Загрузка видео...

Не удалось загрузить видео

На главную

OpenAI Voice Hack Night 上一个团队的现场 demo 为手机做的 "agentic 操作系统" 这个应该是我们大家都向往的AI助理形态，而且也是会颠覆手机商业模式的一种全新形态 因为演示的所有界面都是「即时生成」的，无需调用任何APP界面，也就是苹果的App Store商业模式要完蛋了... 核心思路是是「UI 即系统」：手机没有传统 app，界面由端侧本地模型实时生成(on the fly)，重推理甩给云端 GPT。 开发者全程用语音指挥它订机票、删日历日程、查 AI 新闻、发邮件、列待办。中途还翻了车(发邮件因"登录没配置"失败)...

xiaohu's profile picture

小互

112,254 subscribers

51,549 просмотров • 1 месяц назад •via X (Twitter)

ОбразованиеНовости и политикаНаука и технологии
LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

马斯克最新预言：手机的尽头，是没有手机。 未来 5–6 年，你现在熟悉的东西都会消失： ❌ 操作系统 ❌ App ❌ 软件生态 ❌ 图标、菜单、界面 全部都会被 AI 吞掉。 手机会退化成一个“壳”： 一个显示屏 一个扬声器 一个随时在线的本地 AI 芯片 一个同步云端智能的大脑接口 真正干活的是 AI，不是应用软件。 你不会再“打开某个App”， 你只会说一句： 👉「我想做 X。」 AI 就会自动完成，全流程自动生成界面、内容、结果。 交互从“点App” → “发意图”。 所有软件形态都将被“意图层”取代。 手机将变成： 📡 一个 AI 边缘节点 🤖 本地推理主力 ⚡ 云端智能的入口 🌐 人与模型之间的终极交互端口 科技的本质： 不是让你在手机里装更多App， 而是让你根本不需要App。 未来手机： 不是应用堆叠，而是智能本体。
2:07

马斯克最新预言：手机的尽头，是没有手机。 未来 5–6 年，你现在熟悉的东西都会消失： ❌ 操作系统 ❌ App ❌ 软件生态 ❌ 图标、菜单、界面 全部都会被 AI 吞掉。 手机会退化成一个“壳”： 一个显示屏 一个扬声器 一个随时在线的本地 AI 芯片 一个同步云端智能的大脑接口 真正干活的是 AI，不是应用软件。 你不会再“打开某个App”， 你只会说一句： 👉「我想做 X。」 AI 就会自动完成，全流程自动生成界面、内容、结果。 交互从“点App” → “发意图”。 所有软件形态都将被“意图层”取代。 手机将变成： 📡 一个 AI 边缘节点 🤖 本地推理主力 ⚡ 云端智能的入口 🌐 人与模型之间的终极交互端口 科技的本质： 不是让你在手机里装更多App， 而是让你根本不需要App。 未来手机： 不是应用堆叠，而是智能本体。

Huan

42,865 просмотров • 7 месяцев назад

卧槽，其实我设想过这种场景：AI 不仅是生成图片、文本，还能动态生成软件界面，我以为这一天还挺遥远，倒是没想到 Google 最新的 Gemini 2.5 Flash-Lite 原型已经有实现了！ 传统操作系统里的每一个按钮、窗口、菜单，都如同工程师提前雕琢好的石膏雕塑：精准但僵硬，功能完整却一成不变。但在Gemini 2.5 Flash-Lite的设想中，界面不再是预设的框架，而是实时生成的数字生命体。每次用户点击，都在即时重新塑造界面本身——一次次互动背后，流动的是生成模型敏捷而无形的计算。 想象一下，你的电脑不再是固定的“桌面+文件夹”组合，而是随每个动作实时“长出”的数字空间。当你打开记事本，键入“第三季度会议纪要”并保存时，模型瞬间理解你的动作与意图，下一刻界面便生成相应的文档，甚至根据上下文直接为你推荐接下来可能需要的操作。此时的操作系统，更像是与你实时对话的搭档，而非死板的命令执行者。 Google在构建这一前沿原型时，巧妙地提出了“UI宪法”和“交互对象”两个概念。前者为界面生成提供了基础的规则与审美框架；后者则实时捕获用户的每一次点击、输入甚至是更复杂的操作序列。这种设计，既保证了界面风格的稳定与统一，也赋予界面高度的情景适应性。 不过，让人真正感到惊艳的，还是这款原型系统的响应速度。传统的生成模型给人的印象往往是“大而慢”，而Gemini 2.5 Flash-Lite则通过即时流式渲染的方式，让界面在生成的同时就被逐步渲染、展示。这种渐进式生成，让人仿佛看着界面从虚空中逐步清晰，极大地提升了交互感。 然而，一个界面每次都重新生成，难道不会给用户带来混乱吗？Google也注意到了这个问题，并提出了一个巧妙的解决方案——“生成式UI图谱”。简单来说，系统会记忆用户访问过的界面，并在用户重新访问时，调用先前缓存的版本而非重新生成。这样一来，系统在新奇与熟悉之间找到了一种理想的平衡。 从概念走向现实的过程中，生成式UI潜在的应用场景也逐渐清晰。例如，当你在网上比价机票时，系统能实时生成一个小组件，一键对比或预订；又或者，当你调整日程安排时，日历应用能根据参会者情况即时提供最佳的替代方案——人和机器的交互过程变得更简短、更直接、更聪明。 事实上，生成式界面的出现可能不仅仅是一种技术革新，更是一种人机关系的重塑。我们正在从“机器为主、人类迁就”的时代，迈向“人类为主、机器顺应”的新时代。Gemini 2.5 Flash-Lite的探索也许只是个开始，却足以让我们思考：未来我们与计算机之间的界限，会模糊到什么程度？人与技术的共舞，又将如何改写我们的日常？ 另外给我的一点感想就是：最大的改变不仅仅是人机交互，而是软件工程，如果软件也是生成式的，那么我们也想就可以完全跳过原来软件工程那些需求分析、系统设计、编码、测试的步骤了。
0:59

