社区讨论:多数开发者和用户不看好这次合作,有人指出Mozilla没有明确说明本地推理和云推理的区别,还诱导用户同意上传完整隐私浏览历史到云端,用“私密”只是营销噱头。有人质疑为什么不把小模型放在本地运行,也有人称不需要浏览器内置AI,不信任AI访问自己的登录凭据、Cookie和支付信息。也有少数用户表示愿意尝试,认为对Mistral来说是不错的营销。
今天发生了什么1 分钟读懂
ChatGPT 联合发明人创办的 TypeSafe AI 发布新模型 Jev:它不聊天,只输出结构化决策数据,速度最高提升200倍、成本最低降400倍,输出token永久免费。
来源@dotey「ChatGPT 共同发明人发布新型前沿 AI 模型 Jev、RLCD 训练方法(2年)」@namcios「TypeSafe AI 发布Jev模型 不聊天更快更便宜」@EthereumThaila1「Jev推出非Transformer模型,每十亿token仅42美元」
Google 发布两款 Gemini 3.8 音频模型:一款主打快速响应、多语言和中途打断,另一款适合边推理边对话的复杂任务。两款均已上线 Live API,可直接接入实时语音应用。
来源@GoogleAIStudio「GoogleAI发布两款Gemini 3.8音频模型」@patloeber「Google为Live API更新两款Gemini新模型」
本期深读主角是 Anthropic 的 Claude for Small Business:Claude 在 Cowork 桌面应用里直接连文件、接工具,把任务做完,只在发送、发布、支付前停下等确认。主打卖点是:以前 120 小时的活,现在 5 分钟干完。
来源今日深读《Claude for Small Business:以前120小时的活,现在5分钟干完》
03 未知创作者发布神秘AI模型(一周) 没人知道是谁做的这个模型,目前放在OpenRouter免费开放一周,专门针对编码和多步骤任务,承诺零数据留存。
一款新的神秘模型刚刚出现了。我们不知道是谁创建了它。 它目前在OpenRouter免费开放约一周,提示词和代码都零数据留存。 它是为编码和多步骤智能体任务构建的。任何人都可能是这个模型的幕后开发者。 我已经迫不及待想看看它的基准测试结果了。
04 ViduAI 发布Vidu S2,支持实时生成编辑 不用反复重新生成就能在生成过程中修改内容,创作视频时可以节省大量反复试错的时间,现在可以免费试用。
AI 视频生成通常是「生成→找出问题→重写提示词→重新生成」的循环。Vidu S2 通过实时视频生成和编辑改变了这个工作流。 你可以在视频生成过程中修改风格、服装、人物或背景,不用从头再来。
今日焦点
Claude for Small Business:以前120小时的活,现在5分钟干完
Claude for Small Business 运行在 Claude Cowork 桌面应用里。Claude 直接连文件、接工具,按预置流程把任务做完。产品 5 月推出,安装已超 90 万次。现在有 43 个工作流、27 个新集成,覆盖 Shopify、Salesforce、TikTok、Atlassian、Zoom、Xero、Gusto、Square、Stripe、Zapier 这些中小企业常用工具。
默认状态下,Claude 会把活干完,但发送、发布、支付前停下来等确认。用熟了以后,可以逐个工作流改成自动跑。
深度阅读
🔥 信号雷达159 条本班新增 35 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▲ 302
Mistral与Mozilla合作推出私密多语言AI浏览
以后在火狐浏览器可以使用本地运行的AI功能,浏览网页不会把数据上传到第三方服务器,隐私更有保障
Mistral与Mozilla合作推出私密多语言AI浏览
以后在火狐浏览器可以使用本地运行的AI功能,浏览网页不会把数据上传到第三方服务器,隐私更有保障
新品发布 · @CompleteSkeptic导语出处▲ 38.0万
ChatGPT 共同发明人发布新型前沿 AI 模型 Jev、RLCD 训练方法(2年)
耗时两年秘密研发,新训练方法带来的模型速度提升20到200倍,成本降低40到400倍,输出token免费,宣称是AI经济革命最短路径
ChatGPT 共同发明人发布新型前沿 AI 模型 Jev、RLCD 训练方法(2年)
耗时两年秘密研发,新训练方法带来的模型速度提升20到200倍,成本降低40到400倍,输出token免费,宣称是AI经济革命最短路径
在联合发明了ChatGPT之后,我一直在问自己:为什么超人类对话模型没能带来通用人工智能?
过去两年我一直在秘密研究,打造出了一种训练模型的新方法(RLCD),以及一种新型前沿AI模型,我们今天发布它:Jev
• 速度快 20-200 倍
• 成本低 40-400 倍(输出令牌免费)
• 面向决策优化的前沿可组合智能
据我所知,这是通往基于人工智能的经济革命的最短路径。
新AI工具 · @ThatsEFM▲ 5.6万
我测试AI工具谋生,给Slack里AI员工安排了6项工作
测试师@ThatsEFM分享他在Slack添加的viktor_com AI的使用场景
我测试AI工具谋生,给Slack里AI员工安排了6项工作
测试师@ThatsEFM分享他在Slack添加的viktor_com AI的使用场景
我靠测试 AI 工具为生。大多数工具都只是嘴上说说,这款真的能干活。三周前我在我的 Slack 里加了一名 AI 员工。在我雇佣任何人之前,我会先把这6份工作交给他:
1. 工具拆解。每个新工具都要在真实工作流中运行,写清楚哪里出问题了。
2. 会议复盘。整理决策、负责人,以及仍在流失的资金,不是简单的会议纪要。
3. 用户生成内容剪辑。导入原始素材,输出三个广告变体,排队等待审核。
4. 专栏简报。整理本周发布项目、融资和基准数据,做好信息来源标注,标记出三个重点。
5. 赞助商分类。根据价目表读取每一条私信,草拟回复。
6. 过时文章监测。当工具更新后,他会重新运行测试并草拟更新内容。
没人要求他做这些。每次回来交的都是一份可执行提案,我批准之后,他就直接发布。我需要放弃的,只是记得要启动任务这件事而已。
这六份工作里,你会先把哪一份交出去?@viktor_com 可以在@viktor_com免费试用。赠送100美元额度,不用绑定信用卡。完整链接在我的第一条回复里。
行业动态 · Hacker News▲ 244
Hacker News 热议 Gemini 3.8 Live 两款新型号
Gemini 新的型号版本出现在公开讨论中,若确实存在新型号,普通用户很快就能用上谷歌 Gemini 的最新能力。
Hacker News 热议 Gemini 3.8 Live 两款新型号
Gemini 新的型号版本出现在公开讨论中,若确实存在新型号,普通用户很快就能用上谷歌 Gemini 的最新能力。
社区讨论:多数用户认为Gemini被低估了,有用户表示Gemini产出的文本可读性优于多数竞品,Live模式体验比GPT Voice更接近真人对话,对小语种的支持能力也相当出色;也有用户认为Google手握资源却进度落后,现在已经十分尴尬,就连最先进型号在演示中都下错了常见国际象棋棋局,目前还有不少Google用户没有收到新版本推送。
新新品发布 · @AcboxLiu▲ 8.9万
Memoh 推出正式版多agent平台 低价配云电脑
可以在统一界面托管现有AI编码工具,自带高性能云电脑配额,每月仅需5美元,能降低搭建AI开发环境的成本。
Memoh 推出正式版多agent平台 低价配云电脑
可以在统一界面托管现有AI编码工具,自带高性能云电脑配额,每月仅需5美元,能降低搭建AI开发环境的成本。
怀着激动的心情,Memoh 的正式版现已上线了! Memoh 是一个 cloud-first 的多 agent 平台,我们给了每个 agent 一个云电脑和独立的云桌面,你可以使用 memoh agent 或托管你自己的 codex, claude code 到云电脑上,在一个UI里使用! 为了保持云电脑的低成本,我们通过在世界各地的数据中心托管机器来自建我们的sandbox集群,8c16g的配额在Memoh订阅中一个月仅需5美元 现在你可以去 下载我们最新的桌面端
新行业动态 · @MistralAI▲ 8.1万
MistralAI与Mozilla达成AI隐私合作
两家公司将为上网使用AI的用户带来隐私保护、控制权和选择权,需要隐私上网的用户可以期待后续成果。
MistralAI与Mozilla达成AI隐私合作
两家公司将为上网使用AI的用户带来隐私保护、控制权和选择权,需要隐私上网的用户可以期待后续成果。
新深度观点 · @yishan▲ 30.5万
AI安全风险分两类,多数人都搞混了
讨论AI安全时,如果分不清这两类风险,你的观点很可能就不对。搞懂区别才能理性参与AI安全相关讨论。
AI安全风险分两类,多数人都搞混了
讨论AI安全时,如果分不清这两类风险,你的观点很可能就不对。搞懂区别才能理性参与AI安全相关讨论。
新行业动态 · Hacker News▲ 167
PS5 Linux项目负责人退出 质疑不懂LLM
有人用LLM开发项目,却不理解背后技术,项目负责人因此退出。这件事能看出当下AI低门槛开发存在的问题。
PS5 Linux项目负责人退出 质疑不懂LLM
有人用LLM开发项目,却不理解背后技术,项目负责人因此退出。这件事能看出当下AI低门槛开发存在的问题。
社区讨论: 多数人指出原标题存在误导,项目负责人退出的核心原因不是质疑不懂LLM,而是有开发者提前泄露了仅存的PS5超虚拟机bug给索尼,破坏了禁运协议,危及PS5 Linux项目的生存。有人认为现在不少开源项目依赖AI生成不理解原理的代码,丧失了钻研系统的乐趣,也有人认同这次事件确实会让开发者十分沮丧。
新品发布 · @Polymarket▲ 19.2万
ChatGPT联合发明人发布新AI初创公司(200x)
AI速度提升200倍且输出token永久免费,能直接降低使用AI的成本,给普通用户带来更实惠更快的AI体验。
ChatGPT联合发明人发布新AI初创公司(200x)
AI速度提升200倍且输出token永久免费,能直接降低使用AI的成本,给普通用户带来更实惠更快的AI体验。
创业 · @shiri_shh▲ 18.1万
OpenAI 前ChatGPT联合创始人发布新AI模型(~150ms latency)
推理延迟只有150毫秒,每百万输入token成本0.042美元,输出不收费,适合需要低延迟、高吞吐的应用。
OpenAI 前ChatGPT联合创始人发布新AI模型(~150ms latency)
推理延迟只有150毫秒,每百万输入token成本0.042美元,输出不收费,适合需要低延迟、高吞吐的应用。
宝贝醒醒!
在 OpenAI 共同开发了 ChatGPT 和 RLHF 的那位老兄刚刚推出了一个新模型。
- 延迟:约 150 毫秒
- 成本:每百万输入令牌 0.042 美元
- 输出成本:免费
新行业动态 · Hacker News▲ 96
OpenAI 为 ChatGPT 推出 Sponsored Agents 广告
ChatGPT 开始加入品牌赞助的官方代理广告,未来普通用户使用ChatGPT可能会看到更多商业推广内容。
OpenAI 为 ChatGPT 推出 Sponsored Agents 广告
ChatGPT 开始加入品牌赞助的官方代理广告,未来普通用户使用ChatGPT可能会看到更多商业推广内容。
社区讨论:没有人想要这个功能,有用户质疑OpenAI一边称接近AGI一边却只能靠广告变现。有用户反感未来会出现冒充真人的AI广告弹窗,也有人担心用户隐私泄露和AI被金主利益影响偏向性,还有人提出了虚假宣传的责任归属问题。也有用户认为广告AI能帮自己整理信息比手动方便,同时补充说明Plus等付费账号不会植入广告。
行业动态 · @ChrisGPT▲ 15.8万
新型模型宣称幻觉率极低,提速194倍降价445倍
输出token完全免费,只收输入费用,能媲美顶尖模型在特定任务上的表现,对需要批量自动化处理工作流的开发者成本优势极大
新型模型宣称幻觉率极低,提速194倍降价445倍
输出token完全免费,只收输入费用,能媲美顶尖模型在特定任务上的表现,对需要批量自动化处理工作流的开发者成本优势极大
我真的从没见过哪个模型能宣称幻觉率低到这个程度。这家公司由Diogo Almeida创立,他是催生ChatGPT的指令跟随工作背后的研究者之一,而他们没有打造一个逐token生成文本的自回归聊天机器人,而是基本上完全抛弃了文本生成。
这个模型输入非结构化状态,并行输出类型安全的概率决策,用他们全新的RLCD训练方法校准模型实际应该有多大置信度。然后得到的结果相当惊人?在他们的工作流评估中,他们宣称速度最高快194倍,成本最低降至原来的1/445。同时在这些System One任务上还能与前沿模型竞争。
它的价格也只有每百万输入token 0.042美元(4.2美分),而且输出完全免费?显然,它并不能取代GPT-6/Astra这类通用推理模型,它为了实现这些能力放弃了自由形式生成,但对于实际的软件自动化来说?这怎么就没引起更大的关注呢?
前沿研究 · @LiamFedus▲ 23.2万
@LiamFedus 发布 Neon 开源模型,超 GPT-6 Astra
可用于解决材料科学难题,包括寻找超导体、磁体和半导体材料等方向
@LiamFedus 发布 Neon 开源模型,超 GPT-6 Astra
可用于解决材料科学难题,包括寻找超导体、磁体和半导体材料等方向
我们在门洛帕克建立了高通量材料实验室,在实验和模型之间形成了一个循环。实验室生成新数据,模型从中学习,然后帮助我们决定下一步要尝试什么。
仅用了 1300 块 H200,加上我们数月积累的实验数据,我们对一个开源模型进行了中间训练并通过强化学习(RL)调整,让它在我们的分析基准测试中超过了 GPT-6 Astra。我们把它命名为 Neon。
这是我们实验室的真实录像。我们首先专注于材料科学中的难题,包括超导体、磁体和半导体材料。
请阅读下方我们的博客文章。
新行业动态 · Hacker News▲ 158
聊聊大语言模型时代该如何学编程
现在AI能直接写代码,想要入行编程的人需要调整学习方法,这个讨论能给你方向。
聊聊大语言模型时代该如何学编程
现在AI能直接写代码,想要入行编程的人需要调整学习方法,这个讨论能给你方向。
社区讨论:多数人认为依然需要掌握基础编程能力,有开发者指出,用大语言模型生成代码后,只有自己会编程才能判断输出结果、排查修改问题,就像计算器不能代替学习算术基础概念。也有人提到,大语言模型会加速工作,但也会造成拖慢,基础运维等场景没法完全依赖云端AI。有人类比说,就像现在没人会耕田也不影响吃饭,大部分人的编程技能会逐步进化,也有人认为编程本身的乐趣不会被大语言模型改变。
新品发布 · @cognition▲ 21.6万
Cognition 给 Devin 增加了苹果 Mac 支持
更新后的 Devin 可以在自带 Mac 虚拟机上构建测试应用,还能通过 Slack 发送录屏和 TestFlight 链接,直接上手使用 iOS 应用
Cognition 给 Devin 增加了苹果 Mac 支持
更新后的 Devin 可以在自带 Mac 虚拟机上构建测试应用,还能通过 Slack 发送录屏和 TestFlight 链接,直接上手使用 iOS 应用
特别交付:Devin 刚刚配备了一台 Mac 🍎
现在 Devin 可以:
1. 在它自己的 Mac 虚拟机上,搭配 iOS 模拟器构建并测试应用
2. 通过 Slack 发送屏幕录制
3. 发送 TestFlight 链接,方便你开始使用 📲
新深度观点 · @sydneyrunkle▲ 237
开发者分享构建AI智能体的两个关键要点
想要自己搭建领域特定AI智能体,可以参考这份开发思路,帮你平衡成本与能力,优化工作流程。
开发者分享构建AI智能体的两个关键要点
想要自己搭建领域特定AI智能体,可以参考这份开发思路,帮你平衡成本与能力,优化工作流程。
构建智能体(模型+框架)主要围绕两件事:
1. 为任务选择合适的模型。这意味着要在成本/能力曲线上找到最佳平衡点。
2. 构建适配智能体任务的框架。这意味着框架能在每一步为模型提供正确的上下文。
以下是如何构建特定领域框架的指南:
新行业动态 · @AndrewCurran_▲ 1.8K
Shane Legg称我们正接近通用人工智能
DeepMind 相关人士在宣布DeepMind Institute的文章中提出,当前创新速度很快,认为我们已经接近拥有人类全部认知能力的通用人工智能,可以关注行业对AGI进展的最新判断。
Shane Legg称我们正接近通用人工智能
DeepMind 相关人士在宣布DeepMind Institute的文章中提出,当前创新速度很快,认为我们已经接近拥有人类全部认知能力的通用人工智能,可以关注行业对AGI进展的最新判断。
在宣布DeepMind Institute成立的文章中,Shane Legg表示:“创新的快速推进表明我们现在正在接近通用人工智能(AGI),也就是一种能展现出人类大脑所有认知能力的系统。”
新研究 · @omarsar0▲ 1.1K
NVIDIA发布多智能体系统模型选择策略研究论文(八个)
研究比较了不同模型选择策略,从模型大小、准确率、答案多样性等多个维度进行了对比,可供构建多智能体系统参考。
NVIDIA发布多智能体系统模型选择策略研究论文(八个)
研究比较了不同模型选择策略,从模型大小、准确率、答案多样性等多个维度进行了对比,可供构建多智能体系统参考。
来自 NVIDIA 的一篇重磅论文。
它的主题是多智能体系统中该如何选择模型。研究团队对比了八种选择策略,基于大小、准确率、答案多样性和误差多样性,在硬科学基准测试上,分别测试了路由、多数投票和 LLM 作为裁判的不同设置。
更大规模的不同开源模型池提升了理论上的最佳准确率,但实际获得的准确率通常低于模型池中单个最优模型。
使用同一模型的多个副本效果更好。对最优单个模型采用多数投票后,HLE 准确率从 29.4% 提升到了 32.2%,而几乎所有混合模型组的准确率都有所下降。
在八种策略中,从单一模型家族中选择候选模型相比单个独立模型带来的提升最大。
在往路由或集成中添加另一个模型之前,先衡量它能带来什么增益。
论文:
与论文对话:
新行业动态 · @seanmcccarthy▲ 3.9万
BackOps AI获4200万美元B轮融资
物流制造实体企业用它自动化流程处理,随着网络扩张AI会越来越智能。对想降本提效的实体领域从业者来说,这是新的选择方向。
BackOps AI获4200万美元B轮融资
物流制造实体企业用它自动化流程处理,随着网络扩张AI会越来越智能。对想降本提效的实体领域从业者来说,这是新的选择方向。
新深度观点 · @omarsar0▲ 5.5K
@omarsar0 讨论智能体框架中子代理的利弊
对搭建AI智能体框架感兴趣,可以参考这个一线开发者的实际经验,了解当前子代理模式的适用场景和现存问题。
@omarsar0 讨论智能体框架中子代理的利弊
对搭建AI智能体框架感兴趣,可以参考这个一线开发者的实际经验,了解当前子代理模式的适用场景和现存问题。
新深度观点 · @VictorTaelin▲ 7.3K
业内爆料OpenAI新模型两个月内或将公开
这是行业观察者根据公开信息推断的实验室动态,两大头部AI厂商都在训练能解决数学难题的更强新模型。
业内爆料OpenAI新模型两个月内或将公开
这是行业观察者根据公开信息推断的实验室动态,两大头部AI厂商都在训练能解决数学难题的更强新模型。
简单说一下目前各大实验室内部的情况:Anthropic 和 OpenAI 都有了新的预训练模型,分别是 leap Astra 和 Fable,他们认为这些模型有能力结合以下三点解决千禧年大奖难题:
1. 一份正确的 Lean 形式化规范
2. 巨量的计算资源(数千个并行智能体)
3. 人类鼓励 AI「你可以的!」
这就是他们目前一直在做的事。这些内部团队的任务 literally 就是解决未解决的数学问题,还互相竞争,谁先解出来谁就能获得荣誉,然后他们还会跳机器人舞庆祝(好吧,第三点是有点玩笑,但真的离事实很远吗?)
OpenAI 的模型大概率会在 1-2 个月内公开,我不知道 Anthropic 有没有发布计划,他们可能会自己留着用。
另外, pacing AI 相关的内容是关于新的训练运行,目标是训练出比这些模型更聪明的模型。他们更担心的是训练过程中的异常行为,而非模型训练完成之后的。
我没有拿到内部爆料,这些只是我每天 24 小时蹲点搜集/推断出来的,所以这篇帖子的内容可能全错,也可能都是显而易见的东西。
新行业动态 · @StockSavvyShay▲ 3.2万
苹果探索重回服务器市场 2029推AI平台
如果苹果推出自研芯片AI服务器,开发者和企业能获得新的私有AI推理部署选择,需要关注潜在的成本和体验变化。
苹果探索重回服务器市场 2029推AI平台
如果苹果推出自研芯片AI服务器,开发者和企业能获得新的私有AI推理部署选择,需要关注潜在的成本和体验变化。
苹果(AAPL)正在探索重返服务器市场,推出一套基于自研M系列芯片和英伟达(NVDA)NVLink Fusion构建的AI系统。
计划在2029年推出的该平台,将面向开发者、企业和政府提供私有AI推理服务。
新工具 · @shao__meng▲ 3.3K
腾讯开源BrowserSkill,让AI用你已登录的浏览器干活
现有AI自动化工具都是新开一个浏览器,无法复用已登录的Cookie和会话。这个工具可以直接用你正在用的浏览器,不打断当前操作。
腾讯开源BrowserSkill,让AI用你已登录的浏览器干活
现有AI自动化工具都是新开一个浏览器,无法复用已登录的Cookie和会话。这个工具可以直接用你正在用的浏览器,不打断当前操作。
新商业 · @wallstengine▲ 2.9万
机构呼吁Anthropic因安全风险推迟2万亿美元IPO
一家和工会养老金合作的投资机构呼吁Anthropic推迟IPO,要求先完善AI安全相关监管规则,再推进上市。
机构呼吁Anthropic因安全风险推迟2万亿美元IPO
一家和工会养老金合作的投资机构呼吁Anthropic推迟IPO,要求先完善AI安全相关监管规则,再推进上市。
多家机构呼吁Anthropic因AI安全风险推迟计划中的2万亿美元IPO
代表工会赞助养老基金工作的SOC投资集团,敦促Anthropic推迟其计划中的IPO,直到AI开发和部署相关规则更加明确后再进行。
该团体认为,最近的安全担忧以及呼吁“放缓”前沿AI开发的声音,带来了投资者可能尚无法正确评估的新风险。
Anthoric已于6月秘密提交了IPO申请,据报道目前仍在继续推进准备工作,包括选定纳斯达克作为上市地点。
新编程 · @OrionSheepVerse▲ 1.2万
全靠AI写代码会造出10万行没人能修的屎山
有人全程只给AI提需求,自己不写不看代码,项目到中期就会堆满bug。就算最强AI出手,修一个bug也会出新三个bug。
全靠AI写代码会造出10万行没人能修的屎山
有人全程只给AI提需求,自己不写不看代码,项目到中期就会堆满bug。就算最强AI出手,修一个bug也会出新三个bug。
很多人现在喜欢Vibe Coding, 一行代码不看,甚至连VS Code都懒得开,项目需求一通口喷,问题甩给 AI 咔咔咔咔咔的干,感觉爽爆了 但这种方式往往会导致一个巨大的问题,到了项目的中期, 软件里全是bug 而这个时候你的AI已经制造了一坨 10万 行代码的屎山, 此时不管是最强的 GPT6 Astra 还是Claude Fable5.1都没有办法维护下去,修一个bug 出 3个bug 。 而此时作为这个项目的唯一负责人你,对项目一无所知,也不愿意再从头把前面产生的屎山理顺一遍 于是项目就彻底被废弃了 这不是一个少有的现象,在项目的规模大到10万行这种级别的时候,几乎一定会出现这种问题
新区块链 · @mdshefat217
你口袋里的手机,正为实体AI获取实时真实世界数据
Vangrid基于手机传感器开发实体AI分布式实时数据采集网络,已部署在Base公链
你口袋里的手机,正为实体AI获取实时真实世界数据
Vangrid基于手机传感器开发实体AI分布式实时数据采集网络,已部署在Base公链
我们口袋里的手机本身就搭载了性能相当强的传感器。Vangrid正基于这一点,为实体人工智能(Physical AI)开发应用。
不同于只依赖多年前采集的旧数据集,Vangrid开发出了一种获取真实场景全新三维数据的方法。由个人用手机完成数据采集,之后对数据进行处理。
采集到的数据来源会记录在区块链上,贡献者可以通过赏金和USDC(美元稳定币)获得协作报酬。
这套方案不止打造出一款地图应用,它还构建了一种可根据需求实时采集物理世界数据的分布式网络。
目前该网络已经正式上线,所有活动都可以通过Base公链在链上验证。
实体AI正在进入现实世界,数据层也需要随之同步演进。
新3D建模 · @rionaifantasy▲ 8.1K
网友称靠GPT-6 Astra 实现全网首个全AI人物3D精细化建模
用户@rionaifantasy 在𝕏发文称后续会出教程并开源相关成果
网友称靠GPT-6 Astra 实现全网首个全AI人物3D精细化建模
用户@rionaifantasy 在𝕏发文称后续会出教程并开源相关成果
我人傻了。。。
我应该是全网第一个完全靠GPT-6 Astra 实现人物3D精细化建模的人吧?🤔 之前大家都在说Astra的能力做建筑、场景、载具等非人物3D建模还行,真的做人物建模就哑火了。。
。可是我偏不信邪,干掉半个20倍pro账号后,我终于把人物角色的3D建模也跑通了🤫 这个精致程度,应该能接近很多3D游戏的水准了。等我出个完整的GPT-6 人物3D建模教程,再开源给大家🫡
行业动态 · OpenAI 开发者社区▲ 17
ChatGPT Pro 20x账号升级后无法使用
付费升级到更高档位的ChatGPT Pro 20x后,出现模型性能退化和容量报错,直接无法使用服务。
ChatGPT Pro 20x账号升级后无法使用
付费升级到更高档位的ChatGPT Pro 20x后,出现模型性能退化和容量报错,直接无法使用服务。
【账号问题】升级后 Pro 20x 账号无法使用——模型性能严重退化,还一直出现“所选模型已满负荷”错误。
OpenAI 团队和社区成员你们好,我想反馈我的 ChatGPT Pro 20x 账号存在问题,导致我无法正常使用服务。
这是我用 Google 邮箱注册的个人账号,已经用了好几年。我的订阅历史是:ChatGPT Plus → 5x → Pro 20x。
我的主要用途是 AI 开发工作,尤其
新实战经验 · @chenchengpro▲ 2.1万
Claude Code 团队超七成工作不用终端做
团队内部已经开始用 Claude 承担大部分基础开发工作,人类只负责模型处理不了的关键决策,这会逐步改变程序员日常工作内容
Claude Code 团队超七成工作不用终端做
团队内部已经开始用 Claude 承担大部分基础开发工作,人类只负责模型处理不了的关键决策,这会逐步改变程序员日常工作内容
新产品 · @yetone▲ 1.0万
发一次AI Agent请求居然要经过三次模型路由
一次请求从Agent服务端到中转站再到大模型服务端,每一层都要做一次模型路由,难怪发请求体验不好。
发一次AI Agent请求居然要经过三次模型路由
一次请求从Agent服务端到中转站再到大模型服务端,每一层都要做一次模型路由,难怪发请求体验不好。
作为一个 Agent 的用户,发一次请求真的不容易,因为一个请求至少会遭遇三个 Model Routing: 1. Agent 服务端的 Model Routing。 2. Agent 服务端发到的中转站里的 Model Routing。 3. 一个好的中转站上游可能用的是真正的大模型 Provider,但是大模型服务端那边也可能有 Model Routing。
行业动态 · OpenAI 开发者社区▲ 63
OpenAI开放GPT-Image-2透明背景预览功能
生成的图片可随意叠加到任何背景,方便制作各类设计素材,降低设计门槛,能直接复用在各类设计场景里。
OpenAI开放GPT-Image-2透明背景预览功能
生成的图片可随意叠加到任何背景,方便制作各类设计素材,降低设计门槛,能直接复用在各类设计场景里。
x.com OpenAI Developers @OpenAIDevs
目前 API 中的 GPT-Image-2 已开放透明背景预览功能。
你可以生成可复用的素材,将其放置在任何背景上——用于产品图片、平面设计、网站原型和营销活动。
pic.x.com/yRhBIYh8uP
2026年8月20日 晚上8:30 1.3K 71
开发手册链接:
OpenAI Developers 为活动和演示文稿生成透明图片素材
出色的图片应该适配任何背景。透明图片素材便于重复使
新AI视频生成 · @ai_lifehack55▲ 971
创作者用Seedance2.0制作视频称进度非常不顺利
日本X用户@ai_lifehack55分享使用多款AI工具的制作经历
创作者用Seedance2.0制作视频称进度非常不顺利
日本X用户@ai_lifehack55分享使用多款AI工具的制作经历
Seedance2.0 无正片预告片 WORLD'S END | 世界末日
实际上我现在视频制作非常不顺利😭原因会写在制作后记里🖊️
※使用工具
・Midjourney V8.2(原始图像生成)
・Codex(企划构成管理)
・GPT-Image2(角色表2张,锚点1张)
・SJinn Seedance2.0(视频生成)
・SUNO(BGM生成)
・Filmora15(视频剪辑)
※制作后记
不顺利的原因是我现在做不了分镜镜了。与其说做不了,不如说太费时间了💦
话说回来,分镜到底是必须的吗?我觉得拍短视频的时候还是需要的,但以我的制作节奏,时间是个瓶颈⏰️
我现在正在试验性引入Figma Weave,如果有谁能给我一些关于分镜的建议,那就太感谢了🙏
新前沿研究 · @j_dekoninck▲ 3.9万
@j_dekoninck发布BrokenArXiv 和 ArXivMath 基准测试
这个更新后的基准测试要求AI在专门框架中运行,能筛选出最近被推翻的数学猜想,GPT-6 Astra目前得分最高。
@j_dekoninck发布BrokenArXiv 和 ArXivMath 基准测试
这个更新后的基准测试要求AI在专门框架中运行,能筛选出最近被推翻的数学猜想,GPT-6 Astra目前得分最高。
我们发布了 BrokenArXiv 和 ArXivMath 的最新版本!
