安爸
速递｜OpenAI秘密开发文档协作工具，直击微软Office腹地
图片来源：Unsplash OpenAI 正在筹备推出新功能，允许用户在 ChatGPT 中协作编辑文档并通过聊天交流。据两位看过设计方案的知情人士透露，此举将使该公司更直接地与谷歌和微软展开竞争。 这些功能的推出将使OpenAI 与其最大股东兼商业伙伴微软形成更直接的竞争关系，同时开辟与谷歌交战的新战线——后者的搜索引擎流量已因用户转向 ChatGPT ...
懂王推出的 Trump Mobile T1，很有可能来自“中国制造”
作者_｜陆 邮箱｜_xiaoyu@pingwest.com 6月16日，小唐纳德·特朗普（Don Jr.）与埃里克·特朗普（Eric Trump）共同操盘的 Trump Mobile 宣布开启首款智能手机 T1 的预售，这款定价 499 美元（约合人民币 3600 元）的设备计划于今年 8 月正式发售，旨在纪念特朗普 2015 年首次竞选总统十周年。 T...
2款功能强大的高颜值开源电子书阅读器
1. Foliate Foliate是一款高颜值的电子书阅读器，让我们阅读变得更加高效便捷。不仅提供简洁美观的界面，还集成了维基百科查词、智能注释、文本朗读等丰富功能。 主要功能 简洁直观的界面设计，支持暗色模式护眼阅读 维基百科实时查词功能，随时了解词汇含义 强大的注释和书签系统，方便学习和研究 文本朗读功能，解放双眼享受听书体验 多格式兼容，支持 ...
开源TTS离线工具！浏览器本地运行，仅300MB模型大小，零服务器依赖，隐私0泄露！
传统TTS工具（如Google、ElevenLabs）依赖云端，隐私风险高，延迟200ms+，费用不菲。浏览器本地TTS的兴起，像给语音生成装上了“隐私大脑”。 记得年初也分享了一款开源TTS新宠 Kokoro-82M，超级轻量且高效。而今天所介绍的开源项目就是基于它进行开发的TTS工具：Streaming-KokoroJS。 有需要了解 Kokoro-82...
又一个 Cursor 开源替代来啦——Void
特性上同样支持 tab 自动补全，Chat 模式，MCP，Agent 模式等等，并且可以接任何大模型API或者本地模型。 参考文献： [1] http://github.com/voideditor/void [2] https://voideditor.com/ 知识星球服务内容：Dify源码剖析及答疑，Dify对话系统源码，NLP电子书籍报告下...
获得1500万美元融资的Cluely系统提示词泄漏
号称能帮用户”作弊”的AI初创公司宣布完成了a16z领投的A轮融资，金额达到了1500万美元（约1亿人民币）。但没多久，一名自称”道德黑客”的Jack Cable就对Cluely进行了逆向破解，把他们的系统提示词和模型参数给曝光了。亮点： 上下文重申与意图复现 提示词会不断提醒AI关注“当下”，优先处理屏幕上、音频里或者文字记录结尾的即时内容。 结构化响应...
miniDiffusion，一个用PyTorch重新实现的Stable Diffusion 3.5
miniDiffusion，一个用PyTorch重新实现的Stable Diffusion 3.5模型的项目。它以最少的代码（约2800行）从头开始复现Stable Diffusion 3.5，包括从VAE到DiT以及训练和数据集脚本。项目包含核心图像生成模块、文本编码器、字节对和单体分词器等组件，还提供训练和推理脚本。该项目用于教育和实验目的。 参考文献...
65亿「偷」来一个耳塞？OpenAI首款硬件被曝抄袭，苹果天才设计师翻车
新智元报道 编辑：Aeneas 【新智元导读】奥特曼和Jony Ive要搞的全新AI硬件，从产品到名字竟然全是剽窃？刚刚，谷歌X孵化公司IYO一纸诉状把OpenAI告上法庭，撕开65亿美元天价收购背后的真相，马斯克也赶来前排吃瓜。 就在刚刚，奥特曼被告了！ 一个月前，OpenAI官宣了史上最大笔收购——斥资65亿美元，全股权收购前苹果传奇设计师Jo...
终于开源升级OmniGen2，统一多模态图像生成模型，真的惊艳。
之前给大家推荐过OmniGen v1，最近几天刚升级了OmniGen2。 OmniGen2针对文本和图像模态分别构建了独立的解码路径，运用未共享参数，搭配解耦的图像分词器。 说人话， OmniGen2的架构升级让文本与图像在生成过程中能更高效、精准地被处理，文本解码路径可依据文本提示，精细把控图像内容走向，图像解码路径则专注于图像特征，保障生成图像的质量与...
探索多模态后训练最优解：MiMo-VL稳健优化 v.s. Seed-VL激进革命
在多模态大模型的性能竞赛中，Post-training 正逐渐成为真正拉开差距的关键阶段。架构趋同之下，MiMo-VL 与 Seed-VL 两大系统在后训练链条上的策略博弈，展现了当前业界对指令对齐、强化学习与奖励建模的多种探索路径。 本文围绕 SFT、RLHF、奖励模型范式等核心模块，系统对比两者在数据构造、训练目标、优化技巧等方面的具体实现，梳理其在构...