跳到正文

X

关注 AI 研究者、开发者与机构的动态

当前显示全部 AI 相关新闻
按账号或来源筛选(539)
全部X新闻X:Rohan Paul1822 条X:Kim1391 条X:阿易 AI Notes1072 条X:阿里云 / Alibaba Cloud555 条X:Testing Catalog515 条X:cb_doge482 条X:Alexandr Wang(Scale AI 创始人/Meta 首席 AI 官)471 条X:Elvis Saravia430 条X:OpenRouter414 条X:Elon Musk396 条X:Artificial Analysis381 条X:Ethan Mollick363 条X:PixVerse348 条X:SemiAnalysis297 条X:ZHO269 条X:Replit258 条X:OpenAI Developers240 条X:小北205 条X:Dex Horthy(HumanLayer)180 条X:Gemini171 条X:swyx170 条X:Emad Mostaque159 条X:MiniMax159 条X:AI Safety Memes155 条X:Tibo145 条X:OpenAI137 条X:X.PIN137 条X:Epoch AI136 条X:Runway126 条X:Thomas Wolf(Hugging Face 联创/CSO)118 条X:Claude Devs114 条X:洪明112 条X:Nathan Lambert110 条X:蚂蚁百灵108 条X:Aravind Srinivas(Perplexity CEO)108 条X:马东锡 NLP104 条X:Google AI for Developers104 条X:赵纯想102 条X:面壁智能 OpenBMB100 条X:Frank Wang 玉伯97 条X:Jason Liu97 条X:fofr94 条X:Luma AI94 条X:Yuchen Jin94 条X:Sam Altman92 条X:Perplexity89 条X:Peter Steinberger88 条X:Gabriel87 条X:Claude84 条X:Tencent WorkBuddy84 条X:阑夕81 条X:Eric Zakariasson75 条X:Cohere73 条X:Francois Chollet73 条X:Krea AI73 条X:opencode71 条X:Clément Delangue(Hugging Face CEO)68 条X:Thariq68 条X:Greg Brockman63 条X:karminski61 条X:Suno61 条X:腾讯混元58 条X:OpenClaw58 条X:通义千问 / Qwen57 条X:Microsoft Research55 条X:Anthropic51 条X:AK50 条X:Deedy Das48 条X:Google DeepMind46 条X:Charlie Holtz43 条X:商汤 SenseTime (@SenseTime_AI)42 条X:Google AI39 条X:Boris Cherny38 条X:Peter McCrory(Anthropic 首席经济学家)37 条X:可灵 Kling AI33 条X:百度 Baidu31 条X:AI at Meta31 条X:Viggle AI30 条X:Josh Woodward28 条X:Logan Kilpatrick28 条X:Aidan Gomez(Cohere CEO)27 条X:Mustafa Suleyman(Microsoft AI CEO)26 条X:SpaceXAI24 条X:Noam Brown23 条X:Andrew Milich22 条X:Odyssey22 条X:李继刚20 条X:华为云19 条X:硅基流动 SiliconFlow18 条X:Tianyi Cui18 条X:DeepSeek16 条X:Mark Zuckerberg15 条X:fal (@fal)14 条X:Karina Nguyen14 条X:Sundar Pichai14 条X:Mistral AI13 条X:Noah Zweben13 条X:PixVerse (@PixVerse)13 条X:智谱 Z.ai12 条X:ARC Prize (@arcprize)12 条X:Arena (@arena)12 条X:Demis Hassabis12 条X:DAIR.AI (@dair_ai)11 条X:ElevenLabs (@elevenlabs)11 条X:Eric Mitchell11 条X:Lee Robinson11 条X:Philipp Schmid(Google DeepMind 开发者体验) (@_philschmid)11 条X:唐杰10 条X:Ammaar Reshi10 条X:Andrew Ng(DeepLearning.AI 创始人)10 条X:Arthur Mensch(Mistral CEO) (@arthurmensch)10 条X:Barret 李靖10 条X:Hao AI Lab10 条X:Kimi.ai10 条X:卡兹克 (@Khazix0918)9 条X:Cursor (@cursor_ai)9 条X:Fei-Fei Li9 条X:Georgi Gerganov(llama.cpp) (@ggerganov)9 条X:Jensen Huang9 条Tripo(官方 X)8 条X:Cognition (@cognition)8 条X:Figure AI (@Figure_robot)8 条X:Gemini Notebook (@Gemini_Notebook)8 条X:Higgsfield AI (@higgsfield)8 条X:Jeff Dean8 条X:Manus (@ManusAI)8 条X:Meshy (@MeshyAI)8 条X:MiniMax Design (H3) (@Hailuo_AI)8 条X:谢赛宁7 条X:Jim Fan7 条X:Michael Truell7 条X:張小珺 Xiaojùn6 条X:Lisa Su(AMD CEO) (@LisaSu)6 条X:NotebookLM0 条@berryxia · 历史来源430 条@vista8 · 历史来源262 条@op7418 · 历史来源231 条@google · 历史来源30 条@getsuperintel · 历史来源9 条@latentspacepod · 历史来源9 条@android · 历史来源8 条@dreamlabla · 历史来源8 条@mannybernabe · 历史来源8 条@karpathy · 历史来源7 条@alexatallah · 历史来源6 条@ryanleeminimax · 历史来源5 条@theo · 历史来源5 条@aidotengineer · 历史来源4 条@dkundel · 历史来源4 条@reach_vb · 历史来源4 条@dotey · 历史来源3 条@eliebakouch · 历史来源3 条@googlechrome · 历史来源3 条@kilocode · 历史来源3 条@maxforai · 历史来源3 条@newsfromgoogle · 历史来源3 条@richardssutton · 历史来源3 条@skylermiao7 · 历史来源3 条@victorsuortiz · 历史来源3 条@ajambrosino · 历史来源2 条@akashi203 · 历史来源2 条@anatolikopadze · 历史来源2 条@andrewcurran_ · 历史来源2 条@antirez · 历史来源2 条@barrnanas · 历史来源2 条@coreyching · 历史来源2 条@deanwball · 历史来源2 条@designarena · 历史来源2 条@fellmentke · 历史来源2 条@gergelyorosz · 历史来源2 条@gmi_cloud · 历史来源2 条@gravicle · 历史来源2 条@hxiao · 历史来源2 条@id_aa_carmack · 历史来源2 条@jackminong · 历史来源2 条@lennysan · 历史来源2 条@mada299 · 历史来源2 条@microsoft · 历史来源2 条@mikastars39 · 历史来源2 条@mitchellh · 历史来源2 条@nabeelqu · 历史来源2 条@rudrank · 历史来源2 条@sebastienbubeck · 历史来源2 条@zan2434 · 历史来源2 条@___harald___ · 历史来源1 条@_boraturan · 历史来源1 条@0xjaniak · 历史来源1 条@0xkato · 历史来源1 条@47fucb4r8c69323 · 历史来源1 条@559hkdt · 历史来源1 条@aaliya_va · 历史来源1 条@abhikatte42 · 历史来源1 条@abhishekpatiil · 历史来源1 条@aboutberlin · 历史来源1 条@addyosmani · 历史来源1 条@agi2asi · 历史来源1 条@aiaicreate · 历史来源1 条@aimlapi · 历史来源1 条@aisaonehq · 历史来源1 条@aisystemprompt · 历史来源1 条@alemtuzlak · 历史来源1 条@alexxubyte · 历史来源1 条@alupsasca · 历史来源1 条@amasad · 历史来源1 条@ampcode · 历史来源1 条@anas_build_ · 历史来源1 条@aniketmaurya · 历史来源1 条@anitakirkovska · 历史来源1 条@anneliesgamble · 历史来源1 条@antigravity · 历史来源1 条@arafatkatze · 历史来源1 条@argofowl · 历史来源1 条@ashiknewazaj · 历史来源1 条@atabarrok · 历史来源1 条@atomic_chat_hq · 历史来源1 条@awe_automation · 历史来源1 条@awesomekling · 历史来源1 条@awscloud · 历史来源1 条@ayushagarwal · 历史来源1 条@baaadas · 历史来源1 条@bai_agi · 历史来源1 条@bbuddha_xyz · 历史来源1 条@bclavie · 历史来源1 条@beccalytics · 历史来源1 条@benfleming__ · 历史来源1 条@benhylak · 历史来源1 条@benjamineyliu · 历史来源1 条@bfl_ml · 历史来源1 条@bleysg · 历史来源1 条@bolna_dev · 历史来源1 条@bosmeny · 历史来源1 条@boxmining · 历史来源1 条@bozhou_ai · 历史来源1 条@brexhq · 历史来源1 条@brian_armstrong · 历史来源1 条@brianchew · 历史来源1 条@bridgemindai · 历史来源1 条@budgetpixel · 历史来源1 条@cahidarda · 历史来源1 条@calmpromptshq · 历史来源1 条@ce_zhang · 历史来源1 条@cedric_chee · 历史来源1 条@chaitralikakde · 历史来源1 条@chatgpt · 历史来源1 条@chatgptapp · 历史来源1 条@christinetyip · 历史来源1 条@christofsalis · 历史来源1 条@clark__labs · 历史来源1 条@cloudflaredev · 历史来源1 条@cnorth_13 · 历史来源1 条@cnzoecomeback · 历史来源1 条@cocohearts · 历史来源1 条@code_star · 历史来源1 条@codebyaurelia · 历史来源1 条@cohavygal · 历史来源1 条@commandcodeai · 历史来源1 条@consensusnlp · 历史来源1 条@contralabs_ai · 历史来源1 条@cozyblaze265065 · 历史来源1 条@crimedecoder · 历史来源1 条@crtr0 · 历史来源1 条@damnventures · 历史来源1 条@daniellockyer · 历史来源1 条@darioamodei · 历史来源1 条@davidmaliglowka · 历史来源1 条@davidondrej1 · 历史来源1 条@davidsacks · 历史来源1 条@dbirker78883 · 历史来源1 条@deryatr_ · 历史来源1 条@devfun · 历史来源1 条@diegocabezas01 · 历史来源1 条@digitalocean · 历史来源1 条@dimillian · 历史来源1 条@dimitrispapail · 历史来源1 条@discussingfilm · 历史来源1 条@dkthomp · 历史来源1 条@dmitryrybin1 · 历史来源1 条@dmsobol · 历史来源1 条@douglance · 历史来源1 条@douglasyaody · 历史来源1 条@duckduckgo · 历史来源1 条@easyrouterio · 历史来源1 条@edgardobriban · 历史来源1 条@eisokant · 历史来源1 条@elliotarledge · 历史来源1 条@encrypted · 历史来源1 条@endpointarena · 历史来源1 条@envato · 历史来源1 条@escanorreloaded · 历史来源1 条@esrtweet · 历史来源1 条@ethanhe_42 · 历史来源1 条@eu_commission · 历史来源1 条@fba · 历史来源1 条@fdavidsont · 历史来源1 条@figmaweave · 历史来源1 条@finn_meeks · 历史来源1 条@first_tree_ai · 历史来源1 条@flavioad · 历史来源1 条@flowith · 历史来源1 条@fminzhou · 历史来源1 条@freddie_spirit · 历史来源1 条@frydwia · 历史来源1 条@futurestacked · 历史来源1 条@garrettlord · 历史来源1 条@garrytan · 历史来源1 条@gavinsbaker · 历史来源1 条@GayaniFigma · 历史来源1 条@genspark_ai · 历史来源1 条@gitlawb · 历史来源1 条@gneubig · 历史来源1 条@gokulr · 历史来源1 条@goodfireai · 历史来源1 条@goodnesmbakara · 历史来源1 条@googleaistudio · 历史来源1 条@gordic_aleksa · 历史来源1 条@gro_tsen · 历史来源1 条@hangsiin · 历史来源1 条@happycapyai · 历史来源1 条@haydenbleasel · 历史来源1 条@helloiamleonie · 历史来源1 条@hey_asiif · 历史来源1 条@hilbertspaess · 历史来源1 条@howtoprompt__ · 历史来源1 条@hq4ai · 历史来源1 条@hypersoren · 历史来源1 条@ianbremmer · 历史来源1 条@interaction · 历史来源1 