今日要闻
Show HN:Ls-service – 极简、带命名空间且类型安全的 localStorage 封装器
Hacker News Show HNAI 帮用户成功“越狱”跑步机:Claude 轻松干掉 iFIT 订阅墙,大屏幕秒变自由流媒体海外网友在Reddit分享,借AI编程工具Claude Code对NordicTrack Commercial2250跑步机“越狱”,绕过iFIT强制订阅限制,把10英寸封闭大屏改造成可自由使用的流媒体娱乐界面。这台跑步机原为女友购买,改造耗时约一天半,解决订阅墙烦恼。 刚刚 0
AIBase AI资讯EvoCache:利用公共缓存锚点加速浏览器中的大语言模型交付
arXiv cs.DC从发现前沿资讯,到找到趁手的工具。
发现好用的 AI
左右滑动探索 →
AI Short写作与内容AI提示词管理和共享平台,多种场景的快捷指令
分类推荐榜首JJAX 是一个面向加速器的 Python 数值计算库,专为高性能数组计算与大规模机器学习设计,支持在 CPU、GPU 和 TPU 等多种硬件后端上高效执行相同代码。
分类推荐榜首M
MemoAI音乐与音频MemoAI 是一款 AI 驱动的音视频转文字工具,支持本地化处理,无需上传数据,保障隐私安全。它可将 YouTube 视频、播客及本地音视频文件(如 MP4、MP3、AAC、M4A 等)高效转录为文本,并提供多语言翻译、说话人分离、实时字幕、浮动笔记等核心能力,适用于会议记录、访谈整理、内容学习等场景。
分类推荐榜首KKiro 是面向开发者的 AI 工程工具,可将需求整理为规格、架构与任务,通过智能体实现代码,并结合属性测试、执行记忆和开发工具集成支持从规划到代码审查的流程。
分类推荐榜首EEvoMap 是面向AI Agent经验复用的基础设施,通过GEP协议组织可复用策略与带验证记录的修复资产,提供市场和质量排序,帮助不同Agent发现、评估及继承已有能力。
分类推荐榜首OOpenDesign 是开源设计工作区,可连接本地编程智能体、自带模型密钥或使用云端模型,围绕设计系统生成和编辑原型、网页、演示与图形;本地软件免费与模型服务费用需要区分。
分类推荐榜首F面向客户服务的 AI 智能体。
待评分 · 分类列表推荐E
Elicit知识与研究Elicit 面向科学研究提供语义检索、研究报告、文献筛选与数据提取,可在来源材料中追溯回答,并通过文献库、研究 Agent 与持续跟踪流程组织证据,适合从问题探索推进到系统性综述。
待评分 · 分类列表推荐AAssemblyAI 是面向开发者的语音 AI 平台,提供预录音、实时和短片同步转录 API,并结合说话人、情绪、章节与摘要分析,以及语音智能体、听写和敏感信息处理等能力构建语音应用。
待评分 · 分类列表推荐CClipdrop 是一组 AI 图像创作与修图工具,涵盖背景移除、局部清理、扩图、放大、重新打光、文字移除和背景替换,可在网页处理图片,也提供面向开发者的图像能力接入入口。
待评分 · 分类列表推荐AI 正在发生
1129 条已发布资讯蚂蚁发布灵光2.0,退出对话仍能继续工作
10月27日,蚂蚁集团发布灵光2.0,产品定位从“任务执行者”调整为“能管事的个人AI助理”,变化的核心在于任务运行方式。灵光2.0依托独立云主机,突破了单次对话的限制,用户退出对话后,相关任务仍在后台继续推进,并根据新的信息和状态变化动态跟进。支撑这一能力的是跨会话记忆、长程任务调度和工具连接三项升级。介入时点也随之前移,过去用户需要先发现问题、提出需求,再由AI执行。灵光2.0在获得用户授权后,能够结合已接入的信息与服务,主动识别潜在需求,发起分析、监测和跟进,并在需要用户关注的节点发出提醒。官方展示的场景集中在日常事务的持续盯办上,包括机票预订后跟踪价格变化、从支付宝账单中识别可能闲置的...
