社区讨论:不少开发者认为现在大语言模型生成的代码质量优于手工编写,大语言模型能大幅提升开发效率,不应仅仅因为项目使用了AI开发就否定它,只要应用能正常完成功能就不必在意代码生成方式。也有开发者表示,手工编写代码解决复杂问题的乐趣会被AI开发消解,还有人质疑统计AI生成代码比例时可能存在过度计数的情况,另外有人吐槽F-Droid本身的搜索体验差、应用运行卡顿。
今天发生了什么1 分钟读懂
五角大楼把近九成机密AI工作从Anthropic迁走,英伟达和Palantir也开始限制员工使用Claude,担心闭源实验室拿客户数据训练模型。Google则相反,向全员工程师放开了Claude。
来源@NFT_Chen「五角大楼把近九成机密AI工作迁出Anthropic」@MinLiBuilds「英伟达和Palantir开始限制使用Claude」@wallstengine「Google放开全公司工程师使用Anthropic Claude」
上海AI实验室开源了744B参数的Atria Dawn Preview,专注长任务链的agentic模型,完整权重开放、可自建全流程。实测它能用自然语言生成3D场景,已有人拿它做古诗地图给孩子讲诗。
来源@berryxia「上海AI实验室开源 744B Atria Dawn Preview 模型」@rionaifantasy「上海AI实验室推出Atria Dawn Preview,3D生成不输GPT-6 Astra」@lxfater「会VibeCoding的父母用AI辅导孩子学古诗,比培训班好用」
昨天登顶的DeepSeek V4.1 Flash又添一个数字:训练成本仅1000万美元,比GPT-6 Astra低100倍。今日深读是一位DeepSeek内核工程师的自白:他亲手优化算子,也清楚自己在加速被AI取代。
来源今日深读《一位DeepSeek工程师:算子写得越好,我越早被AI取代》@EMostaque「deepseek v4.1 Flash 训练成本仅一千万美元」
03 Ornith-1.5 9B 可在手机本地免费运行 只要手机有8GB内存就能运行,支持256000词元上下文,完全本地化不用联网,不用依赖云端服务。
免费在手机上直接启动AI 破解版Ornith-1.5 9B 已发布。它仅需8GB 内存即可运行,并能完美处理所有提示。 规格: • 上下文包含256,000 个词元 • 多模态• 代码和运行级别为Qwen-3.6 35B • 完全本地化 在…
04 中国开发者开源Unlimited OCR 文字识别模型(3B parameters) 这款只有30亿参数的小型文字识别(OCR)模型,可以直接在本地硬件运行,一次性就能处理完一百页的PDF文档,比常规方案更紧凑。
中国开源了一个可以单次处理完整100页PDF的紧凑OCR模型。它叫做Unlimited OCR。它只有30亿参数,完全可以在本地硬件运行。 大多数其他OCR工具会将文档分割为单个页面,丢失整体上下文。这个模型可以一次连续处理完整文档。
今日焦点
一位DeepSeek工程师:算子写得越好,我越早被AI取代
几天前,DeepSeek v4.1 发布了。它把小模型的能力提升到了一个新的水平。
AI 的进步比任何人预期的都要快。从最初只能做简单对话、上下文只有几千 token 的第一个 ChatGPT,到拥有真正推理能力的 OpenAI o1、DeepSeek R1 和 Kimi K1.5 Thinking——这只用了大约两年。从推理模型到能够流畅使用工具、运行命令、完成复杂任务的 Agent——这只用了一年半左右。很难想象再过一年、两年、三年,AI 会是什么样子。它会有多强大?它是否已经能够自我改进,并深度进入具身智能这样的领域?
在我工作的领域——设计和编写算子——AI 的进步也非常快。
深度阅读
🔥 信号雷达145 条本班新增 31 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)
新行业动态 · Hacker News▲ 78
开源应用商店 F-Droid 有多少LLM生成代码
开源应用代码的生成方式正在被LLM改变,关注开源生态的你,可以看看这个问题引出的社区讨论。
开源应用商店 F-Droid 有多少LLM生成代码
开源应用代码的生成方式正在被LLM改变,关注开源生态的你,可以看看这个问题引出的社区讨论。
新行业动态 · @0xLogicrw▲ 6.3万
百度引入前DeepMind核心工程师负责大模型预训练
百度正在补强大模型预训练团队,这次挖到了参与过Gemini核心研发的资深工程师,且相关工程师入职后仍在美国办公
百度引入前DeepMind核心工程师负责大模型预训练
百度正在补强大模型预训练团队,这次挖到了参与过Gemini核心研发的资深工程师,且相关工程师入职后仍在美国办公
前 Google DeepMind 主任工程师 Qiyin Wu 已加入百度,负责大模型预训练,入职后仍在美国办公。她此前参与 Gemini 研发,是 Gemini 2.5 Flash、Pro 的核心贡献者。她很可能就是本月初曝光的花名「武钦」的研究员。
当时百度 BMU 负责人孙天祥内部宣布,从北美某 Frontier Lab 引入了一名研究员。此人过去两年参与过数代大模型研发,将和团队一起加强文心预训练能力。
新新品发布 · @victormustar▲ 4.1万
victormustar发布浏览器端代码智能体 Pi(2B)
无需本地部署大模型,也不用调用远程服务,打开浏览器就能用代码智能体,出门在外也能随时写代码。
victormustar发布浏览器端代码智能体 Pi(2B)
无需本地部署大模型,也不用调用远程服务,打开浏览器就能用代码智能体,出门在外也能随时写代码。
隆重介绍:一款完全在浏览器中运行的编程智能体(Pi),基于WebGPU上的2B模型🤯 MiniCPM5-2B + Pi,由 Transformers.js + WebGPU + 4位ONNX权重驱动。
此前所有尝试都失败了,但 MiniCPM5 让它变得可用。
现在已经在 Hugging Face 上线👇
行业动态 · Hacker News▲ 107
有讨论称 Claude 是一个逆向观点者
Claude 的风格被讨论,有人觉得它天生就是喜欢提出相反立场的AI
有讨论称 Claude 是一个逆向观点者
Claude 的风格被讨论,有人觉得它天生就是喜欢提出相反立场的AI
社区讨论:多数用户认为Claude并非刻意逆向观点,它本质上是总喜欢反驳用户的学究气模型,只要用户提出观点就要反驳,甚至会重构用户的表述来证明用户错误,Opus版本这个问题尤其突出,还有用户指出它被设计成消耗token,总会反复重提已解决的问题,话术非常令人反感。有人指出这种表达模式应该叫对比否定而非逆向观点,也有用户分享说用“i-have-adhd”插件可以大幅改善冗余啰嗦的问题。
新前沿研究 · @sayashk▲ 6.8万
@sayashk、@random_walker发布13000字AI安全论文(13,000)
这篇研究整合AI安全和网络安全两个社区的观点,提出当前推进AI安全更应侧重AI管控而非对齐,还指出组织管理是关键
@sayashk、@random_walker发布13000字AI安全论文(13,000)
这篇研究整合AI安全和网络安全两个社区的观点,提出当前推进AI安全更应侧重AI管控而非对齐,还指出组织管理是关键
工具产品 · @AIByLeo▲ 9.8万
AI电影制作新玩法:提示词写创意简报
不用复杂操作,三个AI工具就可以按流程完成从故事板到成片剪辑的工作,普通创作者也能尝试低成本AI成片。
AI电影制作新玩法:提示词写创意简报
不用复杂操作,三个AI工具就可以按流程完成从故事板到成片剪辑的工作,普通创作者也能尝试低成本AI成片。
当提示词写得像一份创意脚本说明时,AI电影制作就变得很有意思了:GPT Image 2.5 构建故事板,Seedance 2.5 制作视频,CapCut 负责剪辑。
脚本说明→生成画面→剪辑完成。
#GPTImage25 #CapCutPC #AIVideo #Seedance25
深度观点 · @DKokotajlo▲ 75.6万
OpenAI研究员提出被忽略的AI风险
现有AI讨论只关注放缓AI进展,没人提及模型情境意识变强后,人类会逐渐失去评估能力,这关乎人类未来能否掌控AI。
OpenAI研究员提出被忽略的AI风险
现有AI讨论只关注放缓AI进展,没人提及模型情境意识变强后,人类会逐渐失去评估能力,这关乎人类未来能否掌控AI。
新行业动态 · Hacker News▲ 41
Project Lily 人工看ChatGPT聊天记录
使用ChatGPT聊天时,内容会被人工阅读审核。这一事实通过Project Lily项目被公开披露。
Project Lily 人工看ChatGPT聊天记录
使用ChatGPT聊天时,内容会被人工阅读审核。这一事实通过Project Lily项目被公开披露。
安全 · @NFT_Chen导语出处▲ 20.3万
五角大楼把近九成机密AI工作迁出Anthropic
因为担心闭源AI实验室会用客户的知识产权训练模型,不止美国军方,不少科技巨头也开始把核心数据从Anthropic和OpenAI迁走。
五角大楼把近九成机密AI工作迁出Anthropic
因为担心闭源AI实验室会用客户的知识产权训练模型,不止美国军方,不少科技巨头也开始把核心数据从Anthropic和OpenAI迁走。
😭Dario要哭了:AI减速风波后的反噬正在加速到来!
五角大楼已把近90%机密AI工作负载从Anthropic迁走,认定供应链风险。
更狠的是:NVIDIA、Palantir、Booz Allen 现在连自己的核心数据都不愿交给 Anthropic 和 OpenAI。
怕什么?怕闭源实验室从客户知识产权里“学习”。
坚持30天数据留存 + 安全红线的结果:政府不信任,巨头也不信任。
减速派的道德高地,正在变成国防和商业的孤岛。
#AI减速 #Anthropic #NVIDIA #Palantir #五角大楼 #数据安全 #Claude #DarioAmodei
新品发布 · @cline▲ 22.7万
Cline推出Cline Desktop适配开源模型
想使用开源权重模型又嫌操作麻烦的人,现在可以通过这个原生界面直接调用,也支持自带模型接入。
Cline推出Cline Desktop适配开源模型
想使用开源权重模型又嫌操作麻烦的人,现在可以通过这个原生界面直接调用,也支持自带模型接入。
推出 Cline Desktop——一款用于使用开放权重模型的原生界面。
可以配合 ClinePass 和我们所有免费模型使用,比如 DeepSeek-V4.1-Flash、Musespark-1.3,也可以自带密钥(BYOK)对接任意供应商!
新品发布 · @ElevenLabs▲ 194.0万
ElevenLabs MCP 新增音画图文生成功能
日常在AI助手办公的用户,可以直接在工作的助手内生成语音、字幕、配音、音视频和图片,不用跳转切换工具了。
ElevenLabs MCP 新增音画图文生成功能
日常在AI助手办公的用户,可以直接在工作的助手内生成语音、字幕、配音、音视频和图片,不用跳转切换工具了。
ElevenLabs MCP 现在推出了语音、音乐、图像和视频生成功能。
你可以直接在你已经在用的助手里生成语音、转录文本、配音、音乐、音效、图像和视频。
行业动态 · @MinLiBuilds导语出处▲ 17.7万
英伟达和Palantir开始限制使用Claude
大公司担心核心数据被Anthropic查看,纷纷对使用Claude设置限制,企业AI数据安全问题再次引发关注。
英伟达和Palantir开始限制使用Claude
大公司担心核心数据被Anthropic查看,纷纷对使用Claude设置限制,企业AI数据安全问题再次引发关注。
英伟达和 Palantir,都开始限制 Claude 了。
Reuters 报道,英伟达已经把 Anthropic 模型限制在低敏感度任务。
Palantir 更直接:要求 Anthropic 提供不可撤销的 Zero Data Retention 保证,否则不愿意把模型开放给客户。
原因很简单: 自己的核心数据,不能随便被Anthropic查看。
巧的是,Anthropic 前几天刚发布 AI 安全报告,提到黑客、监控、诈骗,以及敏感数据流转等风险。把细节全公布了。
本来是想证明自己多重视安全,结果大公司可能只想到一句: 那我的数据是不是已经被看过了?🚀
新前沿研究 · @SakanaAILabs▲ 27.7万
Sakana发布无反向传播的PC-ALM深度学习法
可训练千层深度神经网络,为类脑计算、神经形态硬件提供新方向,有望解决现有深度学习理论和硬件瓶颈。
Sakana发布无反向传播的PC-ALM深度学习法
可训练千层深度神经网络,为类脑计算、神经形态硬件提供新方向,有望解决现有深度学习理论和硬件瓶颈。
新行业动态 · @Polymarket▲ 3.0万
三大顶尖AI机构 联合开展数周AI安全工作
头部AI公司放下竞争一起应对安全问题,可见AI安全已经成为行业层面需要共同面对的议题。
三大顶尖AI机构 联合开展数周AI安全工作
头部AI公司放下竞争一起应对安全问题,可见AI安全已经成为行业层面需要共同面对的议题。
新观点 · @deathv1per▲ 1.2K
实体AI不是缺好模型,是缺真实世界数据
业内观察者近期复盘实体AI赛道,发现机器人除了更好的算法,还需要更多来自物理环境的高质量数据,不然模型能力再强也没法落地。
实体AI不是缺好模型,是缺真实世界数据
业内观察者近期复盘实体AI赛道,发现机器人除了更好的算法,还需要更多来自物理环境的高质量数据,不然模型能力再强也没法落地。
我最近一直在更密切地关注实体AI叙事,有一件事始终让我印象深刻:机器人需要的不只是更好的模型,它们还需要来自现实世界更好的数据。
语言模型学习时用到了海量互联网数据,实体AI就没有这种优势了。机器人需要理解真实的房间、街道、建筑、物体和环境,这些信息必须来自某个地方。你不可能直接从网站上爬取实体世界。
这就是为什么 @vangrid_io 让我觉得很有意思。Vangrid 没有把智能手机当成只是消费信息的设备,而是将它们转变为一个分布式的现实世界3D数据采集网络。
这个想法简单却有力:人们可以采集实体环境信息,这些采集结果对空间智能有用,而且数据可以保留链上来源。
我越观察实体AI趋势,就越觉得数据层十分重要。模型可能每个月都在变得更好,但如果没有关于实体世界的最新信息,它们的用处就是有限的。Vangrid 正在填补这个缺口,我认为这个定位比单纯再造一个AI应用有意思得多。
新行业动态 · @FreedomAssett▲ 2.9万
Freedom Asset与Auvin Chain达成AI Agent战略合作
双方将探索AI Agent如何接入流动性、交易现实世界资产,并参与开放链上经济,为AI落地实体资产开辟新可能。
Freedom Asset与Auvin Chain达成AI Agent战略合作
双方将探索AI Agent如何接入流动性、交易现实世界资产,并参与开放链上经济,为AI落地实体资产开辟新可能。
🤝 战略合作关系公告
我们很高兴能与Auvin Chain达成合作,共同探索AI智能体、真实世界资产(RWA)和链上金融领域的新机遇。
Auvin Chain是为AI智能体经济打造的高性能第一层公链,拥有原生基础设施,可支持智能体身份、自动支付、账户抽象和可信执行。
Freedom Asset 将与Auvin Chain共同探索AI智能体获取流动性、与真实世界资产交易,以及参与开放链上经济的方式。🚀
新开发框架 · @GeorgeBolyki▲ 773
开发者吐槽Electron和React是当今科技发展的毒瘤
开发者GeorgeBolyki在𝕏发文吐槽Slack的Mac客户端基于Electron,内存占用大且卡顿
开发者吐槽Electron和React是当今科技发展的毒瘤
开发者GeorgeBolyki在𝕏发文吐槽Slack的Mac客户端基于Electron,内存占用大且卡顿
此前一直使用Teams和Meet的GeorgeBolyki,最近应第二家任职公司的要求开始使用Slack。他认为Slack的Mac客户端体验极差,整个应用基于Electron框架开发,内存占用极高,运行卡顿,经常无法正常操作。
Slack整体学习曲线陡峭,但有一点让GeorgeBolyji很喜欢:它使用线程化回复而非普通回复。这样不会在群组中产生大量零散消息,类似GitHub分支的逻辑,这个设计非常棒。
GeorgeBolyki并不认为Teams或者Google Meet体验更好,尤其是Teams,他认为它就像当代的iTunes。界面臃肿,打包了太多功能,同样运行卡顿,只不过它不是基于Electron开发的。
他认为,Electron和React是当今科技发展的毒瘤。他讨厌这两项技术,希望它们从未存在,呼吁开发者开发原生应用。
新前沿研究 · @EMostaque导语出处▲ 1.5万
deepseek v4.1 Flash 训练成本仅一千万美元
训练和运行成本都比GPT-6 Astra低100倍,效果却相当。当开源大模型足够好用时,头部前沿AI实验室还有什么优势?
deepseek v4.1 Flash 训练成本仅一千万美元
训练和运行成本都比GPT-6 Astra低100倍,效果却相当。当开源大模型足够好用时,头部前沿AI实验室还有什么优势?
所以,据我估计,训练 @deepseek_ai v4.1 Flash 的成本是 1000 万美元,比 GPT-6 Astra 便宜 100 倍。
它的运行成本也要低 100 倍,而在日常设计和其他基准测试中的得分大致相同。
一旦开源模型足够强大,前沿人工智能实验室还有什么优势可言?
新前沿研究 · @ProfBuehlerMIT▲ 3.2万
MIT团队造递归元智能 发现材料失效原理
AI自主构建实验空间,探索材料失效规律,得到人类能理解的科学结论,可降低复杂材料研发的门槛。
MIT团队造递归元智能 发现材料失效原理
AI自主构建实验空间,探索材料失效规律,得到人类能理解的科学结论,可降低复杂材料研发的门槛。
新行业动态 · @SzymonRybczak▲ 1.1万
TesterArmy获120万美元融资,用AI做应用测试
编码AI已经加快了软件开发速度,现在测试环节也可以交给AI完成,能在用户发现前捕捉bug,开发流程效率会进一步提升。
TesterArmy获120万美元融资,用AI做应用测试
编码AI已经加快了软件开发速度,现在测试环节也可以交给AI完成,能在用户发现前捕捉bug,开发流程效率会进一步提升。
我们为 @TesterArmy 筹集到了 120 万美元的种子前轮融资。
编码智能体已经改变了我们构建软件的速度。我们现在要确保测试也能跟上步伐。
TesterArmy 的 AI 智能体可以测试网页和移动应用,遍历真实用户流程,还会通过截图和录屏向你展示哪里出了问题。这样你就能赶在用户之前发现 bug。
本次融资由 Script Capital、Eight Capital、AIP Seed 领投,参与的天使投资人包括 @rauchg、@ccheever、@walden_yan、@theo、@zenorocha、@pie6k、@fernandorojo,以及许多其他优秀的开发者。
感谢所有支持我们的人,还有已经在使用 TesterArmy 做测试的团队。我们才刚刚起步!🫡
新物理AI · @dang_duytan
Physical AI讨论的核心问题:模型如何获取对世界的认知
@dang_duytan在𝕏发文提出该观点,并指出vangrid_io的差异化方向
Physical AI讨论的核心问题:模型如何获取对世界的认知
@dang_duytan在𝕏发文提出该观点,并指出vangrid_io的差异化方向
目前多数关于物理AI的讨论都从模型本身出发。@dang_duytan认为,有一个更根本的问题需要解答:模型从哪里获取它对世界的认知?
正是因为这个问题,vangrid.io在众多相关项目中脱颖而出。Vangrid正在搭建去中心化空间数据层,它能将分布式边缘设备转化为持续的现实世界基准数据来源,重点关注隐私、密码学来源和可被机器学习使用的空间数据。
对于机器人技术、自主物流和具身AI来说,只有当模型能够从更准确的现实数据中学习时,更优质的模型才能发挥作用。模型提供智能,基准数据提供场景。@dang_duytan认为,这个数据层正是Vangrid切入点格外有意思的地方。
新实战经验 · @AlchainHust▲ 1.7万
@AlchainHust开源可开车逛的巴黎3D网页游戏,386页手册教程(两天)
这套分远景近景的AI生成策略能平衡细节和帧率,全程没写一行代码,还附了带提示词的完整教程,想做AI生成3D场景可以参考。
@AlchainHust开源可开车逛的巴黎3D网页游戏,386页手册教程(两天)
这套分远景近景的AI生成策略能平衡细节和帧率,全程没写一行代码,还附了带提示词的完整教程,想做AI生成3D场景可以参考。
从GPT-6 Astra发布以来,就一堆人在让Codex去通过computer use去操控blender做各种3D模型的。 但稍微做了点就停了。
然后我自己也拿Claude Code和Codex做了不少测试,发现不管是直接写代码的方式,还是操控blender的方式,从成本和效率来说都不是最好的方式。 所以我自己摸索了一套新的策略。
用Codex 加 3D 基座模型 Tripo,做了一座能开车逛的巴黎。 整了两天,一行代码没写。一座能开进去的巴黎👇出来了!
现在视频演示里的车、树、铁塔、街上走路的人——全是 AI 生成的 3D 资产;而街区、桥、塞纳河——是代码画的。
为什么这么分? 因为你开车会开到车跟前,但不会开到桥底下去数栏杆。 近景给精细模型,远景交给代码。做出来的网页游戏会在细节和帧率上更平衡。
以及,除了这期视频,我还把一整套操作流程做成了386 页手册教程! 现已开源了,提示词、脚本、模型全在里面:
新大模型 · @rionaifantasy导语出处▲ 1.4万
上海AI实验室推出Atria Dawn Preview,3D生成不输GPT-6 Astra
用户在𝕏分享,这款新大模型支持生成3D场景与CAD工业模型
上海AI实验室推出Atria Dawn Preview,3D生成不输GPT-6 Astra
用户在𝕏分享,这款新大模型支持生成3D场景与CAD工业模型
行业动态 · Hacker News▲ 45
rietta讨论RubyGems开源供应链安全与OpenAI
开源供应链安全影响所有使用开源组件的开发者和普通用户,OpenAI参与相关议题值得关注
rietta讨论RubyGems开源供应链安全与OpenAI
开源供应链安全影响所有使用开源组件的开发者和普通用户,OpenAI参与相关议题值得关注
新实战经验 · @masahirochaen▲ 2.4万
博主分享7个节省Codex配额的实用方法
如果你经常用Codec却总是很快耗尽配额,这些调整方法能帮你大幅减少配额消耗,思路同样适用于Claude Code。
博主分享7个节省Codex配额的实用方法
如果你经常用Codec却总是很快耗尽配额,这些调整方法能帮你大幅减少配额消耗,思路同样适用于Claude Code。
很多人问我“Codex使用额度很快耗尽的问题”,我把自己实际在用的7个方法整理了出来。
首先,前提条件是需要先理解令牌、上下文窗口、缓存这些概念,在此基础上按效果排序如下:
①不增大上下文窗口。我之前把默认的20万调到了100万,结果反而更快耗尽了,于是又调了回去。
②不滥用子代理。并行只是更快,并不便宜。请求里只加一行就可以停止。
③模型基本用5.6系。不要轻量任务每次都用GPT-6跑,不够用的时候再升级模型。
此外还要注意,在哪个文件夹打开项目、AGENTS.md / CLAUDE.md的长度、如何划分会话。
调整之后,我感觉相同工作量下,额度消耗从原来20点降到了大概4点左右。(因为没有在相同条件下对比,所以无法确定具体节省比例)
这篇主要讲的是Codex,但这个思路直接用在Claude Code上也有效,欢迎大家参考👇
■视频
■时间线
开场
前提|令牌、上下文窗口、缓存
每一轮都会重新发送整个对话
降低模型等级
打开的文件夹不同,读取范围也不同
整理文件夹层级
实测|刚启动就用掉了两成额度
不让使用子代理
总结|今天要做的三件事
新商业 · @CryptoPilot3226▲ 1.0万
AI Agent下一步不是变聪明,是当数字打工人
有人提出AI Agent未来可以拥有链上身份,主动找活、完成任务走链上结算,变成能被雇佣创造收入的数字劳动力。
AI Agent下一步不是变聪明,是当数字打工人
有人提出AI Agent未来可以拥有链上身份,主动找活、完成任务走链上结算,变成能被雇佣创造收入的数字劳动力。
行业动态 · Hacker News▲ 49
以色列公益公司遭指攻击OpenAI等多家AI企业
多家核心AI企业遭遇网络攻击,背后被指向一家以色列有效利他主义公司,AI行业安全问题再次浮现。
以色列公益公司遭指攻击OpenAI等多家AI企业
多家核心AI企业遭遇网络攻击,背后被指向一家以色列有效利他主义公司,AI行业安全问题再次浮现。
新产品 · @yyyole▲ 2.6万
为什么还没桌面常驻可训练数字人产品?
有人疑惑现有本地视频模型、语音模型都已经成熟,理论上用户可以自己训练高逼真数字人放桌面,为什么至今没有产品上线。
为什么还没桌面常驻可训练数字人产品?
有人疑惑现有本地视频模型、语音模型都已经成熟,理论上用户可以自己训练高逼真数字人放桌面,为什么至今没有产品上线。
大疑惑!做这个桌面动态引擎很难吗!!
不求完美!先上线!先卖钱啊!
我不太懂,但感觉是一个小的本地视频模型+语音模型就可以跑起来。用户用自己的视频训练高逼真数字人,桌面常驻,实时语音流,这个不是都挺成熟了吗,到底卡哪了!!
这么久都没有个产品上线!
新监管 · @MaxForAI▲ 2.9万
国内首家违规大模型API中转站被通报处罚
江苏一家公司运营两个网站,做API中转站聚合多个大模型接口对外服务,没按要求做安全评估,被责令整改警告。
国内首家违规大模型API中转站被通报处罚
江苏一家公司运营两个网站,做API中转站聚合多个大模型接口对外服务,没按要求做安全评估,被责令整改警告。
刚刚,国家网信办正式通报了一起 API 中转站违法案例。
9月15日,网信中国公布一批网络执法案例,其中一家公司因为通过 API中转站调用多个大模型接口、对外提供对话和问答服务,又没有按规定开展安全评估,被属地网信办责令整改并予以警告处罚。
具体是某江苏某科技股份有限公司运营的 2 个网站,以 API中转站 的方式调用多个大模型产品接口,对外提供对话、问答等服务。
网信部门核查后认定,这家公司没有按规定开展安全评估,存在内容安全风险,违反《生成式人工智能服务管理暂行办法》等规定。
最终,属地网信办责令整改、从严处理责任人,并予以警告处罚。
这个描述让我想起了我之前写过的苏宁中转站。
今年7月,苏宁易购旗下江苏碧英科技正式上线了一个大模型中转平台,叫 智新Token,对外聚合多个主流大模型提供统一 API 服务。
当时提供服务的是 这就和这次通报里的运营2个网站 + API中转站 + 调用多个大模型产品接口这一细节对上了。
API中转站,已经正式进入网信办公布的案例。
还有人说查中转站是谣言吗?
行业动态 · Hacker News▲ 66
有观点称Anthropic陷入监管俘获金融循环
AI行业监管话题持续发酵,大模型公司和监管的关系值得从业者和使用者共同关注
有观点称Anthropic陷入监管俘获金融循环
AI行业监管话题持续发酵,大模型公司和监管的关系值得从业者和使用者共同关注
新动态 · @gkxspace▲ 2.1万
AI Agent普遍鸡肋?Atria Dawn Preview新模式可真正交付
博主@gkxspace在𝕏分享,Atria Dawn Preview用新模式实现真正可交付成果
AI Agent普遍鸡肋?Atria Dawn Preview新模式可真正交付
博主@gkxspace在𝕏分享,Atria Dawn Preview用新模式实现真正可交付成果
说实话,现在很多所谓的 AI Agent,用起来真挺鸡肋的。。。 交付一段又臭又长的内容,看似完美,实则全是问题,很大部分精力都耗在帮它找 Bug 和核对内容上。 最近看到了 Atria Dawn Preview,思路是真好,用“模型 + 运行系统 + 外部验证”模式,从而达到真正可交付。 我也翻了他们的案例,效果都非常好: 1、做软件原型:从拆需求到写代码,自己在环境里跑测试、抓报错、自己改,直接交付能在线操作的系统 2、做深度研报:丢一堆原始数据进去,多路径检索并核对证据链,直出十几页带图表排版的专业报告 3、做 3D CAD:自然语言直接生成带装配结构的火箭、发动机和机械零件模型,精细度非常高 了解了一下,@AtriaASI 团队约2/3都是复旦、人大等在校的学生,太强了。 如果有科研、复杂专业任务的需求,快研究一下,🔗放评论区
API网站链接 : 官方网链接:
Hugging Face 论文链接:
新深度观点 · @AiwithZohaib▲ 2.9万
Showly 推出AI交付工具,帮你生成可用分享链接
AI完成内容生成后,成果常困在聊天窗、本地文件里没法交付。这款工具能直接把AI生成的内容变成可分享的公开链接,不用换现有工作流。
Showly 推出AI交付工具,帮你生成可用分享链接
AI完成内容生成后,成果常困在聊天窗、本地文件里没法交付。这款工具能直接把AI生成的内容变成可分享的公开链接,不用换现有工作流。
你的 AI 代理能搞定硬活:写报告、起草规范、或是制作着陆页。
但随后势头就没了——AI 输出被埋在聊天窗口里,困在 .md 文件中,或是只能在本地运行。工作做完了,但实际可交付的成果却没有。你的代理能在周一开会前拿出一份领导层真的能审阅的东西吗?无需信用卡即可免费开始使用。🚀
“代理做完了”和“拿出一个带链接的可用页面”之间这个令人沮丧的鸿沟,就是优秀成果白白浪费的地方。
Showly 刚好解决了这个问题:你的代理生成内容,Showly 给它一个可用的在线链接。它可以适配你当前使用 Claude Code、Codex、Cursor 或 OpenClaw 的工作流。只需要让你的代理交付一个页面就行。
你可以私下预览,要求调整,准备好后再发布。最后你只需要分享一个干净的链接,任何人都能打开。
告别分享聊天输出的混乱截图吧。不用再问同事能不能打开随机的 .html 文件了。也不用再找借口说为什么着陆页只能在你的本地机器运行。
你只会得到一个精致、易读的页面和一个简单的链接,在哪都能完美打开。💡
新开源 · @lxfater导语出处▲ 3.7万
会VibeCoding的父母用AI辅导孩子学古诗,比培训班好用
博主@lxfater在𝕏分享,用Atria Dawn Preview大模型制作古诗地图
会VibeCoding的父母用AI辅导孩子学古诗,比培训班好用
博主@lxfater在𝕏分享,用Atria Dawn Preview大模型制作古诗地图
新深度观点 · @madawei2699▲ 9.1K
三年后AI接手大部分工程,软件工程师还剩什么
从认为人工评审是AI编程最后防线,到现在很少评审复杂项目代码,连测试、故障分析和修复也大量交给AI Agent,这是技术从业者对行业变化的真实观察。
三年后AI接手大部分工程,软件工程师还剩什么
从认为人工评审是AI编程最后防线,到现在很少评审复杂项目代码,连测试、故障分析和修复也大量交给AI Agent,这是技术从业者对行业变化的真实观察。
2023 年我还认为 Human Review 是 AI 编程最后一道防线。三年后,我已经很少 Review 自己两个复杂项目的大部分代码,连测试、故障分析和修复也越来越多交给 Agent。软件越来越复杂,但人类工程劳动没有同比增长。
那软件工程师还剩下什么?