卧槽，其实我设想过这种场景：AI 不仅是生成图片、文本，还能动态生成软件界面，我以为这一天还挺遥远，倒是没想到 Google 最新的 Gemini 2.5 Flash-Lite 原型已经有实现了！ 传统操作系统里的每一个按钮、窗口、菜单，都如同工程师提前雕琢好的石膏雕塑：精准但僵硬，功能完整却一成不变。但在Gemini 2.5 Flash-Lite的设想中，界面不再是预设的框架，而是实时生成的数字生命体。每次用户点击，都在即时重新塑造界面本身——一次次互动背后，流动的是生成模型敏捷而无形的计算。 想象一下，你的电脑不再是固定的“桌面+文件夹”组合，而是随每个动作实时“长出”的数字空间。当你打开记事本，键入“第三季度会议纪要”并保存时，模型瞬间理解你的动作与意图，下一刻界面便生成相应的文档，甚至根据上下文直接为你推荐接下来可能需要的操作。此时的操作系统，更像是与你实时对话的搭档，而非死板的命令执行者。 Google在构建这一前沿原型时，巧妙地提出了“UI宪法”和“交互对象”两个概念。前者为界面生成提供了基础的规则与审美框架；后者则实时捕获用户的每一次点击、输入甚至是更复杂的操作序列。这种设计，既保证了界面风格的稳定与统一，也赋予界面高度的情景适应性。 不过，让人真正感到惊艳的，还是这款原型系统的响应速度。传统的生成模型给人的印象往往是“大而慢”，而Gemini 2.5 Flash-Lite则通过即时流式渲染的方式，让界面在生成的同时就被逐步渲染、展示。这种渐进式生成，让人仿佛看着界面从虚空中逐步清晰，极大地提升了交互感。 然而，一个界面每次都重新生成，难道不会给用户带来混乱吗？Google也注意到了这个问题，并提出了一个巧妙的解决方案——“生成式UI图谱”。简单来说，系统会记忆用户访问过的界面，并在用户重新访问时，调用先前缓存的版本而非重新生成。这样一来，系统在新奇与熟悉之间找到了一种理想的平衡。 从概念走向现实的过程中，生成式UI潜在的应用场景也逐渐清晰。例如，当你在网上比价机票时，系统能实时生成一个小组件，一键对比或预订；又或者，当你调整日程安排时，日历应用能根据参会者情况即时提供最佳的替代方案——人和机器的交互过程变得更简短、更直接、更聪明。 事实上，生成式界面的出现可能不仅仅是一种技术革新，更是一种人机关系的重塑。我们正在从“机器为主、人类迁就”的时代，迈向“人类为主、机器顺应”的新时代。Gemini 2.5 Flash-Lite的探索也许只是个开始，却足以让我们思考：未来我们与计算机之间的界限，会模糊到什么程度？人与技术的共舞，又将如何改写我们的日常？ 另外给我的一点感想就是：最大的改变不仅仅是人机交互，而是软件工程，如果软件也是生成式的，那么我们也想就可以完全跳过原来软件工程那些需求分析、系统设计、编码、测试的步骤了。

