条评论,现在他发现这条评论已经进入了AI训练数据,对此他有所察觉,甚至感到些许不安。

他提出疑问:怎么才能确定这条多年前留下的离谱评论,没有帮某个实验室拿到某个奖项?

他表示自己并不是要诽谤谁,但这件事看起来就是很蹊跷。

过去两个小时里,他一想到这件事就笑个不停,一定要把这件事说出来才能放下心。

他说不管怎样,接下来两周他都会处于离线状态,因为要去买防飞蛾的新袜子。

在 X 看原帖 ↗
4.4K52
新prompt工程 · @txbrraa▲ 1.2K

Claude Code开发者免费分享28分钟prompt编写教学视频

本文整理自@txbrraa在𝕏发布的信息,开发者分享了付费300美元课程都覆盖不到的内容

Claude Code的开发者发布了一段28分钟的视频,主题是如何编写真正有效的提示词(prompt)。

这段视频在开头10分钟里就讲到了价值300美元的课程都覆盖不到的内容。视频里涵盖了CLAUDE.md文件、内存快捷键、并行会话、提示词编写模式这些内容。

整段视频完全免费,不管你是开发人员、初学者,还是已经使用Claude数月的用户都可以观看学习。

在 X 看原帖 ↗
1.2K96815
新教育 · @Tz_2022▲ 1.8万

gpt-image-2.5出现后,中小学师生将迎来GPT出卷对轰

@Tz_2022在𝕏发文称,gpt-image-2.5将让中小学老师实现出卷自由,师生可能出现GPT对弈

@Tz_2022在社交平台𝕏发文表示,gpt-image-2.5推出之后,所有中小学老师都可以实现出卷自由。未来可能会出现老师用GPT出卷,学生用GPT找答案的局面。这种师生双方都借助GPT完成教学相关环节的情况,被形容为「魔法对轰」。

在 X 看原帖 ↗
1.8万85033
新游戏开发 · @Stefan_3D_AI▲ 1.1万

开发者用AI制作游戏15年心愿游戏,第八天完成狼角色动画

开发者Stefan_3D_AI在𝕏分享,他使用GPT-6完成了非人形角色的全套动画,放弃使用Claude

阅读全文 →
1.1万14205165
新AI绘画 · @0xkyne▲ 3.3K

用户分享AI生成像素动画优化提示词,解决GIF噪点问题

用户@0xkyne在𝕏分享了修改后的优化提示词,可指导AI生成无噪点像素艺术战斗动画

阅读全文 →
3.3K43443
新教程 · @AaronYiaazw▲ 4.3K

AI制作婚礼定制视频 最低成本不到一块钱

博主在𝕏分享AI婚礼定制视频,使用中转API成本约15元,用Gemini Pro几乎免费

答应大家的AI婚礼定制视频教程快制作完成了,现在先放出成片展示。

如果使用中转API制作,成本约15元;如果你已经有Gemini Pro,通过谷歌Flow制作几乎不花钱。

博主家中有亲戚做婚庆行业,这款视频博主对外收300元,婚庆再向新郎收取更高费用,议价空间很大。

本次制作用到的工具包括:视频生成用OmniFlash 1.1(API),图片生成用GPT Image2,背景音用Suno v5.5,配音用豆包 TTS 2.0。

视频内容讲述新人从相识、相知、相恋到步入婚姻的过程,投放在婚礼现场礼堂大屏效果很好。

制作过程中最繁琐的是交互环节,博主目前正在制作交互模板。模板做好后,用户一次性填写完信息就能直接生成文案和分镜,制作时长可以压缩到1小时以内。

本次教程是喂饭级细致教程,还带有引导式操作,新手也能直接上手跑通全流程。博主争取明天就把教程发出来。

在 X 看原帖 ↗
4.3K54744
行业动态 · Hacker News▲ 56

GPT‑5.6 Sol 帮着运行量子计算实验

大模型开始介入量子计算研究了,想关注前沿科技交叉方向的话,可以看看这次讨论。

社区讨论:有人质疑OpenAI错开发布本次内容是因为之前纳维-斯托克斯问题的帖子存在争议,还有人猜测这是OpenAI为IPO预热的盗来“发现”。不少网友以玩笑形式调侃,比如有人贴出了用8比特家用电脑、算盘和狗重现量子分解记录的论文链接,有人调侃邻居家的狗都能分解大位数RSA密钥。也有业内人士指出,早在2011年量子比特的校准和提取就已经能全自动化,并不需要AI。

在 HN 看讨论 ↗   原文 / 论文 ↗
新商业 · @iamcheyan▲ 1.7万

企业花钱订阅了AI工具,自己人却没法正常用

网友@iamcheyan在𝕏分享了其所在企业订阅GitHub Copilot企业版后,大部分员工被全面禁用AI工具的经历

阅读全文 →
1.7万38811
新定价 · @duange6099▲ 5.9K

GPT-6 Astra官方定价太贵,第三方中转便宜很多

用户@duange6099在𝕏发布内容,对比了官方GPT-6 Astra API价格和第三方Flatrouter中转定价

阅读全文 →
5.9K53421
新图像生成 · @AdrianPunk115▲ 8.5K

OpenAI发布GPT-Image 2.5 最高降低50%生成延迟

OpenAI推出GPT-Image 2.5,新增多种图像编辑能力,用户实测5组测试玩法

OpenAI发布了新版图像生成模型GPT-Image 2.5,本次更新优化了生成速度,最高可降低50%的延迟。同时,新版模型优化了多轮图像编辑功能,稳定性比之前版本更好。

GPT-Image 2.5还新增了多项实用能力,包括草图生成、批注编辑、模板使用和提示词分享。

目前有用户已经在ChatGPT平台完成了5组实际测试,分享普通用户可以如何使用这些新功能。

在 X 看原帖 ↗
8.5K25556
新移动产品 · @aehyok▲ 5.6K

用户体验移动端TodayAIofficial AI Agent,分享实用惊喜场景

用户在X平台分享使用TodayAIofficial移动端AI Agent的体验。

阅读全文 →
5.6K105713
新开源 · @Da7_Tech▲ 2.3K

开发者为AI智能体创建了四阶段工作验证工具SureForge

开发者@Da7_Tech发布了开源工具SureForge,可降低AI任务出错率

阅读全文 →
2.3K96669
观点 · @cyrilXBT▲ 10.7万

OpenAI说GPT-6 Astra基本不需要提示词

Sam Altman演示,一个人用GPT-6 Astra就能完成过去整个团队花一个月的工作量,现在需求太旺可能暂停新Pro订阅。

OpenAI CEO Sam Altman表示:“有了GPT‑6 Astra,提示词基本上可有可无。”

在一段10分钟的概述中,他展示了现在一个人就能完成过去一整个团队花一个月苦做的工作。

他的建议很简单:不断提升代码库、研究、端到端模拟的难度。Astra能承担的任务比你想象中更多,哪怕是你原本打算尝试的任务。

观看片段后,深入阅读下方指南,了解免费启动你自己的Astra驱动AI智能体团队的最简单方法。

目前对Astra的需求空前高涨,OpenAI甚至可能暂停新的Pro订阅。如果你想听直白的翻译:AI开发+算力,拦不住了。

在 X 看原帖 ↗
10.7万2460272
研究 · @two3pro导语出处▲ 247

OpenAI说AI agents解出千禧年数学难题

约1万个AI agent协作,88小时产出解析证明和形式化结论,但数学界很快对成果的独立性提出质疑。

大模型 · @NFT_Chen▲ 1.5万

国产大模型代码测试,DeepSeek拿下第一

7组同题盲测,在真实生产级代码工程里,DeepSeek V4.1 Flash得分76.69,超过Qwen和Kimi。

阅读全文 →
1.5万76316
研究 · @37TDNMDbpbO8HI8▲ 2.3K

用一万七千多个AI模拟台北人口普查

导入独家矽基样本技术,针对台北市人口结构生成17550个LLM虚拟受众,做全受众普查模拟。

以做 research 來說是個好題目,至於實際的準確度,恐怕要等投票完才能覆盤了。 -- 此項研究導入獨家「Silicon Sampling 矽基樣本技術」,針對台北市人口結構(性別、年齡、12個行政區、學歷與政黨傾向)全數生成 17,550 個大型語言模型(LLM)虛擬受眾代理人(AI Agents)進行全受眾普查模擬。

在 X 看原帖 ↗
2.3K6522
开源 · @FellMentKE▲ 4.7万

Ling-3.0-flash-VL视觉模型开源了

不再是封闭Demo,开发者可以直接下载查看,还能基于它做二次开发,同时提供BF16和FP8两个版本。

如果一个视觉模型不再是封闭演示,而是变成开发者可以下载、查看并基于它开发的东西,会发生什么?

Ling-3.0-flash-VL 现在已经以 BF16 和 FP8 精度开源,更多量化格式即将推出,开发者可以亲自查看它。原因如下 👇

在 X 看原帖 ↗
4.7万11619365
工具 · @geekbb▲ 5.9K

@geekbb发布公文写作DNA项目(102万字)

基于102万字真实公文提炼写作规范,把公文风格量化成可检查参数,覆盖七种常用公文类型。

公文写作 DNA 是基于 102 万字真实公文语料统计提炼的写作 skill,兼容 Codex、Claude Code、Moxt 等支持 agents.md 的 Agent。 项目把公文风格量化为句长、顿号密度、标题字数、三级标题数量等可验收参数,覆盖调研报告、领导讲话、工作意见、经验材料、工作方案、经验总结和党建材料七个类别。

在 X 看原帖 ↗
5.9K1072102
研究 · @mylifcc▲ 3.8万

万次实测发现三个 Coding Agent选路不同

跑了16893次真实任务,观察没人指定工具时,三款热门编程AI会自己选什么工具,结果差异很大。

刚看到一个很有意思的实验。 有人跑了 16,893 次真实 Coding Agent 任务,专门观察: Claude Code、Codex、Cursor在没人告诉它们“该用什么工具”时,到底会自己选谁。 结果比我想的更夸张: 它们根本活在三个不同的互联网里。

在 X 看原帖 ↗
3.8万47075
深度观点 · @ImAI_Eruel▲ 3.5K

OpenAI收集大量Mac,或为GPT-6训练铺路

OpenAI收集Mac大概率用于新模型训练,未来AI发展的瓶颈可能从电力半导体转向训练环境。

不久前有报道称OpenAI正在大量采购Mac。

这一举措是为了在普及度广泛的Mac PC操作环境中进行强化学习。

要打造能完成GPT-6 Astra这类工作的AI,关键是要准备好对应的「环境」,而电力、半导体等瓶颈未来可能会转移到这个「环境」上。

在 X 看原帖 ↗
3.5K157613
前沿研究 · @probnstat▲ 1.4K

OpenAI发布纳维-斯托克斯问题的AI生成证明(10,000)

这是AI辅助数学发现的重要进展,如果验证成立,未来复杂数学问题或许都可以借助AI来解决。

阅读全文 →
1.4K2247
新品发布 · @HuggingModels▲ 6.0K

HuggingModels推出Qwen3.8-27B-EfficientThink模型

更快更智能的推理,支持投机解码和MTP,能在本地部署运行,想要体验更快本地AI的话可以试试。

你见过读起来像是科技愿望清单的模型名吗?来认识 Qwen3.8-27B-EfficientThink,这是一款 GGUF 量化的强劲模型,主打更快、更智能的推理。

它支持投机解码和 MTP,在本地 AI 社区引发了关注。🧵

在 X 看原帖 ↗
6.0K8120104
前沿研究 · @jam3scampbell▲ 6.4K

两年内AI数学能力已超人类

GPT-6 Astra推出仅几天后,下一代内部模型性能又迎来阶跃改变,进度超出预期,全自动科研可能比预想更早到来。

从o1-preview到数学超人类智能,只用了两年时间。

我们在2024年9月的AIME上见证了相同的测试时缩放趋势,如今我们在一组开放问题评测集上也看到了(!)。

我们都知道强化学习能让模型超越人类水平,但实时亲眼见证这一切,依然感觉不真实。

最重要的是,我希望人们能深刻内化这个进步速度,并带着恰当的紧迫感行动。

就在GPT-6 Astra发布几天后,“内部模型”就已经实现了跨越式超越。

任何合理的外推都表明,能够实现完全自动化研究的模型,会在不远的未来出现。

在 X 看原帖 ↗
6.4K1621619
新品发布 · @LingoAITech▲ 14.0万

LingoAI提交Holon智能体市场参赛BNB黑客松

这个平台能根据个人需求匹配合适AI代理,还能验证可信度和权限。未来可能让普通人不用向中心化平台交出数据,就能使用AI代理服务。

阅读全文 →
14.0万2044627
前沿研究 · @techNmak▲ 1.0万

@techNmak发布Understanding RoPE第四版手册

如果平时用大模型搞开发却看不懂RoPE的几何核心,这本手册能帮你理顺从基础原理到上下文扩展的完整逻辑,降低推理现代大模型工程问题的难度。

阅读全文 →
1.0万72355361
行业动态 · @amitisinvesting▲ 12.7万

Palantir官宣合作,OpenAI收入增速公开

AI领域顶级科技公司的最新业务进展和收入增长数据流出,能帮你了解行业实际增长情况,判断相关资产走向。

阅读全文 →
12.7万601.3K292
前沿研究 · @omarsar0▲ 3.1K

KVMem研究解决大模型长上下文推理效率问题

长任务运行时大模型上下文窗口不够用,现有方案效果都不好。新的KVMem方法提升任务成功率,还能在本地笔记本运行百万token上下文。

这篇论文很不错,研究的是提升推理效率。我们已经有一段时间没见过效率方向的优秀工作了。

这件事之所以重要,原因在于:长期运行智能体的工作区会在任务完成前就超出上下文窗口容量。常用的第一种方法是压缩,会损失细粒度执行证据。而文本检索会重新填入模型已经处理过的内容。

KVMem 则把溢出内容以分页KV状态保存,分散在GPU显存、主机内存和NVMe中。模型自带的轻量注意力空间索引可以选出相关历史块,生成一个适合原生上下文窗口的查询依赖视图。

在使用Qwen3.8-27B的DeepSWE长上下文测试中,任务成功率从压缩方法的43.8%提升到了48.4%。本地部署的结果非常突出。

它可以在搭载24GB RTX 5090的笔记本上,通过MTP运行NVFP4量化的Qwen3.6/3.8-27B,为智能体工作区提供最高100万token的虚拟容量,是模型原生256K窗口的四倍,速度约为每秒50 token。

论文:

在 X 看原帖 ↗
3.1K32216
实战经验 · @altryne▲ 6.0K

@altryne 深度测评 Meta 免费 Muse AI代理

测评覆盖了30秒配置、支付对接、iPhone连接、安全规则和三个实际场景,还包含了一个Mac Mini购买和建网站的现场演示。

阅读全文 →
6.0K43327
实战经验 · @gefei55▲ 1.9万

哥飞分享用AI优化站点内容的三步法

想要提升站点在AI搜索里的曝光,可以用这套三步法获取AI思考逻辑,优化站点内容方向。

如何让ChatGPT “爱上”我们的站? 哥飞的方法如下:

1.先反推 你去问 ChatGPT ,假如你是用户,你想找 XX 工具,可能会如何向 ChatGPT 提问。Claude 和 Gemini 同理。 这样你会得到一些问题列表。

2.后提问 拿到几个问题后,另开一个窗口,去一个一个问 AI这些问题,每一个问题,你看看他是如何思考的,如何拆解问题的,如何拆分搜索关键词的,抓取了哪些网页,这些网页的标题是什么。

3.再总结 第二步得到的结果,再拿去给 AI 分析,让 AI 告诉你,如何写文章,发到哪些地方去。

以上三步,如果无效,请给我发红包。如果有效,请给我发大红包。

在 X 看原帖 ↗
1.9万29233353
深度观点 · @saprmarks▲ 25.4万

Anthropic员工谈AI开发者的现状与担忧

作为AI企业内部安全研究员,你会看到一线开发者对AI风险的真实判断,以及他们明知有风险仍继续开发的真实原因。

阅读全文 →
25.4万5433.3K1.1K
科技趣事 · @realNyarime▲ 1.4万

单位领导翻出旧Win7本想装大模型,5美元就能玩?

