更多动态
以前搞手机自动化要自己写 ADB 驱动、配环境，现在 GELab-Zero 直接开源了“模型+基建”整套流水线。 原理类似给手机装了个“AI 驾驶员”，但这回连车（基础设施）和路（环境配置）都给你铺好了，主打一个快速落地。 🔹 开箱即用的基建：不仅开源了 4B 模型，更解决了最耗时的多设备连接、ADB 权限管理和任务编排，支持 Python 3.12+ 一键部署。 🔹 小参数高性能：基于 Qwen2-VL 调优，4B 规模在消费级显卡就能流畅运行，配合 Ollama 或 vLLM，实测在 AndroidWorld 复杂任务成功率达 75.86%。 🔹 真实场景优先：相比通用大模型，它专门针对打车、外卖等高频生活 App 做了特训，数据完全本地处理（Local Inference），隐私零泄露。 🔗 GitHub：github.com/stepfun-ai/gelab-zero 自动背单词演示 👆
变成了“指点江山”，实测能将 90 分钟的枯燥修图压缩至 7 分钟，真正实现了从工具人到创意主导的转变。 1️⃣ 指哪改哪 (Mark & Edit) 抛弃复杂的蒙版与套索。按住 Cmd / Ctrl + 点击画面任意元素（如发丝、衣服），AI 瞬间锁定区域。直接输入自然语言（如“换复古旗袍”），系统自动计算透视与光影，完成像素级融合。 2️⃣ 多图重组 (Select & Remix) 素材不再是孤岛。你可以抓取 A 图的构图、B 图的材质、C 图的光效，像“拼乐高”一样拖拽组合。这解决了传统 AI 生图“抽卡”随机性过强、无法精确控制的痛点。 3️⃣ 交付即工程 (Layer Separation) 这是区别于玩具的关键：它不只吐出 JPG，而是生成可拆分的“类 PSD 工程文件”。文字、主体、背景自动分层，支持二次精修，直接打通了从创意到商用交付的最后一公里。 目前公测阶段无需付费，正式版预计明年 1 月上线，建议设计师和运营尽早跑通这个工作流。 🔗 官网：https://www.lovart.ai #AI工作流 #设计提效 #Lovart #生产力工具 #数字游民
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。
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。
