实践哥 Li's banner
实践哥 Li's profile picture

实践哥 Li

@MinLiBuilds • 26,961 subscribers

🚀 AI Builder|连续创业,折腾不止 ⚡ AI 干货 · 本地大模型 · AI Agent · AI 视频 · AI 产品 🔥 每天与AI 聊25h,尝鲜,探索,洞察,分享,思考🤔 📩 合作: [email protected]

Shorts

😂 笑死我了。机会留给有准备的人,这位大学生助农。 去印尼的农村搞 Claude KYC 生意,助力中国大模型科研团队发展,笑死我了。 KYC 一次 20 刀。

😂 笑死我了。机会留给有准备的人,这位大学生助农。 去印尼的农村搞 Claude KYC 生意,助力中国大模型科研团队发展,笑死我了。 KYC 一次 20 刀。

158,666 просмотров

🚀 原以为 GPT Image 已经天下无敌了,没想到Seedream 5.5更加惊喜! 这次拿本周刚上 Seedream 5.5 跟 GPT Image 2.5 做了极限编辑测试。 盯住人脸,变化从第三秒开始👇 同一张人物照片,连续编辑 80 轮,测试真正的图像漂移。 换发型、换眼镜、换衣服、换饮料,每一轮都基于生成的图片继续改。 GPT Image 2.5 到中后段就开始扛不住了,画面越来越花,脸上甚至长出了大片彩色伪影。 反观 Seedream 5.5,改到第 80 轮,人物的脸、背景和光影还保持得相当稳定! 之前测 AI 生图,真没注意到这个问题,光顾看谁画得漂亮了。 我翻了下论文,发现早在 2023 年的 NeurIPS《MagicBrush》,研究人员就已经专门评测多轮图像编辑了。 三年过去了,到现在还有新论文不断研究这个难题。 原因不复杂:每轮修改都可能引入一点误差,下一轮又拿这些不完美的结果继续改。 几十轮下来,误差不断累积、放大,最后整张图都可能崩掉。 Seedream 5.5 的多轮编辑能力让人眼前一亮。 其他升级和应用场景,继续聊。👇

🚀 原以为 GPT Image 已经天下无敌了,没想到Seedream 5.5更加惊喜! 这次拿本周刚上 Seedream 5.5 跟 GPT Image 2.5 做了极限编辑测试。 盯住人脸,变化从第三秒开始👇 同一张人物照片,连续编辑 80 轮,测试真正的图像漂移。 换发型、换眼镜、换衣服、换饮料,每一轮都基于生成的图片继续改。 GPT Image 2.5 到中后段就开始扛不住了,画面越来越花,脸上甚至长出了大片彩色伪影。 反观 Seedream 5.5,改到第 80 轮,人物的脸、背景和光影还保持得相当稳定! 之前测 AI 生图,真没注意到这个问题,光顾看谁画得漂亮了。 我翻了下论文,发现早在 2023 年的 NeurIPS《MagicBrush》,研究人员就已经专门评测多轮图像编辑了。 三年过去了,到现在还有新论文不断研究这个难题。 原因不复杂:每轮修改都可能引入一点误差,下一轮又拿这些不完美的结果继续改。 几十轮下来,误差不断累积、放大,最后整张图都可能崩掉。 Seedream 5.5 的多轮编辑能力让人眼前一亮。 其他升级和应用场景,继续聊。👇

60,569 просмотров

1 一个人走进 AI 生成的巷子,说了句召唤——天上真飞下来一只鹰。🦅 这不就是《盗梦空间》么? Alaya World 干的就是这种事:一句话、一张图丢进去,实时长出一个能逛的世界。你挪视角,街巷往前展开;走到一半打一句提示词,里面真会跟着变。不是后期特效,是当场生成的。 说个暴论:未来游戏开发可能要变天了——先生成一个可玩的 demo,然后就直接上线了。🎮 我们现在用的 AI,多半还是打字进、文字出,最多再给你一张图、一段视频。看完就结束,你始终站在屏幕外面。 可以这么理解: • 💬 聊天模型陪你说话 • 🎬 视频模型给你放片 • 🌍 世界模型开始给你一个能走进去晃两下的地方 它还不完美,偏研究向,家用电脑也跑不动——别当成明天就能下载开玩的游戏。但代码开源了,主页上 Demo 很多,光看就能明白:AI 下一步可能不只是更会聊天,而是开始撑起一个空间。 想直观感受,直接刷 Alaya Lab 的 Demo,比看任何介绍都快。 1.🐦‍ 召唤火鸟 冷却好了,点火鸟技能。烟尘里冲出一只燃烧的凤凰,双翼一展,脚下黑烟烈焰