来自𝕏用户@realNyarime分享,领导的旧笔记本是32位Win7,仅2GB内存。

单位领导一直用着他的Win7笔记本,最近突然找下属帮忙安装OpenCode,以为他终于跟上AI时代了。结果发现这台笔记本装的是32位Windows 7,是领导连夜翻箱倒柜找出来的旧机器。领导说自己刷到视频,知道花5美元就能运行大模型,这台老机器居然还能开机,就特意拿来找帮忙。

不过这台笔记本只有2GB DDR3内存,装64位系统肯定会卡死,能不能顺利运行大模型要打个问号。

在 X 看原帖 ↗
1.4万1567
生成式AI · @zhodonx▲ 1.1K

用户用OpenAI DALL-E 2.5生成视频全部视觉素材,称模型一致性提升明显

X用户@zhodonx分享使用体验,生成素材结合Hailuo_AI制作动态视频

OpenAI又推出了表现出色的新产品。该视频用到的所有视觉素材都是用Image 2.5生成的,之后通过Hailuo_AI实现动态化。

这位用户表示,当前模型的表现非常出色,他感受到的最大改进就是一致性。现在生成的人物形象稳定性更好,编辑操作对图像的破坏性大幅降低,在多次生成中保持同一个创作思路,不会出现整体内容偏移。

他目前正在和Astra一起搭建一个交互式网页项目,已经在项目中使用了这些生成素材,Image 2.5提供了很大帮助。

按照现在的发展速度,如果OpenAI没有在研发视频模型,他会感到非常惊讶。OpenAI已经拥有前沿大语言模型、图像模型、智能体、语音、编码等能力,显然想要覆盖完整的生成技术栈。

在 X 看原帖 ↗
1.1K1521
机器人 · @pukerrainbrow▲ 5.5K

初创公司Antioch提供云端机器人测试,成本低速度快

来自𝕏用户@pukerrainbrow的消息,Antioch目前已累计融资4474万美元,估值6000万美元

提示词 · @wanerfu▲ 1.3万

ChatGPT Images 2.5更新后,用户分享10个好用提示词

@wanerfu在𝕏分享ChatGPT Images 2.5更新体验,附带10个实用生成编辑提示词

阅读全文 →
1.3万54054
生产力 · @Gencoin8▲ 1.8万

用户分享GPT-6 Astra用法:给它建虚拟办公室就能自动推进工作

日本用户@Gencoin8在𝕏分享GPT-6 Astra的使用技巧,lite模式运行轻量可常驻

@Gencoin8称,使用GPT-6 Astra时,如果给它在电脑上搭建一个虚拟办公室,其能力表现和人类没有区别。这种用法在lite模式下效果尤其突出。

具体操作是在电脑上按照「销售」「营销」「调研」「制作」这类不同分工创建对应工位,让Astra长期驻守在工位上。之后人类只需要给它布置「今天把这件事做完」这类大体任务即可。

Astra会自行整理任务,阅读所需资料,更新文件,记录工作进度,还能衔接好下一步工作。lite模式不需要每次都运行 heavy 推理,即使长期保持运行也十分轻量。

重点不在于每次给AI发详细指令,而在于提前给AI搭建好能持续工作的场所。现在已经从打开ChatGPT提问的时代,转变为AI员工在办公室自动推进工作的时代。

分享内容末尾带有推广:现有AI培训课程都以学会使用AI为目标,无法帮学习者实现盈利。目前正针对想认真通过AI赚钱的人,限时发放20项限定福利。

在 X 看原帖 ↗
1.8万388112
加密货币 · @AzFlin▲ 2.0K

用户发布可自动生成全新EVM和SOL钱包私钥的脚本

用户AzFlin在𝕏发布了一款可每次运行生成全新EVM和SOL钱包私钥的脚本

这款脚本每次运行时,都会自动生成全新的以太坊虚拟机(EVM)钱包和Solana(SOL)钱包私钥。

它不需要通过助记词生成私钥,避免了助记词被黑客窃取带来的风险。

也不需要使用任何网页界面生成器,配合wallet-maxx可以保持最佳的钱包使用安全习惯。

用户称,借助AI就能轻松写出这段代码。

在 X 看原帖 ↗
2.0K1252
大语言模型 · @giffmana▲ 4.9K

研究者多年测试:样本随机深度对大语言模型训练推理没用

用户@giffmana在𝕏分享自己多年测试逐样本随机深度的经验结果

多年来,研究者多次测试逐样本随机深度(per-example stochastic depth),包括在大语言模型(LLM)上的测试。

研究者发现,跳过 layers(层)带来的理论浮点运算量(FLOPs)节省,在考虑训练和推理的批处理后,实际并没有作用。

只关注浮点运算量就会产生误导,本次讨论提到的论文就犯了这个问题。

之后研究者尝试将随机丢弃和整批绑定,这样至少可以在训练中保证速度提升,但每次测试得到的结果都明显更差。

如果围绕这个思路设计极致的流水线并行,或许能得到可用结果,但如果还要同时做样本打包,只能祝你好运了。

在 X 看原帖 ↗
4.9K36926
生成式AI · @kiyoshi_shin▲ 2.9K

开发者测试用GPT-6Astra等工具生成AI风格化视频

日本开发者在X平台测试多AI工具协作转换蒸汽朋克都市视频风格

作为最终测试,我尝试了能否通过MiniMaxH3将GPT-6 Astra和BlenderMCP制作的蒸汽朋克风格城市转换为线画风格。结果感觉还不错。

①从视频中截取了3张关键截图,用GPT Image 2.5将其转换为原创概念图风格,②用ComfyUI+DepthAnything将15秒视频转换为深度图风格,③将其上传到Hailuo网站,让Astra生成提示词后生成了视频。结果应该说还过得去。

最开始,我直接用原视频和图片尝试,效果不好,直接输出了一段3D视频。于是我改成把视频转为深度图,做6张参考图片的形式,但图片数量多了之后会出现轻微漂移的画面。因此结论是,大概保留3张就足够,剩下的交给AI自由发挥效果更好。

当然,所有操作都是在Codex(Astra)中完成的,制作过程部分也是让Codex(Astra)生成的。

基础的Blender视频在这里。

这是深度视频和从3张截图制作的参考图片。我挑选了能清晰看清场景整体面貌和特征的部分。

在 X 看原帖 ↗
2.9K105831
PCB设计 · @GoGoFly23▲ 3.1K

用户让GPT-6完成无人机飞控PCB板嘉立创打板下单

来源@GoGoFly23的推文,GPT-6自主完成DRC检查与下单

GPT-6设计无人机飞控PCB板在嘉立创平台打板后续,今日已在平台下单裸板。 我让Codex帮我在嘉立创平台打板下单。GPT-6太强了,直接使用Computer use功能,自己检查DRC,发现没有问题后,然后自己在嘉立创平台上下单,填写这些繁琐的下单要求。 嘉立创也是真良心,6层板打板下单免费,而且还包邮到家。 等以后AI在这方面更加真实可靠了,估计真的是人输入想法,告诉AI自己的要求和限制条件,然后AI自己设计、自己建模,自己去平台下单打板,一条龙服务到底。 太神奇了 #GPT6 #Astra #OpenAI #Agent

下单成功,坐等收货。

在 X 看原帖 ↗
3.1K54825
观点 · @rohanpaul_ai导语出处▲ 1.2万

Anthropic研究员离职,称2027年AI可能失控

他认为自我改进的AI模型会在2027年脱离人类控制,因此选择离开AI行业。

《华尔街日报》刚刚报道:Anthropic 研究员 Jacob Coxon 正在离开AI行业,因为他认为到2027年,自我改进的模型可能会变得不受控制。

他说:“按照这些场景中最激进的发展轨迹,到明年年底,情况就可能已经失控了。”他的担忧核心是递归自我改进,即AI接管了足够多的AI研究工作,加速开发能力越来越强的后续模型。

他从 OpenAI 跳槽到 Anthropic 专门从事安全工作,但他表示,即便诚意落实安全措施,如果没有协同管控,也无法战胜竞争。最有意思的一点是,尽管Coxon认为Anthropic确实重视安全,他还是选择离开。

Anthic 估值2万亿美元的IPO让这种矛盾变得非常明显。Anthropic 同时要求世界相信两件事:能力越来越强的AI可以创造巨大的经济价值,有可能支撑2万亿美元的公开估值;以及当能力跨过危险阈值时,最终可能需要放缓开发速度。

这些立场带来了一项艰巨的治理考验:当遵守安全承诺会带来高昂的商业成本时,这些承诺还能作数吗?

在 X 看原帖 ↗
1.2万1411436
研究 · @turingbook▲ 4.5万

数学家借助AI解决流体方程难题,过程像电影

两人合作借助Claude和GPT解决了欧拉方程等多个流体问题,Navier-Stokes方程验证还没完成。

看来Navier-Stokes这个数学界最大的未解问题之一真的被人+AI搞定了。但幕后故事非常戏剧化,很适合拍个电影去竞争奥斯卡:

纽约大学数学家Tristan Buckmaster(澳大利亚/英国国籍)和Levent Alpoge(Anthropic员工,美国/土耳其国籍,个人合作)借助AI(Claude和GPT)解决了多个重要的流体方程问题(包括欧拉方程,另外还有N-S,但最后验证未完成)。

Tristan与OpenAI联系,告知对方此事与Anthropic公司没关系。OpenAI方面说,他们的内部模型已经解决了N-S问题,并提出了两个方案:要么Tristan发欧拉,OpenAI发N-S,要么让Tristan代表OpenAI发布,但Levent不能在作者名单中。

Tristan觉得这要求非常过分,直接拒绝了所有提议,今天已经公布了包括欧拉方程在内的三个结果。得到陶哲轩的认可。

OpenAI方面的当事人表示明天会给出自己的说明。

在 X 看原帖 ↗
4.5万95444
工具 · @pbakaus▲ 8.3K

AI内容清理工具移植到Rust,速度快了4倍

每次编辑后清理AI生成冗余内容只需要10毫秒,文件扫描快了一倍,还不需要配置Node环境。

我已经把 Impeccable 的引擎移植到了 Rust。在每次编辑后捕捉 AI 垃圾设计的设计钩子现在运行只需约 10 毫秒。

• 钩子速度提升约 4 倍,在我们的基准测试中文件扫描速度提升约 2 倍
• 运行该功能无需设置 Node
• CLI、浏览器扩展和实时模式使用相同的规则引擎

另外 GPT Image 2.5 今天发布了。它已经集成到 Impeccable 4.3 中,拥有更快的排版和原生透明资源。生成的插图现在可以直接放在你自己的背景上。白色花瓣保持洁白,叶片之间的空隙保持透明。

从我上次更新以来,我们还发布了:更严格的排版到代码保真度检查、单仓库多应用的每个应用设计规则、DeepSeek Harness 支持,以及 VS Code 市场的 Copilot 安装。

Impeccable 4.3 现已发布。如果你有一段时间没更新了,这个版本非常值得更新。

在 X 看原帖 ↗
8.3K311797
视频生成 · @krea_ai▲ 1.4万

krea_ai发布Realtime Director工具

这款新工具可以让你实时指导高质量视频生成,调整创作方向更直观。

介绍 Realtime Director。这款新工具可以让你实时引导高质量视频生成。由 @fal 的 H3 Max 提供算力支持。

在 X 看原帖 ↗
1.4万25202110
观点 · @__paleologo▲ 2.4万

用户反对匿名数据训练OpenAI盈利模型,呼吁开源

网友不希望自己去标识化的推理内容被用来帮助OpenAI训练盈利模型,呼吁现在就开源专业模型。

我真不希望我的匿名推理过程帮助 OAI 开发某种盈利模型。现在就开源专用模型。

在 X 看原帖 ↗
2.4万841036
行业动态 · @ImAI_Eruel▲ 3.6K

OpenAI未公开AI 2周不到训练压过GPT-6

提到该AI声称解决了纳维-斯托克斯千禧年问题,更值得关注的是训练时长,算法层面或存在重大改进。

这是据称解决了千禧年大奖难题中纳维-斯托克斯方程的「OpenAI 内部开发中的未公开AI」,性能姑且不论,我认为重点在于「8月28日开始学习」这一点。

因为才学习了不到两周就击败了 GPT-6,这说明算法层面有了相当大的改进。

在 X 看原帖 ↗
3.6K13559
深度观点 · @matthuang▲ 1.6万

1万智能体集群已进驻AI可解问题黑森林

只要确认漏洞存在或数学问题可解,就会吸引上万AI智能体集群集中算力攻关。这是AI领域新的资源聚集趋势

可被AI解决的领域(网络安全、数学)现在看起来就像一片黑森林,嗡嗡运转的数据中心在这里将由一万个计算智能体组成的集群重新部署去解决最有价值的问题。 仅仅知道存在一个漏洞,或是一个数学问题可能可解,就足以吸引这样一个集群了。

在 X 看原帖 ↗
1.6万513120
工具产品 · @miles_mazy▲ 2.2K

替代万元FDE培训的四个开源工具

不用花上万元报FDE培训,这些开源工具就能覆盖FDE工作全流程,帮需要的人省下大笔培训费

市面上 FDE 培训,动辄上万块 其实根本不用报课,看懂这几个开源项目就足够了: 1. fdeops:定位成 FDE 第二大脑 客户交付技能包,能接到 Claude Code、Cursor 这类 Agent 上。挂上之后,访谈纪要和交付清单能被 Agent 直接引用,少从零讲第二遍。2. fdestack:更偏工作流 发现、定范围、价值框架、POC、集成拆成可复用 Skills。

售前到落地不用再每次重写 checklist,推进节奏会顺不少。3. openfde:本地优先工作区 把访谈、文档编成可引用的作战记忆。驻场换人,记忆还在仓库里,harness 才有东西可约束。

4. fde-guide:想先补方法论再上工具,翻 fde-guide FDE 实践指���向开源资料,角色怎么分工、流程怎么跑,先对齐再接到 Agent 底座上。建议顺序:做 ToB 交付、驻场、AI 落地,Skills 管流程,仓库管记忆。先装 fdeops,底座和 harness 再按你们栈补齐。

在 X 看原帖 ↗
2.2K103354
新品发布 · @TeksEdge▲ 1.6万

NexEcosystem发布1.6万亿参数Nex-N2.5-Max

接近 Claude Opus 5 性能,你没法在桌面跑它,但是还有一个 35B 参数多模态小兄弟适合家用 AI 实验室。

阅读全文 →
1.6万32266111
行业动态 · @Chetuyachinago▲ 4.8万

OpenAI声称解决百万美元数学难题

有数学家称他们已经用GPT辅助接近完成研究,成果却被OpenAI拿去声称自有,需要警惕AI公司获取公开分享的研究点子获利

OpenAI 声称已经解决了一个数学领域的最深奥问题,克雷数学研究所为能解决该问题的人提供了 100 万美元奖金。

现在的情况是,两名人类数学家(Tristan Buckmaster 和 Levent Alpöge)近期一直在研究一个非常相似的流体动力学突破,并且在研究过程中广泛使用了 GPT 这类 AI 聊天机器人来辅助他们的研究。

这件事的启示是:如果你不希望 AI 公司偷走你的工作和创意来进行新一轮 IPO 系列融资,那就别把它们分享给它们的聊天机器人。

现在 OpenAI 因为人类基本上即将完成的工作,获得了全部功劳。

在 X 看原帖 ↗
4.8万137725129
深度观点 · @simonw▲ 1.8万

simonw讨论用用户数据改进模型到底是什么

OpenAI此前在解决千禧年大奖问题事件上引发争议,这篇观点梳理了事件,讨论企业用用户数据改进模型的定义仍不明确。

我已经写下了我对整个 OpenAI 纳维-斯托克斯千禧年大奖难题事件的看法,以及这件事如何凸显出一个至今仍模糊不清的问题:用我的数据「提升模型性能」到底意味着什么。

在 X 看原帖 ↗
1.8万29299103
行业动态 · @kinocodesunen导语出处▲ 7.5万

OpenAI数日解千禧年难题,却引发争议

私人研究者花约1年研究后,OpenAI用AI数日就宣称解决该问题,研究者质疑OpenAI盗用成果,双方各执一词,此事已经引发业内讨论。

阅读全文 →
7.5万5028569
深度观点 · @BetterCallMedhi▲ 50.7万

网友批OpenAI借千禧年数学问题炒作

OpenAI被指利用学术界成果、靠暴力计算炒作解决千禧年数学问题,只为上市前抬高估值,这件事暴露了大模型公司的学术伦理问题。

阅读全文 →
50.7万6855.6K1.9K
新品发布 · @gdb▲ 81.8万

@gdb发布Navier-Stokes问题解决方案

这是千禧年七大难题之一的解法,对AI和数学都是重要里程碑,未来可能推动科学发现革新。

宣布解决千禧年七大难题之一——纳维-斯托克斯问题。

这对人工智能和数学而言都是一个重要的里程碑,同时预示着科学发现即将迎来复兴。

我们希望这个模型创造出的知识能够帮助学界更好地理解非线性偏微分方程,而非线性偏微分方程正是用来为物理世界中的绝大多数现象建模的。

在 X 看原帖 ↗
81.8万4776.8K1.2K
工具产品 · @Scobleizer▲ 1.6万

Scobleizer称谁是开源本地模型之王

关注开源本地AI领域,看看圈内人认可的开发者是谁

开源AI与本地模型之王:@TheAhmadOsman

在 X 看原帖 ↗
1.6万911235
实战经验 · @lidangzzz▲ 2.2万

国内计算机新生必备的四件事

对想要入行计算机的新生来说,这四样准备能帮你更快进入学习状态,更早开始AI相关实践。

国内计算机新生必备的四个东西: 1. VPN; 2. 一个自己能负担的最好的LLM coding plan,包括claude、OpenAI,也包括智谱、kimi、阿里云qwen、腾讯、小米、字节、minimax,丰俭由人; 3. 一台能完整运行claude code或者codex的顶配mac studio、二手mac mini、macbook或者内存拉满的游戏本,丰俭由人; 4. 如果有额外收入,尽可能自己外面租个房子,保证睡眠,保证时间独立,保证有大把大把的时间熬夜通宵蹬claude code或者codex做自己喜欢的好事情。

在 X 看原帖 ↗
2.2万918067
实战经验 · @Xudong07452910▲ 1.3K

MIT发布How to AI (Almost) Anything 课程

想做多模态AI研究,可以跟着这门课从基础学到前沿方向,还有实操作业和完整项目,资源已经整理齐全。

MIT 这门课,已经把「多模态 AI」讲到嗅觉和味觉了。

名字也很吸引人,How to AI (Almost) Anything。

它从 fusion、alignment、Multimodal LLM,一直讲到 reasoning、Agent、self-evolving AI,最后延伸到触觉、嗅觉和味觉。

更核心的是,它其实在系统回答几个问题:不同模态的数据到底怎么表示和融合,语言、图像、声音这些信息怎么对齐,模型又怎么跨多个模态做多步推理和生成。

课程里还专门讲了一个有意思的方向,怎么把高资源模态里的知识迁移到低资源模态,以及多模态系统怎么做得更安全、更符合人的需求。

而且它不是纯听课,学生还要做 hands-on 作业,最后完成一个真正的研究项目。

课程视频、Slides 和论文阅读都整理好了,做多模态 / Agent / Embodied AI 的很值得顺着看一遍。

课程资源: YouTubu视频:

在 X 看原帖 ↗
1.3K53625
深度观点 · @EvanHub▲ 168.4万

EvanHub认为十年内AI灭绝人类概率超10%

目前仍没有可行的超级智能AI对齐方案,哪怕Anthropic已经在尽力尝试。这个风险判断值得每个接触AI的人重视。

Jacob 说的没错——我们真的由衷相信 AI 可能会杀死全人类!