新行业 · @MaxForAI▲ 3.5万
前腾讯混元负责人拿天价年薪加入北美AI实验室
原腾讯混元大模型预训练负责人姚星丞加入北美thinkymachines,开出的薪资比腾讯原有的数千万元年薪还更高,AI人才争夺战还在升温。
前腾讯混元负责人拿天价年薪加入北美AI实验室
原腾讯混元大模型预训练负责人姚星丞加入北美thinkymachines,开出的薪资比腾讯原有的数千万元年薪还更高,AI人才争夺战还在升温。
开源 · @berryxia▲ 94
博主实测开源Atria Dawn Preview,用自然语言生成3D可交互场景
@berryxia在𝕏分享实测Atria Dawn Preview生成3D场景的开源项目
博主实测开源Atria Dawn Preview,用自然语言生成3D可交互场景
@berryxia在𝕏分享实测Atria Dawn Preview生成3D场景的开源项目
今年新模型多到让人数不过来。跑分截图飞完一圈,能干啥,没人说。我试了开源的 Atria Dawn Preview,早上看到吹的挺牛的,给它直接出题:用自然语言造一间雨夜书房。
3D 可交互,包含图文阅读等。我把整个开发过程包括项目开源。地址:
新科研 · @Astronaut_1216▲ 8.5K
科研AI模型Atria Dawn Preview可帮完成资料整理数据核验
来自上海人工智能实验室的Atria Dawn Preview已在GitHub公开,支持处理原始材料输出可追溯研究结果。
科研AI模型Atria Dawn Preview可帮完成资料整理数据核验
来自上海人工智能实验室的Atria Dawn Preview已在GitHub公开,支持处理原始材料输出可追溯研究结果。
这款模型能帮助完成自媒体内容创作、论文撰写、竞品分析、工作汇报等任务中最耗时的部分:资料整理、数据核验和生成研究底稿。观点和表达仍可由创作者自行把控。
有人测试时给模型提供12份SEC申报文件、XBRL公司数据和财务报表,要求对比NVIDIA、AMD、Intel三家的研发与产能投入,分析资本配置方式并产出一份7到10页的中文报告。模型完成了文件整理、统一统计口径、计算相关数据、交叉核验,最终生成一份10页的中文PDF报告,每个关键数字都可追溯到原始材料,过程中留下15次可追踪的工具调用轨迹。
与普通聊天模型相比,科研Agent能明确标注哪些结论有原始来源、哪些数字经过重新计算、哪些资料存在冲突、哪些内容暂时无法下结论,最终交付可检查的文件。
Atria Dawn Preview目前处于预览阶段,来自上海人工智能实验室,项目说明、模型地址和评测结果已公开在GitHub,代码和模型权重采用MIT License。
相关链接:官方X: : Results中查看。
新开发者 · @Misbahtwts▲ 2.7K
印度孟买20岁开发者今年开发AI智能体获超1.8万美元收入
来自𝕏用户@Misbahtwts的自我介绍,开发者Misbah今年还获得多项资助和合约工作机会
印度孟买20岁开发者今年开发AI智能体获超1.8万美元收入
来自𝕏用户@Misbahtwts的自我介绍,开发者Misbah今年还获得多项资助和合约工作机会
开发者Misbah来自印度孟买,今年20岁,目前主要开发AI智能体和全栈应用。
今年截至目前,Misbah已经获得超过1.8万美元收入,还两次获得资助,其中包括来自Superteam的资助。
此外,他在1月获得Near生态赏金,赢得了Adobe的资助资金,还参加了ETH Mumbai、Mumbai Codex等多个黑客松活动。
Misbah通过𝕏获得了两个工作机会,目前以合同形式在相关岗位工作。他的个人作品集链接是
Misbah会在𝕏发布开发日志、AI智能体实验内容和开发者机会,如果有意在AI智能体、应用开发、资助、活动等方向合作,可以给他发私信。
新工具产品 · @dingyi▲ 1.2万
@dingyi发布面向AI Agent的高质量动画React组件库(250+)
做前端项目需要动画组件时,可以让AI Agent直接一键安装配置好超过250个组件,节省手动找组件配依赖的时间
@dingyi发布面向AI Agent的高质量动画React组件库(250+)
做前端项目需要动画组件时,可以让AI Agent直接一键安装配置好超过250个组件,节省手动找组件配依赖的时间
这个不错,一个面向 AI Agent 的高质量动画 React 组件库。核心功能与特点: - AI Agent 极速集成:提供 Spectrum UI MCP(Model Context Protocol)。配置一次后,即可直接指令 AI 工具在项目中一键安装并关联 250+ 个动画组件。
- 技术栈:基于 shadcn/ui、Tailwind CSS、Framer Motion 和 Next.js 构建。
深度观点 · @Isholss▲ 598
实体AI更需要优质训练数据而非更好硬件
当前大规模收集实体AI所需训练数据难度很高,Axis Robotics正针对这个问题打造数据基础设施。关注实体AI发展,不能忽略基础设施的价值。
实体AI更需要优质训练数据而非更好硬件
当前大规模收集实体AI所需训练数据难度很高,Axis Robotics正针对这个问题打造数据基础设施。关注实体AI发展,不能忽略基础设施的价值。
让机器人变得更智能的因素是什么?不只是更好的硬件,还有更优质的训练数据。
实体人工智能(Physical AI)需要能展示机器人如何导航环境、与物体交互、完成任务以及适应意外情况的数据。但大规模收集这类数据非常困难。
这就是 @axisrobotics 目前在解决的问题。Axis 结合了模拟、任务生成、社区驱动收集和自动化处理来构建有用的机器人训练数据。
背后更大的思路很简单:机器人需要的不只是智能。它们还需要可供学习的经验。
这也让实体人工智能背后的数据基础设施变得愈发重要。
实战经验 · @Kay2289123▲ 7.6K
Kay拆解Harvey:开源模型击败闭源大模型
想要转行AI领域,可以关注后训练和AI推理两个方向,这是当前行业机会正在转移的方向。
Kay拆解Harvey:开源模型击败闭源大模型
想要转行AI领域,可以关注后训练和AI推理两个方向,这是当前行业机会正在转移的方向。
前沿研究 · @sleepy0x13▲ 1.0万
DeepSeek工程师亲手加速会取代自己的AI
喜欢手艺的技术人依然有工作,收入甚至更高,但不再需要亲手做打磨多年的技能。这是AI时代技术人不得不面对的命运,值得所有从业者思考。
DeepSeek工程师亲手加速会取代自己的AI
喜欢手艺的技术人依然有工作,收入甚至更高,但不再需要亲手做打磨多年的技能。这是AI时代技术人不得不面对的命运,值得所有从业者思考。
深度观点 · @worldoffisher▲ 4.3K
Bittensor构建去中心化AI网络引讨论
看好AI + 加密货币结合方向的人认为,比起新增AI聊天机器人,把AI部署到链上的项目更值得关注。
Bittensor构建去中心化AI网络引讨论
看好AI + 加密货币结合方向的人认为,比起新增AI聊天机器人,把AI部署到链上的项目更值得关注。
每个人都在追逐AI。但我一直在关注那些真正把AI放到链上的项目。$TAO就是一个例子。
Bittensor正在构建一个去中心化AI网络,贡献者提供机器智能,并通过生态系统获得收益。
在我看来,这比又出来一个AI聊天机器人有意思多了。AI加加密货币,未来可能会变得非常有意思。
实战经验 · @0xLogicrw▲ 4.1万
DeepSeek工程师谈AI半年后将追上自己
一线AI工程师直面技术进步对自身职业的冲击,你可以从从业者的真实感受里,找到自己面对AI浪潮的参照。
DeepSeek工程师谈AI半年后将追上自己
一线AI工程师直面技术进步对自身职业的冲击,你可以从从业者的真实感受里,找到自己面对AI浪潮的参照。
商业 · @duange6099▲ 4.4K
DeepSeek V4.1 Flash 在 ZenMuxAI 开启七天五折活动
开发者测试发现该模型适配公众号AI排版工具开发需求
DeepSeek V4.1 Flash 在 ZenMuxAI 开启七天五折活动
开发者测试发现该模型适配公众号AI排版工具开发需求
深度观点 · @callmeperry3▲ 6.0K
Moss AI构建AI智能体链上资产开放标准
购买链上AI智能体份额时,比起交易次数,纯投资回报率才是更核心的判断指标,可避免忽略运营成本浪费资金。
Moss AI构建AI智能体链上资产开放标准
购买链上AI智能体份额时,比起交易次数,纯投资回报率才是更核心的判断指标,可避免忽略运营成本浪费资金。
行业动态 · @willdepue▲ 2.8万
willdepue猜测OpenAI新模型训练两周超Astra
会对大模型领域新进展感兴趣的人,可以关注OpenAI接下来是否会正式发布这一模型,验证这个猜测是否准确
willdepue猜测OpenAI新模型训练两周超Astra
会对大模型领域新进展感兴趣的人,可以关注OpenAI接下来是否会正式发布这一模型,验证这个猜测是否准确
OpenAI 的人一直在不停地比划这个“新模型”,弄到我百分百确定这是一次新的预训练,而不是什么强化学习运行。
这意味着(我认为)OpenAI现在有一个模型,预训练才进行了不到两周,效果就已经比 Astra 更好,还能解决纳维-斯托克斯方程问题。太疯狂了。
大模型 · @GeekCatX▲ 1.9万
国产科研大模型能从论文直接产出可交付成果
这款面向科研工作者的AI能自动检索资料、调用工具、执行实验还能修正结果,把复杂任务推进成可验证的交付成果。
国产科研大模型能从论文直接产出可交付成果
这款面向科研工作者的AI能自动检索资料、调用工具、执行实验还能修正结果,把复杂任务推进成可验证的交付成果。
安全 · @fentasyl▲ 2.1K
网友质疑Anthropic为什么还不开源AI安全数据
有人认为Anthropic一直对外宣称关心降低AI风险,却始终不开源自己的AI安全对齐数据、流程和方法,这事很可疑。
网友质疑Anthropic为什么还不开源AI安全数据
有人认为Anthropic一直对外宣称关心降低AI风险,却始终不开源自己的AI安全对齐数据、流程和方法,这事很可疑。
开发 · @Adam38363368936▲ 2.2K
高频AI任务没必要用最贵模型 DeepSeek V4.1 Flash够用
博主分享用DeepSeek V4.1 Flash做前端开发的实测体验,来自𝕏用户@Adam38363368936
高频AI任务没必要用最贵模型 DeepSeek V4.1 Flash够用
博主分享用DeepSeek V4.1 Flash做前端开发的实测体验,来自𝕏用户@Adam38363368936
商业 · @amiexbt▲ 712
当前AI代理市场供给远大于需求,客户端更具优势
termix_ai从业者披露AI代理市场供需数据,2.5个供应商抢一个需求
当前AI代理市场供给远大于需求,客户端更具优势
termix_ai从业者披露AI代理市场供需数据,2.5个供应商抢一个需求
开源 · @Zesee▲ 6.2万
把爆款视频丢给AI,得到一套可复用的视频工作流
开源工具Hypit结合Codex,可复刻千万粉博主口播视频
把爆款视频丢给AI,得到一套可复用的视频工作流
开源工具Hypit结合Codex,可复刻千万粉博主口播视频
Agent 时代,复刻一条爆款视频从而沉淀出自己的工作流,到底有多简单? 我把小Lin说的参考视频结合Hypit @hypitai 丢给 Codex,想看看 AI 能不能复刻千万粉博主的口播视频。 结果它生成的不只是一条成片,而是一套可以继续修改和复用的视频 Workflow。 Hypit @hypitai 目前已开源,它不是 Agent,也不是视频模型,而是给 Claude Code、Codex 等 AI Agent 使用的开源视频语言和系统。人物、台词、字幕、B-roll 和特效都跟着文字与叙事事件走,不再钉死在时间线的某一秒。 换主持人,只重新生成相关镜头;修改图表或背景,也只需要调整对应组件。复刻完成后,还能继续换人物、换内容、换语言,批量生成不同版本。 如果你也想让 AI 真正开始复刻视频,可以试试 Hypit。下次想 Clone 爆款,直接把视频交给你的 Agent。
目前Hypit已开源,可以点个star支持一下~
新深度观点 · @theallinpod▲ 3.7万
马斯克提议AI对手互相审核安全问题
该方案无需联合国牵头即可快速推行,违规企业将面临极高法律责任,能倒逼AI企业投入安全建设,比国际监管组织方案更直接。
马斯克提议AI对手互相审核安全问题
该方案无需联合国牵头即可快速推行,违规企业将面临极高法律责任,能倒逼AI企业投入安全建设,比国际监管组织方案更直接。
前沿研究 · @web3_tech_▲ 970
Axis Robotics 研究训练数据质量的影响
训练实体机器人时,不是所有人类修正数据都有用。剔除无效数据后,任务成功率反而比用全量数据更高。
Axis Robotics 研究训练数据质量的影响
训练实体机器人时,不是所有人类修正数据都有用。剔除无效数据后,任务成功率反而比用全量数据更高。
物理AI · @HBO_data▲ 1.6万
Vangrid用手机当传感器给物理AI采数据,你敢信?
传统地图数据依赖卫星、汽车和昂贵硬件,它靠 millions 普通手机当边缘传感器收集最新实景数据,做物理AI的底层数据层。
Vangrid用手机当传感器给物理AI采数据,你敢信?
传统地图数据依赖卫星、汽车和昂贵硬件,它靠 millions 普通手机当边缘传感器收集最新实景数据,做物理AI的底层数据层。
深度观点 · @mdlabibbiswas6▲ 2.2K
Vangrid 获900万美元 建实体AI数据基础设施
大语言模型文本数据增长见顶,实体空间数据成为新方向。普通人可以通过赏金系统参与采集真实空间数据。
Vangrid 获900万美元 建实体AI数据基础设施
大语言模型文本数据增长见顶,实体空间数据成为新方向。普通人可以通过赏金系统参与采集真实空间数据。
在常规AI叙事之外,正在发生一些有趣的事情。随着大语言模型触及文本数据的极限,现实世界空间数据成为下一个重大挑战。
而 @vangrid_io 正在采取一种不同的方法。他们筹集了 900 万美元,利用数十亿部民用智能手机构建一个去中心化感知网格。
目前已经记录了超过 10 万次经过验证的采集,Vangrid 正在将现实世界数据转换为链上经过验证的基础真值,供物理 AI 和自主系统使用。
赏金系统已经上线,并且已经在 Base 上完成实际结算。这感觉就像是一个更庞大基础设施层的基础。
深度观点 · @0xjtrade▲ 3.7K
Vangrid 用智能手机收集物理世界AI数据
现在互联网数据已经足够训练大模型,物理AI还缺真实世界数据,这个思路能帮你看清下一代AI的发展方向。
Vangrid 用智能手机收集物理世界AI数据
现在互联网数据已经足够训练大模型,物理AI还缺真实世界数据,这个思路能帮你看清下一代AI的发展方向。
➥ 下一场人工智能数据战争不会发生在互联网上。它会发生在互联网之外。
大语言模型有巨量的文本和图像可以用来学习,机器人却没有这种条件。机器人需要知道现实世界实际是什么样的——街道、建筑、仓库、人行道、物体和每天都在变化的空间。
这就是Vangrid吸引我注意的地方。他们没有再建一支集中化的采集车队,而是把现有智能手机改造成分布式感知网络。
有人采集数据,赏金会被验证,贡献者会通过 Base 上的 USDC 获得报酬。模式很简单,但规模让这个想法变得有意思:超过 10 万次已验证采集,已结算赏金超过 28.7 万美元,融资 900 万美元。
人们口袋里有数十亿部智能手机。@vangrid_io 基本上是在问:如果这些手机成为下一代实体人工智能的眼睛,会怎么样?
这个机遇比单纯收集数据要大得多。互联网教会了人工智能如何理解信息,现在需要有人教会它如何理解物理世界。
深度观点 · @just_johnny4▲ 927
博主讨论TermiX AI 百万融资背后的问题
拿到百万美元种子轮融资不代表AI智能体经济可行。比起融资额,更该关注到底有没有AI智能体真正在使用这套基础设施。
博主讨论TermiX AI 百万融资背后的问题
拿到百万美元种子轮融资不代表AI智能体经济可行。比起融资额,更该关注到底有没有AI智能体真正在使用这套基础设施。
我开始超越融资新闻去看待 TermiX。由 @yzilabs 投资的 100 万美元种子轮给了 @termix_ai 开发资源,但仅凭融资并不能证明智能体经济真的能运行起来,使用量才能证明。
要让 AI 智能体成为经济参与者,智能只是起点。它们还需要途径建立身份、找到工作、积累信誉、验证工作、使用托管和接收结算。这就是 AACP 存在的意义。
这个协议旨在为智能体提供基础设施,让它们可以在链上完成发布任务→竞标→执行→验证→结算工作全流程。
所以我最感兴趣的问题不是筹集了多少资金,问题更简单:真的有智能体在使用这个系统吗?融资能帮助铺设轨道,但只有真实的经济活动才能告诉你这些轨道是否真的有用。这就是我观察 @termix_ai 发展所关注的差距。
行业动态 · Hacker News▲ 41
Sunk Cost工具帮你算本地大模型回本时间
纠结买Mac跑本地大模型还是租大模型,用它就能算出买硬件多久能比租模型省回成本
Sunk Cost工具帮你算本地大模型回本时间
纠结买Mac跑本地大模型还是租大模型,用它就能算出买硬件多久能比租模型省回成本
我一直听到有人说“直接买台Mac本地跑模型吧,很快就能回本”,所以我想验证一下这个说法。
Sunk Cost 这个工具会根据你的设备、模型,以及你每天使用的token数量,计算出和按token租赁同款模型相比,购买硬件需要多久才能收回成本。
当然,除了在大语言模型上省钱之外,买自有硬件还有其他理由,但这个工具只是从纯粹的成本节约角度来分析。
如果你们有想法让这个工具变得更有用,请告诉我!
社区讨论:多数用户认同本地大模型的核心价值在于数据隐私与自主性,可绕过大厂对齐限制、移除护栏审查,自主选择微调模型,这部分价值远高于成本。部分用户结合自身使用情况给出回本时间判断:有人用1350美元升级现有设备,对比每月300多美元的API费用,四个月即可回本;有人算得在特定场景下需要43年才能回本;也有人认为短期来看本地大模型根本比不过大厂算力,永远无法实现成本效益。还有用户指出不需要全新设备采购,二手旧显卡也能满足运行需求。
新品发布 · @HealthRanger▲ 5.4K
HealthRanger 将免费发布微调Qwen 27B知识模型
如果你厌倦闭源大模型厂商把控信息,可以关注这个开源大模型,它整合自然疗法等领域知识,今年圣诞将免费开放。
HealthRanger 将免费发布微调Qwen 27B知识模型
如果你厌倦闭源大模型厂商把控信息,可以关注这个开源大模型,它整合自然疗法等领域知识,今年圣诞将免费开放。
我计划用我所有关于自然疗法、营养、生存和自给自足信息的庞大知识库,微调一个 Qwen 27B 模型,并在今年圣诞节前免费发布……前提是,伯尼·桑德斯不会先把我扔进监狱关20年!
我们所有使用开放权重AI模型的人,都有一份将这份馈赠传递下去的道德责任。通过为普通人分享知识、信息和真实可行的方案,一起让世界变得更好。
Anthropic 和 OpenAI 想要的恰恰相反:“智慧只归我,不给你。” 他们想做守门人,让你一直无知愚昧,同时追求他们扭曲的目标,成为凌驾于你之上的硅基神祇。
我们必须反对他们这种扭曲的世界观,在开源社区共同努力,分享知识,互相赋能,坚持原则,为全人类——不分国家和语言——加速推进分布式认知。
如果我们选择被爱而不是被恐惧驱动,这就是现在摆在我们面前的机遇。
新品发布 · @berryxia导语出处▲ 2.4万
上海AI实验室开源 744B Atria Dawn Preview 模型
这是首个专注长任务链的开源agentic模型,完整权重开放下载,可自行搭建全流程,数据不经过第三方服务器。
上海AI实验室开源 744B Atria Dawn Preview 模型
这是首个专注长任务链的开源agentic模型,完整权重开放下载,可自行搭建全流程,数据不经过第三方服务器。
开源 · @realfxw▲ 4.1K
这个开源项目把AI视频创作变成了写代码
做投流短视频原来要手动写提示词拼片段,Hypit推出专属视频标记语言,把视频创作变成代码工程,还能克隆爆款完整工作流。
这个开源项目把AI视频创作变成了写代码
做投流短视频原来要手动写提示词拼片段,Hypit推出专属视频标记语言,把视频创作变成代码工程,还能克隆爆款完整工作流。
深度观点 · @0xSagaLab▲ 1.0K
Vangrid获900万美元种子轮融资建空间数据网
物理AI落地缺真实世界空间数据,这个项目把大众手机变成分布式采集网络,建成后可能成为物理AI的感知基础设施。
Vangrid获900万美元种子轮融资建空间数据网
物理AI落地缺真实世界空间数据,这个项目把大众手机变成分布式采集网络,建成后可能成为物理AI的感知基础设施。
科技评测 · @kloss_xyz▲ 6.9K
用户测试DevinAI新功能Fusion,称其省配额更便宜
@kloss_xyz在𝕏分享了他对DevinAI Fusion功能的实测结果
用户测试DevinAI新功能Fusion,称其省配额更便宜
@kloss_xyz在𝕏分享了他对DevinAI Fusion功能的实测结果
编码 · @dotey▲ 4.0万
Vibe Coding浪潮下,验证才是当前的瓶颈
dotey在𝕏发文称,AI辅助编码产出快但测试跟不上
Vibe Coding浪潮下,验证才是当前的瓶颈
dotey在𝕏发文称,AI辅助编码产出快但测试跟不上
越来越多的发现,Vibe Coding 到后来,想法都不是瓶颈,验证才是。很多想法不停的往上面加,反正 AI 都能给你做出来,做出来了以后呢根本来不及一个个功能测试。
也不能说都是垃圾,但和以往手工编码那种节奏没法比,以前写完通常要反复测试一下,由于产出速度不高,是测得过来的,有问题能马上知道在哪。现在产出太快,功能已经多到测不过来。
连 Codex 和 Claude Code 这样的产品都是一样的,你用的过程中就经常能遇到各种小 bug,明显是用 AI 开发太快来不及测试。
不是没试过用 Computer Use 配合测试,效果也不是很理想,要做好测试覆盖各种场景,要做的工作量一点不少,需要。
测试应该是不用太担心被替代的,要测试的只会被以前更多。
新品发布 · @AlexFinn▲ 4.8万
AlexFinn 开源游戏悬浮AI代理工具Herdr HUD
玩游戏的时候也能随时管理AI代理处理工作,不用为只玩游戏不工作感到愧疚,适合玩慢节奏或回合制游戏时使用。
AlexFinn 开源游戏悬浮AI代理工具Herdr HUD
玩游戏的时候也能随时管理AI代理处理工作,不用为只玩游戏不工作感到愧疚,适合玩慢节奏或回合制游戏时使用。
实战经验 · @milesdeutscher▲ 2.1万
milesdeutscher分享Claude智能体群市场研究方案
想要在金融市场用AI却不知道如何入门,可以参考这套方案,在Claude上部署智能体群完成日常研报工作。
milesdeutscher分享Claude智能体群市场研究方案
想要在金融市场用AI却不知道如何入门,可以参考这套方案,在Claude上部署智能体群完成日常研报工作。
如果你不知道从哪里开始在金融市场利用人工智能,把这篇内容存下来。
你能做的最好的事情之一,就是搭建智能体集群来做每日研究。比如说,部署几个智能体,让它们夜间扫描新闻,关注你在 TradingView 观察列表里的交易时机等等。
下面这个提示词可以让你在 Claude 中启动你的第一个市场智能体集群——这是你能做的最好的事情之一:
新品发布 · @openclaw▲ 6.2K
多方将办搭建本地AI助手实践活动
想自己动手搭建本地AI助手,可报名参与这次带工作流演示和问答的实践活动,能获取实操经验。
多方将办搭建本地AI助手实践活动
想自己动手搭建本地AI助手,可报名参与这次带工作流演示和问答的实践活动,能获取实操经验。
构建你自己的本地 AI 助手 🦞
加入我们,主办方为 @huggingface、@NVIDIAAI 和 @AntLingAGI,本次实践环节将讲解 Ling-3.0-flash + DGX Spark,包含工作流演示和问答环节。
时间:新加坡标准时间9月17日上午10:30 / 太平洋夏令时9月16日晚上7:30
深度观点 · @alexwg▲ 3.9K
提出AI圈pacing provocation新概念
AI监管议题越来越热,有些主张背后可能有利益相关方刻意操作,这个新定义帮你看清当前讨论里的隐形套路。
提出AI圈pacing provocation新概念
AI监管议题越来越热,有些主张背后可能有利益相关方刻意操作,这个新定义帮你看清当前讨论里的隐形套路。
paced 挑衅 /ˌpeɪsɪŋ ˌprɒvəˈkeɪʃn/ 名词
指一场经过策划、人为诱导、归因错误或蓄意放大的AI事件,目的是证明先进AI系统危险且不受控制,从而施加政治压力,要求更严格的监管、部署限制,或是放慢前沿技术发展。
尤其指:被当作证据用以证明前沿AI开发必须“控制节奏”的所谓网络攻击或是自主智能体故障,而事件的起源、背景或是解读都有可能被对更严格管控有利益诉求的行动者操纵了。
另见:安全卡特尔、对齐贵族、监管作秀、假旗行动。
“一场paced挑衅就是把一场AI安全测试变成一个让所有人都放慢脚步的政治论据。”
硬件设计 · @GOROman▲ 6.8K
日本开发者让AI设计硬件并完成游戏ROM修改跳转
开发者@GOROman通过Claude Code设计ROM提取器基板,让Codex(Astra)完成游戏ROM修改并跳转关卡
日本开发者让AI设计硬件并完成游戏ROM修改跳转
开发者@GOROman通过Claude Code设计ROM提取器基板,让Codex(Astra)完成游戏ROM修改并跳转关卡
开发者@GOROman发布动态称,他指示Codex(Astra)使用由Claude Code(Fable 5)设计的ROM提取器基板,完成ROM提取后,直接跳转至汪汪出场的游戏关卡。
AI自行启动了ROM解析,修改了工作内存后成功跳转至2-5关汪汪出现的关卡。
整个过程通过Claude Code制作的模拟器完成录制,原链接附有相关录制内容。
隐私 · @pvyyu42928466▲ 359
采集街景需要上传路人脸和车牌,你还会参与吗
用户体验Vangrid街景数据采集流程,记录其本地隐私处理方式,来源为𝕏用户@pvyyu42928466
采集街景需要上传路人脸和车牌,你还会参与吗
用户体验Vangrid街景数据采集流程,记录其本地隐私处理方式,来源为𝕏用户@pvyyu42928466
如果拍一段街景就能领取奖励,但需要把路人的脸和车牌一并上传,大概率我不会参加。体验@vangrid_io的采集流程时,我特意关注了它的隐私处理方式。
进入Capture Data后,授权相机就能开始拍摄,定位可以自行选择。拍摄需要围着目标缓慢移动,尽量把各个角度拍完整,手机不能晃动太快。
录制结束后,系统会自动检查视频时长和画面质量,不符合要求的内容会被退回,页面还会说明具体退回原因。
Vangrid的拍摄说明显示,人脸和车牌会在手机本地完成识别和模糊处理,视频经过处理后才会编码上传,未经模糊处理的画面不会离开用户设备。
需求方最终拿到的不是贡献者拍摄的原视频,而是重建后的3D模型,以及相关的几何数据和溯源记录。
这种处理方式并不意味着可以随意拍摄,自动识别也可能遗漏细节,贡献者仍需要主动避开住宅内部和敏感场所。用户可以设置个人隐私区域,部分受限制地区无法上传内容。
Physical AI想要获得持续更新的现实数据,不能只考虑采集速度。普通人是否愿意拿出手机参与,往往取决于平台能不能提前处理好隐私风险。让原始画面留在设备里,可能比提高奖励更能决定这张数据网络能走多远。
行业观点 · @MaxForAI▲ 3.4万
DeepSeek工程师亲手推动AI淘汰自己的手艺,还选了这条路
DeepSeek kernel工程师刘胜与撰文分析AI替代自身工作后的未来走向
DeepSeek工程师亲手推动AI淘汰自己的手艺,还选了这条路
DeepSeek kernel工程师刘胜与撰文分析AI替代自身工作后的未来走向
行业动态 · Hacker News▲ 58
Nari Labs 发布全新开源语音大模型
当前语音模型市场仍被闭源模型垄断,这款新开源语音模型主打低延迟低成本,想要打破闭源垄断。
Nari Labs 发布全新开源语音大模型
当前语音模型市场仍被闭源模型垄断,这款新开源语音模型主打低延迟低成本,想要打破闭源垄断。
嘿 HN,我是来自 Nari Labs 的 Toby。
我们一直致力于让开源语音模型变得超级快。去年,我们打造了 Dia,这是首个能够进行自然对话的开源文本转语音模型。
从那以后,又有更多优秀的语音模型向公众发布了。但市场目前仍由闭源模型主导。我们认为这是推理问题。
现有的诸如 vLLM / SGLang 这类系统并不非常适合多模态推理。为了证明这一点,我们构建了一款专门的推理引擎。
新品发布 · @farbood▲ 2.8万
@farbood发布全球首款完全本地私密AI健康应用(100x)
你的健康数据不会离开设备,也不用注册账号,不需要担心个人健康隐私被泄露,对注重健康数据隐私的人来说多了一个选择。
@farbood发布全球首款完全本地私密AI健康应用(100x)
你的健康数据不会离开设备,也不用注册账号,不需要担心个人健康隐私被泄露,对注重健康数据隐私的人来说多了一个选择。
我们推出全球首个完全本地运行的私密AI健康应用。你的健康数据永远不会离开你的设备,你甚至不需要注册账号。
所有AI模型都完全在设备上运行,包括Apple最新的端侧语音模型,它的表现优于Whisper。我们微调后的模型在宏观营养追踪上比GPT 5.6 Sol表现更好,并且完全在你的手机上运行,速度快100倍。
下方的基准测试是A-LIST对比GPT 5.6 Sol,使用Google的5k食物库。
这款应用从今日起在全球范围内提供,它速度极快、免费且私密。
这是朝着让全球所有人都能轻松获得健康服务迈出的一大步。感谢每一位辛勤工作,让这些本地模型变得如此强大且可用的开发者。
大模型 · @cherry_mx_reds▲ 4.8K
用户评价DeepSeek v4.1 Flash是可用小模型的底线
用户@cherry_mx_reds在𝕏分享对DeepSeek v4.1 Flash的实际使用体验
用户评价DeepSeek v4.1 Flash是可用小模型的底线
用户@cherry_mx_reds在𝕏分享对DeepSeek v4.1 Flash的实际使用体验
DeepSeek v4.1 Flash是用户实际能用的最低可用小模型。
用户周末尝试了多款其他小模型,发现大部分都不值得花费时间,除非是处理非常基础和特定的任务。
这些小模型可能更适合喜欢捣鼓模型的爱好者调试体验,但要完成实际工作,DeepSeek v4.1 Flash已经是可用的底线。
用户真诚好奇,如果经常使用其他小模型,实际会用它们完成什么工作。
行业动态 · Hacker News▲ 47
LLM裁判意见一致就该相信吗?