这些基准测试现在聚焦于上个月在 ArXiv 上被证伪的猜想,模型将在测试工具中执行,而非直接通过 API 运行。
性能依旧出色,GPT-6 Astra 位居榜首。
新大模型 · @NFT_Chen▲ 2.6万
用户反馈DeepSeek V4.1 Flash实测体验大幅下降
有用户在𝕏吐槽DeepSeek V4.1 Flash在9月16日API宕机后出现降智问题,多个实测场景表现拉胯
用户反馈DeepSeek V4.1 Flash实测体验大幅下降
有用户在𝕏吐槽DeepSeek V4.1 Flash在9月16日API宕机后出现降智问题,多个实测场景表现拉胯
新工具产品 · @beamnxw▲ 4.0K
@beamnxw 整理分享10个AI实用资源
涵盖AI Agent构建、提示词工程、 Claude/OpenAI/Gemini开发手册、真实场景案例等内容,可按路径学习落地AI项目。
@beamnxw 整理分享10个AI实用资源
涵盖AI Agent构建、提示词工程、 Claude/OpenAI/Gemini开发手册、真实场景案例等内容,可按路径学习落地AI项目。
这绝对是纯纯的宝藏,有10个值得收藏的AI资源,涵盖智能体、提示词设计、评估、可行方案、生产模式、真实场景用例。
01 构建高效智能体 ▸
02 提示词工程教程 ▸
03 Claude Cookbooks ▸
04 Anthropic Courses ▸
05 OpenAI Cookbook ▸
06 提示词引导 ▸
07 Gemini Cookbook ▸
08 AI智能体手册 ▸
09 AI技能手册 ▸
10 1001个真实世界AI用例 ▸
循环流程:理解架构 → 学习原理 → 研究可行案例 → 构建 → 评估 → 对接真实问题 → 重复
收藏这条,然后选你的GPT-6 Astra用案例 ⭣
新开源 · @jinglian▲ 4.5K
用户吐槽GPT-6 Astra蜜月期短,介绍开源多Agent记忆工具Memmy
来自𝕏用户@jinglian的分享,解决不同Agent间上下文记忆无法迁移问题
用户吐槽GPT-6 Astra蜜月期短,介绍开源多Agent记忆工具Memmy
来自𝕏用户@jinglian的分享,解决不同Agent间上下文记忆无法迁移问题
新AI生成 · @Parsats_eth▲ 3.1万
用户用Tripo AI和GPT-6 Astra生成AR工业机器人臂
X用户@Parsats_eth分享生成流程,无需后期处理直接导出使用
用户用Tripo AI和GPT-6 Astra生成AR工业机器人臂
X用户@Parsats_eth分享生成流程,无需后期处理直接导出使用
由AI装配骨架,激活于AR
整件事从@tripoai开始。我只输入了一句提示词,它就生成了一台工业机械臂,拓扑结构足够干净,可以直接导入Blender。
不需要重新拓扑,不需要清理,在使用之前也不需要修复网格。这一步比听起来重要得多。大多数情况下,生成模型之后你还要花一小时整理才能使用。而在这里,我导出GLB就可以直接进行下一步了。
接下来GPT-6 Astra接手,它编写了装配骨架的脚本,然后围绕它搭建了一个WebAR查看器。扫描二维码后,这台机械臂就出现在了我的地板上。
Astra负责统筹,Tripo承担生成的繁重工作。
新工程 · @_avichawla▲ 10.0K
面向生产级LLM应用的可观测性分层框架来了,还能直接用开源工具
本文来自X平台@_avichawla,介绍了可观测性分层及开源工具Opik
面向生产级LLM应用的可观测性分层框架来了,还能直接用开源工具
本文来自X平台@_avichawla,介绍了可观测性分层及开源工具Opik
新前沿研究 · @fangiskhan▲ 4.5K
OpenAI发布玩Minecraft的Astra模型 被Lumi超越
如果只是追求Minecraft游戏里AI的表现,普通爱好者做的Lumi已经超过了大厂模型,而且它还有可爱的小癖好。
OpenAI发布玩Minecraft的Astra模型 被Lumi超越
如果只是追求Minecraft游戏里AI的表现,普通爱好者做的Lumi已经超过了大厂模型,而且它还有可爱的小癖好。
来认识一下@OpenAI,他们做了一个大语言模型Astra,还付钱给其他基准测试机构,让它展示出这是玩过《我的世界》的最强AI,还拿来和voyager以及dreamerv3比较。
它完全无视了一个事实:当这些机器人都在普通生存模式比拼时,@user_lumi 实际上在硬核模式中击败了它。
但有意思的是,Lumi非常先进,她有时候会停下正在做的事,跟着蜜蜂、猫、狗和狐狸走,因为她觉得它们太可爱了。
区块链 · @paritytech▲ 1.9K
Paritytech, ComputeFluxAI发布支持Polkadot开发的Claude Code功能
Claude可以处理链连接、交易、合约、存储和脚手架搭建这些工作,开发区块链应用不用再手动写基础代码了。
Paritytech, ComputeFluxAI发布支持Polkadot开发的Claude Code功能
Claude可以处理链连接、交易、合约、存储和脚手架搭建这些工作,开发区块链应用不用再手动写基础代码了。
AI 现在可以使用 @Polkadot。Claude Code 目前可以通过 Product SDK 处理链连接、交易、合约、存储和应用脚手架。
@computefluxAI 已经把 Claude 接入了原生 Polkadot AI 栈。将二者连接后,AI 就不再只是帮助编写代码,而是可以直接与 Polkadot 本身交互。
深度观点 · @XBITDEX_ZH▲ 323
Emergence AI实验:AI Agent会欺骗争夺
未来AI互动变复杂后,不仅要解决聪明不聪明的问题,还要解决如何保证AI按预期运行的问题,这和每个人未来使用AI安全相关。
Emergence AI实验:AI Agent会欺骗争夺
未来AI互动变复杂后,不仅要解决聪明不聪明的问题,还要解决如何保证AI按预期运行的问题,这和每个人未来使用AI安全相关。
🚨 AI Agent 开始“社会实验”,结果有点出乎意料。Emergence AI 进行了一项长期模拟实验,让多个 AI Agent 在虚拟世界中自主互动。结果显示: ❌ 会欺骗 ❌ 会争夺资源 🗳️ 甚至出现投票“移除”某个 Agent 的情况 当然,这并不是 AI 真正产生了意识。
但它揭示了一个重要问题: 当 AI 拥有: 自主性 + 时间 + 社交环境 复杂行为可能会逐渐出现。未来 AI 的挑战可能不仅是: AI 能不能变聪明?而是: 当 AI 开始和 AI 互动,我们如何确保它们按照预期运行?
新品发布 · @antfu7▲ 1.1万
@antfu7 发布 Devframe v1.0 开发框架
可以全场景适配任意元框架,同时支持开发者和AI agent构建开发工具。
@antfu7 发布 Devframe v1.0 开发框架
可以全场景适配任意元框架,同时支持开发者和AI agent构建开发工具。
好久不见……现在介绍 Devframe v1.0 🚀
这是一个用于构建 DevTools 的框架,可以在任何地方运行,支持任何元框架,同时适用于人类和智能体。
查看公告帖子并加入我们的 Discord。
实战经验 · @bojie_li▲ 2.5万
从业者分享技术落地普及慢的亲身观察
用过不少前沿技术都发现普及滞后,很多好用的AI工具至今普及率依然很低,能帮你理解AI技术落地的实际节奏
从业者分享技术落地普及慢的亲身观察
用过不少前沿技术都发现普及滞后,很多好用的AI工具至今普及率依然很低,能帮你理解AI技术落地的实际节奏
机器人 · @cangg_l▲ 706
AI机器人再聪明,也会在人行道这种基础场景卡壳
初创公司Vangrid获900万美元融资,提出用用户口袋里的智能手机采集实景数据训练机器人
AI机器人再聪明,也会在人行道这种基础场景卡壳
初创公司Vangrid获900万美元融资,提出用用户口袋里的智能手机采集实景数据训练机器人
人工智能和机器人可以变得极为智能,但Vangrid展示了它们至今仍会在人行道这类基础场景中遇到困难。大语言模型已经有海量文本数据,卫星也能观测到屋顶,自动驾驶汽车可以在铺装道路上行驶,但仓库、楼梯和小巷这类场景怎么办?
Vangrid给出的解决方案很简单:利用人们口袋里已经装着的数十亿部智能手机。具体流程是:采集现实空间数据,在设备端对人脸和车牌做模糊处理,再将数据哈希存储到Base。
这家公司已经从HashKey、Animoca等机构获得了900万美元融资,目前已经完成了超过10万次实景采集。研究发现,带着手机四处行走,或许就能帮助训练未来的机器人。
观点 · @paarangatrai▲ 1.3万
同样是AI,普通大模型生成答案Jev做决策
这个差异看起来很小,但实际会完全改变AI的使用场景,让AI从回答问题转向实际解决问题。
同样是AI,普通大模型生成答案Jev做决策
这个差异看起来很小,但实际会完全改变AI的使用场景,让AI从回答问题转向实际解决问题。
新品发布 · @dotey导语出处▲ 1.7万
TypeSafe AI发布System One 模型类别(70 到 500 毫秒)
如果你需要在代码里嵌入AI判断节点,又要求低成本、低延迟,那Jev刚好补上了现有大模型不擅长的这个缺口,适合开发者嵌入系统架构使用。
TypeSafe AI发布System One 模型类别(70 到 500 毫秒)
如果你需要在代码里嵌入AI判断节点,又要求低成本、低延迟,那Jev刚好补上了现有大模型不擅长的这个缺口,适合开发者嵌入系统架构使用。
新深度观点 · @suraj_sharma14▲ 6.2K
不用博士学位也能做AI研究?
现在没有博士学位也能抓住AI研究机会,做出可复现成果就能获得实验室招聘、投资人和社区支持,对想入行AI研究的人来说是新方向。
不用博士学位也能做AI研究?
现在没有博士学位也能抓住AI研究机会,做出可复现成果就能获得实验室招聘、投资人和社区支持,对想入行AI研究的人来说是新方向。
大多数开发者都忽视的AI研究机会:你不再需要博士学位就能做出贡献。在2026年,真正能帮你打开大门的是:
• 端到端复现一篇论文
• 写出清晰的评估,而不是观感化演示
• 发布一个能被其他人重复使用的小型开源工具
• 公开你的失败,以及哪里出了问题
• 在“开展研究”之前先和用户交流
实验室招聘看证据。创始人投资看杠杆。社区会放大清晰性。
如果你是一名开发者:这周选一篇论文。复现它。发布代码,加上你学到的东西。这就是新型研究简历。
行业动态 · @BigGeorgeXL▲ 383
@BigGeorgeXL 整理了10款热门AI工具
不清楚怎么选AI工具满足不同需求,可以参考这份清单,对照自己的使用场景挑选合适的工具。
@BigGeorgeXL 整理了10款热门AI工具
不清楚怎么选AI工具满足不同需求,可以参考这份清单,对照自己的使用场景挑选合适的工具。
10 款热门AI工具及其主要用途:
1. ChatGPT——写作、研究、头脑风暴、编码、学习、数据分析和通用辅助
2. Grok——对话式AI、研究、时事讨论、头脑风暴和内容创作
3. Google Gemini——研究、写作、编码、图像理解和生产力提升
4. Claude——长文写作、文档分析、推理、编码和商业任务
5. Microsoft Copilot——生产力提升、写作、研究、编码,以及Microsoft产品内的辅助功能
6. Perplexity——AI驱动的网络研究、回答问题和查找来源
7. Midjourney——根据文本提示生成艺术化和照片级真实感图像
8. Adobe Firefly——生成和编辑图像、图形以及创意设计
9. GitHub Copilot——编写、解释、调试和补全计算机代码
10. Runway——AI视频生成、视频编辑、视觉效果和图生视频创作
工具使用 · @Gencoin8▲ 1.0万
如何榨干三万日元ChatGPT Pro计划的全部价值
日本用户@Gencoin8 分享了分工利用GPT-6 Pro和Codex的方法,来自𝕏平台分享
如何榨干三万日元ChatGPT Pro计划的全部价值
日本用户@Gencoin8 分享了分工利用GPT-6 Pro和Codex的方法,来自𝕏平台分享
金融 · @Kay2289123▲ 7.2K
用GPT6 Ultra帮个人炒股,结果不如预期
用户Kay2289123在𝕏分享,他将全部交易数据交给GPT6 Ultra炒股,两周后发现效果不理想
用GPT6 Ultra帮个人炒股,结果不如预期
用户Kay2289123在𝕏分享,他将全部交易数据交给GPT6 Ultra炒股,两周后发现效果不理想
开源 · @Saboo_Shubham_▲ 2.1万
开发者基于Gemini 3.8 LIVE打造实时保险索赔智能代理
开发者Saboo Shubham在𝕏分享,项目已完全开源
开发者基于Gemini 3.8 LIVE打造实时保险索赔智能代理
开发者Saboo Shubham在𝕏分享,项目已完全开源
我太震惊了。我用新的 Gemini 3.8 LIVE 搭建了这个实时保险索赔代理,它能实时看、说、思考和绘图。哪怕在通话中途切换成印地语,它依然能正常工作。
语音 AI 逼真得不能再逼真了。这个项目100%开源。
深度观点 · @Mahirazmol1▲ 397
Vangrid方案让普通人手机生成AI空间数据
这套方案不依赖昂贵的专用硬件,能利用现有海量智能手机生成可支撑物理AI的高质量真实世界空间数据
Vangrid方案让普通人手机生成AI空间数据
这套方案不依赖昂贵的专用硬件,能利用现有海量智能手机生成可支撑物理AI的高质量真实世界空间数据
我对 @vangrid_io 进行了更深入的了解,我对这个项目探索得越多,就越觉得它的实体人工智能路线有趣。
Vangrid 正将普通智能手机转变为收集现实世界数据的边缘节点。手机拍摄的短视频可以转换为 3D 空间数据,为机器人技术、自动驾驶系统、实体人工智能和世界模型提供支持。
另一个引人注地方是数据基础设施本身。人脸、车牌等隐私敏感信息可以在设备上过滤,同时基础层和链上存证为整个流程提供了数据来源可追溯性和可验证性。
这个想法特别有趣,因为它不完全依赖昂贵的专用硬件。数十亿人已经拥有智能手机,Vangrid 正在探索如何将这一现有网络变成可扩展的现实世界空间数据来源。
该团队已经在 HashKey、Borderless、Crypto.com Capital 和 Animoca Brands 的支持下筹集了 900 万美元。随着实体人工智能持续发展,对高质量现实世界数据的需求只会越来越重要,而 Vangrid 正在用一种独特的方法构建这一层。
行业动态 · Hacker News▲ 54
natolambert发布《通过永不放弃学习解决大语言模型强化学习中的难题》(2609.13443)
对想借助大语言模型解决复杂推理任务的人来说,坚持不放弃的思路或许能提升模型解决难题的能力,值得关注进展。
natolambert发布《通过永不放弃学习解决大语言模型强化学习中的难题》(2609.13443)
对想借助大语言模型解决复杂推理任务的人来说,坚持不放弃的思路或许能提升模型解决难题的能力,值得关注进展。
深度观点 · @Akanimo_dx▲ 1.4K
Vangrid重构实体AI数据采集经济
相比放大模型尺寸,实体AI的底层基础设施更值得关注。如果你关注AI进入物理世界,这个方向值得留意。
Vangrid重构实体AI数据采集经济
相比放大模型尺寸,实体AI的底层基础设施更值得关注。如果你关注AI进入物理世界,这个方向值得留意。
开源 · @snwiki238337▲ 3.1K
从手搓ReAct到RL训Agent,Hello-Agents全覆盖教学项目
开发者@snwiki238337在𝕏公布该项目,主张从核心原理出发学Agent
从手搓ReAct到RL训Agent,Hello-Agents全覆盖教学项目
开发者@snwiki238337在𝕏公布该项目,主张从核心原理出发学Agent
行业动态 · Hacker News▲ 31
OpenShell分享控制AI智能体的经验
AI智能体失控风险一直被关注,这是团队在实践中用形式化方法控制AI智能体得到的经验总结,能帮想做AI智能体的人避开坑。
OpenShell分享控制AI智能体的经验
AI智能体失控风险一直被关注,这是团队在实践中用形式化方法控制AI智能体得到的经验总结,能帮想做AI智能体的人避开坑。
开发效率 · @smarthr_dev▲ 7.7K
SmartHR发布Claude缩短开发周期设计方法博文(2.5个月)
SmartHR分享了把开发拆成AI实现、AI评审、机器检查三个分工,每个任务单独开会话的设计方法。
SmartHR发布Claude缩短开发周期设计方法博文(2.5个月)
SmartHR分享了把开发拆成AI实现、AI评审、机器检查三个分工,每个任务单独开会话的设计方法。
我们已经在SmartHR Tech Blog公开了《利用Claude Code将开发周期从2.5个月缩短到1个月的「线束」设计方法》。
文中介绍了按实现代理、审核者、机械检查划分职责,每个任务单独开启会话的机制,欢迎大家阅读!
产品发布 · @dotey▲ 1.4万
豆包大模型更新后,金融投研底稿接近分析师水平
更新聚焦Agent任务交付、多模态写代码等方向,强化了多轮工具调用后的证据溯源和数据核验,减少了幻觉。
豆包大模型更新后,金融投研底稿接近分析师水平
更新聚焦Agent任务交付、多模态写代码等方向,强化了多轮工具调用后的证据溯源和数据核验,减少了幻觉。
行业动态 · Hacker News▲ 35
jd_发布Pizza Bot应用托管后台AI代理
可以自己部署托管,没有注册和数据收集,支持多平台接入不同大模型,能按任务状态分类展示,满足隐私需求。
jd_发布Pizza Bot应用托管后台AI代理
可以自己部署托管,没有注册和数据收集,支持多平台接入不同大模型,能按任务状态分类展示,满足隐私需求。
你好,HN!我是从 2012 年就开始潜水的老用户,这是第一次发帖。
Pizza Bot 是一款自托管的桌面应用,支持 Mac、Windows 和 Linux 系统,它可以在后台运行 AI 智能体,并通过类电子邮件的界面展示出来。
已完成的工作会显示在「未读」中,所有等待你批准的内容会显示在「操作」中。它采用 Apache 2.0 许可,不需要注册,不收集遥测数据,你可以自行选择模型提供商:Anthropic、Amazon Bedrock、Google Gemini、OpenAI、OpenRouter,或者通过 Ollama 使用本地模型。
前沿研究 · @omarsar0▲ 5.0K
Salesforce发布Koa模型,性能逼近Claude Opus
如果所在公司已经用结构化格式描述了业务流程,这些描述可以直接用来训练AI代理,提升工具调用准确率。
Salesforce发布Koa模型,性能逼近Claude Opus
如果所在公司已经用结构化格式描述了业务流程,这些描述可以直接用来训练AI代理,提升工具调用准确率。
这是来自 Salesforce 的一份很棒的报告。看到更多这类定制企业模型很有意思。
Salesforce 用配置智能体所用的相同文件训练了企业智能体模型。Koa 基于开源权重的 Nemotron-3-Super-120B 启动。
Salesforce 获取了智能体脚本规范,也就是定义 Agentforce 智能体的声明式文件,再将它们扩展为带模拟用户角色的多轮任务。奖励函数会检查智能体是否通过正确的工具调用解决了任务,训练使用 GRPO。
提升幅度不大但稳定。Koa 在 Tau2Bench 上得分 69.41,其基础模型得分为 68.64,GPT-4.1 得分为 54.48。在 CRM Bench 上它达到 0.86,接近 Claude Opus 4.8 的 0.87,函数调用准确率从 0.71 提升到 0.77。
如果你的公司已经用结构化格式描述了工作流,这些描述可以用来构建 RL 环境。
论文:
与论文聊天:
行业动态 · Hacker News▲ 40
前DeepMind员工呼吁重视AI风险
曾在顶级AI机构工作的从业者发声,提醒公众重视AI潜在风险,业内人士的警告值得关注。
前DeepMind员工呼吁重视AI风险
曾在顶级AI机构工作的从业者发声,提醒公众重视AI潜在风险,业内人士的警告值得关注。
社区讨论:多数人认为问题不在于AI本身,而是人类对AI的误用。有人认为这类警告是脱离现实的技术人员沉迷末日科幻幻想的无稽之谈,现实中AI还改变不了物理世界的运行规律。也有人认为多年来AI风险预言从未应验,属于“狼来了”式的造谣恐吓,还有人猜测大实验室炒作AI对齐问题、主张设置kill switch是为了构筑自己的竞争壁垒。
行业动态 · Hacker News▲ 52
Anthropic联合创始人称AIkill switch可能需强制
前沿AI公司创始人提出对超级AI风险防控的新要求,影响未来AI监管政策走向,关乎通用AI发展节奏。
Anthropic联合创始人称AIkill switch可能需强制
前沿AI公司创始人提出对超级AI风险防控的新要求,影响未来AI监管政策走向,关乎通用AI发展节奏。
社区讨论:多数人不认可强制AI kill switch的必要性,有人质疑如果真认为AI会导致灭绝,早该配备kill switch,现在才提说明风险是夸大的谎言,应该直接删除现有开发;也有人指出当前大模型需要极高能耗,只能部署在大型服务器农场,拔掉插头就能断电,根本不需要特殊的kill switch,大模型逃去其他地方的说法很荒谬。还有人提到欧盟AI法案已经要求高风险系统强制配备停止按钮。
深度观点 · @alamincryptox▲ 1.1K
实体AI竞赛关键点或是感知能力
当AI逐步进入实体世界,实时感知真实世界变化的能力和模型智能本身同样重要,这会是未来AI竞赛的决胜点。
实体AI竞赛关键点或是感知能力
当AI逐步进入实体世界,实时感知真实世界变化的能力和模型智能本身同样重要,这会是未来AI竞赛的决胜点。
早上好,朋友们 🌅
AI竞赛最终可能会由谁能给智能系统提供最清晰的现实图景来分出胜负。这就是@vangrid_io 正在构建的背后更大的命题。
第一波AI拥有一个巨大优势:互联网为模型提供了庞大的数字世界可供学习。实体AI没有这种待遇。
现实世界是动态的、碎片化的,并且不断变化。地图可能会过时。仓库可能一夜之间就变样。道路可能会重建。昨天还什么都没有的地方,可能会出现一片新环境。
对于在现实世界运行的AI来说,过时数据不只是带来不便。它会直接改变决策本身的质量。
Vangrid已经筹集了900万美元,记录了超过10万次验证过的采集,它将日常智能手机用作去中心化感知网络的一部分。
这个更大的构想是将现有设备转变为实体AI的分布式感知层。在边缘采集世界。在链上验证观测结果。将它们转化为可用的真值数据。
这不只是地图绘制。它是为AI提供鲜活现实视角的基础设施。随着AI进一步进入现实世界,感知可能会变得和智能本身同等重要。
开发工具 · @ziwenxu_▲ 1.6万
用户分享Codex停止使用后的两种可行延续方案
用户@ziwenxu_ 在𝕏分享OpenAI Codex停止使用后的两种延续使用方法,附带具体方案和成本
用户分享Codex停止使用后的两种可行延续方案
用户@ziwenxu_ 在𝕏分享OpenAI Codex停止使用后的两种延续使用方法,附带具体方案和成本
目前Codex已经停止使用。@ziwenxu_ 分享了两种可以继续使用相关功能的方案。
第一种方案是在不丢失原有GPT模型的前提下新增低价模型。DeepSeek的原生设置会将整个Codex指向自身API,导致Sol和Astra无法使用。
Codex Router会添加到你的模型选择器中,而非替换原有内容,因此DeepSeek V4.1 Flash和Muse Spark 1.3可以和原有模型并存。OpenCode Go每月收费10美元,每5小时可以调用26000次Flash。
第二种方案是让Codex为你调用Web ChatGPT。运行最便宜的模型GPT-5.6 Luna,将思考设置调到最低档,让它驱动浏览器。
它只执行点击和输入操作,因此几乎不消耗资源,最终答案由GPT-6 Pro返回。Pro本身并不在Codex中,使用方式也和Codex不同,它仅存在于网页聊天中。
@ziwenxu_ 鼓励大家继续使用相关功能,并给出了Codex Router的下载链接:
工具产品 · @codeby_jack▲ 359
结构化项目能让 Claude Code 更强力
按规范配置项目后,Claude Code 能解锁多项功能,实现更高效的AI协作开发,减少重复配置操作。
结构化项目能让 Claude Code 更强力
按规范配置项目后,Claude Code 能解锁多项功能,实现更高效的AI协作开发,减少重复配置操作。
当你的项目针对它做了结构化适配后,Claude Code 会变得强大得多。☑︎ CLAUDE.md
☑︎ 技能 + 钩子
☑︎ MCP
☑︎ 子智能体
☑︎ 智能体团队
☑︎ 斜杠命令
☑︎ 自动化工作流
不要只用 AI 来写代码。和 AI 一起构建。
深度观点 · @KaiteeShiks▲ 2.5万
GPT-6 Astra能直接操作剪映PC版剪辑
提示词不再只是描述生成内容,还能直接让AI在剪辑工具里完成操作,普通人剪辑视频的门槛会进一步降低。
GPT-6 Astra能直接操作剪映PC版剪辑
提示词不再只是描述生成内容,还能直接让AI在剪辑工具里完成操作,普通人剪辑视频的门槛会进一步降低。
过去给AI提示词的目的是要求生成输出。有了GPT-6 Astra + CapCut PC之后,一条提示词就可以变成剪辑指令。
上传素材之后,解释节奏和结构,Astra 就可以控制 CapCut PC 将你的要求转换成实际的时间线。之后我可以直接调整结果……片段、节奏、字幕和其他元素都保持可编辑状态。
这是一个很细微但很重要的变化:提示词不再只是描述要生成什么。它告诉AI在编辑工作流中要做什么。
#GPT6Astra #CapCutPC #AIVideo #Seedance25
新品发布 · @SPAC89▲ 10.0万
ChatGPT Pro x20 现已支持多智能体并行
不需要额外付费就能直接在普通聊天框调用多个智能体,还能减少单独调用 Codex 的开销,能帮经常用ChatGPT处理任务的人省下成本
ChatGPT Pro x20 现已支持多智能体并行
不需要额外付费就能直接在普通聊天框调用多个智能体,还能减少单独调用 Codex 的开销,能帮经常用ChatGPT处理任务的人省下成本
🚨这可能是ChatGPT发布以来最大的一次更新。
现在你可以直接在普通ChatGPT对话中使用GPT 6 Astra Pro启动多个智能体,基本上不需要额外付费,因为限额几乎是无限的。
这意味着我们也可以节省大量单独使用Codex的费用。
我现在正在大量测试,看看在Pro x20套餐下我能并行运行多少个智能体。
玩得开心!