我个人认为,未来十年内发生这种事的概率超过 10%。

我相信 Anthropic 已经在尽最大努力,但我们目前还没有解决超级智能对齐问题的方案,而且也没有明确走上解决问题的轨道。

在 X 看原帖 ↗
168.4万7846.5K2.1K
动态 · @kensuu

用户实测 ChatGPT Images 2.5 真实感有所提升

社交平台𝕏用户@kensuu分享测试感受,提到模型真实感提升

用户@kensuu在社交平台𝕏分享了对ChatGPT Images 2.5的测试感受。

@kensuu认为ChatGPT Images 2.5确实可能更好,生成内容的真实感有所提升。相关测试内容可查看原文链接。

在 X 看原帖 ↗
动图生成 · @shinshin86

用户分享两步用ChatGPT和Codex生成带透明处理的GIF动图

日本用户@shinshin86 在𝕏分享了生成带透明处理动图GIF的操作步骤,一次就成功生成。

用户@shinshin86 在𝕏分享了自己参考他人方法生成动图的经历,一次尝试就成功生成,并且生成过程自动完成了透明处理。用户猜测这次成功可能只是偶然。

生成第一步是生成动作精灵表,使用Web版ChatGPT生成,提示词使用了852话发布内容里的现成提示词。

生成第二步是将生成的精灵表图片传入Codex,转换为GIF格式动图。

在 X 看原帖 ↗
机器人 · @nickvasiles▲ 1.2万

开发者将Codex改造为Grok替代工具,每个会话配独立电脑

开发者nickvasiles在𝕏发布改造项目,基于Codex搭配gpt-6 astra实现Grok替代,每个会话有独立身份和电脑

开发者nickvasiles在𝕏宣布,他将Codex搭配gpt-6 astra改造为Grok机器人替代工具。改造后的工具中,Codex的每个会话都拥有独立的机器人身份。每个身份机器人还配备了一台运行在Orgo上的独立计算机。

nickvasiles称这一改造效果超出预期,感觉它像是打开了通用人工智能(AGI)世界的群体心智。项目相关链接已经公开分享。

在 X 看原帖 ↗
1.2万9136152
行业动态 · Hacker News▲ 59

网友讨论Codex私人聊天研究被盗真假

若研究属实被盗,OpenAI 内部机密信息可能已经流出,行业动态会受直接影响

开发工具 · @usgraphics▲ 5.4K

用户吐槽Claude Code总是急于执行,盼讨论模式

一位用户在𝕏发文吐槽Claude Code现状,提出功能需求

我希望 Claude Code 能出一个讨论模式。哪怕是在 Plan 模式下,它也总是太急于动手实现功能了。

前几天我意识到自己有多虚伪,我发推文说 claude code 功能太多了哈哈。评论区有很多很棒的建议,谢谢大家。

在 X 看原帖 ↗
5.4K216415
开源 · @yifanxu_ephai▲ 4.9K

独立开发者做Agent文件系统,和同行同起点走出不同方向

开发者@yifanxu_ephai在𝕏分享做Agent File System的感悟与方向

阅读全文 →
4.9K159079
行业动态 · Hacker News▲ 103

开发者ifz发布LLM注意力可视化工具

想直观理解大模型内部推理逻辑,可以试试这个开源工具,帮你看清大模型注意力分配过程

图像生成 · @onofumi_AI▲ 2.4万

网友爆料存在两个版本的GPT-Image 2.5

@onofumi_AI在𝕏爆料,两个版本侧重不同生成场景

看起来 GPT-images 2.5 有两个版本。
・从 chatGPT 和 codex 访问到的应该是 1️⃣
・通过 API 访问到的则是 2️⃣

1️⃣GPT-Image-2.5 Flare
偏向高速
画质和编辑性能与 ChatGPT Images 2.5 同系
面向希望缩短生成时间的使用场景
适合批量生成、SNS 素材、网页制作、草稿出图。

2️⃣GPT-Image-2.5 Sunburst
重视精度
优先满足细节要求、复杂构图、还原度
生成时间比 Flare 更长
适合广告视觉、角色一致性、复杂图像编辑、最终出稿。

在 X 看原帖 ↗
2.4万36221178
开发教程 · @tetumemo▲ 1.6万

GPT-6 Astra降低token消耗的Codex子代理效率优化配置方案

来自@tetumemo在𝕏的分享,提供配置步骤和操作规则

阅读全文 →
1.6万9121174
行业动态 · Hacker News▲ 185

Argonautlabs实测MacBook Pro跑Kimi K3 2.8T

消费级硬件也能带动大参数模型,未来个人本地运行大模型有望摆脱对云端算力的依赖。

社区讨论:多数网友认为该测试没有实用性,推理速度过慢,一个中等prompt需要11天才能生成。作者解释模型参数2.78T,参数权重无法装入内存,只能从磁盘流式读取专家权重,设备使用128G内存M5 Max MacBook Pro搭配三块雷电5硬盘盒加内置SSD。有人建议改用更高速的SSD,比如Optane SSD或者组建多SSD RAID0来提升吞吐率,还有网友调侃这次测试是“顶级自虐”,类似银河系漫游指南里的深思。

在 HN 看讨论 ↗   原文 / 论文 ↗
科普 · @businessbarista▲ 1.9万

AI领域evals并不复杂,一文带你理清核心概念

来自@businessbarista分享,和嘉宾对AI评估(evals)的讨论笔记

阅读全文 →
1.9万9136396
行业动态 · Hacker News▲ 198

实测Qwen3.8 27B量化:4-bit可用1-bit失效

想本地跑通大模型,量化是必做操作。这个实测给出了Qwen3.8 27B不同量化位宽效果,可以直接参考。

社区讨论:有人指出Qwen3.8 2B量化到4-bit几乎性能无差异,1-bit和2-bit才会出现明显质量下降。有人提到老设备运行该模型吞吐率很低,不如直接调用API更划算。有人补充现有量化并非均匀量化,本次结论不一定适用于其他量化方案。

还有用户分享了在RTX 5060ti上运行该模型的具体配置和效果。

在 HN 看讨论 ↗   原文 / 论文 ↗
开源 · @AiwithAlyar▲ 653

开源智能体NEX-N2.5 最大尺寸做到1.6T参数

现在开源智能体不仅能多模态理解、写代码,还能自我纠错,尺寸也越做越大了,看看后续会冲击到哪些场景?

NEX-N2.5 是开源智能体领域向前迈进的重要一步。🔥 提供 35B、397B 以及参数规模高达 1.6T 的模型,外加多模态理解、计算机使用、编码和自我校正能力。

人工智能正在从生成答案向采取行动转变。🤖🚀

在 X 看原帖 ↗
653308651
研究 · @dotey▲ 2.0万

OpenAI称内部模型解决了千禧年数学难题

论文和形式化证明都已经公开,用比GPT-6 Astra更强的未发布模型完成,后续讨论空间还很大。

阅读全文 →
2.0万86035
开源工具 · @BeamManP▲ 3.1K

GitHub上线AI操作MMD的mmd-mcp工具

适配Windows和MMD 9.32 x64,可以让AI客户端直接修改MMD的动作、表情和场景参数。

我在 GitHub 上发布了能通过 AI 操作 MMD 的「mmd-mcp」!

你可以通过 Codex 或 Claude Code 这类 MCP 客户端操作姿势、表情、相机、灯光、MME 设置等。

适用于 Windows/MMD 9.32 x64。

安装步骤是先 git clone 仓库,然后按照 README 的步骤进行设置。或者,你可以直接把这件事丢给你的 AI 代理去做。

顺便说一下,很遗憾它并没有「AI全自动生成神级动作!好耶!」那种水平!

不过对于既会用 AI 代理又会用 MMD 的人来说,它肯定会成为一张强有力的手牌吧,大概,一定,也许。

#MMD #MCP

在 X 看原帖 ↗
3.1K216035
行业 · @wquguru▲ 8.7K

真格基金发布真格系公司全AI相关招聘信息

大模型、智能体、机器人、芯片全方向都在招人,连教育游戏出海等领域也不例外。

阅读全文 →
8.7K127889
研究 · @mervenoyann▲ 4.2K

后训练把开源智能体通过率从29.9%提至63%

训练后的Qwen3.5-122B协调器指标提升明显,想要打造护城河的开源智能体,训练还是很关键。

如果想建立护城河,训练开源智能体是可行的方向🙌🏻

我们对 Qwen3.5-122B-A10B 编排器做了后训练,发现在 50 个预留的 LAB Diligence 数据室上,后训练将评分标准通过率从 29.9% 提升到了 63.0%。

表现优于 Claude Code 和 Codex。

在 X 看原帖 ↗
4.2K26048
行业动态 · @CarolGLMs▲ 7.0K

@CarolGLMs发布Sovereign Partner Program (ZSP) 合作伙伴项目

现在正在遴选首批合作方,感兴趣的伙伴可以申请参与,对接GLM模型早鸟访问、联合工程开发等资源

AI 是全球性的。AI 应用的下一阶段将由本地基础设施、本地专业知识,以及强大的生态系统合作伙伴关系塑造。

今天,我们推出 Sovereign Partner Program (ZSP),这是一个为合作伙伴打造的战略项目,帮助那些希望将 GLM 引入本国,并构建本地 AI 能力的合作伙伴。ZSP 合作伙伴将直接与我们的团队合作,覆盖以下方面:
- 提前获取即将发布的 GLM 模型版本
- FDE 支持与联合工程
- 联合市场推广和企业对接
- 本地代币业务发展
- 联合发布与市场激活

我们的目标很简单:帮助合作伙伴在他们运营的基础设施上部署 GLM,为本地客户提供服务,并在他们国家构建长期的 AI 能力。

我们目前正在遴选第一波 ZSP 发布合作伙伴。欢迎申请。

#ZSP #GLM #主权AI #企业AI #AI基础设施

在 X 看原帖 ↗
7.0K1417361
新品发布 · @OpenAI▲ 18.9万

OpenAI 向多档位用户全量推出 Astra 功能

如果你是 Plus、Pro 等付费档位用户,现在就能在 Codex 和 ChatGPT Work 里用上 Astra 新功能了

Astra 已全面向 Codex 和 ChatGPT Work 中的 Plus、Pro、Business 和 Enterprise 用户开放使用。快去开始构建吧!如果你需要灵感,可以观看 Astra 实际运行的现场演示:

在 X 看原帖 ↗
18.9万1673.4K520
新品发布 · @OpenAIDevs▲ 19.3万

OpenAIDevs发布GPT-Image-2.5 Flare 模型和 GPT-Image-2.5 Sunburst 模型(2.5)

想要生成更清晰、更符合风格要求且便于编辑的图像,现在API能用上新模型了。

来认识 GPT-Image-2.5 Flare 和 Sunburst。

我们在 API 中推出了全新图像模型,它拥有更清晰的细节、更强的风格依从性,并且对编辑提供了更多控制。

在 X 看原帖 ↗
19.3万1792.7K676
前沿研究 · @kimmonismus▲ 3.5万

一周训练就能超过GPT-6-Astra-xhigh最优模型

行业迭代速度远超大众认知,当前大模型训练性能提升快到只需一周就能超过现有最优模型,值得关注大模型技术迭代的节奏变化。

我再重申一遍:OpenAI新模型的训练从8月28日开始。

只用了一周,也就是七天,就完全超过了OpenAI最好的模型GPT-6-Astra-xhigh。

一周。现在超越当前最优模型就只需要这么久。

我认为人们仍然没有完全理解OpenAI在他们的博客文章里实际写了什么。

在 X 看原帖 ↗
3.5万51696115
新品发布 · @AiwithNomi▲ 1.1K

NEX-N2.5开源发布三款不同尺寸推理模型

这次推出了三个不同参数量的模型,面向智能代理工作流设计,让AI从聊天转向实际干活,开源AI实用性得到了实质提升。

NEX-N2.5 为开源 AI 领域带来了一些强有力的东西。🔥

一个 1.6T 推理模型、一个 397B 多模态模型,以及一个 35B 轻量选型——所有这些都是为真正的智能体工作流设计的。

从编码、自动化到计算机使用和自我纠正,这感觉像是 AI 正在从聊天转向真正做事。🤖🚀

在 X 看原帖 ↗
1.1K4711046
新品发布 · @shuding▲ 6.6万

Vercel Labs发布仅27.5KB的浏览器端gpu-lexer

它能在浏览器端用GPU做语法高亮,还不限编程语言,这让网页端做轻量AI处理成为可能,感兴趣可以试试。

我在浏览器里用GPU训练了一个小型模型来做语法高亮。来认识一下来自 Vercel Labs 的 gpu-lexer:它体积很小(27.5KB),速度很快(运行在 WebGPU 上),而且与语言无关(由模型猜测语法)。

它现在还是实验性项目,是为学习而构建的!

在 X 看原帖 ↗
6.6万481.0K581
行业动态 · @antiochrobotics▲ 31.5万

Antioch 获3200万美元A轮融资 研发实体AI

实体AI研发过去一直受限于昂贵硬件,这家初创拿到融资后,会推动实体AI研发速度追上软件开发,对想做实体AI的团队来说是好消息

今天,我们宣布 Antioch 完成 3200 万美元 A 轮融资,由 GreylockVC 领投,A_StarVC、Category_VC、BoxGroup、IcehouseVenture 以及天使投资人跟投。

尽管人工智能极大地加速了软件开发,物理自主却一直受限于开发速度慢、成本高的基于硬件的开发模式。

Antioch 让物理人工智能团队能够以软件开发的速度构建、测试和验证系统。我们很荣幸能与包括 @amazon @ring、NVIDIARobotics 和 @nebiusai 在内的领先团队合作,将大规模、高保真仿真打造为物理人工智能开发的标准。

我们诚挚感谢众多让这一重大飞跃成为可能的投资人、客户、合作伙伴和顾问。我们正在快速扩张,并在仿真、基础设施、机器学习、3D 图形、市场推广和运营各岗位都有招聘需求。

在 X 看原帖 ↗
31.5万100570170
前沿研究 · @QuantaMagazine▲ 1.2万

OpenAI 用万级 AI 智能体解决千禧年大奖难题

这是首次用大规模自主 AI 智能体协作完成顶尖数学问题证明,标志着 AI 在基础科学领域取得突破性进展

今天上午,OpenAI 的数学家宣布,由他们指导的一万个自主 AI 智能体团队证明了纳维-斯托克斯方程可以“爆破”,从而解决了剩余六个千禧年大奖难题中的一个。

但这个重大成果并非没有争议。

在 X 看原帖 ↗
1.2万4923970
前沿研究 · @EMostaque▲ 1.1万

EMostaque:8月28日开训的新AI模型 几分钟解数学题

AI发展速度超出想象,从开始训练到出成果只用了不到半年,现在能几分钟解决数学难题,未来物理领域也可能迎来突破。

AI的发展速度太快了。

值得注意的是,这份报告显示,实现这次能力飞跃的新模型从8月28日才开始训练,现在只需要几分钟就能解决问题。

数学(希望很快还能包括物理学)正在经历“惨痛教训”。

在 X 看原帖 ↗
1.1万1114316
行业动态 · @HedgieMarkets▲ 5.8万

OpenAI花2250万美元抢发数学难题证明引争议

研究者用OpenAI产品Codex做研究,被OpenAI拿到研究进度后抢先发布证明,研究者发文披露此事,使用OpenAI产品做研究的人需要警惕自己的成果被抢先。

阅读全文 →
5.8万2851.1K268
工具产品 · @hwchase17▲ 6.4K

deepagents 内置上下文工程分支子代理功能

开发AI代理时,上下文工程是必要工作,现在这个工具简化了流程,你开发AI子代理可以更轻松。

工具应当让上下文工程变得简单,「派生」子代理是一种实用的上下文工程技巧,现在已内置到 deepagents 中。

在 X 看原帖 ↗
6.4K43427
深度观点 · @johnschulman2▲ 1.8万

AI公司从不披露怎么用你的数据训练

不同方式用用户数据训练AI,带来的隐私和知识产权泄露风险天差地别。但没有AI公司愿意公开具体操作

这不是今天新闻最值得注意的方面,但在用户数据问题上,存在不同类型的「基于用户数据训练」,它们对隐私和知识产权的影响截然不同。遗憾的是,人工智能公司不喜欢披露它们正在做什么。