1 一个人走进 AI 生成的巷子,说了句召唤——天上真飞下来一只鹰。🦅 这不就是《盗梦空间》么? Alaya World 干的就是这种事:一句话、一张图丢进去,实时长出一个能逛的世界。你挪视角,街巷往前展开;走到一半打一句提示词,里面真会跟着变。不是后期特效,是当场生成的。 说个暴论:未来游戏开发可能要变天了——先生成一个可玩的 demo,然后就直接上线了。🎮 我们现在用的 AI,多半还是打字进、文字出,最多再给你一张图、一段视频。看完就结束,你始终站在屏幕外面。 可以这么理解: • 💬 聊天模型陪你说话 • 🎬 视频模型给你放片 • 🌍 世界模型开始给你一个能走进去晃两下的地方 它还不完美,偏研究向,家用电脑也跑不动——别当成明天就能下载开玩的游戏。但代码开源了,主页上 Demo 很多,光看就能明白:AI 下一步可能不只是更会聊天,而是开始撑起一个空间。 想直观感受,直接刷 Alaya Lab 的 Demo,比看任何介绍都快。 1.🐦‍ 召唤火鸟 冷却好了,点火鸟技能。烟尘里冲出一只燃烧的凤凰,双翼一展,脚下黑烟烈焰

928,651 просмотров

英伟达和 Palantir,都开始限制 Claude 了。 Reuters 报道,英伟达已经把 Anthropic 模型限制在低敏感度任务。 Palantir 更直接:要求 Anthropic 提供不可撤销的 Zero Data Retention 保证,否则不愿意把模型开放给客户。 原因很简单: 自己的核心数据,不能随便被Anthropic查看。 巧的是,Anthropic 前几天刚发布 AI 安全报告,提到黑客、监控、诈骗,以及敏感数据流转等风险。把细节全公布了。 本来是想证明自己多重视安全,结果大公司可能只想到一句: 那我的数据是不是已经被看过了?🚀

英伟达和 Palantir,都开始限制 Claude 了。 Reuters 报道,英伟达已经把 Anthropic 模型限制在低敏感度任务。 Palantir 更直接:要求 Anthropic 提供不可撤销的 Zero Data Retention 保证,否则不愿意把模型开放给客户。 原因很简单: 自己的核心数据,不能随便被Anthropic查看。 巧的是,Anthropic 前几天刚发布 AI 安全报告,提到黑客、监控、诈骗,以及敏感数据流转等风险。把细节全公布了。 本来是想证明自己多重视安全,结果大公司可能只想到一句: 那我的数据是不是已经被看过了?🚀

319,845 просмотров

告诉大家无限用 Astra 6.0 的方法。 打开 ChatGPT,或者在移动端切到 Chat 模式,就能一直聊。 额度独立,不影响你 codex 里的额度。 聊技术、拆问题、捋思路、改文案,能干的事非常多。 很多事情,聊明白就解决了。

告诉大家无限用 Astra 6.0 的方法。 打开 ChatGPT,或者在移动端切到 Chat 模式,就能一直聊。 额度独立,不影响你 codex 里的额度。 聊技术、拆问题、捋思路、改文案,能干的事非常多。 很多事情,聊明白就解决了。

324,375 просмотров

🔥 Hy4 的 3D + Computer Use 能力,已经把 Astra 甩在身后了! 这两天我通过纯文字描述、给地图参考、给图片参考三种方式,多角度测试 Hy4,想找到它的破绽。 1. 纯文字造出北京天坛祈年殿,4300 多片琉璃瓦,自带运镜。 2. 一张地图,还原杭州钱江新城,直接变成3D 沙盘。 3. 操控 Blender,从零建模、渲染、自查修复,生成3D打印模型。 以前要专业人员花大量时间和金钱做的 3D 项目,现在 Agent 自己就能做出可交付产品! 三个实战视频,看看 Hy4 到底有多能打!👇

