Omar Sar 的这个开源技能能从 YouTube 视频自动生成幻灯片和笔记,省去手动记笔记的麻烦,还支持自定义。
#开源
如果你怕AI生成的海报太模板化,试试BLCaptain这个GitHub项目,它能让编程助手直接输出小红书那种杂志风组图,比默认排版强多了。
余承东亲自带队大模型并喊出“只有第一”,对关注华为 AI 战略和国产大模型竞争的开发者来说,这是了解华为最新布局和野心的关键信号,值得点开看看。
做 AI 开发或使用 AI Agent 写代码的团队,这个 Prompt 能帮你产出 AI 更易理解的 PRD,减少沟通成本,建议直接试试。
本地 AI 推理终于有了速度突破——DiffusionGemma 让低带宽设备也能高效运行,做边缘部署或本地应用的开发者可以直接从 Hugging Face 下载试试。
DeepLearning.AI 把课程资源、工具和目录整合到一个仓库,省去到处翻找的麻烦。学 AI 课程或做项目的开发者可以直接收藏,后续更新也会自动跟进。
Waymo 用认知科学给自动驾驶安全找了个新基准——不是比谁刹车快,而是比谁更像人类老司机。做自动驾驶安全评估的团队值得看看,开源代码可以直接拿来跑实验。
做大规模聚类或近似最近邻搜索的团队,Flash-GMM 让你在单卡上处理百倍数据量,速度还快 20 倍,直接替换 k-means 就能提升召回率,值得一试。
国产芯片生态再进一步——LLVM/Clang 的官方支持让海光 C86-4G 用户能直接获得编译优化,做国产化适配的开发者建议关注,后续编译性能会有实打实的提升。
Harness-1用强化学习解决了检索子智能体的搜索策略优化问题,做信息检索或RAG系统的开发者可以直接用开源代码复现,效果接近闭源最强模型。
Linux 用户终于能在 M3 Mac 上尝鲜启动,虽然还远不够日常用,但这是从零到一的突破。做嵌入式或喜欢折腾硬件的开发者,值得关注这个补丁的进展。
这篇文章点出了AI热潮下的一个关键问题:我们真的需要全新操作系统吗?做系统开发或关注AI基础设施的读者,看完会重新思考“AI原生”的真实含义。
AI 应用开发团队和独立开发者值得关注——Supabase 已成为 AI 工具的首选数据库后端,增长数据说明其生态正在爆发,建议试试用它搭建你的下一个 AI 项目。
对于想在笔记本上跑本地 AI 的开发者,Gemma 4 12B 是难得的小体积高性能选择,16GB VRAM 就能运行,建议直接下载试试。
Mac mini 用户终于有了一个高性能的本地多模态模型选择——Gemma 4 12B 在笔记本上就能跑,做本地 AI 开发或隐私敏感应用的团队可以直接试试。
GitHub 的转型方向直接关系到所有开发者和开源维护者——当智能体成为主要贡献者,代码审查和信任机制将彻底改变,建议关注这个趋势的开发者点开了解。
命令行开发者终于有了原生 AI 纠错助手——智能终端自动检测 Shell 错误并建议修复,省去手动排查时间,Windows 用户可以直接安装试试。
英伟达把物理AI的门槛打下来了——全开源、全模态、训练周期从月缩到天,做机器人、自动驾驶或视觉AI的团队可以直接拿来用,省掉从头造轮子的成本。
做智能体开发的团队终于有了一个原生支持工具调用且速度极快的开源模型——400 tokens/s 的推理速度能显著提升任务执行效率,建议直接上手测试。
美团把跑腿服务做成了 AI 助手的 Skill,点外卖/寄东西的普通用户和开发者都能受益——用户一句话下单,开发者零接入就能集成。高频跑腿用户直接口述需求,省去手动输入,建议试试。
Andreessen 的洞察点明了 AI 产业链的价值转移趋势,做 AI 投资或硬件决策的人值得关注,建议结合当前算力短缺和能源消耗的现状思考。