用大语言模型做AI生成内容的裁判越来越多,这个问题关系到未来AI评估的可信度,值得思考。
LLM裁判意见一致就该相信吗?
用大语言模型做AI生成内容的裁判越来越多,这个问题关系到未来AI评估的可信度,值得思考。
社区讨论:多数评论认为不能一概而论LLM裁判的意见一致性,不同实验室、不同模型训练数据、权重和偏差都不相同,结论要具体问题具体分析。有人提到,多个不同上下文的LLM交叉校验能大幅减少幻觉问题,但也提醒要注意不同LLM可能存在共同盲区。有人举例,Claude的高阶模型经常会同意前序低级模型给出的结论,还有人用贝特里奇头条定律直接给出答案“不”。
深度观点 · @oleg_murk▲ 4.3万
前OpenAI员工谈AI实用监管:别重蹈覆辙
AI可能把百年技术变革压缩到5年,普通人很快就能本地运行强AI。现有的监管体系跟不上技术发展速度,需要务实监管来降低风险。
前OpenAI员工谈AI实用监管:别重蹈覆辙
AI可能把百年技术变革压缩到5年,普通人很快就能本地运行强AI。现有的监管体系跟不上技术发展速度,需要务实监管来降低风险。
工具 · @tom_doerr▲ 5.4K
用Claude写提示词,还能先帮你理清需求
这个Claude小工具可以提取用户需求里的模糊点,主动问清楚再生成准确的提示词,不管你用什么AI工具都能套。
用Claude写提示词,还能先帮你理清需求
这个Claude小工具可以提取用户需求里的模糊点,主动问清楚再生成准确的提示词,不管你用什么AI工具都能套。
行业动态 · Hacker News▲ 49
Anthropic 披露将连续第二个季度实现盈利
大模型创业公司已经能稳定盈利,行业烧钱换增长的模式正在发生变化
Anthropic 披露将连续第二个季度实现盈利
大模型创业公司已经能稳定盈利,行业烧钱换增长的模式正在发生变化
社区讨论:几乎所有评论都不认可这份盈利数据,大家指出,Anthropic采用了调整后营业利润的统计方式,把模型训练成本、硬件部署费用、分销合作伙伴收入分成这些大额核心支出都排除在了成本之外,这种记账方式和安然、团购网站Groupon的欺诈性做账手法一致,就好比车企不算造车成本说自己盈利,只是忽悠普通投资者的数字游戏。还有人提到,Anthropic呼吁放缓AI开发其实是为了保住现有利润,不用持续再投入研发。
行业动态 · @wallstengine▲ 2.0万
黄仁勋称八成获投原生AI公司用开源模型
从英伟达CEO的表述能看出,当前创投圈里原生AI公司对开源模型的接受度已经很高。
黄仁勋称八成获投原生AI公司用开源模型
从英伟达CEO的表述能看出,当前创投圈里原生AI公司对开源模型的接受度已经很高。
行业动态 · Hacker News▲ 89
三大AI巨头黑客事件背后是同一家公司
目前仅披露该结论,未公布更多细节,需关注后续信息可能对AI服务安全产生的影响。
三大AI巨头黑客事件背后是同一家公司
目前仅披露该结论,未公布更多细节,需关注后续信息可能对AI服务安全产生的影响。
社区讨论:有用户指出文章标题表述误导,称OpenAI内部系统被攻破,相关AI实验室本身要对自身模型负责,也有用户补充本文遗漏了Irregular公司并未卷入OpenAI和Hugging Face事件这一关键背景,还有用户质疑文章将AI存在生存威胁的说法解读为心理操纵站不住脚。另有观点认为这些事件是AI公司故意制造恐慌,推动监管排挤竞争对手,也有人疑惑这家第三方公司具体提供了什么服务。
行业动态 · Hacker News▲ 82
1.2美元模型能做好代码评审吗?
开发者讨论价格仅1.2美元的GPT-5.6 Luna,对比GPT-6 Astra能否胜任代码评审工作,可关注低费模型的实际能力表现。
1.2美元模型能做好代码评审吗?
开发者讨论价格仅1.2美元的GPT-5.6 Luna,对比GPT-6 Astra能否胜任代码评审工作,可关注低费模型的实际能力表现。
社区讨论:多数开发者认可低价模型在代码评审中的价值,认为哪怕是便宜甚至小型本地模型也能提供价值,1.2美元单次评审的成本对企业来说完全可以接受,有团队使用更便宜的模型,发现了人和高价模型漏掉的问题,认为成本增加也值得。但大家不赞成直接将AI输出放到PR流程中,认为这会增加噪声,需要人工验证内容;也有开发者认为代码评审更需要文化语境,高价大模型属于过度投入。
行业动态 · @wallstengine导语出处▲ 3.5万
Google放开全公司工程师使用Anthropic Claude
AI编码竞争加剧,工程师希望用更强模型提升效率,大厂也开始放开对第三方模型的限制,普通开发者或许也有更多选择。
Google放开全公司工程师使用Anthropic Claude
AI编码竞争加剧,工程师希望用更强模型提升效率,大厂也开始放开对第三方模型的限制,普通开发者或许也有更多选择。
$GOOGL:谷歌全公司工程师都可使用 Anthropic 的 Claude
据《Business Insider》报道,谷歌现在允许全公司工程师在内部编码工作中使用 Anthropic 的 Claude,这是对此前主要限制员工使用 Gemini 政策的重大转变。
员工可以通过谷歌内部开发平台 Antigravity 访问 **Anthropic’s Opus 5** 模型。访问有按用户配额限制,用途是补充 Gemini,而非替代它。
此前,Claude 的访问权限大多仅对选定的 DeepMind 团队和部分高优先级工程项目开放,而 Claude Code 和 OpenAI Codex 这类外部编码工具通常是被限制使用的。
这一变化发生在AI编码竞争加剧、工程师呼吁获得可用最强模型来提升生产力的背景下。谷歌表示,Gemini 仍然是其内部开发的“主要基础”模型,第三方模型仅用于特定场景。
谷歌本身也是 Anthropic 的主要投资方,今年早些时候还宣布计划向该公司投资最高**400亿美元**。
来源:《Business Insider》
自动化 · @coreyganim▲ 6.0K
用Grok Bot、Notion和Claude自动化一周内容创作,仅需8步
创作者分享利用三款工具替代每周8小时手工内容创作的具体方案
用Grok Bot、Notion和Claude自动化一周内容创作,仅需8步
创作者分享利用三款工具替代每周8小时手工内容创作的具体方案
工具产品 · @FaztTech▲ 2.2万
Archify 推出代理端架构图生成工具
对 Mermaid 或 AI 生成的架构图不满意,可以试试这个新工具,能生成交互式 HTML,还支持导出多种格式。
Archify 推出代理端架构图生成工具
对 Mermaid 或 AI 生成的架构图不满意,可以试试这个新工具,能生成交互式 HTML,还支持导出多种格式。
如果你需要一张架构图,又不喜欢 Mermaid 生成的或者 AI 生成的图片,可以了解一下 Archify。
它是给 Cursor、Claude 或者 Codex 这类智能代理用的技能:它会根据你要求的图表类型生成一张可交互的 HTML。
它适用于解释一个系统、将图表放在文档中,或者导出为 PNG 及其他格式。
行业动态 · @rtwlz▲ 2.2万
coreauto让AI智能体运营真实在线生意
这项研究能帮我们搞清楚,AI能接手哪些商业日常工作,哪些决策还需要人来做,能帮后续研究AI落地商业明确方向。
coreauto让AI智能体运营真实在线生意
这项研究能帮我们搞清楚,AI能接手哪些商业日常工作,哪些决策还需要人来做,能帮后续研究AI落地商业明确方向。
开源 · @marcelpociot▲ 5.1万
开发者在macOS 27的Siri里实现了Claude应答
开发者marcelpociot公布开源概念验证项目,需禁用SIP/AMFI
开发者在macOS 27的Siri里实现了Claude应答
开发者marcelpociot公布开源概念验证项目,需禁用SIP/AMFI
我在 macOS 上让 Siri 里面调用 Claude 回答问题了 🚀 这用到了苹果隐藏的模型提供商支持 + 我现有的 Claude Code 账户。
这是开源概念验证项目。需要禁用 SIP/AMFI。感谢 @itspdfu 的发现!来看看:
视频 · @maddieworks▲ 2.6万
AI 重构视频调色流程,不必替代调色师就能改变调色
创作者@maddieworks 在𝕏分享GPT-6 Astra搭配CapCut PC的AI调色工作流
AI 重构视频调色流程,不必替代调色师就能改变调色
创作者@maddieworks 在𝕏分享GPT-6 Astra搭配CapCut PC的AI调色工作流
AI不需要完全接管调色工作就能从根本上改变调色,只需要改变调色的起点。GPT-6 Astra可以根据提示词生成自定义调色资源,CapCut PC则利用该资源完成实际编辑流程。
此前调色的起点通常是:打开查找表(LUT)库→浏览→预览→排除→重复。现在的流程可以是:描述想要的色调→Astra生成。cube格式文件→下载→导入CapCut PC。调色起点不再受限于库中已有的内容。
这一点很重要,因为创作方向很少是通用的。如果你想要冷调阴影同时暖调肤色、低饱和度但不平淡、电影感对比度又不损失黑色细节,你可以直接向Astra描述这些需求,不用再找碰巧匹配的预设。
CapCut PC负责AI无法替创作者做决定的部分:调色效果在整个序列中是否协调?强度是否合适?是否符合剪辑整体的节奏和视觉语言?创作者可以直接在项目中做出这些决策。
对创作者来说,这是一个更大的转变。Astra扩展了初始素材的可能性,CapCut PC扩展了对素材的处理空间。一方让创作方向更容易落地,另一方保持最终剪辑的灵活性,由此产生1+1>2的效果。
行业动态 · @robertwiblin▲ 5.3K
英《金融时报》呼吁暂停前沿AI模型开发
主流财经媒体公开表态支持暂停最先进AI模型开发,直到风险得到管控。
英《金融时报》呼吁暂停前沿AI模型开发
主流财经媒体公开表态支持暂停最先进AI模型开发,直到风险得到管控。
观点 · @algekalipso▲ 2.3K
说当前AI没用的人,花几十分钟试过后彻底改变看法
Andrés在𝕏分享,接触前沿AI后多数人改变了原有观点
说当前AI没用的人,花几十分钟试过后彻底改变看法
Andrés在𝕏分享,接触前沿AI后多数人改变了原有观点
集成 · @ecommartinez▲ 5.6万
ElevenLabs把语音模型直接放进Claude Code了
有用户花了泡一杯茶的时间就安装完成,开箱就能用,这类AI工具的跨界整合现在越来越常见。
ElevenLabs把语音模型直接放进Claude Code了
有用户花了泡一杯茶的时间就安装完成,开箱就能用,这类AI工具的跨界整合现在越来越常见。
我等这个快一年了。 ElevenLabs 刚刚把他们的模型直接接入了 Claude Code。我在泡茶的时候顺手装了它,回来就已经能用了。
这种集成只用了5分钟就让你觉得它本该如此……用了之后你就再也不想在没有它的情况下工作了。
观点 · @EMostaque▲ 2.2万
用点数学和亚里士多德理论聊AI价值对齐
作者聊了群体AI的优点,还给出了一些让AI对齐人类价值观的建议,不用担心有复杂内容,门槛不高。
用点数学和亚里士多德理论聊AI价值对齐
作者聊了群体AI的优点,还给出了一些让AI对齐人类价值观的建议,不用担心有复杂内容,门槛不高。
广告 · @Just_sharon7▲ 1.0万
广告从业者分享调整后的AI广告生产工作流,不把AI初代输出当成品
用户@Just_sharon7在𝕏分享了AI制作产品广告的具体工作步骤,仍需人工 refine
广告从业者分享调整后的AI广告生产工作流,不把AI初代输出当成品
用户@Just_sharon7在𝕏分享了AI制作产品广告的具体工作步骤,仍需人工 refine
有广告从业者调整了使用AI制作广告的思路:不再将AI生成的初代内容作为最终成品。
她分享了一则子弹时间产品广告的完整AI工作流:先用GPT-6 Astra生成内容,接着在CapCut PC上生成3D白模,导入Seedance 2.5模型,再由CapCut PC生成成片。
之后用Edit Pilot/AI Extend完成子弹时间、速度和节奏调整,最后在需要的地方进行人工细化。AI可以完成大部分工作,但最终内容的取舍仍由编辑决定。
深度观点 · @Heis_sosa▲ 676
PhysicalAI落地需要现实数据和合力建设
想做实体智能机器人,不能只停留在畅想阶段。比起愿景,更需要先打好现实数据等基础,这依赖行业共同推进。
PhysicalAI落地需要现实数据和合力建设
想做实体智能机器人,不能只停留在畅想阶段。比起愿景,更需要先打好现实数据等基础,这依赖行业共同推进。
构想出智能机器能做什么,和开发出能帮它们实现这些能力的基础,两者并不一样。Physical AI 就处在这个交叉点上。
这个愿景很令人兴奋,但要把它转化为实用技术,需要我们对现实环境、物体、运动和场景有更深入的理解。数据可以提供探索这些挑战所需的信息。
@axisrobotics 专注于现实世界数据的重要性,以及贡献者在构建 Physical AI 生态系统中的作用。每一步进展都依赖于学习新事物。每一份有意义的贡献都能帮助我们更清晰地看清前路的挑战。
机器人技术的未来充满可能性。而当人们合作搭建支撑这些可能性的基础时,可能性才会变得更有意义。
视频创作 · @Diana_Osire▲ 2.0K
CapCut PC版上线GPT Image 2.5 打通AI视频创作全流程
这一功能通过Design Studio和AI Image推出,搭配Seedance 2.5实现从创意到成品视频
CapCut PC版上线GPT Image 2.5 打通AI视频创作全流程
这一功能通过Design Studio和AI Image推出,搭配Seedance 2.5实现从创意到成品视频
好的创意最难的一步,就是把它具象化呈现出来,而新的AI工具正在让这一创作流程变得更顺畅。
GPT Image 2.5现已通过Design Studio和AI Image登陆CapCut PC版,可以把抽象创意转化为可视化故事板。创意不再只是一段文字描述,创作者可以直接看到、修改它,并在此基础上继续创作。
创作者完成视觉化之后,可以将成果导入CapCut PC版的Video Studio,用Seedance 2.5生成视频,再通过CapCut的AI编辑工具优化成品。
这套AI视频创作的完整流程可概括为:构思创意→视觉呈现→生成视频→优化调整,感兴趣的用户可以前往尝试。
实战经验 · @businessbarista▲ 3.1万
@Vtrivedy10(LangChain实验室负责人)发布AI评估38分钟大师课(38分钟)
想测试自己的AI智能体性能好坏却不知道该怎么做?这份分阶段的课程,能帮你从入门到掌握完整评估方法。
@Vtrivedy10(LangChain实验室负责人)发布AI评估38分钟大师课(38分钟)
想测试自己的AI智能体性能好坏却不知道该怎么做?这份分阶段的课程,能帮你从入门到掌握完整评估方法。
深度观点 · @GavinSBaker▲ 4.6万
GavinSBaker谈OpenAI与Anthropic发展策略
头部AI实验室为把控前沿发展节奏,愿意牺牲利润率增加计算投入,行业竞争正在悄悄改变玩法。
GavinSBaker谈OpenAI与Anthropic发展策略
头部AI实验室为把控前沿发展节奏,愿意牺牲利润率增加计算投入,行业竞争正在悄悄改变玩法。
Anthropic 和 OpenAI 要“掌控”前沿发展的方式,就是在对齐、监控和评估上投入更多时间和更多算力。
选择“掌控”前沿的领先实验室,可能会在算力上投入稍多资金,代价是利润率降低。
就是这样。
视频剪辑 · @kate_osita_
AI调色让多次尝试成本变低,调色流程效率提升
博主kate_osita_在𝕏分享GPT-6 Astra结合CapCut PC的AI调色工作流
AI调色让多次尝试成本变低,调色流程效率提升
博主kate_osita_在𝕏分享GPT-6 Astra结合CapCut PC的AI调色工作流
AI生成调色的最大优势,不一定是能更快得到第一版结果,而是让后续版本的尝试成本足够低。GPT-6 Astra结合CapCut PC,能让调色进入更快的迭代循环。
具体工作流可以从一句明确的描述开始:高对比度夜景、冷蓝色阴影、克制高光、自然肤色。Astra生成自定义立方颜色查找表(.cube LUT)后,下载导入CapCut PC,就能在实际素材上看到效果。
如果效果不符合预期,比如阴影对比度太强、肤色不够暖或者整体对比度太高,可以直接在CapCut PC里调整LUT,也可以修改提示词重新生成一版。这样一来,尝试多种方案的成本大大降低。
CapCut PC完成了整个流程的闭环,你不需要评估抽象的AI调色样本,而是可以直接在实际项目里,结合现有素材和其他编辑内容查看调色效果。这个场景很重要,因为适合一个镜头的调色不一定适合下一个。
效率提升不只是简单的“AI给视频调色”,而是“AI能更快帮你探索出想要的调色效果”。Astra加速生成不同方向的调色方案,CapCut PC则支持测试、对比和优化这些方案,能实现更多迭代、更多掌控。
视频 · @KylieHopkinsX▲ 4.6万
用AI制作“时间静止”广告正确工作流程是什么
用户KylieHopkinsX在𝕏分享了用GPT-6 Astra、CapCut PC制作AI广告的步骤
用AI制作“时间静止”广告正确工作流程是什么
用户KylieHopkinsX在𝕏分享了用GPT-6 Astra、CapCut PC制作AI广告的步骤
有人提问如何用AI重新制作那种“时间静止”效果的产品广告,KylieHopkinsX给出的方案不直接从视频生成入手,而是先搭建3D场景,GPT-6 Astra搭配CapCut PC可以实现这套工作流。
第一步,GPT-6 Astra生成3D白模,为后续视频生成提供视觉基础,目标是实现大家熟悉的子弹时间效果:人物被击中后物品四散,所有物体定格在空中。
第二步,将生成的3D模型导入CapCut PC,由Seedance 2.5基于模型生成影视级序列,包含动作和聚焦产品的画面。
第三步,把生成内容当作原始素材,而非最终成品,在CapCut PC中调整速度、时间点和节奏,打造子弹时间效果。如果生成镜头需要调整,Edit Pilot和AI Extend可以提供编辑选项。
整套工作流程基本是:3D概念→生成素材→子弹时间剪辑→细化调整。比起直接用一句提示词生成完整成品广告,这套方法更实用。
发布 · @k2sbhai▲ 1.8万
Cline发布原生桌面应用
Cline刚推出原生桌面应用,自带智能代理功能,既可以用自带的ClinePass,也可以接入用户自己的API密钥。
Cline发布原生桌面应用
Cline刚推出原生桌面应用,自带智能代理功能,既可以用自带的ClinePass,也可以接入用户自己的API密钥。
DeepSeek V4.1 Flash + Muse Spark 1.3 现在可以在 Cline Desktop 上免费使用 😳
Cline 刚刚推出了一款原生桌面应用,带有实用的智能体功能。你可以:
- 使用 ClinePass 或你自己的 API 密钥
- 接续来自 Codex、Claude Code 和其他智能体的任务
- 调度智能体运行
- 管理 MCP 服务器、插件和技能
- 网页浏览
- 语音输入
> DeepSeek V4.1 Flash
> Muse Spark 1.3
> GLM 5.3 Flash
免费模型可供体验 👀
下载 Cline Desktop:
医疗健康 · @elijahnnaoma1▲ 817
谷歌用500万人超1万亿分钟数据训练健康AI模型
训练数据来自可穿戴设备日常生成的生理信号,这些日常产生的海量数据里藏着很多之前没被挖掘的有用信息。
谷歌用500万人超1万亿分钟数据训练健康AI模型
训练数据来自可穿戴设备日常生成的生理信号,这些日常产生的海量数据里藏着很多之前没被挖掘的有用信息。
Google在来自500万人的超过1万亿分钟可穿戴设备数据上训练健康模型,这表明我们每天产生的信号中隐藏着大量有价值的信息。但收集海量数据只是故事的一部分。
@Sleepagotchi 正在思考下一步:智能体能够理解这些信号,并将它们转化为有用的信息、更好的决策,最终转化为实际行动。你不再需要只是看着仪表盘琢磨你的数据意味着什么,我们的目标是让智能体真正帮你了解你的习惯,并据此采取行动。
这和 @NucleusCodes 围绕智能体智能所做的工作非常契合,即通过连接数据、推理和行动让AI变得更有用。未来不只是拥有更多数据。未来是让这些数据为你服务。💤
营销 · @Amaliarenzy▲ 1.2万
品牌AI图像生成新流程:GPT Image 2.5接入CapCut PC
Amaliarenzy在𝕏分享了一套可落地的品牌AI内容生产流程,GPT Image 2.5将上线CapCut
品牌AI图像生成新流程:GPT Image 2.5接入CapCut PC
Amaliarenzy在𝕏分享了一套可落地的品牌AI内容生产流程,GPT Image 2.5将上线CapCut
这套流程被认为是品牌使用AI图像生成更实用的方式。
第一步用GPT Image 2.5生成两张产品视觉图,生成好的图片将作为后续内容生产的起点。
第二步在CapCut PC端用Seedance 2.5基于这些图片制作广告内容。GPT Image 2.5即将登陆CapCut,可通过设计工作室和AI图像功能使用。
不同于先生成图像再考虑用途的传统模式,这套流程里AI生成图像本身就是生产流程的一部分。完整流程是产品规划→生成视觉图→制作视频→剪辑修改,这套工作流让AI生成内容真正对营销有用。
视频创作 · @Mr_Shahbaz_Ai▲ 514
创作者提出AI分工新方式:创作者决策,AI做重复工作
来自𝕏用户Mr_Shahbaz_Ai的分享,涉及CapCut PC的GPT Image 2.5等AI工具
创作者提出AI分工新方式:创作者决策,AI做重复工作
来自𝕏用户Mr_Shahbaz_Ai的分享,涉及CapCut PC的GPT Image 2.5等AI工具
我不介意AI做重复性工作,只是不希望AI来决定故事应该是什么样的。这套工作流就是因此才合理。
GPT Image 2.5将通过设计工作室和AI图像功能接入CapCut PC端,它可以把想法转化为可视化故事板。之后CapCut PC搭配Seedance 2.5完成把图像转成视频的繁重工作。
在此之后,CapCut的AI剪辑工具可以处理重复性剪辑任务,而创作者来决定最终保留哪些内容。AI承担更多工作,创作者保留更多决策权。这是相当不错的分工方式。
创意工具 · @itsLORDROY▲ 9.0K
AI图像生成最被低估的环节,是生成后做什么
@itsLORDROY在𝕏分享,GPT Image 2.5将登陆CapCut,支持全链路创作
AI图像生成最被低估的环节,是生成后做什么
@itsLORDROY在𝕏分享,GPT Image 2.5将登陆CapCut,支持全链路创作
AI图像生成领域,图像生成完成后发生的环节一直被低估。
在为iPhone Duo制作广告时,创作者@itsLORDROY先用GPT Image 2.5生成了视觉基底。
GPT Image 2.5即将登陆CapCut,用户可以通过Design Studio和AI Image功能使用它。
生成的视觉素材随后会作为视频制作的起点,在搭载Seedance 2.5的CapCut电脑版中完成后续创作。
现在,单份视觉素材可以融入规模更大的创意工作流中。
感兴趣的用户可以通过原文链接尝试这项功能。
新品发布 · @RewardAI_▲ 6.6万
RewardAI推出首个机器人基础模型OM-1
这款模型不需要遥操作或机器人数据学习,接近人类操作灵活度,未来适配更多类型机器人有望降低开发门槛。
RewardAI推出首个机器人基础模型OM-1
这款模型不需要遥操作或机器人数据学习,接近人类操作灵活度,未来适配更多类型机器人有望降低开发门槛。
我们推出了 OM-1,这是我们首个机器人基础模型,零样本泛化适配任何机器人:桌面机械臂、工业机械臂和人形机器人。
它直接从人类操作数据中学习,无需遥操作/机器人数据。
它拥有接近人类水平的敏捷性和效率,支持多机器人协作。
实战经验 · @TheAhmadOsman▲ 1.1万
作者分享成为AI研究者分步项目路线图
无论现在是否计划入行AI研究,都可以先收藏这份路线图,它覆盖了从基础到前沿的几乎所有AI研究核心项目方向
作者分享成为AI研究者分步项目路线图
无论现在是否计划入行AI研究,都可以先收藏这份路线图,它覆盖了从基础到前沿的几乎所有AI研究核心项目方向
我们需要更多人投身推进AI的工作,而不是更少。现在已经有一份完整的分步路线图,教你如何成为一名AI研究者。
路线图涵盖的构建内容包括:
- 分词器/嵌入
- 位置编码方法
- 注意力机制/多头注意力
- Transformer块
- 训练循环/目标函数
- 采样看板
- 推测解码
- KV缓存/MQA/GQA/MLA
- 长上下文
- FlashAttention/硬件预算
- MoE路由器
- 状态空间/扩散语言模型
- 数据流水线/合成数据
- 缩放定律
- SFT/DPO/RLHF/GRPO/RLVR
- 量化
- 服务系统
- 评估工具集
- RAG/工具/智能体
- 多模态适配器
- 可解释性/安全性
- 完整顶石模型系统
每个项目都遵循统一流程:
- 构建它
- 绘制它
- 拆解它
- 解释它
- 交付产物
你现在就应该阅读这份路线图,如果你现在没法读,也一定要收藏起来以后看。
大语言模型 · @KaiteeShiks▲ 2.8K
用户称在Claude中内置常用创作模型减少了操作摩擦
用户KaiteeShiks在𝕏表示,在Claude中直接使用常用创作模型可节省操作时间
用户称在Claude中内置常用创作模型减少了操作摩擦
用户KaiteeShiks在𝕏表示,在Claude中直接使用常用创作模型可节省操作时间
在Claude内部就能使用自己常用的创作模型,消除了很多操作摩擦。
用户不需要在不同工具之间不断切换,就可以编写提示词并生成所需内容。
在编写提示词的位置直接就能调用模型,是最大程度节省时间的原因。
新品发布 · @C4_TCG▲ 8.9K
AI模型即将开源,可对战宝可梦TCG
喜欢宝可梦集换式卡牌对战的人,可以体验AI对战,甚至参与到这个开源模型的后续开发优化中。
AI模型即将开源,可对战宝可梦TCG
喜欢宝可梦集换式卡牌对战的人,可以体验AI对战,甚至参与到这个开源模型的后续开发优化中。
很高兴分享我在 AI Battle Challenge 中的工作!