外国博主用AI耳机当看诊翻译:“直接听、直接翻,整个交流会顺很多”
外国博主“Carlo吴(卡罗)”在社交平台分享看中医经历。他带上千问AI耳夹式耳机,与医生各戴一只,用面对面翻译辅助交流。卡罗称自己觉得传统医学很有意思,但语言始终是障碍。看诊时医生问哪里不舒服,他只能边比画边说“全部不舒服”;戴上耳机后,两人开始进一步沟通。他感叹这是第一次真正听懂中医的话。
CVE 漏洞数近乎垂直拉升,AI 成安全研究"放大器"
科技媒体gigazine报道,开发者@0x_Osprey推出网页版CVE Tracker,将已获CVE编号的漏洞数量变化制成可视化图表,显示2026年以来曲线近乎垂直上升。CVE是全球通用漏洞编号体系,安全研究员、厂商和企业靠它追踪、通报和修复缺陷。该工具整理公开记录成趋势图,并叠加主流AI模型发布时间,便于直观对照漏洞增长与AI发布。
百度世界大会前夕重磅流出:消息称其将披露世界模型进展
10月28日,《科创板日报》独家报道,百度计划近日正式披露“世界模型”研发进展与突破性成果。该领域是全球AI最火热前沿之一,核心技术是对真实物理环境精准动态建模与未来预测。业内分析认为,若该技术率先落地自动驾驶,将大幅提升无人车在复杂路况下的场景预测与智能决策水平。
n8n@3.0.1
## [3.0.1](https://github.com/n8n-io/n8n/compare/n8n@3.0.0...n8n@3.0.1) (2026-10-28) ### Bug修复 core:在压缩版构建中保留 ExpressionError 的名称 (https://github.com/n8n-io/n8n/issues/42309) ([b3192c6](https://github.com/n8n-io/n8n/commit/b3192c6d151125c76c88fe8a421e027b4242a3f9)) core:在 QuickJS 表达式结果中保留未定义值 (https://github.com/n8n-io/n8n/issues/42264) ([532f645](https://github.com/n8n-io/n8n/commit/532f645f21c99e178a09448caf37ebd77d24b56a)) 编辑器:使分割按钮内的光标对齐 (https://github.com/n8n-io/n8n/issues/42203) ([61cbfea](https://github.com/n8n-io/n8n/commit/61cbfeafa267b5c769b345c50ccbd4fc504b0e69)) 编辑器:提升首次加载速度 (https://github.com/n8n-io/n8n/issues/41987) ([8b6bdbb](https://github.com/n8n-io/n8n/commit/8b6bdbbe874b
Liquid AI重磅发布LFM3 多模态模型家族,主打高效专用智能
近日,Liquid AI正式发布新一代基础模型家族LFM3。首个版本包含六款约2B参数模型,覆盖文本、视觉、音频、全模态与决策等维度,均基于LFM3-1.7B-Base,预训练吞吐达22T Token。该系列采用全新三混合层架构,融合门控短卷积、滑动等机制,主打参数更少、效率更高。
当即梦把剧本、导演和剪辑放进同一个工作室,我们看到了视频生成的下一步
对于短剧创作者来说,最不缺的可能就是新的故事灵感。 在日常创作中,一个新的人物设定、一段有冲突的情节,甚至刷到的一条社会新闻,都可能成为下一部短剧的起点。 但短剧行业的生产节奏越来越快。团队可能同时推进多个项目,既要保证已有剧集的更新,又要不断寻找新题材、开发新故事;好创意从提出到真正变成作品,中间还需要经历剧本创作、人物设定、分镜设计、视频生成和后期剪辑等一系列环节。 如果有个工具,能够直接从 idea 出发,把后续的制作流程串联起来,会怎么样? 这正是即梦在尝试解决的问题。 从一个故事灵感出发,即梦可以辅助完善人物设定、剧情冲突和剧本,并自动拆解分镜;进入制作阶段,创作者可以像导演一样安排人物站位、运镜,并在正式生成前预演整场戏;视频生成后,还能局部修改镜头、复用人物与场景资产,持续制作后续剧集。 这些,是即梦在 10 月 26 日上线的「短剧工作室」想要实现的体验——即梦将剧本创作、角色与场景资产管理、分镜设计、视频生成和后期编辑串联起来。 这两年,AI 视频模型的激烈竞争,让生成一段高质量视频逐渐成为日常。当视频生成质量已经能够满足越来越多影视创作场景的需求,竞争的焦点也开始转向创作工具,持续完善创作流程,进一步缩短从一个想法到一部完整作品的距离。 01 所有创作,都发生在同一个项目里 今年以来,随着视频生成模型的飞速进化,用 AI 完成一部剧集不再是空话,也是越来越多内容创作者尝试的方向。据媒体援引中国网络视听协会的数据,今年上半年,各平台上线的微短剧中,AI 内容占比已经超过 74%。换句话说,每上线四部短剧,就有接近三部涉及 AI 内容。 对于创作者来说,想用 AI 制作一部短剧,依旧并不简单:先用大语言模型写剧本,再整理人物设定、生成角色参考图,接着将故事拆解成几十甚至上百个分镜。等到视频素材准备完毕,还要导入剪辑软件,重新调整节奏、完成配音和后期制作。 A
腾讯WorkBuddy上线「远程控制」:手机可实时观看并接管电脑桌面,远程操作不消耗Token
10月28日,腾讯WorkBuddy上线“远程控制”,由腾讯Edge One团队支持。手机App一键连电脑,实时看并接管桌面;画面以小窗悬浮首页或会话页顶部,输入框可用,任务跑偏可纠正。全屏横屏后,手指点哪即点击电脑同位置;右侧有“操作”“键盘”“鼠标”工具,“操作”可平铺窗口、返回桌面、切换画面等。