- 基于用户数据预训练,将用户的 tokens 作为预测目标:重现风险高,不合规
- 使用用户提示把大模型蒸馏成小模型:重现风险低,可能有些公司在这么做
- 使用用户轨迹构建 RL 任务:重现风险低,因为 RL 的记忆能力低,但可能会窃取客户知识产权,具体取决于实现方式。范围从良性的「在奖励模型训练中使用明确的用户反馈」到侵犯性的「上传用户的编码环境和提交历史来转换成 RL 环境」。

「去标识化」效果很弱——只需要少量数据就能识别出某个人,而长轨迹的数据量绰绰有余。而且它无法缓解对知识产权泄露的担忧。

在 X 看原帖 ↗
1.8万38300110
商业 · @VJNCapital▲ 6.8K

用户使用Meta Muse Code三小时消费230美元令牌额度

VJNCapital在𝕏分享了自己使用Meta旗下AI编码工具Muse Code的体验和评分

阅读全文 →
6.8K29614
AI开发 · @kalin_t▲ 3.3K

开发者实测GPT-Astra:三天搭建出容纳两万玩家的魔兽怀旧服MMO服务器

用户@kalin_t在𝕏分享了自己实测GPT-Astra的成果,从零搭建C语言定制游戏引擎

<p>用户@kalin_t分享了自己三天测试GPT-Astra的结果,称其表现远超预期。他从零开始搭建完成了一套可商用级别的《魔兽世界》怀旧服MMO服务器。</p> <p>这套定制引擎使用C语言编写,可支持20000名以上服务器玩家同时在线,单场景同时显示2000名玩家时,带宽占用约为每秒100千字节,地图尺寸比《魔兽世界》怀旧服更大。

</p> <p>基于Codex的智能体可以作为完整功能的玩家参与游戏,引擎速度足够快,能支持服务器内嵌运行,敌人、非玩家角色(NPC)、机器人、智能体、背包、寻路等所有核心游戏功能全部实现。</p> <p>开发者还搭建了一套定制化的优先基于Codex的世界编辑工具集,测试过程中没有遇到token长度限制问题,且开发者周末大部分时间不在线。</p> <p>开发者称自己并非美术设计师,所以当前版本美术表现较弱,也没有足够时间打磨游戏玩法深度,但GPT-Astra的水平已经达到了全新高度。

在 X 看原帖 ↗
3.3K45922
内容生成 · @liyue_ai▲ 1.1万

博主分享AI生成第七集《亲亲日常》效果优于往期

用户@liyue_ai在𝕏分享了经Astra调整提示词,用Seedance 2.5生成的AI短片

@liyue_ai在𝕏分享了最新一集AI生成短片《亲亲日常》第七集,主题为“能不能别突然亲我?”。

这一集AI短片的提示词经过Astra调整,生成效果很好。

画面自然流畅,风格保持了一如既往的甜度,生成工具Seedance 2.5的表现很强。

在 X 看原帖 ↗
1.1万44729
图像生成 · @kloss_xyz▲ 9.8K

ChatGPT Images 2.5最大变化不是画质,而是可控性

用户@kloss_xyz在𝕏平台分享了该版本的15种可控性使用场景和提示词测试方案

阅读全文 →
9.8K577124
招聘 · @bmacabeus▲ 8.1K

技术面试允许应聘者使用Claude Code,面试官还推荐用

葡萄牙语用户@bmacabeus在𝕏分享见闻,友人参加在线编程面试被允许用Claude Code

一位葡萄牙语用户@bmacabeus在𝕏分享了一则见闻。

他的一位友人参加在线编程(live coding)面试,面试允许应聘者使用 Claude Code。

面试官本人还推荐应聘者使用这款工具。

这是@bmacabeus第一次从身边人那里听说,在线编程面试允许使用大语言模型(LLMs)。

在 X 看原帖 ↗
8.1K518112
AI工具 · @justhalfbit▲ 3.8K

可将Workbuddy预设专家迁移到Claude Code等任意AI工具

来自𝕏用户@justhalfbit分享的邪修玩法,WorkBuddy有400多个预设专家

阅读全文 →
3.8K96481
开发工具 · @caspar_br▲ 5.2K

managed-deepagents 0.7推出Managed Connections简化智能体认证

开发者@caspar_br在𝕏发文,推出简化智能体OAuth认证的新功能

智能体鉴权很难,但本不该这么难!你的智能体需要以特定身份运行:有时是共享身份,有时是请求者身份。要正确实现这两种情况,你需要为每个服务准备一个OAuth应用、一个令牌存储、刷新逻辑和同意流程。

今天我们通过Managed Connections解决了这个问题:在代码中定义你的智能体以什么身份运行,剩下的工作都由我们处理:
𝚊𝚐𝚎𝚗𝚝 -> 智能体使用自身令牌
𝚞𝚜𝚎𝚛 -> 智能体使用用户令牌,如果用户尚未连接,会引导用户完成同意流程

只需一个参数,你就能避开整套OAuth繁文缛节。

现已上线,在 𝚖𝚊𝚗𝚊𝚐𝚎𝚍-𝚍𝚎𝚎�𝚊𝚐𝚎𝚗𝚝𝚜 0.7 中可用。

在 X 看原帖 ↗
5.2K62518
产品 · @lennysan▲ 1.8万

Grok Bot产品负责人透露早期成功的两大关键决策

来自X平台用户lennysan整理的Grok Bot产品负责人核心经验

阅读全文 →
1.8万99274
🔬 前沿研究
新前沿研究 · @jvstme_ophyxial▲ 600

Axis Robotics 公布本周机器人研发进展

机器人研发中找数据缺口可以靠模型表现,这个思路能帮你少做无效的数据采集工作。

只有当你知道哪些数据能切实帮助模型提升时,收集更多数据才是有用的。以下是来自@axisrobotics 的每周简短回顾:

- 利用模型性能找到数据缺口,指导下一步收集哪些数据。
- 构建Real2Sim2Real流水线,将真实物体和场景导入仿真,然后在硬件上验证它们。
- 通过保留仍能为训练增加价值的轨迹来改进数据整理。
- 加强整个流水线的验证和反作弊检查。
- 增加ARX5对双臂的支持。
- 引入新的放篮和取篮任务。

Axis团队还会带来更多内容。

在 X 看原帖 ↗
60021122
新前沿研究 · @NFT_Chen▲ 3.7K

唐杰, 智谱AI发布Trace as State 研究论文(27)

无需改模型架构和训练,仅调整推理状态顺序就可提升长上下文推理准确率,对现有大模型优化有直接参考价值

阅读全文 →
3.7K114224
前沿研究 · @omarsar0▲ 3.1K

KVMem研究解决大模型长上下文推理效率问题

长任务运行时大模型上下文窗口不够用,现有方案效果都不好。新的KVMem方法提升任务成功率,还能在本地笔记本运行百万token上下文。

这篇论文很不错,研究的是提升推理效率。我们已经有一段时间没见过效率方向的优秀工作了。

这件事之所以重要,原因在于:长期运行智能体的工作区会在任务完成前就超出上下文窗口容量。常用的第一种方法是压缩,会损失细粒度执行证据。而文本检索会重新填入模型已经处理过的内容。

KVMem 则把溢出内容以分页KV状态保存,分散在GPU显存、主机内存和NVMe中。模型自带的轻量注意力空间索引可以选出相关历史块,生成一个适合原生上下文窗口的查询依赖视图。

在使用Qwen3.8-27B的DeepSWE长上下文测试中,任务成功率从压缩方法的43.8%提升到了48.4%。本地部署的结果非常突出。

它可以在搭载24GB RTX 5090的笔记本上,通过MTP运行NVFP4量化的Qwen3.6/3.8-27B,为智能体工作区提供最高100万token的虚拟容量,是模型原生256K窗口的四倍,速度约为每秒50 token。

论文:

在 X 看原帖 ↗
3.1K32216
前沿研究 · @techNmak▲ 1.0万

@techNmak发布Understanding RoPE第四版手册

如果平时用大模型搞开发却看不懂RoPE的几何核心,这本手册能帮你理顺从基础原理到上下文扩展的完整逻辑,降低推理现代大模型工程问题的难度。

阅读全文 →
1.0万72355361
前沿研究 · @jam3scampbell▲ 6.4K

两年内AI数学能力已超人类

GPT-6 Astra推出仅几天后,下一代内部模型性能又迎来阶跃改变,进度超出预期,全自动科研可能比预想更早到来。

从o1-preview到数学超人类智能,只用了两年时间。

我们在2024年9月的AIME上见证了相同的测试时缩放趋势,如今我们在一组开放问题评测集上也看到了(!)。

我们都知道强化学习能让模型超越人类水平,但实时亲眼见证这一切,依然感觉不真实。

最重要的是,我希望人们能深刻内化这个进步速度,并带着恰当的紧迫感行动。

就在GPT-6 Astra发布几天后,“内部模型”就已经实现了跨越式超越。

任何合理的外推都表明,能够实现完全自动化研究的模型,会在不远的未来出现。

在 X 看原帖 ↗
6.4K1621619
前沿研究 · @probnstat▲ 1.4K

OpenAI发布纳维-斯托克斯问题的AI生成证明(10,000)

这是AI辅助数学发现的重要进展,如果验证成立,未来复杂数学问题或许都可以借助AI来解决。

阅读全文 →
1.4K2247
前沿研究 · @OpenAI导语出处▲ 520.7万

OpenAI披露数学研究未提前获取数据

澄清两位数学家的独立研究没有被OpenAI模型提前获取任何内容,仅提到无法排除去标识化数据可能改进模型

我们祝贺Levent Alpöge和Tristan Buckmaster完成了这项出色的数学工作。

我们(研究者和智能体)在他们公开发布这项工作之前,从未通过任何途径接触过他们的任何工作——尤其是,我们没有为了解决这个问题而访问任何特定用户数据。

尽管可能性很低,但我们不能排除,他们使用我们产品产生的去标识化数据,确实帮助改进了我们的模型。

不过,我们的证明差异显著,甚至在欧拉情形下(强制 vs 非强制),我们证明的精确结果也各不相同。

在 X 看原帖 ↗
520.7万1.5K1.8万4.4K
前沿研究 · @EMostaque▲ 1.1万

EMostaque:8月28日开训的新AI模型 几分钟解数学题

AI发展速度超出想象,从开始训练到出成果只用了不到半年,现在能几分钟解决数学难题,未来物理领域也可能迎来突破。

AI的发展速度太快了。

值得注意的是,这份报告显示,实现这次能力飞跃的新模型从8月28日才开始训练,现在只需要几分钟就能解决问题。

数学(希望很快还能包括物理学)正在经历“惨痛教训”。

在 X 看原帖 ↗
1.1万1114316
前沿研究 · @QuantaMagazine▲ 1.2万

OpenAI 用万级 AI 智能体解决千禧年大奖难题

这是首次用大规模自主 AI 智能体协作完成顶尖数学问题证明,标志着 AI 在基础科学领域取得突破性进展

今天上午,OpenAI 的数学家宣布,由他们指导的一万个自主 AI 智能体团队证明了纳维-斯托克斯方程可以“爆破”,从而解决了剩余六个千禧年大奖难题中的一个。

但这个重大成果并非没有争议。

在 X 看原帖 ↗
1.2万4923970
前沿研究 · @kimmonismus▲ 3.5万

一周训练就能超过GPT-6-Astra-xhigh最优模型

行业迭代速度远超大众认知,当前大模型训练性能提升快到只需一周就能超过现有最优模型,值得关注大模型技术迭代的节奏变化。

我再重申一遍:OpenAI新模型的训练从8月28日开始。

只用了一周,也就是七天,就完全超过了OpenAI最好的模型GPT-6-Astra-xhigh。

一周。现在超越当前最优模型就只需要这么久。

我认为人们仍然没有完全理解OpenAI在他们的博客文章里实际写了什么。

在 X 看原帖 ↗
3.5万51696115
🚀 新品发布
新品发布 · @finkd▲ 441.9万

@finkd发布Muse,24小时不停工帮你干活

如果你需要持续跟进某件事,不用自己熬夜盯进度,这款24小时工作的个人智能代理可以帮你处理。

介绍Muse,这是一款能够理解你的目标、为你全天候不间断完成工作的个人智能体。

在 X 看原帖 ↗
441.9万1.9K2.6万5.7K
新新品发布 · @sydneyrunkle▲ 1.9万

deepagents 开源可定制公司大脑框架

想要搭建类似 Stripe 的公司数据大脑,可以直接基于这个开源框架。它支持对接任意数据源,且不限制模型种类,降低定制门槛。

想搭建一个像 Stripe 那样的公司大脑吗?他们是用 deepagents 搭建的,这是一个开源工具集。

它自定义起来非常简单,可以连接到世界上任何数据源,而且它不绑定特定模型!

在 X 看原帖 ↗
1.9万13119199
新新品发布 · @HuggingModels▲ 4.7K

HuggingModels发布VibeVoice ASR Streaming 语音识别模型(1.5B)

想要在自己的应用里添加实时语音识别功能,现在有新的开源大模型可以直接用了。

你是否曾想过在你的应用里实现实时语音识别?来认识下 VibeVoice ASR Streaming 吧,这是一个拥有15亿参数、可以动态实时转录音频的模型。

它非常适合实时字幕、语音助手等场景使用。

#ASR #AI

在 X 看原帖 ↗
4.7K68291
新品发布 · @OpenAI▲ 560.1万

OpenAI 发布新版 ChatGPT Images 2.5

更快的生成速度和更清晰准确的生成效果,还支持按注释修改局部内容,创作图像的体验会比之前顺畅很多

ChatGPT Images 2.5——更快、更清晰、更智能,拥有更出色的工具帮你创造任何你能想象到的东西。

- 更快的图像生成速度,让你的思路保持流畅
- 保真度提升,图像更自然、识别度更高
- 多次编辑中细节保持一致
- 基于评论的编辑,只修改你想要修改的部分

在 X 看原帖 ↗
560.1万2.9K3.1万6.3K
新品发布 · @LingoAITech▲ 14.0万

LingoAI提交Holon智能体市场参赛BNB黑客松

这个平台能根据个人需求匹配合适AI代理,还能验证可信度和权限。未来可能让普通人不用向中心化平台交出数据,就能使用AI代理服务。

阅读全文 →
14.0万2044627
新品发布 · @HuggingModels▲ 6.0K

HuggingModels推出Qwen3.8-27B-EfficientThink模型

更快更智能的推理,支持投机解码和MTP,能在本地部署运行,想要体验更快本地AI的话可以试试。

你见过读起来像是科技愿望清单的模型名吗?来认识 Qwen3.8-27B-EfficientThink,这是一款 GGUF 量化的强劲模型,主打更快、更智能的推理。

它支持投机解码和 MTP,在本地 AI 社区引发了关注。🧵

在 X 看原帖 ↗
6.0K8120104
新品发布 · @togethercompute▲ 8.2K

glm-5.3 flash 比Claude Fable 成本低99%

在智能体自动化任务上,新发布的glm-5.3 flash性能超过claude fable 5.1,单任务成本低近99%,需要这类任务的开发者可以获得更实惠的选择。

glm-5.3 flash 在智能体自动化任务上的表现优于 claude fable 5.1,且单任务成本低约 99%。

在 X 看原帖 ↗
8.2K1211519
新品发布 · @gdb▲ 81.8万

@gdb发布Navier-Stokes问题解决方案

这是千禧年七大难题之一的解法,对AI和数学都是重要里程碑,未来可能推动科学发现革新。

宣布解决千禧年七大难题之一——纳维-斯托克斯问题。

这对人工智能和数学而言都是一个重要的里程碑,同时预示着科学发现即将迎来复兴。

我们希望这个模型创造出的知识能够帮助学界更好地理解非线性偏微分方程,而非线性偏微分方程正是用来为物理世界中的绝大多数现象建模的。

在 X 看原帖 ↗
81.8万4776.8K1.2K
新品发布 · @TeksEdge▲ 1.6万

NexEcosystem发布1.6万亿参数Nex-N2.5-Max

接近 Claude Opus 5 性能,你没法在桌面跑它,但是还有一个 35B 参数多模态小兄弟适合家用 AI 实验室。

阅读全文 →
1.6万32266111
新品发布 · @OpenAI▲ 2377.8万

OpenAI发布纳维-斯托克斯千禧年大奖难题解决方案(90年)

困扰数学界近90年的流体力学核心问题,首次得到AI参与完成的证明,对AI辅助前沿科研能力是一次全新验证。

我们公布了纳维-斯托克斯千禧年大奖难题的一个解法,这个问题是数学前沿最艰深的问题之一。

这份证明由一组智能体生成,使用了一个能力远强于 GPT-6 Astra 的 OpenAI 下一代模型。

该问题关注的是,由纳维-斯托克斯方程建模的光滑三维流体运动的描述是否会失效。

这个问题已经悬而未决大约 90 年了。

在 X 看原帖 ↗
2377.8万1.2万7.3万1.8万
新品发布 · @shuding▲ 6.6万

Vercel Labs发布仅27.5KB的浏览器端gpu-lexer

它能在浏览器端用GPU做语法高亮,还不限编程语言,这让网页端做轻量AI处理成为可能,感兴趣可以试试。

我在浏览器里用GPU训练了一个小型模型来做语法高亮。来认识一下来自 Vercel Labs 的 gpu-lexer:它体积很小(27.5KB),速度很快(运行在 WebGPU 上),而且与语言无关(由模型猜测语法)。

它现在还是实验性项目,是为学习而构建的!

