
Google Gemini 3.0 Pro 即将发布,采用 MoE 架构

更多动态
Gemini AI 正在逐步取代 Google Maps 助手
,为地图带来更自然的语音交互体验 1️⃣ 导航进化:驾驶时能用更自然的口语指令,如“帮我避开收费站”,或询问“沿途有什么值得看的历史景点”,AI 能在不干扰驾驶的情况下理解情境并回应。 2️⃣ 复杂场景搜索:主页将新增 “Ask Maps” 对话入口,可处理多条件查询,例如“附近有吧台座位和优质清酒的日式夜宵店”,搜索结果会直接在地图上标记。 3️⃣ 车载生态整合:未来将原生集成于 Android Auto 与合作车型,通过语音即可完成路线调整、信息查询与车辆控制。 ◦ 部分功能已在 Google Maps Beta 版中测试,预计 2025 年底前大范围落地。基础功能免费,高级情景问答未来可能纳入 Gemini Advanced 订阅。 官方介绍: http://blog.google/products/maps/gemini-google-maps-navigation-updates/

免费创建音画同步的“数字演员”
GAGA-1 是首款将声音、嘴型与表情一次性生成的 AI 视频模型,解决了传统 AI 视频口型与情绪脱节的问题。 1️⃣ 音画同步生成 模型采用 co-generation 架构,类似人类一次性完成说话与表情,声音波形与面部动作同步输出,无需后期对齐。 2️⃣ 情绪与场景 支持还原失望、愤怒等复杂微表情,也能一次性生成双人对话场景,无需拼接。 3️⃣ 低成本高效率 目前免费使用,上传图片与台词 Prompt,3-4 分钟即可生成 10 秒 720p 视频。 🔹 适合短剧、虚拟主播、NPC 对话等场景。当前版本对大幅度肢体动作支持有限,过长台词可能“吞字”。未来官方计划开放自定义音频与固定音色功能。 官网: http://gaga.art
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。