🔥 Hy4 的 3D + Computer Use 能力,已经把 Astra 甩在身后了! 这两天我通过纯文字描述、给地图参考、给图片参考三种方式,多角度测试 Hy4,想找到它的破绽。 1. 纯文字造出北京天坛祈年殿,4300 多片琉璃瓦,自带运镜。 2. 一张地图,还原杭州钱江新城,直接变成3D 沙盘。 3. 操控 Blender,从零建模、渲染、自查修复,生成3D打印模型。 以前要专业人员花大量时间和金钱做的 3D 项目,现在 Agent 自己就能做出可交付产品! 三个实战视频,看看 Hy4 到底有多能打!👇

31,431 просмотров

雷总今晚是真的有点飘了 😂 出来亲自讲小米澎程,讲到智驾的时候,直接拿友商开涮: 全系标配,买车就能用。 有的友商,高阶智驾每个月还要交近 500 块。 没点名。 但华为乾崑 ADS Max 连续包月,刚好 499 元/月。 以前雷军发布会: “友商也非常优秀。” 🔥看来真的股价焦虑了。 至于价格,网友说9.9包邮,有视频为证

雷总今晚是真的有点飘了 😂 出来亲自讲小米澎程,讲到智驾的时候,直接拿友商开涮: 全系标配,买车就能用。 有的友商,高阶智驾每个月还要交近 500 块。 没点名。 但华为乾崑 ADS Max 连续包月,刚好 499 元/月。 以前雷军发布会: “友商也非常优秀。” 🔥看来真的股价焦虑了。 至于价格,网友说9.9包邮,有视频为证

273,565 просмотров

😭 舒服了!Claude + GPT Image 王炸组合,50张图只花了 $0.33。 这次折腾 LoRA,GPT订阅里的生图额度先被我干光了。最近 GPT 降智越来越明显,为了生图继续交 $100/月的 Pro 订阅,太亏了。如果同样的钱,一个月生成15000张图呢? GPT Image 的效果我又离不开。 直到我发现了Flatkey,直接把 GPT Image 接进 Claude Code。 让 Claude 的脑子,配上 GPT Image 的画图能力。 50 张图,总共只花了 $0.33! 平均每张才 $0.0066。以前为了生图还得考虑每月 $20 的订阅,现在直接按需付费,确实香。 😲$20订阅一个月可以生成3000张图了。$100可以生成15000张。 这绝对是最有性价比的。 接入也简单,两条命令: npm install -g 바^카^라//MX5050.COM-ai/cli flatkey login 之后跟Claude Code说: 调用 Flatkey 的gpt image 2,生成50张xxxxx图。 🔥而且不止生图,视频、音频以及 100+ AI 模型也能统一调用。 谁聪明就让谁干活,谁便宜就用谁,没必要把所有能力绑在一个订阅里。 注册地址👇 #flatkeyai

😭 舒服了!Claude + GPT Image 王炸组合,50张图只花了 $0.33。 这次折腾 LoRA,GPT订阅里的生图额度先被我干光了。最近 GPT 降智越来越明显,为了生图继续交 $100/月的 Pro 订阅,太亏了。如果同样的钱,一个月生成15000张图呢? GPT Image 的效果我又离不开。 直到我发现了Flatkey,直接把 GPT Image 接进 Claude Code。 让 Claude 的脑子,配上 GPT Image 的画图能力。 50 张图,总共只花了 $0.33! 平均每张才 $0.0066。以前为了生图还得考虑每月 $20 的订阅,现在直接按需付费,确实香。 😲$20订阅一个月可以生成3000张图了。$100可以生成15000张。 这绝对是最有性价比的。 接入也简单,两条命令: npm install -g 바^카^라//MX5050.COM-ai/cli flatkey login 之后跟Claude Code说: 调用 Flatkey 的gpt image 2,生成50张xxxxx图。 🔥而且不止生图,视频、音频以及 100+ AI 模型也能统一调用。 谁聪明就让谁干活,谁便宜就用谁,没必要把所有能力绑在一个订阅里。 注册地址👇 #flatkeyai

