跳到正文
8月11日周二
  1. Rohan Paul42

    Meta 开源 Muse Glimmer 30B,在 aimlapi 上以 $0.02 成本一次生成 5 个可运行游戏,约为 Muse Spark 1.2($0.11)的五分之一。Glimmer 在 Flappy Bird 上表现更优,但赛车游戏仍有失误且画质较粗糙。该模型为 29.6B 稠密模型,由 Muse Spark 蒸馏而来,支持 131K+ 上下文,量化版小于 20GB。

    引用AI/ML API@aimlapi

    Muse Glimmer one-shot 5 games! @AIatMeta dropped Muse Glimmer. So we ran it against Muse Spark 1.2, on five one-file game demos, each one written to play itself: Tetris, a top-down pixel street race, a rooftop web-slinger, a blue hedgehog platformer, and Flappy Bird. the setup: • Muse Glimmer 30B — via aimlapi[.]com. cost: $0.02 • Muse Spark 1.2 — via aimlapi[.]com. cost: $0.11 what we saw: • every Glimmer scene runs and plays itself. it's a reasoning model, so it burns more tokens — but the output is clean. its Tetris even scores each placement to keep lines clearing, and the blocks burst into pixels on every clear. • Glimmer beat Spark at Flappy Bird — its bird flew through the pipes cleaner. • but it's not perfect: in the racing game its cars sometimes slip off the road, and its graphics are simpler and blockier than Spark's. glad to see Meta back in open source — and we're waiting for Spark 1.2 weights next 🙌

  2. MarkTechPost72

    用 ComfyUI API 实现 MiniMax-H3 多模态视频与音频生成流水线

    本教程演示如何以 ComfyUI 为无头推理后端,构建端到端的 MiniMax-H3 视频生成工作流。通过 Python 直接构建执行图,支持文生视频、首尾帧条件生成和参考图像条件生成,并自动根据 GPU 显存选择 quality、balanced、squeeze 三种权重配置。流水线涵盖模型自动下载、节点模式校验、音视频联合解码与进度监控,无需图形界面即可复现实验。

    推荐理由:用 Python 编程替代 ComfyUI 图形界面,在 Colab 上搭建 MiniMax-H3 视频生成管道,并自动适配不同 GPU 显存方案,教程提供的全流程代码可直接复用。

  3. Ant Ling40

    蚂蚁百灵 Ling-3.0-flash 124B 在单台 DGX Spark 上实现 38.7 tok/s(官方 int4 量化),社区 GGUF 为 35.2 tok/s,速度达 DeepSeek V4 Flash 同硬件成绩的 2.4 倍。该模型支持完整 256K 上下文,并能在智能体循环中一次性写出可运行代码,被评测者视为单机最快的 124B 级本地模型。

    引用Sudo su@sudoingX

    ive been playing with @AntLingAGI's ling 3.0 flash 124b for a week now, and i need to publish some numbers and performance i found valuable from this lab. a week ago the weights dropped. since then, on one dgx spark, i benched the community quant ladder, ran every official quant to ground, took the official int4 from doesn't run to the fastest single dgx spark path, watched the model write working software in one shot through an agent loop, and served its full 256K context. everything measured the same way and public, nothing tuned to flatter anyone. the verdict: ling 3.0 flash earned a permanent seat on my box. it's the fastest 124B class path i've measured on a single spark, 38.7 tok/s on the official int4 recipe, 35.2 on the community gguf, 2.4x what deepseek v4 flash does on the same hardware, and it writes correct code on the first pass often enough to feel like a different class of local model. dive with me into the full week of receipts, quant by quant, curve by curve 👇

  4. Rohan Paul40

    Meta 开源 Muse Glimmer-30B 在三个街机游戏生成任务中击败 Gemma 4 31B。测试在 Atomic Chat 桌面应用本地运行,每模型各用一块 RTX 5090(32GB VRAM)。Glimmer 游戏还原度高,但代价高昂:耗 83.4K tokens、17.7 分钟,而 Gemma 仅 17.8K tokens、4.5 分钟。