我和 @xxmichaellong 一起构建了一个玩 Pokemon TCG 的通用模型。它使用深度学习和搜索来前瞻并探索不同选项。
我对此感到非常自豪。该模型很快就会开源!
AI视频 · @ElizabethhQuinn
AI自动调色的实用性体现在保持视频色彩一致性上
用户ElizabethhQuinn分享GPT-6 Astra与CapCut PC搭配的AI调色工作流
AI自动调色的实用性体现在保持视频色彩一致性上
用户ElizabethhQuinn分享GPT-6 Astra与CapCut PC搭配的AI调色工作流
AI生成调色的实用性主要体现在色彩一致性上。单个颜色查找表(LUT)可以为一整段视频序列提供视觉起点,但不同镜头的素材表现不会完全一致。
这也是CapCut PC发挥作用的地方。GPT-6 Astra可以根据用户想要的调色风格生成自定义。cube格式文件。
将生成的文件导入CapCut PC后,可以给整个项目应用该调色预设,再针对单个镜头进行所需调整。
AI帮助确定整体视觉风格,CapCut PC帮助保持全片调色风格一致。比起期待AI自动把每个镜头都调色完美,这种组合方式实用得多。
行业动态 · @trq212▲ 2.2万
聊Claude Code开发与AI时代软件工程变化
想了解大厂开发AI编程工具的实际难点和开发团队对AI时代软件工程的看法,可以参考这次访谈内容。
聊Claude Code开发与AI时代软件工程变化
想了解大厂开发AI编程工具的实际难点和开发团队对AI时代软件工程的看法,可以参考这次访谈内容。
我和 Sid 以及 Robert 聊了聊构建 Claude Code 的过程:这一路走来变化太大了,要跟上模型能力的发展节奏非常难,我们还聊了聊在 AI 出现之前,我们怀念软件工程的哪些方面。
行业观点 · @Didotxyz_▲ 1.9K
下一代AI竞争拼的不是模型数量,而是智能构建
过去大家比的是谁发布的大模型更多,接下来行业竞争会转向谁能构建出更实用、更高效的真正人工智能能力。
下一代AI竞争拼的不是模型数量,而是智能构建
过去大家比的是谁发布的大模型更多,接下来行业竞争会转向谁能构建出更实用、更高效的真正人工智能能力。
音频处理 · @FilmLadd▲ 964
用户用Grok编写脚本自动完成视频音频降噪处理
𝕏用户FilmLadd分享使用Grok生成python和.bat脚本,替代付费在线工具处理音频
用户用Grok编写脚本自动完成视频音频降噪处理
𝕏用户FilmLadd分享使用Grok生成python和.bat脚本,替代付费在线工具处理音频
用户FilmLadd正在让Grok生成一系列python和。bat脚本,用来处理自己拍摄视频的音频。他认为AI是非常实用的工具,对AI存在生存层面的恐惧十分可笑。
他没法忍受手动清理音频文件,计算机存在的意义就是一次性完成工作,之后无需重复操作。
目标已经实现,现在他只需要把wav文件放到bat文件中,脚本就能自动完成基础电平修正、风扇噪音消除、呼吸声消除、咔哒声消除,添加压缩和限幅处理,最终输出新的wav文件。整个过程不需要上传到Adobe,也不需要支付任何月费。
视频制作 · @sophiaparkerr_▲ 6.4K
AI能接管商业广告视频全制作流程,还能输出可编辑项目
博主sophiaparkerr_在X展示GPT-6 Astra驱动剪映PC端制作iPhone Duo广告的案例
AI能接管商业广告视频全制作流程,还能输出可编辑项目
博主sophiaparkerr_在X展示GPT-6 Astra驱动剪映PC端制作iPhone Duo广告的案例
AI视频制作不再只是生成画面,现在已经可以实现类似商业制作的完整工作流。在sophiaparkerr_发布的iPhone Duo概念广告案例中,GPT-6 Astra完成了素材整理和剪辑方向规划。它还控制了CapCut PC完成广告制作,包括拼接镜头、调整节奏、添加字幕、转场和音频。
制作完成后,项目仍可在CapCut PC中编辑,创作者可以对单独轨道上的片段和字幕进行优化。GPT-6 Astra负责完成初版剪辑,CapCut PC则提供了可直接完成商业成片的可编辑工程。
开源 · @mehulmpt▲ 3.8K
开发者试用一款免费开源的桌面端AI工具,部署速度极快
开发者mehulmpt在𝕏分享了他对Cline新推出的免费开源桌面AI应用的使用体验
开发者试用一款免费开源的桌面端AI工具,部署速度极快
开发者mehulmpt在𝕏分享了他对Cline新推出的免费开源桌面AI应用的使用体验
一段时间以来,mehulmpt一直使用Codex桌面AI框架来调用GPT模型。但要让DeepSeek 4.1 Flash这类模型在该框架上运行,需要花费不少精力。
mehulmpt已经试用Cline的新款桌面应用一段时间了,他获得了该应用的早期测试资格。
这款应用是免费开源的,和DeepSeek的模型一样运行速度极快。它可以直接对接DeepSeek接口,也能通过OpenRouter等渠道对接任何开放式权重模型。
它的部署安装速度非常快。
教程 · @omarsar0▲ 6.7K
从零搭建AI智能体harness的分步指南来了
omarsar0在X分享从零搭建AI智能体harness的经验
从零搭建AI智能体harness的分步指南来了
omarsar0在X分享从零搭建AI智能体harness的经验
行业动态 · @chooi_jeq▲ 2.2万
Robocurve获1000万美元种子轮融资做AI测评
关注前沿AI落地的人可以看看,现在已经有两百多所机构参与进来,开源测评框架所有人都可以使用验证,帮助行业看清机器人AI进展。
Robocurve获1000万美元种子轮融资做AI测评
关注前沿AI落地的人可以看看,现在已经有两百多所机构参与进来,开源测评框架所有人都可以使用验证,帮助行业看清机器人AI进展。
我们为@Robocurve筹集了1000万美元的种子轮融资,这是一家独立公益公司,致力于评估现实世界前沿人工智能。
不到三个月时间,我们的研究浏览量就超过了600万次,评估框架下载量超过9.7万次。
来自200多家机构的研究人员已经报名与我们一起构建基准测试,其中包括全球排名前20大学中的19所。
我们欢迎更多独立评估者加入。第三方评估者越多,社会就能越好地了解机器人人工智能的进展速度。
我们的评估框架完全开源,我们发布的基准测试任何人都可以运行和验证。
本轮融资由@Initialized领投,@notablecap、@decasonic、@ycombinator、@HalcyonFutures等多家机构跟投。
你正在研发机器人或前沿人工智能?来和我们合作,帮助全世界了解你的系统能力。
实战经验 · @OpenAIDevs▲ 3.5万
开发者用GPT-6 Astra Codex做端到端代码测试
开发者借助GPT-6 Astra in Codex搭建测试框架、模拟接口返回,帮团队验证代码模块协作情况,大型项目编码效率有望提升
开发者用GPT-6 Astra Codex做端到端代码测试
开发者借助GPT-6 Astra in Codex搭建测试框架、模拟接口返回,帮团队验证代码模块协作情况,大型项目编码效率有望提升
GPT-6 Astra in Codex 正在 @perplexity_ai 帮助进行端到端代码测试。
@randomjohnnyh 使用它来构建测试工具,并模拟第三方 API 响应,以便他检查各个部分如何协同工作。
AI编程 · @shydev69▲ 4.8K
开发者2026年没写一行代码,交付代码比之前更多
开发者@shydev69在𝕏分享自己靠AI代理完成编码工作,推荐了开源工具Cline Desktop
开发者2026年没写一行代码,交付代码比之前更多
开发者@shydev69在𝕏分享自己靠AI代理完成编码工作,推荐了开源工具Cline Desktop
开源 · @archiexzzz▲ 8.3K
开发者用DeepSeek-V4-Flash等开源工具训练健身果蝇
开发者@archiexzzz基于开源工具完成果蝇神经元突触全映射训练
开发者用DeepSeek-V4-Flash等开源工具训练健身果蝇
开发者@archiexzzz基于开源工具完成果蝇神经元突触全映射训练
开发工具 · @ai_for_success▲ 2.7K
开发者使用Gemini 3.8 Flash在Cline桌面应用中构建3D大脑图谱
开发者@ai_for_success在𝕏分享体验,称Gemini 3.8 Flash模型稳定可靠
开发者使用Gemini 3.8 Flash在Cline桌面应用中构建3D大脑图谱
开发者@ai_for_success在𝕏分享体验,称Gemini 3.8 Flash模型稳定可靠
<p>Gemini 3.8 Flash是一款非常稳定可靠的模型。开发者@ai_for_success使用它在新版Cline桌面应用中构建了一个3D大脑图谱。</p> <p>开发者感谢Cline团队提供的早期测试资格。
他表示,专用桌面应用的使用体验比集成在IDE侧边栏好很多。</p> <p>该AI模型很好地处理了Three.js坐标逻辑和Playwright测试,开发者在构建过程中遇到的bug明显更少,大部分问题只出现在动画和少量对齐方面。</p> <p>Cline桌面应用内置市场,可添加MCP服务器和功能插件。
它的检查点功能表现不错,出问题时方便回滚,也可以从更早的提示分支尝试其他方法,不会打乱主会话。</p> <p>本次构建通过API接入Gemini,而Cline本身支持接入300多种模型,也可通过ClinePass使用开放权重模型。</p>
编程 · @caozlog▲ 8.9K
博主称马斯克收购后Cursor现在用着还不错,不必跟风换新品
博主@caozlog在𝕏发文分享自己使用AI编程工具Cursor的体验,来源为@caozlog on 𝕏
博主称马斯克收购后Cursor现在用着还不错,不必跟风换新品
博主@caozlog在𝕏发文分享自己使用AI编程工具Cursor的体验,来源为@caozlog on 𝕏
博主@caozlog自称跟不上时代,因为现在还在使用AI编程工具Cursor,被人嘲笑没有改用Claude Code和GPT Codex,显得落伍。
不过马斯克收购Cursor之后,博主发现该工具当前使用Grok 4.6 high作为基座模型,使用体验还不错。
因为舍不得每个月60美元的其他工具会员费,博主只在遇到难题时才换用Fable 5.1。开启Cursor远程控制后,博主现在可以随时在手机上编程处理任务,长任务表现也尚可,可以随时查看调整进度,实现碎片化编程。
深度观点 · @ChowdhuryNeil▲ 8.3万
AI控制权未来会集中在少数人手里吗
这名研究者加入thinkymachines,计划构建AI安全系统,让AI控制权可以广泛分享,你可以关注AI发展的方向变化。
AI控制权未来会集中在少数人手里吗
这名研究者加入thinkymachines,计划构建AI安全系统,让AI控制权可以广泛分享,你可以关注AI发展的方向变化。
我已经加入 @thinkymachines,从事安全与对齐研究。
当下的默认发展方向是,随着 AI 能力越来越强,对它的控制权会集中在少数人手中。
而我更愿意打造能让 AI 控制权被广泛共享的安全系统。
更多个人想法如下。
文档处理 · @jerryjliu0▲ 5.6K
最新智能代理框架提出了「Just-in-Time OCR」文档处理方案
jerryjliu0在X平台分享,适用于中小批量文档的OCR处理
最新智能代理框架提出了「Just-in-Time OCR」文档处理方案
jerryjliu0在X平台分享,适用于中小批量文档的OCR处理
“即时”OCR
最新的智能体工具(例如Cowork、Codex、Grok)在处理用户上传的文档“数据室”时,会进行两遍特别的文档处理:
1️⃣ 第一遍快速轻量处理,使用免费/开源文档解析工具,可以低成本处理100份以上文档
2️⃣ “即时”第二遍处理,使用专用OCR工具(例如LlamaParse)对一部分页面进行更准确的转录。
这种模式已经非常普遍,所以我想给它起个名字:“即时OCR”。
它在中小批量文档(例如10-100份文档)上的效果出人意料地好;它以成本和延迟为代价换取了准确性。它不能替代大规模离线索引和检索。
任何前沿智能体工具的“默认”方法都是第一遍使用像pypdf这样的开源工具,第二遍使用其原生VLM(例如Fable 5.1)。这种方法既昂贵,又缺乏准确性和 grounding。
如果你是开发者,想要实现这类文档数据室工具,可以试用我们的工具套件:
- 第一遍使用Liteparse(最佳/最快的开源文本解析器)
- 第二遍使用LlamaParse(帕累托效率最高,包含grounding)
视频创作 · @sean_wallace_
创作者谈AI校色:AI提供起点而非最终效果更有意义
创作者sean_wallace_分享使用GPT-6 Astra做AI校色的体验,来自𝕏平台sean_wallace_的分享
创作者谈AI校色:AI提供起点而非最终效果更有意义
创作者sean_wallace_分享使用GPT-6 Astra做AI校色的体验,来自𝕏平台sean_wallace_的分享
AI校色的有趣之处,在于AI帮创作者生成创作起点,而非替创作者决定最终画面效果。
通过GPT-6 Astra,创作者可以描述自己想要的视觉方向,比如暖肤色、偏冷阴影、低饱和度绿色、柔和高光,再根据描述生成自定义的。cube格式颜色查找表(LUT)。
生成的颜色查找表可以导入CapCut PC,在实际素材上查看效果。创作者可以调整强度,对比不同镜头,优化效果直到适配整体剪辑。
GPT-6 Astra提供创作方向,CapCut PC提供创作控制权。用户可通过链接尝试该功能。
深度观点 · @aievalforum▲ 6.9K
AI Evaluator Forum (AEF)发布AEF-1: Minimum Operating Conditions for Independent Third-Party AI Evaluations 标准(1)
前沿AI监管需要多元独立评估才能避免单点故障,这套标准为行业设立了最低门槛,关系到未来AI安全可信。
AI Evaluator Forum (AEF)发布AEF-1: Minimum Operating Conditions for Independent Third-Party AI Evaluations 标准(1)
前沿AI监管需要多元独立评估才能避免单点故障,这套标准为行业设立了最低门槛,关系到未来AI安全可信。
AI 评估者论坛(AEF)对近期关于嵌入式独立专家对验证 AI 安全保障主张重要性的声明表示欢迎。这是实现可信前沿 AI 监管的第一步。
没有单一评估者能够独自完成这项工作。一个由不同背景独立评估者组成的活跃生态系统,可以提供一系列专业知识和方法,帮助确保严谨性,避免单点故障。该论坛的存在就是为了强化这个生态系统。
要实现第三方评估的优势,还需要独立性、可访问性和透明度。AEF 将评估者聚集在一起解决这些问题。
我们的首个标准 AEF-1:独立第三方 AI 评估最低运行条件,为可访问性、利益冲突管理、融资关系、回避要求以及评估条款透明度设定了最低底线。
第三方评估的长期成功依赖于标准和框架。AEF 致力于与它的成员和合作者共同开发这些标准和框架。我们欢迎致力于严谨独立工作的机构参与进来。
前沿研究 · @ArtificialAnlys▲ 3.2万
Artificial Analysis发布Artificial Analysis Capability Indices v1.1 能力指数(v1.1)
这是一套按职业场景划分的AI能力评估基准,可以帮你直接对比不同大模型在各个行业场景下的实际表现。
Artificial Analysis发布Artificial Analysis Capability Indices v1.1 能力指数(v1.1)
这是一套按职业场景划分的AI能力评估基准,可以帮你直接对比不同大模型在各个行业场景下的实际表现。
开源 · @TheAIColonyRD▲ 2.0K
中国开源模型成新模型底座,数量超谷歌Meta总和
统计基于新模型的搭建数量而非下载量,说明开源开放路线已经成为业内主流,只是之前没人公开点明这个结果。
中国开源模型成新模型底座,数量超谷歌Meta总和
统计基于新模型的搭建数量而非下载量,说明开源开放路线已经成为业内主流,只是之前没人公开点明这个结果。
目前来自中国的一个开源模型,作为基础被用于生成的新模型数量,已经超过了谷歌和 Meta 两者之和。
这里统计的是基于它构建的模型数量,而非下载量。
开源与闭源之争已经尘埃落定,但还没人点明这一点。
AI Colony 2026 年上半年报告展示了最终结果。
实战经验 · @NFT_Chen▲ 2.5万
DeepSeek V4.1和GLM 5.3 分工出最佳工作流
两个大模型智力相近,合理分工能获得比单模型更好的效果,可以参考这套搭配方案提升AI工作效率
DeepSeek V4.1和GLM 5.3 分工出最佳工作流
两个大模型智力相近,合理分工能获得比单模型更好的效果,可以参考这套搭配方案提升AI工作效率
🔥推荐:DeepSeek V4.1 Flash、GLM 5.3 Flash使用策略
别再问谁更聪明,智力接近,拉开差距的其实是分工
1️⃣DeepSeek V4.1 Flash 当建造者
写代码、跑 Agent、追 bug、调工具、把功能一次做完。推进感更强,不容易停在半路。日常开 High,难推理再切 Max。原生多模态,截图、流程图直接丢。注意:它太快,长任务一定要盯 API 消耗。
2️⃣GLM 5.3 Flash 当审查员
DeepSeek 交活后,把改动丢给 GLM 审。它更保守,爱挑刺、质疑实现、抓可疑改动,适合当第二双眼睛。
3️⃣最佳工作流
DeepSeek 负责 Build,GLM 负责 Review。
别指望一个模型包打天下。只留一个?选 DeepSeek。
#DeepSeek #GLM #V41Flash #GLM53Flash #AI编程 #CodingAgent #大模型实战 #梁文峰 #唐杰
融资 · @Arjunjain1017▲ 4.1K
Tandem获490万美元融资,做硬件工程专用AI系统
这个AI系统用来连接需求、设计意图和CAD修改,解决现有工程系统跟不上当前工程发展需求的问题。
Tandem获490万美元融资,做硬件工程专用AI系统
这个AI系统用来连接需求、设计意图和CAD修改,解决现有工程系统跟不上当前工程发展需求的问题。
我们筹集了 490 万美元,用于打造 @tndminc——面向硬件工程的人工智能系统。
工程抱负已经超出了承载它的现有系统的能力。Tandem 连接了需求、设计意图、CAD变更、评审和验证。
下一台伟大的机器正等待着它专属的系统。
融资 · @mark_k▲ 4.2K
智源Zai_org获50亿美元融资,加速下一代AI模型
路透社报道,这家GLM模型的开发方,通过新股和其他融资方式拿到了这笔资金,国产大模型研发再次获得大额资本加注。
智源Zai_org获50亿美元融资,加速下一代AI模型
路透社报道,这家GLM模型的开发方,通过新股和其他融资方式拿到了这笔资金,国产大模型研发再次获得大额资本加注。
中国人工智能实验室 @Zai_org 刚刚筹集了巨额 50 亿美元,用于加速其下一代人工智能模型的开发。
据路透社报道,GLM 的开发者通过新股发行获得了约 20 亿美元,可转换债券获得了 30 亿美元。该公司计划将 60% 的资金投入到下一代模型和“完全自主训练系统”中。
在此之前,它在 7 月份刚刚筹集了 40 亿美元。智源人工智能正在快速积累前沿规模的“战争储备”,中美之间的人工智能竞赛只会越来越激烈。
开源 · @bojie_li▲ 4.0万
李博杰《深入理解 AI Infra》靠 AI Agent 编写,首日星数破两千
李博杰在𝕏分享,GitHub上《深入理解 AI Infra》首日星数超2k
李博杰《深入理解 AI Infra》靠 AI Agent 编写,首日星数破两千
李博杰在𝕏分享,GitHub上《深入理解 AI Infra》首日星数超2k
机器人 · @kaiwynd▲ 5.4K
GPT-6 Astra机器人用2小时完成插网线任务,过程需4次人工干预
用户@kaiwynd在𝕏分享测试结果,AI机器人完成紧公差可变形物体任务
GPT-6 Astra机器人用2小时完成插网线任务,过程需4次人工干预
用户@kaiwynd在𝕏分享测试结果,AI机器人完成紧公差可变形物体任务
测试者给GPT-6 Astra布置了插网线的任务,它用了2小时,经过4次人工提示干预后最终完成任务。GPT-6 Astra能完成对公差要求严格、涉及可变形物体的任务,这一点令人印象深刻。
不过测试者认为,智能机器人系统目前仍存在速度方面的较大问题。
当前任务流程中,基于3D程序的深度推理是必不可少的环节。测试者不清楚如何将这类推理提炼或加速到与视觉语言动作(VLA)系统相当的水平。
商业 · @wallstengine▲ 2.0万
Nvidia和Pinterest扩展AI合作,响应提速85倍
双方合作搭建共享多模态AI基础设施,用于视觉搜索和推荐系统,算力优化直接带来了响应启动速度的大幅提升。
Nvidia和Pinterest扩展AI合作,响应提速85倍
双方合作搭建共享多模态AI基础设施,用于视觉搜索和推荐系统,算力优化直接带来了响应启动速度的大幅提升。
$NVDA 英伟达扩大与Pinterest的人工智能合作,响应速度提升85倍
Pinterest已经扩大了与英伟达的合作,为视觉搜索、推荐、安全和Pinterest Assistant打造共享多模态人工智能基础设施。该系统结合了NVIDIA Blackwell GPU、NVIDIA Dynamo、开源模型和Pinterest自有视觉嵌入。
在基准测试中,Pinterest得到了以下结果:
• 响应启动速度快约85倍
• 整体延迟降低7.3倍
• Pinterest Assistant每个请求可处理的视觉上下文增加25倍
该基础设施旨在将Pinterest每月超过800亿次搜索转化为人工智能驱动的发现和购物的信号,同时避免重复处理原始图像。
这次合作建立在近五年的工作和超过14000块NVIDIA GPU的基础上,同一个平台现在支持排序、光学字符识别、安全、信号生成和未来的视觉语言模型应用。
AI生成 · @Iancu_ai▲ 866
AI生成15秒短片:女主穿粉睡衣抱泰迪沿路窃取整套穿搭
创作者Iancu_ai用Seedance 2.5生成,全程设定了分镜、换装机制和场景要求
AI生成15秒短片:女主穿粉睡衣抱泰迪沿路窃取整套穿搭
创作者Iancu_ai用Seedance 2.5生成,全程设定了分镜、换装机制和场景要求
前沿研究 · @omarsar0▲ 1.5万
Meta研究:字节级模型性能上限比分词模型高4%
训练大模型选分词还是字节?Meta新研究显示,在算力足够时,字节级模型性能超过分词模型,训练数据用量仅需六分之一。
Meta研究:字节级模型性能上限比分词模型高4%
训练大模型选分词还是字节?Meta新研究显示,在算力足够时,字节级模型性能超过分词模型,训练数据用量仅需六分之一。
Meta 出品的一篇好论文。这项研究表明,随着计算量增长,字节级模型一开始性能落后于词元模型,但之后会反超它们。
研究人员在最多训练到 1 万亿字节的 1B 蒸馏模型上验证了这一点。为了从词元教师模型蒸馏出字节学生模型,他们将教师模型的词元对数转换为字节对数,可以近似转换(Marginalize-It)或精确转换(End-Of-Token)。
词元模型在低计算量下领先,但性能会进入平台期。字节模型能达到更高的上限,拟合缩放定律预测 End-Of-Token 模型最终会比蒸馏词元模型领先 4%。
字节模型还仅用六分之一的训练数据就匹配了蒸馏词元模型的性能,而 256 个词表条目能把教师对数存储压缩到原来的大约五分之一。
论文:
与论文对话:
游戏开发 · @VibeMarketer_▲ 6.7K
开发者用Hy4 preview从零开发出AI创业模拟器
开发者在𝕏分享,该游戏起始资金100万美元,时长12个月
开发者用Hy4 preview从零开发出AI创业模拟器
开发者在𝕏分享,该游戏起始资金100万美元,时长12个月
工具产品 · @mylifcc▲ 6.8K
ModelTrace 工具可验证 LLM 模型真实身份
调用到冒用知名名称的AI模型难以分辨,这款工具可以提取模型输出特征生成指纹,和库中已有模型比对验真,帮你确认所用模型的真实身份。
ModelTrace 工具可验证 LLM 模型真实身份
调用到冒用知名名称的AI模型难以分辨,这款工具可以提取模型输出特征生成指纹,和库中已有模型比对验真,帮你确认所用模型的真实身份。
你调用的Astra,真的是Astra吗?这里有一个LLM 模型验真 / 指纹识别工具,叫 ModelTrace。可以检查这个模型是不是真的 ModelTrace不看模型自己报的名字,而是给待测模型做 3 次特殊的长整数生成挑战,从输出数字的统计分布和排列习惯里提取“模型指纹”,再和已经建好的指纹库比较,判断它更像哪个模型。
使用链接:
工具产品 · @alextalksai▲ 4.5K
@alextalksai 发布免费AI Agent联网工具
开发者可以免费使用这款工具让AI Agent浏览多个主流平台内容,无需支付API费用,降低了AI Agent功能开发的成本门槛。
@alextalksai 发布免费AI Agent联网工具
开发者可以免费使用这款工具让AI Agent浏览多个主流平台内容,无需支付API费用,降低了AI Agent功能开发的成本门槛。
给你的AI Agent赋予视觉能力,免费浏览整个互联网。
读取并搜索:Twitter、Reddit、YouTube、GitHub、Bilibili、小红书。
统一命令行界面,零API费用。
工具产品 · @Krypto_Bishop▲ 1.7K
7个GitHub仓库帮你省下数月AI智能体开发时间
从零搭建AI智能体需要反复造轮子,这些现成工具能直接复用各类基础功能,加快开发进度。
7个GitHub仓库帮你省下数月AI智能体开发时间
从零搭建AI智能体需要反复造轮子,这些现成工具能直接复用各类基础功能,加快开发进度。
嘿,朋友们,我找到了一些有用的东西。如果你正在构建AI智能体,这7个GitHub仓库可以帮你节省好几个月的时间。
你不用从零开始重新构建记忆、上下文、浏览器控制和研究能力,直接用这些就行:
1. Agent Memory:跨编码任务的持久化记忆。智能体不会在每次会话后重置。
2. Open Viking:上下文基础设施。这是大多数智能体构建会栽跟头的地方。
3. Browser Use:让智能体打开真实浏览器,自己点击浏览网站。
4. Awesome Harness:智能体编排的工程模式和资源。
5. Anthropic Cybersecurity Skills:给编码智能体用的安全能力。
6. Diagram Design:为Claude Code工作流构建的简洁图表。
7. Scientific Agent Skills:超过160种能力,可以把通用智能体变成研究助理。
所有链接都在置顶评论里:下方视频会逐一讲解它们 👇
你会先把其中哪个加到你的技术栈里?
AI生成 · @samuelihannah▲ 1.1万
用户测试GPT-6 Astra+seedance2.5生成AI视频,加参考图不影响效果
用户@samuelihannah在𝕏分享测试结果,搭配使用生成30秒一镜到底AI视频,逻辑严谨无穿帮
用户测试GPT-6 Astra+seedance2.5生成AI视频,加参考图不影响效果
用户@samuelihannah在𝕏分享测试结果,搭配使用生成30秒一镜到底AI视频,逻辑严谨无穿帮
用户@samuelihannah在𝕏分享了GPT-6 Astra搭配seedance2.5生成AI视频的测试结果,称二者效果出众。
按照简单的场景设定,模型生成了一段一镜到底视频的提示词,生成结果逻辑严谨,镜头流畅合理,没有出现穿帮问题。
此前普遍认为seedance2.5只有纯文字生成才能达到这种效果,这次测试中男女主都添加了参考图,生成效果丝毫没有受到影响。
唯一可优化的问题是,视频开头男主就停在轿车中,应当添加一个驶入镜头,这一点可以在人工审核提示词时修改。
本次测试生成的是30秒、16:9比例的写实侦查长镜头,整个提示词对场景空间、人物位置、分镜头时间节点、空间连续性规则都做了细致规定,明确了禁止出现的问题。
最终生成结果符合空间真实连续的要求,所有角色都按真实时间持续行动,新悬念来自女主的发现。
用户邀请感兴趣的网友对这个提示词框架提出优化意见。
招聘 · @DAIEvolutionHub
年薪超75万美元招人从零构建大语言模型架构,斯坦福免费1小时课教完
来自X平台DAIEvolutionHub的消息,Anthropic高薪招募从零搭建LLM架构工程师
年薪超75万美元招人从零构建大语言模型架构,斯坦福免费1小时课教完
来自X平台DAIEvolutionHub的消息,Anthropic高薪招募从零搭建LLM架构工程师
Anthropic为能够从零构建大语言模型(LLM)架构的工程师开出了每年超过75万美元的年薪。
斯坦福大学将从零构建大语言模型架构的完整内容整合为1小时的课程,并且免费对外开放。
课程链接目前可以访问,建议尽快收藏观看,不排除后续链接被下线的可能。同时该内容还附带了优质AI课程和证书的相关链接。
新前沿研究 · @SakanaAILabs▲ 27.7万
Sakana发布无反向传播的PC-ALM深度学习法
可训练千层深度神经网络,为类脑计算、神经形态硬件提供新方向,有望解决现有深度学习理论和硬件瓶颈。
Sakana发布无反向传播的PC-ALM深度学习法
可训练千层深度神经网络,为类脑计算、神经形态硬件提供新方向,有望解决现有深度学习理论和硬件瓶颈。
新前沿研究 · @sayashk▲ 6.8万
@sayashk、@random_walker发布13000字AI安全论文(13,000)
这篇研究整合AI安全和网络安全两个社区的观点,提出当前推进AI安全更应侧重AI管控而非对齐,还指出组织管理是关键
@sayashk、@random_walker发布13000字AI安全论文(13,000)
这篇研究整合AI安全和网络安全两个社区的观点,提出当前推进AI安全更应侧重AI管控而非对齐,还指出组织管理是关键
新前沿研究 · @EMostaque导语出处▲ 1.5万
deepseek v4.1 Flash 训练成本仅一千万美元
训练和运行成本都比GPT-6 Astra低100倍,效果却相当。当开源大模型足够好用时,头部前沿AI实验室还有什么优势?
deepseek v4.1 Flash 训练成本仅一千万美元
训练和运行成本都比GPT-6 Astra低100倍,效果却相当。当开源大模型足够好用时,头部前沿AI实验室还有什么优势?