69,206 просмотров

😭 我估计 Anthropic 的封号力度,很快就要降下来了。 路透社 10 月 15 日爆料,部分 IPO 投资人已经把 Anthropic 的估值预期从 2 万亿美元砍到 1.5 万亿美元,直接打了七五折! 原因很有意思。 Q2 营收环比增长约 147%,Q3 只增长 45%。营收还在创新高,但增长的二阶差分已经转负。 一阶导数为正,二阶导数为负。 资本市场最怕的就是增长开始减速。 A/ 以前为了防蒸馏,宁可错杀正常用户。现在要冲上市了,每一个付费用户都重要的。 day6 远程机器+UU 远程,血条 100%👇

😭 我估计 Anthropic 的封号力度,很快就要降下来了。 路透社 10 月 15 日爆料,部分 IPO 投资人已经把 Anthropic 的估值预期从 2 万亿美元砍到 1.5 万亿美元,直接打了七五折! 原因很有意思。 Q2 营收环比增长约 147%,Q3 只增长 45%。营收还在创新高,但增长的二阶差分已经转负。 一阶导数为正,二阶导数为负。 资本市场最怕的就是增长开始减速。 A/ 以前为了防蒸馏,宁可错杀正常用户。现在要冲上市了,每一个付费用户都重要的。 day6 远程机器+UU 远程,血条 100%👇

82,870 просмотров

😅 这个就尴尬了!Kimi 和 GLM 跟 Dario 算是不死不休了。 Anthropic 又发长文,公开点名: Kimi:被指偷偷把用户请求转发给 Claude,收集推理数据用于蒸馏。 GLM-5.3:被指专门蒸馏美国顶尖模型的网络安全能力,连 Claude Fable 都盯上了。 Dario 这次下狠手了:升级反蒸馏防线,声称有效提取的推理数据减少 90%~99%,封禁数万个账号。 这梁子,怕是彻底结下了。😂

😅 这个就尴尬了!Kimi 和 GLM 跟 Dario 算是不死不休了。 Anthropic 又发长文,公开点名: Kimi:被指偷偷把用户请求转发给 Claude,收集推理数据用于蒸馏。 GLM-5.3:被指专门蒸馏美国顶尖模型的网络安全能力,连 Claude Fable 都盯上了。 Dario 这次下狠手了:升级反蒸馏防线,声称有效提取的推理数据减少 90%~99%,封禁数万个账号。 这梁子,怕是彻底结下了。😂

100,345 просмотров

太魔幻了,Astra 还在让大家惊叹:AI 终于会用 Blender 了。 结果Nex-AGI 已经直接出现在现实世界里了。 我只给了一个 Prompt: 做一根 6cm 的粉色活动香蕉,省点料。 然后我基本没碰 Blender。 它自己用 MCP 建模,Computer Use 看结果、自己修,最后直接吐给我一个 STL。 我顺手扔进拓竹。 👇 视频里正在一层一层长出来的,就是它自己设计的香蕉。 这一刻我是真有点惊到了。 Nex-AGI + Computer Use,能力完全超出我预期。 一句话 → Blender → STL → 3D 打印 → 实物。 🔥 这真的有点科幻了。 直接免费体验nex-agi :

太魔幻了,Astra 还在让大家惊叹:AI 终于会用 Blender 了。 结果Nex-AGI 已经直接出现在现实世界里了。 我只给了一个 Prompt: 做一根 6cm 的粉色活动香蕉,省点料。 然后我基本没碰 Blender。 它自己用 MCP 建模,Computer Use 看结果、自己修,最后直接吐给我一个 STL。 我顺手扔进拓竹。 👇 视频里正在一层一层长出来的,就是它自己设计的香蕉。 这一刻我是真有点惊到了。 Nex-AGI + Computer Use,能力完全超出我预期。 一句话 → Blender → STL → 3D 打印 → 实物。 🔥 这真的有点科幻了。 直接免费体验nex-agi :