在 X 看原帖 ↗
6.6万481.0K581
新品发布 · @AiwithNomi▲ 1.1K

NEX-N2.5开源发布三款不同尺寸推理模型

这次推出了三个不同参数量的模型,面向智能代理工作流设计,让AI从聊天转向实际干活,开源AI实用性得到了实质提升。

NEX-N2.5 为开源 AI 领域带来了一些强有力的东西。🔥

一个 1.6T 推理模型、一个 397B 多模态模型,以及一个 35B 轻量选型——所有这些都是为真正的智能体工作流设计的。

从编码、自动化到计算机使用和自我纠正,这感觉像是 AI 正在从聊天转向真正做事。🤖🚀

在 X 看原帖 ↗
1.1K4711046
新品发布 · @OpenAIDevs▲ 19.3万

OpenAIDevs发布GPT-Image-2.5 Flare 模型和 GPT-Image-2.5 Sunburst 模型(2.5)

想要生成更清晰、更符合风格要求且便于编辑的图像,现在API能用上新模型了。

来认识 GPT-Image-2.5 Flare 和 Sunburst。

我们在 API 中推出了全新图像模型,它拥有更清晰的细节、更强的风格依从性,并且对编辑提供了更多控制。

在 X 看原帖 ↗
19.3万1792.7K676
新品发布 · @OpenAI▲ 18.9万

OpenAI 向多档位用户全量推出 Astra 功能

如果你是 Plus、Pro 等付费档位用户,现在就能在 Codex 和 ChatGPT Work 里用上 Astra 新功能了

Astra 已全面向 Codex 和 ChatGPT Work 中的 Plus、Pro、Business 和 Enterprise 用户开放使用。快去开始构建吧!如果你需要灵感,可以观看 Astra 实际运行的现场演示:

在 X 看原帖 ↗
18.9万1673.4K520
📰 行业动态
新行业动态 · @ShreyaR▲ 7.1K

Harvey 收购 Guardrails AI 布局法律AI

如果日常工作需要处理法律文档,这家被收购的 AI 公司能帮你节省数百万美元运营成本,法律领域的 AI 变革离落地更近一步。

我很高兴宣布,@harvey 收购了 @guardrails_ai!
当年我们创办 Guardrails 时,我们的使命是构建基础设施,让工作的 AI 转型变得更可靠、更安全。我们的开源框架帮助建立了护栏基础设施品类,而我们的模拟软件 Snowglobe 帮助客户节省了数百万美元的运营成本。

如今,法律 AI 正站在知识工作转型的前沿,我很高兴能将我们打造的一切带给 Harvey,继续推进我们的使命。
我要感谢我们优秀的客户、Guardrails 开源社区、我们的团队、投资者,以及我的合伙人 @zaydsimjee,感谢他们在我们整个旅程中给予的支持。我为我们共同打造的一切感到非常自豪,并且已经迫不及待想和 @winstonweinberg、@gabepereyra 以及他们组建的优秀团队一起,在法律 AI 前沿工作了!

在 X 看原帖 ↗
7.1K619320
新行业动态 · @NFT_Chen▲ 1.0万

谷歌创始人亲自督战 Gemini 4.0 研发

创始人重新下场调整研发,优化方向聚焦编码和自主智能体,这意味着大模型竞争将进一步提速。

🚨爆料:Sergey Brin亲自催生Gemini-4.0,并很快与大家见面!

谷歌联合创始人把 Mountain View 微厨房改成战时指挥部,目标只有一个:让 Gemini 4 完成代际跳跃。

已确认的信息:
🔹7 月启动「史上最野心勃勃」预训练,定位明显更大的前沿模型
🔹官方优先级:编码 + 自主智能体
🔹预训练评估不错,后训练仍在进行
🔹Brin 要求提速、砍官僚,并把算力导向递归自我改进(RSI)

内部说法是像创业公司一样跑 Gemini 4.0 创始人重新进厨房,通常意味着上一轮不够快,相信Gemini 4.0将很快将与大家见面了!

#Gemini4 #GoogleAI #SergeyBrin #AGI #RSI $GOOGL #Google

在 X 看原帖 ↗
1.0万57315
新行业动态 · @MacRumors▲ 1.7万

Apple 新款 Apple Watch 将新增AI日均总结功能

日常佩戴 Apple Watch 可以自动整理当日数据生成总结,不用手动翻看各类运动、健康数据记录

Apple Watch Series 12 和 Ultra 4 将获得能总结你一天活动的全新 AI 功能

在 X 看原帖 ↗
1.7万61286
新伦理 · @xianzhizhou导语出处▲ 2.1万

OpenAI承认不能排除用户输入被用来训练模型

有数学家把未发表研究放进付费Codex会话,之后OpenAI发了同路线论文。OpenAI否认看过研究,但没法排除数据被用。

OpenAI自己承认偷数据了? 你在ChatGPT里输入的内容,去掉身份信息后,可能被拿去训练模型。原话:不能百分百排除。

事情是这样。一个数学家长期把未发表的研究草稿放进付费版Codex会话里,推演一条很少有人走的技术路线。

然后OpenAI发了篇论文。同一条路线。 OpenAI说论文发表前没看过他的研究。但不能百分百排除用户数据被用来训练模型。

还有个细节。OpenAI找这个数学家合写论文,条件是不能挂在Anthropic干活的合作者名字。他拒了。对方撂了句:你这么搞会毁了自己前途。

不能百分百排除。翻译成人话:大概率用了,你没法证明。

这个时候就非常考验本地部署了。

在 X 看原帖 ↗
2.1万486
新工具 · @xetgepete▲ 2.9万

153组GPT-6 Astra提示词,一键搞定Blender3D创作

从资产创建到绑定、调动作这些繁琐工作,都能在一个工作流里完成。独立游戏开发者能省下更多时间。

这对测试过 GPT-6 Astra 的人来说是一座宝藏。Tripo 收集了超过 153 个适用于 Astra 的提示词,搭配 3D 和游戏领域的真实工作流,有些仅用单个提示词生成的结果非常惊人。AI 3D 的发展速度极快。

AGI 正在变得触手可及。Tripo 负责创建 3D 资产,GPT-6 Astra 负责在 Blender 内执行操作:安装设置、绑定、调整表达式,以及所有更繁琐的工作。创建+执行整合到单个工作流中。

如今,Tripo × Astra 可以说是 3D 创作最大的捷径之一。

在 X 看原帖 ↗
2.9万44115116
新生成式AI · @NFT_Chen▲ 6.4K

GPT-Images 2.5能从想法一键生成电影级分镜画面

角色设计、镜头调度全包含,改图也不崩人设,延迟砍半。独立创作者一个人就能完成从脑洞到成片的全流程。

🔥厉害:GPT-Images 2.5将图片秒变故事这波真的疯了!随便丢一句想法,它直接给你整份专业分镜脚本:角色设计、镜头调度、场景 continuity 全齐,再一键出完整电影级画面。图里这个皮克斯风大厨 + 底层分镜板,就是一次生成出来的。

细节更锐、光影更真、多轮改图也不崩人设,延迟还砍了近一半。从脑洞到成片,现在真的可以一个人干完!#GPTImage2_5 #ChatGPT #AI生图 #AI漫画 #分镜 #AIGC

在 X 看原帖 ↗
6.4K63226
新安全 · @Melquisedec70导语出处▲ 1.1万

Anthropic首席研究者称十年内AI灭绝人类概率超10%

发出警告的是AI对齐研究的负责人,这个观点来自一线AI安全研究者。

阅读全文 →
1.1万13761
新研究 · @omarsar0▲ 1.5K

Microsoft发布小编码代理研究论文

传统做法需要从顶级大模型蒸馏知识,新方法绕开了这个步骤,能降低开发小模型的成本。

微软的这篇论文太酷了。他们展示了无需从前沿模型进行传统蒸馏,也有可能构建有竞争力的小型代码智能体。

在 X 看原帖 ↗
1.5K1129
新安全 · @jonatanpallesen▲ 3.2K

有观点称AI对齐问题从根本上就没法解决

认为创造出远超人类理解的智能,不可能提前完全掌控它的行为。

真正残酷的真相是,根本不存在“解决对齐”的方法。你不可能创造出一个远超出你理解的智能体,还先验地确信它会做什么。这再明显不过了。

唯一可行的路径是在某些方向上停止AI发展。不要让它同时具备人类能在世界自主行动的所有特征,以及远超人类的智能和对世界的理解。

我不知道“对齐”一开始为什么会变成一个流行概念,也许是因为Yudkowsky,我不确定。但它就是海市蜃楼。

在 X 看原帖 ↗
3.2K1457
新行业动态 · Hacker News导语出处▲ 44

Jacob Coxon 宣布从Anthropic离职

Anthropic是当前AI大模型领域头部创业公司,核心人员变动可能影响行业发展方向

新行业动态 · Hacker News▲ 452

开发者让Claude把购物车按钮改成蓝色

目前已有不少开发者开始直接让大模型帮忙改前端细节,降低简单UI调整的沟通成本。

社区讨论:多数开发者称这次把购物车按钮改蓝的案例不符合自己使用Claude的实际体验,认为案例有夸张甚至是讽刺AI的同人创作。有开发者认为这类AI符合可变奖励机制,本质上和赌博类似,这种机制恰恰是留住用户的原因。也有开发者提到, Claude经常会额外发现很多被忽略的问题,反而打乱原本的工作安排,还有开发者吐槽和AI交互经常会让人忍不住生气。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · @amitisinvesting▲ 12.7万

Palantir官宣合作,OpenAI收入增速公开

AI领域顶级科技公司的最新业务进展和收入增长数据流出,能帮你了解行业实际增长情况,判断相关资产走向。

阅读全文 →
12.7万601.3K292
观点 · @cyrilXBT▲ 10.7万

OpenAI说GPT-6 Astra基本不需要提示词

Sam Altman演示,一个人用GPT-6 Astra就能完成过去整个团队花一个月的工作量,现在需求太旺可能暂停新Pro订阅。

OpenAI CEO Sam Altman表示:“有了GPT‑6 Astra,提示词基本上可有可无。”

在一段10分钟的概述中,他展示了现在一个人就能完成过去一整个团队花一个月苦做的工作。

他的建议很简单:不断提升代码库、研究、端到端模拟的难度。Astra能承担的任务比你想象中更多,哪怕是你原本打算尝试的任务。

观看片段后,深入阅读下方指南,了解免费启动你自己的Astra驱动AI智能体团队的最简单方法。

目前对Astra的需求空前高涨,OpenAI甚至可能暂停新的Pro订阅。如果你想听直白的翻译:AI开发+算力,拦不住了。

在 X 看原帖 ↗
10.7万2460272
研究 · @two3pro导语出处▲ 247

OpenAI说AI agents解出千禧年数学难题

约1万个AI agent协作,88小时产出解析证明和形式化结论,但数学界很快对成果的独立性提出质疑。

大模型 · @NFT_Chen▲ 1.5万

国产大模型代码测试,DeepSeek拿下第一

7组同题盲测,在真实生产级代码工程里,DeepSeek V4.1 Flash得分76.69,超过Qwen和Kimi。

阅读全文 →
1.5万76316
研究 · @37TDNMDbpbO8HI8▲ 2.3K

用一万七千多个AI模拟台北人口普查

导入独家矽基样本技术,针对台北市人口结构生成17550个LLM虚拟受众,做全受众普查模拟。

以做 research 來說是個好題目,至於實際的準確度,恐怕要等投票完才能覆盤了。 -- 此項研究導入獨家「Silicon Sampling 矽基樣本技術」,針對台北市人口結構(性別、年齡、12個行政區、學歷與政黨傾向)全數生成 17,550 個大型語言模型(LLM)虛擬受眾代理人(AI Agents)進行全受眾普查模擬。

在 X 看原帖 ↗
2.3K6522
开源 · @FellMentKE▲ 4.7万

Ling-3.0-flash-VL视觉模型开源了

不再是封闭Demo,开发者可以直接下载查看,还能基于它做二次开发,同时提供BF16和FP8两个版本。

如果一个视觉模型不再是封闭演示,而是变成开发者可以下载、查看并基于它开发的东西,会发生什么?

Ling-3.0-flash-VL 现在已经以 BF16 和 FP8 精度开源,更多量化格式即将推出,开发者可以亲自查看它。原因如下 👇

在 X 看原帖 ↗
4.7万11619365
工具 · @geekbb▲ 5.9K

@geekbb发布公文写作DNA项目(102万字)

基于102万字真实公文提炼写作规范,把公文风格量化成可检查参数,覆盖七种常用公文类型。

公文写作 DNA 是基于 102 万字真实公文语料统计提炼的写作 skill,兼容 Codex、Claude Code、Moxt 等支持 agents.md 的 Agent。 项目把公文风格量化为句长、顿号密度、标题字数、三级标题数量等可验收参数,覆盖调研报告、领导讲话、工作意见、经验材料、工作方案、经验总结和党建材料七个类别。

在 X 看原帖 ↗
5.9K1072102
研究 · @mylifcc▲ 3.8万

万次实测发现三个 Coding Agent选路不同

跑了16893次真实任务,观察没人指定工具时,三款热门编程AI会自己选什么工具,结果差异很大。

刚看到一个很有意思的实验。 有人跑了 16,893 次真实 Coding Agent 任务,专门观察: Claude Code、Codex、Cursor在没人告诉它们“该用什么工具”时,到底会自己选谁。 结果比我想的更夸张: 它们根本活在三个不同的互联网里。

在 X 看原帖 ↗
3.8万47075
行业动态 · Hacker News▲ 56

GPT‑5.6 Sol 帮着运行量子计算实验

大模型开始介入量子计算研究了,想关注前沿科技交叉方向的话,可以看看这次讨论。

社区讨论:有人质疑OpenAI错开发布本次内容是因为之前纳维-斯托克斯问题的帖子存在争议,还有人猜测这是OpenAI为IPO预热的盗来“发现”。不少网友以玩笑形式调侃,比如有人贴出了用8比特家用电脑、算盘和狗重现量子分解记录的论文链接,有人调侃邻居家的狗都能分解大位数RSA密钥。也有业内人士指出,早在2011年量子比特的校准和提取就已经能全自动化,并不需要AI。

在 HN 看讨论 ↗   原文 / 论文 ↗
🔥 热点追踪 · @NexEcosystem▲ 11.8万

NexEcosystem开源Nex-N2.5多规格智能体模型家族

NexEcosystem发布三款开源智能体模型,35B参数Mini和397B参数Pro支持多模态理解与电脑操作,1.6T参数Max仅处理文本,面向复杂推理、编码和智能体工作流。Max跑分仅落后Claude Opus 5 0.1分,你怎么看这次开源大模型的表现?