所以,据我估计,训练 @deepseek_ai v4.1 Flash 的成本是 1000 万美元,比 GPT-6 Astra 便宜 100 倍。
它的运行成本也要低 100 倍,而在日常设计和其他基准测试中的得分大致相同。
一旦开源模型足够强大,前沿人工智能实验室还有什么优势可言?
新前沿研究 · @ProfBuehlerMIT▲ 3.2万
MIT团队造递归元智能 发现材料失效原理
AI自主构建实验空间,探索材料失效规律,得到人类能理解的科学结论,可降低复杂材料研发的门槛。
MIT团队造递归元智能 发现材料失效原理
AI自主构建实验空间,探索材料失效规律,得到人类能理解的科学结论,可降低复杂材料研发的门槛。
前沿研究 · @sleepy0x13▲ 1.0万
DeepSeek工程师亲手加速会取代自己的AI
喜欢手艺的技术人依然有工作,收入甚至更高,但不再需要亲手做打磨多年的技能。这是AI时代技术人不得不面对的命运,值得所有从业者思考。
DeepSeek工程师亲手加速会取代自己的AI
喜欢手艺的技术人依然有工作,收入甚至更高,但不再需要亲手做打磨多年的技能。这是AI时代技术人不得不面对的命运,值得所有从业者思考。
前沿研究 · @web3_tech_▲ 970
Axis Robotics 研究训练数据质量的影响
训练实体机器人时,不是所有人类修正数据都有用。剔除无效数据后,任务成功率反而比用全量数据更高。
Axis Robotics 研究训练数据质量的影响
训练实体机器人时,不是所有人类修正数据都有用。剔除无效数据后,任务成功率反而比用全量数据更高。
前沿研究 · @omarsar0▲ 1.5万
Meta研究:字节级模型性能上限比分词模型高4%
训练大模型选分词还是字节?Meta新研究显示,在算力足够时,字节级模型性能超过分词模型,训练数据用量仅需六分之一。
Meta研究:字节级模型性能上限比分词模型高4%
训练大模型选分词还是字节?Meta新研究显示,在算力足够时,字节级模型性能超过分词模型,训练数据用量仅需六分之一。
Meta 出品的一篇好论文。这项研究表明,随着计算量增长,字节级模型一开始性能落后于词元模型,但之后会反超它们。
研究人员在最多训练到 1 万亿字节的 1B 蒸馏模型上验证了这一点。为了从词元教师模型蒸馏出字节学生模型,他们将教师模型的词元对数转换为字节对数,可以近似转换(Marginalize-It)或精确转换(End-Of-Token)。
词元模型在低计算量下领先,但性能会进入平台期。字节模型能达到更高的上限,拟合缩放定律预测 End-Of-Token 模型最终会比蒸馏词元模型领先 4%。
字节模型还仅用六分之一的训练数据就匹配了蒸馏词元模型的性能,而 256 个词表条目能把教师对数存储压缩到原来的大约五分之一。
论文:
与论文对话:
前沿研究 · @ArtificialAnlys▲ 3.2万
Artificial Analysis发布Artificial Analysis Capability Indices v1.1 能力指数(v1.1)
这是一套按职业场景划分的AI能力评估基准,可以帮你直接对比不同大模型在各个行业场景下的实际表现。
Artificial Analysis发布Artificial Analysis Capability Indices v1.1 能力指数(v1.1)
这是一套按职业场景划分的AI能力评估基准,可以帮你直接对比不同大模型在各个行业场景下的实际表现。
新新品发布 · @gkxspace▲ 3.0万
Hypit 开源免费AI做视频工具,支持克隆视频
批量做视频、搞营销可以试试这个工具,能自动化修改对齐,一键克隆生成变体,还能复用素材控制成本
Hypit 开源免费AI做视频工具,支持克隆视频
批量做视频、搞营销可以试试这个工具,能自动化修改对齐,一键克隆生成变体,还能复用素材控制成本
新新品发布 · @victormustar▲ 4.1万
victormustar发布浏览器端代码智能体 Pi(2B)
无需本地部署大模型,也不用调用远程服务,打开浏览器就能用代码智能体,出门在外也能随时写代码。
victormustar发布浏览器端代码智能体 Pi(2B)
无需本地部署大模型,也不用调用远程服务,打开浏览器就能用代码智能体,出门在外也能随时写代码。
隆重介绍:一款完全在浏览器中运行的编程智能体(Pi),基于WebGPU上的2B模型🤯 MiniCPM5-2B + Pi,由 Transformers.js + WebGPU + 4位ONNX权重驱动。
此前所有尝试都失败了,但 MiniCPM5 让它变得可用。
现在已经在 Hugging Face 上线👇
新品发布 · @AlexFinn▲ 4.8万
AlexFinn 开源游戏悬浮AI代理工具Herdr HUD
玩游戏的时候也能随时管理AI代理处理工作,不用为只玩游戏不工作感到愧疚,适合玩慢节奏或回合制游戏时使用。
AlexFinn 开源游戏悬浮AI代理工具Herdr HUD
玩游戏的时候也能随时管理AI代理处理工作,不用为只玩游戏不工作感到愧疚,适合玩慢节奏或回合制游戏时使用。
新品发布 · @HealthRanger▲ 5.4K
HealthRanger 将免费发布微调Qwen 27B知识模型
如果你厌倦闭源大模型厂商把控信息,可以关注这个开源大模型,它整合自然疗法等领域知识,今年圣诞将免费开放。
HealthRanger 将免费发布微调Qwen 27B知识模型
如果你厌倦闭源大模型厂商把控信息,可以关注这个开源大模型,它整合自然疗法等领域知识,今年圣诞将免费开放。
我计划用我所有关于自然疗法、营养、生存和自给自足信息的庞大知识库,微调一个 Qwen 27B 模型,并在今年圣诞节前免费发布……前提是,伯尼·桑德斯不会先把我扔进监狱关20年!
我们所有使用开放权重AI模型的人,都有一份将这份馈赠传递下去的道德责任。通过为普通人分享知识、信息和真实可行的方案,一起让世界变得更好。
Anthropic 和 OpenAI 想要的恰恰相反:“智慧只归我,不给你。” 他们想做守门人,让你一直无知愚昧,同时追求他们扭曲的目标,成为凌驾于你之上的硅基神祇。
我们必须反对他们这种扭曲的世界观,在开源社区共同努力,分享知识,互相赋能,坚持原则,为全人类——不分国家和语言——加速推进分布式认知。
如果我们选择被爱而不是被恐惧驱动,这就是现在摆在我们面前的机遇。
新品发布 · @berryxia导语出处▲ 2.4万
上海AI实验室开源 744B Atria Dawn Preview 模型
这是首个专注长任务链的开源agentic模型,完整权重开放下载,可自行搭建全流程,数据不经过第三方服务器。
上海AI实验室开源 744B Atria Dawn Preview 模型
这是首个专注长任务链的开源agentic模型,完整权重开放下载,可自行搭建全流程,数据不经过第三方服务器。
新品发布 · @ElevenLabs▲ 194.0万
ElevenLabs MCP 新增音画图文生成功能
日常在AI助手办公的用户,可以直接在工作的助手内生成语音、字幕、配音、音视频和图片,不用跳转切换工具了。
ElevenLabs MCP 新增音画图文生成功能
日常在AI助手办公的用户,可以直接在工作的助手内生成语音、字幕、配音、音视频和图片,不用跳转切换工具了。
ElevenLabs MCP 现在推出了语音、音乐、图像和视频生成功能。
你可以直接在你已经在用的助手里生成语音、转录文本、配音、音乐、音效、图像和视频。
新品发布 · @openclaw▲ 6.2K
多方将办搭建本地AI助手实践活动
想自己动手搭建本地AI助手,可报名参与这次带工作流演示和问答的实践活动,能获取实操经验。
多方将办搭建本地AI助手实践活动
想自己动手搭建本地AI助手,可报名参与这次带工作流演示和问答的实践活动,能获取实操经验。
构建你自己的本地 AI 助手 🦞
加入我们,主办方为 @huggingface、@NVIDIAAI 和 @AntLingAGI,本次实践环节将讲解 Ling-3.0-flash + DGX Spark,包含工作流演示和问答环节。
时间:新加坡标准时间9月17日上午10:30 / 太平洋夏令时9月16日晚上7:30
新品发布 · @RewardAI_▲ 6.6万
RewardAI推出首个机器人基础模型OM-1
这款模型不需要遥操作或机器人数据学习,接近人类操作灵活度,未来适配更多类型机器人有望降低开发门槛。
RewardAI推出首个机器人基础模型OM-1
这款模型不需要遥操作或机器人数据学习,接近人类操作灵活度,未来适配更多类型机器人有望降低开发门槛。
我们推出了 OM-1,这是我们首个机器人基础模型,零样本泛化适配任何机器人:桌面机械臂、工业机械臂和人形机器人。
它直接从人类操作数据中学习,无需遥操作/机器人数据。
它拥有接近人类水平的敏捷性和效率,支持多机器人协作。
新品发布 · @farbood▲ 2.8万
@farbood发布全球首款完全本地私密AI健康应用(100x)
你的健康数据不会离开设备,也不用注册账号,不需要担心个人健康隐私被泄露,对注重健康数据隐私的人来说多了一个选择。
@farbood发布全球首款完全本地私密AI健康应用(100x)
你的健康数据不会离开设备,也不用注册账号,不需要担心个人健康隐私被泄露,对注重健康数据隐私的人来说多了一个选择。
我们推出全球首个完全本地运行的私密AI健康应用。你的健康数据永远不会离开你的设备,你甚至不需要注册账号。
所有AI模型都完全在设备上运行,包括Apple最新的端侧语音模型,它的表现优于Whisper。我们微调后的模型在宏观营养追踪上比GPT 5.6 Sol表现更好,并且完全在你的手机上运行,速度快100倍。
下方的基准测试是A-LIST对比GPT 5.6 Sol,使用Google的5k食物库。
这款应用从今日起在全球范围内提供,它速度极快、免费且私密。
这是朝着让全球所有人都能轻松获得健康服务迈出的一大步。感谢每一位辛勤工作,让这些本地模型变得如此强大且可用的开发者。
新品发布 · @C4_TCG▲ 8.9K
AI模型即将开源,可对战宝可梦TCG
喜欢宝可梦集换式卡牌对战的人,可以体验AI对战,甚至参与到这个开源模型的后续开发优化中。
AI模型即将开源,可对战宝可梦TCG
喜欢宝可梦集换式卡牌对战的人,可以体验AI对战,甚至参与到这个开源模型的后续开发优化中。
很高兴分享我在 AI Battle Challenge 中的工作!
我和 @xxmichaellong 一起构建了一个玩 Pokemon TCG 的通用模型。它使用深度学习和搜索来前瞻并探索不同选项。
我对此感到非常自豪。该模型很快就会开源!
新品发布 · @0xQiYan▲ 1.0万
Ornith-1.5 9B 可在手机本地免费运行
只要手机有8GB内存就能运行,支持256000词元上下文,完全本地化不用联网,不用依赖云端服务。
Ornith-1.5 9B 可在手机本地免费运行
只要手机有8GB内存就能运行,支持256000词元上下文,完全本地化不用联网,不用依赖云端服务。
免费在手机上直接启动AI 破解版Ornith-1.5 9B 已发布。它仅需8GB 内存即可运行,并能完美处理所有提示。规格: • 上下文包含256,000 个词元 • 多模态• 代码和运行级别为Qwen-3.6 35B • 完全本地化 在手机上安装Pocket Pal (在Google Play 中搜索)。
从Huggingface 启动
新品发布 · @cline▲ 22.7万
Cline推出Cline Desktop适配开源模型
想使用开源权重模型又嫌操作麻烦的人,现在可以通过这个原生界面直接调用,也支持自带模型接入。
Cline推出Cline Desktop适配开源模型
想使用开源权重模型又嫌操作麻烦的人,现在可以通过这个原生界面直接调用,也支持自带模型接入。
推出 Cline Desktop——一款用于使用开放权重模型的原生界面。
可以配合 ClinePass 和我们所有免费模型使用,比如 DeepSeek-V4.1-Flash、Musespark-1.3,也可以自带密钥(BYOK)对接任意供应商!
新行业动态 · @Polymarket▲ 3.0万
三大顶尖AI机构 联合开展数周AI安全工作
头部AI公司放下竞争一起应对安全问题,可见AI安全已经成为行业层面需要共同面对的议题。
三大顶尖AI机构 联合开展数周AI安全工作
头部AI公司放下竞争一起应对安全问题,可见AI安全已经成为行业层面需要共同面对的议题。
新行业动态 · @SzymonRybczak▲ 1.1万
TesterArmy获120万美元融资,用AI做应用测试
编码AI已经加快了软件开发速度,现在测试环节也可以交给AI完成,能在用户发现前捕捉bug,开发流程效率会进一步提升。
TesterArmy获120万美元融资,用AI做应用测试
编码AI已经加快了软件开发速度,现在测试环节也可以交给AI完成,能在用户发现前捕捉bug,开发流程效率会进一步提升。
我们为 @TesterArmy 筹集到了 120 万美元的种子前轮融资。
编码智能体已经改变了我们构建软件的速度。我们现在要确保测试也能跟上步伐。
TesterArmy 的 AI 智能体可以测试网页和移动应用,遍历真实用户流程,还会通过截图和录屏向你展示哪里出了问题。这样你就能赶在用户之前发现 bug。
本次融资由 Script Capital、Eight Capital、AIP Seed 领投,参与的天使投资人包括 @rauchg、@ccheever、@walden_yan、@theo、@zenorocha、@pie6k、@fernandorojo,以及许多其他优秀的开发者。
感谢所有支持我们的人,还有已经在使用 TesterArmy 做测试的团队。我们才刚刚起步!🫡
新行业动态 · @FreedomAssett▲ 2.9万
Freedom Asset与Auvin Chain达成AI Agent战略合作
双方将探索AI Agent如何接入流动性、交易现实世界资产,并参与开放链上经济,为AI落地实体资产开辟新可能。
Freedom Asset与Auvin Chain达成AI Agent战略合作
双方将探索AI Agent如何接入流动性、交易现实世界资产,并参与开放链上经济,为AI落地实体资产开辟新可能。
🤝 战略合作关系公告
我们很高兴能与Auvin Chain达成合作,共同探索AI智能体、真实世界资产(RWA)和链上金融领域的新机遇。
Auvin Chain是为AI智能体经济打造的高性能第一层公链,拥有原生基础设施,可支持智能体身份、自动支付、账户抽象和可信执行。
Freedom Asset 将与Auvin Chain共同探索AI智能体获取流动性、与真实世界资产交易,以及参与开放链上经济的方式。🚀
新行业动态 · @0xLogicrw▲ 6.3万
百度引入前DeepMind核心工程师负责大模型预训练
百度正在补强大模型预训练团队,这次挖到了参与过Gemini核心研发的资深工程师,且相关工程师入职后仍在美国办公
百度引入前DeepMind核心工程师负责大模型预训练
百度正在补强大模型预训练团队,这次挖到了参与过Gemini核心研发的资深工程师,且相关工程师入职后仍在美国办公
前 Google DeepMind 主任工程师 Qiyin Wu 已加入百度,负责大模型预训练,入职后仍在美国办公。她此前参与 Gemini 研发,是 Gemini 2.5 Flash、Pro 的核心贡献者。她很可能就是本月初曝光的花名「武钦」的研究员。
当时百度 BMU 负责人孙天祥内部宣布,从北美某 Frontier Lab 引入了一名研究员。此人过去两年参与过数代大模型研发,将和团队一起加强文心预训练能力。
新观点 · @deathv1per▲ 1.2K
实体AI不是缺好模型,是缺真实世界数据
业内观察者近期复盘实体AI赛道,发现机器人除了更好的算法,还需要更多来自物理环境的高质量数据,不然模型能力再强也没法落地。
实体AI不是缺好模型,是缺真实世界数据
业内观察者近期复盘实体AI赛道,发现机器人除了更好的算法,还需要更多来自物理环境的高质量数据,不然模型能力再强也没法落地。
我最近一直在更密切地关注实体AI叙事,有一件事始终让我印象深刻:机器人需要的不只是更好的模型,它们还需要来自现实世界更好的数据。
语言模型学习时用到了海量互联网数据,实体AI就没有这种优势了。机器人需要理解真实的房间、街道、建筑、物体和环境,这些信息必须来自某个地方。你不可能直接从网站上爬取实体世界。
这就是为什么 @vangrid_io 让我觉得很有意思。Vangrid 没有把智能手机当成只是消费信息的设备,而是将它们转变为一个分布式的现实世界3D数据采集网络。
这个想法简单却有力:人们可以采集实体环境信息,这些采集结果对空间智能有用,而且数据可以保留链上来源。
我越观察实体AI趋势,就越觉得数据层十分重要。模型可能每个月都在变得更好,但如果没有关于实体世界的最新信息,它们的用处就是有限的。Vangrid 正在填补这个缺口,我认为这个定位比单纯再造一个AI应用有意思得多。
新产品 · @yyyole▲ 2.6万
为什么还没桌面常驻可训练数字人产品?
有人疑惑现有本地视频模型、语音模型都已经成熟,理论上用户可以自己训练高逼真数字人放桌面,为什么至今没有产品上线。
为什么还没桌面常驻可训练数字人产品?
有人疑惑现有本地视频模型、语音模型都已经成熟,理论上用户可以自己训练高逼真数字人放桌面,为什么至今没有产品上线。
大疑惑!做这个桌面动态引擎很难吗!!
不求完美!先上线!先卖钱啊!
我不太懂,但感觉是一个小的本地视频模型+语音模型就可以跑起来。用户用自己的视频训练高逼真数字人,桌面常驻,实时语音流,这个不是都挺成熟了吗,到底卡哪了!!
这么久都没有个产品上线!
新商业 · @CryptoPilot3226▲ 1.0万
AI Agent下一步不是变聪明,是当数字打工人
有人提出AI Agent未来可以拥有链上身份,主动找活、完成任务走链上结算,变成能被雇佣创造收入的数字劳动力。
AI Agent下一步不是变聪明,是当数字打工人
有人提出AI Agent未来可以拥有链上身份,主动找活、完成任务走链上结算,变成能被雇佣创造收入的数字劳动力。
新行业 · @MaxForAI▲ 3.5万
前腾讯混元负责人拿天价年薪加入北美AI实验室
原腾讯混元大模型预训练负责人姚星丞加入北美thinkymachines,开出的薪资比腾讯原有的数千万元年薪还更高,AI人才争夺战还在升温。
前腾讯混元负责人拿天价年薪加入北美AI实验室
原腾讯混元大模型预训练负责人姚星丞加入北美thinkymachines,开出的薪资比腾讯原有的数千万元年薪还更高,AI人才争夺战还在升温。
新开源 · @MonetizationDon▲ 455
WaveSpeedAI发布TRELLIS.2 开源模型(4B)
刚刚发布的TRELLIS.2支持单张图片生成高分辨率、拓扑任意的3D资产,适合需要快速生成3D素材的创作者使用。
WaveSpeedAI发布TRELLIS.2 开源模型(4B)
刚刚发布的TRELLIS.2支持单张图片生成高分辨率、拓扑任意的3D资产,适合需要快速生成3D素材的创作者使用。
TRELLIS.2 刚刚在 WaveSpeedAI 上线了。它能将单张图片转换为高质量 3D 资源,依托的是一个 4B 参数的开源模型。🔥 高分辨率生成 🧩 任意拓扑结构 🎨 丰富精细的纹理 ⚡ 极少处理量
有意思的点在于:输入一张图片,输出丰富的 3D 内容。
这对从事游戏、产品可视化、3D 角色、虚拟世界以及 AI 生成资源创作的创作者来说会非常有用。我肯定会去 @wavespeed_ai 测试一下这个项目。
新监管 · @MaxForAI▲ 2.9万
国内首家违规大模型API中转站被通报处罚
江苏一家公司运营两个网站,做API中转站聚合多个大模型接口对外服务,没按要求做安全评估,被责令整改警告。
国内首家违规大模型API中转站被通报处罚
江苏一家公司运营两个网站,做API中转站聚合多个大模型接口对外服务,没按要求做安全评估,被责令整改警告。
刚刚,国家网信办正式通报了一起 API 中转站违法案例。
9月15日,网信中国公布一批网络执法案例,其中一家公司因为通过 API中转站调用多个大模型接口、对外提供对话和问答服务,又没有按规定开展安全评估,被属地网信办责令整改并予以警告处罚。
具体是某江苏某科技股份有限公司运营的 2 个网站,以 API中转站 的方式调用多个大模型产品接口,对外提供对话、问答等服务。
网信部门核查后认定,这家公司没有按规定开展安全评估,存在内容安全风险,违反《生成式人工智能服务管理暂行办法》等规定。
最终,属地网信办责令整改、从严处理责任人,并予以警告处罚。
这个描述让我想起了我之前写过的苏宁中转站。
今年7月,苏宁易购旗下江苏碧英科技正式上线了一个大模型中转平台,叫 智新Token,对外聚合多个主流大模型提供统一 API 服务。
当时提供服务的是 这就和这次通报里的运营2个网站 + API中转站 + 调用多个大模型产品接口这一细节对上了。
API中转站,已经正式进入网信办公布的案例。
还有人说查中转站是谣言吗?
新行业动态 · Hacker News▲ 41
Project Lily 人工看ChatGPT聊天记录
使用ChatGPT聊天时,内容会被人工阅读审核。这一事实通过Project Lily项目被公开披露。
Project Lily 人工看ChatGPT聊天记录
使用ChatGPT聊天时,内容会被人工阅读审核。这一事实通过Project Lily项目被公开披露。
新行业动态 · Hacker News▲ 78
开源应用商店 F-Droid 有多少LLM生成代码
开源应用代码的生成方式正在被LLM改变,关注开源生态的你,可以看看这个问题引出的社区讨论。
开源应用商店 F-Droid 有多少LLM生成代码
开源应用代码的生成方式正在被LLM改变,关注开源生态的你,可以看看这个问题引出的社区讨论。
社区讨论:不少开发者认为现在大语言模型生成的代码质量优于手工编写,大语言模型能大幅提升开发效率,不应仅仅因为项目使用了AI开发就否定它,只要应用能正常完成功能就不必在意代码生成方式。也有开发者表示,手工编写代码解决复杂问题的乐趣会被AI开发消解,还有人质疑统计AI生成代码比例时可能存在过度计数的情况,另外有人吐槽F-Droid本身的搜索体验差、应用运行卡顿。
行业动态 · @willdepue▲ 2.8万
willdepue猜测OpenAI新模型训练两周超Astra
会对大模型领域新进展感兴趣的人,可以关注OpenAI接下来是否会正式发布这一模型,验证这个猜测是否准确
willdepue猜测OpenAI新模型训练两周超Astra
会对大模型领域新进展感兴趣的人,可以关注OpenAI接下来是否会正式发布这一模型,验证这个猜测是否准确
OpenAI 的人一直在不停地比划这个“新模型”,弄到我百分百确定这是一次新的预训练,而不是什么强化学习运行。
这意味着(我认为)OpenAI现在有一个模型,预训练才进行了不到两周,效果就已经比 Astra 更好,还能解决纳维-斯托克斯方程问题。太疯狂了。
物理AI · @HBO_data▲ 1.6万
Vangrid用手机当传感器给物理AI采数据,你敢信?
传统地图数据依赖卫星、汽车和昂贵硬件,它靠 millions 普通手机当边缘传感器收集最新实景数据,做物理AI的底层数据层。
Vangrid用手机当传感器给物理AI采数据,你敢信?
传统地图数据依赖卫星、汽车和昂贵硬件,它靠 millions 普通手机当边缘传感器收集最新实景数据,做物理AI的底层数据层。
开源 · @realfxw▲ 4.1K
这个开源项目把AI视频创作变成了写代码
做投流短视频原来要手动写提示词拼片段,Hypit推出专属视频标记语言,把视频创作变成代码工程,还能克隆爆款完整工作流。
这个开源项目把AI视频创作变成了写代码
做投流短视频原来要手动写提示词拼片段,Hypit推出专属视频标记语言,把视频创作变成代码工程,还能克隆爆款完整工作流。
安全 · @fentasyl▲ 2.1K
网友质疑Anthropic为什么还不开源AI安全数据
有人认为Anthropic一直对外宣称关心降低AI风险,却始终不开源自己的AI安全对齐数据、流程和方法,这事很可疑。
网友质疑Anthropic为什么还不开源AI安全数据
有人认为Anthropic一直对外宣称关心降低AI风险,却始终不开源自己的AI安全对齐数据、流程和方法,这事很可疑。
发布 · @k2sbhai▲ 1.8万
Cline发布原生桌面应用
Cline刚推出原生桌面应用,自带智能代理功能,既可以用自带的ClinePass,也可以接入用户自己的API密钥。
Cline发布原生桌面应用
Cline刚推出原生桌面应用,自带智能代理功能,既可以用自带的ClinePass,也可以接入用户自己的API密钥。
DeepSeek V4.1 Flash + Muse Spark 1.3 现在可以在 Cline Desktop 上免费使用 😳
Cline 刚刚推出了一款原生桌面应用,带有实用的智能体功能。你可以:
- 使用 ClinePass 或你自己的 API 密钥
- 接续来自 Codex、Claude Code 和其他智能体的任务
- 调度智能体运行
- 管理 MCP 服务器、插件和技能
- 网页浏览
- 语音输入
> DeepSeek V4.1 Flash
> Muse Spark 1.3
> GLM 5.3 Flash
免费模型可供体验 👀
下载 Cline Desktop:
大模型 · @GeekCatX▲ 1.9万
国产科研大模型能从论文直接产出可交付成果
这款面向科研工作者的AI能自动检索资料、调用工具、执行实验还能修正结果,把复杂任务推进成可验证的交付成果。
国产科研大模型能从论文直接产出可交付成果
这款面向科研工作者的AI能自动检索资料、调用工具、执行实验还能修正结果,把复杂任务推进成可验证的交付成果。
行业动态 · Hacker News▲ 66
有观点称Anthropic陷入监管俘获金融循环
AI行业监管话题持续发酵,大模型公司和监管的关系值得从业者和使用者共同关注
有观点称Anthropic陷入监管俘获金融循环
AI行业监管话题持续发酵,大模型公司和监管的关系值得从业者和使用者共同关注
行业动态 · Hacker News▲ 49
以色列公益公司遭指攻击OpenAI等多家AI企业
多家核心AI企业遭遇网络攻击,背后被指向一家以色列有效利他主义公司,AI行业安全问题再次浮现。
以色列公益公司遭指攻击OpenAI等多家AI企业
多家核心AI企业遭遇网络攻击,背后被指向一家以色列有效利他主义公司,AI行业安全问题再次浮现。
行业动态 · Hacker News▲ 45
rietta讨论RubyGems开源供应链安全与OpenAI
开源供应链安全影响所有使用开源组件的开发者和普通用户,OpenAI参与相关议题值得关注
rietta讨论RubyGems开源供应链安全与OpenAI
开源供应链安全影响所有使用开源组件的开发者和普通用户,OpenAI参与相关议题值得关注
行业动态 · @wallstengine▲ 2.0万
黄仁勋称八成获投原生AI公司用开源模型
从英伟达CEO的表述能看出,当前创投圈里原生AI公司对开源模型的接受度已经很高。
黄仁勋称八成获投原生AI公司用开源模型
从英伟达CEO的表述能看出,当前创投圈里原生AI公司对开源模型的接受度已经很高。
行业动态 · @MinLiBuilds导语出处▲ 17.7万
英伟达和Palantir开始限制使用Claude
大公司担心核心数据被Anthropic查看,纷纷对使用Claude设置限制,企业AI数据安全问题再次引发关注。
英伟达和Palantir开始限制使用Claude
大公司担心核心数据被Anthropic查看,纷纷对使用Claude设置限制,企业AI数据安全问题再次引发关注。
英伟达和 Palantir,都开始限制 Claude 了。
Reuters 报道,英伟达已经把 Anthropic 模型限制在低敏感度任务。
Palantir 更直接:要求 Anthropic 提供不可撤销的 Zero Data Retention 保证,否则不愿意把模型开放给客户。
原因很简单: 自己的核心数据,不能随便被Anthropic查看。
巧的是,Anthropic 前几天刚发布 AI 安全报告,提到黑客、监控、诈骗,以及敏感数据流转等风险。把细节全公布了。
本来是想证明自己多重视安全,结果大公司可能只想到一句: 那我的数据是不是已经被看过了?🚀
行业动态 · @wallstengine导语出处▲ 3.5万
Google放开全公司工程师使用Anthropic Claude
AI编码竞争加剧,工程师希望用更强模型提升效率,大厂也开始放开对第三方模型的限制,普通开发者或许也有更多选择。
Google放开全公司工程师使用Anthropic Claude
AI编码竞争加剧,工程师希望用更强模型提升效率,大厂也开始放开对第三方模型的限制,普通开发者或许也有更多选择。
$GOOGL:谷歌全公司工程师都可使用 Anthropic 的 Claude
据《Business Insider》报道,谷歌现在允许全公司工程师在内部编码工作中使用 Anthropic 的 Claude,这是对此前主要限制员工使用 Gemini 政策的重大转变。
员工可以通过谷歌内部开发平台 Antigravity 访问 **Anthropic’s Opus 5** 模型。访问有按用户配额限制,用途是补充 Gemini,而非替代它。
此前,Claude 的访问权限大多仅对选定的 DeepMind 团队和部分高优先级工程项目开放,而 Claude Code 和 OpenAI Codex 这类外部编码工具通常是被限制使用的。
这一变化发生在AI编码竞争加剧、工程师呼吁获得可用最强模型来提升生产力的背景下。谷歌表示,Gemini 仍然是其内部开发的“主要基础”模型,第三方模型仅用于特定场景。
谷歌本身也是 Anthropic 的主要投资方,今年早些时候还宣布计划向该公司投资最高**400亿美元**。
来源:《Business Insider》
开源 · @aaassa120▲ 3.4万
中国开发者开源Unlimited OCR 文字识别模型(3B parameters)
这款只有30亿参数的小型文字识别(OCR)模型,可以直接在本地硬件运行,一次性就能处理完一百页的PDF文档,比常规方案更紧凑。
中国开发者开源Unlimited OCR 文字识别模型(3B parameters)
这款只有30亿参数的小型文字识别(OCR)模型,可以直接在本地硬件运行,一次性就能处理完一百页的PDF文档,比常规方案更紧凑。
中国开源了一个可以单次处理完整100页PDF的紧凑OCR模型。它叫做Unlimited OCR。它只有30亿参数,完全可以在本地硬件运行。
大多数其他OCR工具会将文档分割为单个页面,丢失整体上下文。这个模型可以一次连续处理完整文档。
- 单次长范围解析,支持32K上下文窗口
- 默认包含多语言支持
- 在标准解析基准测试中准确率达到93%,比基线高出6个百分点
- 即使超过40页,错误率仍保持在0.11以下
- 完全在你自己的机器离线运行
- 兼容Transformers、vLLM、SGLang、Docker、Ollama和llama.cpp
传统的云OCR服务,例如Textract、Google Vision和Azure Document Intelligence,通常每1000页收费在1.5美元到15美元之间。这个模型在你的硬件上运行,只要你需要,一直免费使用。
百度开发它就是为了超越DeepSeek OCR。它在Hugging Face上已经有190万次下载,但大多数用户仍然对它知之甚少。100%开源……
安全 · @NFT_Chen导语出处▲ 20.3万
五角大楼把近九成机密AI工作迁出Anthropic
因为担心闭源AI实验室会用客户的知识产权训练模型,不止美国军方,不少科技巨头也开始把核心数据从Anthropic和OpenAI迁走。
五角大楼把近九成机密AI工作迁出Anthropic
因为担心闭源AI实验室会用客户的知识产权训练模型,不止美国军方,不少科技巨头也开始把核心数据从Anthropic和OpenAI迁走。
😭Dario要哭了:AI减速风波后的反噬正在加速到来!
