精选推文

问不到不问的！Jev 先问，之后再弄清。 更新最佳实践从 @allietheicon 发来

通过 Gemini 4 Hydrogen 从构思到完成的视频。 运用自定义技能和简洁的文字提示，Gemini 4 Hydrogen 创建了一段关于元素「氢」的视频宣传片，调用公共领域档案影像并剪辑为连续剪辑，配以干净的配音。

Sesame 正在结束其“预览”期间，推出 Plus 和 Pro 付费计划。 免费用户将保留访问权： - 每天30分钟通话时间 - 文本和任务的有限每周信用 - 每个计划中的每个功能都相同 > Plus 将花费 $20，包括4倍使用。 > Pro 将花费 $100，并将伴随20倍使用。 付费计划预计下周推出。 我仍在每天使用它，主要是因为 Sesame Link，通过它我控制我的 Mac mini。让我们看看情况如何！

Dario Amodei: Anthropic is set to spend $900B on compute, yet buys "relatively little" compared to rivals Dario Amodei on a live-streamed with JPMorgan's CEO Jamie Dimon as part of Anthropic's IPO roadshow. Anthropic locks in only a modest, cheaper amount of computing power ahead of time, so it is safe if demand turns out weaker than expected. If demand comes in strong, it will buy extra capacity on the "spot market", which means renting available compute on short notice at the going price, instead of making huge long-term bets upfront. ---- From "CNBC Television" YouTube channel, (link in comment)

See the top models on the Artificial Analysis Text to Speech leaderboards: https://t.co/aqaOSK6mlO https://t.co/aKvSjv4XV3 Vote for models in the Speech Arena: https://t.co/RQI6TUfni7 Explore sample clips in the Speech Explorer: https://t.co/jf5GJ541oT

Simba 3.5 generates 139.6 characters per second at $6.58 per 1M characters — the cheapest model on the chart, in line with Cartesia's Sonic 3.6 on speed and ahead of Eleven v4 Turbo at 105.3 and $40.

Speechify's Simba 3.5 takes #1 in the Artificial Analysis Controlled Voice Arena, statistically level with HeyGen Voice ➤ Controlled Voice: #1, statistically level with HeyGen Voice, ahead of Qwen-Audio-3.1-TTS-Plus at 1176. ➤ Provider Voice: #5, level with Cartesia's Sonic 3.6, behind Qwen-Audio-3.1-TTS-Plus and Eleven v4 Turbo. Pronunciation Robustness is ranked at #7 ➤ Speed and price: 139.6 characters per second at $6.58 per 1M characters, against 105.3 and $40 for Eleven v4 Turbo. Simba 3.5 is the cheapest model on the price chart. Congratulations to @SpeechifyAI on the release!

we're celebrating this fundraise with a ton of product launches next week, and then a webinar on friday to wrap it all up come join us! https://t.co/fcmh4SCwYz

GOOGLE：所有美国的 Gemini 用户现在可以将 Google Wallet 连接至 Gemini。 用户还可以选择通过 Plaid 安全链接其财务账户，包括信用卡和银行，以便获得更深入的洞察。

Our conference “Confronting Our AI Future: Hope, Fear, and the Choices Ahead” is now on YouTube. Watch keynotes, fireside chats, and panels, with Audrey Tang, Jeff Dean, Fei-Fei Li, and more: https://t.co/pGwd8oKgFh

See the diarization results on our speech to text leaderboard: https://t.co/8r2c4OgdvC Methodology: https://t.co/XnndGBl6n2

MAI-Transcribe-2 is the fast choice near the top It transcribes 93.7 seconds of audio per second of waiting, and its WDER of 8.8% is level with the group just behind the top two.

Announcing the Artificial Analysis Diarization Index, our new benchmark for who said what in speech to text The Diarization Index scores APIs on Word Diarization Error Rate (WDER): the share of words given to the wrong speaker or to no speaker, across 97 conversations of two to eight people, with equal weight on each group size. Nemotron 3.5 Transcribe from @NVIDIAAI leads at 3.3%, ahead of Voxtral Small Transcribe 3 at 7.5%. Thread below

生成的材料存储在我的材料下，可跨设计重复使用。 免费版包含30个一次性信用。 请尝试一下 https://t.co/VOatENFaTL

Maket 推出了自定义材料，一款让用户设计住宅规划中地板和墙面的功能。 用户可以描述一种材料，例如陈旧的棋格石砖，或上传其图片，然后将其应用于平面图纸。 房间可在3D中查看，为用户规划住宅提供逼真的视角，包括他们的自定义地板和墙面。

这款全新超低位模型响应速度极快！ 32B AI 模型压缩至仅 9GB， RTX 5090 上生成速度达 565 tps。 12GB 显卡的 Localmaxxers 快来试试！ Precision Numerics 最近推出了 Boole-32B-A2.5B-Preview。 这是 Recursive Flint 模型的激进压缩版本，采用专家剪枝、混合精度量化和定制 CUDA 内核。 模型参数 ... 32B 总参数 / 2.5B 活跃参数 9GB GGUF 格式 约 1.8 位量化 支持 256K 上下文 ⚙️ 定制 llama.cpp 运行时 性能（基于单卡 RTX 5090） 生成速度： Flint INT4 → 279.4 tps Unsloth UD-IQ1_M → 264.9 tps Boole-32B → 565.8 tps 比 INT4 快超 2 倍。 前向预测速度（PP）？ Flint INT4 → 12,013 tps Boole-32B → 18,297 tps 开发者文档称仅需 10.8GB 显存即可运行 32K 上下文配置。 这意味着 32B 推理能力终于可被 12GB 显卡（如 RTX 3060）所支持！ 存活了多少智能体elligence？ LiveCodeBench v6 测试结果： Original Flint BF16 → 81.9 Unsloth UD-IQ1_M → 77.2 Boole-32B → 67.3 存在质量权衡。 可获取 GGUF 权重 可获取自定义 llama.cpp 分支 Apache 2.0 示例代码 评论区链接

对 NVIDIA 团队维持输出如此惊艳的开放权重模型表示敬仰——GR00T 2 看起来极其震撼。 续写传奇 (LeRobot 集成进行中)

DeepSeek opened its full chat app stack to developers. i.e. now with API, I can search the web, read PDFs and image, opens link, block unsafe content, and handles voice.

按用例来看，H3-Image 文本到图像的结果在生产力与知识工作和 UIUX 设计类别中，对其同层级模型 clearly 领先。 对标最优模型 GPT Image 2.6 Sunburst（max），在生产力与知识工作中落后 148 Elo，在建筑与房地产（268）和消费者（247）中落后最大。 对标同层级模型，其最明显的优势是生产力与知识工作和 UIUX 设计，这里明显领先于 Krea 2 Large 和 MAI-Image-2.5-Flash。这也印证了其布局结果。 ➤ 生产力与知识工作覆盖图表、信息图、图表和演示文稿。 ➤ UIUX 设计覆盖应用、网页、车载和空间 surfaces 的 UI mockup。

MiniMax H3-Image 是 AA-Image-Editing v2.1 和 AA-Image-T2I v2.1 上开源权重图像模型的新第 1名。 总体而言，H3-Image 在图像编辑中排名第 13，在文本到图像中排名第 25。H3-Image Highspeed，这是一个仅在 MiniMax API 上的更快版本，排名第 14 和第 24。 为 @MiniMax_AI 拓发布表示祝喜！ 见下方，我们对两款模型在 Artificial Analysis Image Arena 中的分析进行了了解。