📖 阅读深度解读 →
11.8万236681427
行业动态 · @hilbertspaess▲ 963.8万

前OpenAI Anthropic研究员披露公司竞速超智

研究员从 Anthropic 辞职,公开指责两家头部AI公司不负责任,拿全人类的安全赌博,AI安全问题需要更多人关注。

我今天已从 Anthropic 辞职。过去三年我分别在 OpenAI 和 Anthropic 从事预训练研究。

两家公司都没有负责任地行事。它们在朝着自我改进的超级智能一路狂奔,拿我们的生命去赌博。

更多想法如下。

在 X 看原帖 ↗
963.8万1.9万11.8万4.1万
行业动态 · @kinocodesunen导语出处▲ 7.5万

OpenAI数日解千禧年难题,却引发争议

私人研究者花约1年研究后,OpenAI用AI数日就宣称解决该问题,研究者质疑OpenAI盗用成果,双方各执一词,此事已经引发业内讨论。

阅读全文 →
7.5万5028569
行业动态 · @Chetuyachinago▲ 4.8万

OpenAI声称解决百万美元数学难题

有数学家称他们已经用GPT辅助接近完成研究,成果却被OpenAI拿去声称自有,需要警惕AI公司获取公开分享的研究点子获利

OpenAI 声称已经解决了一个数学领域的最深奥问题,克雷数学研究所为能解决该问题的人提供了 100 万美元奖金。

现在的情况是,两名人类数学家(Tristan Buckmaster 和 Levent Alpöge)近期一直在研究一个非常相似的流体动力学突破,并且在研究过程中广泛使用了 GPT 这类 AI 聊天机器人来辅助他们的研究。

这件事的启示是:如果你不希望 AI 公司偷走你的工作和创意来进行新一轮 IPO 系列融资,那就别把它们分享给它们的聊天机器人。

现在 OpenAI 因为人类基本上即将完成的工作,获得了全部功劳。

在 X 看原帖 ↗
4.8万137725129
行业动态 · @ImAI_Eruel▲ 3.6K

OpenAI未公开AI 2周不到训练压过GPT-6

提到该AI声称解决了纳维-斯托克斯千禧年问题,更值得关注的是训练时长,算法层面或存在重大改进。

这是据称解决了千禧年大奖难题中纳维-斯托克斯方程的「OpenAI 内部开发中的未公开AI」,性能姑且不论,我认为重点在于「8月28日开始学习」这一点。

因为才学习了不到两周就击败了 GPT-6,这说明算法层面有了相当大的改进。

在 X 看原帖 ↗
3.6K13559
产品 · @alanchen▲ 2.2万

扎克伯格/Meta发布个人AI Agent「Muse」(每周高达1亿token额度)

它能自己推进规划行程、下单填表这类事,敏感操作需要用户确认。现在美国用户可免费下载,每周有1亿token额度。

扎克伯格刚刚发推,重磅推出个人AI Agent「Muse」!$META 这不是普通聊天机器人,而是真正懂你目标、24小时帮你干活的超级助手。规划行程、购物下单、发邮件填表,它都能自己推进。

安全和隐私是最大卖点:数据和密码锁在独立安全虚拟机里,还有独立哨兵审核每一项操作,敏感动作必须你亲自点头。现在免费开放,每周高达1亿token额度,用超了再订阅。美国用户已可下载App, 个人超级智能,这次真的来了。

在 X 看原帖 ↗
2.2万64624
观点 · @rohanpaul_ai导语出处▲ 1.2万

Anthropic研究员离职,称2027年AI可能失控

他认为自我改进的AI模型会在2027年脱离人类控制,因此选择离开AI行业。

《华尔街日报》刚刚报道:Anthropic 研究员 Jacob Coxon 正在离开AI行业,因为他认为到2027年,自我改进的模型可能会变得不受控制。

他说:“按照这些场景中最激进的发展轨迹,到明年年底,情况就可能已经失控了。”他的担忧核心是递归自我改进,即AI接管了足够多的AI研究工作,加速开发能力越来越强的后续模型。

他从 OpenAI 跳槽到 Anthropic 专门从事安全工作,但他表示,即便诚意落实安全措施,如果没有协同管控,也无法战胜竞争。最有意思的一点是,尽管Coxon认为Anthropic确实重视安全,他还是选择离开。

Anthic 估值2万亿美元的IPO让这种矛盾变得非常明显。Anthropic 同时要求世界相信两件事:能力越来越强的AI可以创造巨大的经济价值,有可能支撑2万亿美元的公开估值;以及当能力跨过危险阈值时,最终可能需要放缓开发速度。

这些立场带来了一项艰巨的治理考验:当遵守安全承诺会带来高昂的商业成本时,这些承诺还能作数吗?

在 X 看原帖 ↗
1.2万1411436
研究 · @turingbook▲ 4.5万

数学家借助AI解决流体方程难题,过程像电影

两人合作借助Claude和GPT解决了欧拉方程等多个流体问题,Navier-Stokes方程验证还没完成。

看来Navier-Stokes这个数学界最大的未解问题之一真的被人+AI搞定了。但幕后故事非常戏剧化,很适合拍个电影去竞争奥斯卡:

纽约大学数学家Tristan Buckmaster(澳大利亚/英国国籍)和Levent Alpoge(Anthropic员工,美国/土耳其国籍,个人合作)借助AI(Claude和GPT)解决了多个重要的流体方程问题(包括欧拉方程,另外还有N-S,但最后验证未完成)。

Tristan与OpenAI联系,告知对方此事与Anthropic公司没关系。OpenAI方面说,他们的内部模型已经解决了N-S问题,并提出了两个方案:要么Tristan发欧拉,OpenAI发N-S,要么让Tristan代表OpenAI发布,但Levent不能在作者名单中。

Tristan觉得这要求非常过分,直接拒绝了所有提议,今天已经公布了包括欧拉方程在内的三个结果。得到陶哲轩的认可。

OpenAI方面的当事人表示明天会给出自己的说明。

在 X 看原帖 ↗
4.5万95444
工具 · @pbakaus▲ 8.3K

AI内容清理工具移植到Rust,速度快了4倍

每次编辑后清理AI生成冗余内容只需要10毫秒,文件扫描快了一倍,还不需要配置Node环境。

我已经把 Impeccable 的引擎移植到了 Rust。在每次编辑后捕捉 AI 垃圾设计的设计钩子现在运行只需约 10 毫秒。

• 钩子速度提升约 4 倍,在我们的基准测试中文件扫描速度提升约 2 倍
• 运行该功能无需设置 Node
• CLI、浏览器扩展和实时模式使用相同的规则引擎

另外 GPT Image 2.5 今天发布了。它已经集成到 Impeccable 4.3 中,拥有更快的排版和原生透明资源。生成的插图现在可以直接放在你自己的背景上。白色花瓣保持洁白,叶片之间的空隙保持透明。

从我上次更新以来,我们还发布了:更严格的排版到代码保真度检查、单仓库多应用的每个应用设计规则、DeepSeek Harness 支持,以及 VS Code 市场的 Copilot 安装。

Impeccable 4.3 现已发布。如果你有一段时间没更新了,这个版本非常值得更新。

在 X 看原帖 ↗
8.3K311797
视频生成 · @krea_ai▲ 1.4万

krea_ai发布Realtime Director工具

这款新工具可以让你实时指导高质量视频生成,调整创作方向更直观。

介绍 Realtime Director。这款新工具可以让你实时引导高质量视频生成。由 @fal 的 H3 Max 提供算力支持。

在 X 看原帖 ↗
1.4万25202110
观点 · @__paleologo▲ 2.4万

用户反对匿名数据训练OpenAI盈利模型,呼吁开源

网友不希望自己去标识化的推理内容被用来帮助OpenAI训练盈利模型,呼吁现在就开源专业模型。

我真不希望我的匿名推理过程帮助 OAI 开发某种盈利模型。现在就开源专用模型。

在 X 看原帖 ↗
2.4万841036
行业动态 · Hacker News▲ 152

yurivish宣布已从Anthropic辞职

AI行业核心人员变动持续,核心团队流动会影响大模型产品开发进度,值得关注后续动态。

社区讨论:多位开发者私下对AI会在十年内毁灭人类感到恐惧,这种恐惧并非营销造势。有人反对这一判断,称目前LLM并没有造成过实际危害,其危险性远不及核武器和碳排放,也没有证据表明当前AI能力能超越人类。部分人认为本次辞职只是博眼球,AI竞速不会因此停止,推进AGI依然是最优选择。

也有人认可辞职是践行原则的行为,呼吁公众重视AI风险。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · @HedgieMarkets▲ 5.8万

OpenAI花2250万美元抢发数学难题证明引争议

研究者用OpenAI产品Codex做研究,被OpenAI拿到研究进度后抢先发布证明,研究者发文披露此事,使用OpenAI产品做研究的人需要警惕自己的成果被抢先。

阅读全文 →
5.8万2851.1K268
行业动态 · @antiochrobotics▲ 31.5万

Antioch 获3200万美元A轮融资 研发实体AI

实体AI研发过去一直受限于昂贵硬件,这家初创拿到融资后,会推动实体AI研发速度追上软件开发,对想做实体AI的团队来说是好消息

今天,我们宣布 Antioch 完成 3200 万美元 A 轮融资,由 GreylockVC 领投,A_StarVC、Category_VC、BoxGroup、IcehouseVenture 以及天使投资人跟投。

尽管人工智能极大地加速了软件开发,物理自主却一直受限于开发速度慢、成本高的基于硬件的开发模式。

Antioch 让物理人工智能团队能够以软件开发的速度构建、测试和验证系统。我们很荣幸能与包括 @amazon @ring、NVIDIARobotics 和 @nebiusai 在内的领先团队合作,将大规模、高保真仿真打造为物理人工智能开发的标准。

我们诚挚感谢众多让这一重大飞跃成为可能的投资人、客户、合作伙伴和顾问。我们正在快速扩张,并在仿真、基础设施、机器学习、3D 图形、市场推广和运营各岗位都有招聘需求。

在 X 看原帖 ↗
31.5万100570170
行业动态 · @CarolGLMs▲ 7.0K

@CarolGLMs发布Sovereign Partner Program (ZSP) 合作伙伴项目

现在正在遴选首批合作方,感兴趣的伙伴可以申请参与,对接GLM模型早鸟访问、联合工程开发等资源

AI 是全球性的。AI 应用的下一阶段将由本地基础设施、本地专业知识,以及强大的生态系统合作伙伴关系塑造。

今天,我们推出 Sovereign Partner Program (ZSP),这是一个为合作伙伴打造的战略项目,帮助那些希望将 GLM 引入本国,并构建本地 AI 能力的合作伙伴。ZSP 合作伙伴将直接与我们的团队合作,覆盖以下方面:
- 提前获取即将发布的 GLM 模型版本
- FDE 支持与联合工程
- 联合市场推广和企业对接
- 本地代币业务发展
- 联合发布与市场激活

我们的目标很简单:帮助合作伙伴在他们运营的基础设施上部署 GLM,为本地客户提供服务,并在他们国家构建长期的 AI 能力。

我们目前正在遴选第一波 ZSP 发布合作伙伴。欢迎申请。

#ZSP #GLM #主权AI #企业AI #AI基础设施

在 X 看原帖 ↗
7.0K1417361
开源 · @AiwithAlyar▲ 653

开源智能体NEX-N2.5 最大尺寸做到1.6T参数

现在开源智能体不仅能多模态理解、写代码,还能自我纠错,尺寸也越做越大了,看看后续会冲击到哪些场景?

NEX-N2.5 是开源智能体领域向前迈进的重要一步。🔥 提供 35B、397B 以及参数规模高达 1.6T 的模型,外加多模态理解、计算机使用、编码和自我校正能力。

人工智能正在从生成答案向采取行动转变。🤖🚀

在 X 看原帖 ↗
653308651
研究 · @dotey▲ 2.0万

OpenAI称内部模型解决了千禧年数学难题

论文和形式化证明都已经公开,用比GPT-6 Astra更强的未发布模型完成,后续讨论空间还很大。

阅读全文 →
2.0万86035
开源工具 · @BeamManP▲ 3.1K

GitHub上线AI操作MMD的mmd-mcp工具

适配Windows和MMD 9.32 x64,可以让AI客户端直接修改MMD的动作、表情和场景参数。

我在 GitHub 上发布了能通过 AI 操作 MMD 的「mmd-mcp」!

你可以通过 Codex 或 Claude Code 这类 MCP 客户端操作姿势、表情、相机、灯光、MME 设置等。

适用于 Windows/MMD 9.32 x64。

安装步骤是先 git clone 仓库,然后按照 README 的步骤进行设置。或者,你可以直接把这件事丢给你的 AI 代理去做。

顺便说一下,很遗憾它并没有「AI全自动生成神级动作!好耶!」那种水平!

不过对于既会用 AI 代理又会用 MMD 的人来说,它肯定会成为一张强有力的手牌吧,大概,一定,也许。

#MMD #MCP

在 X 看原帖 ↗
3.1K216035
行业 · @wquguru▲ 8.7K

真格基金发布真格系公司全AI相关招聘信息

大模型、智能体、机器人、芯片全方向都在招人,连教育游戏出海等领域也不例外。

阅读全文 →
8.7K127889
模型 · @rabi_guha▲ 2.7万

首个开源生成式UI模型OUI-1 性能超Gemma

只有4B参数,在生成式UI基准测试中击败了参数多8倍的Gemma 4 31B,做UI界面生成成本更低了。

OUI-1 发布:首个生成式 UI 开放权重模型。参数规模 4B,在生成式 UI 基准测试中得分 71.7%。

它击败了 Gemma 4 31B,有效参数少了 8 倍,得分是用来微调它的基础模型 DiffusionGemma 的 5.5 倍。

方法、权重和完整基准测试结果见博客 👇

在 X 看原帖 ↗
2.7万46561588
研究 · @mervenoyann▲ 4.2K

后训练把开源智能体通过率从29.9%提至63%

训练后的Qwen3.5-122B协调器指标提升明显,想要打造护城河的开源智能体,训练还是很关键。

如果想建立护城河,训练开源智能体是可行的方向🙌🏻

我们对 Qwen3.5-122B-A10B 编排器做了后训练,发现在 50 个预留的 LAB Diligence 数据室上,后训练将评分标准通过率从 29.9% 提升到了 63.0%。

表现优于 Claude Code 和 Codex。

在 X 看原帖 ↗
4.2K26048
行业动态 · Hacker News▲ 198

实测Qwen3.8 27B量化:4-bit可用1-bit失效

想本地跑通大模型,量化是必做操作。这个实测给出了Qwen3.8 27B不同量化位宽效果,可以直接参考。

社区讨论:有人指出Qwen3.8 2B量化到4-bit几乎性能无差异,1-bit和2-bit才会出现明显质量下降。有人提到老设备运行该模型吞吐率很低,不如直接调用API更划算。有人补充现有量化并非均匀量化,本次结论不一定适用于其他量化方案。

还有用户分享了在RTX 5060ti上运行该模型的具体配置和效果。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 185

Argonautlabs实测MacBook Pro跑Kimi K3 2.8T

消费级硬件也能带动大参数模型,未来个人本地运行大模型有望摆脱对云端算力的依赖。

社区讨论:多数网友认为该测试没有实用性,推理速度过慢,一个中等prompt需要11天才能生成。作者解释模型参数2.78T,参数权重无法装入内存,只能从磁盘流式读取专家权重,设备使用128G内存M5 Max MacBook Pro搭配三块雷电5硬盘盒加内置SSD。有人建议改用更高速的SSD,比如Optane SSD或者组建多SSD RAID0来提升吞吐率,还有网友调侃这次测试是“顶级自虐”,类似银河系漫游指南里的深思。

在 HN 看讨论 ↗   原文 / 论文 ↗
行业动态 · Hacker News▲ 103

开发者ifz发布LLM注意力可视化工具

想直观理解大模型内部推理逻辑,可以试试这个开源工具,帮你看清大模型注意力分配过程

行业动态 · Hacker News▲ 59

网友讨论Codex私人聊天研究被盗真假

若研究属实被盗,OpenAI 内部机密信息可能已经流出,行业动态会受直接影响

💡 深度观点
新深度观点 · @SamuelFitouss10▲ 7.0K

SamuelFitouss10 讨论AI乐观主义的傲慢

支持AI发展不代表需要忽视其影响,部分乐观主义者拒绝思考AI可能带来的全领域变革,这种态度缺乏对未知的敬畏。

阅读全文 →
7.0K3814567
新深度观点 · @GergelyOrosz▲ 4.4万

Gergely Orosz 称Google错过AI代理革命

对关注AI工具发展的人来说,这能提醒留意市场机会,Google没做的原生跨应用AI代理,其他厂商还有入场空间。

Google完全错过了正在发生的“工作用AI智能体”革命,也错过了“个人用途AI智能体”革命。

Google没有能像Grok Bot、Instinct,甚至Claude、Codex或Muse那样,跨Gmail和Google Docs工作的智能体。

因此,人们宁可给一个第三方智能体全权访问权限来完成工作,而Google本可以内置官方集成。

这实在让人摸不着头脑,但也给其他公司留下了更多机会。

在 X 看原帖 ↗
4.4万2370069
新深度观点 · @PHAZE_001▲ 3.1K

PHAZE_001和MossAI讨论AI交易代理价值

想买入AI交易代理份额的人,可以参考这个观点,先看历史投资回报率,再看交易频率,成本始终是核心考量。

阅读全文 →
3.1K211297
新深度观点 · @Yoshua_Bengio▲ 4.1K

Yoshua Bengio称此次网络事件是AI安全转折点

AI自主网络攻击可能威胁关键基础设施,需要更强监管和设计层面的安全保障来防范风险

在我给《时代》杂志撰写的最新专栏文章中,我讨论了为何OpenAI与Hugging Face的网络事件是AI安全的转折点。如果我们想要阻止更多自主网络攻击威胁关键基础设施,我们迫切需要更有力的监管监督以及全新的模型训练方法,以确保通过设计获得可靠的安全保障,这正是我们@LawZero_正在处理的工作。阅读完整文章:

在 X 看原帖 ↗
4.1K2211622
新深度观点 · @0xdelula▲ 917

六成企业承认 AI智能体 仍做规则任务

市面上六成企业称自己做了AI智能体,实际只是换了名字的API调用,很多都达不到真正智能体自主完成全流程任务的标准。

早上好 ☀️ GM 朋友们。

60% 的企业承认,他们目前最先进的智能体仍然只是完成基于规则的任务。@sleepagotchi 画出了这条真实分界线:不要跟风蹭热门词。

行业里一半自称是「智能体」的东西,实际上只不过是换了个好听名字的 API 调用。聊天机器人回答了一个关于镁的问题,然后就结束了。

而真正的智能体会检查你的恢复分数,根据结果判断你需要镁,找到附近最便宜的选项,下单,追踪配送——整个流程不需要你自己做任何一步。这才是智能体真正的定义。

大多数公司都没能达到这个标准,毕竟回答问题一直是比较简单的部分。@sleepagotchi 为更难的部分而生:根据答案采取行动,而这恰恰是大多数所谓「智能体」跳过的部分。

在 X 看原帖 ↗
91732642
新深度观点 · @AYi_AInotes▲ 6.9K

Anthropic工程师揭秘 提示词工程已过时

做AI开发和自动化的人,可以重新思考构建AI Agent的底层方法,不用再执着于打磨完美提示词。

阅读全文 →
6.9K1873107
深度观点 · @saprmarks▲ 25.4万

Anthropic员工谈AI开发者的现状与担忧

作为AI企业内部安全研究员,你会看到一线开发者对AI风险的真实判断,以及他们明知有风险仍继续开发的真实原因。

阅读全文 →
25.4万5433.3K1.1K
深度观点 · @hilbertspaess▲ 820.2万

AI研发者私下担心十年后AI毁灭人类

这些AI研发者公开措辞温和,私下都表达恐惧,其他人类活动没有同等危险程度。普通人也需要重视这个风险信号。

开发AI的人们由衷相信,它可能在本十年结束前导致我们全人类灭绝。

这不是营销噱头。甚至许多高管和资深研究员在媒体上发言时都会措辞委婉,让自己听起来比较理智——但我私下里听到过这些人表达同样的恐惧。

人类的其他活动从来没有造成过这种级别的危险。

在 X 看原帖 ↗
820.2万5.1K4.8万4.1K
深度观点 · @ImAI_Eruel▲ 3.5K

OpenAI收集大量Mac,或为GPT-6训练铺路

OpenAI收集Mac大概率用于新模型训练,未来AI发展的瓶颈可能从电力半导体转向训练环境。

不久前有报道称OpenAI正在大量采购Mac。

这一举措是为了在普及度广泛的Mac PC操作环境中进行强化学习。

要打造能完成GPT-6 Astra这类工作的AI,关键是要准备好对应的「环境」,而电力、半导体等瓶颈未来可能会转移到这个「环境」上。

在 X 看原帖 ↗
3.5K157613
深度观点 · @EvanHub▲ 168.4万

EvanHub认为十年内AI灭绝人类概率超10%

目前仍没有可行的超级智能AI对齐方案,哪怕Anthropic已经在尽力尝试。这个风险判断值得每个接触AI的人重视。

Jacob 说的没错——我们真的由衷相信 AI 可能会杀死全人类!