五角大楼已把近90%机密AI工作负载从Anthropic迁走,认定供应链风险。
更狠的是:NVIDIA、Palantir、Booz Allen 现在连自己的核心数据都不愿交给 Anthropic 和 OpenAI。
怕什么?怕闭源实验室从客户知识产权里“学习”。
坚持30天数据留存 + 安全红线的结果:政府不信任,巨头也不信任。
减速派的道德高地,正在变成国防和商业的孤岛。
#AI减速 #Anthropic #NVIDIA #Palantir #五角大楼 #数据安全 #Claude #DarioAmodei
工具 · @tom_doerr▲ 5.4K
用Claude写提示词,还能先帮你理清需求
这个Claude小工具可以提取用户需求里的模糊点,主动问清楚再生成准确的提示词,不管你用什么AI工具都能套。
用Claude写提示词,还能先帮你理清需求
这个Claude小工具可以提取用户需求里的模糊点,主动问清楚再生成准确的提示词,不管你用什么AI工具都能套。
集成 · @ecommartinez▲ 5.6万
ElevenLabs把语音模型直接放进Claude Code了
有用户花了泡一杯茶的时间就安装完成,开箱就能用,这类AI工具的跨界整合现在越来越常见。
ElevenLabs把语音模型直接放进Claude Code了
有用户花了泡一杯茶的时间就安装完成,开箱就能用,这类AI工具的跨界整合现在越来越常见。
我等这个快一年了。 ElevenLabs 刚刚把他们的模型直接接入了 Claude Code。我在泡茶的时候顺手装了它,回来就已经能用了。
这种集成只用了5分钟就让你觉得它本该如此……用了之后你就再也不想在没有它的情况下工作了。
观点 · @EMostaque▲ 2.2万
用点数学和亚里士多德理论聊AI价值对齐
作者聊了群体AI的优点,还给出了一些让AI对齐人类价值观的建议,不用担心有复杂内容,门槛不高。
用点数学和亚里士多德理论聊AI价值对齐
作者聊了群体AI的优点,还给出了一些让AI对齐人类价值观的建议,不用担心有复杂内容,门槛不高。
行业动态 · Hacker News▲ 41
Sunk Cost工具帮你算本地大模型回本时间
纠结买Mac跑本地大模型还是租大模型,用它就能算出买硬件多久能比租模型省回成本
Sunk Cost工具帮你算本地大模型回本时间
纠结买Mac跑本地大模型还是租大模型,用它就能算出买硬件多久能比租模型省回成本
我一直听到有人说“直接买台Mac本地跑模型吧,很快就能回本”,所以我想验证一下这个说法。
Sunk Cost 这个工具会根据你的设备、模型,以及你每天使用的token数量,计算出和按token租赁同款模型相比,购买硬件需要多久才能收回成本。
当然,除了在大语言模型上省钱之外,买自有硬件还有其他理由,但这个工具只是从纯粹的成本节约角度来分析。
如果你们有想法让这个工具变得更有用,请告诉我!
社区讨论:多数用户认同本地大模型的核心价值在于数据隐私与自主性,可绕过大厂对齐限制、移除护栏审查,自主选择微调模型,这部分价值远高于成本。部分用户结合自身使用情况给出回本时间判断:有人用1350美元升级现有设备,对比每月300多美元的API费用,四个月即可回本;有人算得在特定场景下需要43年才能回本;也有人认为短期来看本地大模型根本比不过大厂算力,永远无法实现成本效益。还有用户指出不需要全新设备采购,二手旧显卡也能满足运行需求。
行业动态 · @chooi_jeq▲ 2.2万
Robocurve获1000万美元种子轮融资做AI测评
关注前沿AI落地的人可以看看,现在已经有两百多所机构参与进来,开源测评框架所有人都可以使用验证,帮助行业看清机器人AI进展。
Robocurve获1000万美元种子轮融资做AI测评
关注前沿AI落地的人可以看看,现在已经有两百多所机构参与进来,开源测评框架所有人都可以使用验证,帮助行业看清机器人AI进展。
我们为@Robocurve筹集了1000万美元的种子轮融资,这是一家独立公益公司,致力于评估现实世界前沿人工智能。
不到三个月时间,我们的研究浏览量就超过了600万次,评估框架下载量超过9.7万次。
来自200多家机构的研究人员已经报名与我们一起构建基准测试,其中包括全球排名前20大学中的19所。
我们欢迎更多独立评估者加入。第三方评估者越多,社会就能越好地了解机器人人工智能的进展速度。
我们的评估框架完全开源,我们发布的基准测试任何人都可以运行和验证。
本轮融资由@Initialized领投,@notablecap、@decasonic、@ycombinator、@HalcyonFutures等多家机构跟投。
你正在研发机器人或前沿人工智能?来和我们合作,帮助全世界了解你的系统能力。
行业动态 · @rtwlz▲ 2.2万
coreauto让AI智能体运营真实在线生意
这项研究能帮我们搞清楚,AI能接手哪些商业日常工作,哪些决策还需要人来做,能帮后续研究AI落地商业明确方向。
coreauto让AI智能体运营真实在线生意
这项研究能帮我们搞清楚,AI能接手哪些商业日常工作,哪些决策还需要人来做,能帮后续研究AI落地商业明确方向。
行业动态 · @robertwiblin▲ 5.3K
英《金融时报》呼吁暂停前沿AI模型开发
主流财经媒体公开表态支持暂停最先进AI模型开发,直到风险得到管控。
英《金融时报》呼吁暂停前沿AI模型开发
主流财经媒体公开表态支持暂停最先进AI模型开发,直到风险得到管控。
行业动态 · @trq212▲ 2.2万
聊Claude Code开发与AI时代软件工程变化
想了解大厂开发AI编程工具的实际难点和开发团队对AI时代软件工程的看法,可以参考这次访谈内容。
聊Claude Code开发与AI时代软件工程变化
想了解大厂开发AI编程工具的实际难点和开发团队对AI时代软件工程的看法,可以参考这次访谈内容。
我和 Sid 以及 Robert 聊了聊构建 Claude Code 的过程:这一路走来变化太大了,要跟上模型能力的发展节奏非常难,我们还聊了聊在 AI 出现之前,我们怀念软件工程的哪些方面。
融资 · @mark_k▲ 4.2K
智源Zai_org获50亿美元融资,加速下一代AI模型
路透社报道,这家GLM模型的开发方,通过新股和其他融资方式拿到了这笔资金,国产大模型研发再次获得大额资本加注。
智源Zai_org获50亿美元融资,加速下一代AI模型
路透社报道,这家GLM模型的开发方,通过新股和其他融资方式拿到了这笔资金,国产大模型研发再次获得大额资本加注。
中国人工智能实验室 @Zai_org 刚刚筹集了巨额 50 亿美元,用于加速其下一代人工智能模型的开发。
据路透社报道,GLM 的开发者通过新股发行获得了约 20 亿美元,可转换债券获得了 30 亿美元。该公司计划将 60% 的资金投入到下一代模型和“完全自主训练系统”中。
在此之前,它在 7 月份刚刚筹集了 40 亿美元。智源人工智能正在快速积累前沿规模的“战争储备”,中美之间的人工智能竞赛只会越来越激烈。
开源 · @TheAIColonyRD▲ 2.0K
中国开源模型成新模型底座,数量超谷歌Meta总和
统计基于新模型的搭建数量而非下载量,说明开源开放路线已经成为业内主流,只是之前没人公开点明这个结果。
中国开源模型成新模型底座,数量超谷歌Meta总和
统计基于新模型的搭建数量而非下载量,说明开源开放路线已经成为业内主流,只是之前没人公开点明这个结果。
目前来自中国的一个开源模型,作为基础被用于生成的新模型数量,已经超过了谷歌和 Meta 两者之和。
这里统计的是基于它构建的模型数量,而非下载量。
开源与闭源之争已经尘埃落定,但还没人点明这一点。
AI Colony 2026 年上半年报告展示了最终结果。
商业 · @wallstengine▲ 2.0万
Nvidia和Pinterest扩展AI合作,响应提速85倍
双方合作搭建共享多模态AI基础设施,用于视觉搜索和推荐系统,算力优化直接带来了响应启动速度的大幅提升。
Nvidia和Pinterest扩展AI合作,响应提速85倍
双方合作搭建共享多模态AI基础设施,用于视觉搜索和推荐系统,算力优化直接带来了响应启动速度的大幅提升。
$NVDA 英伟达扩大与Pinterest的人工智能合作,响应速度提升85倍
Pinterest已经扩大了与英伟达的合作,为视觉搜索、推荐、安全和Pinterest Assistant打造共享多模态人工智能基础设施。该系统结合了NVIDIA Blackwell GPU、NVIDIA Dynamo、开源模型和Pinterest自有视觉嵌入。
在基准测试中,Pinterest得到了以下结果:
• 响应启动速度快约85倍
• 整体延迟降低7.3倍
• Pinterest Assistant每个请求可处理的视觉上下文增加25倍
该基础设施旨在将Pinterest每月超过800亿次搜索转化为人工智能驱动的发现和购物的信号,同时避免重复处理原始图像。
这次合作建立在近五年的工作和超过14000块NVIDIA GPU的基础上,同一个平台现在支持排序、光学字符识别、安全、信号生成和未来的视觉语言模型应用。
医疗健康 · @elijahnnaoma1▲ 817
谷歌用500万人超1万亿分钟数据训练健康AI模型
训练数据来自可穿戴设备日常生成的生理信号,这些日常产生的海量数据里藏着很多之前没被挖掘的有用信息。
谷歌用500万人超1万亿分钟数据训练健康AI模型
训练数据来自可穿戴设备日常生成的生理信号,这些日常产生的海量数据里藏着很多之前没被挖掘的有用信息。
Google在来自500万人的超过1万亿分钟可穿戴设备数据上训练健康模型,这表明我们每天产生的信号中隐藏着大量有价值的信息。但收集海量数据只是故事的一部分。
@Sleepagotchi 正在思考下一步:智能体能够理解这些信号,并将它们转化为有用的信息、更好的决策,最终转化为实际行动。你不再需要只是看着仪表盘琢磨你的数据意味着什么,我们的目标是让智能体真正帮你了解你的习惯,并据此采取行动。
这和 @NucleusCodes 围绕智能体智能所做的工作非常契合,即通过连接数据、推理和行动让AI变得更有用。未来不只是拥有更多数据。未来是让这些数据为你服务。💤
融资 · @Arjunjain1017▲ 4.1K
Tandem获490万美元融资,做硬件工程专用AI系统
这个AI系统用来连接需求、设计意图和CAD修改,解决现有工程系统跟不上当前工程发展需求的问题。
Tandem获490万美元融资,做硬件工程专用AI系统
这个AI系统用来连接需求、设计意图和CAD修改,解决现有工程系统跟不上当前工程发展需求的问题。
我们筹集了 490 万美元,用于打造 @tndminc——面向硬件工程的人工智能系统。
工程抱负已经超出了承载它的现有系统的能力。Tandem 连接了需求、设计意图、CAD变更、评审和验证。
下一台伟大的机器正等待着它专属的系统。
行业观点 · @Didotxyz_▲ 1.9K
下一代AI竞争拼的不是模型数量,而是智能构建
过去大家比的是谁发布的大模型更多,接下来行业竞争会转向谁能构建出更实用、更高效的真正人工智能能力。
下一代AI竞争拼的不是模型数量,而是智能构建
过去大家比的是谁发布的大模型更多,接下来行业竞争会转向谁能构建出更实用、更高效的真正人工智能能力。
行业动态 · Hacker News▲ 107
有讨论称 Claude 是一个逆向观点者
Claude 的风格被讨论,有人觉得它天生就是喜欢提出相反立场的AI
有讨论称 Claude 是一个逆向观点者
Claude 的风格被讨论,有人觉得它天生就是喜欢提出相反立场的AI
社区讨论:多数用户认为Claude并非刻意逆向观点,它本质上是总喜欢反驳用户的学究气模型,只要用户提出观点就要反驳,甚至会重构用户的表述来证明用户错误,Opus版本这个问题尤其突出,还有用户指出它被设计成消耗token,总会反复重提已解决的问题,话术非常令人反感。有人指出这种表达模式应该叫对比否定而非逆向观点,也有用户分享说用“i-have-adhd”插件可以大幅改善冗余啰嗦的问题。
行业动态 · Hacker News▲ 82
1.2美元模型能做好代码评审吗?
开发者讨论价格仅1.2美元的GPT-5.6 Luna,对比GPT-6 Astra能否胜任代码评审工作,可关注低费模型的实际能力表现。
1.2美元模型能做好代码评审吗?
开发者讨论价格仅1.2美元的GPT-5.6 Luna,对比GPT-6 Astra能否胜任代码评审工作,可关注低费模型的实际能力表现。
社区讨论:多数开发者认可低价模型在代码评审中的价值,认为哪怕是便宜甚至小型本地模型也能提供价值,1.2美元单次评审的成本对企业来说完全可以接受,有团队使用更便宜的模型,发现了人和高价模型漏掉的问题,认为成本增加也值得。但大家不赞成直接将AI输出放到PR流程中,认为这会增加噪声,需要人工验证内容;也有开发者认为代码评审更需要文化语境,高价大模型属于过度投入。
行业动态 · Hacker News▲ 89
三大AI巨头黑客事件背后是同一家公司
目前仅披露该结论,未公布更多细节,需关注后续信息可能对AI服务安全产生的影响。
三大AI巨头黑客事件背后是同一家公司
目前仅披露该结论,未公布更多细节,需关注后续信息可能对AI服务安全产生的影响。
社区讨论:有用户指出文章标题表述误导,称OpenAI内部系统被攻破,相关AI实验室本身要对自身模型负责,也有用户补充本文遗漏了Irregular公司并未卷入OpenAI和Hugging Face事件这一关键背景,还有用户质疑文章将AI存在生存威胁的说法解读为心理操纵站不住脚。另有观点认为这些事件是AI公司故意制造恐慌,推动监管排挤竞争对手,也有人疑惑这家第三方公司具体提供了什么服务。
行业动态 · Hacker News▲ 49
Anthropic 披露将连续第二个季度实现盈利
大模型创业公司已经能稳定盈利,行业烧钱换增长的模式正在发生变化
Anthropic 披露将连续第二个季度实现盈利
大模型创业公司已经能稳定盈利,行业烧钱换增长的模式正在发生变化
社区讨论:几乎所有评论都不认可这份盈利数据,大家指出,Anthropic采用了调整后营业利润的统计方式,把模型训练成本、硬件部署费用、分销合作伙伴收入分成这些大额核心支出都排除在了成本之外,这种记账方式和安然、团购网站Groupon的欺诈性做账手法一致,就好比车企不算造车成本说自己盈利,只是忽悠普通投资者的数字游戏。还有人提到,Anthropic呼吁放缓AI开发其实是为了保住现有利润,不用持续再投入研发。
行业动态 · Hacker News▲ 47
LLM裁判意见一致就该相信吗?
用大语言模型做AI生成内容的裁判越来越多,这个问题关系到未来AI评估的可信度,值得思考。
LLM裁判意见一致就该相信吗?
用大语言模型做AI生成内容的裁判越来越多,这个问题关系到未来AI评估的可信度,值得思考。
社区讨论:多数评论认为不能一概而论LLM裁判的意见一致性,不同实验室、不同模型训练数据、权重和偏差都不相同,结论要具体问题具体分析。有人提到,多个不同上下文的LLM交叉校验能大幅减少幻觉问题,但也提醒要注意不同LLM可能存在共同盲区。有人举例,Claude的高阶模型经常会同意前序低级模型给出的结论,还有人用贝特里奇头条定律直接给出答案“不”。
行业动态 · Hacker News▲ 58
Nari Labs 发布全新开源语音大模型
当前语音模型市场仍被闭源模型垄断,这款新开源语音模型主打低延迟低成本,想要打破闭源垄断。
Nari Labs 发布全新开源语音大模型
当前语音模型市场仍被闭源模型垄断,这款新开源语音模型主打低延迟低成本,想要打破闭源垄断。
嘿 HN,我是来自 Nari Labs 的 Toby。
我们一直致力于让开源语音模型变得超级快。去年,我们打造了 Dia,这是首个能够进行自然对话的开源文本转语音模型。
从那以后,又有更多优秀的语音模型向公众发布了。但市场目前仍由闭源模型主导。我们认为这是推理问题。
现有的诸如 vLLM / SGLang 这类系统并不非常适合多模态推理。为了证明这一点,我们构建了一款专门的推理引擎。
新深度观点 · @theallinpod▲ 3.7万
马斯克提议AI对手互相审核安全问题
该方案无需联合国牵头即可快速推行,违规企业将面临极高法律责任,能倒逼AI企业投入安全建设,比国际监管组织方案更直接。
马斯克提议AI对手互相审核安全问题
该方案无需联合国牵头即可快速推行,违规企业将面临极高法律责任,能倒逼AI企业投入安全建设,比国际监管组织方案更直接。
新深度观点 · @AiwithZohaib▲ 2.9万
Showly 推出AI交付工具,帮你生成可用分享链接
AI完成内容生成后,成果常困在聊天窗、本地文件里没法交付。这款工具能直接把AI生成的内容变成可分享的公开链接,不用换现有工作流。
Showly 推出AI交付工具,帮你生成可用分享链接
AI完成内容生成后,成果常困在聊天窗、本地文件里没法交付。这款工具能直接把AI生成的内容变成可分享的公开链接,不用换现有工作流。
你的 AI 代理能搞定硬活:写报告、起草规范、或是制作着陆页。
但随后势头就没了——AI 输出被埋在聊天窗口里,困在 .md 文件中,或是只能在本地运行。工作做完了,但实际可交付的成果却没有。你的代理能在周一开会前拿出一份领导层真的能审阅的东西吗?无需信用卡即可免费开始使用。🚀
“代理做完了”和“拿出一个带链接的可用页面”之间这个令人沮丧的鸿沟,就是优秀成果白白浪费的地方。
Showly 刚好解决了这个问题:你的代理生成内容,Showly 给它一个可用的在线链接。它可以适配你当前使用 Claude Code、Codex、Cursor 或 OpenClaw 的工作流。只需要让你的代理交付一个页面就行。
你可以私下预览,要求调整,准备好后再发布。最后你只需要分享一个干净的链接,任何人都能打开。
告别分享聊天输出的混乱截图吧。不用再问同事能不能打开随机的 .html 文件了。也不用再找借口说为什么着陆页只能在你的本地机器运行。
你只会得到一个精致、易读的页面和一个简单的链接,在哪都能完美打开。💡
新深度观点 · @madawei2699▲ 9.1K
三年后AI接手大部分工程,软件工程师还剩什么
从认为人工评审是AI编程最后防线,到现在很少评审复杂项目代码,连测试、故障分析和修复也大量交给AI Agent,这是技术从业者对行业变化的真实观察。
三年后AI接手大部分工程,软件工程师还剩什么
从认为人工评审是AI编程最后防线,到现在很少评审复杂项目代码,连测试、故障分析和修复也大量交给AI Agent,这是技术从业者对行业变化的真实观察。
2023 年我还认为 Human Review 是 AI 编程最后一道防线。三年后,我已经很少 Review 自己两个复杂项目的大部分代码,连测试、故障分析和修复也越来越多交给 Agent。软件越来越复杂,但人类工程劳动没有同比增长。
那软件工程师还剩下什么?
深度观点 · @callmeperry3▲ 6.0K
Moss AI构建AI智能体链上资产开放标准
购买链上AI智能体份额时,比起交易次数,纯投资回报率才是更核心的判断指标,可避免忽略运营成本浪费资金。
Moss AI构建AI智能体链上资产开放标准
购买链上AI智能体份额时,比起交易次数,纯投资回报率才是更核心的判断指标,可避免忽略运营成本浪费资金。
深度观点 · @worldoffisher▲ 4.3K
Bittensor构建去中心化AI网络引讨论
看好AI + 加密货币结合方向的人认为,比起新增AI聊天机器人,把AI部署到链上的项目更值得关注。
Bittensor构建去中心化AI网络引讨论
看好AI + 加密货币结合方向的人认为,比起新增AI聊天机器人,把AI部署到链上的项目更值得关注。
每个人都在追逐AI。但我一直在关注那些真正把AI放到链上的项目。$TAO就是一个例子。
Bittensor正在构建一个去中心化AI网络,贡献者提供机器智能,并通过生态系统获得收益。
在我看来,这比又出来一个AI聊天机器人有意思多了。AI加加密货币,未来可能会变得非常有意思。
深度观点 · @Isholss▲ 598
实体AI更需要优质训练数据而非更好硬件
当前大规模收集实体AI所需训练数据难度很高,Axis Robotics正针对这个问题打造数据基础设施。关注实体AI发展,不能忽略基础设施的价值。
实体AI更需要优质训练数据而非更好硬件
当前大规模收集实体AI所需训练数据难度很高,Axis Robotics正针对这个问题打造数据基础设施。关注实体AI发展,不能忽略基础设施的价值。
让机器人变得更智能的因素是什么?不只是更好的硬件,还有更优质的训练数据。
实体人工智能(Physical AI)需要能展示机器人如何导航环境、与物体交互、完成任务以及适应意外情况的数据。但大规模收集这类数据非常困难。
这就是 @axisrobotics 目前在解决的问题。Axis 结合了模拟、任务生成、社区驱动收集和自动化处理来构建有用的机器人训练数据。
背后更大的思路很简单:机器人需要的不只是智能。它们还需要可供学习的经验。
这也让实体人工智能背后的数据基础设施变得愈发重要。
深度观点 · @0xSagaLab▲ 1.0K
Vangrid获900万美元种子轮融资建空间数据网
物理AI落地缺真实世界空间数据,这个项目把大众手机变成分布式采集网络,建成后可能成为物理AI的感知基础设施。
Vangrid获900万美元种子轮融资建空间数据网
物理AI落地缺真实世界空间数据,这个项目把大众手机变成分布式采集网络,建成后可能成为物理AI的感知基础设施。
深度观点 · @mdlabibbiswas6▲ 2.2K
Vangrid 获900万美元 建实体AI数据基础设施
大语言模型文本数据增长见顶,实体空间数据成为新方向。普通人可以通过赏金系统参与采集真实空间数据。
Vangrid 获900万美元 建实体AI数据基础设施
大语言模型文本数据增长见顶,实体空间数据成为新方向。普通人可以通过赏金系统参与采集真实空间数据。
在常规AI叙事之外,正在发生一些有趣的事情。随着大语言模型触及文本数据的极限,现实世界空间数据成为下一个重大挑战。
而 @vangrid_io 正在采取一种不同的方法。他们筹集了 900 万美元,利用数十亿部民用智能手机构建一个去中心化感知网格。
目前已经记录了超过 10 万次经过验证的采集,Vangrid 正在将现实世界数据转换为链上经过验证的基础真值,供物理 AI 和自主系统使用。
赏金系统已经上线,并且已经在 Base 上完成实际结算。这感觉就像是一个更庞大基础设施层的基础。
深度观点 · @0xjtrade▲ 3.7K
Vangrid 用智能手机收集物理世界AI数据
现在互联网数据已经足够训练大模型,物理AI还缺真实世界数据,这个思路能帮你看清下一代AI的发展方向。
Vangrid 用智能手机收集物理世界AI数据
现在互联网数据已经足够训练大模型,物理AI还缺真实世界数据,这个思路能帮你看清下一代AI的发展方向。
➥ 下一场人工智能数据战争不会发生在互联网上。它会发生在互联网之外。
大语言模型有巨量的文本和图像可以用来学习,机器人却没有这种条件。机器人需要知道现实世界实际是什么样的——街道、建筑、仓库、人行道、物体和每天都在变化的空间。
这就是Vangrid吸引我注意的地方。他们没有再建一支集中化的采集车队,而是把现有智能手机改造成分布式感知网络。
有人采集数据,赏金会被验证,贡献者会通过 Base 上的 USDC 获得报酬。模式很简单,但规模让这个想法变得有意思:超过 10 万次已验证采集,已结算赏金超过 28.7 万美元,融资 900 万美元。
人们口袋里有数十亿部智能手机。@vangrid_io 基本上是在问:如果这些手机成为下一代实体人工智能的眼睛,会怎么样?