条@intology · 历史来源1 条@iron_redux · 历史来源1 条@ithilgore · 历史来源1 条@itsreallyvivek · 历史来源1 条@jamesjyu · 历史来源1 条@jameszmsun · 历史来源1 条@jason_young1231 · 历史来源1 条@jawad_rahman_ · 历史来源1 条@jaydendavisnc · 历史来源1 条@jeffbarg · 历史来源1 条@jenzhuscott · 历史来源1 条@jiayuan_jy · 历史来源1 条@jilles · 历史来源1 条@jimcramer · 历史来源1 条@jimsyoung_ · 历史来源1 条@jinjingliang · 历史来源1 条@jjacky · 历史来源1 条@jjackyliang · 历史来源1 条@joefioti · 历史来源1 条@joi___ai · 历史来源1 条@joinhandshake · 历史来源1 条@joinpursuit · 历史来源1 条@joulee · 历史来源1 条@jsconfasia · 历史来源1 条@jsrailton · 历史来源1 条@juminoz · 历史来源1 条@kaizero_ainta · 历史来源1 条@karanganesan · 历史来源1 条@kdaigle · 历史来源1 条@kentherogers · 历史来源1 条@kevinsays · 历史来源1 条@khudonogov · 历史来源1 条@kinfisht · 历史来源1 条@koraykv · 历史来源1 条@kotekjedi_ml · 历史来源1 条@kuberwastaken · 历史来源1 条@kurz_gesagt · 历史来源1 条@kwindla · 历史来源1 条@lafalcemateo · 历史来源1 条@lakshyaaagrawal · 历史来源1 条@larrylv · 历史来源1 条@layoffai · 历史来源1 条@levinstanley · 历史来源1 条@lifeofjer · 历史来源1 条@livekit · 历史来源1 条@lon · 历史来源1 条@lostinlatencyx · 历史来源1 条@lotte_verheyden · 历史来源1 条@lqiao · 历史来源1 条@luciushq · 历史来源1 条@luckeyfaraday · 历史来源1 条@lukaspet · 历史来源1 条@madhavsinghal_ · 历史来源1 条@manassharmahere · 历史来源1 条@markiewagner · 历史来源1 条@marksaroufim · 历史来源1 条@marsxiang_ · 历史来源1 条@maseehg_ · 历史来源1 条@mattshumer_ · 历史来源1 条@mem0ai · 历史来源1 条@mengto · 历史来源1 条@merettm · 历史来源1 条@micahcarroll · 历史来源1 条@michael_chomsky · 历史来源1 条@michaelarnaldi · 历史来源1 条@microsoftai · 历史来源1 条@mike_acton · 历史来源1 条@mikeyyyzhao · 历史来源1 条@minchoi · 历史来源1 条@minimaxagent · 历史来源1 条@minu_who · 历史来源1 条@mkbhd · 历史来源1 条@modal · 历史来源1 条@moritzthuening · 历史来源1 条@moxie · 历史来源1 条@mstockton · 历史来源1 条@mtslive · 历史来源1 条@multimodalart · 历史来源1 条@neelnanda5 · 历史来源1 条@neilrahilly · 历史来源1 条@nickbaumann_ · 历史来源1 条@nirantk · 历史来源1 条@noemititarenco · 历史来源1 条@notjazii · 历史来源1 条@nousresearch · 历史来源1 条@oblomovius · 历史来源1 条@ollama · 历史来源1 条@onlyterp · 历史来源1 条@onlyzhynx · 历史来源1 条@organicgpt · 历史来源1 条@orgrem · 历史来源1 条@p0 · 历史来源1 条@palantirtech · 历史来源1 条@palmerluckey · 历史来源1 条@pandatalk8 · 历史来源1 条@parishilton · 历史来源1 条@patrickcarlyle · 历史来源1 条@patricktoulme · 历史来源1 条@paulg · 历史来源1 条@paulsolt · 历史来源1 条@pbdtokenrouter · 历史来源1 条@pererabinoy · 历史来源1 条@philhchen · 历史来源1 条@pirroh · 历史来源1 条@pjaccetturo · 历史来源1 条@postlive · 历史来源1 条@pranaveight · 历史来源1 条@prathamdby · 历史来源1 条@prince_canuma · 历史来源1 条@pumpkherm · 历史来源1 条@pvncher · 历史来源1 条@qiaoqiao2001 · 历史来源1 条@rajveerbach · 历史来源1 条@randyhaddad6 · 历史来源1 条@rauchg · 历史来源1 条@raveeshbhalla · 历史来源1 条@rayanpal_ · 历史来源1 条@rayfernando1337 · 历史来源1 条@redpoint · 历史来源1 条@ric_rtp · 历史来源1 条@richardsocher · 历史来源1 条@rileybrown · 历史来源1 条@robertvaradan · 历史来源1 条@ronshepherd · 历史来源1 条@rosmine · 历史来源1 条@rthiago · 历史来源1 条@ruben_kostard · 历史来源1 条@runware · 历史来源1 条@rvivek · 历史来源1 条@ryanjunejo · 历史来源1 条@safaricheung · 历史来源1 条@samuelstroschei · 历史来源1 条@sanmking · 历史来源1 条@saranormous · 历史来源1 条@savinovnikolay · 历史来源1 条@scale_ai · 历史来源1 条@scaling01 · 历史来源1 条@sdaily_ai · 历史来源1 条@secscottbessent · 历史来源1 条@seltaa_ · 历史来源1 条@sergiopaniego · 历史来源1 条@servasyy_ai · 历史来源1 条@sethltx · 历史来源1 条@shashankgoyal95 · 历史来源1 条@sherryyanjiang · 历史来源1 条@sherylhsu02 · 历史来源1 条@shl · 历史来源1 条@sighjith · 历史来源1 条@simistern · 历史来源1 条@southpkcommons · 历史来源1 条@sriramkri · 历史来源1 条@sshoaibali · 历史来源1 条@stalkermustang · 历史来源1 条@status_effects · 历史来源1 条@stevencheng · 历史来源1 条@stockanalystpro · 历史来源1 条@suekhim · 历史来源1 条@sultanalfardan · 历史来源1 条@suraj_sharma14 · 历史来源1 条@swisscheese4299 · 历史来源1 条@swmansion · 历史来源1 条@systematicls · 历史来源1 条@teksedge · 历史来源1 条@tftc21 · 历史来源1 条@theahmadosman · 历史来源1 条@themidasproj · 历史来源1 条@theonejvo · 历史来源1 条@therealadamg · 历史来源1 条@timsoulo · 历史来源1 条@tmuxvim · 历史来源1 条@tobi · 历史来源1 条@togethercompute · 历史来源1 条@trackernetwork · 历史来源1 条@trustkerneltech · 历史来源1 条@ttunguz · 历史来源1 条@tuhinchakr · 历史来源1 条@twistartups · 历史来源1 条@ubermenscchh · 历史来源1 条@udayan_w · 历史来源1 条@usefastlane · 历史来源1 条@uzyn · 历史来源1 条@valeriocapraro · 历史来源1 条@vasuman · 历史来源1 条@vdbergrianne · 历史来源1 条@vibeguessing · 历史来源1 条@victoriakimse · 历史来源1 条@victoriawu77 · 历史来源1 条@victortaelin · 历史来源1 条@vikaskansalhq · 历史来源1 条@volchika · 历史来源1 条@walden_yan · 历史来源1 条@warpdotdev · 历史来源1 条@waynesutton · 历史来源1 条@wesroth · 历史来源1 条@whosamberella · 历史来源1 条@xdinodeer · 历史来源1 条@xicilion · 历史来源1 条@xucian_ · 历史来源1 条@yacinemtb · 历史来源1 条@yaojingang · 历史来源1 条@yevr19 · 历史来源1 条@yoheinakajima · 历史来源1 条@yongquanyq · 历史来源1 条@youtubejocoding · 历史来源1 条@yusufg · 历史来源1 条@zachbussey · 历史来源1 条@zeddotdev · 历史来源1 条@zeroxkyle · 历史来源1 条@zhenthebuilder · 历史来源1 条@zicohacks · 历史来源1 条@zixuanli_ · 历史来源1 条@zymazza · 历史来源1 条
17,350 条AI 相关新闻 · 最新在前
5月15日周五
  1. @kimmonismus55