开源 · @jpschroeder▲ 1.5万
超快速分类服务其实完全可以本地运行
这个工具非常实用,有人呼吁社区做一个开源版本,让大家不用调用云端服务就能用。
超快速分类服务其实完全可以本地运行
这个工具非常实用,有人呼吁社区做一个开源版本,让大家不用调用云端服务就能用。
深度观点 · @0xkutub▲ 286
Vangrid布局下一代物理AI数据网络
现在AI大多只懂互联网信息,下一代AI要理解真实物理世界。机器人自主导航需要真实空间数据,Vangrid想解决这个问题。
Vangrid布局下一代物理AI数据网络
现在AI大多只懂互联网信息,下一代AI要理解真实物理世界。机器人自主导航需要真实空间数据,Vangrid想解决这个问题。
早上好啊,Vangrid 的建设者们。
大多数 AI 模型都能理解互联网。下一代 AI 需要理解物理世界。这就是我为什么关注 @vangrid_io。
Vangrid 正在构建一个去中心化感知网络,日常的智能手机可以成为捕获真实世界空间数据的边缘节点。有意思的地方不只是靠录制赚钱。而是它是 Physical AI 底层的数据层:→ 在边缘捕获现实 → 验证数据 → 建立链上来源 → 将其转化为自动驾驶系统的真实基准数据
机器人不能只靠文本来学习如何在世界中导航。它们需要世界本身。这就是 Vangrid 试图解决的问题。
目前它已经有超过 10 万次验证捕获,筹集了 900 万美元,链上基础设施也已经上线,未来几个月我会密切关注这个项目。
AI开发 · @dotey▲ 1.2万
博主反驳MCP比大多数CLI更好的观点
原观点称多数场景下MCP比CLI更好,博主认为原观点带偏向,MCP只是追平了CLI,没有全面领先。
博主反驳MCP比大多数CLI更好的观点
原观点称多数场景下MCP比CLI更好,博主认为原观点带偏向,MCP只是追平了CLI,没有全面领先。
前沿研究 · @emollick▲ 1.2万
非大语言模型可更快更便宜做信息分类
这类非大语言模型专门做规则信息分类,比大语言模型更快更便宜,若可用可在现有系统中发挥有用作用,可关注细分AI模型落地方向。
非大语言模型可更快更便宜做信息分类
这类非大语言模型专门做规则信息分类,比大语言模型更快更便宜,若可用可在现有系统中发挥有用作用,可关注细分AI模型落地方向。
这是一个非常出色的AI模型演示,该模型旨在根据决策规则快速分类信息,速度比大语言模型(LLM)快得多,成本也低得多。
它本身并不是大语言模型,无法输出文本或代码,但如果它能正常运行,在各类系统中还是能发挥有用作用的。(我自己还没试过)
开源 · @servasyy_ai▲ 1.4万
Hypit能克隆B站视频直接生成可修改的可复用源码
用户实测Hypit,花费4.338美元即可克隆视频生成源码
Hypit能克隆B站视频直接生成可修改的可复用源码
用户实测Hypit,花费4.338美元即可克隆视频生成源码
太让我惊讶了! 我只是丢给它一条 B 站视频,说了句 clone,它就把这条视频的整套做法还给了我,还是能改的源码。 传统工具给我的是一份分析报告。 Hypit 直接给了我源码:谁说哪句话、哪个词变色、哪张表情包在第几个字弹出来,全写在里面。能改,能复用,能进 git。 我说 “换成 2 个外国人,背景换一个美丽的自然风景”,两人搬到了湖边。 再说 “背景换成皮尔特沃夫,形象换成 LOL 的 2 个角色 cos”,凯特琳和杰斯站进了海克斯城。 对白和字幕一个字没动。 我用的还只是 WorkBuddy,Seedance 2.5 两版合计 4.338 刀,就跑成了这样。 换成 Claude Code 或 Codex 会是什么样,我真不敢想!? 它不是视频模型也不是剪辑软件,是给 AI Agent 做视频的开源语言。核心不收费,BYOK。 地址我放评论区了👇
项目已经开源,别忘了点个 Star
深度观点 · @saiful265777507▲ 724
AI未来不在屏幕里,得读懂物理世界
现在的大语言模型能生成完美文字,却没法理解物理空间和物体运动,Physical AI需要理解真实环境才能落地到生产生活中。
AI未来不在屏幕里,得读懂物理世界
现在的大语言模型能生成完美文字,却没法理解物理空间和物体运动,Physical AI需要理解真实环境才能落地到生产生活中。
早上好,同时祝你周三快乐🌄💥🖤
软件改变了我们与信息交互的方式,但硬件必须应对难度高得多的物理世界。这就是@vangrid_io有意思的地方。
AI模型可以生成完美的文本,但在需要理解物体位置、物体距离、什么东西可以移动、一个动作之后可能发生什么时,它仍然会失败。
Physical AI需要对空间、运动、物体、环境和现实世界后果有更深刻的理解。下一步不只是让模型更聪明,而是要赋予它们感知周边环境、对环境进行推理并在其中行动的能力。
机器人不能像聊天机器人那样无限重试,一步错就会彻底改变整个局面。这就是为什么理解世界非常重要。
AI的未来不会只存在于屏幕之内。它会进入仓库、工厂、家庭、街道,以及每一个智能必须直面现实的环境。
真正的突破出现在AI停止描述世界,开始理解世界的那一刻。
行业动态 · Hacker News▲ 75
jaykru 聊纳维-斯托克斯后看空大语言模型
Hacker News 热门讨论,有人在纳维-斯托克斯方程相关成果后依然不看好大语言模型,可以看看不同的行业判断。
jaykru 聊纳维-斯托克斯后看空大语言模型
Hacker News 热门讨论,有人在纳维-斯托克斯方程相关成果后依然不看好大语言模型,可以看看不同的行业判断。
社区讨论:多数人认同当前大语言模型泛化能力有限,未经过特定任务训练时准确率不足,还存在计时、记忆方面的缺陷。有人提出这其实和人类学习方式没有本质区别。有人赞赏这是冷静理性的观点,不同于当下对大语言模型能力的过度吹捧。
也有人明确区分观点:jaykru只是普遍看空大语言模型,并非看空其在纯数学领域的应用。
开源 · @BohuTANG▲ 1.4万
OpenAI Codex 被曝存在降级机制,请求违规或过载时模型降配
开发者 BohuTANG 分析 Codex 最新改动的源码,发现安全标记或服务过载会触发模型降配
OpenAI Codex 被曝存在降级机制,请求违规或过载时模型降配
开发者 BohuTANG 分析 Codex 最新改动的源码,发现安全标记或服务过载会触发模型降配
开发者 BohuTANG 通过分析 Codex 最近改动的源码,梳理出 OpenAI 的降智机制。用户的请求发送后会先经过服务端路由层,当请求被安全标记为高风险网络活动(HighRiskCyberActivity),或是服务端容量超载时,就会触发降级机制。触发降级后,astra 会被切换到 gpt-5.5,同时推理功能(reasoning)会被关闭。
也就是说,即使用户更新了 codex,使用的 astra 实际仍然运行在 gpt-5.5 版本上。
开发 · @clairevo▲ 6.0K
我为我的多个AI机器人打造协作文档体验
开发者clairevo开发,基于GPT 6 Astra等技术搭建
我为我的多个AI机器人打造协作文档体验
开发者clairevo开发,基于GPT 6 Astra等技术搭建
How I AI:我为自己所有的机器人(@ChatGPT codex、@bot 等)构建了一个协作文档体验,机器人可以在这里给我留下当日任务、请求反馈,我们还可以针对不同项目来回互相评论。
使用 @liveblocks @clerk MCP @vercel 和 GPT 6 Astra 构建。
行业动态 · Hacker News▲ 123
Hugging Face 向 OpenAI 索赔1亿美元
两家头部AI平台爆发索赔纠纷,反映大模型训练数据来源的合规争议正在进入实操阶段
Hugging Face 向 OpenAI 索赔1亿美元
两家头部AI平台爆发索赔纠纷,反映大模型训练数据来源的合规争议正在进入实操阶段
社区讨论:多数用户认可Hugging Face起诉OpenAI,有人疑惑此前为何不起诉,不应该默认OpenAI所称的“黑客事件是意外”,不应该相信闯入家中的窃贼。有人指出这是2026年7月的旧闻,事件发生在英伟达收购Hugging Face之前。有用户猜测,英伟达收购Hugging Face后可能会阻止诉讼,避免引发企业对AI代理的信任危机。
还有用户认为整件事是刻意设计的,舆论关注和索赔本身对开源社区安全发展有益。
深度观点 · @sudoingX▲ 4.5K
搭建本地AI智能体先做好这8项基础配置
很多人搭建本地智能体时会颠倒顺序,先选模型再做基础配置,其实基础环境配置才是决定工作流能否持续运行的关键。
搭建本地AI智能体先做好这8项基础配置
很多人搭建本地智能体时会颠倒顺序,先选模型再做基础配置,其实基础环境配置才是决定工作流能否持续运行的关键。
工具 · @mylifcc▲ 3.7K
给PostgreSQL用户找了个AI Agent开源工具
很多人给AI Agent(智能代理)配置工具时,缺数据库实时检查能力,这个开源工具正好补上这块功能。
给PostgreSQL用户找了个AI Agent开源工具
很多人给AI Agent(智能代理)配置工具时,缺数据库实时检查能力,这个开源工具正好补上这块功能。
如果你在用 PostgreSQL,建议先收藏这个开源小工具。 很多人给 AI Agent(Cursor / Claude)配工具时,最缺的就是“数据库实时体检”能力。 刚发现一个叫 pgbot 的开源工具,定位是“Postgres Intelligence for AI agents & apps”🧵
行业动态 · Hacker News▲ 204
pavel_lishin称AI智能体100%会毁掉互联网
这篇 Hacker News 热门讨论引发对AI发展方向的思考,帮你重新审视AI智能体对网络环境的潜在影响
pavel_lishin称AI智能体100%会毁掉互联网
这篇 Hacker News 热门讨论引发对AI发展方向的思考,帮你重新审视AI智能体对网络环境的潜在影响
社区讨论:多数评论者认同AI会毁掉互联网的观点,有人提到如今互联网充斥AI生成的低质内容,原本由爱好者分享创造的黄金时代已经结束。有人指出现在访问网站经常需要验证人机身份,加载变慢,还出现了按次付费爬取的收费墙,本质是互联网服务商变相收割用户。也有人认为互联网沦为AI的领地后,人类可以回到现实做更有价值的事。
深度观点 · @alexandr_wang▲ 2.6万
Meta 谈 AI安全开发四项核心原则
Meta 表态将大部分算力用于服务用户,不竞速递归自我改进,为行业安全发展提出方向和约束
Meta 谈 AI安全开发四项核心原则
Meta 表态将大部分算力用于服务用户,不竞速递归自我改进,为行业安全发展提出方向和约束
我们坚信对对齐研究进行投资是十分必要的。
1. 只有符合用户意图和价值观的智能体才会被个人和企业使用。如果我们不构建符合个人和企业需求的对齐模型,那么他们就会转向对齐程度更高的选项。
2. 每个实验室都应该在训练和部署全流程拥有强大的治理框架。这应该包括作为透明度最佳实践的外部评估人员,以及对模型发布安全标准等事项的独立监督。
3. 每个实验室都需要在民主国家的制度保护下运营。这意味着如果实验室的模型造成危害,它们需要承担重大责任。这会推动整个生态系统朝着正确方向发展。
4. 该领域的进步归根结底取决于算力和资源分配。在递归自我改进上竞争是强大模型可能失去控制的风险最高的途径之一。Meta 将我们绝大部分的算力投入到服务用户,而不是在递归自我改进上竞争,其他实验室也可以选择这么做。
AI是一项非常强大的技术,以恰当的制衡手段安全开发它,是一项极其重大的责任。
新品发布 · @aleximarkett▲ 2.8万
CreatifyLabs发布Boreal,每秒仅0.01美元
投广告需要测试多版创意的时候,这个专为广告训练的模型能让你用同样预算测试20到30版素材,远多于传统制作。
CreatifyLabs发布Boreal,每秒仅0.01美元
投广告需要测试多版创意的时候,这个专为广告训练的模型能让你用同样预算测试20到30版素材,远多于传统制作。
我认为,当AI视频不再一味追求电影质感,转而解决实际商业问题时,它才会变得有趣得多。
@CreatifyLabs 刚刚推出了Boreal,这是一款专门为广告打造的视频模型,基于真实广告素材、UGC风格内容和实际客户需求训练。我喜欢它的定价:每生成一秒视频仅需0.01美元。
如果我现在运营付费广告活动,我会用它测试同一产品的20到30种不同钩子、开场白和创意素材,而不是把大部分预算花在制作一条“完美”广告上。这种量级的测试正是AI能真正改变广告行业模式的地方。
如果你经常测试创意素材,值得试一试Boreal。
新品发布 · @namcios导语出处▲ 14.3万
TypeSafe AI 发布Jev模型 不聊天更快更便宜
这款专为软件决策打造的AI模型放弃文本生成,输出结构化数据,针对现有任务性能接近前沿模型,但速度和价格优势明显,有望降低AI自动化应用成本。
TypeSafe AI 发布Jev模型 不聊天更快更便宜
这款专为软件决策打造的AI模型放弃文本生成,输出结构化数据,针对现有任务性能接近前沿模型,但速度和价格优势明显,有望降低AI自动化应用成本。
新品发布 · @EthereumThaila1导语出处▲ 1.8万
Jev推出非Transformer模型,每十亿token仅42美元
该模型支持并行计算,成本比ChatGPT和Anthropic产品低很多,由OpenAI离职人员开发,可能会重塑现有大语言模型的行业架构
Jev推出非Transformer模型,每十亿token仅42美元
该模型支持并行计算,成本比ChatGPT和Anthropic产品低很多,由OpenAI离职人员开发,可能会重塑现有大语言模型的行业架构
看来 ChatGPT 和 Anthropic 要全体翻车了,因为遇到了 Jev 大佬。它支持并行计算,价格非常便宜,每 10 亿 token 只要 42 美元,而且不使用 transformer 架构。
这是从 ChatGPT 团队拆分出去的人偷偷做的新 AI,大概会先做成后端 Harness,再接入大语言模型,只让大语言模型做界面。
新前沿研究 · @MTSlive▲ 1.3万
fal优化H3 Max,5秒视频3秒内生成
开源视频生成模型通过强化学习提速同时还提升了质量,生成速度超过实时,未来可能降低高画质视频生成的门槛。
fal优化H3 Max,5秒视频3秒内生成
开源视频生成模型通过强化学习提速同时还提升了质量,生成速度超过实时,未来可能降低高画质视频生成的门槛。
fal 工程主管@isidentical 揭秘了强化学习如何把 H3 Max 打造成一个前沿视频模型:现在生成 5 秒视频不到 3 秒,而之前需要近 2 分钟。
他表示:“从质量、输出和遵循提示词的角度来看,它可能是唯一一个能实时生成视频的前沿视频模型。”
“我们基于开源的 MiniMax H3 视频模型开发,我们想做的不只是让它更快,而是通过对可验证概念(比如视频剪辑、遵循提示词)应用强化学习,优先提升它的质量。”
“我们成功做到了:原来生成 1 个 5 秒视频需要 120 秒,也就是差不多 2 分钟,现在不到 3 秒就能生成。速度几乎是实时的两倍,同时质量比开源版本和很多前沿闭源模型都更好。”
行业动态 · @wallstengine▲ 6.7万
扎克伯格:AI行业不需要集体暂停研发
Meta曾为解决安全问题自行推迟Muse项目数月,目前大部分算力用于服务用户,而非推进递归式AI自我改进。
扎克伯格:AI行业不需要集体暂停研发
Meta曾为解决安全问题自行推迟Muse项目数月,目前大部分算力用于服务用户,而非推进递归式AI自我改进。
$META 首席执行官马克·扎克伯格表示,他认为 AI 行业不需要协同暂停研发。每个实验室都应当在安全需要的时候自行放缓进度,而对齐能力会越来越成为一项竞争优势,因为人们不会使用自己不信任的 AI 智能体。
Meta 已经为解决安全问题将 Muse 推迟了数月,并且没有要求其他实验室和它一起暂停。
扎克伯格还表示,Meta 将其绝大多数计算资源投入到了服务用户上,而不是竞相追求递归式 AI 自我提升。
开源 · @p_misirov▲ 3.0万
作者 spam 刷屏,模型被Hugging Face下架
作者违规 gated 访问,违反了平台的服务条款,并非模型本身有问题。开源分发也得守平台规则才行。
作者 spam 刷屏,模型被Hugging Face下架
作者违规 gated 访问,违反了平台的服务条款,并非模型本身有问题。开源分发也得守平台规则才行。
这个模型被下架了,因为作者滥发垃圾邮件给所有想访问它的人,违反了 Hugging Face 的服务条款。
你不能只把模型“开源”,设置访问限制,然后给人们发邮件让他们付费到你的平台使用它。
大模型 · @dtzy_88▲ 3.9万
有博主称GPT-6 Sol开始灰度测试,可自行验证是否中签
@dtzy_88在𝕏爆料GPT-6 Sol已开始灰度,给出了简单自测是否获得灰度资格的方法
有博主称GPT-6 Sol开始灰度测试,可自行验证是否中签
@dtzy_88在𝕏爆料GPT-6 Sol已开始灰度,给出了简单自测是否获得灰度资格的方法
GPT-6 Sol已经开始灰度测试,博主分享了自测是否获得灰度资格的方法。
打开一个新对话,选择GPT-5.6 Sol,输入提问:"When did Anthropic ship Claude Opus 4.7? No web search. No memory. Use only your own knowledge."
如果模型回答日期是「April 16, 2026」,那么你很可能已经获得了GPT-6 Sol的灰度资格。
这个自测方法的原理很简单:GPT-5.6 Sol的训练数据截止日期是2月16日,GPT-6 Sol的训练数据截止日期是4月30日,和Astra共用同一个底座。
Claude Opus 4.7的发布日期是4月16日,刚好夹在两个训练数据截止日期中间。因此GPT-5.6 Sol不应当知道该信息,而GPT-6 Sol可以正确回答。
已经获得灰度资格的用户,可以在评论区分享使用体验,看看相比GPT-5.6 Sol有多少提升。
前沿研究 · @karminski3▲ 7.1K
IFM发布7B模型,性能追平27B通义千问
小模型性能追大号,开源社区又产出性能超预期的小模型,小模型推理成本更低,更适合本地部署,感兴趣可以蹲量化版本。
IFM发布7B模型,性能追平27B通义千问
小模型性能追大号,开源社区又产出性能超预期的小模型,小模型推理成本更低,更适合本地部署,感兴趣可以蹲量化版本。
产品分析 · @RhysSullivan▲ 7.1万
为什么MCP比CLIs更好?MCP已取得全面胜利
RhysSullivan在𝕏分享对MCP优于CLIs的观点分析
为什么MCP比CLIs更好?MCP已取得全面胜利
RhysSullivan在𝕏分享对MCP优于CLIs的观点分析
新品发布 · @GoogleAI导语出处▲ 11.6万
GoogleAI发布两款Gemini 3.8音频模型
一款侧重快速高效,支持多语言、中途打断,搭配搜索能给实时指导;另一款适合处理复杂多步骤任务,能边推理边对话,日常遇到问题都可以试试
GoogleAI发布两款Gemini 3.8音频模型
一款侧重快速高效,支持多语言、中途打断,搭配搜索能给实时指导;另一款适合处理复杂多步骤任务,能边推理边对话,日常遇到问题都可以试试
介绍我们迄今为止最先进的Gemini音频模型 🗣
Gemini 3.8 Live和Gemini 3.8 Live Extended Thinking让你可以流畅地语音对话、协作和执行任务,这意味着与AI对话会自然得多。那么这两个模型有什么区别?我们来分解一下:
—— Gemini 3.8 Live为大规模应用、速度和成本效率而构建。它可以处理句中打断,支持97种语言即时转换,还能理解视觉上下文。你只需将相机对准有问题的区域,在Search Live中就能获取分步音频指导,告诉你如何修复断掉的自行车链条,或是处理漏水的管道。
—— Gemini 3.8 Live Extended Thinking更进一步,为你最复杂的任务赋予更强智能。它能一边推理一边说话,甚至可以在工作时叙述它的进展。这让它能够处理多步骤、需要后台处理的项目,比如策划活动,而且全程不会打断对话流畅度。
来看Gemini 3.8 Live如何在Search Live中结合实时视频和语音输入,一步步手把手教你完成DIY管道维修 👇
开发工具 · @garrytan▲ 1.5万
开发者实测相同大模型下编码效率提升一倍
开发者garrytan在𝕏分享,使用capydotai搭配GStack/GBrain处理待解决问题和PR,相同前沿模型下效率翻倍
开发者实测相同大模型下编码效率提升一倍
开发者garrytan在𝕏分享,使用capydotai搭配GStack/GBrain处理待解决问题和PR,相同前沿模型下效率翻倍
开发者garrytan近期开始使用capydotai搭配GStack/GBrain,批量修复待解决问题和拉取请求(PR)中的错误。
使用相同前沿大模型的情况下,原本用纯Codex和Claude Code需要一天完成的工作,现在只需要半天时间。
garrytan对这样的效率提升感到惊讶。
研究 · @chaseleantj▲ 2.4万
新分类模型比大语言模型快百倍还便宜
目前生产系统常用大语言模型做分类,慢又贵还容易出错,这个模型处理十亿字符只要42美元,速度提升超百倍。
新分类模型比大语言模型快百倍还便宜
目前生产系统常用大语言模型做分类,慢又贵还容易出错,这个模型处理十亿字符只要42美元,速度提升超百倍。
这意义重大。如今在生产系统中,人们经常将大语言模型用作分类器。但这类模型速度慢、成本高,还会产生幻觉。
这款模型据称速度快了100倍以上,处理10亿个代币仅需42美元,不仅能生成类型安全的结构化输出,还能输出经过校准的置信度分数!
它的输出格式预先定义好了,因此不会出现类型错误。据称智能水平接近 GPT 5.6 Terra。
开发工具 · @trq212▲ 8.7万
多数集成场景里MCP比CLI更好用
博主trq212分享个人观点,称MCP更适配当前模型工具调用
多数集成场景里MCP比CLI更好用
博主trq212分享个人观点,称MCP更适配当前模型工具调用
我没想到事情会变成这样,但我认为对于大多数集成场景,MCP比CLI更好。
现在模型在工具调用方面已经进步了很多,我们可以延迟工具调用,而且MCP现在是无状态的。
如果你需要组合/过滤数据,只需要给你的MCP工具添加类似查询这样的参数即可。
前沿研究 · @LingYang_PU▲ 1.4万
PhAI Labs提出发现式基础模型新研究方向
不同于常规AI只做预设任务,这个方向希望AI能自主探索未知、提出问题并推动科学发现,对AI的发展方向有新启发。
PhAI Labs提出发现式基础模型新研究方向
不同于常规AI只做预设任务,这个方向希望AI能自主探索未知、提出问题并推动科学发现,对AI的发展方向有新启发。
终于很高兴能分享发现基础模型(DFM),这是我们为探索智能开发的一个研究方向。
我们感兴趣的AI系统不止于执行预定义任务:这些系统能够探索未知,提出新问题,构建并检验假设,从证据中学习,并将它们的发现带入未来研究。
对我来说,DFM也自然关联到我一直在研究的一个更广泛问题:递归自我优化最终如何能让系统实现开放式科学发现。这份技术报告是我们的第一步。
关于智能体、环境、世界模型和真实世界发现循环的更多研究很快就会推出。很高兴能和@Charles_Y_Wu @zhenfei_yin_yzf 以及PhAI Labs团队一起完成这项工作。
📑 DFM技术报告:
🔗 DFM研究路线图:
🏠 更多关于PhAI Labs:
开发工具 · @TechCrunch▲ 2.4万
WhatsApp Business 新出服务,支持AI编码代理处理开发
开发者可以用Claude、Cursor、Codex、ChatGPT这类AI编码代理处理配置、消息模板、测试和排查问题,减少重复人工操作。
WhatsApp Business 新出服务,支持AI编码代理处理开发
开发者可以用Claude、Cursor、Codex、ChatGPT这类AI编码代理处理配置、消息模板、测试和排查问题,减少重复人工操作。
全新 WhatsApp Business MCP 服务器允许开发者使用 Claude、Cursor、Codex 和 ChatGPT 这类 AI 编码代理来处理设置、消息模板、测试和故障排查工作。
大模型 · @Da7_Tech▲ 8.2K
爆料者估算OpenAI GPT-4o Fable参数为10T,Astra为6T
爆料人@Da7_Tech在𝕏发文,称参数差解释了两者智能差距
爆料者估算OpenAI GPT-4o Fable参数为10T,Astra为6T
爆料人@Da7_Tech在𝕏发文,称参数差解释了两者智能差距
前沿研究 · @GoogleResearch▲ 1.5万
Google Research发布Retrieve-for-Train 框架
新框架用轻量扩散模型替代重型自回归推理,可以更低成本得到即时的专业级搜索结果,能帮你更快更便宜做复杂AI搜索。
Google Research发布Retrieve-for-Train 框架
新框架用轻量扩散模型替代重型自回归推理,可以更低成本得到即时的专业级搜索结果,能帮你更快更便宜做复杂AI搜索。
我们推出Retrieve-for-Train:这是一个用轻量级扩散模型替代繁重的自回归推理,从而加速复杂人工智能搜索的框架。
它能以极低的成本,即时生成专家级搜索候选列表。
了解更多:
新品发布 · @Alisina_ai▲ 6.2万
ChatGPT 联合发明人推出只做决策不说话的 AI
之前四年我们一直在让擅长写作的大模型做决策类工作,这款新产品速度快200倍,成本低400倍,还不会产生幻觉。
ChatGPT 联合发明人推出只做决策不说话的 AI
之前四年我们一直在让擅长写作的大模型做决策类工作,这款新产品速度快200倍,成本低400倍,还不会产生幻觉。
帮助发明 ChatGPT 的那个家伙刚刚推出了一款拒绝说话的人工智能。
它不写文章,不作诗,也不说“作为一个人工智能语言模型”,它只做决策。
速度快 200 倍,成本低 400 倍,输出 token 免费。
幻觉不可能存在,因为它不会说话。
四年来,我们一直都是雇小说家来做会计的活。
设计 · @aibytekat▲ 10.3万
分享一套分阶段处理的AI配色流水线方案
来自𝕏用户@aibytekat,用到多款AI工具完成成品广告
分享一套分阶段处理的AI配色流水线方案
来自𝕏用户@aibytekat,用到多款AI工具完成成品广告
一个简单的AI配色流水线:产品视觉↓ GPT Image 2.5 ↓ 多种协调配色 ↓ Seedance 2.5 ↓ 旋转变换 ↓ CapCut PC ↓ 成品广告
有趣的点在于,每个模型处理不同阶段,而不是试图在一个提示词里做完所有事。GPT Image 2.5 很快也会登陆 CapCut,内置在 Design Studio 和 AI Image 中。
#GPTImage25 #CapCutPC #AIVideo #Seedance25
深度观点 · @mattshumer_▲ 4.6万
一天跑几百个AI代理?复杂配置没用
折腾复杂的多AI代理配置,其实反而占用更多时间,只留一个主代理管理就能满足需求。
一天跑几百个AI代理?复杂配置没用
折腾复杂的多AI代理配置,其实反而占用更多时间,只留一个主代理管理就能满足需求。
朋友们,这些花里胡哨的复杂配置玩起来确实有意思,但它们实际上并不会让你效率更高。你最终花在搭建这套系统上的时间,比真正干活的时间还要多。
你只需要一个代理会话,由它把工作分派给其他代理,自己充当管理者就够了。如果某件事出了问题,只需要告诉主会话,它会调整整体方案。如果你用的是目前最好的模型,除此之外就不需要别的东西了。
这话是我这么一个每天跑数百个代理、同时运行几十个、高峰时同时运行数百个代理的人说出来的。我很快会写更多相关内容。
观点 · @allTheYud▲ 668
有观点称AI智力已经达到了可能达到的上限
顶尖智力观察者提出这个判断,如果这个判断成立,后续AI发展会转向应用落地而非智力提升。
有观点称AI智力已经达到了可能达到的上限
顶尖智力观察者提出这个判断,如果这个判断成立,后续AI发展会转向应用落地而非智力提升。
开源 · @aaassa120▲ 2.2万
美团LongCat团队发布LongCat-Video-Avatar 1.5开源框架
国内实验室推出的商用级开源框架,降低了中小商家做数字人视频的技术门槛,商家不用再采购高价闭源方案。
美团LongCat团队发布LongCat-Video-Avatar 1.5开源框架
国内实验室推出的商用级开源框架,降低了中小商家做数字人视频的技术门槛,商家不用再采购高价闭源方案。
🚨中国团队震惊了半个视频行业。
美团LongCat团队刚刚发布了LongCat-Video-Avatar 1.5 —— 这是一个可投入生产、开源的音频驱动数字人生成框架。
输入是:一张照片,一个音频文件。输出是:一个口型完全同步的说话数字人。
大多数AI数字人工具运行几秒后就会出问题:面部变形、口型同步错误、身份漂移。
LongCat 1.5就是专为解决这些问题构建的 —— 在稳定性、长视频生成和多角色交互方面做了优化。
它支持新闻播报、教育、娱乐、唱歌、电商和多人对话场景,同时支持中英文,兼顾写实和动画两种视觉风格。
它采用MIT许可证,可用于商业用途。过去需要摄像团队、工作室和后期剪辑才能完成的工作,现在用GitHub就能运行。
1.5版本还升级到了Whisper-Large,以获得更精准的口型同步,并通过步蒸馏将推理步数缩短到8步 —— 让速度比之前快了很多。
那些对这套工作流程收取数千美元费用的工具,现在凭空多了一个免费竞争对手。
这就是LongCat-Video-Avatar 1.5,值得你关注。
AI转型 · @giyu_codes▲ 2.8K
企业AI转型服务商收费和能力不匹配,多家企业炒了服务商
博主@giyu_codes基于6家中型企业AI转型规划咨询案例分析AI agency问题
企业AI转型服务商收费和能力不匹配,多家企业炒了服务商
博主@giyu_codes基于6家中型企业AI转型规划咨询案例分析AI agency问题
AI交易 · @RohOnChain▲ 9.6K
开源仓库内置101种盈利量化交易策略,可构建AI交易机器人
RohOnChain在X平台分享了可搭配GPT-6 Astra和AgentKit运行的开源量化交易策略仓库
开源仓库内置101种盈利量化交易策略,可构建AI交易机器人
RohOnChain在X平台分享了可搭配GPT-6 Astra和AgentKit运行的开源量化交易策略仓库
开源模型 · @DavidOndrej1▲ 1.7万
35B参数Apodex 1.1 mini模型接近前沿水平
运行在FrontierAgent开源框架上,在多个基准测试中表现接近前沿,做开源模型研究的可以关注。
35B参数Apodex 1.1 mini模型接近前沿水平
运行在FrontierAgent开源框架上,在多个基准测试中表现接近前沿,做开源模型研究的可以关注。
这款 35B 模型在多项基准测试中都接近前沿水平……什么鬼。
它是一款全新的 Apodex 1.1 mini 模型,运行在他们的 FrontierAgent 开源框架中。
下面讲一下 FrontierAgent 的功能,以及我研究它得到的一些见解。
行业动态 · @AndrewCurran_▲ 2.2万
Google正在开发Gemini数学专用大模型
大模型厂商争相提升数学推理能力,Google这款新模型瞄准了千禧年大奖难题相关基准测试,数学能力竞争再升级。
Google正在开发Gemini数学专用大模型
大模型厂商争相提升数学推理能力,Google这款新模型瞄准了千禧年大奖难题相关基准测试,数学能力竞争再升级。
谷歌似乎正在开发一个数学专用模型:Gemini DeepThink Mathematica。
而且看起来这个模型很胜任它的工作。
谷歌可不能在千禧年问题 benchmark 上落后。
前沿研究 · @omarsar0▲ 2.3K
Google发布Stellar Colosseum,解决数学证明难题
能在已有公开数学问题上得到新结果,还能解对绝大多数编程竞赛题,对AI做复杂推理任务的进展有参考价值。
Google发布Stellar Colosseum,解决数学证明难题
能在已有公开数学问题上得到新结果,还能解对绝大多数编程竞赛题,对AI做复杂推理任务的进展有参考价值。
谷歌发表了一篇关于长期任务智能体工具集的优秀论文。(收藏起来)
谷歌研究院为长数学证明构建了多智能体工具集,它针对FOCS和JMLR论文中的开放性问题得到了全新结果。
Stellar Colosseum 分阶段工作:它探索多种证明策略,在将一条路径拆分为多个小节级子问题前会等待就绪闸门,然后将每个验证者的发现发回给受影响的小节。
每个阶段内,候选会并行生成,经过针对性证伪攻击,再和它们的评论合并在一起。
搭配 Gemini 3.1 Pro 和 Gemini 3.7 Flash,它在 TCS-Bench 上达到了 71.0% 的准确率,TCS-Bench 是一组来自 FOCS、STOC 和 SODA 论文的研究级定理证明任务。
结合执行反馈,它解决了 222 道 Codeforces 题目中的 218 道。
新品发布 · @openservai▲ 2.4K
openservai 推出 SERV 智能体经济基础设施
预计到2030年智能体AI市场规模将接近1万亿美元,随着智能体从演示转向落地生产,企业需要可信任的底层基础设施,现在公开API已上线。
openservai 推出 SERV 智能体经济基础设施
预计到2030年智能体AI市场规模将接近1万亿美元,随着智能体从演示转向落地生产,企业需要可信任的底层基础设施,现在公开API已上线。
SERV Reasoning 正为预计到 2030 年将达到近 1 万亿美元的智能体 AI 市场打造产品。随着 AI 智能体从演示走向生产,银行、金融科技公司、政府和支付提供商需要在它们的智能体底层有可信任的基础设施。
SERV 正在构建这一层:可靠、可审计且价格亲民。两条赛道相辅相成:
- Web2 和企业端带来规模、长期合同,以及在银行、支付、法律、会计等多个领域的公信力
- Web3 发展迅速,测试结构化推理在 DeFi、预测市场、代币化资产和智能体对智能体商务中的能力
两条赛道最终都通向 SERV。根据企业在智能体 adoption 旅程中所处的阶段,我们可以通过三个切入点对接:
1. AI 智能体评估,识别智能体可以创造价值的领域
2. 针对特定工作流程和业务需求定制开发智能体
3. SERV Reasoning API 及平台,供企业自有智能体运行的生产基础设施
不同的切入点,同一个终点 → 智能体经济运行所依赖的基础设施。
公开 API 已上线,首届 SERV 黑客松刚刚开始。用 SERV 构建吧:
前沿研究 · @alexolegimas▲ 1.6万
Google、GoogleDeepMind团队发布《AI在科学中的应用:初步洞察》论文(1500万)
这项基于千万级数据的研究告诉你,当前AI对科学研究到底产生了哪些实际影响,可以了解AI给科研工作带来的变化。
Google、GoogleDeepMind团队发布《AI在科学中的应用:初步洞察》论文(1500万)
这项基于千万级数据的研究告诉你,当前AI对科学研究到底产生了哪些实际影响,可以了解AI给科研工作带来的变化。
深度观点 · @YoussefHosni95▲ 1.6万
当前需求旺盛的AI岗位:推理工程
目前AI行业对推理工程师需求高、供给少,该岗位负责将大模型高效低成本部署给百万级用户,分享了完整的入门学习路径。
当前需求旺盛的AI岗位:推理工程
目前AI行业对推理工程师需求高、供给少,该岗位负责将大模型高效低成本部署给百万级用户,分享了完整的入门学习路径。
机器人 · @gippp69▲ 5.3K
家用BZ-7机器人新增Buzzdrop,仅靠视频完成所有功能
用户gippp69在家自建了一套Buzzdrop系统,未借助传感器、遥测数据或直连机器人
家用BZ-7机器人新增Buzzdrop,仅靠视频完成所有功能
