更多动态
美团 LongCat 团队开源的 6B 图像模型，在消费级显卡上就能跑通“精准中文生图 + 自然语言修图”的全流程。 1️⃣ 架构“一鱼两吃” 它不用分别部署生图和修图模型。基于 DiT（类似 Flux）的统一架构，同一套权重既能从零生成高质量画面，又能像听懂人话一样执行“把背景换成雪山”这种编辑指令（LongCat-Image-Edit），且视觉一致性极强。 2️⃣ 专治“AI 不识字” 这是目前最懂中文的开源底座之一。在 ChineseWord 基准拿下 90.7 分，做电商海报、门头招牌时，文字不再是乱码贴图，甚至连生僻字和复杂排版都能直接渲染可用，大幅减少后期 PS 修正的工作量。 3️⃣ 显存友好且开源彻底 6B 参数量对硬件宽容度很高，普通游戏本也能跑。更关键的是，官方不仅放了最终权重，连中间训练检查点（Dev 版）和完整的 RL 对齐流水线都打包开源，想做垂直领域微调的开发者可以直接“抄作业”。 🔗 模型下载与体验：https://huggingface.co/meituan-longcat/LongCat-Image #AI工作流 #本地部署 #LongCat #图像生成 #设计效率
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。
