Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

Hermes Studio 群聊将在下个版本迎来一次重要升级。👾 全新的群聊系统将支持自由组合： 👾任意 Agent 👾任意模型 👾任意 Profile 同时，我们对群聊上下文系统进行了全面重构，引入滚动总结机制。 在长时间、多角色的持续讨论中，系统能够动态提炼关键信息，在控制上下文长度的同时，更好地保持讨论连贯性与核心记忆。 让不同能力、不同模型和不同角色真正汇聚在同一个协作空间中。Nous Research witcheer

libapi_'s profile picture

libapi

29,498 subscribers

11,968 görüntüleme • 1 ay önce •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

重磅更新！ Claude Cowork 即将登陆网页端和移动端，即使你关闭电脑，Claude 也能继续工作。 这是对 Cowork 的一次重大升级。 它将让 Claude 能访问你的上下文信息、支持长时间运行任务的高级循环机制，以及无需保持电脑开启的便利性三者结合在一起。
1:20

重磅更新！ Claude Cowork 即将登陆网页端和移动端，即使你关闭电脑，Claude 也能继续工作。 这是对 Cowork 的一次重大升级。 它将让 Claude 能访问你的上下文信息、支持长时间运行任务的高级循环机制，以及无需保持电脑开启的便利性三者结合在一起。

huangserva

10,126 görüntüleme • 2 ay önce

一个全平台的本地 LLM 聊天软件Jan，支持自动下载模型以及非常详细的设置。懒得配置 Ollama 的可以试试。 除了支持本地模型以外，在线的模型可以使用 API 接入，All in one 的模型管理。交互和 UI 也都很合理。 同时支持在系统的任何可以输入的地方调取模型能力。
0:26

一个全平台的本地 LLM 聊天软件Jan，支持自动下载模型以及非常详细的设置。懒得配置 Ollama 的可以试试。 除了支持本地模型以外，在线的模型可以使用 API 接入，All in one 的模型管理。交互和 UI 也都很合理。 同时支持在系统的任何可以输入的地方调取模型能力。

歸藏(guizang.ai)

47,533 görüntüleme • 2 yıl önce

预测真实世界下一秒 北京智源研究院推出全新的多模态世界模型：Emu3.5 很多传统图像生成模型的主要问题是： 它们“不懂世界”运行的规律，无法理解真实世界的物理规则和因果关系。 Emu3.5在传统图像生成的基础上，进一步让AI具备： 理解真实世界的空间关系 推理物体随时间变化的规律 预测“世界下一秒”会是什么样 不同于以往为图像、文字、视频分开设计模型，Emu3.5 将它们全部“统一”在一个系统中： 首先把多模态信息包括图文视频都统一成了token； 模型通过“预测下一个 token”来学习不同模态间的关系； 任务统一为 NSP：预测下一个世界状态（包括视觉和语言）。 Emu3.5 不再只关注“文本之间的逻辑”， 而是让模型学习“世界是如何变化的”。 意思就是它不再区分： 这是一张图 这是一句话 这是视频的一帧 在它眼里，它们都是同一套“世界积木”。 然后模型只做一件事： 预测下一块积木是什么 如果下一块积木是一行字 → 它补全文字 如果是下一帧画面 → 它补全动作 如果是下一步结果 → 它推演世界变化 所以： 预测下一 Token = 预测“世界下一秒”会是什么样
2:10

预测真实世界下一秒 北京智源研究院推出全新的多模态世界模型：Emu3.5 很多传统图像生成模型的主要问题是： 它们“不懂世界”运行的规律，无法理解真实世界的物理规则和因果关系。 Emu3.5在传统图像生成的基础上，进一步让AI具备： 理解真实世界的空间关系 推理物体随时间变化的规律 预测“世界下一秒”会是什么样 不同于以往为图像、文字、视频分开设计模型，Emu3.5 将它们全部“统一”在一个系统中： 首先把多模态信息包括图文视频都统一成了token； 模型通过“预测下一个 token”来学习不同模态间的关系； 任务统一为 NSP：预测下一个世界状态（包括视觉和语言）。 Emu3.5 不再只关注“文本之间的逻辑”， 而是让模型学习“世界是如何变化的”。 意思就是它不再区分： 这是一张图 这是一句话 这是视频的一帧 在它眼里，它们都是同一套“世界积木”。 然后模型只做一件事： 预测下一块积木是什么 如果下一块积木是一行字 → 它补全文字 如果是下一帧画面 → 它补全动作 如果是下一步结果 → 它推演世界变化 所以： 预测下一 Token = 预测“世界下一秒”会是什么样