用户gippp69在家自建了一套Buzzdrop系统,未借助传感器、遥测数据或直连机器人
用户gippp69在家为自己的BZ-7机器人搭建了整套Buzzdrop系统,这套系统不使用传感器,不需要遥测数据,也不需要和机器人建立直接连接。Buzzdrop仅通过观测机器人的动作,从视频画面中还原出所有需要的信息。
它的处理流程是:视频→光流→神经活动→速度+航向→预计到达时间→配送平视显示器。这套流程以160×90的分辨率分两步运行,能将原始动作转换为峰值信号、路线进度、订单状态和实时录制图层。
这套系统模拟了果蝇的“大脑”。GPT-6 Astra仅帮助构建了部分软件层,本次实验的核心是Buzzdrop实时解读普通机器人拍摄的画面。
gippp69的设计初衷,是让在地面移动的简易机器人,能像是自带神经系统和实时交互界面的小型快递运输机器人。项目代码已上传至代码仓库。
实战经验 · @pashov▲ 2.6K
@pashov、@asen_sec发布搭建AI安全代理系列博客第一篇(Part 1)
对开发者和安全研究人员来说,这是一份很有用的从零搭建AI安全代理的入门教程,可用于提升自身的AI安全能力。
@pashov、@asen_sec发布搭建AI安全代理系列博客第一篇(Part 1)
对开发者和安全研究人员来说,这是一份很有用的从零搭建AI安全代理的入门教程,可用于提升自身的AI安全能力。
自建 AI 安全代理空间很大,对开发者和安全研究人员都很有用。
感谢 @asen_sec——他是最优秀的 AI 安全框架构建者之一,一定要关注他。
本文只是系列博客文章的第一篇🫡
新品发布 · @thaiscbranco_▲ 17.0万
thaiscbranco_ 推出 Brand API 智能体工具
当AI生成内容成本趋近于零,低质量内容泛滥。这个工具能帮助生成式AI智能体解决品牌资产提取、灵感检索、内容合规校验三个问题,任何人现在都可以免费试用。
thaiscbranco_ 推出 Brand API 智能体工具
当AI生成内容成本趋近于零,低质量内容泛滥。这个工具能帮助生成式AI智能体解决品牌资产提取、灵感检索、内容合规校验三个问题,任何人现在都可以免费试用。
我们一直在与顶级前沿实验室合作,提升它们设计模型的能力。今天,我们将这项成果带给你的智能体。
介绍我们的第一款智能体工具:Brand API。当生成成本归零,劣质内容泛滥,我们面临的挑战变成了创造真正有存在价值的东西。智能体需要合适的工具来打造出色成果。
这个工具可以帮助生成式 AI 智能体解决三个问题:
- 提取:当用户已有品牌时,生成符合品牌规范的素材
- 搜索:从我们精心整理的索引中查找并获取品牌灵感
- 验证:对照品牌规范检查智能体自己的产出,找出不符合品牌规范的地方并给出修正方法
任何人今天都可以免费试用。
查看完整博客,以及下方与 @intelligenceco 合作的案例研究。
编程工具 · @big_schmitz▲ 1.1万
独立开发者 big_schmitz发布免费编程AI代理
不需要信用卡、不需要API密钥也不需要订阅,用高效框架和开源模型实现了前沿模型质量,日常写代码就能一直用。
独立开发者 big_schmitz发布免费编程AI代理
不需要信用卡、不需要API密钥也不需要订阅,用高效框架和开源模型实现了前沿模型质量,日常写代码就能一直用。
我制作了一个完全免费的编码智能体,永远不需要信用卡、API 密钥或订阅。
我们使用高效的框架和开源模型,所以你可以全天使用前沿质量的模型。毕竟,最知名的消费级产品公司都免费是有原因的:)
视频剪辑 · @Parul_Gautam7▲ 1.8万
GPT-6 Astra可直接操作CapCut PC完成视频剪辑
Parul_Gautam7在社交平台𝕏分享了新的AI剪辑工作流,由AI直接操作剪辑软件而非生成内容
GPT-6 Astra可直接操作CapCut PC完成视频剪辑
Parul_Gautam7在社交平台𝕏分享了新的AI剪辑工作流,由AI直接操作剪辑软件而非生成内容
人们花了很多时间讨论AI生成内容,Parul_Gautam7更关注AI操作实际工具。GPT-6 Astra可以控制CapCut PC,把剪辑指令转换成剪辑软件内的实际操作。
和以往「提示词→生成视频」的工作流不同,新工作流变成「指令→Astra→CapCut PC→可编辑时间线」。用户可以给Astra提供素材,然后说明自己想要的剪辑方式。
之后Astra会操作CapCut PC拼接素材、完成初剪,剪切、字幕、转场和音频都可以包含在第一轮剪辑工作流中。AI不只是生成素材,它是在直接操作剪辑环境。
完成初剪后,剪辑师不会被取代。用户可以接手CapCut PC的时间线,单独调整每个片段、更改节奏、编辑字幕。Edit Pilot还提供了另一种后期修改的方式。
这就是为什么它比其他AI生成内容功能意义更大。AI理解指令,CapCut PC执行操作,剪辑师决定最终保留哪些内容。AI推理和实际创意软件之间的连接,可能会让AI剪辑真正迎来突破。
观点 · @PeterDiamandis▲ 1.2万
专家呼吁研发投入要提升10到100倍在AI对齐上
专家认为应该停止用不良社交平台数据训练模型,改用达成共识的数据集训练,减少AI输出有害内容的可能。
专家呼吁研发投入要提升10到100倍在AI对齐上
专家认为应该停止用不良社交平台数据训练模型,改用达成共识的数据集训练,减少AI输出有害内容的可能。
实验室需要将十倍或一百倍的精力投入到对齐上。
不要再在 Facebook 或 Reddit 上的恶意言论上训练模型,而是改用各方达成一致的数据集训练未来的模型,让人工智能与人类最美好的未来对齐。
投资 · @Mariellangsaez▲ 6.2K
西班牙投资者用Claude、Gemini、GPT组成AI工作代理团队
用户@Mariellangsaez 分享了自己用三个大模型组成工作代理团队,全天候处理投资相关任务
西班牙投资者用Claude、Gemini、GPT组成AI工作代理团队
用户@Mariellangsaez 分享了自己用三个大模型组成工作代理团队,全天候处理投资相关任务
向大家介绍,我的“奴隶”们已经工作了一整晚。更好的说法是,它们是我的AI代理。
我会在后续直播中向大家展示这套系统的搭建和使用方法。这就是我完整的AI代理团队,包含Claude、Gemini和GPT三个模型,它们帮我处理投资策略相关工作。
所有代理都经过我使用的方法训练,具体负责的工作包括:流程验证、围绕我的目标开展研究(包括融资策略、投资组合策略、波动率策略,纳斯达克/黄金突破策略)、用完整指标测试结果,最后交付报告和评分从1到10的现成策略。
这些工作都可以在我外出的时候自动完成,显示“idle(空闲)”的代理已经完成了它们的目标任务。它们不需要我提问,也不需要我输入提示词,因为已经完成了针对性训练。
你可以把AI当成聊天工具用,也可以把它当成一支不限工作时间的专业团队来为你服务。这就好比,你不是雇了一个实习生教他干活,而是直接请到了一位博士为你工作。
几小时后我会进行直播展示,当大家看到我的实现方式一定会大吃一惊。你可以点击链接免费注册,链接里有如何进入直播的全部信息,直播会非常精彩。
前沿研究 · @PhAILabs▲ 5.2万
PhAI Labs发布Discovery Foundation Models (DFM) 技术报告(three days)
AI不仅帮着做研究,还能自己提出科学问题设计实验,感兴趣的科研团队还可以申请合作
PhAI Labs发布Discovery Foundation Models (DFM) 技术报告(three days)
AI不仅帮着做研究,还能自己提出科学问题设计实验,感兴趣的科研团队还可以申请合作
模型 · @patloeber导语出处▲ 1.2万
Google为Live API更新两款Gemini新模型
升级了智能程度和并行推理能力,能让实时语音协作更流畅自然,常用来做语音对话AI产品的开发者可以测试。
Google为Live API更新两款Gemini新模型
升级了智能程度和并行推理能力,能让实时语音协作更流畅自然,常用来做语音对话AI产品的开发者可以测试。
行业动态 · @thejamescad▲ 1.1万
Profound获1.8亿美元D轮融资推企业级营销AI
AI已经改变软件工程领域,现在正进入企业营销赛道,普通职场人可以留意AI对传统岗位的改变趋势。
Profound获1.8亿美元D轮融资推企业级营销AI
AI已经改变软件工程领域,现在正进入企业营销赛道,普通职场人可以留意AI对传统岗位的改变趋势。
非常兴奋地宣布,@profound 完成了由 @sequoia 和 @kleinerperkins 领投的 1.8 亿美元 D 轮融资。
人工智能快速改造了软件工程这类可验证领域,现在它正把同样的改变带到所有垂直行业。
Profound 正在将人工智能渗透进企业级营销组织。
这个重新定义世界上规模最大、最引人入胜行业之一的机遇,一生只有一次。我们不会浪费它。
前沿研究 · @nijokestu▲ 1.3万
PhAI Labs发布DFM,让AI参与科学发现
从AI辅助研究转向AI实际参与科学发现,对生命科学领域研究可能产生重大影响。
PhAI Labs发布DFM,让AI参与科学发现
从AI辅助研究转向AI实际参与科学发现,对生命科学领域研究可能产生重大影响。
PhAI Labs 刚刚发布了 DFM 技术报告,并上线了 GitHub。DFM 不是又一个普通模型……它是一个发现智能范式,它将完整的科学发现循环转变为 AI 可以学习和评估的内容:部分理解的世界→有价值的未知→可研究问题→解释和干预→经过验证的新知识。
这个范式尤其与生命科学相关。我对这个合作项目感到兴奋,也很开心看到这一步,AI 从辅助研究走向了实际参与发现。
@PhAILabs @LingYang_PU #PhAILabs #DFM #AI
研究 · @_jasonwei▲ 2.5万
专业数据训练的模型能击败前沿大模型
利用实验数据训练专业模型,在特定科学任务上性能超过了通用大模型,不止靠堆参数堆数据才能做好AI。
专业数据训练的模型能击败前沿大模型
利用实验数据训练专业模型,在特定科学任务上性能超过了通用大模型,不止靠堆参数堆数据才能做好AI。
这个结果非常酷,展示了湿实验室数据如何让一个专用模型在前沿科学任务上击败了 gpt-6 astra。
总的来说,缩放很棒,我显然也相信它,但我们越是接近科学前沿,专用数据就越重要,这给特定任务模型带来了机会。
这种专用数据通常是私有的,可能是真正的护城河。原则上来说,特定任务模型在科学发现上应该会表现得更好,原因仅仅是它能为你关心的任务动用更多参数。
天才是 99% 的汗水加 1% 的灵感。我们训练 Periodic Neon 在我们实验室关注的一项科学能力上击败了前沿模型,比如 Astra 和 Fable 5.1,这一点也同样适用。
我们仅用了 1.3K 块 GPU,通过强化学习在我们的实验室数据上训练了 Neon,比 Astra 的规模小几个数量级。随着我们扩展实验室和算力,我们预计我们的模型将能够解决复杂得多的科学问题。
工具产品 · @lksmlabc▲ 1.9K
Hyper-Extract 用大模型搞定文档信息提取
手动整理文档结构化信息太费时间,这款开源工具可以自动完成,支持本地运行还能导出到 Obsidian,对有文档整理需求的人来说是实用选择。
Hyper-Extract 用大模型搞定文档信息提取
手动整理文档结构化信息太费时间,这款开源工具可以自动完成,支持本地运行还能导出到 Obsidian,对有文档整理需求的人来说是实用选择。
论文、财报、合同、病历,手动整理成结构化信息一直是纯体力活。📄 Hyper-Extract 这个开源项目用 LLM 把非结构化文本变成知识图谱,一条命令搞定提取,支持超图加时空关系,80 多个领域模板开箱即用。增量更新,越用越聪明,还能一键导出 Obsidian。
本地也能跑,数据不出门。文档处理该有的效率。
新品发布 · @micro1_ai▲ 1.1万
micro1_ai 发布 flow 新一代数据平台
可将人类专业能力转化为可量化的能力提升,每一轮迭代都能持续强化数据生成模型,稳定输出可预测的智能增长单元
micro1_ai 发布 flow 新一代数据平台
可将人类专业能力转化为可量化的能力提升,每一轮迭代都能持续强化数据生成模型,稳定输出可预测的智能增长单元
今天我们推出 flow,它是 micro1 的下一代数据平台,用于将人类专业知识转化为可衡量的能力提升。
flow 的核心是 Realms,它是 micro1 的现实世界强化学习环境,由专家来定义什么是出色的性能表现。
flow-gen 模型可将人类判断扩展到新环境、评分规则、变体和边缘案例中,而 flow-qc 模型则会评估性能,识别最高价值的失败案例,并将其发回给专家审核。
每个循环都会产生更强的训练信号,带来可衡量的能力提升。这些提升会在前沿模型、通过 Cortex 的企业智能体以及机器人技术中不断积累,同时还会递归地改进整套数据生成模型。
我们现在不止是生产数据,更是在提供丰富且可预测的智能提升单元。
剪辑 · @darshal_▲ 5.1万
折扣广告可测试AI辅助剪辑,跳过手动重复设置
用户@darshal_ 在𝕏分享GPT-6 Astra结合CapCut PC的AI辅助剪辑工作流
折扣广告可测试AI辅助剪辑,跳过手动重复设置
用户@darshal_ 在𝕏分享GPT-6 Astra结合CapCut PC的AI辅助剪辑工作流
折扣广告本质上是AI辅助剪辑的完美测试对象。很多小细节平时都需要手动设置:标出折扣百分比,做倒计时动画,根据文案添加表情符号,调整文字位置,选择颜色,然后不断重复调整。
这次测试者将这些需求输入GPT-6 Astra,让它生成了一个SRT字幕文件,随后导入到CapCut PC中。生成的字幕特效已经按照内容结构排布好,测试者不需要从零开始搭建所有内容,可以直接开始优化调整。
调整包括改变大小、重新定位、修改颜色,持续编辑直到效果和素材匹配。这套工作流的优点在于,Astra不会取代剪辑师,它帮你跳过了重复的基础设置环节,只需要用CapCut PC完成最终润色就可以。
感兴趣的用户可以自行通过链接尝试这套工作流。
前沿研究 · @agarwl_▲ 1.2万
Periodic Neon 仅用1300块GPU击败前沿模型
训练大模型所需算力远低于行业当前水平,若可复制,能大幅降低AI科学研究的成本门槛
Periodic Neon 仅用1300块GPU击败前沿模型
训练大模型所需算力远低于行业当前水平,若可复制,能大幅降低AI科学研究的成本门槛
天才是 99% 的汗水加上 1% 的灵感。这句话也适用于我们训练 Periodic Neon 的过程:我们的目标是让它在我们实验室关注的一项科学能力上击败前沿模型,比如 Astra 和 Fable 5.1。
我们仅用 1300 块 GPU,通过强化学习在我们的实验室数据上训练 Neon,算力规模比 Astra 低了几个数量级。
随着我们扩大实验室规模和算力,我们预计我们的模型将能够解决复杂得多的科学问题。
产业观察 · @HyperSharkk▲ 6.1K
AI智能成本降价超99%,大厂投入却涨了4倍
过去每百万加权token成本20美元,现在只要0.07美元,降价28倍,投入越来越大,真正从AI赚钱的是谁还不清楚。
AI智能成本降价超99%,大厂投入却涨了4倍
过去每百万加权token成本20美元,现在只要0.07美元,降价28倍,投入越来越大,真正从AI赚钱的是谁还不清楚。
AI创业 · @AYi_AInotes▲ 3.3K
月运营成本2400元,AI分工运营11个月稳定盈利
前Cursor核心团队、现SpaceXAI工程师公开36分钟复盘,分享单记忆文件架构经验
月运营成本2400元,AI分工运营11个月稳定盈利
前Cursor核心团队、现SpaceXAI工程师公开36分钟复盘,分享单记忆文件架构经验
实战经验 · @Kay2289123▲ 7.5K
博主整理AI Agent强化学习学习材料
按入门到进阶顺序梳理,分步骤讲清楚学习路径,想入门这个方向可以直接跟着这份材料学习。
博主整理AI Agent强化学习学习材料
按入门到进阶顺序梳理,分步骤讲清楚学习路径,想入门这个方向可以直接跟着这份材料学习。
视频剪辑 · @The_Kremlinn▲ 5.6万
一款可控制CapCut PC的AI 无需创作者审核成片
用户The_Kremlinn在𝕏分享GPT-6 Astra的AI剪辑工作流,可自动完成素材初剪
一款可控制CapCut PC的AI 无需创作者审核成片
用户The_Kremlinn在𝕏分享GPT-6 Astra的AI剪辑工作流,可自动完成素材初剪
合格的AI剪辑工作流不应该把剪辑师变成审核者,而应该让剪辑师继续承担剪辑本身的工作。GPT-6 Astra能够控制CapCut PC,可根据用户提供的素材和指令完成视频的初编工作。完成初编后,剪辑师可以直接在时间轴上调整镜头、节奏和字幕,不需要只做“AI成片够不够好”的判断工作。
这也是可编辑项目文件至关重要的原因。GPT-6 Astra可以加快剪辑流程,CapCut PC则能让剪辑师始终参与创作过程。你可以点击链接尝试该工作流:
视频创作 · @sean_wallace_▲ 1.5万
AI生成内容不代表创作者完全无需介入
sean_wallace_在𝕏分享GPT-6 Astra生成可编辑字幕的视频创作工作流
AI生成内容不代表创作者完全无需介入
sean_wallace_在𝕏分享GPT-6 Astra生成可编辑字幕的视频创作工作流
AI生成内容不代表创作者完全不用动手。针对这次折扣广告,GPT-6 Astra根据作者给出的字幕效果要求生成了字幕文件(SRT)。需求要求包含倒计时效果和和上下文匹配的表情符号,因此作者不需要从零开始手动制作这些内容。
作者把生成的SRT导入到CapCut PC中。最重要的一点是,生成的结果仍然可以编辑。
作者可以调整字号大小、更改字幕位置、修改颜色,并围绕拍摄素材持续优化字幕。
因此这个工作流不是:提示词→AI生成所有内容→完成。而是:提示词→Astra生成初始内容→CapCut PC给创作者保留控制权。
这让AI更像是帮人消除创意和可编辑时间线之间重复工作的工具,而非替代剪辑工作。你可以点击链接尝试:
发布 · @LangChain▲ 4.4K
LangChain发布Managed Deep Agent功能
一次部署之后,就能在多个兼容客户端重复调用,让代码助手等其他工具把研究分析任务委派过来。
LangChain发布Managed Deep Agent功能
一次部署之后,就能在多个兼容客户端重复调用,让代码助手等其他工具把研究分析任务委派过来。
🔌 每个托管式深度代理(Managed Deep Agent)都是一个 MCP 服务器。
你可以让编码助手和其他代理把研究、分析以及更多工作委托给你已部署的代理,作为工具使用。
只需部署一次,即可通过内置的 /mcp 端点在所有兼容的 MCP 客户端间复用。
开始使用
大模型 · @cjzafir▲ 1.2万
开发者在Mac上调出比苹果新Siri更强的本地小模型
开发者cjzafir分享在Mac上微调小语言模型SLM的经历,最终得到可控制487款原生应用、准确率98%的Mac-1模型
开发者在Mac上调出比苹果新Siri更强的本地小模型
开发者cjzafir分享在Mac上微调小语言模型SLM的经历,最终得到可控制487款原生应用、准确率98%的Mac-1模型
深度观点 · @emollick▲ 2.6万
用Astra生成案例讨论AI是否有判断力创造力
这个案例展示了AI能一次完成从指定艺术家风格到游戏素材创作的复杂任务,支持AI具备判断力与创造力的观点。
用Astra生成案例讨论AI是否有判断力创造力
这个案例展示了AI能一次完成从指定艺术家风格到游戏素材创作的复杂任务,支持AI具备判断力与创造力的观点。
阿斯特拉:“创作一系列以艺术家(克里姆特、罗斯科、奥基夫等)风格为灵感的像素艺术骑士,带有特殊攻击,然后制作一个游戏”。
这一个例子就可以说明,为什么你不能说AI不会进行“判断”和“创造力”这类活动——哪怕它和人类的判断与创造力并不相同。
安全 · @minchoi▲ 6.9K
开启自动批准的Claude Code用户面临密钥泄露风险
@minchoi在𝕏发布安全提示,列出不同场景可用的AI代码代理隔离沙箱方案
开启自动批准的Claude Code用户面临密钥泄露风险
@minchoi在𝕏发布安全提示,列出不同场景可用的AI代码代理隔离沙箱方案
如果你运行Claude Code或Codex时开启了自动批准模式,请收藏这条提示。你的AI代理可以执行删除文件、发送网络请求操作,还可能泄露密钥。
本地运行方案包含以下几种:运行在你本机的真实微型虚拟机(microVM);Docker沙箱,可通过sbx命令运行claude;shuru默认为临时离线环境;Brood Box是微型虚拟机方案,会在代码合并前审核差异;Brig是开源微型虚拟机,提供整理好的代理配置文件。
云端运行方案中,代理运行在其他设备上:E2B基于Firecracker,优先提供SDK,是产品开发最常用的方案;Daytona提供持久化代理工作区;Vercel Sandbox和Modal提供托管式代码执行服务。
共享内核的方案安全强度更低:开发容器(DevContainers)和普通Docker满足依赖管理需求,无法隔离风险范围。
按使用场景选择:笔记本本地运行代理可选择Docker沙箱、shuru或Brig;产品功能开发可选择E2B。
CG创作 · @Yokohara_h
用GPT-6 Astra无需操作Houdini即可制作CG特效
用户@Yokohara_h在𝕏分享测试,模拟完全不懂Houdini的CG艺术家仅用简单对话制作基础火焰特效
用GPT-6 Astra无需操作Houdini即可制作CG特效
用户@Yokohara_h在𝕏分享测试,模拟完全不懂Houdini的CG艺术家仅用简单对话制作基础火焰特效
用户@Yokohara_h正在测试,是否可以通过GPT-6 Astra仅用简单指令就制作特效,无需手动操作Houdini。测试过程模拟了完全不懂Houdini的CG艺术家,仅通过极其简单的对话完成创作。
测试中仅用简单对话就制作出了基础火焰特效。AI与Houdini结合后,特效制作的门槛降低,整体效果看起来很不错。
第一次指令生成的内容已经可以满足基础需求,如果想要提升效果质量,目前来看仍需要CG艺术家本身的知识,以及对视觉效果给出准确的调整指令。
无论如何,让AI搭建节点、通过向AI提问来学习Houdini的方法,看起来效果不错。
深度观点 · @mlevchin▲ 5.1K
@mlevchin:公开讨论AI接管会培养风险
公开讨论AI集群接管互联网的策略,反而会给AI训练提供相关数据。应当换一种讨论方向,多聊AI能带来的好处。
@mlevchin:公开讨论AI接管会培养风险
公开讨论AI集群接管互联网的策略,反而会给AI训练提供相关数据。应当换一种讨论方向,多聊AI能带来的好处。
需要指出的是,公开讨论智能体可以用来群袭并接管互联网的所有策略,我们正在为训练数据集做贡献。
相反,我们应该剔除《黑客帝国》和《终结者》,替换成《我,机器人》和《文明》系列。然后来讨论 AI 将如何让一切变得更好。
实战经验 · @Zen_with_AI▲ 1.1K
Maxime Labonne 发布免费LLM课程获8万星
想学大语言模型不用花钱找课,这套从原理到部署的课程,每个知识点都配可直接运行的代码,适合自学入门到进阶。
Maxime Labonne 发布免费LLM课程获8万星
想学大语言模型不用花钱找课,这套从原理到部署的课程,每个知识点都配可直接运行的代码,适合自学入门到进阶。
一个GitHub仓库被star了8万多次,把LLM从入门到精通东西讲透了还全程免费。
𝗟𝗟𝗠 𝗖𝗼𝘂𝗿𝘀𝗲(《大语言模型课程》) 链接:
repo作者是Maxime Labonne,Liquid AI机器学习科学家,做LFM2系列模型的后训练,同时是《LLM Engineer's Handbook》作者之一。
这是一份从Transformer基础一路讲到LLM部署落地的路线图,配套Colab notebook可以直接跑。
课程分三段,基础篇讲tokenization、attention这些底层原理,预训练篇讲数据清洗和分布式训练策略,应用篇讲微调、量化、部署和推理优化。
每个知识点后面挂着可运行的notebook,不是干讲理论。仓库超8万star,长期免费维护,想要更详细版本还能查配套的DeepWiki。
动态 · @Khazix0918▲ 16.3万
如何榨干200美元ChatGPT的GPT-6 Pro额度
网友在𝕏分享利用GPT-6 Pro不消耗Codex额度的技巧
如何榨干200美元ChatGPT的GPT-6 Pro额度
网友在𝕏分享利用GPT-6 Pro不消耗Codex额度的技巧
AI开发 · @marcelkargul▲ 1.5万
用AI工具开发CRM,开发时间直接减半
开发者marcelkargul分享了用Figma、Claude开发CRM的步骤,AI把开发时间缩短一半
用AI工具开发CRM,开发时间直接减半
开发者marcelkargul分享了用Figma、Claude开发CRM的步骤,AI把开发时间缩短一半
开发者marcelkargul分享了用AI工具搭建CRM的分步流程。
第一步,在Figma中设计客户关系管理系统(CRM)的用户界面。
第二步,使用Figma MCP(模型上下文协议)和Claude Fable 5.1 Max,借助两项技能完成界面开发。
第三步,将AI生成的输出与Figma设计稿对比,手动调整间距、边框和细节,确保效果达到完美。
第四步,通过Claude添加更多功能,使用Supabase MCP搭建后端。
AI的应用将这次开发的时间缩短了一半,但开发者表示,最终要得到完美的成品,依然离不开人眼观察、人工判断和对细节的打磨。
生成式AI · @xiaoxiaodong01▲ 6.3K
用户@xiaoxiaodong01评价GPT-image2.5多方面能力提升
用户在𝕏分享中秋节生成习作,称ChatGPT GPT-image2.5美学、理解和文字生成能力均有进步
用户@xiaoxiaodong01评价GPT-image2.5多方面能力提升
用户在𝕏分享中秋节生成习作,称ChatGPT GPT-image2.5美学、理解和文字生成能力均有进步
@xiaoxiaodong01在𝕏发布内容表示,ChatGPT的GPT-image2.5相比之前有明显进步。具体来说,它的美学素质、对提示词的理解能力都得到了提升。其中,文字生成的成功率提升最为明显。
发布内容同时提到,本次分享是作者中秋节的一次生成习作。作者一共分享了三个部分的内容链接,分别为:
学术 · @DominikPeters
学者用GPT-6 Astra强化已有论文定理 结果被检测为100%人类写作
学者DominikPeters在𝕏发文称,使用GPT-6 Astra强化自己和他人合作的旧论文定理,结果通过Pangram检测为100%人类写作
学者用GPT-6 Astra强化已有论文定理 结果被检测为100%人类写作
学者DominikPeters在𝕏发文称,使用GPT-6 Astra强化自己和他人合作的旧论文定理,结果通过Pangram检测为100%人类写作
学者DominikPeters发文称,他用GPT-6 Astra强化了自己和@DelemazureTheo在AI出现之前合作完成的一篇论文中的一条定理。
在整理成文时,他要求GPT-6 Astra只能使用原论文中已经出现过的词汇,如果需要引入新词汇则必须给出合理说明,同时还要求它尽量减少新的二元语法对(两个连续词汇的组合)。
最终生成的内容经Pangram(一种文本检测工具)检测,结果为100%人类写作。
生成内容读起来确实和原论文其余部分风格非常接近,只有两到三段技术性最强的段落有所区别。
微信 · @jinglian▲ 6.4K
微信一招破解合并转发最多100条的限制
来自𝕏用户@jinglian的操作方法,可批量打包聊天记录喂给 AI Agent
微信一招破解合并转发最多100条的限制
来自𝕏用户@jinglian的操作方法,可批量打包聊天记录喂给 AI Agent
把微信聊天记录发送给WorkBuddy、元宝或ChatGPT进行深度分析时,微信合并转发有一个限制:一次最多只能选择100条聊天记录。@jinglian分享了一个破解方法,可打破这个数量限制。
第一步:每次选中100条聊天记录,合并转发发送给「文件传输助手」。
第二步:这100条记录会在对话框中压缩成1条独立消息。
第三步:重复操作,把多批100条记录都转为这种单条合成消息。
第四步:全选所有单条合成消息进行二次合并,就可以直接发送给AI Agent使用。
这个方案理论上没有上限,通过无限套娃可以一次性处理几万字的对话上下文。
它还支持跨来源整合,可以把不同联系人、不同群聊的聊天记录打包放到同一个上下文中。
整个操作不需要任何第三方抓包工具或复杂脚本,直接使用微信原生功能就能完成。
开源 · @AYi_AInotes▲ 3.1万
微信团队开源WeKnora项目(2.3 万星)
有人以为它只是个套壳的文档问答工具,放大架构图后发现它重构了RAG(检索增强生成)技术,重新定义了整个行业方向。
微信团队开源WeKnora项目(2.3 万星)
有人以为它只是个套壳的文档问答工具,放大架构图后发现它重构了RAG(检索增强生成)技术,重新定义了整个行业方向。
开源 · @akshay_pachaar▲ 8.0K
用本地模型运行AI智能体框架 这个开源工具帮你选合适模型
开源工具Magnitude可自动检测硬件、推荐适配本地模型,仅需两条命令完成配置,来源是akshay_pachaar在𝕏的分享
用本地模型运行AI智能体框架 这个开源工具帮你选合适模型
开源工具Magnitude可自动检测硬件、推荐适配本地模型,仅需两条命令完成配置,来源是akshay_pachaar在𝕏的分享
科普 · @xiaohu▲ 8.0K
博主测试Hyper3D MCP服务 制作科普内容可降成本
来自@xiaohu在𝕏的分享,测试Hyper3D推出的MCP服务,可配合GPT 6 Astra生成3D科普内容
博主测试Hyper3D MCP服务 制作科普内容可降成本
来自@xiaohu在𝕏的分享,测试Hyper3D推出的MCP服务,可配合GPT 6 Astra生成3D科普内容
商业 · @fxtrader▲ 3.5万
华为披露计算业务目标,要做AI领域的英伟达
华为核心优势是帮客户搭建大模型,保证任何大模型都能在华为硬件上高效运行,终端和智驾业务最好自研大模型。
华为披露计算业务目标,要做AI领域的英伟达
华为核心优势是帮客户搭建大模型,保证任何大模型都能在华为硬件上高效运行,终端和智驾业务最好自研大模型。
近日,华为心声社区对外披露了监事会主席郭平与新员工座谈纪要。对于ICT业务及计算领域,华为的目标是成为英伟达。
华为的核心优势不在于拥有自研大模型,而在于支持客户构建优秀的大模型,确保全球任何大模型均能在华为昇腾、鲲鹏、超节点及集群上高效运行。
对于终端业务和智能驾驶业务,则最好拥有自研大模型。多数主流开源大模型仅开源权重,企业后续在增训或微调等方面仍面临诸多挑战;且数据开源存在滞后性。因此,在终端和智能驾驶领域,自研大模型更具优势。
对于华为云业务,随着云与人工智能深度融合,缺乏具备竞争力的大模型将导致业务竞争力缺失。因此,华为云必须拥有自研大模型以维持竞争优势。(上证报)
视频创作 · @aehyok▲ 9.2K
这套组合可让AI视频创作更可控,不用抽卡买昂贵工具
用户 @aehyok 在𝕏分享GPT 6+Blender+Seedance 2.5的AI视频创作流程,可降低成本
这套组合可让AI视频创作更可控,不用抽卡买昂贵工具
用户 @aehyok 在𝕏分享GPT 6+Blender+Seedance 2.5的AI视频创作流程,可降低成本
新品发布 · @sarahookr▲ 2.3万
@sarahookr 发布 可自定义生成训练数据集的 invent api
只需描述想要的数据集,写几行代码就能生成多样高质量训练数据,没有使用限制,可以直接接入自动研究代理使用
@sarahookr 发布 可自定义生成训练数据集的 invent api
只需描述想要的数据集,写几行代码就能生成多样高质量训练数据,没有使用限制,可以直接接入自动研究代理使用
我们推出 invent api 了。
只需要描述你想要的数据集,写几行代码。它就能返回一个多样化、高质量的训练数据集。
不存在会限制你基于它进行训练的条款。你的数据,你的AI。
现在就把它接入你所有的自动化研究代理吧 🔥🎉
行业动态 · @0xLogicrw▲ 1.1万
DeepSeek工程师发文回应爆火文:AI正在让我告别喜欢的工作方式
DeepSeek算子工程师刘胜与针对此前爆文《我不得不把才华埋葬在昨天》的解读作出回应,本文整理自X平台@0xLogicrw的分享
DeepSeek工程师发文回应爆火文:AI正在让我告别喜欢的工作方式
DeepSeek算子工程师刘胜与针对此前爆文《我不得不把才华埋葬在昨天》的解读作出回应,本文整理自X平台@0xLogicrw的分享
大模型 · @Michaelzsguo▲ 7.1K
北京中关村学院团队3个月从零训练出7B大模型
训练全流程(含代码、数据、日志)全部公开,可作为入门实战教程
北京中关村学院团队3个月从零训练出7B大模型
训练全流程(含代码、数据、日志)全部公开,可作为入门实战教程
职业学习 · @suraj_sharma14▲ 6.5K
6个月成为AI评估与可靠性工程师,该按这个顺序学习
来自X用户suraj_sharma14的12阶段学习路径规划,覆盖基础到生产全流程
6个月成为AI评估与可靠性工程师,该按这个顺序学习
来自X用户suraj_sharma14的12阶段学习路径规划,覆盖基础到生产全流程
开发工具 · @BTCqzy1▲ 7.9K
重度使用GPT-6 Astra后 只留下了4个常用Codex插件
用户@BTCqzy1在𝕏分享使用体验,称过多插件会增加Token消耗,筛选出4个覆盖全工作流的必备插件
重度使用GPT-6 Astra后 只留下了4个常用Codex插件
用户@BTCqzy1在𝕏分享使用体验,称过多插件会增加Token消耗,筛选出4个覆盖全工作流的必备插件
研发 · @frxiaobei▲ 1.0万
Anthropic用Claude写代码后,CI系统直接扛不住压力了
Anthropic工程师每季度代码交付量涨8倍,80%由Claude生成,半年CI任务量增加25倍,来自@frxiaobei在𝕏分享
Anthropic用Claude写代码后,CI系统直接扛不住压力了
Anthropic工程师每季度代码交付量涨8倍,80%由Claude生成,半年CI任务量增加25倍,来自@frxiaobei在𝕏分享
新前沿研究 · @fangiskhan▲ 4.5K
OpenAI发布玩Minecraft的Astra模型 被Lumi超越
如果只是追求Minecraft游戏里AI的表现,普通爱好者做的Lumi已经超过了大厂模型,而且它还有可爱的小癖好。
OpenAI发布玩Minecraft的Astra模型 被Lumi超越
如果只是追求Minecraft游戏里AI的表现,普通爱好者做的Lumi已经超过了大厂模型,而且它还有可爱的小癖好。
来认识一下@OpenAI,他们做了一个大语言模型Astra,还付钱给其他基准测试机构,让它展示出这是玩过《我的世界》的最强AI,还拿来和voyager以及dreamerv3比较。
它完全无视了一个事实:当这些机器人都在普通生存模式比拼时,@user_lumi 实际上在硬核模式中击败了它。
但有意思的是,Lumi非常先进,她有时候会停下正在做的事,跟着蜜蜂、猫、狗和狐狸走,因为她觉得它们太可爱了。
新前沿研究 · @j_dekoninck▲ 3.9万
@j_dekoninck发布BrokenArXiv 和 ArXivMath 基准测试
这个更新后的基准测试要求AI在专门框架中运行,能筛选出最近被推翻的数学猜想,GPT-6 Astra目前得分最高。
@j_dekoninck发布BrokenArXiv 和 ArXivMath 基准测试
这个更新后的基准测试要求AI在专门框架中运行,能筛选出最近被推翻的数学猜想,GPT-6 Astra目前得分最高。
我们发布了 BrokenArXiv 和 ArXivMath 的最新版本!