宝玉

74,753 просмотров • 9 месяцев назад

手机将在5到6年内消失？ 不是换形态，是彻底变种：没有操作系统，没有App，内容全是AI生成。 马斯克说：未来的手机，其实只是一个AI边缘节点。 屏幕、声音用来交互，算力尽量本地化，只留下最小带宽通讯。 不再是“打开X”，而是“AI知道你要看什么”，实时生成。 像过去租碟的Blockbuster一样，App也会彻底历史化。 你想看电影、听音乐？不找平台，AI瞬间做个专属版本给你。 手机这词还能叫手机吗？也许连“操作系统”这词都得淘汰了。
2:07

手机将在5到6年内消失？ 不是换形态，是彻底变种：没有操作系统，没有App，内容全是AI生成。 马斯克说：未来的手机，其实只是一个AI边缘节点。 屏幕、声音用来交互，算力尽量本地化，只留下最小带宽通讯。 不再是“打开X”，而是“AI知道你要看什么”，实时生成。 像过去租碟的Blockbuster一样，App也会彻底历史化。 你想看电影、听音乐？不找平台，AI瞬间做个专属版本给你。 手机这词还能叫手机吗？也许连“操作系统”这词都得淘汰了。

墓碑科技

297,446 просмотров • 8 месяцев назад

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

14,775 просмотров • 7 месяцев назад

今天在Producthunt发现一个AI模型Kombai，可以理解Figma的界面设计并生成对应的前端代码，下面是他们官网的演示视频。 从演示来看生成的代码还是不错的，它的优势在于他不要求设计稿的格式、层级和是否使用组件，无论你怎么嵌套和画出的界面它都能理解。 这比之前通过传统工程化思路从设计稿生成代码要强多了。之前的一些工具要不是处理不了复杂样式，要不就是对设计师的设计稿格式有非常严格的要求。 同时这个模型也支持通过自然语言生成前端界面的代码。 官网链接：
2:32

今天在Producthunt发现一个AI模型Kombai，可以理解Figma的界面设计并生成对应的前端代码，下面是他们官网的演示视频。 从演示来看生成的代码还是不错的，它的优势在于他不要求设计稿的格式、层级和是否使用组件，无论你怎么嵌套和画出的界面它都能理解。 这比之前通过传统工程化思路从设计稿生成代码要强多了。之前的一些工具要不是处理不了复杂样式，要不就是对设计师的设计稿格式有非常严格的要求。 同时这个模型也支持通过自然语言生成前端界面的代码。 官网链接：

歸藏(guizang.ai)

78,671 просмотров • 2 лет назад

一台电脑，最重要的是 芯片和操作系统，同样的，一个机器人，最重要的是芯片和具备理解物理世界的大模型。 全世界90%的电脑都是中国产，但因为CPU和操作系统都是美国的，导致中国也就赚个零头， 大头都被美国赚去了。 如果中国机器人还搁这研究唐氏跳舞，也不过是重蹈电脑代工的命运，最后赚点辛苦钱罢了。 最后再说一句，除了做性爱机器人（目前还远没有技术能做到），人形机器人全就是伪需求， 宇树很快就会因为找不到商业模式而倒闭。🤡🤡🤡
0:41

一台电脑，最重要的是 芯片和操作系统，同样的，一个机器人，最重要的是芯片和具备理解物理世界的大模型。 全世界90%的电脑都是中国产，但因为CPU和操作系统都是美国的，导致中国也就赚个零头， 大头都被美国赚去了。 如果中国机器人还搁这研究唐氏跳舞，也不过是重蹈电脑代工的命运，最后赚点辛苦钱罢了。 最后再说一句，除了做性爱机器人（目前还远没有技术能做到），人形机器人全就是伪需求， 宇树很快就会因为找不到商业模式而倒闭。🤡🤡🤡

逍遥XTony（恩师张雪峰）

70,969 просмотров • 1 месяц назад

马斯克根本不做手机。 他要直接跳过这个概念。 我们口袋里的东西，将不再是手机。 它会变成一个超薄的AI边缘节点。 一个屏幕，加上无线电，实时连接Grok/xAI服务器处理一切。 什么意思？ 未来没有操作系统，也没有App。 你看到的一切，都是AI根据你的需求实时生成和推送的。 邮件、社交、新闻，所有信息都通过一个统一的AI入口。 马斯克预测，五六年内就会发生。 这确实是对苹果和谷歌这些平台巨头的釜底抽薪。 绕开应用商店，打破它们的生态垄断，听起来很解气。 但这里有一个更深层的问题。 当所有App消失，信息入口被一个超级AI统一时，谁来控制这个AI？ 如果这个AI决定了你能看到什么、不能看到什么，这会不会成为一种新的、更彻底的审查？ 它能不能在无形中塑造你的思想？ 一个中心化的AI，与一个去中心化的、由无数开发者构建的App世界，哪个对个人自由更有利？ 这个技术蓝图，到底是通往更高效的未来，还是在不经意间，为某种数字集权铺平了道路？ 值得每个人思考。
2:11