167,662 просмотров

tibo莫姑父,今天别重置 🚀

tibo莫姑父,今天别重置 🚀

137,489 просмотров

这个新闻越看越觉得牛逼。 张一鸣张首富要带大家永生了。 🔥 部署 1 万个实验台自动做实验消灭癌细胞,看到这个想象力了 字节拆出来的 Anew Labs,昨天刚融了 2.9 亿美元,估值 15 亿美元,字节融资后还持股 56%。 然后今天直接发布 AnewDDE: 结构预测 → 分子设计 → 亲和力计算 → AI 科学推理 → 实验反馈 → 再设计下一轮。 这里最牛逼的是:湿实验也开始进 loop 了。 湿实验是什么? 就是 AI 不是在电脑里算完就结束,而是真的去实验室合成分子、测蛋白、测结合效果,用现实世界的结果验证。 以前这一步必须大量靠人。 🔥进一步的,我想到一个恐怖的点。 如果一个湿实验可以被机器人自动化,那它就可以复制。 不是一个实验慢慢做。 而是: 100 个、1000 个、10000 个实验,同时跑。 这么想下去就有点科幻了。 难道人类真要靠 AI 把癌症一个个干掉🫡

这个新闻越看越觉得牛逼。 张一鸣张首富要带大家永生了。 🔥 部署 1 万个实验台自动做实验消灭癌细胞,看到这个想象力了 字节拆出来的 Anew Labs,昨天刚融了 2.9 亿美元,估值 15 亿美元,字节融资后还持股 56%。 然后今天直接发布 AnewDDE: 结构预测 → 分子设计 → 亲和力计算 → AI 科学推理 → 实验反馈 → 再设计下一轮。 这里最牛逼的是:湿实验也开始进 loop 了。 湿实验是什么? 就是 AI 不是在电脑里算完就结束,而是真的去实验室合成分子、测蛋白、测结合效果,用现实世界的结果验证。 以前这一步必须大量靠人。 🔥进一步的,我想到一个恐怖的点。 如果一个湿实验可以被机器人自动化,那它就可以复制。 不是一个实验慢慢做。 而是: 100 个、1000 个、10000 个实验,同时跑。 这么想下去就有点科幻了。 难道人类真要靠 AI 把癌症一个个干掉🫡

114,857 просмотров

😋 部署上了,吃上好东西了,同事们直夸好用,相见恨晚。 能力比 降智的sol 强太多了,速度是 sol 的 8 倍。 Qwen3.8-Flash-Next,这次部署的是 UD-IQ4_XS 量化版本,借助 Strata 装进一张 48GB RTX 4090,跑满 256K 上下文和 6 路并发。 单人约 100 tok/s,6 人同时使用合计约 180tok/s,已经足够直接给团队当本地 Codex 后端。 他们都是非研发为主,使用之前,他们担心这东西难用,我跟他说比 Opus 4.6 还强,他们眼睛都直了。 不负众望,完美落地,接下来让他们实测一周,我负责把推理速度推到极限👍 下一个阶段,准备让我的 MUSE 接入我的本地模型,因为它们都装了 Tail Scale。 然后让我的 MUSE 注册一个 L 站。惊艳他们🔥

😋 部署上了,吃上好东西了,同事们直夸好用,相见恨晚。 能力比 降智的sol 强太多了,速度是 sol 的 8 倍。 Qwen3.8-Flash-Next,这次部署的是 UD-IQ4_XS 量化版本,借助 Strata 装进一张 48GB RTX 4090,跑满 256K 上下文和 6 路并发。 单人约 100 tok/s,6 人同时使用合计约 180tok/s,已经足够直接给团队当本地 Codex 后端。 他们都是非研发为主,使用之前,他们担心这东西难用,我跟他说比 Opus 4.6 还强,他们眼睛都直了。 不负众望,完美落地,接下来让他们实测一周,我负责把推理速度推到极限👍 下一个阶段,准备让我的 MUSE 接入我的本地模型,因为它们都装了 Tail Scale。 然后让我的 MUSE 注册一个 L 站。惊艳他们🔥

63,744 просмотров

👓 闭上眼睛,感受一下图片模型直出 GIF。 🚴‍♂️鹈鹕骑车,GIF 版,安排上了 OpenAI 刚发了 Images 2.6,我第一时间让它整了一个👇 这次最实用的是能直接生成 GIF 动图,还能把图导出成 SVG 矢量图,做网站、App、印刷品都能直接拿去用。 出图速度也比之前快了 50%,ChatGPT 和 Codex 所有档位今天都能用,电脑、手机、网页都有。 API 同步上了 Flare 和 Sunburst 两个新模型,Sunburst 在中高画质下连续改图细节更稳。

