Affinity Photo 新增机器学习功能，永久免费使用AI。该功能支持本地化处理，无需联网，确保数据隐私，用于提升图像主体与对象的选择精度和速度。
对象选择工具 (Object Selection Tool): 基于分割模型，自动识别并选择图像中的人物、动物、建筑等对象。模型大小约 290MB。
选择主体功能 (Select Subject): 基于显著性模型，一键智能识别图像中最突出的主体。模型大小约 72MB。
本地处理: 所有 AI 运算均在设备本地完成，不上传用户数据，保证隐私安全。
Affinity Photo 新增机器学习功能，永久免费使用AI
更多动态
如何低成本搭建自己的多模态数字人
OpenAvatarChat 是一个模块化的开源对话系统，提供了一套灵活高效的解决方案。 它的核心设计就像搭积木，用户可以按需组合语音识别 (ASR)、大语言模型 (LLM)、语音合成 (TTS) 和数字人渲染 (Avatar) 等模块。 1️⃣ 模型灵活：支持 MiniCPM-o 等本地模型，也兼容 OpenAI 等云端 API，成本可控。 2️⃣ 部署方便：提供多种预置 yaml 配置文件和 Docker 支持，无论是本地 GPU 推理还是云端 API 调用，都能快速部署。 GitHub： https://github.com/HumanAIGC-Engineering/OpenAvatarChat
用自然语言构建 AI 小程序
，Google 的 Opal 把你的想法直接变成 Web 应用。 Opal 是 Google Labs 的 “vibe-coding” 实验项目，通过对话描述功能，即可生成可视化工作流，降低了 AI 应用开发门槛。 最近刚完成一轮重要更新： 1️⃣ 全球扩张：现已对加拿大、日本、印度、巴西等 15 个新国家开放。 2️⃣ 核心升级：增加实时可视化调试，可单步运行、修改 prompt；支持并行执行，加速复杂流程。 非技术背景用户可快速验证创意，开发者也能用它加速原型设计。 官网： http://opal.withgoogle.com
claude申诉失败了。
订阅费也没法儿退，我甚至怀疑申诉邮件就是钓鱼的，有追踪IP地址。 dhh是美国开发者，前段时间来深圳交流，演示了自己怎么用claude code。 目前最稳妥的方式就是参考dhh方法，把Claude code放在海外机器上，用tailscale远程连接使用。 那就得租一台有家宽的海外机器，在那台机器上注册和登录claude。
分享下现在的纯手机端工作流。
九月底前我都是坐在电脑前开着terminal指挥着pi，跑多subagent，最后再自己看diff，提pr，经常一坐就是一天。 九月底，我工作流改成在手机端用hermes指挥pi，完全解决了久坐电脑前的痛苦，用到现在还挺舒服。 Hermes用旗舰模型（gpt-6-astra/opus-5.5），pi尽量不装插件，用中端模型（ds-v4.1-flash/sonnet/terra），二者间用a2a通讯。 hermes负责分析issues，拆分成多个小任务，然后给每个小任务创建worktree，并在里面派遣pi去完成小任务。 每个pi完成任务都会通知hermes，由它判断提pr还是返工给pi。基本逛一天景点，或一觉醒来十几个pr搞好了，舒服得很。 就是过程太黑盒了，心路历程有点像早期的vibe coding，那会diff至少自己会看一下，现在diff也黑盒，完全交给旗舰模型，属于盒中盒了。 如果没数据焦虑，其实可以直接用grok-bot或者chatgpt-dot，开箱即用，里面内置了grok-cli和codex，原生agents通讯。弊端就是数据不在本地，有监管，万一被封号一切归零。