马斯克根本不做手机。 他要直接跳过这个概念。 我们口袋里的东西，将不再是手机。 它会变成一个超薄的AI边缘节点。 一个屏幕，加上无线电，实时连接Grok/xAI服务器处理一切。 什么意思？ 未来没有操作系统，也没有App。 你看到的一切，都是AI根据你的需求实时生成和推送的。 邮件、社交、新闻，所有信息都通过一个统一的AI入口。 马斯克预测，五六年内就会发生。 这确实是对苹果和谷歌这些平台巨头的釜底抽薪。 绕开应用商店，打破它们的生态垄断，听起来很解气。 但这里有一个更深层的问题。 当所有App消失，信息入口被一个超级AI统一时，谁来控制这个AI？ 如果这个AI决定了你能看到什么、不能看到什么，这会不会成为一种新的、更彻底的审查？ 它能不能在无形中塑造你的思想？ 一个中心化的AI，与一个去中心化的、由无数开发者构建的App世界，哪个对个人自由更有利？ 这个技术蓝图，到底是通往更高效的未来，还是在不经意间，为某种数字集权铺平了道路？ 值得每个人思考。

墓碑科技

68,774 просмотров • 7 месяцев назад

你的手机刚刚变成了一台声音克隆机。无需云端，无需联网，无需任何权限。只需输入几秒钟的音频——它就能以惊人的准确度重现你的声音……且完全离线运行。这不是演示，这是在设备端实际运行。Neuphonic 推出的 NeuTTS 正在将语音 AI 推向一个新时代： • 仅需几秒音频即可实现即时声音克隆 • 极其逼真的输出，听起来完全像真人 • 在中端手机、笔记本电脑甚至树莓派上都能实时运行 • 原生支持西班牙语 • 轻量化 GGUF 模型 • 100% 本地化 = 数据绝不离开你的设备 这打破了目前 AI 面临的最大瓶颈：对云端的依赖。没有 API，没有订阅，没有监控。我们正在经历从： 云端 AI → 个人 AI 租赁模型 → 自有模型 这种转变发生的速度比人们想象的要快。 语音 AI 不再是你“访问”的对象，而是你“运行”的工具。仓库地址：REPO
0:27

你的手机刚刚变成了一台声音克隆机。无需云端，无需联网，无需任何权限。只需输入几秒钟的音频——它就能以惊人的准确度重现你的声音……且完全离线运行。这不是演示，这是在设备端实际运行。Neuphonic 推出的 NeuTTS 正在将语音 AI 推向一个新时代： • 仅需几秒音频即可实现即时声音克隆 • 极其逼真的输出，听起来完全像真人 • 在中端手机、笔记本电脑甚至树莓派上都能实时运行 • 原生支持西班牙语 • 轻量化 GGUF 模型 • 100% 本地化 = 数据绝不离开你的设备 这打破了目前 AI 面临的最大瓶颈：对云端的依赖。没有 API，没有订阅，没有监控。我们正在经历从： 云端 AI → 个人 AI 租赁模型 → 自有模型 这种转变发生的速度比人们想象的要快。 语音 AI 不再是你“访问”的对象，而是你“运行”的工具。仓库地址：REPO

Bill The Investor

10,600 просмотров • 2 месяцев назад

朱啸虎和傅盛批人形机器人 “看不到商业价值，是个坑” 那是因为他们俩对生产制造没有认知 黄仁勋： “人形机器人可能是唯一有望真正成功的机器人” 跟马斯克的思维方式和判断一样 技术的发展需要规模化 目前，大多数机器人系统都是小规模生产的 而这些小规模的系统， 始终无法做到技术上的大规模应用 也就很难让飞轮效应真正启动并快速运转 如何理解呢？ 现在整个社会体系，规则都是为人服务的 家具、门把手、楼梯，建筑，设备，机台等等全按人类尺寸造，换款式不用改世界。 人形是最容易融入当前社会体系的机器人形态 机器人其实是=机械+传感+算法+量产。 没规模→单价死高→厂商不敢堆料→性能拉胯→没人买，死循环。 所以人形必然会通吃其它形
0:31

朱啸虎和傅盛批人形机器人 “看不到商业价值，是个坑” 那是因为他们俩对生产制造没有认知 黄仁勋： “人形机器人可能是唯一有望真正成功的机器人” 跟马斯克的思维方式和判断一样 技术的发展需要规模化 目前，大多数机器人系统都是小规模生产的 而这些小规模的系统， 始终无法做到技术上的大规模应用 也就很难让飞轮效应真正启动并快速运转 如何理解呢？ 现在整个社会体系，规则都是为人服务的 家具、门把手、楼梯，建筑，设备，机台等等全按人类尺寸造，换款式不用改世界。 人形是最容易融入当前社会体系的机器人形态 机器人其实是=机械+传感+算法+量产。 没规模→单价死高→厂商不敢堆料→性能拉胯→没人买，死循环。 所以人形必然会通吃其它形