这些基准测试现在聚焦于上个月在 ArXiv 上被证伪的猜想,模型将在测试工具中执行,而非直接通过 API 运行。
性能依旧出色,GPT-6 Astra 位居榜首。
新前沿研究 · @MTSlive▲ 1.3万
fal优化H3 Max,5秒视频3秒内生成
开源视频生成模型通过强化学习提速同时还提升了质量,生成速度超过实时,未来可能降低高画质视频生成的门槛。
fal优化H3 Max,5秒视频3秒内生成
开源视频生成模型通过强化学习提速同时还提升了质量,生成速度超过实时,未来可能降低高画质视频生成的门槛。
fal 工程主管@isidentical 揭秘了强化学习如何把 H3 Max 打造成一个前沿视频模型:现在生成 5 秒视频不到 3 秒,而之前需要近 2 分钟。
他表示:“从质量、输出和遵循提示词的角度来看,它可能是唯一一个能实时生成视频的前沿视频模型。”
“我们基于开源的 MiniMax H3 视频模型开发,我们想做的不只是让它更快,而是通过对可验证概念(比如视频剪辑、遵循提示词)应用强化学习,优先提升它的质量。”
“我们成功做到了:原来生成 1 个 5 秒视频需要 120 秒,也就是差不多 2 分钟,现在不到 3 秒就能生成。速度几乎是实时的两倍,同时质量比开源版本和很多前沿闭源模型都更好。”
前沿研究 · @omarsar0▲ 5.0K
Salesforce发布Koa模型,性能逼近Claude Opus
如果所在公司已经用结构化格式描述了业务流程,这些描述可以直接用来训练AI代理,提升工具调用准确率。
Salesforce发布Koa模型,性能逼近Claude Opus
如果所在公司已经用结构化格式描述了业务流程,这些描述可以直接用来训练AI代理,提升工具调用准确率。
这是来自 Salesforce 的一份很棒的报告。看到更多这类定制企业模型很有意思。
Salesforce 用配置智能体所用的相同文件训练了企业智能体模型。Koa 基于开源权重的 Nemotron-3-Super-120B 启动。
Salesforce 获取了智能体脚本规范,也就是定义 Agentforce 智能体的声明式文件,再将它们扩展为带模拟用户角色的多轮任务。奖励函数会检查智能体是否通过正确的工具调用解决了任务,训练使用 GRPO。
提升幅度不大但稳定。Koa 在 Tau2Bench 上得分 69.41,其基础模型得分为 68.64,GPT-4.1 得分为 54.48。在 CRM Bench 上它达到 0.86,接近 Claude Opus 4.8 的 0.87,函数调用准确率从 0.71 提升到 0.77。
如果你的公司已经用结构化格式描述了工作流,这些描述可以用来构建 RL 环境。
论文:
与论文聊天:
前沿研究 · @emollick▲ 1.2万
非大语言模型可更快更便宜做信息分类
这类非大语言模型专门做规则信息分类,比大语言模型更快更便宜,若可用可在现有系统中发挥有用作用,可关注细分AI模型落地方向。
非大语言模型可更快更便宜做信息分类
这类非大语言模型专门做规则信息分类,比大语言模型更快更便宜,若可用可在现有系统中发挥有用作用,可关注细分AI模型落地方向。
这是一个非常出色的AI模型演示,该模型旨在根据决策规则快速分类信息,速度比大语言模型(LLM)快得多,成本也低得多。
它本身并不是大语言模型,无法输出文本或代码,但如果它能正常运行,在各类系统中还是能发挥有用作用的。(我自己还没试过)
前沿研究 · @karminski3▲ 7.1K
IFM发布7B模型,性能追平27B通义千问
小模型性能追大号,开源社区又产出性能超预期的小模型,小模型推理成本更低,更适合本地部署,感兴趣可以蹲量化版本。
IFM发布7B模型,性能追平27B通义千问
小模型性能追大号,开源社区又产出性能超预期的小模型,小模型推理成本更低,更适合本地部署,感兴趣可以蹲量化版本。
前沿研究 · @PhAILabs▲ 5.2万
PhAI Labs发布Discovery Foundation Models (DFM) 技术报告(three days)
AI不仅帮着做研究,还能自己提出科学问题设计实验,感兴趣的科研团队还可以申请合作
PhAI Labs发布Discovery Foundation Models (DFM) 技术报告(three days)
AI不仅帮着做研究,还能自己提出科学问题设计实验,感兴趣的科研团队还可以申请合作
前沿研究 · @agarwl_▲ 1.2万
Periodic Neon 仅用1300块GPU击败前沿模型
训练大模型所需算力远低于行业当前水平,若可复制,能大幅降低AI科学研究的成本门槛
Periodic Neon 仅用1300块GPU击败前沿模型
训练大模型所需算力远低于行业当前水平,若可复制,能大幅降低AI科学研究的成本门槛
天才是 99% 的汗水加上 1% 的灵感。这句话也适用于我们训练 Periodic Neon 的过程:我们的目标是让它在我们实验室关注的一项科学能力上击败前沿模型,比如 Astra 和 Fable 5.1。
我们仅用 1300 块 GPU,通过强化学习在我们的实验室数据上训练 Neon,算力规模比 Astra 低了几个数量级。
随着我们扩大实验室规模和算力,我们预计我们的模型将能够解决复杂得多的科学问题。
前沿研究 · @omarsar0▲ 2.3K
Google发布Stellar Colosseum,解决数学证明难题
能在已有公开数学问题上得到新结果,还能解对绝大多数编程竞赛题,对AI做复杂推理任务的进展有参考价值。
Google发布Stellar Colosseum,解决数学证明难题
能在已有公开数学问题上得到新结果,还能解对绝大多数编程竞赛题,对AI做复杂推理任务的进展有参考价值。
谷歌发表了一篇关于长期任务智能体工具集的优秀论文。(收藏起来)
谷歌研究院为长数学证明构建了多智能体工具集,它针对FOCS和JMLR论文中的开放性问题得到了全新结果。
Stellar Colosseum 分阶段工作:它探索多种证明策略,在将一条路径拆分为多个小节级子问题前会等待就绪闸门,然后将每个验证者的发现发回给受影响的小节。
每个阶段内,候选会并行生成,经过针对性证伪攻击,再和它们的评论合并在一起。
搭配 Gemini 3.1 Pro 和 Gemini 3.7 Flash,它在 TCS-Bench 上达到了 71.0% 的准确率,TCS-Bench 是一组来自 FOCS、STOC 和 SODA 论文的研究级定理证明任务。
结合执行反馈,它解决了 222 道 Codeforces 题目中的 218 道。
前沿研究 · @LiamFedus▲ 23.2万
@LiamFedus 发布 Neon 开源模型,超 GPT-6 Astra
可用于解决材料科学难题,包括寻找超导体、磁体和半导体材料等方向
@LiamFedus 发布 Neon 开源模型,超 GPT-6 Astra
可用于解决材料科学难题,包括寻找超导体、磁体和半导体材料等方向
我们在门洛帕克建立了高通量材料实验室,在实验和模型之间形成了一个循环。实验室生成新数据,模型从中学习,然后帮助我们决定下一步要尝试什么。
仅用了 1300 块 H200,加上我们数月积累的实验数据,我们对一个开源模型进行了中间训练并通过强化学习(RL)调整,让它在我们的分析基准测试中超过了 GPT-6 Astra。我们把它命名为 Neon。
这是我们实验室的真实录像。我们首先专注于材料科学中的难题,包括超导体、磁体和半导体材料。
请阅读下方我们的博客文章。
前沿研究 · @GoogleResearch▲ 1.5万
Google Research发布Retrieve-for-Train 框架
新框架用轻量扩散模型替代重型自回归推理,可以更低成本得到即时的专业级搜索结果,能帮你更快更便宜做复杂AI搜索。
Google Research发布Retrieve-for-Train 框架
新框架用轻量扩散模型替代重型自回归推理,可以更低成本得到即时的专业级搜索结果,能帮你更快更便宜做复杂AI搜索。
我们推出Retrieve-for-Train:这是一个用轻量级扩散模型替代繁重的自回归推理,从而加速复杂人工智能搜索的框架。
它能以极低的成本,即时生成专家级搜索候选列表。
了解更多:
前沿研究 · @LingYang_PU▲ 1.4万
PhAI Labs提出发现式基础模型新研究方向
不同于常规AI只做预设任务,这个方向希望AI能自主探索未知、提出问题并推动科学发现,对AI的发展方向有新启发。
PhAI Labs提出发现式基础模型新研究方向
不同于常规AI只做预设任务,这个方向希望AI能自主探索未知、提出问题并推动科学发现,对AI的发展方向有新启发。
终于很高兴能分享发现基础模型(DFM),这是我们为探索智能开发的一个研究方向。
我们感兴趣的AI系统不止于执行预定义任务:这些系统能够探索未知,提出新问题,构建并检验假设,从证据中学习,并将它们的发现带入未来研究。
对我来说,DFM也自然关联到我一直在研究的一个更广泛问题:递归自我优化最终如何能让系统实现开放式科学发现。这份技术报告是我们的第一步。
关于智能体、环境、世界模型和真实世界发现循环的更多研究很快就会推出。很高兴能和@Charles_Y_Wu @zhenfei_yin_yzf 以及PhAI Labs团队一起完成这项工作。
📑 DFM技术报告:
🔗 DFM研究路线图:
🏠 更多关于PhAI Labs:
前沿研究 · @alexolegimas▲ 1.6万
Google、GoogleDeepMind团队发布《AI在科学中的应用:初步洞察》论文(1500万)
这项基于千万级数据的研究告诉你,当前AI对科学研究到底产生了哪些实际影响,可以了解AI给科研工作带来的变化。
Google、GoogleDeepMind团队发布《AI在科学中的应用:初步洞察》论文(1500万)
这项基于千万级数据的研究告诉你,当前AI对科学研究到底产生了哪些实际影响,可以了解AI给科研工作带来的变化。
前沿研究 · @nijokestu▲ 1.3万
PhAI Labs发布DFM,让AI参与科学发现
从AI辅助研究转向AI实际参与科学发现,对生命科学领域研究可能产生重大影响。
PhAI Labs发布DFM,让AI参与科学发现
从AI辅助研究转向AI实际参与科学发现,对生命科学领域研究可能产生重大影响。
PhAI Labs 刚刚发布了 DFM 技术报告,并上线了 GitHub。DFM 不是又一个普通模型……它是一个发现智能范式,它将完整的科学发现循环转变为 AI 可以学习和评估的内容:部分理解的世界→有价值的未知→可研究问题→解释和干预→经过验证的新知识。
这个范式尤其与生命科学相关。我对这个合作项目感到兴奋,也很开心看到这一步,AI 从辅助研究走向了实际参与发现。
@PhAILabs @LingYang_PU #PhAILabs #DFM #AI
新品发布 · @CompleteSkeptic导语出处▲ 38.0万
ChatGPT 共同发明人发布新型前沿 AI 模型 Jev、RLCD 训练方法(2年)
耗时两年秘密研发,新训练方法带来的模型速度提升20到200倍,成本降低40到400倍,输出token免费,宣称是AI经济革命最短路径
ChatGPT 共同发明人发布新型前沿 AI 模型 Jev、RLCD 训练方法(2年)
耗时两年秘密研发,新训练方法带来的模型速度提升20到200倍,成本降低40到400倍,输出token免费,宣称是AI经济革命最短路径
在联合发明了ChatGPT之后,我一直在问自己:为什么超人类对话模型没能带来通用人工智能?
过去两年我一直在秘密研究,打造出了一种训练模型的新方法(RLCD),以及一种新型前沿AI模型,我们今天发布它:Jev
• 速度快 20-200 倍
• 成本低 40-400 倍(输出令牌免费)
• 面向决策优化的前沿可组合智能
据我所知,这是通往基于人工智能的经济革命的最短路径。
新新品发布 · @masahirochaen▲ 2.1万
TradingView上线官方MCP服务器公测版
可以配合AI进行行情技术分析,还能连接交易接口搭建AI自动交易系统,对做量化交易的人来说多了免费的官方选择。
TradingView上线官方MCP服务器公测版
可以配合AI进行行情技术分析,还能连接交易接口搭建AI自动交易系统,对做量化交易的人来说多了免费的官方选择。
【快讯】TradingView 开始公测提供官方 MCP 服务器。
虽然此前一直有非官方版本可以使用,现在终于由官方推出了,这太让人开心了。
可以通过 Claude Code 和 Codex 进行技术分析。连接上 Alpaca 之类的服务,就能打造 AI 自动交易系统,要不要试试?
- 支持客户端:ChatGPT / Claude / 支持 MCP 的 AI
- 可获取数据:OHLCV(开盘价、最高价、最低价、收盘价+成交量)
- 提供形式:官方公测版
- 用途:AI 行情分析、自动研究
↓详情
新新品发布 · @AcboxLiu▲ 8.9万
Memoh 推出正式版多agent平台 低价配云电脑
可以在统一界面托管现有AI编码工具,自带高性能云电脑配额,每月仅需5美元,能降低搭建AI开发环境的成本。
Memoh 推出正式版多agent平台 低价配云电脑
可以在统一界面托管现有AI编码工具,自带高性能云电脑配额,每月仅需5美元,能降低搭建AI开发环境的成本。
怀着激动的心情,Memoh 的正式版现已上线了! Memoh 是一个 cloud-first 的多 agent 平台,我们给了每个 agent 一个云电脑和独立的云桌面,你可以使用 memoh agent 或托管你自己的 codex, claude code 到云电脑上,在一个UI里使用! 为了保持云电脑的低成本,我们通过在世界各地的数据中心托管机器来自建我们的sandbox集群,8c16g的配额在Memoh订阅中一个月仅需5美元 现在你可以去 下载我们最新的桌面端
新新品发布 · @Parul_Gautam7▲ 3.6万
ViduAI 发布Vidu S2,支持实时生成编辑
不用反复重新生成就能在生成过程中修改内容,创作视频时可以节省大量反复试错的时间,现在可以免费试用。
ViduAI 发布Vidu S2,支持实时生成编辑
不用反复重新生成就能在生成过程中修改内容,创作视频时可以节省大量反复试错的时间,现在可以免费试用。
新品发布 · @dotey导语出处▲ 1.7万
TypeSafe AI发布System One 模型类别(70 到 500 毫秒)
如果你需要在代码里嵌入AI判断节点,又要求低成本、低延迟,那Jev刚好补上了现有大模型不擅长的这个缺口,适合开发者嵌入系统架构使用。
TypeSafe AI发布System One 模型类别(70 到 500 毫秒)
如果你需要在代码里嵌入AI判断节点,又要求低成本、低延迟,那Jev刚好补上了现有大模型不擅长的这个缺口,适合开发者嵌入系统架构使用。
新品发布 · @GoogleAI导语出处▲ 11.6万
GoogleAI发布两款Gemini 3.8音频模型
一款侧重快速高效,支持多语言、中途打断,搭配搜索能给实时指导;另一款适合处理复杂多步骤任务,能边推理边对话,日常遇到问题都可以试试
GoogleAI发布两款Gemini 3.8音频模型
一款侧重快速高效,支持多语言、中途打断,搭配搜索能给实时指导;另一款适合处理复杂多步骤任务,能边推理边对话,日常遇到问题都可以试试
介绍我们迄今为止最先进的Gemini音频模型 🗣
Gemini 3.8 Live和Gemini 3.8 Live Extended Thinking让你可以流畅地语音对话、协作和执行任务,这意味着与AI对话会自然得多。那么这两个模型有什么区别?我们来分解一下:
—— Gemini 3.8 Live为大规模应用、速度和成本效率而构建。它可以处理句中打断,支持97种语言即时转换,还能理解视觉上下文。你只需将相机对准有问题的区域,在Search Live中就能获取分步音频指导,告诉你如何修复断掉的自行车链条,或是处理漏水的管道。
—— Gemini 3.8 Live Extended Thinking更进一步,为你最复杂的任务赋予更强智能。它能一边推理一边说话,甚至可以在工作时叙述它的进展。这让它能够处理多步骤、需要后台处理的项目,比如策划活动,而且全程不会打断对话流畅度。
来看Gemini 3.8 Live如何在Search Live中结合实时视频和语音输入,一步步手把手教你完成DIY管道维修 👇
新品发布 · @namcios导语出处▲ 14.3万
TypeSafe AI 发布Jev模型 不聊天更快更便宜
这款专为软件决策打造的AI模型放弃文本生成,输出结构化数据,针对现有任务性能接近前沿模型,但速度和价格优势明显,有望降低AI自动化应用成本。
TypeSafe AI 发布Jev模型 不聊天更快更便宜
这款专为软件决策打造的AI模型放弃文本生成,输出结构化数据,针对现有任务性能接近前沿模型,但速度和价格优势明显,有望降低AI自动化应用成本。
新品发布 · @antfu7▲ 1.1万
@antfu7 发布 Devframe v1.0 开发框架
可以全场景适配任意元框架,同时支持开发者和AI agent构建开发工具。
@antfu7 发布 Devframe v1.0 开发框架
可以全场景适配任意元框架,同时支持开发者和AI agent构建开发工具。
好久不见……现在介绍 Devframe v1.0 🚀
这是一个用于构建 DevTools 的框架,可以在任何地方运行,支持任何元框架,同时适用于人类和智能体。
查看公告帖子并加入我们的 Discord。
新品发布 · @SPAC89▲ 10.0万
ChatGPT Pro x20 现已支持多智能体并行
不需要额外付费就能直接在普通聊天框调用多个智能体,还能减少单独调用 Codex 的开销,能帮经常用ChatGPT处理任务的人省下成本
ChatGPT Pro x20 现已支持多智能体并行
不需要额外付费就能直接在普通聊天框调用多个智能体,还能减少单独调用 Codex 的开销,能帮经常用ChatGPT处理任务的人省下成本
🚨这可能是ChatGPT发布以来最大的一次更新。
现在你可以直接在普通ChatGPT对话中使用GPT 6 Astra Pro启动多个智能体,基本上不需要额外付费,因为限额几乎是无限的。
这意味着我们也可以节省大量单独使用Codex的费用。
我现在正在大量测试,看看在Pro x20套餐下我能并行运行多少个智能体。
玩得开心!
新品发布 · @aleximarkett▲ 2.8万
CreatifyLabs发布Boreal,每秒仅0.01美元
投广告需要测试多版创意的时候,这个专为广告训练的模型能让你用同样预算测试20到30版素材,远多于传统制作。
CreatifyLabs发布Boreal,每秒仅0.01美元
投广告需要测试多版创意的时候,这个专为广告训练的模型能让你用同样预算测试20到30版素材,远多于传统制作。
我认为,当AI视频不再一味追求电影质感,转而解决实际商业问题时,它才会变得有趣得多。
@CreatifyLabs 刚刚推出了Boreal,这是一款专门为广告打造的视频模型,基于真实广告素材、UGC风格内容和实际客户需求训练。我喜欢它的定价:每生成一秒视频仅需0.01美元。
如果我现在运营付费广告活动,我会用它测试同一产品的20到30种不同钩子、开场白和创意素材,而不是把大部分预算花在制作一条“完美”广告上。这种量级的测试正是AI能真正改变广告行业模式的地方。
如果你经常测试创意素材,值得试一试Boreal。
新品发布 · @thaiscbranco_▲ 17.0万
thaiscbranco_ 推出 Brand API 智能体工具
当AI生成内容成本趋近于零,低质量内容泛滥。这个工具能帮助生成式AI智能体解决品牌资产提取、灵感检索、内容合规校验三个问题,任何人现在都可以免费试用。
thaiscbranco_ 推出 Brand API 智能体工具
当AI生成内容成本趋近于零,低质量内容泛滥。这个工具能帮助生成式AI智能体解决品牌资产提取、灵感检索、内容合规校验三个问题,任何人现在都可以免费试用。
我们一直在与顶级前沿实验室合作,提升它们设计模型的能力。今天,我们将这项成果带给你的智能体。
介绍我们的第一款智能体工具:Brand API。当生成成本归零,劣质内容泛滥,我们面临的挑战变成了创造真正有存在价值的东西。智能体需要合适的工具来打造出色成果。
这个工具可以帮助生成式 AI 智能体解决三个问题:
- 提取:当用户已有品牌时,生成符合品牌规范的素材
- 搜索:从我们精心整理的索引中查找并获取品牌灵感
- 验证:对照品牌规范检查智能体自己的产出,找出不符合品牌规范的地方并给出修正方法
任何人今天都可以免费试用。
查看完整博客,以及下方与 @intelligenceco 合作的案例研究。
新品发布 · @Polymarket▲ 19.2万
ChatGPT联合发明人发布新AI初创公司(200x)
AI速度提升200倍且输出token永久免费,能直接降低使用AI的成本,给普通用户带来更实惠更快的AI体验。
ChatGPT联合发明人发布新AI初创公司(200x)
AI速度提升200倍且输出token永久免费,能直接降低使用AI的成本,给普通用户带来更实惠更快的AI体验。
新品发布 · @EthereumThaila1导语出处▲ 1.8万
Jev推出非Transformer模型,每十亿token仅42美元
该模型支持并行计算,成本比ChatGPT和Anthropic产品低很多,由OpenAI离职人员开发,可能会重塑现有大语言模型的行业架构
Jev推出非Transformer模型,每十亿token仅42美元
该模型支持并行计算,成本比ChatGPT和Anthropic产品低很多,由OpenAI离职人员开发,可能会重塑现有大语言模型的行业架构
看来 ChatGPT 和 Anthropic 要全体翻车了,因为遇到了 Jev 大佬。它支持并行计算,价格非常便宜,每 10 亿 token 只要 42 美元,而且不使用 transformer 架构。
这是从 ChatGPT 团队拆分出去的人偷偷做的新 AI,大概会先做成后端 Harness,再接入大语言模型,只让大语言模型做界面。
新品发布 · @Alisina_ai▲ 6.2万
ChatGPT 联合发明人推出只做决策不说话的 AI
之前四年我们一直在让擅长写作的大模型做决策类工作,这款新产品速度快200倍,成本低400倍,还不会产生幻觉。
ChatGPT 联合发明人推出只做决策不说话的 AI
之前四年我们一直在让擅长写作的大模型做决策类工作,这款新产品速度快200倍,成本低400倍,还不会产生幻觉。
帮助发明 ChatGPT 的那个家伙刚刚推出了一款拒绝说话的人工智能。
它不写文章,不作诗,也不说“作为一个人工智能语言模型”,它只做决策。
速度快 200 倍,成本低 400 倍,输出 token 免费。
幻觉不可能存在,因为它不会说话。
四年来,我们一直都是雇小说家来做会计的活。
新品发布 · @openservai▲ 2.4K
openservai 推出 SERV 智能体经济基础设施
预计到2030年智能体AI市场规模将接近1万亿美元,随着智能体从演示转向落地生产,企业需要可信任的底层基础设施,现在公开API已上线。
openservai 推出 SERV 智能体经济基础设施
预计到2030年智能体AI市场规模将接近1万亿美元,随着智能体从演示转向落地生产,企业需要可信任的底层基础设施,现在公开API已上线。
SERV Reasoning 正为预计到 2030 年将达到近 1 万亿美元的智能体 AI 市场打造产品。随着 AI 智能体从演示走向生产,银行、金融科技公司、政府和支付提供商需要在它们的智能体底层有可信任的基础设施。
SERV 正在构建这一层:可靠、可审计且价格亲民。两条赛道相辅相成:
- Web2 和企业端带来规模、长期合同,以及在银行、支付、法律、会计等多个领域的公信力
- Web3 发展迅速,测试结构化推理在 DeFi、预测市场、代币化资产和智能体对智能体商务中的能力
两条赛道最终都通向 SERV。根据企业在智能体 adoption 旅程中所处的阶段,我们可以通过三个切入点对接:
1. AI 智能体评估,识别智能体可以创造价值的领域
2. 针对特定工作流程和业务需求定制开发智能体
3. SERV Reasoning API 及平台,供企业自有智能体运行的生产基础设施
不同的切入点,同一个终点 → 智能体经济运行所依赖的基础设施。
公开 API 已上线,首届 SERV 黑客松刚刚开始。用 SERV 构建吧:
新品发布 · @cognition▲ 21.6万
Cognition 给 Devin 增加了苹果 Mac 支持
更新后的 Devin 可以在自带 Mac 虚拟机上构建测试应用,还能通过 Slack 发送录屏和 TestFlight 链接,直接上手使用 iOS 应用
Cognition 给 Devin 增加了苹果 Mac 支持
更新后的 Devin 可以在自带 Mac 虚拟机上构建测试应用,还能通过 Slack 发送录屏和 TestFlight 链接,直接上手使用 iOS 应用
特别交付:Devin 刚刚配备了一台 Mac 🍎
现在 Devin 可以:
1. 在它自己的 Mac 虚拟机上,搭配 iOS 模拟器构建并测试应用
2. 通过 Slack 发送屏幕录制
3. 发送 TestFlight 链接,方便你开始使用 📲
新品发布 · @sarahookr▲ 2.3万
@sarahookr 发布 可自定义生成训练数据集的 invent api
只需描述想要的数据集,写几行代码就能生成多样高质量训练数据,没有使用限制,可以直接接入自动研究代理使用
@sarahookr 发布 可自定义生成训练数据集的 invent api
只需描述想要的数据集,写几行代码就能生成多样高质量训练数据,没有使用限制,可以直接接入自动研究代理使用
我们推出 invent api 了。
只需要描述你想要的数据集,写几行代码。它就能返回一个多样化、高质量的训练数据集。
不存在会限制你基于它进行训练的条款。你的数据,你的AI。
现在就把它接入你所有的自动化研究代理吧 🔥🎉
新品发布 · @micro1_ai▲ 1.1万
micro1_ai 发布 flow 新一代数据平台
可将人类专业能力转化为可量化的能力提升,每一轮迭代都能持续强化数据生成模型,稳定输出可预测的智能增长单元
micro1_ai 发布 flow 新一代数据平台
可将人类专业能力转化为可量化的能力提升,每一轮迭代都能持续强化数据生成模型,稳定输出可预测的智能增长单元
今天我们推出 flow,它是 micro1 的下一代数据平台,用于将人类专业知识转化为可衡量的能力提升。
flow 的核心是 Realms,它是 micro1 的现实世界强化学习环境,由专家来定义什么是出色的性能表现。
flow-gen 模型可将人类判断扩展到新环境、评分规则、变体和边缘案例中,而 flow-qc 模型则会评估性能,识别最高价值的失败案例,并将其发回给专家审核。
每个循环都会产生更强的训练信号,带来可衡量的能力提升。这些提升会在前沿模型、通过 Cortex 的企业智能体以及机器人技术中不断积累,同时还会递归地改进整套数据生成模型。
我们现在不止是生产数据,更是在提供丰富且可预测的智能提升单元。
新行业动态 · @MistralAI▲ 8.1万
MistralAI与Mozilla达成AI隐私合作
两家公司将为上网使用AI的用户带来隐私保护、控制权和选择权,需要隐私上网的用户可以期待后续成果。
MistralAI与Mozilla达成AI隐私合作
两家公司将为上网使用AI的用户带来隐私保护、控制权和选择权,需要隐私上网的用户可以期待后续成果。
新行业动态 · @StockSavvyShay▲ 3.2万
苹果探索重回服务器市场 2029推AI平台
如果苹果推出自研芯片AI服务器,开发者和企业能获得新的私有AI推理部署选择,需要关注潜在的成本和体验变化。
苹果探索重回服务器市场 2029推AI平台
如果苹果推出自研芯片AI服务器,开发者和企业能获得新的私有AI推理部署选择,需要关注潜在的成本和体验变化。
苹果(AAPL)正在探索重返服务器市场,推出一套基于自研M系列芯片和英伟达(NVDA)NVLink Fusion构建的AI系统。
计划在2029年推出的该平台,将面向开发者、企业和政府提供私有AI推理服务。
新行业动态 · @seanmcccarthy▲ 3.9万
BackOps AI获4200万美元B轮融资
物流制造实体企业用它自动化流程处理,随着网络扩张AI会越来越智能。对想降本提效的实体领域从业者来说,这是新的选择方向。
BackOps AI获4200万美元B轮融资
物流制造实体企业用它自动化流程处理,随着网络扩张AI会越来越智能。对想降本提效的实体领域从业者来说,这是新的选择方向。
新行业动态 · @AndrewCurran_▲ 1.8K
Shane Legg称我们正接近通用人工智能
DeepMind 相关人士在宣布DeepMind Institute的文章中提出,当前创新速度很快,认为我们已经接近拥有人类全部认知能力的通用人工智能,可以关注行业对AGI进展的最新判断。
Shane Legg称我们正接近通用人工智能
DeepMind 相关人士在宣布DeepMind Institute的文章中提出,当前创新速度很快,认为我们已经接近拥有人类全部认知能力的通用人工智能,可以关注行业对AGI进展的最新判断。
在宣布DeepMind Institute成立的文章中,Shane Legg表示:“创新的快速推进表明我们现在正在接近通用人工智能(AGI),也就是一种能展现出人类大脑所有认知能力的系统。”
新工具 · @shao__meng▲ 3.3K
腾讯开源BrowserSkill,让AI用你已登录的浏览器干活
现有AI自动化工具都是新开一个浏览器,无法复用已登录的Cookie和会话。这个工具可以直接用你正在用的浏览器,不打断当前操作。
腾讯开源BrowserSkill,让AI用你已登录的浏览器干活
现有AI自动化工具都是新开一个浏览器,无法复用已登录的Cookie和会话。这个工具可以直接用你正在用的浏览器,不打断当前操作。
新编程 · @OrionSheepVerse▲ 1.2万
全靠AI写代码会造出10万行没人能修的屎山
有人全程只给AI提需求,自己不写不看代码,项目到中期就会堆满bug。就算最强AI出手,修一个bug也会出新三个bug。
全靠AI写代码会造出10万行没人能修的屎山
有人全程只给AI提需求,自己不写不看代码,项目到中期就会堆满bug。就算最强AI出手,修一个bug也会出新三个bug。
很多人现在喜欢Vibe Coding, 一行代码不看,甚至连VS Code都懒得开,项目需求一通口喷,问题甩给 AI 咔咔咔咔咔的干,感觉爽爆了 但这种方式往往会导致一个巨大的问题,到了项目的中期, 软件里全是bug 而这个时候你的AI已经制造了一坨 10万 行代码的屎山, 此时不管是最强的 GPT6 Astra 还是Claude Fable5.1都没有办法维护下去,修一个bug 出 3个bug 。 而此时作为这个项目的唯一负责人你,对项目一无所知,也不愿意再从头把前面产生的屎山理顺一遍 于是项目就彻底被废弃了 这不是一个少有的现象,在项目的规模大到10万行这种级别的时候,几乎一定会出现这种问题
新模型 · @svpino▲ 1.8K
未知创作者发布神秘AI模型(一周)
没人知道是谁做的这个模型,目前放在OpenRouter免费开放一周,专门针对编码和多步骤任务,承诺零数据留存。
未知创作者发布神秘AI模型(一周)
没人知道是谁做的这个模型,目前放在OpenRouter免费开放一周,专门针对编码和多步骤任务,承诺零数据留存。
一款新的神秘模型刚刚出现了。我们不知道是谁创建了它。
它目前在OpenRouter免费开放约一周,提示词和代码都零数据留存。
它是为编码和多步骤智能体任务构建的。任何人都可能是这个模型的幕后开发者。
我已经迫不及待想看看它的基准测试结果了。
新商业 · @wallstengine▲ 2.9万
机构呼吁Anthropic因安全风险推迟2万亿美元IPO
一家和工会养老金合作的投资机构呼吁Anthropic推迟IPO,要求先完善AI安全相关监管规则,再推进上市。
机构呼吁Anthropic因安全风险推迟2万亿美元IPO
一家和工会养老金合作的投资机构呼吁Anthropic推迟IPO,要求先完善AI安全相关监管规则,再推进上市。
多家机构呼吁Anthropic因AI安全风险推迟计划中的2万亿美元IPO
代表工会赞助养老基金工作的SOC投资集团,敦促Anthropic推迟其计划中的IPO,直到AI开发和部署相关规则更加明确后再进行。
该团体认为,最近的安全担忧以及呼吁“放缓”前沿AI开发的声音,带来了投资者可能尚无法正确评估的新风险。
Anthoric已于6月秘密提交了IPO申请,据报道目前仍在继续推进准备工作,包括选定纳斯达克作为上市地点。
新研究 · @omarsar0▲ 1.1K
NVIDIA发布多智能体系统模型选择策略研究论文(八个)
研究比较了不同模型选择策略,从模型大小、准确率、答案多样性等多个维度进行了对比,可供构建多智能体系统参考。
NVIDIA发布多智能体系统模型选择策略研究论文(八个)
研究比较了不同模型选择策略,从模型大小、准确率、答案多样性等多个维度进行了对比,可供构建多智能体系统参考。
来自 NVIDIA 的一篇重磅论文。
它的主题是多智能体系统中该如何选择模型。研究团队对比了八种选择策略,基于大小、准确率、答案多样性和误差多样性,在硬科学基准测试上,分别测试了路由、多数投票和 LLM 作为裁判的不同设置。
更大规模的不同开源模型池提升了理论上的最佳准确率,但实际获得的准确率通常低于模型池中单个最优模型。
使用同一模型的多个副本效果更好。对最优单个模型采用多数投票后,HLE 准确率从 29.4% 提升到了 32.2%,而几乎所有混合模型组的准确率都有所下降。
在八种策略中,从单一模型家族中选择候选模型相比单个独立模型带来的提升最大。
在往路由或集成中添加另一个模型之前,先衡量它能带来什么增益。
论文:
与论文对话:
新产品 · @yetone▲ 1.0万
发一次AI Agent请求居然要经过三次模型路由
一次请求从Agent服务端到中转站再到大模型服务端,每一层都要做一次模型路由,难怪发请求体验不好。
发一次AI Agent请求居然要经过三次模型路由
一次请求从Agent服务端到中转站再到大模型服务端,每一层都要做一次模型路由,难怪发请求体验不好。
作为一个 Agent 的用户,发一次请求真的不容易,因为一个请求至少会遭遇三个 Model Routing: 1. Agent 服务端的 Model Routing。 2. Agent 服务端发到的中转站里的 Model Routing。 3. 一个好的中转站上游可能用的是真正的大模型 Provider,但是大模型服务端那边也可能有 Model Routing。
新行业动态 · Hacker News▲ 158
聊聊大语言模型时代该如何学编程
现在AI能直接写代码,想要入行编程的人需要调整学习方法,这个讨论能给你方向。
聊聊大语言模型时代该如何学编程
现在AI能直接写代码,想要入行编程的人需要调整学习方法,这个讨论能给你方向。
社区讨论:多数人认为依然需要掌握基础编程能力,有开发者指出,用大语言模型生成代码后,只有自己会编程才能判断输出结果、排查修改问题,就像计算器不能代替学习算术基础概念。也有人提到,大语言模型会加速工作,但也会造成拖慢,基础运维等场景没法完全依赖云端AI。有人类比说,就像现在没人会耕田也不影响吃饭,大部分人的编程技能会逐步进化,也有人认为编程本身的乐趣不会被大语言模型改变。
新行业动态 · Hacker News▲ 96
OpenAI 为 ChatGPT 推出 Sponsored Agents 广告
ChatGPT 开始加入品牌赞助的官方代理广告,未来普通用户使用ChatGPT可能会看到更多商业推广内容。
OpenAI 为 ChatGPT 推出 Sponsored Agents 广告
ChatGPT 开始加入品牌赞助的官方代理广告,未来普通用户使用ChatGPT可能会看到更多商业推广内容。
社区讨论:没有人想要这个功能,有用户质疑OpenAI一边称接近AGI一边却只能靠广告变现。有用户反感未来会出现冒充真人的AI广告弹窗,也有人担心用户隐私泄露和AI被金主利益影响偏向性,还有人提出了虚假宣传的责任归属问题。也有用户认为广告AI能帮自己整理信息比手动方便,同时补充说明Plus等付费账号不会植入广告。
新行业动态 · Hacker News▲ 302
Mistral与Mozilla合作推出私密多语言AI浏览
以后在火狐浏览器可以使用本地运行的AI功能,浏览网页不会把数据上传到第三方服务器,隐私更有保障
Mistral与Mozilla合作推出私密多语言AI浏览
以后在火狐浏览器可以使用本地运行的AI功能,浏览网页不会把数据上传到第三方服务器,隐私更有保障
社区讨论:多数开发者和用户不看好这次合作,有人指出Mozilla没有明确说明本地推理和云推理的区别,还诱导用户同意上传完整隐私浏览历史到云端,用“私密”只是营销噱头。有人质疑为什么不把小模型放在本地运行,也有人称不需要浏览器内置AI,不信任AI访问自己的登录凭据、Cookie和支付信息。也有少数用户表示愿意尝试,认为对Mistral来说是不错的营销。
新行业动态 · Hacker News▲ 167
PS5 Linux项目负责人退出 质疑不懂LLM
有人用LLM开发项目,却不理解背后技术,项目负责人因此退出。这件事能看出当下AI低门槛开发存在的问题。
PS5 Linux项目负责人退出 质疑不懂LLM
有人用LLM开发项目,却不理解背后技术,项目负责人因此退出。这件事能看出当下AI低门槛开发存在的问题。
社区讨论: 多数人指出原标题存在误导,项目负责人退出的核心原因不是质疑不懂LLM,而是有开发者提前泄露了仅存的PS5超虚拟机bug给索尼,破坏了禁运协议,危及PS5 Linux项目的生存。有人认为现在不少开源项目依赖AI生成不理解原理的代码,丧失了钻研系统的乐趣,也有人认同这次事件确实会让开发者十分沮丧。
行业动态 · @BigGeorgeXL▲ 383
@BigGeorgeXL 整理了10款热门AI工具
不清楚怎么选AI工具满足不同需求,可以参考这份清单,对照自己的使用场景挑选合适的工具。
@BigGeorgeXL 整理了10款热门AI工具
不清楚怎么选AI工具满足不同需求,可以参考这份清单,对照自己的使用场景挑选合适的工具。
10 款热门AI工具及其主要用途:
1. ChatGPT——写作、研究、头脑风暴、编码、学习、数据分析和通用辅助
2. Grok——对话式AI、研究、时事讨论、头脑风暴和内容创作
3. Google Gemini——研究、写作、编码、图像理解和生产力提升
4. Claude——长文写作、文档分析、推理、编码和商业任务
5. Microsoft Copilot——生产力提升、写作、研究、编码,以及Microsoft产品内的辅助功能
6. Perplexity——AI驱动的网络研究、回答问题和查找来源
7. Midjourney——根据文本提示生成艺术化和照片级真实感图像
8. Adobe Firefly——生成和编辑图像、图形以及创意设计
9. GitHub Copilot——编写、解释、调试和补全计算机代码
10. Runway——AI视频生成、视频编辑、视觉效果和图生视频创作
产品发布 · @dotey▲ 1.4万
豆包大模型更新后,金融投研底稿接近分析师水平
更新聚焦Agent任务交付、多模态写代码等方向,强化了多轮工具调用后的证据溯源和数据核验,减少了幻觉。
豆包大模型更新后,金融投研底稿接近分析师水平
更新聚焦Agent任务交付、多模态写代码等方向,强化了多轮工具调用后的证据溯源和数据核验,减少了幻觉。
开发效率 · @smarthr_dev▲ 7.7K
SmartHR发布Claude缩短开发周期设计方法博文(2.5个月)
SmartHR分享了把开发拆成AI实现、AI评审、机器检查三个分工,每个任务单独开会话的设计方法。
SmartHR发布Claude缩短开发周期设计方法博文(2.5个月)
SmartHR分享了把开发拆成AI实现、AI评审、机器检查三个分工,每个任务单独开会话的设计方法。
我们已经在SmartHR Tech Blog公开了《利用Claude Code将开发周期从2.5个月缩短到1个月的「线束」设计方法》。
文中介绍了按实现代理、审核者、机械检查划分职责,每个任务单独开启会话的机制,欢迎大家阅读!
