Google分享了Gemini在视频理解方面的最新进展,SOTA表现值得关注。
Gemini API新增智能体视频理解,能自主分析长视频,大幅降低成本并提高准确率。
GoogleDeepMind让Gemini能同时分析视频文本、音频和画面,只提取关键帧,长视频处理效率大增。
Google让Gemini能动态分析视频,大幅降低token和成本,还附带了开发指南。
Browser-use让网页自动化变得简单可靠,能处理各种繁琐的网页任务。
Visko推出Orbis 1.0,能实时生成带物理基础的交互世界,比传统模型更持久互动。
Claude Max档位消耗量是其他档位的1.5倍,建议改用Fable high或Opus high更划算。
Vercel发布Fluid计算平台,统一了构建、函数和服务器基础设施,提升性能和安全性。
Fireworks的医疗AI助手病历生成速度比Gemini快3.5倍,医生可直接签字使用,适合医疗从业者关注。
Philipp Schmid分享编程助手趋势,它们在bash上变得超级强大,能完成复杂任务。
Perplexity Computer 新增混合计算,任务云端转本地,保护隐私数据。
Perplexity开源了Mac上的个人信息检测工具,让你在数据上传前有选择权。
Perplexity给付费用户上了Mac混合计算,速度更快了。
Lingxi分享如何用200多个Grok机器人替代15个手动云代理,实现自动化工程管理。
OpenWiki 0.5.0 上线,解决了长任务失败进度丢失问题,支持中断恢复和部分进度保留。
Vercel 和 AWS 合作推出 PrivateLink,让你的函数和构建直接连 AWS 服务,流量不走公网更安全。
Perplexity Mac应用现在支持本地处理敏感文件,混合计算功能让用户隐私更安全。
OpenAI推出提示缓存技术,成本降90%,但每秒仅15次请求,UnifyGTM通过自定义路由实现95%命中率
Kami升级到V1.14,帮AI代理把简报变成精美文档,页面更简洁,输出检查更强。
Lovable处理了10亿+提示,帮你自动选模型,不用再纠结该用哪个。
Hugging Face 推出了 12 万查询的检索基准,覆盖多种检索方式,比传统合成数据测试更贴近实际生产环境。
Qdrant 开源了高性能向量搜索 Supernova,能处理数十亿向量,远超现有公开基准,代码已开源。
HuggingFace和Vultr联手解决了十亿向量精确匹配的计算难题,让社区免费享受这一技术突破。
Dify团队分享Agent产品幕后故事,展示如何将Agent融入实际业务流程,还有真实使用案例。
斯坦福学生用AI技术24小时内做出可玩版旧金山GTA,单人开发速度堪比整个工作室。
Claude现在能和你手写对话了,像哈利波特日记一样,还能在书上做批注出题。
@nateherk详解Grok Bot的25个核心概念,从Bot本体到协作机制,帮你理解如何构建智能体团队。
Ollama现在直接支持Muse Code,开发者一条命令就能启动,比之前更方便了。
Ollama改用透明按token计价,各套餐包含固定使用额度,适合需要稳定成本控制的企业团队。
Browser Use CLI让AI能操作浏览器,配合Daytona和PhotonHQ可构建实用应用。
Runway的Solaris能实时生成可交互界面,拖拽点击就能改变界面元素,无需代码编写。
Daria Zabnieva创作的AI情景喜剧《Bad Cat》已更新四集,质量超出预期。
Grok Bot提供Mac级硬件资源,还能调用DeepSeek API,比买新Mac划算多了。
GitHub Copilot应用整合了聊天和开发功能,不用来回切换界面就能完成项目开发。
LangGraph开发者感谢社区支持,项目虽处早期但成长迅速,社区反馈响应能力突出。
Jerry Liu对比了三类OCR工具,专业模型处理复杂文档更可靠,免费工具可能丢失内容。
Mosh 分享如何用 Claude Code 零代码开发项目,揭秘 AI 如何改变软件开发流程和工程师角色。
OpenAI 产品负责人谈 Codex 演化史,从网页版到独立 App,揭秘 Computer Use 技术和信任机制设计。
Vercel 分享了如何用 DESIGN.md 让 AI 生成符合品牌的设计,错误率降低一半多,还能复用给其他团队。
Claude Design新增v0集成,能直接把设计图变成全栈应用还支持部署。
仅展示最近 2000 条内容。更早的内容请查阅 AI 日报存档(侧边栏 → AI 日报 → 顶部「往期日报」)。