墓碑科技

62,198 просмотров • 1 год назад

如果有一天全世界都没电了，你还能怎么用 AI ？ 2个脑洞清奇的老哥给出了他们自己的答案： 手摇式 AI设备 ——成功弥补了Ai 界没有拖拉机的遗憾😂 这个完全靠手摇发电跑起来的 AI，叫 CrankGPT。 是来自Squeez Labs的两位工程师做的一个硬件实验项目，核心思路是：AI 不需要电网，也不需要云端服务器。 整套设备由树莓派 5、定制电容板、手摇发电机和一组本地语音、语言模型组成。摇动手柄供电，对着麦克风说话，设备在本地完成语音识别、语言模型推理和语音合成，全程不联网。从开口到听到回答，最快 0.8 秒。 这不是某家公司的商业产品，目前是两人的独立开发项目，已完整开源了技术方案和构建细节。 现阶段的演示以语音对话为主，也跑过小尺寸图像生成、代码编写和诗歌创作。 他们表示，只要存储介质不损坏，这套设备理论上可以使用一百年！
1:10

如果有一天全世界都没电了，你还能怎么用 AI ？ 2个脑洞清奇的老哥给出了他们自己的答案： 手摇式 AI设备 ——成功弥补了Ai 界没有拖拉机的遗憾😂 这个完全靠手摇发电跑起来的 AI，叫 CrankGPT。 是来自Squeez Labs的两位工程师做的一个硬件实验项目，核心思路是：AI 不需要电网，也不需要云端服务器。 整套设备由树莓派 5、定制电容板、手摇发电机和一组本地语音、语言模型组成。摇动手柄供电，对着麦克风说话，设备在本地完成语音识别、语言模型推理和语音合成，全程不联网。从开口到听到回答，最快 0.8 秒。 这不是某家公司的商业产品，目前是两人的独立开发项目，已完整开源了技术方案和构建细节。 现阶段的演示以语音对话为主，也跑过小尺寸图像生成、代码编写和诗歌创作。 他们表示，只要存储介质不损坏，这套设备理论上可以使用一百年！

PANews丨APP全面升级

14,533 просмотров • 24 дней назад

Google 原计划惊在 I/O 大会上爆全场的演示 - Project Astra，来自 Gemini 团队的最新武器，一个通用的 AI 智能体！原生多模态、能感知视频和语音、可以超低延时沟通，结果昨天被 OpenAI 的 GPT-4o 用一个不到 20 分钟的低成本发布会给截胡了，Sam 每次都要骑到 Google 头上玩。。😅 不过这两天从 OpenAI 到 Google 的新品发布，基本上确定了下一代 AI 智能体的交互，那就是无需界面，全程语音，能实时感知世界；而且智能体是主动的，可自我学习的与个性化的。 现在，手机有了新的演化方向，更多的 AI 硬件将会大爆发，我们很快能像用魔法水晶球一样，召唤 AI 了 。。
3:49

Google 原计划惊在 I/O 大会上爆全场的演示 - Project Astra，来自 Gemini 团队的最新武器，一个通用的 AI 智能体！原生多模态、能感知视频和语音、可以超低延时沟通，结果昨天被 OpenAI 的 GPT-4o 用一个不到 20 分钟的低成本发布会给截胡了，Sam 每次都要骑到 Google 头上玩。。😅 不过这两天从 OpenAI 到 Google 的新品发布，基本上确定了下一代 AI 智能体的交互，那就是无需界面，全程语音，能实时感知世界；而且智能体是主动的，可自我学习的与个性化的。 现在，手机有了新的演化方向，更多的 AI 硬件将会大爆发，我们很快能像用魔法水晶球一样，召唤 AI 了 。。

indigo

128,116 просмотров • 2 лет назад

卧槽，这个模型真的有点东西啊! 看完后就想问什么时候可以上手啊！ Odyssey AI实验室刚刚扔出一个真正让人眼前一亮的家伙：Starchild-1。 这是全球第一个实时多模态世界模型。 它不只是生成画面，还能同时生成真实世界的声音。 视频里你能看到一个完整的场景：画面在动，声音同步响起，视觉和听觉完全融为一体，像真正活过来的世界模拟。 以前的世界模型大多只能“看”世界，现在Starchild-1直接学会了“听”。 这不仅仅是又一个视频生成工具，更大的意义是朝着通用世界模型又迈出的关键一步，真正理解并模拟物理世界的下一步。 Odyssey团队说，他们正在用这种新形式的多模态智能，重新定义AI对现实的认知。
2:15

