更多动态
刚发布的 SKT A.X K1，主打一个“大脑子小身板”。 技术很“鸡贼”：用了 MoE（混合专家）架构。这好比公司有 500 个顾问，但每次开会只拉最懂行的 30 个人进场。 韩语语境确实强：用它润色出来的敬语和行业黑话，比 GPT-5 更地道，少了很多“翻译腔”。 定位不同：它更像个“老师傅”，专门用来蒸馏小模型。这意味着以后可能用更低的成本，就能跑出高质量的韩语垂类模型。 #AI工作流 #A_X_K1 #独立开发 #数字游民 #大模型评测
，帮我解决了长视频变现的痛点。 1️⃣ 智能切片：以前我剪播客切片要搞一天，现在扔进直播回放，AI 自动抓取高光时刻。最惊喜的是 Auto-Reframing，横屏转 9:16 时人物自动居中，不用我一帧帧调位置。 2️⃣ 文本化剪辑：逻辑像改 Notion 文档，删文字=删画面。对于我们非剪辑专业出身的人来说，这种“粗剪”效率提升肉眼可见。 虽然涉及部分领域术语时字幕还得人工过一遍，但整体比我之前用其他剪辑软件生成的速度体感要快一些 。 #AI工作流 #视频剪辑 #数字游民 #CyberCut #效率工具
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。
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。
