Gorden Sun

统计数据

549

文章

0

粉丝

0

获赞

7779

阅读

4小时前

AI资讯日报，1月14日：、

11小时前

Yolo26：最新的实时物体检测和分割 Ultralytics发布了Yolo26，以后也跟苹果一样，按年份来给版本命名了。在实时检测、实时分割方面是最佳的模型。 Github：

15小时前

GLM-Image还可以，部分能力达到了Nano Banana一代的水平，整体是稍弱于即梦4.0和Banana一代，但重点是，这是完全开源的模型。图片转手办效果可以，能写几句话的中文不出错，语义理解也不错。模型：

1天前

AI资讯日报，1月13日：

1天前

Baichuan-M3：百川开源的医疗模型基于Qwen3-235B-A22B微调，幻觉率低。模型：

1天前

Vercel开源agent-browser 专门给CLI Agent（基于命令行的Agent，例如Claude Code、Codex）使用的浏览器自动化Agent，使用无头浏览器，能实现浏览器内查找、操作、管理状态等操作，可以实现自动化网页操作，但是实际使用需要考虑账号风控的问题。 Github：

1天前

我对DeepSeek V4的期待是代码和Agent能力超过Sonnet 4.5，接近Opus 4.5，然后国内进入百Agent大战时代，生产力又又又提升。提前攒好一个Agent，等DeepSeek V4上线后，把API从Claude切到DeepSeek，彻底成功！

2天前

AI资讯日报，1月12日：

3天前

AI资讯日报，1月11日：

4天前

AI资讯日报，1月10日：

4天前

Dify循环里最后一个节点的输出，为什么循环外的节点无法使用？我感觉这是非常基础的功能，应该能使用才对。图1是循环里最后一个节点的输出，图2是循环外节点可以使用的变量列表，没有这个循环节点

5天前

AI资讯日报，1月9日：

5天前

Gmail新出的AI Inbox，算是个主动式的AI，能自动分析你邮箱里的邮件，给出建议。这个是比较大的功能，AI/Agent正在从被动接受人类任务变成主动给人类执行任务，类似的还有ChatGPT的每日助手、谷歌的Jules闲时自动任务。可能不用太长时间，如果Agent有了足够多的关于你的上下文，能主动和被动帮你搞定大部分事，就看谁的数字分身更多更高级了。

5天前

UniVideo：统一视频模型可灵开源，能理解、生成、编辑视频，像是视频版Nano Banana，但不是原生模型，是使用Qwen VL多模态LLM+混元视频模型+MetaQueries（连接多模态LLM和扩散模型）组合而成。模型：

5天前

吉利银河 M9亮相CES2026，搭载阶跃星辰原生语音模型Step-Audio 2，端到端架构，直接语音输入、语音输出，没有ASR+LLM+TTS的过程。优势： · 低延迟，0.7秒内即可响应 · 长上下文，支持多轮对话 · 原生模型，能识别原始语音的情感和语气应该是国产新能源最早搭载原生音频大模型的车。

6天前

AI资讯日报，1月8日：

6天前

我以为的LINUX DO 3级：看各种独家AI教程、使用各种公益API 实际的LINUX DO 3级：女装大佬

6天前

MOSS Transcribe Diarize：能识别说话人的ASR模型不仅能识别语音，而且能标注出不同的说话人，支持多语言，最长支持90分钟的音频。国内不方便用Gemini 3 Flash的，可以用这个。 Demo：官网：

1周前

AI资讯日报，1月7日：

1周前

AntAngelMed：蚂蚁开源的医疗模型基于Ling-flash-2.0的MoE架构，100B总参数，6.1B激活参数，在OpenAI的HealthBench评测上评分第一。模型：

1周前

NextFlow：统一的仅解码器的AI绘画模型基于仅解码器的自回归Transformer，5秒内可以生成1024*1024分辨率的图片。暂时没有使用途径，看Demo图片强过Flux Dev，弱于Qwen Image。论文： Github：

1周前

AI资讯日报，1月6日：

1周前

LTX-2 Model：：开源版Veo3 19B参数的视频模型，能同时生成视频和音频，支持文生视频和图生视频。模型：提示词文档：

1周前

一键生成大厂风格PPT，华丽程度拉满。支持选择页数，先生成大纲，确认后再生成整套PPT。支持调整大纲内容和重新生成PPT。使用地址：送几个兑换码（兑换码一旦公开，别人都能看到和修改你的生成结果，等同于账号+密码的作用）： PPTES9UFBQUUVX0ZDN PPT4WHML2Y0FBC4P5U PPTL7WTBSOI5GUT9EB

1周前

求职：给自己找一份AI产品经理的岗位，私信开放请直接联系。关于我：AI领域自媒体大V，4.2万粉丝，与众多国内外AI产品有合作。精通提示词工程，精通LLM、AI绘画、AI视频、AI语音、AI音乐领域各家模型的特点和能力边界，擅长Vibe Coding。 · 个人维护一份AI资讯日报，连续日更3年，谷歌搜索“AI资讯”排名稳定前三。日报地址： · Vibe Coding 作品： - 一键生成整套PPT： - 一键生成整套动图GIF表情包： - Nano Banana Pro国内服务： · 精通Banana Pro技巧，有丰富的AI绘画、视频、音频实用经验：

...