卧槽，这个模型真的有点东西啊! 看完后就想问什么时候可以上手啊！ Odyssey AI实验室刚刚扔出一个真正让人眼前一亮的家伙：Starchild-1。 这是全球第一个实时多模态世界模型。 它不只是生成画面，还能同时生成真实世界的声音。 视频里你能看到一个完整的场景：画面在动，声音同步响起，视觉和听觉完全融为一体，像真正活过来的世界模拟。 以前的世界模型大多只能“看”世界，现在Starchild-1直接学会了“听”。 这不仅仅是又一个视频生成工具，更大的意义是朝着通用世界模型又迈出的关键一步，真正理解并模拟物理世界的下一步。 Odyssey团队说，他们正在用这种新形式的多模态智能，重新定义AI对现实的认知。

Berryxia.AI

37,222 просмотров • 1 месяц назад

OpenWebUI 绝对是这几个本地大模型推理界面可视化做得最好的。他们刚刚又发布了一个 推理 token 路径可视化 Narrative Beam Search，会生成n个可选路径，并演示从中选择一个。可以基于系统提示词选择不同的路径。看上去十分炫酷。 给没用过 OpenWwebUI 的同学，OpenWebUI 类似 Ollama，都是一个包含了推理引擎和界面以及 MCPServer 的大模型前端框架，算是一个 All-in-one 的大模型平台，下载后点击即可自动下载你需要的大模型并使用。 OpenWebUI 地址：
3:28

OpenWebUI 绝对是这几个本地大模型推理界面可视化做得最好的。他们刚刚又发布了一个 推理 token 路径可视化 Narrative Beam Search，会生成n个可选路径，并演示从中选择一个。可以基于系统提示词选择不同的路径。看上去十分炫酷。 给没用过 OpenWwebUI 的同学，OpenWebUI 类似 Ollama，都是一个包含了推理引擎和界面以及 MCPServer 的大模型前端框架，算是一个 All-in-one 的大模型平台，下载后点击即可自动下载你需要的大模型并使用。 OpenWebUI 地址：

karminski-牙医

19,082 просмотров • 1 год назад

Android手机-系统设置-关于手机-连续点击版本号8次-返回点击系统和更新-开发者模式-找到打开显示没有名称的低功耗蓝牙设备-打开蓝牙界面。找人多的地方查看 我在跳广场舞的大妈队伍中看到了很多很多. 那些蓝牙图标不是手机，也不是耳机. 我们知道每一台机器都有Mac地址,那是唯一的.有人在墓地做过实验
1:01

Android手机-系统设置-关于手机-连续点击版本号8次-返回点击系统和更新-开发者模式-找到打开显示没有名称的低功耗蓝牙设备-打开蓝牙界面。找人多的地方查看 我在跳广场舞的大妈队伍中看到了很多很多. 那些蓝牙图标不是手机，也不是耳机. 我们知道每一台机器都有Mac地址,那是唯一的.有人在墓地做过实验

阿卡巴

165,116 просмотров • 2 лет назад

万众期待的纯血版 HarmonyOS NEXT 终于是端上来了，这次里外从内核到架构，以及生态，全部都是自研。 也就是完全剔除 Android 的 ASOP 了，这回咱终于能叉腰骄傲的说出这也是全球第三大独立移动操作系统了。 在适配性上面，因为华为和 iOS 一样，统一框架，也就是说开发者只要想接入，就可以适配实况窗。对用户来说选择更多了，对开发者来说更方便。 跨设备的复制粘贴和应用接力这类咱们已经司空见惯了，但得益于全家桶统一系统和打通硬件生态的条件下，能支持调用其他设备硬件。 比如在平板编辑文字的时候，需要嵌入一张拍照图片，此时就可以调用手机的摄像头去拍照然后传回平板。实现真正生态互联。 原生安全这也是 HarmonyOS NEXT 的重头戏，首先是 App 方面，和 iOS 差不多。 全新的 HarmonyOS NEXT 无法通过应用商店外的安装包进行安装； 且在商店内的应用也会进行审核上架，不符合华为要求的，会被击毙下架。 看到这，有同学可能要举手了，这么厉害也要有的用才行啊，App 适配覆盖多少了？ 鸿蒙原生适配应用已经来到了 15000 多个，基本覆盖了日常生活所需的常用 App。微信也已经适配了，不用担心要重找聊天软件了。 鸿蒙NEXT科学上网也没问题，通过应用商店下载clash就完事儿了。
0:57