👓 闭上眼睛,感受一下图片模型直出 GIF。 🚴‍♂️鹈鹕骑车,GIF 版,安排上了 OpenAI 刚发了 Images 2.6,我第一时间让它整了一个👇 这次最实用的是能直接生成 GIF 动图,还能把图导出成 SVG 矢量图,做网站、App、印刷品都能直接拿去用。 出图速度也比之前快了 50%,ChatGPT 和 Codex 所有档位今天都能用,电脑、手机、网页都有。 API 同步上了 Flare 和 Sunburst 两个新模型,Sunburst 在中高画质下连续改图细节更稳。

20,258 просмотров

草,吹爆了。这条视频,Opus 真做不出来。🥺 我上手实测了一下,这个太爽了啊。 🚀 Prompt 就一个:给我做个炫酷吊炸天的视频。 把多个图层扔进去,它自己拆节奏、配音乐、卡点、运镜。 然后直接出片。 人物、面具、亚克力、徽章、闪卡、碎片,全都按图层自己运动,背景还有视差。 牛逼啊。 Opus 再聪明,也没法把这个人直接动起来。😂

草,吹爆了。这条视频,Opus 真做不出来。🥺 我上手实测了一下,这个太爽了啊。 🚀 Prompt 就一个:给我做个炫酷吊炸天的视频。 把多个图层扔进去,它自己拆节奏、配音乐、卡点、运镜。 然后直接出片。 人物、面具、亚克力、徽章、闪卡、碎片,全都按图层自己运动,背景还有视差。 牛逼啊。 Opus 再聪明,也没法把这个人直接动起来。😂

60,027 просмотров

😲 柯洁来小红书教围棋了。 金发、深 V 黑西装、白色阔腿裤,开口还喊“宝宝们好”。 我第一眼甚至没认出来这是柯洁。 但仔细想想,人家已经是八冠王了,赚的钱也不少,根本没必要跑到小红书上收割韭菜。🤔

😲 柯洁来小红书教围棋了。 金发、深 V 黑西装、白色阔腿裤,开口还喊“宝宝们好”。 我第一眼甚至没认出来这是柯洁。 但仔细想想,人家已经是八冠王了,赚的钱也不少,根本没必要跑到小红书上收割韭菜。🤔

44,943 просмотров

🔥 爽了,这是第一次跑通长视频,没有崩坏。 秘诀就在一个字,加入一次检查。 之前爱偷懒,喜欢一键生成,从提示词、图片、视频希望一把搓出来。 后面发现是没有捷径的。 这种复刻类型的作为练手非常不错,大量使用首尾帧的模型。我也试过用ref2video一口气丢个视频进去,反而效果没有那么好,脸会经常飘。 🚀 最重要的一步就是让GPT生成好的参考图片。里面有个技巧,把人脸涂掉。如果不涂掉,原视频人脸骨相还在,你生成的人脸会跟原来的人脸非常像。 这次使用H3,效果能做这么好,我是没想到的。😲 作为我们穷人的第一个模型非常不错。 更多的细节我们可以评论区讨论。

🔥 爽了,这是第一次跑通长视频,没有崩坏。 秘诀就在一个字,加入一次检查。 之前爱偷懒,喜欢一键生成,从提示词、图片、视频希望一把搓出来。 后面发现是没有捷径的。 这种复刻类型的作为练手非常不错,大量使用首尾帧的模型。我也试过用ref2video一口气丢个视频进去,反而效果没有那么好,脸会经常飘。 🚀 最重要的一步就是让GPT生成好的参考图片。里面有个技巧,把人脸涂掉。如果不涂掉,原视频人脸骨相还在,你生成的人脸会跟原来的人脸非常像。 这次使用H3,效果能做这么好,我是没想到的。😲 作为我们穷人的第一个模型非常不错。 更多的细节我们可以评论区讨论。