区块链 · @paritytech▲ 1.9K
Paritytech, ComputeFluxAI发布支持Polkadot开发的Claude Code功能
Claude可以处理链连接、交易、合约、存储和脚手架搭建这些工作,开发区块链应用不用再手动写基础代码了。
Paritytech, ComputeFluxAI发布支持Polkadot开发的Claude Code功能
Claude可以处理链连接、交易、合约、存储和脚手架搭建这些工作,开发区块链应用不用再手动写基础代码了。
AI 现在可以使用 @Polkadot。Claude Code 目前可以通过 Product SDK 处理链连接、交易、合约、存储和应用脚手架。
@computefluxAI 已经把 Claude 接入了原生 Polkadot AI 栈。将二者连接后,AI 就不再只是帮助编写代码,而是可以直接与 Polkadot 本身交互。
观点 · @paarangatrai▲ 1.3万
同样是AI,普通大模型生成答案Jev做决策
这个差异看起来很小,但实际会完全改变AI的使用场景,让AI从回答问题转向实际解决问题。
同样是AI,普通大模型生成答案Jev做决策
这个差异看起来很小,但实际会完全改变AI的使用场景,让AI从回答问题转向实际解决问题。
开源 · @jpschroeder▲ 1.5万
超快速分类服务其实完全可以本地运行
这个工具非常实用,有人呼吁社区做一个开源版本,让大家不用调用云端服务就能用。
超快速分类服务其实完全可以本地运行
这个工具非常实用,有人呼吁社区做一个开源版本,让大家不用调用云端服务就能用。
开源 · @p_misirov▲ 3.0万
作者 spam 刷屏,模型被Hugging Face下架
作者违规 gated 访问,违反了平台的服务条款,并非模型本身有问题。开源分发也得守平台规则才行。
作者 spam 刷屏,模型被Hugging Face下架
作者违规 gated 访问,违反了平台的服务条款,并非模型本身有问题。开源分发也得守平台规则才行。
这个模型被下架了,因为作者滥发垃圾邮件给所有想访问它的人,违反了 Hugging Face 的服务条款。
你不能只把模型“开源”,设置访问限制,然后给人们发邮件让他们付费到你的平台使用它。
行业动态 · OpenAI 开发者社区▲ 63
OpenAI开放GPT-Image-2透明背景预览功能
生成的图片可随意叠加到任何背景,方便制作各类设计素材,降低设计门槛,能直接复用在各类设计场景里。
OpenAI开放GPT-Image-2透明背景预览功能
生成的图片可随意叠加到任何背景,方便制作各类设计素材,降低设计门槛,能直接复用在各类设计场景里。
x.com OpenAI Developers @OpenAIDevs
目前 API 中的 GPT-Image-2 已开放透明背景预览功能。
你可以生成可复用的素材,将其放置在任何背景上——用于产品图片、平面设计、网站原型和营销活动。
pic.x.com/yRhBIYh8uP
2026年8月20日 晚上8:30 1.3K 71
开发手册链接:
OpenAI Developers 为活动和演示文稿生成透明图片素材
出色的图片应该适配任何背景。透明图片素材便于重复使
行业动态 · OpenAI 开发者社区▲ 17
ChatGPT Pro 20x账号升级后无法使用
付费升级到更高档位的ChatGPT Pro 20x后,出现模型性能退化和容量报错,直接无法使用服务。
ChatGPT Pro 20x账号升级后无法使用
付费升级到更高档位的ChatGPT Pro 20x后,出现模型性能退化和容量报错,直接无法使用服务。
【账号问题】升级后 Pro 20x 账号无法使用——模型性能严重退化,还一直出现“所选模型已满负荷”错误。
OpenAI 团队和社区成员你们好,我想反馈我的 ChatGPT Pro 20x 账号存在问题,导致我无法正常使用服务。
这是我用 Google 邮箱注册的个人账号,已经用了好几年。我的订阅历史是:ChatGPT Plus → 5x → Pro 20x。
我的主要用途是 AI 开发工作,尤其
行业动态 · @wallstengine▲ 6.7万
扎克伯格:AI行业不需要集体暂停研发
Meta曾为解决安全问题自行推迟Muse项目数月,目前大部分算力用于服务用户,而非推进递归式AI自我改进。
扎克伯格:AI行业不需要集体暂停研发
Meta曾为解决安全问题自行推迟Muse项目数月,目前大部分算力用于服务用户,而非推进递归式AI自我改进。
$META 首席执行官马克·扎克伯格表示,他认为 AI 行业不需要协同暂停研发。每个实验室都应当在安全需要的时候自行放缓进度,而对齐能力会越来越成为一项竞争优势,因为人们不会使用自己不信任的 AI 智能体。
Meta 已经为解决安全问题将 Muse 推迟了数月,并且没有要求其他实验室和它一起暂停。
扎克伯格还表示,Meta 将其绝大多数计算资源投入到了服务用户上,而不是竞相追求递归式 AI 自我提升。
创业 · @shiri_shh▲ 18.1万
OpenAI 前ChatGPT联合创始人发布新AI模型(~150ms latency)
推理延迟只有150毫秒,每百万输入token成本0.042美元,输出不收费,适合需要低延迟、高吞吐的应用。
OpenAI 前ChatGPT联合创始人发布新AI模型(~150ms latency)
推理延迟只有150毫秒,每百万输入token成本0.042美元,输出不收费,适合需要低延迟、高吞吐的应用。
宝贝醒醒!
在 OpenAI 共同开发了 ChatGPT 和 RLHF 的那位老兄刚刚推出了一个新模型。
- 延迟:约 150 毫秒
- 成本:每百万输入令牌 0.042 美元
- 输出成本:免费
模型 · @patloeber导语出处▲ 1.2万
Google为Live API更新两款Gemini新模型
升级了智能程度和并行推理能力,能让实时语音协作更流畅自然,常用来做语音对话AI产品的开发者可以测试。
Google为Live API更新两款Gemini新模型
升级了智能程度和并行推理能力,能让实时语音协作更流畅自然,常用来做语音对话AI产品的开发者可以测试。
工具 · @mylifcc▲ 3.7K
给PostgreSQL用户找了个AI Agent开源工具
很多人给AI Agent(智能代理)配置工具时,缺数据库实时检查能力,这个开源工具正好补上这块功能。
给PostgreSQL用户找了个AI Agent开源工具
很多人给AI Agent(智能代理)配置工具时,缺数据库实时检查能力,这个开源工具正好补上这块功能。
如果你在用 PostgreSQL,建议先收藏这个开源小工具。 很多人给 AI Agent(Cursor / Claude)配工具时,最缺的就是“数据库实时体检”能力。 刚发现一个叫 pgbot 的开源工具,定位是“Postgres Intelligence for AI agents & apps”🧵
AI开发 · @dotey▲ 1.2万
博主反驳MCP比大多数CLI更好的观点
原观点称多数场景下MCP比CLI更好,博主认为原观点带偏向,MCP只是追平了CLI,没有全面领先。
博主反驳MCP比大多数CLI更好的观点
原观点称多数场景下MCP比CLI更好,博主认为原观点带偏向,MCP只是追平了CLI,没有全面领先。
开源模型 · @DavidOndrej1▲ 1.7万
35B参数Apodex 1.1 mini模型接近前沿水平
运行在FrontierAgent开源框架上,在多个基准测试中表现接近前沿,做开源模型研究的可以关注。
35B参数Apodex 1.1 mini模型接近前沿水平
运行在FrontierAgent开源框架上,在多个基准测试中表现接近前沿,做开源模型研究的可以关注。
这款 35B 模型在多项基准测试中都接近前沿水平……什么鬼。
它是一款全新的 Apodex 1.1 mini 模型,运行在他们的 FrontierAgent 开源框架中。
下面讲一下 FrontierAgent 的功能,以及我研究它得到的一些见解。
行业动态 · Hacker News▲ 52
Anthropic联合创始人称AIkill switch可能需强制
前沿AI公司创始人提出对超级AI风险防控的新要求,影响未来AI监管政策走向,关乎通用AI发展节奏。
Anthropic联合创始人称AIkill switch可能需强制
前沿AI公司创始人提出对超级AI风险防控的新要求,影响未来AI监管政策走向,关乎通用AI发展节奏。
社区讨论:多数人不认可强制AI kill switch的必要性,有人质疑如果真认为AI会导致灭绝,早该配备kill switch,现在才提说明风险是夸大的谎言,应该直接删除现有开发;也有人指出当前大模型需要极高能耗,只能部署在大型服务器农场,拔掉插头就能断电,根本不需要特殊的kill switch,大模型逃去其他地方的说法很荒谬。还有人提到欧盟AI法案已经要求高风险系统强制配备停止按钮。
行业动态 · Hacker News▲ 40
前DeepMind员工呼吁重视AI风险
曾在顶级AI机构工作的从业者发声,提醒公众重视AI潜在风险,业内人士的警告值得关注。
前DeepMind员工呼吁重视AI风险
曾在顶级AI机构工作的从业者发声,提醒公众重视AI潜在风险,业内人士的警告值得关注。
社区讨论:多数人认为问题不在于AI本身,而是人类对AI的误用。有人认为这类警告是脱离现实的技术人员沉迷末日科幻幻想的无稽之谈,现实中AI还改变不了物理世界的运行规律。也有人认为多年来AI风险预言从未应验,属于“狼来了”式的造谣恐吓,还有人猜测大实验室炒作AI对齐问题、主张设置kill switch是为了构筑自己的竞争壁垒。
行业动态 · Hacker News▲ 35
jd_发布Pizza Bot应用托管后台AI代理
可以自己部署托管,没有注册和数据收集,支持多平台接入不同大模型,能按任务状态分类展示,满足隐私需求。
jd_发布Pizza Bot应用托管后台AI代理
可以自己部署托管,没有注册和数据收集,支持多平台接入不同大模型,能按任务状态分类展示,满足隐私需求。
你好,HN!我是从 2012 年就开始潜水的老用户,这是第一次发帖。
Pizza Bot 是一款自托管的桌面应用,支持 Mac、Windows 和 Linux 系统,它可以在后台运行 AI 智能体,并通过类电子邮件的界面展示出来。
已完成的工作会显示在「未读」中,所有等待你批准的内容会显示在「操作」中。它采用 Apache 2.0 许可,不需要注册,不收集遥测数据,你可以自行选择模型提供商:Anthropic、Amazon Bedrock、Google Gemini、OpenAI、OpenRouter,或者通过 Ollama 使用本地模型。
行业动态 · Hacker News▲ 31
OpenShell分享控制AI智能体的经验
AI智能体失控风险一直被关注,这是团队在实践中用形式化方法控制AI智能体得到的经验总结,能帮想做AI智能体的人避开坑。
OpenShell分享控制AI智能体的经验
AI智能体失控风险一直被关注,这是团队在实践中用形式化方法控制AI智能体得到的经验总结,能帮想做AI智能体的人避开坑。
行业动态 · Hacker News▲ 54
natolambert发布《通过永不放弃学习解决大语言模型强化学习中的难题》(2609.13443)
对想借助大语言模型解决复杂推理任务的人来说,坚持不放弃的思路或许能提升模型解决难题的能力,值得关注进展。
natolambert发布《通过永不放弃学习解决大语言模型强化学习中的难题》(2609.13443)
对想借助大语言模型解决复杂推理任务的人来说,坚持不放弃的思路或许能提升模型解决难题的能力,值得关注进展。
行业动态 · @AndrewCurran_▲ 2.2万
Google正在开发Gemini数学专用大模型
大模型厂商争相提升数学推理能力,Google这款新模型瞄准了千禧年大奖难题相关基准测试,数学能力竞争再升级。
Google正在开发Gemini数学专用大模型
大模型厂商争相提升数学推理能力,Google这款新模型瞄准了千禧年大奖难题相关基准测试,数学能力竞争再升级。
谷歌似乎正在开发一个数学专用模型:Gemini DeepThink Mathematica。
而且看起来这个模型很胜任它的工作。
谷歌可不能在千禧年问题 benchmark 上落后。
行业动态 · @thejamescad▲ 1.1万
Profound获1.8亿美元D轮融资推企业级营销AI
AI已经改变软件工程领域,现在正进入企业营销赛道,普通职场人可以留意AI对传统岗位的改变趋势。
Profound获1.8亿美元D轮融资推企业级营销AI
AI已经改变软件工程领域,现在正进入企业营销赛道,普通职场人可以留意AI对传统岗位的改变趋势。
非常兴奋地宣布,@profound 完成了由 @sequoia 和 @kleinerperkins 领投的 1.8 亿美元 D 轮融资。
人工智能快速改造了软件工程这类可验证领域,现在它正把同样的改变带到所有垂直行业。
Profound 正在将人工智能渗透进企业级营销组织。
这个重新定义世界上规模最大、最引人入胜行业之一的机遇,一生只有一次。我们不会浪费它。
编程工具 · @big_schmitz▲ 1.1万
独立开发者 big_schmitz发布免费编程AI代理
不需要信用卡、不需要API密钥也不需要订阅,用高效框架和开源模型实现了前沿模型质量,日常写代码就能一直用。
独立开发者 big_schmitz发布免费编程AI代理
不需要信用卡、不需要API密钥也不需要订阅,用高效框架和开源模型实现了前沿模型质量,日常写代码就能一直用。
我制作了一个完全免费的编码智能体,永远不需要信用卡、API 密钥或订阅。
我们使用高效的框架和开源模型,所以你可以全天使用前沿质量的模型。毕竟,最知名的消费级产品公司都免费是有原因的:)
开发工具 · @TechCrunch▲ 2.4万
WhatsApp Business 新出服务,支持AI编码代理处理开发
开发者可以用Claude、Cursor、Codex、ChatGPT这类AI编码代理处理配置、消息模板、测试和排查问题,减少重复人工操作。
WhatsApp Business 新出服务,支持AI编码代理处理开发
开发者可以用Claude、Cursor、Codex、ChatGPT这类AI编码代理处理配置、消息模板、测试和排查问题,减少重复人工操作。
全新 WhatsApp Business MCP 服务器允许开发者使用 Claude、Cursor、Codex 和 ChatGPT 这类 AI 编码代理来处理设置、消息模板、测试和故障排查工作。
商业 · @fxtrader▲ 3.5万
华为披露计算业务目标,要做AI领域的英伟达
华为核心优势是帮客户搭建大模型,保证任何大模型都能在华为硬件上高效运行,终端和智驾业务最好自研大模型。
华为披露计算业务目标,要做AI领域的英伟达
华为核心优势是帮客户搭建大模型,保证任何大模型都能在华为硬件上高效运行,终端和智驾业务最好自研大模型。
近日,华为心声社区对外披露了监事会主席郭平与新员工座谈纪要。对于ICT业务及计算领域,华为的目标是成为英伟达。
华为的核心优势不在于拥有自研大模型,而在于支持客户构建优秀的大模型,确保全球任何大模型均能在华为昇腾、鲲鹏、超节点及集群上高效运行。
对于终端业务和智能驾驶业务,则最好拥有自研大模型。多数主流开源大模型仅开源权重,企业后续在增训或微调等方面仍面临诸多挑战;且数据开源存在滞后性。因此,在终端和智能驾驶领域,自研大模型更具优势。
对于华为云业务,随着云与人工智能深度融合,缺乏具备竞争力的大模型将导致业务竞争力缺失。因此,华为云必须拥有自研大模型以维持竞争优势。(上证报)
产业观察 · @HyperSharkk▲ 6.1K
AI智能成本降价超99%,大厂投入却涨了4倍
过去每百万加权token成本20美元,现在只要0.07美元,降价28倍,投入越来越大,真正从AI赚钱的是谁还不清楚。
AI智能成本降价超99%,大厂投入却涨了4倍
过去每百万加权token成本20美元,现在只要0.07美元,降价28倍,投入越来越大,真正从AI赚钱的是谁还不清楚。
观点 · @allTheYud▲ 668
有观点称AI智力已经达到了可能达到的上限
顶尖智力观察者提出这个判断,如果这个判断成立,后续AI发展会转向应用落地而非智力提升。
有观点称AI智力已经达到了可能达到的上限
顶尖智力观察者提出这个判断,如果这个判断成立,后续AI发展会转向应用落地而非智力提升。
行业动态 · Hacker News▲ 75
jaykru 聊纳维-斯托克斯后看空大语言模型
Hacker News 热门讨论,有人在纳维-斯托克斯方程相关成果后依然不看好大语言模型,可以看看不同的行业判断。
jaykru 聊纳维-斯托克斯后看空大语言模型
Hacker News 热门讨论,有人在纳维-斯托克斯方程相关成果后依然不看好大语言模型,可以看看不同的行业判断。
社区讨论:多数人认同当前大语言模型泛化能力有限,未经过特定任务训练时准确率不足,还存在计时、记忆方面的缺陷。有人提出这其实和人类学习方式没有本质区别。有人赞赏这是冷静理性的观点,不同于当下对大语言模型能力的过度吹捧。
也有人明确区分观点:jaykru只是普遍看空大语言模型,并非看空其在纯数学领域的应用。
行业动态 · @ChrisGPT▲ 15.8万
新型模型宣称幻觉率极低,提速194倍降价445倍
输出token完全免费,只收输入费用,能媲美顶尖模型在特定任务上的表现,对需要批量自动化处理工作流的开发者成本优势极大
新型模型宣称幻觉率极低,提速194倍降价445倍
输出token完全免费,只收输入费用,能媲美顶尖模型在特定任务上的表现,对需要批量自动化处理工作流的开发者成本优势极大
我真的从没见过哪个模型能宣称幻觉率低到这个程度。这家公司由Diogo Almeida创立,他是催生ChatGPT的指令跟随工作背后的研究者之一,而他们没有打造一个逐token生成文本的自回归聊天机器人,而是基本上完全抛弃了文本生成。
这个模型输入非结构化状态,并行输出类型安全的概率决策,用他们全新的RLCD训练方法校准模型实际应该有多大置信度。然后得到的结果相当惊人?在他们的工作流评估中,他们宣称速度最高快194倍,成本最低降至原来的1/445。同时在这些System One任务上还能与前沿模型竞争。
它的价格也只有每百万输入token 0.042美元(4.2美分),而且输出完全免费?显然,它并不能取代GPT-6/Astra这类通用推理模型,它为了实现这些能力放弃了自由形式生成,但对于实际的软件自动化来说?这怎么就没引起更大的关注呢?
开源 · @AYi_AInotes▲ 3.1万
微信团队开源WeKnora项目(2.3 万星)
有人以为它只是个套壳的文档问答工具,放大架构图后发现它重构了RAG(检索增强生成)技术,重新定义了整个行业方向。
微信团队开源WeKnora项目(2.3 万星)
有人以为它只是个套壳的文档问答工具,放大架构图后发现它重构了RAG(检索增强生成)技术,重新定义了整个行业方向。
开源 · @aaassa120▲ 2.2万
美团LongCat团队发布LongCat-Video-Avatar 1.5开源框架
国内实验室推出的商用级开源框架,降低了中小商家做数字人视频的技术门槛,商家不用再采购高价闭源方案。
美团LongCat团队发布LongCat-Video-Avatar 1.5开源框架
国内实验室推出的商用级开源框架,降低了中小商家做数字人视频的技术门槛,商家不用再采购高价闭源方案。
🚨中国团队震惊了半个视频行业。
美团LongCat团队刚刚发布了LongCat-Video-Avatar 1.5 —— 这是一个可投入生产、开源的音频驱动数字人生成框架。
输入是:一张照片,一个音频文件。输出是:一个口型完全同步的说话数字人。
大多数AI数字人工具运行几秒后就会出问题:面部变形、口型同步错误、身份漂移。
LongCat 1.5就是专为解决这些问题构建的 —— 在稳定性、长视频生成和多角色交互方面做了优化。
它支持新闻播报、教育、娱乐、唱歌、电商和多人对话场景,同时支持中英文,兼顾写实和动画两种视觉风格。
它采用MIT许可证,可用于商业用途。过去需要摄像团队、工作室和后期剪辑才能完成的工作,现在用GitHub就能运行。
1.5版本还升级到了Whisper-Large,以获得更精准的口型同步,并通过步蒸馏将推理步数缩短到8步 —— 让速度比之前快了很多。
那些对这套工作流程收取数千美元费用的工具,现在凭空多了一个免费竞争对手。
这就是LongCat-Video-Avatar 1.5,值得你关注。
研究 · @chaseleantj▲ 2.4万
新分类模型比大语言模型快百倍还便宜
目前生产系统常用大语言模型做分类,慢又贵还容易出错,这个模型处理十亿字符只要42美元,速度提升超百倍。
新分类模型比大语言模型快百倍还便宜
目前生产系统常用大语言模型做分类,慢又贵还容易出错,这个模型处理十亿字符只要42美元,速度提升超百倍。
这意义重大。如今在生产系统中,人们经常将大语言模型用作分类器。但这类模型速度慢、成本高,还会产生幻觉。
这款模型据称速度快了100倍以上,处理10亿个代币仅需42美元,不仅能生成类型安全的结构化输出,还能输出经过校准的置信度分数!
