
零成本复刻「AI 手机」

更多动态
还在花几小时租 GPU 调参炼丹?
阿里通义实验室开源 Qwen-Image-i2L,把“训练模型”变成“生成模型”:只需 1 张图,几秒钟直接输出 LoRA 权重。 通俗理解:传统炼丹是“学生做题”,要反复修正错误(梯度下降);i2L 是“学霸直接写答案”,看一眼原图,通过预训练模型直接算出参数。 🔹 核心突破:彻底跳过反向传播(Backpropagation),完全基于推理。这意味着普通消费级显卡也能跑,几乎零算力成本。 🔹 组合玩法: 仅模仿画风:直接加载 Style 模型。 复刻物体/角色:Coarse 定骨架 + Fine 补细节,两步走保证结构与纹理。 效果修正:挂载 Bias 模型解决底模兼容性问题。 目前在复杂一致性上可能不如精心微调的传统 LoRA,但作为快速验证创意原型的工具,效率极高。 🔗 模型下载:https://huggingface.co/DiffSynth-Studio/Qwen-Image-i2L #AI工作流 #Qwen #LoRA #本地部署 #ComfyUI

OpenAI 最近上线了一批 AI 相关的认证课程
,主要面向职场人士和中小学老师。课程可以在 ChatGPT 和 Coursera 上学习,内容包括 AI 基础、怎么写更好的提示词,以及数据隐私这些实际会用到的知识 https://openai.com/index/openai-certificate-courses
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。