    Tavus 发布 Image-to-Replica,只需一张图片就能生成可对话的 AI 数字人,不再需要真人视频素材。该功能可处理品牌吉祥物、历史人物、AI 生成角色或草图,并送入与其视频训练数字人相同的 Phoenix-4 流程。作者认为这让真正意义上的 AI 化身成为可讨论的话题。

    引用Tavus (@tavus)@tavus

    Introducing Image-to-Replica. Any face that can exist as a single image, whether it's a brand mascot that has lived in a logo for thirty years, a historical figure, or an AI character designed from a single prompt, can now hold a real conversation. Video

  2. @sama63

    OpenAI Devs 介绍 Codex 新增 Hooks 与编程访问 token 两项能力。Hooks 用脚本在任务关键节点定制 Codex 循环,可执行校验、扫描提示词中的密钥、记录对话,或按仓库和目录定制行为。编程访问 token 面向 Business 和 Enterprise 团队,可从 ChatGPT 工作区设置创建,用于 CI、发布流程和内部自动化,并支持设置有效期或撤销访问。

    引用OpenAI Developers (@OpenAIDevs)@OpenAIDevs

    Codex is getting easier to automate and customize around your code. 🪝 Hooks customize the Codex loop with scripts that run at key points in a task: • Run validators before or after work • Scan prompts for secrets • Log conversations to internal systems • Create memories or customize behavior by repo or directory ⚙️ Programmatic access tokens provide scoped credentials for Business and Enterprise teams: • Create tokens from ChatGPT workspace settings • Use them in CI, release workflows, and internal automations • Set expirations or revoke access when needed • Keep usage tied back to the workspace Video

  3. @OpenAIDevs65

    OpenAI Developers 宣布 Codex 新增 Hooks 与编程访问令牌两项能力。Hooks 可在任务关键节点运行脚本,用来执行校验、扫描提示词中的密钥、记录对话,或按仓库和目录定制行为。编程访问令牌面向 Business 和 Enterprise 团队,可在 ChatGPT 工作区设置中创建,用于 CI、发布流程和内部自动化,并支持设置有效期或撤销,用量与工作区对应。

    推荐理由:原文列出 Hooks 的运行节点和令牌的适用范围,读者可据此判断 Codex 在自动化流程中的接入方式。

  4. @flavioAd60

    OpenAI 在 ChatGPT 移动端推出 Codex 预览版,可在手机上新开任务、查看输出、引导执行并批准下一步,Codex 仍在笔记本、Mac mini 或 devbox 上持续运行。开发者 @flavioAd 称已在移动端试用 Codex,并在酒吧与联合创始人构思后当场让它搭出网站,当时他保持 Mac 笔记本屏幕开启。

    引用OpenAI (@OpenAI)@OpenAI

    You've been asking for this one... Now in preview: Codex in the ChatGPT mobile app. Start new work, review outputs, steer execution, and approve next steps, all from the ChatGPT mobile app. Codex will keep running on your laptop, Mac mini, or devbox. Video

