
阿里千问 App 刚上线 Qwen3-Learning 模型

更多动态
Google 推送的 Gemini 3 Deep Think
,可能是目前唯一能在这个维度真正落地“慢思考”的 AI 方案。 其核心逻辑不是让你更快得到答案,而是像人类专家一样,先在后台进行“平行推演”和自我反思,再给出最优解。实测下来,对复杂逻辑的提升显而易见: 1️⃣ 突破性泛化能力 在被视为“AGI 圣杯”的 ARC-AGI-2 测试中,它拿下了 45.1% 的高分。相比之下,GPT-5.1 仅为 17.6%。这意味着在面对从未见过的陌生难题时,它不再是靠背题库,而是真的在推理。 2️⃣ 牺牲速度换精度 原理类似思维链(CoT)的进阶版:系统会同时生成多个假设路径并进行 Self-verification(自验证)。代价是响应速度慢了 1.4-2.3 倍,但对于代码重构、科研假设验证或复杂金融分析,这几分钟的等待完全值得。 3️⃣ 门槛与建议 目前仅面向 Ultra 订阅用户(约 $125/月)。如果你只是写周报或简单对话,普通版足够;但如果是解决 Deep Research 级别的硬核问题,这是目前的最优解。 🔗 官方技术细节: blog.google/products/gemini/gemini-3-deep-think/ #AI工作流 #深度推理 #Gemini3 #AGI #效率工具

快手可灵数字人 2.0 全量上线,解决真人出镜成本高、甚至不敢出镜的痛点
,三步把一张静态图变成能连续演 5 分钟的专业视频。 🔹 表现力跃升 基于 DiT 架构(想象成既懂剧本又懂运镜的 AI 导演),不仅实现毫秒级口型对齐,现在的微表情、手势和体态能跟随语调自动演绎,摆脱了早期“只有嘴动”的僵硬感。 🔹 生产力解锁 时长上限拉到 5 分钟,支持 1080p / 48fps。这对做口播、短剧或企业培训的朋友是质变,意味着能直接产出完整内容,而非仅仅做几秒的 GIF 素材。 🔹 低门槛落地 一张图(真人或虚拟)+ 一段音频 + 一句情绪指令(如“温和讲述”/“激情演唱”)即可成片。对于不想露脸或预算有限的小团队,这几乎抹平了和专业 MCN 的部分硬件差距。 👉 官网试用:https://klingai.com #AI工作流 #数字人 #内容创作 #KlingAI #降本增效

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。