万众期待的纯血版 HarmonyOS NEXT 终于是端上来了，这次里外从内核到架构，以及生态，全部都是自研。 也就是完全剔除 Android 的 ASOP 了，这回咱终于能叉腰骄傲的说出这也是全球第三大独立移动操作系统了。 在适配性上面，因为华为和 iOS 一样，统一框架，也就是说开发者只要想接入，就可以适配实况窗。对用户来说选择更多了，对开发者来说更方便。 跨设备的复制粘贴和应用接力这类咱们已经司空见惯了，但得益于全家桶统一系统和打通硬件生态的条件下，能支持调用其他设备硬件。 比如在平板编辑文字的时候，需要嵌入一张拍照图片，此时就可以调用手机的摄像头去拍照然后传回平板。实现真正生态互联。 原生安全这也是 HarmonyOS NEXT 的重头戏，首先是 App 方面，和 iOS 差不多。 全新的 HarmonyOS NEXT 无法通过应用商店外的安装包进行安装； 且在商店内的应用也会进行审核上架，不符合华为要求的，会被击毙下架。 看到这，有同学可能要举手了，这么厉害也要有的用才行啊，App 适配覆盖多少了？ 鸿蒙原生适配应用已经来到了 15000 多个，基本覆盖了日常生活所需的常用 App。微信也已经适配了，不用担心要重找聊天软件了。 鸿蒙NEXT科学上网也没问题，通过应用商店下载clash就完事儿了。

Eason Mao☢

10,376 просмотров • 1 год назад

兄弟们手机上现在能跑世界模型了 蚂蚁灵光 App 今天上线"体验世界模型"的功能 上传一张图，等个几秒到几十秒，就能生成一个可以拿摇杆走进去的 3D 世界。 手机的算力怎么可能支撑这件事？ 应该是云端生成，但是速度这么快，也是牛P，不过效果没有那么惊艳，但是可以玩... 我连测了四张图都进去了...
0:54

兄弟们手机上现在能跑世界模型了 蚂蚁灵光 App 今天上线"体验世界模型"的功能 上传一张图，等个几秒到几十秒，就能生成一个可以拿摇杆走进去的 3D 世界。 手机的算力怎么可能支撑这件事？ 应该是云端生成，但是速度这么快，也是牛P，不过效果没有那么惊艳，但是可以玩... 我连测了四张图都进去了...

小互

56,863 просмотров • 2 месяцев назад

引文是我的新玩具 Jarvis 语音助手发的，测试的时候我没看到，看到时已经是6h后了… 简单演示一下这个内核为Gemini，执行层为Openclaw，前端为OpenGL的语音助手吧！ 说白了，这个周末我的成果就是实现了用嘴发推、用嘴编程、以及让我的笔记本会说话了… 下一步不用说了，那就是给他开摄像头当眼睛！
1:12

引文是我的新玩具 Jarvis 语音助手发的，测试的时候我没看到，看到时已经是6h后了… 简单演示一下这个内核为Gemini，执行层为Openclaw，前端为OpenGL的语音助手吧！ 说白了，这个周末我的成果就是实现了用嘴发推、用嘴编程、以及让我的笔记本会说话了… 下一步不用说了，那就是给他开摄像头当眼睛！

Crypto_Painter

36,368 просмотров • 5 месяцев назад

在这款工具面前，Codex App的远程操控有点小巫见大巫啊！我现在出门在外只有一部手机，全靠这款远程控制工具！ ​ 下面这个视频是我手机上录制的！我直接在手机上用UU远程操控了我的Codex，然后在对话框调用手机键盘配合豆包输入法口喷实现了谷歌2026 I/O 大会新模型新功能的研究。​ ​ 我还顺利在电脑界面打开了Claude Code，但其实这一步都做麻烦了，因为UU远程还有内嵌的终端功能，在设备页点“更多”就能直接进入终端，完全跳过图形界面，极大程度节省流量。​ ​ 所以平时Codex或者Claude Code跑长任务我也可以放心出门了，如果想临时添加功能或者关闭进程，用UU远程完全手拿把掐，再搭配上豆包输入法，直接实现一部手机=一台电脑的效率。​ ​ 唯一不理解的是，它既不收费，也不弹广告，我都好奇他们家是不是不打算盈利了。。。​ ​ 安装配对也非常简单：电脑谷歌搜索UU远程，手机应用市场搜索UU远程，配对一分钟，简单到我甚至都没想过去截图。
2:02