  5. @kimmonismus61

    OpenAI 宣布 ChatGPT 移动端开始预览 Codex,用户可在手机上新开任务、查看输出、引导执行并批准下一步,Codex 仍在笔记本电脑、Mac mini 或 devbox 上持续运行。转发该消息的作者称自己很喜欢这一更新。

    引用OpenAI (@OpenAI)@OpenAI

    You've been asking for this one... Now in preview: Codex in the ChatGPT mobile app. Start new work, review outputs, steer execution, and approve next steps, all from the ChatGPT mobile app. Codex will keep running on your laptop, Mac mini, or devbox. Video

  6. @Replit35

    发布它。衡量它。全在一个流程里。 @Mixpanel 已上线 Replit MCP。下周伦敦黑客松现场见 👇

    引用Mixpanel (@mixpanel)@mixpanel

    Mixpanel is live in the Replit MCP marketplace! Devs building on @Replit can pull product analytics into their agent workflows—no dashboard, no setup later, just data where you're building. See it in action at the London Hackathon on May 19. Register: events.mixpanel.com/hackatho…

  7. @OpenAIDevs63

    OpenAI 在 ChatGPT 移动应用内预览 Codex,用户可以从手机新建任务、查看输出、引导执行并批准下一步,Codex 仍继续在笔记本、Mac mini 或 devbox 上运行。手机端提供随手访问与完整 Codex 工作状态,项目文件和上下文保持不变。

    引用OpenAI (@OpenAI)@OpenAI

    You've been asking for this one... Now in preview: Codex in the ChatGPT mobile app. Start new work, review outputs, steer execution, and approve next steps, all from the ChatGPT mobile app. Codex will keep running on your laptop, Mac mini, or devbox. Video

  8. @kimmonismus46

    Higgsfield 的 Supercomputer 可从 61 项生产技能中自动选择,将子任务路由到 GPT-5.5、Claude Opus、Gemini、Seedance、Veo、Kling 等模型并行执行并交付成品。

    引用Higgsfield AI 🧩 (@higgsfield_ai)@higgsfield_ai

    How Supercomputer works: 1. Access via browser or Telegram. No local setup 2. Describe your task 3. Orchestrates LLMs and image/video models. 4. Analyzes videos and audio thoroughly 5. Executes tasks end-to-end with 40+ tools 6. Learns from every run. Gets better on its own

  9. @AYi_AInotes48

    Sanders 和 AOC 推出法案要求暂停全美所有 AI 数据中心建设,已有 300 多项地方性法案提交,2026 年计划中的数据中心约半数面临延期或取消。

    引用Garry Tan (@garrytan)@garrytan

    Sanders and AOC introduced a bill to pause ALL AI data center construction. 300+ local bills filed. Half of planned 2026 data centers facing delays or cancellation. Each one brings billions to local economies. The people who say they want American jobs are trying to block the biggest job creation engine since the interstate highway system.

  10. @frxiaobei70

    OpenEvidence 已覆盖 65% 的美国医生,4 月单月覆盖 2700 万次临床场景,平均每位医生每月使用 41 次,基本每个工作日都在用。作者原本以为靠医院系统对接,实际是医生用执业编号自行注册、装在个人手机上,医院并不知情。Mount Sinai 的 AI 负责人将这种现象称为 shadow AI,并称医院后来才追着签企业合作。

    引用OpenEvidence (@EvidenceOpen)@EvidenceOpen

    “We did the hardest thing in the history of American health care. We got the majority of American doctors to all voluntarily adopt a single technology platform.” NBC News on how that happened, what U.S. physicians actually do with OpenEvidence, and how partnerships with NEJM, JAMA, NCCN, and Wiley make it possible.