    引用atomic.chat@atomic_chat_hq

    New Muse Glimmer 30B destroyed Gemma 4 31B at making retro arcade games! We gave three models the same task and compared one-shot outputs. Muse Glimmer 30B, Gemma 4 31B and Qwen3.6 27B each ran locally on its own RTX 5090 with 32GB VRAM Tasks: - Space Invaders - Tetris - Arkanoid with multiball Outputs: Muse Glimmer 30B: 83.4K tokens, 17.7 min Qwen3.6 27B: 23.7K tokens, 5.4 min Gemma 4 31B: 17.8K tokens, 4.5 min Glimmer's games play like the originals. The alien fleet speeds up with every kill, the blocks lock and lines clear, the bricks break. Nothing froze or crashed. Gemma broke on Tetris, its bot piles every piece against the left wall until the stack hits the ceiling with half the well empty. Qwen finished all three but some of its Arkanoid balls phase straight through the paddle. Run Muse Glimmer yourself in Atomic Chat from day 0!

  5. Databricks:Blog65

    Databricks 如何在兼顾治理的前提下让 Genie Agents 同时基于结构化数据与文档运行

    Databricks 介绍如何让 Genie Agents 同时基于结构化数据与文档运行,且不牺牲治理能力。文章探讨了构建自动化简单业务任务的智能体虽易,但要在统一治理框架下融合两类数据源、确保安全合规地执行查询,仍需解决数据权限、血缘追踪与策略管控等关键问题。

    推荐理由:教程提供了将 Genie Agent 同时接入结构化数据和文档的具体步骤,关键是把治理检查点嵌入数据源接入环节。

  6. The Decoder:AI News50

    FineBooks 项目评测 14 款开源 OCR 模型:小模型胜出,历史书籍文本可作 AI 训练数据

    Hugging Face 与 EleutherAI 的 FineBooks 项目在 2,165 页历史书籍上评测了 14 款开源 OCR 模型。最佳模型 dots.mocr(3B 参数)字符准确率超 97%,每千页成本低于 2 美元,且小模型普遍优于大模型。研究认为输出质量足以用于 AI 训练,但尚不适合学术用途。

8月10日周一
  1. Linear:Now61

    Linear 讲解 Linear Agent 的构建方法与设计取舍

    Linear 发文讲解 Linear Agent 的构建方法,核心是不设计固定路径,而是用系统提示词、工具设计、产品模型和运行范围划出边界让智能体自主发挥。文章介绍了 system skills 按需渐进加载以控制上下文、拒绝直接暴露 SDK 等底层原语以换取可预测性,并说明为何从模型 API 向上自研 harness,以支持动态工具注入、上下文化的工具调用确认和异步子智能体执行等编排需求。

    推荐理由:Linear 亲述 Agent 构建思路,涵盖系统提示词边界、system skills 按需加载和自研 harness 的取舍理由,方法可迁移到同类 Agent 设计。

8月9日周日
  1. 公众号:卡尔的AI沃茨72

    Seedance 2.5 上线一周新增六种创意玩法

    Seedance 2.5 上线一周后,国内外社区涌现出时间静止、超级英雄变身、创意广告、K-pop MV、电商广告、拉片复刻等六类热门玩法。经实测,该版本人物面部告别“AI 油腻感”,动作自然度与镜头切换较 2.0 更合理,单次生成超长视频时长拉至 300 秒,并支持片段重拍与智能续写。通过 LibTV 年费会员,生成成本最低可至 0.4 元/秒。

    推荐理由:把时间静止、口香糖广告等创意拆成可复用的镜头语言和提示词,直接降低同类效果的试错成本。

  2. MarkTechPost70

    用DistilBERT LoRA与TF-IDF基线做IMDb情感分析:校准、可解释性与半监督学习

    本教程基于Stanford IMDb数据集构建端到端情感分析流程,对比TF-IDF逻辑回归基线与LoRA微调的DistilBERT。模型评估涵盖准确率、macro-F1、ROC-AUC及期望校准误差,并分析置信错误、长度影响与词级遮挡显著性。最后利用未标注IMDb数据做置信度伪标注,比较半监督模型与基线,保存合并后的Transformer用于推理。