15,339 просмотров

😳 Dense 之王来了。BOSS 直聘竟然把大模型卷到这个地步了? 如果这模型真如指标描述,那确实封神了。 Boss旗下南北阁团队发布 Nanbeige4.3-33B,直接对标 Qwen3.8-27B。 看了一眼官方 Benchmark,有点不敢相信: Terminal-Bench 2.1:80.9 vs 73.0 DeepSWE:65.5 vs 42.5 Automation Bench:54.2 vs 38.3 DeepPlanning:63.3 vs 49.2 33B Dense,512K 上下文,Apache 2.0 开源。 这还只是教师模型,后面还准备把 Agent 能力蒸馏到 3B。 目前 GSQ-RCO GGUF 量化已经有人做了,单张 48GB 4090 就有机会跑起来。 压力给到 Qwen4 了!😂

😳 Dense 之王来了。BOSS 直聘竟然把大模型卷到这个地步了? 如果这模型真如指标描述,那确实封神了。 Boss旗下南北阁团队发布 Nanbeige4.3-33B,直接对标 Qwen3.8-27B。 看了一眼官方 Benchmark,有点不敢相信: Terminal-Bench 2.1:80.9 vs 73.0 DeepSWE:65.5 vs 42.5 Automation Bench:54.2 vs 38.3 DeepPlanning:63.3 vs 49.2 33B Dense,512K 上下文,Apache 2.0 开源。 这还只是教师模型,后面还准备把 Agent 能力蒸馏到 3B。 目前 GSQ-RCO GGUF 量化已经有人做了,单张 48GB 4090 就有机会跑起来。 压力给到 Qwen4 了!😂

19,272 просмотров

动漫老婆变真老婆,这个必须试试了😲 Qwen-Image-2.1 已经有人开始训这种 LoRA: Anything2RealCharacters 专门把动漫等艺术风格角色直接真人化🚀

动漫老婆变真老婆,这个必须试试了😲 Qwen-Image-2.1 已经有人开始训这种 LoRA: Anything2RealCharacters 专门把动漫等艺术风格角色直接真人化🚀

38,061 просмотров

Videos

你们嘴巴真严啊 Muse写小黄文,一级棒啊 还可以跟她聊骚,卧槽
0:23

Sensitive content

This media may contain sensitive content.

MinLiBuilds's profile picture

献给 tibo 💓 poteto 我会怀念这个活动,28天的嗑CP

实践哥 Li

63,077 просмотров • 15 дней назад

MinLiBuilds's profile picture

元宇宙又复活了。 Meta 眼镜 这次把 VR 干到了 100 克。 比 Quest 3 轻差不多 5 倍,$1300,明年春天发货。 刚好我这两天在云栖大会逛了一圈。 一个非常强烈的感觉: 🔥做 AI 视频的公司,已经多到离谱了。 走几步一家。 广告视频、商品视频、数字人、短剧、自动剪辑…… 大家底层接的模型其实也越来越像。 所以我现在看一个 AI 视频产品,已经不太关心: 你又接了几个模型。 能不能让我少操心才关键。 如果乔布斯还在,他会怎么给这副 Meta 眼镜拍一条广告? 🔥我直接 0 帧起手,嘴炮 Pexo。 要求就几个: 100g、轻、未来感、VR 真正变成一副眼镜。 然后让它自己出脚本、拆镜头、做关键帧,再一段段生成。 哪里不对继续聊。 Pexo还能调整细节,直接用 Mark to Fix 圈出来改。 这是 Pexo 跟我在展会上看到一堆视频工具,最大的区别。 现在这个行业太卷了: Veo、Kling、Seedance、万相……模型一大堆。 15 秒、30 秒、不同分辨率、不同价格、不同积分…… 普通用户哪有空天天研究这些破玩意。 一个真正有用的镜头,可能就 3~5 秒。 该用哪个模型,让 Agent 自己选。 该拆成几个镜头,让 Agent 自己想。 Motion、重生成、剪辑、音乐、字幕…… 这些东西最好都别让我看到。 AI 视频公司越多,@Pexoai_offical 这种产品反而越有意义。 把这一堆 AI 视频工具,全藏到一个 Agent 后面。

