南芥智能发布Mio 1.0 Lite技术报告,九项基准平均分77.15居首
南芥智能发布技术报告《Toward Collective Model Intelligence》,提出「模型群体智能」方向,并推出协调多款国产模型的Mio 1.0 Lite。
选题角度:技术报告给出九项基准的得分与单次成本对比,适合做一张成本与得分的对照图,讲清国产模型组合如何反超前沿单体模型。
创作方向
把模型跑起来的工程实践:推理优化、显存与成本、Serving 架构与基础设施选型。
72 条精选近 30 天 71 条共收录 411 条
南芥智能发布技术报告《Toward Collective Model Intelligence》,提出「模型群体智能」方向,并推出协调多款国产模型的Mio 1.0 Lite。
选题角度:技术报告给出九项基准的得分与单次成本对比,适合做一张成本与得分的对照图,讲清国产模型组合如何反超前沿单体模型。
动易科技在第140届广交会安排双足人形机器人PHYBOT C进行羽毛球、乒乓球对打和拳击演示,并在广交会发展史陈列馆提供中英双语导览,服务持续至11月4日。公司提出Embodied PhyStack四层分工,三组真机实验中酒店收纳场景抓取三件工件用时不到2分钟,按单件折算效率是第一组的100倍以上。
选题角度:动易科技在广交会连续三期做导览与球类对打,可顺着它公布的三组真机实验,讲通用大模型与端侧运控如何分工提速。
VAST发布并开源实时世界模型EdenLive,在单张消费级显卡RTX 5090、720P条件下,5B模型生成速度超过24FPS,可分钟级连续生成,端到端延迟为百毫秒级。
选题角度:原文给出开源权重、推理代码和端到端Demo,适合按游戏预览、视频换皮、具身数据增强三类场景逐一上手实测。
一位创作者用 Krea 2 与 MiniMax H3 在 ComfyUI 中完成了歌曲 No Rehearsals 的电影感音乐视频预告,视觉风格为霓虹、湿街与琥珀光的海岸黑色电影风。
选题角度:作者公开了用 Krea 2 与 MiniMax H3 在 ComfyUI 里做角色一致音乐视频的完整工作流和 32 页教程,适合照着复现角色表到参考生视频的流程。
一位非 IT 从业玩家用 Claude Opus 5.5 分析《上古卷轴4:湮灭重制版》的性能瓶颈,发现游戏每帧都在单线程上重建整场景光照,找到约40处优化点,使城内帧率从约30提升到稳定60、开放世界平均帧率提升约30-40%,并支持 AMD FSR FrameGen。作者用自建基准测试让 Claude 子智能体自主优化,工作流和修复代码已开源在 GitHub。
选题角度:作者用 Claude 的 Opus 5.5 子智能体配合自建基准测试,把《上古卷轴4:湮灭重制版》城内帧率从约30提升到稳定60,可复盘这套人机协作流程。
OpenFill 是一个免费的 GIMP 3 插件,让用户在 GIMP 内直接调用已有的 ComfyUI 完成生成填充、物体移除、生成扩图和文生图,无需打开节点图。
选题角度:原文给出了免费插件入口和生成填充、移除、扩图的具体操作方式,适合录屏演示在 GIMP 里不打开节点图完成修图。
DeepSeek 发布 V4.1-Flash 的升级版 V4.1-Flash-1017,官方称其测试分数更高、完成任务更快、输出更短,官网和 App 已默认使用新版,API 模型名仍为 deepseek-flash。
选题角度:官方演示里新版从零做出小游戏和 3D 模型,命令行自主执行从 31.2 分涨到 42.3 分,适合上手实测同一任务的效果。
DeepSeek 将 V4.1 Flash 更新为 V4.1-Flash-1017,总参数 763B,网页端、App 和 API 已全面换新,权重以 MIT 协议在 HuggingFace 和魔搭开源。
选题角度:新模型 11 项基准全涨、单任务成本从 3.3 元降到 1.3 元,适合用同一任务对比新旧版本的速度与花费。
作者实测华硕 ProArt 创16 搭载的 RTX Spark N1X 芯片,128GB 统一内存加 1TB SSD,京东售价 37999 元,开售几分钟 128G 版本即被抢空。
选题角度:作者用一周实测展示 RTX Spark 128G 本地跑 Qwen3.8-27B、图像和视频模型的实际速度与串联玩法,可照着复现。
作者发布 ComfyUI 自定义节点 Manga Screen,可把完成的插画转成漫画分镜页:墨线清晰、亮部留白、深色头发和衣服填纯黑,只在需要处加网点纸。该节点先用 Qwen-Image 2.1 Turbo(edit)判断哪些区域应为黑、白或加网点,再由一个小的收尾节点打印真实半调网点;另提供不含编辑模型的 lite 工作流。
选题角度:作者开源了一个 ComfyUI 节点,能把插画转成带网点纸的漫画分镜,适合录屏演示同一张插画在开启和关闭 Qwen-Image 2.1 Turbo 编辑模型时的输出差异。