    推荐理由:从 TF-IDF 基线到校准和截断分析,教程展示了评估情感模型短板的方法,可用于自己的分类项目。

  3. IT之家·人工智能55

    研究:人们无法有效区分 AI 生成与人类原创短篇小说

    一项发表在《判断与决策》期刊上的研究显示,1,682 名成年人阅读 6 篇短篇小说(3 篇人类创作、3 篇由 ChatGPT 创作)后,认为 AI 生成的故事更引人入胜、质量更高;但当被告知故事由人类创作时,评价反而更高。两项后续实验(共 905 人参与)中,参与者判断故事作者身份的正确率分别约为 40% 和 52%,未发现普遍证据表明人们能区分两者。

8月8日周六
  1. MarkTechPost68

    用 NVIDIA NeMo Retriever 构建多模态 RAG 流水线:托管 NIM、LanceDB、重排序与 grounded 生成

    本教程演示如何用 NVIDIA NeMo Retriever 构建多模态 RAG 流水线:先以 PDFium 离线提取 PDF 文本,再通过托管 NIM 端点检测页面元素、抽取表格/图表/信息图并生成稠密向量存入 LanceDB。随后实现稠密检索、视觉-语言重排序、元数据过滤搜索及带内联引用的 grounded 生成,并用 recall-at-k 评估检索质量。

  2. Databricks:Blog62

    Databricks 如何规模化管控 AI 编程成本

    Databricks 分享了规模化管控 AI 编程成本的方法,其智能体编程已带来可衡量的价值提升。文章重点探讨了在团队规模扩大时,如何通过成本追踪、工具选型与使用策略,在维持代码质量与开发效率的同时,控制 AI 编程工具带来的支出增长。

8月7日周五
  1. 公众号:面壁智能41

    独立开发者用VoxCPM克隆网红声音实现实时对话,获百万播放

    独立开发者叶小叔用面壁智能开源的VoxCPM声音克隆模型,成功让AI克隆网红声音并实现实时对话,视频在抖音获100万播放、X上5.9万人围观。此前他尝试本地开源模型(TTS合成需14-40秒)和云端Cartesia Pro(中文效果不佳)均失败,最终租用RunPod L4 GPU($0.4/小时)部署VoxCPM,TTS首包延迟不到1秒,端到端体感2-3秒。

  2. IT之家·人工智能51

    Composio 测试 4 个 AI 编程智能体框架:谁是 DeepSeek V4 Flash 最佳搭档?

    Composio 用 30 项真实工具任务测试 4 个 AI 编程智能体框架,统一调用 DeepSeek V4 Flash 正式版。Oh My Pi 成功率最高(17/30),但速度最慢(每任务 272 秒);Claude Code 速度最快(122 秒)但成本最高(每任务 0.195 美元),OpenCode 成本最低(每成功任务 0.073 美元)。

  3. 公众号:面壁智能65

    独立开发者用 VoxCPM 克隆网红声音,让 AI 终于“会聊天”了

    独立开发者叶小叔用面壁智能开源的 VoxCPM 克隆千万粉丝网红声音,搭建 STT → LLM → VoxCPM(TTS)三段式实时对话管道,TTS 首包延迟不到 1 秒,端到端体感 2 到 3 秒。

    推荐理由:案例的实践价值在于澄清了实时对话 TTS 环节的选择逻辑:中文原生支持与默认参数平衡往往优于盲目追求极致克隆,这一取舍对同类项目具直接参考。

  4. MiniMax (official)50

    开源权重四天后,社区就做出了通常是实验室才能交付的东西:一个知识蒸馏 LoRA,把采样步数从 20 步降到 4–8 步。 这就是我们开源的原因。🫡

    引用⚡AI Search⚡@aisearchio

    It's finally here! Minimax H3 Turbo lora makes generations 5x faster. Use only 4 steps instead of 20. https://huggingface.co/larryvrh/MiniMax-H3-Turbo-Lora Also see: https://huggingface.co/larryvrh/MiniMax-H3-Turbo-Lora/discussions/6