这个机遇比单纯收集数据要大得多。互联网教会了人工智能如何理解信息,现在需要有人教会它如何理解物理世界。
深度观点 · @just_johnny4▲ 927
博主讨论TermiX AI 百万融资背后的问题
拿到百万美元种子轮融资不代表AI智能体经济可行。比起融资额,更该关注到底有没有AI智能体真正在使用这套基础设施。
博主讨论TermiX AI 百万融资背后的问题
拿到百万美元种子轮融资不代表AI智能体经济可行。比起融资额,更该关注到底有没有AI智能体真正在使用这套基础设施。
我开始超越融资新闻去看待 TermiX。由 @yzilabs 投资的 100 万美元种子轮给了 @termix_ai 开发资源,但仅凭融资并不能证明智能体经济真的能运行起来,使用量才能证明。
要让 AI 智能体成为经济参与者,智能只是起点。它们还需要途径建立身份、找到工作、积累信誉、验证工作、使用托管和接收结算。这就是 AACP 存在的意义。
这个协议旨在为智能体提供基础设施,让它们可以在链上完成发布任务→竞标→执行→验证→结算工作全流程。
所以我最感兴趣的问题不是筹集了多少资金,问题更简单:真的有智能体在使用这个系统吗?融资能帮助铺设轨道,但只有真实的经济活动才能告诉你这些轨道是否真的有用。这就是我观察 @termix_ai 发展所关注的差距。
深度观点 · @DKokotajlo▲ 75.6万
OpenAI研究员提出被忽略的AI风险
现有AI讨论只关注放缓AI进展,没人提及模型情境意识变强后,人类会逐渐失去评估能力,这关乎人类未来能否掌控AI。
OpenAI研究员提出被忽略的AI风险
现有AI讨论只关注放缓AI进展,没人提及模型情境意识变强后,人类会逐渐失去评估能力,这关乎人类未来能否掌控AI。
深度观点 · @oleg_murk▲ 4.3万
前OpenAI员工谈AI实用监管:别重蹈覆辙
AI可能把百年技术变革压缩到5年,普通人很快就能本地运行强AI。现有的监管体系跟不上技术发展速度,需要务实监管来降低风险。
前OpenAI员工谈AI实用监管:别重蹈覆辙
AI可能把百年技术变革压缩到5年,普通人很快就能本地运行强AI。现有的监管体系跟不上技术发展速度,需要务实监管来降低风险。
深度观点 · @alexwg▲ 3.9K
提出AI圈pacing provocation新概念
AI监管议题越来越热,有些主张背后可能有利益相关方刻意操作,这个新定义帮你看清当前讨论里的隐形套路。
提出AI圈pacing provocation新概念
AI监管议题越来越热,有些主张背后可能有利益相关方刻意操作,这个新定义帮你看清当前讨论里的隐形套路。
paced 挑衅 /ˌpeɪsɪŋ ˌprɒvəˈkeɪʃn/ 名词
指一场经过策划、人为诱导、归因错误或蓄意放大的AI事件,目的是证明先进AI系统危险且不受控制,从而施加政治压力,要求更严格的监管、部署限制,或是放慢前沿技术发展。
尤其指:被当作证据用以证明前沿AI开发必须“控制节奏”的所谓网络攻击或是自主智能体故障,而事件的起源、背景或是解读都有可能被对更严格管控有利益诉求的行动者操纵了。
另见:安全卡特尔、对齐贵族、监管作秀、假旗行动。
“一场paced挑衅就是把一场AI安全测试变成一个让所有人都放慢脚步的政治论据。”
深度观点 · @ChowdhuryNeil▲ 8.3万
AI控制权未来会集中在少数人手里吗
这名研究者加入thinkymachines,计划构建AI安全系统,让AI控制权可以广泛分享,你可以关注AI发展的方向变化。
AI控制权未来会集中在少数人手里吗
这名研究者加入thinkymachines,计划构建AI安全系统,让AI控制权可以广泛分享,你可以关注AI发展的方向变化。
我已经加入 @thinkymachines,从事安全与对齐研究。
当下的默认发展方向是,随着 AI 能力越来越强,对它的控制权会集中在少数人手中。
而我更愿意打造能让 AI 控制权被广泛共享的安全系统。
更多个人想法如下。
深度观点 · @GavinSBaker▲ 4.6万
GavinSBaker谈OpenAI与Anthropic发展策略
头部AI实验室为把控前沿发展节奏,愿意牺牲利润率增加计算投入,行业竞争正在悄悄改变玩法。
GavinSBaker谈OpenAI与Anthropic发展策略
头部AI实验室为把控前沿发展节奏,愿意牺牲利润率增加计算投入,行业竞争正在悄悄改变玩法。
Anthropic 和 OpenAI 要“掌控”前沿发展的方式,就是在对齐、监控和评估上投入更多时间和更多算力。
选择“掌控”前沿的领先实验室,可能会在算力上投入稍多资金,代价是利润率降低。
就是这样。
深度观点 · @aievalforum▲ 6.9K
AI Evaluator Forum (AEF)发布AEF-1: Minimum Operating Conditions for Independent Third-Party AI Evaluations 标准(1)
前沿AI监管需要多元独立评估才能避免单点故障,这套标准为行业设立了最低门槛,关系到未来AI安全可信。
AI Evaluator Forum (AEF)发布AEF-1: Minimum Operating Conditions for Independent Third-Party AI Evaluations 标准(1)
前沿AI监管需要多元独立评估才能避免单点故障,这套标准为行业设立了最低门槛,关系到未来AI安全可信。
AI 评估者论坛(AEF)对近期关于嵌入式独立专家对验证 AI 安全保障主张重要性的声明表示欢迎。这是实现可信前沿 AI 监管的第一步。
没有单一评估者能够独自完成这项工作。一个由不同背景独立评估者组成的活跃生态系统,可以提供一系列专业知识和方法,帮助确保严谨性,避免单点故障。该论坛的存在就是为了强化这个生态系统。
要实现第三方评估的优势,还需要独立性、可访问性和透明度。AEF 将评估者聚集在一起解决这些问题。
我们的首个标准 AEF-1:独立第三方 AI 评估最低运行条件,为可访问性、利益冲突管理、融资关系、回避要求以及评估条款透明度设定了最低底线。
第三方评估的长期成功依赖于标准和框架。AEF 致力于与它的成员和合作者共同开发这些标准和框架。我们欢迎致力于严谨独立工作的机构参与进来。
深度观点 · @Heis_sosa▲ 676
PhysicalAI落地需要现实数据和合力建设
想做实体智能机器人,不能只停留在畅想阶段。比起愿景,更需要先打好现实数据等基础,这依赖行业共同推进。
PhysicalAI落地需要现实数据和合力建设
想做实体智能机器人,不能只停留在畅想阶段。比起愿景,更需要先打好现实数据等基础,这依赖行业共同推进。
构想出智能机器能做什么,和开发出能帮它们实现这些能力的基础,两者并不一样。Physical AI 就处在这个交叉点上。
这个愿景很令人兴奋,但要把它转化为实用技术,需要我们对现实环境、物体、运动和场景有更深入的理解。数据可以提供探索这些挑战所需的信息。
@axisrobotics 专注于现实世界数据的重要性,以及贡献者在构建 Physical AI 生态系统中的作用。每一步进展都依赖于学习新事物。每一份有意义的贡献都能帮助我们更清晰地看清前路的挑战。
机器人技术的未来充满可能性。而当人们合作搭建支撑这些可能性的基础时,可能性才会变得更有意义。
新工具产品 · @dingyi▲ 1.2万
@dingyi发布面向AI Agent的高质量动画React组件库(250+)
做前端项目需要动画组件时,可以让AI Agent直接一键安装配置好超过250个组件,节省手动找组件配依赖的时间
@dingyi发布面向AI Agent的高质量动画React组件库(250+)
做前端项目需要动画组件时,可以让AI Agent直接一键安装配置好超过250个组件,节省手动找组件配依赖的时间
这个不错,一个面向 AI Agent 的高质量动画 React 组件库。核心功能与特点: - AI Agent 极速集成:提供 Spectrum UI MCP(Model Context Protocol)。配置一次后,即可直接指令 AI 工具在项目中一键安装并关联 250+ 个动画组件。
- 技术栈:基于 shadcn/ui、Tailwind CSS、Framer Motion 和 Next.js 构建。
工具产品 · @AIByLeo▲ 9.8万
AI电影制作新玩法:提示词写创意简报
不用复杂操作,三个AI工具就可以按流程完成从故事板到成片剪辑的工作,普通创作者也能尝试低成本AI成片。
AI电影制作新玩法:提示词写创意简报
不用复杂操作,三个AI工具就可以按流程完成从故事板到成片剪辑的工作,普通创作者也能尝试低成本AI成片。
当提示词写得像一份创意脚本说明时,AI电影制作就变得很有意思了:GPT Image 2.5 构建故事板,Seedance 2.5 制作视频,CapCut 负责剪辑。
脚本说明→生成画面→剪辑完成。
#GPTImage25 #CapCutPC #AIVideo #Seedance25
工具产品 · @FaztTech▲ 2.2万
Archify 推出代理端架构图生成工具
对 Mermaid 或 AI 生成的架构图不满意,可以试试这个新工具,能生成交互式 HTML,还支持导出多种格式。
Archify 推出代理端架构图生成工具
对 Mermaid 或 AI 生成的架构图不满意,可以试试这个新工具,能生成交互式 HTML,还支持导出多种格式。
如果你需要一张架构图,又不喜欢 Mermaid 生成的或者 AI 生成的图片,可以了解一下 Archify。
它是给 Cursor、Claude 或者 Codex 这类智能代理用的技能:它会根据你要求的图表类型生成一张可交互的 HTML。
它适用于解释一个系统、将图表放在文档中,或者导出为 PNG 及其他格式。
工具产品 · @alextalksai▲ 4.5K
@alextalksai 发布免费AI Agent联网工具
开发者可以免费使用这款工具让AI Agent浏览多个主流平台内容,无需支付API费用,降低了AI Agent功能开发的成本门槛。
@alextalksai 发布免费AI Agent联网工具
开发者可以免费使用这款工具让AI Agent浏览多个主流平台内容,无需支付API费用,降低了AI Agent功能开发的成本门槛。
给你的AI Agent赋予视觉能力,免费浏览整个互联网。
读取并搜索:Twitter、Reddit、YouTube、GitHub、Bilibili、小红书。
统一命令行界面,零API费用。
工具产品 · @Krypto_Bishop▲ 1.7K
7个GitHub仓库帮你省下数月AI智能体开发时间
从零搭建AI智能体需要反复造轮子,这些现成工具能直接复用各类基础功能,加快开发进度。
7个GitHub仓库帮你省下数月AI智能体开发时间
从零搭建AI智能体需要反复造轮子,这些现成工具能直接复用各类基础功能,加快开发进度。
嘿,朋友们,我找到了一些有用的东西。如果你正在构建AI智能体,这7个GitHub仓库可以帮你节省好几个月的时间。
你不用从零开始重新构建记忆、上下文、浏览器控制和研究能力,直接用这些就行:
1. Agent Memory:跨编码任务的持久化记忆。智能体不会在每次会话后重置。
2. Open Viking:上下文基础设施。这是大多数智能体构建会栽跟头的地方。
3. Browser Use:让智能体打开真实浏览器,自己点击浏览网站。
4. Awesome Harness:智能体编排的工程模式和资源。
5. Anthropic Cybersecurity Skills:给编码智能体用的安全能力。
6. Diagram Design:为Claude Code工作流构建的简洁图表。
7. Scientific Agent Skills:超过160种能力,可以把通用智能体变成研究助理。
所有链接都在置顶评论里:下方视频会逐一讲解它们 👇
你会先把其中哪个加到你的技术栈里?
工具产品 · @mylifcc▲ 6.8K
ModelTrace 工具可验证 LLM 模型真实身份
调用到冒用知名名称的AI模型难以分辨,这款工具可以提取模型输出特征生成指纹,和库中已有模型比对验真,帮你确认所用模型的真实身份。
ModelTrace 工具可验证 LLM 模型真实身份
调用到冒用知名名称的AI模型难以分辨,这款工具可以提取模型输出特征生成指纹,和库中已有模型比对验真,帮你确认所用模型的真实身份。
你调用的Astra,真的是Astra吗?这里有一个LLM 模型验真 / 指纹识别工具,叫 ModelTrace。可以检查这个模型是不是真的 ModelTrace不看模型自己报的名字,而是给待测模型做 3 次特殊的长整数生成挑战,从输出数字的统计分布和排列习惯里提取“模型指纹”,再和已经建好的指纹库比较,判断它更像哪个模型。
使用链接:
新实战经验 · @AlchainHust▲ 1.7万
@AlchainHust开源可开车逛的巴黎3D网页游戏,386页手册教程(两天)
这套分远景近景的AI生成策略能平衡细节和帧率,全程没写一行代码,还附了带提示词的完整教程,想做AI生成3D场景可以参考。
@AlchainHust开源可开车逛的巴黎3D网页游戏,386页手册教程(两天)
这套分远景近景的AI生成策略能平衡细节和帧率,全程没写一行代码,还附了带提示词的完整教程,想做AI生成3D场景可以参考。
从GPT-6 Astra发布以来,就一堆人在让Codex去通过computer use去操控blender做各种3D模型的。 但稍微做了点就停了。
然后我自己也拿Claude Code和Codex做了不少测试,发现不管是直接写代码的方式,还是操控blender的方式,从成本和效率来说都不是最好的方式。 所以我自己摸索了一套新的策略。
用Codex 加 3D 基座模型 Tripo,做了一座能开车逛的巴黎。 整了两天,一行代码没写。一座能开进去的巴黎👇出来了!
现在视频演示里的车、树、铁塔、街上走路的人——全是 AI 生成的 3D 资产;而街区、桥、塞纳河——是代码画的。
为什么这么分? 因为你开车会开到车跟前,但不会开到桥底下去数栏杆。 近景给精细模型,远景交给代码。做出来的网页游戏会在细节和帧率上更平衡。
以及,除了这期视频,我还把一整套操作流程做成了386 页手册教程! 现已开源了,提示词、脚本、模型全在里面:
实战经验 · @0xLogicrw▲ 4.1万
DeepSeek工程师谈AI半年后将追上自己
一线AI工程师直面技术进步对自身职业的冲击,你可以从从业者的真实感受里,找到自己面对AI浪潮的参照。
DeepSeek工程师谈AI半年后将追上自己
一线AI工程师直面技术进步对自身职业的冲击,你可以从从业者的真实感受里,找到自己面对AI浪潮的参照。
实战经验 · @NFT_Chen▲ 2.5万
DeepSeek V4.1和GLM 5.3 分工出最佳工作流
两个大模型智力相近,合理分工能获得比单模型更好的效果,可以参考这套搭配方案提升AI工作效率
DeepSeek V4.1和GLM 5.3 分工出最佳工作流
两个大模型智力相近,合理分工能获得比单模型更好的效果,可以参考这套搭配方案提升AI工作效率
🔥推荐:DeepSeek V4.1 Flash、GLM 5.3 Flash使用策略
别再问谁更聪明,智力接近,拉开差距的其实是分工
1️⃣DeepSeek V4.1 Flash 当建造者
写代码、跑 Agent、追 bug、调工具、把功能一次做完。推进感更强,不容易停在半路。日常开 High,难推理再切 Max。原生多模态,截图、流程图直接丢。注意:它太快,长任务一定要盯 API 消耗。
2️⃣GLM 5.3 Flash 当审查员
DeepSeek 交活后,把改动丢给 GLM 审。它更保守,爱挑刺、质疑实现、抓可疑改动,适合当第二双眼睛。
3️⃣最佳工作流
DeepSeek 负责 Build,GLM 负责 Review。
别指望一个模型包打天下。只留一个?选 DeepSeek。
#DeepSeek #GLM #V41Flash #GLM53Flash #AI编程 #CodingAgent #大模型实战 #梁文峰 #唐杰
实战经验 · @OpenAIDevs▲ 3.5万
开发者用GPT-6 Astra Codex做端到端代码测试
开发者借助GPT-6 Astra in Codex搭建测试框架、模拟接口返回,帮团队验证代码模块协作情况,大型项目编码效率有望提升
开发者用GPT-6 Astra Codex做端到端代码测试
开发者借助GPT-6 Astra in Codex搭建测试框架、模拟接口返回,帮团队验证代码模块协作情况,大型项目编码效率有望提升
GPT-6 Astra in Codex 正在 @perplexity_ai 帮助进行端到端代码测试。
@randomjohnnyh 使用它来构建测试工具,并模拟第三方 API 响应,以便他检查各个部分如何协同工作。
新实战经验 · @masahirochaen▲ 2.4万
博主分享7个节省Codex配额的实用方法
如果你经常用Codec却总是很快耗尽配额,这些调整方法能帮你大幅减少配额消耗,思路同样适用于Claude Code。
博主分享7个节省Codex配额的实用方法
如果你经常用Codec却总是很快耗尽配额,这些调整方法能帮你大幅减少配额消耗,思路同样适用于Claude Code。
很多人问我“Codex使用额度很快耗尽的问题”,我把自己实际在用的7个方法整理了出来。
首先,前提条件是需要先理解令牌、上下文窗口、缓存这些概念,在此基础上按效果排序如下:
①不增大上下文窗口。我之前把默认的20万调到了100万,结果反而更快耗尽了,于是又调了回去。
②不滥用子代理。并行只是更快,并不便宜。请求里只加一行就可以停止。
③模型基本用5.6系。不要轻量任务每次都用GPT-6跑,不够用的时候再升级模型。
此外还要注意,在哪个文件夹打开项目、AGENTS.md / CLAUDE.md的长度、如何划分会话。
调整之后,我感觉相同工作量下,额度消耗从原来20点降到了大概4点左右。(因为没有在相同条件下对比,所以无法确定具体节省比例)
这篇主要讲的是Codex,但这个思路直接用在Claude Code上也有效,欢迎大家参考👇
■视频
■时间线
开场
前提|令牌、上下文窗口、缓存
每一轮都会重新发送整个对话
降低模型等级
打开的文件夹不同,读取范围也不同
整理文件夹层级
实测|刚启动就用掉了两成额度
不让使用子代理
总结|今天要做的三件事
实战经验 · @Kay2289123▲ 7.6K
Kay拆解Harvey:开源模型击败闭源大模型
想要转行AI领域,可以关注后训练和AI推理两个方向,这是当前行业机会正在转移的方向。
Kay拆解Harvey:开源模型击败闭源大模型
想要转行AI领域,可以关注后训练和AI推理两个方向,这是当前行业机会正在转移的方向。
实战经验 · @milesdeutscher▲ 2.1万
milesdeutscher分享Claude智能体群市场研究方案
想要在金融市场用AI却不知道如何入门,可以参考这套方案,在Claude上部署智能体群完成日常研报工作。
milesdeutscher分享Claude智能体群市场研究方案
想要在金融市场用AI却不知道如何入门,可以参考这套方案,在Claude上部署智能体群完成日常研报工作。
如果你不知道从哪里开始在金融市场利用人工智能,把这篇内容存下来。
你能做的最好的事情之一,就是搭建智能体集群来做每日研究。比如说,部署几个智能体,让它们夜间扫描新闻,关注你在 TradingView 观察列表里的交易时机等等。
下面这个提示词可以让你在 Claude 中启动你的第一个市场智能体集群——这是你能做的最好的事情之一:
实战经验 · @TheAhmadOsman▲ 1.1万
作者分享成为AI研究者分步项目路线图
无论现在是否计划入行AI研究,都可以先收藏这份路线图,它覆盖了从基础到前沿的几乎所有AI研究核心项目方向
作者分享成为AI研究者分步项目路线图
无论现在是否计划入行AI研究,都可以先收藏这份路线图,它覆盖了从基础到前沿的几乎所有AI研究核心项目方向
我们需要更多人投身推进AI的工作,而不是更少。现在已经有一份完整的分步路线图,教你如何成为一名AI研究者。
路线图涵盖的构建内容包括:
- 分词器/嵌入
- 位置编码方法
- 注意力机制/多头注意力
- Transformer块
- 训练循环/目标函数
- 采样看板
- 推测解码
- KV缓存/MQA/GQA/MLA
- 长上下文
- FlashAttention/硬件预算
- MoE路由器
- 状态空间/扩散语言模型
- 数据流水线/合成数据
- 缩放定律
- SFT/DPO/RLHF/GRPO/RLVR
- 量化
- 服务系统
- 评估工具集
- RAG/工具/智能体
- 多模态适配器
- 可解释性/安全性
- 完整顶石模型系统
每个项目都遵循统一流程:
- 构建它
- 绘制它
- 拆解它
- 解释它
- 交付产物
你现在就应该阅读这份路线图,如果你现在没法读,也一定要收藏起来以后看。
实战经验 · @businessbarista▲ 3.1万
@Vtrivedy10(LangChain实验室负责人)发布AI评估38分钟大师课(38分钟)
想测试自己的AI智能体性能好坏却不知道该怎么做?这份分阶段的课程,能帮你从入门到掌握完整评估方法。
@Vtrivedy10(LangChain实验室负责人)发布AI评估38分钟大师课(38分钟)
想测试自己的AI智能体性能好坏却不知道该怎么做?这份分阶段的课程,能帮你从入门到掌握完整评估方法。
游戏开发 · @VibeMarketer_▲ 6.7K
开发者用Hy4 preview从零开发出AI创业模拟器
开发者在𝕏分享,该游戏起始资金100万美元,时长12个月
开发者用Hy4 preview从零开发出AI创业模拟器
开发者在𝕏分享,该游戏起始资金100万美元,时长12个月
教程 · @omarsar0▲ 6.7K
从零搭建AI智能体harness的分步指南来了
omarsar0在X分享从零搭建AI智能体harness的经验
从零搭建AI智能体harness的分步指南来了
omarsar0在X分享从零搭建AI智能体harness的经验
文档处理 · @jerryjliu0▲ 5.6K
最新智能代理框架提出了「Just-in-Time OCR」文档处理方案
jerryjliu0在X平台分享,适用于中小批量文档的OCR处理
最新智能代理框架提出了「Just-in-Time OCR」文档处理方案
jerryjliu0在X平台分享,适用于中小批量文档的OCR处理
“即时”OCR
最新的智能体工具(例如Cowork、Codex、Grok)在处理用户上传的文档“数据室”时,会进行两遍特别的文档处理:
1️⃣ 第一遍快速轻量处理,使用免费/开源文档解析工具,可以低成本处理100份以上文档
2️⃣ “即时”第二遍处理,使用专用OCR工具(例如LlamaParse)对一部分页面进行更准确的转录。
这种模式已经非常普遍,所以我想给它起个名字:“即时OCR”。
它在中小批量文档(例如10-100份文档)上的效果出人意料地好;它以成本和延迟为代价换取了准确性。它不能替代大规模离线索引和检索。
任何前沿智能体工具的“默认”方法都是第一遍使用像pypdf这样的开源工具,第二遍使用其原生VLM(例如Fable 5.1)。这种方法既昂贵,又缺乏准确性和 grounding。
如果你是开发者,想要实现这类文档数据室工具,可以试用我们的工具套件:
- 第一遍使用Liteparse(最佳/最快的开源文本解析器)
- 第二遍使用LlamaParse(帕累托效率最高,包含grounding)
观点 · @algekalipso▲ 2.3K
说当前AI没用的人,花几十分钟试过后彻底改变看法
Andrés在𝕏分享,接触前沿AI后多数人改变了原有观点
说当前AI没用的人,花几十分钟试过后彻底改变看法
Andrés在𝕏分享,接触前沿AI后多数人改变了原有观点
视频创作 · @Mr_Shahbaz_Ai▲ 514
创作者提出AI分工新方式:创作者决策,AI做重复工作
来自𝕏用户Mr_Shahbaz_Ai的分享,涉及CapCut PC的GPT Image 2.5等AI工具
创作者提出AI分工新方式:创作者决策,AI做重复工作
来自𝕏用户Mr_Shahbaz_Ai的分享,涉及CapCut PC的GPT Image 2.5等AI工具
我不介意AI做重复性工作,只是不希望AI来决定故事应该是什么样的。这套工作流就是因此才合理。
GPT Image 2.5将通过设计工作室和AI图像功能接入CapCut PC端,它可以把想法转化为可视化故事板。之后CapCut PC搭配Seedance 2.5完成把图像转成视频的繁重工作。
在此之后,CapCut的AI剪辑工具可以处理重复性剪辑任务,而创作者来决定最终保留哪些内容。AI承担更多工作,创作者保留更多决策权。这是相当不错的分工方式。
视频 · @maddieworks▲ 2.6万
AI 重构视频调色流程,不必替代调色师就能改变调色
创作者@maddieworks 在𝕏分享GPT-6 Astra搭配CapCut PC的AI调色工作流
AI 重构视频调色流程,不必替代调色师就能改变调色
创作者@maddieworks 在𝕏分享GPT-6 Astra搭配CapCut PC的AI调色工作流
AI不需要完全接管调色工作就能从根本上改变调色,只需要改变调色的起点。GPT-6 Astra可以根据提示词生成自定义调色资源,CapCut PC则利用该资源完成实际编辑流程。
此前调色的起点通常是:打开查找表(LUT)库→浏览→预览→排除→重复。现在的流程可以是:描述想要的色调→Astra生成。cube格式文件→下载→导入CapCut PC。调色起点不再受限于库中已有的内容。
这一点很重要,因为创作方向很少是通用的。如果你想要冷调阴影同时暖调肤色、低饱和度但不平淡、电影感对比度又不损失黑色细节,你可以直接向Astra描述这些需求,不用再找碰巧匹配的预设。
CapCut PC负责AI无法替创作者做决定的部分:调色效果在整个序列中是否协调?强度是否合适?是否符合剪辑整体的节奏和视觉语言?创作者可以直接在项目中做出这些决策。
对创作者来说,这是一个更大的转变。Astra扩展了初始素材的可能性,CapCut PC扩展了对素材的处理空间。一方让创作方向更容易落地,另一方保持最终剪辑的灵活性,由此产生1+1>2的效果。
视频 · @KylieHopkinsX▲ 4.6万
用AI制作“时间静止”广告正确工作流程是什么
用户KylieHopkinsX在𝕏分享了用GPT-6 Astra、CapCut PC制作AI广告的步骤
用AI制作“时间静止”广告正确工作流程是什么
用户KylieHopkinsX在𝕏分享了用GPT-6 Astra、CapCut PC制作AI广告的步骤
有人提问如何用AI重新制作那种“时间静止”效果的产品广告,KylieHopkinsX给出的方案不直接从视频生成入手,而是先搭建3D场景,GPT-6 Astra搭配CapCut PC可以实现这套工作流。
第一步,GPT-6 Astra生成3D白模,为后续视频生成提供视觉基础,目标是实现大家熟悉的子弹时间效果:人物被击中后物品四散,所有物体定格在空中。
第二步,将生成的3D模型导入CapCut PC,由Seedance 2.5基于模型生成影视级序列,包含动作和聚焦产品的画面。
第三步,把生成内容当作原始素材,而非最终成品,在CapCut PC中调整速度、时间点和节奏,打造子弹时间效果。如果生成镜头需要调整,Edit Pilot和AI Extend可以提供编辑选项。
整套工作流程基本是:3D概念→生成素材→子弹时间剪辑→细化调整。比起直接用一句提示词生成完整成品广告,这套方法更实用。
视频创作 · @Diana_Osire▲ 2.0K
CapCut PC版上线GPT Image 2.5 打通AI视频创作全流程
这一功能通过Design Studio和AI Image推出,搭配Seedance 2.5实现从创意到成品视频
CapCut PC版上线GPT Image 2.5 打通AI视频创作全流程
这一功能通过Design Studio和AI Image推出,搭配Seedance 2.5实现从创意到成品视频
好的创意最难的一步,就是把它具象化呈现出来,而新的AI工具正在让这一创作流程变得更顺畅。
GPT Image 2.5现已通过Design Studio和AI Image登陆CapCut PC版,可以把抽象创意转化为可视化故事板。创意不再只是一段文字描述,创作者可以直接看到、修改它,并在此基础上继续创作。
创作者完成视觉化之后,可以将成果导入CapCut PC版的Video Studio,用Seedance 2.5生成视频,再通过CapCut的AI编辑工具优化成品。
这套AI视频创作的完整流程可概括为:构思创意→视觉呈现→生成视频→优化调整,感兴趣的用户可以前往尝试。
营销 · @Amaliarenzy▲ 1.2万
品牌AI图像生成新流程:GPT Image 2.5接入CapCut PC
Amaliarenzy在𝕏分享了一套可落地的品牌AI内容生产流程,GPT Image 2.5将上线CapCut
品牌AI图像生成新流程:GPT Image 2.5接入CapCut PC
Amaliarenzy在𝕏分享了一套可落地的品牌AI内容生产流程,GPT Image 2.5将上线CapCut
这套流程被认为是品牌使用AI图像生成更实用的方式。
第一步用GPT Image 2.5生成两张产品视觉图,生成好的图片将作为后续内容生产的起点。
第二步在CapCut PC端用Seedance 2.5基于这些图片制作广告内容。GPT Image 2.5即将登陆CapCut,可通过设计工作室和AI图像功能使用。
不同于先生成图像再考虑用途的传统模式,这套流程里AI生成图像本身就是生产流程的一部分。完整流程是产品规划→生成视觉图→制作视频→剪辑修改,这套工作流让AI生成内容真正对营销有用。
广告 · @Just_sharon7▲ 1.0万
广告从业者分享调整后的AI广告生产工作流,不把AI初代输出当成品
用户@Just_sharon7在𝕏分享了AI制作产品广告的具体工作步骤,仍需人工 refine
广告从业者分享调整后的AI广告生产工作流,不把AI初代输出当成品
用户@Just_sharon7在𝕏分享了AI制作产品广告的具体工作步骤,仍需人工 refine
有广告从业者调整了使用AI制作广告的思路:不再将AI生成的初代内容作为最终成品。
她分享了一则子弹时间产品广告的完整AI工作流:先用GPT-6 Astra生成内容,接着在CapCut PC上生成3D白模,导入Seedance 2.5模型,再由CapCut PC生成成片。
之后用Edit Pilot/AI Extend完成子弹时间、速度和节奏调整,最后在需要的地方进行人工细化。AI可以完成大部分工作,但最终内容的取舍仍由编辑决定。
创意工具 · @itsLORDROY▲ 9.0K
AI图像生成最被低估的环节,是生成后做什么
@itsLORDROY在𝕏分享,GPT Image 2.5将登陆CapCut,支持全链路创作
AI图像生成最被低估的环节,是生成后做什么
@itsLORDROY在𝕏分享,GPT Image 2.5将登陆CapCut,支持全链路创作