斯坦福的研究,红海的珊瑚,与一个中国模型
2026 年 9 月 4 日,又一年柏林国际消费电子展 IFA 大会开幕,会展中心的创新舞台座无虚席。 IFA 2026 的开幕主题演讲题目是《个人 AI 时代:想象力的未来》,主讲人是 AMD 高级副总裁、计算与图形事业部总经理 Jack Huynh。 作为消费电子圈每年最重要的场合之一,台下所有人都在等 AMD 拿出年度最重磅的内容。Huynh 的前半段演讲照例讲硬件:新一代 Ryzen AI Max PRO 处理器,AMD 历经多年打磨、专为个人 AI 设计的笔记本「Sundance」。 到演示环节,他话锋一转:「如果说,用一句 prompt 就创造一整个世界呢?」 他双手托着笔记本,屏幕上没有播放键,镜头平稳地向前推进,穿过中国小镇的街巷,又走上欧洲乡村的小路,光影随着视角移动自然变化,世界一路向前铺展,仿佛没有尽头。 这不是一段提前渲染好的视频,而是一个正在实时生成、可以交互的三维世界。 过去一段时间,这类能力更多出现在实验室和论文演示里,能以这么高的完成度,出现在消费电子展的主舞台上,还是行业第一次。 演示结束时,Huynh 对着话筒说了句:「This is the future of Personal AI。」 很多人不知道的是,驱动这个演示的世界模型 LingBot-World 2.0,正来自蚂蚁集团旗下的具身智能团队灵波科技(Robbyant)。 三个月后回看,那场演示只是一个开始。从高校实验室到芯片厂商的开发套件,从独立开发者的工具到垂直行业的工作流,LingBot(灵波)系列模型正在进入全球具身智能的技术底层,成为很多团队创新的起点,甚至还进入了红海珊瑚礁的研究现场。 01 成为学术研究的参考基准 能被 AMD 选上舞台,不是运气。在此之前,灵波已经在全球具身智能的学术圈成了一把隐形标尺。 世界模型赛道有个公认的难题:物体恒存。简单说就是镜头离开一个物
n8n@2.45.5
## [2.45.5](https://github.com/n8n-io/n8n/compare/n8n@2.45.4...n8n@2.45.5) (2026-10-28) ### 修复的Bug * **核心:** 在压缩版构建中保留 ExpressionError 的名称([#42309](https://github.com/n8n-io/n8n/issues/42309))([b3192c6](https://github.com/n8n-io/n8n/commit/b3192c6d151125c76c88fe8a421e027b4242a3f9)) * **核心:** 在 QuickJS 表达式结果中保留未定义值([#42264](https://github.com/n8n-io/n8n/issues/42264))([532f645](https://github.com/n8n-io/n8n/commit/532f645f21c99e178a09448caf37ebd77d24b56a)) * **编辑器:** 在拆分按钮内对齐光标([#42203](https://github.com/n8n-io/n8n/issues/42203))([61cbfea](https://github.com/n8n-io/n8n/commit/61cbfeafa267b5c769b345c50ccbd4fc504b0e69)) * **编辑器:** 提高首次加载速度([#41987](https://github.com/n8n-io/n8n/issues/4
下一波“大的”要来了?DeepSeek V5 现身官方代码库,新一代旗舰模型预计 11 月登场
10月28日消息,网友发现DeepSeek再度更换大模型指纹,引发其即将发布重磅新模型的猜测。DeepSeek Harness官方代码库已出现DeepSeek-V5、V5-open及V5-next等代码。当前V5相关内容主要为占位符,但表明新模型发布机制已准备就绪。
隆重推出 Build-A-Chip-Bench:从工作负载规范到 GDS
通过开源工具和开源 PDK,从工作负载规范到 GDS 版图布局,对 AI 智能体进行评估,以衡量其完成芯片设计工作流的能力。文章《隆重推出 Build-A-Chip-Bench:从工作负载规范到 GDS》首发于 Semiconductor Engineering。
利用人工智能进行模拟设计
人工智能在模拟与混合信号设计中的作用日益凸显,而这一领域正面临复杂性不断提升、项目进度愈发紧张、以及失误代价空前高昂的挑战。文章《利用人工智能进行模拟设计》首发于 Semiconductor Engineering。
规划您的RF EDA人工智能设计之旅
面向RF设计的智能体驱动解决方案。文章《规划您的RF EDA人工智能设计之旅》首发于Semiconductor Engineering。
Claude给391行代码找Bug,狂写1.8亿行证明!
henry 发自 凹非寺量子位 | 公众号 QbitAIClaude这家伙,也是把debug,玩成扫雷硬解了。就在刚刚,Anthropic发布了与Theorem合作的最新研究:让Claude在几周内,为 123个开源库中的239个测试入口完成形式化验证,最终产出约1.8亿行通过机器检查的证明代码。据A社(全美班)团队介绍,这是其所知的首次大规模利用AI,在汇编代码层面对生产软件开展形式化验证。听起来有点绕,但简单来说,其实就是让Claude找出Bug,修掉,然后交一份证明,说明规定范围内的这类错误不会再出现。这就像在软件里扫雷,扫完还得写份报告,交代清楚:为什么这里没雷?而为了写出这份证明,C...