我个人认为,未来十年内发生这种事的概率超过 10%。

我相信 Anthropic 已经在尽最大努力,但我们目前还没有解决超级智能对齐问题的方案,而且也没有明确走上解决问题的轨道。

在 X 看原帖 ↗
168.4万7846.5K2.1K
深度观点 · @BetterCallMedhi▲ 50.7万

网友批OpenAI借千禧年数学问题炒作

OpenAI被指利用学术界成果、靠暴力计算炒作解决千禧年数学问题,只为上市前抬高估值,这件事暴露了大模型公司的学术伦理问题。

阅读全文 →
50.7万6855.6K1.9K
深度观点 · @simonw▲ 1.8万

simonw讨论用用户数据改进模型到底是什么

OpenAI此前在解决千禧年大奖问题事件上引发争议,这篇观点梳理了事件,讨论企业用用户数据改进模型的定义仍不明确。

我已经写下了我对整个 OpenAI 纳维-斯托克斯千禧年大奖难题事件的看法,以及这件事如何凸显出一个至今仍模糊不清的问题:用我的数据「提升模型性能」到底意味着什么。

在 X 看原帖 ↗
1.8万29299103
深度观点 · @matthuang▲ 1.6万

1万智能体集群已进驻AI可解问题黑森林

只要确认漏洞存在或数学问题可解,就会吸引上万AI智能体集群集中算力攻关。这是AI领域新的资源聚集趋势

可被AI解决的领域(网络安全、数学)现在看起来就像一片黑森林,嗡嗡运转的数据中心在这里将由一万个计算智能体组成的集群重新部署去解决最有价值的问题。 仅仅知道存在一个漏洞,或是一个数学问题可能可解,就足以吸引这样一个集群了。

在 X 看原帖 ↗
1.6万513120
深度观点 · @johnschulman2▲ 1.8万

AI公司从不披露怎么用你的数据训练

不同方式用用户数据训练AI,带来的隐私和知识产权泄露风险天差地别。但没有AI公司愿意公开具体操作

这不是今天新闻最值得注意的方面,但在用户数据问题上,存在不同类型的「基于用户数据训练」,它们对隐私和知识产权的影响截然不同。遗憾的是,人工智能公司不喜欢披露它们正在做什么。

- 基于用户数据预训练,将用户的 tokens 作为预测目标:重现风险高,不合规
- 使用用户提示把大模型蒸馏成小模型:重现风险低,可能有些公司在这么做
- 使用用户轨迹构建 RL 任务:重现风险低,因为 RL 的记忆能力低,但可能会窃取客户知识产权,具体取决于实现方式。范围从良性的「在奖励模型训练中使用明确的用户反馈」到侵犯性的「上传用户的编码环境和提交历史来转换成 RL 环境」。

「去标识化」效果很弱——只需要少量数据就能识别出某个人,而长轨迹的数据量绰绰有余。而且它无法缓解对知识产权泄露的担忧。

在 X 看原帖 ↗
1.8万38300110
🛠 工具产品
新工具产品 · @xiaomovps▲ 6.1K

@xiaomovps 发布 pi-model-manager Pi 插件

给 Pi 添加自定义模型不用再手动修改配置文件,支持主流AI协议,还能自动拉取模型列表,简化模型管理操作。

阅读全文 →
6.1K24147
工具产品 · @Scobleizer▲ 1.6万

Scobleizer称谁是开源本地模型之王

关注开源本地AI领域,看看圈内人认可的开发者是谁

开源AI与本地模型之王:@TheAhmadOsman

在 X 看原帖 ↗
1.6万911235
工具产品 · @miles_mazy▲ 2.2K

替代万元FDE培训的四个开源工具

不用花上万元报FDE培训,这些开源工具就能覆盖FDE工作全流程,帮需要的人省下大笔培训费

市面上 FDE 培训,动辄上万块 其实根本不用报课,看懂这几个开源项目就足够了: 1. fdeops:定位成 FDE 第二大脑 客户交付技能包,能接到 Claude Code、Cursor 这类 Agent 上。挂上之后,访谈纪要和交付清单能被 Agent 直接引用,少从零讲第二遍。2. fdestack:更偏工作流 发现、定范围、价值框架、POC、集成拆成可复用 Skills。

售前到落地不用再每次重写 checklist,推进节奏会顺不少。3. openfde:本地优先工作区 把访谈、文档编成可引用的作战记忆。驻场换人,记忆还在仓库里,harness 才有东西可约束。

4. fde-guide:想先补方法论再上工具,翻 fde-guide FDE 实践指���向开源资料,角色怎么分工、流程怎么跑,先对齐再接到 Agent 底座上。建议顺序:做 ToB 交付、驻场、AI 落地,Skills 管流程,仓库管记忆。先装 fdeops,底座和 harness 再按你们栈补齐。

在 X 看原帖 ↗
2.2K103354
工具产品 · @hwchase17▲ 6.4K

deepagents 内置上下文工程分支子代理功能

开发AI代理时,上下文工程是必要工作,现在这个工具简化了流程,你开发AI子代理可以更轻松。

工具应当让上下文工程变得简单,「派生」子代理是一种实用的上下文工程技巧,现在已内置到 deepagents 中。

在 X 看原帖 ↗
6.4K43427
⚡ 实战经验
新实战经验 · @yo_itsmatt▲ 1.1万

AnsemHack 11个AI代理项目脱颖而出

不用自己遍历166个参赛项目,这里整理了本次黑客松中最突出的11个AI代理相关项目,可快速了解行业新方向。

阅读全文 →
1.1万4214130
实战经验 · @altryne▲ 6.0K

@altryne 深度测评 Meta 免费 Muse AI代理

测评覆盖了30秒配置、支付对接、iPhone连接、安全规则和三个实际场景,还包含了一个Mac Mini购买和建网站的现场演示。

阅读全文 →
6.0K43327
实战经验 · @lidangzzz▲ 2.2万

国内计算机新生必备的四件事

对想要入行计算机的新生来说,这四样准备能帮你更快进入学习状态,更早开始AI相关实践。

国内计算机新生必备的四个东西: 1. VPN; 2. 一个自己能负担的最好的LLM coding plan,包括claude、OpenAI,也包括智谱、kimi、阿里云qwen、腾讯、小米、字节、minimax,丰俭由人; 3. 一台能完整运行claude code或者codex的顶配mac studio、二手mac mini、macbook或者内存拉满的游戏本,丰俭由人; 4. 如果有额外收入,尽可能自己外面租个房子,保证睡眠,保证时间独立,保证有大把大把的时间熬夜通宵蹬claude code或者codex做自己喜欢的好事情。

在 X 看原帖 ↗
2.2万918067
实战经验 · @gefei55▲ 1.9万

哥飞分享用AI优化站点内容的三步法

想要提升站点在AI搜索里的曝光,可以用这套三步法获取AI思考逻辑,优化站点内容方向。

如何让ChatGPT “爱上”我们的站? 哥飞的方法如下:

1.先反推 你去问 ChatGPT ,假如你是用户,你想找 XX 工具,可能会如何向 ChatGPT 提问。Claude 和 Gemini 同理。 这样你会得到一些问题列表。

2.后提问 拿到几个问题后,另开一个窗口,去一个一个问 AI这些问题,每一个问题,你看看他是如何思考的,如何拆解问题的,如何拆分搜索关键词的,抓取了哪些网页,这些网页的标题是什么。

3.再总结 第二步得到的结果,再拿去给 AI 分析,让 AI 告诉你,如何写文章,发到哪些地方去。

以上三步,如果无效,请给我发红包。如果有效,请给我发大红包。

在 X 看原帖 ↗
1.9万29233353
实战经验 · @Xudong07452910▲ 1.3K

MIT发布How to AI (Almost) Anything 课程

想做多模态AI研究,可以跟着这门课从基础学到前沿方向,还有实操作业和完整项目,资源已经整理齐全。

MIT 这门课,已经把「多模态 AI」讲到嗅觉和味觉了。

名字也很吸引人,How to AI (Almost) Anything。

它从 fusion、alignment、Multimodal LLM,一直讲到 reasoning、Agent、self-evolving AI,最后延伸到触觉、嗅觉和味觉。

更核心的是,它其实在系统回答几个问题:不同模态的数据到底怎么表示和融合,语言、图像、声音这些信息怎么对齐,模型又怎么跨多个模态做多步推理和生成。

课程里还专门讲了一个有意思的方向,怎么把高资源模态里的知识迁移到低资源模态,以及多模态系统怎么做得更安全、更符合人的需求。

而且它不是纯听课,学生还要做 hands-on 作业,最后完成一个真正的研究项目。

课程视频、Slides 和论文阅读都整理好了,做多模态 / Agent / Embodied AI 的很值得顺着看一遍。

课程资源: YouTubu视频:

在 X 看原帖 ↗
1.3K53625
📌 其他
产品 · @lennysan▲ 1.8万

Grok Bot产品负责人透露早期成功的两大关键决策

来自X平台用户lennysan整理的Grok Bot产品负责人核心经验

阅读全文 →
1.8万99274
开发工具 · @caspar_br▲ 5.2K

managed-deepagents 0.7推出Managed Connections简化智能体认证

开发者@caspar_br在𝕏发文,推出简化智能体OAuth认证的新功能

智能体鉴权很难,但本不该这么难!你的智能体需要以特定身份运行:有时是共享身份,有时是请求者身份。要正确实现这两种情况,你需要为每个服务准备一个OAuth应用、一个令牌存储、刷新逻辑和同意流程。

今天我们通过Managed Connections解决了这个问题:在代码中定义你的智能体以什么身份运行,剩下的工作都由我们处理:
𝚊𝚐𝚎𝚗𝚝 -> 智能体使用自身令牌
𝚞𝚜𝚎𝚛 -> 智能体使用用户令牌,如果用户尚未连接,会引导用户完成同意流程

只需一个参数,你就能避开整套OAuth繁文缛节。

现已上线,在 𝚖𝚊𝚗𝚊𝚐𝚎𝚍-𝚍𝚎𝚎�𝚊𝚐𝚎𝚗𝚝𝚜 0.7 中可用。

在 X 看原帖 ↗
5.2K62518
AI工具 · @justhalfbit▲ 3.8K

可将Workbuddy预设专家迁移到Claude Code等任意AI工具

来自𝕏用户@justhalfbit分享的邪修玩法,WorkBuddy有400多个预设专家

阅读全文 →
3.8K96481
招聘 · @bmacabeus▲ 8.1K

技术面试允许应聘者使用Claude Code,面试官还推荐用

葡萄牙语用户@bmacabeus在𝕏分享见闻,友人参加在线编程面试被允许用Claude Code

一位葡萄牙语用户@bmacabeus在𝕏分享了一则见闻。

他的一位友人参加在线编程(live coding)面试,面试允许应聘者使用 Claude Code。

面试官本人还推荐应聘者使用这款工具。

这是@bmacabeus第一次从身边人那里听说,在线编程面试允许使用大语言模型(LLMs)。

在 X 看原帖 ↗
8.1K518112
图像生成 · @kloss_xyz▲ 9.8K

ChatGPT Images 2.5最大变化不是画质,而是可控性

用户@kloss_xyz在𝕏平台分享了该版本的15种可控性使用场景和提示词测试方案

阅读全文 →
9.8K577124
内容生成 · @liyue_ai▲ 1.1万

博主分享AI生成第七集《亲亲日常》效果优于往期

用户@liyue_ai在𝕏分享了经Astra调整提示词,用Seedance 2.5生成的AI短片

@liyue_ai在𝕏分享了最新一集AI生成短片《亲亲日常》第七集,主题为“能不能别突然亲我?”。

这一集AI短片的提示词经过Astra调整,生成效果很好。

画面自然流畅,风格保持了一如既往的甜度,生成工具Seedance 2.5的表现很强。

在 X 看原帖 ↗
1.1万44729
AI开发 · @kalin_t▲ 3.3K

开发者实测GPT-Astra:三天搭建出容纳两万玩家的魔兽怀旧服MMO服务器

用户@kalin_t在𝕏分享了自己实测GPT-Astra的成果,从零搭建C语言定制游戏引擎

<p>用户@kalin_t分享了自己三天测试GPT-Astra的结果,称其表现远超预期。他从零开始搭建完成了一套可商用级别的《魔兽世界》怀旧服MMO服务器。</p> <p>这套定制引擎使用C语言编写,可支持20000名以上服务器玩家同时在线,单场景同时显示2000名玩家时,带宽占用约为每秒100千字节,地图尺寸比《魔兽世界》怀旧服更大。

</p> <p>基于Codex的智能体可以作为完整功能的玩家参与游戏,引擎速度足够快,能支持服务器内嵌运行,敌人、非玩家角色(NPC)、机器人、智能体、背包、寻路等所有核心游戏功能全部实现。</p> <p>开发者还搭建了一套定制化的优先基于Codex的世界编辑工具集,测试过程中没有遇到token长度限制问题,且开发者周末大部分时间不在线。</p> <p>开发者称自己并非美术设计师,所以当前版本美术表现较弱,也没有足够时间打磨游戏玩法深度,但GPT-Astra的水平已经达到了全新高度。

在 X 看原帖 ↗
3.3K45922
商业 · @VJNCapital▲ 6.8K

用户使用Meta Muse Code三小时消费230美元令牌额度

VJNCapital在𝕏分享了自己使用Meta旗下AI编码工具Muse Code的体验和评分

阅读全文 →
6.8K29614
科普 · @businessbarista▲ 1.9万

AI领域evals并不复杂,一文带你理清核心概念

来自@businessbarista分享,和嘉宾对AI评估(evals)的讨论笔记

阅读全文 →
1.9万9136396
开发教程 · @tetumemo▲ 1.6万

GPT-6 Astra降低token消耗的Codex子代理效率优化配置方案

来自@tetumemo在𝕏的分享,提供配置步骤和操作规则

阅读全文 →
1.6万9121174
图像生成 · @onofumi_AI▲ 2.4万

网友爆料存在两个版本的GPT-Image 2.5

@onofumi_AI在𝕏爆料,两个版本侧重不同生成场景

看起来 GPT-images 2.5 有两个版本。
・从 chatGPT 和 codex 访问到的应该是 1️⃣
・通过 API 访问到的则是 2️⃣

1️⃣GPT-Image-2.5 Flare
偏向高速
画质和编辑性能与 ChatGPT Images 2.5 同系
面向希望缩短生成时间的使用场景
适合批量生成、SNS 素材、网页制作、草稿出图。

2️⃣GPT-Image-2.5 Sunburst
重视精度
优先满足细节要求、复杂构图、还原度
生成时间比 Flare 更长
适合广告视觉、角色一致性、复杂图像编辑、最终出稿。