小互

14,806 görüntüleme • 10 ay önce

OpenClaw控制中心现在能看到Agents之间的通信，下达任务和对话了！ - 既包括不同Agent之间的通信 - 也包括同一个Agent和他的subagent子代理之间的通信 就在新的 协作 页面里！ 项目地址：
0:28

OpenClaw控制中心现在能看到Agents之间的通信，下达任务和对话了！ - 既包括不同Agent之间的通信 - 也包括同一个Agent和他的subagent子代理之间的通信 就在新的 协作 页面里！ 项目地址：

木子不写代码

31,437 görüntüleme • 6 ay önce

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。 这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。 它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。 这样就可以让用户和 AI 在任意模态下实时进行交互： 你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。 核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分： 前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应 后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容 用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。
2:15

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。 这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。 它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。 这样就可以让用户和 AI 在任意模态下实时进行交互： 你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。 核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分： 前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应 后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容 用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。

歸藏(guizang.ai)

47,074 görüntüleme • 4 ay önce

MaskGCT：一个新的零样本文本到语音（TTS）模型 支持跨语言翻译配音、语音克隆、语言转换、情感控制等 与现有的TTS系统相比，MaskGCT 在语音的自然度、相似度和可理解性方面表现更佳。 支持对语音生成的多样性和情感控制以及对通过文本对音频内容进行实时可控编辑。 同时模型大幅降低了推理时间，适合实时应用​。
1:55

MaskGCT：一个新的零样本文本到语音（TTS）模型 支持跨语言翻译配音、语音克隆、语言转换、情感控制等 与现有的TTS系统相比，MaskGCT 在语音的自然度、相似度和可理解性方面表现更佳。 支持对语音生成的多样性和情感控制以及对通过文本对音频内容进行实时可控编辑。 同时模型大幅降低了推理时间，适合实时应用​。

小互

49,431 görüntüleme • 1 yıl önce

Hermes v0.6.30 发布｜工作流、MoA、实时语音与持久记忆全面升级 2026 年 7 月 15 日，Hermes v0.6.30 正式发布。本版本汇总了 v0.6.29 之后合并的 21 个 PR，覆盖工作流编排、MoA 会话、实时语音、持久记忆、Provider 稳定性、MCU 设置和 Windows 体验优化。 工作流编排 v2 带来了更完整的执行控制能力，新增按成功、失败和始终执行的条件路由、真正跳过、all/any 汇合、有界反馈循环、执行证据、截止时间与可移植导入 已启用的 MoA 组合现在也可以在创建或切换 Hermes 聊天会话时直接选择，并正确处理组合名称、默认项、上下文窗口与运行时行为（#2078）。 性能方面，通过按需加载 Markdown、Mermaid、Monaco、非当前语言资源和可选浮层，大幅减少了首屏初始 JavaScript 会话模型切换现在会显示阻塞式进度状态；切换对话时也会重新播放淡入动画，同时保留现有草稿和附件 语音体验迎来重点升级：单聊新增全屏实时语音模式，支持实时转写、语音队列播放、工具活动展示和打断控制 桌面端与移动端的实时语音稳定性也得到提升，现在可以从静默状态恢复、避免误录助手语音、使用当前 STT 备用服务，并在交互期间保持审批弹窗可见（ Ekko Agent 新增持久化的作用域记忆，可在运行时上下文中提供当前 Provider 和模型信息，同时更安全地处理生产环境记忆数据库 对于尚未配置 Provider 的 Profile，系统现在会显示设置引导，并支持直接打开 Provider 表单 Provider 模型目录现已与 Hermes Agent 对齐，实时发现结果优先，过期的备用缓存不再遮盖更新（#2051）。 自定义 Provider 别名在已加载的聊天会话中也能保持稳定，避免不必要的客户端重建和请求头丢失（#2054）。 Journey 图谱新增类别多选、不同形状的 Skill 和 Memory 节点、预览，以及更完善的键盘与触控操作 此外，Markdown 下载现在会保留文件扩展名，移动端转写新增明确的开始和停止控制，Scoped Codex 流式输出也不再重复最终助手消息 MCU 设置与稳定性同步改进，包括显示设备码、自动选择麦克风、同步断开状态和限制 TLS 探测时间 Windows 用户在 Git 或普通目录中捕获工作区变更时，对话界面也不再闪现 Git 黑窗
0:44