实践哥 Li

115,989 просмотров • 1 месяц назад

MinLiBuilds's profile picture

无敌了,我用 30 分钟,做了个给小孩订正作业的小工具。 现在这种视觉模型,已经开始够快、够便宜,可以直接拿来干活了。 我把孩子做完的作业丢给蚂蚁百灵刚开源的 Ling-3.0-flash-VL。 我没让它直接处理图片,我让它先让它看整张作业,把错题、题目区域、手写答案的位置直接输出成坐标。 后面的程序拿着这些坐标去裁图、去手写,再整理成可以重新订正的题。 这就比单纯 OCR 有意思多了。 🔥当然,现在还远没到“干死作业 App”。 它坐标可能有偏差。 但以前这种东西,你得自己接 OCR、版面分析、错题识别,甚至训练专用模型。 现在一个通用视觉模型,30 分钟就能先把整条链路跑通。 这里也有个很容易误解的地方: 视觉模型,不等于出图模型。 Ling 这种 VLM 的视觉,是它能看图片、截图、文档、视频。 它本身不是 Image 2.5 那种负责生成像素的模型。 它擅长看懂以后,把结果变成文字、坐标、代码或者动作,然后继续干活。 Ling-3.0-flash-VL 总参数 124B,但 MoE 每 token 只激活约 5.5B。 这对 Visual Agent 很重要,极为广阔的知识,以及极低的激活,能做到又快又好。 🔥再往前一步,这种模型甚至很适合当教师模型。 先让 Ling-3.0-flash-VL 批量看作业,生成错题框、手写区域、版面结构这些坐标和标注,再用这些数据训练一个更小、更快的专用模型。 先让大模型直接干活,再让大模型教小模型干活。 这个 Demo已经完全跑通了,30 分钟能做到这一步,已经无敌了。 OpenRouter现在可以免费使用Ling-3.0-flash-VL:

实践哥 Li

93,204 просмотров • 2 месяцев назад

MinLiBuilds's profile picture

3D 打印任务:Sol 14分钟 VS Step 5 Preview 54分钟。 猜猜哪个差点没打印出来? 这次我参与了 Step 5 Preview 的提前评测。 没有跑传统 Benchmark,我直接拉来 GPT-5.6 Sol,让两个模型用 Computer Use 干一个真的会翻车的任务: 照着参考图,在 Blender 里做一只 8cm 弹簧毛毛虫,最后直接拿去 3D 打印。 两边环境完全一样: pi coding agent + Computer Use + Blender 5.2.1 + 1M Context,Thinking 各自最高档。 要求也很简单: 做出来,而且真的能打印。 🚀结果速度差得非常夸张。 Sol:14分34秒。 Step 5 Preview:54分40秒。 我一开始都以为 Sol 赢麻了。 结果真把 STL 丢进打印机以后,反转了。 Step 5 Preview给毛毛虫做了完整、平整的底面,整个模型贴床很稳,顺利打印完成。 Sol 则主要靠几个小脚接触热床,底部明显拉丝,打印的时候看得我都有点慌,差点翻大车。 🔥更有意思的是 Step 5 Preview整个执行过程。 首发,刚上线涌入太多人了,测起来需要一些时间等待。 它第一轮Thinking 就接近 17 分钟。 后面为了尾巴上的 StepFun,自己用贝塞尔曲线一点一点抠字。 真的非常认真。 当然也有点好笑: 因为模型只有 8cm,最后真打印出来以后…… Logo 太小,其实也没多清楚。😂 🤔以前测 Agent,代码跑通、文件生成,基本就算完成。 可一旦进入物理世界,事情完全不一样。 Blender 里看着没问题,不代表真能打出来。 底面够不够稳、有没有悬挑、哪里会拉丝、模型到底能不能站住…… 很多东西都需要 Agent 自己判断、自己检查。 所以这次 Step 5 Preview虽然花的时间更多, 但它给我的感觉更像是在做一件事: 不是赶紧把任务“做完”,而是尽量把东西“交付出来”。 速度当然重要。 但真的进入物理世界以后, 知道哪里值得多检查一次,可能比早 40 分钟交卷更重要。 我后面又跑了一轮实验。 我把底面、悬挑、可打印性明确写进 Prompt,两边其实都做得挺好。 Sol 那次不是不会,是太自信,14 分钟就急着下班了。 Step 5 Preview这次虽然慢,但也因此多检查了一些真正影响打印的东西。 全过程、最终打印效果,我都放视频里了。

实践哥 Li

87,236 просмотров • 1 месяц назад