AI 观点与方法

Tripo 转发用户 @LidaMidorin 的开源 AI 智能体工作流，用于 VTuber 3D 角色制作，并发布了引导 3D 角色建模的完整技能库。流程由 Astra / Opus、Tripo P2.0 和 Blender 驱动：先制作脸、身体、头发、表情等三面图和配饰插画，再用 Tripo 生成各部件（推荐 Smartmesh P2.0、约 5000 至 10000 四边形面数，面数过多校正时易变形），随后用 BlenderMCP 合并各部件、直接建模小物件、修正眼…

我实在忍不住了。 @emollick：过那种 Codex Composer 文本预测建议永远是错的生活吧。

过这样一种生活：Codex Composer 文本预测给出的建议永远是错的。

密歇根大学课程「Applied Agentic Software Engineering」第 14 讲「Subagents」讲义公开，讲义地址为 https://github.com/eecs498-aase/materials/tree/main/lectures/L14。

黑子会说这是 AI。 抱歉，是 SI！

嗯，我觉得我们有一个产品演示，成功超越了 iPhone 和 Engelbart 的 Xerox PARC 演示。

作者花两周、三百多美元测试 Google Muse、Grok Bot、OpenAI Dots、Manus Cue 四款 Personal Agent，12 个日常平台中仅 33% 能稳定委托给 AI 处理，结论是有云电脑也不能完全脱离本机，最终选择 Dots 因为它能控制本机 Computer Use。

你能看到一切 天啊

地球上的第一辆飞行汽车 👽

博客：https://haoailab.com/blogs/ora 代码：https://github.com/hao-ai-lab/ORA 作者：Yuanbo @YuanboYang60742、Siyi Chen @SiyiChen277112、Jun Gao @JunGao33210520 和 Hao Zhang @haozhangml。

我们的 CEO @CompleteSkeptic 讲述了爱因斯坦博士与憨豆先生的故事 > 如果 AI 95% 的时候像爱因斯坦，5% 的时候像憨豆先生，你要怎么用它来自动化任何事情？ @mattturck 带我们回顾了 Jev 疯狂的第一个月

Hao AI Lab 演示一条把像素转成机器人可用坐标的流程：SAM 3 定位物体，深度信息把图像位置换算成以米为单位的 3D 位置，再用一个计算工具处理向量和旋转数学。

把像素变成机器人能用的坐标。 SAM 3 定位物体，深度把图像位置转成以米为单位的三维位置，计算工具负责处理向量和旋转数学。

要让这个闭环在机器人上跑通，需要三样东西： - 描述机器人和任务的提示词 - 用于感知、几何和运动的工具 - 上下文管理，让近期观测保持在视野内，较早的观测可在文件中取用

面壁智能介绍独立开发者基于 VoxCPM2 构建的端侧实时同传系统 VoxWeft，麦克风输入、语音分段、ASR、翻译、流式 TTS 和播放全部在 Apple Silicon 本地运行，代码与开发日志已开源。

AMD 与 Embedded LLM 在 vLLM 官方博客详解 Kimi K3 在八卡 AMD Instinct MI355X 上的推理优化。

vLLM 团队介绍如何用 Agent 辅助开发为 Kimi K3 构建统一的 CuTe DSL 解码路径，覆盖 attention、MoE 和 8/16 GPU 通信。

Cerebras 发文提出 agent 是模型加 harness 的组合，harness 决定上下文、工具、循环与终止等环节，并引用论文称 Claude Opus 4.5 在 SEAL scaffold 下 SWE-bench Pro 得分 45.9%，经 Claude Code 则为 55.4%。

这是我看到的第一篇关于我即将出版的新书《Co-Existence》的书评，来自《新科学家》。 （当我成为作者后，我惊讶地发现，在书评发表之前你并不知道是谁在评论你的书，所以能以一篇好评开场真是太好了！）https://www.newscientist.com/article/2593188-how-to-build-a-real-relationship-with-ai-and-keep-your-cognitive-edge/