在这款工具面前，Codex App的远程操控有点小巫见大巫啊！我现在出门在外只有一部手机，全靠这款远程控制工具！ ​ 下面这个视频是我手机上录制的！我直接在手机上用UU远程操控了我的Codex，然后在对话框调用手机键盘配合豆包输入法口喷实现了谷歌2026 I/O 大会新模型新功能的研究。​ ​ 我还顺利在电脑界面打开了Claude Code，但其实这一步都做麻烦了，因为UU远程还有内嵌的终端功能，在设备页点“更多”就能直接进入终端，完全跳过图形界面，极大程度节省流量。​ ​ 所以平时Codex或者Claude Code跑长任务我也可以放心出门了，如果想临时添加功能或者关闭进程，用UU远程完全手拿把掐，再搭配上豆包输入法，直接实现一部手机=一台电脑的效率。​ ​ 唯一不理解的是，它既不收费，也不弹广告，我都好奇他们家是不是不打算盈利了。。。​ ​ 安装配对也非常简单：电脑谷歌搜索UU远程，手机应用市场搜索UU远程，配对一分钟，简单到我甚至都没想过去截图。

逸尘

89,978 просмотров • 1 месяц назад

OpenAI一直是马斯克最意难平的事，因为他本可以手握OpenAI一半股权！ OpenAI是他创的，名字是他取的，最前的几轮融资是他全程参与的，核心团队也是他招的，创业的所有门道，都是他毫无保留教给了他们。 他的初衷就是让它服务于整个世界，并非以盈利为目的。 可没想到，等他们发现这里面藏着暴利商机，一切就全变味了。 要知道，章程里明明白白写着，任何高管，都不能从OpenAI身上捞好处！ 这场官司，你站谁？
0:52

OpenAI一直是马斯克最意难平的事，因为他本可以手握OpenAI一半股权！ OpenAI是他创的，名字是他取的，最前的几轮融资是他全程参与的，核心团队也是他招的，创业的所有门道，都是他毫无保留教给了他们。 他的初衷就是让它服务于整个世界，并非以盈利为目的。 可没想到，等他们发现这里面藏着暴利商机，一切就全变味了。 要知道，章程里明明白白写着，任何高管，都不能从OpenAI身上捞好处！ 这场官司，你站谁？

0x鸣人

95,651 просмотров • 2 месяцев назад

黄仁勋带了一台GPU去白宫跟川普一起开发布会 60年前，IBM的System 360定义了现代计算机 CPU、操作系统、I/O系统、多任务处理——这些词，1964年就有了 从那之后，计算机结构基本没变 而现在，黄仁勋说，他们又重新发明了计算机 这不是传统意义上的“芯片” 你眼前的，是一块70斤的GPU 6万个零件，1万瓦功耗 要造它，几百家供应商同时开工 要搬它，得靠机器人 要测它，得用一台超算来测 而它的使命，是驱动一个全新的行业：人工智能 它不是工具，是“制造者” 以前是水进电出，现在是电进“智能”出 它是AI时代的“发电机” 但这不只是芯片的故事 这背后，是美国本土制造业的全面升级 人工成本早已不是核心 拼的是技术，是自动化，是数字孪生，是AI工厂本身 黄仁勋说，没有总统的推动，这一切不会这么快 制造业的核心早已不是“便宜”，而是“智能” 他们要在美国本土建起未来的“超级工厂” 靠的不是廉价劳动力，而是AI和机器人 更重要的是，这条AI基建链，将革新所有行业 医疗、制药、金融、教育、生命科学…… 所有行业都在接入AI，而这个“引擎”就是起点 这不是一个行业的升级，这是所有行业的重构 黄仁勋最后说： 制造未来的工厂，本身就是未来的工厂 而他们，正在把它造出来
4:14

黄仁勋带了一台GPU去白宫跟川普一起开发布会 60年前，IBM的System 360定义了现代计算机 CPU、操作系统、I/O系统、多任务处理——这些词，1964年就有了 从那之后，计算机结构基本没变 而现在，黄仁勋说，他们又重新发明了计算机 这不是传统意义上的“芯片” 你眼前的，是一块70斤的GPU 6万个零件，1万瓦功耗 要造它，几百家供应商同时开工 要搬它，得靠机器人 要测它，得用一台超算来测 而它的使命，是驱动一个全新的行业：人工智能 它不是工具，是“制造者” 以前是水进电出，现在是电进“智能”出 它是AI时代的“发电机” 但这不只是芯片的故事 这背后，是美国本土制造业的全面升级 人工成本早已不是核心 拼的是技术，是自动化，是数字孪生，是AI工厂本身 黄仁勋说，没有总统的推动，这一切不会这么快 制造业的核心早已不是“便宜”，而是“智能” 他们要在美国本土建起未来的“超级工厂” 靠的不是廉价劳动力，而是AI和机器人 更重要的是，这条AI基建链，将革新所有行业 医疗、制药、金融、教育、生命科学…… 所有行业都在接入AI，而这个“引擎”就是起点 这不是一个行业的升级，这是所有行业的重构 黄仁勋最后说： 制造未来的工厂，本身就是未来的工厂 而他们，正在把它造出来

墓碑科技

324,006 просмотров • 1 год назад