Hermes v0.6.30 发布｜工作流、MoA、实时语音与持久记忆全面升级 2026 年 7 月 15 日，Hermes v0.6.30 正式发布。本版本汇总了 v0.6.29 之后合并的 21 个 PR，覆盖工作流编排、MoA 会话、实时语音、持久记忆、Provider 稳定性、MCU 设置和 Windows 体验优化。 工作流编排 v2 带来了更完整的执行控制能力，新增按成功、失败和始终执行的条件路由、真正跳过、all/any 汇合、有界反馈循环、执行证据、截止时间与可移植导入 已启用的 MoA 组合现在也可以在创建或切换 Hermes 聊天会话时直接选择，并正确处理组合名称、默认项、上下文窗口与运行时行为（#2078）。 性能方面，通过按需加载 Markdown、Mermaid、Monaco、非当前语言资源和可选浮层，大幅减少了首屏初始 JavaScript 会话模型切换现在会显示阻塞式进度状态；切换对话时也会重新播放淡入动画，同时保留现有草稿和附件 语音体验迎来重点升级：单聊新增全屏实时语音模式，支持实时转写、语音队列播放、工具活动展示和打断控制 桌面端与移动端的实时语音稳定性也得到提升，现在可以从静默状态恢复、避免误录助手语音、使用当前 STT 备用服务，并在交互期间保持审批弹窗可见（ Ekko Agent 新增持久化的作用域记忆，可在运行时上下文中提供当前 Provider 和模型信息，同时更安全地处理生产环境记忆数据库 对于尚未配置 Provider 的 Profile，系统现在会显示设置引导，并支持直接打开 Provider 表单 Provider 模型目录现已与 Hermes Agent 对齐，实时发现结果优先，过期的备用缓存不再遮盖更新（#2051）。 自定义 Provider 别名在已加载的聊天会话中也能保持稳定，避免不必要的客户端重建和请求头丢失（#2054）。 Journey 图谱新增类别多选、不同形状的 Skill 和 Memory 节点、预览，以及更完善的键盘与触控操作 此外，Markdown 下载现在会保留文件扩展名，移动端转写新增明确的开始和停止控制，Scoped Codex 流式输出也不再重复最终助手消息 MCU 设置与稳定性同步改进，包括显示设备码、自动选择麦克风、同步断开状态和限制 TLS 探测时间 Windows 用户在 Git 或普通目录中捕获工作区变更时，对话界面也不再闪现 Git 黑窗

libapi

37,665 görüntüleme • 2 ay önce

Wan 团队开源一个非常强的唇形和动作同步模型 Wan‑Animate！ 这可是开源的朋友们，自定义程度极高 可以用一个模型同时解决“角色动画生成”和“角色替换”两类任务 支持上传图片从视频迁移对应的人物表情和动作变成新的视频。 也支持单纯替换原有视频中的某个人物，同时复制原场景的光照与色调。
0:39

Wan 团队开源一个非常强的唇形和动作同步模型 Wan‑Animate！ 这可是开源的朋友们，自定义程度极高 可以用一个模型同时解决“角色动画生成”和“角色替换”两类任务 支持上传图片从视频迁移对应的人物表情和动作变成新的视频。 也支持单纯替换原有视频中的某个人物，同时复制原场景的光照与色调。

歸藏(guizang.ai)

29,993 görüntüleme • 1 yıl önce

兄弟们,这个思路牛P OpenMemory MCP：统一的 AI 记忆管理平台 本地运行 存储、组织和管理你的“记忆” 让你的记忆可以在各个AI之间流动 - 提供一个统一、结构化、私有的“记忆层 - 记忆本地化管理，隐私安全 - 通过权限模型，用户主导数据流动 - 支持扩展，适用于多类 AI 客户端生态 可以让你在 Claude、Cursor、Windsurf 等 LLM 工具之间持续使用历史信息、对话风格、偏好和项目状态，从而实现真正的跨平台、连续性 AI 交互体验。 可以理解为：你的 AI 个人助理第一次有了一块真正“属于你”的持久记忆模块，还能在各种AI之间来回调用，同时确保隐私和控制权掌握在用户手中。
2:24

兄弟们,这个思路牛P OpenMemory MCP：统一的 AI 记忆管理平台 本地运行 存储、组织和管理你的“记忆” 让你的记忆可以在各个AI之间流动 - 提供一个统一、结构化、私有的“记忆层 - 记忆本地化管理，隐私安全 - 通过权限模型，用户主导数据流动 - 支持扩展，适用于多类 AI 客户端生态 可以让你在 Claude、Cursor、Windsurf 等 LLM 工具之间持续使用历史信息、对话风格、偏好和项目状态，从而实现真正的跨平台、连续性 AI 交互体验。 可以理解为：你的 AI 个人助理第一次有了一块真正“属于你”的持久记忆模块，还能在各种AI之间来回调用，同时确保隐私和控制权掌握在用户手中。