迫不及待想深入研究了！ https://already-clean.goodfire.com/

帮每一位我能看到找工作的朋友转发。

了解如何构建所有这些项目，或者分享你的项目，让其他人也能复现： https://youcanjustbuildthings.openai.chatgpt.site

一个电子墨水实时列车追踪显示屏： https://x.com/jamesdevonport/status/2103498810886664624

这个迷你推理游戏里的侦探，跑在 @M5Stack 的 stick 上： https://x.com/danizeres/status/2109360377578586204?s=20

给一只精力旺盛的猫做的小电视： https://x.com/axbehr/status/2109841447767998532?s=20

用这个梦境记录器记录你的梦想： https://x.com/fedesarquis/status/2110414012903038993?s=20

Meta 基础设施负责人解释了 AI 如何有潜力为你所做的几乎任何事情提速。 https://about.fb.com/news/2026/10/meta-data-centers-ai-approach/

2026 年多部以硅谷科技创始人为原型的批判性电影集中上映，包括聚焦 Mark Zuckerberg 的《The Social Reckoning》、讲述 Elizabeth Holmes 的《You Can See Everything》、刻画 Elon Musk 的 Gibney 纪录片，以及把 Sam Altman 塑造成操纵型人物的《Artificial》。

快去提交你的 bot 和插件吧！ （引用推文：你知道可以提交 Grok Bot（以及 Grok、Cursor）插件吗？在这里提交！ https://x.ai/bot/marketplace/submit-a-plugin）

这是个很酷的 @bot 用例！

大多数 AI 图像失败源于模型一次性凭空生成所有内容：手、光线、构图。 Envato 上的"Edit with AI"从人类拍摄的图库照片出发，只改变你选中或描述的部分，因此真实结构得以保留。 这绝对是获得更好最终结果的更实用方式。 也就是说，一张真实的好照片已经确定了主体、构图和光线，所以 AI 只需处理你所要求的修改。

把 https://learn.chatgpt.com/docs/sites 留在这里，方便你学习创建、发布和分享你的第一个 Site。

连接全球近 40 亿用户需要什么？听 Meta 基础设施负责人讲解。 https://about.fb.com/news/2026/10/meta-data-centers-ai-approach/

ChatGPT 官方账号介绍在 Chrome 中使用 ChatGPT 的多种任务示例。示例包括比较已打开的三个沙发的尺寸、材质、送货时间和退货政策，用平实语言解读文章论点与证据，把多个标签页中的供应商报价和功能整理进对比表格，根据活动简报填写报名表并在提交前停下，比较承包商服务并起草邮件，以及在 @chrome 中填写牙医登记表并把预约加入工作与个人日历。

Simon Willison 用 Claude Code 中的 Claude Opus 5.5 Extra 做出实验性双人游戏 Chirp Pong，两台手机在静态 HTML 下通过麦克风发送的 chirp 音频传输游戏状态，无需网络代码即可对战。它在 Pong 基础上加入图形与玩法变化，让对局更复杂有趣，目前看起来可行。

毫不意外，AI 想回家了

SemiAnalysis 分析称，ASML 虽未官宣，但其 2022 年 12 月至 2024 年 11 月提交的 27 个键合专利族及路线图显示其正在研发混合键合设备，预计从 die-to-wafer（D2W）切入。该设备采用轨道式设计，单颗芯片由独立载具依次经过检测、清洗、等离子激活与量测工位后完成键合。分析认为先进逻辑将是首个采用方，这对目前主导 D2W 混合键合设备的 Besi 构成压力。

侧链压缩在现代音乐制作中无处不在，但它其实是音频领域最古老的技巧之一。一段简史，以及如何在 Suno Studio 中实现它 🧵

Meta 复盘 2026 世界杯期间的基础设施表现：7 月 19 日决赛（阿根廷对西班牙）WhatsApp 峰值超每秒 3000 万条消息，创平台历史纪录，是 2026 年跨年峰值的 1.23 倍。

各位，这就像我的超级碗，我等了太久，美国开源权重模型终于再次有竞争力了。在今天之前，美国模型仍然落后于最早2026年2月的中国模型。还有更多工作要做！ 这把差距至少缩小了一半，按时间算（大约3个月）