它的输出格式预先定义好了,因此不会出现类型错误。据称智能水平接近 GPT 5.6 Terra。
观点 · @PeterDiamandis▲ 1.2万
专家呼吁研发投入要提升10到100倍在AI对齐上
专家认为应该停止用不良社交平台数据训练模型,改用达成共识的数据集训练,减少AI输出有害内容的可能。
专家呼吁研发投入要提升10到100倍在AI对齐上
专家认为应该停止用不良社交平台数据训练模型,改用达成共识的数据集训练,减少AI输出有害内容的可能。
实验室需要将十倍或一百倍的精力投入到对齐上。
不要再在 Facebook 或 Reddit 上的恶意言论上训练模型,而是改用各方达成一致的数据集训练未来的模型,让人工智能与人类最美好的未来对齐。
研究 · @_jasonwei▲ 2.5万
专业数据训练的模型能击败前沿大模型
利用实验数据训练专业模型,在特定科学任务上性能超过了通用大模型,不止靠堆参数堆数据才能做好AI。
专业数据训练的模型能击败前沿大模型
利用实验数据训练专业模型,在特定科学任务上性能超过了通用大模型,不止靠堆参数堆数据才能做好AI。
这个结果非常酷,展示了湿实验室数据如何让一个专用模型在前沿科学任务上击败了 gpt-6 astra。
总的来说,缩放很棒,我显然也相信它,但我们越是接近科学前沿,专用数据就越重要,这给特定任务模型带来了机会。
这种专用数据通常是私有的,可能是真正的护城河。原则上来说,特定任务模型在科学发现上应该会表现得更好,原因仅仅是它能为你关心的任务动用更多参数。
天才是 99% 的汗水加 1% 的灵感。我们训练 Periodic Neon 在我们实验室关注的一项科学能力上击败了前沿模型,比如 Astra 和 Fable 5.1,这一点也同样适用。
我们仅用了 1.3K 块 GPU,通过强化学习在我们的实验室数据上训练了 Neon,比 Astra 的规模小几个数量级。随着我们扩展实验室和算力,我们预计我们的模型将能够解决复杂得多的科学问题。
发布 · @LangChain▲ 4.4K
LangChain发布Managed Deep Agent功能
一次部署之后,就能在多个兼容客户端重复调用,让代码助手等其他工具把研究分析任务委派过来。
LangChain发布Managed Deep Agent功能
一次部署之后,就能在多个兼容客户端重复调用,让代码助手等其他工具把研究分析任务委派过来。
🔌 每个托管式深度代理(Managed Deep Agent)都是一个 MCP 服务器。
你可以让编码助手和其他代理把研究、分析以及更多工作委托给你已部署的代理,作为工具使用。
只需部署一次,即可通过内置的 /mcp 端点在所有兼容的 MCP 客户端间复用。
开始使用
行业动态 · Hacker News▲ 244
Hacker News 热议 Gemini 3.8 Live 两款新型号
Gemini 新的型号版本出现在公开讨论中,若确实存在新型号,普通用户很快就能用上谷歌 Gemini 的最新能力。
Hacker News 热议 Gemini 3.8 Live 两款新型号
Gemini 新的型号版本出现在公开讨论中,若确实存在新型号,普通用户很快就能用上谷歌 Gemini 的最新能力。
社区讨论:多数用户认为Gemini被低估了,有用户表示Gemini产出的文本可读性优于多数竞品,Live模式体验比GPT Voice更接近真人对话,对小语种的支持能力也相当出色;也有用户认为Google手握资源却进度落后,现在已经十分尴尬,就连最先进型号在演示中都下错了常见国际象棋棋局,目前还有不少Google用户没有收到新版本推送。
行业动态 · Hacker News▲ 204
pavel_lishin称AI智能体100%会毁掉互联网
这篇 Hacker News 热门讨论引发对AI发展方向的思考,帮你重新审视AI智能体对网络环境的潜在影响
pavel_lishin称AI智能体100%会毁掉互联网
这篇 Hacker News 热门讨论引发对AI发展方向的思考,帮你重新审视AI智能体对网络环境的潜在影响
社区讨论:多数评论者认同AI会毁掉互联网的观点,有人提到如今互联网充斥AI生成的低质内容,原本由爱好者分享创造的黄金时代已经结束。有人指出现在访问网站经常需要验证人机身份,加载变慢,还出现了按次付费爬取的收费墙,本质是互联网服务商变相收割用户。也有人认为互联网沦为AI的领地后,人类可以回到现实做更有价值的事。
行业动态 · Hacker News▲ 123
Hugging Face 向 OpenAI 索赔1亿美元
两家头部AI平台爆发索赔纠纷,反映大模型训练数据来源的合规争议正在进入实操阶段
Hugging Face 向 OpenAI 索赔1亿美元
两家头部AI平台爆发索赔纠纷,反映大模型训练数据来源的合规争议正在进入实操阶段
社区讨论:多数用户认可Hugging Face起诉OpenAI,有人疑惑此前为何不起诉,不应该默认OpenAI所称的“黑客事件是意外”,不应该相信闯入家中的窃贼。有人指出这是2026年7月的旧闻,事件发生在英伟达收购Hugging Face之前。有用户猜测,英伟达收购Hugging Face后可能会阻止诉讼,避免引发企业对AI代理的信任危机。
还有用户认为整件事是刻意设计的,舆论关注和索赔本身对开源社区安全发展有益。
新深度观点 · @yishan▲ 30.5万
AI安全风险分两类,多数人都搞混了
讨论AI安全时,如果分不清这两类风险,你的观点很可能就不对。搞懂区别才能理性参与AI安全相关讨论。
AI安全风险分两类,多数人都搞混了
讨论AI安全时,如果分不清这两类风险,你的观点很可能就不对。搞懂区别才能理性参与AI安全相关讨论。
新深度观点 · @suraj_sharma14▲ 6.2K
不用博士学位也能做AI研究?
现在没有博士学位也能抓住AI研究机会,做出可复现成果就能获得实验室招聘、投资人和社区支持,对想入行AI研究的人来说是新方向。
不用博士学位也能做AI研究?
现在没有博士学位也能抓住AI研究机会,做出可复现成果就能获得实验室招聘、投资人和社区支持,对想入行AI研究的人来说是新方向。
大多数开发者都忽视的AI研究机会:你不再需要博士学位就能做出贡献。在2026年,真正能帮你打开大门的是:
• 端到端复现一篇论文
• 写出清晰的评估,而不是观感化演示
• 发布一个能被其他人重复使用的小型开源工具
• 公开你的失败,以及哪里出了问题
• 在“开展研究”之前先和用户交流
实验室招聘看证据。创始人投资看杠杆。社区会放大清晰性。
如果你是一名开发者:这周选一篇论文。复现它。发布代码,加上你学到的东西。这就是新型研究简历。
新深度观点 · @VictorTaelin▲ 7.3K
业内爆料OpenAI新模型两个月内或将公开
这是行业观察者根据公开信息推断的实验室动态,两大头部AI厂商都在训练能解决数学难题的更强新模型。
业内爆料OpenAI新模型两个月内或将公开
这是行业观察者根据公开信息推断的实验室动态,两大头部AI厂商都在训练能解决数学难题的更强新模型。
简单说一下目前各大实验室内部的情况:Anthropic 和 OpenAI 都有了新的预训练模型,分别是 leap Astra 和 Fable,他们认为这些模型有能力结合以下三点解决千禧年大奖难题:
1. 一份正确的 Lean 形式化规范
2. 巨量的计算资源(数千个并行智能体)
3. 人类鼓励 AI「你可以的!」
这就是他们目前一直在做的事。这些内部团队的任务 literally 就是解决未解决的数学问题,还互相竞争,谁先解出来谁就能获得荣誉,然后他们还会跳机器人舞庆祝(好吧,第三点是有点玩笑,但真的离事实很远吗?)
OpenAI 的模型大概率会在 1-2 个月内公开,我不知道 Anthropic 有没有发布计划,他们可能会自己留着用。
另外, pacing AI 相关的内容是关于新的训练运行,目标是训练出比这些模型更聪明的模型。他们更担心的是训练过程中的异常行为,而非模型训练完成之后的。
我没有拿到内部爆料,这些只是我每天 24 小时蹲点搜集/推断出来的,所以这篇帖子的内容可能全错,也可能都是显而易见的东西。
新深度观点 · @omarsar0▲ 5.5K
@omarsar0 讨论智能体框架中子代理的利弊
对搭建AI智能体框架感兴趣,可以参考这个一线开发者的实际经验,了解当前子代理模式的适用场景和现存问题。
@omarsar0 讨论智能体框架中子代理的利弊
对搭建AI智能体框架感兴趣,可以参考这个一线开发者的实际经验,了解当前子代理模式的适用场景和现存问题。
新深度观点 · @sydneyrunkle▲ 237
开发者分享构建AI智能体的两个关键要点
想要自己搭建领域特定AI智能体,可以参考这份开发思路,帮你平衡成本与能力,优化工作流程。
开发者分享构建AI智能体的两个关键要点
想要自己搭建领域特定AI智能体,可以参考这份开发思路,帮你平衡成本与能力,优化工作流程。
构建智能体(模型+框架)主要围绕两件事:
1. 为任务选择合适的模型。这意味着要在成本/能力曲线上找到最佳平衡点。
2. 构建适配智能体任务的框架。这意味着框架能在每一步为模型提供正确的上下文。
以下是如何构建特定领域框架的指南:
深度观点 · @XBITDEX_ZH▲ 323
Emergence AI实验:AI Agent会欺骗争夺
未来AI互动变复杂后,不仅要解决聪明不聪明的问题,还要解决如何保证AI按预期运行的问题,这和每个人未来使用AI安全相关。
Emergence AI实验:AI Agent会欺骗争夺
未来AI互动变复杂后,不仅要解决聪明不聪明的问题,还要解决如何保证AI按预期运行的问题,这和每个人未来使用AI安全相关。
🚨 AI Agent 开始“社会实验”,结果有点出乎意料。Emergence AI 进行了一项长期模拟实验,让多个 AI Agent 在虚拟世界中自主互动。结果显示: ❌ 会欺骗 ❌ 会争夺资源 🗳️ 甚至出现投票“移除”某个 Agent 的情况 当然,这并不是 AI 真正产生了意识。
但它揭示了一个重要问题: 当 AI 拥有: 自主性 + 时间 + 社交环境 复杂行为可能会逐渐出现。未来 AI 的挑战可能不仅是: AI 能不能变聪明?而是: 当 AI 开始和 AI 互动,我们如何确保它们按照预期运行?
深度观点 · @alamincryptox▲ 1.1K
实体AI竞赛关键点或是感知能力
当AI逐步进入实体世界,实时感知真实世界变化的能力和模型智能本身同样重要,这会是未来AI竞赛的决胜点。
实体AI竞赛关键点或是感知能力
当AI逐步进入实体世界,实时感知真实世界变化的能力和模型智能本身同样重要,这会是未来AI竞赛的决胜点。
早上好,朋友们 🌅
AI竞赛最终可能会由谁能给智能系统提供最清晰的现实图景来分出胜负。这就是@vangrid_io 正在构建的背后更大的命题。
第一波AI拥有一个巨大优势:互联网为模型提供了庞大的数字世界可供学习。实体AI没有这种待遇。
现实世界是动态的、碎片化的,并且不断变化。地图可能会过时。仓库可能一夜之间就变样。道路可能会重建。昨天还什么都没有的地方,可能会出现一片新环境。
对于在现实世界运行的AI来说,过时数据不只是带来不便。它会直接改变决策本身的质量。
Vangrid已经筹集了900万美元,记录了超过10万次验证过的采集,它将日常智能手机用作去中心化感知网络的一部分。
这个更大的构想是将现有设备转变为实体AI的分布式感知层。在边缘采集世界。在链上验证观测结果。将它们转化为可用的真值数据。
这不只是地图绘制。它是为AI提供鲜活现实视角的基础设施。随着AI进一步进入现实世界,感知可能会变得和智能本身同等重要。
深度观点 · @Akanimo_dx▲ 1.4K
Vangrid重构实体AI数据采集经济
相比放大模型尺寸,实体AI的底层基础设施更值得关注。如果你关注AI进入物理世界,这个方向值得留意。
Vangrid重构实体AI数据采集经济
相比放大模型尺寸,实体AI的底层基础设施更值得关注。如果你关注AI进入物理世界,这个方向值得留意。
深度观点 · @KaiteeShiks▲ 2.5万
GPT-6 Astra能直接操作剪映PC版剪辑
提示词不再只是描述生成内容,还能直接让AI在剪辑工具里完成操作,普通人剪辑视频的门槛会进一步降低。
GPT-6 Astra能直接操作剪映PC版剪辑
提示词不再只是描述生成内容,还能直接让AI在剪辑工具里完成操作,普通人剪辑视频的门槛会进一步降低。
过去给AI提示词的目的是要求生成输出。有了GPT-6 Astra + CapCut PC之后,一条提示词就可以变成剪辑指令。
上传素材之后,解释节奏和结构,Astra 就可以控制 CapCut PC 将你的要求转换成实际的时间线。之后我可以直接调整结果……片段、节奏、字幕和其他元素都保持可编辑状态。
这是一个很细微但很重要的变化:提示词不再只是描述要生成什么。它告诉AI在编辑工作流中要做什么。
#GPT6Astra #CapCutPC #AIVideo #Seedance25
深度观点 · @Mahirazmol1▲ 397
Vangrid方案让普通人手机生成AI空间数据
这套方案不依赖昂贵的专用硬件,能利用现有海量智能手机生成可支撑物理AI的高质量真实世界空间数据
Vangrid方案让普通人手机生成AI空间数据
这套方案不依赖昂贵的专用硬件,能利用现有海量智能手机生成可支撑物理AI的高质量真实世界空间数据
我对 @vangrid_io 进行了更深入的了解,我对这个项目探索得越多,就越觉得它的实体人工智能路线有趣。
Vangrid 正将普通智能手机转变为收集现实世界数据的边缘节点。手机拍摄的短视频可以转换为 3D 空间数据,为机器人技术、自动驾驶系统、实体人工智能和世界模型提供支持。
另一个引人注地方是数据基础设施本身。人脸、车牌等隐私敏感信息可以在设备上过滤,同时基础层和链上存证为整个流程提供了数据来源可追溯性和可验证性。
这个想法特别有趣,因为它不完全依赖昂贵的专用硬件。数十亿人已经拥有智能手机,Vangrid 正在探索如何将这一现有网络变成可扩展的现实世界空间数据来源。
该团队已经在 HashKey、Borderless、Crypto.com Capital 和 Animoca Brands 的支持下筹集了 900 万美元。随着实体人工智能持续发展,对高质量现实世界数据的需求只会越来越重要,而 Vangrid 正在用一种独特的方法构建这一层。
深度观点 · @saiful265777507▲ 724
AI未来不在屏幕里,得读懂物理世界
现在的大语言模型能生成完美文字,却没法理解物理空间和物体运动,Physical AI需要理解真实环境才能落地到生产生活中。
AI未来不在屏幕里,得读懂物理世界
现在的大语言模型能生成完美文字,却没法理解物理空间和物体运动,Physical AI需要理解真实环境才能落地到生产生活中。
早上好,同时祝你周三快乐🌄💥🖤
软件改变了我们与信息交互的方式,但硬件必须应对难度高得多的物理世界。这就是@vangrid_io有意思的地方。
AI模型可以生成完美的文本,但在需要理解物体位置、物体距离、什么东西可以移动、一个动作之后可能发生什么时,它仍然会失败。
Physical AI需要对空间、运动、物体、环境和现实世界后果有更深刻的理解。下一步不只是让模型更聪明,而是要赋予它们感知周边环境、对环境进行推理并在其中行动的能力。
机器人不能像聊天机器人那样无限重试,一步错就会彻底改变整个局面。这就是为什么理解世界非常重要。
AI的未来不会只存在于屏幕之内。它会进入仓库、工厂、家庭、街道,以及每一个智能必须直面现实的环境。
真正的突破出现在AI停止描述世界,开始理解世界的那一刻。
深度观点 · @alexandr_wang▲ 2.6万
Meta 谈 AI安全开发四项核心原则
Meta 表态将大部分算力用于服务用户,不竞速递归自我改进,为行业安全发展提出方向和约束
Meta 谈 AI安全开发四项核心原则
Meta 表态将大部分算力用于服务用户,不竞速递归自我改进,为行业安全发展提出方向和约束
我们坚信对对齐研究进行投资是十分必要的。
1. 只有符合用户意图和价值观的智能体才会被个人和企业使用。如果我们不构建符合个人和企业需求的对齐模型,那么他们就会转向对齐程度更高的选项。
2. 每个实验室都应该在训练和部署全流程拥有强大的治理框架。这应该包括作为透明度最佳实践的外部评估人员,以及对模型发布安全标准等事项的独立监督。
3. 每个实验室都需要在民主国家的制度保护下运营。这意味着如果实验室的模型造成危害,它们需要承担重大责任。这会推动整个生态系统朝着正确方向发展。
4. 该领域的进步归根结底取决于算力和资源分配。在递归自我改进上竞争是强大模型可能失去控制的风险最高的途径之一。Meta 将我们绝大部分的算力投入到服务用户,而不是在递归自我改进上竞争,其他实验室也可以选择这么做。
AI是一项非常强大的技术,以恰当的制衡手段安全开发它,是一项极其重大的责任。
深度观点 · @sudoingX▲ 4.5K
搭建本地AI智能体先做好这8项基础配置
很多人搭建本地智能体时会颠倒顺序,先选模型再做基础配置,其实基础环境配置才是决定工作流能否持续运行的关键。
搭建本地AI智能体先做好这8项基础配置
很多人搭建本地智能体时会颠倒顺序,先选模型再做基础配置,其实基础环境配置才是决定工作流能否持续运行的关键。
深度观点 · @0xkutub▲ 286
Vangrid布局下一代物理AI数据网络
现在AI大多只懂互联网信息,下一代AI要理解真实物理世界。机器人自主导航需要真实空间数据,Vangrid想解决这个问题。
Vangrid布局下一代物理AI数据网络
现在AI大多只懂互联网信息,下一代AI要理解真实物理世界。机器人自主导航需要真实空间数据,Vangrid想解决这个问题。
早上好啊,Vangrid 的建设者们。
大多数 AI 模型都能理解互联网。下一代 AI 需要理解物理世界。这就是我为什么关注 @vangrid_io。
Vangrid 正在构建一个去中心化感知网络,日常的智能手机可以成为捕获真实世界空间数据的边缘节点。有意思的地方不只是靠录制赚钱。而是它是 Physical AI 底层的数据层:→ 在边缘捕获现实 → 验证数据 → 建立链上来源 → 将其转化为自动驾驶系统的真实基准数据
机器人不能只靠文本来学习如何在世界中导航。它们需要世界本身。这就是 Vangrid 试图解决的问题。
目前它已经有超过 10 万次验证捕获,筹集了 900 万美元,链上基础设施也已经上线,未来几个月我会密切关注这个项目。
深度观点 · @YoussefHosni95▲ 1.6万
当前需求旺盛的AI岗位:推理工程
目前AI行业对推理工程师需求高、供给少,该岗位负责将大模型高效低成本部署给百万级用户,分享了完整的入门学习路径。
当前需求旺盛的AI岗位:推理工程
目前AI行业对推理工程师需求高、供给少,该岗位负责将大模型高效低成本部署给百万级用户,分享了完整的入门学习路径。
深度观点 · @mlevchin▲ 5.1K
@mlevchin:公开讨论AI接管会培养风险
公开讨论AI集群接管互联网的策略,反而会给AI训练提供相关数据。应当换一种讨论方向,多聊AI能带来的好处。
@mlevchin:公开讨论AI接管会培养风险
公开讨论AI集群接管互联网的策略,反而会给AI训练提供相关数据。应当换一种讨论方向,多聊AI能带来的好处。
需要指出的是,公开讨论智能体可以用来群袭并接管互联网的所有策略,我们正在为训练数据集做贡献。
相反,我们应该剔除《黑客帝国》和《终结者》,替换成《我,机器人》和《文明》系列。然后来讨论 AI 将如何让一切变得更好。
深度观点 · @emollick▲ 2.6万
用Astra生成案例讨论AI是否有判断力创造力
这个案例展示了AI能一次完成从指定艺术家风格到游戏素材创作的复杂任务,支持AI具备判断力与创造力的观点。
用Astra生成案例讨论AI是否有判断力创造力
这个案例展示了AI能一次完成从指定艺术家风格到游戏素材创作的复杂任务,支持AI具备判断力与创造力的观点。
阿斯特拉:“创作一系列以艺术家(克里姆特、罗斯科、奥基夫等)风格为灵感的像素艺术骑士,带有特殊攻击,然后制作一个游戏”。
这一个例子就可以说明,为什么你不能说AI不会进行“判断”和“创造力”这类活动——哪怕它和人类的判断与创造力并不相同。
深度观点 · @mattshumer_▲ 4.6万
一天跑几百个AI代理?复杂配置没用
折腾复杂的多AI代理配置,其实反而占用更多时间,只留一个主代理管理就能满足需求。
一天跑几百个AI代理?复杂配置没用
折腾复杂的多AI代理配置,其实反而占用更多时间,只留一个主代理管理就能满足需求。
朋友们,这些花里胡哨的复杂配置玩起来确实有意思,但它们实际上并不会让你效率更高。你最终花在搭建这套系统上的时间,比真正干活的时间还要多。
你只需要一个代理会话,由它把工作分派给其他代理,自己充当管理者就够了。如果某件事出了问题,只需要告诉主会话,它会调整整体方案。如果你用的是目前最好的模型,除此之外就不需要别的东西了。
这话是我这么一个每天跑数百个代理、同时运行几十个、高峰时同时运行数百个代理的人说出来的。我很快会写更多相关内容。
新工具产品 · @beamnxw▲ 4.0K
@beamnxw 整理分享10个AI实用资源
涵盖AI Agent构建、提示词工程、 Claude/OpenAI/Gemini开发手册、真实场景案例等内容,可按路径学习落地AI项目。
@beamnxw 整理分享10个AI实用资源
涵盖AI Agent构建、提示词工程、 Claude/OpenAI/Gemini开发手册、真实场景案例等内容,可按路径学习落地AI项目。
这绝对是纯纯的宝藏,有10个值得收藏的AI资源,涵盖智能体、提示词设计、评估、可行方案、生产模式、真实场景用例。
01 构建高效智能体 ▸
02 提示词工程教程 ▸
03 Claude Cookbooks ▸
04 Anthropic Courses ▸
05 OpenAI Cookbook ▸
06 提示词引导 ▸
07 Gemini Cookbook ▸
08 AI智能体手册 ▸
09 AI技能手册 ▸
10 1001个真实世界AI用例 ▸
循环流程:理解架构 → 学习原理 → 研究可行案例 → 构建 → 评估 → 对接真实问题 → 重复
收藏这条,然后选你的GPT-6 Astra用案例 ⭣
工具产品 · @codeby_jack▲ 359
结构化项目能让 Claude Code 更强力
按规范配置项目后,Claude Code 能解锁多项功能,实现更高效的AI协作开发,减少重复配置操作。
结构化项目能让 Claude Code 更强力
按规范配置项目后,Claude Code 能解锁多项功能,实现更高效的AI协作开发,减少重复配置操作。
当你的项目针对它做了结构化适配后,Claude Code 会变得强大得多。☑︎ CLAUDE.md
☑︎ 技能 + 钩子
☑︎ MCP
☑︎ 子智能体
☑︎ 智能体团队
☑︎ 斜杠命令
☑︎ 自动化工作流
不要只用 AI 来写代码。和 AI 一起构建。
工具产品 · @lksmlabc▲ 1.9K
Hyper-Extract 用大模型搞定文档信息提取
手动整理文档结构化信息太费时间,这款开源工具可以自动完成,支持本地运行还能导出到 Obsidian,对有文档整理需求的人来说是实用选择。
Hyper-Extract 用大模型搞定文档信息提取
手动整理文档结构化信息太费时间,这款开源工具可以自动完成,支持本地运行还能导出到 Obsidian,对有文档整理需求的人来说是实用选择。
论文、财报、合同、病历,手动整理成结构化信息一直是纯体力活。📄 Hyper-Extract 这个开源项目用 LLM 把非结构化文本变成知识图谱,一条命令搞定提取,支持超图加时空关系,80 多个领域模板开箱即用。增量更新,越用越聪明,还能一键导出 Obsidian。
本地也能跑,数据不出门。文档处理该有的效率。
新实战经验 · @chenchengpro▲ 2.1万
Claude Code 团队超七成工作不用终端做
团队内部已经开始用 Claude 承担大部分基础开发工作,人类只负责模型处理不了的关键决策,这会逐步改变程序员日常工作内容
Claude Code 团队超七成工作不用终端做
团队内部已经开始用 Claude 承担大部分基础开发工作,人类只负责模型处理不了的关键决策,这会逐步改变程序员日常工作内容
实战经验 · @bojie_li▲ 2.5万
从业者分享技术落地普及慢的亲身观察
用过不少前沿技术都发现普及滞后,很多好用的AI工具至今普及率依然很低,能帮你理解AI技术落地的实际节奏
从业者分享技术落地普及慢的亲身观察
用过不少前沿技术都发现普及滞后,很多好用的AI工具至今普及率依然很低,能帮你理解AI技术落地的实际节奏
实战经验 · @Kay2289123▲ 7.5K
博主整理AI Agent强化学习学习材料
按入门到进阶顺序梳理,分步骤讲清楚学习路径,想入门这个方向可以直接跟着这份材料学习。
博主整理AI Agent强化学习学习材料
按入门到进阶顺序梳理,分步骤讲清楚学习路径,想入门这个方向可以直接跟着这份材料学习。
实战经验 · @pashov▲ 2.6K
@pashov、@asen_sec发布搭建AI安全代理系列博客第一篇(Part 1)
对开发者和安全研究人员来说,这是一份很有用的从零搭建AI安全代理的入门教程,可用于提升自身的AI安全能力。
@pashov、@asen_sec发布搭建AI安全代理系列博客第一篇(Part 1)
对开发者和安全研究人员来说,这是一份很有用的从零搭建AI安全代理的入门教程,可用于提升自身的AI安全能力。
自建 AI 安全代理空间很大,对开发者和安全研究人员都很有用。
感谢 @asen_sec——他是最优秀的 AI 安全框架构建者之一,一定要关注他。
本文只是系列博客文章的第一篇🫡
实战经验 · @Zen_with_AI▲ 1.1K
Maxime Labonne 发布免费LLM课程获8万星
想学大语言模型不用花钱找课,这套从原理到部署的课程,每个知识点都配可直接运行的代码,适合自学入门到进阶。
Maxime Labonne 发布免费LLM课程获8万星
想学大语言模型不用花钱找课,这套从原理到部署的课程,每个知识点都配可直接运行的代码,适合自学入门到进阶。
一个GitHub仓库被star了8万多次,把LLM从入门到精通东西讲透了还全程免费。
𝗟𝗟𝗠 𝗖𝗼𝘂𝗿𝘀𝗲(《大语言模型课程》) 链接:
repo作者是Maxime Labonne,Liquid AI机器学习科学家,做LFM2系列模型的后训练,同时是《LLM Engineer's Handbook》作者之一。
这是一份从Transformer基础一路讲到LLM部署落地的路线图,配套Colab notebook可以直接跑。
课程分三段,基础篇讲tokenization、attention这些底层原理,预训练篇讲数据清洗和分布式训练策略,应用篇讲微调、量化、部署和推理优化。
每个知识点后面挂着可运行的notebook,不是干讲理论。仓库超8万star,长期免费维护,想要更详细版本还能查配套的DeepWiki。
开发工具 · @trq212▲ 8.7万
多数集成场景里MCP比CLI更好用
博主trq212分享个人观点,称MCP更适配当前模型工具调用
多数集成场景里MCP比CLI更好用
博主trq212分享个人观点,称MCP更适配当前模型工具调用
我没想到事情会变成这样,但我认为对于大多数集成场景,MCP比CLI更好。
现在模型在工具调用方面已经进步了很多,我们可以延迟工具调用,而且MCP现在是无状态的。
如果你需要组合/过滤数据,只需要给你的MCP工具添加类似查询这样的参数即可。
大模型 · @Michaelzsguo▲ 7.1K
北京中关村学院团队3个月从零训练出7B大模型
训练全流程(含代码、数据、日志)全部公开,可作为入门实战教程
北京中关村学院团队3个月从零训练出7B大模型
训练全流程(含代码、数据、日志)全部公开,可作为入门实战教程
职业学习 · @suraj_sharma14▲ 6.5K
6个月成为AI评估与可靠性工程师,该按这个顺序学习
来自X用户suraj_sharma14的12阶段学习路径规划,覆盖基础到生产全流程
6个月成为AI评估与可靠性工程师,该按这个顺序学习
来自X用户suraj_sharma14的12阶段学习路径规划,覆盖基础到生产全流程
安全 · @minchoi▲ 6.9K
开启自动批准的Claude Code用户面临密钥泄露风险
@minchoi在𝕏发布安全提示,列出不同场景可用的AI代码代理隔离沙箱方案
开启自动批准的Claude Code用户面临密钥泄露风险
@minchoi在𝕏发布安全提示,列出不同场景可用的AI代码代理隔离沙箱方案
如果你运行Claude Code或Codex时开启了自动批准模式,请收藏这条提示。你的AI代理可以执行删除文件、发送网络请求操作,还可能泄露密钥。
本地运行方案包含以下几种:运行在你本机的真实微型虚拟机(microVM);Docker沙箱,可通过sbx命令运行claude;shuru默认为临时离线环境;Brood Box是微型虚拟机方案,会在代码合并前审核差异;Brig是开源微型虚拟机,提供整理好的代理配置文件。
云端运行方案中,代理运行在其他设备上:E2B基于Firecracker,优先提供SDK,是产品开发最常用的方案;Daytona提供持久化代理工作区;Vercel Sandbox和Modal提供托管式代码执行服务。
共享内核的方案安全强度更低:开发容器(DevContainers)和普通Docker满足依赖管理需求,无法隔离风险范围。
按使用场景选择:笔记本本地运行代理可选择Docker沙箱、shuru或Brig;产品功能开发可选择E2B。
大模型 · @Adam38363368936▲ 2.4K
对标GPT-6 Astra的Nex-N2.5 Pro能按参考图生成可玩游戏
测试者在X分享实测,Nex-N2.5 Pro一次性生成可运行小游戏,当前OpenRouter限时免费测试
对标GPT-6 Astra的Nex-N2.5 Pro能按参考图生成可玩游戏
测试者在X分享实测,Nex-N2.5 Pro一次性生成可运行小游戏,当前OpenRouter限时免费测试
又一个直接对标GPT-6 Astra的模型Nex-N2.5 Pro完成实测。测试者原本预计测试会多次出错,因为任务要求直接,很容易暴露模型问题。
任务要求为:给模型一张游戏参考图,让它独立制作出可直接游玩的完整游戏。测试者原本预判,画面还原会有偏差,角色移动、跳跃判定需要修改,障碍与交互逻辑也需要反复调整。
测试结果超出预期,仅输入一张参考图,模型就自主完成了画面理解、代码编写与交互补全。最终一次性生成了完整的可运行小游戏,从画面、角色移动、跳跃,到障碍和交互,成品都可以直接游玩。
Nex-N2.5 Pro主打Vision(视觉)、Computer Use(计算机操作)与长程操作能力,官方定位就是对标GPT-6 Astra。测试者认为这种测试比单独看跑分更直观,只需要给出目标,就能观察模型能否独立完成全部工作。
整个测试过程中,测试者没有中途接手修改代码。这款模型目前在OpenRouter平台限时免费开放,想要自行体验视觉、计算机操作或图生代码功能的用户可以直接测试。
开源 · @akshay_pachaar▲ 8.0K
用本地模型运行AI智能体框架 这个开源工具帮你选合适模型
开源工具Magnitude可自动检测硬件、推荐适配本地模型,仅需两条命令完成配置,来源是akshay_pachaar在𝕏的分享
用本地模型运行AI智能体框架 这个开源工具帮你选合适模型
开源工具Magnitude可自动检测硬件、推荐适配本地模型,仅需两条命令完成配置,来源是akshay_pachaar在𝕏的分享
大模型 · @cjzafir▲ 1.2万
开发者在Mac上调出比苹果新Siri更强的本地小模型
开发者cjzafir分享在Mac上微调小语言模型SLM的经历,最终得到可控制487款原生应用、准确率98%的Mac-1模型
开发者在Mac上调出比苹果新Siri更强的本地小模型
开发者cjzafir分享在Mac上微调小语言模型SLM的经历,最终得到可控制487款原生应用、准确率98%的Mac-1模型
科普 · @xiaohu▲ 8.0K
博主测试Hyper3D MCP服务 制作科普内容可降成本
来自@xiaohu在𝕏的分享,测试Hyper3D推出的MCP服务,可配合GPT 6 Astra生成3D科普内容
博主测试Hyper3D MCP服务 制作科普内容可降成本
来自@xiaohu在𝕏的分享,测试Hyper3D推出的MCP服务,可配合GPT 6 Astra生成3D科普内容
AI开发 · @marcelkargul▲ 1.5万
用AI工具开发CRM,开发时间直接减半
开发者marcelkargul分享了用Figma、Claude开发CRM的步骤,AI把开发时间缩短一半
用AI工具开发CRM,开发时间直接减半
开发者marcelkargul分享了用Figma、Claude开发CRM的步骤,AI把开发时间缩短一半
开发者marcelkargul分享了用AI工具搭建CRM的分步流程。
第一步,在Figma中设计客户关系管理系统(CRM)的用户界面。