小互

56,126 görüntüleme • 1 yıl önce

🚨 重大突破！伊朗神棍向川普总统低头了！ 据川普总统最新表态： 伊朗已正式同意彻底放弃核武器，并将交出被深埋地下的核原料（nuclear dust）！ 川普总统表示： “非常重要的一点是，伊朗同意不再拥有核武器！他们非常明确、强有力地同意了这一点。” “他们还同意把之前被我们B-2轰炸机炸到地下的核原料交还给我们。” “我们与伊朗达成了多项重要协议，我相信很快就会有非常积极的结果出现。” 这无疑是川普总统在中东问题上的一次重大胜利！
0:31

🚨 重大突破！伊朗神棍向川普总统低头了！ 据川普总统最新表态： 伊朗已正式同意彻底放弃核武器，并将交出被深埋地下的核原料（nuclear dust）！ 川普总统表示： “非常重要的一点是，伊朗同意不再拥有核武器！他们非常明确、强有力地同意了这一点。” “他们还同意把之前被我们B-2轰炸机炸到地下的核原料交还给我们。” “我们与伊朗达成了多项重要协议，我相信很快就会有非常积极的结果出现。” 这无疑是川普总统在中东问题上的一次重大胜利！

淘喵先生

39,718 görüntüleme • 5 ay önce

肝了几天,来回打磨了快 30 遍, 一次性把最新的 Claude Code 的 Workflow 给你完全拆解清楚 有人说它的伟大程度,不亚于 MCP 和 Skill。 第一眼我是不信的,直到拆开看它内部怎么跑： 这不是"问一句答一句"的对话,而是一个能自己跑起来的任务系统:后台持续执行、可监控、可保存进度, 还能一口气派出几十上百个 agent 分头干活/合并汇总。 核心就三个角色: Claude 拆任务、定计划; Runtime 管调度和状态; 每个 agent 只啃一个子任务,配上并发池和队列,有节奏地推进。 它代表的是一种新的工程编排方式:智能负责规划,Runtime 负责执行,状态独立保存,模型按需调度。 最反直觉的一点:它能扩展到上百个 agent,靠的不是模型变强,而是"状态外置"—中间结果全交给执行系统保存,主上下文只看摘要和关键判断。这才是复杂任务能跑稳的真正原因。 这条视频直接给了你把它搬进自己系统的方法: 先用 Claude Code 做高质量规划、拆任务定阶段; 再把 workflow 转成自己的执行格式,按任务难度路由到不同模型池，简单的走便宜模型，复杂的才上高阶模型。 这条视频,值得反复看几遍👇
6:17

肝了几天,来回打磨了快 30 遍, 一次性把最新的 Claude Code 的 Workflow 给你完全拆解清楚 有人说它的伟大程度,不亚于 MCP 和 Skill。 第一眼我是不信的,直到拆开看它内部怎么跑： 这不是"问一句答一句"的对话,而是一个能自己跑起来的任务系统:后台持续执行、可监控、可保存进度, 还能一口气派出几十上百个 agent 分头干活/合并汇总。 核心就三个角色: Claude 拆任务、定计划; Runtime 管调度和状态; 每个 agent 只啃一个子任务,配上并发池和队列,有节奏地推进。 它代表的是一种新的工程编排方式:智能负责规划,Runtime 负责执行,状态独立保存,模型按需调度。 最反直觉的一点:它能扩展到上百个 agent,靠的不是模型变强,而是"状态外置"—中间结果全交给执行系统保存,主上下文只看摘要和关键判断。这才是复杂任务能跑稳的真正原因。 这条视频直接给了你把它搬进自己系统的方法: 先用 Claude Code 做高质量规划、拆任务定阶段; 再把 workflow 转成自己的执行格式,按任务难度路由到不同模型池，简单的走便宜模型，复杂的才上高阶模型。 这条视频,值得反复看几遍👇

huangserva

143,271 görüntüleme • 4 ay önce

非常有意思的一个项目，一个AI聊天画布工具：Tangent，你可以基于一个聊天主题创建不同的对话分支，并且对话内容可以在画布上可视化出来，像一个思维工作台，特别适合头脑风暴 1、你可以创建多个对话分支，支持合并、对比和删除分支 2、达到上下文长度限制后可无缝恢复对话 3、可以在任意点创建对话分支，支持在不同分支间切换 4、支持导入Claude和ChatGPT的对话记录 5、支持离线使用 #AI对话管理工具 #Tangent
1:03

