Gorden Sun

统计数据

720

文章

0

粉丝

0

获赞

46901

阅读

4小时前

ChatGPT新增交互式学习功能覆盖70+数学和科学核心概念，免费用户可用。用户可以实时调整变量、操作公式，直观看到图形和结果的变化。交互式学习确实对学生比较友好，不过只有70个太少了。有个数学教学产品叫Brilliant，也是这种交互式学习，数学内容齐全，感兴趣的可以看看。再就是谷歌的Learn Your Way，不是交互式的学习，但是会结合你喜欢的话题来编写教程，也是个不错的形式。 ChatGPT官方介绍：

#ChatGPT #交互式学习 #数学教育 #免费的工具 #Brilliant #谷歌Learn Your Way #学生友好 #科技新闻 #在线学习 #AI辅助学习

4小时前

Cloudflare新增爬虫API /crawl 从起始URL出发自动发现并抓取整站内容，支持返回HTML、Markdown或JSON格式，最大可以爬取10万页。可以用无头浏览器拉取框架渲染的网页，也可以直接拉取静态网页。结合Workers AI可直接对爬取页面做结构化数据提取，天然适配RAG知识库场景。 API文档：

4小时前

Fish Audio开源S2-Pro音频模型文本生成音频效果很好，音频克隆在情绪和音色还原上，还是不如Index TTS 2，不过整体也非常好了。模型：

#Fish Audio #S2-Pro #音频模型 #文本生成 #音频克隆 #Index TTS 2

16小时前

AI资讯日报，3月10日：

#AI资讯 #日报 #3月10日

16小时前

Meta收购了Moltbook Moltbook是前一阵火的那个只有AI没有人类的论坛（AI版Reddit），叫Molt是因为当时Clawdbot刚刚改名叫Moltbot，后来改名为现在的OpenClaw。收购价格没有透露，两位创始人也加入了Meta。 OpenAI收麾了OpenClaw的创始人是高招，Meta乱买一通就有点愚蠢了。新闻链接：

16小时前

AgentHub：Agent版Github 来自Karpathy的项目，给Agent用的精简版的GitHub，没有主分支、没有PR、没有合并，只有一个不断增长的提交DAG（Directed Acyclic Graph，有向无环图，此处可以理解为树状网络）和一个供Agent协调的留言板。项目的目的是探索如何让互联网上不同人运行的Agent汇聚成一个自组织的研究社区，实现"自主Agent学术圈"。架构极其简单：一个Go二进制文件+一个SQLite数据库+一个裸Git仓库 Github：

23小时前

OBLITERATUS：开源LLM越狱工具包 LLM越狱大神Pliny的开源工具，在不重训和微调的前提下，精准移除开源LLM内部的拒答机制，同时保留核心语言能力。不过我试了下，好像并没有生效。 Github：在线体验（先Obliterate一个模型，再Chat）：

1天前

AI资讯日报今天正式写了3年了，连续日更，所有内容都是手工写的。谷歌搜索“AI资讯”稳定排名前三，最近甚至重新排到了第一。我的推文风格是简洁干练，在体验产品后尽可能客观地评价一款AI产品/模型，也从未使用过“炸裂”一词，所以3年粉丝一共长了5万，全是辛苦粉，增长速度只能算一般。不过，目前很多人对AI的发展都很焦虑，担心自己被淘汰，我还是希望自媒体能多一些客观、少一些造势，你知道的多就应该把更该普及的AI产品和技巧分享给群众。最近事情繁多，也不知道还能日更多久日报，希望自己的输出能多帮助一些人吧，共勉。

1天前

AI资讯日报，3月9日：

1天前

Edit Banana：把静态图转换为可编辑的DrawIO文件首先我不看好这个方向，未来是属于Banana直接编辑图片/PDF截图的（现阶段生成图片文字没问题，编辑图片文字会糊），现阶段的识别加改为可编辑的方案，还是太费人工了。 Edit Banana使用的技术方案是SAM3+VLLM/OCR，把图片转换成XML的DrawIO文件，可以编辑，但是展示效果会大打折扣。不如OCR出所有文本，然后inPaint的方案效果更好。 Github：

