
韩国这波 AI 反击有点意思,519B 参数却只用 33B 的算力?

更多动态
AntV 新开源的 Infographic 引擎
,让我体验了一把“文本直接生成可编辑图表”的快乐,做年终汇报少熬了一个通宵。 1️⃣ 不是生成“死图”:跟 NanoBanana 不一样,它吐出的是 SVG/React 代码。这意味着生成的图表文字、颜色都能改,不用因为一个错别字就无限重绘(这点对强迫症太友好了)。 2️⃣ 场景实测:我把它接到了我的自动化脚本里,把每天抓取的 RSS 新闻自动转成“时间轴信息图”发邮箱,阅读率比纯文字高了一倍。 3️⃣ 门槛提醒:目前看它还是个底层引擎,对开发者很香(直接集成进你的 SaaS),但非技术人员想当“傻瓜软件”用还得等一等 GUI 封装。 #数据可视化 #AntV #独立开发 #AI工作流 #前端工具

如果你跟我一样受够了本地生图的高「废片率」
,阶跃星辰刚发的 NextStep-1.1 值得你今晚花点时间研究。 15B 参数的纯自回归模型,不仅开源,还把上一代的稳定性大坑填上了。 实测感受: 1️⃣ 填坑很及时:8 月份试 NextStep-1 时,虽然架构新,但偶尔会崩出「坏点」,像显卡过热的花屏。这次 1.1 引入了强化学习(RL),我跑了几组复杂纹理的图,那些诡异的伪影基本消失了,良品率直线上升。 2️⃣ 质感更细腻:它不像传统模型那样「拼积木」,而是用连续 Token 像 GPT 写文章一样「预测」画面。昨天给新项目的落地页跑 Banner,这种原生 15B 模型的细节连贯性,比我之前勉强用的小模型耐看太多,不用反复修图。 #AI工作流 #开源模型 #NextStep #独立开发 #AIGC

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。
