离谱了,1min.AI 推出了终身订阅
更多动态
BrowserUse 刚出的 BU-30B-A3B-Preview
,专门解决我们做网页自动化「既要聪明又要快」的痛点。 它就像个懂浏览器的特种兵: 1️⃣ 大模型智商,小模型身板 它是 MoE 架构,虽然总参数 30B,但推理时只激活 3B。这意味着你在单张消费级 GPU 上就能跑,我实测每步操作大概 1.2 秒,比调云端 API 等回包爽快多了。 2️⃣ 看网页更懂行 因为它基于 Qwen3-VL 专门微调过 Screenshot + DOM(网页结构)。以前遇到复杂弹窗我的 Agent 老是点不到关闭键,换这个后,识别准确率在目前预览版里确实稳不少。 3️⃣ 部署门槛低 直接支持 vLLM,如果你也是像我一样甚至想用来做 RPA 或者自动化测试,这个本地方案能帮你省下一大笔 Token 费。 ⚠️ 目前还是预览版,处理极长上下文时偶尔会卡顿,生产环境建议多测几次。 #AI工作流 #BrowserUse #本地部署 #效率工具 #独立开发

一张图+一段音频搞定全套数字人。
快手可灵 KlingAvatar 2.0 更新了,不仅是“对口型”,现在连肢体动作和微表情都能根据语气自动演,解决了只动嘴不走心的痛点。 这两天就在用它跑几个 Demo,这几点感知很明显: 1️⃣ 懂戏的“AI 导演”:以前的数字人像木头,这次引入了 Co-Reasoning Director,我试了段激昂的演讲,它居然会自动配上手势和眉头紧锁的表情,不用自己手搓关键帧。 2️⃣ 长视频稳了:之前的模型生成超过 1 分钟脸就容易崩,这次实测生成 3 分钟以上的连续讲解,人物 ID 和衣服纹理都没“飘”,对做课件或长视频很友好。 渲染支持 1080p/48fps,虽然跟专业实拍还有细微质感差距,但发发 YouTube 或做虚拟客服展示足够了。 你们现在做数字人还在用 HeyGen 还是已经转战国产模型了? #AI视频 #KlingAvatar #内容创作 #独立开发 #效率工具

美团 LongCat-2.5发布了。
1.6T 总参、激活约 48B,原生多模态,主推长程智能体,全程国产算力训练。 图像量化成多级离散 token,Visual Coding 与 3D 受益。 大规模长程 RL,把失败轨迹转成可验证训练任务。 W4A4 推理,prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。

商汤开源 SenseNova Loop-9B-Preview。
它不堆参数,堆"层数"。32 层解码器,中间 4–27 层同权重跑两遍 → 前向 56 层计算,只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72,超 Qwen3.5-27B;Terminal Bench依旧落后。