1天前

Penguin-VL：腾讯开源的视觉模型特点是没有使用CLIP/SigLIP，而是从LLM(Qwen3-0.6B)改造出视觉编码器，视觉编码器与语言模型同源，消除了对比学习与自回归语言建模之间的目标不匹配问题。模型评分与Qwen3-VL 8B、InternVL3.5 8B接近。模型：

1天前

现在有两类公司，一类是全员封禁OpenClaw，一类是全员安装OpenClaw。第一类是真懂，第二类是凑热闹。

#OpenClaw #公司政策 #技术应用 #凑热闹 #技术封禁

2天前

CLI-Anything：让任意软件变成AI Agent可操控的工具当前AI Agent擅长推理，但极度缺乏操控真实专业软件的能力：GUI自动化脆弱、API 覆盖率低、重新造轮子会缺失很多功能。 CLI-Anything用命令行接口（CLI）作为Agent与软件之间的通用协议层，通过全自动流水线，把任意有源码的软件转化为Agent可使用的原生工具。已在GIMP、OBS Studio等8大复杂开源软件中成功应用，跑通1298个测试用例。 Github：

2天前

AI资讯日报，3月8日：

2天前

Yuan3.0-Ultra：开源1TB多模态模型浪潮开源的模型，1010B总参数，68.8B激活参数，支持图片输入。模型：

#Yuan3.0-Ultra #开源 #多模态模型 #浪潮 #图片输入 #大模型 #人工智能

3天前

朋友们听我一句话：凡是兴高采烈跟你讲39/99进群就能学会部署OpenClaw和各种高级用法的，都是要割你韭菜；反而是苦口婆心跟你讲要舍得花20美元/100美元订阅Claude Code的，才是真兄弟。

3天前

AI资讯日报，3月7日：

3天前

Helios：14B大小的实时视频生成模型北大开源的视频模型，14B大小，但是在单卡H100可以实现实时生成，速度比1.3B的模型还快。支持文生视频、图生视频、视频生成视频和互动式生成（类似世界模型）。 Github：

3天前

Sarvam：印度开源的LLM模型分30B和105B两个大小，105B评分高于GLM-4.5-Air（106B），在印度语上做了强化。官方介绍：

4天前

AI资讯日报，3月6日：

4天前

GPT 5.4支持1M长度上下文，但是默认不开启，需要手动修改配置。超过272K的部分按2倍计费。修改步骤： 1、打开~/.codex/config.toml配置文件 2、增加配置： model_context_window = 1000000 model_auto_compact_token_limit = 900000

4天前

Paperclip：AI公司的编排框架概念很先进，但是现在只能算模拟公司的游戏。给Agent建立具备职位描述和汇报路线的组织架构，你当董事长，给Agent们下达商业目标，你只负责设定预算和审批关键节点，剩下的工作都是多Agent协作完成。 Github：

5天前

Anthropic更新Skill-Creator Skill-Creator是用来给Agent创建Skill的Skill，本次更新主要提升了创建Skill的效果和触发率。提升Skill效果：通过定义测试用例和预期输出验证，来测试通过率、消耗时间、消耗Token量；在无上下文污染的纯净环境中并行测试，A/B测的方式评判“技能修改前后”或“有无加载技能”的真实收益；提升触发率：自动分析真实的提示词样本并重构技能描述，提升技能触发率。官方介绍： Github：

5天前

LTX-2.3：开源视频模型 LTX-2的升级版本，能同时生成音频和视频的模型，千问的Wan 2.6能同时生成音频和视频，但是没有开源，开源的都只能生成视频。考虑到Wan模型后续的开源风险，可以提前考虑LTX模型。但是讲道理，这个模型现在的效果比Wan 2.2差多了。模型：

5天前

Olmo Hybrid：开源混合架构模型 Transformer+线性RNN组合的架构，兼顾Transformer的精准召回和RNN的高效状态追踪，在提升训练效率和长上下文能力上有前景。 Ai2是真开源组织，模型和数据都是完全开源。模型：官方介绍：

...