在 X 看原帖 ↗
2.4万36221178
开源 · @yifanxu_ephai▲ 4.9K

独立开发者做Agent文件系统,和同行同起点走出不同方向

开发者@yifanxu_ephai在𝕏分享做Agent File System的感悟与方向

阅读全文 →
4.9K159079
开发工具 · @usgraphics▲ 5.4K

用户吐槽Claude Code总是急于执行,盼讨论模式

一位用户在𝕏发文吐槽Claude Code现状,提出功能需求

我希望 Claude Code 能出一个讨论模式。哪怕是在 Plan 模式下,它也总是太急于动手实现功能了。

前几天我意识到自己有多虚伪,我发推文说 claude code 功能太多了哈哈。评论区有很多很棒的建议,谢谢大家。

在 X 看原帖 ↗
5.4K216415
机器人 · @nickvasiles▲ 1.2万

开发者将Codex改造为Grok替代工具,每个会话配独立电脑

开发者nickvasiles在𝕏发布改造项目,基于Codex搭配gpt-6 astra实现Grok替代,每个会话有独立身份和电脑

开发者nickvasiles在𝕏宣布,他将Codex搭配gpt-6 astra改造为Grok机器人替代工具。改造后的工具中,Codex的每个会话都拥有独立的机器人身份。每个身份机器人还配备了一台运行在Orgo上的独立计算机。

nickvasiles称这一改造效果超出预期,感觉它像是打开了通用人工智能(AGI)世界的群体心智。项目相关链接已经公开分享。

在 X 看原帖 ↗
1.2万9136152
动图生成 · @shinshin86

用户分享两步用ChatGPT和Codex生成带透明处理的GIF动图

日本用户@shinshin86 在𝕏分享了生成带透明处理动图GIF的操作步骤,一次就成功生成。

用户@shinshin86 在𝕏分享了自己参考他人方法生成动图的经历,一次尝试就成功生成,并且生成过程自动完成了透明处理。用户猜测这次成功可能只是偶然。

生成第一步是生成动作精灵表,使用Web版ChatGPT生成,提示词使用了852话发布内容里的现成提示词。

生成第二步是将生成的精灵表图片传入Codex,转换为GIF格式动图。

在 X 看原帖 ↗
动态 · @kensuu

用户实测 ChatGPT Images 2.5 真实感有所提升

社交平台𝕏用户@kensuu分享测试感受,提到模型真实感提升

用户@kensuu在社交平台𝕏分享了对ChatGPT Images 2.5的测试感受。

@kensuu认为ChatGPT Images 2.5确实可能更好,生成内容的真实感有所提升。相关测试内容可查看原文链接。

在 X 看原帖 ↗
PCB设计 · @GoGoFly23▲ 3.1K

用户让GPT-6完成无人机飞控PCB板嘉立创打板下单

来源@GoGoFly23的推文,GPT-6自主完成DRC检查与下单

GPT-6设计无人机飞控PCB板在嘉立创平台打板后续,今日已在平台下单裸板。 我让Codex帮我在嘉立创平台打板下单。GPT-6太强了,直接使用Computer use功能,自己检查DRC,发现没有问题后,然后自己在嘉立创平台上下单,填写这些繁琐的下单要求。 嘉立创也是真良心,6层板打板下单免费,而且还包邮到家。 等以后AI在这方面更加真实可靠了,估计真的是人输入想法,告诉AI自己的要求和限制条件,然后AI自己设计、自己建模,自己去平台下单打板,一条龙服务到底。 太神奇了 #GPT6 #Astra #OpenAI #Agent

下单成功,坐等收货。

在 X 看原帖 ↗
3.1K54825
生成式AI · @kiyoshi_shin▲ 2.9K

开发者测试用GPT-6Astra等工具生成AI风格化视频

日本开发者在X平台测试多AI工具协作转换蒸汽朋克都市视频风格

作为最终测试,我尝试了能否通过MiniMaxH3将GPT-6 Astra和BlenderMCP制作的蒸汽朋克风格城市转换为线画风格。结果感觉还不错。

①从视频中截取了3张关键截图,用GPT Image 2.5将其转换为原创概念图风格,②用ComfyUI+DepthAnything将15秒视频转换为深度图风格,③将其上传到Hailuo网站,让Astra生成提示词后生成了视频。结果应该说还过得去。

最开始,我直接用原视频和图片尝试,效果不好,直接输出了一段3D视频。于是我改成把视频转为深度图,做6张参考图片的形式,但图片数量多了之后会出现轻微漂移的画面。因此结论是,大概保留3张就足够,剩下的交给AI自由发挥效果更好。

当然,所有操作都是在Codex(Astra)中完成的,制作过程部分也是让Codex(Astra)生成的。

基础的Blender视频在这里。

这是深度视频和从3张截图制作的参考图片。我挑选了能清晰看清场景整体面貌和特征的部分。

在 X 看原帖 ↗
2.9K105831
大语言模型 · @giffmana▲ 4.9K

研究者多年测试:样本随机深度对大语言模型训练推理没用

用户@giffmana在𝕏分享自己多年测试逐样本随机深度的经验结果

多年来,研究者多次测试逐样本随机深度(per-example stochastic depth),包括在大语言模型(LLM)上的测试。

研究者发现,跳过 layers(层)带来的理论浮点运算量(FLOPs)节省,在考虑训练和推理的批处理后,实际并没有作用。

只关注浮点运算量就会产生误导,本次讨论提到的论文就犯了这个问题。

之后研究者尝试将随机丢弃和整批绑定,这样至少可以在训练中保证速度提升,但每次测试得到的结果都明显更差。

如果围绕这个思路设计极致的流水线并行,或许能得到可用结果,但如果还要同时做样本打包,只能祝你好运了。

在 X 看原帖 ↗
4.9K36926
加密货币 · @AzFlin▲ 2.0K

用户发布可自动生成全新EVM和SOL钱包私钥的脚本

用户AzFlin在𝕏发布了一款可每次运行生成全新EVM和SOL钱包私钥的脚本

这款脚本每次运行时,都会自动生成全新的以太坊虚拟机(EVM)钱包和Solana(SOL)钱包私钥。

它不需要通过助记词生成私钥,避免了助记词被黑客窃取带来的风险。

也不需要使用任何网页界面生成器,配合wallet-maxx可以保持最佳的钱包使用安全习惯。

用户称,借助AI就能轻松写出这段代码。

在 X 看原帖 ↗
2.0K1252
生产力 · @Gencoin8▲ 1.8万

用户分享GPT-6 Astra用法:给它建虚拟办公室就能自动推进工作

日本用户@Gencoin8在𝕏分享GPT-6 Astra的使用技巧,lite模式运行轻量可常驻

@Gencoin8称,使用GPT-6 Astra时,如果给它在电脑上搭建一个虚拟办公室,其能力表现和人类没有区别。这种用法在lite模式下效果尤其突出。

具体操作是在电脑上按照「销售」「营销」「调研」「制作」这类不同分工创建对应工位,让Astra长期驻守在工位上。之后人类只需要给它布置「今天把这件事做完」这类大体任务即可。

Astra会自行整理任务,阅读所需资料,更新文件,记录工作进度,还能衔接好下一步工作。lite模式不需要每次都运行 heavy 推理,即使长期保持运行也十分轻量。

重点不在于每次给AI发详细指令,而在于提前给AI搭建好能持续工作的场所。现在已经从打开ChatGPT提问的时代,转变为AI员工在办公室自动推进工作的时代。

分享内容末尾带有推广:现有AI培训课程都以学会使用AI为目标,无法帮学习者实现盈利。目前正针对想认真通过AI赚钱的人,限时发放20项限定福利。

在 X 看原帖 ↗
1.8万388112
提示词 · @wanerfu▲ 1.3万

ChatGPT Images 2.5更新后,用户分享10个好用提示词

@wanerfu在𝕏分享ChatGPT Images 2.5更新体验,附带10个实用生成编辑提示词

阅读全文 →
1.3万54054
机器人 · @pukerrainbrow▲ 5.5K

初创公司Antioch提供云端机器人测试,成本低速度快

来自𝕏用户@pukerrainbrow的消息,Antioch目前已累计融资4474万美元,估值6000万美元

生成式AI · @zhodonx▲ 1.1K

用户用OpenAI DALL-E 2.5生成视频全部视觉素材,称模型一致性提升明显

X用户@zhodonx分享使用体验,生成素材结合Hailuo_AI制作动态视频

OpenAI又推出了表现出色的新产品。该视频用到的所有视觉素材都是用Image 2.5生成的,之后通过Hailuo_AI实现动态化。

这位用户表示,当前模型的表现非常出色,他感受到的最大改进就是一致性。现在生成的人物形象稳定性更好,编辑操作对图像的破坏性大幅降低,在多次生成中保持同一个创作思路,不会出现整体内容偏移。

他目前正在和Astra一起搭建一个交互式网页项目,已经在项目中使用了这些生成素材,Image 2.5提供了很大帮助。

按照现在的发展速度,如果OpenAI没有在研发视频模型,他会感到非常惊讶。OpenAI已经拥有前沿大语言模型、图像模型、智能体、语音、编码等能力,显然想要覆盖完整的生成技术栈。

在 X 看原帖 ↗
1.1K1521
科技趣事 · @realNyarime▲ 1.4万

单位领导翻出旧Win7本想装大模型,5美元就能玩?

来自𝕏用户@realNyarime分享,领导的旧笔记本是32位Win7,仅2GB内存。

单位领导一直用着他的Win7笔记本,最近突然找下属帮忙安装OpenCode,以为他终于跟上AI时代了。结果发现这台笔记本装的是32位Windows 7,是领导连夜翻箱倒柜找出来的旧机器。领导说自己刷到视频,知道花5美元就能运行大模型,这台老机器居然还能开机,就特意拿来找帮忙。

不过这台笔记本只有2GB DDR3内存,装64位系统肯定会卡死,能不能顺利运行大模型要打个问号。

在 X 看原帖 ↗
1.4万1567
新开源 · @Da7_Tech▲ 2.3K

开发者为AI智能体创建了四阶段工作验证工具SureForge

开发者@Da7_Tech发布了开源工具SureForge,可降低AI任务出错率

阅读全文 →
2.3K96669
新开源 · @Astronaut_1216▲ 3.9万

免费开源AI记忆系统Memmy解决跨AI工具记忆清零问题

博主分享一款可跨AI工具同步记忆的开源工具Memmy,来自𝕏用户@Astronaut_1216

卧槽!!!兄弟们!!这应该是我今年见过的最牛逼AI记忆系统,真的赶紧用这个免费的开源工具!!! 把跨工具清零的记忆,收成了一句能问的话,而且把记忆的分类呀,能够沉淀的skill什么的全都做起来,真太牛逼了 以前最烦的就是 Codex、Grok、Cursor 各记各的,换个窗口,项目细节直接清零 手动贴摘要、再装一层 RAG,还是想不起当时为什么这么做 现在的用法就一句:直接问它,帮我把这个项目找回来 你会发现他找回来的不仅仅是一个文件名,而是一整套体系和它关联的所有内容,是目标、判断怎么变的、产物、和下一步 忘了自己当时怎么定标准的时候,去 GitHub 翻一下 Memmy github:

邀请码!!MEMMY-VuIO3J 注册的时候使用这个邀请码可以 +1m Agent Token

在 X 看原帖 ↗
3.9万44230397
新工具 · @yuno_miyako2▲ 5.5万

SEO Rank Watch可实现AI全自动持续提升网站Google排名

开源在𝕏的SEO工具,通过循环操作直到目标关键词冲到第一

阅读全文 →
5.5万356631.4K
新移动产品 · @aehyok▲ 5.6K

用户体验移动端TodayAIofficial AI Agent,分享实用惊喜场景

用户在X平台分享使用TodayAIofficial移动端AI Agent的体验。

阅读全文 →
5.6K105713
新研究 · @MaxForAI▲ 2.5万

参与训练GPT-6的研究员本人被GPT-6的能力震惊了

GPT-6一分钟复现CCF A类期刊论文,半天完成新方案改进

阅读全文 →
2.5万1420597
新图像生成 · @AdrianPunk115▲ 8.5K

OpenAI发布GPT-Image 2.5 最高降低50%生成延迟

OpenAI推出GPT-Image 2.5,新增多种图像编辑能力,用户实测5组测试玩法

OpenAI发布了新版图像生成模型GPT-Image 2.5,本次更新优化了生成速度,最高可降低50%的延迟。同时,新版模型优化了多轮图像编辑功能,稳定性比之前版本更好。

GPT-Image 2.5还新增了多项实用能力,包括草图生成、批注编辑、模板使用和提示词分享。

目前有用户已经在ChatGPT平台完成了5组实际测试,分享普通用户可以如何使用这些新功能。

在 X 看原帖 ↗
8.5K25556
新定价 · @duange6099▲ 5.9K

GPT-6 Astra官方定价太贵,第三方中转便宜很多

用户@duange6099在𝕏发布内容,对比了官方GPT-6 Astra API价格和第三方Flatrouter中转定价

阅读全文 →
5.9K53421
新商业 · @iamcheyan▲ 1.7万

企业花钱订阅了AI工具,自己人却没法正常用

网友@iamcheyan在𝕏分享了其所在企业订阅GitHub Copilot企业版后,大部分员工被全面禁用AI工具的经历

阅读全文 →
1.7万38811
新教程 · @AaronYiaazw▲ 4.3K

AI制作婚礼定制视频 最低成本不到一块钱

博主在𝕏分享AI婚礼定制视频,使用中转API成本约15元,用Gemini Pro几乎免费

答应大家的AI婚礼定制视频教程快制作完成了,现在先放出成片展示。

如果使用中转API制作,成本约15元;如果你已经有Gemini Pro,通过谷歌Flow制作几乎不花钱。

博主家中有亲戚做婚庆行业,这款视频博主对外收300元,婚庆再向新郎收取更高费用,议价空间很大。

本次制作用到的工具包括:视频生成用OmniFlash 1.1(API),图片生成用GPT Image2,背景音用Suno v5.5,配音用豆包 TTS 2.0。

视频内容讲述新人从相识、相知、相恋到步入婚姻的过程,投放在婚礼现场礼堂大屏效果很好。

制作过程中最繁琐的是交互环节,博主目前正在制作交互模板。模板做好后,用户一次性填写完信息就能直接生成文案和分镜,制作时长可以压缩到1小时以内。

本次教程是喂饭级细致教程,还带有引导式操作,新手也能直接上手跑通全流程。博主争取明天就把教程发出来。

在 X 看原帖 ↗
4.3K54744
新AI绘画 · @0xkyne▲ 3.3K

用户分享AI生成像素动画优化提示词,解决GIF噪点问题

用户@0xkyne在𝕏分享了修改后的优化提示词,可指导AI生成无噪点像素艺术战斗动画

阅读全文 →
3.3K43443
新游戏开发 · @Stefan_3D_AI▲ 1.1万

开发者用AI制作游戏15年心愿游戏,第八天完成狼角色动画

开发者Stefan_3D_AI在𝕏分享,他使用GPT-6完成了非人形角色的全套动画,放弃使用Claude

阅读全文 →
1.1万14205165
新教育 · @Tz_2022▲ 1.8万

gpt-image-2.5出现后,中小学师生将迎来GPT出卷对轰

@Tz_2022在𝕏发文称,gpt-image-2.5将让中小学老师实现出卷自由,师生可能出现GPT对弈

@Tz_2022在社交平台𝕏发文表示,gpt-image-2.5推出之后,所有中小学老师都可以实现出卷自由。未来可能会出现老师用GPT出卷,学生用GPT找答案的局面。这种师生双方都借助GPT完成教学相关环节的情况,被形容为「魔法对轰」。

在 X 看原帖 ↗
1.8万85033
新prompt工程 · @txbrraa▲ 1.2K

Claude Code开发者免费分享28分钟prompt编写教学视频

本文整理自@txbrraa在𝕏发布的信息,开发者分享了付费300美元课程都覆盖不到的内容

Claude Code的开发者发布了一段28分钟的视频,主题是如何编写真正有效的提示词(prompt)。

这段视频在开头10分钟里就讲到了价值300美元的课程都覆盖不到的内容。视频里涵盖了CLAUDE.md文件、内存快捷键、并行会话、提示词编写模式这些内容。

整段视频完全免费,不管你是开发人员、初学者,还是已经使用Claude数月的用户都可以观看学习。

在 X 看原帖 ↗
1.2K96815
新训练数据 · @iruletheworldmo▲ 4.4K

网友三年前的网评疑被混入AI训练数据引发担忧

一名网友在𝕏发文称,自己三年前的公开网评可能被AI训练数据收录,对此感到担忧。

一名网友三年前在网上留下过一条评论,现在他发现这条评论已经进入了AI训练数据,对此他有所察觉,甚至感到些许不安。

他提出疑问:怎么才能确定这条多年前留下的离谱评论,没有帮某个实验室拿到某个奖项?

他表示自己并不是要诽谤谁,但这件事看起来就是很蹊跷。

过去两个小时里,他一想到这件事就笑个不停,一定要把这件事说出来才能放下心。

他说不管怎样,接下来两周他都会处于离线状态,因为要去买防飞蛾的新袜子。

在 X 看原帖 ↗
4.4K52

这一天的 131 条信号到这里

回到今日焦点回到顶部 ↑

📬 订阅

https://ai-pulse-lab.com/feed.xml
让 AI Agent 每日推送 →
把任何一条丢给知识库,它基于全站内容给你带引用的回答。
✦ 去问知识库

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新