作者在 ComfyUI 中给 Krea2 的 Qwen3-VL 视觉编码器喂入可选 RGB 颜色的虚拟画布,而不是真实参考图,发现颜色本身会明显影响生成画面的整体风格。同一提示词下,紫色更适合夜店场景,白色或黑色更适合人像。虚拟画布分辨率可与实际生成分辨率独立设置,也能调节其对条件编码的影响强度,项目已开源于 GitHub。
选题角度:作者用纯色虚拟画布替代参考图喂给 Krea2 的 Qwen3-VL 视觉编码器,同一提示词换颜色就能改变画面氛围,适合上手实测对比。
Reddit 用户 roychodraws 发布一套一键生成无缝 Vlog 的 ComfyUI 工作流,代码托管在 GitHub 的 Seamless_vlog_workflow、seamless_video_combiner 和 minimax_continuous_audio_splitter 三个仓库。
选题角度:作者开源了一套一键生成无缝 Vlog 的 ComfyUI 工作流,并附上 clown anchoring 等自定义节点,适合演示从素材到成片的完整流程。
DeepSeek 发布 DeepSeek-V4.1-Flash-1017,称其基准表现更强、任务完成更快、输出更短,在性能与成本上实现帕累托改进。该模型已在官网、App 和 API 上线,并针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等做了优化,使用 DeepSeek Harness 需升级到 v0.2.1-rc.1 或更高版本。
选题角度:官方称新模型在基准、速度和输出长度上全面优于上一版,并已上线网站、App 和 API,适合做新旧版本同任务实测对比。
作者发布 ComfyUI 节点包 ComfyUI-SceneCut,用 OmniShotCut 找出视频中的每个镜头并标注叠化、划像、淡入淡出和跳切,再用 DINOv3 复核切点,避免闪光、频闪和快速摇镜被误切。
选题角度:作者自建 ComfyUI 节点包,用 RTX 4090 实测 6.5 分钟影片约一分钟完成分镜检测,适合录屏演示切分与导出流程。
英伟达开放了Nemotron 3.5 Bolt的模型权重,740亿参数经量化后从约148GB压到22.1GB,瞄准24GB级本地部署,支持看图、写代码和调用工具。
选题角度:原文给出148GB压到22.1GB的量化细节和Terminal-Bench、BrowseComp成绩,适合做本地跑Agent的实测对比。
作者用 Claude Code(Opus 5.5)仅凭一条提示词,生成单个 61 KB HTML 文件,在浏览器中用 WebGPU 渲染日落海面,包含 FFT 波浪模拟、白浪、带云物理天空和阳光闪烁,可用 WASD 和鼠标漫游。
选题角度:作者用一条提示词让 Claude Code 从零写出 WebGPU 海洋渲染器,还让子智能体互评截图,适合录屏复现这套工作流。
Plenio Music Production System 1.0.0 发布,这是一套跑在 ComfyUI 里的免费 AI 歌曲制作系统,从歌词、演唱到母带和导出全流程打通。
选题角度:作者放出 Plenio 1.0 的免费 ComfyUI 节点和演示入口,适合录屏走一遍从描述到成曲再到导出视频的完整流程。
一位 Reddit 用户用 Claude 通过 MCP 连接 Blender,从零建模出《黑客帝国》Neo 公寓的 3D 场景,未使用 Meshy、Tripo 等 Image-to-3D 工具。
选题角度:作者用 Claude 经 MCP 连 Blender 从零建模《黑客帝国》Neo 公寓,可拆解多智能体分工与 5 天工作流,对比传统 1 到 2 个月工期。
作者用 Fable 5 High 做前期规划、Opus 5.5 High 做实现与优化,氛围编程出一个仅 16 KB 的 FPS 游戏。玩家在地下处于失明状态,靠三种频率的声呐脉冲短暂照亮墙壁和敌人,但每次脉冲也会发出声音引来循声猎杀的敌人;游戏含 3 关、3 种敌人加一个 boss、深坑与桥梁以及生成式音乐。
选题角度:作者用 Fable 5 规划、Opus 5.5 实现,把 16 KB 盲人声呐 FPS 的优化手法逐条拆开,适合做玩法演示加技术点讲解。
ChatGPT 现在可以直接访问 Chrome 浏览器中打开的标签页并对其执行操作。用户可用 @chrome 指定标签页,Chat 模式会同时从多个标签页读取数据,Work 模式则通过 Computer Use 控制标签页,完成发消息、填表单、下载文件或分组标签页。
选题角度:原文给出 @chrome 调用、Chat 与 Work 两种模式和跨标签页比价示例,适合录屏实测多标签页自动填表与比价。