    推荐理由:原文用覆盖比例与每月使用频次拆解医生自下而上的采用路径,呈现医疗场景中影子 AI 的扩散方式。

  11. @frxiaobei52

    Anthropic 与盖茨基金会达成 2 亿美元合作,以 grant、Claude 额度与技术支持投入全球健康、生命科学、教育、农业和经济流动性项目。作者按 token 折算称即便全换成 Opus token 也约 2.67 万亿,其中健康占大头,教育、农业、经济流动性三个领域每年可能只有几百亿 token。

    引用Anthropic (@AnthropicAI)@AnthropicAI

    We’re partnering with the Gates Foundation, committing $200 million in grants, Claude credits, and technical support to programs in global health, life sciences, education, agriculture, and economic mobility. Read more: anthropic.com/news/gates-fou…

  12. @AYi_AInotes60

    Andrew Ng 推出新课程 Transformers in Practice,与 AMD 合作并由 Sharon Zhou 主讲,免费版可看所有视频和基础代码。课程用交互可视化演示 token 逐个生成、注意力头与层的分工以及幻觉成因,并讲解量化、KV Cache、Flash Attention、投机解码等推理优化技巧。

    引用Andrew Ng (@AndrewYNg)@AndrewYNg

    New course: Transformers in Practice. You'll get a practical view of how transformer-based LLMs work, so you can reason about their behavior, diagnose problems like slow inference, and make smarter decisions about deployment. This course is built in partnership with @AMD and taught by @realSharonZhou. You'll see how transformers generate text one token at a time, how the model decides which earlier words matter most when predicting the next one, and how techniques like quantization speed up inference on GPUs. This is not a video-only course; interactive visualizations throughout let you play with these concepts and build intuition that sticks. Skills you'll gain: - Understand why LLMs hallucinate, and RAG and chain-of-thought shape what they generate - Look inside the model to see how attention and layers combine to predict the next token - Diagnose inference bottlenecks and learn the techniques that speed up transformers on GPUs Join and understand what's really happening inside your LLMs: deeplearning.ai/courses/tran… Video

  13. @kimmonismus37

    GPT-5.5 身上有种特别的魔力。它一个接一个地解决 Erdős 问题。 这或许才是后 AGI 时代研究的真实感受。 不是某个戏剧性的"AI 解决数学"时刻,而是数十项并行发现、匿名贡献者、形式化证明作为信任基础设施,以及人类在认知上努力跟上。

    引用David Turturean (@DavidTurturean)@DavidTurturean

    I fully solved my 2nd Erdős Problem using ChatGPT-5.5-Pro - and then I verified the solution by formalizing it! Less than 2 days after solving my first Erdős Problem, after running Pro for a few hours I was able to elicit the solution, this time in analytic number theory! 🧵1/n

  14. @berryxia60

    Meta 刚刚推出 Incognito Chat with Meta AI,宣称聊天不留记录、不用于训练、不推送广告、不被任何人看到。作者转述 Roberto Nickson 对 WhatsApp 负责人 Will Cathcart 和 Meta AI 产品 VP Vishal Shah 的采访,追问其私密性是否属实、Meta 能否实时看到内容、第三方被攻破怎么办以及与广告商业模式是否矛盾。

    引用Roberto Nickson (@rpnickson)@rpnickson

    Meta just launched Incognito Chat with Meta AI - the world's first truly private way to chat with AI. But I had a lot of questions. How does it actually work? Isn't this contradictory to Meta's business model? What assurances do we have that this is airtight? I had a chance to speak to the Head of Whatsapp @wcathcart and Meta's VP of AI Products @vishalshahis to learn more. Video

  15. @berryxia61

    开发者 Tom 开源 html-anything,让 AI Agent 把 Markdown、CSV、JSON、图片、代码等 11 种格式的数据直接转成专业设计的 HTML,内置 75 套模板,可输出杂志风格、Keynote、海报、小红书笔记、推文卡片、简历、视频帧等形态。

    引用Tom Huang (@tuturetom)@tuturetom

    正式开源 html-anything 🚀 1:1 让你感受全网爆火 Claude code 作者提的 HTML 效果! 你的 Agent 现在可以将任何数据转为世界级设计水准的 HTML 🔥 历时 3 天,1万五千行代码!支持 75 套 Skills,9 种导出格式,支持所有的 code agent,包括 claude code、codex、openclaw、hermes 等💥地址见评论区 Video