AI图像生成领域,图像生成完成后发生的环节一直被低估。
在为iPhone Duo制作广告时,创作者@itsLORDROY先用GPT Image 2.5生成了视觉基底。
GPT Image 2.5即将登陆CapCut,用户可以通过Design Studio和AI Image功能使用它。
生成的视觉素材随后会作为视频制作的起点,在搭载Seedance 2.5的CapCut电脑版中完成后续创作。
现在,单份视觉素材可以融入规模更大的创意工作流中。
感兴趣的用户可以通过原文链接尝试这项功能。
机器人 · @kaiwynd▲ 5.4K
GPT-6 Astra机器人用2小时完成插网线任务,过程需4次人工干预
用户@kaiwynd在𝕏分享测试结果,AI机器人完成紧公差可变形物体任务
GPT-6 Astra机器人用2小时完成插网线任务,过程需4次人工干预
用户@kaiwynd在𝕏分享测试结果,AI机器人完成紧公差可变形物体任务
测试者给GPT-6 Astra布置了插网线的任务,它用了2小时,经过4次人工提示干预后最终完成任务。GPT-6 Astra能完成对公差要求严格、涉及可变形物体的任务,这一点令人印象深刻。
不过测试者认为,智能机器人系统目前仍存在速度方面的较大问题。
当前任务流程中,基于3D程序的深度推理是必不可少的环节。测试者不清楚如何将这类推理提炼或加速到与视觉语言动作(VLA)系统相当的水平。
开发工具 · @ai_for_success▲ 2.7K
开发者使用Gemini 3.8 Flash在Cline桌面应用中构建3D大脑图谱
开发者@ai_for_success在𝕏分享体验,称Gemini 3.8 Flash模型稳定可靠
开发者使用Gemini 3.8 Flash在Cline桌面应用中构建3D大脑图谱
开发者@ai_for_success在𝕏分享体验,称Gemini 3.8 Flash模型稳定可靠
<p>Gemini 3.8 Flash是一款非常稳定可靠的模型。开发者@ai_for_success使用它在新版Cline桌面应用中构建了一个3D大脑图谱。</p> <p>开发者感谢Cline团队提供的早期测试资格。
他表示,专用桌面应用的使用体验比集成在IDE侧边栏好很多。</p> <p>该AI模型很好地处理了Three.js坐标逻辑和Playwright测试,开发者在构建过程中遇到的bug明显更少,大部分问题只出现在动画和少量对齐方面。</p> <p>Cline桌面应用内置市场,可添加MCP服务器和功能插件。
它的检查点功能表现不错,出问题时方便回滚,也可以从更早的提示分支尝试其他方法,不会打乱主会话。</p> <p>本次构建通过API接入Gemini,而Cline本身支持接入300多种模型,也可通过ClinePass使用开放权重模型。</p>
开源 · @mehulmpt▲ 3.8K
开发者试用一款免费开源的桌面端AI工具,部署速度极快
开发者mehulmpt在𝕏分享了他对Cline新推出的免费开源桌面AI应用的使用体验
开发者试用一款免费开源的桌面端AI工具,部署速度极快
开发者mehulmpt在𝕏分享了他对Cline新推出的免费开源桌面AI应用的使用体验
一段时间以来,mehulmpt一直使用Codex桌面AI框架来调用GPT模型。但要让DeepSeek 4.1 Flash这类模型在该框架上运行,需要花费不少精力。
mehulmpt已经试用Cline的新款桌面应用一段时间了,他获得了该应用的早期测试资格。
这款应用是免费开源的,和DeepSeek的模型一样运行速度极快。它可以直接对接DeepSeek接口,也能通过OpenRouter等渠道对接任何开放式权重模型。
它的部署安装速度非常快。
音频处理 · @FilmLadd▲ 964
用户用Grok编写脚本自动完成视频音频降噪处理
𝕏用户FilmLadd分享使用Grok生成python和.bat脚本,替代付费在线工具处理音频
用户用Grok编写脚本自动完成视频音频降噪处理
𝕏用户FilmLadd分享使用Grok生成python和.bat脚本,替代付费在线工具处理音频
用户FilmLadd正在让Grok生成一系列python和。bat脚本,用来处理自己拍摄视频的音频。他认为AI是非常实用的工具,对AI存在生存层面的恐惧十分可笑。
他没法忍受手动清理音频文件,计算机存在的意义就是一次性完成工作,之后无需重复操作。
目标已经实现,现在他只需要把wav文件放到bat文件中,脚本就能自动完成基础电平修正、风扇噪音消除、呼吸声消除、咔哒声消除,添加压缩和限幅处理,最终输出新的wav文件。整个过程不需要上传到Adobe,也不需要支付任何月费。
AI编程 · @shydev69▲ 4.8K
开发者2026年没写一行代码,交付代码比之前更多
开发者@shydev69在𝕏分享自己靠AI代理完成编码工作,推荐了开源工具Cline Desktop
开发者2026年没写一行代码,交付代码比之前更多
开发者@shydev69在𝕏分享自己靠AI代理完成编码工作,推荐了开源工具Cline Desktop
大语言模型 · @KaiteeShiks▲ 2.8K
用户称在Claude中内置常用创作模型减少了操作摩擦
用户KaiteeShiks在𝕏表示,在Claude中直接使用常用创作模型可节省操作时间
用户称在Claude中内置常用创作模型减少了操作摩擦
用户KaiteeShiks在𝕏表示,在Claude中直接使用常用创作模型可节省操作时间
在Claude内部就能使用自己常用的创作模型,消除了很多操作摩擦。
用户不需要在不同工具之间不断切换,就可以编写提示词并生成所需内容。
在编写提示词的位置直接就能调用模型,是最大程度节省时间的原因。
视频制作 · @sophiaparkerr_▲ 6.4K
AI能接管商业广告视频全制作流程,还能输出可编辑项目
博主sophiaparkerr_在X展示GPT-6 Astra驱动剪映PC端制作iPhone Duo广告的案例
AI能接管商业广告视频全制作流程,还能输出可编辑项目
博主sophiaparkerr_在X展示GPT-6 Astra驱动剪映PC端制作iPhone Duo广告的案例
AI视频制作不再只是生成画面,现在已经可以实现类似商业制作的完整工作流。在sophiaparkerr_发布的iPhone Duo概念广告案例中,GPT-6 Astra完成了素材整理和剪辑方向规划。它还控制了CapCut PC完成广告制作,包括拼接镜头、调整节奏、添加字幕、转场和音频。
制作完成后,项目仍可在CapCut PC中编辑,创作者可以对单独轨道上的片段和字幕进行优化。GPT-6 Astra负责完成初版剪辑,CapCut PC则提供了可直接完成商业成片的可编辑工程。
视频剪辑 · @kate_osita_
AI调色让多次尝试成本变低,调色流程效率提升
博主kate_osita_在𝕏分享GPT-6 Astra结合CapCut PC的AI调色工作流
AI调色让多次尝试成本变低,调色流程效率提升
博主kate_osita_在𝕏分享GPT-6 Astra结合CapCut PC的AI调色工作流
AI生成调色的最大优势,不一定是能更快得到第一版结果,而是让后续版本的尝试成本足够低。GPT-6 Astra结合CapCut PC,能让调色进入更快的迭代循环。
具体工作流可以从一句明确的描述开始:高对比度夜景、冷蓝色阴影、克制高光、自然肤色。Astra生成自定义立方颜色查找表(.cube LUT)后,下载导入CapCut PC,就能在实际素材上看到效果。
如果效果不符合预期,比如阴影对比度太强、肤色不够暖或者整体对比度太高,可以直接在CapCut PC里调整LUT,也可以修改提示词重新生成一版。这样一来,尝试多种方案的成本大大降低。
CapCut PC完成了整个流程的闭环,你不需要评估抽象的AI调色样本,而是可以直接在实际项目里,结合现有素材和其他编辑内容查看调色效果。这个场景很重要,因为适合一个镜头的调色不一定适合下一个。
效率提升不只是简单的“AI给视频调色”,而是“AI能更快帮你探索出想要的调色效果”。Astra加速生成不同方向的调色方案,CapCut PC则支持测试、对比和优化这些方案,能实现更多迭代、更多掌控。
招聘 · @DAIEvolutionHub
年薪超75万美元招人从零构建大语言模型架构,斯坦福免费1小时课教完
来自X平台DAIEvolutionHub的消息,Anthropic高薪招募从零搭建LLM架构工程师
年薪超75万美元招人从零构建大语言模型架构,斯坦福免费1小时课教完
来自X平台DAIEvolutionHub的消息,Anthropic高薪招募从零搭建LLM架构工程师
Anthropic为能够从零构建大语言模型(LLM)架构的工程师开出了每年超过75万美元的年薪。
斯坦福大学将从零构建大语言模型架构的完整内容整合为1小时的课程,并且免费对外开放。
课程链接目前可以访问,建议尽快收藏观看,不排除后续链接被下线的可能。同时该内容还附带了优质AI课程和证书的相关链接。
视频创作 · @sean_wallace_
创作者谈AI校色:AI提供起点而非最终效果更有意义
创作者sean_wallace_分享使用GPT-6 Astra做AI校色的体验,来自𝕏平台sean_wallace_的分享
创作者谈AI校色:AI提供起点而非最终效果更有意义
创作者sean_wallace_分享使用GPT-6 Astra做AI校色的体验,来自𝕏平台sean_wallace_的分享
AI校色的有趣之处,在于AI帮创作者生成创作起点,而非替创作者决定最终画面效果。
通过GPT-6 Astra,创作者可以描述自己想要的视觉方向,比如暖肤色、偏冷阴影、低饱和度绿色、柔和高光,再根据描述生成自定义的。cube格式颜色查找表(LUT)。
生成的颜色查找表可以导入CapCut PC,在实际素材上查看效果。创作者可以调整强度,对比不同镜头,优化效果直到适配整体剪辑。
GPT-6 Astra提供创作方向,CapCut PC提供创作控制权。用户可通过链接尝试该功能。
AI视频 · @ElizabethhQuinn
AI自动调色的实用性体现在保持视频色彩一致性上
用户ElizabethhQuinn分享GPT-6 Astra与CapCut PC搭配的AI调色工作流
AI自动调色的实用性体现在保持视频色彩一致性上
用户ElizabethhQuinn分享GPT-6 Astra与CapCut PC搭配的AI调色工作流
AI生成调色的实用性主要体现在色彩一致性上。单个颜色查找表(LUT)可以为一整段视频序列提供视觉起点,但不同镜头的素材表现不会完全一致。
这也是CapCut PC发挥作用的地方。GPT-6 Astra可以根据用户想要的调色风格生成自定义。cube格式文件。
将生成的文件导入CapCut PC后,可以给整个项目应用该调色预设,再针对单个镜头进行所需调整。
AI帮助确定整体视觉风格,CapCut PC帮助保持全片调色风格一致。比起期待AI自动把每个镜头都调色完美,这种组合方式实用得多。
AI生成 · @samuelihannah▲ 1.1万
用户测试GPT-6 Astra+seedance2.5生成AI视频,加参考图不影响效果
用户@samuelihannah在𝕏分享测试结果,搭配使用生成30秒一镜到底AI视频,逻辑严谨无穿帮
用户测试GPT-6 Astra+seedance2.5生成AI视频,加参考图不影响效果
用户@samuelihannah在𝕏分享测试结果,搭配使用生成30秒一镜到底AI视频,逻辑严谨无穿帮
用户@samuelihannah在𝕏分享了GPT-6 Astra搭配seedance2.5生成AI视频的测试结果,称二者效果出众。
按照简单的场景设定,模型生成了一段一镜到底视频的提示词,生成结果逻辑严谨,镜头流畅合理,没有出现穿帮问题。
此前普遍认为seedance2.5只有纯文字生成才能达到这种效果,这次测试中男女主都添加了参考图,生成效果丝毫没有受到影响。
唯一可优化的问题是,视频开头男主就停在轿车中,应当添加一个驶入镜头,这一点可以在人工审核提示词时修改。
本次测试生成的是30秒、16:9比例的写实侦查长镜头,整个提示词对场景空间、人物位置、分镜头时间节点、空间连续性规则都做了细致规定,明确了禁止出现的问题。
最终生成结果符合空间真实连续的要求,所有角色都按真实时间持续行动,新悬念来自女主的发现。
用户邀请感兴趣的网友对这个提示词框架提出优化意见。
AI生成 · @Iancu_ai▲ 866
AI生成15秒短片:女主穿粉睡衣抱泰迪沿路窃取整套穿搭
创作者Iancu_ai用Seedance 2.5生成,全程设定了分镜、换装机制和场景要求
AI生成15秒短片:女主穿粉睡衣抱泰迪沿路窃取整套穿搭
创作者Iancu_ai用Seedance 2.5生成,全程设定了分镜、换装机制和场景要求
开源 · @bojie_li▲ 4.0万
李博杰《深入理解 AI Infra》靠 AI Agent 编写,首日星数破两千
李博杰在𝕏分享,GitHub上《深入理解 AI Infra》首日星数超2k
李博杰《深入理解 AI Infra》靠 AI Agent 编写,首日星数破两千
李博杰在𝕏分享,GitHub上《深入理解 AI Infra》首日星数超2k
开源 · @marcelpociot▲ 5.1万
开发者在macOS 27的Siri里实现了Claude应答
开发者marcelpociot公布开源概念验证项目,需禁用SIP/AMFI
开发者在macOS 27的Siri里实现了Claude应答
开发者marcelpociot公布开源概念验证项目,需禁用SIP/AMFI
我在 macOS 上让 Siri 里面调用 Claude 回答问题了 🚀 这用到了苹果隐藏的模型提供商支持 + 我现有的 Claude Code 账户。
这是开源概念验证项目。需要禁用 SIP/AMFI。感谢 @itspdfu 的发现!来看看:
行业观点 · @MaxForAI▲ 3.4万
DeepSeek工程师亲手推动AI淘汰自己的手艺,还选了这条路
DeepSeek kernel工程师刘胜与撰文分析AI替代自身工作后的未来走向
DeepSeek工程师亲手推动AI淘汰自己的手艺,还选了这条路
DeepSeek kernel工程师刘胜与撰文分析AI替代自身工作后的未来走向
开源 · @archiexzzz▲ 8.3K
开发者用DeepSeek-V4-Flash等开源工具训练健身果蝇
开发者@archiexzzz基于开源工具完成果蝇神经元突触全映射训练
开发者用DeepSeek-V4-Flash等开源工具训练健身果蝇
开发者@archiexzzz基于开源工具完成果蝇神经元突触全映射训练
自动化 · @coreyganim▲ 6.0K
用Grok Bot、Notion和Claude自动化一周内容创作,仅需8步
创作者分享利用三款工具替代每周8小时手工内容创作的具体方案
用Grok Bot、Notion和Claude自动化一周内容创作,仅需8步
创作者分享利用三款工具替代每周8小时手工内容创作的具体方案
硬件设计 · @GOROman▲ 6.8K
日本开发者让AI设计硬件并完成游戏ROM修改跳转
开发者@GOROman通过Claude Code设计ROM提取器基板,让Codex(Astra)完成游戏ROM修改并跳转关卡
日本开发者让AI设计硬件并完成游戏ROM修改跳转
开发者@GOROman通过Claude Code设计ROM提取器基板,让Codex(Astra)完成游戏ROM修改并跳转关卡
开发者@GOROman发布动态称,他指示Codex(Astra)使用由Claude Code(Fable 5)设计的ROM提取器基板,完成ROM提取后,直接跳转至汪汪出场的游戏关卡。
AI自行启动了ROM解析,修改了工作内存后成功跳转至2-5关汪汪出现的关卡。
整个过程通过Claude Code制作的模拟器完成录制,原链接附有相关录制内容。
编程 · @caozlog▲ 8.9K
博主称马斯克收购后Cursor现在用着还不错,不必跟风换新品
博主@caozlog在𝕏发文分享自己使用AI编程工具Cursor的体验,来源为@caozlog on 𝕏
博主称马斯克收购后Cursor现在用着还不错,不必跟风换新品
博主@caozlog在𝕏发文分享自己使用AI编程工具Cursor的体验,来源为@caozlog on 𝕏
博主@caozlog自称跟不上时代,因为现在还在使用AI编程工具Cursor,被人嘲笑没有改用Claude Code和GPT Codex,显得落伍。
不过马斯克收购Cursor之后,博主发现该工具当前使用Grok 4.6 high作为基座模型,使用体验还不错。
因为舍不得每个月60美元的其他工具会员费,博主只在遇到难题时才换用Fable 5.1。开启Cursor远程控制后,博主现在可以随时在手机上编程处理任务,长任务表现也尚可,可以随时查看调整进度,实现碎片化编程。
大模型 · @cherry_mx_reds▲ 4.8K
用户评价DeepSeek v4.1 Flash是可用小模型的底线
用户@cherry_mx_reds在𝕏分享对DeepSeek v4.1 Flash的实际使用体验
用户评价DeepSeek v4.1 Flash是可用小模型的底线
用户@cherry_mx_reds在𝕏分享对DeepSeek v4.1 Flash的实际使用体验
DeepSeek v4.1 Flash是用户实际能用的最低可用小模型。
用户周末尝试了多款其他小模型,发现大部分都不值得花费时间,除非是处理非常基础和特定的任务。
这些小模型可能更适合喜欢捣鼓模型的爱好者调试体验,但要完成实际工作,DeepSeek v4.1 Flash已经是可用的底线。
用户真诚好奇,如果经常使用其他小模型,实际会用它们完成什么工作。
隐私 · @pvyyu42928466▲ 359
采集街景需要上传路人脸和车牌,你还会参与吗
用户体验Vangrid街景数据采集流程,记录其本地隐私处理方式,来源为𝕏用户@pvyyu42928466
采集街景需要上传路人脸和车牌,你还会参与吗
用户体验Vangrid街景数据采集流程,记录其本地隐私处理方式,来源为𝕏用户@pvyyu42928466
如果拍一段街景就能领取奖励,但需要把路人的脸和车牌一并上传,大概率我不会参加。体验@vangrid_io的采集流程时,我特意关注了它的隐私处理方式。
进入Capture Data后,授权相机就能开始拍摄,定位可以自行选择。拍摄需要围着目标缓慢移动,尽量把各个角度拍完整,手机不能晃动太快。
录制结束后,系统会自动检查视频时长和画面质量,不符合要求的内容会被退回,页面还会说明具体退回原因。
Vangrid的拍摄说明显示,人脸和车牌会在手机本地完成识别和模糊处理,视频经过处理后才会编码上传,未经模糊处理的画面不会离开用户设备。
需求方最终拿到的不是贡献者拍摄的原视频,而是重建后的3D模型,以及相关的几何数据和溯源记录。
这种处理方式并不意味着可以随意拍摄,自动识别也可能遗漏细节,贡献者仍需要主动避开住宅内部和敏感场所。用户可以设置个人隐私区域,部分受限制地区无法上传内容。
Physical AI想要获得持续更新的现实数据,不能只考虑采集速度。普通人是否愿意拿出手机参与,往往取决于平台能不能提前处理好隐私风险。让原始画面留在设备里,可能比提高奖励更能决定这张数据网络能走多远。
开源 · @Zesee▲ 6.2万
把爆款视频丢给AI,得到一套可复用的视频工作流
开源工具Hypit结合Codex,可复刻千万粉博主口播视频
把爆款视频丢给AI,得到一套可复用的视频工作流
开源工具Hypit结合Codex,可复刻千万粉博主口播视频
Agent 时代,复刻一条爆款视频从而沉淀出自己的工作流,到底有多简单? 我把小Lin说的参考视频结合Hypit @hypitai 丢给 Codex,想看看 AI 能不能复刻千万粉博主的口播视频。 结果它生成的不只是一条成片,而是一套可以继续修改和复用的视频 Workflow。 Hypit @hypitai 目前已开源,它不是 Agent,也不是视频模型,而是给 Claude Code、Codex 等 AI Agent 使用的开源视频语言和系统。人物、台词、字幕、B-roll 和特效都跟着文字与叙事事件走,不再钉死在时间线的某一秒。 换主持人,只重新生成相关镜头;修改图表或背景,也只需要调整对应组件。复刻完成后,还能继续换人物、换内容、换语言,批量生成不同版本。 如果你也想让 AI 真正开始复刻视频,可以试试 Hypit。下次想 Clone 爆款,直接把视频交给你的 Agent。
目前Hypit已开源,可以点个star支持一下~
编码 · @dotey▲ 4.0万
Vibe Coding浪潮下,验证才是当前的瓶颈
dotey在𝕏发文称,AI辅助编码产出快但测试跟不上
Vibe Coding浪潮下,验证才是当前的瓶颈
dotey在𝕏发文称,AI辅助编码产出快但测试跟不上
越来越多的发现,Vibe Coding 到后来,想法都不是瓶颈,验证才是。很多想法不停的往上面加,反正 AI 都能给你做出来,做出来了以后呢根本来不及一个个功能测试。
也不能说都是垃圾,但和以往手工编码那种节奏没法比,以前写完通常要反复测试一下,由于产出速度不高,是测得过来的,有问题能马上知道在哪。现在产出太快,功能已经多到测不过来。
连 Codex 和 Claude Code 这样的产品都是一样的,你用的过程中就经常能遇到各种小 bug,明显是用 AI 开发太快来不及测试。
不是没试过用 Computer Use 配合测试,效果也不是很理想,要做好测试覆盖各种场景,要做的工作量一点不少,需要。
测试应该是不用太担心被替代的,要测试的只会被以前更多。
开发 · @Adam38363368936▲ 2.2K
高频AI任务没必要用最贵模型 DeepSeek V4.1 Flash够用
博主分享用DeepSeek V4.1 Flash做前端开发的实测体验,来自𝕏用户@Adam38363368936
高频AI任务没必要用最贵模型 DeepSeek V4.1 Flash够用
博主分享用DeepSeek V4.1 Flash做前端开发的实测体验,来自𝕏用户@Adam38363368936
商业 · @duange6099▲ 4.4K
DeepSeek V4.1 Flash 在 ZenMuxAI 开启七天五折活动
开发者测试发现该模型适配公众号AI排版工具开发需求
DeepSeek V4.1 Flash 在 ZenMuxAI 开启七天五折活动
开发者测试发现该模型适配公众号AI排版工具开发需求
科技评测 · @kloss_xyz▲ 6.9K
用户测试DevinAI新功能Fusion,称其省配额更便宜
@kloss_xyz在𝕏分享了他对DevinAI Fusion功能的实测结果
用户测试DevinAI新功能Fusion,称其省配额更便宜
@kloss_xyz在𝕏分享了他对DevinAI Fusion功能的实测结果
商业 · @amiexbt▲ 712
当前AI代理市场供给远大于需求,客户端更具优势
termix_ai从业者披露AI代理市场供需数据,2.5个供应商抢一个需求
当前AI代理市场供给远大于需求,客户端更具优势
termix_ai从业者披露AI代理市场供需数据,2.5个供应商抢一个需求
开源 · @berryxia▲ 94
博主实测开源Atria Dawn Preview,用自然语言生成3D可交互场景
@berryxia在𝕏分享实测Atria Dawn Preview生成3D场景的开源项目
博主实测开源Atria Dawn Preview,用自然语言生成3D可交互场景
@berryxia在𝕏分享实测Atria Dawn Preview生成3D场景的开源项目
今年新模型多到让人数不过来。跑分截图飞完一圈,能干啥,没人说。我试了开源的 Atria Dawn Preview,早上看到吹的挺牛的,给它直接出题:用自然语言造一间雨夜书房。
3D 可交互,包含图文阅读等。我把整个开发过程包括项目开源。地址:
新动态 · @gkxspace▲ 2.1万
AI Agent普遍鸡肋?Atria Dawn Preview新模式可真正交付
博主@gkxspace在𝕏分享,Atria Dawn Preview用新模式实现真正可交付成果
AI Agent普遍鸡肋?Atria Dawn Preview新模式可真正交付
博主@gkxspace在𝕏分享,Atria Dawn Preview用新模式实现真正可交付成果
说实话,现在很多所谓的 AI Agent,用起来真挺鸡肋的。。。 交付一段又臭又长的内容,看似完美,实则全是问题,很大部分精力都耗在帮它找 Bug 和核对内容上。 最近看到了 Atria Dawn Preview,思路是真好,用“模型 + 运行系统 + 外部验证”模式,从而达到真正可交付。 我也翻了他们的案例,效果都非常好: 1、做软件原型:从拆需求到写代码,自己在环境里跑测试、抓报错、自己改,直接交付能在线操作的系统 2、做深度研报:丢一堆原始数据进去,多路径检索并核对证据链,直出十几页带图表排版的专业报告 3、做 3D CAD:自然语言直接生成带装配结构的火箭、发动机和机械零件模型,精细度非常高 了解了一下,@AtriaASI 团队约2/3都是复旦、人大等在校的学生,太强了。 如果有科研、复杂专业任务的需求,快研究一下,🔗放评论区
API网站链接 : 官方网链接:
Hugging Face 论文链接:
新开源 · @lxfater导语出处▲ 3.7万
会VibeCoding的父母用AI辅导孩子学古诗,比培训班好用
博主@lxfater在𝕏分享,用Atria Dawn Preview大模型制作古诗地图
会VibeCoding的父母用AI辅导孩子学古诗,比培训班好用
博主@lxfater在𝕏分享,用Atria Dawn Preview大模型制作古诗地图
新大模型 · @rionaifantasy导语出处▲ 1.4万
上海AI实验室推出Atria Dawn Preview,3D生成不输GPT-6 Astra
用户在𝕏分享,这款新大模型支持生成3D场景与CAD工业模型
上海AI实验室推出Atria Dawn Preview,3D生成不输GPT-6 Astra
用户在𝕏分享,这款新大模型支持生成3D场景与CAD工业模型
新科研 · @Astronaut_1216▲ 8.5K
科研AI模型Atria Dawn Preview可帮完成资料整理数据核验
来自上海人工智能实验室的Atria Dawn Preview已在GitHub公开,支持处理原始材料输出可追溯研究结果。
科研AI模型Atria Dawn Preview可帮完成资料整理数据核验
来自上海人工智能实验室的Atria Dawn Preview已在GitHub公开,支持处理原始材料输出可追溯研究结果。
这款模型能帮助完成自媒体内容创作、论文撰写、竞品分析、工作汇报等任务中最耗时的部分:资料整理、数据核验和生成研究底稿。观点和表达仍可由创作者自行把控。
有人测试时给模型提供12份SEC申报文件、XBRL公司数据和财务报表,要求对比NVIDIA、AMD、Intel三家的研发与产能投入,分析资本配置方式并产出一份7到10页的中文报告。模型完成了文件整理、统一统计口径、计算相关数据、交叉核验,最终生成一份10页的中文PDF报告,每个关键数字都可追溯到原始材料,过程中留下15次可追踪的工具调用轨迹。
与普通聊天模型相比,科研Agent能明确标注哪些结论有原始来源、哪些数字经过重新计算、哪些资料存在冲突、哪些内容暂时无法下结论,最终交付可检查的文件。
Atria Dawn Preview目前处于预览阶段,来自上海人工智能实验室,项目说明、模型地址和评测结果已公开在GitHub,代码和模型权重采用MIT License。
相关链接:官方X: : Results中查看。
新开发者 · @Misbahtwts▲ 2.7K
印度孟买20岁开发者今年开发AI智能体获超1.8万美元收入
来自𝕏用户@Misbahtwts的自我介绍,开发者Misbah今年还获得多项资助和合约工作机会
印度孟买20岁开发者今年开发AI智能体获超1.8万美元收入
来自𝕏用户@Misbahtwts的自我介绍,开发者Misbah今年还获得多项资助和合约工作机会
开发者Misbah来自印度孟买,今年20岁,目前主要开发AI智能体和全栈应用。
今年截至目前,Misbah已经获得超过1.8万美元收入,还两次获得资助,其中包括来自Superteam的资助。
此外,他在1月获得Near生态赏金,赢得了Adobe的资助资金,还参加了ETH Mumbai、Mumbai Codex等多个黑客松活动。
Misbah通过𝕏获得了两个工作机会,目前以合同形式在相关岗位工作。他的个人作品集链接是
Misbah会在𝕏发布开发日志、AI智能体实验内容和开发者机会,如果有意在AI智能体、应用开发、资助、活动等方向合作,可以给他发私信。
新开发框架 · @GeorgeBolyki▲ 773
开发者吐槽Electron和React是当今科技发展的毒瘤
开发者GeorgeBolyki在𝕏发文吐槽Slack的Mac客户端基于Electron,内存占用大且卡顿
开发者吐槽Electron和React是当今科技发展的毒瘤
开发者GeorgeBolyki在𝕏发文吐槽Slack的Mac客户端基于Electron,内存占用大且卡顿
此前一直使用Teams和Meet的GeorgeBolyki,最近应第二家任职公司的要求开始使用Slack。他认为Slack的Mac客户端体验极差,整个应用基于Electron框架开发,内存占用极高,运行卡顿,经常无法正常操作。
Slack整体学习曲线陡峭,但有一点让GeorgeBolyji很喜欢:它使用线程化回复而非普通回复。这样不会在群组中产生大量零散消息,类似GitHub分支的逻辑,这个设计非常棒。
GeorgeBolyki并不认为Teams或者Google Meet体验更好,尤其是Teams,他认为它就像当代的iTunes。界面臃肿,打包了太多功能,同样运行卡顿,只不过它不是基于Electron开发的。
他认为,Electron和React是当今科技发展的毒瘤。他讨厌这两项技术,希望它们从未存在,呼吁开发者开发原生应用。
新物理AI · @dang_duytan
Physical AI讨论的核心问题:模型如何获取对世界的认知
@dang_duytan在𝕏发文提出该观点,并指出vangrid_io的差异化方向
Physical AI讨论的核心问题:模型如何获取对世界的认知
@dang_duytan在𝕏发文提出该观点,并指出vangrid_io的差异化方向
目前多数关于物理AI的讨论都从模型本身出发。@dang_duytan认为,有一个更根本的问题需要解答:模型从哪里获取它对世界的认知?
正是因为这个问题,vangrid.io在众多相关项目中脱颖而出。Vangrid正在搭建去中心化空间数据层,它能将分布式边缘设备转化为持续的现实世界基准数据来源,重点关注隐私、密码学来源和可被机器学习使用的空间数据。
对于机器人技术、自主物流和具身AI来说,只有当模型能够从更准确的现实数据中学习时,更优质的模型才能发挥作用。模型提供智能,基准数据提供场景。@dang_duytan认为,这个数据层正是Vangrid切入点格外有意思的地方。
这一天的 145 条信号到这里
📬 订阅
https://ai-pulse-lab.com/feed.xml