⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 170 条
10月5日周一
  1. 大模型智能83

    Meta 开源 Muse Gadgets 支持多种硬件接入

    Meta 开源 Muse Gadgets,支持将个人 AI 助手 Muse 接入树莓派、开发板和微控制器等硬件。项目包含 ESP32 固件、Linux 设备和 SDK、以及官方配件 Muse Home Link。官方推荐了树莓派 5、1.75 英寸 AMOLED 开发板、HDMI 电视棒和彩色墨水屏终端四种参考形态。

    推荐理由:开源代码库和参考方案,读者可以根据现有硬件了解接入方法。

  2. 优设AIGC70

    拆解Claude Opus 5.5生成视觉大片的代码实现流程与提示词

    作者拆解了@anabology使用Claude Opus 5.5制作爆火视觉短片的完整流程,核心方法是让模型编写代码将静态素材合成动态视频而非直接生成视频。制作过程依赖Midjourney生成分镜底图、Seedance 2.5生成基础动态,再由Opus 5.5通过代码处理排版与渲染。除了提示词技巧,该案例还展示了Claude Code结合外部工具解决复杂视觉任务的工业化执行路径。

10月4日周日
  1. Datawhale70

    Jev-Omni 多模态决策模型本地部署与实测教程

    Datawhale 发布了 Jev-Omni 多模态决策模型的本地部署教程,覆盖环境准备、权重下载、素材配置与最小验证脚本。Jev-Omni 基于 Gemma 4 12B IT 底座微调,统一支持文本、图像、音频与视频四类输入,在 GB10 算力卡(121 GB 统一内存)上实测,文本、图像、音频单次推理耗时均在 1 秒以内,视频单次耗时约 4 秒。

  2. The Decoder68

    Google 研究人员提出 RRSI 方法防止自我改进 AI 智能体记忆测试任务

    Google 研究人员提出 RRSI(Regularized Recursive Self-Improvement)方法,解决递归自我改进导致智能体记忆测试任务而丧失泛化能力的问题。RRSI 通过限制编辑预算规模并引入严格评审器剔除硬编码技巧,在八个基准测试中,Claude Opus 4.8 模型在未见任务上最高提升 4.7 分,运行时 token 消耗减少约 30%。

  3. 机器之心35

    Agent Harness 如何选择?南洋理工大学安波团队最新研究给出答案

    南洋理工大学安波团队最新研究探讨了不同任务场景下 Agent Harness 的选择策略。研究指出,同一模型接入不同 Harness 时,工具调用、上下文管理和错误恢复方式会产生差异,导致最终表现显著不同。由于 Harness 优势具有任务特异性,开发者需根据具体任务特性而非单一模型能力来评估和选择最适配的 Harness 架构。

  4. 新智元84

    谷歌调整Gemini访问权限并计划推出Gemini 4 Argon

    谷歌宣布自10月9日起收紧Gemini Apps权限:免费用户仅保留Flash-Lite,AI Plus失去Pro模型访问,只有AI Pro与Ultra可继续使用Pro并访问Deep Think;Antigravity同步向AI Pro/Ultra开放Claude Opus 5.5和Sonnet 5.5,并计划于11月2日下架旧版第三方模型。

    推荐理由:事件将Google收紧Gemini免费与Plus权限、升级计算限额与开放Claude 5.5组合成一条线索,为理解下一步模型切换和算力成本变化提供入口。

  5. 量子位 QbitAI60

    马斯克Terafab项目洽谈台积电合作,英特尔或面临竞争

    马斯克于10月3日确认正在与台积电讨论Terafab芯片制造合作,Terafab规划最终年产约1TW AI算力,一期投资168亿美元。当前唯一被点名的合作伙伴是英特尔,计划采用14A工艺。媒体推演了台积电介入的三种方案:直接运营、SpaceX控股台积电参股运营、或仅技术合作。英特尔可能会与台积电形成混搭,即前端用14A工艺,后端由台积电补齐工厂运营、良率、封装能力。

  6. MarkTechPost46

    Datalab 发布 OmniExtractBench 以解决抽取基准中的偏见与不透明问题

    Datalab 发布开源基准 OmniExtractBench,通过整合 4 个现有基准的 620 份文档测试结构化文档抽取准确率。该基准提供确定性评分器,能避免单一行缺失导致整表计零,并生成可审计的六类判定结果。Datalab 准确模式以 93.85 的准确率领先,Reducto 紧随其后,两者几乎持平。

  7. 硅星人Pro35

    国庆出游AI攻略“翻车”实录:五位用户亲测豆包、DeepSeek等工具的局限

    五位用户分享使用豆包、DeepSeek及携程、飞猪等AI助手制定国庆或中秋旅行攻略的经历,指出AI虽能快速整理公开信息,但无法准确判断节假日人流、实时路况及店铺营业状态,导致行程频繁失效。例如AI规划的车程从50分钟变为近2小时,或推荐凌晨登山仅看到30秒日出。用户普遍建议将AI用于基础信息查询和框架搭建,但关键细节需结合地图核实及本地经验判断。