  5. Rohan Paul44

    Meta 的 Muse Spark 1.2 以每任务 $0.40 的成本登上 Artificial Analysis 帕累托前沿,在同等成本下无模型智能指数更高。

    引用Artificial Analysis@ArtificialAnlys

    Muse Spark 1.2 places Meta on the Cost per Task Pareto frontier, scoring 6 points below Claude Opus 5 at ~1/6th of the cost At Meta's $1.25/$4.25 per 1M token pricing, Muse Spark 1.2 (xhigh) sits on the Pareto frontier of Intelligence Index vs Cost per Task. It delivers comparable intelligence to Claude Opus 4.8 (max, $2.03) at a fifth of the cost per task, and undercuts GPT-5.6 Sol (high, $0.55), GPT-5.6 Terra (max, $0.61), and Kimi K3 (max, $0.87). The nearest cheaper options are Grok 4.5 (high, $0.36) and GPT-5.6 Sol (medium, $0.37), and they all sit below it on the Index. The step up from Muse Spark 1.1 ($0.29 per task) comes at unchanged per-token pricing, with the increase driven by heavier token usage on agentic tasks.

  6. OpenRouter:Announcements70

    在 OpenRouter 上设置团队 AI 支出控制

    OpenRouter 推出五项团队 AI 支出控制功能:组织共享信用池、预设模型范围、每密钥限额、护栏(成员预算和模型白名单)及活动仪表盘。本指南按顺序介绍设置流程,包括创建组织、配置预设、通过 Management API 密钥设置每日/每周/每月限额。组织默认支持最多 10 名成员,标准按需付费账户购买信用时收取 5.5% 平台费。

    推荐理由:这份教程把团队支出控制拆解为可操作的五个步骤,并对限额、护栏的叠加逻辑给出了清晰定义,可缓解团队协作中支出归属与模型权限的常见混乱。

  7. Databricks:Blog58

    Databricks 详解什么是 Tool Calling

    Tool calling 是 AI 模型调用外部工具和 API 的能力,让模型能突破自身局限、执行实时数据获取或具体操作。该机制通常涉及模型生成结构化请求、系统调度执行并将结果返回模型,从而完成更复杂的任务。Databricks 从概念、工作原理到应用场景对这一能力进行了系统说明。

  8. Databricks:Blog40

    什么是智能体工作流?

    智能体工作流正成为企业从单次提示词交互迈向多步骤自动化任务的关键范式。这类工作流让 AI 系统能够自主规划、调用工具并迭代执行复杂任务,而非仅生成单一回答。Databricks 从架构、应用场景与工程实践角度解析了智能体工作流的定义与落地路径。

  9. GitHub Blog69

    GitHub Copilot 应用中的斜杠命令使用指南

    GitHub Copilot 应用中的斜杠命令可帮助管理会话、导航项目和自定义 Copilot 工作流。与 CLI 版不同,应用版命令更侧重工作流,如 /plan 用于编码前规划、/spar 用于挑战方案假设、/autopilot 用于自动执行实现。/clear 和 /model 在 CLI 和应用中均可用。

    推荐理由:文章不是罗列命令,而是提供了可复用的场景模板,为 /plan、/spar 等命令配好了规划、评审和实现的具体提示词,省去从零组织任务描述的时间。

  10. MarkTechPost50

    Meta 的 Ax 自适应实验实战编码指南

    本教程演示如何用 Meta 的 Ax 现代 Client API 进行自适应实验,在合成分类数据集上调优 RandomForest 模型,同时平衡预测准确率与模型体积。工作流从定义包含整数、浮点、对数缩放和类别参数的混合搜索空间开始,逐步展示完整调优流程。