非常有意思的一个项目，一个AI聊天画布工具：Tangent，你可以基于一个聊天主题创建不同的对话分支，并且对话内容可以在画布上可视化出来，像一个思维工作台，特别适合头脑风暴 1、你可以创建多个对话分支，支持合并、对比和删除分支 2、达到上下文长度限制后可无缝恢复对话 3、可以在任意点创建对话分支，支持在不同分支间切换 4、支持导入Claude和ChatGPT的对话记录 5、支持离线使用 #AI对话管理工具 #Tangent

AIGCLINK

16,775 görüntüleme • 1 yıl önce

Windows 有救了？ Codex 昨晚又发布了大量体验更新，很多都超级有用，尤其是对 Windows 用户。 大家最期待的支持了 Windows 的 computer Use，以及通过移动端的 ChatGPT 远程控制 Windows 上的 Codex。 但是 Windows 上的 Computer Use，在它控制的时候你是不能控制的。这跟 Mac 上的不太一样。 聊天记录控制功能：能够控制你的聊天记录，比如置顶、查找、创建新的归类、存档等一系列操作。 新增个人资料页面：能看到你消耗的 Token、连续登录天数、最长的任务。 ChatGPT 上的 Codex 控制，现在支持了以下功能： 侧边对话：你可以不打断主对话，新开一个分支继续跟 AI 基于当前项目或任务进行对话，输入/side 开启 一键模型切换：通过长按即可快速切换模型。 iPad 专属快捷方式：支持从快捷方式直接进入 Codex，无需通过侧边栏切换。 Git Diff 显示：对话结束后，系统会显示 Git 上的 Diff，即你代码编辑的不同部分。
3:21

Windows 有救了？ Codex 昨晚又发布了大量体验更新，很多都超级有用，尤其是对 Windows 用户。 大家最期待的支持了 Windows 的 computer Use，以及通过移动端的 ChatGPT 远程控制 Windows 上的 Codex。 但是 Windows 上的 Computer Use，在它控制的时候你是不能控制的。这跟 Mac 上的不太一样。 聊天记录控制功能：能够控制你的聊天记录，比如置顶、查找、创建新的归类、存档等一系列操作。 新增个人资料页面：能看到你消耗的 Token、连续登录天数、最长的任务。 ChatGPT 上的 Codex 控制，现在支持了以下功能： 侧边对话：你可以不打断主对话，新开一个分支继续跟 AI 基于当前项目或任务进行对话，输入/side 开启 一键模型切换：通过长按即可快速切换模型。 iPad 专属快捷方式：支持从快捷方式直接进入 Codex，无需通过侧边栏切换。 Git Diff 显示：对话结束后，系统会显示 Git 上的 Diff，即你代码编辑的不同部分。

歸藏(guizang.ai)

37,553 görüntüleme • 4 ay önce

Sync Labs 发布 Lipsync-2：全球首个零-shot的嘴型同步模型 它不用事先针对某个特定的人或声音进行任何训练，就能直接用在任何人身上。 Lipsync-2在模型不仅在现实主义、表现力、控制力、质量和速度方面有显著提升，还引入了风格保留和温度控制等新功能，使用户能够根据需求定制同步效果。 它能看懂视频里的人怎么说话，然后模仿得很像，不只是简单地动嘴。
4:25

Sync Labs 发布 Lipsync-2：全球首个零-shot的嘴型同步模型 它不用事先针对某个特定的人或声音进行任何训练，就能直接用在任何人身上。 Lipsync-2在模型不仅在现实主义、表现力、控制力、质量和速度方面有显著提升，还引入了风格保留和温度控制等新功能，使用户能够根据需求定制同步效果。 它能看懂视频里的人怎么说话，然后模仿得很像，不只是简单地动嘴。

小互

16,654 görüntüleme • 1 yıl önce

机器狼群巷战画面首次公开！更强健的身躯，更智慧的大脑，更实战化的本领。在实战中机器狼可以自主识别、自主瞄准，由人工来进行确认打击。根据任务不同还能够更换不同的武器载荷。如果未来完全是AI化，说不定机器狼自己就能决定是否打击。24年聊到未来整个国防和武器系统都可能围绕AI进行重构，现在正在快速落地。
1:59

机器狼群巷战画面首次公开！更强健的身躯，更智慧的大脑，更实战化的本领。在实战中机器狼可以自主识别、自主瞄准，由人工来进行确认打击。根据任务不同还能够更换不同的武器载荷。如果未来完全是AI化，说不定机器狼自己就能决定是否打击。24年聊到未来整个国防和武器系统都可能围绕AI进行重构，现在正在快速落地。

qinbafrank

19,990 görüntüleme • 6 ay önce