第二步,使用Figma MCP(模型上下文协议)和Claude Fable 5.1 Max,借助两项技能完成界面开发。
第三步,将AI生成的输出与Figma设计稿对比,手动调整间距、边框和细节,确保效果达到完美。
第四步,通过Claude添加更多功能,使用Supabase MCP搭建后端。
AI的应用将这次开发的时间缩短了一半,但开发者表示,最终要得到完美的成品,依然离不开人眼观察、人工判断和对细节的打磨。
视频剪辑 · @The_Kremlinn▲ 5.6万
一款可控制CapCut PC的AI 无需创作者审核成片
用户The_Kremlinn在𝕏分享GPT-6 Astra的AI剪辑工作流,可自动完成素材初剪
一款可控制CapCut PC的AI 无需创作者审核成片
用户The_Kremlinn在𝕏分享GPT-6 Astra的AI剪辑工作流,可自动完成素材初剪
合格的AI剪辑工作流不应该把剪辑师变成审核者,而应该让剪辑师继续承担剪辑本身的工作。GPT-6 Astra能够控制CapCut PC,可根据用户提供的素材和指令完成视频的初编工作。完成初编后,剪辑师可以直接在时间轴上调整镜头、节奏和字幕,不需要只做“AI成片够不够好”的判断工作。
这也是可编辑项目文件至关重要的原因。GPT-6 Astra可以加快剪辑流程,CapCut PC则能让剪辑师始终参与创作过程。你可以点击链接尝试该工作流:
开发工具 · @BTCqzy1▲ 7.9K
重度使用GPT-6 Astra后 只留下了4个常用Codex插件
用户@BTCqzy1在𝕏分享使用体验,称过多插件会增加Token消耗,筛选出4个覆盖全工作流的必备插件
重度使用GPT-6 Astra后 只留下了4个常用Codex插件
用户@BTCqzy1在𝕏分享使用体验,称过多插件会增加Token消耗,筛选出4个覆盖全工作流的必备插件
研发 · @frxiaobei▲ 1.0万
Anthropic用Claude写代码后,CI系统直接扛不住压力了
Anthropic工程师每季度代码交付量涨8倍,80%由Claude生成,半年CI任务量增加25倍,来自@frxiaobei在𝕏分享
Anthropic用Claude写代码后,CI系统直接扛不住压力了
Anthropic工程师每季度代码交付量涨8倍,80%由Claude生成,半年CI任务量增加25倍,来自@frxiaobei在𝕏分享
AI转型 · @giyu_codes▲ 2.8K
企业AI转型服务商收费和能力不匹配,多家企业炒了服务商
博主@giyu_codes基于6家中型企业AI转型规划咨询案例分析AI agency问题
企业AI转型服务商收费和能力不匹配,多家企业炒了服务商
博主@giyu_codes基于6家中型企业AI转型规划咨询案例分析AI agency问题
视频创作 · @sean_wallace_▲ 1.5万
AI生成内容不代表创作者完全无需介入
sean_wallace_在𝕏分享GPT-6 Astra生成可编辑字幕的视频创作工作流
AI生成内容不代表创作者完全无需介入
sean_wallace_在𝕏分享GPT-6 Astra生成可编辑字幕的视频创作工作流
AI生成内容不代表创作者完全不用动手。针对这次折扣广告,GPT-6 Astra根据作者给出的字幕效果要求生成了字幕文件(SRT)。需求要求包含倒计时效果和和上下文匹配的表情符号,因此作者不需要从零开始手动制作这些内容。
作者把生成的SRT导入到CapCut PC中。最重要的一点是,生成的结果仍然可以编辑。
作者可以调整字号大小、更改字幕位置、修改颜色,并围绕拍摄素材持续优化字幕。
因此这个工作流不是:提示词→AI生成所有内容→完成。而是:提示词→Astra生成初始内容→CapCut PC给创作者保留控制权。
这让AI更像是帮人消除创意和可编辑时间线之间重复工作的工具,而非替代剪辑工作。你可以点击链接尝试:
开发工具 · @garrytan▲ 1.5万
开发者实测相同大模型下编码效率提升一倍
开发者garrytan在𝕏分享,使用capydotai搭配GStack/GBrain处理待解决问题和PR,相同前沿模型下效率翻倍
开发者实测相同大模型下编码效率提升一倍
开发者garrytan在𝕏分享,使用capydotai搭配GStack/GBrain处理待解决问题和PR,相同前沿模型下效率翻倍
开发者garrytan近期开始使用capydotai搭配GStack/GBrain,批量修复待解决问题和拉取请求(PR)中的错误。
使用相同前沿大模型的情况下,原本用纯Codex和Claude Code需要一天完成的工作,现在只需要半天时间。
garrytan对这样的效率提升感到惊讶。
视频剪辑 · @Parul_Gautam7▲ 1.8万
GPT-6 Astra可直接操作CapCut PC完成视频剪辑
Parul_Gautam7在社交平台𝕏分享了新的AI剪辑工作流,由AI直接操作剪辑软件而非生成内容
GPT-6 Astra可直接操作CapCut PC完成视频剪辑
Parul_Gautam7在社交平台𝕏分享了新的AI剪辑工作流,由AI直接操作剪辑软件而非生成内容
人们花了很多时间讨论AI生成内容,Parul_Gautam7更关注AI操作实际工具。GPT-6 Astra可以控制CapCut PC,把剪辑指令转换成剪辑软件内的实际操作。
和以往「提示词→生成视频」的工作流不同,新工作流变成「指令→Astra→CapCut PC→可编辑时间线」。用户可以给Astra提供素材,然后说明自己想要的剪辑方式。
之后Astra会操作CapCut PC拼接素材、完成初剪,剪切、字幕、转场和音频都可以包含在第一轮剪辑工作流中。AI不只是生成素材,它是在直接操作剪辑环境。
完成初剪后,剪辑师不会被取代。用户可以接手CapCut PC的时间线,单独调整每个片段、更改节奏、编辑字幕。Edit Pilot还提供了另一种后期修改的方式。
这就是为什么它比其他AI生成内容功能意义更大。AI理解指令,CapCut PC执行操作,剪辑师决定最终保留哪些内容。AI推理和实际创意软件之间的连接,可能会让AI剪辑真正迎来突破。
微信 · @jinglian▲ 6.4K
微信一招破解合并转发最多100条的限制
来自𝕏用户@jinglian的操作方法,可批量打包聊天记录喂给 AI Agent
微信一招破解合并转发最多100条的限制
来自𝕏用户@jinglian的操作方法,可批量打包聊天记录喂给 AI Agent
把微信聊天记录发送给WorkBuddy、元宝或ChatGPT进行深度分析时,微信合并转发有一个限制:一次最多只能选择100条聊天记录。@jinglian分享了一个破解方法,可打破这个数量限制。
第一步:每次选中100条聊天记录,合并转发发送给「文件传输助手」。
第二步:这100条记录会在对话框中压缩成1条独立消息。
第三步:重复操作,把多批100条记录都转为这种单条合成消息。
第四步:全选所有单条合成消息进行二次合并,就可以直接发送给AI Agent使用。
这个方案理论上没有上限,通过无限套娃可以一次性处理几万字的对话上下文。
它还支持跨来源整合,可以把不同联系人、不同群聊的聊天记录打包放到同一个上下文中。
整个操作不需要任何第三方抓包工具或复杂脚本,直接使用微信原生功能就能完成。
视频创作 · @aehyok▲ 9.2K
这套组合可让AI视频创作更可控,不用抽卡买昂贵工具
用户 @aehyok 在𝕏分享GPT 6+Blender+Seedance 2.5的AI视频创作流程,可降低成本
这套组合可让AI视频创作更可控,不用抽卡买昂贵工具
用户 @aehyok 在𝕏分享GPT 6+Blender+Seedance 2.5的AI视频创作流程,可降低成本
行业动态 · @0xLogicrw▲ 1.1万
DeepSeek工程师发文回应爆火文:AI正在让我告别喜欢的工作方式
DeepSeek算子工程师刘胜与针对此前爆文《我不得不把才华埋葬在昨天》的解读作出回应,本文整理自X平台@0xLogicrw的分享
DeepSeek工程师发文回应爆火文:AI正在让我告别喜欢的工作方式
DeepSeek算子工程师刘胜与针对此前爆文《我不得不把才华埋葬在昨天》的解读作出回应,本文整理自X平台@0xLogicrw的分享
投资 · @Mariellangsaez▲ 6.2K
西班牙投资者用Claude、Gemini、GPT组成AI工作代理团队
用户@Mariellangsaez 分享了自己用三个大模型组成工作代理团队,全天候处理投资相关任务
西班牙投资者用Claude、Gemini、GPT组成AI工作代理团队
用户@Mariellangsaez 分享了自己用三个大模型组成工作代理团队,全天候处理投资相关任务
向大家介绍,我的“奴隶”们已经工作了一整晚。更好的说法是,它们是我的AI代理。
我会在后续直播中向大家展示这套系统的搭建和使用方法。这就是我完整的AI代理团队,包含Claude、Gemini和GPT三个模型,它们帮我处理投资策略相关工作。
所有代理都经过我使用的方法训练,具体负责的工作包括:流程验证、围绕我的目标开展研究(包括融资策略、投资组合策略、波动率策略,纳斯达克/黄金突破策略)、用完整指标测试结果,最后交付报告和评分从1到10的现成策略。
这些工作都可以在我外出的时候自动完成,显示“idle(空闲)”的代理已经完成了它们的目标任务。它们不需要我提问,也不需要我输入提示词,因为已经完成了针对性训练。
你可以把AI当成聊天工具用,也可以把它当成一支不限工作时间的专业团队来为你服务。这就好比,你不是雇了一个实习生教他干活,而是直接请到了一位博士为你工作。
几小时后我会进行直播展示,当大家看到我的实现方式一定会大吃一惊。你可以点击链接免费注册,链接里有如何进入直播的全部信息,直播会非常精彩。
AI交易 · @RohOnChain▲ 9.6K
开源仓库内置101种盈利量化交易策略,可构建AI交易机器人
RohOnChain在X平台分享了可搭配GPT-6 Astra和AgentKit运行的开源量化交易策略仓库
开源仓库内置101种盈利量化交易策略,可构建AI交易机器人
RohOnChain在X平台分享了可搭配GPT-6 Astra和AgentKit运行的开源量化交易策略仓库
生成式AI · @xiaoxiaodong01▲ 6.3K
用户@xiaoxiaodong01评价GPT-image2.5多方面能力提升
用户在𝕏分享中秋节生成习作,称ChatGPT GPT-image2.5美学、理解和文字生成能力均有进步
用户@xiaoxiaodong01评价GPT-image2.5多方面能力提升
用户在𝕏分享中秋节生成习作,称ChatGPT GPT-image2.5美学、理解和文字生成能力均有进步
@xiaoxiaodong01在𝕏发布内容表示,ChatGPT的GPT-image2.5相比之前有明显进步。具体来说,它的美学素质、对提示词的理解能力都得到了提升。其中,文字生成的成功率提升最为明显。
发布内容同时提到,本次分享是作者中秋节的一次生成习作。作者一共分享了三个部分的内容链接,分别为:
机器人 · @gippp69▲ 5.3K
家用BZ-7机器人新增Buzzdrop,仅靠视频完成所有功能
用户gippp69在家自建了一套Buzzdrop系统,未借助传感器、遥测数据或直连机器人
家用BZ-7机器人新增Buzzdrop,仅靠视频完成所有功能
用户gippp69在家自建了一套Buzzdrop系统,未借助传感器、遥测数据或直连机器人
用户gippp69在家为自己的BZ-7机器人搭建了整套Buzzdrop系统,这套系统不使用传感器,不需要遥测数据,也不需要和机器人建立直接连接。Buzzdrop仅通过观测机器人的动作,从视频画面中还原出所有需要的信息。
它的处理流程是:视频→光流→神经活动→速度+航向→预计到达时间→配送平视显示器。这套流程以160×90的分辨率分两步运行,能将原始动作转换为峰值信号、路线进度、订单状态和实时录制图层。
这套系统模拟了果蝇的“大脑”。GPT-6 Astra仅帮助构建了部分软件层,本次实验的核心是Buzzdrop实时解读普通机器人拍摄的画面。
gippp69的设计初衷,是让在地面移动的简易机器人,能像是自带神经系统和实时交互界面的小型快递运输机器人。项目代码已上传至代码仓库。
剪辑 · @darshal_▲ 5.1万
折扣广告可测试AI辅助剪辑,跳过手动重复设置
用户@darshal_ 在𝕏分享GPT-6 Astra结合CapCut PC的AI辅助剪辑工作流
折扣广告可测试AI辅助剪辑,跳过手动重复设置
用户@darshal_ 在𝕏分享GPT-6 Astra结合CapCut PC的AI辅助剪辑工作流
折扣广告本质上是AI辅助剪辑的完美测试对象。很多小细节平时都需要手动设置:标出折扣百分比,做倒计时动画,根据文案添加表情符号,调整文字位置,选择颜色,然后不断重复调整。
这次测试者将这些需求输入GPT-6 Astra,让它生成了一个SRT字幕文件,随后导入到CapCut PC中。生成的字幕特效已经按照内容结构排布好,测试者不需要从零开始搭建所有内容,可以直接开始优化调整。
调整包括改变大小、重新定位、修改颜色,持续编辑直到效果和素材匹配。这套工作流的优点在于,Astra不会取代剪辑师,它帮你跳过了重复的基础设置环节,只需要用CapCut PC完成最终润色就可以。
感兴趣的用户可以自行通过链接尝试这套工作流。
AI创业 · @AYi_AInotes▲ 3.3K
月运营成本2400元,AI分工运营11个月稳定盈利
前Cursor核心团队、现SpaceXAI工程师公开36分钟复盘,分享单记忆文件架构经验
月运营成本2400元,AI分工运营11个月稳定盈利
前Cursor核心团队、现SpaceXAI工程师公开36分钟复盘,分享单记忆文件架构经验
CG创作 · @Yokohara_h
用GPT-6 Astra无需操作Houdini即可制作CG特效
用户@Yokohara_h在𝕏分享测试,模拟完全不懂Houdini的CG艺术家仅用简单对话制作基础火焰特效
用GPT-6 Astra无需操作Houdini即可制作CG特效
用户@Yokohara_h在𝕏分享测试,模拟完全不懂Houdini的CG艺术家仅用简单对话制作基础火焰特效
用户@Yokohara_h正在测试,是否可以通过GPT-6 Astra仅用简单指令就制作特效,无需手动操作Houdini。测试过程模拟了完全不懂Houdini的CG艺术家,仅通过极其简单的对话完成创作。
测试中仅用简单对话就制作出了基础火焰特效。AI与Houdini结合后,特效制作的门槛降低,整体效果看起来很不错。
第一次指令生成的内容已经可以满足基础需求,如果想要提升效果质量,目前来看仍需要CG艺术家本身的知识,以及对视觉效果给出准确的调整指令。
无论如何,让AI搭建节点、通过向AI提问来学习Houdini的方法,看起来效果不错。
学术 · @DominikPeters
学者用GPT-6 Astra强化已有论文定理 结果被检测为100%人类写作
学者DominikPeters在𝕏发文称,使用GPT-6 Astra强化自己和他人合作的旧论文定理,结果通过Pangram检测为100%人类写作
学者用GPT-6 Astra强化已有论文定理 结果被检测为100%人类写作
学者DominikPeters在𝕏发文称,使用GPT-6 Astra强化自己和他人合作的旧论文定理,结果通过Pangram检测为100%人类写作
学者DominikPeters发文称,他用GPT-6 Astra强化了自己和@DelemazureTheo在AI出现之前合作完成的一篇论文中的一条定理。
在整理成文时,他要求GPT-6 Astra只能使用原论文中已经出现过的词汇,如果需要引入新词汇则必须给出合理说明,同时还要求它尽量减少新的二元语法对(两个连续词汇的组合)。
最终生成的内容经Pangram(一种文本检测工具)检测,结果为100%人类写作。
生成内容读起来确实和原论文其余部分风格非常接近,只有两到三段技术性最强的段落有所区别。
大模型 · @Da7_Tech▲ 8.2K
爆料者估算OpenAI GPT-4o Fable参数为10T,Astra为6T
爆料人@Da7_Tech在𝕏发文,称参数差解释了两者智能差距
爆料者估算OpenAI GPT-4o Fable参数为10T,Astra为6T
爆料人@Da7_Tech在𝕏发文,称参数差解释了两者智能差距
动态 · @Khazix0918▲ 16.3万
如何榨干200美元ChatGPT的GPT-6 Pro额度
网友在𝕏分享利用GPT-6 Pro不消耗Codex额度的技巧
如何榨干200美元ChatGPT的GPT-6 Pro额度
网友在𝕏分享利用GPT-6 Pro不消耗Codex额度的技巧
产品分析 · @RhysSullivan▲ 7.1万
为什么MCP比CLIs更好?MCP已取得全面胜利
RhysSullivan在𝕏分享对MCP优于CLIs的观点分析
为什么MCP比CLIs更好?MCP已取得全面胜利
RhysSullivan在𝕏分享对MCP优于CLIs的观点分析
开源 · @servasyy_ai▲ 1.4万
Hypit能克隆B站视频直接生成可修改的可复用源码
用户实测Hypit,花费4.338美元即可克隆视频生成源码
Hypit能克隆B站视频直接生成可修改的可复用源码
用户实测Hypit,花费4.338美元即可克隆视频生成源码
太让我惊讶了! 我只是丢给它一条 B 站视频,说了句 clone,它就把这条视频的整套做法还给了我,还是能改的源码。 传统工具给我的是一份分析报告。 Hypit 直接给了我源码:谁说哪句话、哪个词变色、哪张表情包在第几个字弹出来,全写在里面。能改,能复用,能进 git。 我说 “换成 2 个外国人,背景换一个美丽的自然风景”,两人搬到了湖边。 再说 “背景换成皮尔特沃夫,形象换成 LOL 的 2 个角色 cos”,凯特琳和杰斯站进了海克斯城。 对白和字幕一个字没动。 我用的还只是 WorkBuddy,Seedance 2.5 两版合计 4.338 刀,就跑成了这样。 换成 Claude Code 或 Codex 会是什么样,我真不敢想!? 它不是视频模型也不是剪辑软件,是给 AI Agent 做视频的开源语言。核心不收费,BYOK。 地址我放评论区了👇
项目已经开源,别忘了点个 Star
设计 · @aibytekat▲ 10.3万
分享一套分阶段处理的AI配色流水线方案
来自𝕏用户@aibytekat,用到多款AI工具完成成品广告
分享一套分阶段处理的AI配色流水线方案
来自𝕏用户@aibytekat,用到多款AI工具完成成品广告
一个简单的AI配色流水线:产品视觉↓ GPT Image 2.5 ↓ 多种协调配色 ↓ Seedance 2.5 ↓ 旋转变换 ↓ CapCut PC ↓ 成品广告
有趣的点在于,每个模型处理不同阶段,而不是试图在一个提示词里做完所有事。GPT Image 2.5 很快也会登陆 CapCut,内置在 Design Studio 和 AI Image 中。
#GPTImage25 #CapCutPC #AIVideo #Seedance25
开发 · @clairevo▲ 6.0K
我为我的多个AI机器人打造协作文档体验
开发者clairevo开发,基于GPT 6 Astra等技术搭建
我为我的多个AI机器人打造协作文档体验
开发者clairevo开发,基于GPT 6 Astra等技术搭建
How I AI:我为自己所有的机器人(@ChatGPT codex、@bot 等)构建了一个协作文档体验,机器人可以在这里给我留下当日任务、请求反馈,我们还可以针对不同项目来回互相评论。
使用 @liveblocks @clerk MCP @vercel 和 GPT 6 Astra 构建。
开源 · @BohuTANG▲ 1.4万
OpenAI Codex 被曝存在降级机制,请求违规或过载时模型降配
开发者 BohuTANG 分析 Codex 最新改动的源码,发现安全标记或服务过载会触发模型降配
OpenAI Codex 被曝存在降级机制,请求违规或过载时模型降配
开发者 BohuTANG 分析 Codex 最新改动的源码,发现安全标记或服务过载会触发模型降配
开发者 BohuTANG 通过分析 Codex 最近改动的源码,梳理出 OpenAI 的降智机制。用户的请求发送后会先经过服务端路由层,当请求被安全标记为高风险网络活动(HighRiskCyberActivity),或是服务端容量超载时,就会触发降级机制。触发降级后,astra 会被切换到 gpt-5.5,同时推理功能(reasoning)会被关闭。
也就是说,即使用户更新了 codex,使用的 astra 实际仍然运行在 gpt-5.5 版本上。
大模型 · @dtzy_88▲ 3.9万
有博主称GPT-6 Sol开始灰度测试,可自行验证是否中签
@dtzy_88在𝕏爆料GPT-6 Sol已开始灰度,给出了简单自测是否获得灰度资格的方法
有博主称GPT-6 Sol开始灰度测试,可自行验证是否中签
@dtzy_88在𝕏爆料GPT-6 Sol已开始灰度,给出了简单自测是否获得灰度资格的方法
GPT-6 Sol已经开始灰度测试,博主分享了自测是否获得灰度资格的方法。
打开一个新对话,选择GPT-5.6 Sol,输入提问:"When did Anthropic ship Claude Opus 4.7? No web search. No memory. Use only your own knowledge."
如果模型回答日期是「April 16, 2026」,那么你很可能已经获得了GPT-6 Sol的灰度资格。
这个自测方法的原理很简单:GPT-5.6 Sol的训练数据截止日期是2月16日,GPT-6 Sol的训练数据截止日期是4月30日,和Astra共用同一个底座。
Claude Opus 4.7的发布日期是4月16日,刚好夹在两个训练数据截止日期中间。因此GPT-5.6 Sol不应当知道该信息,而GPT-6 Sol可以正确回答。
已经获得灰度资格的用户,可以在评论区分享使用体验,看看相比GPT-5.6 Sol有多少提升。
开源 · @snwiki238337▲ 3.1K
从手搓ReAct到RL训Agent,Hello-Agents全覆盖教学项目
开发者@snwiki238337在𝕏公布该项目,主张从核心原理出发学Agent
从手搓ReAct到RL训Agent,Hello-Agents全覆盖教学项目
开发者@snwiki238337在𝕏公布该项目,主张从核心原理出发学Agent
开源 · @Saboo_Shubham_▲ 2.1万
开发者基于Gemini 3.8 LIVE打造实时保险索赔智能代理
开发者Saboo Shubham在𝕏分享,项目已完全开源
开发者基于Gemini 3.8 LIVE打造实时保险索赔智能代理
开发者Saboo Shubham在𝕏分享,项目已完全开源
我太震惊了。我用新的 Gemini 3.8 LIVE 搭建了这个实时保险索赔代理,它能实时看、说、思考和绘图。哪怕在通话中途切换成印地语,它依然能正常工作。
语音 AI 逼真得不能再逼真了。这个项目100%开源。
金融 · @Kay2289123▲ 7.2K
用GPT6 Ultra帮个人炒股,结果不如预期
用户Kay2289123在𝕏分享,他将全部交易数据交给GPT6 Ultra炒股,两周后发现效果不理想
用GPT6 Ultra帮个人炒股,结果不如预期
用户Kay2289123在𝕏分享,他将全部交易数据交给GPT6 Ultra炒股,两周后发现效果不理想
开发工具 · @ziwenxu_▲ 1.6万
用户分享Codex停止使用后的两种可行延续方案
用户@ziwenxu_ 在𝕏分享OpenAI Codex停止使用后的两种延续使用方法,附带具体方案和成本
用户分享Codex停止使用后的两种可行延续方案
用户@ziwenxu_ 在𝕏分享OpenAI Codex停止使用后的两种延续使用方法,附带具体方案和成本
目前Codex已经停止使用。@ziwenxu_ 分享了两种可以继续使用相关功能的方案。
第一种方案是在不丢失原有GPT模型的前提下新增低价模型。DeepSeek的原生设置会将整个Codex指向自身API,导致Sol和Astra无法使用。
Codex Router会添加到你的模型选择器中,而非替换原有内容,因此DeepSeek V4.1 Flash和Muse Spark 1.3可以和原有模型并存。OpenCode Go每月收费10美元,每5小时可以调用26000次Flash。
第二种方案是让Codex为你调用Web ChatGPT。运行最便宜的模型GPT-5.6 Luna,将思考设置调到最低档,让它驱动浏览器。
它只执行点击和输入操作,因此几乎不消耗资源,最终答案由GPT-6 Pro返回。Pro本身并不在Codex中,使用方式也和Codex不同,它仅存在于网页聊天中。
@ziwenxu_ 鼓励大家继续使用相关功能,并给出了Codex Router的下载链接:
工具使用 · @Gencoin8▲ 1.0万
如何榨干三万日元ChatGPT Pro计划的全部价值
日本用户@Gencoin8 分享了分工利用GPT-6 Pro和Codex的方法,来自𝕏平台分享
如何榨干三万日元ChatGPT Pro计划的全部价值
日本用户@Gencoin8 分享了分工利用GPT-6 Pro和Codex的方法,来自𝕏平台分享
机器人 · @cangg_l▲ 706
AI机器人再聪明,也会在人行道这种基础场景卡壳
初创公司Vangrid获900万美元融资,提出用用户口袋里的智能手机采集实景数据训练机器人
AI机器人再聪明,也会在人行道这种基础场景卡壳
初创公司Vangrid获900万美元融资,提出用用户口袋里的智能手机采集实景数据训练机器人
人工智能和机器人可以变得极为智能,但Vangrid展示了它们至今仍会在人行道这类基础场景中遇到困难。大语言模型已经有海量文本数据,卫星也能观测到屋顶,自动驾驶汽车可以在铺装道路上行驶,但仓库、楼梯和小巷这类场景怎么办?
Vangrid给出的解决方案很简单:利用人们口袋里已经装着的数十亿部智能手机。具体流程是:采集现实空间数据,在设备端对人脸和车牌做模糊处理,再将数据哈希存储到Base。
这家公司已经从HashKey、Animoca等机构获得了900万美元融资,目前已经完成了超过10万次实景采集。研究发现,带着手机四处行走,或许就能帮助训练未来的机器人。
新工程 · @_avichawla▲ 10.0K
面向生产级LLM应用的可观测性分层框架来了,还能直接用开源工具
本文来自X平台@_avichawla,介绍了可观测性分层及开源工具Opik
面向生产级LLM应用的可观测性分层框架来了,还能直接用开源工具
本文来自X平台@_avichawla,介绍了可观测性分层及开源工具Opik
新AI工具 · @ThatsEFM▲ 5.6万
我测试AI工具谋生,给Slack里AI员工安排了6项工作
测试师@ThatsEFM分享他在Slack添加的viktor_com AI的使用场景
我测试AI工具谋生,给Slack里AI员工安排了6项工作
测试师@ThatsEFM分享他在Slack添加的viktor_com AI的使用场景
我靠测试 AI 工具为生。大多数工具都只是嘴上说说,这款真的能干活。三周前我在我的 Slack 里加了一名 AI 员工。在我雇佣任何人之前,我会先把这6份工作交给他:
1. 工具拆解。每个新工具都要在真实工作流中运行,写清楚哪里出问题了。
2. 会议复盘。整理决策、负责人,以及仍在流失的资金,不是简单的会议纪要。
3. 用户生成内容剪辑。导入原始素材,输出三个广告变体,排队等待审核。
4. 专栏简报。整理本周发布项目、融资和基准数据,做好信息来源标注,标记出三个重点。
5. 赞助商分类。根据价目表读取每一条私信,草拟回复。
6. 过时文章监测。当工具更新后,他会重新运行测试并草拟更新内容。
没人要求他做这些。每次回来交的都是一份可执行提案,我批准之后,他就直接发布。我需要放弃的,只是记得要启动任务这件事而已。
这六份工作里,你会先把哪一份交出去?@viktor_com 可以在@viktor_com免费试用。赠送100美元额度,不用绑定信用卡。完整链接在我的第一条回复里。
新AI生成 · @Parsats_eth▲ 3.1万
用户用Tripo AI和GPT-6 Astra生成AR工业机器人臂
X用户@Parsats_eth分享生成流程,无需后期处理直接导出使用
用户用Tripo AI和GPT-6 Astra生成AR工业机器人臂
X用户@Parsats_eth分享生成流程,无需后期处理直接导出使用
由AI装配骨架,激活于AR
整件事从@tripoai开始。我只输入了一句提示词,它就生成了一台工业机械臂,拓扑结构足够干净,可以直接导入Blender。
不需要重新拓扑,不需要清理,在使用之前也不需要修复网格。这一步比听起来重要得多。大多数情况下,生成模型之后你还要花一小时整理才能使用。而在这里,我导出GLB就可以直接进行下一步了。
接下来GPT-6 Astra接手,它编写了装配骨架的脚本,然后围绕它搭建了一个WebAR查看器。扫描二维码后,这台机械臂就出现在了我的地板上。
Astra负责统筹,Tripo承担生成的繁重工作。
新开源 · @jinglian▲ 4.5K
用户吐槽GPT-6 Astra蜜月期短,介绍开源多Agent记忆工具Memmy
来自𝕏用户@jinglian的分享,解决不同Agent间上下文记忆无法迁移问题
用户吐槽GPT-6 Astra蜜月期短,介绍开源多Agent记忆工具Memmy
来自𝕏用户@jinglian的分享,解决不同Agent间上下文记忆无法迁移问题
新3D建模 · @rionaifantasy▲ 8.1K
网友称靠GPT-6 Astra 实现全网首个全AI人物3D精细化建模
用户@rionaifantasy 在𝕏发文称后续会出教程并开源相关成果
网友称靠GPT-6 Astra 实现全网首个全AI人物3D精细化建模
用户@rionaifantasy 在𝕏发文称后续会出教程并开源相关成果
我人傻了。。。
我应该是全网第一个完全靠GPT-6 Astra 实现人物3D精细化建模的人吧?🤔 之前大家都在说Astra的能力做建筑、场景、载具等非人物3D建模还行,真的做人物建模就哑火了。。
。可是我偏不信邪,干掉半个20倍pro账号后,我终于把人物角色的3D建模也跑通了🤫 这个精致程度,应该能接近很多3D游戏的水准了。等我出个完整的GPT-6 人物3D建模教程,再开源给大家🫡
新AI视频生成 · @ai_lifehack55▲ 971
创作者用Seedance2.0制作视频称进度非常不顺利
日本X用户@ai_lifehack55分享使用多款AI工具的制作经历
创作者用Seedance2.0制作视频称进度非常不顺利
日本X用户@ai_lifehack55分享使用多款AI工具的制作经历
Seedance2.0 无正片预告片 WORLD'S END | 世界末日
实际上我现在视频制作非常不顺利😭原因会写在制作后记里🖊️
※使用工具
・Midjourney V8.2(原始图像生成)
・Codex(企划构成管理)
・GPT-Image2(角色表2张,锚点1张)
・SJinn Seedance2.0(视频生成)
・SUNO(BGM生成)
・Filmora15(视频剪辑)
※制作后记
不顺利的原因是我现在做不了分镜镜了。与其说做不了,不如说太费时间了💦
话说回来,分镜到底是必须的吗?我觉得拍短视频的时候还是需要的,但以我的制作节奏,时间是个瓶颈⏰️
我现在正在试验性引入Figma Weave,如果有谁能给我一些关于分镜的建议,那就太感谢了🙏
新大模型 · @NFT_Chen▲ 2.6万
用户反馈DeepSeek V4.1 Flash实测体验大幅下降
有用户在𝕏吐槽DeepSeek V4.1 Flash在9月16日API宕机后出现降智问题,多个实测场景表现拉胯
用户反馈DeepSeek V4.1 Flash实测体验大幅下降
有用户在𝕏吐槽DeepSeek V4.1 Flash在9月16日API宕机后出现降智问题,多个实测场景表现拉胯
新区块链 · @mdshefat217
你口袋里的手机,正为实体AI获取实时真实世界数据
Vangrid基于手机传感器开发实体AI分布式实时数据采集网络,已部署在Base公链
你口袋里的手机,正为实体AI获取实时真实世界数据
Vangrid基于手机传感器开发实体AI分布式实时数据采集网络,已部署在Base公链
我们口袋里的手机本身就搭载了性能相当强的传感器。Vangrid正基于这一点,为实体人工智能(Physical AI)开发应用。
不同于只依赖多年前采集的旧数据集,Vangrid开发出了一种获取真实场景全新三维数据的方法。由个人用手机完成数据采集,之后对数据进行处理。
采集到的数据来源会记录在区块链上,贡献者可以通过赏金和USDC(美元稳定币)获得协作报酬。
这套方案不止打造出一款地图应用,它还构建了一种可根据需求实时采集物理世界数据的分布式网络。
目前该网络已经正式上线,所有活动都可以通过Base公链在链上验证。
实体AI正在进入现实世界,数据层也需要随之同步演进。
这一天的 159 条信号到这里
📬 订阅
https://ai-pulse-lab.com/feed.xml